Penerapan Bisnis Intelijen di PT. Sewu Segar Nusantara
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana
DANANG ARDYA CHRISTIANTO
10108914
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2014
(2)
v
KATA PENGANTAR ...iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xi
DAFTAR SIMBOL ...xiii
DAFTAR LAMPIRAN ... xv
BAB I PENDAHULUAN ... 1
I.1. Latar Belakang Masalah ... 1
I.2. Identifikasi Masalah... 2
I.3. Maksud dan Tujuan ... 2
I.4. Batasan Masalah ... 3
I.5. Metodologi Penelitian ... 3
I.5.1. Metode Pengumpulan Data ... 3
I.5.2. Metode Pengembangan Perangkat Lunak ... 4
I.6. Sistematika Penulisan ... 5
BAB II TINJAUAN PUSTAKA ... 7
II.1. Profil Perusahaan ... 7
II.1.1. Sejarah Intansi ... 7
II.1.2. Logo Intansi ... 7
(3)
vi
II.2.1.2. Manfaat Business Intelligence ... 12
II.2.1.3. Jenis Business Intelligence ... 13
II.2.1.3.1. Business Intelligence Dashboard…………...………...……... 14
II.2.1.3.2. Karakteristik Dashboard ... 15
II.2.2. Data Warehouse ... 15
II.2.3. Metode Penyajian Data ………...17
II.2.4. Alat Pengembangan Sistem………...21
II.2.4.1. Flowmap ... 19
II.2.4.2. DFD ... 19
II.2.4.3.Diagram Konteks ... 20
II.2.4.4.Diagram Arus Data ... 21
II.2.4.5.Kamus Data ... 21
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 23
III.1. Analisis Sistem ... 23
III.1.1. Analisis Masalah………...23
III.1.2. Analisis Sistem yang Berjalan ... 24
III.1.3 Analisis Sistem Aturan Bisnis ... 36
III.1.4. Analisis Kebutuhan Informasi Strategis ... 37
III.1.4.1. Analisis Komponen Dashboard ... 38
(4)
vii
III.1.9. Analisis Pengkodean ... 52
III.1.10. Analisis Kebutuhan Fungsional ... 53
III.2. Perancangan Sistem ... 73
III.2.1. Perancangan Antar Muka ... 74
III.2.2. Perancangan Struktur Menu ... 85
III.2.3. Perancangan Pesan ... 86
III.2.4. Perancangan Jaringan Semantik ... 86
III.2.5. Perancangan Prosedural ... 86
BAB IV IMPLEMENTASI DAN PENGUJIAN 93
IV.1. Implementasi Sistem 93
IV.1.1. Implementasi Perangkat Keras 93
IV.1.2. Implementasi Perangkat Lunak 93
IV.1.3. Implementasi Basis Data 94
IV.1.4. Implementasi Antarmuka 100 IV.2. Pengujian Sistem 103 IV.1. Rencana Pengujian 104 IV.2.2. Prosedur Kasus Pengujian dan Hasil Pengujian Alpha 105 IV.2.3. Kesimpulan Hasil Pengujian 116
(5)
viii
IV2.5.Kesimpulan Pengujian Beta 119
BAB V KESIMPULAN DAN SARAN 121
V.1. Kesimpulan 121
V.2.Saran 121
(6)
123
[1] Rajagukguk. Ronald, Memulai Business Intelligence dengan MS
performancePoint Server 2007, Jakarta, Indonesia.
[2] Sommerville, I. Software Enginering (Rekayasa Perangkat Lunak) edisi 6 jilid 1,
Erlangga, Jakarta, 2003
[3] liong. Aronson. Turban, Sistem Pendukung Keputusan dan Sistem Cerdas. 2005.
Yogyakarta. Indonesia
[4] Williams. Manfaat Business Intelligence (hal 38). 2007. Indonesia
[5] Imelda, "Business Intelligence," Majalah Ilmiah UNIKOM, vol. 11, no. Jurnal
Ilmiah, p. 111, Mar 2014.
(2014, Mar.) Monitoring. [Online]. http://id.wikipedia.ord/wiki/Monitoring
[6] Turban, Sharda, Delen, & King (2011:137), Business Intelligence dashboard . 2011. Yogyakarta. Indonesia.
[7] (2014, Mar.) Data Warehouse [Online]. http://id.wikipedia.ord/wiki/Gudang_data
(7)
iii
KATA PENGANTAR
Salam sejahtera,
Dengan mengucap puji dan syukur kehadirat Tuhan YME yang telah memberikan Rahmat dan Hidayah-Nya, sehingga penulis dapat menyelesaikan tugas
akhir yang berjudul “Peerapan Bisnis Intelijen di PT. Sewu Segar Nusantara”
Penulisan tugas akhir ini merupakan salah satu syarat untuk menyelesaikan pendidikan S1 Fakultas Teknik dan Ilmu Komputer Jurusan Teknik Informatika Universitas Komputer Indonesia. Selama penyusunan tugas akhir ini, penulis banyak mendapatkan bantuan, bimbingan serta dorongan moril maupun materil dari berbagai pihak. Pada kesempatan ini izinkanlah penulis menyampaikan rasa terima kasih dan penghargaan setinggi tingginya kepada yang terhormat :
1. Keluarga tercinta yang senantiasa memberikan do’a, motivasi, dukungan dan
bantuannya, baik moril maupun materil kepada kami sampai dengan saat ini.
2. Ibu Dian Dharmayanti, S.T., M.Kom., selaku pembimbing yang telah banyak membantu dalam memberikan arahan, saran dan bimbingan yang sangat membantu penulis dalam pembuatan tugas akhir ini.
3. Adam Mukharil Bachtiar , S.Kom., M.T. selaku penguji (reviewer) yang telah memberikan arahan serta masukan dalam proses penyelesaian tugas akhir ini.
4. Pihak PT. Sewu Segar Nusantara khususnya Bapak Benji S, selaku Pembimbing Lapangan atas waktu, bimbingan dan pengarahannya.
5. Rekan – rekan mahasiswa sperjuangan khususnya rekan – rekan mahasiswa IF –
17, terima kasih atas dukungan, bantuan dan dorongan moril sehingga tugas akhir ini dapat diselesaikan.
6. Semua pihak yang tidak dapat kami sebutkan satu persatu yang telah memberi dorongan sehingga kami dapat menyelesaikan penyusunan laporan kerja praktek ini.
Semoga Tuhan YMEmelimpahkan Rahmat dan Berkah-Nya kepadamereka. Amin.
Kami menyadari bahwa dalam penyusunan tugas akhir ini jauh dari kesempurnaan sehingga saran dan perbaikan yang ditunjukkan untuk penyempurnaan
(8)
iv
penyusunan tugas akhir ini sangat diharapkan. Akan tetapi dengan segala kemampuan yang ada, kami mencoba menyusun laporan Penelitian ini sebaik mungkin.
Semoga tugas akhir ini dapat bermanfaat dan semoga Tuhan YME memberikan hikmah yang berlimpah kepada kita semua, Amin.
Bandung, 16 Juli 2014
(9)
1
I.1. Latar Belakang Masalah
PT. Sewu Segar Nusantara merupakan perusahaan yang bergerak dibidang
penyalur dan pemasar buah – buahan dan sayur segar. PT. Sewu Segar Nusantara
beralamat di Jl. Telesonic dalam (Jl. Raya Gatot Subroto km. 8 di Tangerang). Dalam menjalankan usahanya PT. Sewu Segar Nusantara memasarkan sayuran dan buah-buahan ke kota - kota besar Indonesia. Sebagai penyalur buah dan sayuran di Indonesia, PT. Sewu Segar Nusantara (SSN) terus meningkatkan pelayanannya dengan mengantarkan pesanannya dan memberikan kualitas yang baik dalam setiap produknya. Pada saat ini pelanggan tetap SSN adalah
supermarket, pasar modern dan pasar tradisional.
Sistem informasi yang berjalan di PT. Sewu Segar Nusantara sudah terstruktur dengan memanfaatkan perangkat lunak berbasis web yang dapat
diakses secara online. Sistem tersebut menghasilkan berbagai informasi yang
berbentuk pivot tabel, hal ini menyebabkan susahnya mengambil keputusan dari sebuah informasi tersebut, sehingga proses pengambilan keputusan membutuhkan waktu yang relatif lama karena manager pemasaran harus menganalisa tiap periode, dimana satu periode adalah satu tahun. Dari suatu cabang misal cabang bandung memiliki 1.021 transaksi tiap minggunya. Bisa dibayangkan berapa data yang harus dianalisa. Proses tersebut tentu membutuhkan waktu yang lama dan pengeluaran yang tidak sedikit dan strategi bisnis harus cepat ditentukan oleh
setiap cabang. Oleh karena itu dibutuhkan software yang dapat diakses secara
online di masing masing cabang. Masalah lain muncul ketika manajer penjualan ingin mengetahui pengaruh musim dan kepadatan penduduk di tiap cabangnya.
oleh karena itu keterlambatan manager pemasaran dalam menentukan keputusan
(10)
Business Intelligence merupakan sebuah konsep yang menggunakan
berbagai macam metode dan teknologi, sehingga sebuah sistem business
intelligence pada umumnya dapat meliputi bidang yang luas mulai dari proses, perangkat lunak dan juga teknik pembuatannya, yang diawali dari pengumpulan
data, integrasi, analisis, hingga mempersentasikan data – data tersebut menjadi
informasi yang bermanfaat bagi pengguna atau user. [1]
Berdasarkan permasalahan diatas maka PT. Sewu Segar Nusantara membutuhkan penerapan bisnis intelejen, karena perusahaan yang menerapkan
Business Intelligence memiliki keunggulan dibandingkan pesaing yang tidak
menerapkan business Intelligence. Business Intelligence yang akan dibangun akan
dibangun berbasiskan web, agar proses pengaksesammya lebih mudah dilakukan. Bisnis intelijen merupakan sistem yang akan menerjemahkan data yang ada untuk menjadikan sebuah informasi menjadi lebih bermanfaat untuk mengambil suatu keputusan bisnis yang lebih bersifat strategis dan taktikal yang berguna untuk
strategi perusahaan. Business Intelligence juga dapat mengefisienkan waktu dan
biaya karena informasi yang didapat berbentuk visual yang dapat dimengerti oleh siapapun tanpa harus melatih seseorang untuk memahami suatu sistem. Berdasarkan latar belakang yang telah dipaparkan diatas penulis tertarik
mengangkat judul penelitian tugas akhir, yaitu : PENERAPAN BISNIS
INTELEJEN DI PT. SEWU SEGAR NUSANTARA.
I.2. Perumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan, maka masalah yang
dapat di identifikasi adalah : “Bagaimana membangun sistem bisnis intelijen
sebagai pengambilan keputusan bisnis di PT. Sewu Segar Nusantara”.
I.3. Maksud dan Tujuan
Berdasarkan permasalahan yang ada , maka maksud dari penelitian ini adalah untuk menerapkan bisnis intelejen di PT. Sewu Segar Nusantara agar dapat menghasilkan suatu keputusan bisnis yang tepat untuk perusahaan.
(11)
1. Mempermudah manager pemasaran dan manager penjualan dalam mendapatkan informasi strategis karena informasi dapat diakses secara online.
2. Menentukan strategi bisnis yang dapat dilakukan secara tepat dan cepat
untuk perusahaan.
3. Memudahkan manager pemasaran dan penjualan dalam memantau
perusahaan dan kinerja marketing di setiap cabang perusahaan.
I.4. Batasan Masalah
Ada beberapa batasan masalah dalam penelitian ini agar pembahasan lebih terfokus sesuai dengan tujuan yang akan dicapai. Batasan masalah dalam penelitian ini adalah :
1. Perangkat lunak yang akan dibangun berbasiskan web.
2. Data yang digunakan sebagai acuan penelitian merupakan data perusahaan
yang merupakan data cabang, history penjualan, pemesanan, sales, stock
barang, kategori barang dan pelanggan.
3. Business Intelligence yang akan dibangun merupakan jenis Business
Intelligence untuk business performance management.
4. Pemodelan dan perancangan sistem dalam pembuatan tugas akhir ini
menggunakan pemodelan terstruktur dengan tools DFD.
I.5. Metodologi Penelitian
Metodologi adalah kesatuan metode, prosedur, konsep pekerjaan, aturan dan postulat yang digunakan oleh suatu ilmu pengetahuan, seni atau disiplin yang lainnya. Sedangkan metode adalah suatu cara, teknik yang sistematik untuk mengerjakan sesuatu.
Metode penelitian ini terdiri dari metode pengumpulan data.
I.5.1. Metode Pengumpulan Data
Metodologi pengumpulan data yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut:
(12)
1. Tahap pengumpulan data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut :
a. Studi Literatur
Pengumpulan data dengan cara mengumpulkan literatur, jurnal, paper dan
bacaan-bacaan yang ada kaitannya dengan judul penelitian. b. Observasi
Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan langsung ke PT. Sewu Segar Nusantara terhadap permasalahan yang diambil.
c. Wawancara
Teknik pengumpulan data dengan mengadakan tanya jawab secara langsung dengan manajemen yang ada kaitannya dengan topik yang diambil.
1.5.2. Metode Pengembangan Perangkat Lunak
Metode Pengembangan Perangkat Lunak dalam pembuatan perangkat
lunak menggunakan paradigma perangkat lunak secara waterfall, yang meliputi
beberapa proses diantaranya:
(13)
a. Requirements Definition
Merupakan bagian dari sistem yang terbesar dalam pengerjaan suatu proyek, dimulai dengan menetapkan berbagai kebutuhan dari semua elemen yang diperlukan sistem dan mengalokasikannya kedalam pembentukan perangkat lunak.
b. System and Software Design
Merupakan tahap menganalisis hal-hal yang diperlukan dalam pelaksanaan proyek pembuatan perangkat lunak.
c. Implementation and Unit Testing
Tahap penerjemahan dari data yang dianalisis kedalam bentuk yang mudah dimengerti oleh user.
d. Integration and System Testing
Tahap penerjemahan data atau pemecahan masalah yang telah dirancang keadalam bahasa pemrograman tertentu
e. Operation
Merupakan tahap pengujian terhadap perangkat lunak yang dibangun.
f. Maintenance
Tahap akhir perubahan–perubahan atau penambahan sesuai
dengan permintaan user, dimana suatu perangkat lunak yang sudah
selesai dapat mengalami
I.6. Sistematika Penulisan
Sistematika penulisan tugas akhir ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut :
BAB I PENDAHULUAN
Membahas tentang permasalahan yang ada dan mencoba merumuskan inti permasalahan yang dihadapi. Menentukan tujuan dan kegunaan penelitian dan memlakukan pembatasan terhadap masalah, agar penelitian tidak keluar dari topik
(14)
yang dibahas. Membahas metode pengumpulan data dan sistematika penulisan agar pembuatan tugas akhir menjadi terstruktur.
BAB II LANDASAN TEORI
Membahas tentang teori – teori dasar yang berkaitan dengan penyusunan
tugas akhir yang bertujuan untuk mempermudah dalam menganalisa
permasalahan yang ada. Hal – hal terkait yang akan dibahas dibagian awal adalah
profil tempat penelitian. Terdapat pula tinjauan pustaka tentang landasan teori
yang mendasari Pengertian Business intelligence, Arsitektur BI, manfaat BI, Jenis
– jenis BI, Business Intelligence Dashboard, Karakteristik Dashboard, Data
Warehouse, Metode Penyajian Data, dan DFD.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Membahas analisis kebutuhan dalam penerapan business intelligence,
analisis sistem yang sedang berjalan sesuai dengan pembangunan perangkat lunak yang digunakan. Terdapat pula perancangan antarmuka untuk aplikasi yang akan dibangun sesuai dengan hasil analisis yang telah dibuat. Model data perancangan yang akan digunakan adalah pemodelan terstruktur.
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
Membahas hasil implementasi dari hasil analisis dan perancangan yang telah dibuat disertai juga dengan hasil pengujian yang dilakukan di PT. Sewu Segar Nusantara sehingga diketahui apakah sistem yang dibangun sudah memenuhi syarat aplikasi yang mudah digunakan.
BAB V KESIMPULAN DAN SARAN
Berisi kesimpulan dan saran yang sudah diperoleh dari hasil penulisan tugas akhir.
(15)
7
II.1 Profil Perusahaan
PT. Sewu Segar Nusantara merupakan perusahaan yang bergerak
dibidang penyalur dan pemasar buah – buahan dan sayur segar. PT. Sewu Segar
Nusantara beralamat di Jl. Telesonic dalam (Jl. Raya Gatot Subroto km. 8 di Tangerang). Dalam menjalankan usahanya PT. Sewu Segar Nusantara (SSN) memasarkan sayuran dan buah-buahan ke kota - kota besar Indonesia. Pada saat
ini pelanggan tetap SSN adalah supermarket, pasar modern dan pasar tradisional.
II.1.1 Sejarah Intansi
PT. Sewu Segar Nusantara berdiri pada akhir tahun 1995, PT. Sewu Segar Nusantara (SSN) telah menjadi salah satu perusahaan penyalur dan pemasar buah dan sayur segar terkemuka di Indonesia. Dengan luas tanah 2,6 hektar, SSN memulai dan mengembangkan bisnisnya ke seluruh nusantara. Berpusat di Tangerang, Banten , SSN memperluas jangkauannya ke empat cabang lainnya di Indonesia, yaitu Bandung, Yogyakarta, Semarang, dan Surabaya. Ditambah dengan dua sub-distributor di Pekanbaru dan Bali.
II.1.2 Logo Intansi
Adapun logo perusahaan di PT. Sewu Segar Nusantara adalah sebagai berikut :
(16)
II.1.3 Struktur Organisasi
Adapun Struktur Organisasi yang terdapat di PT. Sewu Segar Nusantara sebagai berikut :
Gambar II.2 Struktur Organisasi
II.2 Landasan Teori
II.2.1. Business Intelligence
Business Intelligence atau disingkat BI merupakan kumpulan dan
serangkaian kegiatan atau tahapan-tahapan untuk mengumpulkan data dan menganalisis data sehingga dapat digunakan untuk proses pengambilan keputusan yang lebih baik sehingga dapat digunakan dalam proses pengambilan keputusan vital dalam bisnis perusahaan atau keputusan untuk memperoleh tujuan dari bisnis
(17)
perusahaan.Business Intelligence seringkali digunakan untuk dapat membantu kegiatan bisnis dalam proses pengambilan keputusan stategis seperti perencanaan
anggaran tahunan, penentuan taget sales, menganalisa dan memprediksi trend
bisnis serta melakukan data konsolidasi untuk keperluan para pengambil keputusan.
Business Intelligence merupakan kerangka kerja konseptual untuk
mendukung keputusan bisnis, business intelligence menggabungkan arsitektur,
basisdata atau data warehouse, tool analisis dan aplikasi Business Intelligence
digunakan untuk aplikasi dan teknologi dalam mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data sehingga dapat membantu pengguna dari kalangan perusahaan atau organisasi untuk mengambil keputusan dengan lebih baik dan tepat. [3]
Business Intelligence menjelaskan tentang suatu konsep dan metode bagaimana cara atau prosedur untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data-data dari berbagai data
sumber. Dimana dalam proses business intelligence melakukan kegiatan
pengambilan jumlah data yang besar, kemudian melakukan proses menganalisis data, dan dilanjutkan dengan menyajikan serta melaporkan hasil dari proses business intelligence tersebut sebagai bahan pertimbangan tindakan manajemen bisnis, memungkinkan untuk mengambil keputusan pokok bisnis saat dibutuhkan.
Selain itu, business intelligence digunakan pula sebagai membuat
referensi prediksi sehingga orang lain dapat mengukur dampak keputusan yang
dibuat berdasarkan data yang ada. Business Intelligence juga merupakan proses
yang berulang-ulang dengan cara menganalisis data untuk melihat apa yang terjadi. Kemudian mengambil tindakan untuk melanjutkan setiap hasil positif serta menghentikan jika ada potensi menuju arah negatif, sekaligus mengukur hasil dari setiap keputusan yang ada terhadap faktor pendukung eksternal maupun internal yang bagi bisnis perusahaan.
Dalam sebuah perusahaan atau organisasi, keputusan dibuat pada tingkatan atau level yang berbeda-beda, keputusan juga harus dilakukan secepat mungkin untuk mempertahankan daya saing, sehingga dapat membuat keputusan yang
(18)
benar dan menjadi dasar yang solid dalam hal data, informasi dan ketersediaan pengetahuan. Dasar ini dapat bersumber dari informasi atau data berita bisnis, konferensi, pelanggan, tenaga penjualan, dan sebagainya.Sehingga bersama-sama membentuk sebuah konsep mengenai pasar dan dunia bisnis tertentu.
Gambar II.3 menyajikan pemahaman dasar mengenai sistem business
intelligence. Sebuah sistem business intelligence dengan kata lain merupakan
kombinasi data warehouse dan sistem pendukung keputusan. Hal ini menjelaskan
bagaimana data dari sumber-sumber yang berbeda dapat diekstraksi dan disimpan
dan selanjutnya diambil untuk dianalisis.Kegiatan utama business intelligence
meliputi pengumpulan, menyiapkan dan menganalisa data. Dalam proses business
intelligence data yang digunakan harus berkualitas tinggi, dengan cara
memperolehnya dari berbagai sumber data yang dikumpulkan, kemudian diubah,
lalu dibersihkan, selanjutnya dimuat dan disimpan dalam basisdata data
warehouse.
(19)
II.2.1.1. Arsitektur Business Intelligence
Arsitektur dari sebuah sistem business intelligence terdiri atas enam
komponen utama yaitu :
1. Data Source
Pada tahap pertama ini diperlukan proses untuk mengumpulkan dan mengintegrasi data yang disimpan dalam berbagai sumber yang bervariasi yang saling berbeda baik itu asal maupun jenisnya. Sumber data ini berasal
dari data yang terdapat pada operational system, tetapi juga bisa berasal dari
dokumen yang tidak terstruktur seperti email dan data yang dikirimkan oleh pihak luar.
2. Data Warehouse
Pada tahap ini proses menggunakan extraction dan transformation tool yang
dikenal sebagai ETL (Extract, Transform, Load), data yang berasal dari
berbagai sumber yang berbeda disimpan ke dalam basisdata yang ditujukan
untuk mendukung proses analisis business intelligence.
3. Data Exploration
Pada tahap ini, tools yang berfungsi untuk keperluan analisis business
intelligence pasif digunakan.Tools ini terdiri dari query dan reporting system,
serta statistical methods. Metodologi ini bersifat pasif dikarenakan para
pengambil keputusan harus mengambil keputusan berdasarkan hipotesis
mereka sendiri atau mendefiniskan kriteria dari data extraction, kemudian
menggunakan tools analisis untuk menemukan jawaban dan mencocokannya
dengan hipotesa awal mereka.
4. Data Mining
Pada tahap ini proses terdiri sejumlah metodologi business intelligence
bersifat aktif yang tujuannya untuk mengekstrak informasi dan pengetahuan dari data tersebut. Metodologi ini berisi sejumlah model matematika untuk
pengenalan pola (pattern), pembelajaran mesin (machine learn) dan teknik
(20)
5. Optimization
Pada tahap ini menghasilkan solusi dimana solusi terbaik harus dipilih dari sekian solusis alternatif yang ada, dan biasanya sangat banyak dan beragam atau bervariasi.
6. Decisions yaitu
Pada tahap ini yang menjadi persoalan utama merupakan bagaimana menentukan keputusan akhir yang akan diambil yang dikenal sebagai decision making process. Walaupun metodologi business intelligence berhasil diterapkan, pilihan untuk mengambil sebuah keputusan tetap ada ditangan para pengambil keputusan tersebut.
II.2.1.2. Manfaat Business Intelligence
Business Intelligence dapat digunakan untuk memberi manfaat bagi
sebuah bisnis secara umum serta menghasilkan contoh-contoh nyata yang berhubungan dengan fungsi bisnis tersebut. Manfaat tersebut yaitu :
1. Efisiensi Transaksi
Efisiensi transaksi ini dapat dicapai karena dapat mengubah proses-proses yang tidak terstruktur menjadi proses-proses yang terstruktur dan berulang-ulang. Contohnya adalah model optimisasi pendapatan yang digunakan pada industri hotel dan penerbangan, model optimisasi jaringan logistic dan rantai suplai yang digunakan pada industri penyaluran dan jasa.
2. Otomatisasi proses manual
Proses-proses yang tadinya dilakukan secara manual dapat dibuat menjadi otomatis karena keberadaan manusia dapat dihilangkan atau digantikan dalam sebuah proses. Contohnya adalah perencanaan operasi dan penjualan, segmentasi pelanggan, perencanaan anggaran, analisis perubahan, laporan kinerja, analisis produktivitas.
3. Penerapan teknis analisis
Sejumlah metode analisis yang kompleks dapat diintegrasikan ke dalam proses-proses yang ada. Metode analisis ini memiliki kemampuan analisis yang dapat
(21)
dipercaya untuk dapat digunakan oleh user dengan hanya membutuhkan kurva
pembelajaran yang singkat. Contohnya adalah dashboard dan scorecard
eksekutif, aplikasi pendeteksi kecurangan dan penilaian kredit, analisis pengaturan kampanye penjualan, ramalan penjualan dan segmentasi pelanggan. 4. Pengiriman informasi
Business Intelligence dapat mengirimkan rincian informasi dalam jumlah yang
besar ke dalam sebuah proses. Kumpulan informasi transaksional yang ada pada perusahaan dapat dimanfaatkan untuk mendeteksi penjualan serta
mengurangi biaya. Contohnya adalah pengenalan pola dan data mining,
analisis rantai suplai, analisis operasi, analisis trend pendapatan dan aplikasi
manajemen retail. 5. Pelacakan
Business Intelligence memberikan kebebasan untuk melacak status, input, dan
output dari sebuah pekerjaan atau proses secara terperinci. Sistem pelacakan yang dilakukan secara manual berdasarkan pada lembar kerja dapat digantikan
oleh sistem yang bersifat otomatis. Contohnya adalah dashboard, scorecard
pemasok dan manajemen inventory. [5]
II.2.1.3. Jenis Business Intelligence
Business intelligence terbagi ke dalam lima jenis atau kategori yaitu :
1. Enterprise Reporting yakni digunakan untuk menghasilkan laporan-laporan
statis yang didistribusikan ke banyak orang. Jenis laporan ini sangat sesuai
untuk laporan operasional dan dashboard.
2. Cube Analysis yakni digunakan untuk menyediakan analisis OLTP
multidimensional yang ditujukan untuk manajer bisnis dalam lingkungan terbatas.
3. Ad Hoc Query and Analysis yakni digunakan untuk memberikan akses
kepada user agar dapat melakukan query pada basis data, dan menggali
informasi sampai pada tingkat paling dasar dari informasi transaksional.
(22)
4. Statistical Analysis and Data Mining yakni digunakan untuk melakukan analisis prediksi atau menentukan korelasi sebab akibat diantara dua matrik.
5. Delivery Report and Alert yakni digunakan secara proaktif untuk
mengirimkan laporan secara lengkap atau memberikan peringatan kepada
populasi user yang besar atau banyak.
II.2.1.3.1. Business Intelligence Dashboard
Dashboard adalah komponen yang umumnya memiliki Performance
Management Systems, Performance Measurement Systems, Business Process
Management (BPM) suites, dan BI Platforms. Dashboard menyediakan tampilan
visual dari informasi penting yang disatukan dan diatur dalam sebuah layar tunggal sehingga informasi dapat dipahami cukup dengan sekali lihat, serta mudah untuk dieksplorasi. [6]
Menurut Wadsworth et al, salah satu keuntungan dari dashboard yaitu
dapat menyajikan biaya, produktivitas, kualitas dan data dalam satu lokasi,
sehingga membantu eksekutif menganalisis. Selain itu dashboard memungkinkan
pengguna untuk mengelola performa dan mengurangipengeluaran.
Dashboard merupakan keturunan langsung dari Executive Information
Systems (EIS) lama dan sistem Decision Support Systems (DSS), dengan
meningkatkan funsional dan penampilan. Karena mereka terhubung dengan sistem
data yang kuat dan memanfaatkan Key PerformanceIndicators (KPI).
Menurut Scheps, ada tiga jenis dashboard, yaitu :
1. Tactical Dashboard
Mengukur produktivitas jangka pendek dan efektivitas. Hasilnya sering
digunakan oleh contributor individu
2. Operational Dashboard
Mengukur efektivitas jangka pendek dari fungsi bisnis yang spesifik pada tim
atau level unit bisnis. Level dashboard ini dapat secara potensial
(23)
3. Strategic Dashboard
Dibangun untuk level pengaturan kebijakan dari organisasi. Dashboard
menampilkan metric yang menggambarkan strategi dan tujuan korporasi.
Berdasarkan kutipan di atas, dapat disimpulkan bahwa dashboard
memberikan gambaran mengenai informasi secara overall yang dapat
menggambarkan trend dan perbedaan berdasarkan pada kumpulan data yang
besar.
II.2.1.3.2. Karakteristik Dashboard
Semua dashboard yang dirancang dengan baik akan memiliki karakteristik
sebagai berikut :
1. Dashboard menggunakan komponen visual untuk menggarisbawahi
secara sekilas, data dan pengecualian yang membutuhkan tindakan.
2. Dashboard bersifat transparan terhadap pengguna, yang artinya
pengguna cukup membutuhkan sedikit pelatihan dan mudah untuk
menggunakan dashboard tersebut.
3. Dashboard menggabungkan data dari berbagai macam sistem menjadi
sebuah tampilan bisnis tunggal, ringkas, tergabung menjadi satu.
4. Dashboard memungkinkan drill-down atau drill-through terhadap
sumber data atau laporan yang ada dan menyediakan konteks yang dapat dibandingkan dan dievaluasi secara lebih terperinci.
5. Dashboard menyediakan sebuah tampilan dinamis dan nyata dari data yang diperbaruhi secara berkala.
6. Dashboard memungkinkan pengguna untuk tetap mendapatkan
informasi baru tentang perubahan di dalam bisnis.
7. Dashboard membutuhkan sedikit perubahan kode program untuk
dikirim, diimplementasikan dan dirawat.
II.2.2. Data Warehouse
Data Warehouse atau disingkat DW merupakan basisdata relasional
(24)
biasanya mengandung history data dari proses transaksi dan bisa juga data dari
sumber lainnya. Data Warehouse dapat juga dikatakan sebagai tempat
penyimpanan ringkasan dari data historis yang seringkali diambil dari basisdata terpisah departemen, organisasi atau perusahaan. [7]
Menurut Inmon, bahwa data warehouse merupakan koleksi data yang
mempunyai sifat berorientasi subyek, terintegrasi, time-variant, dan bersifat tetap
dari koleksi data dalam mendukung proses pengambilan keputusan management,
proses ini subject-oriented, terintegrasi, waktu yang bervariasi dan permanen. [8]
Tujuan utama dari pembuatan data warehouse merupakan untuk
menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana
pengguna dapat dengan mudah menjalankan query, menghasilkan laporan, dan
melakukan analisis. Salah satu keuntungan yang diperoleh dari keberadaan data
warehouseadalah dapat meningkatkan efektifitas pembuatan keputusan.
Dari definisi yang dijelaskan diatas, dapat disimpulkan bahwa data
warehouse merupakan basisdata yang saling berinteraksi dan dapat digunakan
untuk query dan analisis, bersifat orientasi subyek, terintegrasi, time-variant, tidak
berubah (adhoc) yang nantinya digunakan dalam membantu pengambilan
keputusan organisasi atau perusahaan oleh pihak pengambil keputusan.
Berikut ini merupakan hal-hal yang berkaitan dengan data warehouse
dalam penerapan pada sistem business intelligence yaitu :
1. Data Mart yakni merupakan suatu bagian pada data warehouse yang
mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.
2. On-Line Analytical Processing yakni merupakan suatu pemrosesan basisdata
yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan
berbagai macam bentuk laporan, analisis, query dari data yang berukuran
besar.
3. On-Line Transaction Processing yakni merupakan suatu pemrosesan yang
(25)
4. Dimension Table yakni merupakan tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu yang berupa perbulan, perkwartal dan pertahun.
5. Fact Table yakni merupakan tabel yang umumnya mengandung angka dan
data history dimana key (kunci) yang dihasilkan sangat unik, karena key
tersebut terdiri dari foreignkey(kunci asing) yang merupakan primarykey
(kunci utama) dari beberapa dimensi tabel yang berhubungan.
6. Decision Support System yakni merupakan sistem yang menyediakan
informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.
II.2.3. Metode Penyajian Data
Metode penyajian data dibagi menjadi beberapa bentuk, yaitu :
1. Pie Chart
Pie Chart adalah sebuah tampilan deskriprif sederhana dari data, dimana data
yang ditampilkan hanya jumlah dari total yang diberikan. Pie chart mungkin
adalah sebuah cara paling ilustratif untuk menampilkan kuantitas sebagai
presentasi dari total yang diberikan. Total area dari sebuah pie chart
mempresentasikan 100% dari kuantitas (jumlah daru nilai variable pada seluruh kategori). Ukuran dari setiap potongan adalah presentasi dari total
yang dipresentasikan oleh masing – masing kategori.
(26)
2. Bar Chart
Bar chart sering digunakan untuk menunjukkan data berdasarkan kategori tertentu dimana tidak ada penekanan total presentase pada setiap kategori.
Bar chart dapat disajikan secara vertikal maupun horizontal. Skala
pengukuran adalah nominal atau ordinal. Bar chart dapat digunakan untuk
menampilkan data kontinu seperti ukuran sepatu atau warna mata dan data diskontinu seperti tinggi badan atau berat badan.
Gambar II.5 Contoh Bar Chart
3. Line Chart
Line Chart sering digunakan untuk menampilkan informasi dalam rangkaian
titik data yang dihubungkan dengan segmen garis lurus. Line chart sering
digunakan untuk menvisualisasikan trend data dalam interval waktu atau
dalam kurun waktu tertentu.
(27)
II.2.4. Alat Pengembangan Sistem II.2.4.1 Flowmap
Setiap flowmap memiliki beberapa pengertian yang akan dijelaskan sebagai berikut:
Definisi flowmap menurut Ladjamudin bin Al-Bahra adalah sebagai berikut :
Flowmap adalah bagan-bagan yang mempunyai arus yang
menggambarkan langkah-langkah penyelesaian suatu masalah. Flowmap merupakan cara penyajian dari suatu algoritma.
Bagian alir terdiri dari lima macam, yaitu :
a. Bagan alir sistem (systems flowmap)
b. Bagan alir dokumen (document flowmap)
Bagan alir dokumen atau disebut juga bagan alir formulir atau paperwork
flowmap merupakan bagan alir yang menunjukan arus dari laporan dan formulir dan termasuk tembusan-tembusannya. Pada penyusunan penelitian ini, penulis menggunakan bagan alir seperti berikut :
a. Bagan alir skematik (schematic flowmap)
b. Bagan alir program (program flowmap)
c. Bagan alir proses (prosess flowmap)
II.2.4.2 Data Flow Diagram
Data Flow Diagram (DFD) merupakan diagram yang menyatakan
notasi-notasi untuk menggambarkan aliran data. DFD dipakai untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik dimana data tersebut mengalir atau akan disimpan. DFD merupakan alat yang digunakan
pada metodologi perancangan dan analisis sistem terstruktur (structured Analysis
and Design) artinya DFD dapat menggambarkan arus data didalam sistem dengan
terstruktur dan jelas.Lebih lanjut DFD juga merupakan dokumentasi dari sistem yang baik. Beberapa simbol yang digunakan dalam DFD, untuk maksud mewakilinya :
(28)
1. External Entity
Merupakankesatuan di lingkungan luar sistem yang dapat berupa orang, organisasiatausistemlainnya yang berada dilingkunganluarnya yang akan memberikan masukan atau menerima keluaran dari sistem. Dan dilambangkan
dengan symbol kotak (lihatdaftarsimbol) dimana external entity ini di identifikasi
dengan nama entitasnya dengan cara menuliskannya di dalam kotak tersebut. 2. Data Flow (Arus Data)
Arus data dilambangkandenganpanahdanarus data inimengalirdiantara proses, simpanan data atau media penyimpanandankesatuankeluaranhasil proses sistem.
3. Process (Proses)
Merupakan kegiatan yang dilakukan oleh orang, mesin atau komputer dari hasil arus data yang masuk kedalam proses untuk menghasilkan arus data yang keluar dari proses. Proses dilambangkan dengan ujung-ujungnya tumpul
tergantung dari tipe chart (lihat daftar simbol) setiap proses diberikan penjelasan
antara lain dengan memberikan nomor proses dan nama proses yang ditulis didalam lingkaran atau segi empat tumpul.
4. Data Store (Simpanan Data)
Merupakan simpanan data yang berupa : 1. File atau database di sistem komputer 2. Arsip atau catatan manual.
Dilambangkan dengan sepasang garis pararel horizontal yang ujungnya tertutup
(lihat daftar simbol) dan di identifikasikan dengan memberikan nama datastore
atau nomor/kode yang ditulis didalamnya.
II.2.4.3 Diagram Konteks
Diagram konteks adalah suatu alat atau metode penggambaran suatu sistem informasi secara global, baik sistem informasi yang berbasis komputer atau tidak berbasis komputer. Diagram konteks terdiri dari sebuah simbol proses yang
mewakili keseluruhan proses dalam sistem dan minimal sebuah external entity
(29)
aliran data yang menggambarkan aliran suatu masukan ataupun keluaran dari sistem tersebut. Berdasarkan notasi Yourdon proses digambarkan dengan lingkaran, entitas luar dengan persegi panjang, dan aliran data digambarkan dengan garis yang diberi mata panah.
II.2.4.4 Diagram Arus Data
DAD (Diagram Arus Data) merupakan alat yang digunakan pada
metodologi pengembangan sistem yang tersruktur (Structured Analysis and
Design). DAD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik dimana data tersebut akan disimpan. Untuk mewakili arus data dalam suatu sistem digunakan notasi atau simbol sehingga sangat membantu dalam komunikasi dengan pemakai sistem untuk memahami sistem secara logika.
II.2.4.5 Kamus Data
Kamus data (data dictionary) adalah katalog fakta tentang data dan
kebutuhan-kebutuhan informasi dari suatu sistem informasi. Kamus data dibuat
pada tahap analisis maupun pada tahap perencanaan sistem. Pada tahap analisis, kamus data dapat digunakan sebagai alat komunikasi antara analis sistem dengan pemakai sistem tentang data yang mengalir di sistem, yaitu tentang data yang masuk ke sistem dan tentang informasi yang dibutuhkan oleh pemakai sistem. Kamus data harus memuat hal-hal berikut ini.
1. Nama arus data 2. Panjang karakter 3. Tipe data
(30)
(31)
23 III.1 Analisis Sistem
Analisis sistem merupakan kegiatan penguraian suatu sistem informasi yang utuh dan nyata kedalam bagian-bagian atau komponen-komponen komputer yang bertujuan untuk mengidentifikasi serta mengevaluasi masalah-masalah yang muncul, hambatan-hambatan yang mungkin terjadi, serta kebutuhan yang diharapkan, sehingga dapat memberikan suatu solusi untuk perbaikan maupun pengembangan kearah yang lebih baik dan sesuai dengan kebutuhan serta perkembangan teknologi.Sistem yang akan dianalisis untuk membangun penerapan Business intelligence adalah sistem yang berjalan saat ini di PT. Sewu Segar Nusantara. Analisis sistem ini diperoleh melalui wawancara dan observasi yang akan ditemukan beberapa data dan fakta yang akan dijadikan bahan uji dan analisis menuju penerapan dan pengembangan sebuah aplikasi sistem yang diusulkan.
Analisis sistem dalam penerapan business intelligence di PT. Sewu Segar Nusantara ini terbagi kedalam beberapa pokok bahasan diantaranya analisis masalah analisis proses bisnis dan analisis prosedur.
III.1.1. Analisis Masalah
Analisis masalah merupakan tahap menganalisis lalu menjabarkan permasalahan yang ada. Berikut ini merupakan permasalahan yang ada di PT. Sewu Segar Nusantara :
1. PT Sewu Segar Nusantara kesulitan menetukan strategi bisnis
dalam waktu yang singkat.
2. Output dari sistem masih berupa pivot tabel, sehingga sulitnya menyimpulkan informasi.
3. Sulitnya memantau perkembangan perusahaan baik perusahaan
(32)
III.1.2. Analisis Prosedur Yang Sedang Berjalan
Analisis prosedur sistem memberikan gambaran tentang sistem yang saat ini sedang berjalan. Analisis prosedur bertujuan untuk mengetahui lebih jelas bagaimana cara kerja sistem tersebut sehingga kelebihan dan kekurangan sistem dapat di ketahui. Analisis prosedur merupakan jalan informasi serta unit-unit di dalam melakukan pengumpulan, penyusunan dan pengolahan data yang terjadi antara bagian yang satu dengan bagian yang lainnya.Keterkaitan antara masing-masing bagian tersebut saling terpadu, artinya saling memberikan informasi secara jelas.Analisis sistem yang sedang berjalan terdiri atas:
A. Prosedur penginputan kode barang dari kebun.
B. Prosedur pengiriman barang ke cabang
C. Prosedur penjualan
A. Prosedur Penginputan Kode Barang
Prosedur ini merupakan proses penginputan kode barang yang berasal dari kebun. Prosedur penginputan barang (gambar III.1) yang ada saat ini akan dijelaskan sebagai berikut :
1. Ketika barang datang, barang langsung diserahkan ke admin untuk
dilakukannya proses pengkodean barang.
2. Admin mengisi form input barang agar tidak terjadi keliruan data.
3. Setelah form terisi maka data akan diarsipkan dan barang
(33)
Prosedur Pengiputan kode barang
Staff gudang admin
Form penginputan barang yang belum diisi
Form barang yang sudah diisi
Penyimpanan barang ke
gudang
A1
A1 : Arsip Form Kode barang
Gambar III.1 Prosedur Penginputan Kode Barang
B. Prosedur Pengiriman Barang Ke Cabang
Prosedur ini merupakan proses pengirman barang dari pusat ke cabang (Gambar III.2) yang akan dijelaskan sebagai berikut :
1. Cabang akan memeriksa stok, jika stok hampir habis atau sudah
tidak tersedia maka cabang membuat daftar pemesanan barang ke gudang pusat.
2. Pusat menerima daftar pesan barang dari cabang lalu pusat
mengecek barang tersebut, jika barang tersedia maka pusat akan membuat surat jalan ldan membuat data pengiriman barang. Jika barang tidak tersedia di pusat maka pusat akan membuat daftar barang tidak tersedia lalu diarsipkan.
3. Cabang menerima surat jalan dan menerima data pengiriman dari
(34)
Gambar III.2 Prosedur Pengiriman Barang ke Cabang
C. Prosedur Penjualan Barang
Prosedur penjualan adalah proses yang dilakukan oleh bagian gudang cabang karena adanya permintaan pemesanan dari konsumen (Gambar III.3). Proses-proses yang dilakukan dalam prosedur penjualan.
1. Konsumen memesang kepada cabang perusahaan.
2. Cabang mengecek barang masih tersedia atau tidak, jika barang di
cabang tidak tersedia maka cabang akan mengiputkan barang tidak tersedia ke sistem. Jika barang tersedia di cabang maka cabang membuat daftar pesan barang tersedia lalu membuat faktur penjualan.
3. Cabang memberikan faktur penjualan dan barang pesanankepada
(35)
4. Konsumen mengkonfirmasikan kepada cabang tentang proses pembayaran, apakah dibayar tunai atau hutang. Jika melakukan pembayaran secara tunai maka cabang akan membuatkan kwitansi dan diserahkan kepada konsumen.
5. Jika konsumen melakukan sistem pembayaran dengan menghutang
atau mencicil maka data akan diinputkan ke sistem sebagai data piutang.
Prosedur Penjualan
cabang konsumen
Pesanan Ditolak
Pengecekan stock barang Form Pemesanan Form Pemesanan
ditolak
Pesanan Diterima diterima
Cara bayar
tunai
Hutang
A
1
Membuat kwitansi kwitansi
(36)
Berdasarkan prosedur yang sudah ada terdapat skema relasi OLTP.
Skema relasi OLTP terdiri dari tabel – tabel berikut ini :
1. Tabel Cabang.
2. Tabel marketing.
3. Tabel konsumen.
4. Tabel kota.
5. Tabel pemesanan.
6. Tabel detail pemesenan.
7. Tabel pengiriman.
8. Tabel barang.
9. Tabel kategori.
10.Tabel User
Penjelasan struktur tabel dari masing-masing tabel yang ada di OLTP
adalah sebagai berikut:
1. Tabel Cabang
Tabel cabang merupakan tabel untuk menyimpan data cabang di PT
SSN, primary key di tabel ini adalah id_cabang.Untuk lebih jelasnya struktur
tabel cabang dapat dilihat pada tabel III.1 Tabel cabang. Tabel III.1 Tabel Cabang
Nama Field Tipe Data Ukuran Kunci Keterangan
id_cabang Integer - PK NOT NULL, AUTO
INCREMENT
nama_cabang Varchar 100 NOT NULL
alamat_cabang Varchar 200 NOT NULL
no_telepon_cab ang
(37)
2. Tabel Marketing
Tabel marketing merupakan tabel untuk menyimpan data pegawai
marketing yang bekerja di PT. SSN, primary key di tabel ini adalah
id_marketing.Untuk lebih jelasnya struktur tabel marketing dapat dilihat pada tabel III.2 Tabel Marketing.
Tabel III.2 Tabel Marketing
Nama Field Tipe
Data
Ukuran Kunci Keterangan
id_marketing Integer - PK NOT NULL,
AUTO
INCREMENT
id_cabang Integer - FK reference
Tabel
cabang(‘id_ca bang’)
NOT NULL
nama_market ing
Varchar 100 NOT NULL
alamat_mark eting
Varchar 100 NOT NULL
no_telepon_ marketing
Varchar 13 NOT NULL ‘
3. Tabel Konsumen
Tabel konsumen merupakan tabel untuk menyimpan data konsumen
yang memesan barang ke PT. SSN, primary key di tabel ini adalah
id_konsumen.Untuk lebih jelasnya struktur tabel konsumen dapat dilihat pada tabel III.3 Tabel Konsumen.
(38)
Tabel III.3 Tabel Konsumen
Nama Field Tipe Data Ukuran Kunci Keterangan
id_konsumen Integer - PK NOT NULL,
AUTO
INCREMENT
id_kota Integer FK reference
Tabel
kota(‘id_kota’)
NOT NULL
nama_konsumen Varchar 100 NOT NULL
email Varchar 30 NOT NULL
alamat_konsumen Varchar 100 NOT NULL
no_telepon Varchar 13 NOT NULL
4. Tabel Kota
Tabel kota merupakan tabel untuk menyimpan data kota yang akan
digunakan dalam input data konsumen, primary key di tabel ini adalah id_kota.
Untuk lebih jelasnya struktur tabel ukuran dapat dilihat pada tabel III.4 Tabel kota.
Tabel III.4 Tabel Kota
Nama Field Tipe Data Ukuran Kunci Keterangan
id_kota Integer - PK NOT NULL, AUTO
(39)
nama_kota Varchar 100 NOT NULL
5. Tabel Pemesanan
Tabel pemesanan merupakan tabel untuk menyimpan data pemesanan
dari konsumen, primary key di tabel ini adalah id_pemesanan.Untuk lebih
jelasnya struktur tabel pesanan dapat dilihat pada.tabel III.5 Tabel Pemesanan.
Tabel III.5 Tabel Pemesanan
Nama Field Tipe Data Ukuran Kunci Keterangan
id_pemesanan Integer - PK NOT NULL,
AUTO
INCREMENT
id_marketing Integer - FK
reference Tabel Marketing
(‘id_mark eting’)
NOT NULL
id_konsumen Integer - FK
reference Tabel Konsume n
(‘id_kons umen’)
(40)
tanggal_pemesanan Date - NOT NULL, FORMAT(Y YYY-MM-DD)
status_pemesanan Varchar 20 NOT NULL
jenis_pembayaran Varchar 6 NOT NULL
total_harga_pemesa nan
Double - NOT NULL
6. Tabel Detail Pemesanan
Tabel detail pemesanan merupakan tabel yang berhubungan dengan tabel pemesanan. Untuk lebih jelasnya struktur tabel pesanan dapat dilihat pada.tabel III.6 Tabel Pemesanan.
Tabel III.6 Tabel Detail Pemesanan
Nama Field Tipe Data Ukuran Kunci Keterangan
id_pemesanan Integer - PK NOT NULL,
AUTO
INCREMENT
id_barang Integer - FK
reference Tabel Barang
(‘id_baran g’)
NOT NULL
(41)
7. Tabel Pengiriman
Tabel pengiriman merupakan tabel untuk menyimpan data pengiriman dari pesanan konsumen, Untuk lebih jelasnya struktur tabel pengiriman dapat dilihat pada.tabel III.7 Tabel Pengiriman.
Tabel III.7 Tabel Pengiriman
Nama Field Tipe Data Ukuran Kunci Keterangan
id_pengiriman Integer - PK NOT NULL
id_pemesanan Varchar 20 NOT NULL
tanggal_pengi riman
Date - NOT NULL,
FORMAT(Y YYY-MM-DD)
8. Tabel Barang
Tabel barang merupakan tabel untuk menyimpan data barang yang
dipesan oleh konsumen, primary key di tabel ini adalah id_barang.Untuk
lebih jelasnya struktur tabel barang dapat dilihat pada tabel III.8 Tabel Barang.
Tabel III.8 Tabel Barang
Nama Field Tipe Data Ukuran Kunci Keterangan
id_barang Integer - PK NOT NULL,
AUTO
INCREMENT
(42)
nama_barang Varchar 100 NOT NULL
satuan Varchar 50 NOT NULL
keterangan Varchar 200 NOT NULL
9. Tabel Kategori
Tabel kategori merupakan tabel untuk menyimpan data kategori yang
ada di PT. SSN, primary key di tabel ini adalah id_kategori.Untuk lebih
jelasnya struktur tabel kategori dapat dilihat pada tabel III.9 Tabel Kategori. Tabel III.9 Tabel Kategori
Nama Field Tipe Data Ukuran Kunci Keterangan
id_kategori Integer - PK NOT NULL,
AUTO
INCREMENT
nama_kategori Varchar 100 NOT NULL
10.Tabel User
Tabel user merupakan tabel untuk menyimpan data user yang ada di
PT. SSN, Untuk lebih jelasnya struktur tabel user dapat dilihat pada tabel
(43)
Tabel III.10 Tabel User
Nama Field Tipe Data Ukuran Kunci Keterangan
User_name Integer - PK NOT NULL, AUTO
INCREMENT
password Varchar 50 NOT NULL
level Varchar 50 NOT NULL
Seluruh tabel diatas akan berelasi dan untuk bisa melihat lebih jelas
relasinya dapat dilihat pada gambar III.4 Skema Relasi OLTP.
(44)
III.1.3. Analisis Aturan Bisnis
Analisis aturan bisnis adalah suatu kumpulan pekerjaan yang saling terkait untuk menyelesaikan suatu masalah tertentu.Suatu aturan bisnis harus memiliki batasan, masukan, serta keluaran yang jelas. Aturan bisnis yang terdapat di PT. Sewu Segar Nusantara berdasarkan dengan prosedur yang sedang berjalan adalah sebagai berikut :
a. Penjadwalan pengiriman pesanan
Pada proses pengiriman ini terdapat beberapa aturan bisnis diantaranya :
1. Pengiriman pesanan dilakukan berdasarkan waktu yang telah disepakatu
dalam form pemesanan.
2. Bagian gudang berkoordinasi kepada supir tentang tempat tujuan
pengiriman barang.
3. Jika terdapat penolakan barang dari konsumen karena barang rusak maka
supir harus mengembalikan lagi ke gudang.
4. Laporan pengiriman barang diserahkan kepada divisi yang
membutuhkannya.
b. Laporan Rekapitulasi Pendapatan
Pada proses pembuatan laporan rekapitulasi pendapatan terdapat beberapa aturan bisnis, diantaranya :
1. Pembuatan laporan rekapitulasi pendapatan dilakukan dalam periode
maksimal satu minggu kebelakang.
2. Pembuatan laporan rekapitulasi pendapatan dilakukan dengan
mencocokkan laporan rekapitulasi pengiriman.
3. Laporan rekapitulasi pendapatan harus dikirimkan kepada divisi terkait
yang membutuhkannya setiap bulannya.
c. Pembuatan Laporan di Divisi Pemasaran dan Penjualan
Pada proses pembuatan laporan di divisi pemasaran dan penjualan terdapat beberapa aturan bisnis, diantaranya :
1. Pembuatan laporan dilakukan setiap bulannya setelah laporan rekapitulasi
(45)
2. Pembuatan laporan dilakukan oleh Kepala Divisi Penjualan yang hasilnya harus diketahui oleh Manajer Pemasaran.
Selain aturan bisnis pada sistem yang berjalan, akan ada aturan bisnis pada sistem yang akan dibangun, yaitu :
a. Dalam memberikan informasi dilakukan dengan cara melihat tampilan
dashboard.
b. Dengan tampilan dashboard diharapkan dapat memberikan informasi strategis
untuk perusahaan.
c. Dalam memberikan informasi dapat dilakukan dengan memilih interval waktu
yang diinginkan.
d. Petugas yang berhak untuk merubah database data mart adalah Manajer
Pemasaran, sedangkan Kepala Divisi Penjualan hanya dapat melihat hasil dashboard saja.
III.1.4. Analisis Kebutuhan Informasi Strategis
Analisis kebutuhan informasi strategis adalah tahap menganalisa informasi apa saja yang dibutuhkan yang natinya akan ditampilkan dalam tampilan dashboard. Berdasarkan hasil wawancara, pihak PT. Sewu Segar Nusantara menginginkan informasi yang terdiri dari :
a. Memberikan Informasi pemesanan barang dan pengiriman barang bertujuan
untuk melihat tercapai atau tidak tercapainya pengiriman barang.
b. Informasi peringkat 5 konsumen berdaya beli tinggi yang tujuannya untuk
mengetahui peningkatan atau penurunan pemesanan dari konsumen.
c. Informasi konsumen yang berdaya beli rendah yang tujuannya untuk
memantau para konsumen. Informasi tersebut akan diberitahukan kepada
marketing yang bertujuan untuk mengajak konsumen meningkatkan
pemesanan.
d. Informasi jumlah barang terlaris yang dilihat berdasarkan banyaknya
(46)
e. Informasi 5 peringkat marketing terbaik dari seluruh cabang yang dilihat
berdasarkan banyaknya jumlah pemesanan yang dimiliki marketing tersebut.
f. Informasi 5 peringkat cabang teratas yang dilihat berdasarkan jumlah
pengiriman barang di tiap – tiap cabang dan informasi jumlah konsumen yang
dimiliki oleh setiap cabang.
g. Informasi grafik pengiriman dalam periode 1 tahun.
III.1.4.1 Analisis Komponen Dashboard
Pada penerapan business intelligence di PT. Sewu Segar Nusantara
komponen dashboard yang digunakan adalah grafik (Bar Chart) dan diagram
lingkaran (diagram pie). Dengan menggunakan diagram grafik dan lingkaran
diharapkan dapat menyimpulkan informasi secara cepat dan tepat, karena diagram grafik dan lingkaran adalah diagram yang sudah umum dijumpai. Berikut merupakan penyajian informasi menggunakan diagram lingkaran dan grafik :
1. Penyajian Informasi Menggunakan Grafik
Gambar III.5 merupakan penyajian informasi pemesanan dan pengiriman menggunakan grafik :
Gambar III.5 Penyajian Informasi Dengan Grafik
Berdasarkan gambar III.5 dapat dilihat jumlah pemesanan lebih besar dibandingan jumlah pengiriman barang.
(47)
2. Penyajian Informasi Menggunakan Diagram Lingkaran.
Gambar III.6 merupakan penyajian informasi konsumen dan pengiriman menggunakan lingkaran :
Gambar III.6 Penyajian Informasi Dengan Diagram Lingkaran Diagram lingkaran mempunyai keuntungan tidak terlalu besar dan berguna untuk menunjukkan dan membandingkan proporsi dari data. Berdasarkan gambar III.6 dapat secara mudah mengetahui persentase barang barang terlaris dipasaran.
III.1.5. Analisis Arsitektur Data Warehouse
Analisis arsitektur ini terbagi dalam empat layer, yaitu analisis source layer, analisis data staging, analisis data warehouse layer, dan layer analysis
1. Analisis Source Layer
Pada lapisan ini data masih berupa operasional data. Sumber data yang
akan digunakan pada pembangunan data warehouse ini sudah berupa data
logic yang ada di database OLTP. Skema relasi database yang ada di PT.
(48)
2. Analisis Data Staging
Pada lapisan ini, data operasional akan diekstrak (proses ETL) ke dalam
data warehouse. Proses ETL terdiri dari tiga langkah yaitu: a. Extract
Proses Extract data dari tabel yang ada dalam OLTP, data yang akan
di-ekstract adalah data maksimum satu bulan terakhir. Setiap kali melakukan
proses ekstract akan diminta rentang waktunya. Tabel III.11 menunjukkan
tabel beserta field yang di-extract.
Tabel III.11 Tabel Extract.
No. Nama Tabel Field
1 Tabel Cabang id_cabang
nama_cabang
alamat_cabang
no_telepon_cabang
2 Tabel Marketing id_marketing
nama_marketing
alamat_marketing
email_marketing
no_telepon_marketing
3 Tabel Konsumen id_konsumen
nama_konsumen
alamat_konsumen
no_telepon
4 Tabel Kota id_kota
nama_kota
5 Tabel Pemesanan id_pemesanan
tanggal_pemesaanan
Id_marketing
Id_konsumen
jenis_pembayaran
(49)
total_harga_pemesanan
6 Tabel detai
pemesanan id_pemesanan
id_barang
jumlah_pemesanan
7 Tabel Pengiriman tanggal_kirim
jumlah
total_harga
8 Tabel Barang id_barang
nama_barang
jumlah_barang
harga
9 Tabel Kategori id_kategori
nama_kategori
10 Tabel User Username
Password
Level
b. Transform
Proses transform yang dilakukan adalah cleaning dan conditioning.
3. Cleaning
Proses cleaning membersihkan data-data yang tidak perlu dari tabel
yang telah di-extract yaitu menghilangkan filed yang tidak terpakai.
Berikut merupakan namafield yang dihilangkan dalam proses
cleaning:
a) Pada tabel marketing tidak memerlukan field
alamat_marketing dan no_telepon.
b) Pada tabel konsumen tidak memerlukan field
alamat_marketing, email dan no_telepon.
c) Pada tabel pemesanan tidak memerlukan field
(50)
d) Pada tabel barang tidak memerlukan field jumlah_barang dan harga.
Data yang semula seperti tabel III.11 setelah melalui proses cleaning akan
menjadi seperti tabel III.12 Tabel Cleaning.
III.12 Tabel Cleaning
c. Loading
Setelah data di extractdan di transform, selanjutnya data tersebut
dimasukkan ke dalam data warehouse. Proses loading pada aplikasi data
warehouse akan dilakukan secara otomatis setelah proses transform selesai.
Teknik yang digunakan adalah update. Proses ini akan langsung meng-update
data warehouse tanpa merubah data yang sudah ada.
3. Analisis Data Warehouse Layer
Pada lapisan ini, data yang sudah melalui proses ETL akan disimpan pada
(51)
Berdasarkan analisis kebutuhan informasi yang dilakukan diatas, maka
dibuatlah perancangan data warehose. Nantinya akan dibutuhkan dua tabel
fakta yaitu tabel fakta pemesanan dan tabel fakta belanja. Selain itu akan ada tabel dimensi yang akan digunakan bersama dalam beberapa tabel fakta.
Melihat dari kebutuhan tersebut, maka skema data warehouse yang akan
digunakan adalah snowflake. Untuk lebih jelasnya, skema relasi data
warehouse dapat dilihat pada gambar III.7 Skema Data Warehouse.
Gambar III.7 Skema Data Warehouse
Tabel III.13 menunjukkan jenis dari masing-masing tabel yang ada pada skema relasi yang ditunjukkan pada gambar III.7
(52)
Tabel III.13 Penjelasan Tabel Skema Data Warehouse
No. Nama Tabel Jenis Tabel
1 Dim_cabang Dimensi
2 Dim_marketing Dimensi
3 Dim_konsumen Dimensi
4 Dim_kota Dimensi turunan konsumen
5 Fact_pemesanan Fakta
6 Fact_detail_pemesanan Fakta
7 dim_pengiriman Dimensi
8 Dim_barang Dimensi
0 Dim_user Dimensi
10 Dim_waktu Dimensi turunan pemesanan
11 Dim_kategori Dimensi turunan barang
Tabel fakta dan dimensi yang digunakan dalam warehouse berasal dari
skema relasi OLTP yang sudah ada dan telah melalui proses ETL.
Tabel III.14 menunjukkan proses mapping dari tabel sumber data ke tabel
tujuan beserta field yang sudah melalui proses ETL.
Tabel III.14 Tabel ETL
No Nama tabel Field Tabel tujuan
1 Tabel_cabang id_cabang dim_cabang
nama_cabang
2 Tabel
Marketing
id_marketing
Dim_marketing nama_marketing
3 Tabel
Konsumen
id_konsumen
Dim_konsumen nama_konsumen
4 Tabel Kota id_kota Dim_kota
(53)
5 Tabel pemesanan
id_pemesanan Fact Pemesanan
tanggal_order Dim_waktu
total_harga
6 Tabel
Pengiriman
jumlah
dim_pemesanan total_harga
7 Tabel Barang id_barang Dim_barang
nama_barang
8 Tabel kategori id_kategori Dim_kategori
nama_kategori
III.1.6. Analisis Keputusan Akhir Business Intelligence
Merupakan bagaimana menentukan keputusan akhir yang akan diambil
yang dikenal sebagai decision making process. Walaupun metodologi business
intelligence berhasil diterapkan, pilihan untuk mengambil sebuah keputusan tetap
ada ditangan para pengambil keputusan tersebut. Berikut merupakan contoh kasus dalam penerapan bisnis intelijen berbentuk dashboard yang akan dijelaskan pada gambar III.8. penerapan bisnis intelijen yaitu sebagai berikut :
(54)
III.8. Penerapan bisnis intelijen
Gambar diatas merupakan sebuah sistem yang tujuannya menyampaikan data menjadi data yang lebih bermanfaat, karena data akan diolah dan diproses lalu dijadikan sebuah informassi yang berguna bagi user, sehingga user dapat mengerti informasi yang telah disampaikan karena lebih mudah untuk dipahami. Penyampaian informasi ke dalam bentuk grafik dan diagram bertujuan untuk mempercepat dalam mengambil suatu keputusan.
III.1.7. Analisis Spesifikasi Perangkat Lunak
Analisis spesifikasi perangkat lunak berisi deskripsi dari kebutuhan perangkat lunak yang akan dibangun baik kebutuhan fungsional maupun kebutuhan non fungsional. Untuk lebih jelas mengenai deskripsi kebutuhan
(55)
fungsional dapat dilihat pada Tabel III.15 dan deskripsi kebutuhan non-fungsional
dapat dilihat pada Tabel III.16.
Tabel III.15 Tabel Spesifikasi Kebutuhan Perangkat Lunak Fungsional
Kode
Kebutuhan Kebutuhan
SKPL-F-1 Sistem dapat mengambil dara dari sumber data ke database
data warehouse
SKPL-F-2 Sistem dapat melakukan kegiatan membersihkan data dari
field yang bernilai null.
SKPL-F-3 Sistem dapat melakukan kegiatan perubahan format data
sesuai kebutuhan data warehouse.
SKPL-F-4 Sistem dapat melakukan kegiatan load data ke dalam data
warehouse.
SKPL-F-5 Sistem dapat melakukan analisis terhadap data pemesanan.
SKPL-F-6 Sistem dapat melakukan analisis terhadap data pengiriman.
SKPL-F-7 Sistem dapat menampilkan hasil analisis berupa data dan
dashboard.
(56)
Tabel III.16 Tabel Spesifikasi Kebutuhan Perangkat Lunak Non-fungsional
Kode Kebutuhan
Kebutuhan
SKPL-NF-1 Sistem dapat berjalan pada platform windows.
SKPL-NF-2 Sistem dapat berjalan pada hardware berspesifikasi
menengah.
SKPL-NF-3 Pengguna dari sistem ini adalah manajer pemasaran dan
penjualan, dan Managing Director (MD).
SKPL-NF-4 Bahasa pemograman yang digunakan adalah PHP
III.1.8. Analisis Kebutuhan Non Fungsional
Analisis kebutuhan non-fungsional adalah tahap analisis untuk mengetahui spesifikasi kebutuhan untuk sistem.Spesifikasi kebutuhan meliputi analisis perangkat keras, analisis perangkat lunak, dan analisis kebutuhan perangkat pikir.
1. Analisis Kebutuhan Perangkat Keras
Analisis kebutuhan perangkat keras adalah tahap analisis terhadap perangkat keras yang sudah ada dan digunakan di PT. Sewu Segar Nusantara, serta analisis terhadap kebutuhan minimum perangkat keras untuk menjalankan aplikasi ini. Spesifikasi perangkat keras yang ada di PT. Sewu Segar Nusantara adalah sebagai berikut:
1. Processor : Intel Dual Core, 2.6 GHz
2. Memory : RAM 2 GB
3. Harddisk : 250 GB
(57)
Sedangkan kebutuhan minimum perangkat keras yang diperlukan untuk aplikasi ini adalah sebagai berikut :
1. Processor : Intel Pentium 4, 2.0 GHz
2. Memory : RAM 1 GB
3. Harddisk : 80 GB
4. VGA : 128 MB
Dari analisis diatas dapat disimpulkan bahwa kebutuhan perangkat keras untuk dapat mengimplementasikan sistem ini sudah terpenuhi.
2. Analisis Kebutuhan Perangkat Lunak
Analisis kebutuhan perangkat lunak adalah tahap analisis terhadap perangkat lunak yang digunakan di PT. Sewu Segar Nusantara dan analisis perangkat lunak yang akan digunakan untuk menjalankan aplikasi ini. Perangkat lunak yang digunakan di PT. Sewu Segar Nusantara adalah sebagai berikut :
1. Sistem operasi yang digunakan di PT. Sewu Segar Nusantara adalah Microsoft
Windows 7 Service Pack 1.
2. Aplikasi yang biasa digunakan yaitu Microsoft Office Word, Microsoft Excel,
Browser Chrome dan Firefox.
3. Analisis Kebutuhan Perangkat Pikir
Analisis kebutuhan perangkat pikir adalah analisis pengguna yang akan mnggunakan aplikasi ini. Untuk lebih jelasnya dapat dilihat pada Tabel III.17dan Tabel III.18
(58)
Tabel III.17 Fakta Pengguna
Pengguna Tanggung Jawab Tingkat
Pendidikan Pengalaman
Pelatihan yang pernah
didapat
Owner a. Menganalisa
leporan perusahaan.
b. Mengambil
keputusan dalam perusahaan.
S1 Dapat
mengawasi jalannya perusahaan, manganalisa laporan perusahaan, menentukan keputusan berdasarkan hasil laporan. - Pemasara n a. Melakukan
hubungan yang
baik dengan calon pelanggan.
b. Melakukan
pengenalan
terhadap layanan yang ada.
D3 Dapat
melakukan komunikasi dengan baik.
-
Penjualan a. Melakukan
hubungan yang
baik dengan
pelanggan.
b. Melakukan
penjualan layanan
SMA Dapat
melakukan komunikasi dengan baik dan mampu menjalankan -
(59)
yang ada komputer.
Tabel III.18 Kebutuhan Pengguna
Pengguna Hak akses dalam
sistem Kemampuan yang harus dimiliki Jenis pelatihan yang harus diberikan Manajer Penjualan dan MD a. Melakukan
proses ETL.
b. Melakukan
proses analisis
pemesanan buah.
c. Melakukan
proses analisis
pembatalan pengiriman. a. Dapat mengoperasika n komputer. b. Mengetahui
dasar database
dan dapat
menggunakan program tersebut. Pelatihan tentang cara menggunakan program. Manager Pemasaran a. Melakukan
proses analisis
pemesanan buah
b. Melakukan
proses analisis
pembatalan pengiriman.
c. Melakukan
proses analisis
pengiriman buah.
d. Melakukan
proses analisis
a. Dapat
mengoperasik an komputer.
b. Mengetahui
dasar database
dan dapat
menggunakan program tersebut Pelatihan tentang cara menggunakan program.
(60)
Pengguna Hak akses dalam sistem
Kemampuan yang harus
dimiliki
Jenis pelatihan yang harus
diberikan
metode pembayaran
III.1.9. Analisis Pengkodean
Kode merupakan penyajian dalam mengklasifikasikan data sehingga mudah dalam proses masukan ke dalam sistem. Penggunaan kode biasanya digunakan pada hampir semua proses yang ada kaitannya dengan data. Sistem yang berjalan saat ini hanya menggunakan format untuk kode berikut :
a. Kode konsumen
Kode konsumen yang digunakan di PT. Sewu Segar Nusantara terdiri dari : Format :99.99.999999
Contoh :02.10.0000001
Dimana 01 merupakan wilayah bandung, lalu 10 merupakan hypermarket dan digit dibelakangnya adalah no urut.
b. Kode buah
Kode buah yang terdapat di PT, Sewu Segar Nusantara terdiri dari : Format :99.99.99
Contoh :20.10.15
Dimana 20 merupakan buah lokal , 10 merupakan buah pisang , 15 merupakan jenis dari pisangnya.
c. Kode Karyawan
Kode karyawan yang digunakan di PT. Citra Tiara Bersama terdiri dari :
Kode wilayah konsumen Grup konsumen
Macam buah Jenis buah
(61)
Format :99.99.9.99
Contoh : 05.13.3.22
Dimana menyatakan karyawan dengan jabatan sales yang masuk pada tahun 2013 kuartal ke tiga urutan masuk ke dua puluh dua..
III.1.10. Analisis Kebutuhan Fungsional
Kebutuhan fungsional adalah spesifikasi yang rinci tentang hal-hal yang dilakukan pada saat implementasi sistem. Kebutuhan fungsional pada aplikasi penerapan business intelligenceyang akan dibangun terdiri diagram konteks, dan DFD level 1.
a. Diagram Konteks
Diagram konteks adalah model yang menggambarkan hubungan sistem dengan lingkungan sistem. Gambar diagram konteks pada aplikasi ini dapat dilihat pada gambar III.9 0 Sistem Business Intelligence di PT. SSN Database OLTP PT SSN Manajer Penjualan Manajer Pemasaran Data Login Info Login Periode ETL
Info Periode ETL Data Login Info Login Data Cabang Data Marketing Data Konsumen Data Kota Data Pemesanan Data detail pemesanan
Data Pengiriman Data Barang Data Kategori Data User Info Dashboard Periode Dashboard Periode Dashboard Info Dashboard
Gambar III.9 Diagram Konteks Urutan masuk karyawan
Kuartal penerimaan karyawan Tahun masuk karyawan
(62)
b. Data Flow Diagram (DFD)
Data Flow Diagram (DFD) adalah sebuah teknik yang menggambarkan
aliran data dan transformasi yang digunakan sebagai perjalanan data dari masukan
menuju keluaran. Data Flow Diagram (DFD) dibuat jika pada Diagram Konteks
masih terdapat proses yang mesti dijelaskan lebih rinci. Adapun DFD pada aplikasi ini terdiri dari :
1. DFD Level 1
DFD level 1 pada Penerapan Bisnis memiliki 4 proses yaitu login, pengelolaan data akun, pengolahan ETL, dan penyajian grafik. Berikut akan dijelaskan pada gambar III.10 Penerapan Bisnis Intelijen :
1 Login 2 Pengolahan ETL 3 Penyajian Grafik Manajer Penjualan Manager Pemasaran Data Login Data Login
user
Login tdk valid Login tdk valid
Login Valid
Login Manajer Pemasaran
Login Manajer Penjualan Periode ETL Info ETL Database OLTP Data Cabang Data Marketing Data Konsumen Data Kota Data Pemesanan Data detail pemessenan
Data Pengiriman Data Barang Data Kategori Data user Dim_Barang Dim_Cabang Dim_kategori Dim_Kota Dim_Marketing Dim_Konsumen Fact_Pengiriman _barang Fact_Pemesanan _barang Data Kategori Data Pemesanan Barang Data Pengiriman Barang Data Marketing Data Konsumen Data Kota Data Cabang Data Barang Data Kategori
Data Pemesanan Barang
Data Marketing Data Konsumen Data Kota Data Cabang Data Barang Periode Dashboard Info Dashboard Periode Dashboard Info Dashboard
Data Pengiriman Barang
Fact_detail_Peme sanan_barang Data
Detail Pemesanan Barang Data detail Pemesanan Barang
Gambar III.10 DFD Level 1 Penerapan Business Intelligence Keterangan :x
(63)
Fact : Tabel Fakta Dim : Tabel Dimensi
ETL : Ekstrak, Transform, Loading 2. DFD level 2 Proses 2 Pengelolaan ETL
Pada proses pengelolaan ini terdapat 2 proses yaitu proses Pengambilan data ekstraksi dan pemindahan data transform dan loading. Berikut akan dijelakan pada gambar III.11 :
2.1 Pengambilan Data (Ekstraksi) Database OLTP Data Cabang Data Marketing Data Konsumen Data Kota Data detail Pemesanan
Data Pemesanan Data Pengiriman Data Barang Data Kategori Manajer Penjualan Data Ekstrak Info Ekstrak 2.2 Pemindahan Data (Transform & Loading) Data Hasil Ekstraksi Data Transform & Loading
Info Transform & Loading
Dim_Cabang Dim_Marketing Dim_Konsumen Dim_Barang Dim_Kota Fact_Pemesanan _Barang Dim_kategori Fact_Pengiriman Data Barang Data Kota Data Konsumen Data Marketing
Data Cabang Data Barang Data Kota Data Konsumen Data Marketing Data Cabang Data Pemesanan Data Pengiriman Data Kategori barang Data Pemesanan Barang Data Pengiriman Data Kategori Barang Fact_detail_Peme sanan_Barang Data detail Pemesanan
Data detail Pemesanan Barang
(64)
3. DFD Level 3 Proses 2.1 Pengambilan Data (Ekstraksi)
Pada proses pengambilan terdapat 2 proses yaitu proses ambil data transaksi ubah data dan proses import data transaksi. Berikut akan dijelakan pada gambar III.12 :
2.1.1 Input Data
Transaksi
Pemesanan Manager Penjualan
dan MD
2.1.2 Import Data
Transaksi
Info Import Data Pemesanan
Pemilihan Data Pemesanan
Import Data Pemesanan Amil Data Transaksi
Info Data Transaksi
Import DataTransaksi
Info Import Data Transaksi
Info Pemilihan Data Pemesanan
Pengiriman Info Pemilihan Data Pengiriman Pemilihan Data Pengiriman
Info Import Data Pengiriman
Import Data Pengiriman
Gambar III.12 DFD Level 3 Proses 2.1 Pengambilan Data (Ekstraksi)
4. DFD Level 3 Proses 2.2 Pemindahan Data Transform dan Loading
Pada proses pengambilan terdapat 2 proses yaitu proses transform data transaksi ubah cleaning data. Berikut akan dijelakan pada gambar III.13 :
(65)
2.2.1 Transform
Data
Konsumen Manager Penjualan
dan MD
2.2.2 Hasil Data ETL
Info Detail data konsumen
Pemilihan Data konsumen
Detail data konsumen Konsumen dan marketing
Info Transform Data
Data hasil ETL
Info Data hasil ETL
Info Pemilihan Data Konsumen
Marketing Info Pemilihan Data konsumen Pemilihan Data Marketing
Info Detail data Marketing
Detail data Marketing
Gambar III.13 DFD Level 3 Proses 2.2 Pemindahan Data Transform dan Loading
5. DFD level 2 Proses 3 Penyajian Grafik
(66)
3.1 Monitoring Pemesanan dan pengiriman Cabang Manager penjualan dan Managpemasaran 3.2 Monitoring Top 5 Konsumen 3.3 Monitoring 5 Cabang Data Cabang Data barang dan Periode waktu
Indo Monitoring pengiriman dan pemesanan
Data barang dan Periode waktu
Info Diagram Top 5 Konsumen
Data barang dan Periode waktu Info Diagram Barang
Info Data Cabang
3.4 Monitoring 5
Marketing Data barang dan Periode waktu
Info Diagram Cabang
Marketing Data Marketing
Info data marketing
Data Konsumen Info Data Konsumen Pengiriman
Data Penjualan Info Data Penjualan
Info Diagram Marketing
3.5 Monitoring Bot
5 Konsumen Data barang dan Periode waktu
Konsumen Data Konsumen
Info data konsumen Info Diagram Bot 5 Konsumen
3.6 Monitoring 5
Barang Data barang dan Periode waktu
Barang Data Barang
Info data barang Info Diagram Barang
3.7 Monitoring Konsumen per
Cabang
Data barang dan Periode waktu Data Konsumen
Info data konsumen Info Diagram Konsumen per cabang
Gambar III.14 DFD level 2 Proses 3 Penyajian Grafik
c. Spesifikasi Proses
Spesifikasi proses digunakan untuk menggambarkan semua proses model aliran data yang disajikan pada diagram aliran data. Spesifikasi proses yang
(67)
Tabel III.19 Spesifikasi Proses
No. Proses Keterangan
1. No. Proses 1
Nama Proses Login
Source (Sumber) User dan password dari pengguna
Input Data login pengguna
Output Login tidak valid
Destination (Tujuan) Managerpemasaran dan Manager Penjualan
Logika Proses 1. Sistem akan membaca username dan
password yang sudah dimasukan.
2. Jika username dan password salah, maka
tampil pesan anda belum terdaftar.
3. Jika username dan password cocok
dengan data user yang ada di database
maka sistem akan melanjutkan untuk melakukan proses pengambilan data (Ekstraksi).
2. No. Proses 2.1
Nama Proses Pengambilan Data (Ekstraksi)
Source (Sumber) Database OLTP
Input Tabel barang, konsumen, marketing, cabang,
detail_pemesanan, kategori, kota, pemesanan, pengiriman.
(68)
No. Proses Keterangan
Output Hasil Ekstrak
Destination (Tujuan) Proses pemindahan data
Logika Proses 1. Manajer Penjualan melakukan proses
ekstraksi, pengambilan data pemesanan dan pengiriman pada database OLTP.
2. Jika data tidak ada maka akan kembali ke
proses ekstraksi pengambilan data pada database OLTP.
3. Jika data pengiriman dan penjualan
tersedia maka data hasil ekstraksi tersebut akan ditampilkan.
3. No. Proses 2.1.1
Nama Proses Pengambilan Data (Ekstraksi)
Source (Sumber) Database OLTP
Input Tabel barang, konsumen, marketing, cabang,
detail_pemesanan, kategori, kota, pemesanan, pengiriman.
Output Hasil Ekstrak
Destination (Tujuan) Proses pemindahan data
Logika Proses 1. Manager penjualan memilih halaman
input data.
2. Kemudian tekan tombol cari untuk
mencari file.
(69)
No. Proses Keterangan
4 No. Proses 2.1.2
Nama Proses Import Data
Source (Sumber) Database OLTP
Input Tabel barang, konsumen, marketing, cabang,
detail_pemesanan, kategori, kota, pemesanan, pengiriman
Output Tabel barang, konsumen, marketing, cabang,
detail_pemesanan, kategori, kota, pemesanan, pengiriman.
Destination (Tujuan) Proses pemindahan data
Logika Proses 1. Manager penjualan akan memilih data
pemesanan dan pengiriman.
2. Kemudian tekan tombol import, maka
sistem akan mentransfer data pengiriman
dan penjualan ke dalam database.
3. Jika proses import berhasil maka akan
muncul pesan database telah disimpan.
5 No. Proses 2.2.1
Nama Proses Transform data
Source (Sumber) Tabel pemesanan dan pengiriman.
Input Tabel marketing, tabel konsumen
(70)
No. Proses Keterangan
dim_kota, fact_pemesanan, fact_pengiriman, dim_barang, dim_kategori.
Destination (Tujuan) Pengguna, dim_cabang, dim_marketing,
dim_konsumen, dim_kota, fact_pemesanan, fact_pengiriman, dim_barang, dim_kategori.
Logika Proses 1. Pilih data yang akan di olah.
2. Manager penjualan bisa mengubah
field field yang akan ditampilkan dan tidak akan ditamplkan.
3. Tekan save jika ingin menyimpan.
4. Setelah itu sistem akan memfilter data
sesuai dengan kebutuhannya
6 No. Proses 2.2.2
Nama Proses Hasil ETL
Source (Sumber) Tabel pemesanan dan pengiriman.
Input Tabel marketing, konsumen
Output dim_cabang, dim_marketing, dim_konsumen,
dim_kota, fact_pemesanan, fact_pengiriman, dim_barang, dim_kategori.
Destination (Tujuan) Pengguna, dim_cabang, dim_marketing,
dim_konsumen, dim_kota, fact_pemesanan, fact_pengiriman, dim_barang, dim_kategori.
Logika Proses 1. Manager pemasaran dan penjualan dapat
memilih data pemesaan berdasarkan konsumen dan berdassarkan marketing.
(1)
(2)
121
BAB V
KESIMPULAN DAN SARAN
Bab ini akan membahas tentang kesimpulan yang berisi hasil yang diperoleh setelah melakukan analisis, perancangan sistem dan implementasi dari perangkat lunak yang dibangun dan saran yang memberikan catatan penting untuk pengembangan perangkat lunak selanjutnya.
V.1 Kesimpulan
Berdasarkan uraian pembahasan analisis dan pengujian yang telah dilakukan, maka dapat diambil sebuah kesimpulan terhadap penerapan bisnis intelijen di PT. Sewu Segar Nusantara sebagai berikut:
1. Sistem penerapan bisnis intelijen dapat berjalan sesuai dengan tujuannya, yaitu membantu mempermudah manager pemasaran dan manager penjualan mendapatkan informasi strategis dan dapat diakses dimana saja, karena penyajian informasi ditampilkan secara online.
2. Dengan adanya penerapan bisnis intelijen penentuan strategi bisnis dapat dilakukan secara tepat dan cepat, karena semua informasi bisa ditampilkan dalam satu halaman sehingga memudahkan dalam pengambilan keputusan bagi perusahaan. 3. Penerapan bisnis intelijen yang telah dibangun mempermudah
manager pemasaran dan penjualan dalam memantau perusahaan dan dapat melihat peringkat marketing terbaik yang dilihat berdasarkan banyaknya jumlah pengiriman ke konsumen.
V.2 Saran
Berikut ini merupakan beberapa saran untuk pengembangan Sistem penerapan bisnis intelijen selanjutnya, dengan harapan akan membuat sistem akan bekerja semakin optimal, membuat pengguna semakin nyaman dalam menggunakan Sistem ini.
(3)
122
1. Perlu disesuaikan pesan kesalahan ataupun pesan konfirmasi agar pengguna dapat mengerti secara langsung kesalahan yang terjadi pada sistem tersebut.
2. Perlu dikembangkan interface yang lebih baik.
(4)
RIWAYAT HIDUP
1. Data Pribadi
Nama : Danang Ardya C
Tempat/Tanggal Lahir : Bandung, 16 April 1990 Jenis Kelamin : Laki-Laki
Warga Negara : Indonesia
Agama : Kristen Protestan Status : Belum Menikah
Alamat : JL. Cessna 2 No 25 RT.03/03 Blok C, Lanud Sulaiman Bandung
Email : [email protected] No. Handphone : 087825634493
2. Pendidikan Formal
1996-2002 : SD Angkasa 4 Margahayu 2002-2005 : SMP Negeri 1 Margahayu 2005-2008 : SMA Negeri 1 Soreang
2008-2014 : Program Studi S1 Teknik Informatika
Universitas Komputer Indonesia (UNIKOM) Bandung
(5)
(6)