Penerapan Bisnis Intelijen di PT. Sewu Segar Nusantara

(1)

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

Email

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)