Analisi dan desain data warehouse pada perusahaan asuransi Syariah (studi kasus: Pt> Asuransi takaful umum)

(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)

Skripsi

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah

Disusun Oleh:

NUR LISKA AMELIA NIM: 107093002832

PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

LEMBAR PENGESAHAN SKRIPSI JUDUL

ANALISN DAN DESAIN DATA WAREHOU,SE PADA PERUSAHAAN

ASURANSI SYARIAH

(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)

Disusun Oleh:

NUR LISKA

AMELIA

NIM:

107093002832

Disetujui dan Disahkan Sebagai Salah Satu Syarat Menyelesaikan Studi Pada Program Strata Satu Program Studi Sistem Informasi

Universitas Islam Negeri Jakarta

I

1--Jakarta, 23 November 2011 Pembimbing II

Nia KumaladewifMMSl

NIP. 19750412 2007 I0 2002

Mengetahui,

Ketua Program Studi Sistem Informasi Aeni Hldavah. MMSI

19750818 200501 2 008

Nur Aeni Hida*ah. i Hida*ah. MMSIM

dinyatakan lulus _{dalam sidang munaqosyah Fakultas Sains dan Teknologi pada hari} Senin 5 Desember 201 1. Skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar sarjana strata satu (Sl) pada program studi Sistem Informasi.

Tim Penguji,

Jakarta, Desember 2011

Penguji

II

Penguji

I

Ir. Bakri La Katjonq. MT. M.Kom NrP.47003s764

Pembimbing I

l,tv'1-L=--Nur Aeni Hidayah" MMSI NIP. 19750818 200501 2 008

Rinda Hesti Kusumaningtyas. MMSI NrP . 19810929 2009122002

Pembimbing

II

Nia Kumaladewi. MMSI

NrP. 19750412 2007 t0 2002

Mengetahui,

Dekan Fak Sains dan Teknologi Ketua Prodi Sistem Informasi

hwt

---Nur Aeni Hidayah. MMSI.

NrP. 197s0818 200501 2 008 NIP. 19680117 200112

v

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Jakarta, 14 November 2011

vi

NUR AENI HIDAYAH dan NIA KUMALADEWI.

PT. Asuransi Takaful Umum merupakan perusahaan jasa yang bergerak dalam bidang asuransi syariah yang saat ini sedang banyak diminati oleh masyarakat untuk mempercayakan kendaraan mereka ke dalam produk pertanggungan yang dikeluarkan oleh PT. Asuransi Takaful Umum. Berdasarkan data dari PT. Asuransi Takaful Umum, total premi yang berhasil dihimpun dari asurani kendaraan semakin meningkat setiap tahunnya, pada tahun 2001 mencapai Rp.2,3 triliun, tahun 2002 Rp.2,8 triliun, tahun 2003 Rp. 3,2 triliun, dan tahun 2004 mencapai Rp.4 triliun. Seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim kepada PT. Asuransi Takaful Umum. Dengan demikian semakin banyak pula data yang masuk ke dalam perusahaan, data-data tersebut tentunya perlu disimpan, diolah, dan dianalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam database operasional di General Takaful System. Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu informasi secara cepat, maka dibuatlah suatu perancangan data warehouse yang dapat memudahkan dalam melakukan pengolahan data-data, menganalisis, dan melaporkan hasil analisis data. Metode yang digunakan dalam merancang data warehouse ini adalah Nine Step Design Methodology yang terdiri dari sembilan langkah yaitu memilih proses, menentukan grain/sumber dari proses bisnis, mengidentifikasi dan penyesuaian dimensi, memilih fakta, menyimpan perhitungan awal dalam tabel fakta, melihat kembali tabel dimensi, memilih durasi database, menelusuri perubahan dari dimensi, dan yang terakhir adalah memutuskan prioritas query dan tipe query. Dari penelitian ini menghasilkan sebuah data warehouse untuk PT. Asuransi Takaful Umum, serta jumlah kapasitas media penyimpanan yang dibutuhkan untuk data histori.

Kata Kunci :Data Warehouse, Nine Step Design Method, OLAP, SQL Server V Bab + 126 Halaman + xvii Halaman + 43 Gambar + 26 Tabel + Pustaka + Lampiran

vii

KATA PENGANTAR

Assalamu ‘alaikum wr. wb

Alhamdulillahirrobbil ‘alamiin, segala puji dan syukur kepada Allah SWT yang telah memberikan rahmat dan taufik-Nya sehingga penulisan skripsi dengan judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah (Studi Kasus: PT. Asurani Takaful Umum)” dapat terselesaikan dengan baik. Skripsi ini disusun untuk memenuhi salah satu syarat dalam menyelesaikan program S1 UIN Syarif Hidayatullah Jakarta, khususnya Jurusan Sistem Informasi, Fakultas Sains dan Teknologi.

Selama proses penyusunan skripsi ini mendapat banyak bimbingan dan bantuan dari berbagai pihak. Oleh karena itu, ucapan terima kasih ditujukan kepada: 1. Bapak DR. Syopiansyah Jaya Putra, M.SIS, selaku Dekan Fakultas Sains dan

Teknologi.

2. Ibu Nur Aeni Hidayah, MMSI, selaku Ketua Program Studi Sistem Informasi sekaligus selaku Dosen Pembimbing I yang memberikan ilmu, motivasi dan bimbingan selama proses penyusunan skripsi ini.

3. Bapak Zainul Arham, S.Kom, MSI, selaku Sekretaris Program Studi Sistem Informasi.

4. Ibu Nia Kumaladewi, MMSI, selaku Dosen Pembimbing II, yang selalu memberikan masukan, motivasi, dan bimbingan selama proses penyusunan skripsi ini.

viii

keponakan-keponakan kecil saya yang selalu berulah sekaligus memberi canda dan tawa dalam keluarga besar saya.

7. Nia Mariana yang telah bersedia membantu saya mempelajari materi-materi mengenai data warehouse serta SQL Server.

8. Seluruh SIBIS 2007 (#SIBIS2007BISA) dan anggota SI D 2007, serta Lele, Cha, Rina, Tya, Lya, Ichan, Devika, Itun, Iwa, Oji, sahabat-sahabatku tersayang yang selalu memberiku tempat nyaman dan hangat di sisi mereka, terima kasih atas segala semangat dan semoga Allah membalas dengan segala kebaikan yang berlipat ganda.

9. Dan semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu saya selama penyelesaian skripsi ini dan memberikan doanya.

Penyusunan skripsi ini masih terdapat kekurangan, dan jauh dari sempurna sehingga saran dan kritik yang berguna dari pembaca dapat disampaikan melalui email amelia.achmad@ymail.com. Akhir kata semoga skripsi ini dapat memberikan sedikit wacana dan bermanfaat bagi kita semua.

Wassalamu ‘alaikum wr. wb

Jakarta, 14 November 2011

ix DAFTAR ISI

LEMBAR SAMPUL ... i

LEMBAR JUDUL ... ii

LEMBAR PERSETUJUAN PEMBIMBING ... iii

LEMBAR PENGESAHAN ... iv

LEMBAR PERNYATAAN ... v

ABSTRAK ... vi

KATA PENGANTAR ... vii

DAFTAR ISI ... ix

DAFTAR GAMBAR ... xiv

DAFTAR TABEL ... xvi

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 8

1.3 Batasan Masalah ... 8

1.4 Tujuan Penelitian ... 9

1.5 Manfaat Penelitian ... 10

1.6 Metode Penelitian ... 10

1.6.1 Metode Pengumpulan Data ... 10

1.6.2 Metode Perancangan Data Warehouse ... 11

1.7 Sistematika Penulisan ... 12

BAB II LANDASAN TEORI ... 14

2.1 Data Dan Informasi ... 14

2.1.1 Data ... 14

2.1.2 Informasi ... 14

2.2 Sistem Informasi ... 15

2.3 Pengertian Basis Data ... 16

x

2.5.2.2 Bentuk Normal Pertama ... 22

2.5.2.3 Bentuk Normal Kedua ... 22

2.5.2.4 Bentuk Normal Ketiga ... 23

2.6 Data Warehouse ... 24

2.6.1 Pengertian ... 24

2.6.2 Karakteristik ... 25

2.6.2.1 Berorientasi Subjek ... 25

2.6.2.2 Terintegrasi ... 26

2.6.2.3 Non-Volatile ... 27

2.6.2.4 Time-Variant ... 28

2.6.3 Manfaat Data Warehouse ... 29

2.6.4 Struktur Data Warehouse ... 30

2.6.5 Arsitektur Data Warehouse ... 33

2.6.6 Tiga Model Data Warehouse ... 36

2.7 Perbedaan OLAP dengan OLTP ... 37

2.8 Model Dimensional ... 38

2.8.1 Star Scheme ... 39

2.8.2 Snowflake Scheme ... 40

2.8.3 Starflake Scheme ... 41

2.9 Extract, Transform, Load ... 42

2.10 Nine Step Design Method ... 43

2.10.1 Memilih Proses ... 43

2.10.2 Menentukan Grain... 43

2.10.3 Mengidentifikasi Dan Penyesuaian Dimensi ... 44

2.10.4 Memilih Fakta ... 44

xi

2.10.6 Melihat Kembali Tabel Dimensi ... 45

2.10.7 Memilih Durasi Database ... 45

2.10.8 Menelusuri Perubahan Dari Dimensi ... 45

2.10.9 Memutuskan Prioritas Query Dan Tipe Query ... 46

2.11 Tools Pembuatan Data Warehouse ... 46

2.11.1 SQL Server ... 46

2.11.1.1 Komponen Dasar SQl Server ... 47

2.12 Asuransi Syariah ... 49

2.12.1 Pengertian Asuransi Syariah ... 49

2.12.2 Akad Dalam Asuransi Syariah ... 50

2.12.3 Prinsip Asuransi Syariah ... 50

2.12.4 Landasan Al-Qur’an dan Hadits Asuransi Syariah ... 51

2.12.5 Landasan Fatwa Asuransi Syariah ... 52

2.12.6 Perbedaan Asuransi Syariah dengan Konvensional ... 53

2.12.7 Hal-hal Terkait Dalam Asuransi Syariah ... 54

2.13 Metode Pengumpulan Data ... 56

2.13.1 Observasi ... 57

2.13.2 Wawancara ... 57

2.13.3 Studi Pustaka ... 58

2.13.4 Studi Literatur ... 58

BAB III METODOLOGI PENELITIAN ... 62

3.1 Metode Pengumpulan Data ... 62

3.1.1 Observasi ... 62

3.1.2 Wawancara ... 63

3.1.3 Studi Pustaka ... 64

3.1.4 Studi Literatur ... 64

xii

3.2.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ... 69

3.2.6 Melihat Kembali Tabel Dimensi ... 69

3.2.7 Memilih Durasi Database ... 69

3.2.8 Menelusuri Perubahan Dari Dimensi ... 70

3.2.9 Memutuskan Prioritas Query Dan Tipe Query ... 70

3.3 Kerangka Penelitian ... 71

BAB IV PEMBAHASAN ... 72

4.1 Profil Perusahaan ... 72

4.2 Visi dan Misi PT. Syarikat Takaful Indonesia ... 73

4.2.1 Visi ... 73

4.2.2 Misi ... 73

4.3 Konsep dan Filosofi ... 74

4.4 Struktur Organisasi Perusahaan ... 75

4.5 Produk-produk Asuransi Kendaraan ... 76

4.6 Prosedur Umum Asuransi ... 77

4.7 Metode Desain Data Warehouse ... 78

4.7.1 Memilih Proses ... 78

4.7.1.1 Identifikasi Prosedur Klaim ... 79

4.7.1.2 Identifikasi Database yang Digunakan ... 81

4.7.1.3 Normalisasi ... 82

4.7.1.4 Rancangan ERD ... 85

4.7.1.5 Keterangan Tabel ... 86

xiii

4.7.3 Identifikasi dan Penyesuaian Dimensi ... 92

4.7.4 Memilih Fakta ... 93

4.7.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ... 93

4.7.6 Melihat Kembali Tabel Dimensi ... 93

4.7.7 Memilih Durasi dari Basis Data ... 95

4.7.8 Menelusuri Perubahan Dimensi Secara Perlahan ... 96

4.7.9 Memutuskan Prioritas Query dan Tipe Query ... 97

4.7.9.1 Proses ETL ... 97

4.7.9.2 Analisis Kapasitas Media Penyimpanan ... 117

4.8 Skema Bintang ... 121

4.9 Meta Data ... 122

BAB V PENUTUP ... 125

5.1 Simpulan ... 125

5.2 Saran ... 126 DAFTAR PUSTAKA

xiv

Gambar 2.3 Data Warehouse Berorientasi Subjek ... 26

Gambar 2.4 Data Warehouse Terintegrasi ... 27

Gambar 2.5. Data WarehouseNon-Volatile ... 28

Gambar 2.6. Data Warehouse Berorientasi Waktu ... 29

Gambar 2.7. Struktur Dari Data Warehouse ... 30

Gambar 2.8. Komponen Utama Dari Data Warehouse ... 34

Gambar 2.9. Star Scheme ... 39

Gambar 2.10. Snowflake Scheme ... 41

Gambar 3.1. Kerangka Penelitian ... 71

Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum ... 75

Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi ... 77

Gambar 4.3 Alur Prosedur Klaim ... 79

Gambar 4.4 Data sebelum dinormalisasi ... 82

Gambar 4.5 Normalisasi 1NF ... 83

Gambar 4.6 Normalisasi 2NF ... 84

Gambar 4.7 Entity Relationship Diagram (physical design) ... 85

Gambar 4.8 Database ‘takaful’ ... 98

Gambar 4.8 Tabel-tabel Database‘OLAPtakaful’ ... 98

Gambar 4.10 Create New Data Source ... 99

Gambar 4.11 Jendela Data Source Wizard ... 99

Gambar 4.12 Jendela Data Source Wizard Pilih ‘takaful’ dan ‘OLAPtakaful’ ... 100

Gambar 4.13 Compleeting the Wizard ... 101

Gambar 4.14 New SSIS Package ... 101

Gambar 4.15 Connection Managers ... 102

Gambar 4.16 Jendela Select Data Source ... 102

xv

Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination ... 103

Gambar 4.19 OLE DB Source editor ... 104

Gambar 4.20 OLE DB Destination Editor ... 105

Gambar 4.21 jendela control flow ... 106

Gambar 4.22 Jendela Execute SQL Task Editor ... 106

Gambar 4.23 Jendela SQL Querry ... 107

Gambar 4.24 Data Flow Task Dan Execute Task Sukses ... 107

Gambar 4.25 Create Data Source ... 108

Gambar 4.26 Data Source Wizard Pemilihan Data Connection ... 108

Gambar 4.27 Impersonation Information ... 109

Gambar 4.28 Data Source Name ... 109

Gambar 4.29 Membuat New Data Source View ... 110

Gambar 4.30 Pemilihan Data Source ... 110

Gambar 4.31 Pemilihan Tabel Yang Akan Ditampilkan ... 111

Gambar 4.32 Penamaan Data Source View ... 111

Gambar 4.33 Create New Cube ... 112

Gambar 4.34 Pemilihan Metode Pembuatan ... 112

Gambar 4.35 Pemilihan Data Source ... 113

Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta ... 113

Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta ... 114

Gambar 4.38 Pemilihan Measure ... 114

Gambar 4.39 Pendeteksian Hirarki ... 115

Gambar 4.40 Review New Dimension ... 115

Gambar 4.41 Pemberian Nama Cube ... 116

Gambar 4.42 Hasil Cube Star Schema ... 117

xvi

Tabel 2.3 Bentuk Normal Kedua ... 23

Tabel 2.4 Bentuk Normal Ketiga ... 24

Tabel 2.5. Perbedaan OLAP dengan OLTP ... 37

Tabel 2.6. Perbedaan Asuransi Syariah Dan Konvensional... 53

Tabel 2.7. penelitian Data Warehouse Sebelumnya ... 59

Tabel 4.1 Identifikasi Tabel Yang Digunakan ... 81

Tabel 4.2. Tabel trxklaim ... 86

Tabel 4.3 Tabel trxveh ... 87

Tabel 4.4 Tabel maspol ... 88

Tabel 4.5 Tabel mascust ... 88

Tabel 4.6 Tabel masveh ... 89

Tabel 4.7 Tabel product ... 90

Tabel 4.8 Tabel branch ... 91

Tabel 4.9 Tabel cause ... 91

Tabel 4.10 Tabel Grain Dan Dimensi Dari Klaim... 92

Tabel 4.11 Tabel-Tabel Dimensi ... 94

Tabel 4.12 Tabel Waktudim ... 94

Tabel 4.13 Tabel Dimensicustomer ... 94

Tabel 4.14 Tabel Dimensicauses ... 95

Tabel 4.15 Tabel Dimensiproduct ... 95

Tabel 4.16 Tabel Durasi Database ... 95

Tabel 4.17 Contoh Tabel Pada Dimensi Cause ... 96

Tabel 4.18 Contoh Perubahan Tabel Pada Dimensi Cause ... 96

Tabel 4.19 Contoh Tabel Pada Dimensi Product ... 96

Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product... 97

xvii

Tabel 4.22 Analisis Kapasitas Media Penyimpanan ... 120

Tabel 4.23 Meta Data Pada Dimensi Waktu ... 122

Tabel 4.23 Meta Data Pada Dimensi Customer ... 123

Tabel 4.24 Meta Data Pada Dimensi Cause ... 123

Tabel 4.24 Meta Data Pada Dimensi Product... 123

1 1.1 Latar Belakang

Perkembangan dunia teknolgi informasi saat ini semakin pesat, hampir semua aspek kegiatan manusia dipengaruhi oleh teknologi informasi, tak luput juga dalam dunia bisnis saat ini. Banyak perusahaan yang memanfaatkan teknologi informasi untuk dapat meningkatkan kinerja bisnisnya sehingga dapat menghadapi persaingan bisnis yang ketat yang bertujuan untuk meraih pangsa pasar yang lebih besar, dengan harapan agar keuntungan perusahaan yang dicapai dapat lebih meningkat pula. Data warehouse merupakan salah satu bagian dari teknologi informasi yang dapat menunjang kegiatan perusahaan tersebut (Supawi, 2003).

Data warehouse dapat membantu pihak manajerial dan eksekutif perusahaan dalam penentuan kebijakan perusahan, agar dapat menghasilkan keputusan yang cepat dan tepat berdasarkan hasil analisa dari data dan fakta yang ada. Keberadaan data warehouse akan mempermudah pembuatan aplikasi-aplikasi seperti Decission Support System dan Sistem Informasi Eksekutif karena memang kegunaan dari data warehouse ini adalah untuk mendukung proses analisa bagi para pihak eksekutif dalam pengambilan keputusan (Oktavia, 2011).

Dengan membangun data warehouse dapat memberikan keuntungan-keuntungan strategis bagi perusahaan. Hal ini dikarenakan kemampuan data warehouse untuk mengakses data yang besar, memiliki data yang konsisten, serta

2

kemampuan kinerja analisis yang cepat sehingga dengan kelebihan-kelebihan tersebut dapat menyediakan informasi yang dibutuhkan bagi perusahaan dengan kinerja yang efektif dan tanpa menambah biaya administrasi perusahaan (Rahmadi, 2007).

Tidak hanya perusahaan-perusahaan yang menghasilkan produk, banyak perusahaan jasa seperti asuransi yang kini juga saling berkompetisi untuk dapat mempertahankan dan memajukan bisnisnya, seiring dengan semakin banyaknya pesaing. Bahkan untuk perusahaan asuransi syariah, ditandai sejak tahun 2006 industri ini telah diwarnai oleh kegiatan marketing yang agresif oleh beberapa perusahaan (Nina, 2008). Untuk itulah, perusahaan jasa seperti asuransi syariah ini juga dianggap perlu untuk memiliki suatu data warehouse guna menunjang kegiatan pengambilan keputusan dalam perusahaan.

Penelitian dengan tema data warehouse telah dilakukan oleh banyak orang, dan dalam berbagai bidang. Seperti halnya yang disebutkan dalam sebuah penelitian mengenai data warehouse berdasarkan framework-framework yang ada, telah diungkapkan bahwa setidaknya ada 129 artikel yang di terbitkan dalam 31 jurnal sejak tahun 1995 dan tahun 2003 yang berkaitan dengan penelitian dibidang data warehouse (Lin, 2006). Artikel-artikel tersebut diklasifikasikan berdasarkan enam kategori framework, yaitu manajemen proyek, desain data, arsitektur, realisasi, deployment, dan maintenance.

Di dalam proses pembuatan data warehouse sendiri perlu ada beberapa tahapan, diantaranya tahap analisis. Ada sebuah penelitian yang berpendapat bahwa untuk menghasilkan data warehouse yang sesuai dengan kebutuhan

pengambilan keputusan maka harus fokus pada analisis kebutuhan dari perusahaan, untuk itu diusulkan suatu metode yang disebut CADWA sebagai panduan dalam proses analisis kebutuhan dari user (Gam et al. 2005). Penelitian lainnya mengenai tahap mendesain data warehouse, dengan mengusulkan pendekatan baru berbasis clover model untuk membantu user dalam mendesain suatu data warehouse (Arfaoui et al. 2010).

Disamping proses analisis dan desain, masih ada proses lain seperti extract, transform,dan loading data ke dalam database data warehouse dimana jika user tidak memahami cara melakukannya, hal ini dapat menyita waktu. Karena itulah dibangun sebuah framework yang dapat digunakan sebagai panduan dalam melakukan kegiatan extract, transform, dan loading data (Wah et al. 2007). Bahkan untuk lebih mempermudah dalam melakukan proses extract, transform, dan loading ditemukan suatu cara untuk automasi dalam siklus ETL di dalam pembuatan data warehouse (Amin dan Aziz, 2010).

Sebelum di implementasikan tentunya data-data yang ada harus di integrasi, salah satu caranya adalah dengan menerapkan XML dan XSLT sebagai general platform untuk mengintegrasikan dari berbagai sumber database yang berbeda-beda (Tseng, 2007). Untuk mengimplementasikan data warehouse perlu diperhatikan hal-hal yang dapat memengaruhi performa dari data warehouse, dan dinyatakan pula bahwa kualitas data dan kualitas dari sistem juga dapat mempengaruhi kesuksesan dari data warehouse yang telah dibuat (Hayen et al. 2007). Tidak hanya kualitas dari data di dalam data warehouse tetapi faktor keamanan dari data warehouse itu sendiri juga penting dan harus di perhatikan

4

oleh peneliti, dengan memutuskan siapa saja yang berhak mengakses data warehouse dan tabel mana yang boleh diakses (Rosenthal et al. 2000). Setelah di implementasikan, masih ada beberapa faktor yang perlu diperhatikan sebagai efek dari implementasi dari data warehouse tersebut, hal ini dilakukan untuk memfasilitasi integrasi dan pemilihan variabel pada penelitian-penelitian yang akan dilakukan selanjutnya (Hwang et al. 2007).

Tidak hanya untuk Decision Support System dalam bidang bisnis, data warehouse juga diterapkan dalam dunia marketing seperti salah satu jurnal yang membahas bagaimana memanfaatkan data warehouse untuk menganalisis hal-hal yang mempengaruhi perkembangan perusahaan dalam hal pemasaran (Payton et al. 2005). Sedangkan dalam dunia science dan kesehatan ada beberapa ilmuan yang juga memanfaatkan data warehouse seperti bagaimana penerapan integrasi data untuk menampung data penyakit-penyakit cardiovascular (Kormeier et al., 2009). Serta ada beberapa yang memanfaatkan data warehouse untuk pengambilan keputusan dalam community centre mengenai angka kesehatan (Berndt et al. 2003). Data warehouse dapat juga di integrasikan dengan web dan dimanfaatkan untuk web intelligence (Domingues et al. 2004) dan dijadikan acuan dalam pembuatan model untuk statistical mining (Kascelan, 2005).

Data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Menurut Inmon (2002), data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan manajemen.

Inmon (2002) juga menyatakan bahwa ada empat tugas yang dapat dilakukan dengan adanya data warehouse, yaitu: Pembuatan laporan, On-Line Analytical Processing, Data Mining,danprosesInformasi Executive.

Setiap pihak baik individu maupun korporasi akan selalu menghadapi resiko, seperti kerusakan harta karena bencana alam, hilangnya keuntungan karena gangguan usaha, maupun resiko sakit atau meninggal karena kecelakaan. Kerugian yang di akibatkan oleh resiko-resiko tersebut dapat di minimalisasi dengan adanya asuransi. Saat ini semakin banyak individu dan perusahaan yang menyadari keuntungan dan kemudahan yang mereka dapat jika menyertakan harta ataupun jiwanya dalam asuransi (Sula, 2009).

Asuransi Syariah adalah usaha saling melindungi dan tolong menolong diantara sejumlah orang atau pihak melalui investasi dalam bentuk aset dan atau tabarru’ memberikan pola pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan) yang sesuai dengan syariah (DSN MUI, 2001). Berbeda dengan konvensional, dalam asuransi syariah yang terjadi adalah pembagian resiko finansial di antara peserta, pihak perusahaan asuransi bertindak sebagai pemegang amanah. Konsep seperti inilah yang dinilai lebih menguntungkan peserta asuransi dibandingkan dengan asuransi konvensional. Hal ini menyebabkan asuransi syariah semakin popular dan mulai berkembang menyaingi asuransi konvensional (Sula, 2009).

PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994 atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan

6

Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT Asuransi Jiwa Tugu Mandiri, Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui kedua anak perusahaannya yaitu PT Asuransi Takaful Keluarga dan PT Asuransi Takaful Umum, Perusahaan telah memberikan jasa perlindungan asuransi yang menerapkan prinsip-prinsip murni syariah pertama di Indonesia. Anak perusahaan yang bergerak di bidang asuransi umum Syariah yaitu PT Asuransi Takaful Umum, yang diresmikan oleh Menristek/Ketua BPPT Prof. Dr. B.J. Habibie pada 2 Juni 1995. Untuk meningkatkan kualitas layanan yang diberikan Perusahaan dan menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO 9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum. Fokus utamanya adalah memberikan layanan dan bantuan menyangkut asuransi di bidang kerugian seperti perlindungan dari kebakaran, pengangkutan, niaga, dan kendaraan bermotor, dengan harapan bisa tercapainya masyarakat Indonesia yang sejahtera dengan perlindungan asuransi yang sesuai Muamalah Syariah Islam.

Seiring dengan semakin banyaknya individu atau organisasi yang mempercayakan harta serta keselamatan jiwanya pada perusahaan asuransi syariah (Sula, 2009), maka semakin banyak pula data-data yang masuk ke dalam perusahaan dari waktu ke waktu. Oleh karena itu dibutuhkan suatu cara untuk mengelola dan menganalisis data untuk mendapatkan informasi yang akurat dengan pertumbuhan data yang cepat, salah satu caranya adalah dengan adanya data warehouse.

Begitu juga halnya dengan apa yang terjadi di PT. Asuransi Takaful Umum, seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim kepada PT. Asuransi Takaful Umum. Data-data tersebut tentunya perlu disimpan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam database operasional di General Takaful System. Oleh karena itu perlu adanya suatu tool atau aplikasi pengelolaan data yang dapat digunakan untuk mengetahui seberapa banyak peserta yang mengajukan klaim berdasarkan jenis resikonya dan berapa jumlah peningkatan serta penurunanya dari tahun ke tahun.

Dilihat dari latar belakang di atas, maka penelitian ini di tujukan kepada PT. Asuransi Takaful Umum dengan menggunakan data warehouse dalam bidang keilmuannya dalam melakukan pengolahan data-data yang dimiliki perusahaan. Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu informasi secara cepat. Dengan adanya data warehouse di sini dapat memudahkan dalam pengimplementasian tool/aplikasi untuk mengetahui jumlah klaim yang diajukan oleh peserta asuransi setiap tahunnya. Hal-hal tersebut dapat dilakukan tanpa membutuhkan banyak waktu untuk melihat, menganalisis, dan melaporkan perkembangannya kepada manajer ataupun bagian-bagian terkait lainnya sebagai bahan pertimbangan dalam pengambilan keputusan.

8

Berdasarkan latar belakang diatas, di lakukanlah penelitian dalam bidang pengelolaan data untuk PT. Asuransi Takaful Umum yang bergerak dibidang asuransi syariah dengan judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah”.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan beberapa permasalahan sebagai berikut:

1. Bagaimana menganalisis data yang dibutuhkan untuk penyampaian laporan statistik kepada manajer klaim?

2. Bagaimana cara pengambilan data dari database ke dalam data warehouse?

3. Bagaimana desain data warehouse dan rancangan database yang akan digunakan dalam data warehouse PT. Asuransi Takaful Umum?

4. Seberapa besar kapasitas data warehouse yang akan digunakan dalam perusahaan?

1.3 Batasan Masalah

Agar lebih terarah, maka penelitian ini mempunyai batasan masalah sebagai berikut:

1. Penelitian ini hanya membahas analisis data yang berkaitan dengan data klaim peserta asuransi.

2. Desain data warehouse dalam penelitian ini hanya menggunakan satu jenis skema yaitu skema bintang.

3. Analisis dan desain data warehouse dalam perusahaan asuransi syariah PT. Asurani Takaful Umum menggunakan Nine Step Design Method. 4. Penelitian ini hanya dilakukan sampai tahap bagaimana melakukan

migrasi dari database operasional menuju data warehouse yang akan digunakan dalam perusahaan PT. Asuransi Takaful Umum.

5. Dalam penelitian ini, akan menggunakan SQL Server Management Studio untuk mendesain database dan SQL Server BI Development Studio untuk analisis data.

1.4 Tujuan Penelitian

Tujuan penelitian yang akan dilakukan dalam penelitian ini terdiri dari dua jenis, tujuan umum dan tujuan khusus. Tujuan umum penelitian ini adalah menghasilkan sebuah desain data warehouse yang dapat digunakan dalam perusahaan PT. Asuransi Takaful Umum. Sedangkan tujuan khusus dari penelitian ini adalah menghasilkan:

1. Analisis data terkait untuk penyampaian laporan statistik kepada manajer klaim.

2. Penjabaran proses pengambilan data dari database General Takaful System di PT. Asuransi Takaful Umum ke dalam data warehouse.

3. Desain data warehouse berdasarkan hasil analisis data, dengan tabel-tabel, skema, serta durasi dari data warehouse yang akan dibuat.

10

4. Perhitungan besar kapasitas data warehouse yang akan digunakan dalam perusahaan.

1.5 Manfaat Penelitian

Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut: 1. Penelitian ini dapat menjadi salah satu referensi bagi penelitian

berikutnya, khususnya di bidang data warehouse untuk perusahaan asuransi syariah.

2. Dengan adanya analisis dan desain data warehouse dalam Asuransi Syariah diharapkan kelak dapat memudahkan dalam mengimplementasikan aplikasi pengelolaan data dan pembuatan laporan statistik untuk manajer.

3. Memberikan pemahaman mengenai konsep data warehouse pada asuransi syariah dan mengenai tahapan perancangannya berdasarkan Nine Step Design Method.

4. Memberikan gambaran umum mengenai bagaimana salah satu cara untuk memanfaatkan data warehouse pada suatu perusahaan asuransi syariah.

1.6 Metodologi Penelitian

1.6.1 Metode Pengumpulan Data 1. Observasi

Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara

mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.

2. Wawancara

Wawancara adalah metode pengambilan data dengan cara menanyakan sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka, wawancara merupakan bentuk pengumpulan data yang paling sering digunakan dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti yang dinyatakan oleh Creswell (Rachmawati, 2008).

3. Studi Pustaka

Memperoleh informasi dari penelitian terdahulu merupakan langkah yang penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir, 2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.

1.6.2 Metode Perancangan Data Warehouse

Metode yang digunakan dalam membangun perancangan data warehouse ini adalah dengan menggunakan metode desain data warehouse multidimensi

12

atau sering disebut Nine Step Design Method (Kimball et al. 2002) yang terdiri dari beberapa fase, di antaranya:

a. Memilih proses.

b. Menentukan grain/sumber dari proses bisnis. c. Mengidentifikasi dan penyesuaian dimensi d. Memilih fakta.

e. Menyimpan perhitungan awal dalam tabel fakta. f. Melihat kembali tabel dimensi

g. Memilih durasi database.

h. Menelusuri perubahan dari dimensi.

i. Memutuskan prioritas query dan tipe query, memilih physical design

1.8 Sistematika Penulisan

Dalam penulisan skripsi ini dibagi menjadi enam bab dengan beberapa sub pokok bahasan. Adapun sistematika dari skripsi ini adalah sebagai berikut:

BAB I : PENDAHULUAN

Dalam bab ini akan diuraikan tentang latar belakang penulisan, ruang lingkup atau batasan dalam penelitian ini, tujuan yang hendak dicapai, manfaat yang diharapkan dan metodologi yang digunakan dalam penelitian ini secara sistematik.

Dalam bab ini akan diuraikan mengenai teori-teori yang digunakan dalam pembahasan penulisan skripsi ini dan sumber teori-teori tersebut.

BAB III : METODOLOGI PENELITIAN

Dalam bab ini menjelaskan tentang tata cara penelitian berdasarkan metodologi penelitian yang dipilih. Metode yang digunakan antara lain metode pengumpulan data dan metode data warehouse multidimensi atau sering disebut Nine Step Design Method. Dimana pada metode pengumpulan data, penulis menggunakan metode observasi, wawancara, dan studi pustaka.

BAB IV : HASIL DAN PEMBAHASAN

Dalam bab ini akan dibahas mengenai gambaran umum perusahaan, analisis proses yang sedang berjalan, analisis dari data-data yang digunakan dalam perusahaan, serta akan dibahas perancangan data warehouse, juga spesifikasi tabel dan rancangan skema bintang yang dipakai.

BAB V : SIMPULAN DAN SARAN

Bab ini merupakan akhir penulisan skripsi, di mana berdasarkan uraian-uraian yang telah dibahas akan dituangkan ke dalam suatu bentuk kesimpulan akhir serta saran-saran.

14 BAB II

LANDASAN TEORI 1.1.

2.1. Data Dan Informasi 2.1.1. Data

Data adalah fakta mengenai objek, orang dan lain-lain. Data dinyatakan dengan nilai (angka, deretan karakter, atau simbol) (Kadir, 1998).

Menurut pendapat lainnya, Data adalah fakta tentang sesuatu di dunia nyata yang dapat direkam dan disimpan pada media komputer. Definisi di atas perlu diperluas untuk mencerminkan realitas yang ada saat ini. Basis data saat ini digunakan untuk menyimpan objek-objek seperti: dokumen, citra fotografi, suara, serta vedio, alih-alih hanya teks serta angka pada aplikasi basis data terdahulu. Dengan demikian, pengertian data dapat diperluas menjadi: fakta, teks, grafik, suara, serta video yang bermanfaat di lingkup pengguna (Hariyanto, 2004).

2.1.2. Informasi

Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang menerimanya. sumber dari informasi adalah data. Suatu informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan biaya mendapatkannya. Kegunaan informasi adalah untuk mengurangi hal ketidakpastian di dalam proses pengambilan keputusan tentang suatu keadaan. Informasi yang digunakan di dalam suatu sistem informasi umumnya digunakan untuk beberapa kegunaan (Jogiyanto, 2005).

2.2. Sistem Informasi

Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu. Sistem informasi didefinisikan sebagai suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan (Jogiyanto, 2005).

Sistem informasi terdiri dari komponen-komponen yang disebut dengan istilah blok bangunan (building block), yaitu blok masukkan (input block), blok model (model block), blok keluaran (output block), blok teknologi (technology block), bok basis data (database block), dan blok kendali (controls block) (Burch dan Grudnitski, 1984)

TEKNOLOGI BASIS DATA KENDALI

INPUT MDEL OUTPUT

PEMAKAI

PEMAKAI PEMAKAI

PEMAKAI PEMAKAI

PEMAKAI

16

2.3.Pengertian Basis Data

Basis data adalah koleksi dari data-data yang terorganisasi dengan cara sedemikian rupa sehingga data mudah disimpan dan dimanipulasi (diperbaharui, dicari, diolah dengan perhitungan-perhitungan tertentu, serta dihapus) (Nugroho, 2004).

Pendapat lain mengatakan bahwa basis data adalah suatu kumpulan data terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data (controlled redudancy) dengan cara-cara tertentu sehingga mudah untuk digunakan atau ditampilkan kembali; dapat digunakan oleh satu atau lebih program aplikasi secara optimal; data disimpan tanpa mengalami ketergantungan pada program yang akan menggunakannya; data disimpan sedemikian rupa sehingga penambahan, pengambilan dan modifikasi data dapat dilakukan dengan mudah dan terkontrol (Sutanta, 1995).

Basis Data adalah kumpulan data (elementer) yang secara logik berkaitan dalam merepresentasikan fenomena/fakta secara terstruktur dalam domain tertentu untuk mendukung aplikasi pada sistem tertentu, merupakan kumpulan data yang saling berhubungan yang merefleksikan fakta-fakta yang terdapat di organisasi (Hariyanto, 2004).

Dari beberapa pengertian di atas, dapat disimpulkan bahwa basis data adalah sekumpulan data yang saling terkait dan terintegrasi yang berkaitan dengan suatu informasi tertentu, dimana data-data ini dapat disimpan dan

dilakukan operasi-operasi seperti penambahan, pengambilan, dan modifikasi data lainnya dengan mudah.

2.4. Sistem Basis Data

Sistem basis data adalah koleksi dari file yang saling berelasi dan sebuah set aplikasi yang memungkinkan untuk memodifikasi file tersebut (Rizky, 2008). Atau dapat dikatakan sistem basis data merupakan gabungan antara basis data dan perangkat lunak SMBD (Sistem Manajemen Basis Data) termasuk di dalamnya program aplikasi yang dibuat dan bekerja dalam satu sistem disebut dengan Sistem Basis Data. Sistem basis data dapat dianggap sebagai tempat untuk sekumpulan berkas data yang terkomputerisasi dengan tujuan untuk memelihara informasi dan membuat informasi tersebut tersedia saat dibutuhkan (Dzacko, 2007).

Komponen-komponen utama dari sebuah sistem basis data adalah sebagai berikut:

1. Basis Data 2. Perangkat Keras 3. Sistem Operasi

4. Sistem Pengelolaan Basis Data (DBMS) 5. Pemakai

18

Bila dibandingkan dengan sistem pemrosesan file yang didukung oleh sistem operasi konvensional, maka penggunaan sistem basis data memiliki banyak keuntungan, diantaranya:

1. Mengurangi duplikasi data.

2. Data yang independen, sehingga memisahkan data dengan aplikasi dalam penyimpanannya.

3. Kemudahan, kecepatan, dan efisiensi akses atau pemanggilan data. 4. Menjaga ntegritas data.

5. Meningkatkan faktor keamanan data dengan memanfaatkan akses kontrol dari database itu sendiri.

6. Dengan adanya penggunaan database waktu yang diperlukan untuk mengembangkan aplikasi sistem informasi tentu saja menjadi lebih cepat.

2.5. Database Management System

DBMS adalah koleksi terpadu dari program-program (sistem perangkat lunak) yang digunakan untuk mendefinisikan, menciptakan, mengakses dan merawat database (basis data). Tujuannya adalah menyediakan lingkungan yang mudah dan aman untuk penggunaan dan perawatan database. Perangkat tersebut juga menerapkan mekanisme pengamanan data (security), pemakaian data secara bersama (sharing data), pemaksaan keakuratan / konsistensi data, dan sebagainya. Perangakat lunak yang termasuk DBMS adalah MS-Access, Foxpro, Dbase-IV, Foxbase, Clipper, dan lainnya untuk kelas sederhana, dan Oracle, Informix, Sybase, MS-SQL Server, dan lainnya untuk kelas kompleks/berat.

Manfaat dari menggunakan DBMS tersebut adalah:

1. Untuk mengorganisasi dan mengelola data dalam jumlah besar.

2. Untuk membantu dan melindungi data dari kerusakan yang disebabkan pengaksesan yang tidak sah.

3. Memudahkan dalam mengakses dan pengambilan data

4. Memudahkan untuk pengaksesan data secara bersamaan dalam suatu jaringan.

2.5.1. Basis Data Relasional

Merupakan model basis data yang terdiri dari tabel-tabel terpisah yang memiliki relasi antar tabel dimana setiap tabelnya mempunyai key sebagai kunci relasi, dan setiap key mewakili semua field yang ketergantungan kepadanya (Hutabarat, 2004). Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel dapat dilakukan dengan cepat. Pencarian atribut yang berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint operation).

Ada beberapa ciri dari basis data relasional yang baik (Hutabarat, 2004), yaitu:

1. Mempunyai struktur basisdata yang lebih kompak (terdiri dari tabel-tabel yang saling berhubungan).

2. Mempunyai struktur dari masing-masing table yang lebih efisien dan sistematis.

20

3. Operasi basisdata yang lebih cepat (karena dlm perancangan basisdata ukuran tabel diharapkan semakin kecil).

4. Tingkat redundansi yang lebih kecil.

2.5.2. Normalisasi

Normalisasi merupakan suatu teknik untuk mengorganisasi data kedalam beberapa tabel, dimana tabel-tabel tersebut saling berhubungan satu dengan yang lainnya (Hutabarat, 2004). Proses normalisasi menyediakan cara sistematis untuk meminimalkan terjadinya kerangkapan data diantara relasi dalan perancangan logikal basis data. Tujuan lain dari normalisasi adalah untuk mengurangi kompleksitas, dan untuk mempermudah pemodifikasian data.

Format normalisasi terdiri dari lima bentuk, yaitu bentuk tidak normal, bentuk normal pertama, bentuk normal kedua, bentuk normal ketiga, Boyce-Codde, bentuk normal keempat, dan bentuk normal kelima, seperti yang digambarkan dalam diagram berikut:

Gambar 2.2 Format Normalisasi

Namun yang umum digunakan adalah bentuk normal sampai 3NF, berikut ini akan dijelaskan format normalisasi hingga 3NF:

2.5.2.1. Bentuk Tidak Normal

Pada bentuk ini biasanya data yang direkam tidak megikuti suatu format yang tertentu, bisa saja data terduplikasi atau data tidak lengkap.

22

Tabel 2.1 Bentuk Tidak Normal

2.5.2.2. Bentuk Normal Pertama (1NF)

Pada bentuk ini data dibuat dalam tabel dua dimensi dan tidak ada atribut yang bernilai ganda atau berulang dan tidak mempunyai baris yang rangkap.

Tabel 2.2 Bentuk Normal Pertama (1NF)

2.5.2.3. Bentuk Normal Kedua (2NF)

Suatu relasi dikatakan sudah memenuhi bentuk normal kedua bila relasi tersebut sudah memenuhi bentuk normal kesatu, dan atribut yang bukan key sudah tergantung penuh terhadap key-nya.

Tabel 2.3 Bentuk Normal Kedua

2.5.2.4. Bentuk Normal Ketiga (3NF)

Suatu relasi dikatakan sudah memenuhi bentuk normal ketiga bila relasi tersebut sudah memenuhi bentuk normal kedua dan atribut yang bukan key tidak tergantung transitif terhadap key-nya.

24

Tabel 2.4 Bentuk Normal Ketiga

2.6. Data warehouse

2.6.1. Pengertian

Data warehouse adalah kumpulan dari basis data yang terintegrasi dan bersifat subject-oriented yang dirancang untuk memberikan (supply) informasi yang dibutuhkan untuk pembuatan keputusan (Inmon, 1992). Data warehouse berisi data hasil ekstraksi dari berbagai sistem operasi suatu perusahaan, setiap sistem operasi tersebut berisi record yang berbeda-beda dari setiap transaksi bisnis (Nagabushana, 2006).

Data warehouse adalah sekumpulan data yang terintegrasi, subject-oriented, nonvolatile, dan time-variant yang menunjang keputusan dari manajemen (Kimball, 2002).

Data warehouse ialah sekumpulan informasi yang disimpan dalam basis data yang digunakan untuk mendukung pengambilan keputusan dalam sebuah organisasi. Data dikumpulkan dari berbagai aplikasi yang telah ada. Data yang telah dikumpulkan tersebut kemudian divalidasi dan direstrukturisasi lagi, untuk selanjutnya disimpan dalam data warehouse. Pengumpulan data ini memungkinkan para pengambil keputusan untuk pergi hanya ke satu tempat untuk mengakses seluruh data yang ada tentang organisasinya(Handojo, 2004).

Dari beberapa definisi di atas dapat disimpulkan bahwa data warehouse adalah sekumpulan informasi yang didapatkan dari berbagai sistem operasi dalam suatu perusahaan dan di kumpulkan dalam suatu database dalam sistem terpisah untuk dilakukan ekstraksi, transformasi agar data terintegrasi, dan dapat digunakan untuk melakukan analisis dalam pengambilan suatu keputusan.

2.6.2. Karakteristik Data warehouse

2.6.2.1. Berorientasi Subjek

Data warehouse berorientasi pada subjek-subjek area mayor dari perusahaan. Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu. Contohnya subjek-subjek seperti: Customer, policy, premium, dan claim. Setiap subjek tersebut

26

diimplementasikan sebagai serangkaian tabel yang saling terhubung di dalam data warehouse.

Gambar 2.3Data Warehouse Berorientasi Subjek

2.6.2.2. Terintegrasi

Sumber data yang ada di dalam data warehouse tidak hanya berasal dari database operasional (internal source) tetapi juga berasal dari luar sistem (external source). Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dari seluruh aspek dari data warehouse, integrasilah yang paling penting karena data yang akan dimasukkan ke dalam data warehouse terdiri dari berbagai sumber (Amborowati, 2008).

Gambar 2.4Data Warehouse Terintegrasi

2.6.2.3. Non-volatile

Maksud dari Non-volatile disini adalah data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

28

Berbeda dengan database operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan access data (mengakses data warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).

Gambar 2.5Data WarehouseNon-Volatile

2.6.2.4. Time-variant

Berbeda dengan database operasional, data yang terdapat di dalam data warehouse tidak hanya mengandung data yang bernilai sekarang, tetapi juga data history yang akan digunakan dalam analisis dan pengambilan keputusan . Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu, data untuk analisis tersebut berisi berbagai nilai waktu, misalkan harian, mingguan, bulanan, dan bahkan tahunan.

Gambar 2.6Data Warehouse Berorientasi Waktu

2.6.3. Manfaat Data warehouse

Secara garis besar, data warehouse dapat meningkatkan produktivitas pembuat keputsan melalui konsolidasi, konversi, transformasi, dan pemaduan data operasional sehingga menyediakan pandangan konsisten terhadap perusahaan. (Hariyanto, 2004).

Secara rinci manfaatnya sebagai berikut;

1. Kemampuan mengakses data yang berskala perusahaan. 2. Kemampuan memiliki data yang konsisten.

3. Kemampuan melakukan analisis secara cepat.

4. Dapat digunakan untuk mencari redudansi usaha diperusahaan. 5. Penemuan gap antara pengetahuan bisnis atau proses bisnis. 6. Mengurangi ongkos administrasi

7. Memberdayakan anggota perusahaan dengan informasi yang diperlukan untuk melakukan tugasnya secara efektif.

30

2.6.4. Struktur Data warehouse

Data warehouse memiliki struktur yang spesifik dan mempunyai perbedaan dalam tingkatan detail data dan umur data (Poe, 2003).

Gambar 2.7 Struktur Dari Data Warehouse

Komponen dari struktur data warehouse adalah: 1. Current detail data

Current detail data merupakan data detil yang aktif saat ini,mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dalam data warehouse. Didalam area ini warehouse menyimpan seluruh detail data yang terdapat pada skema basis data. Jumlah data sangat besar sehingga memerlukan storage yang besar pula dan dapat diakses secara cepat. Dampak negatif yang ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya

M

E

T

A

yang diperlukan menjadi mahal. Berikut ini beberapa alasan mengapa current detail data menjadi perhatian utama :

a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama

b. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan terendah.

c. Hampir selalu disimpan dalam storage karena cepat di akses tetapi mahal dan kompleks dalam pengaturannya.

d. Bisa digunakan dalam membuat rekapitulasi sehingga current detail data harus akurat.

2. Older detail data

Data ini merupakan data historis dari current detail data, dapat berupa hasil cadangan atau archive data yang disimpan dalam storage terpisah. Karena bersifat back-up(cadangan), maka biasanya data disimpan dalam storage alternatif seperti tape-desk. Data ini biasanya memilki tingkat frekuensi akses yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan kembali.

3. Lighlty summarized data

Data ini merupakan ringkasan atau rangkuman dari current detail data. Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan kebutuhan. Ringkasan dari current detail data belum bersifat total summary. Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung

32

kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga dengan data mart. Akses terhadap data jenis ini banyak digunakan untuk view suatu kondisi yang sedang atau sudah berjalan.

4. Highly summarized data

Data ini merupakan tingkat lanjutan dari Lightly summarized data, merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan analisis menggunakan data multidimensi.

5. Metadata

Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data diatas. Metadata adalah „data tentang data‟ dan menyediakan informasi tentang struktur data dan hubungan antara struktur data di dalam atau antara storage (tempat penyimpanan data). Metadata berisikan data yang menyimpan proses perpindahan data meliputi database structure, contents, detailed data dan summary data, matrics, versioning, aging criteria, versioning, transformation criteria. Metadata khusus dan memegang peranan yang sangat penting dalam data warehouse. Metadata sendiri mengandung :

a. Struktur data: Sebuah direktori yang membantu user untuk melakukan analisis Decission Support System dalam pencarian letak/lokasi dalam data warehouse.

b. Algoritma: Algoritma digunakan untuk summary data. Metadata sendiri merupakan panduan untuk algoritma dalam melakukan pemrosesan

summary data antara current detail data dengan lightly summarized data dan antara lightly summarized data dengan hightly summaried data. c. Mapping: Sebagai panduan pemetaan(mapping) data pada saat data di

transform/diubah dari lingkup operasional menjadi lingkup data warehouse.

2.6.5. Arsitektur Data warehouse

Menurut Poe (2003), arsitektur adalah sekumpulan atau struktur yang memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk. Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama yaitu read-only database.

Karakterisitik arsitektur data warehouse (Poe, 2003) :

1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file. 2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke

dalam Database Management Sistem (DBMS) seperti Oracle,Ms SQL Server, Sybase dan masih banyak yang lainnya.

3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan

4. Pemakai mengakses data warehouse melalui aplikasi front end tool

Arsitektur dan komponen utama dari data warehouse dapat dilihat pada gambar berikut ini :

34

Gambar 2.8 Komponen Utama Dari Data Warehouse

1. Operational Data

Sumber data dari data warehouse dapat diambil langsung dari mainframe, basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu dapat melaluo Operational Data Source(ODS). ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.

2. Load manager

Load manager juga disebut sebagai komponen front-end yang bertugas melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data ke warehouse.

Warehouse manager melakukan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut meliputi :

a. Analisis terhadap data untuk memastikan konsistensi

b. Transformasi dan penggabungan sumber data dari tempat penyimpanan sementara menjadi tabel-tabel data warehouse.

c. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar d. Melakukan denormalisasi dan agregasi jika diperlukan

e. Backing-Up dan mengarsipkan data 4. Query manager

Query manager juga disebut komponen back-end, melakukan operasi-operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi dari query tersebut.

5. End-user Access Tools

Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan warehouse melalui end-user access tools. Data warehouse harus secara efisien mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis. Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-keperluan untuk melakukan joins, summations dan laporan-laporan per periode

36

dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara lain :

1. Reporting and query tools 2. Application development tools

3. Executive information Sistem (EIS) tools 4. Online Analytical Processing (OLAP) tools 5. Data mining tools

Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya dan satu dengan lainnya saling berkaitan.

2.6.6. Tiga Model Data warehouse

1. EnterpriseData warehouse

Semua informasi yang dikumpulkan berupa subjek, yang mencakup seluruh organisasi perusahaan.

2. Data mart

Sebagian data dari bagian perusahaan yang mempunyai nilai bagi pengguna. Ruang lingkupnya lebih spesifik, seperti data Penjualan atau marketing saja.

Data mart adalah sistem yang mengumpulkan data yang dibutuhkan sebuah departemen atau aplikasi terkait. Data mart dapat diimplementasikan di data warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat juga diimplementasikan sebaga materialized view, yaitu tampilan tupel hasil

disimpan. Data mart dapat memiliki representasi berbeda dan menggunakan OLAP engine sendiri (Hariyanto, 2004).

3. VirtualWarehouse

Memantau melalui data operasional pada database. Suatu ringkasan dari data yang fleksibel, mengurangi biaya untuk pengguna yang membutuhkan. Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa pengguna didalam perusahaan, akan tetapi perusahaan lain yang membutuhkan data tersebut dapat mudah untuk memperolehnya.

2.7. Perbedaan OLAP Dengan OLTP

OLAP adalah operasi basis data (database) untuk mendapatkan informasi dalam bentuk kesimpulan dengan menggunakan agregasi sebagai mekanisme utama, mekanisme berupa analisis dan pengambilan keputusan. Analisis OLAP menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

OLTP merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data terbaru dan spesifik.

Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan OLTP:

Tabel 2.5 Perbedaan OLAP Dengan OLTP

OLTP OLAP

38

Function Transaksi setiap hari Pendukung keputusan

Db design Aplikasi oriented Subjek oriented

Data Sekarang, terbaru,

lengkap detail

Historical, ringkas, multidimensi terintegrasi

Usage Repetitive Ad-hoc

Access Membaca,menulis dan

merubah

Membaca dengan rinci <kompleks>

Unit of work Pendek,transaksi yang ringkas

Query kompleks

Db size Mega byte Terra byte

2.8. Model Dimensional

Model dimensional merupakan rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan performa yang tinggi. Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi. Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini disebut dengan skema bintang.

Fitur terpenting dalam model dimensional ini adalah semua natural keys diganti dengan kunci pengganti (surrogate keys). Maksudnya yaitu setiap kali join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti.

Kegunaan dari kunci pengganti adalah memperbolehkan data pada data warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak seperti halnya yang diproduksi oleh sistem OLTP.

Dimensional model yang sering digunakan pada data warehouse adalah skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query yang superior dengan meminimalisasi tabel-tabel join. Berikut ini adalah skema dimensional model yang sering digunakan:

2.8.1. StarScheme

Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data. Pada model ini setiap tabel dimensi hanya berhubungan dengan tabel fakta (Connoly dan Begg, 2005).

40

1. Tabel Fakta

Tabel fakta berisi field yang menunjukkan fakta dari suatu subjek, yang diidentifikasi bahwa dengan field ini kita bisa mengukur nilai suatu aktivitas dalam subjek tertentu. Misalnya dalam subjek penjualan. Tabel fakta ini berisi foreign key dari tabel dimensi, karena berhubungan dengan tabel-tabel dimensi di sekelilingnya.

2. Tabel Dimensi

Tabel dimensi merupakan penjelasan dari data yang terdapat dalam tabel fakta. Misalnya dalam tabel fakta menyebutkan penjualan produk ke pelanggan PT.X, maka untuk melihat detail mengenai PT.X, bisa dilihat dalam tabel dimensi Pelanggan yang berhubungan dengan tabel fakta tersebut.

2.8.2. Snowflake Scheme

Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel dimensi boleh tidak bergabung secara langsung kepada tabel fakta tapi pada tabel dimensi lainnya (Connoly dan Begg, 2005).

Gambar 2.10Snowflake Scheme

2.8.3. StarflakeScheme

Keduanya merupakan model-model dimensional, perbedaannya terletak pada implementasi fisikal. Skema snowflake memberi kemudahan pada perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Sedangkan skema bintang lebih efisien serta sederhana dalam membuat query dan mudah diakses secara langsung oleh pengguna. Adapun starflake merupakan gabungan diantara keduanya. Keuntungan menggunakan masing-masing model tersebut dalam data warehouse antara lain :

a. Efisien dalam hal mengakses data

b. Dapat beradaptasi terhadap kebutuhan-kebutuhan user

c. Bersifat fleksibel terhadap perubahan yang terjadi khususnya perubahan yang mengarah pada perkembangan

42

e. Meskipun skema yang dihasilkan sangat kompleks, tetapi pemrosesan query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap tabel fakta harus di query secara independen.

2.9. Extract, Transform, Load

ETL (Extract, Transform, Load) adalah proses pengambilan data dari application data dan mengintegrasikannya ke dalam data warehouse (Inmon, 2002). Atau bias diartikan sebagai proses migrasi dari database operasional menuju data warehouse (mariana et al. 2010). Tujuan ETL adalah mengumpulkan, menyaring, mengolah, dan menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse (Darudiato, 2010). Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria data warehouse seperti data yang historis, terpadu, terangkum, statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis. Proses ETL ini dibagi menjadi tiga, yaitu:

1. Extraxt, adalah proses penentuan source yang akan digunakan sebagai sumber data bagi data warehouse. Dalam proses ini ditentukan data apa saja yang dibutuhkan, tabel apa yang dijadikan sumber.

2. Transform, setelah data ditentukan barulah data-data tersebut dirubah agar sesuai dengan standard yang ada pada data warehouse.

3. Kemudian di Load, yaitu proses untuk memasukkan data-data yang sudah ditransform ke dalam data warehouse untuk disimpan sebagai summary.

Masalah-masalah yang terjadi dalam ETL adalah sumber-sumber data umumnya sangat bervariasi (Darudiato, 2010) diantaranya:

1. Platform mesin dan sistem operasi yang berlainan.

2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah ketinggalan zaman.

3. Kualitas data yang berbeda-beda.

4. Aplikasi sumber data mungkin menggunakan nilai data (representasi) internal yang sulit dimengerti.

2.10. NineStepDesignMethod

Berikut ini adalah Sembilan langkah untuk merancang suatu data warehouse yang di cetuskan oleh Kimball (2002):

2.10.1. Memilih Proses

Pada proses pertama ini, yang dilakukan adalah menganalisa dan menentukan subyek permasalahan yang dihadapi, lalu mengidentifikasi proses bisnis yang berhubungan dengan permasalahan tersebut. Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang akan dibuat.

2.10.2. Menentukan Grain

Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.

44

Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan record apa yang akan direpresentasikan pada tabel fakta.

2.10.3. Mengidentifikasi Dan Penyesuaian Dimensi

Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang ada. Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan id_pelanggan, no_pelanggan, tipe_pelanggan, tempat_tinggal, dan lain sebagainya.

2.10.4. Memilih Fakta

Pada tahap ini dipilih fakta-fakta yang akan mengisi setiap tabel fakta, dimana fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan. Biasanya penyesuaian dimensi dan grain ini ditampilkan dalam bentuk matriks.

2.10.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta

Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada tahap inilah perhitungan tersebut dilakukan. Hal ini terjadi apabila fakta kehilangan statement.

2.10.6. Melihat Kembali Tabel Dimensi

Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel dimensi. Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna.

2.10.7. Memilih Durasi Database

Pada proses ini yang dilakukan adalah menentukan pembatasan waktu untuk data yang diambil dan dipindahkan kedalam tael fakta. Penentuan durasi ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih.

2.10.8. Menelusuri Perubahan Dari Dimensi

Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel dimensi. Cara yang dapat dilakukan ada tiga, yaitu:

a. Atribut dimensi yang telah berubah tertulis ulang

b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga

nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama.

46

2.10.9. Memutuskan Prioritas Query Dan Tipe Query, Memilih Physical Design

Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse. Persoalan perancangan fisik yang paling kritis adalah urutan fisik dari tabel fakta pada tempat penyimpanan dan pengadaan ringkasan yang disimpan sebelumnya atau penggabungan antara keduanya.

Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas media penyimpanan.

2.11. Tools Pembuatan Data Warehouse

2.11.1. SQL Server

Microsoft SQL Server merupakan aplikasi database handal yang digunakan oleh sebagian besar perusahaan terkemuka di dunia termasuk di Indonesia. Microsoft SQL Server merupakan pendobrak dan inovasi database modern yang mengetengahkan kemudahan, kecepatan, ketepatan dan kecanggihan dalam mengelola sebuah database modern berskala kecil, menengah dan besar. Melihat kemampuan yang sangat hebat ini Microsoft SQL Server mendapat julukan The Next Generation Database. Dengan demikian Microsoft SQL Server merupakan solusi database modern yang mampu mengelola data warehousing, komputer portabel serta sektor e-Commerce (Praduwiratna, 2010).

Untuk melakukan transformasi data Extract Transform and Loading (ETL) dalam data warehousing dapat digunakan beberapa tools yang disediakan oleh SQL Server (Ramadhan, 2007), diantaranya:

1. Microsoft SQL Server 2005/2008 Integration Services (SSIS):

Data dari sumber data dipilih dan dipilah, dibersihkan (cleansing), digabungkan dan kemudian dimuat (load) ke data warehouse.

2. Microsoft SQL Server 2005/2008 Analysis Services (SSAS) Digunakan untuk membantu merealisasikan proses analisis 3. Microsoft SQL Server 2005/2008 Reporting Services (SSRS)

Proses terakhir, dengan menyajikan laporan-laporan dan query hasil analisis tersebut ke berbagai media yang diperlukan.

2.11.2. Komponen Dasar Microsoft SQL Server

Ada beberapa komponen dasar yang biasa terdapat dalam aplikasi SQL Server, diantaranya:

1. Database : yang dimaksud dengan database dalam SQL Server adalah kumpulan Tabel, View, Indeks, Trigger, Procedur dan objek-objek lain yang terkandung di dalamnya.

2. Tabel: tabel sebenarnya merupakan sarana untuk menyimpan baris-baris atau record-record data dan hubungannya dengan tabel lain. Jadi yang dimaksud dengan tabel di sini adalah inti dari sebuah database. Tabel menyimpan data yang dikelompokkan di dalam bentuk baris dan kolom seperti layaknya

48

lembar kerja. Setiap baris mewakili record dan setiap kolom adalah atribut atau field serta setiap field mengandung satu jenis informasi.

3. Database Diagram: Secara grafis menampilkan objek database sehingga dapat dimanipulasi tanpa menggunakan bahasa Transact-SQL. Dengan bahasa Transact-SQL menjadi Microsoft SQL Server mampu menghasilkan diagram database yang canggih. Diagram database ini adalah representasi grafik dari Tabel, Indeks, dan View yang disimpan oleh database dan bisa dimanipulasi dengan teknik drag and-drop dan interaksi dengan kotak dialog. 4. Indeks: Indeks adalah file-file tambahan yang meningkatkan kecepatan akses dari baris-baris tabel. Jadi Indeks adalah file jenis khusus yang bekerja sama dengan tabel. Tujuannya adalah untuk mempercepat proses pengaksesan record atau sekelompok record tertentu.

5. View: view adalah tabel virtual yang isinya ditentukan oleh Query ke dalam database. View ini bukanlah tabel fisik melainkan sekumpulan instruksi yang memberikan hasil berupa serangkaian data. Dengan demikian View ini bisa dikatakan cara untuk melihat data yang berbeda di dalam satu atau lebih tabel. 6. Stored procedure: data di dalam database bisa diakses hanya melalui

eksekusi perintah Transact-SQL.

7. Trigger: trigger adalah prosedur tersimpan yang secara otomatis dijalankan apabila data di dalam tabel berubah karena eksekusi perintah Microsoft SQL seperti INSERT, UPDATE, atau DELETE.

2.12. Asuransi Syariah

2.12.1. Pengertian Asuransi Syariah

Definisi asuransi menurut Pasal 246 Kitab Undang-Undang Hukum Dagang (KUHD) Republik Indonesia adalah suatu perjanjian, dengan mana seorang penanggung mengikatkan diri pada tertanggung dengan menerima suatu premi. Untuk memberikan penggantian kepadanya karena suatu kerugian, kerusakan atau kehilangan keuntungan yang diharapkan yang mungkin akan dideritanya karena suatu peristiwa yang tak tentu.

Sedangkan pengertian asuransi syariah menurut fatwa DSN-MUI yaitu Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling tolong menolong di antara sejumlah orang/pihak melalui investasi dalam bentuk aset dan/atau tabarru’ yang memberikan pola pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan) yang sesuai dengan syariah. Akad yang sesuai dengan syariah yang dimaksud adalah akad yang tidak mengandung unsur gharar (penipuan), maysir (perjudian), riba, zuhlm (penganiayaan), risywah (suap), barang haram dan maksiat.

Dari pengertian di atas, sebenarnya perbedaan utama dari asuransi syariah dan konvensional terletak pada tujuan dan landasan operasional. Dari sisi tujuan, asuransi syariah bertujuan saling menolong (ta’awuni) sedangkan dalam asuransi konvensional tujuannya penggantian (tabaduli). Dari aspek landasan operasional, asuransi konvensional melandaskan kepada peraturan perundangan, sementara asuransi syariah melandaskan pada peraturan perundangan dan ketentuan syariah. Dari kedua perbedaan ini muncul perbedaan yang lainnya, mengenai hubungan

50

perusahaan dan nasabah, keuntungan, memperhatikan larangan syariah, dan pengawasan.

2.12.2. Akad Dalam Asuransi Syariah

Di dalam melakukan asuransi syariah, ada dua akad yang terlibat, yaitu akad Tabarru’ dan tijarrah. Akad tabarru’ merupakan akad yang dilakukan dengan tujuan kebaikan dan tolong-menolong, bukan semata untuk tujuan komersial. Sedangkan akad tijarrah adalah semua bentuk akad yang dilakukan dengan tujuan komersial.

Dalam akad, sekurang-kurangnya harus disebutkan: 1. Hak dan kewajiban peserta dan perusahaan.

2. Cara dan waktu pembayaran premi.

3. Jenis akad tijarrah dan/atau akad tabarru’ seta syarat-syarat yang disepakati, sesuai dengan jenis asuransi yang diakadkan.

2.12.3. Prinsip Asuransi Syariah

Prinsip utama dalam asuransi syariah adalah ta’awanu ( tolong-menolonglah kamu sekalian dalam kebaikan dan takwa dan alta‟min rasa aman). Prinsip ini menjadikan para anggota atau peserta asuransi sebagai sebuah keluarga yang besar yang satu dengan lainnya saling menjamin dan penanggung risiko. Hal ini disebabkan transaksi yang dibuat dalam asuransi takaful adalah akad takafuli (saling menanggung), bukan akad tabaduli saling

menukar) yang selama ini digunakan oleh asuransi konvensional, yaitu pertukaran pembayaran premi dengan uang pertanggungan.

Para pakar ekonomi Islam mengemukakan bahwa asuransi syariah atau asuransi takaful ditegakkan atas tiga prinsip utama, yaitu:

1. Saling bertanggung jawab, yang berarti para peserta asuransi takaful memiliki rasa tanggung jawab bersama untuk membantu dan menolong peserta lain yang mengalami musibah atau kerugian dengan niat ikhlas, karena memikul tanggung jawab dengan ikhlas adalah ibadah.

2. Saling bekerja sama atau saling membantu, yang artinya diantara para peserta asuransi takaful yang satu dengan lainnya saling bekerja sama dan saling tolong-menolong dalam mengatasi kesulitan yang dialami karena sebab musibah yang diderita.

3. Saling melindungi penderitaan satu sama lain, yang berarti bahwa para peserta asuransi takaful akan berperan sebagai pelindung bagi peserta lain yang mengalami gangguan keselamatan berupa musibah yang dideritanya.

2.12.4. Landasan Al-Qur’an dan Hadits Asuransi Syariah 1. Surat Yusuf : 43-49

“Allah menggambarkan contoh usaha manusia membentuk sistem proteksi menghadapi kemungkinan yang buruk di masa depan.

2. Surat Al-Baqarah : 188

“...dan janganlah kalian memakan harta di antara kamu sekalian dengan jalan yang bathil, dan janganlah kalian bawa urusan harta itu kepada hakim yang

Dari Pivot table dan Pivot chart banyaknya nilai klaim yang terjadi berdasarkan jenis produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun 2007 hingga tahun 2011 dapat dilihat bahwa:

a. Untuk jenis resikoETS02

 Pada tahun 2011 nilai yang diklaim sebesar : 1.59078E+11. b. Untuk jenis resikoFD01

 Pada tahun 2009 nilai yang diklaim sebesar : 13952000000.  Pada tahun 2010 nilai yang diklaim sebesar : 4160000000.  Pada tahun 2011 nilai yang diklaim sebesar : 67872000000. c. Untuk jenis resikoFD02

 Pada tahun 2010 nilai yang diklaim sebesar : 7680000000.  Pada tahun 2011 nilai yang diklaim sebesar : 65126400000. d. Untuk jenis resikoOD01

 Pada tahun 2011 nilai yang diklaim sebesar : 15264000000. e. Untuk jenis resikoOD02

 Pada tahun 2007 nilai yang diklaim sebesar : 21360000000.  Pada tahun 2008 nilai yang diklaim sebesar : 5936000000.  Pada tahun 2009 nilai yang diklaim sebesar : 46000000000.  Pada tahun 2010 nilai yang diklaim sebesar : 34192000000.  Pada tahun 2011 nilai yang diklaim sebesar : 4.3167E+11. f. Untuk jenis resikoSRC01

 Pada tahun 2011 nilai yang diklaim sebesar : 1.51206E+11. g. Untuk jenis resikoSRC02

 Pada tahun 2011 nilai yang diklaim sebesar : 45696000000. h. Untuk jenis resikoTS02

 Pada tahun 2011 nilai yang diklaim sebesar : 12640000000.

10. Pivot Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011.

Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat dilihat bahwa:

a. Untuk produk takaful ABROR dengan jenis resiko:  ETS02 terjadi : 4032 klaim.

 FD01 terjadi : 2400 klaim.  FD02 terjadi : 3008 klaim.

 OD01 terjadi : 1152 klaim.  OD02 terjadi : 13856 klaim.  SRC01 terjadi : 3008 klaim.  SRC02 terjadi : 1536 klaim.  TS02 terjadi : 960 klaim.

b. Untuk produk takaful ANSOR dengan jenis resiko:  FD01 terjadi : 224 klaim.

 OD02 terjadi : 2464 klaim.

11. Pivot Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011

Dari Pivot table dan Pivot chart total nilai klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat dilihat bahwa:

a. Untuk produk takaful ABROR dengan jenis resiko:

 ETS02 nilai yang diklaim sebesar : 1.59078E+11.  FD01 nilai yang diklaim sebesar : 79552000000.

 FD02 nilai yang diklaim sebesar : 728064000000.  OD01 nilai yang diklaim sebesar : 15264000000.  OD02 nilai yang diklaim sebesar : 5.20246E+11.  SRC01 nilai yang diklaim sebesar : 1.51206E+11.  SRC02 nilai yang diklaim sebesar : 45696000000.  TS02 nilai yang diklaim sebesar : 12640000000. b. Untuk produk takaful ANSOR dengan jenis resiko:

 FD01 nilai yang diklaim sebesar : 6432000000.  OD02 nilai yang diklaim sebesar : 18912000000.

LAMPIRAN 5

PASAL 11

KEWAJIBAN TERTANGGUNG DALAM HAL TERJADI KERUGIAN DAN ATAU KERUSAKAN

1. Tertanggung, setelah mengetahui atau seharusnya mengetahui adanya kerugian dan atau kerusakan atas Kendaraan Bermotor dan atau kepentingan yang dipertanggungkan, wajib :

1.1. memberitahu Penanggung secara tertulis atau secara lisan yang diikuti dengan tertulis kepada Penanggung selambat-lambatnya 5 (lima) hari kalender sejak terjadinya kerugian dan atau kerusakan;

1.2. melaporkan kepada dan mendapat surat keterangan dari serendah-rendahnya Kepolisian Sektor (Polsek) di tempat kejadian, jika terjadi kerugian dan atau kerusakan sebagian yang disebabkan oleh pencurian atau melibatkan pihak ketiga, yang dapat dijadikan dasar untuk menuntut ganti rugi kepada atau dari pihak ketiga;

1.3. melaporkan kepada dan mendapat surat keterangan dari Kepolisian Daerah (Polda) di tempat kejadian dalam hal kerugian total akibat pencurian.

2. Jika Tertanggung dituntut oleh pihak ketiga sehubungan dengan kerugian dan atau kerusakan yang disebabkan oleh Kendaraan Bermotor, maka Tertanggung wajib: 2.1. memberitahu Penanggung tentang adanya tuntutan tersebut

selambat-lambatnya 5 (lima) hari kalender sejak tuntutan tersebut diterima;

2.2. menyerahkan dokumen tuntutan pihak ketiga dan menyerahkan surat laporan Kepolisian Sektor (Polsek) di tempat kejadian;

2.3. memberikan surat kuasa kepada Penanggung untuk mengurus tuntutan ganti rugi dari pihak ketiga, jika Penanggung menghendaki;

2.4. tidak memberikan janji, keterangan atau melakukan tindakan yang menimbulkan kesan bahwa Tertanggung mengakui suatu tanggung jawab. 3. Pada waktu terjadi kerugian dan atau kerusakan, Tertanggung wajib :

3.1. melakukan segala usaha yang patut guna menjaga, memelihara, menyelamatkan Kendaraan Bermotor dan atau kepentingan yang dipertanggungkan serta mengizinkan pihak lain untuk menyelamatkan Kendaraan Bermotor dan atau kepentingan tersebut;

3.2. memberikan bantuan dan kesempatan sepenuhnya kepada Penanggung atau Kuasa Penanggung atau pihak lain yang ditunjuk oleh Penanggung untuk melakukan penelitian atas kerugian dan atau kerusakan yang terjadi atas Kendaraan Bermotor sebelum dilakukan perbaikan atau penggantian;

3.3. mengamankan Kendaraan Bermotor dan atau kepentingan yang dipertanggungkan yang dapat diselamatkan.

Segala hak ganti-rugi menjadi hilang jika Tertanggung tidak memenuhi ketentuan dalam Pasal ini.