Penerapan Data Warehouse Pada Koperasi Anugerah Rejeki

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

KHAERUR RIZKI 10110728

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2016

iii

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan karuniaNya sehingga penulis dapat menyelesaikan skripsi yang berjudul Penerapan Data Warehouse Pada Koperasi Anugerah Rejeki.

Penyusunan skripsi ini tidak akan terwujud tanpa mendapat dukungan, dan masukan dari berbagai pihak. Untuk itu, penulis ingin menyampaikan terimakasih yang sebesar-besarnya kepada :

1. Allah SWT yang telah menganugerahkan kesehatan sehingga penulis dapat menyelesaikan skripsi ini.

2. Khaerudin dan Turpi’ah selaku kedua orang tua saya yang telah memberikan motivasi, dukungan moral maupun materi, serta do’a yang tidak pernah putus sehingga penulis dapat menyelesaikan skripsi ini.

3. Rani Susanto, S.Kom, M.Kom. selaku pembimbing yang telah banyak memberikan arahan serta saran kepada penulis sehingga bisa menyelesaikan skripsi ini.

4. Dian Dharmayanti, S.T., M.Kom. selaku reviewer yang juga telah memberikan arahan dan bimbingan juga kepada penulis.

5. Bapak/Ibu dosen Teknik Informatika yang telah memberikan ilmunya kepada penulis.

6. Desy Purnama Shinta yang selalu memberikan motivasi kepada penulis agar cepat menyelesaikan skripsi ini.

7. Teman-teman seperjuangan yang tidak kenal putus asa saat mengerjakan skripsi ini.

8. Keluarga besar IF-16 angkatan 2010 yang juga telah memberikan arahan untuk mengerjakan skripsi ini.

9. Teman-teman kostan yang selalu ada untuk menghibur dan menyemangati ketika penulis sedang mengerjakan skripsi ini.

iv

Akhir kata penulis ucapkan terimakasih, semoga skripsi ini dapat bermanfaat bagi pembaca.

Bandung, 17 Januari 2016

v

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

DAFTAR SIMBOL ... xiv

DAFTAR LAMPIRAN ... xviii

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 2

1.3 Maksud dan Tujuan ... 2

1.4 Batasan Masalah ... 3

1.5 Metodologi Penelitian ... 3

1.5.1 Metode Pengumpulan Data ... 3

1.5.2 Metode Pembangunan Perangkat Lunak ... 4

1.6 Sistematika Penulisan ... 6

BAB 2 TINJAUAN PUSTAKA ... 7

2.1 Profil Perusahaan ... 7

2.1.1 Visi dan Misi ... 7

2.1.2 Logo Perusahaan ... 7

2.1.3 Struktur Perusahaan ... 7

2.2 Landasan Teori ... 9

2.2.1 Data ... 9

2.2.2 Database ... 9

2.2.3 Database Management System (DBMS) ... 10

2.2.4 Data Warehouse ... 10

vi

2.2.4.5 Arsitektur Data Warehouse ... 15

2.2.4.6 Jenis Dasar Data Warehouse ... 19

2.2.4.7 Metodologi Perancangan Database untuk Data Warehouse . 21 2.2.4.8 Skema Data Warehouse ... 23

2.2.4.9 Tujuan Data Warehouse ... 26

2.3 Alat-alat Pemodelan Sistem ... 27

2.3.1 Diagram Konteks ... 27

2.3.2 Data Flow Diagram (DFD) ... 27

2.3.3 Entity Relation Diagram (ERD) ... 28

2.4 Alat-alat Pembangunan Perangkat Lunak ... 28

2.4.1 C# ... 28

2.4.2 SQL Server ... 30

BAB 3 ANALISIS DAN PERANCANGAN ... 31

3.1 Analisis Sistem ... 31

3.1.1 Analisis Masalah ... 31

3.1.2 Analisis Sumber Data ... 32

3.1.3 Analisis Kebutuhan Informasi ... 39

3.1.4 Pemodelan Data Warehouse ... 40

3.1.4.1 Arsitektur Pembangunan Data Warehouse ... 40

3.1.4.2 Source Layer ... 41

3.1.4.3 Data Staging ... 41

3.1.4.4 Proses ETL ... 42

3.1.4.5 Analisis Dimensi dan Fakta Bisnis ... 59

3.1.4.6 Analisis Dimensi ... 60

3.1.4.7 Analisis Fakta ... 64

3.1.4.8 Data Warehouse Layer ... 66

3.1.4.9 OLAP ... 68

vii

3.1.7 Analisis Kebutuhan Fungsional ... 72

3.1.7.1 Diagram Konteks ... 72

3.1.7.2 Data Flow Diagram (DFD) ... 73

3.1.8 Spesifikasi Proses ... 77

3.1.9 Kamus data DFD ... 79

3.2 Perancangan Arsitektur ... 79

3.2.1 Perancangan Struktur Menu ... 80

3.2.2 Perancangan Antar Muka ... 80

3.2.3 Perancangan Pesan ... 83

3.2.4 Perancangan Report ... 83

3.2.5 Perancangan Prosedural ... 84

3.2.6 Perancangan Jaringan Semantik... 86

BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 87

4.1 Implementasi ... 87

4.1.1 Perangkat Lunak Pembangun... 87

4.1.2 Perangkat Keras Pembangun ... 87

4.1.3 Implementasi Basis Data ... 87

4.1.4 Implementasi Antar Muka ... 91

4.2 Pengujian Sistem ... 91

4.2.1 Pengujian Alpha ... 91

4.2.2 Kasus dan Hasil Pengujian Alpha ... 92

4.2.3 Kesimpulan Pengujian Alpha... 100

4.2.4 Pengujian Beta ... 100

4.2.5 Kesimpulan Pengujian Beta ... 102

4.2.6 Kesimpulan Pengujian Sistem ... 102

BAB 5 KESIMPULAN DAN SARAN ... 103

5.1Kesimpulan ... 103

5.2Saran ... 103

104

Modula

[2] Watson, Richard T. (1999), Data Management : Databases and Organizations

(2nd ed)., Jhon Wiley & Sons, Inc.

[3] Inmon, William H. 2005. “Building The Data Warehouse (4th ed.)”.

Indianapolis :Wiley Publishing, Inc.

[4] Rainardi, V.2002. Building A Data Warehouse, With Examples in SQL Server. New York :Springer.

[5] Golfarelli, M., Hill, M.G., dan Rizzi, S.2009. Data Warehouse Design, Modern Principles and Methodologies. New York: Mc Graw Hill.

[6] Thomas C. Hammergren and Alan R. Simon, Data Warehousing for Dummies

2nd Edition, Wiley Publishing,Inc. , 2009.

[7] Yudhi Hermawan, Konsep OLAP dan Aplikasinya Menggunakan Delphi. Yogyakarta: ANDI Yogyakarta, 2005.

[8] Rainardi, V. Building A Data Warehouse, With Examples in SQL Server. APRESS.

[9] Novianda, K.R., (2010). Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010.

1

PENDAHULUAN

1.1 Latar Belakang Masalah

Data warehouse merupakan database yang saling bereaksi yang dapat digunakan untuk query dan analisis, bersifat orientasi subjek, terintegrasi, time-variant, tidak berubah yang digunakan untuk membantu para pengambil keputusan. Menurut Inmon, data warehouse adalah kumpulan data yang berorientasi subjek, terintegrasi, tidak dapat di update, memiliki dimensi waktu, yang digunakan untuk mendukung proses manajemen pengambilan keputusan dan kecerdasan bisnis. Pemakaian data warehouse sendiri hampir dibutuhkan oleh setiap perusahaan, data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem yang dapat menjamin akses yang lebih cepat bagi manajemen untuk memperoleh informasi, dan menganalisisnya sebagai bahan informasi strategis khususnya untuk perusahaan.

Koperasi Anugerah Rejeki adalah koperasi yang bergerak dalam bidang Usaha Peminjaman. Koperasi Anugerah Rejeki ingin berperan secara aktif dalam upaya membangun dan mengembangkan potensi dan kemampuan ekonomi masyarakat untuk meningkatkan kesejahteraan ekonomi dan sosialnya. Koperasi Anugerah Rejeki bukan hanya mampu tumbuh dan berkembang serta menghasilkan keuntungan, tetapi juga mampu meningkatkan kesejahteraan ekonomi dan sosial masyarakat.

Berdasarkan hasil observasi dan wawancara dengan saudara Budi Adi Mulyo sebagai pemilik dari Koperasi Anugerah Rejeki, Koperasi Anugerah Rejeki melakukan pengolahan data informasi menggunakan Microsoft Office Excel, dimana hasil pengolahan data informasi ini diolah secara terpisah disetiap bagiannya. Kendala yang terjadi saat ini di Koperasi Anugerah Rejeki ditemukan belum tersedianya desain data yang dapat dimanfaatkan untuk kebutuhan laporan maupun untuk menganalisis data, karena belum tersedianya laporan yang menampilkan informasi dari berbagai aspek penting seperti menganalisa laporan

peminjaman disetiap wilayah dalam periode waktu tertentu, angsuran disetiap wilayah dalam periode waktu tertentu. Kendala juga terjadi ketika informasi data untuk kebutuhan laporan sangat lamban dalam proses pengerjaannya, karena data yang ada belum terintegrasi dengan sumber data lainnya sehingga semua sumber data yang ada harus dikumpulkan terlebih dahulu dalam satu sajian, hal ini menyulitkan pihak perusahaan untuk mendapatkan informasi yang cepat untuk kebutuhan laporan.

Berdasarkan permasalahan yang telah diuraikan diatas maka pihak koperasi ingin membangun sebuah data warehouse agar dapat memudahkan pihak koperasi untuk mengetahui kebutuhan koperasi. Dengan adanya sistem tersebut, diharapkan dapat membantu pihak perusahaan Koperasi Anugerah Rejeki. Oleh karena itu, pihak koperasi membutuhkan penerapan data warehouse pada Koperasi Anugerah Rejeki.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah di jabarkan sebelumnya yang menjadi permasalahan dalam penelitian ini adalah bagaimana cara membangun sistem perangkat lunak menggunakan penerapan data warehouse pada Koperasi Anugerah Rejeki.

1.3 Maksud dan Tujuan

Berdasarkan permasalahan yang ada, maka maksud dari penelitian tugas akhir ini adalah untuk membangun sebuah sistem perangkat lunak dengan penerapan data warehouse pada Koperasi Anugerah Rejeki.

Sedangkan tujuan yang akan di capai dalam penelitian adalah :

1. Membantu pihak Koperasi Anugerah Rejeki dalam hal penyediaan informasi yang multidimensi untuk mempermudah pengambilan keputusan.

2. Membantu pihak Koperasi Anugerah Rejeki dalam hal pembuatan desain data yang terintegrasi dari berbagai sumber data yang di miliki perusahaan supaya mempermudah untuk kebutuhan laporannya.

1.4 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 dekstop. 2. DBMS yang digunakan adalah SQL Server.

3. Aplikasi dibangun menggunakan Visual Studio 2013.

4. Data yang diolah adalah data angsuran, jaminan, type kendaraan, wilayah, peminjam, peminjaman, jenis.

5. Tools pembantu yang digunakan adalah Business Intelligence dan DevExpress.

6. Model pengembangan perangkat lunak yang digunakan yaitu menggunakan terstruktur.

1.5 Metodologi Penelitian

Metodologi penelitian yang akan digunakan dalam pembuatan skripsi ini menggunakan metodologi deskriptif, yaitu metode penelitian yang bertujuan untuk mendapatkan gambaran yang jelas tentang hal-hal yang dibutuhkan dan berusaha menggambarkan serta menginterpretasi objek yang sesuai dengan fakta secara sistematis dan akurat.

1.5.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut:

Pengumpulan data dengan cara mempelajari Jurnal, browsing internet, buku referensi, dan bacaan-bacaan lainnya yang berhubungan erat dengan judul penelitian.

b. Observasi

Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan langsung ke Koperasi Anugerah Rejeki terhadap permasalahan yang diambil. c. Wawancara

Teknik pengumpulan data dengan cara tanya jawab secara langsung dengan salah satu petugas yang bertanggung jawab pada Koperasi Anugerah Rejeki.

1.5.2 Metode Pembangunan Perangkat Lunak

Metode yang di gunakan dalam pembangunan sistem dengan penerapan data warehouse pada Koperasi Anugerah Rejeki ini adalah menggunakan model waterfall. Berikut ini beberapa tahapan model waterfall yang di gambarkan pada diagram :

Gambar 1.1 Metode Waterfall [1]

1. Analisys

Proses pengumpulan kebutuhan dilakukan secara intensif untuk menspesifikasikan kebutuhan perangkat lunak agar dapat dipahami perangkat lunak seperti yang dibutuhkan oleh user.

2. Design.

Proses multi langkah yang fokus pada desain pembuatan program perangkat lunak termasuk struktur data, arsitektur perangkat lunak, refresentasi antarmuka, dan prosedure pengodean.

3. Pembuatan Kode Program

Desain harus ditranslasikan kedalam program perangkat lunak. Hasil dari tahap ini adalah program komputer sesuai dengan desain yang telah dibuat pada tahap desain.

4. Pengujian

Pengujian ini fokus pada perangkat lunak secara dari segi lojik dan fungsional

dan memastikan bahwa semua bagian sudah diuji. 5. Pemeliharaan

Tahap pemeliharaan ini tidak menutup kemungkinan sebuah perangkat lunak mengalami perubahan ketika sudah dikirimkan ke user perubahan bisa terjadi karena adanya kesalahan yang muncul dan tidak terdetek di dengan lingkungan baru.

1.6 Sistematika Penulisan

Sistematika penulisan laporan akhir dari penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Bab ini membahas penjelasan mengenai latar belakang masalah, identifikasi masalah, maksud dan tujuan, batasan masalah, metodologi penelitian serta sistematika penulisan.

BAB 2 TINJAUAN PUSTAKA

Bab ini membahas mengenai tinjauan pustaka yang digunakan dalam membangun aplikasi data warehouse, materi-materi umum dan yang berkaitan dengan teori-teori pendukung lainnya.

BAB 3 ANALISIS DAN PERANCANGAN

Bab ini membahas mengenai profil perusahaan dan landasan teori yang digunakan dalam membangun perangkat lunak data warehouse, materi-materi umum yang membahas data warehouse dan berkaitan dengan teori-teori pendukung lainnya.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini menjelaskan mengenai implementasi aplikasi yang telah di buat serta melakukan pengujian terhadap aplikasi yang di implementasikan tersebut. BAB 5 KESIMPULAN DAN SARAN

Bab ini menjelaskan tentang kesimpulan yang diperoleh dari hasil implementasi dan pengujian aplikasi yang telah dibuat, serta saran-saran untuk pengembangan selanjutnya.

7

TINJAUAN PUSTAKA

2.1 Profil Perusahaan

Koperasi Anugerah Rejeki adalah koperasi yang bergerak dalam bidang Usaha Peminjaman. Koperasi Anugerah Rejeki ingin berperan secara aktif dalam upaya membangun dan mengembangkan potensi dan kemampuan ekonomi masyarakat untuk meningkatkan kesejahteraan ekonomi dan sosialnya. Koperasi Anugerah Rejeki bukan hanya mampu tumbuh dan berkembang serta menghasilkan keuntungan, tetapi juga mampu meningkatkan kesejahteraan ekonomi dan sosial masyarakat.

2.1.1 Visi dan Misi Visi

Menjadi koperasi peminjaman yang yang berkualitas tinggi dan berguna bagi masyarakat luas.

Misi

Menjadi koperasi peminjaman terbesar di Indonesia.

2.1.2 Logo Perusahaan

Adapun logo Koperasi Anugerah Rejeki adalah sebagai berikut :

Gambar 2.1 Logo Perusahaan 2.1.3 Struktur Perusahaan

Struktur organisasi dalam suatu perusahaan merupakan hal yang sangat penting, dengan adanya struktur organisasi ini memberikan pembagian tugas

sesuai dengan bidangnya masing-masing. Adapun struktur organisasi di Koperasi Anugerah Rejeki adalah sebagai berikut :

Gambar 2.2 Struktur Organisasi Koperasi Anugerah Rejeki

Tugas masing-masing pada struktur organisasi Koperasi Anugerah Rejeki :

1. Tugas Pemilik koperasi adalah memberikan modal dan menerima keuntungan serta menerima laporan dari ketua.

2. Tugas ketua adalah memantau dan menilai keseluruhan dari kemajuan koperasi serta bertanggung jawab untuk pengambilan keputusan bagi koperasi dan memberikan laporan kepada pemilik koperasi.

3. Tugas bagian peminjaman adalah bertanggung jawab untuk mendata seluruh transaksi peminjaman.

4. Tugas bagian jaminan adalah bertanggung jawab untuk mendata jaminan, mengecek kendaraan, dan menyimpan jaminan para peminjam.

5. Tugas bagian keuangan adalah bertanggung jawab atas kaluar masuknya uang koperasi dan mendata transaksi keluar masuknya uang koperasi. 6. Tugas bagian angsuran adalah bertanggung jawab melayani peminjam

yang akan bayar angsuran peminjaman.

7. Tugas bagian debtcolector adalah menarik kendaraan yang menjadi jaminan jika peminjam tidak mampu untuk melunasi angsurannya.

[Pemilik] Budi Adi Mulyo

[Peminjaman] Iyen Indri Yenti

[Jaminan] Yanuar Catur Pamungkas

[Keuangan] Ana Mufata

[Angsuran] Desy Purnama Shinta

[Debtcolector] Sobirin Fris Pratama [Administrator/Ketua]

2.2 Landasan Teori

Landasan teori membahas mengenai materi atau teori apa saja yang digunakan sebagai acuan dalam membuat tugas akhir ini. Landasan teori yang diuraikan merupakan hasil dari studi literatur yaitu pengumpulan data dengan cara mempelajari jurnal, browsing internet, referensi buku dan bacaan-bacaan lainnya yang berhubungan erat dengan penelitian yang dilakukan.

2.2.1 Data

Data adalah fakta mentah mengenai orang, tempat, kejadian, dan hal-hal yang penting dalam organisasi [2].

Data merupakan bahasa, simbol-simbol pengganti lain yang disepakati oleh umum dalam menggambarkan objek, manusia, peristiwa, aktivitas, konsep. Singkatnya data merupakan suatu kenyataan apa adanya [2].

2.2.2 Database

Database atau Basis data merupakan kumpulan data yang disimpan secara sistematis didalam komputer dan dapat diolah atau dimanipulasi menggunakan perangkat lunak (program aplikasi) untuk menghasilkan informasi. Pendefinisian basis data meliputi spesifikasi berupa tipe data, struktur, dan juga batasan-batasan data yang akan disimpan. Basis data merupakan aspek yang sangat penting dalam sistem informasi dimana basis data merupakan gudang penyimpanan data yang akan diolah lebih lanjut. Basis data menjadi penting karena dapat menghidari duplikasi data, hubungan antar data yang tidak jelas, organisasi data, dan juga update yang rumit [2].

Basis data (Database) sendiri dapat didefinisikan dalam sejumlah sudut pandang seperti [2]:

1. Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah.

2. Kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan (redun-dansasisi) yang tidak perlu, untuk memenuhi berbagai kebutuhan.

3. Kumpulan file, table, arsip yang saling berhubungan yang disimpan dalam media penyimpanan elektronis.

2.2.3 Database Management System (DBMS)

Aplikasi yang digunakan untuk membangun sebuah sistem basis data yang memungkinkan Pengguna untuk mendefinisikan, membuat, memelihara dan mengontrol akses ke database merupakan pengertian dari Database Management System (DBMS). DBMS membantu dalam pemeliharaan dan pengolahan kumpulan data dalam jumlah besar, sehingga dengan bantuan DBMS tidak akan menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan kebutuhan. Bahasa basis data biasanya terdiri atas perintah-perintah yang diformulasikan dalam bentuk query sehingga perintah tersebut akan diproses oleh DBMS [2].

2.2.4 Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

Data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management [3].

Data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber [3].

Data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik [3].

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant, tidak berubah yang digunakan untuk membantu para pengambil keputusan.

2.2.4.1Kegunaan Data Warehouse

Berdasarkan pengertian data warehouse diatas, data warehouse diperlukan bagi para pengambil keputusan manajemen dari suatu organisasi/perusahaan. Dengan adanya data warehouse, akan mempermudah pembuatan aplikasi-aplikasi DSS (Decision Support System) dan EIS (Executive Information System) karena kegunaan dari data warehouse adalah khusus untuk membuat suatu database yang dapat digunakan untuk mendukung proses analisa (OLAP), mengambil keputusan, pembuatan laporan, penggalian informasi baru (Data Mining) dari banyak data dan proses executive informasi [4].

Beberapa kegunaan data warehouse: a. Pembuatan laporan

Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan. b. On-Line Analytical Processing (OLAP)

Dengan adanya data warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multidimensi dan memungkinkan para pengguna menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multidimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.

Data mining merupakan proses untuk menggali (mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.

Beberapa solusi yang diberikan data mining antara lain : 1. Menebak Kemampuan Peminjam

Data mining dapat mengelompokkan (clustering) model-model peminjam dan melakukan klasifikasi terhadap setiap peminjam dan melakukan klasifikasi terhadap setiap peminjam sesuai dengan karakteristik yang diinginkan.

2. Melihat pola peminjam dari waktu ke waktu

Data mining dapat digunakan untuk melihat pola peminjam dari waktu ke waktu.

3. Profil pelanggan

Data mining bisa membantu pengguna untuk melihat profil pembeli sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu jenis peminjaman apa saja.

4. Informasi summary

Data mining dapat membuat laporan summary yang bersifat multidimensi dan dilengkapi dengan informasi statistik lainnya.

d. Proses informasi executive

Data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehouse menjadi target informative bagi user.

2.2.4.2Konsep Dasar Data Warehouse

Data warehouse adalah kumpulan macam-macam data yang subject oriented, integrated, time variant, dan nonvolatile dalam mendukung proses pembuatan keputusan [5].

Data warehouse sering diintegrasikan dengan berbagai sistem aplikasi untuk mendukung proses laporan dan analisis data dengan menyediakan data histori, yang menyediakan infrastruktur bagi EIS dan DSS.

a. Subject Oriented

Data warehouse diorganisasikan pada subjek-subjek utama, seperti pelanggan, barang, dan penjualan. Berfokus pada model dan analisis pada data untuk membuat keputusan, jadi bukan pada setiap proses transaksi atau bukan pada OLTP. Menghindari data yang tidak berguna dalam mengambil suatu keputusan.

b. Integrated

Dibangun dengan menggabungkan atau menyatukan data yang berbeda.

relational databse, flat file, dan on-line transaction record. Menjamin konsistensi dalam penamaan, struktur pengkodean, dan struktur atribut diantara data satu sama lain.

c. Datawarehouse time variant

Data disimpan untuk menyediakan informasi dari perspektif historical, data yang tahun - tahun lalu atau 4 - 5 tahun. Waktu adalah elemen kunci dari suatu data warehouse pada saat pengcapture-an.

d. Non Volatile

Setiap kali proses perubahan, data akan di tampung dalam tiap-tiap waktu. Jadi tidak di perbaharui terus menerus. Data warehouse tidak memerlukan pemrosesan transaksi dan recovery. Hanya ada dua operasi initial loading of data dan access of data.

2.2.4.3Proses ETL (Extraction, Transformation, Loading)

Tiga fungsi utama yang perlu dilakukan untuk membuat data siap digunakan pada data warehouse adalah extraction, transformation dan loading. Ketiga fungsi ini terdapat pada staging area [5].

Pada data staging ini, disediakan tempat dan area dengan beberapa fungsi seperti data cleansing, change, convert, dan menyiapkan data untuk disimpan serta akan digunakan dalam data warehouse [5].

a. Extraction

Data Extraction adalah proses pengambilan data yang diperlukan dari sumber data warehouse dan selanjutnya dimasukkan pada staging area untuk diproses pada tahap berikutnya. Pada fungsi ini banyak berhubungan dengan berbagai tipe sumber data seperti: Format data, mesin yang berbeda, software dan arsitektur yang tidak sama. Sehingga sebelum proses ini dilakukan, sebaiknya perlu didefinisikan requirement terhadap sumber data yang yang akan digunakan untuk proses berikutnya.

b. Transformation

Pada kenyataannya, pada proses transaksional data disimpan dalam berbagai format sehingga jarang kita temui data yang konsisten antara aplikasi-aplikasi yang ada. Transformasi data ditujukan untuk mengatasi masalah ini. Dengan proses transformasi data ini, kita melakukan standarisasi terhadap data pada satu format yang konsisten. Beberapa contoh ketidakkonsistenan data tersebut dapat diakibatkan oleh tipe data yang berbeda, data length dan lain sebagainya.

c. Load

Data load adalah memindahkan data ke data warehouse. Ada dua loading data yang dilakukan pada data warehouse. Pertama adalah inisial load, proses ini dilakukan pada saat telah selesai mendisain dan membangun data warehouse. Data yang dimasukkan akan sangat besar dan memakan waktu yang relatif lebih lama. Kedua Incremental load, dilakukan ketika data warehouse telah dioperasikan. Incremental load ini dapat dilakukan sesuai dengan sistem yang dibangun.

2.2.4.4OLAP

Operasi-operasi yang terdapat pada OLAP antara lain : 1. Slicing dan Dicing

Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi dari kubus. Dengan slicing dan dicing pengguna dapat melihat data dari beberapa perspektif. Pengguna dapat mengekstrak bagian dari data agregrated dan dapat

memeriksa dengan detail berdasarkan dimensi-dimensi yang diinginkan. Data Agregrated merupakan data praperhitungan (precalculated) dalam bentuk rangkuman data (data summarized) sehingga query pada kubus (cube) lebih cepat. Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi). Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi cube pada perspektif yang lain sehingga pengguna dapat melihat lebih spesifik terhadap data yang dianalisa.

2. Roll up dan drill down

Drill down dan roll up adalah operasi untuk melihat data global atau detail disepanjang level hiraraki dimensi. Roll up untuk melihat data secara global atau rangkuman (summary). Drill down memandu pengguna untuk memperoleh data yang lebih detail. Drill down ini biasa digunakan untuk menjawab pertanyaan atas suatu kasus tertentu. Misalnya untuk menjawab pertanyaan ketika sebuah summary number (rata-rata atau jumlah) di bawah atau di atas harapan.

2.2.4.5Arsitektur Data Warehouse

Data Warehouse Design, Modern Principles and Methodologies, Terdapat 3 jenis arsitektur data warehouse yaitu Single-Layer Architecture, Two-Layer Architecture, dan Three-Layer Architecture. Adapun dari penjelasannya akan dijabarkan sebagai berikut [7]:

a. Single-Layer Architecture

Dalam Single Layer Architecture hasil akhir yang diinginkan adalah untuk memperkecil total keseluruhan data store, untuk mencapai hasil akhir tersebut data yang bersifat redudansi akan dihapus. Dalam kasus ini data warehouse bersifat virtual artinya data warehouse di implementasikan sebagai dimensional view dari data operasional dan dibuat sebagai middleware. Kelemahan dari arsitektur ini adalah kesalahan dalam menggabungkan antara analisis dan proses transaksi. Gambar 2.3 menjelaskan Single-Layer Architecture dalam data warehouse.

Gambar 2.3 Single-Layer Architecture

b. Two-Layer Architecture

Dalam suatu perusahaan, data operasional biasanya berada pada daerah kekuasaan departemen masing-masing dalam bentuk database OLTP.. Gambar 2.4 Menjelaskan mengenai Two-Layer Architecture dalam data warehouse, dimana dalam arsitektur ini media penyimpanan antara sumber data dan data warehouse dipisahkan.

Gambar 2.4 Two-Layer Architecture

a) Lapisan pertama adalah source layer. Pada lapisan ini, data masih berupa operasional data, artinya data warehouse dibangun dengan mengintegrasikan data-data yang berasal dari berbagai sumber data, yaitu database operasional atau ekernal data lainnya.

b) Lapisan kedua adalah data staging area. Pada lapisan ini, data operasional akan diekstrak ( lebih dikenal dengan proses ETL ) ke dalam data warehouse. Sesuai dengan namanya, aplikasi ETL melakukan fungsi-fungsi Extract, Transform, dan Load. Proses extract adalah proses pengambilan data dari sumber data. Disebut extract, karena proses pengambilan data ini tidak mengambil data matang saja. Proses extract ini harus mengakomodir berbagai macam teknologi yang digunakan oleh sumber data dan diintegrasikan ke dalam database tunggal. Kemudian data hasil extract ini menjalani proses transform yang pada prinsipnya adalah mengubah kode-kode yang ada menjadi kode-kode standar, misalnya kode propinsi. Hal ini perlu dilakukan mengingat data-data yang diambil berasal dari sumber yang berbeda yang kemungkinan memiliki standardisasi yang berbeda pula. Standardisasi diperlukan untuk nantinya memudahkan pembuatan laporan. Proses load dalam ETL adalah suatu proses mengirimkan data yang telah menjalani proses transformasi ke gudang data akhir, yaitu data warehouse itu sendiri dimana aplikasi reporting dan business intelligence siap untuk diakses.

c) Lapisan ketiga adalah data warehouse layer. Informasi akan disimpan pada sebuah penyimpanan logic yang tersentralisasi, yaitu data warehouse . Data warehouse dapat diakses secara langsung, dan juga bisa digunakan sebagai sumber untuk membuat data marts yang merupakan sebagian dari duplikasi data warehouse dan dirancang khusus bagian khusus.

d) Lapisan keempat adalah analysis. Ada 4 tugas yang nantinya dapat dilakukan, keempat tugas tersebut yaitu :

1. Pembuatan Laporan (Reporting)

Pembuatan laporan adalah salah satu tugas data warehouse yang paling umum dilakukan, dengan menggunakan query sederhana didapatkan laporan per-hari, minggu, bulan, tahun atau jangka waktu kapanpun yang diinginkan.

Dengan adanya data warehouse, semua informasi baik detail ataupun summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multidemensi dan memungkinkan para pengguna menganalisa data sampai mendetail, tanpa mengetik satupun perintah SQL. Hal ini memungkinkan karena menggunakan konsep multidimensi (diintegrasikan kedalam tabel fakta dan tabel dimensi). 3. Data Mining

Data mining merupakan proses untuk menggali (mining) pengetahuan dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (Artificial Intelegence), static dan matematika. Data Mining merupakan teknologi yang diharapkan dapat menjebatani komunikasi antara data dan pelakunya.

4. Proses Informasi Executive

Data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui rinciannya secara lengkap sehingga mempermudah pengambilan keputusan. Informasi dan data pada laporan data warehouse menjadi target informative bagi pengguna.

c. Three-Layer Architecture

Perbedaan Two-Layer Architecture dengan Three-Layer Architecture yaitu terletak pada lapisan ketiga. Dalam arsitektur ini, lapisan ketiga adalah lapisan data reconciled atau operasional data store. Berikut penjelasan dari Three Layer Architecture:

1. Data Operasional disimpan dalam berbagai sistem operasional dalam setiap bagian organisasi.

Lapisan ini terlaksana apabila data operasional yang diperoleh dari sumber data sudah terintegrasi dan bersih (telah melalui proses ETL) dan data-data yang ada dapat terintegrasi, konsisten, benar, mutakhir, dan rinci.

2. Reconciled Data atau Operational Data Store (ODS)

Keuntungan utama dari lapisan data reconciled adalah menciptakan model referensi umum data untuk keseluruhan perusahaan pada saat yang sama juga memisahkan masalah ekstraksi data source dan integrasi operational data store. Penyimpanan data berada dalam gudang data perusahaan atau data mart. Tahap ini berfungsi untuk memasukkan data ke dalam Enterprise Data warehouse (EDW) yang terintegrasi secara terpusat dan tersedia untuk pendukung keputusan.. Gambar 2.5 Menjelaskan mengenai Three-Layer Architecture dalam data warehouse.

Gambar 2.5 Three Layer Architecture 2.2.4.6Jenis Dasar Data Warehouse

Jenis data warehouse yang digunakan oleh perusahaan akan berbeda-beda, data warehouse yang dibangun harus disesuaikan dengan sumber data dan kebutuhan perusahaan tersebut. Berikut jenis dasar data warehouse [7]:

1) Functional Data Warehouse (Data Warehouse Fungsional)

Data base yang digunakan jenis data warehouse ini adalah database yang diperoleh dari kegiatan sehari-hari. Data warehouse dibuat lebih dari satu dan dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan seperti fungsi keuangan (financial), marketing, personalia dan lain-lain. Keuntungan dari bentuk data warehouse seperti ini adalah, sistem mudah dibangun dengan biaya relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna.

Gambar 2.6 Data Warehouse Fungsional

2) Centralized Datawarehouse (Data Warehouse Terpusat)

Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan persuhaan.

Data warehouse terpusat ini, biasa digunakan oleh perusahaan yang belum memiliki jaringan eksternal. Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang mahal serta memerlukan waktu yang cukup lama untuk membangunnya.

Gambar 2.7 Data Warehouse Terpusan

Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara data warehouse dengan workstation yang menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini memungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan (eksternal).

Keuntungannya adalah data tetap konsisten karena sebelum data digunakan data terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi. Sedangkan kerugiannya adalah lebih kompleks untuk diterapkan karena sistem operasi dikelola secara terpisah juga biaya nya yang paling mahal dibandingkan dengan dua bentuk data warehouse lainnya.

Gambar 2.8 Data Warehouse Terdistribusi 2.2.4.7Metodologi Perancangan Database untuk Data Warehouse

Sembilan tahap metodologi dalam perancangan database untuk data warehouse, yaitu [8]:

Langkah 1 : Pemilihan Proses

a. Data mart yang pertama kali dibangun haruslah data mart yang dapat dikirim tepat waktu dan dapat menjawab semua pertanyaan bisnis yang penting

b. Pilihan terbaik untuk data mart yang pertama adalah yang berhubungan dengan sales, misal property sales, property leasing, property advertising. Langkah 2 : Pemilihan sumber

a. Proses pemilihan secara pasti apa yang diwakili atau direpresentasikan oleh sebuah tabel fakta.

b. Misal, jika sumber dari sebuah tabel fakta properti sale adalah properti sale individual maka sumber dari sebuah dimensi pelanggan berisi rincian pelanggan yang membeli properti utama.

Langkah 3 : Mengidentifikasi dimensi

a. Set dimensi yang dibangun dengan baik, memberikan kemudahan untuk memahami dan menggunakan data mart.

b. Dimensi ini penting untuk menggambarkan fakta-fakta yang terdapat pada tabel fakta. Misal, setiap data peminjam pada tabel dimensi peminjaman dilengkapi dengan no_pmk, id_peminjam, alamat, dan lain sebagainya. c. Jika ada dimensi yang muncul pada dua data mart,kedua data mart tersebut

harus berdimensi sama, atau paling tidak salah satunya berupa subset matematis dari yang lainnya.

d. Jika sebuah dimensi digunakan pada dua data mart atau lebih,dan dimensi ini tidak disinkronisasi,maka keseluruhan data warehouse akan gagal, karena dua data mart tidak bisa digunakan secara bersama-sama.

Langkah 4 : Pemilihan Fakta

a. Sumber dari sebuah tabel fakta menentukan fakta mana yang bisa digunakan dalam data mart.

b. Semua fakta harus diekspresikan pada tingkat yang telah ditentukan oleh sumber.

Langkah 5 : Menyimpan pre-kalkulasi di table fakta a. Hal ini terjadi apabila fakta kehilangan statement.

Langkah 6 : Melengkapi table dimensi

a. Pada tahap ini kita menambahkan keterangan selengkap - lengkapnya pada tabel dimensi.

b. Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna. Langkah 7 : Pemilihan durasi database

a. Misalnya pada suatu perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih.

Langkah 8 : Menulusuri perubahan dimensi yang perlahan 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.

Langkah 9 : Menentukan prioritas dan mode query a. Pada tahap ini lebih menggunakan perancangan fisik

2.2.4.8Skema Data Warehouse

Skema yang sering digunakan pada data warehouse adalah skema bintang atau snowflake, kedua skema ini sangat mudah dimengerti dan sesuai dengan kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query yang superior dengan meminimalisasi tabel-tabel join [8].

1. Skema Bintang (Star Schema)

Skema bintang merupakan struktur logikal yang memiliki table fakta yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data.

Gambar 2.9 Skema Bintang

Jenis-jenis Skema Bintang antara lain : a. Skema bintang sederhana

Dalam skema ini, setiap tabel harus memiliki primary key yang terdiri dari satu kolom atau lebih. Primary key dari tabel fakta terdiri dari satu atau lebih

foreign key. Foreign key merupakan primary key pada tabel lain.

Gambar 2.10 Skema Bintang Sederhana

b. Skema bintang dengan banyak tabel fakta

Skema bintang juga bisa terdiri dari satu atau lebih tabel fakta. Dikarenakan tabel fakta tersebut ada banyak, misalnya disamping penjualan terdapat tabel dakta forecasting dan result. Walaupun terdapat lebih dari satu tabel fakta, mereka tetap menggunakan tabel dimensi bersama-sama.

2. Snowflake Schema

Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel dimensi tidak bergabung secara langsung kepada tabel fakta tapi pada tabel dimensi lainnya.

Gambar 2.12 Snowflake Schema

3. Fact Constellation Schema

Fact Constellation Schema adalah dimensional model yang didalamnya terdapat lebih dari satu tabel fakta yang membagi satu atau lebih dimension table. Skema ini lebih kompleks daripada star skema karena berisi berbagai tabel fakta. Dalam Fact Constellation Schema, satu dimensi table bisa digunakan di beberapa tabel fakta sehingga desainnya lebih kompleks. Keuntungan dari fact constellation schema adalah kemampuan untuk memodelkan bisnis lebih akurat menggunakan beberapa tabel fakta. Namun kerugiannya adalah sulit dalam pengelolaan dan desain yang rumit.

Gambar 2.13 Fact Constellation Schema

2.2.4.9Tujuan Data Warehouse

Data warehouse biasanya dimiliki oleh perusahaan yang sudah besar, yang memiliki banyak cabang, data yang banyak dan tentunya struktur organisasi yang kompleks [4].

Perusahaan yang memiliki banyak transaksi, yang memiliki banyak cabang, yang mengakibatkan data-data barang perusahaan tersebar dilokasi yang berbeda, system operasi yang berbeda, bahkan di basisdata yang berbeda. Sehingga dalam pengambilan sebuah keputusan pihak perusahaan membutuhkan akses ke semua sumber data pada tiap-tiap cabang dan ini tidak efisien. Dari permasalahan ini, Data warehouse hadir sebagai solusi yang kompetitif, efisien untuk pengambilan keputusan di perusahaan.

Tujuan akhir menggunakan Data Warehouse :

1. Menyediakan data organisasi yang mudah diakses oleh manager.

2. Data yang berada di data warehouse bersifat konsisten, dan merupakan kebenaran.

3. Data warehouse merupakan tempat, dimana data yang telah digunakan di publikasikan.

2.3 Alat-alat Pemodelan Sistem

Alat-alat pemodelan sistem membahas mengenai tools apa saja yang digunakan dalam membuat tugas akhir ini.

2.3.1 Diagram Konteks

Diagram konteks merupakan diagram yang menggambarkan kondisi sistem yang ada baik input maupun output serta menyertakan terminator yang terlibat dalam penggunaan sistem. Diagram ini akan memberi gambaran tentang keseluruhan sistem. Sistem dibatasi oleh boundary (dapat digambarkan dengan garis putus). Dalam diagram konteks hanya ada satu proses. Tidak boleh ada store dalam diagram konteks [9].

Diagram konteks berisi gambaran umum (secara garis besar) sistem yang akan dibuat. Secara kalimat, dapat dikatakan bahwa diagram konteks ini berisi “siapa saja yang memberi data (dan data apa saja) ke sistem, serta kepada siapa saja informasi (dan informasi apa saja) yang harus dihasilkan sistem.” Maka dapat disimpulkan bahwa diagram konteks adalah diagram yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output

dari sistem.

2.3.2 Data Flow Diagram (DFD)

Data Flow Diagram (DFD) adalah alat pembuatan model yang memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan nama Bubble chart, Bubble diagram, model proses, diagram alur kerja, atau model fungsi. DFD ini adalah salah satu alat pembuatan model yang sering digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata lain, DFD adalah alat pembuatan model yang memberikan penekanan hanya pada fungsi system [9].

DFD merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program.

2.3.3 Entity Relation Diagram (ERD)

Entity Relationship Diagram merupakan model data berupa notasi grafis dalam pemodelan data konseptual yang menggambarkan hubungan antara penyimpan satu dengan penyimpan yang lain. Model data sendiri merupakan sekumpulan cara, peralatan untuk mendeskripsikan data-data yang memiliki hubungan satu sama lain, semantiknya, serta batasan konsistensi. Model data terdiri dari model hubungan entitas dan model relasional. Diagram hubungan entitas ditemukan oleh Peter Chen dalam buku Entity Relational Model-Toward a Unified of Data. Pada saat itu diagram hubungan entitas dibuat sebagai bagian dari perangkat lunak yang juga merupakan modifikasi khusus, karena tidak ada bentuk tunggal dan standar dari diagram hubungan entitas [9].

2.4 Alat-alat Pembangunan Perangkat Lunak

Alat-alat pembangunan perangkat lunak membahas mengenai alat atau tools apa saja yang digunakan dalam membuat Aplikasi data warehouse dalam penelitian ini.

2.4.1 C#

Bahasa pemrograman C# dikembangkan oleh Microsoft sebagai bahasa yang simple, modern, general purpose, dan berorientasi objek. Pengembangan bahasa C# sangat dipengaruhi oleh bahasa pemrograman terdahulu, terutama C++. Delphi, dan Java. C++ dikenal memiliki kecepatan yang tinggi dan memiliki akses memori hapir hingga ke low level. Namun bagi para programmer, C++ merupakan Bahasa yang relatif rumit dibandingkan bahasa pemrograman lainnya. Kehadiran C# memberi suntikan optimisme bagi para programmer untuk dapat mengembangkan aplikasi yang berdasa guna dengan baik cepat dan lebih mudah. Bahasa C# masih harus dikembangkan dengan kemampuan untuk melakukan

berbagai task. Namun dalam hal performansi hingga saat ini C++ masih diakui sebagai salah satu yang terbaik.

C# dikembangkan sejalan dengan pengembangan teknologi .Net. Teknologi .NET telah berevolusi dari .NET 1.0 hingga .NET 4.0. Sendiri merupakan sebuah framework yang memiliki base class library, dan bisa diimplementasikan ke dalam beberapa bahasa pemrograman yang dikembangkan

Microsoft termasuk diantaranya adalah bahasa C#. Microsoft mengembangkan IDE yang secara khusus mendukung pengembangan aplikasi dengan teknologi .NET, versi terakhirnya yaitu Visual Studio 2010, mendukung teknologi .Net 4. Diantara karakteristik dari .NET adanya sebuah Common Langguage Runtime

(CLR). CLR sendiri merupakan sebuah komponen virtual machine yang akan diakses program pada saat runtime kode yang ditulis dalam bahasa C# ataupun VB.NET misalnya dicompile oleh .NET Compiler menjadi code dalam format

Common Intermediate Langguage (CIL).

CIL merupakan sebuah format bahasa standar pada level intermediate

yang digunakan dalam bidang teknologi .NET apa pun bahasa pemrograman yang digunakan oleh kode. Kemudian pada saat runtime, CLR mengeksekusi CIL dengan melakukan proses loading dan linkin serta menghasilkan bahasa mesin untuk mengeksekusi program. Proses ini memunculkan istilah multilangguage

pada pengembangan aplikasi .Net programmer memiliki pilihan untuk menentukan pilihan untuk menggunakan bahasa pemrograman, yang familiar bagi mereka dan apapun bahasa pemgraman apapun mereka tetap memilih akan tetap memiliki keungulan-keungulan dan teknologi lainnya.

Standar European Computer Maufacturer Association (ECMA) mendatarkan beberapa tujuan desain dari bahasa pemrograman C#, sebagai berikut [10]:

1) Bahasa pemrograman C# dibuat sebagai bahasa pemrograman yang bersifat bahasa pemrograman general – purpose (untuk tujuan jamak), berorientasi objek, modern, dan sederhana.

2) Bahasa pemrograman C# ditujukan untuk digunakan dalam mengembangkan komponen perangkat lunak yang mampu mengambil keuntungan dari lingkungan terdistribusi.

3) Portabilitas programmer sangatlah penting, khususnya bagi programmer yang telah lama menggunakan bahasa pemrogaman C dan C++.

4) Dukungan untuk internasionalisasi (multi- language) juga sangat penting. 5) C# ditujukan agar cocok digunakan untuk menulis program aplikasi baik

dalam sistem klien-server (hosted system) maupun sistem 38 embedded

(embedded system), mulai dari perangkat lunak yang sangat besar yang menggunakan sistem operasi yang canggih hingga kepada perangkat lunak yang sangat kecil yang memiliki fungsi-fungsi terdedikasi.

2.4.2 SQL Server

SQL Server adalah sistem manajemen database relasional (RDBMS) yang dirancang untuk aplikasi dengan arsitektur client/server. Istilah client, server, dan

client/server dapat digunakan untuk merujuk kepada konsep yang sangat umum atau hal yang spesifik dari perangkat keras atau perangkat lunak. Pada level yang sangat umum, sebuah client adalah setiap komponen dari sebuah sistem yang meminta layanan atau sumber daya (resource) dari komponen sistem lainnya. Sedangkan sebuah server adaah setiap komponen sistem yang menyediakan layanan atau sumber daya ke komponen sistem lainnya [9].

87

IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Bab ini menjelaskan mengenai implementasi dan pengujian aplikasi yang telah dibangun. Tahapan ini dilakukan setelah tahap analisis dan perancangan selesai dilakukan, adapun tujuan dari tahapan ini adalah mempersiapkan aplikasi agar dapat digunakan pengguna.

4.1.1 Perangkat Lunak Pembangun

Perangkat lunak yang digunakan untuk membangun perangkat lunak data warehouse Koperasi Anugerah Rejeki yaitu :

Tabel 4.1 Perangkat Lunak Pembangun No Perangkat Lunak Keterangan

1 Windows 8 (64 Bit) Sistem Operasi

2 SQL Server 2014 Penyimpanan Database

3 Visual Studio 2013 Tools Pembangun Aplikasi

4.1.2 Perangkat Keras Pembangun

Kebutuhan minimum perangkat keras (hardware) yang diperlukan untuk membangun perangkat lunak data warehouse adalah perangkat keras komputer Laptop dengan spesifikasi seperti dibawah ini :

Tabel 4.2 Perangkat Keras Pembangun

No Perangkat Keras Spesifikasi Minimum Eksistensi Keterangan

1 Processor Intel Quad Core Intel Core i3 Mendukung

2 RAM 2 GB 2 GB Mendukung

3 Hardisk 160 GB 500 GB Mendukung

4.1.3 Implementasi Basis Data

Pembuatan database dilakukan dengan menggunakan Microsoft SQL Server 2014. Implementasi database dalam bahasa SQL adalah sebagai berikut :

1. Pembuatan database

Tabel 4.3 Database Data Warehouse CREATE DATABASE [dw_anugerahrejeki]

2. Pembuatan tabel dimensi peminjam

Tabel 4.4 Tabel Dimensi Peminjam USE dw_anugerahrejeki

CREATE TABLE dim_peminjam( ktp varchar (20) NOT NULL, nama varchar (50) NULL, no_wilayah varchar (20) NULL, alamat varchar (50) NULL, PRIMARY KEY (ktp),

CONSTRAINT FK_dim_peminjam_dim_wilayah FOREIGN KEY (no_wilayah) REFERENCES dim_wilayah (no_wilayah)

)

3. Pembuatan tabel dimensi wilayah

Tabel 4.5 Tabel Dimensi Wilayah USE dw_anugerahrejeki

CREATE TABLE dim_wilayah(

no_wilayah varchar (20) NOT NULL, kota varchar (25) NULL,

namacamat varchar (25) NULL, wilayah varchar (50) NULL, PRIMARY KEY (no_wilayah)

)

4. Pembuatan tabel dimensi jenis

Tabel 4.6 Tabel Dimensi Jenis USE dw_anugerahrejeki

CREATE TABLE dim_jenis(

jenis varchar (6) NOT NULL, bunga float NULL,

jangka float NULL, PRIMARY KEY (jenis) )

5. Pembuatan tabel dimensi keterangan

Tabel 4.7 Tabel Dimensi Keterangan USE dw_anugerahrejeki

CREATE TABLE dim_keterangan( keterangan int NOT NULL, kejelasan varchar (20) NULL, PRIMARY KEY (keterangan)

6. Pembuatan tabel dimensi jaminan

Tabel 4.8 Tabel Dimensi Jaminan USE dw_anugerahrejeki

CREATE TABLE dim_jaminan(

id_jaminan varchar (16) NOT NULL, jenis1 varchar (10) NULL,

jenis2 varchar (15) NULL, atasnama varchar (50) NULL, alamat varchar (70) NULL, merk varchar (15) NULL, mesin varchar (25) NULL, rangka varchar (30) NULL, tahun varchar (5) NULL, warna varchar (15) NULL, no_polisi varchar (12) NULL, no_bpkb varchar (15) NULL, tg_terima date NULL, PRIMARY KEY (id_jaminan) )

7. Pembuatan tabel dimensi type kendaraan

Tabel 4.9 Tabel Dimensi Type Kendaraan USE dw_anugerahrejeki

CREATE TABLE dim_typekendaraan( type varchar (50) NOT NULL, nominal float NULL,

PRIMARY KEY (type) )

8. Pembuatan tabel dimensi tanggal angsuran

Tabel 4.10 Tabel Dimensi Tanggal Angsuran USE dw_anugerahrejeki

CREATE TABLE dim_tanggal_angsuran (

id_tanggal_angsuran varchar (10) NOT NULL, tanggal int NULL,

bulan int NULL,

nama_bulan varchar (25) NULL, tahun int NULL,

PRIMARY KEY (id_tanggal_angsuran) )

9. Pembuatan tabel dimensi tanggal peminjaman

Tabel 4.11 Tabel Dimensi Tanggal Peminjaman USE dw_anugerahrejeki

CREATE TABLE dim_tanggal_peminjaman (

id_tanggal_peminjaman varchar (10) NOT NULL, tanggal int NULL,

bulan int NULL,

tahun int NULL,

PRIMARY KEY (id_tanggal_peminjaman) ) 10.Pembuatan tabel fakta angsuran

Tabel 4.12 Tabel Fakta Angsuran USE dw_anugerahrejeki

CREATE TABLE fact_angsuran ( no_bukti int NOT NULL, ktp varchar (20) NULL, pokok float NULL, denda float NULL, jumlah float NULL,

id_tanggal_angsuran varchar (10) NULL, ke int NULL,

keterangan int NULL, PRIMARY KEY (no_bukti),

CONSTRAINT FK_fact_angsuran_dim_peminjam FOREIGN KEY (ktp) REFERENCES dim_peminjam (ktp),

CONSTRAINT FK_fact_angsuran_dim_tanggal_angsuran FOREIGN KEY

(id_tanggal_angsuran) REFERENCES dim_tanggal_angsuran (id_tanggal_angsuran), CONSTRAINT FK_fact_angsuran_dim_keterangan FOREIGN KEY

(keterangan) REFERENCES dim_keterangan (keterangan) )

11.Pembuatan tabel fakta peminjaman

Tabel 4.13 Tabel Fakta Peminjaman CREATE TABLE fact_peminjaman (

id_peminjaman varchar (15) NOT NULL, ktp varchar (20) NULL,

id_jaminan varchar (16) NULL, type varchar (20) NULL, jenis varchar (6) NULL, nominal float NULL,

id_tanggal_peminjaman varchar (10) NULL, PRIMARY KEY (id_peminjaman),

CONSTRAINT FK_fact_peminjaman_dim_peminjam FOREIGN KEY (ktp) REFERENCES dim_peminjam (ktp),

CONSTRAINT FK_fact_peminjaman_dim_jaminan FOREIGN KEY (id_jaminan) REFERENCES dim_jaminan (id_jaminan),

CONSTRAINT FK_fact_peminjaman_dim_typekendaraan FOREIGN KEY (type) REFERENCES dim_typekendaraan (type),

CONSTRAINT FK_fact_peminjaman_dim_jenis FOREIGN KEY (jenis) REFERENCES dim_peminjam (jenis),

CONSTRAINT FK_fact_peminjaman_dim_tanggal_peminjaman FOREIGN KEY

(id_tanggal_peminjaman) REFERENCES dim_tanggal_peminjaman

(id_tanggal_peminjaman), )

4.1.4 Implementasi Antar Muka

Implementasi antar muka dilakukan dengan menampilkan setiap tampilan sistem yang dibangun dan pengkodeannya dalam bentuk file program. Adapun untuk implementasi tampilan perangkat lunak data warehouse yang dibangun dapat dilihat pada tabel dibawah ini :

Tabel 4.14 Impelentasi Perangkat Lunak

No Proses Nama Proses Nama File

1 Import dan ETL loading.cs

2 Informasi jumlah peminjaman setiap daerah dalam setiap bulan dan tahun.

olap1.cs 3 Informasi jumlah peminjam yang sering meminjam

setiap daerah dalam setiap bulan dan tahun.

olap2.cs 4 Informasi jumlah bayar angsuran tepat waktu setiap

daerah dalam setiap bulan dan tahun.

olap3.cs 5 Informasi jumlah bayar angsuran tidak tepat waktu

setiap daerah dalam setiap bulan dan tahun.

olap4.cs 6 Informasi jumlah bayar angsuran tidak lunas setiap

daerah dalam setiap bulan dan tahun.

olap5.cs

7 Informasi jumlah jenis pinjaman yang sering

digunakan setiap daerah dalam setiap bulan dan tahun.

olap6.cs

8 Informasi jumlah type kendaraan yang sering di gadaikan setiap daerah dalam setiap bulan dan tahun.

olap7.cs

4.2 Pengujian Sistem

Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas perangkat lunak dan mempresentasikan kajian pokok dari spesifikasi, desain, dan pengkodean. Pengujian dilakukan dengan cara alpha menggunakan metode black box dan pengujian beta dengan menggunakan metode wawancara. Pengujian alpha menggunakan metode black box berfokus pada persyaratan fungsional perangkat lunak. Dengan demikian, pengujian alpha dengan menggunakan metode

black box berfokus pada persyaratan fungsional perangkat lunak. Pengujian ini memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya semua persyaratan fungsional untuk suatu program.

4.2.1 Pengujian Alpha

Pengujian alpha data warehouse yang dibangun menggunakan metode pengujian black box. Adapun rencana pengujian selengkapnya dapat dilihat pada tabel dibawah :

Tabel 4.15 Rencana Pengujian Alpha

Kelas Uji Detail Pengujian Jenis Uji

Import dan ETL Berhasil Import dan Ektract, Transform, Load atau gagal Import dan Ekstract, Transform, Load

Black Box

OLAP Berhasil melakukan analisis OLAP dan mencetak Report

atau gagal melakukan analisis OLAP dan mencetak Report

Black Box Kebutuhan Informasi Kebutuhan informasi yang ditampilkan sesuai atau tidak -

4.2.2 Kasus dan Hasil Pengujian Alpha

Pengujian alpha dilakukan untuk mengetahui apakah data yang dimasukkan (input) sudah sesuai dengan yang diharapkan (Output). Berikut penjelasan dari pengujian alpha.

a. Pengujian Import dan ETL

Pengujian import data dan proses ETL ini adalah data transaksional di import

ke dalam database OLTP agar terintegrasi yang kemudian akan langsung diproses ETL dan melakukan pengujian untuk beberapa kemungkinan yang terjadi diluar spesifikasi yang didefinisikan. Adapun tahap pengujian yang akan dilakukan adalah :

Tabel 4.16 Pengujian Import

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file : Peminjam.xlsx Wilayah.xlsx Jenis.xlsx Keterangan.xlsx Type Kendaraan.xlsx Jaminan.xlsx Angsuran.xlsx Peminjaman.xlsx

Klik proses import dan ETL, data operasional tersimpan ke database OLTP dan kemudian melakukan proses ETL kemudian data hasil proses ETL tersimpan

ke database Data

Warehouse, sistem

menampilkan pesan

berhasil.

Data tersimpan ke

database OLTP

kemudian melakukan

proses ETL dan

menyimpan ke

database Data

Warehouse dan

menampilkan pesan berhasil.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

Peminjam.xlsx (tidak sesuai)

Wilayah.xlsx (tidak sesuai)

Jenis.xlsx (tidak sesuai) Keterangan.xlsx (tidak sesuai)

Type Kendaraan.xlsx (tidak sesuai)

Klik proses import dan ETL, data operasional tidak tersimpan ke

database OLTP dan

kemudian tidak

melakukan proses ETL, sistem menampilkan pesan kesalahan.

Data tidak tersimpan ke database OLTP dan

tidak melakukan

proses ETL kemudian menampilkan pesan kesalahan.

[√] Diterima [ ] Ditolak

Jaminan.xlsx (tidak sesuai)

Angsuran.xlsx (tidak sesuai)

Peminjaman.xlsx (tidak sesuai)

b. Pengujian OLAP

Pengujian olap adalah proses analisis dari data fakta angsuran dan data peminjaman dari hasil proses ETL.

Tabel 4.17 Pengujian OLAP Informasi Jumlah Peminjaman Setiap Kota Dan Kecamatan Dalam Setiap Bulan Dan Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjaman setiap kota dan kecamatan dalam setiap bulan dan tahun,

sistem menampilkan

OLAP, memilih roll-up dan drill-down, sistem melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjaman setiap kota dan kecamatan dalam setiap bulan dan tahun, sistem tidak dapat menampilkan OLAP.

Sistem gagal

menampilkan OLAP.

[√] Diterima [ ] Ditolak

Tabel 4.18 Pengujian OLAP Informasi Jumlah Peminjam Yang Sering Meminjam Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjam yang sering

meminjam setiap

kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

drill-down, sistem melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjam yang sering

meminjam setiap

kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP.

Sistem gagal

menampilkan OLAP.

[√] Diterima [ ] Ditolak

Tabel 4.19 Pengujian OLAP Informasi Jumlah Peminjam Yang Membayar Angsuran Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tepat waktu setiap kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tepat waktu setiap kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP

Sistem gagal

menampilkan OLAP

[√] Diterima [ ] Ditolak

Tabel 4.20 Pengujian OLAP Informasi Jumlah Peminjamn Yang Membayar Angsuran Tidak Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan

Tahun

Kasus dan Hasil Uji (Data Normal)

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tidak tepat waktu setiap kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tidak tepat waktu setiap kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP.

Sistem gagal

menampilkan OLAP.

[√] Diterima [ ] Ditolak

Tabel 4.21 Pengujian OLAP Informasi Jumlah Peminjam Yang Membayar Angsuran Yang Tidak Lunas Setiap Kecamatan Dalam Setiap Bulan Dan

Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tidak lunas setiap kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah

peminjam yang

membayar angsuran

tidak lunas setiap

Sistem gagal

menampilkan OLAP.

[√] Diterima [ ] Ditolak

kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP.

Tabel 4.22 Pengujian OLAP Informasi Jumlah Jenis Pinjaman Yang Sering Digunakan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah jenis pinjaman yang sering

digunakan setiap

kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah jenis pinjaman yang sering

digunakan setiap

kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP.

Sistem gagal

menampilkan OLAP.

[√] Diterima [ ] Ditolak

Tabel 4.23 Pengujian OLAP Informasi Jumlah Type Kendaraan Yang Sering Di Gadaikan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Nama file :

dw_anugerahrejeki.sql

Memilih OLAP

informasi jumlah type kendaraan yang sering di

gadaikan setiap

kecamatan dalam setiap bulan dan tahun, sistem

menampilkan OLAP,

memilih roll-up dan

drill-down, sistem

melakukan roll-up dan

drill-down dan

kemudian dapat

mencetak report.

Sistem dapat

menampilkan OLAP dan dapat melakukan roll-up dan drill-down serta dapat mencetak report.

[√] Diterima [ ] Ditolak

Kasus dan Hasil Uji (Data Tidak Normal)

Nama file :

dw_anugerahrejeki.sql (kosong)

Memilih OLAP

informasi jumlah type kendaraan yang sering di

gadaikan setiap

kecamatan dalam setiap bulan dan tahun, sistem

tidak dapat

menampilkan OLAP

Sistem gagal

menampilkan OLAP

[√] Diterima [ ] Ditolak

c. Pengujian Kebutuhan Informasi

Pengujian kebutuhan informasi ini dilakukan agar mengetahui sesuai atau tidak output informasi yang dihasilkan dari aplikasi data warehouse ini.

1) Pengujian Informasi Jumlah Peminjaman Setiap Kota Dan Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah peminjaman di kota Subang pada kecamatan Binong tahun 2011 pada bulan kedua, dan output yang dihasilkan dapat dilihat pada tabel 4.24.

Tabel 4.24 Output Analisis Informasi Jumlah Peminjaman Setiap Kota Dan Kecamatan Dalam Setiap Bulan Dan Tahun

Peminjaman Tahun Bulan

2011

Total 2011

Kota Kecamatan 2

Subang Binong 44 44

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

2) Pengujian Informasi Jumlah Peminjam Yang Sering Meminjam Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah peminjam di kecamatan Binong atas nama Atim bin Saan pada tahun 2011 pada bulan pertama, kedua, dan ketiga dan output yang dihasilkan dapat dilihat pada tabel 4.25.

Tabel 4.25 Output Analisis Informasi Jumlah Peminjam Yang Sering Meminjam Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Peminjaman Tahun Bulan

Kecamatan Nama 1 2 3

Binong Atim Bin Saan 0 3 1 4

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

3) Pengujian Informasi Jumlah Bayar Angsuran Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah angsuran yang bayar tepat di kecamatan Binong pada tahun 2011 pada bulan keempat dan output yang dihasilkan dapat dilihat pada tabel 4.26.

Tabel 4.26 Output Analisis Informasi Jumlah Bayar Angsuran Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Angsuran Tahun Bulan

2011

Total 2011

Keterangan Kecamatan 4

Tepat Binong 128 284

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

4) Pengujian Informasi Jumlah Bayar Angsuran Tidak Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah angsuran yang bayar tidak tepat di kecamatan Binong pada tahun 2011 pada bulan kedua, ketiga, dan keempat dan output yang dihasilkan dapat dilihat pada tabel 4.27.

Tabel 4.27 Output Analisis Informasi Jumlah Bayar Angsuran Tidak Tepat Waktu Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Angsuran Tahun Bulan

2011

Total 2011

Keterangan Kecamatan 2 3 4

Tidak Tepat Binong 0 4 1 5

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

5) Pengujian Informasi Jumlah Bayar Angsuran Yang Tidak Lunas Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah angsuran yang bayar tidak lunas di kecamatan Pagaden pada tahun 2011 pada bulan ketiga dan keempat dan output yang dihasilkan dapat dilihat pada tabel 4.28.

Tabel 4.28 Output Analisis Informasi Jumlah Bayar Angsuran Yang Tidak Lunas Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Angsuran Tahun Bulan

2011

Total 2011

Keterangan Kecamatan 3 4

Tidak Lunas Pagaden 1 1 2

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

6) Pengujian Informasi Jumlah Jenis Pinjaman Yang Sering Digunakan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah jenis pinjaman BREG5 di kecamatan Binong pada tahun 2011 pada bulan pertama, kedua, dan ketiga dan output yang dihasilkan dapat dilihat pada tabel 4.29.

Tabel 4.29 Output Analisis Informasi Jumlah Jenis Pinjaman Yang Sering Digunakan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Peminjaman Tahun Bulan

2011

Total 2011

Jenis Kecamatan 1 2 3

BREG5 Binong 37 19 14 70

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

7) Pengujian Informasi Jumlah Type Kendaraan Yang Sering Di Gadaikan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Inputan yang dimasukan adalah informasi jumlah type kendaraan 2BJ di kecamatan Binong pada tahun 2011 pada bulan pertama, kedua, dan ketiga dan output yang dihasilkan dapat dilihat pada tabel 4.30.

Tabel 4.30 Output Analisis Informasi Jumlah Type Kendaraan Yang Sering Di Gadaikan Setiap Kecamatan Dalam Setiap Bulan Dan Tahun

Peminjaman Tahun Bulan

2011

Total 2011

Kecamatan Type 1 2 3

Binong 2BJ 4 0 3 7

Dari hasil output yang dihasilkan, dapat diketahui bahwa output yang dihasilkan sesuai dengan inputan yang dimasukan.

4.2.3 Kesimpulan Pengujian Alpha

Berdasarkan hasil pengujian Alpha yang telah dilakukan dapat ditarik kesimpulan bahwa aplikasi sudah berjalan cukup baik, dalam pengujian ini pengintegrasian data bisa dikatakan sukses karena dari tahap proses import, ETL dan OLAP berjalan dengan baik, dan output kebutuhan informasi yang dihasilkan sudah sesuai dengan output yang diinginkan sehingga report yang dihasilkan juga akan sesuai karena mengikuti hasil output analisis OLAP.

4.2.4 Pengujian Beta

Pengujian beta merupakan pengujian yang dilakukan secara langsung pada saudara Budi Adi Mulyo sebagai pemilik perusahaan dan Ketua yaitu saudara Tohidin yang akan menjadi user aplikasi ini. Yaitu untuk mengetahui kualitas dari aplikasi yang telah dibuat, apakah sudah sesuai dengan yang diharapkan atau belum, pengujian dilakukan dengan melakukan wawancara. Adapun rencana pengujian selengkapnya dapat dilihat pada tabel dibawah :

Tabel 4.31 Rencana Pengujian Beta

Kelas Uji Detail Pengujian Jenis Uji

Admin/Ketua Menanyakan tentang aplikasi yang telah dibangun dan fungsionalitasnya.

Wawancara Pemilik Menanyakan informasi yang dihasilkan oleh aplikasi data

warehouse yang dibangun.

Wawancara dilakukan dengan mengajukan berapa pertanyaan kepada Pemilik koperasi dan Ketua koperasi Anugerah Rejeki. Berikut adalah pertanyaan yang diajukan pada saat wawancara :

a) Wawancara dengan ketua Koperasi Anugerah Rejeki (user yang menggunakan aplikasi)

1. Pertanyaan : Bagaimana tampilan dari aplikasi data warehouse ini? Jawaban : Minimalis dan saya tidak dipusingkan dengan banyaknya

tombol pada aplikasinya.

2. Pertanyaan : Apakah menemui kesulitan dalam penggunaan aplikasi

data warehouse ini?

Jawaban : Tidak sama sekali, karena yang saya bilang tadi tombol yang ada pada aplikasinya tidak banyak jadi saya bisa langsung mengerti dalam menggunakannya.

3. Pertanyaan : Apakah bentuk report yang diinginkan sudah terpenuhi? Jawaban : Sudah sangat baik, karena dari report yang dihasilkan

pemilik atau bos saya juga bisa melakukan analisis. 4. Pertanyaan : Apakah integrasi data untuk perusahaan sudah terpenuhi?

Jawaban : Sudah sangat terpenuhi.

b) Wawancara dengan pemilik Koperasi Anugerah Rejeki

1. Pertanyaan : Apakah aplikasi ini sudah menyajikan informasi multidimensi yang dibutuhkan untuk perusahaan?

Jawaban : Untuk saat ini cukup baik, karena memang informasi yang dibutuhkan oleh perusahaan saat ini sudah terpenuhi.

2. Pertanyaan : Bagaimana bentuk report yang dihasilkan? Jawaban : Bagus, sederhana tapi jelas.

3. Pertanyaan : Apakah informasi yang dihasilkan dapat membantu perusahaan untuk kedepannya?

Jawaban : Sangat membantu, karena informasi yang dihasilkan dapat digunakan sebagai alat bantu analisis untuk perusahaan

kedepannya

4. Pertanyaan : Apakah informasi strategis yang dihasilkan report sudah bisa menjadi alat bantu untuk analisis perusahaan?

Jawaban : Sudah sangat membantu.

5. Pertanyaan : Apakah perusahaan terbantu dengan adanya aplikasi data warehouse ini?

Jawaban : Menurut saya sudah sangat membantu.

4.2.5 Kesimpulan Pengujian Beta

Berdasarkan hasil pengujian beta, dapat disimpulkan bahwa perangkat lunak data warehouse ini mempunyai tampilan yang simpel, yang dapat memudahkan pengguna untuk menggunakannya, dapat menyajikan informasi– informasi yang dibutuhkan oleh pihak perusahaan dan dapat menghasilkan report yang berguna bagi perusahaan sehingga dapat membantu pihak perusahaan Koperasi Anugerah Rejeki.

4.2.6 Kesimpulan Pengujian Sistem

Berdasarkan hasil pengujian alpha dan beta, dapat disimpulkan bahwa perangkat lunak data warehouse ini sudah berjalan dengan baik dan mempunyai tampilan yang simpel, yang dapat memudahkan pengguna untuk menggunakannya, serta dapat mengintegrasikan data yang ada di Koperasi Anugerah Rejeki dan menyajikan informasi–informasi yang dibutuhkan oleh pihak perusahaan sehingga dapat menghasilkan report yang berguna bagi perusahaan dan dapat membantu pihak perusahaan Koperasi Anugerah Rejeki, sehingga tujuan dari pembangunan perangkat lunak data warehouse ini sudah terpenuhi.

103

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil pengujian dan wawancara yang telah dilakukan kepada pihak perusahaan Koperasi Anugerah Rejeki selaku pengguna diperoleh kesimpulan bahwa :

1. Aplikasi yang dibangun dapat membantu administrator perusahan dalam menganalisis suatu informasi dengan mengoptimalkan desain data yang ada pada perusahan.

2. Penerapan aplikasi data warehouse terhadap data perusahaan dengan memodelkan data secara multidimensional yang dapat digunakan secara dinamis sesuai dengan informasi yang dibutuhkan.

3. Aplikasi yang dibangun menyajikan data yang terintegrasi dari berbagai sumber data di perusahaan.

5.2 Saran

Dalam pembangunan Perangkat Lunak Data Warehouse ini masih jauh dari sempurna dan masih banyak kekurangan. Oleh karena itu perlu dilakukan pengembangan dan penyempurnaan lebih lanjut. Adapun saran yang dapat digunakan dalam pengembangan sistem lebih lanjut :

1. Diharapkan untuk bisa dikembangkan menjadi aplikasi berbasis web.

2. Diharapkan menambah fitur data mining agar dapat memprediksi peminjam yang berpotensi melakukan pembayaran tidak lunas.

DATA PRIBADI

Nama Lengkap : Khaerur Rizki Jenis Kelamin : Laki-laki Tempat, Tanggal

lahir : Indramayu, 16 Mei 1993 Kewarganegaraan : Indonesia

Status Hubungan : Belum Menikah Tinggi , Berat : 165 cm , 54 kg

Agama : Islam

Alamat Lengkap : Jln. Dago Timur No.25B RT/RW 005/006 Handphone : 087825253173

E-mail : sengkle@gmail.com

RIWAYAT PENDIDIKAN

1998 – 2004 : SD Negeri 6 Sumuradem 2004 – 2007 : SMP Negeri 1 Sukra. 2007 – 2010 : SMK Negeri 1 Anjatan.

2010 – 2016 : Universitas Komputer Indonesia, Fakultas Teknik dan Ilmu Komputer, Jurusan S1 Teknik Informatika

102

kedepannya

4. Pertanyaan : Apakah informasi strategis yang dihasilkan report sudah bisa menjadi alat bantu untuk analisis perusahaan?

Jawaban : Sudah sangat membantu.

5. Pertanyaan : Apakah perusahaan terbantu dengan adanya aplikasi data warehouse ini?

Jawaban : Menurut saya sudah sangat membantu.

4.2.5 Kesimpulan Pengujian Beta

Berdasarkan hasil pengujian beta, dapat disimpulkan bahwa perangkat lunak data warehouse ini mempunyai tampilan yang simpel, yang dapat memudahkan pengguna untuk menggunakannya, dapat menyajikan informasi– informasi yang dibutuhkan oleh pihak perusahaan dan dapat menghasilkan report yang berguna bagi perusahaan sehingga dapat membantu pihak perusahaan Koperasi Anugerah Rejeki.

4.2.6 Kesimpulan Pengujian Sistem

Berdasarkan hasil pengujian alpha dan beta, dapat disimpulkan bahwa perangkat lunak data warehouse ini sudah berjalan dengan baik dan mempunyai tampilan yang simpel, yang dapat memudahkan pengguna untuk menggunakannya, serta dapat mengintegrasikan data yang ada di Koperasi Anugerah Rejeki dan menyajikan informasi–informasi yang dibutuhkan oleh pihak perusahaan sehingga dapat menghasilkan report yang berguna bagi perusahaan dan dapat membantu pihak perusahaan Koperasi Anugerah Rejeki, sehingga tujuan dari pembangunan perangkat lunak data warehouse ini sudah terpenuhi.

103

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil pengujian dan wawancara yang telah dilakukan kepada pihak perusahaan Koperasi Anugerah Rejeki selaku pengguna diperoleh kesimpulan bahwa :

1. Aplikasi yang dibangun dapat membantu administrator perusahan dalam menganalisis suatu informasi dengan mengoptimalkan desain data yang ada pada perusahan.

2. Penerapan aplikasi data warehouse terhadap data perusahaan dengan memodelkan data secara multidimensional yang dapat digunakan secara dinamis sesuai dengan informasi yang dibutuhkan.

3. Aplikasi yang dibangun menyajikan data yang terintegrasi dari berbagai sumber data di perusahaan.

5.2 Saran

Dalam pembangunan Perangkat Lunak Data Warehouse ini masih jauh dari sempurna dan masih banyak kekurangan. Oleh karena itu perlu dilakukan pengembangan dan penyempurnaan lebih lanjut. Adapun saran yang dapat digunakan dalam pengembangan sistem lebih lanjut :

1. Diharapkan untuk bisa dikembangkan menjadi aplikasi berbasis web.

2. Diharapkan menambah fitur data mining agar dapat memprediksi peminjam yang berpotensi melakukan pembayaran tidak lunas.

BIODATA PENULIS

DATA PRIBADI

Nama Lengkap : Khaerur Rizki Jenis Kelamin : Laki-laki Tempat, Tanggal

lahir : Indramayu, 16 Mei 1993 Kewarganegaraan : Indonesia

Status Hubungan : Belum Menikah Tinggi , Berat : 165 cm , 54 kg Agama : Islam

Alamat Lengkap : Jln. Dago Timur No.25B RT/RW 005/006 Handphone : 087825253173

E-mail : sengkle@gmail.com

RIWAYAT PENDIDIKAN

1998 – 2004 : SD Negeri 6 Sumuradem 2004 – 2007 : SMP Negeri 1 Sukra. 2007 – 2010 : SMK Negeri 1 Anjatan.

2010 – 2016 : Universitas Komputer Indonesia, Fakultas Teknik dan Ilmu Komputer, Jurusan S1 Teknik Informatika