Membangun Data Warehouse Pada PT. Kaca Patri

iii 

dan kasih karunianya semasa perkuliahan ini, hingga penulis dapat menyelesaikan Skripsi yang berjudul “MEMBANGUN DATA WAREHOUSE PADA PT. KACA PATRI”.

Adapun tujuan dari penyusunan skripsi ini adalah untuk memenuhi salah satu syarat dalam menyelesaikan studi jenjang strata satu (S1) di Program Studi Teknik Informatika, Universitas Komputer Indonesia.

Dengan keterbatasan ilmu dan pengetahuan yang dimiliki oleh penulis, maka penulis membutuhkan peran serta dari pihak lain dalam proses penyelesaian skripsi ini. Oleh karena itu ijinkanlah penulis untuk menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :

1. Almarhum ayahanda tercinta W. Situmorang yang telah mendidik penulis dari kecil, semoga arwah beliau diterima disisiNya

2. Ibu tercinta N. Pasaribu yang telah memberikan segala kasih sayang dan perhatian dari lahir hingga skripsi ini terselesaikan.

3. Kakak, abang dan adek ku yang terus memberikan spirit untuk tidak mengenal kata menyerah

4. Bapak Ir. Eddy Suryanto Soegoto, M.Sc., Selaku Rektor UNIKOM

5. Ibu Mira Kania Sabariah, S.T., M.T., Selaku penguji dan Ketua Jurusan Program Studi Teknik Informatika UNIKOM

iv 

8. Seluruh dosen dan staff pengajar jurusan teknik informatika UNIKOM 9. Pihak PT. Kaca Patri, khususnya bapak P.Naibaho yang telah mengijinkan

melakukan penelitian, dan memberikan dukungan untuk menjalankan skripsi ini.

10. Pak Boris Nababan, terima kasih banyak atas segala bantuannya

11. De Lily, yang selalu setia menemani selama masa perkuliahan hingga menulis skirpsi ini.

12. Teman di K36, ka ian, ido cb terima kasih banyak atas partisipasinya, GG tq!!

13. Serta semua pihak yang telah turut membantu dan mendukung dalam penyusunan laporan skripsi ini, yang tidak bisa penulis sebutkan semuanya satu persatu.

Penulis mengharapkan semoga skripsi ini dapat bermanfaat dan menjadi keberkahan bagi semuanya. amiin.

Bandung, Juni 2011  

Penulis  

ii 

 

ABSTRACT

BUILDING DATA WAREHOUSE APPLICATION By

TAHAN JUNED SITUMORANG 10104376

PT. KACA PATRI is a growing company in the field of industrial buying and selling various types of glass, which has several branches, and the magnitude of the sale and purchase transactions require the company to be able to regulate the flow of incoming goods and goods out of the central warehouse to each branch or from their each branch warehouse to the consumer. Currently, PT. KACA PATRI has a constraint to control the sale of goods transaction data in detail at each branch by the central warehouse warehouse, so the company is difficult to determine the amount and what kind of products to be ordered to the supplier, in addition to reporting sales from each branch warehouse takes a long time time, because they have to perform data entry prior to print the report.

Alpikasi Data Warehouse is built to help the sales of data processing, report generation and sales help PT. KACA PATRI goods analyze sales data from previous periods as well as helping to improve the efficiency of ordering goods to the supplier. This application has the ability to process sales data, analyze and print sales reports within a certain period. In a software development methodology that is used is waterfall methodology. Types and Data Warehouse schema used to build data warehouse data warehouse is a type of functional and snowflake schema, while in the design for the Data Warehouse application is supported by OLAP operations to facilitate sales analysis process.

After comparing the goals of software development with the results of testing the system then drawn some conclusions that have built software that can produce information that is accurate enough and easy to use.

   

Keywords:

data, data warehouse, OLAP.

i   

ABSTRAK

MEMBANGUN APLIKASI DATA WAREHOUSE

PADA PT. KACA PATRI

Oleh:

TAHAN JUNED SITUMORANG 10104376

PT. Kaca Patri merupakan perusahaan yang berkembang dalam bidang industri pembelian dan penjualan berbagai jenis kaca, yang memiliki beberapa cabang, besarnya transaksi penjualan dan pembelian menuntut perusahan untuk dapat mengatur aliran data barang yang keluar maupun data barang yang masuk dari gudang pusat ke masing-masing cabang. Saat ini PT. Kaca Patri memiliki kendala untuk mengontrol data transaksi penjualan barang secara detail pada masing-masing gudang cabang oleh gudang pusat, sehingga pihak perusahaan sulit untuk menentukan jumlah dan produk apa yang harus di pesan ke supplier, disamping itu pembuatan laporan penjualan tiap gudang cabang memakan waktu yang cukup lama, karena harus melakukan entry data sebelum mencetak laporan.

Aplikasi Data Warehouse ini dibangun untuk membantu pengolahan data penjualan, pembuatan laporan penjualan dan membantu PT. Kaca Patri menganalisa data penjualan barang dari periode sebelumnya serta membantu untuk meningkatkan efisiensi pemesanan barang ke supplier. Aplikasi ini memiliki kemampuan dalam mengolah data penjualan, menganalisa dan mencetak laporan penjualan dalam periode tertentu. Dalam metodologi pembangunan perangkat lunak yang digunakan adalah metodologi waterfall. Jenis dan skema data Warehouse digunakan untuk membangun wata warehouse ini adalah jenis data warehouse fungsional dan skema snowflake, Sedangkan dalam perancangan untuk aplikasi Data Warehouse ini didukung dengan operasi OLAP untuk mempermudah proses analisa penjualan.

Setelah membandingkan antara tujuan pembangunan perangkat lunak dengan hasil pengujian sistem maka diambil beberapa kesimpulan bahwa perangkat lunak yang dibangun sudah bisa menghasilkan informasi yang cukup akurat dan mudah dalam penggunaannya.

Kata kunci:

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Teknik Informatika

Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia

TAHAN JUNED SITUMORANG 10104376

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA BANDUNG

1 BAB I PENDAHULUAN

1.1 Latar Belakang

PT. Kaca Patri merupakan perusahaan yang berkembang dalam bidang industri pembelian dan penjualan berbagai jenis kaca, yang memiliki beberapa cabang, besarnya transaksi penjualan dan pembelian menuntut perusahan untuk dapat mengatur aliran data barang yang keluar maupun data barang yang masuk dari gudang pusat ke masing-masing cabang. Saat ini PT. Kaca Patri memiliki kendala untuk mengontrol data transaksi penjualan barang secara detail pada masing-masing gudang cabang oleh gudang pusat, sehingga pihak perusahaan sulit untuk membuat laporan penjualan dan menentukan jumlah dan produk apa yang harus di pesan ke supplier.

Dilihat dari permasalahan di atas,perlu dilakukan sebuah terobosan baru untuk membangun data warehouse atau gudang data sebagai wadah untuk menampung semua data transaksi penjulan yang ada pada PT. Kaca Patri. Berdasarkan penjelasan diatas, penulis membuat tugas akhir ini dengan judul: “MEMBANGUN DATA WAREHOUSE PADA PT. KACA PATRI”. Adapun hasil yang diharapkan yaitu dapat mengurangi dan menyelesaikan kendala-kendala yang ada.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, maka rumusan masalahnya adalah: Bangaimana cara membangun sebuah data warehouse pada PT. Kaca Patri

1.3 Maksud dan Tujuan

Maksud dari pembuatan skripsi ini adalah untuk membangun sebuah data

warehouse yang dapat memberikan informasi khususnya data transaksi penjualan dari masing-masing gudang cabang.

Berdasarkan rumusan masalah diatas, maka tujuan dari penelitian ini adalah sebagai berikut :

1. Untuk membangun sistem data warehouse

2. Membantu untuk mempercepat pengambilan informasi data penjualan pada masing-masing gudang cabang.

3. Untuk menghasilkan data transaksi penjualan secara cepat, tepat dan akurat

4. Mempermudah manajemen gudang pusat untuk menganalisa penjualan barang dalam periode tertentu

1.4 Batasan Masalah

Batasan masalah dari sistem Sistem informasi pengaturan data warehouse

ini adalah sebagai berikut :

1. Keluaran dari sistem informasi yang dibangun berupa

b. Laporan penjualan barang dari masing-masing gudang cabang 2. Penjualan hanya terjadi pada gudang cabang

3. Sumber data yang digunakan berupa file microsoft office excel dengan format *xls.

4. Skema data warehouse yang dibangun adalah skema snowflake

5. Perangkat lunak penunjang yang digunakan untuk pembangunan adalah Borland Delphi 6 dan MySql front sebagai database.

1.5 Metodologi Penelitian

Metode yang digunakan pada penelitian ini adalah metode deskriptif analisis yaitu dengan cara mengumpulkan data, menganalisa data, membuat suatu pemecahan masalah dan kemudian disusun untuk ditarik kesimpulan mengenai masalah tersebut. Ada dua teknik dalam metodologi penelitian yaitu teknik pengumpulan data dan teknik pengembangan data.

Teknik pengumpulan data dapat diperoleh secara langsung dari objek penelitian. Cara-cara yang mendukung untuk mendapatkan data primer adalah sebagai berikut:

a. Studi Lapangan

Studi lapangan adalah penelitian yang dilakukan dengan cara mengadakan penelitian langsung, dengan 2 cara yaitu:

1. Observasi

Observasi adalah teknik yang digunakan untuk memperoleh data informasi dengan melihat secara langsung perusahaan

yang diteliti dan mencatat informasi yang diperlukan untuk penulisan laporan penelitian ini, serta kemudian melakukan analisis secara terfokus mengenai sistem data penggajian

2. Wawancara

Wawancara adalah teknik pengumpulan data dengan cara melakukan tanya jawab langsung pada pihak admin dan distributor servis yang mengetahui tentang hal-hal yang berhubungan dengan penggajian dan tunjangan prestasi.

b. Studi Literatur

Studi Literatur (library research) adalah mengumpulkan data melalui buku-buku, dokumen, peraturan dan catatan kuliah yang erat kaitannya dengan tema dari tugas akhir.

Teknik pengembangan sistem menggunakan metode Incremental yang sudah dikembangkan dari Waterfall model, karena metode Incremental

ini terdiri dari tahap-tahap yang memberikan kemudahan, jika pada satu tahap tidak sesuai atau mengalami kesalahan maka dapat kembali ke tahap sebelumnya.

Tahapan-tahapan yang terdapat dalam metode Waterfall setelah mengalami perkembangan dari metode Incremental sebagai berikut :

1. Requirements analysis and definition adalah mengumpulkan kebutuhan secara lengkap kemudian kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh program yang

akan dibangun. Fase ini harus dikerjakan secara lengkap untuk bisa menghasilkan desain yang lengkap.

2. Sistem and software design adalah desain dikerjakan setelah kebutuhan selesai dikumpulkan secara lengkap.

3. Implementation and unit testing adalah desain program diterjemahkan ke dalam kode-kode dengan menggunakan bahasa pemrograman yang sudah ditentukan. Program yang dibangun langsung diuji baik secara unit.

4. Integration and sistem testing adalah penyatuan unit-unit program kemudian diuji secara keseluruhan (sistem testing). 5. Operation and maintenance adalah mengoperasikan program di

lingkungannya dan melakukan pemeliharaan, seperti penyesuaian atau perubahan karena adaptasi dengan situasi sebenarnya.

Metode Incremental dengan pengembangan dari model

Gambar 1. Model Incremental dengan pengembangan dari model WaterFall

1.6Sistematika Penulisan

Dalam penulisan laporan ini, pembahasan ini dibagi kedalam beberapa bab, diantaranya adalah:

BAB I PENDAHULUAN

Bab ini menguraikan beberapa sub bab antara lain: latar belakang, identifikasi masalah, batasan masalah, maksud dan tujuan,batasan masalah, metedologi penelitian, serta sistematika penulisan, dimaksudkan agar dapat memberi gambaran tentang urutan pemahaman dalam menyajikan laporan tugas akhir ini.

BAB II LANDASAN TEORI

Teori pendukung atau landasan teori dalam penyusunan skripsi ini sangat diperlukan karena sebagai referensi untuk menunjang atau memperdalam terhadap informasi-informasi yang disajikan.

BAB III ANALISIS DAN PERANCANGAN SISTEM

Bab ini menguraikan tentang analisis dan perancangan sistem membahas mengenai gambaran sistem yang sedang berjalan. menjelaskan mengenai langkah-langkah yang digunakan dalam proses perancangan sistem meliputi alir data, diagram konteks, data flow diagram, kamus data, rancangan antar muka.

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

Pengujian software yang dilakukan oleh peneliti adalah pengujian black box, karena black box berfokus pada persyaratan fungsional perangkat lunak. Pengujian black box merupakan metode perancangan data uji yang didasarkan pada spesifikasi perangkat lunak

BAB V KESIMPULAN DAN SARAN

Bab ini menguraikan kesimpulan dari permasalahan yang dibahas serta saran yang akan menjadi masukan bagi perkembangan sistem ini.

 

8 

Teori merupakan dasar yang digunakan dalam penyusunan aplikasi data

warehouse yang akan dibangun. Pada bab ini akan dijelaskan mengenai tinjauan pustaka dan teori yang berkaitan dengan data Warehosue pada PT. KACA PATRI

2.1 Ruang Lingkup Perusahaan 2.1.1 Sejarah Singkat Perusahaan

PT. Kaca Patri merupakan perusahaan yang bergerak dibidang industry

penjualan dan pembelian berbagai jenis kaca, dimana perusahaan ini sedang

berkembang dan telah memiliki beberapa cabang. PT. Kaca Patri ini didirikan oleh

bapak P.Naibaho pada tanggal 21 juni 2005 hingga saaat ini. perusahaan ini

merupakan suatu perusahaan yang sudah berkembang, akan tetapi masih tetap

membutuhkan perubahan dan pembaharuan yang dapat mempertahankan

eksistensinya, karena perusahaan ini memiliki pelanggan dari perorangan maupun

dari perusahaan lain yang melakukan pemesanan barang dan membutuhkan jenis kaca

secara cepat dan sesuai dengan apa yang mereka butuhkan.

PT. Kaca Patri ini memiliki komitmen kualitas dan hasil kerja dalam

memberikan suatu pelayanan. Hal ini mendorong PT. Kaca Patri untuk bekerja secara

menciptakan profesionalisme dan perusahaan yang bonafit. Oleh karena itu

kualifikasi personal dan profesional perusahaan dalam kancah persaingan bisnis yang

semakin tajam, sehingga mampu mengantisipasi permasalahan yang berkaitan dengan

bisnis yang digeluti.

2.1.2 Visi dan Misi

Visi adalah cara pandang jauh ke depan kemana instansi harus dibawa agar

dapat eksis, antisipatif dan inovatif, merupakan gambaran ke depan yang menantang

tentang keadaan masa depan yang di inginkan oleh instansi. Visi menggambarkan

aspirasi masa depan tanpa menspesifikasi cara-cara untuk mencapainya, visi yang

efektif adalah visi yang mampu membangkitkan inspirasi.Sedangkan misi adalah

sesuatu yang harus dilaksanakan oleh instansi agar tujuan organisasi dapat terlaksana

dan berhasil dengan baik. Misi merupakan bentuk yang didambakan di masa depan

(what do they want to be), sebuah pernyataan yang menegaskan visi lewat pilihan

bentuk atau garis besar jalan yang akan diambil untuk sampai pada visi yang telah

lebih dulu dirumuskan. Keduanya tidak memiliki dimensi ukur kuantitatif

(persentase, besaran waktu, dll). Sebagai konsep yang ideal visi-misi ini harus

diterjemahkan lagi dalam konsep yang lebih nyata dan terukur yaitu tujuan

Adapun visi pada Pusat Material Seni Bangunan ini adalah:

“Menjadi perusahaan yang senantiasa mampu bersaing dan tumbuh berkembang

dengan sehat serta terpercaya dalam menjalankan usaha dibidangnya”.

Misi dari PT.Kaca Patri adalah:

1. Mengelola perusahaan secara profesional, terbuka dan mematuhi peraturan

perundangan yang berlaku untuk menghasilkan kinerja yang ekselen.

2. Meningkatkan nilai tambah dan kinerja finansial perusahaan dengan

memperhatikan efisiensi biaya dan efektifitas program.

3. Menghasilkan laba yang pantas untuk mendukung pengembangan

perusahaan.

4. Memproduksi berbagai jenis kaca yang terkait dengan kebutuhan industri

dan masyarakat dengan mutu, harga dan pasokan yang berdaya saing tinggi

melalui pengelolaan yang profesional demi kepuasan pelanggan.

5. Memberikan penghargaan kepada para pegawai melalui pemberian

kesejahteraan yang memadai, penyediaan lingkungan kerja yang aman,

sehat dan nyaman.

6. Menjalin kemitraan kerja sama dengan pemasok dan penyalur yang saling

2.1.3 Struktur Perusahaan

Struktur organisasi merupakan gambaran secara grafik yang terbentuk struktur

kerja dari suatu struktur organisasi. Struktur organisasi hanya dapat menunjukan

hubungan wewenang yang formal dan tidak dapat menggambarkan seberapa besar

wewenang, tanggung jawab dan deskripsi pekerjaan yang terperinci.

Struktur organisasi ini cukup penting karena merupakan bentuk kegiatan dan

hubungan antara berbagai sub unit bagian-bagian didalam perusahaan dengan

mengetahui struktur organisasi dapat diperoleh satu gambaran tentang bagian-bagian

yang ada didalam suatu organisasi. Struktur organisasi pada PT. Kaca Patri ini

merupakan struktur oraganisasi yang kuat dan mapan, sehingga sangat efektif dan

efisien dalam pelaksaan kegiatan untuk mecapai tujuan perusahaan.

Berikut adalah gambaran struktur organisasi yang lebih rinci dari PT.Kaca Patri

Pimpinan Perusahaan

Bagian Pembelian

Koordinator Gudang

Bagian Penjualan Administrasi

Tugas masing – masing pada struktur organisasi PT. Kaca Patri

1. Tugas pimpinan perusahaan adalah memantau dan menilai keseluruhan dari

kemajuan perusahaan serta bertanggung jawab untuk pengambilan keputusan

bagi perusahaan.

2. Tugas koordinator gudang adalah sebagai penanggung jawab dari semua

transaksi yang terjadi di gudang perusahaan.

3. Tugas bagian pembelian adalah mangatur jadwal pembelian barang dan

melakukan pemesanan barang untuk persediaan gudang serta mencatat semua

transaksi pembelian.

4. Tugas administrasi adalah mencatat dan menyusun laporan-laporan keuangan

dari perusahaan.

5. Tugas bagian penjualan adalah mengatur jadwal penjualan dan melakukan

penjualan untuk memenuhi permintaan pelanggan serta mencatat semua

transaksi penjualan.

2.2 Landasan Teori

2.2.1 Data

Data adalah sesuatu yang belum mempunyai arti bagi penerimanya dan masih

memerlukan adanya suatu pengolahan. Data bisa berujut suatu keadaan, gambar,

suara, huruf, angka, matematika, bahasa ataupun simbol-simbol lainnya yang bisa

konsep. Sedangkan menurut Wawan dan Munir (2006:6) Selain deskripsi dari sebuah

fakta, data dapat pula merepresentasikan suatu objek atau kejadian (event) “

Data juga bisa menggambarkan sebuah representasi fakta yang tersusun secara

terstruktur, dengan kata lain bahwa “Generally, data represent a structured

codification of single primary entities, as well as of transactions involving two or more primary entities .” (Vercellis, 2009: 6). Sedangkan menurut Wawan dan Munir (2006:6) Selain deskripsi dari sebuah fakta, data dapat pula merepresentasikan suatu

objek atau kejadian (event) “

Dengan demikian dapat dijelaskan kembali bahwa data merupakan suatu

objek, kejadian, atau fakta yang terdokumentasikan dengan memiliki kodifikasi

terstruktur untuk suatu atau beberapa entitas.

2.2.1.1 Jenis Data Menurut Cara Memperolehnya

Jenis data dapat diuraikan berdasarkan cara memperolehnya, yakni :

1. Data Primer

Data primer adalah secara langsung diambil dari objek penelitian oleh

peneliti perorangan maupun organisasi.

Contoh: Mewawancarai langsung penonton bioskop 21 untuk meneliti

preferensi konsumen bioskop.

2. Data Sekunder

Data sekunder adalah data yang didapat tidak secara langsung dari objek

oleh pihak lain dengan berbagai cara atau metode baik secara komersial

maupun non komersial.

Contoh: Pada peneliti yang menggunakan data statistik hasil riset dari

surat kabar atau majalah.

2.2.1.2 Macam–Macam Data Berdasarkan Sumber Data

Maca-macam data dapat dibedakan berdasarkan sumber data yang diperoleh,

yakni :

1. Data Internal

Data internal adalah data yang menggambarkan situasi dan kondisi pada

suatu organisasi secara internal.

Contoh: Data keuangan, data pegawai, data penjualan suatu perusahaan

atau organisasi

2. Data Eksternal

Data eksternal adalah data yang menggambarkan situasi serta kondisi

yang ada di luar organisasi.

Contohnya: Data jumlah penggunaan suatu produk pada konsumen,

2.2.1.3 Klasifikasi Data Berdasarkan Jenis Datanya

Kasifikasi data dapat dibedakan berdasarkan jenis data yang diperoleh,

yakni:

1. Data Kuantitatif

Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka.

Misalnya : jumlah penjualan pada hari raya idul adha.

2. Data Kualitatif

Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang

yang mengandung makna.

Contoh: persepsi konsumen terhadap botol air minum dalam kemasan.

2.2.1.4 Pembagian Jenis Data Berdasarkan Sifat Data

Data menurut pembagian jenis data berdasarkan sifat data dapat di bagi

sebagai berikut:

1. Data Diskrit

Data diskrit adalah data yang nilainya adalah bilangan asli.

Contoh: nilai rupiah dari waktu ke waktu.

2. Data Kontiniu

Data kontiniu adalah data yang nilainya ada pada suatu interval tertentu

atau berada pada nilai yang satu ke nilai yang lainnya.

2.2.1.5 Jenis-Jenis Data Menurut Waktu Pengumpulannya

Data juga dapat dibedakan bedakan berdasarkan jenis-jenis data berdasarkan

waktu pengumpulannya, yakni:

1. Data Croos Section

Data cross-section adalah data yang menunjukkan titik waktu tertentu.

Contohnya laporan penjualan Pada PT. Kaca Patri Pada tanggal

04-april-2011.

2. Data Times Series atau Berkala

Data berkala adalah data yang datanya menggambarkan sesuatu dari

waktu ke waktu atau periode secara historis.

Contoh: Data Perkembangan nilai tukar dollar amerika terhadap rupiah

dari tahun 2008 sampai 2009.

2.2.2. Data Warehouse

2.2.2.1 Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti

yang sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data

yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap

Menurut Vidette Poe, data warehouse merupakan database yang bersifat

analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang

keputusan.

Menurut Paul Lane, 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.

Jadi, 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.

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

Karakteristik data warehouse menurut Inmon, yaitu :

1. Subject Oriented (Berorientasi subject)

Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam

organisasi,bukan pada proses atau fungsi aplikasi tertentu.

Data warehouse diorganisasikan disekitar subjek-subjek utama dari

perusahaan(customers,products dan sales) dan tidak diorganisasikan pada

area-area aplikasi utama(customer invoicing,stock control dan product sales).

Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan

data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang

berorientasi terhadap data. Jadi dengan kata lain, data yang disimpan adalah

berorientasi kepada subjek bukan terhadap proses. Secara garis besar

perbedaan antara data operasional dan data warehouse yaitu :

Tabel 2.1 Perbedaan Data Operasional dan data warehouse

Data Operasional Data Warehouse

Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu

Dirancang berdasar pada subjek-subjek tertentu(utama)

Focusnya pada desain database dan proses

Focusnya pada pemodelan data dan desain data

Berisi rincian atau detail data Berisi data-data history yang akan dipakai dalam proses analisis Relasi antar table berdasar aturan

terkini(selalu mengikuti rule(aturan) terbaru)

Banyak aturan bisnis dapat tersaji antara tabel-tabel

2. Integrated (Terintegrasi)

Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling

terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa

dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang

keseluruhan konsep data warehouse itu sendiri. Syarat integrasi sumber data

dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan

variable,konsisten dalam ukuran variable,konsisten dalam struktur

pengkodean dan konsisten dalam atribut fisik dari data.

Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang

mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin

dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang

sama tetapi nama dan format nya berbeda. Variable tersebut harus dikonversi

menjadi nama yang sama dan format yang disepakati bersama. Dengan

demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain

sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang

terintegrasi karena kekonsistenannya.

3. Time-variant (Rentang Waktu)

Seluruh data pada data warehouse dapat dikatakan akurat atau valid

dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan

cara antara lain:

a. Cara yang paling sederhana adalah menyajikan data warehouse pada

rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.

b. Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang

disajikan dalam data warehouse baik implicit maupun explicit secara

explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara

implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir

bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit

didalam data tersebut.

c. Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui

serangkaian snapshot yang panjang. Snapshot merupakan tampilan

dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan

data yang ada bersifat read-only.

4. Non-Volatile

Karakteristik keempat dari data warehouse adalah

non-volatile,maksudnya data pada data warehouse tidak di-update secara real time

tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu

sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini,

kemudian secara incremental disatukan dengan data sebelumnya.

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 akses data (mengakses data

warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).

2.2.2.2 Kegunaan 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

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 multi dimensi, 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.

Operasi kunci dari OLAP adalah formasi kubus data atau representasi

multidimensi dari data. Contoh representasi data dengan formasi kubus atau

Bar ang

Gambar 2.2 Ilustrasi Cube

Dari ilustrasi cube diatas dapat dilakukan analisa data dengan menggunakan

beberapa operasi OLAP seperti slice dan dice. Slice adalah seleksi

sekumpulan sel dari seluruh array multidimensi dengan menetapkan nilai

spesifik untuk satu atau lebih dimensi. Sedangkan dice adalah seleksi dari

subset sel dengan mentapkan interval nilai atribut.

c. Data mining

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 :

Data mining dapat mengelompokkan (clustering) model-model pembeli

dan melakukan klasifikasi terhadap setiap pembeli dan melakukan

klasifikasi terhadap setiap pemebeli sesuai dengan karakteristik yang

diinginkan.

2. Melihat pola beli dari waktu ke waktu

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

3. cross-market analysis

Data mining dapat dimanfaatkan untuk melihat hubungan antara satu

produk dengan produk lainnya.

4. Profil pelanggan

Data mining bisa membantu pengguna untuk melihat profil pembeli

sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada

suatu produk apa saja.

5. Informasi summary

Data mining dapat membuat laporan summary yang bersifat multi dimensi

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

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.

2.2.2.3 Konsep Dasar Data Warehouse

Datawarehouse adalah kumpulan macam-macam data yang subject oriented,

integrated, time variant, dan nonvolatile dalam mendukung proses pembuatan keputusan. Inmon and Hackathorn (1994).

Datawarehouse 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

Datawarehouse diorganisasikan pada subjek-subjek utama, seperti

pelanggan, barang/ produk, 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/menyatukan data yang berbeda.

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/ 4-5 thn. Waktu adalah elemen kunci dari suatu

datawarehouse/ 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. Datawarehouse tidak memerlukan

pemrosesan transaksi dan recovery. Hanya ada dua operasi initial loading

of data dan access of data.

Datawarehouse bukan hanya tempat penyimpanan data, Datawarehouse adalah

Business Intelligence tools, tools to extract, merubah (transform) dan menerima data (load) ke penyimpanan (repository) serta mengelola dan menerima metadata.

2.2.2.4 Proses ETL(Extraction, Transformation, Loading)

Tiga fungsi utama yang perlu dilakukan untuk membuat data siap digunakan

pada datawarehouse adalah extraction, transformation dan loading. Ketiga fungsi ini

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

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

c. Load

Data load adalah memindahkan data ke datawarehouse. Ada dua loading data

yang dilakukan pada datawarehouse. 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 relati lebih lama. Kedua

Incremental load, dilakukan ketika data warehouse telah dioperasikan. Incremental

load ini dapat dilakukan sesuai dengan sistem yang dibangun.

2.2.2.5 Arsitektur Data warehouse

Maksud dari Arsitektur Datawarehouse adalah bagaimana datawarehouse

dibangun, arsitektur tidak ada yang benar dan salah tetapi suatu arsitektur dibangun

tergantung situasi dan kondisi. Arsitektur datawarehouse akan berpengaruh pada

penggunaan dan pemeliharaan. Lapisan-lapisan arsitektur datawarehouse :

1. Operational database layer / Lapisan basis data operasional

a. Sumber data (source) untuk datawarehouse

b. Data lengkap, Data hari ke hari

c. Mempunyai nilai saat ini/ data berarti.

d. Tingkat kemungkinan data besar.

2. Data Access Layer/ Lapisan Akses Data

3

4

b. M

3. Metad

a. Fi

b. Le

da

c. A

da

4. Inform

a. Aks

b. Too

Meliputi karak

data Layer / L

ile data tersim

ebih detil da

ata yang ters

da pentunju

apat diakses

mational acce

ses data dan j

ols Business

kteristik data

Lapisan Met

mpan / Direk

ari direktori

sedia sebelum

uk untuk kes

report khusu

ess layer (lap

juga tool un

Intelligence Gamabar 2 awarehouse tadata ktori data sistem, mnya.

seluruhan wa

us untuk di a

pisan akses i

ntuk laporan

e masuk ke ta

2.3 Arsitekt .

, maksudnya

arehouse da analisis.

informasi)

dan analisis

ahap ini.

tur Datawar

a lebih mend

an ada petun

.

rehouse

dalam dari f

njuk data ya file

2.2.2.6 Jenis 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:

1. Functional Data Warehouse (Data Warehouse Fungsional)

Data base yang digunakan jenis datawarehouse 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.

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 2.5 Data Warehouse Terpusat

3. Distributed Data Warehouse (Data Warehouse terdistribusi)

Pada data warehouse terdistribusi ini, digunakan gateway yang

berfungsi sebagai jembatan penghubung antara data warehouse dengan

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 2.6 Data Warehouse terdistribusi

2.2.2.7 Metodologi Perancangan Database untuk Data Warehouse

Menurut Kimball ada sembilan tahap metodologi dalam perancangan database

untuk data warehouse, yaitu :

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 pemilihab 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

c. Misal, setiap data pelanggan pada tabel dimensi pembeli

dilengkapi dengan

id_pelanggan,no_pelanggan,tipe_pelanggan,tempat_tinggal, dan

d. 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.

e. 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 tabel fakta

Hal ini terjadi apabila fakta kehilangan statement

Langkah 6 : Melengkapi tabel dimensi

a. Pada tahap ini kita menambahkan keterangan

selengkap-lengkapnya pada tabel dimensi

b. Keterangannya harus bersifat intuitif dan mudah dipahami oleh

Langkah 7 : Pemilihan durasi database

Misalnya pada suatu perusahaan asuransi, mengharuskan data

disimpan selama 10 tahun atau lebih

Langkah 8 : Menelusuri perubahan dimensi yang perlahan

Ada tiga tipe perubahan dimensi yang perlahan, yaitu :

1. Atribut dimensi yang telah berubah tertulis ulang

2. Atribut dimensi yang telah berubah menimbulkan sebuah

dimensi baru

3. 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

Pada tahap ini lebih menggunakan perancangan fisik.

2.2.2.8 Skema 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

2.2.2.8.1 Skema Bintang (Star Schema)

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.

Gambar 2.7 Skema Bintang

Jenis-jenis Skema Bintang

1. Skema bintang sederhana

Dalam skema ini, setiap table harus memiliki primary key yang

terdiri dari satu kolom atau lebih. Primary key dari table fakta terdiri dari

satu atau lebih foreign key.Foreign key merupakan primary key pada table

Gambar 2.8 Skema Bintang sederhana

2. Skema bintang dengan banyak table fakta

Skema bintang juga bisa terdiri dari satu atau lebih table fakta.

Dikarenakan karena table fakta tersebut ada banyak, misalnya disamping

penjualan terdapat table fakta forecasting dan result. Walaupun terdapat

lebih dari satu table fakta, mereka tetap menggunakan table dimensi

Gambar 2.9 Skema Bintang sederhana

2.2.2.8.2 Snowflake Schema

Merupakan varian dari skema bintang dimana table-table dimensi tidak

terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih table

dimensi tidak bergabung secara langsung kepada table fakta tapi pada table

Gambar 2.10 Snowflake schema

2.2.2.9 Tujuan Datawarehouse

Datawarehouse biasanya dimiliki oleh perusahaan yang sudah besar, yang

memiliki banyak cabang, data yang banyak dan tentunya struktur organisasi yang

kompleks.

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

Datawarehouse hadir sebagai solusi yang kompetitif, efisien untuk pengambilan

keputusan di perusahaan.

Tujuan Akhir menggunakan Datawarehouse

a. Menyediakan data organisasi yang mudah diakses oleh manager.

b. Data yang berada di datawarehouse bersifat konsisten, dan merupakan

kebenaran.

c. Datawarehouse merupakan tempat, dimana data yang telah digunakan di

publikasikan.

d. Kualitas data di datawarehouse dapat diandalkan.

2.2.3 konsep Rekayasa Perangkat Lunak 2.2.3.1 Pengertian Rekayasa Perangkat Lunak

Rekayasa Perangkat Lunak adalah aplikasi dari serbuah pendekatan

kuantifiabel, disiplin dan sistematis kepada pengembangan, operasi, dan

pemeliharaan perangkat lunak. Usah yang berhubungan dengan rekayasa perangkat

lunak dapat dikategorikan ke dalam tiga fase umum dengan tanpa memperdulikan

area aplikasi, ukuran proyek, atau komplekslitasnlya, yaitu :

1. Fase Defenisi (Definition Phase)

Fase ini berfokus pasa “apa” (what); dimana, pada definsi ini pengembang

fungsi dan unjuk kerja apa yang dibutuhkan, tingkah laku system seperti

apa yang di harapkan, antarmuka apa yang akan dibangun, batasan

perancanagan serta criteria validasi untuk mendifinisikan system yang

sukses. Tugas teknis yang harus selalu ada dalam fase ini yaitu rekayasa

system atau informasi, perencanaan proyek perangkat lunak, serta analisis

kebutuhan.

2. Fase Pengembangan (Development phase)

Fase ini berfokus pada “bagaimana” (how), yaitu dimana selama masa

pengembangan perangkat lunak, teknisi harus mendefinisikan bagaimana

data dikonstruksikan, bagaimana fungsi-fungsi diimplementasikan sebagai

sebuah arsetktur perangkat lunak, bagaimana detail prosedur akan

diimplementasikan, bagaimana antarmuka dikarakterisasi, bagaimana

rancangan diterjemahkan ke dalam bahasa pemograman serta bagaimana

penguian akan dilakukan. Tugas teknis harus selalu ada dalam fase ini yaitu

rancangan perangkat lunak, pemunculan kode, pengujian perangkat lunak.

3. Fase Pemeliharaan (maintenance Phase)

Fase ini berfokus pada “perubahan” (change), yang dihubungkan dengan

koreksi kesalahan, penyesuaian yang dibutuhkan ketika lingkungan

perangkat lunak berkembang, serta perubahan kebutuhan pelanggan. Fase

ini mengaplikasikan kembali langkah-langkah pada fase defenisi dan

pengembangan namun semuanya teteap bergantung pada konteks perangkat

Untuk menyelesaikan masalah aktual di dalam sebuah setting industry,

rekayasa perangkat lunak atau tim perekayasa harus menggabungkan strategi

pengembangan yang melingkupi lapisan proses, metode, dan alat-alat bantu serta

fase-fase generic. Strategi ini sering diacukan sebagai model proses atau paradigma

rekayasa perangkat lunak. Model proses atau rekayasa perangkat lunak dipilih

berdasarkan sifat aplikasi dan proyeknya, metode dan alat-alat bantu yang akan

dipakai, dan control penyampaian yang dibutuhkan

Model proses untuk rekayasa perangkat lunak dibagi menjadi empat model

yaitu :

1. Model Sekuensial Linier

2. Model Prototipe

3. Model RAD

4. Model Proses Perangkat Lunak Evlusioner

2.2.3.2 Model Sekuensial (Waterfall)

Metode yang di gunakan dalam pembuatan perangkat lunak ini mengacu pada

paradigma model waterfall dengan langkah-langkah sebagai berikut:

a. Engineering sistem (rekayasa sistem) adalah menentukan

kebutuhan-kebutuhan dari semua elemen sistem dan mengalokasikan suatu subset

b. Analysis (analisis) adalah tahap pengumpulan kebutuhan untuk membentuk

domain informasi dari sistem yang sedang berjalan dengan melakukan

analisis.

c. Design (desain) adalah proses mengubah kebutuhan -kebutuhan menjadi

bentuk karakteristik yang dimulai dengan penulisan program, design tadi

harus diubah menjadi bentuk yang dimengerti sistem dengan berdasarkan

analisis yang telah dilakukan.

d. Coding (pengkodean) adalah tahap penerjemah desain kedalam bahasa

pemograman yang sesuai dengan kebutuhan.

e. Testing (pengujian) adalah tahap pengujian perangkat lunak yang

dikembangkan dan menjamin bahwa masukan sesuai dengan hasil yang

dibutuhkan.

f. Maintenance (pemeliharaan) adalah tahap perawatan sistem yang telah

dikembangkan seperti perawatan perangkat lunak,perawatan perangkat

keras dan media lain yang berhubungan dengan komputer. Pada tahap ini

Gambar 2.11 Paradigma Model Waterfall

2.2.4 Konsep Perancangan Sistem

Perancangan system secara umum adalah suatu tahap dimana di dalamnya

terdapat identifikasi komponen-komponen system infomasi yang akan dirancang

secara rinci yang bertujuan untuk memberikan gambaran kepada pengguna atau user

mengenai system yang baru. Sedangkan desain system secara terinci dimaksudkan

untuk pembuat program computer dan ahli teknik lainnnya yang akan

mengimplementasikan sistem. Engineering 

system 

Analysis 

Design 

Testing 

Maintenance  Coding 

Penggambaran dan rancangan model system infomasi secara logika dapat

dibuat dalam bentuk diagaram konteks dan Diagram Alir Data (DAD) atau Data

Flow Diagram (DFD).

2.2.4.1 Diagram Konteks

Diagram kontek merupakan alat-alat untuk struktur analisis. Pendekatan

struktur ini mencoba untuk menggambarkan sistem secara garis besar atau secara

keseluruhan. Diagram kontek adalah kasus khusus dari DFD atau bagan dari DFD

yang berfungsi memetakan modul lingkungan yang dipersentasika dengan lingkaran

tunggal yang mewakili keseluruhan sistem.

2.2.4.2 Diagaram Alir Data

Diagram alir data atau Data Flow Diagram (DFD) adalah suatu model yang

menjelaskan arus data mulai dari pemasukan sampai dengan keluaran data. Tingkatan

DFD dimulai dari diagaram konteks yang menjelaskan cecara umum suatu system

atau batasan system aplikasi yang akan dikembangkan. Kemudian DFD

dikembangkan menjadi DFD tingkat 0 atau level 0 dan kemudian DFD level 0

dikembangkan lagi menjadi level 1 dan selanjutnya sampai system tersebut

DFD merupakan penurunan atau penjabaran dari diagram konteks. Dalam pembuatan

DFD harus mengacu pada ketentuan sebagai berikut :

1. Setiap penurunan level yang lebih rendah harus mempresentasikan proses tersebut

dalam spesifikasi proses yang jelas

2. Penurunan dilakukan apabila memang diperlukan

3. Tidak semua bagian dari system harus ditunjukan dengan jumlah level yang sama.

Symbol-simbol yang digunakan pada diagram alir data ata data flow diagram

antara lain :

a. Entitas Luar (external entity)

b. Arus data (Data flow)

c. Proses (proccess)

d. Simpanan data (data store)

2.2.5 Pengertian Basis data

Basis data terdiri dari kata basis dan data. Basis data dapat diartikan gudang

atau tempat bersarang dan data yang berarti representasi fakta dunia nyata yang

mewakili suatu objek seperti manusia, hewan, peristiwa, konsep dan sebaginya yang

direkam dalam bentuk angka, huruf, symbol, teks, gambar, bunyi atau kombinasinya.

berhubungan yang disimpan secara berama sedemikian rupa dantanpa pengulangn

(redudansi) yang tidak perlu, untuk memnuhi berbagai kebutuhan. Atau bisa diartikan

sebagai kumpulan file,table, arsip yang saling berhubungan yang disimpan dalam

media penyimpanan elektronik.

2.2.5.1 Konsep Dasar Basis Data

Basis data (database) dapat dibayangkan sebagai sebuah lemari arsip yang

ditempatkan secara berurutan untuk memudahkan dalam pengambilan kembali data

tersebut. Basis data menunjukkan suatu kumpulan data yang dipakai dalam system

informasi disebut sistem basis data(database system)

2.2.6.2 Basis Data Relasional

Konsep sebuah database adalah terdiri atas tabel-tabel yang terorganisasi.

Tabel-tabel tersebut dapat saling berelasi untuk menghasilkan suatu infomasi, untuk

mengakses data yang ada dalam tabel-tabel tersebut digunakan sebuah perintah

SQL(Structured Query language)

2.2.5.3 Perancangan Basis Data

Perancangan basis data dibutuhkan agar diperoleh suatu sistem yang sesuai

2.2.5.4 ERD (Entity Relationship Diagram)

Entity Relationship Diagram adalah suatu model atau teknik pendekatan yang dapat menyatakan atau menggambarkan hubungan entity didalam sebuah sistem,

dimana hubungan tersebut dinyatakan sebagai one-to-one, one-to-many dan

many-to-many. Entity relationship bertujuan untuk menentukan objek-objek data (Entity) dan relationship (hubungan) yang ada pada objek-objek tersebut.

Komponen Entity Relationship Diagram :

1. Entity

Entity adalah suatu yang dapat dibedakan atau diidentifikasikan secara unik, objek disini sifatnya berupa orang, tempat, peristiwa atau konsep yang informasinnya

direkam.

2. Atribut

Atribut adalah kumpulan dari beberapa elemen data yang membentuk suatu

entity. Atribut merupakan ciri sebutan atau karakteristik yang dapat mewakili

suatu simbol yang digunakan untuk menggambarkan atribut pada entity

relationship diagram.

3. Relationship

Relationship adalah relasi atau hubungan yang terjadi diantara beberapa entity. Simbol yang digambarakan untuk menggambarkan relationship pada teknik entity

Setiap relationship mempunyai derajat relationship, yaitu tingkat atau hubungan

yang terdiri dari tiga derajat, yaitu :

a. Unary (derajat 1)

Suatu relationship yang dihubungkan dengan suatu entity set, dimana

penghubungnya ada dua.

b. Binary (derajat 2)

Relationship derajat dua adalah relationship yang biasa terjadi yaitu dua entity set dihubungkan dengan satu entity relationship.

c. Ternary (derajat 3)

Relationship derajat tiga.

Relationship diagram juga mempunyai Cardinalitas yaitu batasan pada jumlah entity yang terdiri dari:

1. Relasi satu ke satu (one-to-one)

Adalah suatu relasi yang terjadi dengan batasan relasi yang berupa satu

berbanding satu.

2. Relasi satu ke banyak (one-to-many)

Adalah suatu relasi yang terjadi dengan batasan relasi yang berupa banyak

berbanding banyak atau banyak berbanding satu.

Adalah suatu relasi yang terjadi dengan batasan relasi yang berupa banyak

berbanding banyak.

2.2.5.5 Kamus Data

Kamus data adalah suatu daftar atau kamus dari seluruh elemen-elemen data yang

diperlukan oleh suatu sistem. Kamus data dibuat berdasarkan arus data yang terdapat

pada DFD. Arus data dalam DFD bersifat global sehingga hanya dapat ditunjukkan

nama arus datanya saja dan keterangan lebih lanjut mengenai struktur arus data dapat

dilihat dari kamus data.

2.2.6.6 Database Management System (DBMS)

Database Management System (DBMS) diartikan sebagai suatu program komputer yang digunakan untuk memasukan, mengubah, menghapus, memanipulasi

dan memperoleh data atau informasi dengan praktis dan efisien. [7]

Dibandingkan dengan sistem yang berbasis kertas, DBMS memiliki empat

keunggulan :

2. Kepraktisan. Sistem yang berbasis kertas akan menggunakan kertas yang sangat

banyak untuk menyimpan informasi, sedangkan DBMS menggunakan media

3. Kecepatan. Mesin dapat mengambil atau mengubah data jauh lebih cepat dari

pada manusia.

4. Mengurangi kejemuan. Orang cenderung menjadi bosan kalau melakukan

tindakan-tindakan berulang yang menggunakan tangan.

5. Kekinian. Informasi yang tersedia pada DBMS akan bersifat mutakhir dan akurat

setiap saat.

Di dalam lingkungan basis data, data lebih mudah digunakan pada beberapa

DBMS tersedia fasilitas Query yang memudahkan pengguna untuk memperoleh

informasi. Pengguna yang tidak memiliki kemampuan pemograman pun dengan

mudah bisa mengguankan fasilitas query tersebut.

2.2.6 Perangkat Lunak Pendukung

Perangkat lunak (software) pendukung sangatlah dibutuhkan dalam

membangun sistem aplikasi ini, karena sistem aplikasi yang akan dibangun ini

membutuhkan beberapa program aplikasi yang digunakan untuk menghasilkan

program aplikasi yang lengkap yang sesuai dengan yang dibutuhkan oleh pengguna.

Adapun program aplikasi yang digunakan dalam pembangunan perangkat lunak ini

adalah Microsoft Delphi 6 MySQL (XAMPP).

2.2.6.1 Tinjauan software Borland Delphi 6

Borland Delphi merupakan bahasa pemrograman yang menggunakan fasilitas

kualitas, pengembangan perangkat lunak, kecepatan kompilasi, pola desain yang

menarik serta diperkuat dengan pemrograman terstruktur. Keunggulan lain dari

Delphi seperti program aplikasi lain berbasis windows.

Dalam hal pemrograman database, Borland Delphi menyediakan fasilitas

objek yang kuat dan lengkap yang memudahkan programmer dalam membuat

program. Format database yang dimiliki Delphi adalah format database paradox,

Ms.Acces, ODBC, SYBASE, Oracle dan lain-lain.

a. IDE Delphi

IDE (Integrated Development Environment) adalah bagian dari Delphi

yang digunakan untuk menciptakan aplikasi, dengan IDE inilah para

programmer secara visual merancang tampilan untuk para user (antarmuka

pengguna) dan menulis listing program (kode). IDE dalam pemrograman

Delphi 5 terdiri dari beberapa bagian yang masing-masing memiliki

komponen-komponen dan fungsi-fungsi tertentu. Bagian-bagian tersebut

diantaranya adalah Menubar, Toolbar/Speedbar, Component Palette, Jendela

Form, Jendela Unit, Object Treeview dan Object Inspector. Untuk keterangan

lebih lanjut dibawah ini terdapat penejelasan tentang komponen-komponen

b. Aplikasi dan Form

Aplikasi merupakan penerapan, pengimplementasi suatu permasalahan

pekerjaan kedalam suatu sarana atau media yang dapat digunakan untuk

menerapkan permasalahan tersebut, sehingga menjadi suatu bentuk program

tanpa menghilangkan nilai-nilai dasar dari permasalahan yang ada. Aplikasi

dapat dibedakan menjadi aplikasi windows dan aplikasi konsol. Aplikasi

windows adalah aplikasi yang berjalan pada windows. Aplikasi Non windows

contohnya yang berjalan pada Dos yang biasa disebut aplikasi konsol. Secara

umum, sebuah aplikasi paling sedikit melibatkan sebuah form. Namun

biasanya sebuah aplikasi melibatkan banyak form. Sebuh form umumnya

melibatkan komponen lain. Kotak Combobox dan Tombol Radiobutton

merupakan contoh komponen. Tetapi tidak semua komponen terlihat secara

visual, komponen yang terlihat secara visual biasa disebut dengan control.

Pada Delphi, sebuah aplikasi akan diletakkan pada sebuah proyek. Sebuah

proyek dapat membawahi sejumlah form. Form merupakan inti dari setiap

2.2.6.2 Pengertian MySQL

MySQL adalah sebuah perangkat lunak yang digunakan untuk mengolah

database pada konsep client-server, dimana MySQL ini didistribusikan secara gratis.

Dengan menggunakan database ini, data semakin aman dan berdaya guna. Database

ini juga banyak dipakai pada web database sehingga data semakin terintegrasi antara

database dekstop dengan database web. Untuk menggunakan database MySQL harus

menginstalasinya dahulu ke komputer.

Keistimewaan MySQL

Sebagai server database dengan konsep database modern, MySQL memiliki

keistimewaan. Beberapa keistimewaan dimiliki MySQL sebagai berikut :

1). Portability

Database MySQL berfungsi dengan stabil tanpa kendala, berarti berlaku pada

berbagai sistem operasi seperti Windows, Linux, FreeBSD, Mac OS X Server,

Solaris, Amiga, HP-Unix, dan lain-lain.

2). Open Source

MySQL merupakan database open source (gratis), di bawah lisensi GPL

sehingga dapat memperoleh dan menggunakannya secara cuma-cuma tanpa

membayar sepersen pun.

3). Multiuser

MySQL merupakan database yang dapat digunakan untuk menangani beberapa

user dalam waktu bersamaan tanpa mengalami masalah. Dan memungkinkan

4). Performace Tuning

MySQL mempunyai kecepatan yang cukup baik dalam menangani query-query

sederhana, serta mampu memproses lebih banyak SQL per satuan waktu.

5). Column Type

Database MySQL didukung dengan tipe data yang sangat kompleks, seperti

signed/unsigned integer, float, double, char, varchar, text, blob, data, time,

datetime, timestamp, year, set serta enum.

6). Command dan Functions

MySQL server memiliki operator dan fungsi secara penuh yang mendukung

perintah SELECT dan WHERE dalam query.

7). Security

Sistem Security pada MySQL mempunyai beberapa lapisan sekuritas seperti

tingkatan subnetmask, hostname, dan izin akses user dengan sistem perizinan

yang mendetil serta password terenkripsi.

8). Scalability dan Limits

MySQL mempunyai kemampuan menangani database dalam skala cukup besar,

dengan jumlah record lebih dari 50 juta dan 60 ribu tabel serta 5 miliar baris.

Selain itu dapat menampung indeks sampai 32 indeks pada tiap tabelnya.

9). Connectivity

Adanya kemampuan MySQL melakukan koneksi dengan client menggunakan

protokol TCP/IP, Unix socket (Unix), atau Named Pipes (NT).

Adanya kemampuan dalam mendeteksi kesalahan (error code) pada client

menggunakan lebih dari dua puluh bahasa.

11).Interface

MySQL memiliki interface terhadap berbagai aplikasi dan bahasa pemograman

menggunakan fungsi API (Application Programming Interface).

12).Clients dan Tools

Database MySQL dilengkapi berbagai tools yang dapat digunakan untuk

administrasi database.

13).Struktur Tabel

MySQL memiliki struktur tabel cukup baik serta cukup fleksibel, misalnya ketika

57 BAB III

ANALISIS DAN PERANCANGAN SISTEM

Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya untuk mengidentifikasikan dan mengevaluasi permasalahan-permasalahan, kesempatan dan hambatan-hambatan sehingga dapat diusulkan kebutuhan-kebutuhan untuk perbaikannya. Tahap analisis merupakan tahap yang paling kritis dan sangat penting, karena kesalahan didalam tahap ini akan menyebabkan juga kesalahan ditahap selanjutnya. Sistem yang akan dianalisis untuk membangun aplikasi data

Warehouse adalah sistem yang berjalan saat ini di PT. Kaca Patri. Analisis sistem ini diperoleh melalui wawancara dan observasi yang akan ditemukan beberapa data dan fakta yang akan dijadikan bahan uji dan analisis menuju penerapan dan pengembangan sebuah aplikasi sistem yang diusulkan.

3.1 Analisis Masalah

PT. Kaca Patri sebagai salah satu perusahaan yang bergerak dibidang distribusi barang khususnya kaca, membutuhkan informasi yang lebih lengkap dari sistem yang sudah ada pada saat ini, dimana data penjualan pada masing-masing gudang cabang yang diperoleh gudang pusat tidak memberikan banyak informasi mengenai jenis barang apa yang banyak diminati oleh pelanggan, sehingga pihak manajemen PT. Kaca Patri kesulitan menentukan jumlah produksi suatu jenis barang dalam periode tertentu.

3.2 Analisis Prosedur Yang Sedang Berjalan

Analisis prosedur sistem memberikan gambaran tentang sistem yang saat ini sedang berjalan. Analisis prosedur bertujuan untuk mengetahui lebih jelas bagaimana cara kerja sistem tersebut sehingga kelebihan dan kekurangan sistem dapat di ketahui. Analisis prosedur merupakan jalan informasi serta unit-unit di dalam melakukan pengumpulan, penyusunan dan pengolahan data yang terjadi antara bagian yang satu dengan bagian yang lainnya. Keterkaitan antara masing-masing bagian tersebut saling terpadu, artinya saling memberikan informasi secara jelas.

3.2.1 Prosedur Penjualan

Prosedur penjualan adalah proses yang dilakukan oleh bagian gudang cabang karena adanya permintaan pemesanan dari konsumen. Proses-proses yang dilakukan dalam prosedur penjualan

1. Konsumen datang memesan barang pada cabang.

2. Cabang mengecek barang masih tersedia atau tidak, jika barang sudah tidak tersedia maka daftar pesan barang tidak tersedia diberikan kepada konsumen serta membuat daftar pesan barang yang tidak tersedia, jika barang ada maka cabang membuat daftar pesan barang ada lalu buat faktur penjualan.

3. Cabang menyerahkan faktur penjualan kepada konsumen,lalu cabang membuat daftar Pesan Barang dan diarsipkan.

Gambar 3.1 Prosedur Penjualan

3.2.2 `Prosedur Pengiriman Barang

Proses-proses yang dilakukan dalam posedur pengiriman barang dari gudang pusat dan cabang adalah sebagai berikut:

1. Cabang memeriksa stock barang jika barang masih tersedia maka stock diarsipkan, jika stock sudah hampir habis atau sudah tidak tersedia maka cabang membuat daftar pesan barang sebanyak 2 rangkap, satu rangkap diarsipkan dan 1 rangkap lagi diberikan ke pusat.

2. Pusat menerima daftar Pesan barang dari cabang, pusat mengecek barang masih tersedia atau tidak, jika ada maka dibuatkan surat jalan dan data pengiriman barang sebanyak 2 rangkap, 1 rangkap diberikan kepada

cabang, dan 1 rangkap diarsipkan, jika sudak tidak ada maka pusat membuat daftar Barang sudah habis lalu diarsipkan.

3. Cabang menerima surat jalan dan data pengiriman dari Pusat.

 

Gambar 3.2 Prosedur Pengiriman Barang

3.2.3 Flowchart Pembelian

Proses–proses yang dilakukan dalam prosedur pembelian barang oleh Gudang pusat ke supplier

1. Pusat membuat daftar barang sudah habis lalu menyerahkan kepada supplier.

2. Supplier mengecek daftar barang masih ada atau tidak, jika tidak maka supplier mengembalikan dftar barang habis pada pusat, jika masih ada maka supplier membuat faktur pembelian sebanyak 2 rangkap, 1 rangkap diarsipkan dan 1 arsip lagi diberikan kepada Pusat.

3. Pusat menerima faktur pembelian dari supplier.

3.3 Deskripsi Sistem Lama

Sistem yang digunakan oleh PT. Kaca Patri saat ini masih sangat sederhana, dimana aplikasi untuk mengatur data penjualan sehari-hari hanya menggunakan microsoft office excel. Format data yang digunakan oleh masing-masing gudang cabang untuk penyimpanan data transaksi adalah xls. Contoh data transaksi penjualan yang terdapat pada file excel dapat dilihat pada tabel 3.1

Tabel 3.1 File Penjualan

Keterangan tabel:

Field keluar id berada pada Cell A atau pada kolom 1 baris 1, field tanggal berada pada Cell B atau pada kolom 2 baris 1, field waktu berada pada Cell C atau pada kolom 3 baris 1, dan seterusnya.

3.4 Pemodelan Data Warehouse

3.4.1 Arsitektur Pembangunan Data Warehouse

Jenis data warehouse yang akan dibangun adalah jenis data warehouse

fungsional, dimana sumber data yang akan disimpan dalam data warehouse adalah data eksternal, yaitu data penjualan sehari-hari dari masing-masing cabang berupa file microsoft office excel dengan format “Xls” seperti yang tampak pada tabel 3.1. Jenis Data warehouse fungsional terdiri dari lapisan source layer, Data

Staging, data warehouse layer dan analysis. Berikut gambar arsitektur data

warehouse fungsional.

Gambar 3.4 Data warehouse fungsional

3.4.2 Source Layer

Source layer adalah lapisan sumber data, dimana pada lapisan ini data masih berupa file eksternal. Data eksternal yang akan digunakan dalam pembangunan data warehouse ini adalah data penjualan masing-masing gudang cabang berupa file excel dengan format xls (seperti yang tampak pada tabel 3.1). File excel ini akan di import kedalam database, dan hasil import tersebut akan ditampung dalam satu tabel dalam database.

Sebelum mengimport file excel ke dalam database, terlebih dahulu kolom dan isi data dari tiap field atau record yang ada pada file penjualan dianalisa agar struktur tabel yang akan dibangun dalam data warehouse sesuai dengan file yang akan di import ke database. Selain itu, Pada proses Import data ke database, perlu dilakukan pengidentifikasian setiap data yang sudah ada di database, dengan kata lain setiap data yang akan dimport, akan dibandingkan dengan data yang sudah

ada di dalam database. Apabila data yang akan diimport sama atau sudah ada didalam database, maka data tersebut tidak akan di simpan ke dalam database. Sehingga proses penumpukan data tidak akan terjadi.

Pada pembuatan aplikasi data warehouse ini, hasil import file akan di simpan kedalam tabel penjualan_detail. Adapun contaoh data yang sudah dimport kedalam tabel penjualan_detail adalah sebagai berikut:

Tabel 3.2 Hasil Import Data

Berikut adalah struktur tabel penjualan_detail yang digunakan untuk menampung data hasil import didalam database.

Tabel 3.3 Struktur data penjualan_detail Nama Tabel Penjualan_detail

Struktur data Keluar_id + tanggal + id_cabang + nama_gudang + id_pelanggan + id_barang + id_jenis + nama_jenis + id_ukuran + id_satuan + nama_barang + qty + harga_jual + subtotal + notes

Keluar_id Tanggal Waktu id_cabang nama_gudang id_pelanggan id_barang id_jenis nama_jenis id_ukuran id_satuan nama_barang qty harga_jual subtotal notes [a..z|A..Z]|0..9]{13} Date Time

[a..z | A..Z | 0..9] {4} [a..z | A..Z | 0..9] {8} [a..z | 0..9] {6} [a..z | A..Z | 0..9] {7} [A..Z]{3}

[A..Z]{8} [a..z|0..9]{13} [a..z]{8}

[a..z | A..Z | 0..9] {30} Float

Double Float

3.4.3 Data Staging

Pada lapisan ini, data ekternal yang sudah diimport kedalam database akan diekstrak, ditransform dan kemudian diload ke dalam data warehouse. Proses ini lebih dikenal dengan proses ETL. Proses ETL merupakan proses yang sangat penting dalam membangun data warehouse, semakin tinggi tingkat kebenaran proses ETL semakin akurat informasi yang diambil dari data warehouse.

a. Proses Extraction

Pada tahap ini data source dari tiap gudang cabang yang sudah di import kedalam tabel penjualan_detail, akan di pecah dan disimpan ke dalam tabel-tabel yang sudah disediakan sebelumnya. Data-data yang diambil dari penjualan_detail adalah keluar_id, tanggal, waktu, cabang, pelanggan, barang, jenis, ukuran, satuan. Berikut adalah contoh data hasil ekstrak.

Tabel 3.4 Hasil Ektrak data

b. Proses Transformation

Pada proses transform ini, akan membahas apabila ada perubahan record atau penambahan suatu dimensi, maka langkah yang dilakukan adalah menelusuri perbuahan data dimensi perlahan. jika ada perubahan data, maka akan dibentuk record baru pada tabel dimensi. Data baru akan dimasukkan sebagai record baru dan record lama tetap ada dan tidak dihapus. Hal ini dilakukan agar semua perubahan yang terjadi dapat ditelusuri.

Perubahan atau penambahan dimensi dilakukan dengan cara manual. sedangkan untuk data yang bernilai null secara otomatis tidak dimasukkan kedalam data warehouse. Dalam tahap transform pada data warehouse ini, tidak semua data yang ada pada data ekstrak diambil, seperti field waktu dan notes. Field ini tidak di presentasikan dalam penjualan ini, dikarenan pihak PT. Kaca Patri hanya membutuhkan informasi penjualan suatu jenis barang dalam satu periode atau menggunakan tanggal saja. Sedangkan untuk data-data yang telah dibersihkan, secara otomatis akan disimpan kedalam data warehouse. Untuk lebih jelas, Contoh data transform dapat dilihat pada table 3.5

Tabel 3.5 Data hasil Transform

Keluar Id  Tanggal  Nama barang  Ukuran  jenis  Barang  Satuan  Pelanggan  Id  cabang  Qty 

Harga 

jual  Subtotal 

KC.110101.001  01_‐01_‐2011  KUNINGAN 4/200 CM  4/200.CM RTL RTL.001 CM PL.001 GDG1  8  18000 144000

KC.110101.001  01‐01‐2011  TIMAH LIS 10  10 MM  10.MM RTL RTL.011 MM PL.001 GDG1  14  31000 434000

KC.110101.001  01_‐01_‐2011  SWIGLE AISEAL  1.ROLL RTL RTL.021 ROLL PL.001 GDG1  10  36000 360000

KC.110101.001  01‐01‐2011  DIAMOND PUTIH  76.5/122.MTR  BHN  BHN.001  MTR  PL.001  GDG1  10  70000  700000 

KC.110101.002  01_‐01_‐2011  KUNINGAN 4/220 CM  4/220.CM  RTL  RTL.002  CM  PL.002  GDG1  5  19000  95000 

a. Proses Load

Setelah data di extraction dan di transform, data-data tersebut di masukkan ke data warehouse. Proses load pada pada aplikasi data warehouse yang akan dibangun akan dilakukan secara otomatis setelah proses transform selesai. Proses ini secara langsung mengupdate data warehouse tanpa merubah data yang sudah ada.

3.4.4 Data Warehouse Layer

Data warehouse layer adalah lapisan penyimpanan data-data penjualan masing-masing gudang cabang yang sudah di ETL. Dari data warehouse ini akan

diperoleh informasi secara rinci sehingga dapat membantu dalam pengambilan keputusan, analisa dan pembuatan laporan. Laporan yang diinginkan pihak manajemen adalah laporan penjualan, dimana data pernjualan harus dapat menginformasikan keluar id, tanggal, ukuran, jenis, pelanggan,gudang penjual dan jumlah barang yang terjual. Sehingga dibutuhkan dibutuhkan satu tabel fakta untuk mempresentasikannya, yaitu tabel penjualan. Dari tabel fakta ini akan diketahui jenis barang apa yang banyak terjual dalam satu periodik, dengan demikian pihak manajemen akan terbantu dalam memprediksi jumlah barang yang akan diproduksi dalam periode tersebut.

Melihat dari uraian diatas, akan dibutuhkan tabel dimensi yang digunakan bersama tabel fakta penjualan, dan tabel dimensi tambahan untuk menghasilkan data yang lebih detail. Dengan demikian skema data warehouse yang digunakan adalah snowflake.

 

Berikut adalah keterangan tabel-tabel yang ada pada skema relasi data warehouse

Tabel 3.6 keterangan tabel-tabel pada skema relasi data warehouse

no Nama Tabel Keterangan Tabel

1 Penjualan Fakta

2 mstr_barang Dimensi

3 mstr_satuan Dimesi tambahan barang

4 mstr_jenis Dimesi tambahan barang

5 mstr_ukuran Dimesi tambahan barang

6 tanggal Dimensi

7 cabang Dimensi

8 pelanggan Dimensi

3.4.5 OLAP

Data yang sudah melaluai proses ETL merupakan data yang akan disimpan dalam data warehouse, dan data ini yang digunakan sebagai bahan analisis dan laporan penjualan dalam periode pertentu. Proses analisis akan dilakukan dengan menggunakan OLAP, dan operasi OLAP yang digunakan adalah slicing dan dicing.

3.4.5.1 Slicing dan Dicing

Slicing dan dicing adalah proses mengambil potongan kubus berdasarkan nilai tertentu pada satu dimensi atau beberapa dimensinya.

Tabel 3.7 contoh Data

Keluar Id  Tanggal  Nama barang  Ukuran  jenis  Barang  Satuan  Pelanggan  Id  cabang  Qty 

Harga 

jual  Subtotal 

KC.110101.001  01‐01‐2011  KUNINGAN 4/200 CM  4/200.CM RTL RTL.001 CM PL.001 GDG1  8  18000 144000

KC.110101.001  01_‐01_‐2011  TIMAH LIS 10  10 MM  10.MM  RTL  RTL.011  MM  PL.001  GDG1  14  31000  434000 

KC.110101.001  01‐01‐2011  SWIGLE AISEAL  1.ROLL  RTL  RTL.021  ROLL  PL.001  GDG1  10  36000  360000 

KC.110101.001  01_‐01_‐2011  DIAMOND PUTIH  76.5/122.MTR  BHN  BHN.001  MTR  PL.001  GDG1  10  70000  700000 

KC.110101.002  01‐01‐2011  KUNINGAN 4/220 CM  4/220.CM RTL RTL.002 CM PL.002 GDG1  5  19000 95000

KC.110102.002  02_‐01_‐2011  SILICON CLEAR  1.TUBE RTL RTL.015 TUBE PL.005 GDG2  4  35000 140000

KC.110102.005  02_‐01_‐2011  DIAMOND BIRU TUA  76.5/122.MTR BHN BHN.003 MTR PL.OO5 GDG2  9  70000 630000

Berikut adalah contoh dari slicing. Jika dari tabel 3.6, kita ingin melihat data penjualan pada tanggal 1 bulan januari 2011, maka lakukan seleksi data diatas berdasarkan dimensi tanggal. Hasilnya akan seperti gambar dibawah ini.

Tabel 3.8 Penjualan setelah Slicing

Keluar Id  Tanggal  Nama barang  Ukuran  jenis  Barang  Satuan  Pelanggan  Id  cabang  Qty 

Harga 

jual  Subtotal 

KC.110101.001  01‐01‐2011  KUNINGAN 4/200 CM  4/200.CM  RTL  RTL.001  CM  PL.001  GDG1  8  18000  144000 

KC.110101.001  01_‐01_‐2011  TIMAH LIS 10  10 MM  10.MM RTL RTL.011 MM PL.001 GDG1  14  31000 434000

KC.110101.001  01_‐01_‐2011  SWIGLE AISEAL  1.ROLL RTL RTL.021 ROLL PL.001 GDG1  10  36000 360000

KC.110101.001  01_‐01_‐2011  DIAMOND PUTIH  76.5/122.MTR  BHN  BHN.001  MTR  PL.001  GDG1  10  70000  700000 

KC.110101.002  01_‐01_‐2011  KUNINGAN 4/220 CM  4/220.CM  RTL  RTL.002  CM  PL.002  GDG1  5  19000  95000 

Gambar kubus setelah dilakukan proses slicing, akan diilustrasikan seperti gambar dibawah ini

 

104

2. Pengujian Import Data

Tabel 4.4 Pengujian Import Data 

3. Pengujian Proses ETL

Tabel 4.5 Pengujian Proses ETL Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Data Penjualan *Xls Data Penjualan di

tampilkan

Data penjualan

tampil Diterima

Kasus dan Hasil Uji (data tidak normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Data penjualan :kosong Data penjualan

tidak tampil

Data penjualan

tidak tampil Diterima

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan Periode penjualan yang

akan diekstrak dan transform

Setelah klik tombol ekstrak kemudain transform,maka data akan di ambil dari database kemudisan ditampilkan.

Data tampil

Diterima

Kasus dan Hasil Uji (data tidak normal)

105

3. Pengujian Proses OLAP

Tabel 4.6 Pengujian OLAP

4.2.3 Kesimpulan Hasil Pengujian Alpha

Berdasarkan hasil pengujian pengujian alpha menggunakan metode black-box yang telah dilakukan dapat diambil kesimpulan bahwa secara fungsional sistem sudah dapat menghasilkan output yang diharapkan.

\

Periode penjualan : kosong Data tidak penjualan tidak tampil Data tidak tampil Diterima

Kasus dan Hasil Uji (Data Normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan Data OLAP

Periode,id_gudang, id_jenis

Setelah data dipilih, data pejualan tampil

Data penjualan hasil Proses

OLAP tampil Diterima

Kasus dan Hasil Uji (data tidak normal)

Data Masukan Yang Diharapkan Pengamatan Kesimpulan

Data OLAP kosong data penjualan tidak

tampil

Data tidak tampil

Diterima Tabel 4.4 Pengujian Import Data (lanjutan)

106

4.2.4 Pengujian Beta

Pengujian beta merupakan pengujian tahap kedua yang dilakukan secara objektif dimana program aplikasi diuji secara langsung ke lapangan yaitu manajer perusahaan, karena aplikasi yang dibangun hanya akan di operasikan satu orang, yaitu manajer gudang saja sehingga penulis hanya melakukan wawancara dan mengajukan beberapa pertanyaan saja, seperti yang tertera pada lampiran.

4.2.5 Kesimpulan Hasil Pengujian Beta

Dari hasil pengujian beta yang telah dilakukan yaitu dengan pengujian perhitungan pilihan kategori jawaban dari pertanyaan yang telah dilontarkan di lapangan dapat diambil kesimpulan bahwa program aplikasi Data Warehouse ini mudah dipelajari, mudah digunakan dan dapat membantu staf PT Kaca Patri dalam proses pengolahan data, membantu dalam mengontrol persediaan yang tersedia pada setiap Gudang Cabang, dengan instruksi dan perintah yang mudah digunakan juga.

107 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisa dan pembahasan yang telah diuraikan pada bab-bab sebelumnya, maka dapat menarik beberapa kesimpulan sebagai berikut: 1. Dapat mempermudah pengontrolan data transaksi penjualan secara detil pada

masing-masing gudang cabang

2. Membantu mempercepat dalam proses pelaporan.

3. Dapat membantu untuk melakukan proses analisa penjualan barang dalam periode tertentu

5.2 Saran

Dalam pembuatan Aplikasi Data Warehouse PT. Kaca Patri ini masih banyak hal yang dapat dikembangkan, seperti :

1. Diharapkan untuk pengembangan selanjutnya, dapat dibangun sistem operasional penjualan yang sudah terkomputerisasi.

2. Membuat suatu require atau list kebutuhan sistem operasional yang akan di bangun agar selaras dengan kebutuhan data warehouse yang sudah dibangun. 3. Menambah Data fakta data warehouse, agar informasi yang diperoleh lebih

108

DAFTAR PUSTAKA

[1] Fathansyah, Ir, 2002, BASIS DATA, Informatika, Bandung.

[2] Madcoms dan Andi, 2004, APLIKASI PROGRAM PHP & MYSQL UNTUK MEMBUAT WEBSITE INTERAKTIF, Andi, Yogyakarta.

[3] Nugroho, Adi, 2004, Konsep Pengembangan Sistem Basis Data, Informatika, Bandung.

[4]....http://www.scribd.com/doc/50577827/16/III-2-Anatomi-Data-Warehouse [5]....http.//www.scribd.com/doc/34961289/Pengertian-data

DAFTAR RIWAYAT HIDUP

NAMA : TAHAN JUNED SITUMORANG

TTL : PANGURURAN, 20 JUNI 1984

ALAMAT BANDUNG : JL. TUBAGUS ISMAIL DALAM Gg.

KUBANGSARI 1 NO. 36 BANDUNG, JAWA BARAT

ALAMAT RUMAH : JL. Jaya I No 19B Simpang Limun MEDAN NO. TELEPON : 08562077575

E-MAIL : jun.situmorang@yahoo.com

JUDUL SKRIPSI : MEMBANGUN DATA WAREHOUSE PADA PT. KACA PATRI

RIWAYAT PENDIDIKAN

SEKOLAH TAHUN KELULUSAN ALAMAT

SDN 6 Pangururan 1996 _{Pangururan, Kab.Samosir} SMP SWASTA

Budi-Mulia Pangururan 1999 Pangururan, Kab.Samosir

SMA Raksana Medan 2002 Medan, SUMUT

Universitas Komputer