7

BAB 2
LANDASAN TEORI
2.1 Pendekatan Data warehouse
2.1.1 Data dan Informasi
2.1.1.1 Data
Menurut Connolly (2010, p70), data adalah komponen yang
paling penting dalam DBMS. Berasal dari sudut pandang end-user, data
ertindak seagai !ematan yang menghuungkan antara komponen
mesin dengan komponen pengguna.
Menurut "o##er (200$, p%&), data adalah representasi dari o!ek
dan peristi'a yang memiliki arti dan kepentingan dalam lingkungan
pemakai.
2.1.1.2 Infomasi
Menurut "o##er (200$, p%7), (n#ormasi adalah seuah data yang
telah di proses dengan suatu )ara untuk meningkatkan pengetahuan dari
seseorang yang menggunakan data terseut.
Menurut (nmon(200*, p%$+), in#ormasi adalah data yang dapat
dipahami oleh manusia dan die,aluasi untuk menyelesaikan masalah
atau memuat suatu keputusan.
8
Dengan kata lain in#ormasi adalah hasil dari pengolahan data yang
dapat memantu manusia dalam meme)ahkan masalah dan
mengamil seuah keputusan atau kesimpulan.
2.1.2 Pengertian Database
Menurut Connolly (2010, p&*), database adalah sekumpulan data logikal
yang saling erhuungan dan deskripsi suatu data, yang diran)ang untuk
memenuhi keutuhan in#ormasi dari suatu organisasi.
2.1.3 Data warehouse
Menurut inmon (200*, p2$), data warehouse adalah sekumpulan data
yang Subject Oriented (orientasi su!ek), integrated (integrasi), Non-
Volatile (tidak eruah), dan time variant yang mendukung keputusan
mana!emen.
Cui, -idom. (200./p%1) Sistem data warehouse mengintegrasi in#ormasi
dari sumer data operasional ke dalam pusat penyimpanan data untuk
memungkinkan adanya seuah analisis dan mining erdasarkan in#ormasi yang
terintegrasi. Selama proses intergrasi, sumer data iasanya memiliki
serangkaian trans#ormasi, yang er,ariasi dari operasi al!aar yang sederhana
atau suatu agregasi ke data cleansing dengan prosedur yang kompleks.
9
Dari de#inisi diatas, dapat disimpulkan ah'a data warehouse adalah
sekumpulan data yang memiliki karakteristik orientasi su!ek,
terintegrasi, time-variant, dan Non-Volatile yang digunakan
untuk mendukung pengamilan keputusan.
2.1.4 OLTP Online Transaction Processing!
Menurut Connolly dan Begg (2010, p11$$), 0123 adalah seuah sistem
yang digunakan untuk melayani transaksi dalam !umlah yang esar,
terorganisir, erulang, dan mengalami peruahan se)ara intensi#. Data pada
0123 diatur sesuai transaksi terkait dengan aplikasi isnis dan mendukung
keputusan pengguna operasional setiap harinya dalam !umlah yang esar.
2.1." Per#andingan Data warehouse dengan OLTP
Menurut Connolly dan Begg (2010, p11$$), peredaan sistem 0123 dan
sistem data warehouse adalah /
Ta#e$ 2.1 Per#andingan Data warehouse dengan OLTP
%arakteristik OLTP Data warehouse
T&'&an &tama (end&k&ng )roses o)erasiona$ (end&k&ng )roses ana$isis
10
*m&r data Saat ni Bersifat +istoris teta)i data
,ang saat ini '&ga termas&k!
Latency data Real-time Tergant&ng dari )an'angn,a
sik$&s data tam#a+an ke data
warehouse teta)i data ,ang
real-time '&ga termas&k
Granularity data Detai$ data Detai$ data- tinggi dan
renda+n,a rangk&man data
Pemrosesan data Po$a dari )emas&kan-
)eng+a)&san- )em#a+ar&an-
dan queries data ,ang da)at
di)rediksi.
Le.e$ transaksi / High
Po$a dari )roses query data
k&rang #isa di)rediksi.
Le.e$ transaksi / medium - low
Reporting Da)at di)rediksi- sat& dimensi-
data #ersifat teta)- statis- dan
re$atif
Tidak da)at di)rediksi-
m&$tidimensi- $a)oran #ersifat
dinamis
Pengg&na (e$a,ani )engg&na o)erasiona$
da$am '&m$a+ ,ang #esar
(e$a,ani )engg&na mana'eria$
da$am '&m$a+ ,ang ke0i$ ta)i
'&ga mend&k&ng ke#&t&+an
ana$isis #agi )engg&na
o)erasiona$!
11
2.1.1 Data Mart
Menurut -.". (nmon (200*, p%$%), Data Mart adalah agian dari
struktur pengemangan data pada data warehouse dimana data di4denormalisasi
sesuai dengan keutuhan in#ormasi departemen.
Menurut "o##er (200$, p*0$), data diperoleh dengan memilih dan
merangkum data pada seuah data warehouse atau dari proses 521 (extract,
transorm, load) yang terpisah dari sumer sistem data.
2.1.2 %arakteristik Data warehouse
2.1.2.1 ub!ect Oriented
6arakteristik pada data warehouse yang pertama adalah subject
oriented. Berorientasi terhadap su!e)t maksudnya adalah data
warehouse diran)ang untuk menganalisa data erdasarkan su!e)t4
su!e)t yang ada.
12
3am#ar 2.1 ub!ect Orientation s&m#er / Inmon- 244"- )34!
2.1.2.2 "ntegrated
6arakteristik data warehouse yang kedua adalah !ntegrated.
Data4data yang tersimpan dalam data warehouse erasal dari eragai
sumer data operasional yang memiliki ,ariael yang ereda. 0leh
karena itu, agar data operasional terseut dapat saling ter4integrasi maka
13
seelum dimasukkan ke dalam data warehouse, data terseut harus di4
encode terleih dahulu.
Contoh pada gamar 2.2 adalah tipe ,ariael pada atriut !enis
kelamin karya'an dimana pada data operasional, atriut !enis kelamin
karya'an pada data operasional adalah male dan emale sedangkan
pada data warehouse menggunakan inisial m,#. Maka agar dapat ter4
integrasi penamaan !enis kelamin pada data operasional harus di4 encode
terleih dahulu men!adi m,#, kemudian dimasukkan ke dalam data
warehouse.
3am#ar 2.2 "ntegrated dari Data warehouse s&m#er / Inmon- 244"- )31!
14
2.1.2.3 Time #ariant
6arakteristik data warehouse yang ketiga adalah "ime variant.
Data pada data warehouse dapat dikatakan valid !ika data terseut
memiliki !angka 'aktu *410 tahun.
3am#ar 2.3 Time $ariancy s&m#er / Inmon- 244"- )32!
15
2.1.2.4 %on-$olatile
6arakteristik data warehouse yang keempat adalah Non-Volatile,
maksudnya adalah data pada data warehouse tidak dapat di4u#date dan
di4delete tetapi data hanya dapat di4reresh untuk memperarui data
warehouse dan data lama akan tetap tersimpan.
3am#ar 2.4 Non.o$ati$e s&m#er / Inmon- 244"- )32!
2.1.5 Str&kt&r Data warehouse
Menurut (nmon (200*, p.%), struktur data warehouse terdiri dari
eerapa elemen seperti pada gamar erikut /
16
3am#ar 2." Str&kt&r Data warehouse s&m#er / Inmon- 244"- )34!
2.1.5.1 &urrent Detail Data
Merupakan le,el terendah dari data warehouse yang
men)erminkan keadaan yang sedang er!alan saat ini. Data ini !umlahnya
sangat anyak sehingga masih sulit dilakukan analisa untuk mengamil
suatu keputusan.
17
2.1.5.2 Old Detail Data
Merupakan data histor$ dari %urrent Detail Data. Data ini adalah
data )adangan(bac&-u#) dan iasanya umur datanya sudah lama. 3ada
saat penyusunan #ile atau direktori data ini harus disusun erdasarkan
umur datanya agar mudah diakses kemali.
2.1.5.3 Lightly ummari'ed Data
5,aluasi data yang dirangkum dengan menghapus satu atau
eerapa karakteristik data dari #rimar$ &e$ #okus data. 'ightl$
summari(ed data memiliki tingkat granularitas yang aik.
2.1.5.4 Highly ummari'ed Data
5,aluasi data yang dirangkum dengan menghapus anyak
karakteristik data dari #rimar$ &e$ #okus data. )ighl$ Summari(ed Data
memiliki tingkat kedetailan yang sangat tinggi karena meerupakan hasil
ringkasan dari 'ightl$ Summari(ed Data.
2.1.5." Metadata
Metadata ukan merupakan data hasil kegiatan seperti keempat
!enis data diatas. Menurut 3oe, Metadata adalah 7data tentang data8 dan
18
menyediakan in#ormasi tentang struktur data dan huungan antara
struktur data di dalam atau antara storage(tempat penyimpanan data).
Metadata erisikan data yang menyimpan proses perpindahan data
meliputi database structure,contents,detail data dan summar$ data,
matrics* versioning* aging criteria* versioning* transormation criteria.
Metadata khusus dan memegang peranan yang sangat penting dalam
data warehouse.
Metadata sendiri mengandung /
Struktur data
Seuah direktori yang memantu user untuk melakukan
analisis Decission Su##ort S$stem dalam pen)arian
letak9lokasi dalam data warehouse.
:lgoritma
:lgoritma digunakan untuk summary data. Metadata
sendiri merupakan panduan untuk algoritma dalam
melakukan pemrosesan summar$ data antara %urrent
Detail Data dengan 'ightl$ Summari(ed Data dan antara
'ightl$ Summari(ed Data dengan highl$ summaried data.
19
Ma##ing
Seagai panduan pemetaan(ma##ing+ data pada saat data
di transorm9diuah dari lingkup operasional men!adi
lingkup data warehouse.
2.1.6 Peren0anaan dan Peran0angan Data warehouse
:da eerapa #aktor yang harus diperhatikan dalam peren)anaan data
'arehouse, yaitu /
1. 2u!uan pemangunan data warehouse harus memenuhi kriteria /
; Meningkatkan kemampuan akses in#ormasi.
; Meningkatkan kualitas keputusan yang diamil.
2. 6riteria #asilitas yang dapat dierikan oleh data warehouse /
; <a,igasi yang memudahkan pemakai untuk men)ari data.
; :kses in#ormasi yang mudah dan )epat.
; :kuisi data yang dapat mendukung integrasi data.
2.1.14 Pera$atan da$am Peran0angan Data warehouse
Dalam peran)angan data warehouse, peralatan yang digunakan adalah /
; S=1 Ser,er 200+ untuk memuat database4nya
; >isual Studio 200+ untuk meran)ang star skema dan lain4lain
; >isual Basi).<et 2010 untuk menampilkan aplikasinya.
20
2.1.11 Arsitekt&r Data warehouse
:rsitektur data warehouse menurut Connolly dan Begg (2010, p120%),
adalah seagai erikut /
3am#ar 2.1 Arsitekt&r Data warehouse s&m#er / 7onno$, dan Begg- 2414- )1244!
Menurut Connolly dan Begg (2010, p120%), arsitektur data warehouse
terdiri dari /
2.1.11.1 Data O)erasiona$
Sumer data pada data warehouse disediakan dari /
1. Mainrame data operasional disimpan dalam hirarki generasi
pertama dan !aringan database.
21
2. Data antar agian departemen disimpan dalam #ile sistem, seperti
>S:M, ?MS, relasional DBMS seperti (n#ormi@ dan 0ra)le.
.. Data internal disimpan dalam wor&station dan server internal.
%. Sistem eksternal seperti internet, database yang tersedia se)ara
komersial atau database yang erhuungan dengan su##lier
organisasi dan pelanggan.
2.1.11.2 Operational Data tore
:dalah Seuah penyimpanan data operasional adalah tempat
penyimpanan dari data operasional teraru dan data operasional yang
telah digaungkan dan digunakan untuk analisa. Biasanya tersusun dan
tersedia dalam )ara yang sama seperti data dalam warehouse, tetapi
mungkin #aktanya ertindak hanya seagai daerah tumpuan agi data
untuk dipindahkan ke dalam data warehouse.
2.1.11.3 ETL Manager
521 mana!er melakukan semua operasi yang erhuungan
dengan 521 data ke dalam warehouse. Data akan diamil langsung dari
sumer data atau, leih umumnya dari O#erational Data Store.
2.1.11.4 (arehouse Manager
,arehouse Manager melakukan semua operasi yang
erhuungan dengan pengelolaan data di warehouse. 0perasi yang
dilakukan oleh ,arehouse Manager meliputi /
22
-. :nalisis data untuk memastikan konsistensi.
/. "ransormasi dan penggaungan sumer data dari
penyimpanan sementara ke tabel data warehouse.
0. 3en)iptaan indeks dan pandangan pada tael dasar.
1. 2ac&u# Data dan pengarsipan data.
3. 3emuatan denormalisasi (!ika diutuhkan)
4. 3emuatan agregasi
2.1.11." )uery Manager
Melakukan semua operasi yang erhuungan dengan pengelolaan
user Aueries. 6ompleksitas 5uer$ Manager ditentukan oleh #asilitas
yang disediakan oleh 6nd-7ser 8ccess "ools dan database.
2.1.11.1 Detailed Data
2empat dari gudang penyimpan semua detail data dalam skema
database. Dalam anyak kasus, detail data tidak disimpan se)ara online
tetapi diuat tersedia dengan menggaungkan data ke tingkat detail
erikutnya.
2.1.11.2 Lightly dan Highly ummari'ed Data
23
2empat dari gudang penyimpan semua 'ightl$ dan highly
summariBed (agregat) data dihasilkan oleh ,arehouse Manager. Bagian
dari tempat ini adalah ersi#at sementara, karena akan eruah se)ara
terus4menerus untuk merespon peruahan 9uer$ #roile.
2.1.11.5 *rchi#e 8 +ac,up Data
Bagian dari gudang penyimpanan data yang detail dan diringkas
untuk pengarsipan dan bac&u#. Meskipun ringkasan data dihasilkan dari
data detail, mungkin perlu untuk melakukan bac&u# ringkasan data se)ara
online !ika data tetap melampaui masa penyimpanan agi detail data.
2.1.11.6 (etadata
Simmhan, C 1., 3lale B., Dannon D. (200*/p.1) Metadata
men!elaskan mengenai produk data yang digunakan dan dihasilkan oleh
seuah aplikasi yang sangat penting untuk menelusuri adanya data yang
disamiguate dan memungkinkan data untuk digunakan kemali. Data
asal merupakan salah satu !enis dari metadata, yang erkaitan dengan
se!arah deri,asi dari seuah produk data yang dimulai dari sumer asli
data terseut.
24
Bidang dari gudang penyimpanan semua Metadata (data tentang
data) ketentuan digunakan oleh semua proses4proses dalam gudang.
Metadata digunakan untuk eragai tu!uan, termasuk /
1. 6xtractions dan loading proses4Metadata digunakan untuk
memetakan sumer data ke seuah pandangan umum dari
data di dalam gudang.
2. 3engelolaan gudang proses4Metadata digunakan untuk
mengotomatisasikan produksi dari tael rin)i.
.. Seagai agian dari permintaan mana!emen proses4
Metadata digunakan untuk mengarahkan seuah
permintaan ke sumer data yang paling tepat.
2.1.11.14 -nd-.ser *ccess Tools
2u!uan utama dari data warehousing adalah untuk mendukung
para pemuat keputusan. 3engguna4pengguna ini erinteraksi dengan
gudang menggunakan 6nd-7ser 8ccess "ools. Dudang data harus
mendukung ad ho) dan analisa rutin se)ara e#isien.
6ami mengkatagorikan alat4alat ini ke dalam empat kelompok
penting /
-. 3emuatan laporan dan 9uer$ tools
25
/. :lat pengemangan aplikasi
0. 01:3 tools
1. Data mining tools
2.1.12 Data 9$o: da$am Data warehouse
Menurut Connolly dan Begg (200*, p11&1411&*), data warehouse #okus
pada lima arus data primer, yaitu /
2.1.12.1 "n/low
Berhuungan dengan pengekstrakan, pemersihan, dan pemuatan
data dari sumer data ke dalam data warehouse.
2.1.12.2 .p/low
3roses yang terhuung dengan menamahkan nilai ke data di
dalam warehouse melalui peringkasan, pemadatan, dan pendistriusian
data.
2.1.12.3 Down/low
Berhuungan dengan penyimpanan dan 2ac&u# Data dalam data
warehouse.
26
2.1.12.4 Out/low
Berhuungan dengan memuat data tersedia agi end user.
2.1.12." Meta-/low
Merupakan proses memindahkan Metadata (data mengenai #lo'
lainnya).
2.1.13 Sketsa Data warehouse
2.1.13.1 Ta#e$ 9akta
Menurut 6imall dan ?oss (2010, p.0), tael #akta adalah dasar
dari data warehouse. 2ael4tael itu mengandung ukuran #undamental
dari perusahaan, dan tael4tael itu adalah target utama dari seagian
esar data warehouse 9uer$.
Menurut (nmon(200*, p%$7), tael #akta adalah pusat dari tael
star join dimana data memiliki anyak ke!adian yang dapat dialokasikan.
2.1.13.2 Ta#e$ Dimensi
Menurut (nmon (200*, p%$*), tael dimensi adalah tempat dimana
data tamahan yang erhuungan dengan tael #akta ditempatkan dalam
tael multidimensi.
27
2.1.13.3 Pemode$an da$am Dimensiona$
Dimensional modeling adalah seuah disiplin desain yang
men)akup model relasional resmi serta realita teknik dari teks dan !umlah
data.
2.1.13.4 %e&nt&ngan dari Pengg&naan Pemode$an Dimensiona$
Menurut Connolly dan Begg (2010, p1227), masing4masing tael
dimensional memiliki #rimar$ &e$ yang sederhana dan erhuungan
dengan tepat ke satu dari komponen com#osite &e$ di tael #akta. Dengan
kata lain primary key dari tael #akta yang terdiri dari dua atau leih
oreign &e$.
2.1.13." Skema Bintang
Menurut "o##er (200$, p*21), skema intang adalah seuah
desain database sederhana dimana dimensional data terpisah dari #akta
atau data transaksi. seutan lain untuk dimensional model adalah skema
intang.
28
Menurut (nmon (200*, p*0.), skema intang adalah struktur data
dimana data yang didenormalisasi untuk mengoptimalisasi akses data.
Merupakan dasar dari multidimensional Data Mart design.
3am#ar 2.2 7onto+ Skema Bintang s&m#er / 7onno$, dan Begg- 2414- )1225!
2.1.13.".1 %e&nt&ngan (engg&nakan Skema Bintang
Beerapa keuntungan dalam menggunakan skema intang
adalah /
1. 3roses 9uer$ dan 'aktu respon yang )epat.
2. Menyerhanakan pemahaman dan penelusuran
Metadata agi pemakai dan pengemang.
.. 1eih simpel.
%. Mudah dipahami.
29
2.1.13.".2 Peran0angan Skema Bintang
Dalam peran)angan skema intang, terdiri dari eerapa
tael dan alur gaungan yang dirumuskan dengan aik.
2.1.13.".3 Skema Bintang Seder+ana
Dalam skema intang ini, setiap tael harus memiliki
primary key yang terdiri dari satu kolom atau leih. 3rimary key
dari tael #akta terdiri dari satu atau leih #oreign key.
3am#ar 2.5 7onto+ Skema Bintang Seder+ana
2.1.13.".4 Skema Bintang dengan Ban,ak Ta#e$ 9akta
>ariasi lain dari skema intang adalah skema intang
dengan anyak tael #akta. Skema intang seperti ini iasanya
diangun untuk meningkatkan kiner!a atau untuk alasan lain
seperti menentukan leih dari satu tael #akta dalam skema
30
intang yang dierikan.
3am#ar 2.6 7onto+ Skema Bintang dengan Ban,ak Ta#e$ 9akta
s&m#er / ;offer- 244"- )423!
31
2.1.13."." Skema Bintang (a'em&k
Menurut 3oe (2001, p100), dalam skema intang ini
#oreign key menggunakan tael dimensi seagai re#erensi dan
primary key terdiri dari satu atau leih identi#ier yang unik untuk
masing4masing aris. Ciri utama dalam skema intang ma!emuk
adalah primary key dan #oreign key yang tidak sama.
2.1.13.1 Skema now/la,e
Menurut (nmon (200*, p.&1), seagai seuah aturan, pada star
join adalah satu tael #akta. 2etapi leih dari satu tael #akta dapat
dikominasi di seuah database design untuk memuat seuah struktur
gaungan yang diseut Snowla&e structure. Dalam skema Snowla&e,
tael #akta yang ereda yang terhuung dengan memagi satu atau leih
dimensi umum diseut conormed dimensions.
Menurut "o##er (200$, p*.2), skema Snowla&e adalah ,ersi
dari skema intang yang diperluas dimana tael dimensi dinormalisasi ke
dalam eerapa tael yang saling erhuungan.
32
3am#ar 2.14 7onto+ Skema Sno:f$ake s&m#er / 7onno$, dan Begg- 244"- )115"!
2.1.13.1.1 %e&nt&ngan (engg&nakan Skema now/la,e
1. 3emakaian s#ace yang leih sedikit.
2. 7#date dan maintenance yang leih mudah.
2.1.13.1.2 %er&gian (engg&nakan Skema now/la,e
1. Model leih kompleks dan rumit.
2. 3roses 9uer$ leih lamat.
.. :erormance yang kurang agus.
2.1.14 Agregasi
33
Menurut -." (nmon (200*, p.11%), ada anyak kasus dimana data di
dalam data warehouse tidak memenuhi kriteria stailitas dan !arang eruah.
3ada eerapa kasus, !umlah isi data men!adi terlalu anyak. Dikasus
lainnya dapat dilakukan agregasi yang mengelompokkan eerapa data detil
operasional yang ereda ke dalam record tunggal. ;ecord tunggal ini
diseut seagai pro#ile record atau agregate record.
:gregasi dari data operasional ke dalam seuah record tunggal pada data
warehouse dapat dilakukan dengan menggunakan )ara, seperti /
1. <ilai E nilai yang diamil dari data operasional dapat
diringkas.
2. Fnit E unit data operasional dapat dihitung dan di!umlahkan,
dimana !umlah dari unit data disimpan.
.. Fnit E unit data dapat diproses untuk menentukan yang
paling tinggi, paling rendah, rata E rata, dan seagainya.
%. 6emun)ulan a'al dan akhir data dapat ditangkap.
*. Data dari eragai !enis, !atuh ke dalam atasan E atasan
dari eerapa parameter, dapat diukur.
&. Data yang e#ekti# pada saat tertentu dapat ditangkap.
7. Data yang paling aru dan yang paling lama dapat ditangkap.
2.1.1" Metadata
34
Menurut (nmon (200*, p2&1), Metadata merupakan komponen penting
dari data warehouse dalam setiap skenario, tetapi Metadata mengamil
dimensi yang ereda dalam penyimpanan dan pengelolaan eksternal data.
Menurut "o##er (200$, p2&1), Metadata adalah data yang
menggamarkan si#at atau karakteristik dari end-user data, dan konteks pada
data.
Menurut 6imall (2010, p*&7), Metadata teragi men!adi dua yaitu ront
room Metadata dan bac& room Metadata. <ront room Metadata leih deskripti#
dan memantu dalam 9uer$ tools dan er#ungsi untuk memperlan)ar penulisan
laporan. 2ac& room Metadata adalah proses relasi dan petun!uk extraction.
pemersihan dan proses loading. Beerapa #ungsi Metadata adalah seagai
erikut /
-. Memuat da#tar anotasi yang aik dari semua itu.
/. Menentukan seerapa penting masing4masing agian.
0. Bertanggung !a'a untuk hal itu.
1. memutuskan apa yang merupakan set yang konsisten dan
set dari peker!aan itu.
3. Memutuskan apakah akan memuat atau memeli.
4. Menyimpannya pada suatu tempat untuk proses bac&u#
dan recover$.
=. Memuatnya tersedia untuk orang4orang yang
memutuhkannya.
>. Men!amin kualitas dan memuatnya lengkap serta u# to
date.
?. Mengendalikan tugasnya dari suatu tempat.
-@. Mendokumentasikan semua tanggung !a'a yang )ukup
aik untuk menyerahkan peker!aan ini (se)epatnya).
35
2.1.11 Granularity
Menurut (nmon (200*, p%1), menga)u pada tingkat kedetailan suatu data
atau summari(ation dari unit data dalam data warehouse. Semakin tinggi
kedetailan data maka semakin rendah tingkat Aranularit$ nya. Semakin rendah
tingkat kedetailannya, maka semakin tinggi le,el Aranularit$ nya.
3am#ar 2.11 7onto+ 3ran&$arit, s&m#er / Inmon- 244"- )41!
2.1.12 Denorma$isasi
Menurut (nmon (200*, p%$*), denormalisasi adalah teknik penempatan
normalisasi data pada lokasi #isikal yang mengoptimalkan kiner!a sistem.
2.1.15 (etodo$ogi Peran0angan Data warehouse
36
Menurut 6imall (Connolly dan Begg. 2010, p12.1412.+), metodologi
peran)angan data warehouse, yaitu /
01 (enent&kan Proses
3rosesnya menghasilkan Data Mart, Data Mart yang diangun
harus data4data yang on-time dan erkaitan dengan budget serta
dapat men!a'a pertanyaan4pertanyaan komersial dalam isnis.
21 (enent&kan Grain
Menentukan apa yang direpresentasikan dalam seuah tael #akta
dengan kata lain #akta4#akta apa sa!a yang akan ditampilkan dalam
tael #akta.
31 (engindentifikasi dan (em#&at Dimensi ,ang Ses&ai
Dimensi4dimensi menetapkan konteks untuk menga!ukan
pertanyaan tentang #akta di tael #akta. Dimensi4dimensi dapat
diangun dengan aik dan mudah digunakan se'aktu
diimplementasi ke dalam Data Mart.
41 (enent&kan 9akta
Arain dari tael #akta menentukan #akta apa yang digunakan di
dimensional model.semua #akta harus diekspresikan pada tingkat
yang ada didalam grain. Selain itu, isisnya harus numerik dan
aditi#.
51 (en,im)an Pre<ka$k&$asi da$am Ta#e$ 9akta
Setelah tael #akta dipilih, dilakukan penge)ekan kemali untuk
mengetahui apakah ada aditi# yang diperlukan lagi.
37
61 (enam#a+kan Atri#&t ,ang Di#&t&+kan da$am Ta#e$
Dimensi
Menamahkan deskripsi teks pada dimensi. Deskripti# teks harus
intuiti# dan dapat dimengerti oleh pengguna.
71 (enent&kan D&rasi Database
Mengukur seerapa !auh ke elakang tael #akta dapat eroperasi.
81 (ene$&s&ri Per&#a+an dari Dimensi Se0ara Per$a+an
Menge)ek penyea keterlamatan load data. :da eerapa tipe
penyea keterlamatan load data, yaitu / tipe pertama, atriut
yang sudah ada ditimpah oleh atriut yang aru. 2ipe kedua,
peruahan data atriut karena adanya dimensi atriut aru. 2ipe
ketiga, data yang lama dan aru se)ara ersama4sama diakses oleh
data record yang aru.
91 (enent&kan Prioritas )uery dan Ti)e )uery
Mempertimangkan peran)angan #isik yang erkaitan dengan
bac&u#* #erormance* securit$* administration* indexing, dan lain4
lain.
2.1.16 %e&nt&ngan Pengg&naan Data warehouse
6euntungan penggunaan data warehouse Menurut Connolly dan Begg
(2010, p11$+), adalah /
a) 3engemalian modal yang )epat.
) Daya saing tinggi karena mempunyai in#ormasi leih anyak dan
akurat.
)) mendukung produkti,itas dalam pengamilan keputusan.
2.1.24 EIS -:ecuti#e "n/ormation ystem!
38
5(S (eksekuti# in#ormation system) seagai sistem in#ormasi mana!emen
yang umumnya diran)ang untuk ditekankan pada tampilan gra#is dan inter#a)e
yang sangat mudah dan menarik untuk digunakan karena hal ini diasumsikan
akan digunakan untuk mendukung dan mem#asilitasi in#ormasi dan
pengamilan keputusan seuah keutuhan dari eksekuti# senior.
2.1.21 ETL -:tract; Trans/orm; Loading!
Menurut 6imall (2010, p%%2), sistem 521 adalah pemagian yang
paling memakan 'aktu dan mahal dalam memangun suatu data warehouse dan
memerikan business intelegence untuk seuah komunitas.
Menurut (nmon (200*, p%$7), proses pen)arian data, pengintegrasian
data, dan penempatan data dalam data warehouse.
2.1.21.1 %e&nt&ngan dari ETL
1. Visual low dan dokumentasi diri. 6euntungan tunggal
yang teresar dari 521 tools adalah ah'a ia
menyediakan ,isual #lo' dari logikal sistem.
2. Sistem desain yang terstruktur. 3eralatan 521 diran)ang
untuk masalah spesi#ik untuk mengisi data warehouse.
.. Gungsi pemersihan data yang )anggih. Seagian esar
sistem 521 terstruktur se)ara kompleks dengan anyak
sumer dan target.
%. Memiliki #erormance yang aik.
39
2.1.22 OLAP Online *nalytical Processing!
Menurut "o##er (200$, p*%0), 01:3 adalah 3enggunaan dari satu set
gra#hic tool yang mendukung pengguna dengan pandangan multidimensional
melalui data mereka sendiri dan !uga mengi!inkan mereka untuk menganalisis
data terseut menggunakan sim#le windowing techni9ues.
Menurut Connolly dan Begg (2010, p12*0), 01:3 adalah perpaduan
dinamis analisis dan konsolidasi ,olume dari multidimensional data yang esar.
Menurut (Codd et al., 1$$*) 01:3 adalah istilah yang menggamarkan
suatu teknologi yang menggunakan multidimensional view dari kumpulan data
yang mampu menyediakan akses yang )epat pada in#ormasi untuk tu!uan
analisis yang leih lan!ut.
"ando!o, ?ostianingsih. (200%/h*%) Online 8nal$tical :rocessing
(01:3) merupakan salah satu tools yang digunakan untuk mengakses in#ormasi
dalam data warehouse. 2eknologi 01:3 memungkinkan data warehouse
digunakan se)ara e#ekti# untuk proses online anal$sis, memerikan respon yang
)epat terhadap anal$tical 9ueries yang kompleks.
2.1.22.1 (a0am<ma0am 'enis OLAP
1. ROLAP Relational OLAP!
3eralatan 01:3 yang melihat database seagai seuah
relasional database di salah satu skema intang atau
normalisasi lain atau set denormalisasi dari tael.
2. (OLAP Multidimentional OLAP!
40
3eralatan 01:3 yang memuat ke dalam struktur
menengah, iasanya erupa susunan tiga dimensi atau
leih.
2.1.22.2 %e&nt&ngan dari OLAP
1. 01:3 se)ara umum leih anyak mendukung #erormance
daripada relasi pada saat )ues didesain dengan enar,
dengan sedikit peran untuk men!alankan #erormance yang
rumit untuk diandingkan dengan relational.
2. 01:3 memiliki kemampuan analisa yang sangat aik
daripada relational.
.. 01:3 tidak memiliki masalah dengan simetri yang
mematasi S=1.
%. (ndustri ,ertikal tertentu, khususnya !asa #inansial telah
mengalami perkemangan yang mengagumkan dengan
adanya solusi 01:3.
*. 3emuatan skenario4skenario tertentu isa !adi sangat )epat.
2.2 Tools ,ang Dig&nakan
Dalam memangun data warehouse ada eerapa tools yang digunakan, seperti
diagraming tools dan sotware tools yang akan di!elaskan seagai erikut /
2.2.1 Diagraming Tools
41
3ada diagraming tools terdapat eerapa diagram seperti DGD (Data
<low Diagram), <lowchart, FM1 (7ninied Modeling 'anguage)
2.2.1.1 Data <low Diagram D9D!
Menurut "all (200+, p*+), Data <low Diagram adalah diagram
yang menggunakan seperangkat simol untuk menggamarkan proses,
sumer data, arus data, dan urutan proses dari sistem saat ini atau yang
diusulkan.
Satyanarayana, D ?., 3oorna C M., Srini,asu ?., ?eddy S ?.
(2010/p2+&+) Data #lo's erisi dari satu atau leih sumer database yang
menun!uk ke dalam daerah pemetaan menengah, dan akhirnya ke dalam
data warehouse atau tempat penyimpanannya. 3ada setiap tahap terdapat
perangkat kualitas data yang tersedia di dalamnya dan proes dalam
menguah data, sehingga meningkatkan kegunaan data setelah erada di
data warehouse
42
3am#ar 2.12 7onto+ Data 9$o: Diagram s&m#er / ;a$$- 2445- )"6!
2.2.1.2 <lowchart
Menurut (ndra!ani (2011, p22), lowchart merupakan
penggamaran se)ara gra#ik dari langkah4langkah dan urutan prosedur
suatu program. Biasanya mempermudah penyelesaian masalah khususnya
yang perlu dipela!ari dan die,aluasi leih lan!ut.
43
2.2.1.3 Data Trans/ormation er#ices
"ando!o, ?ostianingsih. (200%/h*%) Data "ransormation S$stem
(D2S) menggunakan teknologi 015 DB untuk erhuungan dengan
eragai sumer data yang digunakan oleh data warehouse. D2S dapat
menangani transaksi co#$ data iasa sampai ,alidasi data dan translation
se)ara kompleks, sehingga data yang didapat sesuai dengan data
warehouse.
2.2.2 o/tware Tools
2.2.2.1 (i0rosoft S=L Ser.er
Mi)roso#t S=1 Ser,er adalah seuah sistem mana!emen asis
data relasional (?DBMS) produk Mi)roso#t. Bahasa 9uer$ utamanya
adalah 2ransa)t4S=1 yang merupakan implementasi dari S=1 standar
:<S(9(S0 yang digunakan oleh Mi)roso#t dan Syase. Fmumnya S=1
Ser,er digunakan di dunia isnis yang memiliki asis data erskala ke)il
sampai dengan menengah, tetapi kemudian erkemang dengan
digunakannya S=1 Ser,er pada asis data esar. (sumer / 'ikipedia)
2.2.2.2 >is&a$ Basi0
Mi)roso#t >isual Basi) (sering disingkat seagai >B sa!a)
merupakan seuah ahasa pemrograman yang mena'arkan !ntegrated
44
Develo#ment 6nvironment ((D5) ,isual untuk memuat program
perangkat lunak erasis sistem operasi Mi)roso#t -indo's dengan
menggunakan model pemrograman (C0M).
>isual Basi) merupakan turunan ahasa pemrograman B:S(C
dan mena'arkan pengemangan perangkat lunak komputer erasis
gra#ik dengan )epat. (sumer / 'ikipedia)
2.2.2.3 >is&a$ St&dio
Mi)roso#t >isual Studio merupakan seuah perangkat lunak
lengkap (suite) yang dapat digunakan untuk melakukan pengemangan
aplikasi, aik itu aplikasi isnis, aplikasi personal, ataupun komponen
aplikasinya, dalam entuk aplikasi )onsole, aplikasi -indo's, ataupun
aplikasi -e. >isual Studio men)akup kompiler, SD6, !ntegrated
De,elopment 5n,ironment ((D5), dan dokumentasi (umumnya erupa
MSD< 1irary). 6ompiler yang dimasukkan ke dalam paket >isual
Studio antara lain >isual CHH, >isual CI, >isual Basi), >isual Basi)
.<52, >isual (nterDe,, >isual JHH, >isual JI, >isual Go@3ro, dan >isual
Sour)eSa#e.
Mi)roso#t >isual Studio dapat digunakan untuk mengemangkan
aplikasi dalam native code (dalam entuk ahasa mesin yang er!alan di
atas -indo's) ataupun managed code (dalam entuk Mi)roso#t
45
(ntermediate 1anguage di atas .<52 Grame'ork). Selain itu, >isual
Studio !uga dapat digunakan untuk mengemangkan aplikasi Sil,erlight,
aplikasi -indo's Moile (yang er!alan di atas .<52 Compa)t
Grame'ork). (sumer / 'ikipedia)
2.3 "nter/ace Design
Dalam meran)ang data warehouse agar mudah digunakan oleh user diperlukan
inter#a)e design yang aik. :da eerapa hal yang harus diperhatikan dalam memuat
inter#a)e design yang aik, yaitu eight golden rules dan lima #aktor manusia terukur.
2.3.1 -ight Golden Rules o/ "nter/ace Design
Menurut Shneiderman dan 3laisant (2010, p++4+$), ada delapan aturan
emas dalam peran)angan seuah interace yaitu /
1. Ber&sa+a &nt&k konsisten
6onsisten dalam setiap tampilan yang ada pada menu, #rom#t, layar,
entuk, 'arna, tulisan, dan ukuran.
2. (emen&+i keg&naan ,ang &ni.ersa$
6enali keutuhan pengguna yang eragam dan desain sesuai dengan
keutuhan pengguna.
46
3. (ena:arkan &m)an #a$ik ,ang informatif
Fntuk setiap tindakan pengguna, harus ada umpan alik sistem yang
in#ormati#.
4. Desain dia$og &nt&k meng+asi$kan )en&t&)an
Sistem hendaknya memerikan kalimat penutup yang aik dan
in#ormati# ketika pegguna telah selesai menggunakan aplikasi dan 'e
terseut.
". (en0ega+ kesa$a+an
:danya ,alidasi untuk pen)egah kesalahan. Misalnya !ika pengguna
salah memasukkan #assword, maka sistem akan memeri tahu ah'a
pengguna salah memasukkan #assword.
1. (em&ngkinkan )em#a$ikan aksi ,ang m&da+
Setiap tindakan yang dilakukan pengguna memungkinkan ada aksi
pemalikan (undo) untuk memantu pengguna dalam memperaiki
kesalahan yang diuatnya.
2. (end&k&ng )&sat kenda$i interna$
Sistem dapat dikontrol penuh oleh pengguna dan sistem men!alankan
apa yang pengguna inginkan, sehingga keduanya saling erhuungan.
47
5. (eng&rangi #e#an memori 'angka )endek
Desain antarmuka pengguna hendaknya hanya terdiri dari maksimal
tiga tingkatan, sehingga memudahkan pengguna dalam mengingat tata
letak antarmuka pengguna.
2.4 (etode Pen,a'ian Data
2.4.1 Pie &hart
3ie chart adalah seuah tampilan ilustrasi sederhana dari seuah data.
Biasanya digunakan untuk menampilkan seuah kuantitas seagai presentase
!umlah dari total yang dierikan. 2otal area pie chart merepresentasikan 100K
dari kuantitasnya (!umlah dari nilai ,ariael seluruh kategori) dan ukuran dari
setiap potongan pie merupakan presentase dari total yang ingin direpresentasikan
dari masing4masing kategori. 3ie chart iasanya digunakan untuk
merepresentasikan seuah #rekuensi atau data yang memiliki kategori, dengan
skala pengukuran yang dapat erupa nominal atau ordinal.
48
3am#ar 2.13 7onto+ Pie 7+art
2.4.2 Ta#$e Pi.ot
:ivot table adalah seuah table interactive yang dapat digunakan untuk
mengelompokkan dan meringkas anyak data se)ara ringkas, dalam entuk
taular #ormat yang diperoleh dari kominasi kolom data dalam tael. Diseut
pi,ot table karena #ield dapat di drag dan dro# untuk memutar seuah ringkasan
ield dan memuat cross tab. Dengan pi,ot table maka dapat dilakukan analisis,
meringkas dan memani#ulasi data sehingga kita memperoleh in#ormasi untuk
mengamil keputusan.
49
3am#ar 2.14 7onto+ Ta#$e Pi.ot
2." Pema+aman O#'ek St&di
2.".1 Pengertian Pem#e$ian
Menurut Mulyadi (2001, h2$$), sistem akuntansi pemelian
digunakan dalam perusahaan untuk pengadaan arang yang diperlukan
oleh perusahaan. 2ransaksi pemelian dapat digolongkan men!adi dua,
yaitu pemelian lokal dan pemelian impor. 3emelian lokal adalah
pemelian dari pemasok dalam negeri, sedangkan pemelian impor
adalah pemelian dari pemasok luar negeri.
:da eerapa #ungsi yang erkaitan dengan pemelian
(sumer / Mulyadi, 2001, h202), yaitu /
50
1. Gungsi Dudang
Dalam sistem akuntansi pemelian, #ungsi gudang
ertanggung !a'a untuk menga!ukan permintaan pemelian
sesuai dengan posisi persediaan yang ada di gudang dan untuk
menyimpan arang yang telah diterima oleh #ungsi penerimaan.
Fntuk arang 4 arang yang langsung pakai (tidak
diselenggarakan persediaan arang di gudang), permintaan
pemelian dia!ukan oleh pemakai arang.
2. Gungsi 3emelian
Gungsi pemelian ertanggung !a'a untuk memperoleh
in#ormasi mengenai harga arang, menentukan pemasok yang
dipilih dalam pengadaan arang, dan mengeluarkan order
pemelian kepada pemasok yang dipilih.
.. Gungsi 3enerimaan
Dalam sistem akuntansi pemelian, #ungsi ini ertanggung
!a'a untuk melakukan pemeriksaan terhadap !enis, mutu, dan
kuantitas arang yang diterima dari pemasok guna menentukan
dapat atau tidaknya arang terseut diterima oleh perusahaan.
51
Gungsi ini !uga ertanggung !a'a untuk menerima arang dari
pemeli yang erasal dari transaksi retur pen!ualan.
%. Gungsi :kuntansi
Gungsi akuntansi yang terkait dalam transaksi pemelian
adalah #ungsi pen)atat utang dan #ungsi pen)atat persediaan.
Dalam sistem akuntansi pemelian, #ungsi pen)atat utang
ertanggung !a'a untuk men)atat transaksi pemelian ke dalam
register ukti kas keluar dan untuk menyelenggarakan arsip
dokumen sumer (ukti kas keluar) yang er#ungsi seagai
)atatan utang atau menyelenggarakan kartu utang seagai uku
pemantu utang. Dalam sistem akuntansi pemelian, #ungsi
pen)atat persediaan ertanggung !a'a untuk men)atat harga
pokok persediaan arang yang dieli ke dalam kartu persediaan.
2.".2 Pengertian Pen'&a$an
Menurut Mulyadi (2001, h202), 6egiatan pen!ualan terdiri dari
transaksi pen!ualan arang atau !asa, aik se)ara kredit maupun se)ara
tunai. Dalam transaksi pen!ualan kredit, !ika order dari pelanggan telah
dipenuhi dengan pengiriman arang atau penyerahan !asa, untuk !angka
'aktu tertentu perusahaan memiliki piutang kepada
52
pelanggannya. Dalam transaksi pen!ualan tunai, arang atau !asa
aru diserahkan oleh perusahaan kepada pemeli !ika perusahaan telah
menerima kas dari pemeli.
3rosedur pen!ualan menurut Mulyadi (2001, h&), yaitu /
1. (en&$is data mengenai tanggal, kode arang, !enis, kuantitas,
harga satuan, harga total, nama pramuniaga.
2. (enggandakan #aktur pen!ualan tunai dengan )ara mengisi
#ormulir terseut leih dari satu lemar.
.. (eng+it&ng perkalian harga satuan dengan kuantitas serta !umlah
harga yang harus diayar oleh pemeli.
%. (em#eri kode dengan )ara men)antumkan kode uku pada
#aktur pen!ualan tunai.
:da eerapa #ungsi yang erkaitan dengan pen!ualan
(sumer / Mulyadi, 2001, h20%), yaitu /
1. Gungsi 3en!ualan
Gungsi 3en!ualan / Dalam sistem pen!ualan dengan kartu
kredit ini, #ungsi pen!ualan ertanggung !a'a melayani
keutuhan arang pelanggan. Gungsi pen!ualan mengisi #aktur
pen!ualan kartu kredit untuk memungkinkan #ungsi gudang dan
53
#ungsi pengiriman melaksanakan penyerahan arang kepada
pelanggan.
2. Gungsi Dudang
Dalam sistem pen!ualan ini, #ungsi gudang menyediakan
arang yang diperlukan oleh pelanggan sesuai dengan yang
ter)antum dalam temusan #aktur pen!ualan kartu kredit yang
diterima dari #ungsi pen!ualan.
.. Gungsi 3engiriman
Gungsi ini ertanggung !a'a untuk menyerahkan arang
yang kuantitas, mutu, dan spesi#ikasinya sesuai dengan yang
ter)antum dalam temusan #aktur pen!ualan kartu kredit yang
diterima dari #ungsi pen!ualan. Gungsi ini !uga ertanggung !a'a
untuk memperoleh tanda tangan dari pelanggan di atas #aktur
pen!ualan kartu kredit seagai ukti telah diterimanya arang
yang dieli oleh pelanggan.
54
%. Gungsi :kuntansi
Gungsi ini ertanggung !a'a untuk men)atat transaksi
ertamahnya piutang kepada pelanggan ke dalam kartu piutang
erdasarkan #aktur pen!ualan kartu kredit yang diterima dari
#ungsi pengiriman. Di samping itu, #ungsi akuntansi ertanggung
!a'a atas pen)atatan transaksi pen!ualan di dalam !urnal
pen!ualan.
*. Gungsi 3enagihan
Gungsi ini ertanggung !a'a untuk memuat surat
tagihan se)ara periodik kepada pemegang kartu kredit.