Panduan Praktis Arbutus Analyzer 2008

PANDUAN PRAKTIS ARBUTUS ANALYZER
DUKTI - BIRO TI BADAN PEMERIKSA KEUANGAN REPUBLIK INDONESIA 2008
BADAN PEMERIKSA KEUANGAN REPUBLIK INDONESIA
Kata Pengantar
engan mengucap puji dan syukur kepada Allah SWT yang senantiasa melimpahkan rahmat, hidayah dan petunjuk kepada tim penulis sehingga buku tutorial ini berhasil di susun dengan baik.Tiada daya dan upaya kecuali atas seizin-Nya. Buku Panduan Praktis Arbutus Analyzer disusun untuk membantu pembaca dalam menggunakan software Arbutus Analyzer untuk melakukan kegiatan audit berbantuan komputer. Buku ini dilengkapi dengan contoh kasus serta penyelesaiannya sehingga memudahkan pembaca untuk memahami cara pemanfaatan software arbutus pada saat pelaksanaan tugas di lapangan. Harapan kami dengan disusunnya buku tutorial ini pemanfaatan software Arbutus menjadi lebih optimal. Kami menyadari bahwa masih banyak kekurangan dalam buku ini, untuk itu mohon kiranya pembaca untuk memberikan masukan kepada kami guna melakukan perbaikan sehingga buku ini menjadi lebih baik lagi. Sumbang, saran, ide dan kritik dapat anda alamatkan ke email : helpdesk@bpk.go.id .
Jakarta, Juli 2008 Tim Penulis Sub Bagian Dukungan TI
Panduan Praktis Arbutus Analyzer
iii
DUKTI - BIRO TEKNOLOGI INFORMASI
iv Panduan Praktis Arbutus Analyzer
Daftar IsI
KATA PENGANTAR DAFTAR ISI BAB 1 PENGENALAN ARBUTUS iii v
A. Manfaat Arbutus B. Instalasi Arbutus C. Tampilan Arbutus

BAB 2 KONSEP DATA
1 1 4
A. Mengenai Data
a. Field b. Record c. Tabel
9
9 10 10
B. Memperoleh Data
BAB 3 MEMBUAT PROYEK DALAM ARBUTUS
11
13
A. Table B. View dan Reports C. Workspace D. Procedures E. Project item properties F. Index G. Command dan Command log H. Folder
15 15 17 20 20 21 22 23
BAB 4 IMPORT FILE DATA DALAM ARBUTUS
25
A. Mendefinisikan Data dengan Wizard B. Mendefinisikan Data secara Manual C. Mendefinisikan Data berbagai tipe file
a. File DBF b. File MDB c. File XLS d. File TXT e. File PDF BAB 5 Verifikasi Data
25 29 31
31 34 40 44 49
57
A. Menghitung Record (Count)

a. Menghitung record dengan menggunakan wizard b. Menghitung record dengan menggunakan command syntax
57
57 58
B. Menghitung Jumlah tiap kolom (Total)

a. Menghitung Total dengan menggunakan wizard b. Menghitung Total dengan menggunakan command syntax
59
59 61
C. Memeriksa Validitas Data (Verify)

a. Melakukan Verify dengan menggunakan wizard b. Melakukan Verify dengan menggunakan command syntax BAB 6 Analisa Data
62
62 64
65
A. Statistics B. Profile C. Stratify D. Classify E. Histogram

vi Panduan Praktis Arbutus Analyzer
65 68 70 71 74
F. Age G. Summarize H. Cross Tabulate I. Gaps J. Duplicates

BAB 7 Fungsi pada Arbutus
76 79 80 82 85
89
A. SUBSSTR( ) B. STRING( ) C. TRIM( ) D. LTRIM( ) E. ALLTRIM F. DATE( ) G. CTOD( ) H. VALUE( ) I. BETWEEN( ) J. ISBLANK( ) K. MATCH( )
BAB 8 ANALISA DATA LANJUTAN
90 91 92 93 94 94 95 96 97 98 99
101
A. Table Layout B. Filters

a. Membuat Filter dengan Expression Builder b.Membuat Filter secara langsung pada View c. Filter dengan Quick Filter d. Quick Filter untuk membuat Filter berdasarkan satu nilai e. Quick Filter untuk membuat Filter rentang nilai f. Menambahkan Filter Tambahan d engan Quick Filter g .Mengatur Filter Global h. Menghilangkan Filter Global i. Mengedit Filter j. Mengelola Filter
101 102
104 106 107 108 109 110 111 112 112 113 vii
C. Shared Folder D. Extract E. Export

a. Export Sebagian Field atau Export View BAB 9 BEKERJA DENGAN BANYAK TABEL
114 118 120 121
125
A. Join B. Relation C. Merge

BAB 10 Laporan (Report) LATIHAN
125 132 136
141 145
Jawaban latihan
TIM PENYUSUN
147
153
viii Panduan Praktis Arbutus Analyzer
BaB 1 PengenaLan arBUtUs
rbutus Analyzer merupakan salah satu dari Generalized Audit Software (GAS) yang didesain untuk melakukan analisa data elektronik dan menghasilkan laporan audit secara mudah dan lebih efisien. Tutorial ini disusun untuk menjelaskan kepada para auditor BPK-RI tentang dasar-dasar menggunakan perangkat lunak Arbutus Analyzer.
A. Manfaat Arbutus
1. 2. Arbutus Analyzer membaca data dan menyediakan akses data ke semua sumber data. Arbutus Analyzer dapat melakukan analisa terhadap keseluruhan data dengan jumlah yang besar dan dapat menganalisa berjuta-juta record dalam waktu yang cepat. Arbutus Analyzer dapat membaca dan memproses berbagai tipe data Penggunaan Arbutus Analyzer tidak membutuhkan dongle
3. 4.
B. Instalasi Arbutus
Berikut langkah langkah menginstal Arbutus Analyzer : 1. Buka folder Arbutus Analyzer 226, klik dua kali pada setup.exe
2.
Maka akan terbuka jendela Arbutus Analyzer InstallShield Wizard
Gambar 1.1 Pilih file setup.exe
3.
Pada Jendela Arbutus Analyzer Setup, klik tombol [Next].
Gambar 1.2 InstallShield mempersiapkan Instalasi
2 Panduan Praktis Arbutus Analyzer
Gambar 1.3 Memulai Instalasi
4.
Klik pilihan pertama yaitu I accept the terms of the license agreement, lalu klik tombol [Next].
Gambar 1.4 Persetujuan Lisensi
5.
Proses installasi akan otomatis berlangsung. Klik tombol [Finish], maka proses installasi program Arbutus Analyzer selesai.
Gambar 1.5 Akhir Instalasi
C. Tampilan Arbutus
Untuk mengakses ke program Arbutus Analyzer dapat dilakukan dengan cara klik tombol Start pilih Programs >> Arbutus Analyzer >> Analyzer, maka akan terlihat tampilan awal sebagai berikut :
Gambar 1.6 Tampilan Awal Penggunaan Arbutus Analyzer
Berikut ini adalah tampilan dari program Arbutus Analyzer : 1. Title Bar
Gambar 1.7 Title Bar
Title Bar menampilkan nama project dari program Arbutus Analyzer yang sedang digunakan. 2. Menu Bar
Gambar 1.8 Menu Bar
Menu Bar merupakan kumpulan pilihan menu atau perintah untuk mengoperasikan program Arbutus Analyzer. Menu Bar mempunyai sederetan pilihan submenu yang masing masing mempunyai fungsi yang berbeda. 3. Button Bar
Gambar 1.9 Button Bar
Button Bar berisi kumpulan tombol atau cara pintas (shortcut) yang digunakan untuk menjalankan sebuah perintah. 4. Status Bar
Gambar 1.10 Status Bar
Status Bar menunjukkan jumlah record data yang di analisis dari tabel yang sedang dibuka dan letak sumber data dari tabel yang sedang ditampilkan.
5. Application Workspace Workspace merupakan area data yang akan dianalisis oleh Analyzer. Application workspace pada Arbutus analyzer umumnya menampilkan 3 bagian yang sering digunakan dalam membuat suatu project, yaitu :
Overview pane View tab Command Log tab

Overview Pane View Tab Command Log
Gambar 1. 11 Application Workspace
6. Project Overview Overview menampilkan semua item yang dimiliki oleh project yang sedang digunakan. Untuk menambahkan sebuah folder atau table dapat dilakukan dengan cara klik kanan pada nama project lalu pilih New >> Folder... atau New >> Table...
Gambar 1.12 Project Overview
7. Command Log Arbutus Analyzer akan secara otomatis membuat command log ketika kita membuat sebuah project. Command log merekam semua perintah dan hasil yang di peroleh selama kita mengerjakan dan menganalisa sebuah project menggunakan program Arbutus Analyzer. Data tersebut direkam dalam satu file log. Rekaman dalam file log ini menjadi sumber dokumentasi yang sangat berguna saat membuat laporan.
Gambar 1.13 Command Log
Gambar 1.14 Field Filter
8. Field Filter Di kolom Field Filter kita dapat langsung mengisi formula yang ingin kita jalankan pada program Arbutus Analyzer, atau dengan bantuan pada Edit View Filter.
BaB 2 KOnseP Data
rbutus Analyzer merupakan alat bantu untuk menganalisa data yang dapat dikelola secara elektronik. Berikut ini merupakan informasi singkat mengenai data dan cara memperolehnya.
A. Mengenai Data
Dengan Arbutus, kita dapat melakukan analisa terhadap data yang berasal dari berbagai format data seperti xls, dbf, mdb, txt, dan sebagainya. Sebelum melangkah lebih lanjut mengenai analisa data menggunakan Arbutus, ada baiknya sekilas kita melihat konsep singkat mengenai layout file data. Satu record berisi field-field yang saling berhubungan untuk menunjukkan satu pengertian yang lengkap tentang sesuatu topik.
a. Field
Komputer menyimpan data dalam bentuk file, dimana datadata tersebut disusun dalam record dan field. Sebagai contoh : table Pegawai, field Emp_Name memuat seluruh data Nama pegawai yang ada.
Emp_Name Vladimir Alexov Matthew Lee Alex Williams
CardNum 8590122281964011 8590120784984566 8590124253621744
EmpNo 60 100 104
Gambar 2.1 Field Emp_Name Tabel Pegawai
b. Record
Setiap record berisi unit informasi yang disebut field. Dengan menggunakan analogi seperti sebuah daftar pegawai, kita dapat melihat bahwa setiap record terdiri dari data rinci mengenai pegawai, seperti Nama, Nomor kartu dan Nomor pegawai. Misalnya Nama Pegawai (Emp_Name), Nomor kartu (CardNum) dan Nomor pegawai (EmpNo) menunjukkan satu record. Sebagai contoh: Dalam tabel Pegawai, terdapat record seorang Pegawai bernama Vladimir Alexov, yang memiliki kartu dengan nomor 8590122281964011, dan Nomor pegawai 60.
Emp_Name Vladimir Alexov Matthew Lee Alex Williams CardNum 8590122281964011 8590120784984566 8590124253621744 EmpNo 60 100 104
Gambar 2.2 Salah satu Record Tabel Pegawai
c. Tabel
Tabel adalah kumpulan beberapa record yang membentuk satu informasi tertentu. Berikut adalah contoh tabel, yaitu tabel pegawai.
Emp_Name Vladimir Alexov Matthew Lee Alex Williams
CardNum 8590122281964011 8590120784984566 8590124253621744

Gambar 2.3 Tabel Pegawai
EmpNo 60 100 104
B. Memperoleh Data
Data yang akan dianalisa menggunakan Arbutus mungkin saja berasal dari sumber yang berbeda-beda seperti personal computer (PC), minicomputer atau mainframe yang disimpan dalam media hard disk, floppy disk atau media penyimpanan lainnya. Struktur record dan tipe data yang dianalisa juga mungkin berbeda-beda tergantung keperluan analisa yang telah direncanakan sebelumnya. Berikut beberapa hal yang dapat dilakukan dalam merencanakan analisa data dengan Arbutus:
Tentukan tujuan pemeriksaan dan elemen data yang

diperlukan untuk mencapai tujuan tersebut.
Berdiskusilah dengan pemilik data dan staf TI untuk
membicarakan cara terbaik dalam memperoleh data yang diperlukan. Termasuk file, record dan field data serta media penyimpanan yang dikehendaki dalam melakukan analisa data. nya secara formal. Jika diperlukan, mintalah data beserta layout dan control total. yang disediakan dapat dianalisa dengan Arbutus.
Layangkan surat permintaan atas data beserta layout-
Manfaatkan fasilitas Data defenition wizard agar data Lakukan verifikasi data untuk memastikan bahwa data
yang diperoleh sudah benar, dengan jumlah record dan control total yang sesuai. Jika terdapat ketidaksesuaian, diskusikan dengan pemilik data. yang diperoleh dengan pihak terkait. Lakukan analisa lebih lanjut jika diperlukan. 11
Lakukan konfirmasi dan diskusi untuk setiap temuan Dokumentasikan temuan dalam laporan.
Petunjuk lain yang dapat dijadikan panduan saat meminta data adalah sebagai berikut:
Mintalah flat data dalam bentuk sequential file. Data
dalam bentuk ini disajikan dalam bentuk tabel dua dimensi (terdiri atas record dan field), sehingga dapat diolah oleh Arbutus. dimanipulasi)
Mintalah raw data (data yang belum diolah atau Mintalah copy data, bukan back up data, sehingga dapat
langsung dianalisa dengan Arbutus
Mintalah deskripsi atau layout dari data, semakin

rinci deskripsi yang diperoleh, akan semakin mudah memahami data tersebut.
Jika data yang diperlukan tersimpan dalam Personal Computer (PC), maka kita dapat menggunakan salah satu cara dibawah ini untuk memperoleh data tersebut:
Data yang akan dianalisa disimpan didalam media
penyimpanan seperti hard disk, CD, floppy disk atau media penyimpanan lainnya. Kemudian data tersebut dianalisa menggunakan Arbutus yang sudah diinstal sebelumnya. maka kita dapat menginstall Arbutus langsung di PC tempat data tersebut disimpan. atau Minicomputer, berikut adalah metode yang dapat kita gunakan: sudah terhubung dengan mainframe atau minicomputer. Kemudian simpan data tersebut kedalam hard disk. dimiliki oleh Arbutus (lisensinya terpisah dengan Arbutus analyzer) antara lain: Arbutus Windows Server, Arbutus zSeries Server atau Arbutus iSeries Server
Jika data yang akan dianalisa berukuran sangat besar, Jika data yang diperlukan tersimpan dalam Mainframe Download data yang diperlukan melalui komputer yang Kita dapat menggunakan paket perangkat lunak yang
BaB 3 MeMBUat PrOyeK DaLaM arBUtUs
ntuk memulai bekerja dengan data, terlebih dahulu kita perlu membuat project dimana table, view, workspace, procedure, dan item lain yang kita perlukan dalam melakukan analisa disimpan dan dikelompokkan. Project Arbutus disimpan dalam file dengan extension ASI Untuk membuat file project baru kita dapat melakukan
langkah-langkah sebagai berikut : Klik menu File kemudian klik New Project ( atau pilih icon
).
Ketikkan nama project yang diinginkan dalam kotak yang

sudah disediakan. Kemudian klik tombol [Save].
Langkah selanjutnya adalah mengisi project yang sudah
kita buat dengan item (table, workspace,dsb) sesuai dengan kebutuhan kita.
Dalam contoh berikut kita akan mencoba membuat satu project baru dengan nama ProjectArbutus. Berikut adalah langkah-langkah yang perlu kita lakukan :
Pilih menu File >> New Project
13
Gambar 3.1.Membuat project baru
Kotak nama file yang tampil kita isi dengan ProjectArbutus

dan otomatis disimpan dengan extension .ASI
Gambar 3.2. Menyimpan file project
Setelah itu kita dapat mengisi project tersebut (dhi.

ProjectArbutus.ASI) butuhkan. dengan item-item yang kita
Dari langkah-langkah di atas, Anda telah dapat membuat sebuah project baru Arbutus. Berikut ini merupakan bagianbagian yang terdapat dalam sebuah project :
A. Table
Agar data yang kita peroleh dapat dianalisa menggunakan Arbutus, data tersebut terlebih dahulu didefinisikan kedalam sebuah tabel di dalam Arbutus. Kita dapat menambahkan satu tabel baru untuk setiap sumber data yang perlu dianalisa.
Gambar 3.3.Table Empmast yang sedang aktif
Untuk pembahasan mengenai definisi tabel pada Arbutus dapat dilihat di bagian import file data ke tabel Arbutus.
B. View dan Reports

Tampilan data yang sudah didefenisikan dalam tabel Arbutus dapat disesuaikan dengan kebutuhan kita, misalnya data yang disajikan berada dalam keadaan berurutan, atau kita hanya menampilkan kolom (field) yang kita perlukan saja. Tampilan tersebut dapat kita simpan menjadi view tanpa mengubah/ mempengaruhi data dalam tabel aslinya. Satu tabel dapat memiliki beberapa view yang tampilannya berbeda-beda. Berdasarkan view yang sudah kita buat, kita dapat mencetak
15
laporan (report) dengan tambahan Header dan Footer dan hasilnya ditampilkan di layar, dicetak di printer, atau disimpan menjadi fileTXT atau HTML. Misalnya, kita ingin menampilkan view yang kita peroleh dari tabel Empmast di dalam ProjectArbutus.ASI. View tersebut hanya menampilkan manajer wanita dengan keterangan dari field Employee_Number, First_Name, Last_Name, Sex, Job_desc. Langkah-langkah yang perlu kita lakukan adalah sebagai berikut : 1. Buat View yang dikehendaki terlebih dahulu : nama tabel Empmast di project overview. Edit view Filter akan muncul.
Aktifkan tabel Empmast dengan cara klik dua kali pada Klik icon edit view filter ( Keikkan
), kemudian kotak dialog
kriteria pada bagian Expressin untuk menampilkan manager wanita saja (Sex = F AND Job=MANAGER).
Gambar 3.4.Kotak dialog Edit view Filter
Kemudian hilangkan field lain yang tidak diperlukan
untuk view tersebut. Hal ini dapat dilakukan dengan cara klik kanan kolom nama field yang ingin dihapus dari view, kemudian pilih remove columns. Ulangi langkah ini hingga field yang terlihat hanya Employee_Number,
First_Name, Last_Name, Sex, dan Job_desc saja.
Gambar 3.5.Menghapus field
Gambar 3.6.View manager wanita
C. Workspace
Istilah workspace digunakan untuk kumpulan field yang didefinisikan kemudian disimpan sehingga dapat digunakan pada file data (table) yang lain. Field yang didefenisikan dalam workspace dapat berupa field fisik, filter atau hasil perhitungan (computed field). Agar dapat menggunakan fieldfield dalam workspace untuk table yang sedang diolah (table aktif), kita perlu mengaktifkan workspace tersebut. Dengan memanfaatkan workspace, kita tidak perlu mendefenisikan field yang sering digunakan berulang-ulang. Dalam contoh berikut, kita akan melakukan langkah-langkah untuk membuat workspace untuk menghasilkan sebuah field baru hasil perhitungan (computed field) dari (QtyOH +
17
QtyOO)* SalePr pada tabel Inventory. Field baru tersebut kita beri nama Total_sale_price. Langkah-langkahnya adalah sebagai berikut: 1. 2. Aktifkan tabel Inventory Klik kanan pada nama project (ProjectArbutus) kemudian pilih menu New dan lanjutkan dengan memilih workspace. Ketikkan nama workspace yang akan kita buat (dhi. Total_sale_price)
3.
Gambar 3.7.Membuat workspace
4.
Muncul kotak dialog Add Field to Workspace, kemudian klik tombol Expr
Gambar 3.8.Kotak dialog Add Fields to Workspace
5.
Dalam kotak dialog yang tampil, kita masukkan rumus perhitungan yang kita inginkan
Gambar 3.9.Ketikkan rumus perhitungan
6.
Kemudian kita dapat menambahkan kolom Total_sale_ price yang sudah kita buat tadi dengan cara klik kanan dan pilih Add Colums dan kita akan melihat kolom baru yang sudah berisi jumlah hasil perhitungan rumus yang sudah kita simpan dalam workspace tadi.
Gambar 3.10.Penambahan kolom Total_sale_price
7.
Dalam tab Commandlog, kita akan melihat tampilan Total_sale_price seperti dalam gambar berikut :
19
Gambar 3.11.Workspace Total_sale_price
D. Procedures
Jika terdapat beberapa urutan perintah yang sering kita gunakan pada saat melakukan analisa data, maka kita dapat menyimpan perintah-perintah tersebut dalam suatu procedure, sehingga kita tidak perlu mengulang urutan perintah tersebut langkah demi langkah jika ingin melakukan analisa yang sama dengan data yang berbeda (otomatisasi pengolahan data).
E. Project item properties

Properties berisi atribut dari masing-masing item project (table, view, workspaces, dsb). Atribut tersebut berisi informasi mengenai item project seperti lokasi dan ukuran file. Kita dapat menambahkan keterangan tambahan jika diperlukan.
Gambar 3.12. Properties dari tabel Trans_Apr
F. Index
Index berguna untuk mengurutkan file secara logik. File index hanya berisi kunci yang menunjuk ke record dalam data yang sebenarnya. Index tidak menghasilkan file fisik. Dalam contoh berikut, kita akan membuat index untuk tabel CreditCards_Metaphor yang akan mengurutkan data dalam tabel tersebut secara logik berdasarkan filed CustNo. Berikut adalah langkah-langkahnya: 1. Dari menu Data, pilih menu Index
Gambar 3.13.Membuat index
21
2.
Dalam kotak dialog selanjutnya kita diminta untuk memilih field yang akan dijadikan dasar urutan (dhi. CustNo)
Gambar 3.14.Memilih field yang dijadikan index
3.
Kita akan melihat tampilan tabel dengan data yang sudah diurutkan berdasarkan field CustNo. Namun data aslinya (fisik) tidak berubah
Gambar 3.15.Tabel CreditCards_Metaphor dengan index CustNo
G. Command dan Command log

Command adalah perintah yang kita gunakan untuk melakukan manipulasi atau analisa data dengan Arbutus. Perintah perintah yang umum digunakan dapat diakses melalui menu Data, Analyze dan Sampling. Setiap perintah yang kita jalankan selama bekerja dengan Arbutus akan direkam dalam suatu file log. Melalui Command log, kita dapat melihat kembali perintah-perintah yang dijalankan sebelumnya.
Gambar 3.16.Command log padaProjectArbutus.asi
H. Folder
Kita dapat mengelompokkan item-item (table, procedure, workspace, dsb) dari project yang sedang kita kerjakan kedalam suatu folder sehingga lebih rapi dan teratur. Dalam project contoh ini (dhi. ProjectArbutus) kita akan mengelompokkan tabel Empmast dan Employee ke dalam suatu folder baru yang kita beri nama Pegawai. Untuk itu kita perlu melakukan langkah-langkah sebagai berikut: 1. Klik kanan pada nama project (dhi. ProjectArbutus) kemudian pilih New dan teruskan dengan memilih Folder.
23
Gambar 3.17.Membuat sebuah folder
2.
Ketikkan nama folder sesuai dengan keinginan (dhi. Pegawai)
Gambar 3.18.Membuat folder Pegawai
3.
Untuk memasukkan item-item (tabel, workspace, procedure, dsb) yang kita inginkan kedalam folder tadi, kita hanya perlu melakukan klik kiri, tahan dan geser item-item tersebut kedalam folder tersebut.
BaB 4 IMPOrt fILe Data DaLaM arBUtUs
mport File Data adalah salah satu bagian prosedur awal yang harus dilalui untuk memperoleh data yang dapat digunakan dalam kegiatan olah data dengan menggunakan Arbutus. Arbutus memiliki kemampuan untuk melakukan import file terhadap berbagai jenis format data baik secara manual ataupun dengan menggunakan fasilitas wizard.
A. Mendefinisikan Data dengan Wizard

Data Definition Wizard adalah salah satu fasilitas pada Arbutus untuk memberikan panduan tahap demi tahap dalam proses membuat tabel yang akan digunakan dalam kegiatan analisa data. Ada beberapa tahap dalam proses Data Definition Wizard, yaitu : 1. 2. 3. 4. 5. 6. Pendahuluan Memilih platform komputer Menentukan lokasi sumber data Menentukan jenis karakter yang digunakan Mengidentifikasikan field-field data dan Melakukan koreksi field-field yang telah diidentifikasikan Finalisasi data.
Berikut adalah langkah-langkah menggunakan fasilitas Data Definition Wizard.

25
1. Tahap pendahuluan adalah tahap untuk memulai Data Definition Wizard, yaitu dengan pendefinisian Project baru.Melalui jendela Overview, klik kanan nama project, kemudian klik menu New >>Table.
Gambar 4.1.Definisi tabel baru
Maka akan tampil Jendela Data Definitian Wizard.
Gambar 4.2.Data Definition Wizard
klik tombol [Next], untuk ke langkah berikutnya. 2. Selanjutnya akan tampil jendela Select Platform for Data Source, dimana pada bagian ini ditentukan platform komputer yang digunakan oleh sumber data, apakah letak sumber data berada dari komputer lokal
(Local) dalam hal ini berada di komputer yang sedang kita gunakan atau berada di komputer Server (Server), klik tombol [Next].
Gambar 4.3.Memilih Plattorm dari sumber data
3.
Selanjutnya menentukan lokasi file yang akan didefinisikan. Terdapat dua buah pilihan yaitu : Disk dan ODBC. Apabila terdapat pada lokal harddisk, maka pilih menu Disk, kemudian klik tombol Browse untuk menentukan lokasi file berada. ODBC adalah fasilitas dari Microsoft untuk membaca berbagai macam jenis database yang menggunakan driver-driver database.
Gambar 4.4.Menentukan lokasi file sumber data
27
Apabila sudah menentukan file yang akan didefinisikan klik tombol [Next]. 4. Kemudian akan tampil halaman File Format, dimana pada halaman ini file database akan di analisa secara otomatis oleh Arbutus tipe atau jenis file database yang digunakan.
Gambar 4.5.Menentukan jenis format file sumber data
5.
Pada tahap selanjutnya akan diidentifikasi field-field data. Dimana pada bagian ini akan diidentifikasi diantaranya nama field dan tipe data serta atribut-atributnya.
Gambar 4.6. Identifikasi field-filed data
6.
Langkah terakhir adalah finalisasi data. Dimana pada bagian terakhir akan ditampilkan seluruh ringkasan definisi tabel yang telah didefinisikan sebelumnya. Apabila sudah sesuai kemudian beri nama tabel pada kolom Table Name lalu klik tombol [Finish]. Sebaliknya apabila masih belum sesuai maka klik tombol [Back] untuk melakukan penyesuaian.
Gambar 4.7.Memberi nama tabel
B. Mendefinisikan Data secara Manual

Untuk memulai mendefinisikan data secara manual kita dapat menggunakan Data Definition Wizard, Pilih menu Skip Field Identification apabila tersedia. Kita akan mendefinisikan secara manual melalui menu Table Layout.Pendefinisian Data secara manual mencakup hal-hal berikut :
Format Input Date untuk field bertipe Date and Time Kita akan menggunakan tab [Edit Fields/ Expressions] pada Table Layout untuk melakukan hal-hal diatas. Untuk membuka
Panjang Record Nama tiap-tiap field Posisi awal dan panjang tiap-tiap field Tipe Data tiap-tiap field Jumlah angka desimal untuk tipe data numeric
29
menu Table Layout, klik menu Edit dari Toolbar kemudian pilih Submenu Table Layout. Berikut adalah tampilan Submenu Table Layout.
Gambar 4.8.Submenu Table Layout
Ada 2 buah tab yang kita gunakan untuk pendefinisian data secara manual : 1. Table Option, pada bagian ini akan dijelaskan secara detil informasi dari tabel, yaitu Media Type, File Type, Character Type, Record Length dan skip Length.
Gambar 4.9.Tab Table Option
2.
Data Fields, untuk mendefinisikan field-field data pada suatu tabel kita akan menggunakan Tab [Edit Fields/
Expressions] pada table layouts. Tab [Edit Fields/ Expressions] berfungsi untuk melakukan identifikasi secara fisik untuk tabel, yaitu identifikasi terhadap nama field, tipe data tiap-tiap field, Panjang data field, format data field dan identifikasi terhadap field lainnya.
Gambar 4.10.Tab Edit Fileds/Expressions
C. Mendefinisikan Data berbagai tipe file

Berikut ini kita akan mendefinisikan beberapa jenis data ke dalam tabel dalam Arbutus.
a. File DBF
File bertipe *.dbf adalah tipe file data yang digunakan oleh FoxPro, Clipper dan Visual FoxPro. Tipe file data DBF dapat didefinisikan ke dalam Arbutus dalam bentuk Table melalui Data Definition Wizard. Berikut ini kita akan mendefinisikan data pada file : 1. Langkah pertama buka Project Arbutus anda, kemudian klik kanan nama Project Arbutus anda pada Jendela Project Overview, lalu pilih submenu New >> Table, maka akan tampil jendela Data Definition Wizard
31
Gambar 4.11.Definisi data dalam sebuah tabel
2.
Klik tombol [Next] untuk ke langkah berikutnya, yaitu Select Platform for Data Source. Pilih menu Local untuk mengakses data DBF pada komputer lokal.
Gambar 4.12.Pilih lokasi data pada komputer lokal
3.
Pada langkah berikutnya pilih menu Disk, kemudian klik tombol [Browse] untuk memilih file DBF yang akan didefinisikan. Pada tutorial ini kita gunakan file Credit_ Card.DBF.
Gambar 4.13.Pilih lokasi data file
4.
Klik tombol [Next], akan tampil jendela File Format yang secara otomatis akan mengaktifkan pilihan dBase Compatible file.
Gambar 4.14.Pilih dBase compatible file
5.
Langkah terakhir adalah finalisasi data, pastikan informasi yang ditampilkan telah sesuai. Beri nama tabel yang telah didefinisikan dengan nama CreditCardDBF pada kolom Table Name. Kemudian Klik tombol [Finish].
33
Gambar 4.15.Finalisasi data tabel CreditcardDBF
6. Maka akan tampil View dari tabel CreditCardDBF.
Gambar 4.16.View tabel CreditcardDBF
b. File MDB
File bertipe *.mdb adalah tipe file data yang digunakan oleh Microsoft Access. Pada file data MDB pendefinisian tabel dilakukan dengan menggunakan ODBC. 1. Langkah pertama buka Project Arbutus anda, kemudian klik kanan nama Project Arbutus anda pada Jendela Project Overview, lalu pilih submenu New >> Table kemudian akan tampil jendela Data Definition Wizard.
Gambar 4.17.Membuat tabel baru
2.
Klik tombol [Next] untuk ke langkah berikutnya, yaitu Select Platform for Data Source. Pilih menu Local untuk mengakses data MDB pada komputer lokal.
Gambar 4.18.Pilih lokasi data pada komputer lokal
3.
Kemudian pada langkah berikutnya pilih menu ODBC, kemudian klik tombol [Next].
35
Gambar 4.19.Pilih ODBC
4.
Akan tampil Jendala ODBC. Untuk membuat koneksi baru, kita klik tombol [New].
Gambar 4.20.Membuat koneksi baru
5.
Setelah itu pada langkah berikutnya kita akan diperintahkan untuk memilih driver yang akan digunakan. Pada tutorial ini kita pilih driver Microsoft Access Driver (*.mdb). Lalu klik tombol [Next].
Gambar 4.21.Memilih driver
6.
Ketik nama koneksi yang telah kita buat, kali ini isi dengan nama MDBdriver, kemudian klik [Next].
Gambar 4.22.Ketikkan nama koneksi
7.
Untuk mengakhiri klik tombol [Finish]. akan tampil jendela ODBC Microsoft Access Setup. Pada kolom Database klik tombol [Select] untuk memilih database yang akan didefinisikan.
37
Gambar 4.23.Memilih lokasi database
8.
Kemudian berikutnya tentukan lokasi file database disimpan, kemudian pilih file yang akan didefinisikan, kali ini kita pilih file Deposits.MDB. Kemudian klik tombol [OK].
Gambar 4.24.Memilih database
9.
Klik tombol [OK[ untuk ke tahap berikutnya. Kemudian anda akan kembali ke jendela awal, pilih DSN yang telah kita buat yaitu MDBdriver.dsn lalu klik tombol [OK]. Arbutus akan menampilkan tabel dari database Deposite.mdb.
Gambar 4.25.Memilih dsn
10. Pada kolom table, pilih tabel yang akan didefinisikan, pada latihan kali ini kita pilih tabel Dep399. Kemudian klik tombol [Next], lalu simpan dengan nama Dep399.fil, lalu klik [Save].
Gambar 4.26.Memilih tabel yang akan didefinisikan
11. Pada bagian Select Field, anda diminta untuk memilih field-field mana saja yang akan didefinisikan, kita akan pilih semua field. Pastikan semua field berada di kolom Selected dengan cara mengklik tombol [Add All]. Kemudian klik tombol [Next].
39
Gambar 4.27.Memilih field yang akan didefinisikan
12. Pendefinisian tabel selesai dilakukan.
Gambar 4.28.View tabel Dep399
c. File XLS
File bertipe *.xls adalah tipe file data yang digunakan oleh Microsoft Excel. Pada file data xls dapat terdiri lebih dari satu buah worksheet, Arbutus akan melakukan pendefinisian worksheet satu persatu sesuai dengan worksheet yang akan digunakan oleh user. Tipe file data xls dapat didefinisikan ke dalam ARBUTUS dalam bentuk tabel melalui Data 40 Panduan Praktis Arbutus Analyzer
Definition Wizard. 1. Langkah pertama buka Project Arbutus anda, klik kanan nama Project Arbutus, lalu pilih submenu New >> Table kemudian akan tampil jendela Data Definition Wizard. Berikutnya klik tombol [Next] untuk ke langkah berikutnya, yaitu Select Platform for Data Source. Pilih menu Local untuk mengakses data XLS pada komputer lokal. Pada langkah berikutnya pilih menu Disk, kemudian klik tombol [Browse] untuk memilih file XLS yang akan didefinisikan. Pada tutorial ini kita gunakan file CreditCards_Metaphor.XLS.
2.
Gambar 4.29.Memilih data file CreditCards_Metaphor.XLS
3.
Klik tombol [Next], akan tampil jendela File Format yang secara otomatis akan mengaktifkan pilihan Excel file. Klik tombol [Next] untuk ke langkah berikutnya.
41
Gambar 4.30.Jenis file sumber data
4.
Selanjutnya akan tampil jendela Choose Excel Data dimana user diminta untuk memilih sheet mana pada file excel yang akan didefinisikan, kita pilih Corp_Credit_ Cards pada kolom sheets. Klik menu Whole Sheet agar seluruh data pada sheet tersebut akan terdefinisikan. Klik tombol [Next] lalu Simpan dengan nama CreditCards_ Metaphor.FIL .
Gambar 4.31.Memilih data pada file Excel
5.
Pada langkah selanjutnya kita akan menentukan properti dari tabel,. Klik tombol [Next].
Gambar 4.32.Menentukan properti tabel
6.
Selanjutnya Edit Field Properties kita dapat melakukan pengeditan tiap-tiap field untuk nama field, tipe data dan value, dengan cara mengklik masing-masing field. Apabila sudah sesuai klik tombol [Next].
Gambar 4.33.Edit properti field
43
7.
Langkah terakhir adalah finalisasi data, pastikan informasi yang ditampilkan telah sesuai. Beri nama tabel yang telah didefinisikan dengan nama CreditCardXLS pada kolom Table Name. Kemudian Klik tombol [Finish].
Gambar 4.34.Finalisasi data CreditCardXLS
8.
Kemudian akan tampil View dari tabel CreditCardXLS.
Gambar 4.35.View tabel CreditCardXLS
d. File TXT
File bertipe *.txt adalah tipe file data teks. Pada file data txt kita harus menentukan bagian-bagian yang akan dijadikan Field Table atau Kolom pada tabel, hal ini dikarenakan pada 44 Panduan Praktis Arbutus Analyzer
tipe file *.txt belum didefinisikan bagian-bagian tabel. .Tipe file data txt dapat didefinisikan ke dalam Arbutus dalam bentuk Tablel melalui Data Definition Wizard. 1. Langkah pertama buka Project Arbutus anda, klik kanan nama Project Arbutus anda pada Jendela Project Overview, pilih submenu New >> Table maka akan tampil jendela Data Definition Wizard. Klik tombol [Next] untuk ke langkah berikutnya, yaitu Select Platform for Data Source. Pilih menu Local untuk mengakses data XLS pada komputer lokal. Pada langkah berikutnya pilih menu Disk, kemudian klik tombol [Browse] untuk memilih file TXT yang akan didefinisikan. Pada tutorial ini kita gunakan file Report. TXT.
2.
Gambar 4.36.Memilih file sumber data bertipe txt
3.
Klik tombol [Next], maka akan tampil jendela File Format yang secara otomatis akan mengaktifkan pilihan Print Image (Report) file. Klik tombol [Next] untuk ke langkah berikutnya.
45
Gambar 4.37.Menentukan format file sumber data
4.
Selanjutnya akan muncul jendela yang menampilkan data yang terdapat pada tiap-tiap field yang ditandai oleh area yang berwarna hijau.
Gambar 4.38.data file bertipe TXT
5.
Kemudian akan tampil jendela Save as, dimana kita diminta untuk menyimpan data tersebut kedalam sebuah file bertipe FIL, kita simpan dengan nama ReportTXT. Lalu klik tombol [Save].
Gambar 4.39.Ketikkan nama file
6.
Langkah selanjutnya adalah melakukan pendefinisian terhadap masing-masing field data, yaitu nama field dan tipe data. Untuk melakukan koreksi tiap-tiap field klik masing-masing field, kemudian beri nama field pada kolom Name dan Atur tipe data pada kolom Type. Klik tombol [Next] untuk melanjutkan ke langkah berikutnya.
Gambar 4.40.Definisi field data
47
7.
Langkah terakhir adalah finalisasi data, pastikan informasi yang ditampilkan telah sesuai. Beri nama tabel yang telah didefinisikan dengan nama reportTXT pada kolom Table Name.
Gambar 4.41.Finalisasi data reporTXT
8.
Klik tombol [Finish]. Kemudian akan tampilTabel reportTXT.
Gambar 4.42.View tabel reportTXT
e. File PDF
File bertipe *.pdf adalah tipe file data yang digunakan oleh Adobe Acrobat. Tipe file data *.PDF dapat didefinisikan ke dalam Arbutus dalam bentuk Tabel melalui Data Definition Wizard. 1. Langkah pertama buka Project Arbutus anda, kemudian klik kanan nama Project Arbutus anda pada Jendela Project Overview, lalu pilih submenu New >> Table kemudian akan tampil jendela Data Definition Wizard Klik tombol [Next] untuk ke langkah berikutnya, yaitu Select Platform for Data Source. Pilih menu Local untuk mengakses data PDF pada komputer lokal.
2.
Gambar 4.43.Pilih lokasi file sumber data di komputer lokal
3.
Kemudian pada langkah berikutnya pilih menu Disk, kemudian klik tombol [Browse] untuk memilih file PDF yang akan didefinisikan. Pada tutorial ini kita gunakan file CSI.pdf.
49
Gambar 4.44.Pilih file data bertipe PDF
4.
Klik tombol [Next], kemudian akan tampil jendela File Format yang secara otomatis akan mengaktifkan pilihan PDF file.
Gambar 4.45.Menentukan format file
5.
Kemudian Arbutus akan melakukan konversi file PDF menjadi tipe file TXT. Beri nama file TXT dengan nama CSI.txt, lalu klik tombol [Save].
Gambar 4.46.Simpan file CSI.txt
6.
Selanjutnya akan tampil jendela Print Image File Definition, dimana pada halaman ini kita akan melakukan pendefinisian file TXT menjadi field-field data.
Gambar 4.47.Definisi datafile txt
7.
Langkah pertama pada bagian definisi field ini, yaitu dengan cara memilih field pertama yang akan didefinisikan dengan cara melakukan penyeleksian dengan menggunaka ikon yang berbentuk seperti pensil, caranya dengan klik kiri tombol mouse lalu tahan dan drag hingga akhir data yang diinginkan untuk field data yang
51
pertama, kemudian akan tampil jendela Field Definition, dimana anda diminta untuk memberi nama Field dan tipe datanya.
Gambar 4.48.Definisi fiel data
8.
Selanjutnya kita akan mendefinisikan Record sebelum mendefinisikan field-field lainnya. Record yaitu kumpulan field-field ditentukan dengan cara menyorot bagian pada baris data yang memiliki ciri khusus atau unik. Kali ini kita akan menggunakan tanda / sebagai identifikasi dari record, klik dan sorot tanda /. Kemudian akan tampil Jendela Record Definition. Pada kolom Record Type pilih menu Detail, kemudian pada kolom Record Name beri nama record.
Gambar 4.49.Definisi record
9.
Klik tombol [OK] untuk lanjut ke langkah berikutnya. Pastikan bahwa semua data sudah didefinisikan sebagai record yaitu dengan cara melihat apakah record sudah ditandai dengan warna abu-abu, jka sudah maka record
tersebut sudah bisa didefinisikan ke langkah berikutnya.
Gambar 4.50 . Warna abu-abu menandakan record
10. Langkah selanjunya adalah mendefiniskan tiap-tiap field, dengan cara menyorot data yang dianggap sebagai field.
Gambar 4.51 . Mendefinisikan Field
11. Klik tombol [Next], lalu simpan dengan nama CSI.FIL.
53
12. Selanjutnya akan tampil halaman Edit Field Properties. Periksa kembali tiap-tiap field, pastikan nama dan tipe data field telah benar. Jika sudah klik tombol [Next].
Gambar 4.52.Edit properti field
13. Langkah terakhir adalah finalisasi data, pastikan informasi yang ditampilkan telah sesuai. Beri nama tabel yang telah didefinisikan dengan nama CSI pada kolom Table Name. Kemudian Klik tombol [Finish].
Gambar 4.53.Finalisasi data tabel CSI
14. Kemudian akan tampil View dari tabel CSI.
Gambar 4.54.View tabel CSI
55
BaB 5 VerIfIKasI Data
etelah data telah tertata dalam tabel pada Arbutus, selanjutnya dapat dilakukan pengecekan data, meliputi count, total dan verify.
A.Menghitung Record (Count)

Perintah Count digunakan untuk menghitung jumlah record dari sebuah tabel data.Sebagai contoh kasus, untuk mengetahui jumlah data employee dari tabel employees, kita dapat melakukan langkah-langkah sebagai berikut :
a. Menghitung record dengan menggunakan wizard

1. 2. Aktifkan tabel employees Klik menu Analyze >> Count, akan muncul sebuah kotak dialog count.
Gambar 5.1. Kotak Dialog Count
57
3.
Untuk menghitung jumlah semua record dari sebuah tabel data, biarkan if condition pada field [If..]. dalam keadaan kosong kemudian klik tombol [OK]. Untuk menghitung jumlah record dengan kondisi tertentu, isikan kondisi di dalam text box if condition [If], kemudian klik tombol [OK]. Isian dalam text box berfungsi sebagai filter. Contoh: misalnya kita ingin mengetahui jumlah employee yang mempunyai employee number (EMPNO) > 200, maka ketikkan dalam kolom [if] filter EMPNO>200
4.
5.
Hasil dari perintah count ini di tampilkan dalam display area di Command Log, dan secara otomatis disimpan dalam variable COUNTn (misalnya COUNT1).
Gambar 5.2.Hasil perintah count
Untuk melihat kembali variable COUNT1, klik Edit dari menu bar, pilih Variables untuk menampilkan variables kotak dialog.
b. Menghitung record command syntax

1. 2. Aktifkan tabel employees
dengan
menggunakan
Buka Command Log window, ketikkan sintak perintah count di dalam text box command. Bentuk umum penulisan perintah Count:
COUNT <IF test> <While test><First|Next range> Untuk contoh kasus diatas, ketikkan : Count if empno>200 3. 4. Tekan Enter atau klik tombol Check Hasil dari perintah count akan di tampilkan dalam display area Command Log.
B. Menghitung Jumlah tiap kolom (Total)

Perintah Total digunakan untuk menghitung total (jumlah) nilai field bertipe numerik dari sebuah tabel data (sama seperti fungsi SUM dalam MS Excel) Contoh kasus: untuk mengetahui jumlah total nilai transaksi yang terjadi pada bulan April dari tabel Trans_Apr, Anda dapat melakukan langkah-langkah sebagai berikut :
a. Menghitung total dengan menggunakan wizard

1. 2. Aktifkan tabel Trans_Apr Klik Analyze, kemudian klik Total, akan muncul sebuah kotak dialog Total.
Gambar 5.3.Kotak dialog Total
3.
Untuk menghitung total nilai sebuah field dari sebuah tabel data, select dan pilih nama field yang akan dihitung jumlah totalnya (dalam kasus ini field AMOUNT), biarkan
59
if condition [If...] dalam keadaan kosong kemudian klik tombol [OK]. 4. Untuk menghitung total nilai beberapa field dari sebuat tabel data, select dan pilih nama field yang akan dihitung jumlah totalnya (gunakan ctrl+klik untuk select field), biarkan if condition [If...] dalam keadaan kosong kemudian klik tombol [OK]. Untuk menghitung jumlah record dengan kondisi tertentu, select dan pilih nama field yang akan dihitung jumlah totalnya, isikan kondisi di dalam text box if condition [If], kemudian klik tombol [OK].
5.
Isian dalam text box berfungsi sebagai filter.

Contoh: misalnya Anda ingin mengetahui jumlah total nilai transaksi yang terjadi pada bulan April dari tabel Trans_ Apr yang mempunyai kode 1731 (Electrical Contractors), maka ketikkan dalam kolom [if] filter Codes=1731
Gambar 5.4.Penentuan field dan filter
6.
Hasil dari perintah count ini di tampilkan dalam display area di Command Log, dan secara otomatis disimpan dalam variable TOTALn (misalnya TOTAL1).
Gambar 5.5.Hasil perintah Total
7.
Untuk melihat kembali variable TOTAL1, klik tombol [Edit] dari menu bar, pilih Variables untuk menampilkan variables kotak dialog.
b. Menghitung Total command syntax

1. 2. Aktifkan tabel Trans_Apr
dengan
menggunakan
Buka Command Log Window, ketikkan sintak perintah count di dalam text box command. Bentuk umum penulisan perintah Total: TOTAL numeric-field-list test><First|Next range> Total AMOUNT if Codes = 1731 <IF test> <While
Untuk contoh kasus diatas, ketikkan : 3. 4. Tekan Enter atau klik tombol [Check] Hasil dari perintah Total akan di tampilkan dalam display area Command Log
61
Gambar 5.6.Hasil perintah Total
C. Memeriksa Validitas Data (Verify)

Perintah Verify digunakan untuk melakukan validasi data (checking terhadap validitas data). Perintah verify biasanya digunakan pada saat pertama kali membuka tabel untuk melakukan validasi data (check terhadap error yang diakibatkan oleh data yang tidak sesuai, seperti misalnya kesalahan data yang diakibatkan karena tidak sesuainya isi data dengan tipe data field yang bersangkutan. Field bertipe numeric harus berisi data numeric, field data bertipe character harus berisi character). Contoh kasus: kita ingin melakukan validasi data terhadap tabel Employees, untuk mengetahui apakah ada data yang tidak valid (tidak sesuai dengan tipe datanya) pada tabel tersebut, kita dapat melakukan langkah-langkah sebagai berikut :
a. Melakukan Verify dengan menggunakan wizard

1. 2. 3. Aktifkan tabel employees Klik menu Analyze>>Verify, akan muncul kotak dialog Verify. Untuk melakukan verifikasi data semua field dalam
tabel, select dan pilih semua field dalam list box, biarkan if condition [If...] dalam keadaan kosong kemudian klik tombol [OK].
Gambar 5.7.Kotak dialog verify
4.
Untuk melakukan verifikasi dengan kondisi tertentu, select dan pilih nama field yang akan dilakukan validasi, isikan kondisi di dalam text box if condition [If], kemudian klik tombol [OK]. Isian dalam text box berfungsi sebagai filter. Hasil dari perintah verify ini di tampilkan dalam display area di Command Log.
5.
Gambar 5.8.Hasil perintah Verify
63
b. Melakukan Verify dengan menggunakan command syntax

1. 2. Aktifkan tabel employees Buka Command Log Window, ketikkan sintak perintah verify di dalam text box command. VERIFY field-list <IF test> <While test><First|Next range> <ERRORLIMIT n> Untuk contoh kasus diatas, ketikkan : Verify EMP_NAME,CARDNUM,EMPNO 3. 4. Tekan enter atau klik tombol [Check] Hasil dari perintah verify akan di tampilkan dalam display area Command Log
BaB 6 anaLIsa Data
ada bab kali ini Anda akan menggunakan perintahperintah dasar untuk melakukan analisa data dalam Arbutus.
A. Statistics
Perintah Statistic digunakan untuk menghitung deskripsi statistic pada kolom yang bertipe numeric dan date dalam sebuah tabel. Perintah statistics akan menghasilkan informasi seperti berikut :
Jumlah record, total tiap kolom, nilai rata-rata. Nilai mutlak Range (selisih nilai maksimum dan minimum) Standart deviasi Nilai maksimum suatu kolom Nilai minimum suatu kolom
Pada contoh berikut, Anda akan menggunakan statistik pada tabel Employee, mengenai rentang waktu mulai penugasan dan rentang gaji yang didapat. 1. 2. Aktifkan tabel Empmast Kemudian pilih menu Analyze >> Statistics... Kotak dialog Statistics akan terbuka
65
Gambar 6.1. Kotak dialog Statistics
3.
Klik tombol [Statistics On...] maka kemudian kotak dialog Selected Fields terbuka.
Gambar 6.2. Kotak dialog Selected Fields
4.
Pilih field-field yang akan dijadikan dasar statistik dengan cara klik dua kali pada bagian kolom di Available Fields sehingga kolom yang akan diinginkan berada pada Selected Fields, dalam contoh kali ini klik dua kali HireDate dan Salary Klik Tombol [OK] Pada tab Output, pastikan pilih salah satu tampilan hasil fungsi Statistics. Terdapat tiga pilihan output yaitu pilihan Screen; hasil akan ditampilkan di layar, pilihan
5.
Print; apabila hasil statistik ingin dicetak dan pilihan File apabila hasil akan disimpan dalam file. Kali ini pastikan pilihan output pada Screen.
Gambar 6.3. Pilih screen pada tab Output
6. 7.
Klik Tombol [OK] Arbutus analyzer akan menghasilkan tampilan berikut :
Gambar 6.4. Statistics pada tabel Empmast
67
Hasil perintah statistics menampilkan lima nilai tertinggi dan lima nilai terendah. Dari hasil statistik tersebut, Anda dapat melihat tanggal pengangkatan pegawai terlama yaitu 04/30/1966 dan tanggal pengangkatan pegawai terbaru 09/26/1999. Dan gaji tebesar adalah 5,275,000 dan gaji terkecil adalah 1,534,000.
B. Profile
Disamping menggunakan perintah statistics, Anda dapat juga menggunakan perintah Profile untuk mendapatkan statistik dari suatu tabel data. Perintah Profile hanya berfungsi pada field bertipe numerik. Berikut ini Anda akan menggunakan perintah Profile pada data pegawai. 1. 2. Aktifkan tabel Empmast Kemudian pilih menu Analyze >> Profile... Kotak dialog Statistics akan terbuka. Perhatikan bahwa pilihan kolom yang tersedia adalah yang bertipe numerik.
Gambar 6.5. Kotak dialog Profile fields
3.
Klik tombol [Profile Fields...] Kotak dialog Selected Fields terbuka.
4.
Pilih field-field yang akan dijadikan dasar profile dengan cara klik dua kali pada bagian Available Fields sehingga field yang akan diinginkan berada pada Selected Fields, dalam contoh kali ini klik dua kali pada Salary Klik Tombol [OK] Klik Tombol [OK] Arbutus analyzer akan menghasilkan tampilan berikut
5. 6. 7.
Gambar 6.7. Profile data pegawai
Dari perintah profile Arbutus analyzer akan menampilkan nilai total, absolute, minimum dan maksimum dari kolom salary.
69
C. Stratify
Perintah Stratify digunakan untuk menghitung jumlah record, total nilai dan nilai absolut dari field-field bertipe numerik yang masuk dalam interval tertentu. Jumlah record akan terlihat pada kolom COUNT di Command Log. Berikut ini Anda akan membuat data pegawai dengan rekapitulasi bonus yang diterimanya. 1. 2. 3. Aktifkan Tabel Empmast di Tab Overview Kemudian pilih menu Analyze >> Stratify... Kotak dialog Stratify akan terbuka. Klik tombol [Startify On...] Kotak dialog Selected Fields terbuka. Klik drop down list di bawah tombol [Stratify On].
Gambar 6.8. Kotak dialog stratify
4.
Pilih Bonus sebagai kolom yang akan dijumlahkan. Kemudian pilih Free, untuk menentukan sendiri rentang nilainya, yaitu 0, 2500, 5000, 7500, 10000, 12500, 15000, 17500 dan 20000
Gambar 6.9. Tentukan rentang nilai
5.
Pastikan pilihan di tab output adalah screen, kemudian klik tombol [OK]. Arbutus analyzer akan menghasilkan tampilan berikut
Gambar 6.10. Stratify pada data pegawai
D. Classify
Perintah Classify digunakan untuk mendapatkan rekapitulasi data berdasarkan field bertipe character. Rekapitulasi ini mencakup akumumulasi total dari kelompok data tertentu.
71
Berikut ini Anda akan mendapatkan rekapitulasi data untuk setiap credit card yang ada pada bulan April. 1. 2. Aktifkan tabel Trans_Apr di Tab Overview Kemudian pilih menu Analyze >> Classify... Kota dialog Classify akan terbuka.
Gambar 6.11. Kotak dialog Classify
3.
Klik tombol [Classify On...] Kotak dialog Selected Fields terbuka. Pilih field-field yang akan dijadikan dasar profile dengan cara klik dua kali pada bagian Available Fields sehingga field yang akan diinginkan berada pada Selected Fields, dalam contoh kali ini klik dua kali pada CARDNUM
4.
Gambar 6.12. Pilih CARDNUM pada Selected Fields
5. 6.
Klik tombol [OK] Pilih kolom yang akan diakumulasi (dhi. AMOUNT)
Gambar 6.13. Pilih field yang akan diakumulasi
7. 8.
Klik tombol [OK] Apabila Anda ingin menyimpan hasil pengelompokan tersebut dalam sebuah file data, maka pastikan pada tab Output pilih Data File dan ketik nama filenya.
73
Gambar 6.14. Pilih output classify
9.
Arbutus analyzer akan menghasilkan tampilan berikut
Gambar 6.15. Hasil classify pada data transaksi bulan April
E. Histogram
Perintah Histogram digunakan untuk mendapatkan grafik batang 3-D sesuai dengan nilai field atau kriteria tertentu. Berikut ini Anda akan mendapatkan grafik data credit card dengan limit tertentu. 74 Panduan Praktis Arbutus Analyzer
1. 2. 3.
Aktifkan tabel CreditCards_Metaphor Kemudian pilih menu Analyze >> Histogram... Kotak dialog Histogram akan terbuka. Klik drop down list yang terletak di bawah tombol [Histogram On] dan pilih CREDLIM
Gambar 6.16. Kotak dialog Histogram
4.
Kolom Minimum dan Maximum merupakan kolom nilai terendah dan tertinggi yang disertakan dalam grafik. Pada sisi kanan kolom interval ketik nilai 10, atau Anda dapat menentukan sendiri nilai intervalnya di pilihan Free.
75
Gambar 6.17. Menentukan nilai interval
5.
Klik tombol [OK], maka analyzer akan menampilkan hasil histogram sebagai berikut :
Gambar 6.18. Hasil histogram
F. Age
Perintah Age digunakan untuk mendapatkan rekapitulasi data sesuai dengan rentang tanggal tertentu. Sebagai contoh, Anda dapat menggunakan fungsi Age pada tabel CreditCards_Metaphor untuk mengetahui masa berlaku kartu kredit. 1. 2. Aktifkan tabel CreditCards_Metaphor Kemudian pilih menu Analyze >> Age... Kotak dialog Age akan terbuka.
Gambar 6.19. Kotak dialog Age
3. 4.
Klik drop down list yang terletak di bawah tombol [Age On] dan pilih EXPDT Anda dapat mengubah cutoff date sesuai dengan yang Anda inginkan. Untuk kasus ini masukkan tanggal 31 Desember 2005.
77
Gambar 6.20. Menentukan tanggal cutoff
5.
Anda dapat menentukan sendiri nilai awal seperti 0, 90, 120 dan seterusnya untuk setiap periode, atau Anda dapat menggunakan nilai default 0, 30, 60, 90, 120 dan 10000. Pilih kolom yang akan diakumulasikan dengan cara klik di bawah tombol Accumulate Fields Klik tombol [OK], maka analyzer akan menampilkan hasil Age sebagai berikut :
6. 7.
Gambar 6.21. Hasil Age pada data credit card
Jumlah record dalam setiap periode ditampilkan pada

Command Log pada sebuah kolom yang diberi nama COUNT. Anda juga bisa mendapatkan total akumulasi tiap periode.
G. Summarize
Perintah Summarize digunakan untuk mendapatkan jumlah record dan total nilai berdasarkan field bertipe character dalam sebuah file terurut. Summarize berguna pada tabel berukuran besar. Berikut ini, Anda akan menggunakan perintah summarize untuk mendapatkan jumlah biaya yang dikeluarkan dalam pemakaian kartu kredit dalam sehari pada bulan April. 1. 2. Aktifkan tabel Trans_April Kemudian pilih menu Data >> Summarize... Kotak dialog Summarize akan terbuka.
Gambar 6.22. Kotak dialog Summarize
3. 4. 5.
Pilih kolom Trans_Date di bawah tombol [Summarize On] Pilih kolom yamg akan diakumulasikan yaitu AMOUNT di bawah tombol [Accumulate Fields] Di tab Output pastikan terpilih tampilan di screen
79
Gambar 6.23. Pilih Screen pada tab Output
6. Klik tombol [OK], maka hasil perintah summarize akan ditampilkan di command log sebagai berikut:
Gambar 6.24. Hasil summarize pada transaksi bulan April
Dari hasil summarize akan didapatkan 30 records dari transaksi bulan April berikut akumulasi jumlah kredit tiap harinya dan disertai jumlah transaksi per hari yang ditunjukkan dalam kolom COUNT.
H. Cross Tabulate
Perintah Cross-Tabulate digunakan untuk mendapatkan rekapitulasi data sesuai dengan field-field tertentu bertipe 80 Panduan Praktis Arbutus Analyzer
character ke dalam baris dan kolom serta menjumlahkan nilai numeriknya.Pada kasus berikut Anda akan menggunakan cross-tabulate untuk mendapatkan rekapitulasi jumlah salary dari masing masing tipe pekerjaan pada tiap Negara. 1. 2. 3. Aktifkan tabel Empmast Kemudian pilih menu Analyze >> Cross Tabulate... Kotak dialog Cross Tabulate akan terbuka. Pilih kolom Code di bawah tombol [Rows] Dan klik drop down list di bawah Colums dan pilih Job
Gambar 6.25. Kotak dialog Cross Tabulate
4.
Pilih Salary sebagai kolom yang akan dijumlahkan di bawah tombol [Accumulate Fields]
Gambar 6.26. Pilih field yang akan diakumulasi
81
5.
Pastikan jenis output yang akan dihasilkan ditampilkan pada layar (dhi. pilih Screen).
Gambar 6.27. Hasil cross tabulate pada data pegawai
Perintah cross tabulate akan menghasilkan sebuah tabel dengan baris Country Code dan kolom Job Description, dan jumlah salary akan diakumulasikan.
I. Gaps
Fungsi dari perintah Gaps adalah untuk mengetahui apakah ada data yang terlompati. Contoh yang akan digunakan adalah nomor cek yang ada pada tabel payroll. 1. 2. Langkah pertama buka tabel yang akan kita analisa, yaitu tabel Payroll Kemudian pilih menu Analyze >> Gaps... kotak dialog Gaps akan terbuka
Gambar 6.28. Kotak dialog Gaps
Pilih field yang akan dicari urutan datanya, yaitu ChequeNo. 3. Secara otomatis analyzer akan memilih List Gap Ranges. List Gap Ranges tidak menampilkan nilai yang hilang, tapi menentukan gaps diantara nilai yang hilang, misalkan: antara 3 - 5
Nomor cek yang hilang adalah 4 maka hasilnya adalah Nomor cek yang hilang adalah 8,9 maka hasilnya adalah
antara 7 10 4. Atau klik List Missing Items jika kita menginginkan hasil laporan berupa daftar nomor cek yang hilang, kemudian isi nilai Maximum Consecutive Items yang diinginkan, misalkan kita isi 5. Klik Tab Output, pastikan pilihan Screen, agar hasil ditampilkan langsung dilayar, lalu klik tombol [OK].
5.
83
Gambar 6.29. Pilih output screen
6.
Hasil jika menggunakan List Gap Ranges
Gambar 6.30. Hasil List Gap Range
7.
Hasil jika menggunakan List Missing Items
Gambar 6.31. Hasil List Missing Items
J. Duplicates
Fungsi dari perintah Duplicate adalah untuk menentukan apakah ada nilai yang sama di dalam satu field, misalkan nomor pegawai atau nomor cek. Berikut ini Anda akan menggunakan perintah duplicate untuk mengetahui apakah ada pegawai yang memiliki nomor pegawai yang sama. 1. 2. 3. Aktifkan tabel Employees Kemudian pilih menu Analyze >> Duplicates... kotak dialog Duplicates akan terbuka Pilih field yang memiliki duplikasi (dhi. EMPNO) dibawah tombol [Duplicates On..] pilih field EMPNO
85
Gambar 6.32. Kotak dialog Duplicates
4.
Untuk menampilkan field apa saja yang ingin ditampilkan, klik pada tombol List Fields akan terlihat kotak dialog Selected Fields, lalu klik tombol [Add All] untuk menampilkan semua field.
5. 6.
Klik tombol [OK] Klik tombol [OK]
7.
Arbutus Analyzer akan menampilkan hasil seperti berikut :
Gambar 6.34. Hasil duplicates nomor pegawai
87
BaB 7 fUngsI PaDa arBUtUs
P
1. 2. 3.
ada bab ini Anda akan menggunakan beberapa fungsi yang terdapat pada Arbutus. Pada Arbutus, fungsi dapat dijalankan baik dengan melalui wizard maupun dengan menuliskan rumus fungsi langsung pada kotak fungsi yang tersedia. Cara menjalankan fungsi melalui wizard Aktifkan tabel ( klik dua kali pada nama tabel yang akan digunakan/diaktifkan) Klik tombol [Edit View Filter] kotak dialog Edit view Filter maka akan muncul
Pilih fungsi yang dibutuhkan dengan cara klik dua kali pada nama fungsi yang terdapat dalam kotak Functions di bawah drop down list Functions pada kotak Functions. Tentukan nilai dari parameter yang diminta oleh fungsi Klik tombol [OK] dan Arbutus Analyzer akan menampilkan hasil fungsinya.
4. 5.
Cara menjalankan fungsi dengan langsung menuliskan rumus fungsinya 1. Aktifkan tabel ( klik dua kali pada nama tabel yang akan digunakan/diaktifkan ) 2. Ketikkan formula fungsi pada kotak isian (command box) yang ada disamping tombol [Edit View Filter] 3. Tekan Enter dan Arbutus Analyzer akan menampilkan hasil fungsinya.
89
A. SUBSSTR( )
Fungsi ini digunakan untuk mengambil satu atau lebih karakter yang terdapat dalam satu data yang bertipe character atau string. Bentuk umum format function ini adalah : Substr( string , posisi awal , panjang string ) Sebagai contoh, Anda akan menampilkan record yang mengandung kata Hilton dari tabel Trans_Apr. 1. 2. Aktifkan tabel Trans_Apr Klik tombol [Edit View Filter] kotak dialog Edit view Filter maka akan muncul
Gambar 7.1. Kotak dialog Edit view Filter
3.
Pilih fungsi yang dibutuhkan dengan cara klik dua kali fungsi Substr( string , start , length ) yang terdapat dalam kotak Functions di bawah drop down list Functions. Secara otomatis akan tertulis dalam kolom Expression. Ganti nilai string dengan field Description, ganti juga start dengan 1 dan length dengan 6, lalu tuliskan string yang dicari yaitu Hilton
4.
Klik tombol [OK] dan Arbutus Analyzer akan menampilkan hasil fungsinya.
Gambar 7.2. Hasil penggunaan fungsi substr()
B. STRING( )
Fungsi ini digunakan untuk mengubah field data bertipe numerik menjadi string sehingga operasi string dapat dijalankan terhadap field tersebut. Bentuk umum dari function ini adalah : String( number, panjang number) Sebagai contoh pada tabel Inventory Anda ingin menjalankan fungsi substring di field product number,dengan menampilkan record dimana digit kedua sampai ke empat pada field product number adalah 701. Karena field Product number adalah bentuk numerik maka harus dirubah dulu menjadi bentuk string, sebagai berikut : 1. 2. 3. Aktifkan tabel Inventory. Klik tombol [Edit View Filter] kotak dialog Edit view Filter. maka akan muncul
Pilih fungsi yang dibutuhkan dengan cara klik dua kali fungsi Substr( string , start , length ) yang terdapat dalam kotak Functions di bawah drop down list Functions pada kotak Functions. fungsi ini untuk menampilkan record yang ingin ditampilkan. Ganti start dengan nilai 2 dan length dengan nilai 3 Klik dua kali string lalu pada kotak functions klik dua kali fungsi String( number , length <,format> ) ganti number dengan ProdNo dan length dengan panjang number
4.
91
produk number yaitu 9 lalu tuliskan string yang di cari yaitu 701. Maka secara keseluruhan ekspresinya sebaga berikut : Substr(String(ProdNo,9),2,3)=701
5. 6.
Klik tombol [OK] Arbutus Analyzer akan menampilkan hasil seperti berikut :
Gambar 7.4. Hasil penggunaan fungsi string
C. TRIM( )
Fungsi trim() digunakan untuk menghilangkan spasi kosong (blank space) pada akhir string. Bila fungsi trim() dilakukan pada sebuah string, maka fungsi ini akan menghasilkan string tanpa ada spasi kosong dibelakangnya. Fungsi ini tidak menghilangkan spasi di tengah string. Bentuk umum penulisan fungsi trim: TRIM(string yang akan dihilangkan spasi kosong dibelakangnya) 92 Panduan Praktis Arbutus Analyzer
Contoh : TRIM( ABC ) = ABC TRIM(AB C ) = AB C TRIM( A ) = A Contoh kasus: Anda ingin mencari employee yang bernama Leila Remlawi dari sebuah tabel data employees, untuk itu kita akan melakukan langkah-langkah sebagai berikut : 1. 2. 3. Aktifkan tabel employees Klik tombol [Edit View Filter] kotak dialog Edit view Filter. maka akan muncul
Pilih fungsi yang dibutuhkan dengan cara klik dua kali fungsi Trim( string ) yang terdapat dalam kotak Functions di bawah drop down list Functions pada kotak Functions. fungsi ini untuk menampilkan record yang ingin ditampilkan. Ganti string dengan Emp_Name lalu tuliskan string yang di cari yaitu Leila Remlawi. Maka secara keseluruhan ekspresinya sebaga berikut : Trim(Emp_Name)=Leila Remlawi
4. 5.
Klik tombol [OK] Fungsi trim akan menampilkan hasil data dari tabel employee yang bernama Leila Remlawi
Gambar 7.5. Hasil penggunaan fungsi trim
D. LTRIM( )
Fungsi ltrim() hampir sama dengan fungsi trim() digunakan untuk menghilangkan spasi kosong (blank space) pada awal string. Bila fungsi ltrim() dilakukan pada sebuah string, maka fungsi ini akan menghasilkan string tanpa ada spasi kosong
93
di awal string. Fungsi ini tidak menghilangkan spasi di tengah string. Bentuk umum penulisan fungsi ltrim: LTRIM(string yang akan dihilangkan spasi kosong sebelum string) Contoh : TRIM( ABC ) = ABC TRIM(AB C ) = AB C TRIM( A ) = A Contoh penggunaan: lihat TRIM()
E. ALLTRIM
Fungsi alltrim() digunakan untuk menghilangkan spasi kosong (blank space) baik pada awal (sebelum) maupun pada akhir string. Bila fungsi alltrim() dilakukan pada sebuah string, maka fungsi ini akan menghasilkan string tanpa ada spasi kosong baik di awal maupun di akhir string. Fungsi ini tidak menghilangkan spasi di tengah string. Bentuk umum penulisan fungsi alltrim: ALLTRIM(string yang akan dihilangkan spasi kosong diawal dan di akhir string) Contoh : ALLTRIM( ABC ) = ABC ALLTRIM(AB C ) = AB C ALLTRIM( A ) = A Contoh penggunaan: lihat TRIM()
F. DATE( )
Fungsi date() digunakan untuk mengubah tipe data date menjadi karakter string yang merepresentasikan tanggal. Bentuk umum penulisan fungsi date: DATE(field tanggal, format tanggal), dimana 94 Panduan Praktis Arbutus Analyzer
field tanggal : field dari tabel database yang mempunyai struktur data bertipe date. format tanggal : format tanggal (dalam string) yang di inginkan, misal DD-MM-YY Contoh kasus: Anda ingin menampilkan record transaksi dari tabel Trans_Apr yang terjadi pada tanggal 2 April 2003, untuk itu kita akan melakukan langkah-langkah sebagai berikut : 1. Aktifkan tabel Trans_Apr, kemudian klik icon [edit view filter]. Dalam kotak dialog yang tampil, kita ketikkan rumus date(trans_date,dd/mm/yy)=02/04/03.
Gambar 7.6. Hasil penggunaan fungsi date()
2.
Hasil fungsi tersebut akan menampilkan data dari record yang mempunyai data date 02/04/2003.
G. CTOD( )
Fungsi ctod() digunakan untuk mengubah ekspresi string atau numerik menjadi ekspresi date. Fungsi ini memberikan nilai tanggal sehingga bisa digunakan untuk melakukan operasioperasi yang membutuhkan nilai yang bertipe date. Bentuk umum penulisan fungsi ctod: CTOD(karakter/numerik, format tanggal) Contoh kasus: kita ingin menampilkan record transaksi dari tabel Trans_Apr yang terjadi antara tanggal 1 April 2003 dan 10 April 2003, untuk itu kita akan melakukan langkah-langkah sebagai berikut: 1. Aktifkan tabel Trans_Apr, kemudian klik icon [edit view filter]. Dalam kotak dialog yang tampil, kita ketikkan rumus:
95
Trans_Date>ctod(010403,ddmmyy) and Trans_Date <ctod(100403,ddmmyy). 2. Hasilnya, yang ditampilkan adalah data dari record yang mempunyai data date antara 01/04/2003 dan 10/04/2003
Gambar 7.7. Hasil penggunaan fungsi CTOD
H. VALUE( )
Fungsi value() digunakan untuk mengubah ekspresi string (karakter) menjadi ekspresi numerik. Fungsi ini memberikan nilai numerik sehingga bisa digunakan untuk melakukan operasi-operasi yang membutuhkan nilai yang membutuhkan nilai numerik untuk melakukan analisa-analisa data selanjutnya. Fungsi value() merupakan kebalikan dari fungsi string(). Bentuk umum penulisan fungsi value: VALUE(karakter/string, jumlah angka dibelakang koma) Contoh kasus: Anda ingin menampilkan record transaksi dari tabel Trans_Apr yang mempunyai tanggal lebih dari 25, untuk itu kita akan melakukan langkah-langkah sebagai berikut : 1. Aktifkan tabel Trans_Apr, kemudian klik icon [edit view filter]. Dalam kotak dialog yang tampil, kita ketikkan rumus : value(substr(date(trans_date),4,2),0)>25.
2.
Hasilnya, yang ditampilkan adalah data dari record yang mempunyai tanggal transaksi lebih dari 25.
Gambar 7.8. Hasil penggunaan fungsi value()
I. BETWEEN( )
Fungsi between digunakan untuk menguji apakah nilai yang diperika masuk dalam suatu rentang nilai. Jika nilai tersebut masuk ke dalam rentang nilai yang diperiksa, maka fungsi between( ) akan menghasilkan nilai T (true) dan akan menghasilkan nilai F (false) dalam keadaan yang sebaliknya. Bentuk umum penulisan fungsi between: BETWEEN(nilai_yang_diperiksa, batas_awal_range, batas_akhir_range) Contohnya: Anda akan menampilkan produk (tabel Inventory) yang memiliki harga pasar (field MktVal value antara 500000 dan 1000000), untuk itu kita akan melakukan langkah-langkah sebagai berikut: 1. Aktifkan tabel inventory, kemudian klik icon [edit view filter]. Dalam kotak dialog yang tampil, kita ketikkan rumus Between(MktVal, 500000, 1000000)
Gambar 7.9. Penggunaan fungsi between
97
2.
Hasilnya, yang tampil hanya data dengan nilai market value berada diantara 500000 dan 1000000.
Gambar 7.10. Hasil penggunaan fungsi between ()
J. ISBLANK( )
Fungsi isblank berguna untuk mencari field yang kosong dalam record yang ada. Fungsi isblank akan menghasilkan nilai T (true) jika ditemukan field yang kosong atau F (False) jika sebaliknya. Bentuk umum penulisan fungsi isblank: ISBLANK(nama_field_yang_diuji) Contohnya: Anda ingin memeriksa apakah ada pegawai yang FirstName-nya tidak diisi dalam tabel Empmast. Langkahlangkah penggunaan fungsi Isblank untuk keperluan tersebut adalah sebagai berikut: 1. Aktifkan tabel Empmast, kemudian klik icon [edit view filter]. Dalam kotak dialog yang tampil, klik dua kali fungsi Isblank dari daftar fungsi (kolom sebelah kanan bawah) yang sudah disediakan. Field yang berada dalam kurung kita ganti dengan field yang akan diperika (dhi. First). Rumus akan terlihat seperti gambar dibawah ini.
2.
Jika kita mengetikkan rumusnya dengan benar, maka data yang ditampilkan hanya data pegawai dengan field First (First Name) kosong (tidak diisi).
Gambar 7.12. Hasil penggunaan fungsi isblank
K. MATCH( )
Fungsi match berguna jika kita ingin membandingkan satu nilai dengan beberapa kriteria sekaligus. Fungsi match akan menghasilkan nilai T (True) atau F (False) sesuai dengan cocok atau tidaknya nilai yang dibandingkan dengan kriteria tadi. Bentuk umum penulisan fungsi match: MATCH(nilai_yang_dibandingkan,kriteria_1,kriteria_2, dst)
99
Contohnya: dari tabel Empmast Anda ingin menampilkan pegawai yang berada di kota LONDON dan NEW YORK saja. Maka langkah-langkah yang perlu kita lakukan adalah sebagai berikut: 1. 2. Aktifkan tabel Empmast, lalu klik icon [edit view filter]. Dalam kotak dialog yang tampil, pilih (klik dua kali) fungsi Match dari daftar fungsi yang tersedia. Kemudian masukkan field yang diperiksa kedalam tanda kurung urutan pertama (dhi. City) dan disusul dengan kriteria yang ditentukan (dhi. LONDON, NEW YORK).
3.
Jika kita mengikuti langkah-langkah diatas dengan benar, kita hanya akan melihat data dengan field City berisi LONDON dan NEW YORK saja.
Gambar 7.14. Hasil penggunaan fungsi match()
BaB 8 anaLIsa Data LanJUtan
ada bab ini Anda akan mempelajari mengenai table layout, filter, shared folder, extract dan export.
A. Table Layout
Bagaimana sebuah file sumber dibaca dan diartikan oleh Arbutus Analyzer dapat dilihat pada Tabel layout. Tabel layout mendeskripsikan struktur dan isi file data, nama file data dan dimana lokasinya. Dia juga mendeskripsikan data di setiap field dan mengidentifikasi field-field yang akan dianalisa.
Gambar 8.1. Table layout Inventory
101
Tabel layout berisi informasi khusus tentang file data sumber dibawah ini :
Nama file data dan lokasinya Arbutus Server jika sumber datanya berasal dari sana. Panjang record Nama field Posisi awal dan panjangnya setiap field Tipe data setiap field Jumlah desimal Format angka Format tanggal Refresh informasi dari data yang diimport dari ODBC
Selain informasi diatas, tabel layout juga berisi informasi berikut ini:
Judul kolom alternatif Filter Definisi field/ekspresi komputasi Catatan field Relasi dengan file data lain.
Anda dapat melakukan mengedit tabel layout dengan menambah, menghapus atau mengubah field yang ada. Anda juga bisa mengcopy, menghubungkan dan sharing tabel layout dengan file project yang lain.
B. Filters
Filter digunakan untuk menampilkan record-record tertentu yang sesuai dengan kriteria yang anda tetapkan. Filter dapat dibuat dengan menggunakan ekspresi. Filter dijalankan dengan cara menguji setiap record dengan logika ekspresi yang anda buat. Ekspresi ini haruslah dalam bentuk logika, jadi selalu menghasilkan true (benar) atau false (salah). Hanya record yang menghasilkan jawaban benar saja yang ditampilkan. 102 Panduan Praktis Arbutus Analyzer
Untuk membuat ekpresi filter biasanya menggunakan minimal salah satu operator logika berikut :
Operator Keterangan Lebih besar dari Lebih kecil dari Sama dengan Lebih besar atau sama dengan Lebih kecil atau sama dengan Tidak sama dengan
Gambar 8.2. Tabel Operator
> < = >= <= <>
Jika ingin menggunakan lebih dari satu operator logika gunakan operator logika :
Operator NOT Contoh NOT(True)=False NOT (False) = True True AND True = True False AND True = False True AND False = False False AND False = False True OR True = True False OR True = True True OR False = True False OR False = False
Gambar 8.3. Tabel Operator
AND atau &
OR atau |
Jenis filter : 1. Filter Global Filter Global diterapkan ke semua perintah yang dijalankan baik dari menu, toolbar atau dari dalam mode command pada semua view dari tabel layout. Filter Global akan tetap ada sampai filter tersebut dihapus atau file ditutup. 2. Filter Lokal Filter Lokal adalah filter yang di terapkan hanya pada sebuah perintah ketika perintah tersebut dijalankan.
103
Filter dapat anda buat dengan menggunakan Expression Builder. Anda juga bisa membuat dan menerapkan filter global secara langsung dari View.
a. Membuat Filter dengan Expression Builder

Berikut ini adalah contoh bagaimana cara membuat filter untuk menampilkan record yang memiliki sale price lebih dari $ 100. 1. Aktifkan tabel Inventory dari tab Overview dan jalankan salah satu perintah dibawah ini untuk mengaktifkan Expression Builder:
Klik ikon [Edit View Filter] di bagian atas View, atau Klik menu Edit >> Filters untuk menampilkan jendela
Filter, kemudian klik [New] 2. Setelah jendela Expression Builder muncul, klik dua kali SalePr di kotak Available Fields untuk menyalin nama field ini ke kotak Expression. Klik tanda [ > ] (lebih besar) Masukkan angka 100. Perhatikan hasil dari ekspresi SALEPR > 100 adalah logika, yaitu memiliki hasil benar atau salah.
3. 4.
Gambar 8.4. Kotak Edit view Filter
5.
Klik tombol [Verify] untuk menguji apakah ekspresi yang kita tulis benar.
Gambar 8.5. Cek ekspresi
6.
Jika diperlukan berikan nama filter di kotak Save As. Catatan: Jika anda menggunakan jendela Filter untuk membuat filter, maka memberi nama pada kotak Save As ini adalah wajib. Tetapi jika anda menggunakan [Edit View Filter] memberi nama adalah opsional. Pemberian nama ini memungkinkan anda untuk menggunakan filter yang anda buat di kemudian hari.
7.
Klik [OK].
Jika Anda membuat filter dengan [Edit View Filter], Arbutus Analyzer akan menerapkan filter tersebut saat itu juga. Jika anda menggunakan jendela Filter, maka anda dapat menerapkan filter ini melalui jendela Set Global Filter. Sekali filter telah diterapkan, dia akan selalu tersedia pada kotak drop down di bagian atas View. Secara defaultnya, Arbutus Analyzer hanya menampilkan record yang memenuhi kriteria pada filter.
Gambar 8.6. Hasil filter
105
b.Membuat Filter secara langsung pada View

Selain menggunakan expression builder, anda juga dapat membuat filter secara langsung pada View. Berikut ini adalah contoh yang serupa dengan diatas, kecuali caranya dengan membuat secara langsung pada View. 1. Masukkan ekspresi SALEPR > 100 pada kotak dibagian atas View.
Gambar 8.5. Penggunaan filter pada view
2.
Klik tombol [Set Filter] untuk menerapkan filter. Atau bisa juga dengan menekan tombol Enter pada keyboard.
Gambar 8.6. Hasil filter
c. Filter dengan Quick Filter

Anda juga bisa membuat filter berdasarkan nilai pada field dengan menggunakan Quick Filter. Di dalam View anda dapat memilih satu atau lebih nilai yang berdekatan letaknya, kemudian menggunakan nilai-nilai tersebut untuk membuat ekspresi filter. Cara ini lebih cepat daripada anda menggunakan Edit View Filter, dan memungkinkan anda berinteraksi secara langsung dengan data pada View. Quick Filter dapat digunakan untuk semua tipe data Contoh: Anda sedang menganalisa file Inventory, untuk melihat semua record dari Produk yang Kelas Produknya 3, maka anda dapat menggunakan opsi Quick Filter Equal pada Kelas Produk tersebut.
Gambar 8.7. Panggunaan Quick Filter
Hasilnya adalah terbentuk filter, ProdCls = 1, dan View hanya menampilkan record dari Produk tersebut.
107
Gambar 8.8. Hasil penggunaan Quick Filter
d. Quick Filter untuk membuat Filter berdasarkan satu nilai

Untuk membuat Quick Filter berdasarkan satu nilai : 1. 2. Pilih sebuah nilai pada View, kemudian klik kanan. Setelah muncul menu, pilih Quick Filter, kemudian pilih operator logika yang akan anda gunakan sebagai filter.
Operator untuk field date On Not On After On or After Before On or Before Keterangan Sama dengan tanggal ... Tidak sama dengan tanggal ... Setelah tanggal ... Sama atau setelah tanggal ... Sebelum tanggal ... Sama atau sebelum tanggal ...
Gambar 8.9. Tabel Operator Field bertipe Date
Operator untuk field selain date Equal Not Equal Greater Than Greater Than or Equal To Less Than Less Than or Equal To
Keterangan Sama dengan ... Tidak sama dengan ... Lebih besar dari ... Lebih besar atau sama dengan ... Kurang dari ... Kurang dari atau sama dengan ...
Gambar 8.10. Tabel Operator selain Field bertipe Date
e. Quick Filter untuk membuat Filter rentang nilai

Anda dapat membuat filter berdasarkan dua atau lebih nilai menggunakan rentang nilai atau kriteria jamak. Berikut caranya: 1. 2. Seleksi dua atau lebih nilai yang berdekatan, kemudian klik kanan. Dari menu yang muncul pilih Quick Filter, pilih salah satu operator logika yang anda inginkan:
Operator untuk field date On Not On Between Not Between Keterangan Sama dengan tanggal ... Tidak sama dengan tanggal ... Diantara tanggal terkecil dan terbesar Diluar antara tanggal terkecil dan terbesar
Gambar 8.11. Tabel Operator Field bertipe Date
Operator untuk field selain date Equal Not Equal Between Not Between
Keterangan Sama dengan ... Tidak sama dengan ... Diantara nilai terkecil dan terbesar Diluar antara nilai terkecil dan terbesar
Gambar 8.12. Tabel Operator selain Field bertipe Date
109
Macam operator logika yang tersedia sangat tergantung pada banyak field nilai yang di seleksi. Contohnya jika anda menyeleksi nilai dari dua kolom, maka operator yang tersedia adalah Equal dan Not Equal.
f. Menambahkan Filter Tambahan dengan Quick Filter

Anda dapat menambahkan filter lagi dari filter yang sudah ada dengan menggunakan Quick Filter. Sehingga anda dapat membuat filter yang lebih kompleks dengan menggunakan operator AND atau OR. Untuk menambahkan filter lagi dengan menggunakan Quick Filter: 1. 2. Dengan kondisi View yang telah terfilter, seleksi satu atau lebih nilai kemudian klik kanan Setelah muncul menu, pilih Quick Filter dan pilih salah satu operator berikut: untuk menampilkan record yang sesuai dengan kedua kriteria. menampilkan record yang sesuai dengan salah satu kriteria.
Pilih And kemudian operator jika anda menginginkan Pilih Or kemudian operator logika lain jika anda ingin
Contoh: Anda dapat menambahkan filter lagi pada filter ProdCls = 1 untuk menampilkan hanya record dengan Status Produk D. Untuk melakukan ini, gunakan opsi Quick Filter AND. Filter baru nanti akan terlihat sebagai berikut : (ProdCls = 1) AND (ProdStat = D).
Gambar 8.13. Penggunaan quick filter
g .Mengatur Filter Global

Anda dapat menerapkan filter global kapan saja. Sekali filter global anda terapkan, semua perintah akan dijalankan pada tabel yang terfilter tersebut sampai filter dihilangkan. Hanya satu buah filter global yang berlaku untuk satu waktu, meskipun demikian sebuah filter global dapat berisi lebih dari satu filter yang telah ada dan operator And atau Or. Untuk menerapkan filter global, pilih sebuah tabel dan jalankan salah satu cara dibawah ini:
Pada View, klik drop down list, dan pilih salah satu dari
filter yang pernah diterapkan sebelumnya.
Gambar 8.14. Melalui drop down list
111
Pada View, klik tombol [Edit View Filter], kemudian pilih

filter dari kotak daftar Filter pada Expression Builder, dan klik [OK]
Gambar 8.15. Melalui kotak dialog Edit view Filter
h.Menghilangkan Filter Global

Untuk menghilangkan Filter Global :
Pada View, klik tombol
[Remove Filter]
Gambar 8.16. Menghilangkan filter
i. Mengedit Filter
Gunakan Expression Builder untuk mengubah kondisi yang diterapkan pada sebuah filter. Untuk menerapkan filter setelah diedit, pilih dari drop down list pada View.
Untuk mengedit filter dengan Expression Builder, gunakan cara berikut ini: 1. 2. Pilih menu Edit >> Filters. Muncul jendela filter dengan menampilkan daftar filter yang ada. Pilih filter yang akan diubah
Gambar 8.17. Kotak dialog filters
3.
Klik [OK]. Jendela Expression Builder akan ditampilkan.
Gambar 8.18. Kotak dialog Edit Filter
4.
Modifikasi ekspresi yang sesuai keinginan anda, kemudian klik [OK] untuk menutup Expression Builder.
j. Mengelola Filter
Gunakan jendela Filter untuk menggandakan, mengubah nama atau menghapus filter yang ada.
113
Gambar 8.19. Kotak dialog Filters
Lakukan langkah berikut untuk mengelola filter: 1. 2. 3. Aktifkan sebuah tabel Klik menu Edit >> Filters untuk menampilkan jendela Filters Pilih salah satu filter dari kotak yang ada. Kemudian klik [Duplicate] untuk menggandakan filter, [Rename] untuk mengubah nama filter atau [Delete] untuk menghapus filter. Klik [OK] setelah melakukan langkah diatas. Klik [Done] untuk menutup jendela Filters.
4. 5.
C. Shared Folder
Shared folder adalah salah satu fasilitas unggulan pada Arbutus Analyzer. Shared Folder berfungsi untuk melibatkan project lain baik itu berupa table layout, views, procedures, workspaces dan index. Pada jendela overview ketika suatu project sedang dikerjakan. Artinya kita bisa menggunakan fungsi-fungsi yang telah disebutkan pada project lain untuk digunakan pada project yang sedang dikerjakan. Fasilitas ini terdapat pada menu Tools dan submenu Option. Berikut akan dijelaskan contoh penggunaan shared folders pada suatu project. 1. Untuk menggunakan fasilitas Shared Folder, klik menu Tools dan pilih submenu Option.
Gambar 8.20. Penggunaan shared folder
2.
Kemudian akan tampil jendela Option. Fasilitas Shared Folders terdapat pada tab Interface.
Gambar 8.21. Tab interface
3.
Klik tombol [Shared Folders], kemudian akan tampil kotak dialog shared Folder. Untuk menambahkan project yang akan digunakan, klik tombol [Add].
115
Gambar 8.22. Kotak dialog Shared Folder
4.
Kemudian muncul kotak dialog Shared Folder Setup. Beri nama Shared Folder tersebut pada kolom name. Kita beri nama ProjectShared. Klik tombol [] pada kolom Path untuk membuka lokasi project tambahan yang akan digunakan. Kemudian pilih lokasi project lalu klik tombol [OK].
Gambar 8.23. Pilih lokasi project
5.
Lalu klik tombol [OK].
Gambar 8.24. Kotak dialog Shared Folder Setup
6.
Lalu klik tombol [OK].
Gambar 8.25. Kotak dialog Shared Folder
7.
Kemudian akan tampil sebuah Project baru pada kolom Project Overview dengan nama ProjectShared
117
Gambar 8.26. Hasil penggunaan shared folder
D. Extract
Extract digunakan untuk melakukan ekstraksi sebagian/ seluruh record atau field tertentu kedalam tabel baru. Kapan Extract digunakan? Extract dapat digunakan sebelum melakukan sorting sebuah tabel untuk mengurangi ukuran file dan waktu proses jika tabelnya memiliki field yang banyak dan jumlah record yang banyak. Anda juga bisa menggunakan Extract untuk memisahkan data yang anda curigai kedalam tabel terpisah sehingga anda dapat melakukan analisa lebih lanjut. Anda bisa mengekstrak keseluruhan record dari suatu tabel, termasuk data yang belum didefinisikan. Definisi field di tabel layout pada tabel hasil ekstraksi identik dengan tabel aslinya, termasuk definisi computed field. Catatan: Jika Anda memilih semua field dari list box Extract, hasilnya mungkin tidaklah sama dengan mengekstrak record. Karena memilih semua field artinya mengabaikan bagian record yang tidak didefinisikan. Sedangkan pilihan mengesktrak record, berarti semua akan diextract termasuk bagian record yang belum didefinisikan.
Contoh Kasus Misalnya Anda menemukan data dari tabel Inventory, bahwa ada record yang nilai Quantity on Hand-nya negative. Anda dapat memisahkan data ini ke dalam tabel baru dengan nama Inventory_QtyOH_Negative yang dapat dianalisa lebih lanjut nantinya. Untuk membuat tabel baru untuk kasus ini Anda dapat menggunakan perintah Extract. Berikut langkah-langkahnya: 1. 2. Aktifkan tabel Inventory Klik menu Data >> Extract
Gambar 8.27. Klik sub menu Extract
3.
Setelah muncul dialog Extract, pilih Record untuk mengekstrak semua record, atau Fields untuk mengekstrak sebagian field. Jika anda memilih Fields, lanjutkan dengan memilih field-field yang akan anda sertakan dalam hasil Ekstraksi. Masukkan dalam kotak [If...] : QtyOH < 0
4.
119
Gambar 8.28. Kotak dialog Extract
5.
Berikan nama file hasil ekstrak di kotak [To...] Misalnya: Inventory_QtyOH_Negative. Kemudian klik [OK].
Gambar 8.29. Hasil penggunaan perintah extract
E. Export
Perintah Export memungkinkan Arbutus dijadikan tool konversi data, dengan cara mengambil data tertentu, kemudian diekspor ke dalam file yang bisa dibaca oleh program aplikasi yang lain. 120 Panduan Praktis Arbutus Analyzer
Export dapat digunakan untuk membuat file data mailmerge yang akan dipakai untuk pengiriman surat secara masal. Contohnya, anda menggunakan perintah Size untuk menentukan interval sampling, kemudian menggunakan perintah Sample untuk memilih sample yang sesuai. Terakhir, Anda dapat menggunakan perintah Export untuk mengkonversi file sample hasil ke file Excel yang nantinya digunakan oleh Word ketika melakukan operasi Mail-Merge. Gunakan perintah Export untuk membuat file yang akan digunakan dalam:
Database Program presentasi grafis Program pengolah angka (Spreadsheet) Program pengolah kata (Word processor)
Perintah Export memungkinkan anda mengkonversi data ke dalam format berikut:
Comma delimited text dBASE III PLUS Tab delimited text Microsoft Excel Lotus 1-2-3 XML Plain text Windows clipboard untuk di paste ke aplikasi lain.
a. Export Sebagian Field atau Export View

Export menyediakan dua cara untuk mengekspor data: dari sebagian field saja atau dari view. Pilihlah yang sesuai dengan kebutuhan anda.
Gunakan opsi Fields untuk memilih field, membuat

ekpresi dan memilih pengurutan file hasil eksport. Semua field dalam tabel dan tabel lain yang berelasi tersedia untuk perintah export ini.
121
Gunakan opsi View untuk melakukan export hanya fieldfield yang muncul dalam View.
Contoh Kasus Misalnya kita ingin mengekspor data dari tabel Inventory yang berisi record-record yang Market Value-nya lebih kecil dari Inventory Value-nya kedalam file Excel. Caranya adalah sebagai berikut : 1. 2. Aktifkan tabel Inventory Klik menu Data >> Export...
Gambar 8.30. Klik sub menu Export
3.
Setelah dialog Export muncul, pilih View untuk mengekspor semua field, berikan nama Inventory_Market_Low pada kotak [To..] Kemudian pilih Excel dari dropdown list Export As.
Gambar 8.31. Kotak dialog Export
4. 5. 6.
Isikan di Kotak [If...] ekspresi berikut ini : MktVal < Value Klik [OK] untuk menjalankan perintah eksport. Hasilnya berupa file Inventory_Market_Low.xls yang berisi 3 record, terletak pada folder yang sama dengan file Project yang sedang dibuka.
Gambar 8.32. Hasil penggunaan perintah export
123
BaB 9 BeKerJa Dengan BanyaK taBeL
nalyzer memungkinkan anda bekerja dengan data yang berasal dari banyak tabel menggunakan beberapa perintah berikut: Join Relations Merge Opsi Append pada beberapa perintah
Dua tabel yang akan direlasikan atau di-join harus memiliki sebuah field karater identik yang sama di kedua tabel tersebut. Field ini disebut dengan key field. Suatu key field harus memiliki panjang field yang sama, isi yang identik, dan mempunyai struktur data yang sama.
A. Join
Join memungkinkan anda untuk menggabungkan field-field dari dua tabel yang memiliki struktur yang berbeda kedalam tabel baru. Anda dapat menggunakan perintah Join untuk membandingkan data dari dua tabel, dan mengidentifikasi record-record yang bersesuaian atau tidak dari kedua tabel tersebut. Join biasa digunakan untuk membandingkan data dari tabel transaksi, seperti tabel account recievable, dengan tabel master karyawan.
125
Perintah Join memiliki beberapa opsi output. Opsi ini dapat anda pilih, sesuai dengan kebutuhan anda untuk mengikutsertakan record-record yang anda inginkan muncul di tabel baru. Anda dapat menggunakan perintah Join untuk menggabungkan data dari dua tabel untuk mencari perbedaan. Analyzer dapat melakukan join one-to-one, many-to-one dan many-to-many. Untuk melakukan join, key field tabel secondary haruslah diurutkan. Nilai-nilai dari key field tabel secondary, tidak boleh ganda. Sedangkan nilai key field pada tabel primary dibolehkan ganda.
h Opsi Output Join

Perintah Join memiliki 5 jenis output, bergantung pada perbandingan key field-nya. Opsi output yang akan anda pilih tergantung pada record-record yang akan anda sertakan di tabel hasilnya nanti.
Pilihan Matched Primary Records Matched Primary Records: Include All Primary Matched Primary Records: Include All Secondary Matched Primary Records: Include All Primary Include All Secondary Unmatched Primary Records Many-to-Many Matched Records Matched Primary Matched Secondary Unmatched Unmatched Primary Secondary
X X X
X X X X X
X X
Gambar 9.1. Opsi Output Join
h Matched Primary Records

Tabel output berupa field-field yang terpilih dari tabel primary dan secondary, dimana key field dari tabel primary sama dengan key field tabel secondary. Jika ada lebih dari satu key field di tabel secondary, Analyzer akan mengambil record pertama yang ditemukan sesuai. Jika tidak ada record yang ditemukan sesuai, maka tabel output juga kosong. Catatan: Ini adalah pilihan default.
h Matched Primary Records: All Primary

Tabel output berupa field-field terpilih dari tabel primary dan secondary, yang berisi semua record di tabel primary termasuk yang tidak ada kesesuaiannya dengan tabel secondary. Untuk record yang tidak ada kesesuaian dengan tabel secondary, maka isi field dari tabel secondary akan dikosongkan atau diisi dengan null, tergantung jenis field-nya.Record yang tidak sesuai pada tabel secondary akan diabaikan.
h Matched Primary Records: All Secondary

Tabel output berupa field-field terpilih dari tabel primary dan secondary, yang berisi semua record di tabel secondary termasuk yang tidak ada kesesuaiannya dengan tabel primary. Untuk record yang tidak memiliki kesesuaian dengan tabel primary, maka isi field dari tabel primary akan dikosongkan atau diisi dengan null, tergantung jenis field-nya.Record yang tidak memiliki pasangan pada tabel primary akan diabaikan.
h Matched Primary Records: All Primary and All

Secondary
Tabel output berupa field-field terpilih dari kedua tabel, baik primary atau secondary, termasuk yang punya pasangan atau tidak. Untuk field yang tidak memiliki pasangan, atau ganda pada tabel secondary akan dikosongkan atau diisi
127
dengan null, tergantung jenis field-nya.
h Unmatched Primary Records

Tabel output berupa semua record dari tabel primary yang tidak memiliki kecocokan dengan key field tabel secondary. Tabel output hanya menyertakan field-field dari tabel primary.
h Many-to-Many Matched Records

Tabel output berupa field-field yang dipilih dari tabel primary dan secondary untuk record-record yang dari tabel primary yang key field nya memiliki kecocokan dengan tabel secondary. Opsi ini berbeda dengan opsi Matched Primary Recors, jika ada lebih dari satu key field yang cocok dengan tabel secondary, Analyzer akan mengambil semua record yang ditemukan. Jika tidak ada record yang cocok, record output tidak ada. Catatan: Untuk melakukan join many-to-many ketika tidak ada key field yang sama, anda bisa membuat sebuah field komputasi disetiap tabel yang akan dijoinkan.
Gambar 9.2. Perbandingan hasil join
h Nama Field pada Tabel Output

Jika field-field dari tabel primary dan secondary memiliki nama yang sama, Join akan membuatkan sebuah nama baru untuk field secondary di tabel output. Misalnya jika kedua tabel memiliki field Amount, Join akan merubah nama field secondary menjadi Amount1, Amount2 dan seterusnya, sampai ditemukan nama yang tidak konflik dengan field lain pada tabel output.
h Lokasi Tabel Sumber

Tabel yang akan dijoinkan harus berada pada Project Analyzer yang sama.
h Menyiapkan Field Key

Perintah Join mengharuskan anda untuk mengurutkan tabel secondary dalam urutan ascending (urutan dari kecil ke besar). Jika tabel secondary dalam kondisi belum terurut maka berikan tanda check pada Presort Secondary Table. Meskipun tidak harus, anda dianjurkan untuk mengurutkan key field tabel primary. Anda dapat melakukannya dengan memberikan tanda check pada Presort Primary Table. Sebagai alternatif anda dapat melakukan index pada tabel primary. Anda dapat melakukan Join dengan kondisi tabel primary belum terurut, tetapi jika tabel primary ini besar, proses ini akan memakan waktu yang cukup lama. Key field haruslah field character. Panjang key field ini baik di tabel primary maupun secondary haruslah sama. Jika tidak sama, anda dapat menggunakan berbagai fungsi Analyzer yang ada, seperti STRING(), DATE() dan SUBSTRING(), untuk mengubah tipe datanya ke character atau memodifikasi panjangnnya agar dapat digunakan sebagai key field.
h Jendela Dialog Join

Untuk memunculkan jendela dialog Join, Klik icon Join atau pilih dari menu Data >> Join. Pada kotak Primary Table
129
anda dapat memilih primary key dan field-field atau ekspresi dari tabel primary yang akan disertakan dalam tabel output. Kotak secondary table memungkinkan anda untuk memilih tabel secondary dan secondary key atau expresi yang akan digunakan, begitu juga dengan field-field dari tabel primary atau ekspresi yang akan disertakan pada tabel output.
Gambar 9.3. Kotak dialog join
h Opsi opsi
No 1 Opsi Presort Primary Table Keterangan Untuk mengurutkan tabel primary berdasarkan key fieldnya sebelum di lakukan Join.
Presort Table
Secondary Untuk mengurutkan tabel secondary berdasarkan key field-nya sebelum di lakukan Join. Untuk menentukan field-field dari tabel primary atau ekspresi yang akan disertakan dalam tabel output. Pilih field-field tersebut dari list view atau klik [Primary Fields] untuk menampilkan dialog Selected Field. Key field tidak secara otomatis disertakan didalam tabel output.
Primary Fields
Primary Keys
Untuk memilih primary key. Dapat dipilih dari list view atau dari dialog Selected Field, setelah melakukan klik pada tombol [Primary Keys] Untuk memilih field-field dari tabel secondary yang akan disertakan dalam tabel output. Seperti dalam primary field, secondary key juga tidak langsung otomatis disertakan, anda harus memilih jika ingin muncul dalam tabel output. Untuk memilih tabel secondary yang akan dijoinkan dengan tabel primary. Pilih tabel yang anda inginkan dari dropdown list. Untuk memilih secondary key. Dapat dipilih dari list view atau dari dialog Selected Field, setelah melakukan klik pada tombol [Secondary Keys]
Secondary Fields
Secondary Table
Secondary Keys
Gambar 9.4. Tabel Pilihan-pilihan Join
Contoh Penggunaan Join Misalnya kita memiliki 2 buah tabel, yaitu Tabel Transaksi bulan April ( Trans1_Apr ) dan Tabel kode transaksi yang tidak diterima ( Unacceptable_Codes ). Untuk mencari transaksi yang tidak dapat diterima perusahaan kita bisa menggunakan perintah Join Matched Primary. Berikut langkah-langkahnya : 1. 2. 3. Aktifkan tabel Trans1_Apr Klik menu Data >>Join, untuk memunculkan dialog Join. Pilih pada Primary Keys field Codes, Secondary Keys field Code, Primary Fields semua field, kotak [To...] masukkan nama tabel hasil join, misalnya Unacceptable_ Trans. Pada tab More pilih Matched Primary Records pada kotak Join Categories.
131
Tabel 9.5. Isian Kotak dialog join
4.
Klik [OK] untuk mengeksekusi perintah Join.
Tabel 9.6. Hasil eksekusi perintah join
B. Relation
Perintah Relation melakukan join secara virtual antara dua tabel dengan membuat relasi antara data dari satu tabel dengan data dari tabel yang lain. Anda dapat menganalisa data yang berelasi seakanakan mereka memang didalam satu tabel, dan anda dapat 132 Panduan Praktis Arbutus Analyzer
menggabungkan field-field dari tabel yang berelasi tersebut kedalam view. Setelah anda berhasil membuat relasi, anda dapat menggunakan perintah Extract untuk membuat tabel baru yang berisi data dari field tabel relasi. Perintah relasi ini menghasilkan tabel yang serupa dengan perintah Join dengan opsi All Primary terpilih. Relasi data ini bersifat hirarki. Sebuah tabel parent dapat memiliki satu atau lebih tabel anak, dan setiap tabel anak ini juga dapat mempunyai tabel anaknya sendiri. Agar dua tabel dapat direlasikan, mereka haruslah memiliki key field yang sama. Contoh Penggunaan Relation Untuk memunculkan Nama Customer pada tabel Trans1_Apr, kita bisa memanfaatkan perintah Relate. 1. 2. Aktifkan tabel Trans1_Apr Klik menu Data >> Relations...
Gambar 9.7. Klik sub menu Relations
133
Gambar 9.8. Kotak dialog Relations
3.
Setelah muncul dialog Relations, klik [Add Table..]
Gambar 9.9. Pilih tabel Customers
4.
Pilih tabel Customers
Gambar 9.10. Tampilan tabel di jendela Relations
5.
Drag dari field CUSTNO tabel Trans1_Apr ke CUSTNO tabel Customers
Gambar 9.11. Relasi dari tabel Trans1_Apr ke tabel Customers
6. 7.
Klik [Finish] untuk mengakhiri perintah Relation. Untuk memunculkan field Name pada tabel Trans1_Apr, klik kanan pada tabel Trans1_Apr, pilih Add Columns. Setelah muncul dialog Add Columns pilih tabel Customers dari drop-down list From Table.
Gambar 9.12. Pilih Customer dari drop-down list
8.
Klik dua kali field NAME untuk memilih field yang akan dimunculkan
135
Gambar 9.13. Memilih field yang akan dimunculkan
9.
Klik [OK] untuk mengakhiri.
Gambar 9.14. Hasil dari perintah Relations
C. Merge
Merge digunakan untuk menggabungkan 2 buah tabel yang telah terurut dan memiliki struktur record yang identik ke dalam tabel baru. Hasil dari tabel baru tersebut telah terurut sesuai dengan key field-nya. Tabel primary dan secondary haruslah sama strukturnya. Mereka juga haruslah mempunyai key field yang sama. 136 Panduan Praktis Arbutus Analyzer
Misalnya Anda ingin menggabungkan dua tabel dengan struktur record yang identik yang berasal dari periode waktu yang berbeda atau cabang yang lain. Hanya tabel secondary yang wajib terurut secara fisik, sedangkan tabel primary dapat diurutkan ketika menjalankan perintah merge. Contoh Penggunaan Merge : Misalnya Anda memiliki dua buah tabel transaksi, Trans_ Sem1_2002 dan Trans_Sem2_2002. Berhubung dua tabel ini memiliki struktur field yang identik, anda bisa menggabungkan kedua tabel ini menjadi sebuah tabel yang berisi semua transaksi dari kedua tabel sebelumnya. Perintah Merge bisa anda gunakan untuk melakukan perkerjaan ini. Berikut langkah-langkahnya : 1. Aktifkan tabel pertama, dalam hal ini misalnya Trans_ Sem1_2002. Tabel ini sekaligus menjadi tabel primary.
Gambar 9.15. Tabel Trans_Sem1_2002
2.
Klik menu Data >> Merge... untuk menampilkan kotak dialog Merge
137
Gambar 9.16. Klik sub menu merge
3.
Setelah kotak Dialog Merge terbuka, pilih tabel Trans_ Sem2_2002 pada list box Secondary table
Gambar 9.17. Kotak dialog merge
4.
Klik tombol [Primary Keys...] untuk mengaktifkan kotak dialog Selected Field, kemudian klik dua kali pada field INVOICE agar muncul di sebelah kanan (kotak Selected Fields). Kemudian Klik [OK].
5.
Lanjutkan dengan memilih Secondary key dengan cara yang serupa dengan langkah No. 4 diatas. Dimulai dengan mengklik tombol [Secondary Keys...], klik dua kali pada field INVOICE dan diakhiri dengan tombol [OK].
Gambar 9.19. Kotak dialog merge
6.
Berikan nama tabel baru pada kotak To..., misalnya Trans_2002. Kemudian klik [OK].
139
Gambar 9.20. Hasil perintah merge
BaB 10 LaPOran (rePOrt)
erintah Report digunakan untuk mencetak sebuah laporan dan menentukan hasil cetakan. Anda dapat membuat laporan dalam bentuk teks maupun file HTML (Hyper Text Markup Language) sebagai output laporan. Karena sebagian besar hasil laporan dalam bentuk tabel, maka dibutuhkan web browser yang dapat menampilkan format tersebut misalnya Netscape 3, Internet Explorer 3, dan lain sebagainya yang lebih baru. Laporan di Arbutus berdasarkan tampilan view. Anda juga dapat menggunakan perintah Report dari command line untuk menghasilkan sebuah laporan, tetapi pada command line tidak menyediakan format lebih beragam, seperti misalnya pengaturan abjad yang digunakan. Terdapat tiga langkah untuk membuat laporan, yaitu: 1. Mengatur view 2. Mendesain laporan 3. Mencetak laporan Berikut ini Anda akan membuat laporan dari transaksi yang terjadi di bulan April. 1. 2. 3. Buka tabel Trans_April Pilih menu Data >> Report Akan muncul kota dialog Laporan. Ketikkan deskripsi Header dan Footer yang akan ditampilkan.
141
Gambar 10.1. Kotak dialog Report
4. Klik drop down list untuk menentukan besar spasinya. 5. Klik tombol [Setup] untuk mengatur tatanan dan ukuran kertas yang akan digunakan.
Gambar 10.2. Kotak dialog Page Setup
6. 7.
Klik tombol [OK]. Pastikan di tab Output hasil ditampilkan di layar dengan memilih Screen.
Gambar 10.3. Pilihan output pada screen
8.
Klik tombol [OK], maka Anda akan melihat tampilan laporan di command log.
Gambar 10.4. Hasil report
143
Anda juga dapat memilih hasil laporan ke dalam bentuk yang lain. Seperti tertera dalam tab output terdapat beberapa pilihan hasil laporan.
LatIHan
Kasus Restoran
File yang digunakan untuk latihan ini adalah Categories.xls, Products.xls, TamuResto_Semester_1.txt, TamuResto_ Sem_2.txt. Berdasarkan data yang tersedia dalam file-file tersebut diatas, coba temukan solusi dari tujuan audit berikut:
a. Meyakini kewajaran penggunaan bill

1. Lakukan pengujian urutan penomoran bill 2. Lakukan pengujian apakah ada nomor bill yang hilang 3. Lakukan pengujian terhadap penggunaan bill yang lebih dari 1 (satu) kali
b. Meyakini kewajaran omzet restoran dan setoran pajak

1. Buat rekap pendapatan per bulan 2. Buat rekap pendapatan per kelas per bulan (kelas diambil dari digit pertama nomor meja). 3. Buat rekap jumlah pajak yang harus disetor per bulan (pajak = 10% dari Total_paid)
c. Untuk keperluan Manajemen

1. Dapatkan menu yang paling sering dipesan selama tahun 2003 2. Dapatkan nilai rata-rata bill untuk tahun 2003 3. Lakukan pengujian apakah ada menu yang tidak terjual selama tahun 2003. 4. Lakukan pengujian apakah ada item yang dijual namun tidak terdapat di daftar menu
145
JawaBan LatIHan
Kasus Restoran
1. Defenisikan file Categories.xls, Products.xls, TamuResto_Semester_1.txt, TamuResto_Sem_2.txt masing-masing kedalam tabel Arbutus. 2. Pada saat melakukan defenisi pastikan file TamuResto_ Semester_1.txt, TamuResto_Sem_2.txt didefenisikan dengan hati-hati, sehingga dapat digabung kedalam 1 (satu tabel). Pastikan struktur table-nya sama.
Tujuan Audit
a. Meyakini kewajaran penggunaan bill 1. Hasilnya bisa dilihat pada tab Command Log yaitu : 0 data sequence errors detected (tidak ditemukan kesalahan urutan penomoran Bill) 2. Hasilnya bisa dilihat pada tab Command Log yaitu: 0 data sequence errors detected 0 gaps detected (tidak ditemukan nomor Bill yang hilang) 3. Hasilnya : ditemukan record penggunaan bill yang lebih dari satu kali sebanyak 2282 record. b. Meyakini kewajaran omzet restoran dan pajak 1. Arbutus akan menghasilkan table baru dengan nama Rekap_pendapatan_per_bulan yang isinya sebagai berikut:
147
148 Panduan Praktis Arbutus Analyzer Bill 3108 3567 3996 4434 4827 5277 5610 6075 6557 6983 7394 7803 Date 01/01/2003 02/01/2003 03/01/2003 04/01/2003 05/01/2003 06/01/2003 07/01/2003 08/01/2003 09/01/2003 10/01/2003 11/01/2003 12/01/2003 Items 21 76 22 61 75 67 15 55 44 57 71 35 PRODUCTNAME Sir Rodneys Scones Lakkalikri Gustafs Knckebrd Sirop drable Rhnbru Klosterbier Laughing Lumberjack Lager Genen Shouyu Pt chinois Gula Malacca Ravioli Angelo Flotemysost Steeleye Stout
Monthly Total_paid 01 181872.54 02 174772.04 03 172346.20 04 156708.57 05 174113.92 06 139793.01 07 171184.83 08 197965.85 09 162572.49 10 165222.68 11 165507.91 12 151205.72
COUNT 2535 2361 2414 2182 2453 1854 2505 2665 2328 2264 2281 2090
2.
Monthly
Arbutus akan menghasilkan table baru dengan nama Rekap_pend_per_bln_per_class yang isinya sebagai berikut :
01 02 03 04 05 06 07 08 09 10 11 12
Total_paid_ Class_A 46210.99 39579.41 41480.15 34525.56 42600.62 27741.39 48923.39 45166.04 41537.03 36202.17 39767.73 30113.86
Total_paid_ Class_B 44456.83 40230.01 43519.31 39664.13 46020.58 37070.81 37388.80 47888.43 38911.37 42748.96 43769.17 40770.09
Total_paid_ Class_C 47529.18 46262.57 37779.24 40305.17 41618.73 35682.07 42789.35 50683.68 35343.04 44339.41 37719.44 38846.78
Total_paid_ Class_D 43675.54 48700.05 49567.50 42213.71 43873.99 39298.74 42083.29 54227.70 46781.05 41932.14 44251.57 41474.99
149
3. Arbutus akan menghasilkan table baru dengan nama Rekap_pajak_per_bulan yang isinya sebagai berikut: Monthly 01 02 03 04 05 06 07 08 09 10 11 12 Tax 18188.52 17478.26 17235.74 15671.85 17412.56 13980.17 17119.69 19797.82 16258.29 16523.28 16551.86 15121.59 COUNT 2535 2361 2414 2182 2453 1854 2505 2665 2328 2264 2281 2090
c. Untuk keperluan manajemen 1. Menu yang paling sering dipesan selama tahun 2003. Items 43 Qty 1072 Count 418
2. Nilai rata-rata Bill untuk tahun 2003
3. Menu yang tidak terjual selama tahun 2003 CATEGORYID MENUID 2 4. 78 PRODUCTNAME Original Frankfurter grne Soe
Item yang dijual namun tidak terdapat di daftar menu : Akan terlihat sebanyak 347 record mencatat penjualan items 77, padahal dalam table Products item tersebut tidak tercatat.
151
TIM PENYUSUN
Eka Zulkarnain [240001496] Iwan Arief Wijayanto [240003222] Anna Kholillah [240004388] Atikah Wulandari [240004267] D. Alex Lestari [240003723] Poerwandy Arifin [240004376] Pratomo Hadi [240004964] Yusminarni Syam Zendrato [240003834]
153
CATATAN :

Bahasa

Panduan Praktis Arbutus Analyzer 2008

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Panduan Praktis Arbutus Analyzer 2008

Diunggah oleh

Hak Cipta:

Format Tersedia

PANDUAN PRAKTIS ARBUTUS ANALYZER

DUKTI - BIRO TI BADAN PEMERIKSA KEUANGAN REPUBLIK INDONESIA 2008

BADAN PEMERIKSA KEUANGAN REPUBLIK INDONESIA

Jakarta, Juli 2008 Tim Penulis Sub Bagian Dukungan TI