REVIEW JURNAL

PERANCANGAN DATA WAREHOUSE PENJUALAN UNTUK MENDUKUNG

KEBUTUHAN INFORMASI EKSEKUTIF CEMERLANG SKIN CARE

1. Abstrak

Cemerlang Skin Care merupakan suatu klinik yang yang tersebar dibeberapa kota besar
sehingga membutuhkan sebuah sistem yang mampu mengintegrasikan data dari cabang-cabang
yang ada dan menyajikan informasi dengan cepat. Data warehouse ini dirancang dengan
menerapkan Nine-Step Methodology dari Kimball sehingga data dapat terintegrasi dan
mendukung informasi yang bersifat global yang dapat dilihat dari berbagai sudut pandang sebagai
solusi dari permasalahan yang ada. Data warehouse, menjadikan data perusahaan yang tersebar
menjadi terintegrasi dan ringkas untuk membantu pengguna menganalisis data yang ada untuk
pengambilan keputusan yang bersifat strategis secara cepat dan tepat.

2. Pendahuluan

Kebutuhan informasi yang cepat, tepat dan akurat merupakan hal yang sangat penting,
dimana hal itu diperlukan agar tetap bisa saling bersaing dengan perusahaan lain. Untuk
mendukung penyajian informasi yang cepat, tepat dan akurat tersebut dibutuhkan database yang
berisi data yang telah diolah dan dianalisis sesuai dengan kebutuhan pengambilan keputusan.

Perusahaan Cemerlang Skin Care memanfaatkan data warehouse agar bisa dengan cepat
mengakses informasi yang ada pada setiap cabang dan klinik yang ada di kota-kota Indonesia.

3. Metode Penelitian

Metode yang dilakukan dalam membangun sistem ini yaitu menggunakan Metode Analisis
dan Metode Perancangan Data Warehouse. Metode analisis meliputi survey sistem, analisis data,
mengidentifikasi masalah yang ada dan penyelesaiannya, serta mengidentifikasi persyaratan
sistem baru yang akan dibangun.

Sedangkan Metode perancangan data warehouse meliputi: memilih proses, memilih grain,
mendefinisikan dan menyesuaikan dimensi, memilih fakta, menyimpan pre-kalkulasi dalam table
fakta, melengkapi table dimensi, memilih durasi waktu, melacak perubahan dimensi secara
perlahan, dan menentukan prioritas dan mode query.

4. Hasil dan Pembahasan

a. Arsitektur data warehouse

Perancangan sistemnya menggunakan staging area. Pada data operational berisi data
perawatan pasien dan penjualan obat-obat serta kosmetik diseluruh cabang. Setelah semua data
dari setiap cabang terkumpul dimasukkan ke dalam staging area.

Didalam Staging Area dilakukan proses ETL:

1. Data akan di Ekstrak. Proses ini meliputi perubahan format data hingga berguna untuk proses
transform.
2. Di dalam Transformasi meliputi; pembersihan, pengintegrasian serta di standarisasikan.
3. Setelah itu di Loading ke data warehouse. Setelah masuk ke data warehouse, data
dikelompokkan kedalam data mart sesuai dengan fungsi-fungsi yang akan menghasilkan
informasi yang dibutuhkan oleh user.
Bentuk metadata dari data tersebut kemudian dijadikan ERD staging area.

b. Perancangan data warehouse

Tahap-tahap perancangan data warehouse yang digunakan pada penulisan ini adalah 9
tahap metodologi (nine-step methodology), yaitu:

• Memilih Proses (Choosing the process) berupa proses penjualan produk dan jasa kepada
customer maupun pengembalian produk baik karena produk rusak maupun salah..

• Memilih Grain (Choosing the grain) Grain yang digunakan untuk merancang data warehouse
adalah penjualan.

• Mendefinisikan dan Menyesuaikan Dimensi (Identifying and conforming the dimenions)  Pada
proses ini ditampilkan dalam bentuk table yang berisi hubungan dimensi dengan grain dari fakta
dalam bentuk matriks.

• Memilih Fakta (Choosing the facts) Fakta yang akan ditampilkan pata data warehouse adalah
akta penjualan dan fakta persediaan barang.
• Menyimpan Pre-kalkulasi dalam Tabel Fakta (Storing pre-calculations in the fact table)
perhitungan banyak penjualan (jumlahpenjualan) yang merupakan kumpulan dari banyaknya
barang dikurangi banyaknya retur (jumlahbarang – jumlahretur).

• Melengkapi Tabel Dimensi (Rounding out the dimension tables) tabel dimensi berisi laporan
berdasar waktu, terapi, barang, dokter, pasien dan cabang.

• Memilih Durasi dari Database (Choosing the duration of the database) tabel yang berisi
seberapa banyak data yang masuk. Misalnya laporang data yang masuk per tiga tahun sekali.

• Melacak Perubahan Dimensi Secara Perlahan (Tracking slowly changing dimensions) hal ini
dilakukan untuk menjaga data yang lama tetap ada agar diketahui perubahan dimensi yang terjadi
dari data lama ke data baru

c. Perancangan Star Schema dan Metadata

Perancangan sistem ini menggunakan Star Schema. Alasan digunakan skema ini, karena
merupakan skema yang paling mudah dipahami dan digunakan, selain itu bentuknya tidak terlalu
rumit sehingga memudahkan membuat query.

Pada star schema penjualan terbagi menjadi 2 tabel, yaitu:

1. Table fakta
Table fakta pada star schema penjualan ini adalah table penjualan karena biasanya table
fakta berisi suatu data yang bisa dihitung dan diukur.
2. Table dimensi
Table dimensi nya adalah table waktu, table barang, table pasien, table terapi, table cabang
dan table dokter.