Nur Liska Amelia-Fst PDF
Nur Liska Amelia-Fst PDF
Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah
Disusun Oleh:
JUDUL
Disusun Oleh:
NUR LISKA AMELIA
NIM: 107093002832
I 1--
Pembimbing II
Mengetahui,
Ketua Program Studi Sistem Informasi
Skripsi yang berjudul "Analisis dan Desain Data Warehouse Pada Perusahaan
Asuransi Syariah (Studi Kasus: PT. Asurani Takaful Umum),, telah diuji dan
dinyatakan lulus dalam sidang munaqosyah Fakultas Sains dan Teknologi pada hari
Senin 5 Desember 201 1. Skripsi ini telah diterima sebagai salah satu syarat untuk
memperoleh gelar sarjana strata satu (Sl) pada program studi Sistem Informasi.
Pembimbing I Pembimbing II
l,tv'1-L=--
Nur Aeni Hidayah" MMSI Nia Kumaladewi. MMSI
NIP. 19750818 200501 2 008 NrP. 19750412 2007 t0 2002
Mengetahui,
hwt -------
Nur Aeni Hidayah. MMSI.
NIP. 19680117 200112 NrP. 197s0818 200501 2 008
PERNYATAAN
LEMBAGA MANAPUN.
v
ABSTRAK
NUR LISKA AMELIA, Analisis dan Desain Data Warehouse Pada Perusahaan
Asuransi Syariah (Studi Kasus: PT. Asuransi Takaful Umum) dibawah bimbingan
NUR AENI HIDAYAH dan NIA KUMALADEWI.
PT. Asuransi Takaful Umum merupakan perusahaan jasa yang bergerak dalam
bidang asuransi syariah yang saat ini sedang banyak diminati oleh masyarakat untuk
mempercayakan kendaraan mereka ke dalam produk pertanggungan yang
dikeluarkan oleh PT. Asuransi Takaful Umum. Berdasarkan data dari PT. Asuransi
Takaful Umum, total premi yang berhasil dihimpun dari asurani kendaraan semakin
meningkat setiap tahunnya, pada tahun 2001 mencapai Rp.2,3 triliun, tahun 2002
Rp.2,8 triliun, tahun 2003 Rp. 3,2 triliun, dan tahun 2004 mencapai Rp.4 triliun.
Seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula
jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim
kepada PT. Asuransi Takaful Umum. Dengan demikian semakin banyak pula data
yang masuk ke dalam perusahaan, data-data tersebut tentunya perlu disimpan, diolah,
dan dianalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan,
dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode
waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu
lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam
database operasional di General Takaful System. Karena dianggap perlu untuk
melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu
informasi secara cepat, maka dibuatlah suatu perancangan data warehouse yang
dapat memudahkan dalam melakukan pengolahan data-data, menganalisis, dan
melaporkan hasil analisis data. Metode yang digunakan dalam merancang data
warehouse ini adalah Nine Step Design Methodology yang terdiri dari sembilan
langkah yaitu memilih proses, menentukan grain/sumber dari proses bisnis,
mengidentifikasi dan penyesuaian dimensi, memilih fakta, menyimpan perhitungan
awal dalam tabel fakta, melihat kembali tabel dimensi, memilih durasi database,
menelusuri perubahan dari dimensi, dan yang terakhir adalah memutuskan prioritas
query dan tipe query. Dari penelitian ini menghasilkan sebuah data warehouse untuk
PT. Asuransi Takaful Umum, serta jumlah kapasitas media penyimpanan yang
dibutuhkan untuk data histori.
Kata Kunci : Data Warehouse, Nine Step Design Method, OLAP, SQL Server
vi
KATA PENGANTAR
yang telah memberikan rahmat dan taufik-Nya sehingga penulisan skripsi dengan
judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah
(Studi Kasus: PT. Asurani Takaful Umum)” dapat terselesaikan dengan baik.
Skripsi ini disusun untuk memenuhi salah satu syarat dalam menyelesaikan program
bantuan dari berbagai pihak. Oleh karena itu, ucapan terima kasih ditujukan kepada:
1. Bapak DR. Syopiansyah Jaya Putra, M.SIS, selaku Dekan Fakultas Sains dan
Teknologi.
2. Ibu Nur Aeni Hidayah, MMSI, selaku Ketua Program Studi Sistem Informasi
3. Bapak Zainul Arham, S.Kom, MSI, selaku Sekretaris Program Studi Sistem
Informasi.
4. Ibu Nia Kumaladewi, MMSI, selaku Dosen Pembimbing II, yang selalu
skripsi ini.
vii
5. Bapak Dian Sofyan, Bapak Afzil, dan Bapak Rochiman dari PT. Asuransi Takaful
6. Abe, Umi, dan kakak-kakak yang telah memberikan motivasi dan dukungan, serta
8. Seluruh SIBIS 2007 (#SIBIS2007BISA) dan anggota SI D 2007, serta Lele, Cha,
Rina, Tya, Lya, Ichan, Devika, Itun, Iwa, Oji, sahabat-sahabatku tersayang yang
selalu memberiku tempat nyaman dan hangat di sisi mereka, terima kasih atas
segala semangat dan semoga Allah membalas dengan segala kebaikan yang
berlipat ganda.
9. Dan semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu
Penyusunan skripsi ini masih terdapat kekurangan, dan jauh dari sempurna
sehingga saran dan kritik yang berguna dari pembaca dapat disampaikan melalui email
viii
DAFTAR ISI
LEMBAR SAMPUL ...............................................................................................i
LEMBAR JUDUL ................................................................................................. ii
LEMBAR PERSETUJUAN PEMBIMBING .................................................... iii
LEMBAR PENGESAHAN ..................................................................................iv
LEMBAR PERNYATAAN ................................................................................... v
ABSTRAK .............................................................................................................vi
KATA PENGANTAR ......................................................................................... vii
DAFTAR ISI..........................................................................................................ix
DAFTAR GAMBAR ...........................................................................................xiv
DAFTAR TABEL ...............................................................................................xvi
ix
2.5 Database Management System ........................................................................ 18
2.5.1 Basis Data Relasional ............................................................................. 19
2.5.2 Normalisasi ............................................................................................. 20
2.5.2.1 Bentuk Tidak Normal .................................................................. 21
2.5.2.2 Bentuk Normal Pertama ............................................................... 22
2.5.2.3 Bentuk Normal Kedua ................................................................. 22
2.5.2.4 Bentuk Normal Ketiga ................................................................. 23
2.6 Data Warehouse ............................................................................................... 24
2.6.1 Pengertian ............................................................................................... 24
2.6.2 Karakteristik ............................................................................................ 25
2.6.2.1 Berorientasi Subjek ...................................................................... 25
2.6.2.2 Terintegrasi .................................................................................. 26
2.6.2.3 Non-Volatile ................................................................................. 27
2.6.2.4 Time-Variant ................................................................................ 28
2.6.3 Manfaat Data Warehouse ....................................................................... 29
2.6.4 Struktur Data Warehouse ....................................................................... 30
2.6.5 Arsitektur Data Warehouse .................................................................... 33
2.6.6 Tiga Model Data Warehouse .................................................................. 36
2.7 Perbedaan OLAP dengan OLTP ...................................................................... 37
2.8 Model Dimensional .......................................................................................... 38
2.8.1 Star Scheme .............................................................................................. 39
2.8.2 Snowflake Scheme .................................................................................... 40
2.8.3 Starflake Scheme ...................................................................................... 41
2.9 Extract, Transform, Load ................................................................................. 42
2.10 Nine Step Design Method............................................................................... 43
2.10.1 Memilih Proses ...................................................................................... 43
2.10.2 Menentukan Grain.................................................................................. 43
2.10.3 Mengidentifikasi Dan Penyesuaian Dimensi ......................................... 44
2.10.4 Memilih Fakta ........................................................................................ 44
2.10.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 44
x
2.10.6 Melihat Kembali Tabel Dimensi ............................................................ 45
2.10.7 Memilih Durasi Database ...................................................................... 45
2.10.8 Menelusuri Perubahan Dari Dimensi ..................................................... 45
2.10.9 Memutuskan Prioritas Query Dan Tipe Query ...................................... 46
2.11 Tools Pembuatan Data Warehouse ................................................................ 46
2.11.1 SQL Server ............................................................................................. 46
2.11.1.1 Komponen Dasar SQl Server ..................................................... 47
2.12 Asuransi Syariah ............................................................................................ 49
2.12.1 Pengertian Asuransi Syariah .................................................................. 49
2.12.2 Akad Dalam Asuransi Syariah ............................................................... 50
2.12.3 Prinsip Asuransi Syariah ........................................................................ 50
2.12.4 Landasan Al-Qur’an dan Hadits Asuransi Syariah ................................ 51
2.12.5 Landasan Fatwa Asuransi Syariah ........................................................ 52
2.12.6 Perbedaan Asuransi Syariah dengan Konvensional ............................... 53
2.12.7 Hal-hal Terkait Dalam Asuransi Syariah ............................................... 54
2.13 Metode Pengumpulan Data ............................................................................ 56
2.13.1 Observasi ................................................................................................ 57
2.13.2 Wawancara ............................................................................................. 57
2.13.3 Studi Pustaka .......................................................................................... 58
2.13.4 Studi Literatur ........................................................................................ 58
xi
3.2.1 Memilih Proses ........................................................................................ 68
3.2.2 Menentukan Grain.................................................................................... 68
3.2.3 Mengidentifikasi Dan Penyesuaian Dimensi ........................................... 68
3.2.4 Memilih Fakta .......................................................................................... 68
3.2.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ................................. 69
3.2.6 Melihat Kembali Tabel Dimensi .............................................................. 69
3.2.7 Memilih Durasi Database ........................................................................ 69
3.2.8 Menelusuri Perubahan Dari Dimensi ....................................................... 70
3.2.9 Memutuskan Prioritas Query Dan Tipe Query ........................................ 70
3.3 Kerangka Penelitian ......................................................................................... 71
xii
4.7.3 Identifikasi dan Penyesuaian Dimensi ................................................... 92
4.7.4 Memilih Fakta ........................................................................................ 93
4.7.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 93
4.7.6 Melihat Kembali Tabel Dimensi ............................................................ 93
4.7.7 Memilih Durasi dari Basis Data ............................................................. 95
4.7.8 Menelusuri Perubahan Dimensi Secara Perlahan .................................. 96
4.7.9 Memutuskan Prioritas Query dan Tipe Query ....................................... 97
4.7.9.1 Proses ETL ................................................................................... 97
4.7.9.2 Analisis Kapasitas Media Penyimpanan .................................... 117
4.8 Skema Bintang ............................................................................................... 121
4.9 Meta Data ....................................................................................................... 122
xiii
DAFTAR GAMBAR
xiv
Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination .............................. 103
Gambar 4.19 OLE DB Source editor .............................................................................. 104
Gambar 4.20 OLE DB Destination Editor ..................................................................... 105
Gambar 4.21 jendela control flow ................................................................................... 106
Gambar 4.22 Jendela Execute SQL Task Editor ............................................................. 106
Gambar 4.23 Jendela SQL Querry .................................................................................. 107
Gambar 4.24 Data Flow Task Dan Execute Task Sukses ............................................... 107
Gambar 4.25 Create Data Source ................................................................................... 108
Gambar 4.26 Data Source Wizard Pemilihan Data Connection .................................... 108
Gambar 4.27 Impersonation Information ....................................................................... 109
Gambar 4.28 Data Source Name .................................................................................... 109
Gambar 4.29 Membuat New Data Source View ............................................................. 110
Gambar 4.30 Pemilihan Data Source ............................................................................. 110
Gambar 4.31 Pemilihan Tabel Yang Akan Ditampilkan ................................................ 111
Gambar 4.32 Penamaan Data Source View .................................................................... 111
Gambar 4.33 Create New Cube ...................................................................................... 112
Gambar 4.34 Pemilihan Metode Pembuatan .................................................................. 112
Gambar 4.35 Pemilihan Data Source ............................................................................. 113
Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta ............................................................ 113
Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta ...................................................... 114
Gambar 4.38 Pemilihan Measure ................................................................................... 114
Gambar 4.39 Pendeteksian Hirarki ................................................................................. 115
Gambar 4.40 Review New Dimension ............................................................................. 115
Gambar 4.41 Pemberian Nama Cube.............................................................................. 116
Gambar 4.42 Hasil Cube Star Schema ............................................................................ 117
Gambar 4.43 Skema Bintang Klaim ............................................................................... 121
xv
DAFTAR TABEL
xvi
Tabel 4.22 Analisis Kapasitas Media Penyimpanan ....................................................... 120
Tabel 4.23 Meta Data Pada Dimensi Waktu ................................................................... 122
Tabel 4.23 Meta Data Pada Dimensi Customer .............................................................. 123
Tabel 4.24 Meta Data Pada Dimensi Cause ................................................................... 123
Tabel 4.24 Meta Data Pada Dimensi Product................................................................. 123
Tabel 4.26 Meta Data Pada Dimensi Fakta Klaim.......................................................... 124
xvii
BAB I
PENDAHULUAN
semua aspek kegiatan manusia dipengaruhi oleh teknologi informasi, tak luput
juga dalam dunia bisnis saat ini. Banyak perusahaan yang memanfaatkan
menghadapi persaingan bisnis yang ketat yang bertujuan untuk meraih pangsa
pasar yang lebih besar, dengan harapan agar keuntungan perusahaan yang dicapai
dapat lebih meningkat pula. Data warehouse merupakan salah satu bagian dari
2003).
keputusan yang cepat dan tepat berdasarkan hasil analisa dari data dan fakta yang
aplikasi seperti Decission Support System dan Sistem Informasi Eksekutif karena
memang kegunaan dari data warehouse ini adalah untuk mendukung proses
analisa bagi para pihak eksekutif dalam pengambilan keputusan (Oktavia, 2011).
warehouse untuk mengakses data yang besar, memiliki data yang konsisten, serta
1
2
(Rahmadi, 2007).
perusahaan jasa seperti asuransi yang kini juga saling berkompetisi untuk dapat
pesaing. Bahkan untuk perusahaan asuransi syariah, ditandai sejak tahun 2006
industri ini telah diwarnai oleh kegiatan marketing yang agresif oleh beberapa
perusahaan (Nina, 2008). Untuk itulah, perusahaan jasa seperti asuransi syariah
ini juga dianggap perlu untuk memiliki suatu data warehouse guna menunjang
Penelitian dengan tema data warehouse telah dilakukan oleh banyak orang,
dan dalam berbagai bidang. Seperti halnya yang disebutkan dalam sebuah
ada, telah diungkapkan bahwa setidaknya ada 129 artikel yang di terbitkan dalam
31 jurnal sejak tahun 1995 dan tahun 2003 yang berkaitan dengan penelitian
perusahaan, untuk itu diusulkan suatu metode yang disebut CADWA sebagai
panduan dalam proses analisis kebutuhan dari user (Gam et al. 2005). Penelitian
pendekatan baru berbasis clover model untuk membantu user dalam mendesain
Disamping proses analisis dan desain, masih ada proses lain seperti extract,
transform, dan loading data ke dalam database data warehouse dimana jika user
tidak memahami cara melakukannya, hal ini dapat menyita waktu. Karena itulah
melakukan kegiatan extract, transform, dan loading data (Wah et al. 2007).
dan loading ditemukan suatu cara untuk automasi dalam siklus ETL di dalam
salah satu caranya adalah dengan menerapkan XML dan XSLT sebagai general
diperhatikan hal-hal yang dapat memengaruhi performa dari data warehouse, dan
dinyatakan pula bahwa kualitas data dan kualitas dari sistem juga dapat
mempengaruhi kesuksesan dari data warehouse yang telah dibuat (Hayen et al.
2007). Tidak hanya kualitas dari data di dalam data warehouse tetapi faktor
keamanan dari data warehouse itu sendiri juga penting dan harus di perhatikan
4
oleh peneliti, dengan memutuskan siapa saja yang berhak mengakses data
warehouse dan tabel mana yang boleh diakses (Rosenthal et al. 2000). Setelah di
efek dari implementasi dari data warehouse tersebut, hal ini dilakukan untuk
Tidak hanya untuk Decision Support System dalam bidang bisnis, data
warehouse juga diterapkan dalam dunia marketing seperti salah satu jurnal yang
al. 2005). Sedangkan dalam dunia science dan kesehatan ada beberapa ilmuan
(Berndt et al. 2003). Data warehouse dapat juga di integrasikan dengan web dan
System). Menurut Inmon (2002), data warehouse adalah koleksi data yang
Inmon (2002) juga menyatakan bahwa ada empat tugas yang dapat dilakukan
karena gangguan usaha, maupun resiko sakit atau meninggal karena kecelakaan.
dengan adanya asuransi. Saat ini semakin banyak individu dan perusahaan yang
diantara sejumlah orang atau pihak melalui investasi dalam bentuk aset dan atau
melalui akad (perikatan) yang sesuai dengan syariah (DSN MUI, 2001). Berbeda
Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT Asuransi Jiwa Tugu Mandiri,
Takaful Umum, yang diresmikan oleh Menristek/Ketua BPPT Prof. Dr. B.J.
Habibie pada 2 Juni 1995. Untuk meningkatkan kualitas layanan yang diberikan
9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum.
Islam.
syariah (Sula, 2009), maka semakin banyak pula data-data yang masuk ke dalam
perusahaan dari waktu ke waktu. Oleh karena itu dibutuhkan suatu cara untuk
dengan pertumbuhan data yang cepat, salah satu caranya adalah dengan adanya
data warehouse.
7
Begitu juga halnya dengan apa yang terjadi di PT. Asuransi Takaful Umum,
seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula
jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan
klaim kepada PT. Asuransi Takaful Umum. Data-data tersebut tentunya perlu
pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut,
dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang
itu perlu adanya suatu tool atau aplikasi pengelolaan data yang dapat digunakan
jenis resikonya dan berapa jumlah peningkatan serta penurunanya dari tahun ke
tahun.
Dilihat dari latar belakang di atas, maka penelitian ini di tujukan kepada PT.
Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar
untuk dapat menghasilkan suatu informasi secara cepat. Dengan adanya data
untuk mengetahui jumlah klaim yang diajukan oleh peserta asuransi setiap
pengambilan keputusan.
8
pengelolaan data untuk PT. Asuransi Takaful Umum yang bergerak dibidang
asuransi syariah dengan judul “Analisis dan Desain Data Warehouse Pada
warehouse?
perusahaan?
Agar lebih terarah, maka penelitian ini mempunyai batasan masalah sebagai
berikut:
1. Penelitian ini hanya membahas analisis data yang berkaitan dengan data
analisis data.
Tujuan penelitian yang akan dilakukan dalam penelitian ini terdiri dari dua
jenis, tujuan umum dan tujuan khusus. Tujuan umum penelitian ini adalah
klaim.
tabel, skema, serta durasi dari data warehouse yang akan dibuat.
10
perusahaan.
Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut:
asuransi syariah.
Design Method.
1. Observasi
rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat
sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.
2. Wawancara
interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar
pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti
3. Studi Pustaka
penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara
menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,
atau sering disebut Nine Step Design Method (Kimball et al. 2002) yang terdiri
a. Memilih proses.
d. Memilih fakta.
Dalam penulisan skripsi ini dibagi menjadi enam bab dengan beberapa sub
pokok bahasan. Adapun sistematika dari skripsi ini adalah sebagai berikut:
BAB I : PENDAHULUAN
dipakai.
saran-saran.
BAB II
LANDASAN TEORI
1.1.
2.1.1. Data
Data adalah fakta mengenai objek, orang dan lain-lain. Data dinyatakan
Menurut pendapat lainnya, Data adalah fakta tentang sesuatu di dunia nyata
yang dapat direkam dan disimpan pada media komputer. Definisi di atas perlu
diperluas untuk mencerminkan realitas yang ada saat ini. Basis data saat ini
serta vedio, alih-alih hanya teks serta angka pada aplikasi basis data terdahulu.
Dengan demikian, pengertian data dapat diperluas menjadi: fakta, teks, grafik,
2.1.2. Informasi
Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan
lebih berarti bagi yang menerimanya. sumber dari informasi adalah data. Suatu
14
15
Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling
istilah blok bangunan (building block), yaitu blok masukkan (input block), blok
model (model block), blok keluaran (output block), blok teknologi (technology
block), bok basis data (database block), dan blok kendali (controls block) (Burch
PEMAKAI PEMAKAI
PEMAKAI PEMAKAI
PEMAKAI PEMAKAI
Basis data adalah koleksi dari data-data yang terorganisasi dengan cara
2004).
Pendapat lain mengatakan bahwa basis data adalah suatu kumpulan data
media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data
digunakan atau ditampilkan kembali; dapat digunakan oleh satu atau lebih
Basis Data adalah kumpulan data (elementer) yang secara logik berkaitan
adalah sekumpulan data yang saling terkait dan terintegrasi yang berkaitan
dengan suatu informasi tertentu, dimana data-data ini dapat disimpan dan
17
Sistem basis data adalah koleksi dari file yang saling berelasi dan sebuah set
Atau dapat dikatakan sistem basis data merupakan gabungan antara basis data
dalamnya program aplikasi yang dibuat dan bekerja dalam satu sistem disebut
dengan Sistem Basis Data. Sistem basis data dapat dianggap sebagai tempat
(Dzacko, 2007).
berikut:
1. Basis Data
2. Perangkat Keras
3. Sistem Operasi
5. Pemakai
penyimpanannya.
mudah dan aman untuk penggunaan dan perawatan database. Perangkat tersebut
Dbase-IV, Foxbase, Clipper, dan lainnya untuk kelas sederhana, dan Oracle,
jaringan.
Merupakan model basis data yang terdiri dari tabel-tabel terpisah yang
memiliki relasi antar tabel dimana setiap tabelnya mempunyai key sebagai kunci
relasi, dan setiap key mewakili semua field yang ketergantungan kepadanya
(Hutabarat, 2004). Dengan menggunakan model ini, pencarian field dari suatu
tabel atau banyak tabel dapat dilakukan dengan cepat. Pencarian atribut yang
terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint
operation).
Ada beberapa ciri dari basis data relasional yang baik (Hutabarat, 2004),
yaitu:
sistematis.
20
3. Operasi basisdata yang lebih cepat (karena dlm perancangan basisdata ukuran
2.5.2. Normalisasi
beberapa tabel, dimana tabel-tabel tersebut saling berhubungan satu dengan yang
logikal basis data. Tujuan lain dari normalisasi adalah untuk mengurangi
Format normalisasi terdiri dari lima bentuk, yaitu bentuk tidak normal,
bentuk normal pertama, bentuk normal kedua, bentuk normal ketiga, Boyce-
Codde, bentuk normal keempat, dan bentuk normal kelima, seperti yang
Namun yang umum digunakan adalah bentuk normal sampai 3NF, berikut
Pada bentuk ini biasanya data yang direkam tidak megikuti suatu format
yang tertentu, bisa saja data terduplikasi atau data tidak lengkap.
22
Pada bentuk ini data dibuat dalam tabel dua dimensi dan tidak ada atribut
yang bernilai ganda atau berulang dan tidak mempunyai baris yang rangkap.
Suatu relasi dikatakan sudah memenuhi bentuk normal kedua bila relasi
tersebut sudah memenuhi bentuk normal kesatu, dan atribut yang bukan key
Suatu relasi dikatakan sudah memenuhi bentuk normal ketiga bila relasi
tersebut sudah memenuhi bentuk normal kedua dan atribut yang bukan key tidak
2.6.1. Pengertian
Data warehouse adalah kumpulan dari basis data yang terintegrasi dan
berisi data hasil ekstraksi dari berbagai sistem operasi suatu perusahaan, setiap
sistem operasi tersebut berisi record yang berbeda-beda dari setiap transaksi
organisasi. Data dikumpulkan dari berbagai aplikasi yang telah ada. Data yang
adalah sekumpulan informasi yang didapatkan dari berbagai sistem operasi dalam
suatu perusahaan dan di kumpulkan dalam suatu database dalam sistem terpisah
subjek seperti: Customer, policy, premium, dan claim. Setiap subjek tersebut
26
data warehouse.
2.6.2.2. Terintegrasi
Sumber data yang ada di dalam data warehouse tidak hanya berasal dari
database operasional (internal source) tetapi juga berasal dari luar sistem
(external source). Data warehouse dapat menyimpan data-data yang berasal dari
sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling
terintegrasi satu dengan lainnya. Dari seluruh aspek dari data warehouse,
integrasilah yang paling penting karena data yang akan dimasukkan ke dalam
2.6.2.3. Non-volatile
Maksud dari Non-volatile disini adalah data pada data warehouse tidak di-
update secara real time tetapi di refresh dari sistem operasional secara reguler.
Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri
menyerap data baru ini, kemudian secara incremental disatukan dengan data
sebelumnya.
28
dan delete terhadap data yang mengubah isi dari database sedangkan pada data
warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data
(mengambil data) dan access data (mengakses data warehouse seperti melakukan
query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating
data).
2.6.2.4. Time-variant
warehouse tidak hanya mengandung data yang bernilai sekarang, tetapi juga data
history yang akan digunakan dalam analisis dan pengambilan keputusan . Seluruh
data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu
tertentu, data untuk analisis tersebut berisi berbagai nilai waktu, misalkan harian,
perbedaan dalam tingkatan detail data dan umur data (Poe, 2003).
Current detail data merupakan data detil yang aktif saat ini,mencerminkan
keadaan yang sedang berjalan dan merupakan level terendah dalam data
warehouse. Didalam area ini warehouse menyimpan seluruh detail data yang
terdapat pada skema basis data. Jumlah data sangat besar sehingga memerlukan
storage yang besar pula dan dapat diakses secara cepat. Dampak negatif yang
ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya
31
yang diperlukan menjadi mahal. Berikut ini beberapa alasan mengapa current
perhatian utama
terendah.
Data ini merupakan data historis dari current detail data, dapat berupa hasil
cadangan atau archive data yang disimpan dalam storage terpisah. Karena
alternatif seperti tape-desk. Data ini biasanya memilki tingkat frekuensi akses
yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan
umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan
kembali.
Data ini merupakan ringkasan atau rangkuman dari current detail data.
Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan
kebutuhan. Ringkasan dari current detail data belum bersifat total summary.
Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung
32
kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga
dengan data mart. Akses terhadap data jenis ini banyak digunakan untuk view
merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk
5. Metadata
Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data
diatas. Metadata adalah „data tentang data‟ dan menyediakan informasi tentang
struktur data dan hubungan antara struktur data di dalam atau antara storage
criteria. Metadata khusus dan memegang peranan yang sangat penting dalam
data warehouse.
summary data antara current detail data dengan lightly summarized data
warehouse.
memahami bagaimana data akan pindah melalui sistem dan digunakan dalam
1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file.
Arsitektur dan komponen utama dari data warehouse dapat dilihat pada
1. Operational Data
Sumber data dari data warehouse dapat diambil langsung dari mainframe,
basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu
diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian
2. Load manager
melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data
ke warehouse.
3. Warehouse Manager
35
meliputi :
4. Query manager
Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk
pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan
warehouse melalui end-user access tools. Data warehouse harus secara efisien
mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis.
dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara
lain :
organisasi perusahaan.
2. Data mart
marketing saja.
Data mart adalah sistem yang mengumpulkan data yang dibutuhkan sebuah
warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat
3. Virtual Warehouse
Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa
menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam
kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data
Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan
OLTP:
OLTP OLAP
Users Data entry Manager perusahaan
38
menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses
hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model
dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut
dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi.
Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat
pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key
pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini
Fitur terpenting dalam model dimensional ini adalah semua natural keys
diganti dengan kunci pengganti (surrogate keys). Maksudnya yaitu setiap kali
join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti.
39
skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan
yang superior dengan meminimalisasi tabel-tabel join. Berikut ini adalah skema
Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang
terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang
berisi referensi data. Pada model ini setiap tabel dimensi hanya berhubungan
1. Tabel Fakta
Tabel fakta berisi field yang menunjukkan fakta dari suatu subjek, yang
diidentifikasi bahwa dengan field ini kita bisa mengukur nilai suatu aktivitas
dalam subjek tertentu. Misalnya dalam subjek penjualan. Tabel fakta ini
berisi foreign key dari tabel dimensi, karena berhubungan dengan tabel-tabel
dimensi di sekelilingnya.
2. Tabel Dimensi
Tabel dimensi merupakan penjelasan dari data yang terdapat dalam tabel
pelanggan PT.X, maka untuk melihat detail mengenai PT.X, bisa dilihat
tersebut.
terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel
dimensi boleh tidak bergabung secara langsung kepada tabel fakta tapi pada tabel
skema bintang lebih efisien serta sederhana dalam membuat query dan mudah
query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap
2002). Atau bias diartikan sebagai proses migrasi dari database operasional
(Darudiato, 2010). Hasil dari proses ETL adalah dihasilkannya data yang
memenuhi kriteria data warehouse seperti data yang historis, terpadu, terangkum,
statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis .
sumber data bagi data warehouse. Dalam proses ini ditentukan data apa saja
2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah
ketinggalan zaman.
dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
44
Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan
Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang
ada. Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan
sebagainya.
Pada tahap ini dipilih fakta-fakta yang akan mengisi setiap tabel fakta,
dimana fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan.
Biasanya penyesuaian dimensi dan grain ini ditampilkan dalam bentuk matriks.
calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada
tahap inilah perhitungan tersebut dilakukan. Hal ini terjadi apabila fakta
kehilangan statement.
45
pengguna.
untuk data yang diambil dan dipindahkan kedalam tael fakta. Penentuan durasi
Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel
nilai atribut lama dan yang baru dapat diakses secara bersama pada
Design
Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse.
Persoalan perancangan fisik yang paling kritis adalah urutan fisik dari tabel fakta
media penyimpanan.
Microsoft SQL Server merupakan pendobrak dan inovasi database modern yang
mengelola sebuah database modern berskala kecil, menengah dan besar. Melihat
kemampuan yang sangat hebat ini Microsoft SQL Server mendapat julukan The
dalam data warehousing dapat digunakan beberapa tools yang disediakan oleh
Ada beberapa komponen dasar yang biasa terdapat dalam aplikasi SQL
Server, diantaranya:
kumpulan Tabel, View, Indeks, Trigger, Procedur dan objek-objek lain yang
terkandung di dalamnya.
record-record data dan hubungannya dengan tabel lain. Jadi yang dimaksud
dengan tabel di sini adalah inti dari sebuah database. Tabel menyimpan data
lembar kerja. Setiap baris mewakili record dan setiap kolom adalah atribut
grafik dari Tabel, Indeks, dan View yang disimpan oleh database dan bisa
dimanipulasi dengan teknik drag and-drop dan interaksi dengan kotak dialog.
dari baris-baris tabel. Jadi Indeks adalah file jenis khusus yang bekerja sama
5. View: view adalah tabel virtual yang isinya ditentukan oleh Query ke dalam
database. View ini bukanlah tabel fisik melainkan sekumpulan instruksi yang
memberikan hasil berupa serangkaian data. Dengan demikian View ini bisa
dikatakan cara untuk melihat data yang berbeda di dalam satu atau lebih tabel.
apabila data di dalam tabel berubah karena eksekusi perintah Microsoft SQL
Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling tolong
tertentu melalui akad (perikatan) yang sesuai dengan syariah. Akad yang sesuai
dengan syariah yang dimaksud adalah akad yang tidak mengandung unsur gharar
dan konvensional terletak pada tujuan dan landasan operasional. Dari sisi tujuan,
Dari kedua perbedaan ini muncul perbedaan yang lainnya, mengenai hubungan
50
pengawasan.
Di dalam melakukan asuransi syariah, ada dua akad yang terlibat, yaitu
akad Tabarru’ dan tijarrah. Akad tabarru’ merupakan akad yang dilakukan
komersial. Sedangkan akad tijarrah adalah semua bentuk akad yang dilakukan
3. Jenis akad tijarrah dan/atau akad tabarru’ seta syarat-syarat yang disepakati,
menolonglah kamu sekalian dalam kebaikan dan takwa dan alta‟min rasa
aman). Prinsip ini menjadikan para anggota atau peserta asuransi sebagai
sebuah keluarga yang besar yang satu dengan lainnya saling menjamin dan
penanggung risiko. Hal ini disebabkan transaksi yang dibuat dalam asuransi
takaful adalah akad takafuli (saling menanggung), bukan akad tabaduli saling
51
peserta lain yang mengalami musibah atau kerugian dengan niat ikhlas,
2. Saling bekerja sama atau saling membantu, yang artinya diantara para
peserta asuransi takaful yang satu dengan lainnya saling bekerja sama dan
3. Saling melindungi penderitaan satu sama lain, yang berarti bahwa para
peserta asuransi takaful akan berperan sebagai pelindung bagi peserta lain
“...dan janganlah kalian memakan harta di antara kamu sekalian dengan jalan
yang bathil, dan janganlah kalian bawa urusan harta itu kepada hakim yang
52
dengan maksud kalian hendak memakan sebagian harta orang lain dengan
3. Surat Al Hasyr : 18
setiap diri memperhatikan apa yang telah diperbuat untuk hari esok (masa
diatur dalam fatwa-fatwa yang diterbitkan oleh DSN-MUI, serta diawasi oleh
diantaranya adalah:
Asuransi Syariah.
investasi dalam bentuk aset dan atau tabarru’ yang memberikan pola
“Akad Tabarru’ merupakan akad yang harus melekat pada semua produk
asuransi dan semua bentuk akad yang dilakukan antar peserta pemegang
polis”.
menguntungkan, dan lebih aman karena adanya prinsip untuk menghindari hal-
hal yang mengandung unsur gharar (penipuan), maysir (perjudian), riba, zuhlm
(penganiayaan), risywah (suap), barang haram dan maksiat. Berikut ini adalah
Konvensional Syariah
Landasan yang diterapkan adalah Landasan yang diterapkan sharing of
transfer of risk yaitu pemindahan risk yaitu wujud tolong menolong
risiko dari peserta/tertanggung ke (akad takafuli)
perusahaan/penanggung.
Pada akad asuransi konvensional Pada asuransi syariah, dana yang
dana peserta menjadi milik terkumpul adalah milik peserta
perusahaan asuransi (transfer of (shahibul mal) dan perusahaan
fund). asuransi syariah (mudharib) tidak bisa
54
e. Kurs yang digunakan untuk polis asuransi dengan mata uang asing apabila
i. Tabel nilai tunai, bagi polis asuransi jiwa yang mengandung nilai tunai;
j. Perhitungan dividen polis atau yang sejenis, bagi polis asuransi jiwa yang
l. Syarat dan tata cara pengajuan klaim, termasuk bukti pendukung yang
n. Bahasa yang dijadikan acuan dalam hal terjadi sengketa atau beda pendapat,
untuk polis asuransi yang dicetak dalam 2 (dua) bahasa atau lebih.
2. Premi
Pembayaran premi didasarkan atas jenis akad. Premi yang berasal dari akad
Sedangkan premi yang berasal dari akad tabarru’ tidak dapat diinvestasikan.
Perhitungan tingkat premi harus didasarkan pada asumsi yang wajar dan
praktek, asuransi yang berlaku umum. Penetapan tarif premi asuransi kerugian
a. Premi murni yang dihitung berdasarkan profil kerugian (risk and loss
profile) jenis
56
tahun terakhir.
mempertimbangkan sekurangkurangnya:
3. Klaim
Klaim adalah hak peserta asuransi yang wajib diberikan oleh perusahaan
akad yang disepakati pada awal perjanjian, dan dapat berbeda dalam jumlah
4. Investasi
yang terkumpul dari peserta. Investasi wajib dilakuukan sesuai dengan ketentuan
syariah
dalam rangka mencapai tujuan penelitian. Teknik pengumpulan data yang dipilih
57
tergantung pada faktor utama dan jenis data. Metode pengumpulan data yang
digunakan dalam penelitian skripsi yang akan dilakukan adalah sebagai berikut:
2.13.1. Observasi
rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat
sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.
2.13.2. Wawancara
interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar
pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti
penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara
menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,
yang berkaitan dengan penelitian yang akan dilakukan, metode ini dilakukan
dengan menelusuri literatur yang ada serta membaca dan menelaahnya secara
tekun. Dengan mengadakan survey terhadap data yang telah ada, juga harus
memperoleh orientasi yang lebih luas dalam permasalahan yang dipilih serta
terdahulu dapat dijadikan referensi dalam penggunaan metode yang akan diteliti.
dilakukan sebelumnya:
Tabel 2.7 Penelitian Data Warehouse Sebelumnya
OLAP Technology: Metode visualisasi Visualisasi grafis Memanfaatkan Memanfaatkan Tidak menjelaskan
Visualization grafis, desain data menggunakan berbagai jenis grafik visualisasi informasi subyek dari data
Multidimensional multidimensional. JpGraph. dan parameter. untuk menampilkan warehouse, data apa
Data on Agribusiness data dalam bentuk saja yang dianalisis
Information Resources dua dan tiga serta proses analisis
in Indonesia, 2009, Sri dimensional. dan desainnya.
Yulianto dan Joko
Prasetyo.
Perancangan dan Metode SQL Server Menghasilkan Menampilkan Tidak menjelaskan
Pembuatan Data pengembangan analisis dengan proses ETL dan desain dari database
Warehouse Pada Data Warehouse reporting service. hasil testing data data warehouse
Perpustakaan Stmik (Poniah, 2001), warehouse. yang dibuat.
Amikom Yogyakarta, desain data
2008, Armadyah multidimensional.
Amborowati.
59
Nine-step Design SQL Server dan Aplikasi untuk ETL Menjelaskan proses Tidak menjelaskan
Data Warehouse pada Method, desain data Visual Studio dan dashboard desain secara rinci, ERD serta skema
Rumah Sakit, 2010, multidimensional. graphic. dan menampilkan dari data yang
Henry Antonius dan hasil analisis dianalisis.
Eka Widjaja. dengan dashboard
pada suatu aplikasi
data warehouse.
Perancangan Model Nine-step Design SQL Server dan Dapat melakukan Menampilkan Tidak menampilkan
Data Warehouse Method, desain data Microsoft Visual analisis berdasarkan desain data hasil analisis data
Dalam Mendukung multidimensional. Studio berbagai dimensi warehouse secara yang dilakukan
Perusahaan Jasa yang ada. rinci. dalam SQL Server
Pengiriman, 2011, serta aplikasi yang
Tanty Oktavia. telah dibuat.
Pembuatan Data Desain data Microsoft Access, Menghasilkan Memudahkan dalam Tidak menampilkan
Warehouse multidimensional. Microsoft SQL pengelolaan data menampilkan hasil metode yang
Pengukuran Kinerja Server 7.0 dan dalam bentuk pivot pengelolaan data digunakan untuk
Proses Belajar Microsoft Excel table dan pivot dalam Microsoft membangun data
Mengajar di Jurusan Pivot Table chart Excel warehouse.
Teknik Informatika
Universitas Kristen
Petra, 2004, Andreas
Handojo dan Silvia
60
Rostianingsih.
Data Warehousing Normalisasi data, SQL Server Knowledge dari Menambahkan Tidak menjelaskan
dan Datamining dan aturan asosiasi hasil analisis pencarian informasi metode yang
Asosiasi Nilai untuk datamining datamining yang menggunakan digunakan untuk
Mahasiswa, Masa berguna untuk datamining. membangun data
Skripsi dan Masa pengambilan warehouse dan
Studi Program Studi keputusan untuk analisis
Teknik Informatika datamining.
FTI-AJY, 2007,
Paulus Mudjihartono.
Perancangan Data Nine-step Design SQL Server Desain data Menampilkan Tidak ada hasil
Warehouse Penjualan Method, desain data warehouse untuk desain data pengelolaan dan
Untuk Mendukung multidimensional. menjadikan data warehouse secara analisis data, serta
Kebutuhan Informasi perusahaan yang rinci. aplikasinya.
Eksekutif Cemerlang tersebar di berbagai
Skin Care, 2010, cabang menjadi
Suparto Darudiato. terintegrasi.
Desain dan Pembuatan Desain data Microsoft SQL Desain yang mampu Menampilkan cube- Tidak ditampilkan
Purwarupa Data multidimensi. Server memenuhi cube untuk analisis hasil analisis data
Warehouse Untuk kebutuhan data untuk pelaporan
Mendukung Pelaporan fungsional dari user transaksi keuangan
Transaksi Keuangan dalam hal pelaporan tunai dan transaksi
61
Mencurigakan Di Unit transaksi keuangan keuangan
Kepatuhan PT. Bank tunai dan transaksi mencurigakan
Jatim, 2005, Putu keuangan
Harry Sasmita. mencurigakan.
Pembuatan Aplikasi Desain data Microsoft SQL Menampilkan Menampilkan cara Tidak menampilkan
OLAP Untuk multidimensional, Server 2005 laporan pengiriman merancang data skema yang
Pelaporan pada PT. analisis metode roll- Analysis Services dengan metode roll- warehouse serta digunakan, serta
Aneka Tuna Indonesia up dan drill-down. (SSAS) up dan drill-down. pembuatan aplikasi rancangan proses
Menggunakan SQL data warehouse. dan database yang
Server 2005, 2010, digunakan.
Muhamad Adi
Prasetyo, Ahmad
Saikhu dan Sarwosri.
Multidimensional Nine-step Design SQL Server Kemampuan analisa Menunjukkan Tidak menghasilkan
Data Warehouse Method, desain data data menggunakan susunan querry fitur tambahan
Dengan Menggunakan multidimensional. querry language. data serta hasil seperti grafik.
MySQL, 2010, querry.
Kusnawi.
62
BAB III
METODOLOGI PENELITIAN
3.1.1. Observasi
proses dan kegiatan bisnis yang berjalan pada PT. Asuransi Takaful Umum yang
dilakukan sejak bulan Mei 2011 dan bertempat di kantor PT. Asuransi Takaful
proses bisnis yang terjadi, dan melihat segala kegiatan atau mencari data yang
Bapak Afzil dari divisi klaim di bawah pengawasan Bapak Dian Sofyan dari
desain data warehouse. Seperti alur kegiatan bisnis utama perusahaan, alur
kepada peserta. Sebagai bukti hasil observasi yang dilakukan di PT. Asuransi
Takaful Umum ini, maka dilampirkan pula Surat Keterangan Penelitian dari PT.
62
63
3.1.2. Wawancara
Dian Sofyan dari divisi SDM dan Bapak Rochiman dari divisi IT mengenai
segala kebutuhan yang diperlukan dalam melakukan analisis dan desain data
Jabatan : Divisi IT
Hasil : Mengetahui alur proses bisnis Klaim pada asuransi syariah, serta
proses bisnis jika customer ingin mengikuti asuransi yang ada di PT. Asuransi
Takaful Umum, serta bagaimana jika peserta asuransi ingin mengajukan klaim,
apa saja syarat-syarat yang harus diberikan oleh peserta asuransi dan bagaimana
perusahaan akan memrosesnya. Juga dijelaskan alur kegiatan dan aliran data pada
saat klaim untuk kendaraan. Tidak hanya alur, tetapi berbagai jenis produk yang
64
ada di PT. Asuransi Takaful Umum juga didapatkan dari hasil wawancara ini,
dengan data warehouse serta yang berhubungan dengan asuransi syariah. Teori-
teori tersebut berasal dari buku, jurnal, internet, maupun majalah. Buku-buku
yang digunakan antara lain The Data Warehouse Toolkit: the complete guide to
Metode ini dilakukan dengan menelusuri literatur yang ada serta membaca
dan menelaahnya secara tekun. Dengan mengadakan survey terhadap data yang
telah ada, juga harus memperoleh orientasi yang lebih luas dalam permasalahan
yang dipilih serta menghindari terjadinya duplikasi yang tidak diinginkan. Yang
kelemahan yang terdapat dalam penelitian tersebut. Dengan cara yang demikian,
65
akan diteliti.
Jurnal ini ditulis oleh Ariana Azimah (Program Studi Sistem Informasi
dengan kegiatan analisis data menggunakan teknik data mining. Hasil dari
Terdapat kelebihan dari penelitian ini, yaitu dari hasil data warehouse
penelitian ini adalah hasil dari percobaan data mining yang dilakukan
66
memahaminya.
Jurnal ini ditulis oleh Eka Miranda dan Julisar (Program Studi Sistem
yang berasal dari transaksi suatu sistem dan menyediakan dukungan analisis
Kekurangan dari penelitian ini adalah hasi dari data cube yang
dihasilkan tidak ditampilkan, serta yang ditampilkan hanya hasil dari analisis
penulis.
berdimensi materi, dosen, kampus, kelas, jurusan dan periode, dan informasi
kategori, bahasa, kampus, kelas, jurusan dan periode. Kelebihan dari aplikasi
yang dihasilkan adalah, Proses analisa data dapat dilakukan secara manual
dua kampus, yaitu Database Microsoft Access dari kampus Banjarbaru dan
penelitiannya serta apa saja metode yang digunakan untuk membuat data
warehouse.
Untuk mendesain data warehouse ini akan digunakan metode Nine Step
Design Method oleh Kimball, dimana kegiatannya terdiri dari Sembilan langkah
berikut, yaitu:
68
akan dibuat. Misalnya saja dalam hal ini proses bisnis yang dipilih adalah klaim.
dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan
record apa yang akan direpresentasikan pada tabel fakta. Misal, untuk tabel fakta
klaim yang diajukan peserta yang dapat dilihat pertahun, atau perbulan.
Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang
ada. Untuk lebih mudahnya, pada tahap ini disiapkan tabel-tabel dimensi yang
sesuai dengan grain yang dipilih serta record yang akan ditampilkan dalam tabel
fakta.
Pada tahap ini dipilih fakta-fakta yang akan mengisi tabel fakta, dimana
fakta-fakta yang dipilih harus sesuai dengan grain dan dimensi yang telah
69
pelanggan dan tabel dimensi cabang yang berhubungan dengan tabel fakta klaim,
maka di dalam tabel fakta klaim akan berisi nomor id pada tabel dimensi
calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada
tahap inilah ditentukan perhitungan tersebut. Misalnya untuk tabel fakta klaim,
fakta yang akan dihitung dalam tabel tersebut adalah fakta mengenai jumlah
masuk.
dimensi dengan memberikan deskripsi pada tabel dimensi agar dapat dengan
untuk data yang diambil dan dipindahkan kedalam tabel fakta. Penentuan durasi
tahun.
a. Atribut dimensi yang telah berubah tertulis ulang dengan menambahkan baris
atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang
sama.
Persoalan perancangan fisik yang paling kritis adalah mengenai proses extract,
media penyimpanan.
71
sebagai acuan dalam penelitian yang dilakukan, seperti yang digambarkan pada
MULAI
Melakukan Observasi
(Duhu, 1985)
Melakukan Wawancara
(Poerwandari, 1998)
Identifikasi Prosedur
Melakukan Studi Pustaka Klaim
(Nazir, 2005)
Identifikasi Database
yang Digunakan
Memilih Proses
Choosing the Process
Normalisasi
Memilih Sumber
Choosing the Grain
Rancngan ERD
Memilih Fakta
Choosing the Facts
Merrancang Data Warehouse
Nine Step Design Method
(Kimball, 2002) Menyimpan Perhitungan Awal Dalam Tabel
Fakta
Stores Pre-calculations in Fact Table
SELESAI
PEMBAHASAN
Nusantara telah melayani masyarakt dengan jasa asuransi yang sesuai dengan
prinsip syariah, selama lebih dari satu dasawarsa melalui dua perusahaan
operasionalnya yaitu PT. Asuransi Takaful keluarga (Asuransi Jiwa Syariah) dan
Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT. Asuransi Jiwa Tugu Mandiri,
kedua anak perusahaannya yaitu PT. Asuransi Takaful Keluarga dan PT.
Syariah didirikan pada 4 Agustus 1994 dan mulai beroperasi pada 25 Agustus
asuransi umum Syariah yaitu PT. Asuransi Takaful Umum ada 2 Juni 1995.
72
73
Nasional Madani (PNM) dan Bank Muamalat Indonesia serta Karya Abdi Bangsa
dan lain-lain.
SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum, serta Asuransi
Takaful Keluarga memperoleh Sertifikasi ISO 9001:2000 dari dari Det Norske
Veritas (DNV), Belanda pada April 2004. Selain itu, atas upaya keras seluruh
jajaran perusahaan, Asuransi Takaful Keluarga meraih MUI Award 2004 sebagai
4.2.1. Visi
4.2.2. Misi
jasa Takaful dan keuangan syariah yang dikelola secara profesional, adil, tulus
dan amanah.
74
Allah SWT. Namun manusia wajib berikhtiar untuk memperkecil resiko dan juga
Al Qur‟an,
“Dan tolong menolonglah kamu dalam kebaikan dan takwa” (Qs. Al Maidah: 2).
keluarga besar yang akan saling melindungi dan secara bersama menanggung
Share Holder
Board Commissions
Audit Comitee
Syariah Supervisory
Council
President Director
Bayu Widdhisiadji
Kadiv. Teknik Kadiv. Markting Kadiv. Finance Kadiv SDM, Legal & GA
M. Zubaidi Khairul Fata Dara Dewisinta Muh. Yusuf Sula Kepala/SM Internal Audit
Syafrial Firdaus
Mgr. U/W Agent SM. Treaty SM. Claim SM Agency SM Bank Biz SM. Finance Mgr. Legal Mgr. C&B Mgr. Investasi
Sigit Budiarso Ridwan Irdianto M. Mirzani Vacant Ade Dodo Amin Kusaesi Sri Yulia .P Plt Dara Dewishinta
Mgr. Aktuaria
Mgr. U/W Non Agent Mgr. Motor Branch/Rep.Head Mgr. Accounting Plt. Peny Hikmahwati
M. Yasin Afzil 36 Branch/Rep Melda Maesarach
1. Takaful Abror
Kendaraan Bermotor Pasal 11, jangka waktu untuk pelaporan klaim disini
adalah maksimal lima hari kalender setelah hari kejadian (Lampiran 5).
2. Takaful Ansor
untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari
kerusakan secara menyeluruh dan tuntutan pihak ketiga atas setiap kendaraan
terbalik, tergelincir dari jalan, kecelakaan baik yang disebakan oleh kesalahan
2b
Mengajukan
keikutsertaan asuransi
Brooker/Agen
customer
2a. Mengajukan
keikutsertaan asuransi
4
Memberikan polis
kepada customer $
5b. Membayarkan
premi
Takaful SPPA
5a. Membayarkan
premi
3
Mengeluarkan polis
$
Polis Underwriting
6a
Bank
Menyetorkan
premi 9
Membayarkan uang ganti rugi
6b
Menyetorkan
premi
Agen Keuangan
Customer
7
Melaporkan
terjadinya klaim
Klaim
gambar 4.2. di atas, alur tersebut menggambarkan bahwa untuk dapat ikut seta
dalam asuransi syariah customer dapat datang langsung ke kantor PT. Asuransi
untuk mengisi form Surat Pengajuan Peserta Asuransi (SPPA) yang kemudian
akan ditinjau (baik dari segi barang maupun dokumen-dokumen) oleh bagian
dokumen dan keterangan penolakan akan diberikan kepada customer. Namun jika
disetujui, maka underwriting juga akan mengeluarkan polis dengan jumlah premi
Jika kelak ada klaim, maka peserta harus melaporkannya kepada PT.
kerugian yang ditanggung atas klaim tersebut, dan memberikan data tersebut
kepada bagian keuangan agar dana tabarru’ yang diserahkan oleh si peserta akan
terhadap kegiatan bisnis yang sedang berjalan, bahwa laporan yang dibutuhkan
oleh manajer klaim adalah Laporan Statistic, yaitu laporan mengenai jumlah
melihat ribuan data klaim yang masuk pada aplikasi GTS (General Takaful
System) pada PT. Asuransi Takaful Umum dan merekapnya secara manual.
adalah proses pengajuan tuntutan atas kerugian yang dialami customer atau biasa
disebut klaim. Dimana data yang ada meliputi: customer, cause, cabang, produk,
Menyerahkan dokumen
yang dibutuhkan
Melaporkan klaim
Melakukan Verifikasi I
Surat Penolakan
Div.Klaim Div. Klaim dan manager
Menyetujui verifikasi I
Manager
Membayarkan
ganti rugi
Surveyor
Memberikan
surat perintah
kerja Bengkel Membuat laporan
Laporan
Laporan
Bengkel
survey
Laporan klaim tersebut akan diterima dan diverifikasi oleh bagian klaim dengan
melihat dokumen pelunasan premi, polis, serta laporan klaim yang diajukan
awal.
Setelah itu barulah diputuskan apakah klaim akan diterima atau ditolak. Jika
klaim ditolak maka akan dibuat surat penolakan dan diberikan kepada customer,
namun jika diterima maka dari pihak perusahaan akan melakukan survey
kendaraan tersebut, untuk meneliti kerusakan apa saja yang terjadi, seberapa
diperiksa maka bengkel akan membuat laporan bengkel dan diserahkan kembali
ke bagian klaim. Untuk melakukan verifikasi tahap kedua, divisi klaim mengacu
Berdasarkan laporan bengkel dan laporan hasil survey, divisi klaim dapat
menghitung berapa besarnya ganti rugi yang dapat diberikan perusahaan ataupun
beserta dokumen klaim lengkap beserta hasil verifikasi dan besarnya biaya ganti
rugi yang diperukan ke bagian keuangan, juga surat perintah kerja untuk bengkel
81
agar kendaraan yang rusak dapat diperbaiki. Sementara bagian keuangan akan
Pada database sumber dalam sistem yang di pakai di PT. Asuransi Takaful
digunakan delapan tabel, terdiri dari tiga tabel transaksi untuk trxclaim, trxveh.
Serta lima tabel master yang terdiri dari maspol, masveh, mascust, cause, risk,
No Database Keterangan
terjadinya klaim
82
4.7.1.3. Normalisasi
1. Unnormalize
Policy_no Cust_code
Policy_dt Cust_name
Effect_dt Addr
Expiry_dt Postcode
Cust_code Town
Cust_name Mar_stat
Addr Birth_dt
Postcode Gender
Town Occupation
prd_code Identitycard
Insured_item Identitycard_no
Insured_ammt Tel
Nettpremium Fax
Branch_id Trxveh_code
Branch_name Claims_ref
Location Item_no
Cover_type Engine_no
Veh_age Police_no
prd_code Chassis
prd_name Year
description Merk_type
Branch_id Owner
Branch_name Veh_ammt
Location Claim_ammt
Claims_ref Item_no
Claims_srl Policy_no
Claims_year Engine_no
Policy_no Police_no
Expiry_dt Chassis
Branch_name Year
Loss_code Merk_type
Occur_dt Seat
Notify_dt Colour
Cust_code Owner
Cust_name addr
Birth_dt Veh_ammt
Addr Loss_code
Postcode description
Town
Currency
Exch_rate
Claim_estimate
Trans_dt
Acc_prd
2. Normalisasi 1NF
4.4 masih terdapat atribut ganda maka dibuatlah normalisasi pertama. Pada tabel
ini setiap atribut harus mempunyai data yang atomic (data terkecil) dan sudah
Policy_no*
Policy_dt Cust_code*
Effect_dt Cust_name
Expiry_dt Addr
Cust_code Postcode
Cust_name Town
Addr Mar_stat
Postcode Birth_dt
Town Gender
prd_code Occupation
Insured_item Identitycard
Insured_ammt Identitycard_no
Nettpremium Tel
Branch_id Fax
Branch_name
Location Trxveh_code*
Cover_type Claims_ref
Veh_age Item_no
Engine_no
prd_code* Police_no
prd_name Chassis
Description Year
Merk_type
Branch_id* Owner
Branch_name Veh_ammt
Location Claim_ammt
Claims_ref* Item_no*
Claims_year Policy_no
Policy_no Engine_no
Loss_code Police_no
Occur_dt Chassis
Notify_dt Year
Location Veh_age
Cust_code Merk_type
Cust_name Seat
Birth_dt Colour
Addr Owner
Postcode addr
Town Veh_ammt
Currency
Exch_rate Loss_code*
Claim_estimate description
Prd_code
Trans_dt
Acc_prd
Dari tabel di atas dapat dilihat bahwa ada delapan primary key yang
Policy_no*
Policy_dt
Effect_dt
Expiry_dt
Cust_code**
prd_code**
Insured_item
Cust_code* Insured_ammt
Cust_name Nettpremium
Addr Branch_id**
Postcode Cover_type
Town Veh_age
Mar_stat prd_code*
Birth_dt prd_name
Gender Description
Occupation
Identitycard
Identitycard_no
TelFax Claims_ref*
Claims_year
Policy_no**
Loss_code**
Occur_dt Branch_id*
Notify_dt Branch_name
Location Location
Cust_code**
Currency
Exch_rate
Claim_estimate
Prd_code
Loss_code* Trans_dt Item_no*
Description Acc_prd Policy_no
Engine_no
Police_no
Chassis
Year
Veh_age
Merk_type
Trxveh_code* Seat
Claims_ref Colour
Item_no Owner
Veh_ammt addr
Claim_ammt Veh_ammt
Pada tabel diatas telah mencapai normal ketiga, karena tidak ada lagi atribut
Dari hasil proses normalisasi yang telah dijelaskan dalam poin sebelumnya,
design yang akan digunakan untuk database dari data warehouse takaful ini.
maspol
mascust
PK policy_no
branch
PK cust_code
policy_dt PK branch_id
cust_name effect_dt
ins_name expiry_dt branch_name
addr FK1 cust_code location
postcode prd_code InsertedDate
town insured_item
mar_stat insured_ammt
birth_dt nettpremium
gender FK2 branch_id
occupation cover_type
identitycard veh_age
identitycard_no InsertedDate
tel
fax product
InsertedDate PK prd_code
prd_name
description
trxclaim InsertedDate
PK claims_ref
claims_year
FK2 policy_no
FK3 loss_code masveh
occur_dt
location PK item_no
notify_dt
FK1 cust_code FK1 policy_no
currency engine_no
exch_rate police_no
claim_estimate chassis
prd_code year
trans_dt merk_type
acc_prd seat
cause InsertedDate colour
owner
PK loss_code addr
trxveh veh_ammt
description veh_age
InsertedDate PK trxveh_code InsertedDate
FK1 item_no
veh_ammt
claim_ammt
exch_rate
currency
veh_ammt
claim_ammt
deductible
InsertedDate
Berikut ini adalah keterangan dari masing-masing tabel yang terdapat dalam
database:
a. Tabel trxklaim
Nama Tabel : trxklaim
b. Tabel trxveh
Nama Tabel : trxveh
c. Tabel maspol
d. Tabel mascust
Foreign key :-
e. Tabel masveh
Foreign key :-
f. Tabel product
Foreign key :-
g. Table branch
Foreign key :-
h. Table cause
Foreign key :-
klaim
Berikut merupakan data dari calon tabel fakta yang dapat dianalisis (grain)
1. Total klaim.
dan pertahun.
the Dimension)
Berikut ini adalah tabel dimensi yang terdapat dalam perancangan data
warehouse ini:
Fakta-fakta yang dipilih untuk mengisi setiap record pada tabel fakta antara
lain:
1. IDWAKTU
2. dimcustID
3. dimcausesID
4. dimprdID
[COUNT (trxveh_code)].
2. Total nilai klaim, yang merupakan jumlah dari banyaknya klaim dikalikan
4.7.6. Melihat Kembali Tabel Dimensi (Rounding Out the Dimension Table)
Pada langkah ini akan diberikan deskripsi pada tabel dimensi agar dapat
menjelaskan dengan mudah kepada user dan mudah dimengerti oleh user
1. Dimensi waktu
2. Dimensi customer
cust_name char 30
3. Dimensi cause
4. Dimensi product
4.7.7. Memilih Durasi dari Basis Data (Choosing the Duration of Database)
Durasi data yang dimasukkan ke dalam data warehouse adalah data historis
Changing Dimension)
tersebut akan mengakibatkan penambahan suatu record baru untuk menjaga data
Ketika jenis resiko berubah, maka data lama dan data baru akan tetap
disimpan.
02 203 STANDARD
Ketika jenis product berubah, maka data lama dan data baru akan tetap
disimpan.
4.7.9. Memutuskan Prioritas Query dan Tipe Query (Deciding the Query
Proses ETL adalah proses migrasi dari database operasional menuju data
warehouse dimana proses ini akan dilakukan setiap bulan, jika data telah tersedia
maka akan dimasukkan ke data warehouse oleh administrator data. Maka rencana
(OLTP) yang berisi tabel maspol, masveh, mascust, cause, risk, dan branch:
2. Dan dibuat juga tabel-tabel yang akan digunakan sebagai data OLAP dimana
dimana sebelumnya telah dibuat data transaksi yang sesuai dengan ERD (pada
gambar 4.7) sebagai database OLTP serta tabel-tabel untuk database OLAP.
Kemudian setelah dipilih New Data Source akan muncul jendela Data
Pada jendela Data Source Wizard pilih create a data source based on an
existing or new connection dimana kita dapat membuat koneksi baru atau
menggunakan koneksi yang sudah ada. Dalam hal ini menggunakan database
source untuk „takaful‟ sebagai OLTP dan „OLAPtakaful‟ sebagai OLAP. Pilih
Next.
Gambar 4.12 Jendela Data Source Wizard Pilih „takaful‟ dan „OLAPtakaful‟
Lalu untuk completing the wizard pada data source name dapat diberikan
nama „takaful‟ untuk data connection „takaful‟ dan dapat diberikan nama
dimensi dan fakta yang dibuat pada database OLAPtakaful dengan database
OLTP yang dibuat di database takaful. Langkah pertama adalah klik kanan pada
SSIS Package di solution explorer lalu pilih New SSIS Package. Dimana setiap
Selanjutnya buka tab data flow lalu pada Connection Managers klik kanan
Pada jendela Select Data Source pilih „takaful‟ dan „OLAPtakaful‟ seperti
Setelah Data Source telah ditentukan, pilihlah tool OLE DB Source dan
OLE DB Destination pada Toolbox di sebelah kiri jendela dengan cara didrag.
Kemudian untuk menentukan source dan destination, klik dua kali (double
manager dan pilih SQL Command untuk Data access mode. Pada SQL
masing-masing sumber.
104
OLE DB connection manager dan pada Data access mode pilih Table or view –
fast load. Isikan nama tabel yang akan dikoneksikan dengan source tadi misalnya
tabel [dbo].[dimensicauses] untuk tabel dimensi cause, dan beri tanda centang
Selanjutnya setelah data flow berhasil dibuat, pindah ke tab control flow
dimana pada jendela tersebut telah otomatis ada data flow task yang teah dibuat
Kemudian double klick pada Execute SQL Task sehingga muncul jendela
Execute SQL Task Editor. Pada connection isikan „OLAPtakaful‟ dan saat dipilih
Isikan query pada jendela Execute SQL Task Editor tersebut dan pilih OK.
dengan menekan tombol F5. Dan bila sukses, kotak Data Flow Task dan Execute
Gambar 4.24 Data Flow Task dan Execute Task Dimensi Causes Sukses
108
Langkah ini dilakukan untuk membuat cube-cube untuk analisis data yang
Pada tahap Impersonation Information pilih Use The Service Account, lalu
pilih Next.
antara tabel fakta dan dimensi. Pertama, klik kanan pada Data Source View,
Pada langkah Select a Data Source, pilih Data Source yang telah dibuat
Setelah itu akan muncul tabel-tabel yang ada pada source OLAPtakaful
pada available objects di sisi kiri yang selanjutnya semua tabel tersebut akan
Kemudian ketik nama Data Source View yang akan ditampilkan sesuai
c. Membuat Cube
Untuk menampilkan star schema kemudian dibuat cube dengan cara klik
Pada tahap Select Build Method pilih Build the cube using a data source
Selanjutnya SQL Server akan secara otomatis mendeteksi tabel dimensi dan
Pada tahap Identify Fact and Dimension Tables, pilih tabel dimensi waktu
(waktudim) sebagai waktu dimension table dan pada tab tables, pilih tabel yang
Pada tahap ini, pilihlah measure mana yang akan ditampilkan dan yang
tidak akan ditampilkan. Kemudian pilih Next.
Kemudian muncullah hasil cube yang dibuat yaitu berupa star schema
Besar ukuran maksimal dalam satu record pada dimensi waktu adalah:
Asumsi untuk jumlah record pertahun adalah 365 record, maka perkiraan
Besar ukuran maksimal dalam satu record pada dimensi customer adalah:
Asumsi untuk jumlah record pertahun adalah 5000 record, maka perkiraan
Besar ukuran maksimal dalam satu record pada dimensi cause adalah:
menjadi: (50% x 9) + 9 = 14
Besar ukuran maksimal dalam satu record pada dimensi product adalah:
Besar ukuran maksimal dalam satu record pada table fakta klaim adalah:
integer (4) + integer (4) + integer (4) + integer (4) + decimal (5) + decimal
(5) = 26 byte
Asumsi untuk jumlah record pertahun adalah 7000 record, maka perkiraan
Tahun
Dimensi 16 24 365 1825 43800 43
waktu
dimensi 59 89 5000 25000 2225000 2173
customer
dimensi 9 14 20 100 1400 1,4
cause
dimensi 32 48 20 100 4800 5
product
fakta 26 39 7000 35000 910000 889
klaim
bahwa total kapasitas yang dibutuhkan untuk menampung data-data dari tabel
dimensi waktu sebesar 43 bytes, dimensi customer sebesar 2173 bytes, dimensi
cause sebesar 1,4 bytes, dimensi product sebesar 5 bytes, dan untuk tabel fakta
klaim sebesar 889 bytes, maka total kapasitas media penyimpanan yang
Skema bintang dari proses klaim ini terdiri dari tabel faktaklaim yang
Skema ini terbentuk setelah melalui proses extract, transfer, and load
Projects. Skema ini menunjukkan bahwa untuk menampilkan data total klaim dan
122
total nilai klaim dapat dilihat berdasarkan jenis produk, jenis penyebab terjadinya
Berikut ini adalah deskripsi meta data dari tabel-tabel dimensi yang
digunakan dalam skema bintang yang terdapat pada Gambar 4.8. Skema bintang
klaim:
Sumber :-
Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idwaktu Int 4 x x x x
year int 4 x x x x
month Int 4 x x x x
Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idcustomer Int 4 x x x x
cust_code char 25 mascust Char 25 cust_code
cust_name char 30 mascust Char 30 cust_name
Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idcause Int 4 x x x x
loss_code Char 5 cause Char 5 loss_code
Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idprd Int 4 x x x x
124
dimrisk, trxveh
Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idwaktu Int 4 waktudim Int 4 idwaktu
idbranch Int 4 dimbranch Int 4 idbranch
idcustomer Int 4 dimensicusto idcustomer
Int 4
meromer
idcause Int 4 dimensicaus idcause
Int 4
es
idprd Int 4 dimensiprod idprd
Int 4
uct
sum_klaim deci trxveh deci trxveh_code
14,2 14,2
mal mal
total_klaim_ammt deci trxveh deci claim_ammt
14,2 14,2
mal mal
BAB V
PENUTUP
5.1. Simpulan
manajer klaim.
diimplementasikan.
125
126
5.2. Saran
Berdasarkan hasil penelitian dari simpulan dan analisis yang telah dilakukan,
Analisis dan Desain Data Warehouse pada pada perusahaan asuransi syariah PT.
Asuransi Takaful Umum ini masih dapat dikembangkan lebih jauh lagi. Untuk itu
penulis berusaha memberikan saran yang kiranya dapat berguna bagi pengembangan
1. Desain Data Warehouse pada pada perusahaan asuransi syariah PT. Asuransi
diperlukan pembatasan user yang berwenang untuk mengakses data yang ada
user untuk dapat melihat maupun mengubah data, dan back-up data secara
periodik.
Daftar Pustaka
[MUI] Majelis Ulama Indonesia. 2001. Fatwa DSN MUI Nomor 21/DSN-
MUI/X/2001 tentang Pedoman Umum Asuransi syariah. Jakarta: MUI.
Amborowati A. 2008. Perancangan dan Pembuatan Data Warehouse Pada
Perpustakaan AMIKOM Yogyakarta. Seminar Nasional Aplikasi Sains dan
Teknologi 2008. hlm. 1-14.
Antonius H, Widjaja E. 2010. Data Warehouse Pada Rumah Sakit. Seminar Nasional
Aplikasi Teknologi Infrmasi 2010. hlm: B-68-B72.
Arfaoui N, Akaichi J. 2010. A Data Warehouse Assistant Design System Based On
Clover Model. International Journal of Database Management Systems. hlm.
57-71.
Berndt DJ, Hevner AR, Studnicki J. 2003. The Catch Data Warehouse: Suhlmort for
Community Health Care Decission-making. Decission Suhlmort System. hlm.
367-384.
Burch J, Grudnitski G. 1984. Information Systems Theory and Practice. Edisi
keempat; New York: John Wiley & Sons.
Connolly TM, Begg CE. 2005. Database System: A Practical Approach to Design,
Implementasion, and Management. 4th Edition. USA: Addison Wesley.
Drudiato S. 2010. Perancangan Data Warehouse Penjualan Untuk Mendukung
Kebutuhan Informasi Eksekutif Cemerlang Skin Care. Seminar Nasional
Informatika 2010. hlm: E350-E359.
Domingues MA, Alipio M, Jorge, Soares C, Leal JP, Machado P. 2004. A Data
Warehouse for Web Intelligence. hlm.1-13.
Duhu NT. 1985. Research Teori Metodologi Administrasi. Bina Aksara: Jakarta.
Handojo A, Rostianingsih S. 2004. Pembuatan Data Warehouse Pengukuran Kinerja
Proses Belajar Mengajar Di Jurusan Teknik Informatika Universitas Kristen
Petra. Jurnal Informatika Vol. 5, No. 1, Mei 2004: 53 - 58
Hariyanto B. 2004. Sistem Manajemen Basis Data. Bandung: Informatika.
Hayen RL, Rutashobya CD, Vetter DE. 2007. An Investigation of the Factors
Affecting Data Warehousing Success. Issues in nformatiion Systems. hlm.
547-554.
Hutabarat BI. 2004. Pengelolaan Basisdata. Yogyakarta: Andi.
123
124
WAWANCARA
Jabatan : Divisi IT
Tujuan : Mengetahui alur proses bisnis klaim pada asuransi syariah, serta
susunan database yang digunakan.
Hasil Wawancara:
Dari wawancara ini dapat diketahui alur kegiatan serta alur data berdasarkan
diagram alir sistem yang ada di PT. Asuransi Takaful Umum. alur ini menjelaskan
bagaimana jika customer ingin mengikuti asuransi, serta bagaimana jika peserta
asuransi ingin mengajukan klaim, apa saja syarat-syarat yang harus diberikan oleh
peserta asuransi dan bagaimana perusahaan akan memrosesnya sesuai dengan
prosedur. Responden juga memberikan informasi mengenai sistem yang digunakan
serta susunan database yang ada di dalamnya. Hasil wawancara ini memudahkan
penuis untuk membuat suatu rancangan dari database yang akan digunakan untuk
penyusunan tugas akhir data warehose ini.
Responden : Bapak Dian Sofyan
Hasil Wawancara:
Hasil Wawancara:
SCRIPT SQL
1. Database OLAP
(
dimcustID INT IDENTITY,
);
PRIMARY KEY(dimprdID)
);
PRIMARY KEY(dimcausesID)
);
(
IDWAKTU INT NOT NULL,
dimprdID INT NOT NULL,
);
Create FilterTimeStamp
(
Last_ETL_Process_Date DATETIME NOT NULL,
Table_Name VARCHAR(50) NOT NULL,
@table_Name VARCHAR(50)
AS BEGIN IF EXIST (SELECT*FROM FilterTimeStamp
WHERE Table_Name=@Table_Name)
UPDATE FilterTimeStamp
Set Last_ETL_Proce_Date=getdate()
WHERE Table_Name=@Table_Name
ELSE
INSERT INTO FilterTimeStamp
VALUES (getdate(), @Table_Name)
END
GO
2. OLAP Transform
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensicauses'
select loss_code
from [takaful].[dbo].cause
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
)
else
select loss_code
from [takaful].[dbo].cause
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensicustomer'
)
select cust_code, cust_name
from [takaful].[dbo].mascust
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
else
from [takaful].[dbo].mascust
Transform Dimensi Product
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensiproduct'
)
select prd_code, prd_name
from [takaful].[dbo].product
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensiproduct'
)
else
select prd_code, prd_name
from [takaful].[dbo].product
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'
)
select
from
Tgl.InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'
)
else
select
year (Tgl) as [TAHUN],
from [takaful].[dbo].trxveh
) as Tgl
IF EXISTS
( SELECT*
FROM [OLAPtakaful].[dbo].FilterTimeStamp
SELECT
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID,
[takaful].[dbo].product AS Pr,
[takaful].[dbo].trxclaim AS Tc,
[takaful].[dbo].trxveh AS Tv,
[OLAPtakaful].[dbo].dimensicauses AS dimC,
[OLAPtakaful].[dbo].dimensicustomer AS dimCu,
[OLAPtakaful].[dbo].dimensiproduct AS dimPr,
[OLAPtakaful].[dbo].waktudim AS dimWk
WHERE
Tv.claims_ref=Tc.claims_ref AND
Tc.loss_code=C.loss_code AND
Tc.cust_code=Cu.cust_code AND
Tc.prd_code=Pr.prd_code AND
C.loss_code=dimC.loss_code AND
Cu.cust_code=dimCu.cust_code AND
Pr.prd_code=dimPr.prd_code AND
GROUP BY
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID
ELSE
SELECT
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID,
COUNT (trxveh_code) AS [total_claims],
[takaful].[dbo].mascust AS Cu,
[takaful].[dbo].product AS Pr,
[takaful].[dbo].trxclaim AS Tc,
[takaful].[dbo].trxveh AS Tv,
[OLAPtakaful].[dbo].dimensicauses AS dimC,
[OLAPtakaful].[dbo].dimensicustomer AS dimCu,
[OLAPtakaful].[dbo].dimensiproduct AS dimPr,
[OLAPtakaful].[dbo].waktudim AS dimWk
WHERE
Tv.claims_ref=Tc.claims_ref AND
Tc.loss_code=C.loss_code AND
Tc.cust_code=Cu.cust_code AND
Tc.prd_code=Pr.prd_code AND
C.loss_code=dimC.loss_code AND
Cu.cust_code=dimCu.cust_code AND
Pr.prd_code=dimPr.prd_code AND
Year (Tv.acc_prd)=dimWk.TAHUN AND
Month (Tv.acc_prd)=dimWk.BULAN
GROUP BY
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID
LAMPIRAN 4
Hasil ETL
1. Dimensi Waktu
2. Dimensi Customer
3. Dimensi Product
4. Dimensi Causes
5. Fakta Claims
6. Hasil Data Source View
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan jenis
produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun 2007
hingga tahun 2011 dapat dilihat bahwa:
a. Untuk jenis resiko ETS02
Pada tahun 2011 terjadi : 4032 klaim.
b. Untuk jenis resiko FD01
Pada tahun 2009 terjadi : 288 klaim.
Pada tahun 2010 terjadi : 64 klaim.
Pada tahun 2011 terjadi : 2272 klaim.
c. Untuk jenis resiko FD02
Pada tahun 2010 terjadi : 128 klaim.
Pada tahun 2011 terjadi : 2880 klaim.
d. Untuk jenis resiko OD01
Pada tahun 2011 terjadi : 1152 klaim.
e. Untuk jenis resiko OD02
Pada tahun 2007 terjadi : 608 klaim.
Pada tahun 2008 terjadi : 640 klaim.
Pada tahun 2009 terjadi : 1600 klaim.
Pada tahun 2010 terjadi : 1088 klaim.
Pada tahun 2011 terjadi : 12384 klaim.
f. Untuk jenis resiko SRC01
Pada tahun 2011 terjadi : 3008 klaim.
g. Untuk jenis resiko SRC02
Pada tahun 2011 terjadi : 1536 klaim.
h. Untuk jenis resiko TS02
Pada tahun 2011 terjadi : 960 klaim.
9. Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan jenis resiko
yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).
Dari Pivot table dan Pivot chart banyaknya nilai klaim yang terjadi berdasarkan
jenis produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun
2007 hingga tahun 2011 dapat dilihat bahwa:
a. Untuk jenis resiko ETS02
Pada tahun 2011 nilai yang diklaim sebesar : 1.59078E+11.
b. Untuk jenis resiko FD01
Pada tahun 2009 nilai yang diklaim sebesar : 13952000000.
Pada tahun 2010 nilai yang diklaim sebesar : 4160000000.
Pada tahun 2011 nilai yang diklaim sebesar : 67872000000.
c. Untuk jenis resiko FD02
Pada tahun 2010 nilai yang diklaim sebesar : 7680000000.
Pada tahun 2011 nilai yang diklaim sebesar : 65126400000.
d. Untuk jenis resiko OD01
Pada tahun 2011 nilai yang diklaim sebesar : 15264000000.
e. Untuk jenis resiko OD02
Pada tahun 2007 nilai yang diklaim sebesar : 21360000000.
Pada tahun 2008 nilai yang diklaim sebesar : 5936000000.
Pada tahun 2009 nilai yang diklaim sebesar : 46000000000.
Pada tahun 2010 nilai yang diklaim sebesar : 34192000000.
Pada tahun 2011 nilai yang diklaim sebesar : 4.3167E+11.
f. Untuk jenis resiko SRC01
Pada tahun 2011 nilai yang diklaim sebesar : 1.51206E+11.
g. Untuk jenis resiko SRC02
Pada tahun 2011 nilai yang diklaim sebesar : 45696000000.
h. Untuk jenis resiko TS02
Pada tahun 2011 nilai yang diklaim sebesar : 12640000000.
10. Pivot Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011.
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011,
dapat dilihat bahwa:
a. Untuk produk takaful ABROR dengan jenis resiko:
ETS02 terjadi : 4032 klaim.
FD01 terjadi : 2400 klaim.
FD02 terjadi : 3008 klaim.
OD01 terjadi : 1152 klaim.
OD02 terjadi : 13856 klaim.
SRC01 terjadi : 3008 klaim.
SRC02 terjadi : 1536 klaim.
TS02 terjadi : 960 klaim.
b. Untuk produk takaful ANSOR dengan jenis resiko:
FD01 terjadi : 224 klaim.
OD02 terjadi : 2464 klaim.
11. Pivot Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011
Dari Pivot table dan Pivot chart total nilai klaim yang terjadi berdasarkan produk
asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat
dilihat bahwa:
PASAL 11
KEWAJIBAN TERTANGGUNG DALAM HAL TERJADI KERUGIAN DAN
ATAU KERUSAKAN