ANALISA METODE TRANSAKSI PENJUALAN PRODUK OUTLET

MENGGUNAKAN PANTAHO DATA INTEGRATION DAN TABLEAU PUBLIC

I Putu Agus Eka Pratama1), I Gede Hadi Darmawan2)

1,2
Fakultas Teknik, Universitas Udayana
e-mail: eka.pratama@unud.ac.id1), gdarmawan@student.unud.ac.id2)

Abstrak
Analisa metode transaksi penjualan pada Outlet Stadium Sport Gear yang bergerak
dalam bidang bisnis penjualan bertujuan untuk mengimplementasikan Data Warehouse pada
outlet Stadium Sports Gear sehingga nantinya hasil analisa dari metode transaksi penjualan ini
dapat digunakan oleh pemillik outlet untuk mengambil keputusan terkait strategi bisnis
kedepannya. Penelitian ini menggunakan metode ETL dan OLAP, tool Pentaho Data
Integration untuk melakukan analisa data, dan hasil dari analisa data akan divisualisasikan
dalam bentuk diagram menggunakan tool Tableau Public. Hasil dari analisa metode transaksi
penjualan pada outlet Stadium Sport Gear adalah berupa laporan dalam bentuk diagram yang
merepresentasikan transaksi penjualan yang digunakan oleh pelanggan untuk bertransaksi pada
outlet ini sesuai dengan tujuan penelitian. Sehingga dapat disimpulkan bahwa dengan
dilakukanya penelitian ini yang mengimplementasikan Data Warehouse didalamnya
diharapkan dapat membantu pemilik outlet untuk menentukan keputusan bisnis kedepannya.

Kata Kunci: Analisa, data warehouse, laporan, pentaho data integration, tableau public

Abstract
The analysis of the method of trading at the sports gear outlet in the sports gear industry
aims to implement the warehouse data on the sports gear outlet. Thus, the analysis of this sales
transaction method can be used by the outlet to make decisions regarding future business
strategies. The study use ETL and OLAP methods to analyze the data, Pentaho Data
Integration tool, and the results of data analysis will be visualized in the form of a diagram
using tool Tableau Public. The result of analyzing the method of sales at the sports gear outlet
is a report in the form of the diagram representing the sales transactions used by customers to
transact these outlets according to the research purposes. Therefore, it can be concluded that
with the research implementing the data warehouse inside it, it is expected to help outlet
owners to determine future business decisions.

Keywords: analysis, data warehouse, pentaho data integration, report, tableu public

1. PENDAHULUAN yang memiliki outlet kesulitan untuk

Outlet merupakan salah satu jenis bisnis
yang bergerak dalam bidang jual beli suatu
barang atau produk dimana barang atau
produk yang ditawarkan bisa sangat
beragam jenisnya. Bisnis jenis ini sekarang
sangat diminati oleh masyarakat dan telah
banyak pelaku usaha yang bergerak di
dalamnya.
Perkembangan outlet yang semakin
pesat dengan terus bertambahnya minat
masyarakat untuk melakukan transaksi jual
beli membuat para pelaku bisnis jual beli
menentukan strategi bisnis kedepannya
karena data transaksi yang terlalu banyak
sehingga sulit dianalisa.
Oleh karena itu penulis melakukan
sebuah penelitian yaitu dengan
mengimplementasikan teknologi Data
Warehouse pada outlet Stadium Sport Gear
yang terletak di jalan Letda Reta, Dangin
Puri Klod, Kecamatan Denpasar Timur,
Kota Depasar, Bali, Tujuannya adalah
untuk memperoleh informasi penjualan dan
memberikan informasi untuk melakukan
prediksi mengenai strategi bisnis yang
sebaiknya dilakukan berdasarkan metode
transaksi yang biasa digunakan.
Solusi yang penulis berikan untuk
permasalahan pada outlet Stadium Sport
Gear adalah penerapan Data Warehouse
untuk menentukan strategi bisnis
kedepannya berdasarkan metode
pembayaran yang biasa digunakan oleh
pembeli untuk bertransaksi.
Adapun fitur dari sistem Data
Warehouse yang penulis rancang adalah
sebagai analisa dari metode transaksi apa
yang digunakan oleh pelanggan yang
bertransaksi pada outlet Stadium Sport
memberikan data dalam format .XLSX
yang sudah terekap dengan rapi hanya saja
perlu digabungkan menjadi satu format file
dalam bentuk .XLSX karena data yang
diberikan sebanyak tiga data yang setiap
data tersebut berisikan transaksi penjualan
selama satu bulan.
b) Flowchart Penelitian
Flowchart atau diagram alir yang
menggambarkan penelitian yang penulis
lakukan dapat dilihat sebagai berikut pada
Gambar 1.
START

Gear dan jenis transaksi yang paling banyak

atau paling sedikit digunakan, sehingga Data Penjualan
Produk Bulan
nantinya pemilik outlet dapat menentukan Januar- Maret
2020. (XLSX)
strategi bisnis kedepannya.
Solusinya adalah dengan menggunakan Perancangan Design Data
Dua Dimensi dan Tiga
tools opensource Pentaho Data Integration Dimensi

untuk melakukan analisa data dan Tableau

Public untuk membantu visualisasi data
Perancangan Design Data
sehingga lebih mudah di baca dan Warehouse

dimengerti nantinya.
Proses ETL (Extract,
Transformation, Load)
2. METODE PENELITIAN dengan Pentaho Data
Integration
Penelitian dilakukan melalui beberapa OLAP Database
(SQL Database)
tahapan yaitu mulai dari tahap Proses OLAP (On-Line
Analytical Processing)
pengumpulan data dari outlet yang akan dengan Pentaho Data
Integration
dijadikan studi kasus, pembuatan flowchart
penelitian, serta membuat rancangan design
Data Warehouse. Proses Perancangan Report
dengan Tableu Public
Konvesi Data Hasil OLAP
ke Format CSV
a) Pengumpulan Data
Pengumpulan data pada penelitan ini Report Berbentuk
dilakukan dengan cara meminta langsung Diagram Batang
dengan Tableu
kepada saudara dari pemilik Outlet yang Public

merupakan mahasiswa aktif program studi

Teknologi Informasi angkatan 2019 yang
bernama I Nyoman Jyotisa dengan NIM
1905551092, dengan menjelaskan kepada
beliau bahwa maksud dan tujuan dari
pengumpulan data transaksi penjualan dari
bulan Januari hingga Maret adalah untuk
kebutuhan analisa dan perancangan Data
Warehouse.
Beliau sudah meminta izin kepada
pemilik langsung dari outlet Stadium Sport
Gear yang bernama I Wayan Purana dan
melalui saudaranya, beliau telah
END
Gambar 1 Flowchart Penelitian
Gambar 1 merupakan flowchart atau
diagram alir yang berisikan informasi
mengenai tahapan-tahapan analisa yang
dilakukan pada paper ini. Tahapan tersebut
terbagi atas beberapa tahapan, yang dimulai
dari pengumpulan data transaksi penjualan
produk dari bulan Januari hingga Maret
2020 yang sudah dalam format .XLSX
yang terbagi menjadi tiga file berbeda
setiap bulannya. Ketiga file tersebut jenis barang tertentu selama bulan Januari
terlebih dahulu di gabungkan menjadi satu hingga Maret 2020.
file dengan format .XLSX untuk kemudian
dilanjutkan ke tahap berikutnya. 3. HASIL DAN PEMBAHASAN
Tahap selanjutnya dilakukan a) Detail Data Transaksi Penjualan Produk
perancangan design data dua dimensi dan Detail dari data transaksi penjualan
tiga dimensi untuk memberikan gambaran produk pada bulan Januari hingga Maret
mengenai dimensi yang akan dibuat. 2020 dalam format .XLSX yang dapat
Setelah itu dilanjutkan dengan perancangan dilihat pada Gambar 3.
design Data Warehouse sebagai gambaran
tentang proses pembuatan Data Warehouse.
Setelah itu dilanjutkan dengan melakukan
proses pembentukan Data Warehouse
dengan cara Extract, Transformation, Load
atau ETL dan On-line Analytical
Processing atau OLAP. Setelah data
disimpan dalam database kemudian
dilakukan export data dari SQL ke dalam Gambar 3 Review Data Transaksi Penjualan
bentuk CSV untuk dilakukan proses Produk
reporting ke dalam bentuk diagram batang.
Gambar 3 memperlihatkan data detail
c) Perancangan Desain Data Warehouse transaksi penjualan produk dari bulan
Perancangan desain Data Warehouse Januari hingga Maret 2020 yang berisi data
berguna untuk memberikan gambaran nomor faktur, tanggal transaksi, waktu
mengenai proses pembuatan Data transaksi, jenis barang, jumlah barang,
Warehouse dalam memenuhi kebutuhan harga serta metode pembayaran yang
analisa. Rancangan design Data Warehouse digunakan.
dapat dilihat pada Gambar 2.
b) Desain Data Dua Multi Dimensi
Desain data dua dimensi dapat dilihat
Data Data Penjualan
pada Gambar 4.
Warehouse dalam Bentuk
XLSX

OLAP dengan Report Berbentuk

Data Marts
Pentaho Data Diagram Batang Gambar 4 Desain Data Dua Dimensi
Integration dengan Tableau
Public

Gambar 2 Perancangan Desain Data Warehouse Gambar 4 merupakan desain data dua
dimensi yang berbentuk tabel. Terdapat dua
Gambar 2 merupakan perancangan dimensi yang tampat pada Gambar 4 yaitu
desain Data Warehouse yang dimulai dari dimensi bulan dan dimensi jenis barang.
sumber data dengan format .XLSX yang
isinya berupa transaksi penjualan produk c) Desain Data Multi Dimensi
selama bulan Januari hingga Maret 2020. Desain data multi dimensi dapat dilihat
Kemudian data tersebut melalui proses pada Gambar 5.
ETL disimpan dalam Data Warehouse lalu
didistribusikan ke dalam Data Marts untuk
dilakukan proses OLAP sehingga output-
nya berupa laporan metode transaksi yang
digunakan oleh pembeli pada pembelian
 Gambar 5 Desain Data Multi Dimensi
Gambar 5 memperlihatkan desain dari
data multi dimensi dalam bentuk tabel yang
terdiri dari 3 dimensi yaitu dimensi bulan,
dimensi jenis barang, dan dimensi metode
pembayaran. Adapun desain data multi
dimensi dalam bentuk visualisasi dapat
dilihat pada Gambar 6
Gambar 6 Visualisasi Data Multi Dimensi
Gambar 6 merupakan visualisasi dari
data multi dimensi yang berbentuk kubus
atau cube yang terdiri dari tiga dimensi
yaitu bulan pada sumbu x, dimensi metode
pembayaran pada sumbu y dan dimensi
jenis barang pada sumbu z.
d) Desain Data Warehouse
Desain Data Warehouse dalam bentuk
OLAP dapat dilihat pada Gambar 6.
Gambar 7 Desain Data Warehouse
Gambar 7 memperlihatkan relasi dari
tabel dimensi_fact_transaksi yang terdiri
dari dimensi_waktu, dimensi_pembayaran,
dan dimensi_jenis_barang. dimensi_waktu
terdiri dari kode_waktu, tanggal dan jam.
dimensi_pembayaran terdiri dari
kode_pembayaran, nomor_fraktur, dan
metode_pembayaran. Serta
dimensi_jenis_barang yang terdiri dari
kode_jenis_barang, jenis_barang, dan
harga
e) Pembahasan Proses Analisa Data
Pembahasan mengenai proses analisa
data berisikan proses penelitian sesuai
dengan diagram alur penelitian yang telah
dibuat. Proses pertama akan dilakukan
proses ETL atau Extract, Transformation,
Load, kemudian dilanjutkan dengan proses
OLAP atau On-line Analytical Processing.
Proses ETL dan OLAP akan dilakukan
dengan tool Pentaho Data Integration.
Terakhir akan dilakukan pembuatan report
berupa diagram batang menggunakan tool
Tableau Public. Sebelum mulai melakukan
proses ETL akan dilakukan pembuatan
koneksi antara Database MySQL dengan
Pentaho Data Integration yang dapat dilihat
pada Gambar 8.
 Gambar 8 Membuat Koneksi antara Database
Gambar 10 Dimensi Waktu
MySQL dengan Pentaho Data Integration

Gambar 8 merupakan proses Gambar 10 merupakan isi dari

pembuatan koneksi sebelum melakukan
proses ETL dimana koneksi dilakukan
antara database MySQL dengan Pentaho
Data Integration. Kemudian dilanjukan
dengan melakukan proses ETL. Proses ETL
dapat dilihat pada Gambar 8.
dimensi_waktu pada database MySQL
yang telah melalui proses ETL sebelumnya.
Untuk isi dari dimensi_pembayaran dapat
dilihat pada Gambar 11.

Gambar 9 Proses Extract, Transform, Load (ETL)

Gambar 9 memperlihatkan proses

Extract, Transformation, Load atau ETL
dengan sumber data berasal dari file
Microsoft Excel dengan format .XLSX.
Pada proses ETL ini akan menghasilkan
output berupa tiga buat dimensi data yaitu
dimensi_waktu, dimensi_pembayaran, dan
dimensi_jenis_barang. Semua dimensi
tersebut kemudian akan secara otomatis
dimasukan pada database MySQL. Adapun
isi dari dimensi_waktu dapat dilihat pada
Gambar 19.
Gambar 11 Dimensi Metode Pembayaran
Gambar 11 merupakan isi dari
dimensi_penjualan pada database MySQL
yang sebelumnya telah melalui proses ETL.
Dimensi terakhir yaitu
dimensi_jenis_barang dapat dilihat pada
Gambar 12.

Gambar 12 Dimensi Jenis Barang
Gambar 12 merupakan isi dari
dimensi_jenis_barang pada database
MySQL yang sebelumnya telah melalui
proses ETL. Berikutnya akan dilanjutkan
dengan proses OLAP. Adapun proses dari
On-line Analytical Processing atau OLAP
dapat dilihat pada Gambar 13.
Gambar 13 On-line Analytical Processing (OLAP)
Gambar 13 memperlihatkan proses On-
line Analytical Processing atau OLAP
dengan 3 dimensi yang sebelumnya telah
terbentuk pada proses ETL. Proses OLAP
ini menghasilkan dimensi_fact_transaksi
yang dapat dilihat pada Gambar 14.
Gambar 14 Dimensi Fact Transaksi
Gambar 14 merupakan isi dari
dimensi_fact_transaksi yang sebelumnya
telah melalui proses On-line Analytical
Processing atau OLAP. Hasil dari proses
OLAP berupa dimensi_fact_transaksi yang
terdiri dari kode_fact_transaksi,
kode_waktu, kode_pembayaran,
kode_jenis_barang dan jumlah_total.
Tahap selanjutnya dilakukan proses
export dari database MySQL dengan
output berupa file dengan format .CSV
yang berisi data seluruh proses ETL dan
OLAP. Setelah itu dilakukan import ke
dalam Tableu Public seperti yang telihat
pada Gambar 15.
Gambar 65 Import Data OLTP pada Tableau
Public
Gambar 15 merupakan hasil dari import
data dengan format .CSV yang di export
dari database MySQL yang sebelumnya
telah melalui proses ETL dan OLAP.
Setelah data berhasil di import maka proses
terkahir adalah pembuatan report berupa
visualisasi dalam bentuk diagram batang
yang dapat dilihat pada Gambar 16.
Gambar 76 Report Hasil Analisa dalam Bentuk
Diagram Batang
Gambar 16 memperlihatkan hasil dari
analisa data transaksi penjualan dalam
bentuk report yang telah divisualisasikan
ke dalam Diagram Batang menggunakan
tool Tableau Public. Dari diagram yang
terlihat pada Gambar 16 tersebut dapat
diketahui metode pembayaran apa biasanya
digunakan oleh pembeli selama rentan
bulan Januari hingga Maret pada semua
jenis barang yang ada pada outlet Stadium
Sport Gear.
4. KESIMPULAN
Berdasarkan penjelasan diatas maka
dapat disimpulkan bahwa Data Warehouse
sangat bermanfaat jika diimplementasikan
dalam berbagai bidang salah satunya
bidang bisnis penjualan. Adapun
kesimpulan yang didapat dari paper Data
Warehouse ini adalah:
1) Tidak hanya berfungsi sebagai gudang
datang, tetapi Data Warehouse juga
dapat digunakan dalam pembuatan
suatu analisa dengan mudah dan cepat
serta efisien terbukti dengan
berhasilnya dilakukan implementasi
Data Warehouse pada outlet Stadium
Sports Gear.
2) Data transaksi penjualan pada outlet
Stadium Sport Gear berhasil dianalisa
dalam bentuk data multi dimensi yang
mana prosesnya dilakukan melalui ETL
dan OLAP.
3) Laporan hasil dari analisa data metode
transaksi penjualan yang telah melalui
proses ETL dan OALP berhasil
divisualisasi dengan bantuan tool
Tableau Public dalam bentuk diagram
batang sehingga nantinya dapat
digunakan sebagai penentu keputusan
bisnis kedepannya.
4) Keberhasilan dalam melakukan
implementasi Data Warehouse pada
outlet Stadium Sport Gear
menyimpulkan bahwa analisa metode
transaksi penjualan berhasil dilakukan
dengan tool Pentaho Data Integration
dan hasilnya juga telah divisualisasikan
dalam bentuk diagram batang
menggunakan tool Tableau Public.
5. REFRENSI
Antonius, H., Silria, Olivia, & Johannes.
(2006). Analisis dan Perancangan
Data Warehouse PT Citrakreasi
Makmur. Jurnal BEe-SISFO Vol. 3
No. 1 , 16.
Azizah, A. F., Hendrawan, R. A., & Vinarti,
R. A. (2012). Pembuatan Data
Warehouse Penjualan Produk dan
Penerapan dalam Studi Kasus
Divisi Greenscope Energy - PT.
Tustika Nagata Surabaya. JURNAL
TEKNIK POMITS Vol. 1, No. 1, 5.
Huda, C., Ranope, J., Lumenta, M., &
Kevin. (2010). Analisis dan
Perancangan Data Warehouse pada
 PT Pelita Tatamas Jaya. ComTech Jurnal Ilmiah Teknik Informatika
Vol.1, 16. Ilmu Komputer, 14.
Prajena, G. (2013). Analisis dan
Perancangan Data Warehouse
untuk Penjualan, Identifikasi Status
Distributor, dan Perpanjangan Masa
Aktif Distributor pada PT Harmoni
Dinamik Indonesia. ComTech
Vol.4, 9.
Pratama, I. P. (2018). Handbook Data
Warehouse. Bandung: Informatika
Bandung.
Pratama, I. P., & Pradipta, I. G. (2018).
Desain dan Implementasi Data
Warehouse untuk Prediksi
Penjualan Produk pada Toko
Mekarsari. Jurnal Teknologi
Informatika dan Terapan Vol. 05,
No 01, 7.
Pratama, I. P., & Pradnyantara, I. M.
(2020). Analisis Jumlah Penyewaan
Kamar Hotel Menggunakan
Pentaho BI Berbasi Data
Warehouse. (JUSS) Jurnal Sains
dan Sistem Informasi, 7.
Ridlo, M. N., & Alwi, A. (2017). Analisis
dan Perancangan Data Warehouse
Unit Pelaksanaan Teknis Badan
Keluarga Berencana Kecamatan
Sawoo. Departemen Teknik Elektro
dan Teknologi Informasi, FT UGM
34, 7.
Suni, E. K., & Ridwan, W. (2018). Analisis
dan Perancangan Data Warehouse
untuk Mendukung Keputusan
Redaksi Televisi Menggunakan
Metode Nine-Step Kimball (Studi
Kasus pada Redaksi Kompas TV
Jakarta). URNAL TEKNIK
INFORMATIKA VOL 11 NO. 2, 10.
Suzana, M., Jemakmun, Suyanto, & Dosen
Universitas Bina Darma, M. U.
(2013). Analisis dan Perancangan
Data Warehouse Rumah Sakit
Umum Daerah Palembang Bari.