SKRIPSI

ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERUSAHAAN

ASURANSI SYARIAH
(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)

Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah

Disusun Oleh:

NUR LISKA AMELIA

NIM: 107093002832

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2011 M/1432 H
 LEMBAR PENGESAHAN SKRIPSI

JUDUL

ANALISN DAN DESAIN DATA WAREHOU,SE PADA PERUSAHAAN

ASURANSI SYARIAH
(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)

Disusun Oleh:
NUR LISKA AMELIA
NIM: 107093002832

Disetujui dan Disahkan Sebagai Salah Satu Syarat Menyelesaikan Studi

Pada Program Strata Satu Program Studi Sistem Informasi

Universitas Islam Negeri Jakarta

I 1--

Jakarta, 23 November 2011

Pembimbing II

Aeni Hldavah. MMSI Nia KumaladewifMMSl

19750818 200501 2 008 NIP. 19750412 2007 I0 2002

Mengetahui,
Ketua Program Studi Sistem Informasi

Nur Aenii Hida*ah. M

MMSI
NIP. 19750818 200501 2 008
 PENGESAHAN UJIAN

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.

Jakarta, Desember 2011

Tim Penguji,
Penguji I Penguji II

Ir. Bakri La Katjonq. MT. M.Kom Rinda Hesti Kusumaningtyas. MMSI

NrP.47003s764 NrP . 19810929 2009122002

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,

Dekan Fak Sains dan Teknologi Ketua Prodi Sistem Informasi

hwt -------
Nur Aeni Hidayah. MMSI.
NIP. 19680117 200112 NrP. 197s0818 200501 2 008
 PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR

HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI

SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU

LEMBAGA MANAPUN.

Jakarta, 14 November 2011

Nur Liska Amelia

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

V Bab + 126 Halaman + xvii Halaman + 43 Gambar + 26 Tabel + Pustaka +

Lampiran
Pustaka Acuan (42, 1984-2011).

vi
 KATA PENGANTAR

Assalamu ‘alaikum wr. wb

Alhamdulillahirrobbil ‘alamiin, segala puji dan syukur kepada Allah SWT

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

S1 UIN Syarif Hidayatullah Jakarta, khususnya Jurusan Sistem Informasi, Fakultas

Sains dan Teknologi.

Selama proses penyusunan skripsi ini mendapat banyak bimbingan dan

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

sekaligus selaku Dosen Pembimbing I yang memberikan ilmu, motivasi dan

bimbingan selama proses penyusunan skripsi ini.

3. Bapak Zainul Arham, S.Kom, MSI, selaku Sekretaris Program Studi Sistem

Informasi.

4. Ibu Nia Kumaladewi, MMSI, selaku Dosen Pembimbing II, yang selalu

memberikan masukan, motivasi, dan bimbingan selama proses penyusunan

skripsi ini.

vii
5. Bapak Dian Sofyan, Bapak Afzil, dan Bapak Rochiman dari PT. Asuransi Takaful

Umum yang telah memberikan data dan ilmu yang bermanfaat.

6. Abe, Umi, dan kakak-kakak yang telah memberikan motivasi dan dukungan, serta

keponakan-keponakan kecil saya yang selalu berulah sekaligus memberi canda

dan tawa dalam keluarga besar saya.

7. Nia Mariana yang telah bersedia membantu saya mempelajari materi-materi

mengenai data warehouse serta SQL Server.

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

saya selama penyelesaian skripsi ini dan memberikan doanya.

Penyusunan skripsi ini masih terdapat kekurangan, dan jauh dari sempurna

sehingga saran dan kritik yang berguna dari pembaca dapat disampaikan melalui email

amelia.achmad@ymail.com. Akhir kata semoga skripsi ini dapat memberikan sedikit

wacana dan bermanfaat bagi kita semua.

Wassalamu ‘alaikum wr. wb

Jakarta, 14 November 2011

Nur Liska Amelia

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

BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah .............................................................................................. 8
1.3 Batasan Masalah ................................................................................................ 8
1.4 Tujuan Penelitian ............................................................................................... 9
1.5 Manfaat Penelitian ........................................................................................... 10
1.6 Metode Penelitian ............................................................................................ 10
1.6.1 Metode Pengumpulan Data ..................................................................... 10
1.6.2 Metode Perancangan Data Warehouse ................................................... 11
1.7 Sistematika Penulisan ...................................................................................... 12

BAB II LANDASAN TEORI ............................................................................. 14

2.1 Data Dan Informasi .......................................................................................... 14
2.1.1 Data ......................................................................................................... 14
2.1.2 Informasi ................................................................................................. 14
2.2 Sistem Informasi .............................................................................................. 15
2.3 Pengertian Basis Data ...................................................................................... 16
2.4 Sistem Basis Data ............................................................................................ 17

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

BAB III METODOLOGI PENELITIAN ......................................................... 62

3.1 Metode Pengumpulan Data .............................................................................. 62
3.1.1 Observasi ................................................................................................. 62
3.1.2 Wawancara .............................................................................................. 63
3.1.3 Studi Pustaka ........................................................................................... 64
3.1.4 Studi Literatur ......................................................................................... 64
3.2 Metode Desain Data Warehouse ..................................................................... 67

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

BAB IV PEMBAHASAN .................................................................................... 72

4.1 Profil Perusahaan ............................................................................................. 72
4.2 Visi dan Misi PT. Syarikat Takaful Indonesia ................................................. 73
4.2.1 Visi ......................................................................................................... 73
4.2.2 Misi ........................................................................................................ 73
4.3 Konsep dan Filosofi ......................................................................................... 74
4.4 Struktur Organisasi Perusahaan ....................................................................... 75
4.5 Produk-produk Asuransi Kendaraan ................................................................ 76
4.6 Prosedur Umum Asuransi ................................................................................ 77
4.7 Metode Desain Data Warehouse ..................................................................... 78
4.7.1 Memilih Proses ...................................................................................... 78
4.7.1.1 Identifikasi Prosedur Klaim ......................................................... 79
4.7.1.2 Identifikasi Database yang Digunakan ........................................ 81
4.7.1.3 Normalisasi .................................................................................. 82
4.7.1.4 Rancangan ERD ........................................................................... 85
4.7.1.5 Keterangan Tabel ......................................................................... 86
4.7.2 Memilih Sumber .................................................................................... 92

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

BAB V PENUTUP.............................................................................................. 125

5.1 Simpulan ........................................................................................................ 125
5.2 Saran .............................................................................................................. 126
DAFTAR PUSTAKA
LAMPIRAN

xiii
 DAFTAR GAMBAR

Gambar 2.1 Blok Sistem Informasi Yang Berinteraksi .................................................... 15

Gambar 2.2 Format Normalisasi ....................................................................................... 21
Gambar 2.3 Data Warehouse Berorientasi Subjek ........................................................... 26
Gambar 2.4 Data Warehouse Terintegrasi ....................................................................... 27
Gambar 2.5. Data Warehouse Non-Volatile ..................................................................... 28
Gambar 2.6. Data Warehouse Berorientasi Waktu .......................................................... 29
Gambar 2.7. Struktur Dari Data Warehouse ................................................................... 30
Gambar 2.8. Komponen Utama Dari Data Warehouse .................................................... 34
Gambar 2.9. Star Scheme .................................................................................................. 39
Gambar 2.10. Snowflake Scheme ...................................................................................... 41
Gambar 3.1. Kerangka Penelitian ..................................................................................... 71
Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum ......................................... 75
Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi ..................................................... 77
Gambar 4.3 Alur Prosedur Klaim ..................................................................................... 79
Gambar 4.4 Data sebelum dinormalisasi .......................................................................... 82
Gambar 4.5 Normalisasi 1NF ........................................................................................... 83
Gambar 4.6 Normalisasi 2NF ........................................................................................... 84
Gambar 4.7 Entity Relationship Diagram (physical design) ........................................... 85
Gambar 4.8 Database ‘takaful’........................................................................................ 98
Gambar 4.8 Tabel-tabel Database ‘OLAPtakaful’ ........................................................... 98
Gambar 4.10 Create New Data Source............................................................................. 99
Gambar 4.11 Jendela Data Source Wizard ....................................................................... 99
Gambar 4.12 Jendela Data Source Wizard Pilih ‘takaful’ dan ‘OLAPtakaful’ .............. 100
Gambar 4.13 Compleeting the Wizard ............................................................................ 101
Gambar 4.14 New SSIS Package .................................................................................... 101
Gambar 4.15 Connection Managers ............................................................................... 102
Gambar 4.16 Jendela Select Data Source ....................................................................... 102
Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination ................................ 103

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

Tabel 2.1 Bentuk tidak normal.......................................................................................... 22

Tabel 2.2 Bentuk Normal Pertama (1NF) ......................................................................... 22
Tabel 2.3 Bentuk Normal Kedua ...................................................................................... 23
Tabel 2.4 Bentuk Normal Ketiga ...................................................................................... 24
Tabel 2.5. Perbedaan OLAP dengan OLTP ...................................................................... 37
Tabel 2.6. Perbedaan Asuransi Syariah Dan Konvensional.............................................. 53
Tabel 2.7. penelitian Data Warehouse Sebelumnya ......................................................... 59
Tabel 4.1 Identifikasi Tabel Yang Digunakan ................................................................. 81
Tabel 4.2. Tabel trxklaim .................................................................................................. 86
Tabel 4.3 Tabel trxveh ..................................................................................................... 87
Tabel 4.4 Tabel maspol .................................................................................................... 88
Tabel 4.5 Tabel mascust .................................................................................................. 88
Tabel 4.6 Tabel masveh ................................................................................................... 89
Tabel 4.7 Tabel product ................................................................................................... 90
Tabel 4.8 Tabel branch .................................................................................................... 91
Tabel 4.9 Tabel cause ...................................................................................................... 91
Tabel 4.10 Tabel Grain Dan Dimensi Dari Klaim............................................................ 92
Tabel 4.11 Tabel-Tabel Dimensi ...................................................................................... 94
Tabel 4.12 Tabel Waktudim ............................................................................................. 94
Tabel 4.13 Tabel Dimensicustomer .................................................................................. 94
Tabel 4.14 Tabel Dimensicauses ...................................................................................... 95
Tabel 4.15 Tabel Dimensiproduct ..................................................................................... 95
Tabel 4.16 Tabel Durasi Database ................................................................................... 95
Tabel 4.17 Contoh Tabel Pada Dimensi Cause ................................................................ 96
Tabel 4.18 Contoh Perubahan Tabel Pada Dimensi Cause .............................................. 96
Tabel 4.19 Contoh Tabel Pada Dimensi Product ............................................................. 96
Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product............................................ 97
Tabel 4.21 Meta Data Pada Dimensi Waktu ..................................................................... 97

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

1.1 Latar Belakang

Perkembangan dunia teknolgi informasi saat ini semakin pesat, hampir

semua aspek kegiatan manusia dipengaruhi oleh teknologi informasi, tak luput

juga dalam dunia bisnis saat ini. Banyak perusahaan yang memanfaatkan

teknologi informasi untuk dapat meningkatkan kinerja bisnisnya sehingga dapat

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

teknologi informasi yang dapat menunjang kegiatan perusahaan tersebut (Supawi,

2003).

Data warehouse dapat membantu pihak manajerial dan eksekutif

perusahaan dalam penentuan kebijakan perusahan, agar dapat menghasilkan

keputusan yang cepat dan tepat berdasarkan hasil analisa dari data dan fakta yang

ada. Keberadaan data warehouse akan mempermudah pembuatan aplikasi-

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).

Dengan membangun data warehouse dapat memberikan keuntungan-

keuntungan strategis bagi perusahaan. Hal ini dikarenakan kemampuan data

warehouse untuk mengakses data yang besar, memiliki data yang konsisten, serta

1
 2

kemampuan kinerja analisis yang cepat sehingga dengan kelebihan-kelebihan

tersebut dapat menyediakan informasi yang dibutuhkan bagi perusahaan dengan

kinerja yang efektif dan tanpa menambah biaya administrasi perusahaan

(Rahmadi, 2007).

Tidak hanya perusahaan-perusahaan yang menghasilkan produk, banyak

perusahaan jasa seperti asuransi yang kini juga saling berkompetisi untuk dapat

mempertahankan dan memajukan bisnisnya, seiring dengan semakin banyaknya

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

kegiatan pengambilan keputusan dalam perusahaan.

Penelitian dengan tema data warehouse telah dilakukan oleh banyak orang,

dan dalam berbagai bidang. Seperti halnya yang disebutkan dalam sebuah

penelitian mengenai data warehouse berdasarkan framework-framework yang

ada, telah diungkapkan bahwa setidaknya ada 129 artikel yang di terbitkan dalam

31 jurnal sejak tahun 1995 dan tahun 2003 yang berkaitan dengan penelitian

dibidang data warehouse (Lin, 2006). Artikel-artikel tersebut diklasifikasikan

berdasarkan enam kategori framework, yaitu manajemen proyek, desain data,

arsitektur, realisasi, deployment, dan maintenance.

Di dalam proses pembuatan data warehouse sendiri perlu ada beberapa

tahapan, diantaranya tahap analisis. Ada sebuah penelitian yang berpendapat

bahwa untuk menghasilkan data warehouse yang sesuai dengan kebutuhan

 3

pengambilan keputusan maka harus fokus pada analisis kebutuhan dari

perusahaan, untuk itu diusulkan suatu metode yang disebut CADWA sebagai

panduan dalam proses analisis kebutuhan dari user (Gam et al. 2005). Penelitian

lainnya mengenai tahap mendesain data warehouse, dengan mengusulkan

pendekatan baru berbasis clover model untuk membantu user dalam mendesain

suatu data warehouse (Arfaoui et al. 2010).

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

dibangun sebuah framework yang dapat digunakan sebagai panduan dalam

melakukan kegiatan extract, transform, dan loading data (Wah et al. 2007).

Bahkan untuk lebih mempermudah dalam melakukan proses extract, transform,

dan loading ditemukan suatu cara untuk automasi dalam siklus ETL di dalam

pembuatan data warehouse (Amin dan Aziz, 2010).

Sebelum di implementasikan tentunya data-data yang ada harus di integrasi,

salah satu caranya adalah dengan menerapkan XML dan XSLT sebagai general

platform untuk mengintegrasikan dari berbagai sumber database yang berbeda-

beda (Tseng, 2007). Untuk mengimplementasikan data warehouse perlu

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

implementasikan, masih ada beberapa faktor yang perlu diperhatikan sebagai

efek dari implementasi dari data warehouse tersebut, hal ini dilakukan untuk

memfasilitasi integrasi dan pemilihan variabel pada penelitian-penelitian yang

akan dilakukan selanjutnya (Hwang et al. 2007).

Tidak hanya untuk Decision Support System dalam bidang bisnis, data

warehouse juga diterapkan dalam dunia marketing seperti salah satu jurnal yang

membahas bagaimana memanfaatkan data warehouse untuk menganalisis hal-hal

yang mempengaruhi perkembangan perusahaan dalam hal pemasaran (Payton et

al. 2005). Sedangkan dalam dunia science dan kesehatan ada beberapa ilmuan

yang juga memanfaatkan data warehouse seperti bagaimana penerapan integrasi

data untuk menampung data penyakit-penyakit cardiovascular (Kormeier et al.,

2009). Serta ada beberapa yang memanfaatkan data warehouse untuk

pengambilan keputusan dalam community centre mengenai angka kesehatan

(Berndt et al. 2003). Data warehouse dapat juga di integrasikan dengan web dan

dimanfaatkan untuk web intelligence (Domingues et al. 2004) dan dijadikan

acuan dalam pembuatan model untuk statistical mining (Kascelan, 2005).

Data warehouse merupakan metode dalam perancangan database, yang

menunjang DSS (Decission Support System) dan EIS (Executive Information

System). Menurut Inmon (2002), data warehouse adalah koleksi data yang

mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap

dari koleksi data dalam mendukung proses pengambilan keputusan manajemen.

 5

Inmon (2002) juga menyatakan bahwa ada empat tugas yang dapat dilakukan

dengan adanya data warehouse, yaitu: Pembuatan laporan, On-Line Analytical

Processing, Data Mining, dan proses Informasi Executive.

Setiap pihak baik individu maupun korporasi akan selalu menghadapi

resiko, seperti kerusakan harta karena bencana alam, hilangnya keuntungan

karena gangguan usaha, maupun resiko sakit atau meninggal karena kecelakaan.

Kerugian yang di akibatkan oleh resiko-resiko tersebut dapat di minimalisasi

dengan adanya asuransi. Saat ini semakin banyak individu dan perusahaan yang

menyadari keuntungan dan kemudahan yang mereka dapat jika menyertakan

harta ataupun jiwanya dalam asuransi (Sula, 2009).

Asuransi Syariah adalah usaha saling melindungi dan tolong menolong

diantara sejumlah orang atau pihak melalui investasi dalam bentuk aset dan atau

tabarru’ memberikan pola pengembalian untuk menghadapi resiko tertentu

melalui akad (perikatan) yang sesuai dengan syariah (DSN MUI, 2001). Berbeda

dengan konvensional, dalam asuransi syariah yang terjadi adalah pembagian

resiko finansial di antara peserta, pihak perusahaan asuransi bertindak sebagai

pemegang amanah. Konsep seperti inilah yang dinilai lebih menguntungkan

peserta asuransi dibandingkan dengan asuransi konvensional. Hal ini

menyebabkan asuransi syariah semakin popular dan mulai berkembang

menyaingi asuransi konvensional (Sula, 2009).

PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994

atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang

dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan

 6

Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT Asuransi Jiwa Tugu Mandiri,

Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui

kedua anak perusahaannya yaitu PT Asuransi Takaful Keluarga dan PT Asuransi

Takaful Umum, Perusahaan telah memberikan jasa perlindungan asuransi yang

menerapkan prinsip-prinsip murni syariah pertama di Indonesia. Anak

perusahaan yang bergerak di bidang asuransi umum Syariah yaitu PT Asuransi

Takaful Umum, yang diresmikan oleh Menristek/Ketua BPPT Prof. Dr. B.J.

Habibie pada 2 Juni 1995. Untuk meningkatkan kualitas layanan yang diberikan

Perusahaan dan menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO

9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum.

Fokus utamanya adalah memberikan layanan dan bantuan menyangkut asuransi

di bidang kerugian seperti perlindungan dari kebakaran, pengangkutan, niaga,

dan kendaraan bermotor, dengan harapan bisa tercapainya masyarakat Indonesia

yang sejahtera dengan perlindungan asuransi yang sesuai Muamalah Syariah

Islam.

Seiring dengan semakin banyaknya individu atau organisasi yang

mempercayakan harta serta keselamatan jiwanya pada perusahaan asuransi

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

mengelola dan menganalisis data untuk mendapatkan informasi yang akurat

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

disimpan, 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. Oleh karena

itu perlu adanya suatu tool atau aplikasi pengelolaan data yang dapat digunakan

untuk mengetahui seberapa banyak peserta yang mengajukan klaim berdasarkan

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.

Asuransi Takaful Umum dengan menggunakan data warehouse dalam bidang

keilmuannya dalam melakukan pengolahan data-data yang dimiliki perusahaan.

Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar

untuk dapat menghasilkan suatu informasi secara cepat. Dengan adanya data

warehouse di sini dapat memudahkan dalam pengimplementasian tool/aplikasi

untuk mengetahui jumlah klaim yang diajukan oleh peserta asuransi setiap

tahunnya. Hal-hal tersebut dapat dilakukan tanpa membutuhkan banyak waktu

untuk melihat, menganalisis, dan melaporkan perkembangannya kepada manajer

ataupun bagian-bagian terkait lainnya sebagai bahan pertimbangan dalam

pengambilan keputusan.
 8

Berdasarkan latar belakang diatas, di lakukanlah penelitian dalam bidang

pengelolaan data untuk PT. Asuransi Takaful Umum yang bergerak dibidang

asuransi syariah dengan judul “Analisis dan Desain Data Warehouse Pada

Perusahaan Asuransi Syariah”.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan beberapa

permasalahan sebagai berikut:

1. Bagaimana menganalisis data yang dibutuhkan untuk penyampaian

laporan statistik kepada manajer klaim?

2. Bagaimana cara pengambilan data dari database ke dalam data

warehouse?

3. Bagaimana desain data warehouse dan rancangan database yang akan

digunakan dalam data warehouse PT. Asuransi Takaful Umum?

4. Seberapa besar kapasitas data warehouse yang akan digunakan dalam

perusahaan?

1.3 Batasan Masalah

Agar lebih terarah, maka penelitian ini mempunyai batasan masalah sebagai

berikut:

1. Penelitian ini hanya membahas analisis data yang berkaitan dengan data

klaim peserta asuransi.

 9

2. Desain data warehouse dalam penelitian ini hanya menggunakan satu

jenis skema yaitu skema bintang.

3. Analisis dan desain data warehouse dalam perusahaan asuransi syariah

PT. Asurani Takaful Umum menggunakan Nine Step Design Method.

4. Penelitian ini hanya dilakukan sampai tahap bagaimana melakukan

migrasi dari database operasional menuju data warehouse yang akan

digunakan dalam perusahaan PT. Asuransi Takaful Umum.

5. Dalam penelitian ini, akan menggunakan SQL Server Management Studio

untuk mendesain database dan SQL Server BI Development Studio untuk

analisis data.

1.4 Tujuan Penelitian

Tujuan penelitian yang akan dilakukan dalam penelitian ini terdiri dari dua

jenis, tujuan umum dan tujuan khusus. Tujuan umum penelitian ini adalah

menghasilkan sebuah desain data warehouse yang dapat digunakan dalam

perusahaan PT. Asuransi Takaful Umum. Sedangkan tujuan khusus dari

penelitian ini adalah menghasilkan:

1. Analisis data terkait untuk penyampaian laporan statistik kepada manajer

klaim.

2. Penjabaran proses pengambilan data dari database General Takaful

System di PT. Asuransi Takaful Umum ke dalam data warehouse.

3. Desain data warehouse berdasarkan hasil analisis data, dengan tabel-

tabel, skema, serta durasi dari data warehouse yang akan dibuat.
 10

4. Perhitungan besar kapasitas data warehouse yang akan digunakan dalam

perusahaan.

1.5 Manfaat Penelitian

Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut:

1. Penelitian ini dapat menjadi salah satu referensi bagi penelitian

berikutnya, khususnya di bidang data warehouse untuk perusahaan

asuransi syariah.

2. Dengan adanya analisis dan desain data warehouse dalam Asuransi

Syariah diharapkan kelak dapat memudahkan dalam

mengimplementasikan aplikasi pengelolaan data dan pembuatan laporan

statistik untuk manajer.

3. Memberikan pemahaman mengenai konsep data warehouse pada asuransi

syariah dan mengenai tahapan perancangannya berdasarkan Nine Step

Design Method.

4. Memberikan gambaran umum mengenai bagaimana salah satu cara untuk

memanfaatkan data warehouse pada suatu perusahaan asuransi syariah.

1.6 Metodologi Penelitian

1.6.1 Metode Pengumpulan Data

1. Observasi

Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan

observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara

 11

mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian

rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat

dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka

sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.

2. Wawancara

Wawancara adalah metode pengambilan data dengan cara menanyakan

sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka,

wawancara merupakan bentuk pengumpulan data yang paling sering digunakan

dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan

interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar

pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti

yang dinyatakan oleh Creswell (Rachmawati, 2008).

3. Studi Pustaka

Memperoleh informasi dari penelitian terdahulu merupakan langkah yang

penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara

menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,

2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi

lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.

1.6.2 Metode Perancangan Data Warehouse

Metode yang digunakan dalam membangun perancangan data warehouse

ini adalah dengan menggunakan metode desain data warehouse multidimensi

 12

atau sering disebut Nine Step Design Method (Kimball et al. 2002) yang terdiri

dari beberapa fase, di antaranya:

a. Memilih proses.

b. Menentukan grain/sumber dari proses bisnis.

c. Mengidentifikasi dan penyesuaian dimensi

d. Memilih fakta.

e. Menyimpan perhitungan awal dalam tabel fakta.

f. Melihat kembali tabel dimensi

g. Memilih durasi database.

h. Menelusuri perubahan dari dimensi.

i. Memutuskan prioritas query dan tipe query, memilih physical design

1.8 Sistematika Penulisan

Dalam penulisan skripsi ini dibagi menjadi enam bab dengan beberapa sub

pokok bahasan. Adapun sistematika dari skripsi ini adalah sebagai berikut:

BAB I : PENDAHULUAN

Dalam bab ini akan diuraikan tentang latar belakang

penulisan, ruang lingkup atau batasan dalam penelitian

ini, tujuan yang hendak dicapai, manfaat yang

diharapkan dan metodologi yang digunakan dalam

penelitian ini secara sistematik.

BAB II : LANDASAN TEORI

 13

Dalam bab ini akan diuraikan mengenai teori-teori yang

digunakan dalam pembahasan penulisan skripsi ini dan

sumber teori-teori tersebut.

BAB III : METODOLOGI PENELITIAN

Dalam bab ini menjelaskan tentang tata cara penelitian

berdasarkan metodologi penelitian yang dipilih. Metode

yang digunakan antara lain metode pengumpulan data

dan metode data warehouse multidimensi atau sering

disebut Nine Step Design Method. Dimana pada metode

pengumpulan data, penulis menggunakan metode

observasi, wawancara, dan studi pustaka.

BAB IV : HASIL DAN PEMBAHASAN

Dalam bab ini akan dibahas mengenai gambaran umum

perusahaan, analisis proses yang sedang berjalan, analisis

dari data-data yang digunakan dalam perusahaan, serta

akan dibahas perancangan data warehouse, juga

spesifikasi tabel dan rancangan skema bintang yang

dipakai.

BAB V : SIMPULAN DAN SARAN

Bab ini merupakan akhir penulisan skripsi, di mana

berdasarkan uraian-uraian yang telah dibahas akan

dituangkan ke dalam suatu bentuk kesimpulan akhir serta

saran-saran.
 BAB II

LANDASAN TEORI

1.1.

2.1. Data Dan Informasi

2.1.1. Data

Data adalah fakta mengenai objek, orang dan lain-lain. Data dinyatakan

dengan nilai (angka, deretan karakter, atau simbol) (Kadir, 1998).

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

digunakan untuk menyimpan objek-objek seperti: dokumen, citra fotografi, suara,

serta vedio, alih-alih hanya teks serta angka pada aplikasi basis data terdahulu.

Dengan demikian, pengertian data dapat diperluas menjadi: fakta, teks, grafik,

suara, serta video yang bermanfaat di lingkup pengguna (Hariyanto, 2004).

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

informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan

biaya mendapatkannya. Kegunaan informasi adalah untuk mengurangi hal

ketidakpastian di dalam proses pengambilan keputusan tentang suatu keadaan.

Informasi yang digunakan di dalam suatu sistem informasi umumnya digunakan

untuk beberapa kegunaan (Jogiyanto, 2005).

14
 15

2.2. Sistem Informasi

Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling

berhubungan untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu

sasaran tertentu. Sistem informasi didefinisikan sebagai suatu sistem di dalam

suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian,

mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu

organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang

diperlukan (Jogiyanto, 2005).

Sistem informasi terdiri dari komponen-komponen yang disebut dengan

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

dan Grudnitski, 1984)

PEMAKAI PEMAKAI

INPUT MDEL OUTPUT

PEMAKAI PEMAKAI

TEKNOLOGI BASIS DATA KENDALI

PEMAKAI PEMAKAI

Gambar 2.1 Blok sistem informasi yang berinteraksi

 16

2.3.Pengertian Basis Data

Basis data adalah koleksi dari data-data yang terorganisasi dengan cara

sedemikian rupa sehingga data mudah disimpan dan dimanipulasi (diperbaharui,

dicari, diolah dengan perhitungan-perhitungan tertentu, serta dihapus) (Nugroho,

2004).

Pendapat lain mengatakan bahwa basis data adalah suatu kumpulan data

terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu

media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data

(controlled redudancy) dengan cara-cara tertentu sehingga mudah untuk

digunakan atau ditampilkan kembali; dapat digunakan oleh satu atau lebih

program aplikasi secara optimal; data disimpan tanpa mengalami ketergantungan

pada program yang akan menggunakannya; data disimpan sedemikian rupa

sehingga penambahan, pengambilan dan modifikasi data dapat dilakukan dengan

mudah dan terkontrol (Sutanta, 1995).

Basis Data adalah kumpulan data (elementer) yang secara logik berkaitan

dalam merepresentasikan fenomena/fakta secara terstruktur dalam domain

tertentu untuk mendukung aplikasi pada sistem tertentu, merupakan kumpulan

data yang saling berhubungan yang merefleksikan fakta-fakta yang terdapat di

organisasi (Hariyanto, 2004).

Dari beberapa pengertian di atas, dapat disimpulkan bahwa basis data

adalah sekumpulan data yang saling terkait dan terintegrasi yang berkaitan

dengan suatu informasi tertentu, dimana data-data ini dapat disimpan dan
 17

dilakukan operasi-operasi seperti penambahan, pengambilan, dan modifikasi data

lainnya dengan mudah.

2.4. Sistem Basis Data

Sistem basis data adalah koleksi dari file yang saling berelasi dan sebuah set

aplikasi yang memungkinkan untuk memodifikasi file tersebut (Rizky, 2008).

Atau dapat dikatakan sistem basis data merupakan gabungan antara basis data

dan perangkat lunak SMBD (Sistem Manajemen Basis Data) termasuk di

dalamnya program aplikasi yang dibuat dan bekerja dalam satu sistem disebut

dengan Sistem Basis Data. Sistem basis data dapat dianggap sebagai tempat

untuk sekumpulan berkas data yang terkomputerisasi dengan tujuan untuk

memelihara informasi dan membuat informasi tersebut tersedia saat dibutuhkan

(Dzacko, 2007).

Komponen-komponen utama dari sebuah sistem basis data adalah sebagai

berikut:

1. Basis Data

2. Perangkat Keras

3. Sistem Operasi

4. Sistem Pengelolaan Basis Data (DBMS)

5. Pemakai

6. Program aplikasi lainnya

 18

Bila dibandingkan dengan sistem pemrosesan file yang didukung oleh

sistem operasi konvensional, maka penggunaan sistem basis data memiliki

banyak keuntungan, diantaranya:

1. Mengurangi duplikasi data.

2. Data yang independen, sehingga memisahkan data dengan aplikasi dalam

penyimpanannya.

3. Kemudahan, kecepatan, dan efisiensi akses atau pemanggilan data.

4. Menjaga ntegritas data.

5. Meningkatkan faktor keamanan data dengan memanfaatkan akses kontrol dari

database itu sendiri.

6. Dengan adanya penggunaan database waktu yang diperlukan untuk

mengembangkan aplikasi sistem informasi tentu saja menjadi lebih cepat.

2.5. Database Management System

DBMS adalah koleksi terpadu dari program-program (sistem perangkat

lunak) yang digunakan untuk mendefinisikan, menciptakan, mengakses dan

merawat database (basis data). Tujuannya adalah menyediakan lingkungan yang

mudah dan aman untuk penggunaan dan perawatan database. Perangkat tersebut

juga menerapkan mekanisme pengamanan data (security), pemakaian data secara

bersama (sharing data), pemaksaan keakuratan / konsistensi data, dan

sebagainya. Perangakat lunak yang termasuk DBMS adalah MS-Access, Foxpro,

Dbase-IV, Foxbase, Clipper, dan lainnya untuk kelas sederhana, dan Oracle,

Informix, Sybase, MS-SQL Server, dan lainnya untuk kelas kompleks/berat.

 19

Manfaat dari menggunakan DBMS tersebut adalah:

1. Untuk mengorganisasi dan mengelola data dalam jumlah besar.

2. Untuk membantu dan melindungi data dari kerusakan yang disebabkan

pengaksesan yang tidak sah.

3. Memudahkan dalam mengakses dan pengambilan data

4. Memudahkan untuk pengaksesan data secara bersamaan dalam suatu

jaringan.

2.5.1. Basis Data Relasional

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

berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan

terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint

operation).

Ada beberapa ciri dari basis data relasional yang baik (Hutabarat, 2004),

yaitu:

1. Mempunyai struktur basisdata yang lebih kompak (terdiri dari tabel-tabel

yang saling berhubungan).

2. Mempunyai struktur dari masing-masing table yang lebih efisien dan

sistematis.
 20

3. Operasi basisdata yang lebih cepat (karena dlm perancangan basisdata ukuran

tabel diharapkan semakin kecil).

4. Tingkat redundansi yang lebih kecil.

2.5.2. Normalisasi

Normalisasi merupakan suatu teknik untuk mengorganisasi data kedalam

beberapa tabel, dimana tabel-tabel tersebut saling berhubungan satu dengan yang

lainnya (Hutabarat, 2004). Proses normalisasi menyediakan cara sistematis untuk

meminimalkan terjadinya kerangkapan data diantara relasi dalan perancangan

logikal basis data. Tujuan lain dari normalisasi adalah untuk mengurangi

kompleksitas, dan untuk mempermudah pemodifikasian data.

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

digambarkan dalam diagram berikut:

 21

Gambar 2.2 Format Normalisasi

Namun yang umum digunakan adalah bentuk normal sampai 3NF, berikut

ini akan dijelaskan format normalisasi hingga 3NF:

2.5.2.1. Bentuk Tidak Normal

Pada bentuk ini biasanya data yang direkam tidak megikuti suatu format

yang tertentu, bisa saja data terduplikasi atau data tidak lengkap.
 22

Tabel 2.1 Bentuk Tidak Normal

2.5.2.2. Bentuk Normal Pertama (1NF)

Pada bentuk ini data dibuat dalam tabel dua dimensi dan tidak ada atribut

yang bernilai ganda atau berulang dan tidak mempunyai baris yang rangkap.

Tabel 2.2 Bentuk Normal Pertama (1NF)

2.5.2.3. Bentuk Normal Kedua (2NF)

Suatu relasi dikatakan sudah memenuhi bentuk normal kedua bila relasi

tersebut sudah memenuhi bentuk normal kesatu, dan atribut yang bukan key

sudah tergantung penuh terhadap key-nya.

 23

Tabel 2.3 Bentuk Normal Kedua

2.5.2.4. Bentuk Normal Ketiga (3NF)

Suatu relasi dikatakan sudah memenuhi bentuk normal ketiga bila relasi

tersebut sudah memenuhi bentuk normal kedua dan atribut yang bukan key tidak

tergantung transitif terhadap key-nya.

 24

Tabel 2.4 Bentuk Normal Ketiga

2.6. Data warehouse

2.6.1. Pengertian

Data warehouse adalah kumpulan dari basis data yang terintegrasi dan

bersifat subject-oriented yang dirancang untuk memberikan (supply) informasi

yang dibutuhkan untuk pembuatan keputusan (Inmon, 1992). Data warehouse

berisi data hasil ekstraksi dari berbagai sistem operasi suatu perusahaan, setiap

sistem operasi tersebut berisi record yang berbeda-beda dari setiap transaksi

bisnis (Nagabushana, 2006).

 25

Data warehouse adalah sekumpulan data yang terintegrasi, subject-

oriented, nonvolatile, dan time-variant yang menunjang keputusan dari

manajemen (Kimball, 2002).

Data warehouse ialah sekumpulan informasi yang disimpan dalam basis

data yang digunakan untuk mendukung pengambilan keputusan dalam sebuah

organisasi. Data dikumpulkan dari berbagai aplikasi yang telah ada. Data yang

telah dikumpulkan tersebut kemudian divalidasi dan direstrukturisasi lagi, untuk

selanjutnya disimpan dalam data warehouse. Pengumpulan data ini

memungkinkan para pengambil keputusan untuk pergi hanya ke satu tempat

untuk mengakses seluruh data yang ada tentang organisasinya(Handojo, 2004).

Dari beberapa definisi di atas dapat disimpulkan bahwa data warehouse

adalah sekumpulan informasi yang didapatkan dari berbagai sistem operasi dalam

suatu perusahaan dan di kumpulkan dalam suatu database dalam sistem terpisah

untuk dilakukan ekstraksi, transformasi agar data terintegrasi, dan dapat

digunakan untuk melakukan analisis dalam pengambilan suatu keputusan.

2.6.2. Karakteristik Data warehouse

2.6.2.1. Berorientasi Subjek

Data warehouse berorientasi pada subjek-subjek area mayor dari

perusahaan. Data warehouse berorientasi subject artinya data warehouse

didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam

organisasi,bukan pada proses atau fungsi aplikasi tertentu. Contohnya subjek-

subjek seperti: Customer, policy, premium, dan claim. Setiap subjek tersebut
 26

diimplementasikan sebagai serangkaian tabel yang saling terhubung di dalam

data warehouse.

Gambar 2.3 Data Warehouse Berorientasi Subjek

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

data warehouse terdiri dari berbagai sumber (Amborowati, 2008).

 27

Gambar 2.4 Data Warehouse Terintegrasi

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

dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu

menyerap data baru ini, kemudian secara incremental disatukan dengan data

sebelumnya.
 28

Berbeda dengan database operasional yang dapat melakukan update, insert

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).

Gambar 2.5 Data Warehouse Non-Volatile

2.6.2.4. Time-variant

Berbeda dengan database operasional, data yang terdapat di dalam data

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,

mingguan, bulanan, dan bahkan tahunan.

 29

Gambar 2.6 Data Warehouse Berorientasi Waktu

2.6.3. Manfaat Data warehouse

Secara garis besar, data warehouse dapat meningkatkan produktivitas

pembuat keputsan melalui konsolidasi, konversi, transformasi, dan pemaduan

data operasional sehingga menyediakan pandangan konsisten terhadap

perusahaan. (Hariyanto, 2004).

Secara rinci manfaatnya sebagai berikut;

1. Kemampuan mengakses data yang berskala perusahaan.

2. Kemampuan memiliki data yang konsisten.

3. Kemampuan melakukan analisis secara cepat.

4. Dapat digunakan untuk mencari redudansi usaha diperusahaan.

5. Penemuan gap antara pengetahuan bisnis atau proses bisnis.

6. Mengurangi ongkos administrasi

7. Memberdayakan anggota perusahaan dengan informasi yang diperlukan

untuk melakukan tugasnya secara efektif.

 30

2.6.4. Struktur Data warehouse

Data warehouse memiliki struktur yang spesifik dan mempunyai

perbedaan dalam tingkatan detail data dan umur data (Poe, 2003).

T Gambar 2.7 Struktur Dari Data Warehouse

A

Komponen dari struktur data warehouse adalah:

1. Current detail data

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

detail data menjadi perhatian utama :

a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi

perhatian utama

b. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan

terendah.

c. Hampir selalu disimpan dalam storage karena cepat di akses tetapi

mahal dan kompleks dalam pengaturannya.

d. Bisa digunakan dalam membuat rekapitulasi sehingga current detail

data harus akurat.

2. Older detail data

Data ini merupakan data historis dari current detail data, dapat berupa hasil

cadangan atau archive data yang disimpan dalam storage terpisah. Karena

bersifat back-up(cadangan), maka biasanya data disimpan dalam storage

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.

3. Lighlty summarized data

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

suatu kondisi yang sedang atau sudah berjalan.

4. Highly summarized data

Data ini merupakan tingkat lanjutan dari Lightly summarized data,

merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk

melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan

analisis menggunakan data multidimensi.

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

(tempat penyimpanan data). Metadata berisikan data yang menyimpan proses

perpindahan data meliputi database structure, contents, detailed data dan

summary data, matrics, versioning, aging criteria, versioning, transformation

criteria. Metadata khusus dan memegang peranan yang sangat penting dalam

data warehouse. Metadata sendiri mengandung :

a. Struktur data: Sebuah direktori yang membantu user untuk melakukan

analisis Decission Support System dalam pencarian letak/lokasi dalam

data warehouse.

b. Algoritma: Algoritma digunakan untuk summary data. Metadata sendiri

merupakan panduan untuk algoritma dalam melakukan pemrosesan

 33

summary data antara current detail data dengan lightly summarized data

dan antara lightly summarized data dengan hightly summaried data.

c. Mapping: Sebagai panduan pemetaan(mapping) data pada saat data di

transform/diubah dari lingkup operasional menjadi lingkup data

warehouse.

2.6.5. Arsitektur Data warehouse

Menurut Poe (2003), arsitektur adalah sekumpulan atau struktur yang

memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk.

Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan

memahami bagaimana data akan pindah melalui sistem dan digunakan dalam

perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama

yaitu read-only database.

Karakterisitik arsitektur data warehouse (Poe, 2003) :

1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file.

2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke

dalam Database Management Sistem (DBMS) seperti Oracle,Ms SQL Server,

Sybase dan masih banyak yang lainnya.

3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat

dibaca yang dibuat khusus untuk mendukung pengambilan keputusan

4. Pemakai mengakses data warehouse melalui aplikasi front end tool

Arsitektur dan komponen utama dari data warehouse dapat dilihat pada

gambar berikut ini :

 34

Gambar 2.8 Komponen Utama Dari Data Warehouse

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

dapat melaluo Operational Data Source(ODS). ODS menampung data yang

diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian

data hasil ekstrasi tersebut dibersihkan.

2. Load manager

Load manager juga disebut sebagai komponen front-end yang bertugas

melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data

ke warehouse.

3. Warehouse Manager
 35

Warehouse manager melakukan seluruh operasi-operasi yang berhubungan

dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut

meliputi :

a. Analisis terhadap data untuk memastikan konsistensi

b. Transformasi dan penggabungan sumber data dari tempat penyimpanan

sementara menjadi tabel-tabel data warehouse.

c. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar

d. Melakukan denormalisasi dan agregasi jika diperlukan

e. Backing-Up dan mengarsipkan data

4. Query manager

Query manager juga disebut komponen back-end, melakukan operasi-

operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang

dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel

yang tepat dan menjadwalkan eksekusi dari query tersebut.

5. End-user Access Tools

Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk

menyediakan informasi bisnis kepada user-user untuk dapat melakukan

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.

Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-

keperluan untuk melakukan joins, summations dan laporan-laporan per periode

 36

dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara

lain :

1. Reporting and query tools

2. Application development tools

3. Executive information Sistem (EIS) tools

4. Online Analytical Processing (OLAP) tools

5. Data mining tools

Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya

dan satu dengan lainnya saling berkaitan.

2.6.6. Tiga Model Data warehouse

1. Enterprise Data warehouse

Semua informasi yang dikumpulkan berupa subjek, yang mencakup seluruh

organisasi perusahaan.

2. Data mart

Sebagian data dari bagian perusahaan yang mempunyai nilai bagi

pengguna. Ruang lingkupnya lebih spesifik, seperti data Penjualan atau

marketing saja.

Data mart adalah sistem yang mengumpulkan data yang dibutuhkan sebuah

departemen atau aplikasi terkait. Data mart dapat diimplementasikan di data

warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat

juga diimplementasikan sebaga materialized view, yaitu tampilan tupel hasil

 37

disimpan. Data mart dapat memiliki representasi berbeda dan menggunakan

OLAP engine sendiri (Hariyanto, 2004).

3. Virtual Warehouse

Memantau melalui data operasional pada database. Suatu ringkasan dari

data yang fleksibel, mengurangi biaya untuk pengguna yang membutuhkan.

Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa

pengguna didalam perusahaan, akan tetapi perusahaan lain yang membutuhkan

data tersebut dapat mudah untuk memperolehnya.

2.7. Perbedaan OLAP Dengan OLTP

OLAP adalah operasi basis data (database) untuk mendapatkan informasi

dalam bentuk kesimpulan dengan menggunakan agregasi sebagai mekanisme

utama, mekanisme berupa analisis dan pengambilan keputusan. Analisis OLAP

menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam

bentuk laporan, analisis, query dari data yang berukuran besar.

OLTP merupakan suatu pemrosesan yang menyimpan data mengenai

kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data

terbaru dan spesifik.

Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan

OLTP:

Tabel 2.5 Perbedaan OLAP Dengan OLTP

OLTP OLAP
Users Data entry Manager perusahaan
 38

Function Transaksi setiap hari Pendukung keputusan

Db design Aplikasi oriented Subjek oriented
Data Sekarang, terbaru, Historical, ringkas,
lengkap detail multidimensi
terintegrasi
Usage Repetitive Ad-hoc
Access Membaca,menulis dan Membaca dengan rinci
merubah <kompleks>
Unit of work Pendek,transaksi yang Query kompleks
ringkas
Db size Mega byte Terra byte

2.8. Model Dimensional

Model dimensional merupakan rancangan logikal yang bertujuan untuk

menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses

dengan performa yang tinggi. Model dimensional menggunakan konsep model

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

disebut dengan skema bintang.

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

Kegunaan dari kunci pengganti adalah memperbolehkan data pada data

warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak

seperti halnya yang diproduksi oleh sistem OLTP.

Dimensional model yang sering digunakan pada data warehouse adalah

skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan

kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query

yang superior dengan meminimalisasi tabel-tabel join. Berikut ini adalah skema

dimensional model yang sering digunakan:

2.8.1. Star Scheme

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

dengan tabel fakta (Connoly dan Begg, 2005).

Gambar 2.9 Star Scheme

 40

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

fakta. Misalnya dalam tabel fakta menyebutkan penjualan produk ke

pelanggan PT.X, maka untuk melihat detail mengenai PT.X, bisa dilihat

dalam tabel dimensi Pelanggan yang berhubungan dengan tabel fakta

tersebut.

2.8.2. Snowflake Scheme

Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak

terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel

dimensi boleh tidak bergabung secara langsung kepada tabel fakta tapi pada tabel

dimensi lainnya (Connoly dan Begg, 2005).

 41

Gambar 2.10 Snowflake Scheme

2.8.3. Starflake Scheme

Keduanya merupakan model-model dimensional, perbedaannya terletak

pada implementasi fisikal. Skema snowflake memberi kemudahan pada

perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Sedangkan

skema bintang lebih efisien serta sederhana dalam membuat query dan mudah

diakses secara langsung oleh pengguna. Adapun starflake merupakan gabungan

diantara keduanya. Keuntungan menggunakan masing-masing model tersebut

dalam data warehouse antara lain :

a. Efisien dalam hal mengakses data

b. Dapat beradaptasi terhadap kebutuhan-kebutuhan user

c. Bersifat fleksibel terhadap perubahan yang terjadi khususnya perubahan

yang mengarah pada perkembangan

d. Memiliki kemampuan dalam memodelkan situasi bisnis secara umum

 42

e. Meskipun skema yang dihasilkan sangat kompleks, tetapi pemrosesan

query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap

tabel fakta harus di query secara independen.

2.9. Extract, Transform, Load

ETL (Extract, Transform, Load) adalah proses pengambilan data dari

application data dan mengintegrasikannya ke dalam data warehouse (Inmon,

2002). Atau bias diartikan sebagai proses migrasi dari database operasional

menuju data warehouse (mariana et al. 2010). Tujuan ETL adalah

mengumpulkan, menyaring, mengolah, dan menggabungkan data-data yang

relevan dari berbagai sumber untuk disimpan ke dalam data warehouse

(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 .

Proses ETL ini dibagi menjadi tiga, yaitu:

1. Extraxt, adalah proses penentuan source yang akan digunakan sebagai

sumber data bagi data warehouse. Dalam proses ini ditentukan data apa saja

yang dibutuhkan, tabel apa yang dijadikan sumber.

2. Transform, setelah data ditentukan barulah data-data tersebut dirubah agar

sesuai dengan standard yang ada pada data warehouse.

3. Kemudian di Load, yaitu proses untuk memasukkan data-data yang sudah

ditransform ke dalam data warehouse untuk disimpan sebagai summary.

 43

Masalah-masalah yang terjadi dalam ETL adalah sumber-sumber data

umumnya sangat bervariasi (Darudiato, 2010) diantaranya:

1. Platform mesin dan sistem operasi yang berlainan.

2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah

ketinggalan zaman.

3. Kualitas data yang berbeda-beda.

4. Aplikasi sumber data mungkin menggunakan nilai data (representasi) internal

yang sulit dimengerti.

2.10. Nine Step Design Method

Berikut ini adalah Sembilan langkah untuk merancang suatu data

warehouse yang di cetuskan oleh Kimball (2002):

2.10.1. Memilih Proses

Pada proses pertama ini, yang dilakukan adalah menganalisa dan

menentukan subyek permasalahan yang dihadapi, lalu mengidentifikasi proses

bisnis yang berhubungan dengan permasalahan tersebut. Pemilihan proses

dilakukan untuk memperjelas batasan data warehouse yang akan dibuat.

2.10.2. Menentukan Grain

Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain

dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
 44

Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan

record apa yang akan direpresentasikan pada tabel fakta.

2.10.3. Mengidentifikasi Dan Penyesuaian Dimensi

Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang

ada. Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan

id_pelanggan, no_pelanggan, tipe_pelanggan, tempat_tinggal, dan lain

sebagainya.

2.10.4. Memilih Fakta

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.

2.10.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta

Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan

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

2.10.6. Melihat Kembali Tabel Dimensi

Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel

dimensi. Keterangannya harus bersifat intuitif dan mudah dipahami oleh

pengguna.

2.10.7. Memilih Durasi Database

Pada proses ini yang dilakukan adalah menentukan pembatasan waktu

untuk data yang diambil dan dipindahkan kedalam tael fakta. Penentuan durasi

ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu

perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih.

2.10.8. Menelusuri Perubahan Dari Dimensi

Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel

dimensi. Cara yang dapat dilakukan ada tiga, yaitu:

a. Atribut dimensi yang telah berubah tertulis ulang

b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru

c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga

nilai atribut lama dan yang baru dapat diakses secara bersama pada

dimensi yang sama.

 46

2.10.9. Memutuskan Prioritas Query Dan Tipe Query, Memilih Physical

Design

Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse.

Persoalan perancangan fisik yang paling kritis adalah urutan fisik dari tabel fakta

pada tempat penyimpanan dan pengadaan ringkasan yang disimpan sebelumnya

atau penggabungan antara keduanya.

Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik

tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan

keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas

media penyimpanan.

2.11. Tools Pembuatan Data Warehouse

2.11.1. SQL Server

Microsoft SQL Server merupakan aplikasi database handal yang digunakan

oleh sebagian besar perusahaan terkemuka di dunia termasuk di Indonesia.

Microsoft SQL Server merupakan pendobrak dan inovasi database modern yang

mengetengahkan kemudahan, kecepatan, ketepatan dan kecanggihan dalam

mengelola sebuah database modern berskala kecil, menengah dan besar. Melihat

kemampuan yang sangat hebat ini Microsoft SQL Server mendapat julukan The

Next Generation Database. Dengan demikian Microsoft SQL Server merupakan

solusi database modern yang mampu mengelola data warehousing, komputer

portabel serta sektor e-Commerce (Praduwiratna, 2010).

 47

Untuk melakukan transformasi data Extract Transform and Loading (ETL)

dalam data warehousing dapat digunakan beberapa tools yang disediakan oleh

SQL Server (Ramadhan, 2007), diantaranya:

1. Microsoft SQL Server 2005/2008 Integration Services (SSIS):

Data dari sumber data dipilih dan dipilah, dibersihkan (cleansing),

digabungkan dan kemudian dimuat (load) ke data warehouse.

2. Microsoft SQL Server 2005/2008 Analysis Services (SSAS)

Digunakan untuk membantu merealisasikan proses analisis

3. Microsoft SQL Server 2005/2008 Reporting Services (SSRS)

Proses terakhir, dengan menyajikan laporan-laporan dan query hasil analisis

tersebut ke berbagai media yang diperlukan.

2.11.2. Komponen Dasar Microsoft SQL Server

Ada beberapa komponen dasar yang biasa terdapat dalam aplikasi SQL

Server, diantaranya:

1. Database : yang dimaksud dengan database dalam SQL Server adalah

kumpulan Tabel, View, Indeks, Trigger, Procedur dan objek-objek lain yang

terkandung di dalamnya.

2. Tabel: tabel sebenarnya merupakan sarana untuk menyimpan baris-baris atau

record-record data dan hubungannya dengan tabel lain. Jadi yang dimaksud

dengan tabel di sini adalah inti dari sebuah database. Tabel menyimpan data

yang dikelompokkan di dalam bentuk baris dan kolom seperti layaknya

 48

lembar kerja. Setiap baris mewakili record dan setiap kolom adalah atribut

atau field serta setiap field mengandung satu jenis informasi.

3. Database Diagram: Secara grafis menampilkan objek database sehingga

dapat dimanipulasi tanpa menggunakan bahasa Transact-SQL. Dengan

bahasa Transact-SQL menjadi Microsoft SQL Server mampu menghasilkan

diagram database yang canggih. Diagram database ini adalah representasi

grafik dari Tabel, Indeks, dan View yang disimpan oleh database dan bisa

dimanipulasi dengan teknik drag and-drop dan interaksi dengan kotak dialog.

4. Indeks: Indeks adalah file-file tambahan yang meningkatkan kecepatan akses

dari baris-baris tabel. Jadi Indeks adalah file jenis khusus yang bekerja sama

dengan tabel. Tujuannya adalah untuk mempercepat proses pengaksesan

record atau sekelompok record tertentu.

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.

6. Stored procedure: data di dalam database bisa diakses hanya melalui

eksekusi perintah Transact-SQL.

7. Trigger: trigger adalah prosedur tersimpan yang secara otomatis dijalankan

apabila data di dalam tabel berubah karena eksekusi perintah Microsoft SQL

seperti INSERT, UPDATE, atau DELETE.

 49

2.12. Asuransi Syariah

2.12.1. Pengertian Asuransi Syariah

Definisi asuransi menurut Pasal 246 Kitab Undang-Undang Hukum Dagang

(KUHD) Republik Indonesia adalah suatu perjanjian, dengan mana seorang

penanggung mengikatkan diri pada tertanggung dengan menerima suatu premi.

Untuk memberikan penggantian kepadanya karena suatu kerugian, kerusakan

atau kehilangan keuntungan yang diharapkan yang mungkin akan dideritanya

karena suatu peristiwa yang tak tentu.

Sedangkan pengertian asuransi syariah menurut fatwa DSN-MUI yaitu

Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling tolong

menolong di antara sejumlah orang/pihak melalui investasi dalam bentuk aset

dan/atau tabarru’ yang memberikan pola pengembalian untuk menghadapi resiko

tertentu melalui akad (perikatan) yang sesuai dengan syariah. Akad yang sesuai

dengan syariah yang dimaksud adalah akad yang tidak mengandung unsur gharar

(penipuan), maysir (perjudian), riba, zuhlm (penganiayaan), risywah (suap),

barang haram dan maksiat.

Dari pengertian di atas, sebenarnya perbedaan utama dari asuransi syariah

dan konvensional terletak pada tujuan dan landasan operasional. Dari sisi tujuan,

asuransi syariah bertujuan saling menolong (ta’awuni) sedangkan dalam asuransi

konvensional tujuannya penggantian (tabaduli). Dari aspek landasan operasional,

asuransi konvensional melandaskan kepada peraturan perundangan, sementara

asuransi syariah melandaskan pada peraturan perundangan dan ketentuan syariah.

Dari kedua perbedaan ini muncul perbedaan yang lainnya, mengenai hubungan
 50

perusahaan dan nasabah, keuntungan, memperhatikan larangan syariah, dan

pengawasan.

2.12.2. Akad Dalam Asuransi Syariah

Di dalam melakukan asuransi syariah, ada dua akad yang terlibat, yaitu

akad Tabarru’ dan tijarrah. Akad tabarru’ merupakan akad yang dilakukan

dengan tujuan kebaikan dan tolong-menolong, bukan semata untuk tujuan

komersial. Sedangkan akad tijarrah adalah semua bentuk akad yang dilakukan

dengan tujuan komersial.

Dalam akad, sekurang-kurangnya harus disebutkan:

1. Hak dan kewajiban peserta dan perusahaan.

2. Cara dan waktu pembayaran premi.

3. Jenis akad tijarrah dan/atau akad tabarru’ seta syarat-syarat yang disepakati,

sesuai dengan jenis asuransi yang diakadkan.

2.12.3. Prinsip Asuransi Syariah

Prinsip utama dalam asuransi syariah adalah ta’awanu ( tolong-

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

menukar) yang selama ini digunakan oleh asuransi konvensional, yaitu

pertukaran pembayaran premi dengan uang pertanggungan.

Para pakar ekonomi Islam mengemukakan bahwa asuransi syariah atau

asuransi takaful ditegakkan atas tiga prinsip utama, yaitu:

1. Saling bertanggung jawab, yang berarti para peserta asuransi takaful

memiliki rasa tanggung jawab bersama untuk membantu dan menolong

peserta lain yang mengalami musibah atau kerugian dengan niat ikhlas,

karena memikul tanggung jawab dengan ikhlas adalah ibadah.

2. Saling bekerja sama atau saling membantu, yang artinya diantara para

peserta asuransi takaful yang satu dengan lainnya saling bekerja sama dan

saling tolong-menolong dalam mengatasi kesulitan yang dialami karena

sebab musibah yang diderita.

3. Saling melindungi penderitaan satu sama lain, yang berarti bahwa para

peserta asuransi takaful akan berperan sebagai pelindung bagi peserta lain

yang mengalami gangguan keselamatan berupa musibah yang dideritanya.

2.12.4. Landasan Al-Qur’an dan Hadits Asuransi Syariah

1. Surat Yusuf : 43-49

“Allah menggambarkan contoh usaha manusia membentuk sistem proteksi

menghadapi kemungkinan yang buruk di masa depan.

2. Surat Al-Baqarah : 188

“...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

jalan dosa, padahal kamu tahu”

3. Surat Al Hasyr : 18

”Hai orang-orang yang beriman bertaqwalah kepada Allah dan hendaklah

setiap diri memperhatikan apa yang telah diperbuat untuk hari esok (masa

depan) dan bertaqwalah kamu kepada Allah. Sesungguhnya Allah Maha

Mengetahui apa yang engkau kerjakan”.

4. Hadits yang diriwayatkan oleh Ibnu Majah, yaitu:

“Sesungguhnya orang yang beriman itu adalah barangsiapa yang memberi

keselamatan dan perlindungan terhadap harta dan jiwa manusia”.

2.12.5. Landasan Fatwa Asuransi Syariah

Segala hal yang berkaitan dengan perasuransian syariah di Indonesia

diatur dalam fatwa-fatwa yang diterbitkan oleh DSN-MUI, serta diawasi oleh

lembaga pengawasan syariah. fatwa-fatwa yang mengatur perasuransian tersebut

diantaranya adalah:

1. Fatwa DSN-MUI No. 21/DSN-MUI/X/2001 tentang Pedoman Umum

Asuransi Syariah.

“Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling

melindungi dan tolong menolong di antara sejumlah orang/pihak melalui

investasi dalam bentuk aset dan atau tabarru’ yang memberikan pola

pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan)

yang sesuai dengan syariah”

 53

2. Fatwa DSN-MUI No.52/DSN-MUI/III/2006 tentang Akad Wakalah Bil

Ujrah Pada Asuransi dan Reasuransi Syariah,

“Wakalah bil Ujrah boleh dilakukan antara perusahaan dengan peserta”

3. Fatwa DSN-MUI No.53/DSN-MUI/III/2006 tentang Akad Tabarru’ pada

Asuransi dan Reasuransi Syariah.

“Akad Tabarru’ merupakan akad yang harus melekat pada semua produk

asuransi dan semua bentuk akad yang dilakukan antar peserta pemegang

polis”.

2.12.6. Perbedaan Asuransi Syariah Dengan Konvenional

Dibandingkan dengan asuransi konvensional, asuransi syariah dinilai lebih

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

beberapa perbedaan antara asuransi syariah dan konvensional:

Tabel 2.6 Perbedaan Asuransi Syariah Dan Konvensional

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

mengklaim menjadi milik perusahaan.

Pada asuransi koakad nvensional Akad pada asuransi syariah adalah
didasarkan pada akad tadabuli atau tolong menolong (takaful).
perjanjian jual beli
Semua asuransi konvensional Asuransi syariah menyimpan dananya
menginvestasikan dananya dengan di bank yang berdasarkan syariat
bunga Islam dengan sistem mudharabah.
Dana (premi) hangus jika tidak ada Dana (premi) tidak hangus jika tidak
klaim atau mengundurkan diri ada klaim atau mengundurkan diri.
Akan di kembalikan sesuai persentase
pada akad awal.
Tidak ada dewan sejenis Diawasi oleh Dewan Pengawas
Syariah (DPS)

2.12.7. Hal-hal Terkait Dalam Asuransi Syariah

1. Polis

Polis Asuransi harus memuat sekurang-kurangnya ketentuan mengenai

(DSN MUI, 2001):

a. Saat berlakunya pertanggungan,

b. Uraian manfaat yang diperjanjikan,

c. Cara pembayaran premi,

d. Tenggang waktu (grace period) pembayaran premi

e. Kurs yang digunakan untuk polis asuransi dengan mata uang asing apabila

pembayaran premi dan manfaat dikaitkan dengan mata uang rupiah.

f. Waktu yang diakui sebagai saat diterimanya pembayaran premi.

 55

g. Kebijakan perusahaan yang ditetapkan apabila pembayaran premi dilakukan

melewati tenggang waktu yang disepakati.

h. Periode dimana pihak perusahaan tidak dapat meninjau ulang keabsahan

kontrak asuransi (incontestable period).

i. Tabel nilai tunai, bagi polis asuransi jiwa yang mengandung nilai tunai;

j. Perhitungan dividen polis atau yang sejenis, bagi polis asuransi jiwa yang

menjanjikan dividen polis atau yang sejenis.

k. Penghentian pertanggungan, baik dari pihak penanggung maupun dari pihak

pemegang polis, termasuk syarat dan penyebabnya.

l. Syarat dan tata cara pengajuan klaim, termasuk bukti pendukung yang

diperlukan dalam mengajukan klaim.

m. Pemilihan-tempat penyelesaian perselisilian.

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

mudharabah dapat diinvestasikan dan hasil investasinya dibagihasilkan

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

harus dilakukan dengan mempertimbangkan sekurang-kurangnya:

a. Premi murni yang dihitung berdasarkan profil kerugian (risk and loss

profile) jenis
 56

b. asuransi yang yang bersangkutan untuk sekurang-kurangnya 5 (lima)

tahun terakhir.

c. Biaya akuisisi, biaya administrasi dan biaya umum lainnya..

Penetapan tarif premi asuransi jiwa harus dilakukan dengan

mempertimbangkan sekurangkurangnya:

a. Premi murni yang dihitung berdasarkan tingkat bunga, tabel mortality,

atau tabel morbidity yang dipergunakan.

b. Biaya akuisisi, biaya administrasi dan biaya umum lainnya.

c. Prakiraan basil investasi dari premi.kepada peserta.

3. Klaim

Klaim adalah hak peserta asuransi yang wajib diberikan oleh perusahaan

asuransi sesuai dengan kesepakatan dalam akad. Klaim dibayarkan berdasarkan

akad yang disepakati pada awal perjanjian, dan dapat berbeda dalam jumlah

sesuai dengan premi yang dibayarkan peserta.

4. Investasi

Perusahaan selaku pemegang amanah, wajib melakukan investasi dari dana

yang terkumpul dari peserta. Investasi wajib dilakuukan sesuai dengan ketentuan

syariah

2.13. Metode Pengumpulan Data

Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan

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

Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan

observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara

mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian

rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat

dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka

sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.

2.13.2. Wawancara

Wawancara adalah metode pengambilan data dengan cara menanyakan

sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka,

wawancara merupakan bentuk pengumpulan data yang paling sering digunakan

dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan

interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar

pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti

yang dinyatakan oleh Creswell (1998) di dalam Rachmawati (2008).

 58

2.13.3. Studi Pustaka

Memperoleh informasi dari penelitian terdahulu merupakan langkah yang

penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara

menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,

2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi

lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.

2.13.4. Studi Literatur

Studi literatur merupakan studi kepustakaan guna mendapatkan teori-teori

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

menghindari terjadinya duplikasi yang tidak diinginkan. Yang dijadikan sebagai

sumber adalah penelitian terdahulu yang berkaitan dengan data warehouse

dengan mempelajarinya untuk memperoleh kelebihan dan kelemahan yang

terdapat dalam penelitian tersebut. Dengan cara yang demikian, penelitian

terdahulu dapat dijadikan referensi dalam penggunaan metode yang akan diteliti.

. Berikut terdapat beberapa penelitian data warehouse yang telah

dilakukan sebelumnya:
 Tabel 2.7 Penelitian Data Warehouse Sebelumnya

JUDUL, PENULIS, METODE TOOL FITURE SISTEM KELEBIHAN KEKURANGAN

TAHUN

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. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian skripsi yang

akan dilakukan adalah sebagai berikut:

3.1.1. Observasi

Pengumpulan data secara observasi dilakukan dengan melihat langsung

proses dan kegiatan bisnis yang berjalan pada PT. Asuransi Takaful Umum yang

dilakukan sejak bulan Mei 2011 dan bertempat di kantor PT. Asuransi Takaful

Umum, Mampang, Jakarta-Selatan. Hasil yang akan di capai adalah melihat

proses bisnis yang terjadi, dan melihat segala kegiatan atau mencari data yang

diperlukan untuk penelitian. Kegiatan pengamatan langsung ini dilakukan dengan

Bapak Afzil dari divisi klaim di bawah pengawasan Bapak Dian Sofyan dari

divisi SDM. Beliau memberikan data pengamatan untuk kebutuhan pembuatan

desain data warehouse. Seperti alur kegiatan bisnis utama perusahaan, alur

pengajuan klaim dari peserta asuransi, berbagai dokumen-dokumen yang harus

disiapkan, hingga tahap pemberian persetujuan untuk memberikan ganti rugi

kepada peserta. Sebagai bukti hasil observasi yang dilakukan di PT. Asuransi

Takaful Umum ini, maka dilampirkan pula Surat Keterangan Penelitian dari PT.

Asuransi Takaful Umum (Lampiran 1).

62
 63

3.1.2. Wawancara

Wawancara ini dilakukan dengan cara melakukan diskusi dengan Bapak

Dian Sofyan dari divisi SDM dan Bapak Rochiman dari divisi IT mengenai

segala kebutuhan yang diperlukan dalam melakukan analisis dan desain data

warehouse. Sehingga dapat mengetahui kebutuhan yang diperlukan dalam

membangun sebuah desain data warehouse itu sendiri.

Wawancara ini dilakukan pada:

Tanggal : 10 Mei 2011

User : Bapak Rochiman

Jabatan : Divisi IT

Hasil : Mengetahui alur proses bisnis Klaim pada asuransi syariah, serta

susunan database yang digunakan.

Serta wawancara kedua dilakukan pada:

Tanggal : 13 Mei 2011

User : Bapak Dian

Jabatan : Divisi SDM

Hasil : Mengetahui alur proses bisnis klaim

Berdasarkan hasil kedua wawancara tersebut dapat diketahui tentang alur

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,

serta perangka teknologi yang digunakan untuk melakukan kegiatan bisnisnya

sehari-hari (wawancara selengkapnya dapat dilihat di lampiran 2).

3.1.3. Studi Pustaka

Studi pustaka dilakukan dengan mempelajari teori-teori yang berhubungan

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

dimensional modeling/Ralph Kimball, Margy Ross.-2nd ed, Building the Data

Warehouse, Data Warehousing for Dummies, Sistem Manajemen Basisdata

Pemodelan, Perancangan dan Terapannya, Analisis dan Desain, Bank dan

Lembaga Keuangan Syariah, dan lain sebagainya.

3.1.4. Studi Literatur

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

dijadikan sebagai sumber adalah penelitian terdahulu yang berkaitan dengan

data warehouse dengan mempelajarinya untuk memperoleh kelebihan dan

kelemahan yang terdapat dalam penelitian tersebut. Dengan cara yang demikian,
 65

penelitian terdahulu dapat dijadikan referensi dalam penggunaan metode yang

akan diteliti.

Berikut merupakan beberapa hasil penelitian sejenis dengan penelitian yang

dilakukan oleh penulis:

1. ”Penggunaan Data Warehouse Dan Data Mining Untuk Data Akademik,

Sebuah Studi Kasus Pada Univeritas Nasional”

Jurnal ini ditulis oleh Ariana Azimah (Program Studi Sistem Informasi

Univeritas Nasional) dan Yudho Giri Sucahyo (Program Studi Magister

Teknologi Informasi Univeritas Indonesia). Penelitian ini mengkaji ekstraksi

data operasional ke dalam data warehouse untuk kemudian dilanjutkan

dengan kegiatan analisis data menggunakan teknik data mining. Hasil dari

penelitian ini adalah sebuah data warehouse lengkap dengan aplikasi

pelaporan informasi berbasis web, selanjutnya dilakukan analisa data

menggunakan teknik data mining terhadap data warehouse yang sudah

dibangun. Skema yang digunakan untuk pemodelan data adalah skema

bintang sehingga memungkinkan untuk proses query yang lebih ringan.

Terdapat kelebihan dari penelitian ini, yaitu dari hasil data warehouse

yang sudah jadi, dilakukan analisis lebih mendalam untuk mengetahui

kelompok pola mahasiswa yang mengambil program peminatan tertentu

menggunakan teknik data mining tanpa melakukan proses cleansing karena

sudah dilakukan saat pembentukan data warehouse. Namun kekurangan dari

penelitian ini adalah hasil dari percobaan data mining yang dilakukan
 66

menggunakan banyak sekali grafik yang menyulitkan pembaca untuk

memahaminya.

2. “Analisis Dan Desain Data Warehouse Pada Pengembangan Sistem

Pengadaan Barang Dan Jasa Pemerintah (E-Government Procurement)”

Jurnal ini ditulis oleh Eka Miranda dan Julisar (Program Studi Sistem

Informasi Univeritas Bina Nusantara). Tulisan ini bertujuan mengarahkan

hubungan antara sistem ’online auction’ yang akan beroperasi dengan

bantuan teknologi informasi dengan teknologi data warehouse. Data

warehouse di sini didesain dengan tujuan untuk dapat menggambarkan data

yang berasal dari transaksi suatu sistem dan menyediakan dukungan analisis

bagi pengambilan keputusan untuk penggunanya. Metode analisis dilakukan

dengan menganalisa sistem yang sedang berjalan kemudian mendesain data

warehouse dan evaluasi terhadap data warehouse. Metode perancangan

disini juga menggunakan model dimensional dengan skema bintang.

Kekurangan dari penelitian ini adalah hasi dari data cube yang

dihasilkan tidak ditampilkan, serta yang ditampilkan hanya hasil dari analisis

data. Kelebihan dari penelitian ini adalah, peulis benar-benar merancang

database dari tahap awal sehingga untuk mentransfernya ke dalam data

warehouse dapat lebih mudah dilakukan sesuai dengan alur pemikiran

penulis.

3. ” Data warehouse akademik STMIK Banjabaru berbasis Mysql server.”

Skripsi ini ditulis oleh Rahmadi (Program Studi Sistem Informasi

Sekolah Tinggi Manajemen Informatika & Komputer Banjarbaru). Penelitian

 67

ini dilakukan untuk mengelola dan mendapatkan informasi mengenai nilai

rata-rata mahasiswa yang berdimensi materi, dosen, kampus, kelas, jurusan

dan periode, informasi mengenai jumlah mahasiswa yang berdimensi daerah,

sekolah, kampus, status, jurusan dan periode, informasi mengenai SPP

mahasiswa yang berdimensi model pembayaran yaitu bulan, semester, tahun,

lunas, deposito dan periode, informasi mengenai presensi mahasiswa yang

berdimensi materi, dosen, kampus, kelas, jurusan dan periode, dan informasi

mengenai pinjaman buku yang dilakukan oleh mahasiswa yang berdimensi

kategori, bahasa, kampus, kelas, jurusan dan periode. Kelebihan dari aplikasi

yang dihasilkan adalah, Proses analisa data dapat dilakukan secara manual

oleh pihak Akademik STMIK Banjarbaru ataupun secara interaktif oleh

pihak DBA (Database Administrator) dengan mengolah data yang berada di

dua kampus, yaitu Database Microsoft Access dari kampus Banjarbaru dan

Database Microsoft Visual Foxpro yang berada di kampus Banjarmasin

yang diperlukan oleh Data Warehouse. Namun dibalik kelebihan tersebut,

penulis tidak memasukkan metode-metode yang digunakan dalam

penelitiannya serta apa saja metode yang digunakan untuk membuat data

warehouse.

3.2. Metode Desain 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

3.2.1. Memilih Proses

Pada proses pertama ini, yang dilakukan adalah menganalisa dan

mengidentifikasi proses bisnis yang berhubungan dengan subyek permasalahan.

Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang

akan dibuat. Misalnya saja dalam hal ini proses bisnis yang dipilih adalah klaim.

3.2.2. Menentukan Grain

Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain

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 dapat diputuskan record-record yang akan ditampilkan meliputi jumlah

klaim yang diajukan peserta yang dapat dilihat pertahun, atau perbulan.

3.2.3. Mengidentifikasi Dan Penyesuaian Dimensi

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.

3.2.4. Memilih 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

ditentukan pada tahap-tahap sebelumnya. Misalnya jika ada tabel dimensi

pelanggan dan tabel dimensi cabang yang berhubungan dengan tabel fakta klaim,

maka di dalam tabel fakta klaim akan berisi nomor id pada tabel dimensi

pelanggan dan tabel dimensi cabang.

3.2.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta

Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan

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

transaksi klaim yang terjadi dengan menghitung banyaknya transaksi yang

masuk.

3.2.6. Melihat Kembali Tabel Dimensi

Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel

dimensi dengan memberikan deskripsi pada tabel dimensi agar dapat dengan

mudah dimengerti oleh user mengenai dimensi tersebut. Keterangannya harus

bersifat intuitif dan mudah dipahami oleh pengguna.

3.2.7. Memilih Durasi Database

Pada proses ini yang dilakukan adalah menentukan pembatasan waktu

untuk data yang diambil dan dipindahkan kedalam tabel fakta. Penentuan durasi

ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu

 70

perusahaan asuransi, mengharuskan data disimpan selama lima sampai sepuluh

tahun.

3.2.8. Menelusuri Perubahan Dari Dimensi

Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel

dimensi. Cara yang dapat dilakukan ada tiga, yaitu:

a. Atribut dimensi yang telah berubah tertulis ulang dengan menambahkan baris

baru atau kolom baru.

b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru.

c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai

atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang

sama.

3.2.9. Memutuskan Prioritas Query Dan Tipe Query

Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse.

Persoalan perancangan fisik yang paling kritis adalah mengenai proses extract,

transfer, and load (ETL) dan memperkirakan kapasitas media penyimpanan.

Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik

tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan

keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas

media penyimpanan.

3.3. Kerangka Penelitian
Berikut ini adalah kerangka penelitian dari penelitian yang dilakukan
sebagai acuan dalam penelitian yang dilakukan, seperti yang digambarkan pada
Gambar 3.1 di bawah ini:
MULAI
Melakukan Observasi
(Duhu, 1985)
Melakukan Wawancara
(Poerwandari, 1998)
Melakukan Studi Pustaka
(Nazir, 2005)
Merrancang Data Warehouse
Nine Step Design Method
(Kimball, 2002)
SELESAI
Gambar 3.1. Kerangka Penelitian
71
Identifikasi Prosedur
Klaim
Identifikasi Database
yang Digunakan
Memilih Proses
Choosing the Process
Normalisasi
Memilih Sumber
Choosing the Grain
Rancngan ERD
Mengidentifikasi Dan Penyesuaian Dimensi
Identifying And Conforming The Dimension
Memilih Fakta
Choosing the Facts
Menyimpan Perhitungan Awal Dalam Tabel
Fakta
Stores Pre-calculations in Fact Table
Melihat Kembali tabel Dimensi
Rounding Out the Dimension Table
Memilih durasi dari Database
Choosing the Duration of the Database
Menelusuri Perubahan di Dimensi Secara
Perlahan
Tracking Slowly Changing Dimension
Proses ETL
Memutuskan Prioritas Query dan Tipe
Query
Deciding Query Priorities and Query Modes
Analisis Kapasitas
Media Penyimpanan
 BAB IV

PEMBAHASAN

4.1. Profil Perusahaan

PT. Syarikat Takaful Indonesia sebagai sebuah pelopor asuransi syariah di

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

PT. Asuransi Takaful Umum (Asuransi Umum Syariah).

PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994

atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang

dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan

Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT. Asuransi Jiwa Tugu Mandiri,

Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui

kedua anak perusahaannya yaitu PT. Asuransi Takaful Keluarga dan PT.

Asuransi Takaful Umum, Perusahaan telah memberikan jasa perlindungan

asuransi yang menerapkan prinsip-prinsip murni syariah pertama di Indonesia.

PT. Asuransi Takaful Keluarga yang bergerak di bidang asuransi jiwa

Syariah didirikan pada 4 Agustus 1994 dan mulai beroperasi pada 25 Agustus

1994. Diikuti dengan pendirian anak perusahaan yang bergerak di bidang

asuransi umum Syariah yaitu PT. Asuransi Takaful Umum ada 2 Juni 1995.

Kepemilikan mayoritas saham Syarikat Takaful Indonesia saat ini

dikuasai oleh Syarikat Takaful Malaysia Berhad (56,00%) dan Islamic

72
 73

Development Bank (IDB, 26,39%), sedangkan selebihnya oleh Permodalan

Nasional Madani (PNM) dan Bank Muamalat Indonesia serta Karya Abdi Bangsa

dan lain-lain.

Untuk meningkatkan kualitas layanan yang diberikan Perusahaan dan

menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO 9001:2000 dari

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

Asuransi Syariah Terbaik di Indonesia, dan Asuransi Takaful Umum memperoleh

penghargaan sebagai asuransi dengan predikat Sangat Bagus dari Majalah

InfoBank secara berturut-turut pada tahun 2004 dan 2005.

4.2. Visi dan Misi PT. Syarikat Takaful Indonesia

4.2.1. Visi

Menjadi grup asuransi terkemuka yang menawarkan jasa Takaful dan

keuangan syariah yang komprehensif dengan jangkauan signifikan di seluruh

Indonesia menjelang tahun 2011.

4.2.2. Misi

Kami bertekad memberikan solusi dan pelayanan terbaik dalam

perencanaan keuangan dan pengelolaan risiko bagi umat dengan menawarkan

jasa Takaful dan keuangan syariah yang dikelola secara profesional, adil, tulus

dan amanah.
 74

4.3. Konsep dan Filosofi

Segala musibah dan bencana yang menimpa manusia adalah ketentuan

Allah SWT. Namun manusia wajib berikhtiar untuk memperkecil resiko dan juga

dampak keuangan yang mungkin timbul. Upaya tersebut seringkali tidak

memadai, sehingga tercipta kebutuhan akan mekanisme mengalihkan resiko

seperti melalui konsep takaful atau asuransi.

Sebagai perusahaan asuransi syariah, Takaful bekerja dengan konsep tolong

menolong dalam kebaikan dan ketakwaan, sebagaimana telah digariskan di dalam

Al Qur‟an,

“Dan tolong menolonglah kamu dalam kebaikan dan takwa” (Qs. Al Maidah: 2).

Dengan landasan ini, Takaful menjadikan semua peserta sebagai satu

keluarga besar yang akan saling melindungi dan secara bersama menanggung

resiko keuangan dari musibah yang mungkin terjadi di Al-Mudharabah, Al-

Wakalah, dan Tabarru’. Akad-akad Takaful tidak mengandung unsur Al-Riba

(bunga uang), Al-Maisir (Judi), dan Al-Gharar (untung-untungan) yang dilarang

dalam akad-akad keuangan Islami.

 75

4.4. Struktur Organisasi Perusahaan

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

Kasie Compliance Kasie GA Kasie Rekrut/Develop Mgr. IT

Kasie U/W Agent Mgr. Treaty Mgr. non motor Mgr. Training Mgr. Broker Mgr. SBU Bank Mgr. Kredit Kontrol
Risky Avicena R. Syamsul Bahri Arijulmanan AA Gede Anom
Hermansyah Syamsul Bahri Peenny Hikmhwati Sundara Rahmat Rinadi Armen Neni Suhaeni

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

Kasie U/W Non Agent

Yadi Solihin

Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum

 76

4.5. Produk-Produk Asuransi Kendaraan

PT. Asuransi Takaful Umum memiliki beberapa jenis perlindungan yang

ditawarkan kepada para pesertanya, produk-produk tersebut antara lain:

1. Takaful Abror

Produk Takaful yang menggantikan kerugian atas kendaraan bermotor

(mobil) yang disebabkan musibah kecelakaan, pencurian serta tanggung

jawab hukum kepada pihak ketiga. Berdasarkan Polis Standard Asuransi

Kendaraan Bermotor Pasal 11, jangka waktu untuk pelaporan klaim disini

adalah maksimal lima hari kalender setelah hari kejadian (Lampiran 5).

2. Takaful Ansor

Produk Takaful yang menggantikan kerugian atas kendaraan bermotor

(motor) yang disebabkan musibah kecelakaan dan pencurian. Jangka waktu

untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari

kejadian (hari kerja).

3. Takaful Kendaraan Bermotor

Program Takaful yang mengganti kerugian baik kehilangan atau

kerusakan secara menyeluruh dan tuntutan pihak ketiga atas setiap kendaraan

bermotor yang terdaftar akibat risiko-risiko seperti tabrakan, tubrukan,

terbalik, tergelincir dari jalan, kecelakaan baik yang disebakan oleh kesalahan

material atau konstruksi perbuatan orang jahat, pencurian, kebakaran dan

sebab lainnya yang diatur sebagaimana dalam Polis Standar Kendaraan

Bermotor Indonesia. Jangka waktu untuk pelaporan klaim disini adalah

maksimal lima hari kalender setelah hari kejadian (hari kerja).

 77

4.6. Prosedur Umum Asuransi

1
Menawarkan
keikutsertaan asuransi

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

8. Menyerahkan data klaim

dan besarnya ganti rugi

Customer

7
Melaporkan
terjadinya klaim

Klaim

Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi

Alur prosedur umum dalam asuransi syariah dapat digambarkan seperti

gambar 4.2. di atas, alur tersebut menggambarkan bahwa untuk dapat ikut seta

dalam asuransi syariah customer dapat datang langsung ke kantor PT. Asuransi

Takaful umum, atau melalui brooker/agen. Nasabah selanjutnya diharuskan

 78

untuk mengisi form Surat Pengajuan Peserta Asuransi (SPPA) yang kemudian

akan ditinjau (baik dari segi barang maupun dokumen-dokumen) oleh bagian

underwriting. Setelah peninjauan, underwriting berhak menolak atau menerima

permohonan keikutsertaan asuransi dari customer. Jika ditolak, maka dokumen-

dokumen dan keterangan penolakan akan diberikan kepada customer. Namun jika

disetujui, maka underwriting juga akan mengeluarkan polis dengan jumlah premi

yang harus dibayarkan oleh peserta asuransi per-periode waktu tertentu.

Jika kelak ada klaim, maka peserta harus melaporkannya kepada PT.

Asuransi Takaful Umum, kemudian bagian klaim akan menghitung besarnya

kerugian yang ditanggung atas klaim tersebut, dan memberikan data tersebut

kepada bagian keuangan agar dana tabarru’ yang diserahkan oleh si peserta akan

digunakan untuk membayarkan klaim.

4.7. Metode Desain Data Warehouse (Nine Step Design)

4.7.1. Memilih Proses (Chosing the Process)

Berdasarkan dari hasil observasi dan wawancara yang telah dilakukan

terhadap kegiatan bisnis yang sedang berjalan, bahwa laporan yang dibutuhkan

oleh manajer klaim adalah Laporan Statistic, yaitu laporan mengenai jumlah

klaim pertahunnya. Sementara untuk membuat laporan statistic tersebut, perlu

melihat ribuan data klaim yang masuk pada aplikasi GTS (General Takaful

System) pada PT. Asuransi Takaful Umum dan merekapnya secara manual.

Sehingga dapat disimpulkan bahwa proses yang berkaitan dengan

permasalahan yang dihadapi dengan kegiatan operasional sehari-hari tersebut

 79

adalah proses pengajuan tuntutan atas kerugian yang dialami customer atau biasa

disebut klaim. Dimana data yang ada meliputi: customer, cause, cabang, produk,

kendaraan, polis, transaksi klaim, dan transaksi klaim kendaraan.

4.7.1.1. Identifikasi Prosedur Klaim

Menyerahkan dokumen
yang dibutuhkan

Melaporkan klaim

customer Customer dan Div. Klaim

Melakukan Verifikasi I

Membuat surat Membuat surat Menyerahkan dokumen

penolakan penolakan verifikasi awal

Surat Penolakan
Div.Klaim Div. Klaim dan manager

Menyetujui verifikasi I

Menolak verifikasi I Melakukan survey

Manager
Membayarkan
ganti rugi

Surveyor
Memberikan
surat perintah
kerja Bengkel Membuat laporan

Laporan
Laporan
Bengkel
survey

Menyerahkan dokumen Melakukan

Dokumen verifikasi II
untuk pembayaran ganti rugi verifikasi II &
Menyetujui menghitung nilai
verifikasi II klaim
keuangan Manager Surveyor dan Div. Klaim

Gambar 4.3 Alur Prosedur Klaim

Langkah awal dari alur tersebut adalah dimana customer mengajukan

laporan klaim langsung ke kantor beserta dokumen-dokumen yang diperlukan.

 80

Laporan klaim tersebut akan diterima dan diverifikasi oleh bagian klaim dengan

melihat dokumen pelunasan premi, polis, serta laporan klaim yang diajukan

customer. Laporan klaim tersebut setidaknya berisi tanggal kejadian, tanggal

dilaporkan, kronologis kejadian, dan dokumentasi mengenai barang yang

diasuransikan. Kemudian dari hasil verifikasi dihasilkanlah dokumen verifikasi

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

terhadap kendaraan yang dilaporkan kerugiannya. Sementara itu jika kendaraan

telah diserahkan ke bengkel, maka bengkel juga melakukan pemeriksaan

kendaraan tersebut, untuk meneliti kerusakan apa saja yang terjadi, seberapa

besar kerusakan, dan berapa kira-kira biaya untuk perbaikannya. Setelah

diperiksa maka bengkel akan membuat laporan bengkel dan diserahkan kembali

ke bagian klaim. Untuk melakukan verifikasi tahap kedua, divisi klaim mengacu

kepada hasil survey staff perusahaan juga berdasarkan laporan bengkel.

Berdasarkan laporan bengkel dan laporan hasil survey, divisi klaim dapat

menghitung berapa besarnya ganti rugi yang dapat diberikan perusahaan ataupun

berapa biaya yang diperlukan untuk perbaikan kendaraan di bengkel sehingga

dihasilkanlah dokumen verifikasi II. Dokumen verifikasi II selanjutnya akan

diberikan kepada manager, kemudian manager akan memberikan persetujuan

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

membayarkan besarnya ganti rugi kepada customer.

4.7.1.2. Identifikasi Database yang Digunakan

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,

dan branch. Berikut adalah keterangan mengenai tabel yang digunakan:

Tabel 4.1 Identifikasi Tabel Yang Digunakan

No Database Keterangan

1 trxklaim Tabel transaksi untuk proses pengajuan ganti rugi

2 trxveh Tabel transaksi untuk pengajuan ganti rugi kendaraan

3 maspol Tabel yang berisi polis asuransi

4 masveh Tabel yang berisi daftar master kendaraan

5 mascust Tabel yang berisi daftar customer

6 product Tabel yang berisi daftar jenis pertanggungan

7 branch Tabel yang berisi daftar cabang

8 cause Tabel yang berisi loss code/kejadian yang menyebabkan

terjadinya klaim
 82

4.7.1.3. Normalisasi

1. Unnormalize

Berikut ini merupakan atribut-atribut dari tabel yang digunakan, dimana

masih memiliki atribut-atribut ganda.

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

Gambar 4.4 Data Sebelum Dinormalisasi

 83

2. Normalisasi 1NF

Tabel berikut merupakan tabel penormalan pertama, karena pada Gambar

4.4 masih terdapat atribut ganda maka dibuatlah normalisasi pertama. Pada tabel

ini setiap atribut harus mempunyai data yang atomic (data terkecil) dan sudah

mempunyai primary key.

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

Gambar 4.5 Normalisasi 1NF

 84

Dari tabel di atas dapat dilihat bahwa ada delapan primary key yang

digunakan, yaitu: policy_no, prd_code, branch_id, claims_ref, item_no,

txveh_code, cust_code, dan loss_code.

3. Normalisasi 2NF dan 3NF

Karena masih ada atribut yang belum mempunyai ketergantungan

fungsional sepenuhnya terhadap primary key. Maka dibuatlah penormalan kedua

atau yang disebut 2NF.

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

Gambar 4.6 Normalisasi 2NF

 85

Pada tabel diatas telah mencapai normal ketiga, karena tidak ada lagi atribut

yang berulang dan setiap atribut sudah memliki ketergantungan fungsional

dengan primary key dan setiap atribut bukan primary key.

4.7.1.4. Rancangan ERD

Dari hasil proses normalisasi yang telah dijelaskan dalam poin sebelumnya,

maka dihasilkanlah suatu entity relationship diagram dalam bentuk physical

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

Gambar 4.7 Entity Relationship Diagram (Physical Design)

 86

4.7.1.5. Keterangan Tabel

Berikut ini adalah keterangan dari masing-masing tabel yang terdapat dalam

database:

a. Tabel trxklaim
Nama Tabel : trxklaim

Primary Key : klaims_ref

Foreign key : policy_no, cust_code, risk_code

Tipe File : File transaksi

Keterangan : Menyimpan data transaksi klaim

Tabel 4.2 Tabel trxklaim

Kode Tipe Keterangan

claims_ref Char (25) Nomor pengajuan klaim
claims_year Char (4) Tahun pengajuan klaim
policy_no Char (25) Nomor polis
loss_code Char (3) Kode cause yang terjadi saat kejadian
location Char (30) Lokasi kejadian
occur_dt Datetime Tanggal kejadian
notify_dt Datetime Tanggal kejadian dilaporkan
cust_code Char (25) Kode customer
currency Char (3) Mata uang dalam US$
exch_rate Decimal (8,4) Nilai tukar US$ dengan rupiah
claim_estimate Decimal (14,2) Estimasi nilai klaim
prd_code Char (3) Kode jenis produk yang digunakan
trans_dt Datetime Tanggal transaksi
acc_prd Datetime Tanggal klaim di-acc
InsertedDate Datetime Tanggal input data
 87

b. Tabel trxveh
Nama Tabel : trxveh

Primary Key : trxveh_code

Foreign key : claims_ref, item_no

Tipe File : File transaksi

Keterangan : Menyimpan data transaksi klaim kendaraan

Tabel 4.3 Tabel trxveh

Kode Tipe Keterangan

trxveh_code Char (25) Kode transaksi klaim kendaraan
claims_ref Char (25) Nomor pengajuan klaim
item_no Char (25) Nomor urut kendaraan
currency Char (3) Mata uang dalam US$
exch_rate Decimal (8,4) Nilai tukar US$ dengan rupiah
veh_ammt Decimal (14,2) Nilai kendaraan yang diklaim
claim_ammt Decimal (14,2) Jumlah nilai klaim
deductible Decimal (14,2) Pengurangan nilai setelah klaim
InsertedDate Datetime Tanggal input data

c. Tabel maspol

Nama Tabel : maspol

Primary Key : policy_no

Foreign key : cust_code, risk_code, branch_id

Tipe File : File master

Keterangan : Menyimpan data polis asuransi

 88

Tabel 4.4 Tabel maspol

Kode Tipe Keterangan

policy_no Char (25) Nomor polis
policy_dt Datetime Tanggal polis terbit
effect_dt Datetime Periode berlakunya polis
expiry_dt Datetime Tanggal polis berakhir
cust_code Char (25) Kode customer
prd_code Char (3) Jenis produk
insured_item Char (5) Jumlah item yang diasuransikan
insured_ammt Decimal (14,2) Jumlah nilai yang diasuransikan
nettpremium Decimal (14,2) Jumlah nilai premi
branch_id Char (3) Kode cabang diterbitkannya polis
cover_type Char (15) Jenis perlindungan
veh_age Char (2) Umur kendaraan
InsertedDate Datetime Tanggal input data

d. Tabel mascust

Nama Tabel : mascust

Primary Key : cust_code

Foreign key :-

Tipe File : File master

Keterangan : Menyimpan data master customer

Tabel 4.5 Tabel mascust

Kode Tipe Keterangan

cust_code Char (25) Kode customer
cust_name Char (30) Nama customer
 89

ins_name Char (30) Qualitate Qua (yang mewakili ) customer

secara legal
addr Char (40) Alamat customer
postcode Char (5) Kode pos
town Char (25) Kota tempat tinggal
mar_stat Char (1) Status pernikahan
birth_dt Datetime Tanggal lahir
gender Char (1) Jenis kelamin
occupation Char (25) Pekerjaan
identitycard Char (10) Jenis kartu identitas (KTP, Paspor)
identitycard_no Char (25) Nomor kartu identitas
tel Char (15) Nomor telepon
fax Char (15) Nomor fax
InsertedDate Datetime Tanggal input data

e. Tabel masveh

Nama Tabel : masveh

Primary Key : item_no

Foreign key :-

Tipe File : File master

Keterangan : Menyimpan data master kendaraan

Tabel 4.6 Tabel masveh

Kode Tipe Keterangan

item_no Char (25) Nomor urut kendaraan yang diasuransikan
policy_no Char (25) Nomor polis
engine_no Char (10) Nomor mesin
 90

police_no Char (10) Nomor polisi kendaraan

chassis Char (10) Nomor rangka kendaraan
year Char (4) Tahun pembuatan
Veh_age Char (2) Umur kendaraan
merk_type Char (25) Tipe kendaraan
seat Char (2) Jumlah kursi kendaraan
colour Char (25) Warna kendaraan
owner Char (30) Nama pemilik sesuai tanda kepemilikan
kendaraan
addr Char (40) Alamat pemilik
veh_ammt Decimal (14,2) Harga kendaraan
InsertedDate Datetime Tanggal input data

f. Tabel product

Nama Tabel : product

Primary Key : prd_code

Foreign key :-

Tipe File : File master

Keterangan : Menyimpan data jenis prodk asuransi

Tabel 4.7 Tabel product

Kode Tipe Keterangan

prd _code Char (3) Kode resiko
prd _name Char (25) Nama resiko
description Char (30) Keterangan tambahan
InsertedDate Datetime Tanggal input data
 91

g. Table branch

Nama Tabel : branch

Primary Key : branch_id

Foreign key :-

Tipe File : File master

Keterangan : Menyimpan data cabang

Table 4.8 Tabel branch

Kode Tipe Data Keterangan

branch_id Char (3) Kode cabang
branch_name Char (25) Nama cabang
location Char (30) Lokasi cabang
InsertedDate Datetime Tanggal input data

h. Table cause

Nama Tabel : cause

Primary Key : loss_code

Foreign key :-

Tipe File : File master

Keterangan : Menyimpan data kejadian yang menyebabkan terjadinya

klaim

Table 4.9 Tabel cause

Kode Tipe Data Keterangan

loss_code Char (5) Kode primary dari tipe cause
 92

description Char (30) Keterangan dari masing-masing kejadian

yang menyebabkan terjadinya klaim
InsertedDate Datetime Tanggal input data

4.7.2. Memilih Sumber (Choosing the Grain)

Berikut merupakan data dari calon tabel fakta yang dapat dianalisis (grain)

dalam perancangan data warehouse, yaitu analisis pada klaim meliputi:

1. Total klaim.

2. Jumlah nilai klaim.

Analisis tersebut akan dilakukan per-periode waktu tertentu, yaitu perbulan

dan pertahun.

4.7.3. Identifikasi dan Penyesuaian Dimensi (Identifying and Conforming

the Dimension)

Berikut ini adalah tabel dimensi yang terdapat dalam perancangan data

warehouse ini:

Tabel 4.10 Tabel grain dan dimensi dari klaim

Grain Total Jumlah

Dimensi klaim nilai klaim
cause X X
customer X X
product X X
waktu X X
 93

4.7.4. Memilih Fakta (Choosing the Fact)

Fakta-fakta yang dipilih untuk mengisi setiap record pada tabel fakta antara

lain:

1. IDWAKTU

2. dimcustID

3. dimcausesID

4. dimprdID

5. Banyak klaim yang diajukan (total_claims)

6. Total nilai klaim (total_claimammt)

4.7.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta (Storing Pre-

calculation in the Fact Table)

Pre-kalkulasi yang akan disimpan di dalam tabel Fakta klaim meliputi:

1. Jumlah transaksi klaim yang diajukan, yang merupakan kumpulan dari

banyaknya data klaim yang masuk ke dalam tabel transaksi pertahun

[COUNT (trxveh_code)].

2. Total nilai klaim, yang merupakan jumlah dari banyaknya klaim dikalikan

dengan nilai klaim masing-masing [SUM (claim_ammt)].

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

mengenai dimensi tersebut. Berikut deskripsi tabel-tabel dimensi :

 94

Tabel 4.11 Tabel-tabel dimensi

Dimensi Field Deskripsi

waktu TAHUN Laporan dapat dilihat
BULAN berdasarkan tahun dan bulan.
customer cust_code Laporan dapat dilihat
berdasarkan customer.
product prd_code Laporan dapat dilihat
berdasarkan jenis produk
asuransi yang diikuti oleh
peserta.
cause loss_code Laporan dapat dilihat
berdasarkan masing-masing
resiko.

Berikut ini daftar penjelasan mengenai tabel dimensi tersebut :

1. Dimensi waktu

Tabel 4.12 Tabel waktudim

Atribut Tipe Data Panjang

IDWAKTU Int 4
TAHUN int 4
BULAN Int 4

2. Dimensi customer

Tabel 4.13 Tabel dimensicustomer

Atribut Tipe Data Panjang

dimcustID Int 4
cust_code char 25
 95

cust_name char 30

3. Dimensi cause

Tabel 4.14 Tabel dimensicauses

Atribut Tipe Data Panjang

dimcausesID Int 4
loss_code Char 5

4. Dimensi product

Tabel 4.15 Tabel dimensiproduct

Atribut Tipe Data Panjang

dimprdID Int 4
prd_code Char 5
prd_name Char 25

4.7.7. Memilih Durasi dari Basis Data (Choosing the Duration of Database)

Durasi data yang dimasukkan ke dalam data warehouse adalah data historis

selama lima tahun, karena biasanya manajer membandingkan kemajuan atau

penurunan jumlah klaim pertahun bahkan hingga lima tahun ke belakang

Tabel 4.16 Tabel Durasi Database

Nama Database Sejak Tahun Hingga Durasi

Datawarehouse Tahun Datawarehouse

OLAPtakaful takaful 2007 2011 5 tahun

 96

4.7.8. Menelusuri Perubahan Dimensi Secara Perlahan (Tracking Slowly

Changing Dimension)

Untuk mengantisipasi adanya perubahan atribut yang mungkin terjadi pada

tabel dimensi, misalnya seperti kemungkinan berubahnya lokasi cabang A dari

daerah X ke daerah Y. Dalam penelitian ini perubahan atribut pada dimensi

tersebut akan mengakibatkan penambahan suatu record baru untuk menjaga data

yang lama tetap ada.

1. Perubahan tabel dimensicauses

Tabel 4.17 Contoh Tabel Pada Dimensicauses

dimcausesID loss_code keterangan

01 F01 Fire-Explosion
02 F02 Fire-Own Damage

Ketika jenis resiko berubah, maka data lama dan data baru akan tetap

disimpan.

Tabel 4.18 Contoh Perubahan Tabel Pada Dimensicauses

dimcausesID risk_code keterangan

01 F01 Fire-Explosion
02 F02 Fire-Own Damage
03 F02 Fire-Accidental

2. Perubahan tabel dimensiproduct

Tabel 4.19 Contoh Tabel Pada Dimensiproduct

dimprdID prd_code prd_name

01 202 ANSOR
 97

02 203 STANDARD

Ketika jenis product berubah, maka data lama dan data baru akan tetap

disimpan.

Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product

dimprdID prd_code prd_name

01 202 ANSOR
02 203 STANDARD
03 203 STD-TLO

4.7.9. Memutuskan Prioritas Query dan Tipe Query (Deciding the Query

Priorities and the Query Mode)

Pada proses ini akan dibahas mengenai perencanaan proses extract,

transfer, and load (ETL) dan analisis kapasitas media penyimpanan.

4.7.9.1. Proses ETL

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

proses ETL yang dilakukan sebagai berikut:

Tabel 4.21 Tabel Rencana Proses ETL

Penanggung Jawab Intensitas Deskripsi

Aktivitas
Divisi Information Satu bulan Proses ETL dilakukan setiap akhir
Technology sekali bulan di luar jam operasional kantor
 98

1. Pada perancangan ini, telah dibuat database perusahaan sesuai dengan

rancangan ERD yang diberi nama „takaful‟ sebagai database operasional

(OLTP) yang berisi tabel maspol, masveh, mascust, cause, risk, dan branch:

Gambar 4.8 Database „takaful‟

2. Dan dibuat juga tabel-tabel yang akan digunakan sebagai data OLAP dimana

terdiri dari tabel dimensi waktu, cause, product, dan customer.

Gambar 4.9 Tabel-tabel Database „OLAPtakaful‟

 99

3. SQL Server Integration Services Project

a. Membuat Data Source

Langkah pertama yang dilakukan adalah membuat data source baru,

dimana sebelumnya telah dibuat data transaksi yang sesuai dengan ERD (pada

gambar 4.7) sebagai database OLTP serta tabel-tabel untuk database OLAP.

Gambar 4.10 Create New Data Source

Kemudian setelah dipilih New Data Source akan muncul jendela Data

Source Wizard pilih Next

Gambar 4.11 Jendela Data Source Wizard

 100

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

„OLAPtakaful‟ untuk data connection „OLAPtakaful‟ kemudian pilih Finish.

 101

Gambar 4.13 Compleeting the Wizard

b. Membuat SSIS Package

Selanjutnya dibuat SSIS Package untuk menghubungkan tabel-tabel

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

package digunakan untuk koneksi satu tabel saja.

Gambar 4.14 New SSIS Package

 102

Selanjutnya buka tab data flow lalu pada Connection Managers klik kanan

dan pilih New Connection Manager From Data Source.

Gambar 4.15 Connection Managers

Pada jendela Select Data Source pilih „takaful‟ dan „OLAPtakaful‟ seperti

yang telah dibuat pada langkah sebelumnya. Kemudian pilih OK.

Gambar 4.16 Jendela Select Data Source

 103

Setelah Data Source telah ditentukan, pilihlah tool OLE DB Source dan

OLE DB Destination pada Toolbox di sebelah kiri jendela dengan cara didrag.

Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination

Kemudian untuk menentukan source dan destination, klik dua kali (double

klick) pada OLE DB Source dan pada OLE DB Destination.

Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination

Pada OLE DB Source Editor pilih „takaful‟ untuk OLE DB connection

manager dan pilih SQL Command untuk Data access mode. Pada SQL

Command text ketikkan SQL Command yang digunakan untuk menghubungkan

masing-masing sumber.
 104

Gambar 4.19 OLE DB Source editor

Sedangkan untuk OLE DB Destination Editor pilih „OLAPtakaful‟ untuk

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

pada table lock dan check constraints.

 105

Gambar 4.20 OLE DB Destination Editor

Selanjutnya setelah data flow berhasil dibuat, pindah ke tab control flow

dimana pada jendela tersebut telah otomatis ada data flow task yang teah dibuat

sebelumnya, kemudian drag tool Execute SQL Task dari toolbox.

 106

Gambar 4.21 Jendela Control Flow

Kemudian double klick pada Execute SQL Task sehingga muncul jendela

Execute SQL Task Editor. Pada connection isikan „OLAPtakaful‟ dan saat dipilih

pada SQL Statement akan muncul jendela Enter SQL Querry.

Gambar 4.22 Jendela Execute SQL Task Editor

 107

Isikan query pada jendela Execute SQL Task Editor tersebut dan pilih OK.

Gambar 4.23 Jendela SQL Querry

Lalu jalankan querry tersebut, dengan memilih perintah execute! Atau

dengan menekan tombol F5. Dan bila sukses, kotak Data Flow Task dan Execute

SQL Task akan berwarna hijau.

Gambar 4.24 Data Flow Task dan Execute Task Dimensi Causes Sukses
 108

4. SQL Server Analysis System

Langkah ini dilakukan untuk membuat cube-cube untuk analisis data yang

ada dalam data warehouse. Langkah-langkahnya adalah sebagai berikut:

a. Membuat data source baru

Langkah pertama dalam melakukan Analysis Service Project adalah klik

kanan pada Data Source kemudian klik New Data Source.

Gambar 4.25 Create Data Source

Kemudian muncul Data Source Wizard untuk menentukan database yang

akan dijadikan sumber data, pilih „OLAPtakaful‟ yang berisi tabel-tabel dimensi
dan fakta, lalu klik Next.

Gambar 4.26 Data Source Wizard Pemilihan Data Connection

 109

Pada tahap Impersonation Information pilih Use The Service Account, lalu

pilih Next.

Gambar 4.27 Impersonation Information

Kemudian ketik nama data source yang diinginkan misalnya OLAPtakaful,

lalu pilih Next.

Gambar 4.28 Data Source Name

 110

b. Membuat Data Source View

Data Source View dibuat untuk menampilkan gambar struktur hubungan

antara tabel fakta dan dimensi. Pertama, klik kanan pada Data Source View,

kemudian pillih New Data Source View.

Gambar 4.29 Membuat New Data Source View

Pada langkah Select a Data Source, pilih Data Source yang telah dibuat

sebelumnya, yaitu OLAPtakaful kemudian pilih Next.

Gambar 4.30 Pemilihan Data Source

 111

Setelah itu akan muncul tabel-tabel yang ada pada source OLAPtakaful

pada available objects di sisi kiri yang selanjutnya semua tabel tersebut akan

dimasukkan ke Included objects pada sisi kanan.

Gambar 4.31 Pemilihan Tabel yang Akan Ditampilkan

Kemudian ketik nama Data Source View yang akan ditampilkan sesuai

dengan keinginan, lalu pilih Next.

Gambar 4.32 Penamaan Data Source View

 112

c. Membuat Cube

Untuk menampilkan star schema kemudian dibuat cube dengan cara klik

kanan pada Cube dan pilih New Cube.

Gambar 4.33 Create New Cube

Pada tahap Select Build Method pilih Build the cube using a data source

kemudian ilih yang Auto build.

Gambar 4.34 Pemilihan Metode Pembuatan

 113

Kemudian pilih data source OLAPtakaful dimana terdapat tabel-tabel

dimensi dan fakta dan pilih Next.

Gambar 4.35 Pemilihan Data Source

Selanjutnya SQL Server akan secara otomatis mendeteksi tabel dimensi dan

fakta yang terdapat dalam OLAPtakaful, kemudian pilih Next.

Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta

 114

Pada tahap Identify Fact and Dimension Tables, pilih tabel dimensi waktu

(waktudim) sebagai waktu dimension table dan pada tab tables, pilih tabel yang

akan digunakan sebagai tabel dimensi dan tabel fakta.

Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta

Pada tahap ini, pilihlah measure mana yang akan ditampilkan dan yang
tidak akan ditampilkan. Kemudian pilih Next.

Gambar 4.38 Pemilihan Measure

 115

Kemudian SQL Server akan mendeteksi hirarki, kemudian pilih Next.

Gambar 4.39 Pendeteksian Hirarki

Tahap selanjutnya adalah melihat kembali struktur dimensi baru atau

merubahnya jika diperlukan, dan pilih Next.

Gambar 4.40 Review New Dimension

 116

Kemudian isilah nama cube yang diinginkan, lalu klik Finish.

Gambar 4.41 Pemberian Nama Cube

Kemudian muncullah hasil cube yang dibuat yaitu berupa star schema

dengan susunan tabel-tabel dimensinya sesuai dengan rancangan yang sudah

dibuaat, seperti gambar di bawah ini.

 117

Gambar 4.42 Hasil Cube Star Schema

4.7.9.2. Analisis Kapasitas Media Penyimpanan

a. Analisis untuk kapasitas dimensi waktu

Besar ukuran maksimal dalam satu record pada dimensi waktu adalah:

integer (4) + integer (4) + integer (4) + integer (4) = 16 byte

Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,

menjadi: (50% x 16) + 16 = 24

Asumsi untuk jumlah record pertahun adalah 365 record, maka perkiraan

jumlah record untuk lima tahun kedepan adalah sebesar:

365 record x 5 tahun = 1825

Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk

menyimpan data dimensi waktu untuk lima tahun ke depan adalah:

1825 x 24 byte = 43800 bytes

 118

b. Analisis untuk kapasitas dimensi customer

Besar ukuran maksimal dalam satu record pada dimensi customer adalah:

integer (4) + character (25) + character (30) = 59 byte

Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,

menjadi: (50% x 59) + 59 = 89

Asumsi untuk jumlah record pertahun adalah 5000 record, maka perkiraan

jumlah record untuk lima tahun kedepan adalah sebesar:

5000 record x 5 tahun = 25000

Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk

menyimpan data dimensi customer untuk lima tahun ke depan adalah:

25000 x 89 byte = 2225000 bytes

c. Analisis untuk kapasitas dimensi cause

Besar ukuran maksimal dalam satu record pada dimensi cause adalah:

integer (4) + character (5) = 9 byte

Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,

menjadi: (50% x 9) + 9 = 14

Asumsikan untuk jumlah record pertahun adalah 20 record, maka perkiraan

jumlah record untuk lima tahun kedepan adalah sebesar:

20 record x 5 tahun = 100

Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk

menyimpan data dimensi risk untuk lima tahun ke depan adalah:

100 x 14 byte = 1400 bytes

 119

d. Analisis untuk kapasitas dimensi product

Besar ukuran maksimal dalam satu record pada dimensi product adalah:

integer (4) + character (3) + character (25) = 32 byte

Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,

menjadi: (50% x 32) + 32 = 48

Asumsi untuk jumlah record pertahun adalah 20 record, maka perkiraan

jumlah record untuk lima tahun kedepan adalah sebesar:

20 record x 5 tahun = 100

Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk

menyimpan data dimensi risk untuk lima tahun ke depan adalah:

100 x 48 byte = 4800 bytes

e. Analisis untuk kapasitas fakta klaim

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

Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,

menjadi: (50% x 26) + 26 = 39

Asumsi untuk jumlah record pertahun adalah 7000 record, maka perkiraan

jumlah record untuk lima tahun kedepan adalah sebesar:

7000 record x 5 tahun = 35000

Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk

menyimpan data fakta klaim untuk lima tahun ke depan adalah:

 120

35000 x 26 byte = 910000 bytes

Tabel 4.22 Analisis Kapasitas Media Penyimpanan

Nama Besar 1 Besar 1 Estimasi Estimasi Size Size

Tabel Record Record Data Data (byte) (Kbyte)
(+50%) Pertahun Perlima 1Kb=1024bytes

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

Berdasarkan hasil analisis kapasitas media penyimpanan dapat diketahui

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

dibutuhkan untuk data warehouse „OLAPtakaful‟ ini untuk menampung data

selama lima tahun adalah sebesar 3111,4 bytes.

 121

4.8. Hasil Skema Bintang

Skema bintang dari proses klaim ini terdiri dari tabel faktaklaim yang

berhubungan langsung dengan empat tabel dimensi, yaitu waktudim,

dimensicauses, dimensiproduct dan dimensicustomer. Berikut ini adalah skema

bintang dari proses klaim:

Gambar 4.43 Skema Bintang Klaim

Skema ini terbentuk setelah melalui proses extract, transfer, and load

(ETL) data dari database „takaful‟ ke dalam data warehouse „OLAPtakaful‟

menggunakan SQL Server Busines Intelligence Development - Analysis Services

Projects. Skema ini menunjukkan bahwa untuk menampilkan data total klaim dan
 122

total nilai klaim dapat dilihat berdasarkan jenis produk, jenis penyebab terjadinya

kecelakaan (cause), maupun berdasarkan ID dan nama peserta yang mengajukan

klaim, dalam periode waktu tertentu.

4.9. Meta Data

Berikut ini adalah deskripsi meta data dari tabel-tabel dimensi yang

digunakan dalam skema bintang yang terdapat pada Gambar 4.8. Skema bintang

klaim:

1. Nama database : takaful

Nama tabel : waktudim

Sumber :-

Keterangan : Merupakan tabel dimensi waktu

Tabel 4.23 Meta Data Pada Dimensi Waktu

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

2. Nama database : takaful

Nama tabel : dimensicustomeromer

Sumber : Tabel mascust

Keterangan : Merupakan tabel dimensi customer

 123

Tabel 4.24 Meta Data Pada Dimensi Customer

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

3. Nama database : takaful

Nama tabel : dimensicauses

Sumber : Tabel cause

Keterangan : Merupakan tabel dimensi cause yang

menyebabkan terjadinya klaim

Tabel 4.25 Meta Data Pada Dimensi Cause

Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idcause Int 4 x x x x
loss_code Char 5 cause Char 5 loss_code

4. Nama database : takaful

Nama tabel : dimensiproduct

Sumber : Tabel product

Keterangan : Merupakan tabel dimensi product asuransi

Tabel 4.26 Meta Data Pada Dimensi Product

Sumber
Field Tipe Ukuran
Tabel Tipe Ukuran Field
idprd Int 4 x x x x
 124

prd_code Char 5 product Char 5 prd_code

prd_name Char 25 product Char 25 prd_name

5. Nama database : takaful

Nama tabel : faktaklaim

Sumber : Tabel waktudim, dimbranch, dimensicustomeromer,

dimrisk, trxveh

Keterangan : Merupakan tabel fakta klaim

Tabel 4.27 Meta Data Pada Fakta Klaim

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

Berdasarkan pada hasil pembahasan pada bab sebelumnya, maka menghasilkan

beberapa simpulan sebagai berikut:

1. Penelitian ini menghasilkan sebuah analisis data-data apa saja yang

diperlukan untuk membuat suatu data warehouse dalam perusahaan

asuransi syariah khususnya dalam proses klaim, sebagai dasar untuk

pembuatan tool/aplikasi untuk penyampaian laporan statistik kepada

manajer klaim.

2. Penelitian ini menghasilkan sebuah desain data warehouse pada perusahaan

asuransi syariah PT. Asuransi Takaful Umum sesuai dengan kebutuhan

dalam pembuatan laporan statistik untuk manajer klaim menggunakan Nine

Step Design Method.

3. Penelitian ini menghasilkan perhitungan perkiraan besarnya kapasitas data

yang nantinya akan ditampung di dalam data warehouse ketika akan

diimplementasikan.

4. Penelitian ini menyajikan informasi tentang proses migrasi dari database

operasional menuju data warehouse menggunakan SQL Server.

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

sistem selanjutnya, diantaranya:

1. Desain Data Warehouse pada pada perusahaan asuransi syariah PT. Asuransi

Takaful Umum ini dapat dikembangkan dengan mengintegrasikan data dari

divisi lainnya yang saling berkaitan, seperti dari divisi keuangan.

2. Penelitian ini dapat berguna untuk dijadikan referensi dalam pembuatan

aplikasi Dashboard system dalam PT. Asuransi Takaful umum, Decission

Support System, Executive information Sistem maupun Data mining tools

untuk menemukan suatu pola trend terbaru.

3. Untuk meningkatkan keamanan data khususnya keamanan database, maka

diperlukan pembatasan user yang berwenang untuk mengakses data yang ada

dalam perusahaan maupun pembatasan hak akses terhadap masing-masing

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

Hwang MI, Xu H. 2007. The Effect of Implementation Factors on Data Warehousing

Success: An Exploratory Study. Journal of Information. Information
Technology. and Organizations. hlm. 1-14.
Inmon WH. 2002. Building the Data Warehouse, Third Edition. John Wiley & Son,
Inc. : United States of America.
Kascelan L, Vujaklija DB. 2005. A Model for Data Mining System in Financial
Crisis Management Based on Data Warehouse Concept. ComSIS. hlm. 44-62.
Kimball R, Ross M, Bencker B, Mundy J, Thornthwaite W. 2010. Relentlessly
Practical Tools for Data Warehousing and Business Intelligence. Wiley
Publishing, inc: Indianapolis, Indiana.
Kormeier B, Hihlme K, Topel T, Hofestadt R. 2009. Cardio VINEdb: a data
warehouse ahlmroach for integration of life science data in cardiovascular
diseases. International Journal of Bio-Science and Bio-Technology. hlm. 1-5.
Kusnawi. 2009. Multidimensional Data Warehouse dengan Menggunakan MySQL.
http://517-1013-1-PB.pdf. [23 November 2010].
Lin HY, Hsu PY, Su YM. 2006. An Analysis of Data Warehouse Research.
Electronic Commerce Studies. hlm. 3-22.
Mudjihartono P. 2007. Data Warehousing dan Datamining Asosiasi Nilai Mahasiswa,
Masa Skripsi dan Masa Studi Program Studi Teknik Informatika FTI-AJY.
Jurnal Teknologi Industri Vol. XI No. 1. hlm: 1-8
Nagabushana S. 2006. Data Warehousing OLAP and Data Mining. New Delhi: New
Age International Publisher.
Nazir M. 2005. Metode Penelitian. Ciawi: Penerbit Ghalia Indonesia
Nina MH. Januari 2008. KARIM Review Special Edition [23 Juni 2011]
Oktavia T. 2011. Perancangan Model Data Warehouse Dalam Mendukung
Perusahaan Jasa Pengiriman. Seminar Nasional Informatika 2011. ISSN:
1979-2328.
Payton FG, Zahay D. 2005. Why doesn’t marketing use the corporate data
warehouse? He role of trust and quality in adoption of data-warehousing
technology for CRM ahlmlications. Emerald Group Publishing. hlm. 237-244.
Poe V. 2003 . Building Data Warehouse for Decision Support, edisi-2. Prentice Hall.
Praduwiratna R. Bermain Data dengan SQL Server 2010. Bandung: Microsoft
Student Partners.
 125

Prasetyo MA, Saikhu A, Sarwosri. 2010. Pembuatan Aplikasi OLAP Untuk

Pelaporan pada PT. Aneka Tuna Indonesia Menggunakan SQL Server 2005.
http://ITS-Undergraduate-9803-Paper.pdf. [23 November 2010].
Rachmawati. 2008. Pengumpulan Data dalam Penelitian Kualitatif: Wawancara.
http://staff.ui.ac.id/internal/132147454/publikasi/PENGUMPULANDATAD
ALAMPENELITIANKUALITATIF.pdf. [23 November 2010].
Rahmadi. 2007. Data warehouse akademik STMIK Banjabaru berbasis Mysql server.
Banjarbaru: Sekolah Tinggi Manajemen Informatika & Komputer.
Ramadhan, TS. 2007. Perancangan Data Warehouse dengan Microsoft SQL Server
2005. http://sites.google.com/site/samsulsite. [23 November 2010].
Ricciardi E. 2005. Balanced Scorecard and Its Information System: The Performance
Data Warehouse. Central European University and Corvinus University of
Budapest. hlm. 1-16.
Rosenthal A, Sciore E. 2000. View Security as the Basis for Data Warehouse
Security. Proc, of the International Workshop on Design and Management of
Data Warehouses. hlm. 1-8.
Sasmita PH. 2005. Desain dan Pembuatan Purwarupa Data Warehouse
UntukMendukung Pelaporan Transaksi Keuangan Mencurigakan Di Unit
Kepatuhan PT. Bank Jatim. hlm: 1-10.
Sula MS. 2004. Asuransi Syariah (Life dan General) Konsep dan Sistem Operasional.
Gema Insani: Jakarta.
Sutanta E. 1995. Sistem Basis Data. Yogyakarta: Andi.
Tseng, Frank SC. 2007. XML-Based Heterogeneous Database Integration for Data
Warehouse Creation. National Science Council. hlm. 590-603.
Wah YT, Peng NH, Hok CS. 2007. Building Data Warehouse. Proc, of the 24 th South
East Asia Regional Computer Conference. hlm. 1-6.Amin dan Aziz, 2010
Wayne S. Freeze. Unlocking OLAP with Microsoft SQL Server and Excel 2000.
Foster City, CA : IDG Books Worldwide,2000.
Yulianto S, Prasetyo J. 2009. OLAP Technology: Visualization Multidimensional
Data On Agribusiness Information Resources In Indonesia. Konferensi
Nasional Sistem dan Informatika 2009. KNS&I09-021.
www.takaful.com
LAMPIRAN 1

SURAT KETERANGAN PENELITIAN

LAMPIRAN 2

WAWANCARA

Responden : Bapak Rochiman

Jabatan : Divisi IT

Penanya : Nur Liska Amelia

Tanggal : 10 Mei 2011

Tujuan : Mengetahui alur proses bisnis klaim pada asuransi syariah, serta
susunan database yang digunakan.

Poin utama wawancara:

1. Bagaimana alur asuransi dan alur klaim secara umum?

2. Data apa saja yang terlibat dalam proses klaim tersebut?
3. Sistem apa yang digunakan dalam perusahaan dan database yang ada di
dalamnya?

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

Jabatan : Divisi SDM

Penanya : Nur Liska Amelia

Tanggal : 13 Mei 2011

Tujuan : Mengetahui alur proses bisnis klaim

Poin utama wawancara:

1. Mengetahui profil umum perusahaan PT. Asuransi Takaful Umum.

2. Mengetahui produk-produk yang ditawarkan oleh PT. Asuransi Takaful
Umum.
3. Mengetahui struktur organisasi serta sebagian tugas dari divisi IT dan divisi
klaim.

Hasil Wawancara:

Dari kegiatan wawancara ini, responden memberikan informasi mengenai

sejarah didirikannya PT. Asuransi Takaful Umum dan perkembangannya dari waktu
ke waktu, responden juga memberikan gambaran umum tentang organisasi seperti
visi dan misi perusahaan, produk-produk yang ditawarkan oleh PT. Asuransi Takaful
Umum, serta struktur organisasi PT. Asuransi Takaful Umum. Informasi ini
memudahkan penulis untuk mengetahui kegiatan perusahaan secara umum.
Responden : Bapak Afzil

Jabatan : Manager Klaim

Penanya : Nur Liska Amelia

Tanggal : 13 Mei 2011

Tujuan : Mengetahui alur proses bisnis klaim

Poin utama wawancara:

1. Mengetahui tugas dari divisi klaim.

2. Mengetahui alur proses bisnis klaim serta dokumen yang terkait.
3. Mengetahui laporan yang dibutuhkan oleh manager klaim.

Hasil Wawancara:

Dari wawancara ini diketahui bahwa manager klaim biasanya membutuhkan

laporan statistik pertahun dan perbulan mengenai klaim-klaim yang telah diajukan.
Responden juga memberikan informasi mengenai tugas-tugas dari divisi klain dan
dalam tahapan pekerjaan secara berurutan yang berhubungan dengan klaim, data apa
saja yang dibutuhkan, bagaimana prosedurnya, hingga pemberian persetujuan atas
klaim yang dilaporkan oleh peserta asuransi. Berdasarkan hasil dari wawancara,
penulis dapat memahami alur klaim kendaraan bermotor secara rinci juga urutan
kegiatan pengumpulan data-data klaim dari peserta asuransi yang akhirnya dapat
dituangkan dalam sebuah diagram ritch picture.
LAMPIRAN 3

SCRIPT SQL

1. Database OLAP

Membuat Tabel Dimensi Waktu

CREATE TABLE waktudim

(
IDWAKTU INT IDENTITY,

TAHUN INT NOT NULL,

BULAN INT NOT NULL,
PRIMARY KEY(IDWAKTU)
);

Membuat Tabel Dimensi Customer

CREATE TABLE dimensicustomer

(
dimcustID INT IDENTITY,

cust_code CHAR(25) NOT NULL,

cust_name CHAR(30)NOT NULL,
PRIMARY KEY(dimcustID)

);

Membuat Tabel Dimensi Product

CREATE TABLE dimensiproduct

(

dimprdID INT IDENTITY,

prd_code CHAR(3) NOT NULL,
 prd_name CHAR(25)NOT NULL,

PRIMARY KEY(dimprdID)
);

Membuat Tabel Dimensi Causes

CREATE TABLE dimensicauses

(
dimcausesID INT IDENTITY,
loss_code CHAR(5) NOT NULL,

PRIMARY KEY(dimcausesID)
);

Membuat Tabel Fakta Klaim

CREATE TABLE faktaclaims

(
IDWAKTU INT NOT NULL,
dimprdID INT NOT NULL,

dimcustID INT NOT NULL,

dimcausesID INT NOT NULL,
total_claims DECIMAL(14,2) NOT NULL,
total_claimammt DECIMAL(14,2) NOT NULL,

);

Create FilterTimeStamp

CREATE TABLE FilterTimeStamp

(
Last_ETL_Process_Date DATETIME NOT NULL,
 Table_Name VARCHAR(50) NOT NULL,

PRIMARY KEY (Last_ETL_Process_Date)

)

CREATE PROC Proc_Update_FilterTimeStamp

@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

Transform Dimensi Cause

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

where Table_Name ='dimensicauses'

)
else
select loss_code
from [takaful].[dbo].cause

Transform Dimensi Customer

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

where Table_Name = 'dimensicustomer'

)

else

select cust_code, cust_name

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

Transform Dimensi Waktu

if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'

)
select

year (Tgl) as [TAHUN],

month (Tgl) as [BULAN]

from

(select distinct acc_prd as Tgl, InsertedDate

from [takaful].[dbo].trxveh
) as Tgl
where

Tgl.InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'
)

else
select
year (Tgl) as [TAHUN],

month (Tgl) as [BULAN]

from
(select distinct acc_prd as Tgl, InsertedDate

from [takaful].[dbo].trxveh
) as Tgl

Transform Fakta Claim

IF EXISTS

( SELECT*
 FROM [OLAPtakaful].[dbo].FilterTimeStamp

WHERE Table_Name = 'faktaclaims'

)

SELECT

IDWAKTU,
dimcustID,
dimprdID,
dimcausesID,

COUNT (trxveh_code) AS [total_claims],

SUM (claim_ammt) AS [total_claimammt]
FROM
[takaful].[dbo].cause AS C,
[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 AND

Tv.InsertedDate>
( select Last_ETL_Process_Date
From [OLAPtakaful].[dbo].FilterTimeStamp

Where Table_Name = 'faktaclaims'

)

GROUP BY
IDWAKTU,

dimcustID,
dimprdID,
dimcausesID

ELSE
SELECT
IDWAKTU,

dimcustID,
dimprdID,
dimcausesID,
COUNT (trxveh_code) AS [total_claims],

SUM (claim_ammt) AS [total_claimammt]

FROM
 [takaful].[dbo].cause AS C,

[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

7. Hasil Deployment Cube

8. Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan jenis
resiko yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).

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:

a. Untuk produk takaful ABROR dengan jenis resiko:

 ETS02 nilai yang diklaim sebesar : 1.59078E+11.
 FD01 nilai yang diklaim sebesar : 79552000000.
  FD02 nilai yang diklaim sebesar : 728064000000.
 OD01 nilai yang diklaim sebesar : 15264000000.
 OD02 nilai yang diklaim sebesar : 5.20246E+11.
 SRC01 nilai yang diklaim sebesar : 1.51206E+11.
 SRC02 nilai yang diklaim sebesar : 45696000000.
 TS02 nilai yang diklaim sebesar : 12640000000.
b. Untuk produk takaful ANSOR dengan jenis resiko:
 FD01 nilai yang diklaim sebesar : 6432000000.
 OD02 nilai yang diklaim sebesar : 18912000000.
LAMPIRAN 5

PASAL 11
KEWAJIBAN TERTANGGUNG DALAM HAL TERJADI KERUGIAN DAN
ATAU KERUSAKAN

1. Tertanggung, setelah mengetahui atau seharusnya mengetahui adanya kerugian

dan atau kerusakan atas Kendaraan Bermotor dan atau kepentingan yang
dipertanggungkan, wajib :
1.1. memberitahu Penanggung secara tertulis atau secara lisan yang diikuti dengan
tertulis kepada Penanggung selambat-lambatnya 5 (lima) hari kalender sejak
terjadinya kerugian dan atau kerusakan;
1.2. melaporkan kepada dan mendapat surat keterangan dari serendah-rendahnya
Kepolisian Sektor (Polsek) di tempat kejadian, jika terjadi kerugian dan atau
kerusakan sebagian yang disebabkan oleh pencurian atau melibatkan pihak
ketiga, yang dapat dijadikan dasar untuk menuntut ganti rugi kepada atau dari
pihak ketiga;
1.3. melaporkan kepada dan mendapat surat keterangan dari Kepolisian Daerah
(Polda) di tempat kejadian dalam hal kerugian total akibat pencurian.
2. Jika Tertanggung dituntut oleh pihak ketiga sehubungan dengan kerugian dan atau
kerusakan yang disebabkan oleh Kendaraan Bermotor, maka Tertanggung wajib:
2.1. memberitahu Penanggung tentang adanya tuntutan tersebut selambat-
lambatnya 5 (lima) hari kalender sejak tuntutan tersebut diterima;
2.2. menyerahkan dokumen tuntutan pihak ketiga dan menyerahkan surat laporan
Kepolisian Sektor (Polsek) di tempat kejadian;
2.3. memberikan surat kuasa kepada Penanggung untuk mengurus tuntutan ganti
rugi dari pihak ketiga, jika Penanggung menghendaki;
2.4. tidak memberikan janji, keterangan atau melakukan tindakan yang
menimbulkan kesan bahwa Tertanggung mengakui suatu tanggung jawab.
3. Pada waktu terjadi kerugian dan atau kerusakan, Tertanggung wajib :
3.1. melakukan segala usaha yang patut guna menjaga, memelihara,
menyelamatkan Kendaraan Bermotor dan atau kepentingan yang
dipertanggungkan serta mengizinkan pihak lain untuk menyelamatkan
Kendaraan Bermotor dan atau kepentingan tersebut;
3.2. memberikan bantuan dan kesempatan sepenuhnya kepada Penanggung atau
Kuasa Penanggung atau pihak lain yang ditunjuk oleh Penanggung untuk
melakukan penelitian atas kerugian dan atau kerusakan yang terjadi atas
Kendaraan Bermotor sebelum dilakukan perbaikan atau penggantian;
 3.3. mengamankan Kendaraan Bermotor dan atau kepentingan yang
dipertanggungkan yang dapat diselamatkan.
Segala hak ganti-rugi menjadi hilang jika Tertanggung tidak memenuhi ketentuan
dalam Pasal ini.