Full

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PEMBANGUNAN GUDANG DATA

TRANSAKSI PENJUALAN DI TOKO BUKU AB
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh :
Monica Susi Diatma Sari
NIM : 115314061
PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2017
i
THE DATA WAREHOUSE DEVELOPMENT

OF SALES TRANSACTIONS IN AB BOOKSTORE
A THESIS
Presented as Partial Fulfillment of the Requirements
to Obtain the Sarjana Komputer Degree
in Informatics Engineering Study Program
By :
115314061
INFORMATICS ENGINEERING STUDY PROGRAM

DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2017
ii
HALAMAN PERSETUJUAN
SKRIPSI

Oleh :
NIM : 115314061
Telah disetujui oleh:
Pembimbing
P.H. Prima Rosa, S.Si., M.Sc. Tanggal: Januari 2017
iii
HALAMAN PENGESAHAN SKRIPSI

Dipersiapkan dan ditulis oleh:

115314061
Telah dipertahankan di depan Panitia Penguji

Pada tanggal : 10 Januari 2017
Dan dinyatakan memenuhi syarat
Susunan Panitia Penguji

Nama Lengkap Tanda Tangan
Ketua : Drs. Haris Sriwindono, M.Kom. ……………………….
Sekretaris : JB. Budi Darmawan, S.T., M.Sc. ……………………….
Anggota : Paulina Heruningsih Prima Rosa, S.Si., M.Sc. ……………………….
Yogyakarta, Januari 2017

Fakultas Sains dan Teknologi
Universitas Sanata Dharma
Dekan,
Sudi Mungkasi, S.Si., Math.SC., Ph.D.
iv
HALAMAN PERSEMBAHAN
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya

tulis ini tidak dimuat karya atau bagian karya orang lain, kecuali yang telah
disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 10 Januari 2017
Penulis
vi
LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama : Monica Susi Diatma Sari
Nomor Mahasiswa : 115314061
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjudul :
beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan
kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,
mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan
data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau
media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya
maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya
sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Yogyakarta
Pada tanggal : Januari 2017
Yang menyatakan
(Monica Susi Diatma Sari)
vii
ABSTRAK
Perkembangan zaman semakin pesat, begitu juga dengan perkembangan

teknologi. Salah satu perkembangan teknologi yang dapat dirasakan semakin
berkembang adalah teknologi informasi terutama mengenai teknologi
penyimpanan data. Gudang data merupakan sekumpulan data yang terintegrasi,
basis data berorientasi subyek yang dibangun untuk mendukung fungsi sistem
pengambilan keputusan.
Dalam tugas akhir ini teknologi gudang data digunakan untuk
mengintegrasikan data transaksi penjualan yang terdapat di Toko Buku AB.
Pembangunan gudang data sendiri digunakan untuk membantu Kepala Toko
dalam melakukan pemantauan transaksi penjualan yang terjadi, serta menentukan
barang dan kategori yang harus dipesan ke supplier dan penerbit. Gudang data
yang terbentuk selanjutnya diproses menjadi database Online Analytical
Processing (OLAP) menggunakan Kettle Pentaho dan model dimensional
menggunakan Star Schema. Dari gudang data yang sudah terbentuk dapat dihitung
jumlah penjualan setiap tahun, berdasar beberapa dimensi yaitu waktu, kategori,
topik, penerbit, supplier, dan barang.
Pembangunan gudang data transaksi penjualan ini dievaluasi oleh Kepala
Toko Buku AB. Hasil evaluasi menunjukkan bahwa menurut kepala toko, sistem
ini telah memenuhi keinginan pengguna dan dapat digunakan untuk membantu
dalam memantau data jumlah penjualan berdasarkan barang, supplier dan
penerbit.
Kata kunci : gudang data, transaksi, penjualan, OLAP.
viii
ABSTRACT
Technological development lasts as fast as time goes by. One of the

technological developments that can be felt increasing rapidly is information
technology, especially information regarding data warehouse technology. A data
warehouse is a set of integrated data, subject oriented database which is built to
support the function of decision making system.
In this final project, data warehouse technology is used to integrated the
sales transaction data in AB Book store. The building of data warehouse is used to
help the Chairman of the store in observing the sales transaction and determine the
items and the categories that should be ordered to the suppliers and publishers.
The data warehouse then processed to be database Online Analytical Processing
(OLAP) by using Kettle Pentaho and Star Schema dimensional model. Using the
formed data warehouse, the amount of the annual sales can be counted based on
several dimensions namely time, categories, topics, publishers, suppliers, and
goods.
The building of this sales transaction data warehouse was evaluted by the
chairman of AB Bookstore. The evaluation result shows that according to the
chairman this system has fulfilled the whises of the users and can be used help in
observing data on sales amount based on the goods, suppliers, and publishers.
Keywords : data warehouse, transaction, sales, OLAP.
ix
KATA PENGANTAR
Puji syukur kepada Allah Bapa, Bunda Maria dan Tuhan Yesus, karena
berkat rahmat dan karunia-Nya penulis dapat menyelesaikan penulisan skripsi ini.
Banyak proses yang harus dilewati penulis dalam penyusunan skripsi ini baik
segala hambatan dan keceriaan agar skripsi ini dapat disusun dengan baik.
Dalam penulisan skripsi ini tidak lepas dari bantuan berbagai pihak. Untuk
itu penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya
kepada semua pihak yang telah membantu penulis selama proses penyusunan
skripsi. Penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Sudi Mungkasi, S.Si., Math.SC., Ph.D.

Selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.
2. Ibu Dr. Anastasia Rita Widiarti, S.Si., M.Kom.
Selaku Kepala Program Studi Teknik Informatika Fakultas Sains dan
Teknologi Universitas Sanata Dharma.
3. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc.
Selaku Dosen Pembimbing skripsi. Terima kasih banyak Bu Rosa atas
waktu, perhatian, kesabaran, cinta kasih, saran, kritik, dan pemikiran
sehingga penulis dapat menyelesaikan skripsi.
4. Bapak Drs. Haris Sriwindono, M.Kom.
Selaku dosen penguji. Terima kasih atas segala saran dan kritik yang
diberikan untuk lebih menyempurnakan skripsi ini.
5. Bapak JB. Budi Darmawan, S.T., M.Sc.
Selaku dosen penguji. Terima kasih atas segala saran dan kritik yang
diberikan untuk lebih menyempurnakan skripsi ini.
6. Bapak Puspaningtyas Sanjoyo Adi, M.T.
Selaku Dosen Pembimbing Akademik. Terima kasih atas segala motivasi,
bantuan selama masa studi.
x
7. Ibu Ridowati Gunawan, S.Kom., M.T.

Terima kasih atas waktu, dukungan, solusi dalam menyelesaikan skripsi.
8. Mas Yanuar dan Mbak Yuvita (mb yupi) yang selalu memberikan bantuan
kepada penulis dalam penyelesaian skripsi.
9. Segenap dosen dan karyawan Universitas Sanata Dharma yang telah
membantu selama penyelesaian skripsi ini.
10. Bapakku Antonius Sarina dan Ibuku Christiana Sri Suyatmi tercinta atas
segala kasih, kekuatan, kesabaran, perhatian, semangat, dukungan serta
doa yang telah diberikan kepada Penulis.
11. Kakakku Veronika Tina Ariatmi dan Franciska Williasari tersayang atas
segala doa dan dukungan yang diberikan kepada Penulis.
12. Simbok Kedah dan keluarga atas semua kasih sayang, doa, dan bantuan
yang diberikan dari masa kecilku sampai saat ini.
13. Keponakanku William Adrian dan Fideliya Athania untuk keceriaan,
tangis yang selalu membangunkan dari tidur, dan semangat yang diberikan
kepada Penulis.
14. Keluarga Simbah Kakung Somo Pawiro, serta Simbah Pawiro Suwiryo
atas segala dukungan dan doa yang diberikan kepada Penulis.
15. Eyang Kakung, terima kasih atas segala bantuan, semangat dan motivasi
yang diberikan kepada Penulis.
16. Bu Rusmini dan Mb Sinta atas bantuan yang diberikan kepada Penulis.
17. Cornellis Hutomo Suryolaksono (mas tomi) atas segala bantuan dan
referensi yang tak terhingga diberikan kepada Penulis.
18. Maria Yosephine Dwi Unceniana Fernandez (mbak manez) atas segala
bantuan dan referensi yang tak terhingga diberikan kepada Penulis.
19. D. Ronny Dwiharyanto (mas ronny) atas segala bantuan dan referensi yang
tak terhingga diberikan kepada Penulis.
20. Setiawan Wasito (mas wawan) atas segala bantuan dan referensi yang tak
terhingga diberikan kepada Penulis.
21. Anastasia Arum Citra Dewi (mbak arum) atas segala bantuan dan referensi
yang tak terhingga diberikan kepada Penulis.
xi
22. Julius Anggit Dwiantoro, Petrus Indra Wijayanto, Isidorus Cahyo Adi
Prasetyo, Gilang Abi Saputro, dan Bimo Santoso Aji atas bantuan, curhat,
dukungan, waktu yang diberikan kepada Penulis.
23. Teman-teman TI 2011. Meity, Karmelia, Ari, Beni (benpras), Bulan,
Drajad, Dhiah (bu haji), Winda, Priska, Bee, Agung, Febri, Dyah Utami,
Bayu (pak polisi), Widi, Dion (pakdhe), Ria, Sisil, Rosi, Danik, Elsa
(amoypocari), Lukas, Bayu (gendhut), Aan, Whisnu, Marlina, Steve,
Tungky. Terima kasih atas kebersamaan dan persahabatan selama ini.
24. Mb Intan dan Mb Sita atas kebersamaan dan persahabatan ini.
25. Brigita Cintya (dik tya), Monica Rintan, Mb Dea, Iin, Ni Putu, Riyadhalah,
Tri Pina, Lukas Bayu atas dukungan dan bantuan yang diberikan kepada
Penulis.
26. Teman-teman bimbingan skripsi Bu Rosa atas dukungan, bantuan, doa
yang telah diberikan kepada Penulis.
27. Yosephine Rheni dan Natalia Merry atas persahabatan yang tulus, bantuan,
semangat yang diberikan kepada Penulis.
28. Yuni Br Tarigan dan Mersy Cahyati, kebersamaan dikost “Asri” tercinta,
bantuan, curhat, suka duka dan dukungan, yang diberikan kepada Penulis.
29. Ibu Edy, selaku pemilik kost Asri atas doa dan izin telah diberikan
kenyamanan tempat tinggal selama kuliah kepada Penulis.
30. Teman-teman kost “Asri” : Mb Devi Mb Tia Mb Tata (alumni kost asri),
Zena, Enda, Ipen, Oi, Savent, Gege, Angel, Putri, atas segala dukungan
dan suka duka yang diberikan kepada Penulis.
31. Semua teman dan sahabat yang tak dapat penulis sebutkan satu per satu,
terima kasih atas doa dan dukungannya semoga selalu mendapatkan
karunia dari Tuhan.
Penulis menyadari bahwa masih banyak kekurangan yang terdapat dalam
penyusunan skripsi ini, akan tetapi penulis berharap agar skripsi ini dapat
bermanfaat bagi penulis maupun pembaca sekalian.
Penulis
xii
DAFTAR ISI
Halaman
HALAMAN JUDUL................................................................................................ i
HALAMAN JUDUL INGGRIS ............................................................................. ii
HALAMAN PERSETUJUAN ............................................................................... iii
HALAMAN PENGESAHAN ................................................................................ iv
HALAMAN PERSEMBAHAN ............................................................................. v
PERNYATAAN KEASLIAN KARYA ................................................................ vi
HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ......................... vii
ABSTRAK ........................................................................................................... viii
ABSTRACT ........................................................................................................... ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ........................................................................................................ xiii
DAFTAR GAMBAR ......................................................................................... xviii
DAFTAR TABEL .............................................................................................. xxiv
BAB I PENDAHULUAN ....................................................................................... 1
1.1. Latar Belakang ..................................................................................... 1
1.2. Rumusan Masalah ................................................................................ 2
1.3. Tujuan Penelitian.................................................................................. 2
1.4. Batasan Masalah ................................................................................... 3
xiii
1.5. Metodologi Penelitian .......................................................................... 3
1.6. Sistematika Penulisan........................................................................... 4
BAB II LANDASAN TEORI ................................................................................. 6
2.1. Konsep Dasar Data Warehouse ........................................................... 6
2.1.1. Pengertian Data .................................................................................... 6
2.1.2. Pengertian Gudang Data....................................................................... 6
2.1.3. Karakteristik Gudang Data ................................................................... 7
2.1.4. Arsitektur Gudang Data ....................................................................... 8
2.1.5. Metadata ............................................................................................. 11
2.1.6. Denormalisasi ..................................................................................... 11
2.1.7. Manfaat Gudang Data ........................................................................ 12
2.1.8. Langkah Pembuatan Gudang Data ..................................................... 13
2.2. Extract, Transform, dan Load ............................................................ 14
2.2.1. Pengertian ETL .................................................................................. 14
2.2.2. Proses dalam Extract, Transform, Load ............................................. 14
2.3. Model Data Multidimensi .................................................................. 15
2.3.1. Model Dimensional ............................................................................ 15
2.3.2. Skema Bintang ................................................................................... 16
2.3.3. Kelebihan Menggunakan Skema Bintang .......................................... 17
2.3.4. Kekurangan Menggunakan Skema Bintang ....................................... 18
2.3.5. Skema Butiran Salju (Snowflake) ....................................................... 19
2.3.6. Kelebihan Menggunakan Skema Snowflake ...................................... 20
2.3.7. Kekurangan Menggunakan Skema Snowflake ................................... 21
xiv
2.3.8. Cube, Dimension, Measure, dan Member .......................................... 21
2.3.9. Surrogate Key ..................................................................................... 21
2.4. Online Analytical Processing ............................................................. 22
2.4.1. Pengertian Online Analytical Processing (OLAP)............................. 22
2.4.2. Online Transaction Processing (OLTP) ............................................ 22
2.4.3. Perbedaan OLTP dan OLAP .............................................................. 23
2.5. Pentaho Data Integration (Kettle) ...................................................... 24
2.5.1. Pengertian Pentaho ............................................................................. 24
2.5.2. Kettle ................................................................................................. 24
2.6. Mondrian ............................................................................................ 28
BAB III ANALISIS DAN PERANCANGAN ..................................................... 29
3.1. Identifikasi Masalah dan Analisis Kebutuhan .................................... 29
3.2. Pemrosesan Awal ............................................................................... 31
3.2.1 Struktur Tabel Basis Data Toko Buku AB ......................................... 31
3.2.2 Restrukturisasi Tabel .......................................................................... 40
3.2.3 Pembersihan Data ............................................................................... 48
3.2.4 Transformasi Data .............................................................................. 48
3.3. Analisis Kebutuhan Gudang Data ...................................................... 49
3.3.1 Use Case ............................................................................................. 49
3.3.2 Narasi Use Case ................................................................................. 50
3.4. Pembuatan Gudang Data .................................................................... 52
3.4.1 Membaca data legacy ......................................................................... 52
3.4.2 Memindahkan data dari sumber ke server gudang data ..................... 52
xv
3.4.3 Memecah gudang data ke dalam dimensi dan tabel fakta .................. 58
3.5. Rancangan MDX Kueri untuk Cube Fact_Penjualan ........................ 62
3.6. Perancangan Antar Muka ................................................................... 62
BAB IV IMPLEMENTASI .................................................................................. 65
4.1. Implementasi Arsitektur Gudang Data ............................................... 65
4.2. Langkah Pembuatan Gudang Data ..................................................... 66
4.2.1 Membaca Data Legacy ....................................................................... 66
4.2.2 Memindahkan Data ke Server Gudang Data ...................................... 66
4.3. Memecah Gudang Data dalam Tabel Dimensi dan Tabel Fakta ........ 81
4.3.1 Tabel Dimensi `dim_barang` ............................................................. 81
4.3.2 Tabel Dimensi `dim_penerbit` ........................................................... 84
4.3.3 Tabel Dimensi `dim_kategori` ........................................................... 87
4.3.4 Tabel Dimensi `dim_supplier` ........................................................... 89
4.3.5 Tabel Dimensi `dim_topik` ................................................................ 92
4.3.6 Tabel Dimensi `dim_waktu`............................................................... 95
4.3.7 Tabel Fakta `faktaku` ......................................................................... 96
4.3.8 Job Transformasi Data ..................................................................... 102
4.4. Pembentukan Skema Bintang Penjualan .......................................... 104
4.4.1 Cube Penjualan ................................................................................. 104
4.4.2 Skema MDX ..................................................................................... 107
4.5. Implementasi Antar Muka Pengguna ............................................... 110
4.5.1 Halaman Login ................................................................................. 110
4.5.2 Halaman Menu Utama ..................................................................... 111
xvi
BAB V ANALISIS HASIL................................................................................. 115
5.1 Penyelesaian Rumusan Masalah ...................................................... 115
5.2 Pengujian Cube ................................................................................ 117
5.3 Kelebihan dan Kekurangan Sistem .................................................. 125
BAB VI PENUTUP ............................................................................................ 127
6.1 Kesimpulan....................................................................................... 127
6.2 Saran ................................................................................................ 127
DAFTAR PUSTAKA ......................................................................................... 129
LAMPIRAN ........................................................................................................ 131
LAMPIRAN 1 OLAP ..................................................................................... 132
LAMPIRAN 2 RESTRUKTURISASI TABEL .............................................. 143
LAMPIRAN 3 KUESIONER ......................................................................... 171
xvii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Arsitektur Data Warehouse ............................................................. 8

Gambar 2.2 Arsitektur Gudang Data ................................................................. 11
Gambar 2.3 Sistem Kerja Data Warehouse ....................................................... 15
Gambar 2.4 Contoh Star Schema ...................................................................... 17
Gambar 2.5 Contoh Snowflake Schema........................................................... 20
Gambar 3.1 Struktur Tabel Basis Data Toko Buku AB .................................... 32
Gambar 3.2 Tabel data_barang ......................................................................... 32
Gambar 3.3 Tabel data_beli .............................................................................. 33
Gambar 3.4 Tabel data_jual .............................................................................. 33
Gambar 3.5 Tabel detail_jual ............................................................................ 34
Gambar 3.6 Tabel detail_beli ............................................................................ 34
Gambar 3.7 Tabel supplier ................................................................................ 35
Gambar 3.8 Tabel penerbit ................................................................................ 35
Gambar 3.9 Tabel produk .................................................................................. 36
Gambar 3.10 Tabel topik ..................................................................................... 36
Gambar 3.11 ER Diagram ................................................................................... 37
Gambar 3.12 Database Logical Design ............................................................... 37
Gambar 3.13 Tabel data_barang ......................................................................... 42
Gambar 3.14 Tabel data_beli .............................................................................. 42
Gambar 3.15 Tabel data_jual .............................................................................. 43
Gambar 3.16 Tabel detail_jual ............................................................................ 43
Gambar 3.17 Tabel detail_beli ............................................................................ 44
Gambar 3.18 Tabel supplier ................................................................................ 45
Gambar 3.19 Tabel penerbit ................................................................................ 45
Gambar 3.20 Tabel produk .................................................................................. 46
Gambar 3.21 Tabel topik ..................................................................................... 46
Gambar 3.22 Hasil Restrukturisasi Basis Data monica_skripsi .......................... 48
Gambar 3.23 Diagram Use Case ......................................................................... 49
xviii
Gambar 3.24 Proses Pemindahan Tabel ms_barang ........................................... 53

Gambar 3.25 Proses Pemindahan Tabel ms_penerbit ......................................... 54
Gambar 3.26 Proses Pemindahan Tabel ms_kategori ......................................... 55
Gambar 3.27 Proses Pemindahan Tabel ms_supplier ......................................... 56
Gambar 3.28 Proses Pemindahan Tabel ms_topik .............................................. 56
Gambar 3.29 Proses Pemindahan Tabel ms_transaksi ........................................ 57
Gambar 3.30 Pembentukan dimensi barang ........................................................ 58
Gambar 3.31 Pembentukan dimensi penerbit...................................................... 59
Gambar 3.32 Pembentukan dimensi produk ....................................................... 59
Gambar 3.33 Pembentukan dimensi supplier ...................................................... 60
Gambar 3.34 Pembentukan dimensi topik .......................................................... 60
Gambar 3.35 Tabel Fakta Faktaku ...................................................................... 61
Gambar 3.36 Struktur MDX Kueri Untuk Laporan Transaksi Penjualan ........... 62
Gambar 3.37 Halaman Login .............................................................................. 63
Gambar 3.38 Halaman Home .............................................................................. 63
Gambar 3.39 Halaman Transaksi Penjualan ....................................................... 64
Gambar 4.1 Arsitektur Gudang Data ................................................................. 65
Gambar 4.2 ms_transaksi.ktr ............................................................................. 67
Gambar 4.3 Langkah Select Data ...................................................................... 68
Gambar 4.4 Memilih Field Yang Digunakan .................................................... 69
Gambar 4.5 Langkah Insert/Update ms_transaksi ............................................ 69
Gambar 4.6 Output ms_transaksi ...................................................................... 70
Gambar 4.7 ms_barang.ktr ................................................................................ 70
Gambar 4.8 Langkah Select Data Barang ......................................................... 71
Gambar 4.10 Langkah Insert/Update ms_barang ................................................ 72
Gambar 4.11 Output ms_barang ......................................................................... 72
Gambar 4.12 ms_kategori.ktr .............................................................................. 73
Gambar 4.13 Langkah Select Data Kategori ....................................................... 73
Gambar 4.15 Langkah Insert/Update ms_kategori.............................................. 74
xix
Gambar 4.16 Output ms_kategori ....................................................................... 74

Gambar 4.17 ms_topik.ktr ................................................................................... 75
Gambar 4.18 Langkah Select Data Topik ........................................................... 75
Gambar 4.20 Langkah Insert/Update ms_topik .................................................. 76
Gambar 4.21 Output ms_topik ............................................................................ 76
Gambar 4.22 ms_penerbit.ktr .............................................................................. 77
Gambar 4.23 Langkah Select Data Penerbit ....................................................... 77
Gambar 4.25 Langkah Insert/Update ms_penerbit.............................................. 78
Gambar 4.26 Output ms_penerbit ....................................................................... 78
Gambar 4.27 ms_supplier.ktr .............................................................................. 79
Gambar 4.28 Langkah Select Data Supplier ....................................................... 79
Gambar 4.29 Langkah Memilih Field ................................................................. 79
Gambar 4.30 Langkah Insert/Update ms_supplier .............................................. 80
Gambar 4.31 Output ms_supplier ....................................................................... 80
Gambar 4.32 Proses Pembuatan Dimensi dim_barang ....................................... 81
Gambar 4.33 Langkah Select Data Barang dari ms_barang ............................... 82
Gambar 4.34 Preview Data ms_barang ............................................................... 82
Gambar 4.35 Langkah Membuat Surrogate Key Pada dim_barang .................... 83
Gambar 4.36 Langkah Memilih Data pada Dim_Barang.................................... 83
Gambar 4.37 Tabel Dim_Barang ........................................................................ 84
Gambar 4.38 Proses Pembuatan Dimensi dim_penerbit ..................................... 84
Gambar 4.39 Langkah Select Data Penerbit dari ms_penerbit ........................... 85
Gambar 4.40 Preview Data ms_penerbit ............................................................. 85
Gambar 4.41 Langkah Membuat Surrogate Key pada dim_penerbit .................. 86
Gambar 4.42 Langkah Memilih Data Pada Dim_Penerbit.................................. 86
Gambar 4.43 Tabel dim_penerbit ........................................................................ 87
Gambar 4.44 Proses Pembuatan Dimensi dim_kategori ..................................... 87
Gambar 4.45 Langkah Select Data Kategori dari ms_kategori ........................... 87
Gambar 4.46 Preview Data ms_penerbit ............................................................. 88
xx
Gambar 4.47 Langkah Membuat Surrogate Key Pada dim_kategori ................. 88

Gambar 4.48 Langkah Memilih Data Pada Dim_Kategori ................................. 89
Gambar 4.49 Tabel dim_kategori ........................................................................ 89
Gambar 4.50 Proses Pembuatan Dimensi dim_supplier ..................................... 89
Gambar 4.51 Langkah Select Data Supplier dari ms_supplier ........................... 90
Gambar 4.52 Preview Data ms_supplier ............................................................. 90
Gambar 4.53 Langkah Membuat Surrogate Key Pada dim_supplier .................. 91
Gambar 4.54 Langkah Memilih Data Pada Dim_Supplier ................................. 91
Gambar 4.55 Tabel Dim_Supplier ...................................................................... 92
Gambar 4.56 Proses Pembuatan Dimensi dim_topik .......................................... 92
Gambar 4.57 Langkah Select Data Topik dari ms_topik .................................... 92
Gambar 4.58 Preview Data ms_topik.................................................................. 93
Gambar 4.59 Langkah Membuat Surrogate Key Pada dim_topik ...................... 93
Gambar 4.60 Langkah Memilih Data Pada Dim_Topik ..................................... 94
Gambar 4.61 Tabel Dim_Topik .......................................................................... 94
Gambar 4.62 Proses Pembuatan Dimensi dim_waktu ........................................ 95
Gambar 4.63 Tabel dim_waktu ........................................................................... 95
Gambar 4.64 Proses Pembuatan Tabel Fakta `faktaku` ...................................... 96
Gambar 4.65 Langkah Select Data ms_transaksi ................................................ 96
Gambar 4.66 Preview Data ms_transaksi............................................................ 97
Gambar 4.67 Langkah Menyamakan Data Dari Tabel Master Barang Dengan
Data Dimensi Barang .................................................................... 97
Gambar 4.68 Langkah Menyamakan Data Dari Tabel Master Penerbit Dengan
Data Dimensi Penerbit ................................................................... 98
Gambar 4.69 Langkah Menyamakan Data Dari Tabel Master Kategori Dengan
Data Dimensi Kategori .................................................................. 98
Gambar 4.70 Langkah Menyamakan Data Dari Tabel Master Topik Dengan
Data Dimensi Topik ...................................................................... 99
Gambar 4.71 Langkah Menyamakan Data Dari Tabel Master Supplier Dengan
Data Dimensi Supplier .................................................................. 99
xxi
Gambar 4.72 Langkah Menyamakan Data Dari Tabel Master Transaksi Dengan
Data Dimensi Waktu ................................................................... 100
Gambar 4.73 Langkah Memilih Data Yang Diperlukan Untuk Membuat Tabel
Fakta ............................................................................................ 100
Gambar 4.74 Langkah Sort Rows Pada Tabel Fakta......................................... 101
Gambar 4.75 Langkah Group By Pada Tabel Fakta ......................................... 101
Gambar 4.76 Tabel Fakta `faktaku` .................................................................. 102
Gambar 4.77 Job Final Transaksi Penjualan ..................................................... 102
Gambar 4.78 Job Master ................................................................................... 103
Gambar 4.79 Star Schema Cube Penjualan ....................................................... 104
Gambar 4.80 Struktur Pembentukan Dimensi Barang ...................................... 104
Gambar 4.81 Struktur Pembentukan Dimensi Penerbit .................................... 105
Gambar 4.82 Struktur Pembentukan Dimensi Kategori .................................... 105
Gambar 4.83 Struktur Pembentukan Dimensi Topik ........................................ 106
Gambar 4.84 Struktur Pembentukan Dimensi Supplier .................................... 106
Gambar 4.85 Struktur Pembentukan Dimensi Waktu ....................................... 106
Gambar 4.86 Tampilan Halaman Login ............................................................ 110
Gambar 4.87 Tampilan Halaman Utama ........................................................... 112
Gambar 4.88 Tampilan halaman Menu Laporan Transaksi Penjualan ............. 113
Gambar 5.1 Hasil Laporan Transaksi Penjualan pada OLAP ......................... 116
Gambar 5.2 Hasil Cube Penjualan .................................................................. 117
Gambar 5.3 Sintak Kueri SQL Cube Penjualan .............................................. 117
Gambar 5.4 Hasil Kueri SQL Cube Penjualan ................................................ 118
Gambar 5.9 Waktu dalam Kuartal ................................................................... 120
xxii

Gambar 5.14 Hasil Kueri SQL .......................................................................... 123
Gambar 5.16 Sintak Kueri SQL ........................................................................ 123
Gambar 5.17 Hasil Kueri SQL .......................................................................... 124
Gambar 5.19 Sintak Kueri SQL ........................................................................ 125
xxiii
DAFTAR TABEL
Halaman
Tabel 2.1 Perbedaan OLTP dengan OLAP ................................................... 23

Tabel 3.1 Contoh Transaksi Penjualan .......................................................... 30
Tabel 3.2 Tabel Barang_Komplit .................................................................. 38
Tabel 3.3 Tabel Kategori_Komplit ................................................................ 38
Tabel 3.4 Tabel Topik_Komplit .................................................................... 39
Tabel 3.5 Tabel Penerbit_Komplit ................................................................ 39
Tabel 3.6 Tabel Supplier_Komplit ................................................................ 39
Tabel 3.7 Tabel Transaksi_Komplit .............................................................. 40
Tabel 3.8 Tabel Detail_penjualan .................................................................. 40
Tabel 3.9 Deskripsi Diagram Use Case ......................................................... 49
Tabel 3.10 Narasi Use Case Login .................................................................. 50
Tabel 3.11 Narasi Use Case Melihat Laporan Transaksi Penjualan................ 51
Tabel 3.12 Tabel ms_barang ........................................................................... 54
Tabel 3.13 Tabel ms_penerbit ......................................................................... 54
Tabel 3.14 Tabel ms_kategori ......................................................................... 55
Tabel 3.15 Tabel ms_supplier ......................................................................... 56
Tabel 3.16 Tabel ms_topik .............................................................................. 57
Tabel 3.17 Tabel ms_transaksi ........................................................................ 58
Tabel 4.1 Tabel Tools Kettle Yang Digunakan ............................................. 67
Tabel 4.2 Deskripsi Skema MDX................................................................ 107
Tabel 4.3 Definisi Skema skripsi_monic.xml ............................................. 108
Tabel 4.4 Source Code untuk Halaman Login (login.php).......................... 111
Tabel 4.5 Source Code untuk Halaman Laporan Transaksi Penjualan ....... 113
xxiv
BAB I
PENDAHULUAN
1.1. Latar Belakang

Toko buku AB merupakan salah satu cabang dari perusahaan
percetakan dan penerbitan buku AB. Toko buku AB memberikan
pelayanan seperti ritel umum, yaitu penjualan barang atau jasa kepada
masyarakat salah satu diantaranya adalah transaksi penjualan. Transaksi
penjualan merupakan kegiatan yang dilakukan perusahaan untuk menjual
barang secara tunai maupun kredit.
Transaksi penjualan membutuhkan media penyimpanan data yang
besar selain untuk menyimpan data transaksi, toko juga melakukan
pembuatan laporan bulanan. Jika kepala toko buku berganti maka data dari
tahun sebelumnya tidak dapat dilihat kembali karena bentuk penyimpanan
data yang terbatas. Selain itu kepala toko buku membuat sendiri laporan
transaksi penjualan dengan cara memindahkan berapa banyaknya total
penjualan yang telah didapatkan ke dalam perhitungan excel. Transaksi
penjualan meliputi semua barang, supplier, penerbit, topik, kategori, waktu
serta jumlah penjualan dari waktu ke waktu. Hal ini membuat data
mengenai banyaknya jumlah penjualan di toko buku menjadi tidak mudah
dipantau dan mengakibatkan tidak efektifitasnya waktu serta keakuratan
dalam pengambilan keputusan untuk melakukan pemantauan seluruh
transaksi penjualan yang terjadi serta menentukan barang, kategori yang
harus dipesan ke supplier dan penerbit.
Dari permasalahan di atas, pembangunan gudang data transaksi
penjualan toko buku merupakan salah satu bentuk pemecahan masalah
yang ada diatas. Gudang data menyediakan sudut pandang dari berbagai
perspektif analisis bisnis dan pembuatan keputusan sehingga dibutuhkan
untuk pemrosesan transaksi dan pemecahan masalah laporan yang tidak
efektif diatas. Dalam proses gudang data, data di ekstrak terlebih dahulu
dan diintegrasikan dalam bentuk multidimensi salah satunya menggunakan

online analytical processing (OLAP). OLAP adalah teknologi untuk
menjawab kebutuhan analitik, dimana OLAP mengandung dua tipe dasar
yaitu measure dan dimensi.
Berdasarkan uraian di atas penulis melihat kesempatan untuk
membangun gudang data yang akan digunakan untuk keperluan database
Online Analytical Processing (OLAP) yang mencakup dimensi waktu
(tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, topik dan
measure berupa total penjualan.
1.2. Rumusan Masalah

1. Bagaimana membangun gudang data untuk keperluan database Online
Analytical Processing (OLAP) yang dapat digunakan untuk
memperoleh informasi transaksi penjualan di toko buku AB?
2. Apakah hasil OLAP tersebut dapat membantu pihak toko buku AB
dalam memantau data jumlah penjualan berdasar dimensi waktu
(tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, dan
topik?
1.3. Tujuan Penelitian

Tujuan penelitian pada tugas akhir ini adalah :
1. Membangun gudang data untuk keperluan OLAP yang dapat
digunakan untuk proses analisis pada transaksi penjualan,
menyediakan penyimpanan data yang baik, tidak mudah hilang, serta
memberikan informasi untuk membantu kepala toko dalam pembuatan
laporan setiap bulannya.
2. Membantu kepala toko dalam melakukan pengadaan barang dari
supplier dan penerbit dengan cara melihat jumlah penjualan yang
terjadi.
1.4. Batasan Masalah

Batasan masalah dari pembangunan gudang data transaksi penjualan toko
buku adalah sebagai berikut:
1. Data yang dipakai dalam pembuatan pembangunan gudang data hanya
memakai data dari transaksi penjualan saja dan tidak memasukkan
data bagian pembelian.
2. Data transaksi penjualan adalah semua rekapitulasi transaksi
penjualan buku yang ada di toko buku untuk tahun 2013 dan 2014.
3. Dimensi yang dipakai adalah barang, waktu, supplier, penerbit, topik
dan kategori.
4. Pembangunan gudang data yang dibuat hanya dapat menampilkan
measure jumlah_penjualan saja.
5. Implementasi dengan menggunakan Kettle (Pentaho Data
Integration), Schema-workbench, dan Mondrian.
1.5. Metodologi Penelitian

Metodologi yang digunakan dalam pembuatan gudang data adalah :
1. Studi Pustaka
Mempelajari bahan-bahan terkait yang digunakan untuk mengerjakan
skripsi.
2. Identifikasi Masalah
Melakukan wawancara kepada pihak yang terkait, untuk mendapatkan
informasi kebutuhan yang diperlukan.
3. Mengumpulkan dan menganalisis sumber data
Mengumpulkan dan menganalisis data yang digunakan.
4. Melakukan Restrukturisasi Tabel
Melakukan restrukturisasi tabel untuk mendapatkan tabel yang sudah
benar.
5. Pembersihan (Cleaning Data)

Data yang diperoleh kemudian dipersiapkan untuk proses pembuatan
gudang data, yang dilakukan pertama adalah pembersihan. Informasi
yang tidak dibutuhkan akan dihapus untuk mempercepat pemrosesan.
6. Transformasi Data
Pada tahap ini dilakukan ekstraksi data dan menyesuaikan data ke
dalam gudang data.
7. Pembuatan Gudang Data
Setelah data ditransformasikan, data dari sumber dipindahkan ke
gudang data. Pembuatan sistem Online Analytical Pprocessing
(OLAP) dilakukan dengan cara:
a. Memecah gudang data dalam tabel dimensi dan tabel fakta.
b. Pembuatan cube menggunakan skema multidimensi yaitu skema
bintang.
8. Uji Coba Pengguna dan Evaluasi
1.6. Sistematika Penulisan

Sistematika penulisan dibagi menjadi beberapa bab, diantaranya:
a. Bab I : PENDAHULUAN
Pada bab ini membahas tentang latar belakang masalah, rumusan
masalah, tujuan penelitian, batasan masalah, metodologi penelitian,
sistematika penulisan.
b. Bab II : LANDASAN TEORI
Bab ini membahas sekilas tentang gudang data dan juga teori-teori
lain yang mendukung dalam pembangunan gudang data.
c. Bab III : ANALISIS DAN PERANCANGAN
Bab ini berisi analisis dan perancangan gudang data.
d. Bab IV : IMPLEMENTASI
Bab ini berisi tentang spesifikasi software dan hardware,
implementasi sistem yang meliputi seluruh use case yang telah
dirancang dan implementasi gudang data.
e. Bab V : ANALISIS HASIL

Bab ini berisi tentang pembahasan gudang data yang telah
dibangun.
f. Bab VI : PENUTUP
Bab ini berisi beberapa kesimpulan yang didapat dan saran-saran
berdasarkan hasil pembuatan gudang data.
BAB II
LANDASAN TEORI
2.1. Konsep Dasar Data Warehouse

2.1.1. Pengertian Data
Menurut Inmon (2002),
“Data adalah kumpulan fakta, konsep, atau instruksi dalam
sebuah media penyimpanan untuk komunikasi, pengambilan, dan
pengolahan yang bertujuan untuk penyediaan informasi yang
dapat dipahami oleh manusia”.
2.1.2. Pengertian Gudang Data

Gudang data memiliki banyak pengertian, berikut ini
merupakan pengertian dari beberapa ahli, diantaranya:
Menurut Inmon (2005),
“Gudang data adalah koleksi data yang mempunyai sifat
berorientasi subyek, terintegrasi, time-variant, tidak mengalami
perubahan dan memiliki rentang waktu tertentu yang mendukung
pengambilan keputusan dari pihak manajemen”.
Menurut Kimball dan Caserta (2004),

“Gudang data adalah suatu sistem yang dapat
mengekstrak, membersihkan, menyesuaikan, dan memberikan
sumber data ke dalam data dimensi serta mendukung dan
mengimplementasikan kueri dan analisis yang bertujuan untuk
pengambilan keputusan”.
Menurut Lane (2007), gudang data merupakan database

relasional yang didesain lebih kepada kueri dan analisa dari pada
proses transaksi, biasanya mengandung history data dari proses
transaksi dan bisa juga data dari sumber yang lain. Gudang data
memisahkan beban kerja analisis dari beban kerja transaksi dan
memungkinkan organisasi menggabung atau konsolidasi data dari
berbagai macam sumber.
Berdasarkan tiga pengertian diatas maka dapat ditarik

kesimpulan bahwa gudang data adalah sekumpulan data yang dapat
mendukung proses pengambilan keputusan dalam suatu organisasi.
2.1.3. Karakteristik Gudang Data

Menurut Jiawei Han dan Micheline Kamber (2006)
terdapat empat karakteristik data warehouse, diantaranya :
1. Subject-oriented
Sebuah gudang data dibangun berdasarkan kebutuhan
subject utama seperti customer, supplier, produk dan
penjualan. Sebuah gudang data fokus pada pemodelan dan
analisis data untuk pengambilan keputusan.
2. Integrated
Sebuah gudang data dibangun dengan mengintegrasikan
bermacam sumber heterogen seperti relational databases, flat
files, dan catatan transaksi online. Pembersihan data dan teknik
integrasi digunakan untuk memastikan konsistensi penamaan,
struktur, atribut measure dan sebagainya.
3. Time-variant
Data disimpan untuk menyediakan informasi dari tahun
sebelumnya (seperti 5-10 tahun yang lalu). Batasan waktu
untuk gudang data akan lebih lama pada database operasional.
4. Nonvolatile
Gudang data secara fisik terpisah dari penyimpanan data.
Proses update tidak terjadi pada lingkungan gudang data.
Sebuah gudang data tidak memerlukan proses transaksi,
recovery, dan mekanisme control concurrency. Hanya dua
operasi saat pengaksesan data yaitu initial loading of data dan
access of data.
2.1.4. Arsitektur Gudang Data

Gudang data sering mengadopsi beberapa arsitektur,
diantaranya yaitu three-tier seperti gambar 2.1 menurut Jiawei Han
dan Micheline Kamber (2006):
Gambar 2.1 Arsitektur Data Warehouse
(Sumber : Jiawei Han dan Micheline Kamber. 2006)

a. Data warehouse server
Merupakan tingakatan paling bawah pada arsitektural data
warehouse. Data warehouse server merupakan relational
database system. Back-end tools dan utilities digunakan untuk
menghasilkan data ke tingkat bawah dari operasional database
atau sumber eksternal lainnya (misalnya, pelanggan infromasi
profil yang disediakan oleh konsultan eksternal). Tools dan

utilities menghasilkan data extraction, cleaning, dan
transformation (misalnya, untuk menggabungkan data yang
sama dari sumber yang berbeda ke dalam format yang
terpadu), seperti fungsi load dan refresh untuk update ke
dalam gudang data. Data yang diambil menggunakan antar-
muka program aplikasi yang dikenal sebagai gateway. Sebuah
gateway di dukung oleh DBMS yang mendasari dan
memungkinkan program klien untuk menghasilkan kode sql
yang akan dieksekusi di server.
b. OLAP Server
Merupakan tingkatan menengah dalam arsitektural gudang
data. Biasanya diimplementasikan baik menggunakan model
relasional OLAP (ROLAP) yaitu perpanjangan dari relasional
DBMS yang memetakan operasi pada data multidimensi pada
operasi relasional standar, atau model multidimensional OLAP
(MOLAP) yaitu server yang mempunyai tugas yang khusus
untuk mengarahkan implementasi multidimensi data dan
operasi.
c. Front End Client Layer

Merupakan tingkatan atas pada arsitektural gudang data.
Berisikan tool kueri, alat analisis, dan tool data mining
(contoh, trend analysis, prediksi dan sebagainya).
Berdasarkan sudut pandang arsitektur gudang data diatas,

terdapat tiga model gudang data, diantaranya:
1. The Enterprise Warehouse
Enterprise warehouse mengumpulkan segala
informasi dalam seluruh organisasi. Selain itu juga
10
menyediakan integrasi data yang luas. Mengandung data

yang detail, seperti ringkasan data dan ukurannya besar.
Enterprise warehouse biasanya di implementasikan di
traditional mainframes, computer superservers atau
platform arsitektur pararel.
2. The Data Mart
Data mart mengandung bagian dari data perusahaan
yang besar yang bernilai bagi grup tertentu. Data mart
biasanya di implementasikan pada low-cost departmental
server. Untuk implementasi putaran dari data mart lebih ke
minggu. Dimana untuk sumber data, data mart dapat
dikategorikan independent atau dependent.
3. The Virtual Warehouse
Virtual warehouse adalah kumpulan view dari
seluruh operasional database. Untuk efisiensi proses kueri,
hanya beberapa view yang ditampilkan. Virtual database
warehouse dibangun tetapi membutuhkan kapasitas yang
besar.
Menurut Poe (1996), arsitektur adalah kumpulan aturan

atau struktur yang memberikan kerangka untuk keseluruhan
rancangan pada suatu sistem atau produk. Arsitektur data
menyediakan kerangka dengan mengidentifikasi dan memahami
bagaiman data akan dipindahkan melalui sistem dan digunakan di
dalam perusahaan. Arsitektur data dalam gudang data memiliki
komponen utama yaitu basis data yang hanya dapat dibaca (read-
only database). Karakteristik arsitektur menurut Poe (1956) adalah:
1. Data diambil dari sistem asal seperti sistem informasi yang
ada, database, dan file.
2. Data dari sistem asal diintegrasikan dan ditransformasikan
sebelum disimpan pada DBMS (Database Management
11
System) seperti oracle, Ms SQL Server, IBM DB2, Sybase

dan masih banyak yang lain.
3. Gudang data adalah jenis basis data reaad-only atau hanya
dapat dibaca yang diperuntukkan dalam pengambilan
keputusan.
4. User mengakses gudang data melalui front-end tool atau
aplikasi.
Gambar 2.2 Arsitektur Gudang Data

(Sumber : Vidette Poe. 1956)
2.1.5. Metadata
Metadata adalah data mengenai data. Metadata memberikan
peranan yang penting untuk keefektifan penggunaan gudang data
karena akan mempermudah end user dalam melakukan analisis dan
menghemat waktu. Metadata bertindak seperti indek mengenai isi
dari gudang data.
2.1.6. Denormalisasi
Denormalisasi menurut Connolly dan Begg (2002), adalah
suatu proses yang merubah normalisasi dari database dengan cara
penggabungan tabel dan merupakan sebuah proses yang secara
sengaja dilakukan dengan melanggar peraturan bentuk normal
normalisasi dengan tujuan untuk meningkatkan performance
pengaksesan data yang ada.
12
Keuntungan melakukan proses denormalisasi yaitu :

1. Mengurangi jumlah relasi yang terjadi antar tabel-tabel
yang harus mengalami proses pada waktu pencarian
sehingga akan meningkatkan kecepatan proses kueri data.
2. Membuat struktur fisik database agar mudah dipahami
menurut model dimensi dari pengguna. Struktur tabel yang
dibuat sesuai dengan kebutuhan pengguna memungkinkan
terjadinya akses langsung yang sekali lagi akan
meningkatkan performance.
Kelemahan dalam melakukan denormalisasi adalah :
1. Proses denormalisasi secara tidak langsung akan membuat
redudansi data.
2. Pada proses denormalisasi memerlukan alokasi
penyimpanan yang besar.
2.1.7. Manfaat Gudang Data

Ada empat manfaat yang bisa dilakukan dengan adanya
gudang data, yaitu:
1. Pembuatan Laporan
Pembuatan laporan merupakan salah satu kegunaan gudang
data yang paling umum dilakukan. Dengan menggunakan kueri
sederhana didapatkan laporan perbulan, pertahun atau jangka
waktu kapanpun yang diinginkan.
2. On-Line Analytical Processing (OLAP)
Dengan adanya gudang data, semua informasi baik detail
maupun hasil summary yang dibutuhkan dalam proses analisa
mudah didapat. OLAP mendayagunakan konsep data multi
dimensi dan memungkinkan para pemakai menganalisa data
sampai mendetail, tanpa mengetikkan satupun perintah SQL.
Hal ini dimungkinkan karena pada konsep multi dimensi,
maka data yang berupa fakta yang sama bisa dilihat dengan
13
menggunakan fungsi yang berbeda. Fasilitas lain yang ada

pada software OLAP adalah fasilitas rool-up dan drill-down.
Drill-down adalah kemampuan untuk melihat detail dari suatu
informasi dan rool-up adalah kebalikannya.
3. Data Mining
Data mining merupakan proses untuk menggali (mining)
pengetahuan dan informasi baru dari data yang berjumlah
banyak pada gudang data, dengan menggunakan kecerdasan
buatan (Artificial Intelegence), statistik dan matematika. Data
mining merupakan teknologi yang diharapkan menjembatani
komunikasi antara data dan pemakainya.
4. Proses Informasi Executive
Gudang data dapat membuat ringkasan informasi yang
penting dengan tujuan membuat keputusan bisnis, tanpa harus
menjelajahi keseluruhan data. Dengan menggunakan gudang
data segala laporan telah diringkas dan dapat pula mengetahui
segala rinciannya secara lengkap, sehingga mempermudah
proses pengambilan keputusan. Informasi dan data pada
laporan gudang data menjadi target informative bagi user.
2.1.8. Langkah Pembuatan Gudang Data

Langkah-langkah yang digunakan saat melakukan
pembuatan gudang data sebagai berikut:
1. Membaca data legacy
Memperhatikan bagian-bagian data yang perlu untuk
dibersihkan
2. Memindahkan data dari sumber ke server gudang data
Membuat standarisasi format dan copy-kan data dari sumber
sekaligus data dibuat bersih (clean).
14
3. Memecah gudang data dalam tabel fakta dan tabel dimensi

Tabel fakta dan tabel dimensi disusun menurut kebutuhan
subyek.
2.2. Extract, Transform, dan Load

2.2.1. Pengertian ETL
Menurut Songini (2004) Extract, transform, load adalah
salah satu proses dalam data warehouse yang melibatkan
pembacaan data dari sumbernya, pembersihan dan penyesuaian
format tersebut, dan penulisan data tersebut ke dalam ruang
penyimpanan untuk digunakan lebih lanjut.
2.2.2. Proses dalam Extract, Transform, Load

Menurut Pusadan (2013) Proses ETL berfungsi untuk
mengekstrak dan mengintegrasikan data dari berbagai sumber ke
dalam data warehouse dalam selang waktu tertentu. Berikut
mekanisme ETL:
a. Extraction adalah suatu proses yang mengidentifikasikan
seluruh sumber data yang relevan dan kemudian mengambil
data dari sumber-sumber data tersebut.
b. Transform adalah suatu proses yang memiliki peran dalam
melakukan perubahan dan integrasi skema serta struktur yang
berbeda ke dalam skema dan struktur yang telah didefinisikan
sebelumnya oleh data warehouse.
c. Loading adalah suatu proses pemindahan data secara fisik dari
sistem operasional ke dalam data warehouse.
Untuk melakukan data warehouse maka diperlukan utilitas

yang dirancang khusus untuk hal tersebut. Utilitas tersebut harus
memiliki kemampuan :
15
 Membaca dari dan mengirim data ke berbagai sumber (file

teks, excel, database relational, dan sebagainya)
 Mampu menyesuaikan atau transformasi data
 Memiliki informasi metadata pada setiap perjalanan
transformasi
 Memiliki audit log yang baik
 Dapat ditingkatkan performanya dengan scale up dan scale
out
 Mudah diimplementasikan.
Secara singkat dari proses ETL dapat dilihat pada gambar 2.3:
Gambar 2.3 Sistem Kerja Data Warehouse

(Sumber : Han dan Kamber. 2001)
2.3. Model Data Multidimensi

2.3.1. Model Dimensional
Model dimensional merupakan perancangan logikal yang
bertujuan untuk menampilkan data dalam bentuk standar dan
intuitif yang menggunakan konsep entity diagram atau model
hubungan antar entitas. Setiap model dimensi terdiri dari sebuah
tabel dengan sebuah composite primary key yang disebut dengan
tabel fakta dan satu set tabel yang lebih kecil yang disebut dengan
16
tabel dimensi. Berikut ini penjelasan dari beberapa ahli mengenai

tabel fakta dan tabel dimensi.
Menurut Connolly dan Begg, tabel fakta merupakan sebuah
tabel yang memiliki sebuah composite primary key dimana tabel
tersebut akan membentuk sebuah model dimensional.
Menurut Poe, Klaver, dan Brobst, tabel fakta disebut juga
dengan tabel major, yang terdiri dari data sebenarnya dari suatu
bisnis dan biasanya menggunakan pengukuran angka dan bisa
terdiri dari banyak baris dan kolom.
Tabel dimensi disebut juga dengan tabel minor, lebih kecil
dari tabel fakta dan menyimpan penjelasan data yang
mencerminkan dimensi-dimensi dari suatu bisnis.
Tabel dimensi merupakan sekumpulan dari tabel-tabel yang
lebih kecil yang memiliki sebuah primary key sederhana yang
merespon secara benar terhadap salah satu dari composite key yang
ada dari tabel fakta.
Susunan tabel fakta dan tabel dimensi memiliki standar
perancangan atau skema karena terbukti meningkatkan peforma
dan kemudahan dalam penerjemahan ke sistem OLAP. Model
dimensional yang sering digunakan adalah skema bintang (star
schema) dan skema butiran salju (snowflake).
2.3.2. Skema Bintang

Pengertian skema bintang menurut Connolly (2010), adalah
model data dimensional yang mempunyai sebuah tabel fakta yang
berisi data fakta ditengah dan dikelilingi oleh tabel-tabel dimensi
yang terdiri dari data referensi (yang biasanya dapat di
denormalisasi). Skema bintang mengambil karakteristik dari data
fakta yang di-generate oleh event yang terjadi dimasa lampau.
Menurut Poe (1996), skema bintang adalah metode
perancangan yang dilakukan dengan struktur sederhana dengan
17
menggunakan beberapa tabel dan hubungan antar tabel yang jelas.

Skema bintang akan menghasilkan waktu respon yang cepat dalam
kueri data dibandingkan dengan proses transaksional yang
menggunakan struktur normalisasi dan memudahkan end user
untuk memahami struktur basisdata pada gudang data yang
dirancang.
Gambar 2.4 Contoh Star Schema

(Sumber: Connolly dan Begg. 2010)
2.3.3. Kelebihan Menggunakan Skema Bintang

Skema bintang memiliki beberapa kelebihan, diantaranya
yaitu :
1. Efisiensi (Efficiency)
Struktur basis data yang konsisten sehingga lebih efisiensi
dalam akses data dengan menggunakan alat untuk
menampilkan data seperti laporan tertulis dan kueri.
2. Kemampuan untuk mengatasi perubahan kebutuhan (Ability
to handle changing requirements), skema bintang dapat
beradaptasi terhadap perubahan kebutuhan pengguna,
18
karena semua tabel dimensi memiliki kesamaan hal

memberikan akses ke tabel fakta.
3. Extensibility
Model dimensional dapat dikembangkan, misalnya
menambahkan tabel fakta selama data masih konsisten,
kemudian menambahkan dimensi baru selama ada nilai
tunggal dari dimensi tersebut yang mendefinisikan untuk
setiap record tabel fakta yang ada, menambahkan atribut
pada dimensi baru dan memecah record tabel dimensi yang
ada menjadi level atau tingkat yang lebih rendah dari level
sebelumnya.
4. Kemampuan untuk menggambarkan situasi bisnis (Ability
to model common business situations), pendekatan standar
untuk menangani situasi pemodelan dalam dunia bisnis,
dimana dalam situasi ini memiliki perangkat program yang
dapat secara khusus menspesifikasikan ke dalam penulisan
laporan kueri dan antar pengguna yang lainnya.
5. Proses kueri yang dapat diprediksi (Predictable query
processing), aplikasi gudang data yang mencari data dari
level dibawahnya akan dengan mudah menambah jumlah
atribut pada tabel dimensi dari skema bintang. Aplikasi
yang mencari data dari level yang setara akan
menghubungkan tabel fakta yang terpisah melalui tabel
dimensi yang dapat diakses bersama.
6. End-user dapat menyesuaikan cara berfikir dan
menggunakan data.
7. Lebih mudah dipahami
2.3.4. Kekurangan Menggunakan Skema Bintang

Selain kelebihan dari skema bintang diatas, ada beberapa
kekurangan bila menggunakan skema bintang, diantaranya adalah:
19
1. Pada penyimpanan atau memory, skema bintang

membutuhkan ukuran penyimpanan yang relatif besar.
2. Dalam melakukan perawatan (maintenance) dan update
lebih sulit, karena tabel yang tidak normal.
3. Long time loading dimension table, dalam loading pada
tabel dimensi dibutuhkan waktu yang cukup lama, ketika
data yang dimiliki rendah dalam integritas dan nilai dalam
replika tinggi maka waktu untuk melakukan loading
menjadi meningkat.
4. Skema bintang tidak fleksibel dalam hal kebutuhan analisis,
seperti model data yang dinormalisasi (jika data yang
dibutuhkan melakukan normalisasi). Skema bintang
dibangun hanya untuk kebutuhan data tertentu, sehingga
tidak benar-benar memungkinkan analisis yang lebih
kompleks.
5. Skema bintang tidak memiliki relasi many-to-many.
2.3.5. Skema Butiran Salju (Snowflake)

Menurut Connoly (2002), skema butiran salju (Snowflake
Schema) merupakan bentuk lain dari skema bintang dimana data
dalam tabel dimensi belum dinormalisasi.
Ciri-ciri dari skema butiran salju adalah :
1. Tabel dimensi dinormalisasi dengan dekomposisi pada level
atribut.
2. Setiap dimensi mempunyai satu kunci (key) untuk setiap
level pada hirarki dimensi.
3. Kunci level terendah menghubungkan tabel dimensi dengan
tabel fakta dan tabel atribut berlevel rendah.
20
Gambar 2.5 Contoh Snowflake Schema

(Sumber: Connolly dan Begg. 2010)
2.3.6. Kelebihan Menggunakan Skema Snowflake

Kelebihan menggunakan skema butiran salju (snowflake)
adalah :
1. Kecepatan memindahkan data dari data OLTP ke dalam
metadata.
2. Sebagai kebutuhan dari alat pengambil keputusan tingkat
tinggi dimana dengan tipe yang seperti ini seluruh struktur
dapat digunakan sepenuhnya.
3. Banyak yang beranggapan lebih nyaman merancang dalam
bentuk normal ketiga.
21
2.3.7. Kekurangan Menggunakan Skema Snowflake

1. Cenderung lebih sulit dipahami karena kompleksitasnya
dimana tabel-tabel dimensi skema snowflake merupakan
normalisasi dari beberapa tabel yang berhubungan.
2. Memiliki masalah besar dalam hal (performance) atau
kinerja untuk melakukan kueri, hal ini disebabkan karena
semakin banyaknya join antar tabel-tabel yang dilakukan
dalam skema snowflake maka semakin lambat kinerja yang
dilakukan.
2.3.8. Cube, Dimension, Measure, dan Member

Pengertian dari dimension, measure dan member menurut
phi integration yaitu:
 Cube adalah struktur multi dimensi konseptual, terdiri dari
dimension dan measure dan biasanya mencakup pandangan
bisnis tertentu seperti penjualan.
 Dimension atau dimensi adalah struktur view atau sudut
pandang yang menyusun cube. Dimensi dapat terdiri dari
berbagai level.
 Measure adalah nilai pengukuran.
 Member adalah isi atau anggota dari suatu dimensional /
measure tertentu.
2.3.9. Surrogate Key

Surrogate key adalah key / kolom data di tabel dimensi
yang menjadi primary key dari tabel tersebut. Nilai ini biasanya
berupa nilai sekuensial dan tidak memiliki arti dari proses bisnis
darimana sumber data berasal. Surrogate key sendiri dibutuhkan
karena gudang data tidak hanya berasal dari satu sumber saja,
melainkan dari banyak sumber.
22
2.4. Online Analytical Processing

2.4.1. Pengertian Online Analytical Processing (OLAP)
Pengertian OLAP menurut Connoly dan Begg (2005)
Online Analytical Processing (OLAP) “ is the dynamic synthesis,
analysis, and consolidation of large volumes”. Dimana OLAP
merupakan gabungan yang dinamis, analisis dan konsolidasi dari
data yang berukuran besar.
Selain Connolly dan Begg, OLAP menurut Codd et al
(1995) OLAP adalah istilah untuk menggambarkan teknologi yang
menggunakan tampilan data multidimensi yang memberikan akses
yang cepat untuk informasi strategis dalam melakukan analisis.
Berdasarkan pengertian OLAP menurut ahli-ahli diatas
dapat disimpulkan bahwa OLAP adalah perpaduan dinamis analisis
dan gabungan dari data multidimensi yang mempunyai jumlah data
yang besar yang memungkinkan teknologi dapat memberikan
informasi yang cepat guna dalam melakukan analisis.
2.4.2. Online Transaction Processing (OLTP)

Online Transaction Processing (OLTP) adalah jenis sistem
informasi yang mengutamakan proses transaksi, berurusan dengan
data operasional, diidentifikasikan dengan jumlah transaksi yang
besar. Pada database OLTP berisikan informasi sehari-hari yang
dibutuhkan oleh sebuah organisasi untuk menjalankan sebuah
bisnis. OLTP difokuskan pada insert, update, delete data secara
real time dimana pada database OLTP tidak boleh ada gangguan
dalam sistem atau operasional tidak bisa berjalan dengan baik.
Sistem informasi yang dapat dikategorikan pada OLTP diantaranya
adalah :
 Human Resource Management (HRM) seperti produk pada
Orange HRM, PeopleSoft dan lain-lain.
23
 Enterprise Resource Planning (ERP) seperti SAP,

Microsoft Dynamics.
2.4.3. Perbedaan OLTP dan OLAP

Beberapa perbedaan antara sistem OLTP atau On-line
Transaction Processing System dengan OLAP yaitu, OLTP
merupakan sistem database online operasional yang digunakan
untuk melakukan sebuah transaksi online yang dilakukan dalam
hari ke hari dimana di dalam OLTP terjadi proses kueri. Sedangkan
gudang data menyediakan kepada user atau ahli sebuah aturan dari
analisis data dan pembuatan keputusan. Sistem ini dikenal dengan
Online Analytical Processing atau OLAP. Berikut ini perbedaan
sistem OLTP dan OLAP menurut Jiawei Han dan Kamber.
Tabel 2.1 Perbedaan OLTP dengan OLAP
OLTP OLAP
Karakterikstik Proses operasional Pemrosesan informasi
Orientasi Transaksi Analisis
Pengguna DBA, database Para ahli (manager,analis)

profesional
Fungsi Operasi sehari-hari Informasi yang lama yang

dibutuhkan untuk
mendukung pengambilan
keputusan.
Desain Database Berdasar ER relasi Berdasarkan star/snowflake,

entitas, berorientasi berorientasi subjek
pada aplikasi
Data Data yang digunakan Data historis, perbaikan

data sekarang, data akurasi data dari waktu ke
terjamin pada waktu
masalah up-to-date
24
Summarization Data primitif, sangat Penggabungan, peringkasan

detail
View (Gambaran) Detail, relasi datar Summarized (peringkasan),

multidimensional
Unit Kerja Pendek, simple Komplek kueri

transaksi
Akses Read/write Hanya dapat read
Fokus Data masuk Infromasi keluar
Operasi Index/hash pada Kebanyakan scan

primary key
Jumlah data yang diakses Puluhan Jutaan
Jumlah pengguna Ribuan Ratusan
Ukuran database 100 MB hingga GB 100 GB hingga mencapai TB
Prioritas Performa tinggi, Fleksibilitas tinggi, otonomi

ketersediaan tinggi pengguna akhir
Metrik Melalui Transaksi Melalui kueri, waktu respon
2.5. Pentaho Data Integration (Kettle)

2.5.1. Pengertian Pentaho
Menurut Phi-Integration.com, Pentaho merupakan sebuah

perusahaan yang menawarkan produk business intelligence (BI)
yang menyediakan data integrasi, pelayanan OLAP, pelaporan atau
reporting, dashboarding, data mining dan kemampuan ETL atau
extract transfrom load pada Kettle.
2.5.2. Kettle
Kettle merupakan aplikasi Extract, Transformation dan
Load atau sering disingkat dengan ETL. Aplikasi Kettle merupakan
25
salah satu bagian dari aplikasi BI Pentaho, yang dikenal dengan

Pentaho Data Integration (PDI). Kettle memiliki banyak
komponen-komponen penting dalam membangun sebuah gudang
data, diantaranya yaitu :
1. Step adalah blok bangunan inti dari transformation. Masing-
masing step memiliki fungsi dan tugas tertentu, diantaranya :
- JobSteps : step yang berjalan secara sekuensial dan lebih
berpusat pada control flow secara keseluruhan dari tugas
ETL.
- Transformation steps : step yang berjalan secara paralel dan
lebih menitik beratkan pada input/output data.
2. Transformation adalah komponen kettle yang menangani

proses manipulasi aliran data. Semua proses ETL dilakukan
dalam transformation. Dalam sebuah transformation terdapat
satu atau banyak step. Transformation menjalankan semua step
secara pararel dan transformation selalu memiliki step awal
dan step akhir dalam bentuk table output. Simbol
transformation dalam Spoon adalah:
3. Job adalah komponen dari kettle yang menangani kontrol atas

aliran tugas (flow controll). Job terdiri dari satu atau lebih job
entry yang dijalankan dalam urutan tertentu.
4. Spoon merupakan Integrated Developmnet Environment (IDE),

yang berupa Graphical User Interface (GUI), digunakan untuk
merancang, mengeksekusi, menyunting, dan menjalankan Job
dan Tranformation.
26
Lingkungan kerja spoon terdiri dari beberapa bagian,

diantaranya :
a) Pulldown Menu
Koleksi menu dari spoon yang terintegrasi dalam
satu toolbar.
b) Welcome Screen
Adalah halaman pembuka kettle yang berisi
informasi mengenai situs Pentaho.
c) Toolbar
Terdiri dari job, transformation toolbar.
d) Panel Execution Result, terdiri dari :
☞ Execution History, data history eksekusi.
☞ Logging, berisi detail dari eksekusi job,
transformation.
☞ Job Metrics, berisi detail dari step-step yang
telah dieksekusi.
☞ Step Metrics, berisi detail jumlah pembacaan
data (write, update, delete, dll), per satuan
waktu detik dari step-step yang telah
dieksekusi.
☞ Performance Graphs, adalah tampilan grafis
dari pembacaan data dari Step Metrics.
5. Pan, adalah command line tool yang khusus digunakan untuk

menjalankan dan mengeksekusi file transformasi yang
berekstensi .ktr. Pan sendiri adalah script dalam bentuk file
pan.bat (batch script untuk windows) dan pan.sh (BASH shell
script untuk Unix/Linux). Biasanya digunakan jika ingin
menjalankan Transformation pada saat otomatisasi terjadwal
(scheduled automation).
27
6. Kitchen, adalah command line tool yang khusus digunakan

untuk menjalankan job. Umumnya dijalankan pada saat
otomatisasi terjadwal (scheduled automation). Dipaketkan
dengan nama file pan.bat batch script) dan pan.sh (BASH shell
script).
7. Carte, merupakan cluster web server yang digunakan untuk

mengeksekusi job / transformation terutama digunakan untuk
meningkatkan pedorma ETL dengan pembagian load kerja
pada beberapa node Carte (master dan slave) dalam
lingkungan cluster kettle.
Semua aplikasi tersebut dijalankan melalui shell atau batch

script yang saling berkaitan. Fitur-fitur di dalam kettle diantaranya:
- Memiliki utilitas grafik yang dapat digunakan untuk merancang
control flow umum maupun data flow.
- Multi platform, karena dikembangkan di atas java yang dimana
java berjalan di banyak platform sistem operasi.
- Bersifat concurrent yaitu pada setiap row-row data diambil oleh
step yang akan diserahkan secara paralel.
- Scalable, dapat beradaptasi dengan penambahan kapasitas
memori RAM maupun storage.
- Koleksi step transformasi dan job cukup banyak.
- Extensible, kita dapat membuat step transformasi dan job baru
dengan sistem plugin.
- Dukungan luas dari berbagai produk database yang terkenal di
pasaran baik itu Iproprietary maupun free open source seperti
Oracle, SQL server, Mysql, PostgreSQL dan lain sebagainya.
28
2.6. Mondrian
Mondrian adalah Analytical Processing Online (OLAP) server
yang memungkinkan pengguna bisnis untuk menganalisis sejumlah besar
data secara real-time. Mondrian tidak bisa secara otomatis mengolah
informasi yang ada dalam database OLAP. Mondrian membutuhkan
sebuah dokumen yang memberikan definisi mengenai database OLAP
yang akan dibangun dan diolah. Dokumen tersebut disebut dengan skema
(schema workbench). Skema Workbench merupakan desain antarmuka
yang digunakan untuk membuat dan menguji tampilan hasil cube pada
OLAP di mondrian. Di dalam skema terdapat definisi model logis, cubes,
dimensions, hierarchies, members, measure, dan juga memetakan model
logis ke model fisik.
29
BAB III
ANALISIS DAN PERANCANGAN
3.1. Identifikasi Masalah dan Analisis Kebutuhan

Tahap ini digunakan untuk mengetahui kebutuhan toko buku AB
cabang klaten melalui administrator kepala toko dalam hasil transaksi
penjualan. Transaksi penjualan akan digunakan untuk laporan dan evaluasi
pengadaan seluruh barang dari berbagai penerbit, supplier, kategori, dan
topik yang dijual di toko buku. Setiap bulan administrator melakukan
pelaporan transaksi penjualan dari hasil yang diperoleh dan hasil pelaporan
tersebut dikirimkan ke kantor pusat melalui email. Kebutuhan bagian
administrator yaitu untuk melihat banyaknya jumlah penjualan dari hasil
transaksi penjualan yang terjadi. Contoh laporan transaksi penjualan yang
terjadi dapat dilihat pada tabel 3.1 contoh transaksi penjualan.
30
Tabel 3.1 Contoh Transaksi Penjualan
Supplier No.Nota Kd.Brg Judul Pengarang Qty Jual

ANDI
ANDI - PBR 12304 10136 BAHANA MEI 2014 OFFSET 1
ANDI STAR CONCAT 12313 10178 BUKU 40 PL @10 FLOWERY ECER 3
ANDISTAR JOGJA 12291 10232 BUKU TULIS SIDU 38 2
ANDISTAR JOGJA 12289 10232 BUKU TULIS SIDU 38 2
CV.TIRO
INTERNATIONAL 12301 8460 RAUTAN R 620-2 2
DIVA PRESS 12301 8593 PERCOBAAN SAINS SEDERHANA UNTUK ANAK 1
MITRA NUGRAHA 12292 9734 DIARY DUS MKY TG YH64K-YS0567/990/B002 3
MITRA NUGRAHA 12295 9639 BPN DISNEY ISI 48 T48D/M/KT 3
MITRA NUGRAHA 12298 9504 KERTAS MAS KUNING 3

31
3.2. Pemrosesan Awal
Setelah melakukan identifikasi masalah dan analisis kebutuhan,

ditemukan bahwa struktur data yang ada dalam sistem belum memenuhi
kaidah basis data relasional yang baik dan benar, dimana basis data
relasional berisi data dalam bentuk tabel-tabel yang saling berhubungan,
maka dari itu dilakukan pemrosesan awal terlebih dahulu berupa:
1) Struktur tabel basis data dari toko buku AB

2) Perancangan basis data
3) Restrukturisasi tabel
4) Pembersihan data
5) Transformasi data
6) Analisis kebutuhan gudang data
Dalam melakukan restrukturisasi tabel, dilakukan pengambilan

data terlebih dahulu dengan menggunakan kettle pentaho, data yang
digunakan berbentuk .sql, penggunaan kettle digunakan hanya untuk
memudahkan dalam pemindahan data saja. Berikut ini merupakan bagian
yang akan menguraikan lebih rinci proses dari tahap-tahap yang telah
dijelaskan diatas.
3.2.1 Struktur Tabel Basis Data Toko Buku AB

Sebelum masuk pada proses perancangan basis data,
terlebih dahulu membaca struktur basis data yang ada pada toko
buku AB guna untuk mendapatkan data seperti tabel 3.1 seperti
dibawah ini:
32
Gambar 3.1 Struktur Tabel Basis Data Toko Buku AB
Gambar 3.1 merupakan struktur tabel basis data dari toko

buku AB. Tabel yang berada pada toko buku AB terdiri dari 39
tabel dan dari semua tabel tersebut hanya digunakan 9 tabel, yaitu :
1) Tabel data_barang
Gambar 3.2 Tabel data_barang

Pada gambar 3.2 merupakan data dari tabel yang bernama
data_barang. Pada tabel ini terdiri dari kolom Kode_Barang,
Produk_ID, Topik_ID, ID_Lokasi, ID_Lokasi2,
ID_Penerbit, ISBN, Judul_Buku, Pengarang, Stok_Barang,
Harga_Jual dan Tgl_input.
33
2) Tabel data_beli
Gambar 3.3 Tabel data_beli

data_beli. Pada tabel ini terdiri dari kolom Nomor_Beli,
Nomor_Nota, Tanggal_Beli, ID_Supplier, Tipe_Beli,
Tempo, dan Tgl_Jatuh_Tempo.
3) Tabel data_jual
Gambar 3.4 Tabel data_jual

data_jual. Pada tabel ini terdiri dari kolom Nomor_Jual,
Tanggal_Jual, Waktu_Jual, ID_Customer, N_User,
ID_Cabang, Total_Item, Total_Qty_Brg, dan Tipe_Jual.
34
4) Tabel detail_jual
Gambar 3.5 Tabel detail_jual

detail_jual. Pada tabel ini terdiri dari kolom Nomor_Jual,
Kode_Barang, N_User, Qty_Barang, H_Jual, dan
Disc_Jual.
5) Tabel detail_beli
Gambar 3.6 Tabel detail_beli

detail_beli. Pada tabel ini terdiri dari kolom Nomor_Beli,
Kode_Barang, N_User, Qty, Qty_Label, Harga_Beli,
Persen_Disc_Item, dan Harga_Disc_Item.
35
6) Tabel supplier
Gambar 3.7 Tabel supplier

supplier. Pada tabel ini terdiri dari kolom ID_Supplier,
Nama, Alamat, dan Kota.
7) Tabel penerbit
Gambar 3.8 Tabel penerbit

penerbit. Pada tabel ini terdiri dari kolom ID_Penerbit,
Nama_Penerbit, Alamat, dan Telpon.
36
8) Tabel produk
Gambar 3.9 Tabel produk

produk. Pada tabel ini terdiri dari kolom Produk_ID,
Keterangan, Tgl_Input, dan Tgl_Edit.
9) Tabel topik
Gambar 3.10 Tabel topik

topik. Pada tabel ini terdiri dari kolom Topik_ID,
Keterangan, Tgl_Input, dan Tgl_Edit.
3.2.1 Perancangan Basis Data

Pada bagian perancangan basis data ini dilakukan untuk
memperbaiki relasi basis data yang ada di toko buku sebelumnya.
Proses perancangan basis data bertujuan untuk membuat relasi data
37
sesuai dengan kaidah basis data relasional. Berikut ini merupakan

tahapan dalam perancangan basis data.
1. Perancangan Basis Data Konseptual

TOPIK_KOMPLIT
ID_TOPIK {PK}
NAMA_TOPIK
PUNYA
1..1
SUPPLIER_KOMPLIT
1..1
1..* ID_SUPPLIER {PK}
1..* PUNYA NAMA_SUPPLIER
PUNYA
PENERBIT_KOMPLIT 1..1 1..* BARANG_KOMPLIT
PUNYA
ID_BARANG {PK} 1..* 1..*
ID_PENERBIT {PK} TRANSAKSI_KOMPLIT
NAMA_PENERBIT NAMA_BARANG
ID_TRANSAKSI {PK}
1..*
NOMOR_NOTA
TGL_JUAL
JUMLAH_PENJUALAN
PUNYA
1..1
KATEGORI_KOMPLIT DETAIL_PENJUALAN
ID_KATEGORI {PK} JUMLAH_PENJUALAN
NAMA_KATEGORI
Gambar 3.11 ER Diagram
2. Perancangan Data Logikal

TOPIK_KOMPLIT
ID_TOPIK {PK}
NAMA_TOPIK
PUNYA
1..1
SUPPLIER_KOMPLIT
1..1
1..* ID_SUPPLIER {PK}
1..* PUNYA NAMA_SUPPLIER
PUNYA BARANG_KOMPLIT
PENERBIT_KOMPLIT 1..1 1..*
ID_BARANG {PK}
ID_PENERBIT {PK}
NAMA_BARANG
NAMA_PENERBIT PUNYA
ID_PENERBIT {FK} 1..* 1..* TRANSAKSI_KOMPLIT
ID_TOPIK {FK}
ID_KATEGORI {FK} ID_TRANSAKSI {PK}
ID_SUPPLIER {FK} NOMOR_NOTA
TGL_JUAL
1..*
JUMLAH_PENJUALAN
PUNYA
1..1
DETAIL_PENJUALAN
ID_BARANG {FK}
KATEGORI_KOMPLIT JUMLAH_PENJUALAN
ID_TRANSAKSI {FK}
ID_KATEGORI {PK}
NAMA_KATEGORI
Gambar 3.12 Database Logical Design

38
3. Perancangan Data Fisikal
a. Tabel Barang_Komplit
Tabel 3.2 Tabel Barang_Komplit
Nama Field Tipe Keterangan
ID_BARANG int (11) Primary Key untuk tabel Barang.
NAMA_BARANG varchar(80) Field untuk nama barang.
ID_PENERBIT int (11) Foreign key untuk menghubungkan ke

tabel Penerbit.
ID_TOPIK int (11) Foreign key untuk menghubungkan ke

tabel Topik.
ID_KATEGORI int (11) Foreign key untuk menghubungkan ke

tabel Kategori.
ID_SUPPLIER int (11) Foreign key untuk menghubungkan ke

tabel Supplier.
b. Tabel Kategori_Komplit
Tabel 3.3 Tabel Kategori_Komplit
ID_KATEGORI int (11) Primary Key untuk tabel Kategori.
NAMA_ KATEGORI varchar(25) Field untuk nama Kategori.

39
c. Tabel Topik_Komplit
Tabel 3.4 Tabel Topik_Komplit
ID_TOPIK int (11) Primary Key untuk tabel Topik.
NAMA_TOPIK varchar(25) Field untuk nama Topik.
d. Tabel Penerbit_Komplit
Tabel 3.5 Tabel Penerbit_Komplit
ID_PENERBIT int (11) Primary Key untuk tabel Penerbit.
NAMA_PENERBIT varchar(25) Field untuk nama Penerbit.
e. Tabel Supplier_Komplit
Tabel 3.6 Tabel Supplier_Komplit
ID_SUPPLIER int (11) Primary Key untuk tabel Supplier.
NAMA_SUPPLIER varchar(25) Field untuk nama Supplier.

40
f. Tabel Transaksi_Komplit
Tabel 3.7 Tabel Transaksi_Komplit
ID_TRANSAKSI int (11) Primary Key untuk tabel Transaksi.
NOMOR_NOTA int (11) Field untuk nomor_nota.
TGL_JUAL int (11) Field untuk tgl_jual.
JUMLAH_PENJUALAN int (11) Field untuk Jumlah_Penjualan.
g. Tabel Detail_Penjualan
Tabel 3.8 Tabel Detail_penjualan
Nama Field
Tipe Keterangan
ID_BARANG int (11) Foreign key untuk menghubungkan

ke tabel Barang.
JUMLAH_PENJUALAN int (11) Field untuk Jumlah_Penjualan.
ID_TRANSAKSI int (11) Foreign key untuk menghubungkan

ke tabel Id_Transaksi.
3.2.2 Restrukturisasi Tabel
Restrukturisasi tabel dibuat karena adanya beberapa

kendala, diantaranya yaitu :
1. Relasi struktur tabel-tabel basis data toko buku AB belum

memenuhi kaidah basis data relasional yang baik dan benar,
41
contohnya yaitu satu id_barang dimiliki oleh banyak

id_supplier sehingga membuat administrator toko buku
mengalami kendala.
2. Terjadinya duplikasi data pada semua tabel yang
menghambat proses transaksi penjualan di toko buku AB.
Dari alasan tersebut, maka dilakukan restrukturisasi tabel

guna untuk memperbaiki relasi tabel-tabel di toko buku AB, dan
untuk memudahkan didalam melakukan pembuatan gudang data.
Bagian berikut ini akan menguraikan lebih rinci proses-
proses restrukturisasi tabel :
1. Membaca relasi data dari transaksi penjualan.

2. Memperbaiki relasi database pada tabel-tabel yang belum
benar dengan cara melakukan restrukturisasi.
3.2.1.1 Membaca relasi data dari transaksi penjualan

Pada bagian ini, membaca relasi data sangatlah penting.
Relasi data dibutuhkan untuk mengetahui hubungan antar tabel
dalam basis data. Tabel basis data dari toko buku tidaklah
semua diambil, hanya tabel yang berkaitan dengan transaksi
penjualan saja dan beberapa tabel yang dibuat guna untuk
memperbaiki relasi antara tabel satu dengan tabel yang lain
sehingga transaksi penjualan pada tabel 3.1 dapat sesuai
dengan perancangan yang diharapkan dan mempermudah
untuk proses pembuatan gudang data selanjutnya.
Pada bagian struktur tabel basis data toko buku AB ada 9
tabel yang akan digunakan untuk proses restrukturisasi tabel.
Berikut ini merupakan penjelasan dari 9 tabel tersebut.
42
1) Tabel data_barang
Gambar 3.13 Tabel data_barang

Gambar 3.13 adalah tabel data_barang yang digunakan
untuk membuat tabel barang. Pada tabel data_barang ini
terdapat beberapa kolom data, tetapi hanya ada lima kolom
data yang digunakan, yaitu: Kode_Barang, Produk_ID,
Topik_ID, ID_Penerbit, dan Judul_Buku.
2) Tabel data_beli
Gambar 3.14 Tabel data_beli

Gambar 3.14 adalah tabel data_beli. Pada tabel data_beli
terdapat beberapa kolom data tetapi hanya satu kolom data
yang digunakan, yaitu: Nomor_Beli. Nomor_Beli ini akan
digunakan untuk mendapatkan id_supplier berdasarkan no
beli. Untuk lebih lanjutnya dapat dilihat pada bagian
lampiran mengenai restrukturisasi tabel bagian tampung
supplier barang.
43
3) Tabel data_jual
Gambar 3.15 Tabel data_jual

Gambar 3.15 adalah tabel data_jual. Pada tabel data_jual
terdapat beberapa kolom data, tetapi hanya tiga kolom data
yang digunakan, yaitu: Nomor_Jual, Tanggal_Jual dan
Total_Qty_Brg. Nomor_Jual, Tanggal_Jual dan
Total_Qty_Brg ini digunakan untuk mendapatkan kode
barang yang sesuai dengan nomor jual. Untuk lebih
rincinya, dapat dilihat pada bagian lampiran mengenai
restrukturisasi tabel di pembentukan tabel Data Detail Jual.
4) Tabel detail_jual
Gambar 3.16 Tabel detail_jual

Gambar 3.16 adalah tabel detail_jual. Pada tabel detail_jual,
terdapat beberapa kolom data, tetapi hanya tiga kolom data
yang digunakan, yaitu: Nomor_Jual, Kode_Barang, dan
Qty_Barang. Data Nomor_Jual, Kode_Barang, dan
44
Qty_Barang berfungsi untuk menghubungkan nomor_jual

yang ada pada data_jual. Untuk lebih rincinya, dapat dilihat
pada bagian lampiran mengenai restrukturisasi tabel di
pembentukan tabel Data Detail Jual.
5) Tabel detail_beli
Gambar 3.17 Tabel detail_beli

Gambar 3.17 adalah tabel detail_jual. Pada tabel detail_beli
terdapat beberapa kolom data tetapi hanya tiga kolom data
yang digunakan, yaitu: Nomor_Beli, Kode_Barang. Data
Nomor_Beli, dan Kode_Barang berfungsi untuk
menghubungkan Kode_Barang yang berada di tabel
data_barang, dan Nomor_Beli di tabel data_beli. Untuk
lebih rincinya, dapat dilihat pada bagian lampiran mengenai
restrukturisasi tabel di pembentukan tabel Tampung
Supplier Barang.
6) Tabel supplier
45
Gambar 3.18 Tabel supplier

Gambar 3.18 adalah tabel supplier. Pada tabel supplier,
terdapat beberapa kolom data tetapi hanya dua kolom data
yang digunakan, yaitu: ID_Supplier, dan Nama.
ID_Supplier, dan Nama. ID_Supplier sendiri digunakan
untuk banyak tabel, salah satu kegunaannya yaitu untuk
mendapatkan data barang yang sesuai dengan data supplier.
Tabel supplier ini akan digunakan di tabel: data_beli,
transaksi, tampung supplier barang,
tampung_barang_supplier, barang_jadi, sementara transaksi
dan tabel woo. Untuk lebih rincinya, dapat dilihat pada
bagian lampiran mengenai restrukturisasi tabel.
7) Tabel penerbit
Gambar 3.19 Tabel penerbit

Gambar 3.19 adalah tabel penerbit. Pada tabel penerbit,
yang digunakan, yaitu: ID_Penerbit, dan Nama_Penerbit.
46
Tabel penerbit digunakan dalam proses restrukturisasi tabel.

Untuk lebih rincinya, dapat dilihat pada bagian lampiran
mengenai restrukturisasi tabel di pembentukan tabel
penerbit.
8) Tabel produk
Gambar 3.20 Tabel produk

Gambar 3.20 adalah tabel produk. Pada tabel produk,
yang digunakan, yaitu: Produk_ID, dan Keterangan. Tabel
produk sendiri akan digunakan dalam proses restrukturisasi
tabel di bagian pembentukan tabel produk.
9) Tabel topik
Gambar 3.21 Tabel topik

Gambar 3.21 adalah tabel topik. Pada tabel topik, terdapat
beberapa kolom data tetapi hanya dua kolom data yang
47
digunakan, yaitu: Topik_ID, dan Keterangan. Tabel topik

sendiri akan digunakan dalam proses restrukturisasi tabel di
bagian pembentukan tabel topik.
3.2.1.2 Memperbaiki relasi database pada tabel-tabel yang belum

benar dengan cara melakukan restrukturisasi.
Dalam melakukan proses restrukturisasi tabel, dilakukan
proses import dari database toko menuju ke database
data_jadi_monsi dengan menggunakan kettle. Kettle disini
hanya untuk memudahkan di dalam pengambilan data saja.
Tabel yang digunakan yaitu :
1) barang
2) topik
3) produk
4) penerbit
5) supplier
6) data_beli
7) detail_beli
8) data_jual
9) data_detail_jual
10) tampung supplier barang
11) transaksi
12) tampung_barang_supplier_monsi
13) barang_jadi
14) sementara transaksi
15) woo
Beberapa tabel yang dibuat seperti transaksikucoba,
sementara_transaksi, dan tabel woo bertujuan untuk
mencocokan data agar hasil dari restrukturisasi sesuai dengan
basis data relasional. Dalam pengambilan atau import tabel-
tabel diatas dapat dilihat pada bagian lampiran.
48
Setelah mengambil dan membuat tabel-tabel diatas,

kemudian dilakukan penyederhanaan tabel, yaitu mengambil
tabel-tabel dengan data yang akan diperlukan, kemudian
dilakukan import data ke database yang bernama
monica_skripsi dimana di dalam database tersebut sudah
sesuai dengan basis data relasional seperti perancangan basis
data yang dijelaskan sebelumnya. Hasil tabel di database
monica_skripsi dapat dilihat pada gambar berikut :
Gambar 3.22 Hasil Restrukturisasi Basis Data

monica_skripsi
3.2.3 Pembersihan Data
Setelah tahap restrukturisasi selasai, kemudian dilakukan
proses pembersihan guna untuk mendapatkan data yang konsisten
dan relevan. Tahap ini bertujuan agar di dalam pemrosesan data,
dapat berlangsung dengan cepat, sebagai contoh ada data transaksi
yang null atau tidak adanya data yang berkaitan dengan tabel yang
lain maka dilakukan pembersihan data.
3.2.4 Transformasi Data

49
Transformasi dilakukan untuk mengubah format lama

menjadi format baru yang digunakan untuk format gudang data.
Sebagai contoh atribut pada barang terdapat ID BARANG, NAMA
BARANG maka pada proses transformasi ini atribut akan diubah
menjadi ID_BARANG, NAMA_BARANG. Proses ini bertujuan
untuk memudahkan dalam pengimplementasian di gudang data.
3.3. Analisis Kebutuhan Gudang Data

3.3.1 Use Case
Diagram use case ini menggambarkan kebutuhan admin
dari Kepala toko buku, dari gudang data yang akan dibangun. Pada
gambar 3.23 menerangkan gambar use case untuk gudang data
transaksi penjualan.
Login
OLAP
Melihat Laporan
transaksi penjualan
Admin Kepala
Toko
Gambar 3.23 Diagram Use Case

Dari diagram use case diatas, dapat di deskripsikan sebagai
berikut :
Tabel 3.9 Deskripsi Diagram Use Case

50
Kode Use Nama Use Case Deskripsi Aktor

Case
Use case ini mejelaskan
proses dimana admin kepala
toko melakukan login
sebelum masuk ke sistem. Admin
Login
US001 Untuk dapat masuk ke Kepala Toko
sistem, kepala toko harus
memasukkan username dan
password terlebih dahulu.
Use case ini berfungsi untuk
Melihat laporan
melihat hasil pembangunan Admin
transaksi
US002 gudang data transaksi Kepala Toko
penjualan
penjualan.
3.3.2 Narasi Use Case

1) Narasi Use Case Login Kepala Admin
Tabel 3.10 Narasi Use Case Login
Kode Use case US001
Nama Use case Login
Aktor Admin Kepala Toko
Deskripsi Use Case Use case ini mejelaskan proses dimana admin kepala toko
melakukan login sebelum masuk ke sistem. Untuk dapat
masuk ke sistem, kepala toko harus memasukkan username
dan password terlebih dahulu
Kondisi Awal Admin Kepala Toko belum memasukkan username dan
password
51
Trigger -
Kegiatan Aktor Respon Sistem
1. Sistem menampilkan
halaman utama
2. Kepala admin mengklik menu
“LOGIN”
3. Sistem menampilkan
halaman login
Langkah umum 4. Kepala admin memasukkan
username dan password
5. Sistem mengecek
username dan password
sesuai dengan database
6. menampilkan halaman utama
admin kepala toko
Langkah Alternatif -
Kondisi Akhir Kepala admin berhasil login jika password dan username
sesuai dengan database
2) Narasi Use Case melihat laporan transaksi penjualan
Tabel 3.11 Narasi Use Case Melihat Laporan Transaksi Penjualan
Kode Use case US002
Nama Use case Melihat laporan transaksi penjualan

Aktor Admin Kepala Toko
Deskripsi Use Case Use case ini berfungsi untuk melihat hasil dari pembangunan
gudang data transaksi penjualan
Kondisi Awal Admin Kepala Toko belum mendapatkan hasil
52
pembangunan gudang data laporan transaksi penjualan

Trigger -
Kegiatan Aktor Respon Sistem
1. Menampilkan halaman
utama
2. Admin Kepala Toko
memilih menu “Lihat
Langkah umum
Laporan Transaksi
Penjualan”
3. Menampilkan hasil
Langkah Alternatif -
Kondisi Akhir Admin Kepala Toko mendapatkan hasil pembangunan
gudang data transaksi penjualan
3.4. Pembuatan Gudang Data

Proses pembuatan gudang data memerlukan beberapa langkah,
diantaranya :
1) Membaca data legacy
2) Memindahkan data dari sumber ke server gudang data
3) Memecah gudang data ke dalam tabel dimensi dan tabel fakta
3.4.1 Membaca data legacy
Pada proses ini, membaca data sangat diperlukan untuk
mengetahui hubungan antar tabel satu dengan tabel yang lain,
proses ini dimaksudkan untuk menganalisis data yang akan
digunakan, serta proses cleanning data bertujuan untuk
memperlancar dalam proses pembuatan gudang data.
3.4.2 Memindahkan data dari sumber ke server gudang data

53
Tahap ini bertujuan untuk memilih dan memilah field-field

yang diperlukan untuk beberapa tabel master yang nantinya akan
dibuat sebuah dimensi dan dibuat tabel fakta. Tabel fakta sendiri
berisikan fakta-fakta dari dimensi yang telah dibuat serta di dalam
tabel fakta terdapat measure atau nilai pengukuran gudang data
yang diperlukan. Setelah melakukan restrukturisasi tabel,
selanjutnya dilakukan pembentukan tabel master dan dimensi.
Tabel master dan dimensi mengacu dengan informasi laporan
transaksi penjualan di toko buku untuk pembuatan gudang data.
Informasi tersebut diantaranya berupa SUPPLIER, BARANG,
KATEGORI, TOPIK, JUMLAH PENJUALAN, PENERBIT,
KUARTAL, BULAN, TAHUN, dan berikut merupakan langkah
pembentukan tabel master yang akan dibawa pada proses gudang
data.
1) Tabel ms_barang
Tabel ms_barang atau master barang berguna untuk
menyimpan semua data-data barang. Data barang disimpan
dalam bentuk sql atau structured query language. Tabel
ms_barang dibuat dari data mentah yang bernama tabel
barang_komplit dari database monica_skripsi, untuk
menjadikan ms_barang diperlukan proses pemindahan data
barang ke dalam tabel ms_barang pada database
monica_dataskripsi. Proses pemindahan data barang dapat
dilihat pada gambar 3.24.
Tabel ms_barang
Barang_Komplit
id_barang PK id_barang
nama_barang nama_barang
Gambar 3.24 Proses Pemindahan Tabel ms_barang
54
Tabel ms_barang mempunyai dua field id_barang sebagai

primary-key dan field nama_barang. Struktur data dari tabel
ms_barang dapat dilihat pada tabel 3.12.
Tabel 3.12 Tabel ms_barang
ms_barang Tabel master barang

PK id_barang id_barang sebagai primary key
nama_barang berisi nama barang
2) Tabel ms_penerbit
Tabel ini berisi data-data dari seluruh penerbit dari berbagai
penjualan di toko buku. Data penerbit disimpan dalam bentuk
sql di database monica_skripsi. Untuk menjadikan ms_penerbit
diperlukan proses pemindahan data penerbit_komplit ke dalam
tabel penerbit pada database monica_dataskripsi. Proses
pemindahan data penerbit dapat dilihat pada gambar 3.25.
Tabel ms_penerbit
Penerbit_Komplit
id_penerbit PK id_penerbit
nama_penerbit nama_penerbit
Gambar 3.25 Proses Pemindahan Tabel ms_penerbit
Tabel ms_penerbit mempunyai dua field id_penerbit

sebagai primary-key dan field nama_penerbit. Struktur data dari
tabel ms_penerbit dapat dilihat pada tabel 3.13.
Tabel 3.13 Tabel ms_penerbit
ms_penerbit Tabel master penerbit

PK id_penerbit id_penerbit sebagai primary key
nama_penerbit berisi nama penerbit
55
3) Tabel ms_kategori
Tabel ini berisi data-data kategori seluruh penjualan di toko
buku. Data kategori_komplit disimpan dalam bentuk sql di
database monica_skripsi. Untuk menjadikan ms_kategori
diperlukan proses pemindahan data kategori_komplit ke dalam
tabel kategori pada database monica_dataskripsi. Proses
pemindahan data produk dapat dilihat pada gambar 3.26.
Tabel ms_penerbit
Kategori_Komplit
id_kategori PK id_kategori
nama_kategori nama_kategori
Gambar 3.26 Proses Pemindahan Tabel ms_kategori
Tabel ms_kategori mempunyai dua field id_kategori

sebagai primary-key dan field nama_kategori. Struktur data dari
tabel ms_kategori dapat dilihat pada tabel 3.14.
Tabel 3.14 Tabel ms_kategori
ms_kategori Tabel master produk

PK id_kategori id_kategori sebagai primary key
nama_kategori berisi nama kategori
4) Tabel ms_supplier
Tabel ini berisi data-data dari seluruh supplier. Data
supplier_komplit disimpan dalam bentuk sql di database
monica_skripsi. Untuk menjadikan ms_supplier diperlukan
proses pemindahan data supplier_komplit ke dalam tabel
supplier pada database monica_dataskripsi. Proses pemindahan
data supplier dapat dilihat pada gambar 3.27.
56
ms_supplier
Tabel
Supplier_Komplit
id_supplier PK id_ supplier
nama_supplier nama_supplier
Gambar 3.27 Proses Pemindahan Tabel ms_supplier
Tabel ms_supplier mempunyai dua field id_supplier

sebagai primary-key dan field nama_supplier. Struktur data dari
tabel ms_supplier dapat dilihat pada tabel 3.15.
Tabel 3.15 Tabel ms_supplier
ms_supplier Tabel master supplier

PK id_supplier id_supplier sebagai primary key
nama_supplier berisi nama supplier
5) Tabel ms_topik
Tabel ini berisi data-data dari seluruh topik. Data
topic_komplit disimpan dalam bentuk sql di database
monica_skripsi. Untuk menjadikan ms_topik diperlukan proses
pemindahan data topik_komplit ke dalam tabel topik pada
database monica_dataskripsi. Proses pemindahan data topik
dapat di lihat pada gambar 3.28.
Tabel ms_topik
Topik_Komplit
id_topik PK id_topik
nama_topik nama_topik
Gambar 3.28 Proses Pemindahan Tabel ms_topik

57
Tabel ms_topik mempunyai dua field id_topik sebagai

primary-key dan field nama_topik. Struktur data dari tabel
ms_topik dapat dilihat pada tabel 3.16.
Tabel 3.16 Tabel ms_topik
ms_topik Tabel master topik

PK id_topik id_topik sebagai primary key
nama_topik berisi nama topik
6) Tabel ms_transaksi
Tabel ms_transaksi berisi data-data seluruh transaksi
penjualan di toko buku. Data transaksi tersebut disimpan dalam
bentuk sql di database monica_skripsi. Untuk menjadikan
ms_transaksi diperlukan proses pemindahan data
detail_penjualan ke dalam tabel ms_transaksi pada database
monica_dataskripsi. Proses pemindahan data ms_transaksi dapat
di lihat pada gambar 3.29.
Tabel detail_penjualan ms_transaksi
id_barang FK id_barang
id_penerbit FK id_penerbit
id_kategori FK id_kategori
id_topik FK id_topik
id_supplier FK id_supplier
jumlah_penjualan FK jumlah_penjualan
tgl_jual FK tgl_jual
id_transaksi
Gambar 3.29 Proses Pemindahan Tabel ms_transaksi

58
Tabel ms_transaksi mempunyai 7 field id_barang,

id_penerbit, id_kategori, id_topik, id_supplier,
jumlah_penjualan, tgl_jual, dan id_transaksi. Dalam master
transaksi atau ms_transaksi id_transaksi tidak disertakan, karena
hanya data yang diperlukan saja yang akan masuk ke dalam
proses gudang data. Struktur data dari tabel ms_transaksi dapat
dilihat pada tabel 3.17.
Tabel 3.17 Tabel ms_transaksi
ms_transaksi Tabel master transaksi

FK id_barang berisi id_barang
FK id_penerbit berisi id_penerbit
FK id_kategori berisi id_produk
FK id_topik berisi id_topik
FK id_supplier berisi id_supplier
jumlah_penjualan berisi jumlah penjualan
tgl_jual berisi tanggal input transaksi
3.4.3 Memecah gudang data ke dalam dimensi dan tabel fakta

Tabel dimensi yang digunakan berasal dari beberapa tabel.
Berikut ini detail asal dari tiap dimensi :
1) Dim_barang
ms_barang dim_barang
PK id_barang PK sk_barang
nama_barang id_barang
nama_barang
Gambar 3.30 Pembentukan dimensi barang

59
Gambar 3.30 merupakan proses dari pembuatan dimensi

barang yang berasal dari tabel ms_barang yang berada pada
database monica_dataskripsi. Tabel ms_barang berisi field
id_barang untuk menyimpan id_barang, serta nama_barang untuk
menyimpan nama_barang. Setelah itu dibuat menjadi dimensi yang
bernama dim_barang yang berisi id_barang, nama_barang dan
menambahkan surrogate key untuk dimensi barang yaitu
sk_barang.
2) Dim_penerbit
ms_penerbit dim_ penerbit
PK id_penerbit PK sk_penerbit
nama_penerbit id_ penerbit
nama_penerbit
Gambar 3.31 Pembentukan dimensi penerbit

penerbit yang berasal dari tabel ms_penerbit yang berada pada
database monica_dataskripsi. Tabel ms_penerbit berisi field
id_penerbit untuk menyimpan id_penerbit, serta nama_penerbit
untuk menyimpan nama_penerbit. Setelah itu dibuat menjadi
dimensi yang bernama dim_penerbit yang berisi id_penerbit,
nama_penerbit dan menambahkan surrogate key untuk dimensi
penerbit yaitu sk_penerbit.
3) Dim_kategori
ms_kategori dim_kategori
PK id_kategori PK sk_kategori
nama_kategori id_ kategori
nama_kategori
Gambar 3.32 Pembentukan dimensi produk

60

kategori yang berasal dari tabel ms_kategori yang berada pada
database monica_dataskripsi. Tabel ms_kategori berisi field
id_kategori untuk menyimpan id_kategori, serta nama_kategori
untuk menyimpan nama_kategori. Setelah itu dibuat menjadi
dimensi yang bernama dim_kategori yang berisi id_kategori,
nama_kategori dan menambahkan surrogate key untuk dimensi
kategori yaitu sk_kategori.
4) Dim_supplier
ms_supplier dim_supplier
PK id_supplier PK sk_supplier
nama_supplier id_ supplier
nama_supplier
Gambar 3.33 Pembentukan dimensi supplier

supplier yang berasal dari tabel ms_supplier yang berada pada
database monica_dataskripsi. Tabel ms_supplier berisi field
id_supplier untuk menyimpan id_supplier, serta nama_supplier
untuk menyimpan nama_supplier. Setelah itu dibuat menjadi
dimensi yang bernama dim_supplier yang berisi id_supplier,
nama_supplier dan menambahkan surrogate key untuk dimensi
supplier yaitu sk_supplier.
5) Dim_topik
ms_topik dim_topik
PK id_topik PK sk_topik
nama_topik id_topik
nama_topik
Gambar 3.34 Pembentukan dimensi topik
61

topik yang berasal dari tabel ms_topik yang berada pada database
monica_dataskripsi. Tabel ms_topik berisi field id_topik untuk
menyimpan id_topik, serta nama_topik untuk menyimpan
nama_topik. Setelah itu dibuat menjadi dimensi yang bernama
dim_topik yang berisi id_topik, nama_topik dan menambahkan
surrogate key untuk dimensi topik yaitu sk_topik.
6) Tabel Fakta
Pada proses pembentukan tabel fakta ini tedapat enam
dimensi diantaranya, dimensi barang, dimensi penerbit, dimensi
kategori, dimensi supplier, dimensi topik, dan dimensi waktu.
Tabel fakta memiliki foreign-key dari masing-masing dimensi,
yaitu sk_barang, sk_penerbit, sk_produk, sk_supplier, sk_topik,
sk_waktu serta measure yaitu jumlah_penjualan.
dim_barang
id_barang
nama_barang
sk_barang
dim_waktu
year dim_produk
month id_produk
Faktaku
quarter nama_produk
sk_waktu sk_barang sk_produk
sk_waktu
sk_supplier
sk_penerbit
dim_penerbit sk_topik dim_supplier
id_penerbit sk_kategori id_supplier

nama_penerbit jumlah_penjualan nama_supplier
sk_penerbit sk_supplier
dim_topik
id_topik
nama_topik
sk_topik
Gambar 3.35 Tabel Fakta Faktaku

62
3.5. Rancangan MDX Kueri untuk Cube Fact_Penjualan

Gudang data yang dibuat memiliki cube faktaku. Didalam
pembuatan cube ini terdapat rancangan MDX kueri yang menampilkan
OLAP dengan menggunakan tabel fakta yaitu fact_penjualan terdiri dari
dim_barang, dim_waktu, dim_penerbit, dim_topik, dim_supplier,
dim_kategori dengan menggunakan skema bintang atau star schema. Nilai
pengukuran yang digunakan atau measure adalah jumlah dari
jumlah_penjualan yang akan ditampilkan dalan tahun, bulan, dan kuartal.
Struktur MDX kueri tersebut dapat dilihat pada gambar 3.36.
Gambar 3.36 Struktur MDX Kueri Untuk Laporan Transaksi

Penjualan
3.6. Perancangan Antar Muka

1) Halaman Login
Tampilan halaman ini adalah halaman login dimana kepala toko
hendak masuk ke dalam sistem gudang data transaksi penjualan.
63
SELAMAT DATANG
DI TOKO BUKU AB
Username
Password
Login
Gambar 3.37 Halaman Login
2) Halaman Menu Awal

Halaman ini adalah tampilan pertama kali saat kepala toko
mengakses sistem gudang data transaksi penjualan.
GUDANG DATA
TRANSAKSI PENJUALAN
Home Laporan Transaksi Penjualan Logout
VISI
MISI
Gambar 3.38 Halaman Home

64
3) Halaman Menu Laporan Transaksi Penjualan

Halaman ini digunakan kepala toko untuk mengaskes dan melihat
cube gudang data dari server gudang data.
GUDANG DATA
TRANSAKSI PENJUALAN
Home Laporan Transaksi Penjualan Logout
HASIL OLAP
Gambar 3.39 Halaman Transaksi Penjualan

65
BAB IV
IMPLEMENTASI
Pada bagian ini akan dijelaskan mengenai implementasi pembuatan

gudang data dan pembahasannya. Pembuatan gudang data mengacu pada
kebutuhan informasi yang dapat diperoleh dari transaksi penjualan di toko buku
AB.
4.1. Implementasi Arsitektur Gudang Data
Gambar 4.1 Arsitektur Gudang Data
Arsitektur gudang data dibuat untuk memberikan gambaran umum

tentang pembentukan gudang data. Didalam arsitektur gudang data,
sumber data berasal dari data yang berbentuk tabel database. Sumber data
masih dilakukan pemilihan terlebih dahulu yaitu dengan mengambil data-
data yang diperlukan, setelah mendapatkan data yang diperlukan masuk ke
proses selanjutnya yaitu memasukkan kedalam database
monica_dataskripsi yang akan dilakukan proses ETL. Hasil dari proses
ETL kemudian disimpan sebagai gudang data, sehingga dapat dilakukan
tahap selanjutnya dalam proses OLAP. Hasil dari pembentukan OLAP
nantinya digunakan untuk membantu admin kepala toko buku dalam
pemantauan seluruh transaksi penjualan.
Dalam mendukung arsitektur gudang data diperlukan beberapa
spesifikasi software dan hardware yang mendukung, diantaranya :
1. Software yang digunakan :
☞ Database : SQLyog Version 5.6.24
66
☞ Bahasa pemrograman : PHP

☞ Tool : Kettle, Schema-Workbench,
Mondrian, Apache-tomcat
2. Hardware yang digunakan :
☞ Processor : Intel Core i3 2,50 Ghz
☞ Memory : 2 GB
☞ Hardisk : 465, 76 GB
4.2. Langkah Pembuatan Gudang Data

4.2.1 Membaca Data Legacy
Sumber data yang digunakan dalam pembuatan gudang

data ini adalah data transaksi penjualan yang berbentuk file .sql
dalam database. Data transaksi penjualan menggunakan data pada
tahun 2013 dan 2014. Didalam membaca data legacy sendiri
diperlukan proses yaitu restrukturisasi tabel guna untuk
mendapatkan tabel-tabel yang sudah sesuai dengan perancangan
basis data relasional, serta dilakukan proses pembersihan terlebih
dahulu, seperti memberikan format yang sesuai dalam proses
gudang data, kemudian membersihkan data-data yang tidak
diperlukan.
4.2.2 Memindahkan Data ke Server Gudang Data
Sebelum masuk pada langkah memindahkan data dan

pembuatan dimensi serta tabel fakta, sebelumnya akan dijelaskan
beberapa fungsi dari tools Kettle Pentaho yang digunakan dalam
proses pembuatan gudang data ini. Tabel 4.1 berikut ini
menunjukkan tool-tools yang digunakan dalam memindahkan data
ke server gudang data.
67
Tabel 4.1 Tabel Tools Kettle Yang Digunakan
Tools Pada Kettle Fungsi
Table input digunakan untuk membaca data dari

database.
Select values digunakan untuk memilih field-

field apa saja yang mau ditampilkan.
Insert / update digunakan untuk memasukkan

dan menyimpan data ke dalam tabel serta untuk
mengeksekusi sql.
Add sequence digunakan untuk memberikan

surrogate key.
Stream lookup digunakan untuk menyamakan

data.
Sort rows digunakan untuk mengurutkan baris

data berdasarkan satu atau lebih field.
Group by digunakan untuk melakukan agregasi

fields total.
Table output digunakan untuk keperluan

menulis data ke dalam database.
1. Tabel ms_transaksi
Gambar 4.2 ms_transaksi.ktr
Gambar 4.2 merupakan proses pemindahan data

detail_penjualan atau yang akan menjadi master transaksi
68
(ms_transaksi) ke tabel ms_transaksi dalam database

monica_dataskripsi. Langkah pembentukan ms_transaksi dimulai
dari mengambil data detail_penjualan yang berada pada database
monica_skripsi, dimana dalam pengambilan data tetap dilakukan
proses kueri seperti gambar 4.3, kemudian dilakukan pemilihan
field yang diperlukan dengan menggunakan select value. Setelah
melakukan select value, selanjutnya yaitu memasukkan dan
menyimpan data ke dalam tabel dim_barang serta mengeksekusi
SQL melalui langkah insert/update.
Gambar 4.3 Langkah Select Data
Pada gambar 4.3 merupakan proses dalam melakukan

pengambilan data dari tabel detail_penjualan, dimana dalam tabel
detail_penjualan terdapat id_barang, id_penerbit, id_kategori,
id_topik, id_supplier, jumlah_penjualan dan tgl_jual.
Kemudian dilanjutkan dengan memilih field yang dengan

menggunakan select value seperti gambar 4.4.
69
Gambar 4.4 Memilih Field Yang Digunakan
Gambar 4.4 merupakan langkah untuk melakukan

pemilihan field-field yang digunakan. Fields tersebut adalah
id_barang, id_penerbit, id_kategori, id_topik, id_supplier,
jumlah_penjualan dan tgl_jual.
Setelah memilih field yang digunakan, kemudian

mengeksekusi SQL dengan menggunakan insert/update dan
menampilkan hasil output dengan nama ms_transaksi.
Gambar 4.5 Langkah Insert/Update ms_transaksi
Pada gambar 4.5 merupakan langkah untuk menyeleksi data

yang digunakan dan memasukkan data ke dalam tabel output yang
70
bernama ms_transaksi. Tabel ms_transaksi ini akan berperan

didalam pembuatan tabel fakta.
Gambar 4.6 Output ms_transaksi
Gambar 4.6 merupakan hasil keluaran dari ms_transaksi,

yang didalamnya terdapat id_barang, id_penerbit, id_kategori,
id_topik, id_supplier, jumlah_penjualan dan tgl_jual.
2. Tabel msbarang
Gambar 4.7 ms_barang.ktr

Gambar 4.7 merupakan proses pemindahan data barang ke
tabel ms_barang dalam database monica_dataskripsi. Langkah
pembentukan ms_barang dimulai dari mengambil data barang yang
berada pada database monica_skripsi, dimana didalam
pengambilan data tetap dilakukan proses kueri seperti gambar 4.8,
kemudian dilakukan pemilihan field yang diperlukan dengan
menggunakan select value. Setelah melakukan select value,
selanjutnya yaitu memasukkan dan menyimpan data ke dalam tabel
71
dim_barang serta mengeksekusi SQL melalui langkah

insert/update.
Gambar 4.8 Langkah Select Data Barang

Pada gambar 4.8 merupakan langkah dalam select data
barang, yang mengambil data berupa id_supplier, id_barang,
nama_barang, id_kategori, id_topik, dan id_penerbit dari tabel
barang_komplits.

Pada gambar 4.9 merupakan langkah untuk memilih field
dengan menggunakan select value. Pada bagian ini field yang
digunakan adalah id_barang dan nama_barang.
menampilkan hasil output ms_barang dengan nama ms_barang.
72
Gambar 4.10 Langkah Insert/Update ms_barang
Gambar 4.10 merupakan langkah dari insert/update tabel

ms_barang yang digunakan untuk memasukkan data ke tabel
ms_barang.
Gambar 4.11 Output ms_barang
Gambar 4.11 merupakan hasil output dari ms_barang,

dimana hasil output berupa id_barang dan nama_barang.
73
3. Tabel ms_kategori
Gambar 4.12 ms_kategori.ktr
Gambar 4.12 merupakan proses pemindahan data kategori

ke tabel ms_kategori dalam database monica_dataskripsi. Proses
dimulai dari input tabel kategori, dimana di dalam pengambilan
tetap terjadi proses kueri. Proses kueri pada input tabel kategori
dapat dilihat pada gambar dibawah ini:
Gambar 4.13 Langkah Select Data Kategori

Gambar 4.13 merupakan langkah dalam select kategori,
yang mengambil data berupa id_kategori dan nama_kategori dari
tabel kategori_komplit. Kemudian dilanjutkan dengan memilih
field yang dengan menggunakan select value seperti gambar 4.14.

74
Gambar 4.14 merupakan langkah untuk memilih field

dengan menggunakan select value. Pada bagian ini field yang
digunakan adalah id_kategori dan nama_kategori.

menampilkan hasil output ms_kategori dengan nama ms_kategori.
Gambar 4.15 Langkah Insert/Update ms_kategori

Gambar 4.15 merupakan langkah dari insert/update tabel
ms_kategori yang digunakan untuk memasukkan data ke tabel
ms_kategori.
Gambar 4.16 Output ms_kategori

75
Gambar 4.16 merupakan hasil output dari ms_kategori,

dimana hasil output berupa id_kategori dan nama_kategori.
4. Tabel ms_topik
Gambar 4.17 ms_topik.ktr
Gambar 4.17 merupakan proses pemindahan data topik ke

tabel ms_topik dalam database monica_dataskripsi. Proses dimulai
dari input tabel topik, dimana di dalam pengambilan tetap terjadi
proses kueri. Proses kueri pada input tabel topik dapat dilihat pada
gambar dibawah ini:
Gambar 4.18 Langkah Select Data Topik
Gambar 4.18 merupakan langkah dalam select data topik,

yang mengambil data berupa id_topik dan nama_topik dari tabel
topik_komplit. Kemudian dilanjutkan dengan memilih field
menggunakan select value seperti gambar 4.19.

76
Gambar 4.19 merupakan langkah untuk memilih field dengan

menggunakan select value. Pada bagian ini field yang digunakan
adalah id_topik dan nama_topik.
Gambar 4.20 Langkah Insert/Update ms_topik
Gambar 4.20 merupakan langkah insert/update digunakan

untuk mengeksekusi SQL dan memasukkan data ke dalam tabel
ms_topik.
Gambar 4.21 Output ms_topik

77
Gambar 4.21 merupakan hasil output dari ms_topik, dimana

hasil output berupa id_topik dan nama_topik.
5. Tabel ms_penerbit
Gambar 4.22 ms_penerbit.ktr
Gambar 4.22 merupakan proses pemindahan data penerbit

ke tabel ms_penerbit dalam database monica_dataskripsi. Proses
dimulai dari input tabel penerbit, dimana di dalam pengambilan
tetap terjadi proses kueri. Proses kueri pada input tabel penerbit
Gambar 4.23 Langkah Select Data Penerbit
Pada gambar 4.23 merupakan langkah select data penerbit.

Data yang digunakan yaitu id_penerbit, dan nama_penerbit yang
diambil dari tabel penerbit_komplit. Kemudian dilanjutkan dengan
memilih field yang dengan menggunakan select value seperti
gambar 4.24.

78
Gambar 4.24 merupakan langkah dalam pemilihan field

yang digunakan yaitu id_penerbit dan nama_penerbit. Setelah
memilih field yang digunakan, kemudian mengeksekusi SQL
dengan menggunakan insert/update dan menampilkan hasil output
ms_penerbit dengan nama ms_penerbit.
Gambar 4.25 Langkah Insert/Update ms_penerbit
Gambar 4.25 langkah untuk melakukan eksekusi SQL dan

menambahkan data ke dalam tabel yang bernama ms_penerbit
dengan menggunakan insert/update
Gambar 4.26 Output ms_penerbit

79
Gambar 4.26 merupakan hasil dari output ms_penerbit yang

didalamnya terdapat id_penerbit dan nama_penerbit.
6. Tabel ms_supplier
Gambar 4.27 ms_supplier.ktr
Gambar 4.27 merupakan proses pemindahan data supplier

ke tabel ms_supplier dalam database monica_dataskripsi. Proses
dimulai dari input tabel supplier, dimana di dalam pengambilan
tetap terjadi proses kueri. Proses kueri pada input tabel supplier
Gambar 4.28 Langkah Select Data Supplier
Gambar 4.28 adalah proses dalam melakukan select data

supplier, mengambil id_supplier dan nama_supplier.
Gambar 4.29 Langkah Memilih Field
Gambar 4.29 adalah langkah dalam memilih field

id_supplier dan nama_supplier dengan menggunakan select value.
80
Setelah memilih field yang digunakan, kemudian mengeksekusi

SQL dengan menggunakan insert/update dan menampilkan hasil
output dengan nama ms_supplier.
Gambar 4.30 Langkah Insert/Update ms_supplier
Gambar 4.30 merupakan langkah untuk memasukkan data

dan penyeleksian data supplier ke dalam tabel yang bernama
ms_supplier.
Gambar 4.31 Output ms_supplier
Gambar 4.31 merupakan hasil output ms_supplier yang

terdiri dari id_supplier dan nama_supplier.
81
4.3. Memecah Gudang Data dalam Tabel Dimensi dan Tabel Fakta
Data yang digunakan untuk pembuatan gudang data tidak terlalu
kompleks sehingga skema yang digunakan adalah skema bintang, karena
pertama mudah dipahami kemudian lebih efisien dan sederhana dalam
membuat kueri serta mudah diakses oleh pengguna. Terdapat satu tabel
fakta dan beberapa tabel dimensi, kebutuhan informasi dalam pembuatan
tabel fakta dan tabel dimensi yaitu, informasi jumlah penjualan pada tahun
2013-2014 untuk setiap kategori, topik, penerbit, supplier dan barang,
maka model dimensional yang dibuat untuk pembangunan gudang data
transaksi penjualan adalah skema bintang.
Penjelasan mengenai tabel yang berisi data yang menunjukkan
tinjauan dari berbagai perspektif atau yang bisa disebut dengan tabel
dimensi, akan dijelaskan sebagai berikut :
4.3.1 Tabel Dimensi `dim_barang`
Gambar 4.32 Proses Pembuatan Dimensi dim_barang

Pada gambar 4.32 merupakan proses pembuatan tabel
dimensi_barang. Tabel dimensi_barang akan digunakan dalam
proses OLAP. Terdapat 4 langkah diantaranya, table input, add
sequence, select value, insert/update. Pada langkah ìnput master
barang` berisi kueri untuk memanggil tabel barang yang berada
pada master_barang di database yang bernama
`monica_dataskripsi`.
82
Gambar 4.33 Langkah Select Data Barang dari ms_barang
Gambar 4.33 merupakan langkah select data barang yang

diambil dari tabel ms_barang. Data yang diambil adalah id_barang
dan nama_barang. Setelah melakukan select data, kemudian
dilakukan preview data dan ditampilkan sesuai dengan yang ada
pada tabel barang di database `monica_dataskripsi`. Hasil preview
data tabel ms_barang dapat dilihat pada gambar 4.34 berikut ini:
Gambar 4.34 Preview Data ms_barang
Gambar 4.34 adalah proses melakukan preview data dari

tabel ms_barang. Langkah selanjutnya yaitu menambahkan field
baru seperti gambar 4.35 dibawah ini :
83
Gambar 4.35 Langkah Membuat Surrogate Key Pada

dim_barang
Gambar 4.35 merupakan langkah membuat surrogate key

pada dim_barang. Proses ini bertujuan untuk menambahkan field
baru atau add sequence yang berfungsi memberikan surrogate key
yaitu field sk_barang sebagai primary-key pada tabel dim_barang.
Langkah berikutnya yaitu `memilih field yang digunakan`
menggunakan select value. Disini tidak semua field dimasukkan,
hanya field yang digunakan saja yang dipakai untuk membangun
tabel dimensi, berikut ini langkah untuk memilih field yang
digunakan.
Gambar 4.36 Langkah Memilih Data pada Dim_Barang

84
Pada gambar 4.36 menggunakan field id_barang,

nama_barang dan sk_barang untuk membangun dimensi barang.
Langkah terakhir adalah ìnsert/update`, langkah ini digunakan
untuk membuat tabel dimensi, memasukkan data ke dalam tabel
dim_barang serta untuk memperbarui tabel dimensi. Hasil dari
proses pembentukan tabel `dim_barang` di database
skripsi_gudangdata adalah sebagai berikut :
Gambar 4.37 Tabel Dim_Barang
Gambar 4.37 merupakan hasil dari pembentukan tabel

dim_barang, dimana terdapat kolom id_barang, nama_barang dan
sk_barang.
4.3.2 Tabel Dimensi `dim_penerbit`
Gambar 4.38 Proses Pembuatan Dimensi dim_penerbit

Pada gambar 4.38 merupakan proses pembuatan tabel dim-
penerbit. Tabel dim_penerbit akan digunakan dalam proses OLAP.
Terdapat 4 langkah diantaranya, table input, add sequence, select
value, insert/update.
85
Gambar 4.39 Langkah Select Data Penerbit dari ms_penerbit
Pada gambar 4.39 merupakan langkah ìnput master

penerbit` yang berisi kueri untuk memanggil tabel penerbit yang
berada pada master_penerbit di database yang bernama
`monica_dataskripsi`. Kemudian dilakukan preview data dan
ditampilkan sesuai dengan yang ada pada tabel penerbit di
database `monica_dataskripsi`. Hasil preview data tabel
ms_penerbit dapat dilihat pada gambar 4.40 berikut ini:
Gambar 4.40 Preview Data ms_penerbit
Langkah selanjutnya yaitu menambahkan field baru atau

add sequence yang berfungsi memberikan surrogate key yaitu field
sk_penerbit sebagai primary-key pada tabel dim_penerbit. Isi dari
langkah `menambahkan field baru` adalah sebagai berikut.
86
Gambar 4.41 Langkah Membuat Surrogate Key pada dim_penerbit

digunakan.
Gambar 4.42 Langkah Memilih Data Pada Dim_Penerbit
Pada gambar 4.42 menggunakan field id_penerbit,

nama_penerbit dan sk_penerbit untuk membangun dimensi
penerbit. Langkah terakhir adalah ìnsert/update`, pada langkah ini
digunakan untuk membuat tabel dimensi, memasukkan data ke
dalam tabel dim_penerbit serta untuk memperbarui tabel dimensi.
87
Hasil dari proses pembentukan tabel `dim_penerbit` di database

skripsi_gudangdata adalah sebagai berikut.
Gambar 4.43 Tabel dim_penerbit
4.3.3 Tabel Dimensi `dim_kategori`
Gambar 4.44 Proses Pembuatan Dimensi dim_kategori

dim_kategori. Tabel dim_kategori akan digunakan dalam proses
OLAP. Terdapat 4 langkah diantaranya, table input, add sequence,
select value, insert/update. Pada langkah ìnput master kategori`
berisi kueri untuk memanggil tabel kategori yang berada pada
master_kategori di database yang bernama `monica_dataskripsi`.
Gambar 4.45 Langkah Select Data Kategori dari ms_kategori

88
Kemudian dilakukan preview data dan ditampilkan sesuai

dengan yang ada pada tabel kategori di database
`monica_dataskripsi`. Hasil preview data tabel ms_kategori dapat
dilihat pada gambar 4.46 berikut ini:
Gambar 4.46 Preview Data ms_penerbit

sk_kategori sebagai primary-key pada tabel dim_kategori. Isi dari
Gambar 4.47 Langkah Membuat Surrogate Key Pada

dim_kategori

89

digunakan.
Gambar 4.48 Langkah Memilih Data Pada Dim_Kategori
Pada gambar 4.48 menggunakan field id_kategori,

nama_kategori dan sk_kategori untuk membangun dimensi
kategori. Langkah terakhir adalah ìnsert/update`, pada langkah ini
dalam tabel dim_kategori serta untuk memperbarui tabel dimensi.
Hasil dari proses pembentukan tabel `dim_kategori` di database
Gambar 4.49 Tabel dim_kategori
4.3.4 Tabel Dimensi `dim_supplier`
Gambar 4.50 Proses Pembuatan Dimensi dim_supplier

90

dim_supplier. Tabel dim_supplier akan digunakan dalam proses
OLAP. Terdapat 4 langkah diantaranya, table input, add sequence,
select value, insert/update. Pada langkah ìnput master supplier`
berisi kueri untuk memanggil tabel supplier yang berada pada
master_supplier di database yang bernama `monica_dataskripsi`.
Gambar 4.51 Langkah Select Data Supplier dari ms_supplier

dengan yang ada pada tabel supplier di database
`monica_dataskripsi`. Hasil preview data tabel ms_supplier dapat
Gambar 4.52 Preview Data ms_supplier

sk_supplier sebagai primary-key pada tabel dim_supplier. Isi dari
91
Gambar 4.53 Langkah Membuat Surrogate Key Pada dim_supplier

digunakan.
Gambar 4.54 Langkah Memilih Data Pada Dim_Supplier
Pada gambar 4.54 menggunakan field id_supplier,

nama_supplier dan sk_supplier untuk membangun dimensi
supplier. Langkah terakhir adalah ìnsert/update`, pada langkah ini
dalam tabel dim_supplier serta untuk memperbarui tabel dimensi.
92
Hasil dari proses pembentukan tabel `dim_supplier` di database

Gambar 4.55 Tabel Dim_Supplier

4.3.5 Tabel Dimensi `dim_topik`
Gambar 4.56 Proses Pembuatan Dimensi dim_topik

dim_topik. Tabel dim_topik akan digunakan dalam proses OLAP.
Terdapat 4 langkah diantaranya, table input, add sequence, select
value, insert/update. Pada langkah ìnput master topik` berisi kueri
untuk memanggil tabel topik yang berada pada master_topik di
database yang bernama `monica_dataskripsi`.
Gambar 4.57 Langkah Select Data Topik dari ms_topik

dengan yang ada pada tabel topik di database
93
`monica_dataskripsi`. Hasil preview data tabel ms_topik dapat

Gambar 4.58 Preview Data ms_topik
Langkah selanjutnya yaitu menambahakan field baru atau

sk_topik sebagai primary-key pada tabel dim_topik. Isi dari
Gambar 4.59 Langkah Membuat Surrogate Key Pada dim_topik

digunakan.
94
Gambar 4.60 Langkah Memilih Data Pada Dim_Topik
Pada gambar 4.60 menggunakan field id_topik, nama_topik

dan sk_topik untuk membangun dimensi topik. Langkah terakhir
adalah ìnsert/update`, pada langkah ini digunakan untuk membuat
tabel dimensi, memasukkan data ke dalam tabel dim_topik serta
untuk memperbarui tabel dimensi. Hasil dari proses pembentukan
tabel `dim_topik` di database skripsi_gudangdata adalah sebagai
berikut.
Gambar 4.61 Tabel Dim_Topik

95
4.3.6 Tabel Dimensi `dim_waktu`
Gambar 4.62 Proses Pembuatan Dimensi dim_waktu

dimensi waktu yang mencakup tahun, bulan dan kuartal. Berikut ini
merupakan tampilan hasil proses pembentukan dim_waktu.
Gambar 4.63 Tabel dim_waktu
Gambar 4.63 merupakan hasil output dari dimensi waktu

yang mencakup year, month, month_desc, month_short_desc,
quarter, serta sk_waktu dan date_field.
96
4.3.7 Tabel Fakta `faktaku`
Gambar 4.64 Proses Pembuatan Tabel Fakta `faktaku`
Pada gambar 4.64 merupakan proses pembentukan tabel

fakta yaitu `faktaku` yang bertujuan dalam pembuatan tabel fakta
dalam proses OLAP. Terdapat 6 langkah diantaranya, table input,
stream lookup, select value, sort rows, group by, dan insert/update.
Pada langkah pembuatan tabel fakta `faktaku` terdapat beberapa
input tabel yaitu tabel input ms_transaksi, dimensi barang, dimensi
penerbit, dimensi kategori, dimensi topik, dimensi supplier, dan
dimensi waktu.
Gambar 4.65 Langkah Select Data ms_transaksi
Gambar 4.65 merupakan Langkah ìnput ms_transaksi`

berisi kueri untuk memanggil tabel master transaksi yang berada
97
pada ms_transaksi di database yang bernama `monica_dataskripsi`.

Kemudian dilakukan preview data dan ditampilkan sesuai dengan
yang ada pada tabel ms_transaksi di database
`monica_dataskripsi`.
Gambar 4.66 Preview Data ms_transaksi
Gambar 4.66 merupakan hasil preview data tabel

ms_transaksi, didalamnya terdapat id_barang, id_penerbit,
id_kategori, id_topik, id_supplier, jumlah_penjualan dan tgl_jual.
Langkah berikutnya yaitu stream lookup yang digunakan
untuk menyamakan data dimulai dari tabel dimensi barang sampai
dengan dimensi waktu, dimana tabel fakta hanya berisi data-data
yang dapat diukur dan terdapat surrogate key yang merupakan field
kunci unik untuk mengidentifikasi setiap baris data pada tabel
dimensi, maka data yang diambil dari tiap dimensi yaitu hanya
surrogate key atau sk saja.
Gambar 4.67 Langkah Menyamakan Data Dari Tabel Master

Barang Dengan Data Dimensi Barang
98
Dari gambar 4.67 menunjukkan bahwa data yang diambil

yaitu hanya sk_barang yang bertugas sebagai surrogate key di
dimensi barang.

Penerbit Dengan Data Dimensi Penerbit
Gambar 4.68 menunjukkan bahwa data yang diambil hanya

sk_penerbit yang bertugas sebagai surrogate key di dimensi
penerbit.

Kategori Dengan Data Dimensi Kategori
99

sk_kategori yang bertugas sebagai surrogate key di dimensi
kategori.

Topik Dengan Data Dimensi Topik

sk_topik yang bertugas sebagai surrogate key di dimensi topik.

Supplier Dengan Data Dimensi Supplier
100

sk_supplier yang bertugas sebagai surrogate key di dimensi
supplier.

Transaksi Dengan Data Dimensi Waktu

sk_waktu yang bertugas sebagai surrogate key pada dimensi waktu.
Gambar 4.73 Langkah Memilih Data Yang Diperlukan Untuk

Membuat Tabel Fakta
Gambar 4.73 Langkah selanjutnya yaitu memilih data yang

akan digunakan untuk membangun tabel fakta dengan
menggunakan select values. Terdapat field jumlah_penjualan yang
101
bertugas sebagai measure, sk_barang, sk_penerbit, sk_kategori,

sk_topik, sk_supplier, dan sk_waktu.
Gambar 4.74 Langkah Sort Rows Pada Tabel Fakta
Pada gambar 4.74 merupakan langkah untuk melakukan

sort rows yang berfungsi untuk mengurutkan baris data
berdasarkan satu atau lebih field. Langkah selanjutnya adalah
Group By yang berfungsi untuk melakukan agregasi terhadap field
total_penjualan, seperti gambar dibawah ini :
Gambar 4.75 Langkah Group By Pada Tabel Fakta
Pada gambar 4.75 ada 6 field yaitu sk_barang, sk_penerbit,

sk_kategori, sk_topik, sk_supplier, dan sk_waktu dan
102
jumlah_penjualan sebagai agregasi field total. Selanjutnya

memasukkan data ke tabel fakta `faktaku` yang berada dalam
database skripsi_gudangdata menggunakan fungsi insert/update,
dan hasil dari memasukkan data ke dalam tabel `faktaku` dapat
dilihat pada gambar 4.76.
Gambar 4.76 Tabel Fakta `faktaku`
Gambar 4.76 merupakan hasil keluaran tabel fakta, dimana

didalam tabel fakta terdapat kumpulan-kumpulan sk dari semua
dimensi yang telah dibuat.
4.3.8 Job Transformasi Data
Gambar 4.77 Job Final Transaksi Penjualan
Pada gambar 4.77 merupakan proses job yang digunakan

untuk menjalankan semua transformasi dari semua dimensi. Proses
transformasi pertama adalah menjalankan job_master yang
didalamnya terdapat kumpulan dari transformasi master-master
seperti gambar 4.78 dibawah ini :
103
Gambar 4.78 Job Master
Gambar 4.78 merupakan proses untuk menjalankan 6

transformasi. Proses transformasi yang pertama adalah
menjalankan master barang.ktr. Proses yang kedua adalah master
penerbit.ktr, kemudian master kategori.ktr, dilanjutkan dengan
master topik.ktr, lalu master supplier.ktr dan yang terkhir adalah
proses transformasi master transaksi.ktr.
Setelah melakukan proses transformasi master, selanjutnya

yaitu melakukan proses transformasi membaca dimensi barang
dilanjutkan dimensi penerbit, dimensi kategori, dimensi topik,
dimensi supplier, dimensi waktu dan paling akhir adalah proses
transformasi membaca faktaku.ktr. Semua proses pada gambar 4.77
dijalankan dengan tujuan apabila ada penambahan data transaksi
yang baru.
Berdasarkan tabel dimensi dan tabel fakta yang dipecah dari

gudang data, maka selanjutnya akan dilakukan pembentukan OLAP
yang akan dibahas pada bagian pembentukan skema bintang
penjualan pada bab 4.4.
104
4.4. Pembentukan Skema Bintang Penjualan

4.4.1 Cube Penjualan
Gambar 4.79 Star Schema Cube Penjualan
Kubus atau cube dengan nama penjualan memiliki tabel

fakta `faktaku`. Cube penjualan digunakan untuk melihat hasil dari
seluruh jumlah transaksi penjualan yang dilihat dari segi perspektif
waktu, kategori, penerbit, topik, supplier serta barang. Dimensi
yang digunakan adalah Dimensi Barang, Dimensi Penerbit,
Dimensi Kategori, Dimensi Topik, Dimensi Supplier, dan Dimensi
Waktu. Measure atau nilai pengukuran dari skema tersebut yaitu
Jumlah Penjualan. Detail penjelasan dari dimensi-dimensi yang
digunakan adalah sebagai berikut:
a. Dimensi Barang
Gambar 4.80 Struktur Pembentukan Dimensi Barang
Gambar 4.80 merupakan gambaran struktur

pembentukan Dimensi Barang yang dimiliki oleh cube
105
penjualan. Pada Dimensi Barang menggunakan tabel

dim_barang pada database skripsi_gudangdata dan memiliki
hirarki Barang.
b. Dimensi Penerbit
Gambar 4.81 Struktur Pembentukan Dimensi Penerbit

pembentukan Dimensi Penerbit yang dimiliki oleh cube
penjualan. Pada Dimensi Penerbit menggunakan tabel
dim_penerbit pada database skripsi_gudangdata dan memiliki
hirarki Penerbit.
c. Dimensi Kategori
Gambar 4.82 Struktur Pembentukan Dimensi Kategori

pembentukan Dimensi Kategori yang dimiliki oleh cube
penjualan. Pada Dimensi Kategori menggunakan tabel
dim_kategori pada database skripsi_gudangdata dan memiliki
hirarki Kategori.
106
d. Dimensi Topik
Gambar 4.83 Struktur Pembentukan Dimensi Topik

pembentukan Dimensi Topik yang dimiliki oleh cube
penjualan. Pada Dimensi Topik menggunakan tabel dim_topik
pada database skripsi_gudangdata dan memiliki hirarki Topik.
e. Dimensi Supplier
Gambar 4.84 Struktur Pembentukan Dimensi Supplier

pembentukan Dimensi Supplier yang dimiliki oleh cube
penjualan. Pada Dimensi Supplier menggunakan tabel
dim_supplier pada database skripsi_gudangdata dan memiliki
hirarki Supplier.
f. Dimensi Waktu
Gambar 4.85 Struktur Pembentukan Dimensi Waktu

107

pembentukan Dimensi Waktu yang dimiliki cube penjualan.
Pada dimensi waktu menggunakan tabel dim_waktu pada
database skripsi_gudangdata dan memiliki hirarki Year,
Quarter, Month.
4.4.2 Skema MDX

Berdasarkan hasil analisis kebutuhan data untuk proses
analisis transaksi penjualan, maka deskripsi skema MDX yang
akan didefinisikan dalam sistem ini dapat dilihat pada tabel 4.2.
Tabel 4.2 Deskripsi Skema MDX
Tabel database
Atribut MDX Nilai Atribut
skripsi_gudangdata
Kubus Penjualan Faktaku
Measure Jumlah Penjualan Jumlah_penjualan
Dimensi Dimensi Barang dim_barang
Hirarki Barang dim_barang.sk_barang
Level Barang dim_barang.barang
Dimensi Dimensi Penerbit dim_penerbit
Hirarki Penerbit dim_penerbit.sk_penerbit
Level Penerbit dim_penerbit.penerbit
Dimensi Dimensi Kategori dim_kategori
Hirarki Kategori dim_ kategori.sk_kategori
Level Kategori dim_kategori.kategori
Dimensi Dimensi Topik dim_topik
Hirarki Topik dim_topik.sk_topik
Level Topik dim_topik.topik
Dimensi Dimensi Supplier dim_supplier
Hirarki Supplier dim_supplier.sk_supplier
Level Supplier dim_supplier.supplier
Dimensi Dimensi Waktu Dim_waktu
Hirarki Waktu dim_waktu.sk_waktu
Level Year dim_waktu.year
Level Quarter dim_waktu.quarter
Level Month dim_waktu.month
108
4.4.3 Skema skripsi_monic.xml

Pada tabel 4.3 merupakan definisi daari skema
monic_skripsi.xml dari pembentukan star schema kubus Penjualan.
Tabel 4.3 Definisi Skema skripsi_monic.xml

<Schema name="New Schema1">
<Dimension type="StandardDimension" visible="true"
name="Barang">
<Hierarchy name="Hierarchy" visible="true" hasAll="true"
allMemberName="Semua Barang" primaryKey="sk_barang">
<Table name="dim_barang" schema="" alias="">
</Table>
<Level name="Barang" visible="true" column="id_barang"
nameColumn="nama_barang" type="String" uniqueMembers="false"
levelType="Regular" hideMemberIf="Never">
</Level>
</Hierarchy>
</Dimension>
name="Penerbit">
allMemberName="Semua Penerbit" primaryKey="sk_penerbit">
<Table name="dim_penerbit" alias="">
</Table>
<Level name="Penerbit" visible="true"
column="id_penerbit" nameColumn="nama_penerbit"
type="String" uniqueMembers="false" levelType="Regular"
hideMemberIf="Never">
</Level>
</Hierarchy>
</Dimension>
name="Kategori">
allMemberName="Semua Kategori" primaryKey="sk_kategori">
<Table name="dim_kategori" alias="">
</Table>
<Level name="Kategori" visible="true"
column="id_kategori" nameColumn="nama_kategori"
</Level>
</Hierarchy>
</Dimension>
name="Topik">
allMemberName="Semua Kategori" primaryKey="sk_topik">
<Table name="dim_topik" alias="">
109
</Table>
<Level name="Topik" visible="true" column="id_topik"
nameColumn="nama_topik" type="String" uniqueMembers="false"
levelType="Regular" hideMemberIf="Never">
</Level>
</Hierarchy>
</Dimension>
name="Supplier">
<Hierarchy name="Hierarchy " visible="true"
hasAll="true" allMemberName="Semua Supplier"
primaryKey="sk_supplier">
<Table name="dim_supplier" alias="">
</Table>
<Level name="Supplier" visible="true"
column="id_supplier" nameColumn="nama_supplier"
</Level>
</Hierarchy>
</Dimension>
<Dimension type="TimeDimension" visible="true"
name="Waktu">
allMemberName="Semua Waktu" primaryKey="sk_waktu">
<Table name="dim_waktu" alias="">
</Table>
<Level name="Year" visible="true" table="dim_waktu"
column="year" type="String" uniqueMembers="false"
levelType="TimeYears" hideMemberIf="Never">
</Level>
<Level name="Quarter" visible="true" table="dim_waktu"
column="quarter" type="String" uniqueMembers="false"
levelType="TimeQuarters" hideMemberIf="Never">
</Level>
<Level name="Month" visible="true" table="dim_waktu"
column="month" ordinalColumn="month" type="String"
uniqueMembers="false" levelType="TimeMonths">
</Level>
</Hierarchy>
</Dimension>
<Cube name="Penjualan" visible="true" cache="true"
enabled="true">
<Table name="faktaku">
</Table>
<DimensionUsage source="Barang" name="Barang"
visible="true" foreignKey="sk_barang">
</DimensionUsage>
<DimensionUsage source="Penerbit" name="Penerbit"
visible="true" foreignKey="sk_penerbit">
</DimensionUsage>
110
<DimensionUsage source="Kategori" name="Kategori"

visible="true" foreignKey="sk_kategori">
</DimensionUsage>
<DimensionUsage source="Topik" name="Topik"
visible="true" foreignKey="sk_topik">
</DimensionUsage>
<DimensionUsage source="Supplier" name="Supplier"
visible="true" foreignKey="sk_supplier">
</DimensionUsage>
<DimensionUsage source="Waktu" name="Waktu"
visible="true" foreignKey="sk_waktu">
</DimensionUsage>
<Measure name="Jumlah Penjualan"
column="jumlah_penjualan" datatype="Integer"
aggregator="sum" visible="true">
</Measure>
</Cube>
</Schema>
4.5. Implementasi Antar Muka Pengguna
Hasil implementasi antar muka pengguna sistem pembangunan

gudang data transaksi penjualan dapat dilihat sebagai berikut :
4.5.1 Halaman Login
Gambar 4.86 Tampilan Halaman Login
Pada gambar 4.86 merupakan tampilan halaman

administrator kepala toko untuk dapat masuk ke dalam sistem.
Proses login diawali dengan memasukkan username dan password
111
terlebih dahulu, kemudian memilih tombol ”Login”. Implementasi

halaman login dapat dilihat pada tabel 4.4.
Tabel 4.4 Source Code untuk Halaman Login (login.php)

<?php
session_start();
$error='';
if (isset($_POST['submit'])) {
if (empty($_POST['username']) || empty($_POST['password']))
{
$error = "Username or Password is invalid";
}
else
{
$username=$_POST['username'];
$password=$_POST['password'];
$connection = mysql_connect("localhost", "root", "");
$username = stripslashes($username);
$password = stripslashes($password);
$username = mysql_real_escape_string($username);
$password = mysql_real_escape_string($password);
$db = mysql_select_db("skripsi_gudangdata", $connection);
$query = mysql_query("select * from user where

password='$password' AND id='$username'", $connection);
$rows = mysql_num_rows($query);
if ($rows == 1) {
$_SESSION['login_user']=$username;
header("location: olap/home.php");
} else {
echo "<script type='text/javascript'>alert('Login Anda
Gagal..!!')</script>";
$error = "Username atau Password belum terdaftar";
}
mysql_close($connection);
}
}
?>
4.5.2 Halaman Menu Utama

Halaman menu utama akan muncul ketika proses login
telah berhasil. Halaman utama terdapat beberapa menu diantaranya,
home, laporan transaksi penjualan dan logout. Menu home akan
112
keluar pertama kali setelah login berhasil. Menu home dapat dilihat
pada gambar 4.87.
Gambar 4.87 Tampilan Halaman Utama
Pada gambar 4.87 merupakan halaman utama utama untuk

mengakses halaman home.php. Menu home terdapat visi dan misi
dari toko buku AB cabang Klaten.
4.1.2.1 Halaman Menu Laporan Transaksi Penjualan

Pada menu “Laporan Transaksi Penjualan”
merupakan hasil dari pembentukan OLAP dan berisi data
kubus laporan transaksi penjualan, yang digunakan untuk
melihat informasi jumlah penjualan berdasarkan waktu,
kategori, penerbit, supplier, topik, dan barang. Menu
laporan transaksi penjualan dapat dilihat pada gambar 4.88.
113
Gambar 4.88 Tampilan halaman Menu Laporan Transaksi Penjualan
Menu laporan transaksi penjualan mengakses halaman

laporan-transaksi-penjualan.html. Implementasi dapat dilihat pada
tabel 4.5.
Tabel 4.5 Source Code untuk Halaman Laporan Transaksi Penjualan

<!DOCTYPE html>
<html dir="ltr" lang="en-US"><head>
<meta charset="utf-8">
<title>Laporan Transaksi Penjualan</title>
<meta name="viewport" content="initial-scale = 1.0, maximum-
scale = 1.0, user-scalable = no, width = device-width">

<link rel="stylesheet" href="style.css" media="screen">

<link rel="stylesheet" href="style.responsive.css"
media="all">
<script src="jquery.js"></script>
<script src="script.js"></script>
<script src="script.responsive.js"></script>
</head>
<body>
<div id="art-main">
<header class="art-header">
114
<div class="art-shapes">
</div>
<h1 class="art-headline">
<a href="#">GUDANG DATA</a>
</h1>
<h2 class="art-slogan">TRANSAKSI PENJUALAN </h2>
<nav class="art-nav">
<div class="art-nav-inner">
<ul class="art-hmenu"><li><a href="home.php"
class="">Home</a></li><li><a href="laporan-transaksi-
penjualan.html"
class="active">Laporan Transaksi
Penjualan</a></li><li><a href="logout.php">Logout</a></li></ul>
</div>
</nav>
</header>
<div class="art-sheet clearfix">
<div class="art-layout-wrapper">
<div class="art-content-layout">
<div class="art-content-layout-row">
<div class="art-layout-cell art-
content"><article class="art-post art-article">
<h2 class="art-postheader"><span
class="art-postheadericon">Laporan Transaksi Penjualan</span></h2>
<div class="art-postcontent art-

postcontent-0 clearfix"><p><iframe
src="http://localhost:8080/mondrian/testpage.jsp?query=mondrian2"
width="100%" height="800"
scrolling="auto"></iframe></p></div>
</article></div>
</div>
</div>
</div>
</div>
<footer class="art-footer">
<div class="art-footer-inner">
<div style="position:relative;display:inline-block;padding-
left:39px;padding-right:39px"><a title="RSS" class="art-rss-tag-
icon"
style="position: absolute; bottom: -10px; left: 0px;
line-height: 31px;" href="#"></a><p> </p>
<p>Copyright © 2017. Diatmasari </p>

</div>
<p class="art-page-footer"> </p>
</div>
</footer>
</div>
</body></html>
115
BAB V
ANALISIS HASIL
Bab ini akan menjelaskan analisis hasil dari pembangunan gudang data
yang telah dibangun. Analisis hasil ini dibagi menjadi beberapa bagian
diantaranya, penyelesaian rumusan masalah, pengujian cube, pengujian dimensi,
kelebihan dan kekurangan sistem.
5.1 Penyelesaian Rumusan Masalah

Pada bab pendahuluan, penulis merumuskan permasalahan yang
akan diselesaikan pada penelitian ini antara lai yaitu :
1. Bagaimana membangun gudang data untuk keperluan database Online
Analytical Processing (OLAP) yang dapat digunakan untuk
memperoleh informasi transaksi penjualan di toko buku AB?
2. Apakah hasil OLAP tersebut dapat membantu pihak toko buku AB
dalam memantau data jumlah penjualan berdasar dimensi waktu
(tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, dan
topik?
Sesuai dengan tujuan penelitian ini, pembangunan gudang data
transaksi penjualan di toko buku dapat memberikan informasi mengenai
jumlah penjualan berdasarkan barang, supplier, penerbit, kategori dan
topik guna untuk proses analisis transaksi penjualan selanjutnya. Hasil dari
implementasi pembangunan gudang data transaksi penjualan sesuai
dengan informasi yang dibutuhkan oleh Kepala Toko Buku seperti hasil
dibawah ini:
116
Gambar 5.1 Hasil Laporan Transaksi Penjualan pada OLAP

Pada gambar 5.1 merupakan hasil dari pembentukan OLAP dari
data transaksi penjualan toko buku dari seluruh supplier, penerbit,
kategori, dan topik per bulannya. Pada hasil ini dapat dilihat berdasarkan
waktu yang diinginkan, nama barang, nama supllier, nama kategori, nama
topik, nama penerbit dan jumlah penjualan sebagai nilai pengukuran.
117
Pembangunan gudang data transaksi penjualan ini diharapkan dapat

membantu memenuhi kebutuhan Kepala Toko dalam mendapatkan laporan
transaksi penjualan tiap bulannya serta memberikan kecepatan di dalam
proses analisis transaksi penjualan.
5.2 Pengujian Cube

1. Cube Penjualan
a. Pengujian 1
Gambar 5.2 Hasil Cube Penjualan
Pada gambar 5.2 merupakan hasil pembentukan OLAP

untuk jumlah penjualan. Pada cube ini memberikan informasi
mengenai total jumlah penjualan dari tiap tahun. Pada hasil OLAP
dapat dilihat pada tahun 2013 jumlah penjualan yang adalah
456944, pada tahun 2014 secara keseluruhan jumlah penjualannya
adalah 76124, dan pada tahun 2015 mendapatkan 591. Dari hasil
diatas, kemudian dilakukan pengujian guna untuk menyeleksi
apakah program OLAP sesuai dengan hasil dari database mengenai
transaksi penjualan.
Gambar 5.3 Sintak Kueri SQL Cube Penjualan
Gambar 5.3 merupakan sintak kueri sql untuk mendapatkan

informasi tahun dan jumlah_penjualan secara keseluruhan. Data
tersebut didapatkan dari table ms_transaksi pada tahun 2013, 2014,
dan 2015 yang sesuai dengan hasil OLAP yang didapatkan. Hasil
118
pengujian pada data menggunakan kueri sql dapat dilihat pada

gambar 5.4 dibawah ini :
Gambar 5.4 Hasil Kueri SQL Cube Penjualan
b. Pengujian 2
Gambar 5.5 merupakan hasil pembentukan OLAP untuk

informasi mengenai semua barang yang terjual dengan nilai
pengukuran menggunakan jumlah penjualan. Pada hasil OLAP
dapat dilihat pada tahun 2015 jumlah_penjualan dari semua barang
119
adalah 591, masing-masing dari barang serta jumlah_penjualan

dapat dilihat dengan melakukan pengujian untuk menyeleksi
apakah program OLAP sesuai dengan hasil dari database mengenai
transaksi penjualan. Berikut merupakan sintak kueri yang
digunakan.
Gambar 5.6 merupakan sintak kueri sql untuk mendapatkan

informasi tahun, serta barang yang berhasil terjual dan total
jumlah_penjualan secara keseluruhan. Data tersebut didapatkan
dari table ms_transaksi, serta tabel ms_barang pada tahun 2015.
Hasil pengujian pada data menggunakan kueri sql, dapat dilihat
pada gambar 5.7 dibawah ini :

120
c. Pengujian 3

informasi mengenai semua waktu tiap kuartal atau periode 3
bulanan dalam 1 tahun. Berikut ini merupakan keterangan
kuartalnya:
Gambar 5.9 Waktu dalam Kuartal

Pada gambar 5.9 dapat dijelaskan bahwa pada tahun 2013
terdapat 4 kuartal (quarter). Setiap kuartal masing-masing terdapat
jumlah bulan sebanyak 3, dapat dilihat pada tahun 2013 di kuartal
pertama, terdapa angka 1,2 dan 3, angka satu menjelaskan bulan
121
“Januari”, angka dua menjelaskan bulan “Februari”, dan angka 3

menjelaskan bulan “Maret” dan seterusnya.
Januari Juli
Februari Agustus
Maret September
April Oktober
Mei November
Juni Desember
Nilai pengukuran yang digunakan adalah

jumlah_penjualan. Pada hasil OLAP dapat dilihat pada tahun 2013
dimana pada kuartal 1 ada 1,2,3 dimana 1 sebagai bulan januari, 2
bulan februari, 3 bulan maret, dan seterunya dengan total ada 4
kuartal. Pada kuartal 1 di bulan 1 (januari) jumlah penjualan
mencapai 6.568, dan kuartal 4 bulan 12 (desember)
jumlah_penjualan mencapai 4.832. Berikut pengujian dengan
sintak kueri untuk menyeleksi apakah program OLAP sesuai
dengan hasil dari database mengenai transaksi penjualan.
Gambar 5.10 merupakan sintak kueri sql untuk

mendapatkan informasi waktu tiap kuartal dengan seluruh
jumlah_penjualan yang didapatkan. Hasil pengujian pada data
menggunakan kueri sql, dapat dilihat pada gambar 5.11 dibawah
ini:
122
d. Pengujian 4
Gambar 5.12 merupakan hasil dari pembentukan OLAP

untuk informasi mengenai kategori yang sering terjual pada tahun
2015 di kuartal 1 yaitu bulan januari, februari dan maret. Hasil
OLAP dapat dilihat bahwa semua kategori pada kuartal 1
diantaranya, buku komputer jumlah penjualan mendapatkan 2,
buku umum dengan jumlah penjualan yaitu 321, fancy dengan
jumlah penjualan 60, barang umum jumlah penjualannya adalah
876, dan barang rohani mendapatkan 13, untuk mengetahui hasil
OLAP sesuai dengan hasil dari kueri di database dapat dilihat
sintak kueri seperti dibawah ini:

123
Gambar 5.14 Hasil Kueri SQL

e. Pengujian 5
Gambar 5.15 merupakan hasil cube penjualan untuk melihat

hasil dari seluruh penerbit pada kuartal pertama. Untuk mengetahui
hasil dari pengujian kueri SQL dapat dilihat pada gambar dibawah
ini :
Gambar 5.16 Sintak Kueri SQL
Gambar 5.16 merupakan sintak kueri sql untuk

mendapatkan informasi mengenai seluruh penerbit yang paling
terjual di kuartal pertama pada bulan januari, februari dan maret.
Berikut ini merupakan hasil dari sintak kueri yang telah dilakukan.
124
Gambar 5.17 Hasil Kueri SQL
g. Pengujian 6

informasi mengenai semua topik yang terjual pada bulan februari di
kuartal 1 dengan nilai pengukuran menggunakan jumlah penjualan.
Pada hasil OLAP dapat dilihat pada tahun 2015 jumlah penjualan
dari semua topik diantaranya, pengetahuan umum mendapatkan 4,
hobi 25 jumlah penjualan, buku pelajaran 25, pendidikan 21,
motivasi 12, komik 9, stationary 168, buku anak 62, poster 4, buku
acuan 1. Selanjutnya yaitu melakukan pengujian dengan
menggunakan sintak kueri seperti gambar 5.16 dibawah ini:
125
Gambar 5.19 Sintak Kueri SQL
Gambar 5.19 adalah hasil dari kueri yang telah dilakukan

untuk mendapatkan hasil dari seluruh topik pada bulan februari
dikuartal 1 pada tahun 2015. Data tersebut didapatkan dari tabel
ms_transaksi, serta tabel barang, dan tabel ms_topik, hasil
pengujian pada data menggunakan kueri sql dapat dilihat pada
gambar 5.20 dibawah ini:
5.3 Kelebihan dan Kekurangan Sistem

5.3.1 Kelebihan Sistem
1. Pembangunan gudang data transaksi penjualan mampu
menampilkan informasi mengenai jumlah penjualan dari
transaksi yang dilakukan yang dapat dilihat dari segi waktu,
barang, topik, supplier, kategori, serta penerbit.
2. Pembangunan gudang data transaksi penjualan memiliki model
desain yang baik karena sudah memenuhi kebutuhan toko
buku.
126
3. Hasil dari pembangunan gudang data dapat digunakan secara

langsung dalam memantau data barang, supplier, penerbit yang
dilihat dari jumlah penjualan yang terjadi.
4. Hasil dari OLAP yang telah dibuat dapat langsung di export
dalam bentuk excel.
5.3.2 Kekurangan Sistem

1. Pengaksesan OLAP transaksi penjualan memakan waktu lama
karena data transaksi penjualan yang besar.
2. Input sistem berupa file database, belum bisa berupa format
lainnya.
127
BAB VI
PENUTUP
Setelah melakukan tahapan penelitian pembangunan gudang data secara

menyeluruh, dapat ditarik kesimpulan dan saran yang diharapkan dapat
bermanfaat bagi pengembangan lebih lanjut.
6.1 Kesimpulan
Kesimpulan yang dapat diperoleh setelah penyelesaian skripsi
diantaranya :
1. Implementasi OLAP untuk pembangunan gudang data transaksi
penjualan Toko Buku AB telah berhasil dibuat dengan
menggunakan Kettle (Pentaho Data Integration).
2. Gudang data yang dibangun dapat menghitung jumlah penjualan
dari transaksi penjualan di toko buku AB.
3. OLAP yang dibangun mampu menampilkan data dari segi dimensi
(dimensi waktu, kategori, supplier, penerbit, topik, dan barang).
4. Hasil dari pembangunan gudang data dapat memberikan informasi
yang dibutuhkan oleh pihak toko buku dalam pembuatan laporan
serta mendukung dalam memantau jumlah penjualan dari barang,
supplier, dan penerbit.
6.2 Saran
Setelah melakukan penelitian, penulis semakin menyadari
pembangunan gudang data ini sangat bermanfaat dan dibutuhkan, untuk
menunjang kegiatan evaluasi. Penelitian ini hanya berfokus pada
pembangunan gudang data yang mampu menyajikan informasi yang
dibutuhkan dari pihak toko buku. Berikut beberapa saran untuk
pengembangan gudang data transaksi penjualan toko buku AB:
128
1. Dalam segi pembangunan gudang data dapat dibuat sistem

informasi yang terhubung dengan gudang data secara langsung,
sehingga jika ada perubahan data, kemudian proses input data
dapat terhubung secara otomatis.
2. Dalam pembangunan gudang data dapat ditambahkan measure dan
cube lagi, untuk mendukung pembangunan gudang data
selanjutnya.
3. Dari hasil pembangunan gudang data ini dapat dikembangkan lagi
ke tahap lanjut seperti Data Mining dan Sistem Pendukung
Pengambilan Keputusan (SPPK).
129
DAFTAR PUSTAKA
Anastasia, Arum Citra Dewi. 2011. Pengolahan Data Perizinan Untuk

Pemantauan Target Tahunan Yang Diimplementasikan Menggunakan
Teknik Gudang Data. Yogyakarta: Universitas Sanata Dharma.
Anin, Maria Roswita Vidensia. 2012. Desain Implementasi Gudang Data Untuk
Keperluan laporan Penerimaan Beasiswa Studi Kasus Universitas Sanata
Dharma. Yogyakarta: Universitas Sanata Dharma.
Connolly, Thomas M. and Carolyn E. Begg. 2002. Database Systems : A

Practical Approach to Design, Implementation and Management 4 th
edition. Addison Wesley. England.

edition. Addison Wesley. Longman Inc., USA.

edition. Addison Wesley. University of The West of Scotland.

edition. America: Pearson Education.
Dwiharyanto. D.Ronny. 2015. Implementasi Data Warehouse Untuk Analisa

Rekam Medis Pasien Di RSUP DR. Soeradji Tirtonegoro Klaten.
Yogyakarta: Universitas Sanata Dharma.
Han Jiawei and Micheline Kamber. 2001. Data Mining Concepts and Tehniques
Edition. Morgan Kaufmann Publishers: USA.
Han Jiawei and Micheline Kamber. 2006. Data Mining Concept and Tehniques
Second Edition. Morgan Kaufmann Publishers: USA.
Inmon, William H. 2002. Building The Data Warehouse. (3rd Edition). USA:
John Wiley & Sons, Inc.
Inmon, William H. 2005. Building The Data Warehouse. (4rd Edition). Indiana:
Wiley Publishing.
JRP, Mulyana. 2014. Pentaho : Solusi Open Source untuk Membangun Data
Warehouse. Andi Offset : Yogyakata.
130
Kimball, Ralph and The Kimball Group. 1998. The Data Warehouse Lifecycle
Toolkit Second edition. Kimball Group.
Kimball, Ralph and Caserta, Joe. 2004. The Data Warehouse ETL Toolkit :
Practical Techniques for Extracting, Cleaning, Conforming and
Delivering Data.
Lane, Paul. 2007. Data Warehousing Guide 11g Release 1 (11.1). Oracle
Corporation, USA.
Pusadan, Mohammad Yazdi, S.Kom., M.Eng 2013. Rancang Bangun Data

Warehouse. Graha Ilmu : Yogyakarta.
Suryolaksono, Cornellis Hutomo. 2015. Pembangunan Olap Yang Terintegrasi

Dengan Sistem Informasi Harga Bahan Pokok Kota Yogyakarta.
Yogyakarta: Universitas Sanata Dharma.
Widiyanti, Elisabet. 2013. Implementasi Gudang Data Untuk Evaluasi

Pengadaan Narkotika dan Psikotropika Di Apotek-apotek Kota
Yogyakarta. Yogyakarta: Universitas Sanata Dharma.
-, Landasan Teori, https://library.binus.ac.id/eColls/eThesisdoc/Bab2/2010-1-

00652-SI%20Bab%202.pdf (diakses pada tanggal 16 November 2016,
pukul 18:02 WIB)
-, Landasan Teori, http://library.binus.ac.id/eColls/eThesisdoc/Bab2/2006-

201152-IF-bab%202.pdf (diakses pada tanggal 16 November 2016,
pukul 19:06 WIB)
-, Pan, http://pentaho-integration.com/kettle/pan (diakses pada tanggal 13

November 2016, pukul 15.30 WIB)
131
LAMPIRAN
132
LAMPIRAN 1
MANUAL (OLAP)
TRANSAKSI PENJUALAN DI TOKO BUKU
I. XAMPP
1) Sebelum masuk kedalam sistem, yang harus diperhatikan adalah

xampp, pastikan komputer yang digunakan sudah terinstall xampp
versi 5.5.24.
2) Selanjutnya buka aplikasi xampp untuk melakukan pengaktifan
dengan cara :
 Klik pada menu start, kemudian ketikkan xampp seperti
dibawah ini :
 Selanjutnya, pilih dan XAMPP Control Panel, akan muncul

gambar seperti dibawah ini :
133
 Dapat dilihat bahwa Action dari Apache, MySQL masih dalam

keadaan mati atau belum dilakukan perintah untuk Start.
 Kita klik pada bagian Action yaitu dengan cara pilih Start dan
bila berhasil pada bagian action akan berubah menjadi seperti
dibawah ini :
Keterangan :
- Pada bagian action ditujukkan bahwa Apache dan MySQL
telah diaktifkan, dan pemberitahuan yaitu “Status change
detected: running”.
3) Untuk memastikan sekali lagi, buka browser dan ketikkan

“localhost/xampp”, seperti gambar dibawah ini:
4) Setelah itu, tekan enter setelah melakukan pengetikakan

localhost/xamp, maka akan muncul seperti dibawah ini yang
menandakan bahwa Anda telah berhasil mengaktifkan XAMPP:
134
5) Langkah untuk mengaktifkan XAMPP telah selesai.
II. OLAP
Setelah xampp berhasil diaktifkan, langkah selanjutnya yaitu
masuk ke dalam sistem yang akan menampilkan OLAP. Langkah-langkah
dapat dilihat seperti dibawah ini:
1) LOGIN
a. Buka browser dan ketikkan “localhost/OLAP” kemudian tekan
tombol enter pada keyboard.
135
b. Setelah menekan tombol enter pada keyboard akan muncul menu,

yang berisi dengan username dan password untuk masuk ke
dalam sistem Pembangunan Gudang Data Transaksi Penjualan.
c. Pengguna harus melakukan Login terlebih dahulu. Proses diawali
dengan mengisi field username dan password yang sesuai
kemudian memilih tombol “LOGIN”.
d. Jika memasukkan username dan password benar, maka akan
masuk sebagai administrator kepala toko dan jika masukkan
salah, maka proses login dianggap gagal, dan sistem akan
memberikan konfirmasi gagal seperti dibawah ini :
e. Klik tombol “OKE” dan sistem akan kembali ke bagian menu

awal, dimana Anda akan memasukkan username dan password
kembali.
2) HALAMAN MENU SISTEM

2.1. Halaman Utama (Home)
Pada halaman utama muncul pertama kali ketika proses
login telah berhasil. Halaman ini menampilkan menu home atau
beranda yang berisi mengenai visi dan misi dari toko buku.
136
2.2. Halaman Menu Laporan Transaksi Penjualan

Sebelum masuk pada bagian ini terlebih dahulu yaitu kita
aktifkan “catalina.bath”, dengan cara kita double click
“catalina.bath” yang sudah disediakan.
Setelah catalina.bath berjalan, kemudian kita klik menu Laporan

Transaksi Penjualan.
Halaman menu laporan transaksi penjualan menampilkan
laporan mengenai informasi jumlah penjualan secara keseluruhan.
2.3. FUNGSI MENU MONDRIAN

2.3.1. Olap Navigator
a. Memilih Informasi Yang Ingin Ditampilkan
137
☞ Klik icon “OLAP NAVIGATOR”

Olap navigator digunakan untuk mendefinisikan
layout.
☞ Pilih dimensi barang (Barang) untuk diletakkan
pada bagian sisi baris (Rows).
☞ Setelah diklik, maka dimensi barang akan berpindah

di bagian Rows.
☞ Klik “OK” dan dimensi barang akan ditambahkan

pada halaman laporan transaksi penjualan.
b. Mengurangi Measure atau Dimensi

Jika ingin mengurangi nilai pengukuran (measure) dan
dimensi yang sudah ada, maka dilakukan dengan cara
memilih filter.
138
Digunakan untuk menambahkan

nilai pengukuran (measure)
Digunakan untuk
menambahkan dimensi
Digunakan untuk
mengatur posisi dimensi
Digunakan untuk
mengurangi dimensi
Keterangan tombol-tombol pada OLAP Navigator :

Ikon Fungsi
Tombol Move To Column, memindahkan dimensi
ke area kolom.
Tombol Move To Row, memindahkan dimensi ke
area baris.
Tombol Up, memindahkan dimensi ke atas dari
posisi saat ini.
Tombol Down, memindahkan dimensi ke bawah
dari posisi saat ini.
Tombol filter, memindahkan dimensi ke area
filter.
2.3.2. MDX Editor
MDX adalah bahasa kueri yang khusus digunakan

untuk mengelola data multidimensional yang disimpan
dalam cube OLAP.
139
Setelah menambahkan dan mengurangi dimensi dengan

menggunakan icon olap navigator, selanjutnya klik tombol
“Apply” yang digunakan untuk mengupdate mondrian.
2.3.3. Config OLAP Table
Config OLAP Table digunakan untuk mengurutkan data

baik dari besar ke kecil maupun dari kecil ke besar.
2.3.4. Suppress Empty Rows / Columns

140
Fungsi dari suppress empty rows or columns yaitu untuk

menghilangkan baris atau kolom.
2.3.5. Drill Position

Fungsi dari drill position yaitu untuk memunculkan dan
menghilangkan tombol + dan -.
Tanda digunakan untuk menampilkan rincian dari

dimensi yang ada.
Tanda digunakan untuk menyembunyikan rincian data

dari dimensi yang ada.
141
2.3.6. Configure Print Settings
Fungsi dari configure print settings adalah untuk

melakukan cetak atau print, dengan melakukan pengaturan
terlebih dahulu, seperti pada gambar dibawah ini :
2.3.7. Print this page via PDF
Print via PDF digunakan untuk membuka atau menyimpan

data dengan bentuk .pdf.
142
2.3.8. Start Excel

Fungsi start excel yaitu untuk membuka atau menyimpan
data dengan bentuk .xls.
143
LAMPIRAN 2
MELAKUKAN RESTRUKTURISASI TABEL
1. Pembentukan Tabel Barang
Proses Pengambilan Data Dari Tabel Barang
Proses diatas digunakan untuk pengambilan data dari tabel barang

dan output yang bernama barang. Pemberian output barang disesuaikan
dengan nama tabel lama yaitu “data_barang” supaya lebih mudah
mengenali tabel dalam proses pembuatan gudang data. Pada langkah „input
barang‟ seperti gambar dibawah ini, berisi kueri untuk memanggil tabel
barang yang berada di database toko buku yang bernama “star”.
Langkah Select Data Barang Dari Tabel Lama
Ketika input barang sudah dilakukan, langkah selanjutnya yaitu

melihat data yang bertujuan untuk memastikan data yang tampil sesuai
dengan isi data di database toko buku dengan menggunakan tombol
preview. Kemudian hasil dari preview dapat dilihat pada gambar dibawah
ini:
144
Preview Data Barang
Setelah melihat data melalui preview, langkah selanjutnya yaitu

memilih data yang dibutuhkan untuk dijadikan tabel. Pada langkah
memilih data yang digunakan atau select value, field-field dari data tabel
dilakukan perubahan dengan mengganti nama field, dengan tujuan
memudahkan dalam proses selanjutnya, seperti Kode_Barang menjadi
id_barang, Judul_Buku menjadi nama_barang, Produk_ID menjadi
id_produk, Topik_ID menjadi id_topik, ID_Penerbit menjadi id_penerbit.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Barang
Selanjutnya menampilkan hasil output ke dalam tabel di database

baru dengan nama output barang seperti dibawah ini.
145
Output Tabel Barang
2. Pembentukan Tabel Topik
Pembentukan Tabel Topik
Pada gambar diatas merupakan proses pengambilan data dari tabel

topik. Tabel topik diambil dari database lama “star” dengan nama tabel
yaitu topik. Langkah selanjutnya yaitu memasukkan data topik. Didalam
memasukkan data topik terdapat kueri untuk memanggil tabel topik, kueri
tersebut dapat dilihat pada gambar seperti dibawah ini:
Langkah Select DataTopik Dari Tabel Lama

146
Untuk mengetahui data yang ada di tabel topik dapat dilihat

menggunakan preview. Hasil preview tabel topik dapat dilihat seperti
gambar dibawah ini:
Preview Data Topik
Selanjutnya setelah melakukan pengambilan data dari tabel topik

dilakukan pemilihan data yang akan digunakan, dengan menggunakan
select value. Didalam select value dilakukan proses perubahan nama field
seperti gambar dibawah ini:
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Topik
Setelah melakukan pemilihan data, langkah selanjutnya adalah

menampilkan hasil output ke dalam tabel di database baru
“data_jadi_monsi” dengan nama output topik seperti gambar dibawah ini.
147
Output Tabel Topik
3. Pembentukan Tabel Produk
Pembentukan Tabel Produk

Pembentukan tabel produk diawali dengan mengambil data lama
pada tabel produk di database “star”. Proses ini dapat dilihat pada gambar
dibawah ini dimana produk input melakukan pengambilan data dengan
memanggil kueri.
Langkah Select Data Produk Dari Tabel Lama
Setelah melakukan kueri, data dapat dilihat dengan menggunakan

preview dan hasilnya seperti gambar dibawah ini :
148
Preview Data Produk
Preview data sudah dilakukan, langkah selanjutnya yaitu

melakukan select value yang bertujuan untuk melakukan pemilihan data
serta melakukan rename to untuk field yang diperlukan.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Produk
Pada fieldname terdapat Produk_ID dan Keterangan, untuk

memudahkan proses selanjutnya, Produk_ID dilakukan rename to menjadi
id_produk, sedangkan Keterangan menjadi nama_produk.
Setelah melakukan proses select value, langkah selanjutnya adalah
menampilkan hasil ke dalam tabel baru yang bernama tabel produk, dapat
dilihat pada gambar dibawah ini :
149
Output Tabel Produk
4. Pembentukan Tabel Penerbit
Proses Pembentukan Tabel Penerbit
Pembentukan tabel penerbit diawali dengan melakukan input

penerbit, data dari penerbit dapat seperti gambar dibawah ini :
Langkah Select Data Penerbit Dari Tabel Lama
Setelah melakukan kueri, proses selanjutnya yaitu melihat data

menggunakan preview. Proses preview ini bertujuan untuk melihat apakah
data sesuai dengan data yang berada di tabel database lama “star”.
150
Preview Data Penerbit
Langkah selanjutnya yaitu melakukan select value. Disini terdapat

field id_penerbit dan nama_penerbit, seperti gambar dibawah ini:
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Penerbit
Setelah memilih data yang ingin digunakan, langkah selanjutnya

melihat hasil output dengan nama tabel penerbit, melihat hasil output
disini bertujuan untuk melihat apakah data sesuai dengan hasil dari tabel
sebelumnya. Hasil output dapat dilihat dibawah ini :
151
Output Tabel Penerbit
5. Pembentukan Tabel Supplier
Proses Pembentukan Tabel Supplier
Pembentukan tabel supplier diawali dengan pengambilan data

melalui supplier input, pada tahap pengambilan tabel dilakukan proses
kueri, proses kueri ini memanggil data tabel supplier dan dapat dilihat
pada gambar dibawah ini:
Proses Pembentukan Tabel Supplier
Setelah melakukan pengambilan kueri dengan kueri diatas, data

dari tabel supplier dapat dilihat menggunakan preview. Proses preview
152
bertujuan untuk melihat isi dari tabel supplier, untuk melihat hasil dari
proses preview yang telah dilakukan, dapat dilihat pada gambar dibawah
ini:
Preview Data Supplier
Langkah selanjutnya setelah melakukan preview untuk data

supplier, dilanjutkan dengan memilih data menggunakan select value.
Field-field yang dipilih adalah id_supplier dan nama_supplier, gambar
langkah untuk memilih data yang digunakan dapat dilihat pada gambar
dibawah ini :
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Supplier
Setelah memilih data, langkah selanjutnya adalah melihat hasil

penerbit. Tabel yang berhasil dibuat adalah penerbit, untuk melihat data
dari tabel penerbit dapat dilihat seperti gambar dibawah ini:
153
Output Tabel Supplier
6. Pembentukan Tabel Data Beli
Proses Pengambilan Data Dari Tabel Data Beli
Gambar diatas merupakan proses pengambilan data dari tabel data

beli, tabel ini bertujuan untuk mendapatkan nomor beli yang sesuai dengan
id supplier. Sedangkan proses kueri yang digunakan untuk memanggil data
tabel data beli dapat dilihat pada gambar dibawah ini:
Proses Pembentukan Tabel Data Beli
Setelah melakukan kueri, dapat dilakukan preview untuk melihat

data dari tabel data beli, seperti gambar dibawah ini :
154
Preview Data Beli
Gambar diatas berisi nomor_beli dan id_supplier, jadi hanya

diambil data tersebut, kemudian nomor_beli dijadikan primary key guna
untuk mencocokkan nomor_beli pada tabel data_beli dan nomor_beli pada
tabel detail_beli, yang diperuntukkan untuk mendapatkan id_supplier dan
kode_barang atau id_barang.
Selanjutnya memilih field-field yang diperlukan dengan

menggunakan select value. Field atau data yang dipilih dapat dilihat pada
gambar dibawah ini :
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Beli
Langkah memilih data sudah dilakukan, selanjutnya yaitu melihat

hasil atau output data beli yang telah berhasil dibuat dan dapat dilihat
seperti gambar dibawah ini :
155
Output Tabel Data Beli
7. Pembentukan Tabel Detail Beli

Tabel detail_beli digunakan untuk mendapatkan kode_barang dan
id_supplier. Pada bagian detail_beli terdapat field nomor_beli sehingga
nomor_beli berfungsi untuk menghubungkan dengan nomor_beli di tabel
data_beli, maka dari itu nomor_beli di tabel detail_beli dijadikan foreign
key untuk mencocokkan dan menggabungkan id_barang dan nomor_beli
yang kemudian di relasikan dengan melakukan join tabel untuk
mendapatkan id_supplier dan kode_barang yang sesuai dengan
nomor_nota yang berada pada bagian transaksi.
Proses Pembentukan Tabel Detail Beli
Proses pembentukan diwali dengan melakukan detail beli input,

didalam memasukkan data ke dalam tabel terdapat langkah pemanggilan
kueri, proses pemanggilan kueri dapat dilihat pada gambar dibawah ini :
Langkah Select Detail Beli Dari Tabel Lama

156
Proses kueri telah dilakukan, proses selanjutnya yaitu melakukan

preview data pada gambar dibawah ini:
Preview Data Detail Beli
Selanjutnya yaitu melakukan select value terhadap field-field yang

diperlukan. Gambar diwah ini menggambarkan terdapat field nomor_beli
dan id_barang.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Detail Beli
Setelah melakukan pemilihan data yang digunakan, maka langkah

selanjutnya adalah melihat hasil ouput dengan nama tabel detail beli,
seperti gambar dibawah ini :
157
Output tabel Detail Beli
8. Pembentukan Tabel Data Jual
Proses Pembentukan Tabel Data Jual
Pembentukan tabel data jual diawali dengan memasukkan data dari

database lama “star” ke database baru yang bernama data_jadi_monsi.
Pada saat memasukkan data kedalam tabel input yang bernama data_jual
input, terdapat kueri yang digunakan, seperti dibawah ini :
Langkah Select Data Data Jual Dari Tabel Lama
Langkah selanjutnya tidak berbeda dengan langkah-langkah

sebelumnya, yaitu melakukan preview data yang digunakan untuk
memasktikan data sebelumnya sesuai dengan data yang diinputkan
sekarang.
158
Preview Data Jual
Kemudian langkah selanjutnya memilih field yang digunakan serta

melakukan rename yang bertujuan untuk mempermudah proses
selanjutnya.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Jual
Setelah memilih data, langkah selanjutnya yaitu memasukan data

ke dalam target tabel output yang bernama data_jual, dan hasil output
dapat dilihat pada gambar dibawah ini :
Output tabel Data_Jual

159
9. Pembentukan Tabel Data Detail Jual
Proses Pembentukan Tabel Data Detail Jual
Gambar diatas merupakan proses untuk mendapatkan tabel yang

bernama data detail jual yang berisi Nomor_Jual, Kode_Barang, dan
Tgl_Input. Untuk mendapatkan data detail jual dilakukan input table
dengan melakukan kueri seperti gambar dibawah ini:
Langkah Select Data Detail Jual
Setelah melakukan kueri, proses selanjutnya yaitu melakukan

preview data yang digunakan untuk melihat apakah data sesuai dengan
data yang berada di tabel database yang lama “star”.
Preview Data Detail Jual

160
Kemudian langkah selanjutnya adalah select value. Langkah ini

bertujuan untuk memilih field-field yang akan digunakan. Pada proses ini
terdapat field-field yang bernama Nomor_Jual dilakukan proses rename to
menjadi nomor_nota, Kode_Barang menjadi id_barang dan Tgl_Input
menjadi tgl_input.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Detail Jual
Langkah memilih data yang digunakan telah dilakukan, selanjutnya

melihat hasil output dengan target table yang bernama data_detail_jual,
hasil output dapat dilihat pada gambar dibawah ini :
Output Tabel Data Detail Jual
10. Pembentukan Tabel Tampung Supplier Barang

Sebelum masuk pada pengambilan data, proses terbentuknya tabel
tampung supplier barang melalui tahap dibawah ini :
161
Tabel tampung supplier dipergunakan untuk menyimpan data

sementara yaitu id_supplier dan id_barang. Tabel ini digunakan karena
pertama antara supplier dan data barang tidak terdapat relasi dengan
data_barang, maka supplier dilakukan join dengan tabel data_beli, tabel
detail_beli dan data_barang, relasi dapat dilihat pada gambar di bawah ini:
Proses Join Tabel
Pada bagian tabel supplier yaitu id_supplier dijoinkan dengan tabel

data_beli terlebih dahulu, dikarenakan pada tabel data_beli terdapat
id_supplier, kemudian di dalam data_beli terdapat nomor_beli yang bisa
digunakan untuk mendapatkan nomor_beli pada tabel detail_beli dan
selanjutnya kode_barang di joinkan dengan tabel data_barang dimana
kode_barang sebagai kuncinya. Pada saat melakukan proses join, data dari
tabel-tabel tersebut diperoleh dari database toko buku yaitu database
“star” kemudian diambil tabel yang saling berhubungan saja.
Untuk mendapatkan id_supplier dan id_barang atau sebelumnya
kode_barang, dilakukan select query untuk mendapatkan id_supplier,
nama, kode_barang, dan judul_buku, seperti dibawah ini:
162
SELECT `skripsi_ku`.`supplier`.Ìd_supplier`,
`skripsi_ku`.`supplier`.`Nama`,
`skripsi_ku`.`data_barang`.`Kode_Barang`,
`skripsi_ku`.`data_barang`.`Judul_Buku`
FROM
`skripsi_ku`.`supplier`
INNER JOIN `skripsi_ku`.`data_beli`
ON (`supplier`.Ìd_supplier` = `data_beli`.Ìd_supplier`)
INNER JOIN `skripsi_ku`.`detail_beli`
ON (`data_beli`.`Nomor_Beli` = `detail_beli`.`Nomor_Beli`)
INNER JOIN `skripsi_ku`.`data_barang`
ON (`detail_beli`.`Kode_Barang` =
`data_barang`.`Kode_Barang`);
Proses Kueri
Hasil dari proses kueri ini dapat dilihat pada gambar dibawah ini :
Hasil Proses Kueri
Pada bagian atas, hasil kueri disimpan pada database skripsi_ku

dimana fungsi dari langkah diatas adalah menemukan Id_supplier dan
Kode_Barang yang sudah benar dan sesuai dengan relasi dari transaksi
penjualan. Kemudian langkah selanjutnya yaitu hanya mengambil data
id_supplier dan id_barang saja, dapat dilihat pada proses pembentukan
tabel supplier dibawah ini :
Proses Pembentukan Tabel Tampung Supplier Barang

163
Pembentukan tabel tampung supplier ini bertujuan untuk

menampilkan id supplier dengan id barang saja. Untuk mendapatkan id
supplier dan id barang dilakukan proses join antara tabel detail beli dengan
barang, dimana id barang dari tabel detail_beli dicocokkan dengan id
barang ditabel barang, kemudian nomor_beli dari tabel data beli dengan
nomor beli di tabel detail beli, serta id supplier dari tabel supplier dan id
supplier di tabel data beli. Proses ini dapat dilihat pada gambar dibawah
ini:
Langkah Select Data Tampung Supplier Barang Dari Tabel Lama
Proses kueri telah dilakukan, proses selanjutnya yaitu melihat data

untuk memastikan data sesuai dengan data dari database yang lama
menggunakan langkah preview, seperti gambar dibawah ini:
Preview Data Tampung Supplier Barang
Preview data sudah dilakukan, selanjutnya melihat hasil output

pada gambar dibawah ini :
164
Output Tabel Tampung Supplier Barang
11. Pembentukan Tabel Transaksi
Proses Pembentukan Tabel Transaksi
Pada gambar diatas merupakan proses pengambilan data yang akan

dimasukkan pada tabel transaksi. Pada proses pengambilan terdapat
langkah yaitu memasukkan data melalui kueri, kueri dapat dilihat pada
Langkah Select Data Transaksi Dari Gabungan Beberapa Tabel

Tabel transaksi merupakan hasil dari proses kueri yang dilakukan
dengan menggunakan tabel tampung supplier barang, tabel
data_detail_jual, data_detail_jual, serta data_jual. Langkah ini digunakan
165
untuk menyesuaikan dan mendapatkan id_barang yang sesuai dengan

nomor_nota.
Untuk mengetahui data yang ada pada tabel transaksi, dapat dilihat
menggunakan preview. Hasil preview dapat dilihat pada gambar dibawah
ini :
Preview Data Transaksi
Setelah pengambilan data dari proses kueri yang telah dilakukan,

selanjutnya adalah menyimpan data ke dalam tabel output yang bernama
transaksi.
Output Tabel Transaksi
12. Pembentukan Tabel tampung_barang_supplier_monsi

Tabel ini digunakan untuk menggantikan tabel dari
tampung_supplier_barang karena terdapat beberapa data yang salah
166
sehingga diganti dengan tampung_barang_supplier_monsi. Pembentukan

tabel ini dimaksudkan untuk mendapatkan hasil yang sesuai yaitu
mendapatkan id_supplier dan id_barang yang sesuai dengan basis data
relasional yang telah dibentuk. Proses dari pembentukan tabel ini, diambil
dari proses pengambilan data, dapat dilihat pada gambar dibawah ini :
Pembentukan Tabel tampung_barang_supplier_monsi
Pada proses pengambilan terdapat langkah yaitu memasukkan data

melalui kueri, kueri dapat dilihat pada gambar dibawah ini :
Langkah Select Data tampung_barang_supplier_monsi
Tabel diatas merupakan hasil dari proses kueri yang dilakukan

dengan menggunakan tabel supplier, barang_jadi_monsi, detail beli, dan
data beli. Langkah ini digunakan untuk menyesuaikan dan mendapatkan
id_supplier yang sesuai dengan id_barang.
Untuk mengetahui data yang ada pada table
tampung_barang_supplier_monsi, dapat dilihat menggunakan preview.
Hasil preview dapat dilihat pada gambar dibawah ini :
167
Preview Data
tampung_barang_supplier_monsi.
Output Tabel tampung_barang_supplier_monsi
13. Pembentukan Tabel Barang_Jadi

Pada bagian ini, tabel barang_jadi merupakan tabel yang terbentuk
untuk mendapatkan data terutama hubungan antara id_supplier dengan
id_barang. Tabel ini didapatkan dari tabel barang, dengan tabel
tampung_barang_supplier_monsi, dimana id_supplier dan id_barang
168
sudah benar sesuai dengan hubungan basis data relasional, kemudian

disatukan dengan menggunakan cara manual yaitu diletakkan melalu excel
(.xls), selanjutnya dilakukan copy paste dan dimasukkan ke dalam mysql
Hasil dari tabel data_barang_jadi dapat dilihat pada gambar dibawah ini :
Output Tabel data_barang_jadi

Data diatas didapatkan dari proses panjang yang mengambil semua data,
kemudian dilakukan proses penyatuan dengan tetap mengikuti kaidah basis
data relasional.
14. Pembentukan Tabel Sementara Transaksi

Pembentukan tabel ini digunakan untuk mendapatkan id_supplier,
id_barang, nomor_nota, tgl_input dan jumlah_jual. Tabel ini sama seperti dengan
tabel transaksi, hanya saja tabel transaksi terdapat kesalahan didalam relasi basis
data, sehingga dibuat tabel sementara transaksi untuk mendapatkan hasil data
yang benar dengan kaidah basis data relasional. Proses untuk mendapatkan tabel
sementara transaksi dimulai dengan pengambilan data, dapat dilihat seperti
Pembentukan Tabel Sementara Transaksi
Pada proses pengambilan terdapat langkah yaitu memasukkan data

melalui kueri, kueri dapat dilihat pada gambar dibawah ini :
169
Langkah Select Data tampung_barang_supplier_monsi
Tabel diatas merupakan hasil dari proses kueri yang dilakukan

dengan menggunakan tabel tampung_barang_supplier_monsi,
data_detail_jual, dan data_jual. Kemudian dicocokan antara id_barang
pada tabel tampung_barang_supplier_monsi dengan id_barang pada tabel
data_detail_jual dan nomor_nota pada data_detail_jual dengan nomor nota
pada tabel data_jual.
Untuk mengetahui hasil data yang didapatkan pada table
sementara_transaksi, dapat dilihat menggunakan preview. Hasil preview
dapat dilihat pada gambar dibawah ini :
Preview Data
sementara_transaksi.
170
Output Tabel sementara_transaksi
15. Pembentukan Tabel woo

Tabel woo, merupakan hasil dari semua pembentukan tabel-tabel untuk
mendapat data yangs sesuai dengan kaidah basis data relasional yang benar dan
baik. Tabel ini didapatkan dari melakukan penggabungan dari tabel-tabel
diantaranya, tabel data-barang_jadi dan tabel sementara transaksi sehingga di
dapatkan hasil data seperti dibawah ini :
Output Tabel woo

171
LAMPIRAN 3
KUESIONER PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN
DI TOKO BUKU AB
Kuesioner ini dibuat dengan tujuan untuk mengetahui tingkat kepuasan kepala toko
sebagai administrator pembangunan gudang data transaksi penjualan toko buku dalam memantau
hasil dari transaksi penjualan di toko buku berdasarkan jumlah penjualan. Hasil dari kuesioner ini
akan digunakan sebagai data analisis pada pengembangan sistem selanjutnya dan untuk
melengkapi kebutuhan data penelitian skripsi penulis.
Hormat Saya
Nama :
Status :
Petunjuk :
1. Pilihlah jawaban yang paling sesuai dengan pendapat Anda.
2. Berikan tanda centang ( √ ) pada jawaban yang Anda pilih.
Keterangan jawaban :
1. SS = Sangat Setuju
2. S = Setuju
3. R = Ragu
4. TS = Tidak Setuju
5. STS = Sangat Tidak Setuju
No. Pernyataan SS S R TS STS

1. Saya terbantu dengan hasil dari pembangunan gudang
data transaksi penjualan di toko buku dalam memantau
data jumlah penjualan berdasar dimensi waktu, supplier,
penerbit, kategori, barang, dan topik.
2. Saya dapat dengan mudah melihat hasil jumlah
penjualan pada periode waktu tertentu dengan data
warehouse dan olap.
3. Langkah-langkah dalam penggunaan sistem dapat
dimengerti dengan mudah oleh pengguna.
4. Menu pada tampilan OLAP dapat dimengerti oleh
pengguna.
5. Proses pembuatan laporan transaksi penjualan menjadi
lebih cepat.
Saran : ........................................................................
(___________________)

Full

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Full

Diunggah oleh

Hak Cipta:

Format Tersedia

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PEMBANGUNAN GUDANG DATA

PROGRAM STUDI TEKNIK INFORMATIKA

THE DATA WAREHOUSE DEVELOPMENT

INFORMATICS ENGINEERING STUDY PROGRAM

PEMBANGUNAN GUDANG DATA

Telah disetujui oleh:

P.H. Prima Rosa, S.Si., M.Sc. Tanggal: Januari 2017

HALAMAN PENGESAHAN SKRIPSI

Dipersiapkan dan ditulis oleh:

Telah dipertahankan di depan Panitia Penguji

Susunan Panitia Penguji

Ketua : Drs. Haris Sriwindono, M.Kom. ……………………….

Sekretaris : JB. Budi Darmawan, S.T., M.Sc. ……………………….

Anggota : Paulina Heruningsih Prima Rosa, S.Si., M.Sc. ……………………….

Yogyakarta, Januari 2017

Sudi Mungkasi, S.Si., Math.SC., Ph.D.

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya

Yogyakarta, 10 Januari 2017

Monica Susi Diatma Sari

LEMBAR PERNYATAAN PERSETUJUAN

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Demikian pernyataan ini saya buat dengan sebenarnya.

(Monica Susi Diatma Sari)

Perkembangan zaman semakin pesat, begitu juga dengan perkembangan

Kata kunci : gudang data, transaksi, penjualan, OLAP.

Technological development lasts as fast as time goes by. One of the

Keywords : data warehouse, transaction, sales, OLAP.

1. Bapak Sudi Mungkasi, S.Si., Math.SC., Ph.D.

7. Ibu Ridowati Gunawan, S.Kom., M.T.

HALAMAN JUDUL INGGRIS ............................................................................. ii

HALAMAN PERSETUJUAN ............................................................................... iii

HALAMAN PENGESAHAN ................................................................................ iv

HALAMAN PERSEMBAHAN ............................................................................. v

PERNYATAAN KEASLIAN KARYA ................................................................ vi

HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ......................... vii

ABSTRAK ........................................................................................................... viii

KATA PENGANTAR ............................................................................................ x

DAFTAR ISI ........................................................................................................ xiii

DAFTAR GAMBAR ......................................................................................... xviii

DAFTAR TABEL .............................................................................................. xxiv

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

1.1. Latar Belakang ..................................................................................... 1

1.2. Rumusan Masalah ................................................................................ 2

1.3. Tujuan Penelitian.................................................................................. 2

1.4. Batasan Masalah ................................................................................... 3

1.5. Metodologi Penelitian .......................................................................... 3

1.6. Sistematika Penulisan........................................................................... 4

BAB II LANDASAN TEORI ................................................................................. 6

2.1. Konsep Dasar Data Warehouse ........................................................... 6

2.1.1. Pengertian Data .................................................................................... 6

2.1.2. Pengertian Gudang Data....................................................................... 6

2.1.3. Karakteristik Gudang Data ................................................................... 7

2.1.4. Arsitektur Gudang Data ....................................................................... 8

2.1.5. Metadata ............................................................................................. 11

2.1.6. Denormalisasi ..................................................................................... 11

2.1.7. Manfaat Gudang Data ........................................................................ 12

2.1.8. Langkah Pembuatan Gudang Data ..................................................... 13

2.2. Extract, Transform, dan Load ............................................................ 14

2.2.1. Pengertian ETL .................................................................................. 14

2.2.2. Proses dalam Extract, Transform, Load ............................................. 14

2.3. Model Data Multidimensi .................................................................. 15