UAS SISTEM BASIS DATA LANJUT

Bakkah Maulana Mashur 2010512144

Adhitya Fahlevi 2010512133
Rafif Rasendriya 2010512116
Rakan Yuvi Ispradityo 2010512104
Zahran Irfansyah 2010512122
 DAFTAR ISI

PENDAHULUAN.............................................................................................................................................2
1.1 Latar Belakang Masalah........................................................................................................................2
1.2 Tujuan Penelitian...................................................................................................................................2
PEMBAHASAN................................................................................................................................................3
2.1 Penyesuaian Basis Data..........................................................................................................................3
Tabel Band................................................................................................................................................3
Tabel Karya..............................................................................................................................................4
Tabel Pelanggan........................................................................................................................................4
Tabel Pemesanan......................................................................................................................................5
Tabel Personil...........................................................................................................................................6
Tabel Pembayaran....................................................................................................................................7
Pengecekan Anomaly................................................................................................................................8
2.2 Pengecekan Concurrency.....................................................................................................................10
2.3 Trigger...................................................................................................................................................12
2.3.1 Trigger untuk mencatat band yang baru masuk ke manajemen...............................................12
2.3.2 Trigger untuk mencatat pemesanan baru....................................................................................13
2.3.3 Trigger untuk mencatat personil yang keluar dari suatu band.................................................14
2.3.4 Trigger untuk mencatat perubahan reputasi pada suatu band.................................................15
2.3.5 Trigger untuk mengetahui perubahan nomor telepon pelanggan.............................................16
2.4 Potensi Data Mining.............................................................................................................................17
2.4.1 Potensi Strategi Bisnis dengan Diskon.........................................................................................17
2.4.2 Potensi Strategi Pemasaran Berdasarkan Reputasi....................................................................17
2.4.3 Potensi Strategi Pemasaran Bundling..........................................................................................18
2.4.4 Potensi pencarian talent baru berdasarkan umur......................................................................19
2.4.5 Potensi bisnis untuk memajukan musisi Indonesia.....................................................................19
2.5 Fragmentasi Data pada Cabang dengan Basis Data Terdistribusi...................................................20
Kantor Cabang Depok...........................................................................................................................20
Kantor Cabang Bekasi...........................................................................................................................21
Kantor Cabang Jogja.............................................................................................................................23
2.6 Rancangan Transaksi...........................................................................................................................24

1
 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Band Management adalah hal yang penting dalam dunia entertainment atau dunia hiburan terutama
dalam bidang seni musik. Di era society 5.0 ini, digitalisasi dalam dunia hiburan sangat diperlukan
untuk menunjang efisiensi dalam manajemen, digitalisasi ini sudah pasti dapat mempermudah proses
bisnis dibidang seni. Untuk itu, perlu diadakan digitalisasi terutama dalam basis data. Manajemen
basis data yang baik juga memberikan pengaruh penting pada digitalisasi dibidang seni, selain
manajemen basis data, peluang bisnis juga dapat didapat dari Data Mining yang baik.
1.2 Tujuan Penelitian
Penelitian ini bertujuan untuk meremajakan sistem band management serta menganalisis peluang
bisnis yang bisa didapat dari pola perilaku konsumen melalui metode Data Mining. Tujuan lain
dalam penelitian ini diantara lain adalah melakukan tes dan mencari anomali yang terdapat pada
basis data band management.

2
 BAB II

PEMBAHASAN

2.1 Penyesuaian Basis Data

Berikut ini adalah record dalam database band management.
Tabel Band

Tabel Karya

3
Tabel Pelanggan

Tabel Pemesanan

4
Tabel Personil

5
Tabel Pembayaran

6
Pengecekan Anomaly
Transaksi pada database ini menggunakan 2 tabel yaitu pelanggan dan pembayaran serta
dihubungkan dengan tabel pemesanan. Berikut ini adalah hasil eksekusi dan transaksi.

7
8
2.2 Pengecekan Concurrency

No Test Case Deskripsi (scenario) Harapan

.
1. Login Test. Percobaan dengan melakukan login Menguji kehandalan
akun user yang berbeda beda dan login dan melihat
dengan kondisi : apakah konkuresi
10 user login dengan benar , login terjadi atau
10 user login dengan salah dan tidak, bila ya berapa
10 user login tidak lengkap. % kegagalan login.
2. Tes Pembayaran. Percobaan melakukan pembayaran Menguji konkurensi
dengan kondisi : dalam pembayaran
10 user membayar lunas, dan persentase
10 user membatalkan pembayaran, dan kegagalan
10 user merubah pembayaran. pembayaran.
3. Penambahan Karya. Percobaan dengan melakukan Menguji tabel karya
penambahan karya oleh band atau artis untuk mendeteksi
dengan kondisi : adanya konkurensi.
5 Artis menambahkan satu lagu dengan
album baru,
10 Artis menambahkan lagu di dalam
album yang sudah ada, dan
10 Artis menambahkan 5 lagu dengan
album baru.
4. Perubahan Posisi dan Percobaan dengan melakukan perubahan Menguji tabel
Penambahan/Pengurangan posisi personil band dengan kondisi : personil untuk
Personil. 5 Band merubah posisi satu orang mendeteksi
personil mereka, persentase terjadinya
5 Band menambahkan personil baru dan konkurensi.
mengganti personil lama, dan
5 Band mengurangi personil.
5. Penambahan pelanggan Percobaan dengan melakukan Menguji
baru. penambahan pelanggan dan perubahan kemungkinan
nomer telepon dengan kondisi : terjadinya
10 user menjadi pelanggan baru dan konkurensi yang
mengisi nomer telepon dan terjadi terhadap tabel
10 user lama mengganti nomer telepon pelanggan.
mereka.
6. Tes Pemesanan. Percobaan melakukan pemesanan Menguji persentase
dengan kondisi : terjadinya
10 user berhasil memesan, konkurensi terhadap
10 user batal memesan, dan tabel pemesanan.
10 user merubah pesanan.

7. Percobaan pemberian Percobaan pemberian rating dengan Mendeteksi apakah

rating oleh pelanggan kondisi : adanya kesalahan
terhadap band. 10 user memberi rating diatas 50 dan concurrency

9
 10 user memberi rating dibawah 50 terhadap tabel band.
8. Perubahan Pesanan. Melakukan tes dengan mengubah Menguji sistem
pesanan yang sudah dibuat sebelum apabila dilakukan
dilakukan pembayaran, dengan kondisi : banyak perubahan
5 user melakukan penambahan item dan pada pesanan oleh
5 user melakukan pengurangan item. banyak user.
9. Pengubahan Rating. Percobaan dengan melakukan edit pada Menguji ketahanan
rating yang sudah diberikan sebelumnya sistem dari
pada user. Dengan kondisi : terjadinya
10 user melakukan pengubahan dalam concurrency dan
waktu bersamaan. apabila terjadi,
berapa % adanya
concurrency.

10
2.3 Trigger
2.3.1 Trigger untuk mencatat band yang baru masuk ke manajemen
- Pembuatan table log_band untuk mencatat perubahan

- Pembuatan trigger

- Pengujian Trigger

11
2.3.2 Trigger untuk mencatat pemesanan baru
- Pembuatan tabel log_psn untuk mencatat pesanan baru

- Pembuatan trigger

- Pengujian Trigger

12
2.3.3 Trigger untuk mencatat personil yang keluar dari suatu band

- Pembuatan tabel mbr_out

- Pembuatan Trigger

- Pengujian Trigger

13
2.3.4 Trigger untuk mencatat perubahan reputasi pada suatu band

- Pembuatan tabel up_rep

- Pembuatan Trigger

- Pengujian Trigger

14
2.3.5 Trigger untuk mengetahui perubahan nomor telepon pelanggan

- Pembuatan tabel ubah_tlp

- Pembuatan Trigger

- Pengujian Trigger

15
2.4 Potensi Data Mining

2.4.1 Potensi Strategi Bisnis dengan Diskon

Pada Hari Jumat, Sabtu, Minggu, ada kemungkinan terjadi lonjakan pemesanan, hal ini didapat dari
perhitungan sbb :
{J,S,M) -> {Lonjakan Pesanan} (Support = 61%, Confidence = 80%}
Senin 0
Selasa 1
Rabu 0
Kamis 1
Jumat 4
Sabtu 2
Minggu 2

Dari frekuensi data aktivitas bisnis berdasarkan hari, pada Hari Jumat, Sabtu dan Minggu terjadi
paling banyak aktivitas bisnis dalam kurun waktu 4 bulan, yaitu 8, sedangkan pada hari lainnya
hanya terjadi 2 aktivitas yaitu selasa dan kamis (8 dari 10 = 80%). Namun, Pada hari Senin dan Rabu
tidak terjadi aktivitas.
Sedangkan dari catatan transaksi, 61% transaksi terjadi pada hari jumat, Sabtu dan Minggu.

Saran yang bisa dilakukan adalah memberi diskon di hari Senin dan Rabu, serta menaikkan harga di
hari Jumat, Sabtu dan Minggu.
2.4.2 Potensi Strategi Pemasaran Berdasarkan Reputasi
Band dengan rating diatas 85 memiliki kemungkinan dipesan dua kali dalam kurun waktu 4 bulan,
dengan perhitungan :
{Rating >85} -> {2 kali} (Support = 43%, Confidence = 62%)

16
Dari 8 band yang mempunyai rating diatas 85 dan dipesan dalam kurun waktu 4 bulan, 5 diantaranya
dipesan dua kali, ini membuktikan bahwa presentase band dengan rating diatas 85 dipesan dua kali
adalah 62%.
Sedangkan dari catatan transaksi, 43% pesanan adalah pemesanan band yang sama sebanyak dua
kali.

Saran yang bisa dilakukan adalah menaikkan harga untuk band dengan rating diatas 85 dan memberi
diskon pada band dengan rating dibawahnya agar band dengan rating <85 juga mendapat pesanan.
Selain itu, juga bisa dilakukan paket bundle dengan kombinasi band dengan rating >85 dan <85
dengan harga yang menarik.

2.4.3 Potensi Strategi Pemasaran Bundling

Tingkat ketertarikan pelanggan dengan Paket Bundling dapat dipresentasikan dengan perhitungan :
{Pelanggan} -> {Pesan >1 band} (Support = 22%, Confidence = 10%)

Dari 20 pelanggan, 2 diantaranya (10%) memesan lebih dari satu band, namun band tersebut
mempunyai rating yang terpaut cukup jauh.
Dari catatan transaksi, 22% diantaranya adalah pelanggan yang sama

17
Saran yang bisa diberikan adalah menaikkan harga band yang mempunyai rating tinggi serta
memasang paket bundling berisi band yang terpaut jauh berdasarkan rating dengan harga yang
menarik. Hal ini dapat menarik minat pelanggan untuk memesan paket bundling, karena harganya
tidak berbeda jauh dari memesan satu band yang memiliki rating tinggi.
*Karena rendahnya tingkat presentase dari data ini, saran yang diberikan memiliki resiko cukup
besar namun dapat dicoba karena dapat menambah keuntungan serta memperbesar frekuensi
aktivitas bisnis.

2.4.4 Potensi pencarian talent baru berdasarkan umur

Pada tabel personil, 77 orang personil band terdaftar dalam manajemen ini. Berikut adalah
pengelompokkan personil berdasarkan umur : 24 orang berumur 20 – 29 tahun, 29 diantaranya
berumur 30 – 39 tahun, serta 24 lainnya berumur diatas 40 tahun. Dari data ini, dapat disimpulkan
bahwa 37% personil yang terdaftar berada pada umur paruh baya.
Saran yang dapat dilakukan adalah pihak manajemen mengadakan kontes ataupun lomba di kampus
atau sekolah supaya para pemuda mengetahui tentang manajemen ini. Selain itu, pihak manajemen
dapat melakukan audisi dengan usia maksimal 30 tahun agar mendaapt lebih banyak talent muda.
2.4.5 Potensi bisnis untuk memajukan musisi Indonesia
Tingkat ketertarikan pelanggan terhadap Judul Lagu yang berbahasa Inggris dan berbahasa
Indonesia dari tabel yang pemesanan terhadap tabel karya.

Dari banyaknya pemesanan yang terdata pada tabel tersebut, 21 ditemukan 12 diantaranya
merupakan Judul Lagu yang menggunakan bahasa Inggris. Dimana menunjukkan ketertarikkan dari
pelanggan yang lebih menyukai lagu yang berbahasa Inggris, yaitu 57% dari tabel pemesanan.
Saran untuk meningkatkan peningkatan penjualan dari Judul Lagu berbahasa Indonesia,
kemudian dapat mendukung musisi tanah air dan menaikkan harga dari Judul Lagu yang berbahasa
Inggris, sehingga pelanggan dapat melirik Judul Lagu berbahasa Indonesia yang lebih terjangkau.

18
2.5 Fragmentasi Data pada Cabang dengan Basis Data Terdistribusi
Pertimbangan fragmentasi data pada database ini adalah efisiensi pengelolaan pada kantor cabang.
Pada kasus ini, Band Management ini mempunyai kantor pusat di Jakarta, sementara untuk kantor
cabang berlokasi di Depok, Bekasi dan Jogja. Band Management ini menggunakan framentasi
horizontal untuk pengaplikasiannnya. Adapun tabel diatas adalah tabel pada kantor pusat Jakarta.
Pada site, hanya diperlukan tabel band, pelanggan dan pemesanan. Tabel personil dan karya hanya
diperlukan untuk dokumentasi data Management dan tidak untuk publik. Tabel Karya tetap ada pada
cabang namun tidak difragmentasi.
*Domisili band tidak mempengaruhi pertimbangan fragmentasi data.
Fragmentasi Data Pada Masing – Masing Site (Cabang)
Kantor Cabang Depok
Tabel Band

Tabel Pelanggan

19
Tabel Pemesanan

Kantor Cabang Bekasi

Tabel Band

20
Tabel Pelanggan

Tabel Pemesanan

21
Kantor Cabang Jogja
Tabel Band

Tabel Pelanggan

Tabel Pemesanan
22
 Distribusi basis data ini mempermudah pengelolaan
data pada kantor cabang dengan cara fragmentasi.
Dengan ini, kantor cabang tidak harus memegang data
pusat. Efisiensi dan kemudahan akan bertambah dengan
sistem ini, namun akses akan berjalan lebih lambat
dikarenakan jaringan di tiap lokasi berbeda kualitasnya.

2.6 Rancangan Transaksi

Pada basis data ini, transaksi dilakukan dengan
menambahkan data pelanggan, mengisi data pemesanan
lalu dilanjutkan dengan pembayaran. Jika dilakukan
pemesanan dua band atau lebih, maka akan data
pembayaran akan dipisah. Berikut adalah lima contoh transaksi dalam database ini.
Transaksi 1 – Berhasil memesan satu band

Pada transaksi ini, Naruto berhasil memesan satu band dan dibayar pada tanggal 23 Oktober 2021.

23
24