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
2
BAB II
PEMBAHASAN
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
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 Trigger
- Pengujian Trigger
13
2.3.4 Trigger untuk mencatat perubahan reputasi pada suatu band
- Pembuatan Trigger
- Pengujian Trigger
14
2.3.5 Trigger untuk mengetahui perubahan nomor telepon pelanggan
- Pembuatan Trigger
- Pengujian Trigger
15
2.4 Potensi Data Mining
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.
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.
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
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.
Pada transaksi ini, Naruto berhasil memesan satu band dan dibayar pada tanggal 23 Oktober 2021.
23
24