BAB

6
Sistem Perencanaan
Sumber Daya
Perusahaan
KELOMPOK 11
ROBI’ATUL ADAWIYAH - 7211418113

GENADA DARA OKTAVIANA - 7211418175

ERA MAHARDHIKA - 7211418236

 SISTEM ERP (enterprise resource planning)

Definisi
Paket peranti lunak yang terdiri atas beberapa modul dan yang berubah perlahan terutama
dari sistem perencanaan sumber daya manufaktur tradisional (Manufacturing Resource Planing ll-MRPLL)
Tujuan Mengintergrasikan berbagai proses
utama suatu perusahaan seperti
entri pesanan, produksi,
ERP pengadaan, utang usaha,
penggajian, dan sumber daya
manusia.

Setiap model tradisional, setiap area

fungsional atau departemen memiliki
sistem komputer sendiri yang dapat
mengoptimalkan cara departemen
tersebut menjalankan buisnis
rutinnya. ERP menggabungkan
semua sistem komputer tersebut ke
dalam sebuah sistem terintegrasi yang
mengakses sebuah basis data untuk
memfasilitasi proses berbagai
informasi dan untuk meningkatkan
komunikasi
 Figur 6-1
Model Tradisional suatu perusahaan Manufaktur
Perusahaan ini menggunakan arsitektur basis data tertutup (closed database architecture), yang
hampir sama dengan konsep model dasar file datar. Dalam pendekatan ini, sistem manajemen basis
data digunakan untuk memberikan sedikit keunggulan lebih dari pada sistem file datar.
 Sistem ERP

Sistem ERP mendukung aliran informasi yang lancar

dan tidak tampak di seluruh perusahaan, dengan
menyediakan lingkungan terstandarisasi untuk
berbagai proses bisnis perusahaan dan sebuah basis
data operasional bersama yang mendukung berbagai
mavam komunikasi.
Figur 6-2
Gambaran Umum ERP
Data dalam basis data operasional dibuat modelnya, distrukturisasi, dan disimpan berdasarkan
berbagai atribut internal data tersebut.
 Fungsinalitas ERP

Aplikasi Inti Aplikasi Analisis Bisnis

Aplikasi yang secara operasional Menggunakan analisis data sebagai penunjang utama
mendukung berbagai aktivitas pengambilan keputusan dan pengembangan bisnis.
harian perusahaan
Pemrosesan
Analitis Pemrosesan Analitis Online
Online meliputi pendukung keputusan,
pemodelan, penarikan informasi,
laporan/analisis ad hoc, serta
analisis bagaimana jika (what if).

Gudang Data adala basis data

yang dibangun untuk pencarian
secara cepat, penarikan,
permintaan ad hoc, dan
kemudahan pengguna.
KONFIGURASI SISTEM
ERP
Model Dua Tingkat (Two-tier Model)
Sistem ERP banyak didasarkan pada
model klien-server
(Suatu bentuk topologi jaringan
dengan computer atau terminal
pengguna (klien) mengakses berbagai
program dan data ERP melalui
sebuah computer host atau server).
Model Tiga Tingkat (Three-tier Model)
Server dapat disentralisasikan, dan
biasanya klien ada di beberapa lokasi
di seluruh perusahaan.
Dua arsitektur dasar, yaitu model dua
tingkat dan model tiga tingkat.
Komputer klien bertanggung jawab
menyajikan data ke pengguna dan
meneruskan input kembali ke server.
Beberapa vendor ERP menggunakan
pendekatan ini untuk aplikasi LAN di
mana permintaan pada server dibatasi
pada populasi pengguna yang sedikit
dan terbatas.
Merupakan ciri umum sistem ERP
besar yang menggunakan WAN untuk
konektivitas antar penggunanya.
Pemenuhan perintaan klien akan
membutuhkan dua atau lebih koneksi
jaringan. Pada awalnya, klien
melakukan komunikasi dengan server
aplikasi, kemudian server aplikasi
memulai koneksi kedua dengan server
basis data.
KLIEN – SERVER DUA TINGKAT
KLIEN – SERVER DUA TINGKAT
 Pembedaan alternatif pemrosesan data ketika
meimplementasikan sebuah sistem ERP yang mencakup

SERVER Gudang data.

Online Transaction Processing – OLTP

OLTP vs Terdiri atas transaksi sederhana, contohnya: record yang
disimpan dalam beberapa tabel terkait, sistem entry

OLAP pesanan menarik semuda data yang berhubungan dengan

pelanggan tertentu untuk proses transaksi penjualan.

Online Analytical Processing – OLAP

Dicirikan dengan transaksi online yang melakukan:
• Akses data dalam ukuran yang sangat besar
• Menganalisis hubungan elemen data
• Melibatkan data teragregasi
• Membandingkan data teragregasi dalam beberapa
periode waktu hierarkis
• Menyajikan data dalam berbagai perspektif yang
berbeda
• Melibatka perhitungan kompleks antara berbagai elemen
data
• Merespons dengan cepat kebutuhan pengguna sehingga
dapat melakukan proses pemikiran secara analitis dalam
penundaan sistem tanpa hambatan.
 Contoh dari transaksi OLAP adalah agregasi data
penjualan berdasarkan area, jenis produk dan saluran

SERVER penjualan. Aplikasi OLAP harus dapat mendukung analisis

secara online dengan respons yang cepat.

OLTP vs Server OLAP mendukung operasi analitis umum yang

meliputi:

OLAP KONSOLIDASI
01 Agregasi atau penyatuan data. Contohnya, data kantor
penjualan dapat disatukan ke tingkat kecamatan dan
kemudian ditarik ke kabupaten.

PENGGALIAN KE BAWAH
02 Memungkinkan disagregasi data untuk
mengungkapkan perincian dasarnya yang akan
menjelaskan fenomena tertentu. Contohnya, pengguna
dapat menggali ke bawah dari retur penjualan untuk
satu periode agar dapat mengidentifikasi jumlah
sesungguhnya produk yang dikembalikan beserta
alasannya.
PENGIRISAN DAN PEMOTONGAN
03 Memungkinkan pengguna mempelajari data dari berbagai sudut
pandang. Sebuah potongan data dapat menunjukan penjualan
dalam tiap area. Potongan lainnya menyajikan penjualan berdasar
produk di beberapa area. Pengirisan dan pemotongan sering kali
dilakukan berdasarkan waktu untuk mendeskripsikan tren dan
berbagai pola.
 Perbedaan antara OLTP dan OLAP
SERVER
OLTP
OLTP vs Aplikasi OLTP mendukung pekerjaan yang
OLAP sangat penting bagi misi melalui permintaan
sederhana pada basis data operasional.

OLAP

Aplikasi OLAP mendukung pekerjaan yang sangat

penting bagi manajemen melalui investigasi analitis
berbagai hubungan data yang disimpan dalam
gudang data.
KLIEN – SERVER OLTP dan OLAP Figur ini menunjukan
bagaimana arsitektur
klien-server memungkinkan
perusahaan menggunakan
aplikasi dan server basis
data yang terpisah dan
khusus untuk mengatasi
konflik dalam kebutuhan
manajemen data.
 Konfigurasi Basis Data
Sistem ERP terdiri atas ribuan
tabel basis data. Tiap table
dihubungkan dengan berbagai
proses bisnis yang dikodekan
ke dalam ERP
Tim implementasi ERP, yang meliputi pengguna
utama dan praktisi TI, memilih tabel basis data
yang proses tertentu dengan menetapkan
switch ke dalam sistem.
Menentukan bagaimana semua
switch akan harus dibentuk untuk
suatu konfigurasi tertentu akan
membutuhkan pemahaman
mendalam mengenai berbagai proses yang ada
dan yang digunakan dalam mengoperasikan
bisnis.
Akan tetapi, seringkali memilih
bentuk table melibatkan
keputusan untuk merekayasa
ulang berbagai proses di
perusahaan agar proses-proses tersebut sesuai
dengan praktik bisnis terbaik yang akan
digunakan.
Dengan kata lain, perusahaan
biasanya mengubah berbagai
prosesnya untuk
mengakomodasi ERP
daripada memodifikasi ERP
untuk mengakomodasi perusahaan.
Piranti Lunak Jadi yang
Dapat Ditambahkan
Peranti lunak jadi yang dapat ditambahkan ini digunakan, karena
banyak ditemukan bahwa peranti lunak ERP sendiri saja tidak
dapat mengendalikan semua proses dalam perusahaan, butuh
sokongan yang disediakan oleh pihak ketiga

Keputusan untuk menggunakan peranti lunak jadi yang dapat

ditambahkan membutuhkan pertimbangan yang hati-hati.

Kebanyakan vendor ERP terkemuka telah memiliki kesepakatan

kemitraan dengan vendor pihak ketiga yang akan menyediakan
fungsionalitas khusus.

Pendekatan yang paling tidak berisiko, memiliki peranti lunak jadi

yang dapat ditambahkan yang disarankan oleh vendor ERP terkait.
Namun, beberapa memilih pendekatan yang lebih independen.
 MANAJEMEN RANTAI PASOKAN
Rantai pasokan adalah rangkaian aktivitas yang
berhubungan dengan perpindahan barang dari
tahap bahan baku mentah hingga ke pelanggan.
Hal ini meliputi pengadaan, penjadwalan produksi,
pemrosesan pesanan, manajemen persediaan, transportasi,
penggudangan, layanan pelanggan, dan perkiraan
permintaan barang.

Sistem SCM adalah kelas piranti lunak aplikasi yang mendukung

pekerjaan ini. SCM yang berhasil, akan mengordinasikan dan
mengintegrasikan berbagai aktivitas ini ke dalam proses yang tidak
tampak dan menghubungkan semua mitra dalam rantai tersebut.

Menyadari berbagai kebutuhan inilah maka vendor ERP bergeser secara

SCM sadar dengan menambahkn fungsi SCM ke dalam produk ERP. Sistem
ERP dan SCM kini berada dalam tahapan konvergen.
(Supply Chain Management)

_Sistem Perencanaan Sumber Daya Perusahaan_

PENGGUDANGAN DATA
• Gudang data adalah basis data relasional
atau multidimensional yang dapat
menggunakan ruang penyimpanan dalam
disk sebanyak beberapa gigabyte atau
bahkan terabyte.

• Jika gudang data dikelola untuk satu departemen atau

fungsi maka akan disebut data mart. Sebagai ganti
data berukuran ratusan gigabyte, data mart mungkin
hanya berisi puluhan gigabyte.
• Selain ukuran, tidak ada perbedaan antara data mart
atau gudang data
Proses Ekstraksi

Penggudangan Data
Proses penggudangan data
melibatkan ekstraksi, konversi Ekstraksi
dan standarisasi data operasional
perusahaan dari sistem ERP dan
lama perusahaan serta
memasukkannya ke dalam arsip
terpusat yaitu gudang data. Jika sudah dimasukkan dalam
gudang data, data tersebut dapat
diakses melalui query dan
analisis yang digunakan untuk
menggali data.
Konversi Standarisasi

Konversi Standarisasi
 Proses Gudang Data
2. Ekstraksi data
1. Pemodelan dari basis data
operasional 3. Pembersihan
data untuk
data diekstraksi
gudang data

4. Transformasi 5. Memasukkan
data ke dalam data ke dalam
model gudang basis data
data gudang data
Pemodelan Data untuk Gudang Data
Desain basis data yang bagus menekankan pada peran penting normalisasi data
untuk meniadakan tiga anomali yang berbahaya.
1. Anomali pembaruan
2. Anomali penambahan
3. Anomali penghapusan

Basis data yang ternormalisasi penuh akan menghasilkan model yang fleksibel,
namun juga menambah kerumitan yang mengarah pada inefesiensi kinerja

Gudang data yang mencakup data yang dinormalisasikan

Karena besarnya gudang data, maka inefesiensi akan menghancurkan bagi
perusahaan. Karena data historis bersifat statis maka tidak ada yang didapat
dengan membangun tabel ternormalisasi dengan link yang dinamis.

Karenanya, jika memungkinkan tabel yang dinormalisasikan sehubungan dengan

berbagai peristiwa tertentu dapat dikonsolidasikan ke dalam tabel yang
dinormalisasikan.

Figur 6-6 mendeskripsikan denormalisasi gudang data.

 Figur 6-6
Mendeskripsikan
data yang
didenormalisasi
untuk disimpan
dalam gduang data
Mengekstraksi Data dari Basis Data Operasional
01
Ekstraksi data
Proses mengumpulkan data
dari basis data operasional,
file datar, arsip dan berbagai
sumber data eksternal.
Basis data operasional
biasanya harus dihentikan
ketika terjadi proses ekstraksi
data untuk inkonistensi data
02 03 04
Changed data capture Data transaksi yang
Fitur penting dalam
Sebuah teknik yang disimpan dalam basis
suatu gudang data
dapat secara dramatis data operasional akan
adalah data yang
mengurangi waktu melewati beberapa
berada di dalamnya
ekstraksi dengan tahapan sejalan
berada dalam
hanya menangkap data dengan
kondisis yang stabil
yang baru diubah bertambahnya
peistiwa ekonomi
Membersihkan Data
yang Diekstraksi
Pembersihan melibatkan penyaringan atau
perbaikan data yang invalid sebelum
disimpan dalam gudang data.
Data operasional adalah data yang “kotor”
karena beberapa alasan:

Kesalahan administratif
Kesalahan entri data
Kesalahan program komputer

Dapat menciptakan data yang tidak logis, seperti

jumlah persediaan yang negatif, nama yang salah
eja dan fiels kosong
Membersihkan
Data yang
Diekstraksi
Karenanya, selama proses
pembersihan data, berbagai
atribut yang diambil harus
ditransformasikan ke dalam istilah
bisnis standar yang seragam.

Aktivitas ini cinderung mahal dan

membutuhkan banyak tenaga Figur 6-7
kerja, akan tetapi merupakan mendeskripsikan peran
aktivitas yang samgat penting
pembersihan data.
dalam mewujudkan integritas
dalam gudang data.
Mentransformasikan Data ke dalam Model
Gudang Data
Gudang data berisi data yang terperinci dan ringkasan

• Untuk meningkatkan efisiensi data dapat ditransformasikan

ke dalam tampilan paling ringkas sebelum dimasukkan ke
gudang data.
• Gudang data yang berisi tampilan data yang paling sering
diminta akan dapat mengurangi waktu pemrosesan selama
analisis
• Gudang data seringkali memberikan beberapa tampilan
ringkas berdasarkan data terperinci yang sama, seperti
pelanggan atau pemasok
• Dari berbagai tampilan tsb analis alan dapat menggali ke
bawah ke dalam data yang terperinci dasarnya.
Thank You
“When one teaches, two learn”