bab 2 hcv - library.binus.ac.idlibrary.binus.ac.id/ecolls/ethesisdoc/bab2/2011-1-00312-if bab...
TRANSCRIPT
7
BAB 2
LANDASAN TEORI
2.1. Pengertian Data
Menurut Jeffrey A.Hoffer (2009, p46), data adalah fakta tentang sesuatu di
dunia nyata yang dapat direkam dan disimpan pada media komputer.
Menurut Hollander (2000, p7), data adalah fakta dan gambaran tentang
aktivitas bisnis dan proses bisnis yang merupakan input untuk sistem informasi.
Jadi, data adalah fakta dan gambaran yang berhubungan dengan aktivitas
bisnis dan proses bisnis yang merupakan input untuk sistem informasi.
2.2. Pengertian Informasi
Menurut Hollander (2000, p7), informasi adalah data yang memiliki arti bagi
penerimanya.
Menurut Jeffrey A. Hoffer (2009, p47), informasi adalah data yang telah
diolah sedemikian rupa sehingga meningkatkan pengetahuan dari orang yang
menggunakan data tersebut.
Jadi, informasi adalah data yang telah diolah sedemikian rupa sehingga
memiliki arti yang berguna dan meningkatkan pengetahuan bagi penerimanya.
8
2.3. Pengertian Database
Menurut Thomas Connolly dan Carolyn Begg (2002, p14), database adalah
kumpulan data yang berhubungan secara logikal dan sebuah gambaran dari data,
yang didesign untuk mendapatkan informasi yang diperlukan oleh sebuah
organisasi.
Menurut Jeffrey A. Hoffer (2009, p46), database adalah sebuah koleksi data
yang terorganisasi secara logikal.
Jadi, database adalah kumpulan data yang berhubungan secara logikal yang
didesign untuk mendapatkan informasi yang diperlukan untuk sebuah organisasi.
2.4. Pengertian DataBase Management System
Menurut Thomas Connolly dan Carolyn Begg (2002, p16), DBMS adalah
sebuah software yang mengijinkan pengguna untuk mendefinisikan, membuat,
memelihara, dan mengontrol akses ke database.
2.4.1. Komponen DBMS
Menurut Thomas Connolly dan Carolyn Begg, komponen DBMS adalah,
sebagai berikut:
1. Hardware
DBMS dan aplikasinya memerlukan hardware untuk menjalankannya.
Hardware yang diperlukan dapat berkisar dari sebuah personal komputer,
mainframe, sampai pada sebuah jaringan dari komputer. Hardware tertentu
bergantung pada kebutuhan organisasi dan DBMS yang digunakan.
9
2. Software
Komponen software terdiri dari software DBMS itu sendiri dan
program aplikasi dengan sistem operasi, meliputi software jaringan jika
DBMS menggunakan jaringan.
3. Data
Merupakan komponen DBMS yang paling penting.
4. Procedures
Merupakan instruksi dan aturan yang memerintah perancangan dan
penggunakan database.
5. User
Merupakan komponen terakhir yang terlibat dengan sistem.
2.4.2. Kelebihan dan Kekurangan Database Management System
2.4.2.1. Kelebihan Database Management System
Menurut Thomas Connolly dan Carolyn Begg, berikut adalah
kelebihan dari database management system :
a. Mengontrol Penduplikasian Data
b. Konsistensi Data
c. Lebih banyak informasi dari data yang sama
d. Data dipakai bersama – sama
e. Meningkatkan integritas data
f. Meningkatkan keamanan
10
g. Menetapkan standarisasi
h. Perbandingan skala ekonomi
i. Menyeimbangkan konflik kebutuhan
j. Meningkatkan kemampuan akses terhadap data dan kemampuan
respon
k. Meningkatkan produktifitas
l. Meningkatkan pemeliharaan data melalui data yang mandiri
m. Menyediakan layanan backup dan recovery
2.4.2.2. Kekurangan Database Management System
Berikut kekurangan dari Database Management System menurut
Thomas Connolly dan Carolyn Begg :
a. Kompleksitas
b. Ukuran
c. Biaya untuk DBMS
d. Biaya untuk hardware tambahan
e. Biaya untuk konversi
f. Performance
g. Dampak kegagalan yang tinggi
11
2.5. Online Transaction Processing (OLTP)
Menurut Turban et al (2005, p241), OLTP adalah Online Transaction
Processing System yang beroperasi pada arsitektur client server, yang
memperbolehkan pemasok organisasi untuk masuk ke sistem proses transaksi
melalui eksternal data dan memperhatikan tingkat persediaan perusahaan atau
jadwal produksi.
2.6. Online Analytical Processing (OLAP)
Menurut Tim Peterson dan Jim Pinkelman (2000, p8) OLAP (On-Line
Analytical Processing) adalah sebuah perangkat lunak yang menyediakan
pandangan multidimensional yang bertujuan untuk analisa bisnis.
1. Tujuan OLAP
OLAP menampilkan data dalam sebuah tabel yang dinamis, yang secara
otomatis akan meringkas data ke dalam beberapa irisan data yang berbeda dan
mengijinkan user untuk secara interaktif melakukan perhitungan serta
membuat format suatu laporan.
2. Processing dan Browsing Cube
OLAP manager menyediakan wizard untuk mendesign data storage.
Ada tiga langkah yang harus dilakukan dengan Storage Design Wizard :
1. Memilih tipe dari data storage
2. Mendesign agregasi
3. Mulai memproses cube
12
2.7. Data Warehouse
2.7.1 Pengertian Data Warehouse
Menurut W.H Inmon (2002, p31), data warehouse adalah kumpulan
dari data yang bersifat subject oriented, integrated, time variant, dan non
volatile yang digunakan untuk mendukung manajemen dalam pengambilan
keputusan.
2.7.2. Karakteristik Data Warehouse
Karakteristik dari data warehouse, yaitu :
a. Subject Oriented (Berorientasi subjek)
Maksudnya adalah subjek utama dari data warehouse adalah
perusahaan atau organisasi, dengan kata lain data warehouse dibuat atau
disusun berdasarkan pada subjek dalam lingkungan perusahaan, bukan
berorientasi pada proses atau fungsi aplikasi seperti yang terjadi pada dunia
operasional.
b. Integrated
Data warehouse bersifat integrated, maksudnya adalah bahwa data
yang ditemukan dalam data warehouse saling terpadu, tanpa kecuali dengan
ditunjukkan dengan konsistensi dalam pemberian nama, penentuan
pengukuran ukuran dari tipe variable, struktur coding, serta penentuan
atribut data secara fisik.
13
c. Time variant
Data yang ada di dalam data warehouse merupakan data dalam
jangka waktu tertentu yang bersifat historikal. Seluruh data pada data
warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu.
Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan
suatu data warehouse, kita dapat menggunakan cara antara lain :
1. Cara yang paling sederhana adalah menyajikan data warehouse pada
rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
2. Cara yang kedua, dengan menggunakan variasi / perbedaan waktu yang
disajikan dalam data warehouse baik implicit maupun explicit secara
explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara
implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir
bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implicit di
dalam data tersebut.
3. Cara yang ketiga, variasi waktu yang disajikan data warehouse melalui
serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari
sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data
yang ada bersifat read-only.
d. Nonvolatile
Dalam data warehouse hanya ada perintah insert dan select yang
artinya bahwa data yang ada di dalam data warehouse tidak dapat diubah
karena data warehouse hanya berisi summary data.
14
2.7.3. Keuntungan Data Warehouse
Menurut Thomas Connolly dan Carolyn Begg (2002, p1048),
perancangan data warehouse yang berhasil, akan membawa banyak keuntungan
bagi pihak organisasi, yaitu :
a. Meningkatkan produktifitas dalam pembuatan keputusan
b. Memberikan pengembalian yang tinggi dalam investasi
c. Kelebihan dalam persaingan
2.7.4. Perbandingan antara OLTP dan Data warehouse
Menurut Thomas Connolly dan Carolyn Begg (2002, p1049),
perbandingan antara OLTP dan data warehouse adalah sebagai berikut :
Tabel 2.1 Tabel Perbandingan OLTP dan Data Warehouse
OLTP system Data warehouse
Menyimpan data saat ini Menyimpan data historis
Data bersifat dinamis Data sebagian besar bersifat statis
Proses berulang – ulang Proses ad hoc, tidak terstruktur dan
heuristic
Hasil transaksi tinggi Hasil transaksi tingkat rendah
sampai menengah
Pola penggunaan dapat diprediksi Pola penggunaan tidak dapat
diprediksi
15
Tabel 2.1 Tabel Perbandingan OLTP dan Data Warehouse (continued)
OLTP System Data Warehouse
Berbasis transaksi Berbasis analisis
Berorientasi aplikasi Berorientasi subjek
Mendukung keputusan sehari – hari Mendukung strategi pengambilan
keputusan
Melayani pengguna operasional dalam
jumlah besar
Melayani manajer dalam jumlah
kecil sampai menengah
2.7.5. Stuktur Data Warehouse
Menurut William H. Inmon (2002, p35), data warehouse mempunyai
struktur yang spesifik dan mempunyai perbedaan dalam tingkatan ringkasan
dan detail data serta perbedaan dalam tingkatan umur data.
16
Gambar 2.1 Struktur Data Warehouse
Struktur data warehouse dari gambar di atas, yaitu:
1. Current detail data, merupakan data yang aktif saat ini dan menempati level
terendah dari data warehouse, dan biasanya memerlukan tempat
penyimpanan yang besar. Beberapa alasan mengapa current detail data
menjadi perhatian utama, yaitu :
a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi
perhatian utama
b. Sangat besar jumlahnya dan disimpan pada tingkatan penyimpanan
terendah
M
E
T
A
D
A
T
A
Highly summarized data
Lightly summarized
data
Current detail
Old detail Operational transformation
17
c. Hampir selalu disimpan di media penyimpanan karena cepat diakses,
tetapi mahal dan kompleks.
d. Biasa digunakan dalam membuat rekapitulasi data sehingga current
detail data harus akurat.
2. Old detail data (Archive), merupakan data lama atau data history berupa
hasil backup yang disimpan data storage yang terpisah yang dapat diakses
kembali pada saat dibutuhkan. Penyusunan direktori untuk data ini harus
mencerminkan umur dari data sehingga memudahkan untuk diakses
kembali.
3. Lightly summarized data, merupakan hasil ringkasan dari detail data, namun
belum bersifat total summary. Data ini selalu disimpan di dalam disk. Data
ini memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan
data warehouse pada tingkatan departemental. Akses terhadap data jenis ini
banyak digunakan untuk view dari suatu kondisi yang sedang dan sudah
berjalan.
4. Highly summarized data, merupakan hasil proses summarized yang bersifat
total dan mudah diakses terutama untuk melakukan analisis perbandingan
data berdasarkan urutan waktu dan analisis yang menggunakan data multi-
dimensi.
5. Metadata, memuat informasi yang penting dalam data warehouse dan
bukan merupakan hasil dari kegiatan operasional seperti keempat jenis
diatas. Metadata digunakan dalam banyak fungsi, antara lain :
18
a. Sebagai direktori yang dipakai oleh user dalam mencari lokasi data
dalam data warehouse.
b. Sebagai panduan pemetaan dalam proses transformasi dari data
operasional ke dalam lingkungan data warehouse
c. Sebagai panduan untuk proses detail data menjadi summary data untuk
diolah menjadi lightly summarized data dan kemudian menjadi highly
summarized data.
Metadata merupakan suatu bentuk jaringan yang sangat penting bagi
pengguna data warehouse.
2.7.6. Arsitektur Data Warehouse
Gambar 2.2 Arsitektur Data Warehouse
19
Komponen yang termasuk dalam gambar arsitektur data warehouse di atas adalah :
a. Operational Data
Sumber data dari data warehouse dapat diambil langsung dari mainframe,
basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu
dapat melalui Operational Data Source .
b. Operational Datastore (ODS)
Operational Datastore (ODS) yaitu sebuah tempat penyimpanan dari data
saat ini dan terintegrasi dengan operational data yang digunakan untuk analisis.
ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data
yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.
c. Load Manager
Load Manager disebut juga front end component, melaksanakan semua
operasi yang terkait dengan proses extraction dan loading dari data ke data
warehouse.
d. Warehouse manager
Warehouse manager melakukan seluruh operasi-operasi yang berhubungan
dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut
meliputi :
1. Analisis terhadap data untuk memastikan konsistensi.
2. Transformasi dan penggabungan sumber data dari tempat penyimpanan
sementara menjadi tabel-tabel data warehouse.
20
3. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar.
4. Melakukan denormalisasi dan agregasi jika diperlukan.
5. Backing-Up dan mengarsipkan data.
e. Query Manager
Query manager juga disebut komponen back-end, melakukan operasi-
operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang
dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel
yang tepat dan menjadwalkan eksekusi dari query tersebut.
f. Detailed Data
Detailed Data merupakan area dalam warehouse yang menyimpan semua
data detail.
g. Lightly and Highly Summarized Data
Lightly dan Highly Summarized Data merupakan area dalam data
warehouse yang menyimpan semua agregat data yang digeneralisasikan oleh
warehouse manager.
h. Archive / Backup Data
Archive / Backup data merupakan area dalam data warehouse yang
menyimpan detail dan ringkasan data dengan tujuan untuk arsip dan backup data.
i. Metadata
Metadata merupakan area dalam data warehouse yang menyimpan semua
metadata (data yang menerangkan data lain) yang digunakan oleh semua proses
21
dalam data warehouse. Metadata digunakan dalam berbagai macam tujuan,
meliputi :
1. Proses extraction dan loading
Metadata digunakan untuk mapping sumber data ke dalam view yang sesuai
dari data dalam data warehouse.
2. Proses pengaturan warehouse
Metadata digunakan untuk mengotomatisasikan produksi dari ringkasan table.
3. Bagian dari query management
Metadata digunakan untuk menghubungkan secara langsung query
management dengan sumber data yang dibutuhkan.
j. End User Access Tools
End User Access Tools merupakan penghubung bagi user untuk mengakses
data warehouse. Menurut Berson dan Smith (1997), terdapat lima kategori utama
dari end user access tools , yaitu sebagai berikut :
1. Reporting and Query Tools
Meliputi tools untuk production report dan report writers. Production
report tools digunakan untuk menggeneralisasikan laporan operasi sehari – hari.
Report writers, dengan kata lain sebuah tools desktop yang tidak mahal yang
didesign untuk end user.
22
Query Tools digunakan untuk menghubungkan data warehouse yang
telah didesign ke SQL yang diterima atau untuk menggeneralisasikan
pernyataan SQL ke data query dalam data warehouse.
2. Application Development Tools
Tools yang digunakan untuk memenuhi pembangunan aplikasi in-house
yang menggunakan tools graphical data access yang didesign terutama untuk
lingkungan client server. Beberapa dari application development tools
terintegrasi dengan tools OLAP yang populer, dan dapat diakses oleh banyak
sistem database, meliputi Oracle, Sybase, dan Informix.
3. Executive Information System (EIS) tools
Executive Information System pada umumnya dibangun untuk
mendukung strategi pembuatan keputusan pada level yang tinggi. EIS tools
pada umumnya dihubungkan dengan mainframe yang mengijinkan user untuk
membangun aplikasi graphical decision support yang menyediakan sebuah
overview dari data organisasi dan akses ke sumber data external.
4. Online Analytical Processing (OLAP) tools
OLAP tools berdasarkan pada konsep multidimensional database dan
mengijinkan user yang berpengalaman untuk menganalisa data menggunakan
complex, multidimensional views.
5. Data mining tools
Data mining adalah proses untuk menemukan arti dari korelasi yang
baru, pola dan trend dengan menggali data dalam jumlah yang besar
23
menggunakan statistika, matematika, dan teknik artificial intelegence. Data
mining memiliki potensial untuk menggantikan kemampuan dari OLAP tools,
sebagai atraksi utama dari data mining dengan kemampuannya membangun
prediksi dibandingkan model retrospeksi.
2.7.7. Data Warehouse Data Flow
Menurut Thomas Connolly dan Carolyn Begg (2002, p1057), ada lima
data flow yang terdapat dalam data warehouse, yaitu :
a. Inflow adalah proses yang terkait dengan ekstraksi, cleansing, dan loading
data dari sistem sumber ke data warehouse. Rekonstruksi data yang terlibat :
1. Membersihkan data.
2. Restrukturisasi data yang cocok dengan kebutuhan yang baru dari data
warehouse, meliputi, penambahan dan atau penghapusan fields, dan
denormalisasi data.
3. Memastikan bahwa sumber data konsisten dengan dirinya sendiri dan
dengan data yang telah ada dalam data warehouse.
b. Upflow adalah proses yang terkait dengan penambahan nilai ke dalam data
dalam data warehouse melalui summarizing, packaging, dan distribution dari
data. Aktivitas yang terkait dengan upflow, meliputi :
1. Summarizing data yaitu suatu proses meringkas data dengan cara
seleksi, memproyeksikan, menggabungkan, dan mengelompokkan data
24
yang berhubungan kedalam views yang lebih mudah dan berguna bagi
end – users.
2. Packaging data yaitu suatu proses mempaketkan data dengan cara
mengkonversi detail atau ringkasan data ke dalam format yang lebih
berguna, seperti spreadsheet, text dokumen, private database, dan
animasi.
3. Distributing data yaitu suatu proses pendistribusian data ke dalam
kelompok yang sesuai untuk meningkatkan ketersediaan dan
kemampuan pengaksesan.
c. Downflow adalah suatu proses yang terkait dengan pengarsipan dan
penyimpanan data dalam data warehouse.
d. Outflow adalah proses yang terkait dengan pembuatan suatu data menjadi
tersedia bagi end – users. Menurut Hacathorn (1995), ada dua kunci aktivitas
yang terlibat dalam outflow, meliputi :
1. Accesing, yang memperhatikan kepuasan dari end – users yang meminta
data yang mereka inginkan.
2. Delivering, yang memperhatikan secara proaktif penyampaian informasi
kepada end – users.
e. Metaflow adalah proses yang terkait dengan pengaturan dari meta data.
25
2.7.8. Extract , Transfer, Load
ETL atau extract transform loading adalah fase pemrosesan data dari
sumber data masuk kedalam data warehouse. Tujuan ETL adalah
mengumpulkan, menyaring, mengolah dan menggabungkan data - data yang
relevan dari berbagai sumber untuk disimpan ke dalam data warehouse .
Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria
data warehouse seperti data yang histories, terpadu, terangkum, statis dan
memiliki struktur yang dirancang untuk keperluan proses analisis.
Masalah – masalah yang terjadi dalam ETL adalah sumber – sumber data
umumnya sangat bervariasi, diantaranya :
1. Kualitas data yang berbeda – beda
2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah
ketinggalan zaman.
3. Aplikasi sumber data mungkin menggunakan nilai data (representasi)
internal yang sulit dimengerti.
2.7.8.1. Extract
Ekstraksi adalah mengubah data ke dalam bentuk suatu format yang
berguna untuk proses transformasi. Beberapa hal yang perlu diperhatikan
dalam proses ekstraksi adalah :
1. File atau tabel mana yang dipilih dari database sumber ?
2. Bagaimana penamaan field – field tersebut setelah proses ekstraksi ?
3. Bagaimana target format database output ?
26
2.7.8.2. Transform
Konsistensi data adalah hal umum yang biasa ditemukan dalam
database sumber data warehouse, contoh yang paling sering terjadi adalah
perbedaan penamaan untuk atribut yang sama dalam database sumber.
Selain melakukan konversi data, pembersihan data atau data
cleansing juga perlu dilakukan sebelum memasukan data ke dalam data
warehouse. Proses pembersihan ini dilakukan dengan menemukan dan
memperbaiki kesalahan pada data. Penyebab kesalahan pada data adalah
data diinput secara tidak tepat atau data diurutkan secara tidak tepat.
2.7.8.3. Load
Fase load merupakan tahapan yang berfungsi untuk memasukkan
data ke dalam target akhir, yaitu ke dalam suatu data warehouse. Waktu
dan jangkauan untuk mengganti atau menambah data tergantung pada
perancangan data warehouse pada waktu menganalisa keperluan informasi.
2.7.9. Pivot Table
Menurut O’Reilly Media, pivot table adalah suatu tools yang mengijinkan
penggunaan untuk secara cepat meringkas dan menganalisis data dalam jumlah
yang besar dalam suatu list tabel dengan cara melakukan teknik drag dan drop
kolom – kolom dalam baris, kolom, atau posisi yang berbeda.
27
2.7.10. Perancangan Data Warehouse
2.7.10.1. Model Dimensional
Menurut Thomas Connolly dan Carolyn Begg (2002, p1079),
model dimensional adalah sebuah teknik perancangan logikal yang
membantu menyediakan data dalam sebuah standard, form yang intuitif
yang mengijinkan akses dengan performance yang tinggi. Model
dimensional menggunakan konsep dari Entity Relationship model dengan
beberapa batasan yang penting. Setiap model dimensional tersusun dalam
satu table yang dengan sebuah komposisi primary key, yang disebut table
fakta, dan satu set dari table yang lebih kecil yang disebut table dimensi.
Berikut jenis – jenis dari model dimensional , yaitu :
1. Star Schema
Star Schema adalah sebuah struktur logikal yang memiliki
sebuah table fakta yang berisi data faktual yang berada di pusat,
dikelilingi oleh table dimensi yang berisi data referensi (data yang di
denormalisasi).
28
Gambar 2.3 Gambar Skema Bintang
2. Snowflake Schema
Snowflake schema adalah jenis dari star schema dimana table
dimensi tidak berisi data yang di denormalisasi. Dengan kata lain satu
atau lebih table dimensi tidak bergabung secara langsung kepada table
fakta tapi pada table dimensi lainnya.
29
Gambar 2.4 Gambar Skema Snowflake
Keuntungan dari skema snowflake, yaitu :
a. Kecepatan memindahkan data dari dari data OLTP ke metadata.
b. Sebagai kebutuhan dari alat pengambil keputusan tingkat tinggi
dimana tipe yang seperti ini, seluruh struktur dapat digunakan
seluruhnya.
Sedangkan kerugiannya adalah mempunyai masalah yang besar
dalam hal kinerja (performance), hal ini disebabkan semakin banyak
join antar tabel – tabel yang dilakukan dalam skema snowflake ini,
maka semakin lambat juga kinerja yang dilakukan.
30
3. Starflake Schema
Starflake schema adalah struktur hybrid yang berisi gabungan
dari star schema dan snowflake schema.
Keuntungan dari model dimensional dalam sebuah data warehouse, yaitu :
1. Efisiensi
Konsistensi yang mendasari struktur database mengijinkan akses
yang lebih efisien terhadap data dengan menggunakan tools yang
beragam meliputi report writes dan query tools.
2. Kemampuan untuk mengatasi perubahan dalam kebutuhan
Star schema dapat beradaptasi terhadap perubahan dalam
kebutuhan user. Hal ini, membuktikan bahwa star schema lebih baik
untuk mendukung ad hoc query user.
3. Ekstensibilitas
Model dimensional dapat dikembangkan. Seperti menambah
tabel fakta selama data masih konsisten, menambah tabel dimensi
selama ada nilai tunggal di tabel dimensi tersebut yang
mendefinisikan setiap record tabel fakta yang ada, menambah attribute
tabel dimensi, dan memecah record tabel dimensi yang ada menjadi
lebih rendah dari sebelumnya.
31
4. Kemampuan untuk situasi bisnis umum
Pendekatan standar untuk menangani situasi umum di dunia
bisnis yang terus bertambah.
5. Proses prediksi query
Aplikasi data warehouse yang mencari data dari level yang
dibawahnya akan dengan mudah menambah jumlah atribut pada tabel
dimensi dari sebuah skema bintang. Aplikasi yang mencari data dari
level setara akan menghubungkan tabel fakta yang terpisah melalui
tabel dimensi yang dapat di akses bersama.
2.7.10.2.Metodologi Perancangan Data warehouse
Metodologi yang digunakan dalam merancang data warehouse
menggunakan nine step methodology (Kimball, 1996). Berikut adalah
langkah – langkah perancangan data warehouse menurut metodologi
Ralph Kimball :
1. Memilih proses
Memilih proses – proses yang ada dalam perusahaan yang dapat
digunakan dalam merancang data warehouse.
2. Memilih Grain
Memilih grain maksudnya adalah memutuskan secara tepat apa
yang direpresentasikan dalam tabel fakta.
32
3. Identifikasi dan membuat dimensi yang sesuai
Mengatur isi dimensi untuk menyatakan informasi tentang fakta
yang ada di dalam tabel fakta. Perancangan dimensi yang benar dapat
membuat data mart mudah dimengerti dan digunakan. Mendefinisikan
dimensi dalam detail yang cukup untuk mendeskripsikan sesuatu
seperti klien and properti yang ada dalam grain.
4. Memilih fakta
Semua fakta harus menyatakan pada level yang tersirat dalam
grain. Dengan kata lain, jika grain dari table fakta adalah penjualan
properti, maka semua angka dalam fakta harus mengacu pada
pernjualan tersebut.
5. Menyimpan pre kalkulasi dalam tabel fakta
Semua fakta yang telah dipilih, masing – masing harus di kaji
ulang untuk mengetahui adanya peluang untuk digunakan dalam pre
kalkulasian.
6. Melengkapi table dimensi
Pada tahapan ini, kita kembali pada tabel dimensi dan
menambahkan sebanyak – banyaknya gambaran yang berhubungan
dengan dimensi tersebut. Gambaran yang dibuat harus dimengerti oleh
user.
33
7. Memilih durasi dalam database
Durasi menggambarkan waktu yang digunakan dalam
menjalankan tabel fakta. Hal yang dilakukan dalam tahap ini adalah
memilih batas waktu yang dari data yang akan dimasukkan dalam data
warehouse.
8. Melacak perubahan dari dimensi secara perlahan
Ada tiga tipe dasar yang digunakan dalam melacak perubahan
dimensi secara perlahan, yaitu :
• Type 1 : perubahan pada dimensi akan menyebabkan attribut pada
dimensi tersebut diganti.
• Type 2 : perubahan pada attribut dimensi menyebabkan sebuah
record baru dimasukkan dalam dimensi tersebut.
• Type 3 : perubahan pada attribut dimensi menyebabkan penambahan
attribut alternatif sehingga kedua atrribut, dengan nilai yang baru
dan lama, secara bersama dapat diakses dalam dimensi yang sama.
9. Memutuskan prioritas dan cara query
Pada tahap ini, kita akan mempertimbangkan masalah
perancangan physical. Masalah perancangan physical yang paling
penting, mempengaruhi persepsi user terhadap data mart, yaitu urutan
dari tabel fakta secara fisik dan kemunculan dari ringkasan atau
agregasi yang belum tersimpan.
34
2.8. Analisis SWOT
Manurut Rangkuti (2002, p18), SWOT adalah identifikasi berbagai faktor
secara sistematis untuk merumuskan strategi perusahaan. Analisis ini didasarkan
pada logika yang dapat memaksimalkan kekuatan (strengths) dan peluang
(opportunities), namun secara bersamaan dapat meminimalkan kelemahan
(weaknesses) dan ancaman (threats).
Proses pengambilan keputusan strategis selalu berkaitan dengan
pengembangan misi, tujuan, strategi dan kebijakan perusahaan. Dengan demikian
perencanaan strategis (strategic planner) harus menganalisis faktor-faktor strategis
perusahaan (kekuatan, kelemahan, peluang, dan ancaman).
Gambar 2.5 Analisis SWOT
35
Keterangan :
• IFAS = Internal Strategic Factors Analysis Summary (Analisis Faktor Strategi
Internal), yakni terdiri dari kekuatan dan kelemahan dari perusahaan.
• EFAS = External Strategic Factors Analysis Summary (Analisis Faktor Strategi
Eksternal, yakni terdiri dari peluang dan ancaman terhadap perusahaan.
a. Strategi SO
Strategi ini dibuat didasarkan jalan pikiran perusahaan, yaitu dengan
memanfaatkan seluruh kekuatan untuk merebut dan memanfaatkan peluang
sebesar – besarnya.
b. Strategi ST
Ini adalah strategi dalam menggunakan kekuatan yang dimiliki perusahaan
untuk mengatasi ancaman.
c. Strategi WO
Strategi ini diterapkan berdasarkan pemanfaatan peluang yang ada dengan
cara meminimalkan kelemahan yang ada.
d. Strategi WT
Strategi ini didasarkan pada kegiatan yang bersifat defensif dan berusaha
meminimalkan kelemahan yang ada serta menghindari ancaman.
36
2.9. Critical Success Factor ( CSF )
Menurut Wheelen (1994, p312), Critical Success Factors adalah beberapa hal
yang harus berjalan dengan baik agar perusahaan sukses. Faktor-faktor tersebut
biasanya merupakan 20 % dari seluruh faktor yang menentukan kinerja perusahaan.
Dapat disimpulkan bahwa Critical Success Factors merupakan faktor-faktor
yang sangat mempengaruhi keberhasilan suatu perusahaan dalam mencapai
tujuannya.
Beberapa manfaat CSF, antara lain :
a. Membantu dalam penilaian terhadap faktor-faktor yang paling kritis untuk
keberhasilan suatu perusahaan.
b. Membantu agar dapat menentukan langkah yang harus diambil sehingga dapat
memenangkan suatu perusahaan.
2.10. State Transition Diagram (STD )
Menurut Jaffrey L. Whitten (2004, p673), State Transition Diagram adalah
sebuah alat (tool) yang digunakan untuk menggambarkan urutan dan variasi layar
yang dapat terjadi selama digunakan.
37
Simbol – simbol yang digunakan dalam STD, antara lain :
Tabel 2.2 Simbol STD
Simbol Keterangan
Keadaan ( State )
Perubahan keadaan ( State )
2.11. ERD ( Entity Relationship Diagram )
Menurut Thomas Connoly dan Carolyn Begg (2002, p331), Entity
relationship diagram adalah ilustrasi dari entitas – entitas dalam bisnis dan
relationship antar entitas. ERD memisahkan antara informasi yang dibutuhkan
dalam bisnis dari aktivitas - aktivitas yang dilakukan dalam bisnis.
Tujuan utama dari penggambaran ERD adalah untuk menunjukkan struktur
objek data (entity) dan hubungan (relationship) yang ada pada objek tersebut. ERD
berguna bagi sistem, karena ERD memperlihatkan hubungan antara data store pada
data flow diagram (DFD). Terdapat lima macam kontruksi utama dari ERD, yaitu:
a. Entity
Entity atau entitas adalah konsep dasar dalam pemodelan basis data
berupa individu yang mewakili sesuatu yang nyata dan dapat dibedakan dari
sesuatu yang lain. Sebagai contoh adalah barang, customer, supplier, dan lain -
lain. Entitas memiliki himpunan yang biasa dikenal dengan himpunan entitas.
38
Himpunan entitas adalah sekumpulan entitas sejenis dan berada dalam ruang
lingkup yang sama.
Simbol :
Gambar 2.3 Simbol Entity
b. Relationship
Relationship menunjukkan adanya hubungan di antara sejumlah entitas
yang berasal dari himpunan entitas yang berbeda. Relationship tidak
mempunyai keberadaan fisik kecuali yang mewarisi dari hubungan entitas
tersebut.
Simbol :
Gambar 2.4 Simbol Relationship
1. One to one (1:1)
Gambar 2.5 Hubungan 1:1
1
39
Adalah hubungan antara satu atribut dengan atribut yang lain dalam satu file
yang sama mempunyai hubungan satu lawan satu.
2. One to many (1:*)
Gambar 2.6 Hubungan 1:*
Adalah hubungan antara atribut yang satu dengan atribut lain dalam satu file
yang sama mempunyai hubungan satu lawan banyak.
3. Many to many (*:*)
Gambar 2.7 Hubungan *:*
Adalah hubungan antara atribut yang satu dengan atribut yang lain dalam
satu file yang sama mempunyai hubungan banyak lawan banyak.
c. Atribut
Atribut adalah karakteristik suatu entitas yang mendeskripsikan suatu
entitas. Atribut juga dapat dikatakan sebagai karakteristik atau property dari
entitas yang menyediakan penjelasan detail tentang entitas tersebut. Sebagai
1 *
* *
40
contoh, customer mempunyai atribut berupa identitas seperti id_customer,
nama_customer, alamat dan karakteristik lain yang dapat mewakili indentitas
customer. Setiap atribut bisa bersifat wajib (harus diisi, not null) dan bisa pula
opsional.
Atribut dapat diklasifikasikan menjadi beberapa bagian, yaitu :
1. Atribut sederhana dan komposit
Atribut sederhana terdiri dari komponen tunggal, seperti
id_customer, nama_customer, alamat, dan no_telp. Sedangkan atribut
komposit adalah atribut yang terdiri dari beberapa atribut sederhana.
Misalnya, atribut alamat, yang bisa dibagi menjadi jalan, kota, dan kode
pos.
2. Atribut bernilai tunggal (single valued) dan bernilai ganda (multivalued)
Atribut bernilai tunggal artinya hanya memiliki satu nilai data.
Misalnya, atribut nama_customer untuk satu customer hanya terdiri satu
nama saja untuk satu entitas. Sedangkan untuk atribut bernilai ganda
memiliki lebih dari satu nilai data., contohnya, no_telp. satu customer dapat
memiliki lebih dari satu nomor telfon.
3. Atribut bernilai null
Jika sebuah baris tidak memiliki nilai (data) pada kolom tertentu,
maka nilai kolom tersebut dinamakan null.
4. Atribut turunan (Derived Attributes)
41
Nilai atribut ini diturunkan dari atribut lain. Biasanya berlaku untuk
perhitungan selisih yang dibutuhkan oleh satu atribut, dan perhitugannya
tersebut bergantung dari atribut lain yang berkaitan dengan atribut yang
bersangkutan.
d. Keys
Macam – macam key, yaitu :
1. Superkey : satu atau lebih atribut yang dapat membedakan setiap baris data
dalam tabel secara unik. Contoh : NIM dan Nama.
2. Kandidat key : superkey yang paling sedikit jumlah atributnya. Contoh nya
NIM.
3. Primary key : nilai dari kunci relasi harus mengidentifikasikan sebuah baris
yang unik dalam sebuah relasi. Agar bisa menjadi sebuah primary key
sebuah atribut haruslah memenuhi persyaratan sebagai kandidat key.
Contoh NIM.
4. Alternatif key : kunci alternatif dibuat ketika tidak ada satupun atribut dalam
sebuah relasi yang bisa mewakili relasi tersebut. Atau ada yang bisa
menjadi kandidat key tetapi tidak cukup efektif digunakan sebagai primary
key.
5. Komposit key : primary key yang terdiri dari lebih dari satu atribut.
42
6. Foreign key : sekumpulan atribut dalam suatu relasi (misal A) sedemikian
sehingga kumpulan atribut ini bukan kunci dari relasi A tetapi merupakan
kunci dari relasi lain.
e. Kardinalitas
Menunjukkan jumlah entity yang dihubungkan ke satu entity lain dengan suatu
relationship.
Kardinalitas pemetaan, meliputi :
• Hubungan satu ke satu (one to one)
• Hubungan satu kebanyak (one to many)
• Hubungan banyak ke satu (many to one)
• Hubungan banyak ke banyak (many to many)
Langkah – langkah perancangan ERD :
1. Mengidentifikasikan dan menetapkan seluruh himpunan entitas yang
terlibat.
2. Menentukan atribut kunci dari masing – masing entitas.
3. Mengidentifikasikan dan menetapkan semua himpunan relasi diantara
himpunan entitas yang ada beserta foreign key nya.
4. Menentukan kardinalitas untuk setiap himpunan relasi.
5. Melengkapi himpunan entitas dan himpunan relasi dengan atribut –
atribut deskriptif.
43
2.12. Data Flow Diagram ( DFD)
Menurut Jeffery L. Whitten (2004, p326), Data Flow Diagram ( DFD )
adalah sebuah model proses yang digunakan untuk menggambarkan aliran data
melalui sebuah sistem dan tugas atau pengolahan yang dilakukan sistem. Diagram
aliran data memiliki kegunaan untuk memperhatikan :
a. Informasi yang keluar masuk sistem
b. Apa yang merubah informasi
c. Dimana informasi disimpan
Di dalam diagram aliran data terdapat levelisasi yang bertujuan untuk
menghindari aliran data yang rumit dan kompleks. Levelisasi dimulai dengan
tingkatan tertinggi kemudian diuraikan ke dalam bentuk yang lebih rinci. Tingkatan
tersebut terdiri dari :
a. Diagram konteks (Context Diagram)
Memperlihatkan karakteristik suatu sistem.
b. Diagram nol
Menggambarkan proses – proses utama yang ada pada suatu sistem.
c. Diagram rinci
Merupakan proses rinci dari suatu sistem yang terdapat pada tingkatan
sebelumnya.
Menurut Jeffrey A. Hoffer, ada dua simbol standar data flow diagram yang
masing – masing dibuat oleh DeMarco & Yourdon dan Gane & Sarson, tetapi
44
kedua standar simbol tersebut berjumlah empat simbol dan merepresentasikan hal
yang sama yaitu data flow, data store, processes, dan source/sink.
• Data flows dapat dikenali sebagai aliran data, pergerakan data dari suatu tempat
ke dalam sistem tempat lain.
• Data store adalah data yang disimpan. Sebuah data store merepresentasikan
salah satu dari banyak lokasi fisik data yang berbeda, contohnya folder file.
• Proses merupakan aktifitas atau kegiatan dari data, bagaimana data tersebut
ditransformasikan, disimpan, dan didistribusikan.
• Source/sink adalah asal atau tujuan dari data. Source/sink kadang – kadang
dikatakan sebagai entity eksternal karena berada dibagian luar sistem.
Gambar 2.6 Perbandingan simbol – simbol data flow diagram
Proses
Data Store
Source/sink
Data flow
DeMarco & Yourdon simbols
Gane & Sarson symbols
45
2.13. Penjualan
Berikut ini adalah teori-teori yang terkait dengan penjualan.
2.13.1. Definisi Penjualan
Menurut Mulyadi (2001, p202), kegiatan penjualan terdiri dari transaksi
penjualan barang atau jasa baik secara kredit maupun tunai.
Penjualan menurut cara bayarnya dapat dibedakan sebagai berikut:
a. Penjualan Tunai, yaitu penjualan yang dilaksanakan oleh perusahaan
dengan cara mewajibkan pembeli dengan melakukan pembayaran harga
barang terlebih dahulu sebelum barang diserahkan kepada pembeli.
b. Penjualan Kredit, penjualan yang dilakukan dengan cara memenuhi order
dari pelanggan dengan mengirimkan barang atau menyerahkan jasa dan
untuk jangka waktu tertentu perusahaan memiliki piutang kepada
pelanggan.
2.13.2. Fungsi yang terkait dalam penjualan
Menurut Mulyadi (2001, p204), fungsi yang terkait dengan sistem
penjualan adalah :
a. Fungsi Kredit, bertanggung jawab dalam meneliti status kredit pelanggan
dan memberikan otorisasi pembelian kredit kepada pelanggan.
b. Fungsi Penjualan, bertanggung jawab menerima order, mengedit order,
meminta otorisasi kredit, menentukan segala pengiriman dan bertanggung
jawab atas transaksi penjualan.
46
c. Fungsi Gudang, bertanggung jawab untuk menyimpan dan menyiapkan
barang yang dipesan dan mengirimkan ke bagian pengiriman.
d. Fungsi Pengiriman, bertanggung jawab untuk menyerahkan barang ke
pelanggan berdasarkan surat order pengiriman yang diterima dari bagian
penjualan.
e. Fungsi Akuntasi, bertanggung jawab untuk mencatat transaksi penjualan
dan mengirimkan pernyataan piutang kepada debitur, serta membuat
laporan penjualan.
f. Fungsi Penagihan, bertanggung jawab untuk membuat surat tagihan secara
periode kepada pemegang kartu kredit.
2.13.3. Tugas – tugas bagian Perusahaan Terkait Dengan Aktifitas Penjualan
Prosedur penjualan melibatkan beberapa bagian dalam perusahaan
dengan maksud agar penjualan yang terjadi dapat diawasi dengan baik.
Bagian – bagian yang terkait dalam proses penjualan adalah bagian pesanan
penjualan, bagian gudang, bagian pengiriman, dan bagian billing.
Fungsi – fungsi tiap – tiap bagian itu adalah sebagai berikut :
1. Bagian pesanan penjualan (sales order department), mempunyai fungsi
sebagai berikut :
• Mengawasi semua pesanan yang diterima.
47
• Memeriksa surat pesanan yang diterima dari pelanggan dan
melengkapi informasi yang kurang yang berhubungan dengan
spesifikasi produk dan tanggal pengiriman.
• Menentukan tanggal pengiriman.
• Membuat surat perintah pengiriman.
• Membuat catatan mengenai pesanan – pesanan yang diterima dan
mengikuti pengirimannya sehingga dapat diketahui pesanan –
pesanan mana yang belum terpenuhi.
• Mengadakan hubungan dengan pembeli mengenai barang – barang
yang dikembalikan oleh pembeli, membuat catatan dan
mengeluarkan bukti memorial untuk bagian piutang.
• Mengawasi pengiriman barang – barang untuk contoh.
2. Bagian gudang, bertugas untuk menyiapkan barang seperti yang
tercantum dalam surat perintah pengiriman.
3. Bagian pengiriman, bertugas untuk mengirim barang – barang pada
pembeli. Selain itu, juga bertugas mengirimkan kembali barang – barang
kepada penjual yang keadaannya tidak sesuai dengan yang dipesan.
4. Bagian billing (pembuatan faktur atau penagihan), tugasnya adalah :
• Membuat faktur penjualan dan tembusan – tembusannya.
• Menghitung biaya kirim penjualan.
• Memeriksa kebenaran penulisan dan perhitungan – perhitungan
dalam faktur.
48
2.13.4. Purchase Order
Purchase order (PO) adalah suatu formulir yang digunakan untuk
mencatat aktivitas pemesanan barang. Pencatatan aktivitas purchase order ini
pada dasarnya belum mempengaruhi posisi keuangan, aktifitas ini hanya
mengubah status item menjadi dipesan (On Purchase). Meskipun pada
dasarnya aktivitas ini tidak mempengaruhi posisi keuangan tetapi jika
aktivitas ini disertai dengan pembayaran uang muka, maka aktivitas ini akan
secara otomatis mempengaruhi posisi keuangan.
2.13.5. Promosi Penjualan
Promosi penjualan adalah serangkain aktivitas yang dimaksudkan
untuk mempengaruhi konsumen. Promosi penjualan ini dapat menjadi sangat
efektif untuk mendorong konsumen membeli produk tertentu. Strategi
promosi penjualan yang paling umum adalah :
• Diskon
Diskon adalah potongan harga yang diberikan kepada pembeli yang
membayar secara tunai.
• Rabat
Rabat adalah potensi untuk mendapatkan pembayaran kembali dari
produsen kepada konsumen. Jika produsen berkeinginan meningkatkan
permintaan produk, selain menurunkan harga yang ditetapkan kepada toko
pengecer, maka mereka juga dapat memberikan rabat. Jadi, dengan kata
49
lain, rabat ini adalah potongan harga yang diterima pembeli dari penjual
yang telah membeli barang dalam jumlah besar.
• Kupon
Kupon digunakan dalam surat kabar, majalah, dan iklan untuk
mendorong pembelian sebuah produk. Biasanya kupon juga dipaketkan
pada sebuah produk, sehingga konsumen dapat menggunakan kupon
tersebut hanya jika mereka membeli produk yang sama lagi. Kupon
digunakan dengan cara ini agar konsumen membeli produk yang sama lagi.
• Sampling
Sampling adalah tindakan memberikan sample gratis yang mendorong
konsumen untuk mencoba sebuah merk atau produk baru. Sample pada
umumnya digunakan untuk produk baru.
• Premium
Premium adalah pemberian atau hadiah yang diberikan secara cuma –
cuma untuk mempromosikan produk tertentu.
2.13.6. Informasi yang diperlukan dari transaksi penjualan
Informasi yang diperlukan oleh pihak manajemen dari transaksi
penjualan adalah sebagai berikut :
• Jumlah pendapatan penjualan menurut jenis produk atau kelompok
produk selama jangka waktu tertentu.
• Jumlah piutang kepada setiap debiturdari transaksi penjualan kredit.
50
• Jumlah harga pokok produk yang dijual selama jangka waktu tertentu.
• Nama dan alamat pembeli
• Kuantitas produk yang dijual.
• Nama wiraniaga yang melakukan penjualan.
2.13.7. Retur Penjualan
Transaksi retur penjualan terjadi jika perusahaan menerima
pengembalian barang dari pelanggan, karena barang tidak sesuai dengan
permintaan. Ketidaksesuaian tersebut terjadi kemungkinan karena barang
yang diterima tidak cocok dengan spesifikasi yang tercantum dalam surat
order. Barang mengalami kerusakan dalam pengiriman, atau barang diterima
lewat dari tanggal pengiriman.
2.14. Pembelian
Berikut ini adalah teori yang berhubungan dengan pembelian, yaitu :
2.14.1. Definisi Pembelian
Menurut Mulyadi (2001, p299), pembelian adalah suatu usaha yang
digunakan dalam perusahaan untuk pengadaan barang yang diperlukan oleh
perusahaan.
51
2.14.2. Jenis-jenis Pembelian
Berdasarkan jenis pemasok, pembelian dibedakan menjadi beberapa jenis
yaitu :
1. Pembelian Lokal, yaitu pembelian yang dilakukan dari pemasok dalam
negeri.
2. Pembelian Impor, yaitu pembelian yang dilakukan dari pemasok luar
negeri.
2.14.3. Fungsi Pembelian
Dalam sistem pembelian terdapat dua kegiatan utama yaitu kegiatan
pembelian dan kegiatan penerimaan barang yang dibeli.
Fungsi pembelian dalam suatu perusahaan, meliputi :
1) Pembelian barang dagangan (pada perusahaan dagang), bahan baku,
bahan penolong, suku cadang (pada perusahaan pabrikasi), dan berbagai
supplies seperti supplies kantor dan lain lain.
2) Pembelian mesin-mesin dan peralatan pabrik, serta peralatan kantor.
3) Pembelian perlengkapan pengepakan.
4) Pembelian – pembelian lain untuk keperluan perusahaan
5) Memelihara hubungan dengan pemasok
6) Mengadakan ikatan kontrak dengan pemasok
7) Menerbitkan pesanan / order pembelian
52
8) Memverifikasi faktur dari pemasok, bahwa harga dan kuantitas tidak
melebihi yang telah dipesan.
Fungsi penerimaan barang, meliputi :
1) Menerima barang sesuai dengan yang dipesan
2) Meneliti kualitas barang yang dibeli apakah sesuai dengan spesifikasi saat
dipesan.
2.14.4. Bukti transaksi yang digunakan
Bukti transaksi yang digunakan, meliputi :
• Permintaan pembelian
Bukti ini datang dari bagian yang membutuhkan barang atau dari
bagian gudang, tergantung sistem yang berlaku. Jika datang dari bagian
gudang, bagian gudang akan meminta dibelikan barang bila stok barang
tertentu di gudang sudah mendekati titik pemesanan kembali.
• Permintaan daftar harga
Bagian pembelian biasanya secara periodik meminta daftar harga
barang-barang kepada pemasok atau calon pemasok. Bila barang yang akan
dibeli dalam jumlah (baik kuantitas maupun jumlah rupiah) yang besar,
maka seringkali diadakan prosedur lelang terlebih dahulu.
• Pesanan / order pembelian
Bila pemasok tertentu sudah dapat dipilih, maka bagian pembelian
akan menerbitkan pesanan / order pembelian.
53
• Laporan penerimaan barang
Bila barang yang dipesan datang, bagian penerimaan barang akan
menerima barang, mengecek kuantitas dan kualitas barang, kemudian
menerbitkan laporan penerimaan barang.
• Faktur dari pemasok
Bila barang yang dipesan sudah datang, maka biasanya pemasok
segera mengirimkan pula faktur.
• Voucher utang
Bila seluruh dokumen di atas sudah lengkap dan benar, kemudian
diterbitkan voucher utang. Dokumen ini merupakan surat perintah untuk
membayar sejumlah tertentu, kepada pihak tertentu, dan pada waktu
tertentu. Dengan kata lain, dokumen ini berfungsi sebagai bukti otorisasi
pembayaran uang.
2.14.5. Fungsi yang Terkait dalam Pembelian
Menurut Mulyadi (2001, p299 – p300), beberapa fungsi yang terkait
dalam sistem pembelian yaitu :
a. Fungsi gudang, bertanggung jawab untuk mengajukan permintaan
pembelian sesuai dengan jumlah persediaan yang ada di gudang dan
menyimpan barang yang diterima oleh fungsi penerimaan.
54
b. Fungsi pembelian, bertanggung jawab untuk mendapatkan informasi harga
barang, menentukan pemasok, dan mengeluarkan order pembelian kepada
pemasok.
c. Fungsi penerimaan, bertanggung jawab untuk melakukan pemeriksaan
terhadap jenis, mutu, dan kuantitas barang yang diterima dari pemasok, juga
bertanggung jawab untuk menerima barang dari pembeli yang berasal dari
transaksi retur penjualan.
2.14.6. Retur Pembelian
Retur pembelian digunakan untuk melaksanakan transaksi
pengembalian barang kepada pemasok dan pencatatan pengurangan utang.
Sistem retur pembelian digunakan dalam perusahaan untuk pengembalian
barang yang sudah di beli kepada pemasok nya.