8

BAB 2

LANDASAN TEORI

2.1 Database

Menurut Inmon (2005 : 493), data merupakan rekaman dari fakta, konsep,

atau instruksi pada suatu media penyimpanan untuk komunikasi, pengambilan, dan

pengolahan dengan cara otomatis dan dapat dipresentasikan sebagai informasi yang

dapat dipahami oleh manusia. Data merupakan elemen terkecil dan terpenting pada

sebuah sistem informasi. Tanpa adanya data, sebuah sistem informasi tidak dapat

memberikan nilai ataupun manfaat kepada penggunanya. Dari pengertian di atas,

dapat diambil kesimpulan bahwa data merupakan kumpulan dari fakta-fakta yang

belum dikelola dan diorganisir yang kemudian dapat diubah menjadi informasi yang

telah terstruktur sehingga dapat dimanfaatkan dan memberikan nilai kepada orang

yang menggunakannya. Sebagai contoh dari data adalah fakta-fakta dari orang

seperti nama, jenis kelamin, dan umur orang tersebut.

Database (Satzinger, Jackson, dan Burd, 2004 : 398) merupakan sebuah

kumpulan dari data yang disimpan dan terintegrasi yang dikelola dan dikontrol

secara terpusat. Sedangkan menurut Inmon (2005 : 493), database adalah kumpulan

data yang saling terkait yang disimpan sesuai dengan skema. Dari pengertian di atas

dapat disimpulkan database merupakan kumpulan dari data terstruktur yang saling

berhubungan yang disimpan, dikelola, dan dikontrol secara terpusat dan dapat

digunakan untuk memenuhi kebutuhan akan informasi. Hal ini juga dinyatakan oleh

Connolly dan Begg (2010 : 65) bahwa database merupakan sebuah kumpulan dari

data yang berhubungan secara logikal dan deskripsinya, yang dirancang untuk

memenuhi kebutuhan dari informasi dari perusahaan. Sebagai contoh dari database

9 adalah kumpulan dari data nama, jenis kelamin, dan umur dari mahasiswa yang

terdapat di Binus University.

Menurut Connolly dan Begg (2010 : 150), model database relasional

merupakan konsep yang didasarkan pada konsep matematikal dari suatu relasi yang

secara fisik digambarkan dalam bentuk tabel. Untuk lebih memahami tentang

pemodelan pada database relasional perlu diketahui jenis-jenis dari key relasional

yang secara unik mengidentifikasi setiap tuple data yang ada di dalam tabel. Key-key

relasional tersebut yaitu :

• Superkey

Superkey merupakan suatu atribut atau kumpulan dari dari atribut yang secara

unik mengidentifikasi sebuah tuple di dalam relasi.

• Candidate key

Candidate key merupakan atribut-atribut dari relasi yang memiliki keunikan dan

tidak boleh terdapat di relasi lain. Sebagai contohnya yaitu nomor induk pegawai

dan nomor kartu tanda penduduk yang sama-sama memiliki keunikan.

• Composite key

Composite key merupakan candidate key yang terdiri dari atribut yang lebih dari

satu.

• Primary key

Primary key merupakan candidate key yang dipilih untuk mengidentifikasi

sebuah tuple yang terdapat di dalam relasi secara unik. Sebagai contohnya yaitu

kode barang yang dipilih karena paling unik bila dibandingkan dengan nama

barang.

10 • Foreign key

Foreign key merupakan suatu atribut atau kumpulan atribut yang terdapat di

dalam satu relasi yang sesuai dengan candidate key dari beberapa relasi. Sebagai

contohnya yaitu kode barang yang terdapat di relasi yang lain.

2.2 Data Warehouse

Data warehouse merupakan sebuah tempat penyimpanan data saat ini dan

data historis yang berorientasi pada subjek, terintegrasi, time variant, dan nonvolatile

yang dihasilkan untuk mendukung proses pembuatan keputusan oleh manajemen.

Sedangkan menurut Connolly dan Begg (2010 : 1197), data warehouse merupakan

sebuah kumpulan dari data yang berorientasi pada subjek, terintegrasi, bervarian

pada waktu, dan nonvolatile dalam mendukung proses pembuatan keputusan

manajemen.

Data warehouse memiliki beberapa karakteristik yaitu sebagai berikut :

• Subject Oriented

Subject oriented merupakan data yang diatur oleh subjek yang detail, seperti

sales, product, atau customer, yang mengandung informasi yang hanya

berhubungan untuk mendukung pengambilan suatu keputusan. Orientasi pada

subjek memungkinkan pengguna untuk tidak hanya menentukan bagaimana

proses bisnis tersebut dilaksanakan tetapi juga mengapa proses bisnisnya

dilaksanakan. Orientasi subjek menyediakan pandangan yang lebih

komprehensif dari sebuah organisasi.

• Integrated

Integrasi berhubungan dengan orientasi subjek. Data warehouse harus

menempatkan data dari berbagai sumber yang berbeda ke dalam sebuah bentuk

11

yang konsisten. Sebuah data warehouse harus secara penuh terintegrasi untuk

dapat dikatakan sebagai data warehouse.

• Time variant (time series)

Sebuah data warehouse mempertahankan data historis. Data tidak diperlukan

untuk menyediakan status saat ini (kecuali dalam sistem real time) namun data

tersebut dapat digunakan untuk mendeteksi tren, deviasi, hubungan jangka

panjang untuk peramalan dan perbandingan yang dapat digunakan untuk proses

pembuatan keputusan. Terdapat kualitas temporal untuk setiap data warehouse.

Waktu merupakan sebuah dimensi yang penting yang harus didukung oleh

semua data warehouse. Data yang digunakan untuk proses analisis yang berasal

dari beragam sumber mengandung berbagai titik waktu seperti tampilan per hari,

per minggu, maupun per bulan.

• Nonvolatile

Nonvolatile merupakan karakteristik dari data warehouse dimana setelah data

dimasukkan ke dalam data warehouse, pengguna tidak dapat mengubah atau

melakukan update terhadap data tersebut. Data yang tidak terpakai akan dibuang

dan adanya perubahan akan disimpan sebagai sebuah data baru. Ini

memungkinkan data warehouse untuk diperbaiki hampir secara ekslusif untuk

akses data.

Dalam membangun suatu data warehouse, dibutuhkan suatu model

arsitektur yang dapat mendukung proses tersebut. Menurut Connolly dan Begg (2010

: 1203), model arsitektur yang umumnya digunakan terdiri dari komponen-

komponen utama yaitu sebagai berikut :

12 • Operational Data

Dalam membangun suatu data warehouse, dibutuhkan data-data yang kemudian

akan diproses untuk dimasukkan ke dalam data warehouse. Sumber-sumber data

untuk suatu data warehouse dapat berasal dari :

� Data operasional yang terletak di database jaringan dan hirarki generasi

pertama. Hal ini dikarenakan mayoritas data operasional perusahaan

terletak di dalam sistem tersebut.

� Data departemental yang terletak di sistem file seperti VSAM, RMS, dan

Relasional DBMS

� Data pribadi yang terletak di workstation dan private server

� Sistem eksternal seperti internet, database yang tersedia secara komersial,

atau database yang berhubungan dengan supplier atau customer dari suatu

organisasi

• Operational Data Store (ODS)

Operational data store merupakan tempat penyimpanan dari data operasional

sekarang dan terintegrasi yang digunakan untuk proses analisis.

• Load Manager

Load manager atau yang juga disebut sebagai komponen frontend merupakan

sebuah bagian yang melakukan seluruh operasi yang berhubungan dengan proses

ekstraksi data dari sumber data atau operational data store, transformasi

sederhana pada data dan kemudian memasukkan hasil proses tersebut ke dalam

warehouse.

• Warehouse Manager

Warehouse manager melakukan seluruh operasi yang berhubungan dengan

manajemen dari data tersebut di dalam warehouse seperti analisis data untuk

13

memastikan konsistensi dari data, back-up data, transformasi dan penggabungan

data sumber dari tempat penyimpanan sementara ke dalam tabel-tabel data

warehouse, dan membuat index dan view pada tabel dasar.

• Query Manager

Query manager juga disebut sebagai komponen backend. Query manager

melakukan seluruh operasi yang berhubungan dengan manajemen dari query

user seperti mengarahkan query ke tabel yang tepat dan menjadwalkan waktu

eksekusi dari query.

• Detailed Data

Detailed data merupakan bagian pada warehouse yang menyimpan seluruh data

detil dalam skema database.

• Lightly and Higly Summarized Data

Lightly and highly summarized data merupakan bagian pada warehouse yang

menyimpan seluruh data ringkat dan sangat ringkas yang dihasilkan oleh

warehouse manager. Tujuan dari informasi yang diringkas adalah untuk

mempercepat kinerja dari query.

• Archive/Backup Data

Archive/backup data merupakan bagian dalam warehouse yang menyimpan data

detil dan ringkas dengan tujuan pengarsipan atau backup. Data dikirim ke tempat

penyimpanan untuk arsip seperti magnetic tape atau optical disk.

• Metadata

Bagian dalam warehouse ini menyimpan seluruh metadata yang dapat

digunakan untuk berbagai tujuan seperti proses ekstraksi dan loading, proses

manajemen warehouse, dan sebagai bagian dari proses manajemen query.

14 • End-User Access Tool

End-user acces tool merupakan bagian dimana user dapat berinteraksi dengan

warehouse yang dapat menyediakan informasi ke pengguna bisnis untuk dapat

membantu pembuatan keputusan yang strategis. Beberapa contoh end-user

access tool antara lain reporting dan query tool, Sistem informasi eksekutif tool,

OLAP tool, dan data mining tool.

Gambar 2.1 Arsitektur dari data warehouse (Connolly dan Begg, 2010 : 1204)

Berdasarkan model arsitektur pada gambar 2.1 yang dikemukakan oleh

Connolly dan Begg (2010 : 1204), data-data operasional yang akan digunakan

diekstrak dari sumber-sumber seperti private network, workstation, dan operational

data source. Data tersebut kemudian dimasukkan ke dalam load manager untuk

ditransformasi sesuai dengan kebutuhan yang diinginkan dan kemudian dimasukkan

15 kedalam warehouse manager. Di dalam warehouse manager, data tersebut kemudian

dikelola seperti diringkas ke dalam data yang ringkas dan sangat ringkas untuk

mempercepat kinerja dari query. Selain itu, data juga diback-up dengan tujuan

pengarsipan ke dalam secondary storage seperti magnetic tape atau optical disk. Di

dalam warehouse manager juga terdapat metadata yang berfungsi untuk menyimpan

seluruh metadata yang berguna untuk proses ekstraksi dan loading, proses

manajemen warehouse, dan bagian dari manajemen query. Data-data yang terdapat

di dalam data warehouse kemudian akan diatur oleh query manager yang berfungsi

untuk mengatur seluruh operasi yang berhubungan dengan manajemen dari query

user sehingga data dapat diakses oleh end-user access tool seperti EIS tool, OLAP

tool, dan data mining tool.

Namun disamping arsitektur di atas, berdasarkan Ariyachandra dan Watson

(2006 : 4-6) terdapat arsitektur alternatif yang dapat digunakan dalam membangun

sebuah data warehouse yang tipe desain arsitektural dasarnya tidak murni enterprise

data warehouse maupun data mart. Arsitektur tersebut yaitu :

• Independent data mart architecture

Di dalam arsitektur ini, data mart dikembangkan untuk beroperasi secara

independen antara satu sama lain.

• Data mart bus architecture with linked dimensional data marts

• Hub-and-spoke architecture

Di dalam arsitektur ini, perhatian difokuskan pada membangun sebuah

infrastruktur yang dapat dijaga dan di ukur. Arsitektur ini dikembangkan dengan

cara iteratif, area subjek dengan area subjek, dan data mart dependen

dikembangkan.

16 • Centralized data warehouse architecture

Arsitektur ini serupa dengan hub-and-spoke architecture namun perbedaan

terletak pada tidak adanya data mart dependen. Pada arsitektur ini disarankan

untuk menggunakan data warehouse tanpa adanya data mart sehingga dapat

menyediakan akses ke seluruh data di dalam data warehouse kepada user

daripada membatasinya ke dalam data mart.

• Federated architecture

Pada arsitektur ini, menggunakan seluruh cara yang memungkinkan untuk

mengintegrasikan sumber daya analitikal dari berbagai sumber untuk memenuhi

perubahan kebutuhan atau kondisi bisnis.

Gambar 2.2 Alternatif arsitektur data warehouse

(Ariyachandra dan Watson, 2006 : 5)

17

Dalam membangun sebuah data warehouse, selain dibutuhkan arsitektur

yang mendukung juga dibutuhkan perencanaan yang baik. Seperti halnya sistem

informasi lain, tahap awal dan penting dalam membangun sebuah data warehouse

adalah melakukan analisis kebutuhan. Hal ini juga dinyatakan oleh Poolet (2009)

yang menyatakan bahwa tahapan discover atau analisis dan definisi kebutuhan

merupakan tahapan penting karena hasil akhir dari kebutuhan data warehouse harus

dapat mendukung tujuan akhir dari organisasi.

2.2.1 Dimensionality Modeling

Dimensionality modeling (Connolly dan Begg, 2010 : 1227) merupakan

teknik desain logikal yang bertujuan untuk menampilkan data di dalam standar,

bentuk yang intuitif yang memungkinkan akses dengan performa yang tinggi. Setiap

dimensional modeling terdiri dari satu primary key komposit yang disebut tabel fakta

dan sebuah kumpulan dari tabel yang lebih kecil yang disebut dengan tabel

dimensional. Setiap tabel dimensional memiliki primary key yang tidak komposit

yang sesuai dengan salah satu dari komponen key komposit di dalam tabel fakta.

Di dalam proses dimensional modeling, dikenal beberapa jenis dari key

yaitu sebagai berikut :

• Natural key/business key

Natural key atau business key merupakan sebuah indeks yang secara unik dapat

berfungsi untuk mengidentifikasi baris pada kolom-kolom yang terdapat di

dalam tabel yang sesuai dengan proses bisnis. Sebagai contohnya yaitu primary

key pada database OLTP.

• Surrogate key

Surrogate key merupakan key alternatif yang dipakai untuk menggantikan

natural key yang digunakan untuk menghubungkan tabel fakta dan tabel dimensi

18

secara efisien. Dengan adanya surrogate key memungkinkan data di dalam

tempat penyimpanan untuk memiliki kebebasan dari data yang digunakan dan

dihasilkan dari sistem OLTP. Menurut Kimball, Ross, Decker, Mundy, &

Thornthwaite (2008 : 285), surrogate key bukan sekedar key alternatif melainkan

generalisasi yang diperlukan dari produksi key natural dan salah satu elemen

dasar di dalam desain data warehouse.

Dimensional modeling digunakan karena dapat memberikan beberapa

keuntungan yang penting di dalam suatu lingkungan data warehouse. Keuntungan-

keuntungan tersebut yaitu :

• Efisiensi

• Kemampuan untuk menangani perubahan kebutuhan

• Ekstensibilitas

• Kemampuan untuk memodelkan situasi bisnis yang umum

• Pemrosesan query yang dapat diprediksi

Menurut Connolly dan Begg (2010 : 1227-1229), terdapat tiga jenis dari

model data untuk dimensional modeling yaitu :

• Star Schema

Star schema merupakan sebuah model data dimensional dimana memiliki

sebuah tabel fakta di tengah dan dikelilingi oleh tabel dimensi yang telah

didenormalisasi. Sebagai contoh dari model star schema dapat dilihat pada

gambar 2.3 di bawah.

19

Gambar 2.3 Contoh star schema

• Snowflake Schema

Snowflake schema merupakan sebuah model data dimensional yang memiliki

tabel fakta di tengah dan dikelilingi oleh tabel dimensi yang telah dinormalisasi.

Snowflake schema merupakan variasi dari star schema yang memungkinkan

tabel dimensi untuk memiliki tabel-tabel dimensi. Sebagai contohnya dapat

dilihat pada gambar 2.4 di bawah.

Gambar 2.4 Contoh Snowflake schema

• Starflake Schema

Starflake schema merupakan sebuah model data dimensional yang memiliki

tabel fakta di tengah dan dikelilingi oleh tabel dimensi yang telah dinormalisasi

dan tabel dimensi yang telah didenormalisasi. Model ini merupakan kombinasi

20

dari model star schema dan snowflake schema. Sebagai contohnya dapat dilihat

pada gambar 2.5 di bawah.

Gambar 2.5 Contoh Starflake schema

Setelah mengetahui fundamental dan model-model dari dimensional

modeling, hal lain yang perlu diketahui adalah langkah-langkah dalam merancang

suatu database dimensional. Menurut Kimball dan Ross (2002 : 30), terdapat empat

langkah utama dalam merancang database dimensional. Langkah-langkah tersebut

adalah sebagai berikut :

• Memilih proses bisnis untuk model

Tahap awal dalam merancang database dimensional adalah memilih proses

bisnis yang akan dimodelkan. Proses bisnis adalah aktivitas alami dari bisnis

yang dilakukan di dalam suatu organisasi yang secara khusus didukung oleh

sistem kumpulan sumber data. Salah satu hal yang paling efektif dalam

menentukan proses adalah dengan mendengarkan kebutuhan dari user. Contoh

dari proses bisnis adalah pembelian bahan baku, pengiriman, penyimpanan, dan

penjualan.

• Deklarasi grain dari proses bisnis

Mendeklarasi grain dapat berarti menspesifikasikan secara tepat apa yang akan

direpresentasikan oleh suatu baris tabel fakta individual. Sebuah grain

21

menyampaikan tingkat kedetailan yang berhubungan dengan pengukuran tabel

fakta. Pemilihan grain di dalam tabel fakta juga menentukan grain dari setiap

tabel dimensi. Untuk itu pemilihan grain merupakan langkah yang sangat

penting yang juga dapat mempengaruhi implementasi dari data warehouse

nantinya, Contoh dari grain pada tabel fakta propertysale yaitu sebuah

individual property sale yang kemudian grain pada tabel dimensional clientnya

adalah detail dari client yang membeli property tertentu.

• Memilih dimensi-dimensi yang dapat diterapkan ke setiap baris tabel fakta

Dimensi dapat ditentukan dengan menata tabel fakta dengan sekumpulan

dimensi yang menyatakan seluruh deskripsi yang memungkinkan yang

mengambil nilai tunggal di dalam konteks dari setiap pengukuran. Dimensi ini

berasal dari bagaimana orang bisnis menjelaskan data-data yang dihasilkan dari

proses bisnis. Sebagai contoh dari dimensi yang umum digunakan yaitu dimensi

waktu, produk, pelanggan, dan lain sebagainya.

• Identifikasi fakta-fakta numerik yang akan mengisi setiap baris tabel fakta

Dalam menentukan fakta-fakta yang akan mengisi setiap baris tabel fakta dapat

dilakukan dengan mengacu pada pertanyaan apakah yang akan diukur. Setiap

kandidat dari fakta di dalam desain harus sesuai dengan grain yang didefinisikan

di langkah kedua. Fakta yang secara jelas merupakan milik dari grain lain harus

berada di dalam tabel fakta yang berbeda. Grain dari tabel fakta menentukan

fakta mana yang dapat digunakan untuk proses bisnis yang ada.

Selain tahapan di atas, menurut Kimball, Reeves, Ross, dan Thornthwaite,

1998 : 266), dalam membangun dimensional model dapat menggunakan tahapan

desain logikal dari data warehouse dengan pendekatan perencanaan top-down yang

22 disebut data warehouse bus architecture matrix. Terdapat beberapa tahapan dalam

data warehouse bus architecture matrix yaitu :

• Melakukan analisis terhadap kebutuhan bisnis dari organisasi dan sumber

datanya. Tahapan ini merupakan tahapan yang wajib dilakukan sebelum

melanjutkan ke tahap selanjutnya. Dalam membangun data warehouse, tidak

hanya dilakukan dengan membayangkan data apa saja yang akan dimasukkan ke

dalam data warehouse melainkan juga dibutuhkan informasi yang di dapatkan

dari proses interview dengan user seperti pekerjaan dari user, tujuan yang

diinginkan dan hambatan yang dihadapi oleh user serta bagaimana strategi

diambil untuk keputusan sekarang atau di masa yang akan datang.

• Tahapan selanjutnya yang harus dilakukan adalah mendaftar data marts mana

saja yang termasuk single-source data marts. Single-source data mart

merupakan data mart yang berasal dari sumber data tunggal. Data mart yang

dimaksud disini merupakan kumpulan dari fakta-fakta numerik. Untuk

memudahkan penentuan data mart, data mart dipilih dari proses bisnis tunggal.

Langkah selanjutnya yaitu menentukan multiple–source data mart yang

menggabungkan desain single-source ke dalam bentuk tampilan yang luas dari

bisnis.

• Setelah menentukan seluruh data mart yang memungkinkan, selanjutnya

menentukan seluruh dimensi yang terdapat di dalam data mart.

2.2.2 Data Mart

Data Mart (Connolly dan Begg, 2010 : 1214) merupakan sebuah database

yang berisi sebagian dari data perusahaan untuk mendukung kebutuhan analitikal

dari sebuah unit bisnis tertentu atau untuk mendukung user yang mempunyai

kebutuhan yang sama untuk menganalisis sebuah proses bisnis tertentu.

23

Menurut Turban, Sharda, dan Delen (2010 : 330), data mart terbagi menjadi

dua jenis antara lain independent data mart dan dependent data mart. Dependent

data mart merupakan bagian data mart yang langsung dibuat dari data warehouse

untuk itu data diambil dari dalam data warehouse langsung. Dependent data mart

mendukung konsep data model besar perusahaan, namun data warehouse harus

dibangun terlebih dahulu. Sebagai contohnya dapat dilihat pada gambar 2.6 dimana

data mart pada bagian finance, bagian manufaktur, dan bagian lain yang dibuat

berdasarkan data yang diambil dari data warehouse perusahaan. Sedangkan

Independent data mart adalah sebuah warehouse atau tempat penyimpanan kecil

yang dirancang untuk sebuah bisnis unit strategis atau departemen yang sumbernya

bukan dari enterprise data warehouse (EDW). Sebagai contohnya dapat dilihat pada

gambar 2.7 dimana data mart tersendiri yang dimiliki oleh bagian finance, bagian

manufaktur, dan bagian lainnya yang sumber datanya bukan dari enterprise data

warehouse melainkan dari sistem transaksi pada suatu departemen.

Gambar 2.6 Contoh dependent data mart

Data source

Gambar 2.7 Contoh independent data mart

24

Menurut Connolly dan Begg (2010 : 1215), terdapat beberapa alasan

penggunaan data mart yaitu sebagai berikut :

• Untuk memberikan akses kepada pengguna ke data yang sering dibutuhkan

untuk analisis

• Untuk menyediakan data dalam bentuk yang sesuai dengan tampilan kolektif

dari data oleh sekumpulan pengguna dalam sebuah departmen atau sekumpulan

pengguna yang tertarik dengan suatu proses bisnis tertentu

• Untuk meningkatkan waktu respon pengguna akhir dengan adanya pengurangan

jumlah data untuk diakses

• Untuk menyediakan data terstruktur yang layak sebagaimana sesuai dengan

kebutuhan dari alat akses pengguna akhir seperti alat OLAP dan data mining,

yang mungkin membutuhkan struktur internal database tersendiri

• Data mart menggunakan lebih sedikit data, sehingga proses ETL data lebih tidak

kompleks dan pengimplementasian serta pengaturan data mart lebih sederhana

dibandingkan dengan membangun enterprise data warehouse

• Biaya yang dibutuhkan untuk pengimplementasian data mart (dalam hal uang,

waktu, dan sumber daya) biasanya lebih sedikit daripada yang dibutuhkan untuk

membangun sebuah enterprise data warehouse.

• Pengguna dari data mart lebih jelas terdefinisi dan dapat lebih mudah untuk

ditargetkan untuk mendapatkan dukungan untuk sebuah proyek data mart

daripada proyek enterprise data warehouse.

25 2.2.3 Metadata

Metadata adalah data yang menerangkan data. Menurut Turban,Sharda, dan

Delen (2010 : 332), metadata menjelaskan struktur dan beberapa arti dari data,

sehingga dapat berkontribusi untuk penggunaan yang efektif atau tidak efektif.

Sedangkan menurut Kimball, Reeves, Ross, dan Thornthwaite (1998 : 435),

metadata di dalam data warehouse dapat dibagi menjadi dua yaitu front room

metadata dan back room metadata. Front room metadata merupakan metadata yang

lebih deskriptif dan dapat membantu query tool dan report writers berfungsi secara

lancar. Front room metadata sebagian besar digunakan untuk kepentingan end user.

Front room metadata mencakup seluruh area bisnis metadata dan BI teknikal

metadata. Sebagai contohnya yaitu data model, laporan standar, metadata komponen

front-end sistem BI, dan dokumen pengguna seperti manual, glossary, dan dokumen

informasi bisnis. Sedangkan back room metadata berfungsi untuk membantu

database administrator untuk membawa data ke dalam warehouse. Back room

metadata berhubungan dengan proses dan menuntun proses ekstrasi, cleaning, dan

loading data ke dalam data warehouse. Back room metadata mencakup seluruh area

sumber data dan BI teknikal metadata. Sebagai contohnya yaitu ETL metadata, data

model yang merupakan struktur data utama, dan audit trail untuk melakukan

pengecekan pemakaian dan aksi yang dilakukan pada data.

Connolly dan Begg (2010 : 1206) menjabarkan bahwa metadata di dalam

suatu warehouse dapat digunakan untuk berbagai macam tujuan, antara lain :

• Proses ekstrasi dan loading

Pada proses ini, metadata dapat digunakan untuk memetakan sumber data ke

dalam tampilan umum dari data yang terdapat di dalam data warehouse.

Metadata harus mendeskripsikan sumber data dan perubahan apapun yang

26

dilakukan terhadap data. Hal ini dapat dilakukan dengan memberikan

identifikasi unik, nama field yang original, tipe sumber data, dan lokasi asal

beserta nama sistem dan objek dengan tipe data destinasi dan nama tabel

destinasinya ke dalam setiap field dari sumber.

• Proses manajemen warehouse

Pada proses ini, metadata digunakan untuk menghasilkan tabel summary secara

otomatis dan menjelaskan data pada saat disimpan di dalam warehouse. Setiap

objek yang ada dan data dalam setiap tabel, indeks, view, dan konstrain lain yang

terkait harus dideskripsikan.

• Sebagai bagian dari proses manajemen query

Pada proses ini, metadata digunakan untuk mengarahkan query ke sumber data

yang paling layak.

Dari pengertian di atas dapat diambil kesimpulan bahwa metadata

merupakan data yang memiliki arti dan struktur yang menerangkan tentang suatu

data yang memiliki peranan penting khususnya dalam membangun suatu data

warehouse. Hal ini mengingat dari berbagai fungsi dari metadata yang dapat

mendukung proses pembangunan dari data warehouse dan menjadikan data

warehouse terintegrasi secara menyeluruh. Tujuan utama dari metadata dalam data

warehouse adalah untuk dapat menunjukkan dari mana data berasal sehingga seorang

administrator warehouse dapat mengetahui histori dari item dalam data warehouse.

Contoh dari metadata dapat dilihat pada gambar 2.8.

SOURCE TARGET DATA SOURCE LOAD

STATUS COLOUMN TYPE/LENGTH DESCRIPTION TABLE FIELD NAME TYPE/LENGTH

KD_outlet Int SURROGATE KEY

CREATE

outlet_ID char(5) BUSINESS

KEY Msoutlet outlet_ID char(5) TRANSFORM

BC_NAME varchar(50) Msoutlet outlet_NAME varchar(80) TRANSFORM

Gambar 2.8 Contoh metadata

27

Menurut Kimball, Reeves, Ross, dan Thornthwaite (1998 : 439), metadata

seperti sebuah sistem dokumentasi sederhana yang pengunaannya dapat terbatas bila

di alihkan ke proyek lain. Untuk itu dibutuhkan metadata aktif yang merupakan

metadata yang lebih menjalankan proses daripada dokumentasi. Active metadata

dapat dihasilkan dengan menggunakan flow chart metadata sederhana seperti yang

ditunjukkan pada gambar 2.9 di bawah.

Gambar 2.9 Metadata flow diagram (Kimball, Reeves, Ross, dan Thornthwaite, 1998 : 442)

28 Dari diagram metadata flow diatas, terdiri dari tahapan-tahapan sebagai berikut :

1. Pengambilan model data warehouse

Pada awal dari tahap ini, diperlukan model data dari data warehouse. Secara

teknis, proses ini dapat dilakukan dengan menggunakan salah satu dari tool

modeling yang ada. Tool ini dapat digunakan untuk mengekstrak metadata dari

database yang telah ada. Selain itu juga perlu dibuat model logikal dan fisikal

yang terdiri dari nama kolom bisnis atau logikal, nama kolom fisikal, istilah dan

deskripsi yang berhubungan dengan bisnis, nilai dari contoh, dan tips query.

Setelah model dibuat dapat disimpan ke dalam model penyimpanan terbuka

dalam database relasional dari tool tersebut.

2. Pengambilan definisi dari sumber data

Pada tahap ini dilakukan pengambilan definisi dari sumber data yang dapat

berasal dari sistem sumber seperti flat files dan database mainframe. Hal ini

dikarenakan tool dari staging data harus mengetahui tentang sumber selain

target dari proses staging yang didapat dari langkah sebelumnya.

3. Pengambilan definisi dari tabel

Setelah dilakukan pengambilan definisi dari sumber data, langkah selanjutnya

yaitu mengambil definisi tabel dari staging tool dan mendefinisikan hubungan

mapping antara sumber dan targetnya. Pada tahap ini juga dilakukan

pengambilan informasi tentang perubahan yang mungkin terjadi selama proses

staging. Staging tool yang baik dapat mempengaruhi hasil metadata yang telah

dibuat tentang tabel target pada tahap awal.

4. Menyimpan keseluruhan ke dalam model penyimpanan terbuka berbasis

relasional dari data staging tool

29

Pada tahap ini, dapat diciptakan mapping sebanyak yang kita inginkan dengan

mendefinisikan hubungan antara dua entri metadata yang telah ada dan

menyimpannya di dalam metadata catalog.

5. Staging tool melakukan query terhadap metadata

Setelah itu, data staging tool melakukan query pada metadata untuk menemukan

semua hal yang perlu diketahui tentang tipe dan lokasi dari sumber data, tipe dan

lokasi data target, dan mapping diantaranya. Selain itu, juga dapat melakukan

query terhadap database target untuk informasi saat ini dari kondisi fisik sistem.

6. Ekstraksi sumber data yang mentah

7. Memasukkan data transformasi ke dalam warehouse

8. Pengambilan beberapa informasi statistik dan audit tentang load dan menyimpan

kembali di ke dalam metadata catalog

9. Membuat business metadata

Dengan adanya metadata yang telah dimasukkan, user dapat mengetahui dimana

harus menemukan informasi yang diinginkan. Hal ini terdapat di dalam data

model seperti nama tabel dan kolom, deskripsi dan contoh dari isi, dan

sebagainya. Namun hal itu tidak lah cukup mengingat orang lebih cenderung

berpikir pengelompokkan berdasarkan bisnis bukan berdasarkan daftar

alfabetikal. Untuk mengatasi hal tersebut perlu dibuat business metadata.

Pengelompokkan ini dapat berupa tabel fakta yang terdapat dalam dimensional

modeling. Business metadata biasanya dapat dibuat dengan front-end tool atau

application server. Setelah business metadata dihasilkan, akan sangat membantu

untuk menyediakan front-end sederhana berbasis web untuk metadata. Hal ini

dikarenakan user dapat melakukan pengelompokan berdasarkan bisnis, drill

30

down untuk melihat tabel di dalam pengelompokan, dan drill further untuk

melihat kolom-kolom yang terletak di dalam tabel.

10. Formulasi query dan submit ke dalam database

Setelah ditemukan data yang tepat dari front-end tool, user dapat memformulasi

query dan submit query ke dalam database.

11. Hasil data diberikan ke user

Setelah dilakukan formulasi query dan submit ke dalam database, hasil dari

proses query yang berupa data/informasi diberikan kepada user melalui front-

end tool dari data warehouse.

12. Penulisan beberapa pemakaian informasi

Setelah hasil data diberikan ke user, sebuah query tool yang baik harus

menuliskan beberapa informasi pemakaian ke dalam metadata catalog.

2.2.4 ETL

ETL adalah singkatan dari Extraction , Transformation, dan Loading. ETL

(Connolly dan Begg, 2010 : 1208) merupakan sebuah proses yang terdiri dari

ekstraksi data dari satu atau lebih sumber data, perubahan data ke dalam bentuk yang

konsisten dan mudah untuk dianalisis, dan kemudian dimasukkan ke dalam

enterprise data warehouse (EDW).

ETL merupakan hal yang sangat penting dalam integrasi data dan data

warehouse. Tujuan dari proses ETL adalah untuk memberikan data yang terintegrasi

dan bersih kepada warehouse. Agar lebih memahami proses dari ETL, proses

tersebut dapat dilihat pada gambar 2.10 dibawah ini.

31

Gambar 2.10 Proses ETL (Turban, Sharda, dan Delen, 2010 : 345)

Proses ETL diawali dengan data yang nantinya akan digunakan di dalam

data warehouse diambil dari sumber-sumber data seperti sistem sebelumnya, aplikasi

internal lainnya dan packaged application. Data yang telah diekstrak tersebut

kemudian disalin ke tempat penyimpanan sementara seperti staging area untuk

kemudian dilakukan proses transformasi ke dalam bentuk yang sesuai dengan

kebutuhan dan proses pembersihan data dari data-data yang tidak digunakan. Setelah

proses transformasi selesai dilakukan, data kemudian baru dapat dimasukkan ke

dalam data warehouse dan dapat digunakan lebih lanjut pada dependent data mart.

• Extraction

Extraction merupakan tahap awal dalam proses ETL dimana dilakukan proses

ekstraksi atau pengambilan data-data dari sumber data yang berhubungan. Tahap

extraction biasanya dilakukan dengan menyalin data yang telah diekstrak ke

tempat penyimpanan sementara yang disebut Operational Data Store (ODS)

atau Staging Area (SA). Sumber data untuk proses ETL dapat berasal dari file

Packaged Applicatio

n

Legacy System

Other internal

Applications

Transient data

source

Extract Transform

Cleanse Load

Data Warehous

e

Data Mart

32

yang diambil dari database OLTP (Online Transaction Processing),

spreadsheets, personal databases (i.e Microsoft Access), atau file eksternal.

• Transform

Transform merupakan tahap dimana data yang telah diekstrak dari sumber data

kemudian diubah dari bentuk awal ke bentuk yang diinginkan sehingga dapat

diletakkan di data warehouse atau database lain. Pada tahap ini dilakukan

serangkaian aturan dan fungsi pada data yang telah diekstrak yang menentukan

bagaimana data tersebut akan digunakan untuk analisis dan dapat dilibatkan

dalam proses transformasi seperti penjumlahan data, penggabungan data,

pemisahan data, dan encoding data. Hasil dari tahap transform adalah data yang

bersih dan konsisten, data telah terletak di warehouse, serta data telah dalam

bentuk yang dapat dianalisis oleh pengguna dari warehouse.

• Load

Load merupakan tahap akhir dari proses ETL dimana data diletakkan di dalam

warehouse dan dapat terjadi setelah semua proses transformasi dilakukan ataupun

sebagai bagian dari proses transformasi. Pada tahap ini, tambahan kendala yang

didefinisikan dalam skema database seperti mandatory fields dan referential

integrity akan diterapkan. Data di dalam warehouse dapat dilakukan penjumlahan

lebih lanjut atau dikirimkan ke database lain yang berhubungan seperti data

mart.

2.3 Business Intelligence

Business intelligence (Connolly dan Begg, 2010 : 1195) merupakan sebuah

istilah yang mengacu pada proses pengumpulan dan analisis data, teknologi-

teknologi yang digunakan di dalam proses ini, dan informasi yang didapatkan dari

proses-proses ini yang digunakan untuk mendukung pengambilan keputusan di

33 dalam perusahaan. Dengan business intelligence, data dapat diubah ke dalam

knowledge yang membantu organisasi dalam mengambil suatu keputusan untuk

meningkatkan keuntungan kompetitifnya.

Menurut Negash, (2004 : 180) terdapat beberapa pekerjaan yang dapat

dilakukan oleh business intelligence yaitu :

• Menciptakan peramalan yang didasarkan pada data historis, kinerja masa lampau

dan masa kini, dan perkiraan tentang masa depan.

• Analisis ‘what-if’ dari dampak perubahan dan skenario alternatif

• Access ad-hoc ke data untuk menjawab pertanyaan yang spesifik dan non-

routine

• Strategic insight

Menurut Chee, Chan, Chuah, Tan, Wong, dan Yeoh (2009 : 100), sistem

business intelligence bukan merupakan suatu sistem baru melainkan produk dari

berbagai tool dan teknik komputasi yang terintegrasi dan berevolusi. Secara teknikal,

business intelligence yang mengintegrasikan berbagai tool tersebut memiliki

komponen-kompenen penting yang harus terdapat di dalamnya.

2.3.1 Komponen Business Intelligence

Menurut Olszak dan Ziemba (2007 : 138-139), komponen penting tersebut

terdiri dari ETL tools, data warehouse, analitical tools, data mining tools, reporting

tools, dan presentation layer. Berikut ini merupakan penjabaran dari masing-masing

komponen penting tersebut yaitu :

• Tool untuk proses extract-transform-load yang berfungsi untuk membawa data

ke dalam data warehouse.

• Data warehouse yang menyediakan tempat penyimpanan untuk data agregat dan

data yang siap untuk dianalisis.

34 • Analitical tool yang berupa OLAP yang dapat dilihat pada subbab 2.3.2 hal.35

yang berperan untuk memungkinkan pengguna untuk melakukan akses, analisis,

dan memodelkan masalah bisnis dan berbagi informasi yang disimpan di dalam

data warehouse.

• Tool data mining yang memungkinkan user untuk menemukan berbagai pola ,

generalisasi, dan aturan pada data.

• Tool untuk laporan dan ad-hoc yang memungkinkan untuk menciptakan dan

memanfaatkan laporan sintetik yang berbeda.

• Presentation layer dimana aplikasi yang terdiri dari tampilan grafis dan

multimedia dimana memiliki tugas untuk menyediakan informasi dalam bentuk

yang mudah diakses dan nyaman kepada pengguna.

Terdapat berbagai jenis dari presentation layer yang dapat digunakan di

dalam konsep business intelligence, namun presentation layer yang paling

sering digunakan adalah performance dashboard. Performance dashboard

(Turban, Sharda, dan Delen, 2010 : 408) merupakan suatu tool yang dapat

menyediakan tampilan visual dari informasi penting yang digabungkan dan

diatur pada suatu layar tunggal sehingga informasi dapat dicerna dengan cepat

dan dieksplorasi dengan mudah. Performance dashboard lebih digunakan pada

level operasional dan taktikal. Untuk lebih memahami bentuk dari performance

dashboard, dapat dilihat pada gambar 2.11.

35

Gambar 2.11 Contoh performance dashboard

(http://www.dashboardzone.com/regional-performance-management-dashboard-microstrategy)

Menurut Eckerson (2006 : 13), terdapat tiga fitur aplikasi pada

performance dashboard yaitu :

• Monitoring

Dengan adanya fitur aplikasi monitoring, dapat memberitahukan status dari

kinerja dan tren yang sedang terjadi dengan cepat kepada pengguna. Fitur ini

dapat diberikan dengan adanya gaugemeter seperti pada gambar 2.12 yang

terdapat di dalam performance dashboard. Dengan adanya gaugemeter, user

dapat melakukan pengamatan dengan cepat akan jumlah perbandingan dari

profit margin aktual dengan profit margin yang ditargetkan.

Gambar 2.12 Contoh gaugemeter

36

• Analysis

Dengan fitur analisis, performance dashboard dapat membantu pengguna

dalam memberitahukan adanya kondisi exception. Hal ini dapat dilakukan

dengan adanya penanda berupa warna merah pada gaugemeter seperti pada

gambar 2.12 yang dapat memberikan peringatan tentang adanya kondisi

bahwa profit margin aktual telah melewati batas dari profit margin yang

ditargetkan. Selain penanda berupa warna dapat juga ditandai dengan

penanda berupa pop-up alert yang akan muncul pada kondisi tertentu seperti

kondisi warning. Setelah mengetahui adanya kondisi yang ada, user

kemudian dapat menganalisis faktor-faktor apa saja yang menjadi penyebab

kondisi tersebut dan dapat mendukung untuk analisis strategi yang akan

diambil.

• Management

Dengan adanya fitur aplikasi manajemen, dapat mendukung berbagai jenis

proses bisnis baik formal dan informal yang dapat mengarahkan bagaimana

user berbagi informasi dari kinerja yang ada saat ini. Sebagai contohnya yaitu

adanya informasi berupa laporan dalam bentuk grafik tentang jumlah

pendapatan setiap bulan selama tahun 2006 seperti pada gambar 2.11 di atas.

Selain tiga fitur aplikasi di atas, menurut Eckerson (2006 : 14) terdapat

juga tiga tampilan atau layer dari informasi yang terdapat di dalam performance

dashboard yaitu :

• Summarized graphical view

Merupakan bagian layer paling atas yang menyediakan tampilan yang ringkas

dari status dari kondisi exception dan key performance metric yang biasanya

berupa tampilan grafis seperti gaugemeter. Kondisi exception dapat

37

ditunjukkan dengan adanya peringatan yang muncul pada layar dan juga

adanya perubahan warna pada bentuk ,simbol, ataupun grafik yang

berhubungan dengan metrik. Sebagai contohnya dapat dilihat pada gambar

2.12 dimana gaugemeter dapat memberikan tampilan yang ringkas tentang

jumlah pencapaian profit margin aktual dengan profit margin yang

ditargetkan secara langsung kepada user.

• Multidimensional view

Multidimensional view merupakan layer yang terletak di tengah dimana

berperan dalam menyediakan data pada metrik grafis dan alert. Salah satu

teknologi yang dapat mendukung tampilan multidimensional adalah OLAP

dimana user dapat melihat data berdasarkan dimensi ataupun hierarki yang

diinginkan. Sebagai contohnya dapat dilihat pada gambar 2.13 dimana user

dapat mengatur tampilan informasi sesuai dengan variabel yang diinginkan.

User dapat melihat informasi penjualan berdasarkan tahun penjualan dan

produknya ataupun berdasarkan nama customer dan produknya.

38

Gambar 2.13 Contoh multidimensional view pada performance dashboard (http://demos.devexpress.com/ASPxPivotGridDemos/Features/Drilldown.asp

x) • Detailed reporting view

Merupakan layer paling bawah yang dapat memberikan tampilan laporan

yang detail dan juga catatan dari transaksi-transaksi kepada user. Sebagai

contoh dari layer ini yaitu dapat dilihat pada gambar 2.14 dimana dapat

ditampilkan data detail dari pemesanan alfreds futterkiste untuk aniseed syrup

seperti jumlah pemesanan dan tanggal pemesanannya dengan mengklik

fieldnya.

Gambar 2.14 Contoh detailed reporting view pada performance dashboard (http://demos.devexpress.com/ASPxPivotGridDemos/Features/Drilldown.asp

x)

39 2.3.2 OLAP

OLAP adalah singkatan dari Online Analytical Processing. Menurut

Connolly dan Begg (2010 : 1250), OLAP merupakan sebuah istilah yang

menjelaskan teknologi yang menggunakan tampilan mutidimensional dari data

agregat untuk menyediakan akses yang cepat ke informasi dengan tujuan analisis

yang advanced. OLAP memungkinkan pengguna untuk mendapatkan pemahaman

dan pengetahuan yang mendalam tentang berbagai aspek dari data perusahaan

melalui akses yang cepat, konsisten, dan interaktif ke berbagai jenis tampilan yang

memungkinkan dari data.

Salah satu kebutuhan penting dari aplikasi OLAP yaitu kemampuan untuk

menyediakan informasi kepada pengguna yang mampu digunakan untuk membuat

keputusan efektif tentang arah dari organisasi. Menurut OLAP Council White,

terdapat beberapa fitur penting yang harus dimiliki oleh semua aplikasi OLAP,

antara lain :

• Tampilan data yang multidimensional

Tampilan data yang multidimensional dari sebuah data korporat merupakan

kebutuhan inti dari membangun sebuah model bisnis. Hal ini dikarenakan

dengan adanya tampilan yang multidimensional, user dapat melihat data dalam

sebuah laporan dari berbagai sudut pandang. Dengan adanya tampilan yang

multidimensional, menyediakan dasar untuk pemrosesan analitikal melalui akses

yang fleksibel ke data korporat. Data multidimensional dapat ditampilkan

dengan menggunakan beberapa format yaitu tabel relasional, matrix, dan data

cube.

• Mendukung kalkulasi yang kompleks

40

Sebuah software OLAP harus menyediakan berbagai metode komputasi yang

kuat yang menggunakan algoritma tren seperti moving average dan presentase

dari pertumbuhan yang salah satu contohnya dapat digunakan untuk peramalan

penjualan di masa yang akan datang.

• Time Intelligence

Time intelligence merupakan fitur kunci di dalam hampir semua aplikasi

analitikal dimana kinerja selalu diukur berdasarkan waktu. Sebagai contohnya,

aplikasi OLAP harus dapat membandingkan data bulan ini dengan bulan lalu

atau bulan ini dengan bulan yang sama di tahun lalu.

Menurut Connolly dan Begg (2010 : 1257), dengan adanya tampilan yang

multidimensional sebagai salah satu fitur yang penting dari teknologi OLAP terdapat

beberapa operasi yang dapat dilakukan pada data multidimensional yaitu sebagai

berikut :

• Roll-up

Roll-up merupakan suatu operasi dimana dapat melakukan proses agregasi pada

data dengan bergerak ke atas hierarki dimensional atau dengan dimensional

reduction seperti melihat data dengan empat dimensi sebagai data dengan tiga

dimensi. Sebagai contoh dari operasi roll-up adalah user dapat melihat data

berdasarkan kode area kemudian berdasarkan wilayah dan berdasarkan kota.

• Drill-down

Drill-down merupakan operasi dimana prosesnya merupakan kebalikan dari

proses roll up dan berhubungan dengan menampilkan data yang detail yang

membentuk data agregat. Drill-down dapat dilakukan dengan bergerak ke bawah

hierarki dimensional. Sebagai contoh dari operasi drill-down adalah user dapat

41

melihat tampilan data berdasarkan region ke kota dan ke wilayah. Untuk lebih

jelasnya operasi drill-down dapat dilihat pada gambar 2.15 di bawah ini.

Gambar 2.15 Contoh operasi drill-down (Inmon, 2005 : 243)

• Slice and dice

Slice and dice merupakan operasi dimana memiliki kemampuan untuk melihat

data dari sudut pandang yang berbeda-beda. Operasi slice memungkinkan untuk

seleksi satu dimensi dari data sedangkan operasi dice memungkinkan untuk

seleksi dari dua atau lebih dimensi. Sebagai contoh operasi slice adalah data

yang dihasilkan dari data sales dimana tipe customer =’binusian’ sedangkan

contoh dari operasi dice adalah data yang dihasilkan dari data sales dimana

dilakukan pemilihan dari dua atau lebih dimensi seperti tipe customer

=’binusian’ dan tipe pembayaran=’debit’.

• Pivot

Pivot merupakan operasi dimana memiliki kemampuan untuk memutar data

untuk menyediakan tampilan alternatif atau berbeda dari data yang sama.

Sebagai contoh dari operasi pivot adalah data sales yang dapat ditampilkan

dengan produk di axis x dan waktu axis y ataupun dengan tampilan sebaliknya

yaitu produk di axis y dan waktu di axis x.

42 2.3.3 Executive Information System

Salah satu konsep dari sistem informasi yang dapat menerapkan konsep dan

tool dari business intelligence adalah sistem informasi eksekutif. Sistem informasi

eksekutif (Watson, Houdeshel, dan Rainer, 1997 : 3) merupakan sistem

komputerisasi yang menyediakan akses yang mudah ke informasi internal maupun

eksternal yang berhubungan dengan critical success factor kepada para eksekutif.

Sedangkan menurut McLeod dan Schell (2007 : 191), sistem informasi eksekutif

merupakan sebuah sistem yang menyediakan informasi kepada manajer tingkat atas

tentang keseluruhan kinerja dari perusahaan. Dengan SIE, informasi dapat diambil

secara mudah dan pada berbagai level kedetailan. Jadi, dari pengertian di atas dapat

disimpulkan bahwa sistem informasi eksekutif merupakan sistem yang dapat

menyediakan informasi dengan mudah kepada para eksekutif yang dapat digunakan

untuk penentuan strategi yang berhubungan dengan critical success factor bagi

perusahaan.

Dengan menerapkan sistem informasi eksekutif , sebuah perusahaan dapat

memperoleh keuntungan kompetitif dalam bersaing dengan perusahaan

kompetitornya. Hal ini juga diakui oleh Papageorgiou dan Bruyn (2010 : 66) yang

menyatakan bahwa dengan mempergunakan EIS, seluruh pengguna dalam bisnis

akan mendapatkan keuntungan kompetitif dibandingkan kompetitornya dan

diposisikan secara strategis dalam lingkungan bisnis yang terus berubah. Menurut

McLeod dan Schell (2001 : 331), terdapat tiga konsep fundamental dari manajemen

yang dapat digunakan dalam EIS yaitu :

• Critical success factors

EIS memungkinkan eksekutif untuk melakukan pengawasan tentang seberapa

berhasilnya perusahaan dalam hal tujuan dan juga critical success factornya.

43 • Management by exception

Dengan EIS, eksekutif dapat melakukan management by exception dengan

melakukan perbandingan antara kinerja yang dibudget dan kinerja sebenarnya.

EIS software dapat secara otomatis mengidentifikasi pengecualian yang ada dan

membuat pengecualian tersebut menarik perhatian eksekutif.

• Mental Models

Peran utama dari EIS adalah untuk menggabungkan atau melakukan

penyaringan pada data dan informasi yang berjumlah besar untuk meningkatkan

utilitasnya. Proses tersebut biasa disebut kompresi informasi dan menghasilkan

tampilan atau model mental dari kegiatan perusahaan.

Untuk dapat disebut sebagai sistem informasi eksekutif (SIE), sebuah sistem

harus memiliki karakteristik yaitu :

• Disesuaikan dengan individu dari pengguna eksekutif

• Ekstrak, filter, kompres, dan pelacakan data kritikal

• Menyediakan akses status on-line, analisis tren, exception reporting, dan

drilldown (yang memungkinkan user untuk mengakses detail yang mendukung

atau data yang mendasari data yang diringkas)

• Akses dan integrasi berbagai data internal dan eksternal

• User friendly dan membutuhkan sedikit training atau tidak adanya training sama

sekali untuk menggunakannya

• Digunakan langsung oleh eksekutif tanpa adanya perantara

• Mempresentasikan informasi berupa grafis, tabular, atau informasi tekstual

Menurut Inmon (2005 : 240), terdapat beberapa manfaat tipikal dari SIE

yaitu sebagai berikut :

• Analisis dan deteksi tren

44 • Pemantauan dan pengukuran indikator key ratio

• Analisis drill-down

• Pemantauan masalah

• Analisis kompetitif

• Pemantauan key performance indicator (KPI)

Agar dapat lebih memahami sistem informasi eksekutif , berikut dapat

dilihat contoh dari tampilan SIE pada gambar 2.16 di bawah ini.

Gambar 2.16 Chart dari pemrosesan SIE (Inmon, 2005 : 241)

45

Dari contoh di atas dapat dilihat dengan adanya SIE, seorang eksekutif

dapat melihat tampilan total dari policies yang ada, melihat tampilan dari total new

casualty policies, dan kemudian mengidentifikasi tren dari new casualty policies

yang ada yaitu adanya penurunan dari sales casualty di setiap kuarter. Dan kemudian

dari tren yang ada tersebut, seorang eksekutif dapat mencari tahu penyebab

terjadinya penurunan tersebut.

Sistem informasi eksekutif memiliki hubungan yang sangat erat dengan

data warehouse karena data warehouse dapat beroperasi dengan kondisi yang paling

efektif bila berada di dalam lingkungan sistem informasi eksekutif . Hal ini

dikarenakan data warehouse menyediakan infrastruktur atau basis data yang

dibutuhkan oleh seorang SIE analis untuk mendukung pemrosesan SIE secara efektif.

Selain itu, data warehouse beroperasi pada level granularity yang rendah. Hal ini

sangat dibutuhkan oleh sistem informasi eksekutif dimana kebutuhan informasi dari

suatu perusahaan tidak diketahui dengan pasti. Menurut Inmon (2005 : 247), dengan

adanya data warehouse dapat mempermudah pekerjaan dari seorang SIE analis. Hal-

hal yang dapat diberikan oleh data warehouse kepada seorang SIE analis yaitu :

• Mengakses informasi secara cepat

• Melihat data yang terintegrasi

• Menganalisa data melalui spektrum waktu

• Operasi drill-down

Dalam membangun sebuah aplikasi sistem informasi eksekutif , diperlukan

sebuah model arsitektur yang dapat digunakan untuk membantu proses

perancangannya. Berdasarkan Cheung dan Babin (2006 : 1590), arsitektur tradisional

dari SIE terdiri dari dua komponen utama yaitu database terpusat yang menyimpan

data yang diekstrak dari berbagai sumber dan engine yang digunakan untuk analisis

46 data dan presentasi dari hasilnya. Namun arsitektur tradisional ini memiliki

kekurangan pada kompleksnya proses ekstraksi dan update data dari sumber data

lokal yang berbeda ke dalam database terpusat sehingga dikembangkanlah arsitektur

baru yaitu arsitektur kontemporer SIE yang digabungkan dengan teknologi data

warehouse dan OLAP yang dapat dilihat pada gambar 2.17.

Gambar 2.17 Arsitektur kontemporer SIE (Cheung dan Babin, 2006 : 1591)

Berdasarkan model arsitektur kontemporer SIE di atas, data yang berasal

dari sumber data lokal yang berbeda diekstrak, dibersihkan dan ditransformasi oleh

bagian yang dinamakan integrator yang didasarkan pada skema data yang terintegrasi

dan setelah itu ditempatkan di dalam data warehouse. Data yang terdapat di dalam

data warehouse kemudian dapat dilakukan proses analisis data multidimensional

dengan teknik OLAP sehingga memungkinkan user untuk melihat tampilan data dari

berbagai dimensi yang diinginkan. Dari penjelasan tersebut, dapat dilihat bahwa

OLAP juga dapat digunakan untuk mendukung SIE.

47 2.4 Unified Process

Unified process (Satzinger, Jackson, dan Burd, 2004 : 50) merupakan

sebuah metodologi pengembangan sistem yang berorientasi pada objek. Di dalam

unified process terdapat empat fase siklus yaitu :

• Inception

Inception merupakan fase dimana manajer dari proyek mengembangkan dan

mendefinisikan visi untuk sistem baru untuk menunjukkan bagaimana sistem

dapat meningkatkan operasi dan menyelesaikan masalah yang ada. Selain itu

pada fase ini juga dibuat kasus bisnis, pendefinisian ruang lingkup, dan

perkiraan kasar dari biaya dan jadwal pelaksanaan. Pada fase ini, biasanya hanya

dilakukan dalam satu iterasi.

• Elaboration

Pada fase ini biasanya dilakukan beberapa iterasi. Tujuan dari fase ini yaitu

untuk mengkaji kembali visi, mengidentifikasi dan menjelaskan seluruh

kebutuhan , finalisasi ruang lingkup, desain dan implementasi arsitektur inti dan

fungsinya, dan menghasilkan estimasi yang realistis dari biaya dan penjadwalan.

• Construction

Pada fase construction melibatkan beberapa kali iterasi yang melanjutkan proses

desain dan implementasi dari sistem. Tujuan dari fase ini untuk

mengimplementasi sisa dari elemen yang memiliki resiko yang lebih rendah,

dapat diprediksi, dan lebih mudah dan menyiapkan untuk proses deployment.

• Transition

Dalam fase transition, iterasi final melibatkan proses user-acceptance dan beta

test. Proses user-acceptance bertujuan agar sistem yang dibangun dapat

menghasilkan manfaat bagi penggunanya.

48

Di dalam setiap fase pada unified process life cycle, dilakukan proses iterasi

berdasarkan disiplin-disiplin yang ada. Siklus hidup dari unified process ini dapat

dilihat pada gambar 2.18. Menurut Satzinger, Jackson, dan Burd (2004 : 52), disiplin

merupakan suatu kumpulan aktivitas yang terhubung secara fungsional yang

bersama-sama berkontribusi ke satu aspek dari proyek pengembangan unified

process. Terdapat enam disiplin utama dari proses pengembangan dengan model

unified process yaitu :

• Business modeling

Tujuan utama dalam business modeling adalah untuk memahami dan

mengkomunikasikan keadaan dari lingkungan bisnis dimana sistem baru akan

digunakan. Di dalam disiplin ini, terdapat akivitas utama yang harus dilakukan

yaitu memahami lingkungan bisnis, menciptakan visi dari sistem, dan

menciptakan model dari bisnis. Pada disiplin ini dilakukan proses business

modeling dengan menggunakan rich picture dan data flow diagram. Untuk lebih

jelasnya, rich picture dapat dilihat di sub bab 2.5.1 hal. 50 dan data flow

diagram dapat dilihat di sub bab 2.5.2 hal 52.

• Requirement

Tujuan utama dari requirement adalah untuk memahami dan

mendokumentasikan kebutuhan bisnis dan pemrosesan kebutuhan untuk sistem

baru. Aktivitas di dalam disiplin ini adalah mengumpulkan informasi yang

detail, mendefinisikan kebutuhan fungsional dan nonfungsional,

memprioritaskan kebutuhan, mengembangkan dialog dari user interface, dan

mengevaluasi kebutuhan dengan user.

49 • Design

Tujuan dari desain adalah untuk mendesain sistem solusi yang didasarkan pada

kebutuhan yang sebelumnya telah didefinisikan. Terdapat enam aktivitas utama

di dalam disiplin ini yaitu mendesain arsitektur yang mendukung servis dan

lingkungan deployment, arsitektur software, realisasi use case, database, sistem

dan user interface, serta tingkat keamanan dan kontrol dari sistem. Pada disiplin

ini dilakukan desain dengan menggunakan UML seperti use case yang dapat

dilihat di sub bab 2.6.1 hal. 56, class diagram sub pada bab 2.6.2 hal. 59,

sequence diagram pada sub bab 2.6.3 hal. 64, navigation diagram pada sub bab

2.6.4 hal. 67, dan deployment diagram pada sub bab 2.6.5 hal. 67.

• Implementation

Di dalam implementation, terdapat beberapa aktivitas seperti membangun,

mendapatkan, dan mengintegrasikan komponen perangkat lunak.

• Testing

Di dalam testing terdapat beberapa aktivitas seperti mendefinisikan dan

melakukan unit testing, integration testing, usability testing, dan user

acceptance testing. Usability testing biasanya berfokus pada melakukan

pengecekan pada manfaat dan mudahnya penggunaan dari desain user interface.

• Deployment

Aktivitas deployment dapat terjadi pada setiap iterasi namun lebih sering terjadi

pada proses persiapan untuk fase transition. Aktivitas yang terdapat pada

deployment adalah mendapatkan hardware dan software sistem, penginstalan

komponen, training user, dan konversi serta inisialisasi data.

50

Gambar 2.18 Siklus hidup dari unified process dengan fase, iterasi, dan disiplin (http://www.devarticles.com/c/a/Development-Cycles/Organizing-RUP-SE-

Projects/1/) 2.5 Proses Modeling

Proses bisnis (Whitten, Bentley, dan Dittman, 2004 : 27) merupakan

pekerjaan, prosedur, dan aturan yang diperlukan untuk menyelesaikan tugas bisnis,

tanpa adanya teknologi informasi yang digunakan untuk mendukung hal tersebut.

Proses bisnis wajib untuk dipahami sebelum dapat melakukan proses analisis akan

kebutuhan sistem informasi dari sebuah perusahaan. Untuk itu, dalam

menggambarkan suatu proses bisnis di dalam perusahaan dibutuhkan sebuah

pemodelan akan proses bisnis yang bertujuan untuk membantu memberikan

gambaran secara keseluruhan akan proses bisnis yang terjadi di dalam sebuah

perusahaan kepada seorang user. Beberapa tool yang dapat digunakan dalam

melakukan proses modeling yaitu rich picture dan data flow diagram.

2.5.1 Rich Picture

Menurut Mathiassen, Munk-Madsen, Nielsen, dan Stage (2000 : 26), Rich

picture merupakan gambaran informal yang mempresentasikan pemahaman dari

ilustrator akan situasi yang ada. Sebuah rich picture harus dapat memberikan

pemahaman yang luas meskipun tujuan dari rich picture bukan untuk menciptakan

deskripsi yang detail melainkan memberikan sebuah gambaran dari situasi secara

51 cepat. Dalam membuat sebuah rich picture tidak didasarkan pada notasi spesial.

Bentuk notasi hanya ditentukan berdasarkan kesepakatan bersama di dalam proyek

tentang bagaimana aspek-aspek yang ada dideskripsikan. Terdapat beberapa

komponen dalam membangun sebuah rich picture yaitu :

• Entitas

Dalam membuat rich picture sebaiknya diawali dengan mengambar entitas yang

penting seperti orang, objek fisik, tempat, organisasi, peran, dan tugas.

• Proses

Setelah mendeskripsikan entitas-entitas yang relevan, kemudian dilanjutkan

dengan mendeskripsikan relasi diantara entitas tersebut yang dilakukan dengan

menghubungkan elemen yang ada di dalam rich picture. Proses menjelaskan

aspek dari situasi yang dapat berubah, tidak stabil, dan dibawah pengembangan.

• Struktur

Struktur juga menjelaskan adanya hubungan dari elemen-elemen di dalam rich

picture. Namun struktur lebih menjelaskan aspek dari situasi yang stabil dan

tidak mudah berubah.

• Masalah

Masalah merupakan suatu keadaan yang menggambarkan adanya konflik dan

perbedaan dalam relasi di dalam proses dan struktur. Sebagai contoh dari

masalah yaitu adanya perbedaan antara keinginan pasien dan karyawan yang

telah puas dengan kondisi ruang yang terpisah dan keinginan dari manajemen

yang ingin lebih memanfaatkan sumber daya yang ada.

Menurut Mathiassen, Munk-Madsen, Nielsen, dan Stage (2000 : 31), rich

picture dianggap bermanfaat dalam sebuah pendefinisian sistem bila rich picture

mengandung banyak informasi dan terbuka untuk diinterpretasikan, menjelaskan

52 struktur dan proses, menunjukkan paling tidak satu area masalah, beberapa sistem

terkomputerisasi yang berhubungan, dan menghindari menampilkan data dan

pemrosesan data. Berikut contoh dari rich picture pada gambar 2.19.

Gambar 2.19 Contoh rich picture

2.5.2 Data Flow Diagram

Data flow diagram (Whitten, Bentley, dan Dittman, 2004 : 344) merupakan

model proses yang digunakan untuk menunjukkan aliran dari data di dalam sistem

dan kerja atau pemrosesan yang dilakukan oleh sistem. Data flow diagram juga

dikenal dengan bubble chart, transformation graph, dan process model. Terdapat

beberapa komponen dalam membuat data flow diagram yaitu :

• Proses

Proses merupakan pekerjaan yang dapat ditangani oleh sistem dalam responnya

terhadap adanya aliran data atau kondisi yang masuk ke dalam sistem. Dalam

memahami konsep proses di dalam data flow diagram, terdapat dua istilah

53

penting yang harus diketahui yaitu function dan event. Function merupakan

sekumpulan dari aktivitas bisnis yang berhubungan dan sedang berlangsung

sedangkan sebuah event merupakan bagian logikal dari kerja yang harus

diselesaikan secara keseluruhan. Function terdiri dari proses-proses yang

merespon kepada event yang ada. Setiap event memiliki pemicu dan respon yang

akan dihasilkan. Sebagai contohnya di dalam function manajemen bahan baku

dapat merespon event-event seperti pengecekan kualitas bahan baku, melakukan

stok bahan baku baru, dan pembuangan bahan baku yang rusak. Proses biasanya

digambarkan dalam bentuk oval atau bubble. Sebuah proses event dapat diubah

lebih lanjut ke dalam bentuk proses elementary yang menggambarkan ke dalam

bentuk yang detail bagaimana sistem harus merespon terhadap adanya event.

Proses elementary juga disebut dengan proses primitif. Menurut Whitten,

Bentley, dan Dittman (2004 : 351), dalam membuat proses terdapat beberapa

kesalahan yang umum terjadi yaitu adanya input namun tidak ada output, adanya

output tetapi tidak ada input, dan adanya input yang tidak mencukupi untuk

menghasilkan output.

• Agen eksternal

Agen eksternal merupakan orang luar, bagian organisasi, sistem, atau organisasi

yang berinteraksi langsung dengan sistem. Agen eksternal dapat digambarkan

dengan bentuk persegi dengan sudut siku-siku.

• Data stores

Data stores merupakan istilah yang digunakan dalam data flow diagram untuk

menjelaskan tempat penyimpanan dari data yang nantinya dapat digunakan.

Dalam penamaan suatu data store harus menghindari pemakaian istilah fisik

seperti file, database, file folder, dan hal lainnya yang serupa.

54 • Data flows

Data flows merupakan representasi bentuk dari adanya input data ke dalam

proses dan output dari data dari proses. Selain itu data flows juga digunakan

untuk menggambarkan pembuatan, membaca, menghapus, dan mengupdate data

di dalam file atau database atau disebut juga data store di dalam data flow

diagram. Data flows digambarkan dalam bentuk tanda panah.

Jadi, dari pengertian di atas dapat disimpulkan bahwa data flow diagram

merupakan suatu bentuk model diagram yang menggambarkan adanya aliran data

dari agen eksternal yang berhubungan langsung dengan sistem, proses-proses yang

ada, dan data storenya. Berikut contoh dari data flow diagram pada gambar 2.20.

trRegistration

trPayment

Gambar 2.20 Contoh data flow diagram

Selain data flow diagram, terdapat beberapa jenis lain dari data flow

diagram yang harus dipahami di dalam pemodelan proses yaitu context data flow

diagram dan primitive data flow diagram. Menurut Whitten, Bentley, dan Dittman

(2004 : 372), context data flow diagram merupakan sebuah model proses yang

digunakan untuk mendokumentasikan ruang lingkup pada sistem. Sebuah context

data flow diagram mengandung hanya satu proses, eksternal agen yang digambarkan

Customer

2.0 melakukan pembayaran

1.0 melakukan pendaftaran

55 disekeliling dan data flow yang menjelaskan interaksi dari sistem dengan boundaries

dan eksternal data store.

Sedangkan primitive data flow diagram merupakan data flow diagram yang

digunakan untuk menunjukkan kebutuhan dari pemrosesan yang lebih detail untuk

suatu event yang kompleks. Primitive data flow diagram dapat digambarkan dengan

menambahkan data flow yang baru di antara proses-proses. Primitive data flow

diagram merupakan data flow diagram yang paling detail dan tidak dapat dirincikan

lagi.

2.6 UML

UML merupakan kepanjangan dari unified modeling language. Menurut

Satzinger, Jackson, dan Burd (2004 : 48), UML merupakan suatu kumpulan standar

dari pembangunan dan notasi model-model yang dikembangkan dengan spesifik

untuk pengembangan yang berorientasi pada objek. UML yang digunakan untuk

pengembangan sistem terdiri dari berbagai diagram yang fungsinya digunakan untuk

menunjukkan model dari sistem kepada user.

2.6.1 Use Case

Use case (Bennett, McRobb, dan Farmer, 2010 : 154) merupakan deskripsi

fungsionalitas dari sistem yang berasal dari pandangan atau perspektif seorang user.

Use case diagram digunakan dengan tujuan untuk menunjukkan fungsionalitas yang

akan disediakan oleh sistem dan menunjukkan user yang akan menggunakan

fungsionalitas dalam sistem tersebut. Selain itu, use case juga digunakan untuk

mendokumentasikan ruang lingkup dari sistem dan pemahaman dari pembangun

sistem tentang apa yang dibutuhkan oleh user. Use case didukung oleh spesifikasi

dari behaviour dan untuk menjelaskan spesifikasi behaviour dari setiap use case

dapat menggunakan UML diagram seperti activity diagram, sequence diagram, atau

56 communication diagram. Sedangkan menurut Satzinger, Jackson, dan Burd (2004 :

213), use case diagram merupakan diagram yang menunjukkan berbagai jenis peran

dari user dan cara dari user tersebut berinteraksi dengan sistem. Dari pengertian di

atas, use case diagram dapat diartikan sebagai sebuah diagram yang dapat

menunjukkan user mana saja yang berhubungan secara langsung dengan

fungsionalitas dari sebuah sistem.

Dalam membuat sebuah use case diagram, terdapat 3 aspek utama dari

sistem yang akan digunakan antara lain aktor, use case, dan sistem atau subsystem

boundary. Untuk menggambarkan use case diagram, terdapat beberapa notasi yang

digunakan yaitu :

• Actor

Notasi yang merepresentasikan peran dari orang, sistem lain, atau alat yang

berhubungan dengan use case tertentu di dalam sistem

• Use case

Fungsionalitas dari sistem yang dapat digunakan oleh actor

• System or subsystem boundary

Ruang lingkup dari sistem yang mengandung use case

• Communication association

Notasi yang merepresentasikan adanya hubungan langsung antara actor dan use

case

Staff Contact

Change a client

contact

System

Gambar 2.21 Contoh dari use case diagram (Bennett, McRobb, dan Farmer, 2010 : 156)

57

Menurut Bennett, McRobb, dan Farmer (2010 : 157-158), di dalam use case

diagram, terdapat 2 jenis hubungan atau relationship yaitu hubungan extend dan

include. <<extend>> digunakan ketika ingin menunjukkan bahwa sebuah use case

menyediakan fungsi tambahan yang mungkin dibutuhkan dalam use case lain.

Sedangkan <<include>> digunakan ketika terdapat urutan dari behaviour yang sering

digunakan dalam beberapa use case dan digunakan untuk menghindari menyalin

deskripsi yang sama ke dalam setiap use case yang digunakan.

Menurut Mathiassen, Munk-Madsen, Nielsen, dan Stage (2000 : 127), Use

case merupakan sebuah bentuk dari use case yang dijelaskan lebih lanjut dalam

bentuk teks terstruktur yang berfokus pada aktor. Di dalam sebuah use case

description terdapat beberapa komponen yang harus diidentifikasi yaitu individu dari

aktor dan juga interaksinya. Selain itu, use case description menurut Bennett,

McRobb, dan Farmer (2010 : 154) merupakan deskripsi tekstual dari informasi

interaksi antara user dari sistem, actor, dan fungsi level tinggi dalam sistem yaitu use

case. Use case description digunakan untuk memahami dengan lebih detail langkah-

langkah di dalam sebuah use case yang sangat penting di dalam sebuah

pengembangan sistem. Jadi, dari pengertian-pengertian di atas dapat disimpulkan

bahwa use case description merupakan salah satu bentuk deskriptif yang lebih detail

dari use case yang menjelaskan interaksi dari aktor baik berupa orang maupun sistem

lain dengan sistemnya. Untuk lebih jelasnya, contoh dari use case description dapat

dilihat pada gambar 2.22.

58

Account information Use case : account information is started by the administrator, account owner, or liquidity monitor. In order for an account owner to obtain access to information about an account, he should identify himself using a card. The actor states the account number, as well as what information is desired. The system then responds with the desired information or with a message stating that the information cannot be disclosed. Object : Customer, account Functions : to be added

Gambar 2.22 Contoh use case description (Mathiassen, Munk-Madsen, Nielsen, dan Stage, 2000 : 128)

2.6.2 Class Diagram

Menurut Satzinger, Jackson, dan Burd (2004 : 184), class diagram

merupakan diagram UML yang menunjukkan hal yang penting di dalam pekerjaan

user yaitu kelas problem domain, asosiasinya, dan atributnya.

Class diagram terdiri dari 3 komponen utama yaitu :

• Class

Class merupakan sebuah tipe atau klasifikasi yang dimiliki oleh seluruh objek

yang serupa. Class terdiri dari 3 komponen yaitu nama kelas, atribut, dan

behavior. Atribut merupakan seluruh objek di dalam kelas yang memiliki nilai

masing-masing. Sedangkan behavior merupakan seluruh hal yang dapat

dilakukan oleh seluruh objek dari kelas.

Customer Name

Address Phone

addNew() delete() change()

connectToAccount()

Gambar 2.23 contoh class (Satzinger, Jackson, dan Burd, 2004 : 185)

59 • Asosiasi

Asosiasi merupakan garis yang mengambarkan hubungan antara satu class

dengan class lainnya. Sebagai contohnya yaitu kelas customer yang memiliki

hubungan asosiasi dengan kelas order yang dapat dilihat pada gambar 2.24.

Gambar 2.24 Contoh asosiasi • Multiplicity

Multiplicity merupakan jumlah hubungan asosiasi antar objek satu dengan objek

lainnya. Multiplicity biasa juga dikenal dengan istilah cardinality. Untuk

memahami beberapa jenis dari notasi multiplicity dapat melihat gambar 2.25 di

bawah ini.

Gambar 2.25 Jenis notasi multiplicity (Satzinger, Jackson, dan Burd, 2004 : 186)

Selain komponen utama diatas, terdapat komponen lain yang dapat

digunakan di dalam perancangan sebuah class diagram yaitu packages. Menurut Bell

(2004), packages digunakan untuk melakukan pemodelan sebuah sistem yang besar

atau suatu area bisnis yang luas. Packages memungkinkan penyusunan classifier dari

model ke dalam namespace yang bertujuan untuk memudahkan pemahaman akan

60 sistem dengan setiap package yang merepresentasikan suatu bagian yang spesifik

dari sistem. Contoh dari penggunaan package dapat dilihat pada gambar 2.26 di

bawah ini.

Gambar 2.26 Contoh package pada class diagram

(http://www.ibm.com/developerworks/rational/library/content/RationalEdge/sep04/bell/)

Hal lain yang juga perlu diperhatikan dalam perancangan sebuah kelas

diagram yaitu hierarki di dalam notasi kelas diagram tersebut. Menurut Satzinger,

Jackson, dan Burd (2004 : 189), hierarki di dalam kelas diagram dibagi menjadi 2

jenis yaitu :

• Generalization/specialization hierarchy

Generalization/specialization hierarchy merupakan sistem klasifikasi yang

mengurutkan kelas dari superclass yang lebih general ke subclass yang lebih

dispesialisasi. Superclass merupakan kelas umum yang terdapat di dalam

hierarki generalisasi/spesialisasi yang dapat diteruskan ke subclass sedangkan

subclass merupakan kelas yang dispesialisasi yang terdapat di dalam hierarki

generalisasi/spesialisasi yang mengandung atribut dan method tambahan yang

membedakannya dari kelas yang lebih umum dimana kelas subclass ini berasal.

Sebagai contoh hubungan generalisasi dan spesialisasi adalah kelas kendaraan

61

bermotor yang merupakan superclass yang memiliki subclass berupa truk, mobil,

dan traktor.

Gambar 2.27 Contoh hierarki generalisasi/spesialisasi

(Satzinger, Jackson, dan Burd, 2004 : 190)

• Whole-part hierarchy

Whole-part hierarchy terdiri dari dua jenis antara lain agregasi dan komposisi.

Agregasi menjelaskan hubungan whole-part antara agregat (keseluruhan) dan

komponennya (bagian) dimana bagian tersebut dapat ada secara terpisah.

Sedangkan komposisi digunakan untuk menjelaskan hubungan whole-part yang

lebih kuat dimana bagiannya ketika berhubungan satu sama lain tidak dapat ada

secara terpisah. Sebagai contoh dari hubungan agregasi adalah kelas processor,

memory, keyboard, disk storage, dan monitor yang merupakan bagian dari kelas

komputer. Sedangkan contoh dari hubungan komposisi adalah hubungan antara

kelas buku dan kelas kertas dimana memiliki hubungan yang erat dan tidak

dapat dipisahkan satu sama lain.

62

Gambar 2.28 Contoh agregasi (Satzinger, Jackson, dan Burd, 2004 : 192)

Gambar 2.29 Contoh class diagram (Satzinger, Jackson, dan Burd, 2004 : 193)

63 2.6.3 Sequence Diagram

Sequence diagram (Bennett, McRobb, dan Farmer, 2010 : 262) merupakan

diagram yang menunjukkan interaksi antara objek satu dengan objek lain yang diatur

dalam sebuah urutan waktu. Sequence diagram khususnya digunakan untuk

merepresentasikan interaksi objek yang detail yang terjadi pada satu use case atau

satu operasi.

Untuk lebih memahami sequence diagram, terdapat beberapa komponen

utama dari sequence diagram yang harus diketahui. Komponen utama tersebut yaitu :

• Actor

Actor di dalam sequence diagram menunjukan user yang berinteraksi secara

langsung dengan sistem.

• Objek

Objek-objek di dalam sequence diagram digambarkan dengan bentuk persegi di

atas garis lifeline.

• Lifeline

Setiap objek di dalam sequence diagram direpresentasikan dengan sebuah

lifeline. Lifeline merupakan sebuah garis lurus vertikal yang putus-putus dengan

simbol objek di atasnya.

• Message

Message merupakan pesan yang dikirimkan ke objek untuk memicu suatu

operasi di dalam objek tersebut. Nama message biasanya selalu sama dengan

operasi yang ingin dilakukan. Setelah message diterima, operasi yang telah

dilakukan akan memulai untuk eksekusi dan waktu dimana operasi tersebut

dieksekusi disebut dengan aktivasi dan digambarkan dengan bentuk balok

persegi panjang diatas lifeline. Message digambarkan dengan garis panah lurus

64

horizontal dari satu lifeline ke lifeline lain dan disertakan dengan nama message.

Pengecualian hanya dilakukan pada pesan melakukan create objek baru yang

digambarkan dengan garis panah putus-putus.

• Interaction operator

Terdapat beberapa operator interaksi yang biasa digunakan pada sequence

diagram. Interaction operator biasanya ditempatkan di dalam suatu fragment.

Operator tersebut yaitu :

� Alt

Alt merupakan alternative yang menjelaskan behaviour alternatif. Setiap

pilihan dari behaviour ditunjukkan di dalam operand yang terpisah.

Operand dimana constraint dari interaksi dinyatakan sebagai eksekusi

yang benar atau true.

� Opt

Opt menjelaskan pilihan tunggal dari operand yang hanya akan eksekusi

bila constraint dari interaksi dinyatakan benar atau true.

� Loop

Loop digunakan untuk mengindikasikan suatu operand yang diulang

beberapa kali hingga constraint dari interaksi untuk perulangan tidak lagi

dinyatakan benar atau true.

65

Gambar 2.30 Contoh sequence diagram (Bennett, McRobb, dan Farmer, 2010 : 274)

Menurut Bennett, McRobb, dan Farmer (2010 : 278), dalam mempersiapkan

sequence diagram terdapat beberapa pedoman umum yang dapat digunakan yaitu :

• Menentukan pada level apa interaksi yang akan dimodelkan

• Mengidentifikasi elemen utama yang terkait di dalam interaksi

• Mempertimbangkan skenario alternatif yang mungkin dibutuhkan

• Mengidentifikasi interaksi yang telah ada yang telah dimodelkan sebagai

sequence diagram atau yang akan di modelkan sehingga dapat dimasukkan

dalam penggunaan interaksi

• Menggambarkan garis besar struktur dari diagram

• Menambahkan deskripsi detail

• Mengecek konsistensi dengan sequence diagram yang terhubung dan modifikasi

seperlunya

66 • Mengecek konsistensi dengan diagram atau model UML yang lain, khususnya

dengan class diagram yang relevan.

2.6.4 Navigation Diagram

Navigation Diagram (Mathiassen, Munk-Madsen, Nielsen, & Stage (2000 :

344) merupakan jenis khusus dari statechart diagram yang berfokus pada dinamis

keseluruhan dari user interface. Diagram ini menunjukkan hubungan dari window

dan transisi dari satu window ke window lainnya. Di dalam diagram ini terdiri dari

elemen yaitu window yang menggambarkan state dan anak panah yang

menggambarkan adanya transisi state yang harus dilakukan oleh user pada window

untuk mengaktifkan transisi tersebut. Untuk contoh dari navigation diagram dapat

dilihat pada gambar 2.31.

Gambar 2.31 Contoh navigation diagram

2.6.5 Deployment diagram

Menurut Mathiassen, Munk-Madsen, Nielsen, dan Stage, 2000 : 340),

deployment diagram merupakan diagram yang menjelaskan konfigurasi dari sistem

dalam bentuk processor dan objek yang dikaitkan dengan processor. Processor

merupakan bagian yang dapat melakukan suatu proses. Sedangkan menurut

Satzinger, Jackson, dan Burd (2004 : 379), deployment diagram merupakan jenis dari

diagram implementasi yang menunjukkan komponen fisik di seluruh lokasi yang

berbeda.

67

Dalam menggambarkan deployment diagram, terdapat dua komponen utama

yang harus diketahui yaitu :

• Component

Component merupakan modul atau program yang dapat dieksekusi dan terdiri

dari seluruh kelas yang digabungkan menjadi entitas tunggal. Component

memiliki public method yang disebut dengan application program interface

yang dapat diakes oleh program lain atau perangkat eksternal.

• Node

Node merupakan sebuah komputer atau kumpulan dari komputer yang mewakili

sumber daya komputasi yang tunggal.

Gambar 2.32 Contoh deployment diagram

(http://www.education.vic.gov.au/devreskit/appdev/standards/documentation/documentation-standards-details.htm)

68 2.7 User Interface

User interface merupakan tampilan dimana user dapat berinteraksi secara

langsung dengan sebuah sistem informasi. Selain itu menurut Laudon dan Laudon

(2002 : 348), user interface merupakan tipe dari hardware dan kumpulan dari

perintah dan respon pada layar yang dibutuhkan oleh user untuk dapat berinteraksi

dengan sistem. User interface yang baik harus menjelaskan fungsi dan model

kepada user dalam bentuk yang jelas dan mudah dipahami. Menurut Bennett,

McRobb, dan Farmer (2010 : 452-456), terdapat beberapa faktor yang harus

diperhatikan dalam merancang sebuah user interface yang mendukung interaksinya

dengan user yaitu sebagai berikut :

• Jenis dari tugas yang harus dilakukan oleh user

• Tipe dari user

• Jumlah dari pelatihan yang harus dilakukan

• Frekuensi dari penggunaan

• Arsitektur dari hardware dan software dari sistem

Selain itu, dalam merancang sebuah desain user interface yang baik,

terdapat beberapa karakteristik umum yang penting yang harus dipenuhi.

Karakteristik tersebut yaitu sebagai berikut :

• Consistency

Desain dari user interface harus konsisten karena dapat membantu user untuk

mempelajari aplikasi dan menerapkan hal yang mereka ketahui di dalam bagian

yang berbeda dalam sebuah aplikasi.

• Appropriate user support

Sebuah user interface yang baik harus dapat memberikan bantuan kepada user

bila user tidak mengetahui aksi apa yang harus diambil atau pun melakukan

69

kesalahan. Bantuan dapat diberikan dengan memberikan pesan bantuan atau

membantu user dalam mendiagnosis apa yang salah dan pemulihan dari

kesalahan.

• Adequate feedback from the system

User interface harus dapat merespon ketika user melakukan sebuah aksi atau

tindakan.

• Minimal user input

User interface harus dapat meminimalkan input dari user karena dengan

meminimalkan input yang tidak dibutuhkan dapat mengurangi resiko dari

kesalahan dan mempercepat memasukkan data. User interface dapat dirancang

dengan menggunakan kode, memilih dari list daripada harus memasukkan nilai,

menggunakan nilai yang default, dan lain-lain.

2.8 Network Design

Pada proses desain sebuah sistem, terdapat banyak komponen yang harus

terdapat di dalam sistem untuk memungkinkan adanya proses pembangunan dan

pengimplementasian. Salah satu kegiatan yang harus dilakukan untuk proses desain

sistem pada sebuah perusahaan adalah proses desain dari jaringan komputer yang

akan digunakan. Menurut Satzinger, Jackson, dan Burd (2004 : 272), jaringan

komputer merupakan kumpulan dari jalur transmisi, hardware, dan protokol

komunikasi yang memungkinkan komunikasi antara pengguna yang berbeda dan

sistem komputer.

Satzinger, Jackson, dan Burd (2004 : 283) menerangkan di dalam proses

perencanaan dan perancangan jaringan, terdapat beberapa hal yang merupakan kunci

di dalam proses tersebut yaitu sebagai berikut :

70 • Pengintegrasian kebutuhan jaringan dari sistem baru dengan infrastruktur

jaringan yang telah terdapat di dalam perusahaan.

• Menjelaskan kegiatan pemrosesan dan konektivitas jaringan pada setiap lokasi

sistem

• Menjelaskan protokol komunikasi dan middleware yang menghubungkan setiap

layer

• Memastikan ketersediaan kapasitas dari jaringan

Berdasarkan jarak jangkauannya, jaringan komputer dibagi menjadi dua

jenis yaitu LAN dan WAN. LAN atau local area network merupakan sebuah model

jaringan komputer dimana jarak jangkauannya kurang dari satu kilometer dan

menghubungkan komputer-komputer yang terdapat di dalam satu bangunan atau satu

lantai. Sedangkan WAN atau wide area network merupakan model jaringan komputer

yang jarak jangkauannya tersebar luas seperti kota, negara, atau benua.

Untuk penggunaan aplikasi yang berbasis web dibutuhkan jaringan yang

dinamakan internet yang merupakan kumpulan dari jaringan global yang

dihubungkan dengan transmission control protocol/internet protocol (TCP/IP).

Berikut contoh dari desain jaringan dapat dilihat pada gambar 2.33 di bawah ini.

Gambar 2.33 Contoh desain jaringan

(http://intek.net/a/wi_fi_building.html)

71

2.9 TAM

TAM atau yang biasa dikenal dengan Technology Acceptance Model Wu,

Chou, Weng, dan Huang (2011 : 135) merupakan suatu model yang mengusulkan

bahwa penerimaan user atas sistem baru dipengaruhi oleh sikap mereka dalam

menggunakan sistem tersebut.

Gambar 2.34 Technology Acceptance Model (Chuttur, 2009 : 18)

Pada model di atas, terdapat beberapa variabel yang dipakai dalam

menentukan penerimaan user atas teknologi baru yaitu :

• Perceived usefulness

Merupakan suatu tingkatan dimana seseorang percaya bahwa menggunakan

suatu teknologi atau sistem informasi tertentu dapat meningkatkan kinerja orang

tersebut.

• Perceived ease of use

Merupakan suatu tingkatan dimana seseorang percaya bahwa sistem atau

teknologi informasi tertentu mudah untuk digunakan.

• Attitude toward using

Sikap dalam menggunakan teknologi informasi baru dipengaruhi oleh variabel

perceived usefulness dan perceived ease of use dari teknologi tersebut. Semakin

tinggi tingkat perceived usefulness dari penggunaan suatu sistem atau teknologi,

semakin positif pula sikap dalam menggunakannya.

72 • Behavioral intention of use

Keinginan pengguna untuk menggunakan sistem baru dipengaruhi oleh sikap

orang tersebut dan variabel perceived usefulness dari sistem.