bab 2 landasan teori menurut inmon (2005 :...
TRANSCRIPT
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.