bab 4 perancangan dan implementasi data …thesis.binus.ac.id/asli/bab4/2007-2-00097-if bab...

77

BAB 4

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

4.1 Perancangan Data Warehouse

4.1.1 Metode Perancangan Pada Data Warehouse

Untuk melakukan metode perancangan pada data warehouse terdapat dua metode

yang dapat digunakan. Kedua metode tersebut adalah metode bottom up dan metode top

down.

Dalam penulisan skripsi ini, metode yang digunakan adalah metode top down,

yang dimulai dengan melakukan analisis permasalahan dari perusahaan secara

keseluruhan. Selanjutnya, dilakukan identifikasi terhadap kebutuhan pihak pimpinan

perusahaan, pihak manajemen, dan bagian-bagian lain dibawahnya yang terkait dengan

perancangan data warehouse. Rancangan yang dilakukan meliputi arsitektur, metadata

skema bintang, dan prototipe laporan. Bentuk laporan yang diinginkan oleh pihak

perusahaan juga perlu diidentifikasi sehingga dapat dirancang suatu sistem yang tepat.

4.1.2 Perancangan Arsitektur Data Warehouse

Perancangan data warehouse pada PT. Travel Kontak Internusa menggunakan

arsitektur secara terpusat, sehingga akan membantu user untuk memperoleh data yang

konsisten. Dengan adanya data warehouse ini, PT. Travel Kontak Internusa akan

memiliki sebuah basis data data yang dapat digunakan untuk pembuatan laporan atau

78

sebagai dasar bagi pengembangan sistem EIS maupun DSS perusahaan di masa

mendatang. Data warehouse yang dibangun ini dipisahkan dari data operasional agar

tidak mengganggu transaksi operasional dan juga tidak memberatkan kerja sistem

operasional.

Arsitektur data warehouse yang dipakai oleh PT. Travel Kontak Internusa adalah

menggunakan bentuk data warehouse yang terpusat, alasan-alasan untuk

mempergunakan bentuk arsitektur ini adalah sebagai berikut:

• Arsitektur ini merupakan bentuk yang umumnya digunakan oleh perusahaan-

perusahaan medium yang sedang berkembang, dimana database berfokus

pada tempat yang terpusat

• Mempermudah dalam melakukan pengawasan dan pemeliharaan data yang

dipergunakan untuk aplikasi data warehouse

• Pengembangan rancangan yang relatif mudah dan murah dibandingkan

dengan bentuk arsitektur data warehouse yang terdistribusi

Gambar 4.1 Arsitektur Data Warehouse

79

4.1.3 Penentuan Obyek

Tabel ini merupakan tabel untuk menentukan obyek pada data warehouse dari

sistem yang sedang berjalan.

Tabel 4.1 Tabel Obyek

Nama Objek Uraian Alias Kejadian

DimArea1 Area asal Asal Tempat keberangkatan

suatu maskapai

DimArea2 Area tujuan Tujuan Tempat tujuan suatu

maskapai

DimMaskapai Nama-nama maskapai Maskapai Maskapai yang bekerja

sama pada PT. Travel

Kontak Internusa

DimRute Jenis maskapai

menurut rute

Jenis maskapai Jenis maskapai yang

digunakan sesuai rute

DimClass Kelas pada suatu

maskapai

Kelas Kelas pada suatu

maskapai yang tersedia

DimPelanggan Pelanggan yang

dimiliki oleh

perusahaan

Pelanggan Pelanggan yang

membeli/memesan tiket

pada PT. Travel Kontak

Internusa

DimPesaing Perusahaan lain yang

menjadi pesaing

Pesaing Pesaing terhadap PT.

Travel Kontak

Internusa

80

DimWaktu Waktu yang terdiri dari

tahun, kuartal, bulan,

hari

Waktu Waktu yang digunakan

untuk menganalisa

tabel fakta

4.1.4 Penentuan Atribut

Tabel berikut ini adalah tabel yang menguraikan atribut-atribut yang ada pada

setiap obyek.

Tabel 4.2 Tabel Atribut

Nama Objek Atribut Uraian Tipe Data Besar Null Multi V

DimArea1 Area1_ID

Nama

ID area asal

Nama area asal

Varchar

Varchar

5

30

NO

NO

NO

NO

DimArea2 Area1_ID

Nama2

ID area tujuan

Nama area tujuan

Varchar

Varchar

5

30

NO

NO

NO

NO

DimMaskapai Maskapai_ID

Nm_Mas

ID maskapai

Nama maskapai

Varchar

Varchar

10

50

NO

NO

NO

NO

DimRute Rute_ID

Nm_pes

ID rute

Nama pesawat

Int

Varchar

4

50

NO

NO

NO

NO

DimClass Class_ID

Class

ID kelas

Nama kelas

Int

Varchar

4

10

NO

NO

NO

NO

DimPelanggan Pelanggan_ID

Nmlang

ID pelanggan

Nama pelanggan

Varchar

Varchar

30

100

NO

NO

NO

NO

DimPesaing Pesaing_ID

Nmpsg

ID pesaing

Nama pesaing

Varchar

Varchar

30

50

NO

NO

NO

NO

81

Totalpenj

Tgl_up

Total penjualan

Tanggal update

Money

Datetime

8

8

NO

NO

NO

NO

DimWaktu Waktu_ID

Tahun

Kuartal

Bulan

Hari

ID Waktu

Tahun

Kuartal

Bulan

Hari

Datetime

Int

Int

Int

Int

8

4

4

4

4

NO

NO

NO

NO

NO

NO

NO

NO

NO

NO

4.1.5 Perancangan Metadata

Metadata berisi tabel dalam data warehouse yang mencakup nama database asal

tersebut, nama tabel itu sendiri berserta deskripsinya dan lokasi dari database tersebut.

Metadata juga mencakup rincian dari tabel, nama field, serta informasi tentang nama

tabel dan field sumber, juga proses transformasinya.

Berikut adalah metadata dari PT. Travel Kontak Internusa yang diusulkan:

• Nama Database : DWHTKI

• Nama Tabel : DimArea1

• Deskripsi Tabel : Tabel Dimensi Area Asal

• Primary Key : Area1_ID

• Jadwal Update : setiap akhir bulan

Tabel 4.3 Tabel DimArea1

Nama Field Tipe Data Ukuran

Field Keterangan

Tabel

Sumber Field Sumber Proses

Area1_ID Varchar 5 Kode Area Asal Area1 Kode Transformasi

Nama1 Varchar 30 Nama Area Asal Area1 Nama Transformasi

82


• Nama Tabel : DimArea2

• Deskripsi Tabel : Tabel Dimensi Area Tujuan

• Primary Key : Area2_ID


Tabel 4.4 Tabel DimArea2


Field Keterangan Tabel Sumber Field Sumber Proses

Area2_ID Varchar 5 Kode Area

Tujuan Area2 Kode2 Transformasi

Nama2 Varchar 30 Nama Area

Tujuan Area2 Nama2 Transformasi

• Nama Database : DWH TKI

• Nama Tabel : DimMaskapai

• Deskripsi Tabel : Tabel Dimensi Maskapai

• Primary Key : Maskapai_ID


Tabel 4.5 Tabel DimMaskapai



Maskapai_ID Varchar 10 Kode

Maskapai Maskapai Kdmas Transformasi

Nm_Mas Varchar 50 Nama

Maskapai Maskapai Nm_Mas Transformasi

83


• Nama Tabel : DimRute

• Deskripsi Tabel : Tabel Dimensi Rute

• Primary Key : Rute_ID


Tabel 4.6 Tabel DimRute



Rute_ID Int 4 Kode Rute Rute Kdrute Transformasi

Nm_pes Varchar 50 Nama

Pesawat Rute Nm_pes Transformasi


• Nama Tabel : DimClass

• Deskripsi Tabel : Tabel Dimensi Class

• Primary Key : Class_ID

• Jadwal Update : setiap akhir tahun

Tabel 4.7 Tabel DimClass



Class_ID Int 4 Kode Class Rute Kdrute Transformasi

Class Varchar 10 Nama Class Rute Class Transformasi


• Nama Tabel : DimPelanggan

84

• Deskripsi Tabel : Tabel Dimensi Pelanggan

• Primary Key : Pelanggan_ID


Tabel 4.8 Tabel DimPelanggan



Pelanggan_ID Varchar 30 Kode

Pelanggan Pelanggan Kdlang Transformasi

Nmlang Varchar 100 Nama

Pelanggan Pelanggan Nmlang Transformasi


• Nama Tabel : DimPesaing

• Deskripsi Tabel : Tabel Dimensi Pesaing

• Primary Key : Pesaing_ID


Tabel 4.9 Tabel DimPesaing



Pesaing_ID Varchar 30 Kode Pesaing - - Create

Nmpsg Varchar 50 Nama

Pesaing - - Create

Totalpenj Money 8 Total

Penjualan - - Create

Tgl_up Datetime 8 Tanggal

Update - - Create

85


• Nama Tabel : DimWaktu

• Deskrisi Tabel : Tabel Dimensi Waktu

• Primary Key : Waktu_ID


Tabel 4.10 Tabel DimWaktu



Waktu_ID DateTime 8 Kode Waktu Transaksi Tgl_trans Create

Tahun Integer 4 Nama Tahun Transaksi Tgl_trans Create

Kuartal Integer 4 Nama

Semester Transaksi Tgl_trans Create

Bulan Integer 4 Nama Bulan Transaksi Tgl_trans Create

Hari Integer 4 Tanggal Transaksi Tgl_trans Create


• Nama Tabel : FactPenjualan

• Deskrisi Tabel : Tabel Fakta Penjualan

• Primary Key : Maskapai_ID, Rute_ID, Area1_ID, Area2_ID, Class_ID,

Pelanggan_ID, Waktu_ID


Tabel 4.11 Tabel FactPenjualan



Maskapai_ID Varchar 10 Kode

Maskapai Maskapai Kdmas Transformasi

86

Rute_ID Int 4 Kode Rute Rute Kdrute Transformasi


Asal Area1 Kode Transformasi


Tujuan Area2 Kode Transformasi

Class_ID Int 4 Kode Class Rute Kdrute Transformasi

Pelanggan_ID Varchar 30 Kode

Pelanggan Pelanggan Kdlang Transformasi

Waktu_ID Datetime 8 Kode

Waktu Transaksi Tgl_transaksi Create

TotalTiketTerjual Int 4

Jumlah

Tiket Yang

Terjual

Transaksi COUNT(Jumlah) Create

TotalPenjualan Money 8

Total

Transaksi

Penjualan

Trans_Detail SUM(total) Create

Profit Money 8 Total

Keuntungan

Trans_Detail,

Rute

Sum(total –

hg_jual) Create


• Nama Tabel : FactStock

• Deskrisi Tabel : Tabel Fakta Stock

• Primary Key : Maskapai_ID, Waktu_ID


Tabel 4.12 Tabel FactStock


Field Keterangan

Tabel


Maskapai_ID Varchar 10 Kode Maskapai Maskapai Kdmas Transformasi

87

Waktu_ID Datetime 8 Kode Waktu Stock_mas Tgl Create

Stock_masuk Int 4 Jumlah Stock

masuk Stock_mas Sum(stock_in) Create

Stock_keluar Int 4 Jumlah Stock

Keluar Stock_mas Sum(stock_out) Create

RataTiket Decimal 9 Jumlah Tiket

Yang Tersedia Stock_mas Avg(Jummas) Create


• Nama Tabel : FactPesaing

• Deskrisi Tabel : Tabel Fakta Pesaing

• Primary Key : Waktu_ID, Pesaing_ID


Tabel 4.13 Tabel FactPesaing


Field Keterangan

Tabel


Waktu_ID Datetime 8 Kode Waktu DimPesaing Tgl_up Create

Pesaing_ID Varchar 30 Kode Pesaing DimPesaing Pesaing_ID Transformasi

TotalPenj Money 8 Jumlah Total

Penjualan DimPesaing Sum(totalpenj) Create

4.1.6 Perancangan Skema Bintang

Setelah semua database yang dibutuhkan benar-benar sudah tersaring dan

metadata sudah dibuat, maka mulai merancang skema bintang yang dibutuhkan dalam

merancang data warehouse pada perusahaan tersebut, dengan memperhatikan aturan-

88

aturan yang akan diterapkan pada tabel fakta dan tabel dimensi pada bidang penjualan,

persediaan dan pesaing.

Gambar 4.2 Skema Bintang Penjualan

89

Gambar 4.3 Skema Bintang Persediaan

Gambar 4.4 Skema Bintang Pesaing

4.1.7 Perancangan Skema Relasi

Rancangan logikal berdasarkan hasil analisa.

Tabel 4.14 Tabel Perancangan Skema Relasi

FactPenjualan (Makapai_ID, Rute_ID, Area1_ID, Area2_ID, Class_ID,

Pelanggan_ID, Waktu_ID, TotalTiketTerjual, TotalPenjualan, Profit)

90

Primary Key Makapai_ID, Rute_ID, Area1_ID, Area2_ID, Class_ID, Pelanggan_ID,

Waktu_ID

Foreign Key Maskapai_ID references DimMaskapai (Maskapai_ID)

Foreign Key Rute_ID references DimRute (Rute_ID)

Foreign Key Area1_ID references DimArea1 (Area1_ID)

Foreign Key Area2_ID references DimArea2 (Area2_ID)

Foreign Key Class_ID references DimClass (Class_ID)

Foreign Key Pelanggan_ID references DimPelanggan (Pelanggan_ID)

Foreign Key Waktu_ID references DimWaktu (Waktu_ID)

FactStock (Stock_ID, Maskapai_ID, Waktu_ID, Stock_Masuk, Stock_Keluar,

RataTiket)

Primary Key Stock_ID, Maskapai_ID, Waktu_ID

Foreign Key Stock_ID references DimStock (Stock_ID)

Foreign Key Maskapai_ID references DimMaskapai (Maskapai_ID)


FactPesaing (Waktu_ID, Pesaing_ID, TotalPenj)

Primary Key Waktu_ID, Pesaing_ID,


Foreign Key Pesaing_ID references DimPesaing (Pesaing_ID)

DimArea1 (Area1_ID, Nama)

Primary Key Area1_ID

DimArea2 (Area2_ID, Nama2)

Primary Key Area2_ID

DimPelanggan (Pelanggan_ID, Nmlang)

Primary key Waktu_ID

DimWaktu ( Waktu_ID, Tahun, Kuartal Bulan, Hari )

Primary Key Waktu_ID

DimMaskapai ( Maskapai_ID, Nm_mas)

Primary Key Maskapai_ID

DimClass (Class_ID, Class)

Primary Key Class_ID

91

DimRute (Rute_ID, Nm_pes)

Primary Key Rute_ID

DimPesaing ( Pesaing_ID, Nmpsg)

Primary Key Pesaing_ID

4.1.8 Transformasi Data

Transformasi data merupakan proses penyaringan dan pemindahan data dari

database operasional ke dalam suatu media pusat penyimpanan data, di mana data

tersebut nantinya akan digunakan sebagai sumber data warehouse yang akan dibangun.

Pada proses Extraction, Transformation, and Load (ETL), tabel – tabel di

database di-copy dan kemudian ditransformasikan dari satu format ke format yang lain.

Tahapan-tahapan proses transformasi data pada PT. Travel Kontak Internusa adalah

sebagai berikut :

• Menganalisa, kemudian memilih data dari file operasional yang

dibutuhkan sebagai sumber data warehouse yang akan dibangun.

• Melakukan penyeragaman data.

Memproses transformasi data yang hasilnya akan dimasukkan ke dalam data

warehouse.

92

Gambar 4.5 DTS DimArea1

93

Gambar 4.6 DTS DimArea2

94

Gambar 4.7 DTS DimClass

95

Gambar 4.8 DTS DimMaskapai

96

Gambar 4.9 DTS DimPelanggan

97

Gambar 4.10 DTS DimRute

98

Gambar 4.11 DTS DimWaktu

99

Gambar 4.12 DTS FactPenjualan

100

Gambar 4.13 DTS FactPersediaan

101

Gambar 4.14 DTS FactPesaing

102

4.1.9 Analisis Kapasitas Media Penyimpanan

Analisis kapasitas media penyimpanan ini, dengan memakai asumsi berdasarkan

pengamatan terhadap transaksi rata-rata yang terjadi tiap bulannya selama setahun pada

database yang ada pada PT. Travel Kontak Internusa.

• Analisis Kapasitas Media Penyimpanan Tabel Fakta:

1. FactPenjualan

Asumsi : Transaksi 1 bulan = 3000 records

Diperoleh : Jumlah record selama 5 tahun =

5 x 12 x 3000 records = 180.000 records

Num_Rows : Jumlah record selama 5 tahun = 180.000

Num_Cols : Jumlah kolom = 10

Fixed_Data_Size : 36 Bytes

Num_Variable_Cols : 4

Max_Var_Size : 50 Bytes

Null_Bitmap : 2 + (( Num_Cols + 7 ) / 8 ) =

2 + ((10 + 7 ) / 8 ) = 4

Variable_Data_Size : 2 + (Num_Variable_Cols x 2) + Max_Var_Size =

2 + (4 x 2) + 50 Bytes = 100 Bytes

Row_Size : Fixed_Data_Size + Variable_Data_Size +

Null_Bitmap + 4 =

36 + 100 + 4 + 4 = 144 Bytes

Rows_Per_Page : (8096) / Row_Size + 2 =

(8096) / 144 + 2 = 58

Free_Rows_Per_Page : Tidak ada clustered index (Fill_Factor = 100) =

103

8096 * (( 100 – Fill_Factor ) / 100 ) / ( Row_Size + 2 )

= 0

Num_Pages : Num_Rows/(Rows_Per_Page– Free_Rows_Per_Page) =

180.000 / 58 = 3.273

Table_Size : 8192 x Num_Pages =

8192 * 3.273 = 26.812.416 Bytes

Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan tabel

FactPenjualan selama 5 tahun ( 8192 Bytes per halaman ):

26.812.416 Bytes = 27 MB

2. FactStock



5 x 12 x 100 records = 6000 records

Num_Rows : Jumlah record selama 5 tahun = 6000






2 + ((3+ 7 ) / 8 ) = 3


2 + (1x 2) + 10 Bytes = 14 Bytes


104

Null_Bitmap + 4 =

25 + 14 + 3 + 4 = 46 Bytes


(8096) / 46 + 2 = 178



= 0


6000 / 178 = 34


8192 * 34 = 278.528 Bytes


FactStock selama 5 tahun ( 8192 Bytes per halaman ):

278.528 Bytes = 0.3 MB

3. FactPesaing









105


2 + ((3+ 7 ) / 8 ) = 3


2 + (1x 2) + 30 Bytes = 34 Bytes


Null_Bitmap + 4 =

16 + 34 + 3 + 4 = 57 Bytes


(8096) / 57 + 2 = 144



= 0


6000 / 144 = 42


8192 * 42 = 344.064 Bytes


FactStock selama 5 tahun ( 8192 Bytes per halaman ):

344.064 Bytes = 0.3 MB

106

Tabel 4.15 Tabel Analisis Kapasitas Media Penyimpanan Tabel Fakta

Nama Tabel Jumlah

Records

Besar

Records

(Bytes)

Records

(perHalaman)

Jumlah

Halaman

Besar

Tabel

(MBytes)

FactPenjualan 180.000 144 58 3.273 27

FactStock 6000 46 178 34 0.3

FactPesaing 6000 57 144 42 0.3

• Analisis Kapasitas Media Penyimpanan Tabel Dimensi:

1. DimWaktu








2 + ((5 + 7 ) / 8 ) = 3

Row_Size : Fixed_Data_Size + Variable_Data_Size + Null_Bitmap

+ 4 =

24 + 0 + 3 + 4 = 31 Bytes


(8096) / 31 + 2 = 263

107


1800 / 263 = 7


8192 * 7 = 57.344 Bytes

2. DimMaskapai

Num_Rows : 12






2 + ((2 + 7 ) / 8 ) = 3


2 + (2x 2) + 60 Bytes = 66 Bytes


Null_Bitmap + 4 =

0 + 66 + 3 + 4 = 73 Bytes


(8096) / 73 + 2 = 113


12 / 113 = 1


8192 * 1 = 8.192 Bytes

108

3. DimRute

Num_Rows : 114






2 + ((2 + 7 ) / 8 ) = 3


2 + (2x 2) + 54 Bytes = 60 Bytes


Null_Bitmap + 4 =

0 + 60 + 3 + 4 = 67 Bytes


(8096) / 67 + 2 = 123


114 / 123 = 1


8192 * 1 = 8.192 Bytes

4. DimArea1

Num_Rows : 13



109




2 + ((2 + 7 ) / 8 ) = 3


2 + (2x 2) + 35 Bytes = 41 Bytes


Null_Bitmap + 4 =

0 + 41 + 3 + 4 = 48 Bytes


(8096) / 48 + 2 = 171


13 / 171 = 1


8192 * 1 = 8.192 Bytes

5. DimArea2

Num_Rows : 13






2 + ((2 + 7 ) / 8 ) = 3

110


2 + (2x 2) + 35 Bytes = 41 Bytes


Null_Bitmap + 4 =

0 + 41 + 3 + 4 = 48 Bytes


(8096) / 48 + 2 = 171


13 / 171 = 1


8192 * 1 = 8.192 Bytes

6. DimClass

Num_Rows : 3






2 + ((2 + 7 ) / 8 ) = 3


2 + ( 1 x 2) + 10 Bytes = 14 Bytes


Null_Bitmap + 4 =

111

1 + 14 + 3 + 4 = 22 Bytes


(8096) / 22 + 2 = 370

Num_Pages : Num_Rows/(Rows_Per_Page–Free_Rows_Per_Page)=

3 / 370 = 1


8192 * 1 = 8192 Bytes

7. DimPelanggan

Num_Rows : 100






2 + ((2 + 7 ) / 8 ) = 3


2 + ( 2 x 2) + 100 Bytes = 106 Bytes


Null_Bitmap + 4 =

0 + 106 + 3 + 4 = 113 Bytes


(8096) / 113 + 2 = 74


112

100 / 74 = 1


8192 * 1 = 8192 Bytes

8. DimPesaing

Num_Rows : 100






2 + ((24+ 7 ) / 8 ) = 6


2 + ( 2 x 2) + 80 Bytes = 86 Bytes


Null_Bitmap + 4 =

0 + 86 + 6 + 4 = 96 Bytes


(8096) / 96 + 2 = 86


100 / 86 = 1


8192 * 1 = 8192 Bytes

113

Tabel 4.16 Tabel Analisis Kapasitas Media Penyimpanan Tabel Dimensi

Nama Tabel Jumlah

Records

Besar

Records

(Bytes)

Records

(perHalaman)

Jumlah

Halaman

Besar

Tabel

(Bytes)

DimWaktu 30 31 263 7 57.344

DimMaskapai 12 73 113 1 8192

DimRute 114 67 123 1 8192

DimArea1 13 48 171 1 8192

DimArea2 13 48 171 1 8192

DimClass 3 22 370 1 8192

DimPelanggan 100 113 74 1 8192

DimPesaing 100 96 86 1 8192

Jumlah 385 498 1344 14 114688

4.2 Pengembangan Aplikasi Data Warehouse

Pengembangan aplikasi dapat dilakukan setelah perancangan data warehouse

sesuai dengan yang diharapkan dengan merancang prototipe. Prototipe ini berguna

supaya user dapat dengan mudah berinteraksi dengan data yang tersedia sehingga

membantu untuk melakukan proses pengambilan keputusan.

114

Gambar 4.15 Layar Depan

Pada layar ini, user harus mengklik tombol login untuk masuk ke layar login.

Gambar 4.16 Layar Login

Pada layar login, user harus melakukan input User ID dan Password terlebih

dahulu untuk bisa mengakses aplikasi ini. Anda di beri waktu 60 detik untuk login.

115

Gambar 4.17 Layar Sukses Dalam Melakukan Login

Layar ini akan muncul jika username dan password yang dimasukan benar dalam

waktu kurang dari 60 detik.

Gambar 4.18 Layar Gagal Saat Melakukan Login.

Layar ini akan muncul jika anda gagal dalam melakukan login dalam waktu 60

detik. Dan aplikasi akan tertutup secara otomatis.

Gambar 4.19 Layar Utama.

116

Setelah user berhasil memasukkan User ID dan Password yang benar, user akan

masuk ke layar utama dari aplikasi data warehouse ini. Layar ini berisi menu File,

Admin, Cube dan About us. Pada layar ini juga terdapat toolbar yang ikon – ikon nya

terdiri dari Open, Save, Export to Excel, Preview, Chart, dan Cube.

Gambar 4.20 Layar Cube.

Layar ini akan muncul ketika user memilih menu “Cube” lalu “Cube Penjualan”.

Layar ini digunakan untuk menganalisa data – data Penjualan seperti total tiket yang

terjual dan total penjualan. Bila user memilih menu “Cube” lalu “Cube Persediaan”.

Layar ini digunakan untuk menganalisa data – data Persediaan seperti total tiket masuk,

total tiket keluar, dan total tiket yang tersedia rata-rata. dan dapat di lihat dari berbagai

dimensi yang telah disediakan. Bila user memilih menu “Cube” lalu “Cube Pesaing”.

Layar ini digunakan untuk menganalisa data – data Pesaing seperti total penjualan

penjualan dan dapat di lihat dari berbagai dimensi yang telah disediakan

117

Gambar 4.21 Layar Print Preview.

Layar ini akan muncul jika anda memilih menu “File” lalu “Print Preview”.

Layar ini berfungsi untuk membantu user dalam membuat report karena user dapat

mencetak cube yang sedang dianalisa.

118

Gambar 4.22 Layar Chart.

User dapat melihat laporan dalam bentuk grafik dengan cara menu “File” lalu

“Export to Chart”. Pada layar ini juga disediakan sebuah combo box yang berisi tipe –

tipe tampiln grafik yang dapat dipilih oleh user sesuai dengan kepentingannya. Tipe

tampilan grafik yang disediakan adalah pie, bar, dan line, yang masing – masing dapat

ditampilkan secara dua dimensi maupun tiga dimensi.

119

Gambar 4.23 Layar Skema Bintang.

Layar ini akan tampil bila user memilih menu “Cube” lalu “Star Scheme”. Layar

ini berisi skema bintang dari data warehouse yang dirancang.

Gambar 4.24 Layar Data Transformation Service.

120

Layar ini akan muncul jika user memilih menu “File” lalu “Data Transformation

Service”. Layar ini hanya bisa digunakan oleh user yang login sebagai admin.

Gambar 4.25 Layar Add User.

Layar ini akan muncul apabila user memilih “Admin” lalu “add User”. Pada

layar ini, jika user login sebagai admin, user dapat menambahkan “username” dan

“password” untuk user lain yang belum terdaftar dalam database sebagai regular user

atau sebagai admin.

121

Gambar 4.26 Layar Edit Password

Layar ini akan muncul apabila user memilih “Admin” lalu “ChangePassword”.

Pada layar ini, user dapat mengganti password yang lama dengan password yang baru.

4.3 Implementasi Data Warehouse

4.3.1 Perangkat Keras Yang Digunakan

Berdasarkan hasil ujicoba pada tahap pembuatan aplikasi dan implementasi

aplikasi data warehouse ini menggunakan perangkat keras adalah sebagai berikut:

a) Untuk Server :

- Processor Intel 2.8 GHz

- Memory 512 MB

- Hard Disk 80 GB

- Jaringan (HUB, LAN)

b) Untuk Client :

- Processor Intel 1.8 GHz

- Memory 256 MB

122

- Hard Disk 40 GB

4.3.2 Perangkat Lunak Yang Digunakan

Perangkat lunak yang digunakan untuk mendukung rancangan aplikasi data

warehouse ini dengan menggunakan aplikasi Microsoft Visual Basic 6.0 sebagai front

end tool, databasenya menggunakan Microsoft SQL Server 2000 Enterprise Edition dan

komponen tambahannya menggunakan Dynamic Cube 3.0. Untuk operating system

server menggunakan Windows 2000 Advance Server, dan operating System client

menggunakan Microsoft Windows 2000 Professional.

4.3.3 Estimasi Waktu Implementasi Data Warehouse

Tabel 4.17 Tabel Estimasi Waktu Implementasi Data Warehouse

4.3.4 Analisis Critical Success Factor (CSF)

CSF pada perusahaan merupakan analisa faktor-faktor kunci yang dimiliki

perusahaan dari setiap ruang lingkup yang ada seperti per individu, departemen, ataupun

123

organisasi secara keseluruhan, yang apabila semuanya berjalan dengan benar akan

memberikan hasil yaitu kemajuan dan perkembangan perusahaan.

CSF pada kinerja PT. Travel Kontak Internusa dapat diuraikan sebagai berikut :

• Peningkatan volume penjualan, untuk tetap menjadi perusahaan yang kompetitif

maka perlu dilakukan penambahan tingkat penjualan kepada konsumen untuk

dapat memperluas pangsa pasar yang dimiliki.

• Peningkatan pelayanan kepada konsumen, sebagai perusahaan jasa yang

berhubungan langsung dengan konsumen maka pelayanan kepada konsumen

perlu ditingkatkan.

• Pemantauan terhadap hasil penjualan dan persediaan, sehingga dapat dianalisis

untuk pengambilan langkah kedepan bagi perusahaan.

bab 4 perancangan dan implementasi data …thesis.binus.ac.id/asli/bab4/2007-2-00097-if bab...

Documents