Download - Is i 3826939191895
-
7/25/2019 Is i 3826939191895
1/58
52
BAB III
ANALISA DAN PERANCANGAN SISTEM
3.1 GAMBARAN UMUM PERUSAHAAN
Untuk mempermudah pemahaman tentang kasus yang di kaji, berikut
penjelasan tentang gambaran umum perusahaan:
3.1.1 PERBANKAN DI INDONESIA
Perbankan adalah segala sesuatu yang berkaitan dengan bank, mencakup
kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan
kegiatan usahanya. Perbankan Indonesia dalam menjalankan fungsinya
berasaskan demokrasi ekonomi dan menggunakan prinsip kehati-hatian. Fungsi
utama perbankan Indonesia adalah sebagai penghimpun dan penyalur dana
masyarakat serta bertujuan untuk menunjang pelaksanaan pembangunan
nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-
hasilnya, pertumbuhan ekonomi dan stabilitas nasional, kearah peningkatan taraf
hidup rakyat banyak.
Perbankan memiliki kedudukan yang strategis, yakni sebagai penunjang
kelancaran sistem pembayaran, pelaksanaan kebijakan moneter dan pencapaian
stabilitas sistem keuangan, sehingga diperlukan perbankan yang sehat,transparan dan dapat dipertanggungjawabkan. Berdasarkan undang-undang,
struktur perbankan di Indonesia, terdiri atas bank umum dan BPR. Perbedaan
utama bank umum dan BPR adalah dalam hal kegiatan operasionalnya. BPR
tidak dapat menciptakan uang giral, dan memiliki jangkauan dan kegiatan
operasional yang terbatas. Selanjutnya, dalam kegiatan usahanya dianut dual
bank system, yaitu bank umum dapat melaksanakan kegiatan usaha bank
konvensional dan atau berdasarkan prinsip syariah. Sementara prinsip kegiatan
-
7/25/2019 Is i 3826939191895
2/58
53
BPR dibatasi pada hanya dapat melakukan kegiatan usaha bank konvensional
atau berdasarkan prinsip syariah. Bank juga mempunyai anak perusahaan untuk
membantu dalam bisnisnya. Dalam penelitian ini, Bank PT XYZ mempunyai
anak perusahaan Adira.
3.1.2 STRUKTUR ORGANISASI PT. XYZ
Gambar 3.1: Struktur Organisasi Perusahaan
Dalam proses sistem Customer Data integrationini, struktur yang terkait adalah
-
7/25/2019 Is i 3826939191895
3/58
-
7/25/2019 Is i 3826939191895
4/58
-
7/25/2019 Is i 3826939191895
5/58
56
Direktur Kepatuhan
- Bertanggung jawab dalam kepatuhan bank terhadap Bank Indonesia dan
memastikan jadwal kewajiban bank yang dilakukan bank sesuai dengan
waktu yang ditetapkan.
Role dalam sistem perancangan yang akan dibuat:
- Meminta laporan customer
- Menerima laporansingle CIF.
Kepala Sistem Informasi
- Melakukan koordinasi, mengarahkan dan mengambil keputusan
untuk memastikan tugas unit bersangkutan berjalan baik
- Mengembangkan perencanaan TI jangka panjang yang efektif dan efisien
sejalan dengan strategi bisnis perusahaan
- Melakukan riset-riset untuk meninjau peluang pengembangan
dalam pengembangan TI yang sesuai untuk diimpelementasikan.
- Menyusun usulan investasi TI dalam perencanaan kerja tahunan dan
anggaran untuk memenuhi kebutuhan TI perusahaan.
- Menetapkan dan mengembangkan sasaran kinerja tahunan untuk mengukur
keberhasilan kegiatan-kegiatan TI
- Bertanggung Jawab dalam operational IT dan pelaporan Bank Indonesia.
Role dalam sistem perancangan yang akan dibuat:
- Bertanggung jawab dan Memastikan sistem yang telah dirancang berjalan
dengan baik.
Kepala Perbankan Konsumer
- Menjalankan dan bertanggung jawab rencana bisnis yang telah disusun
secara operasional consumer
- Bertanggung jawab dalam Melayani consumer
- Berupaya meningkatkan pelayanan dan fasilitas consumer.
Role dalam sistem perancangan yang akan dibuat:
-
7/25/2019 Is i 3826939191895
6/58
57
- Mengakses portal dashboard CDI untuk melihat kondisi customer dan
produk bank dan memastikan tampilan data di sistem CDI sesuai dengan
data di perbankan.
- Approval penambahan user dan group di aplikasi CDI.
IT MIS
Department yang bertanggung jawab mengumpulkan dan mengolah data untuk
menhasilkan informasi yang berguna untuk semua tingkatan management di
dalam kegiatan perencanaan dan pengendalian. Atau, kumpulan dari sistem-
sistem yang menyediakan informasi untuk mendukung manajemen
Role dalam sistem perancangan yang akan dibuat:
- Bertanggung jawab, menjaga, mengolah, dan Memastikan sistem yang telah
dirancang berjalan dengan baik.
TechSupp
Department yang bertanggung atas pengaturaan, penjagaan, dan pengontrolan
database danapplication production maupun UAT. Mereka yang memegang
penuh hak akses database pengerjaan mereka berdasarkan atas request dari IT
MIS. Bisnis user tidak bisa langsung berkomunikasi dengan TechSupp,
melainkan dari IT MIS terlebih dahulu.
Role dalam sistem perancangan yang akan dibuat:
- Sebagai application support, database support pada sistem CDI.
IT Core System
Department IT yang khusus mengenaisource systemmasing masing sesuai apa
yang mereka tangani, contoh IT NCBS, hanya khusus menangani core system
NCBS. IT Flexcube khusus menangani core systemFlexcube.
-
7/25/2019 Is i 3826939191895
7/58
58
Bisnis User E-Channel
User yang masing masing mempunyai role dalam operasi consumer dan
pelaporan di setiapsource systemyang mereka pegang.
Role dalam sistem perancangan yang akan dibuat:
- Menentukan CustomerSingleFilejika terjadi ada data customeryang mirip
yang level kemiripanya adalah ragu ragu.
- MelihatReportdan memastikan data sesuai dengan data perbankan di core
system.
- Pengguna aplikasi CDI.
3.1.3 PRODUK PERUSAHAAN
Berikut adalah produk Bank XYZ yang di cakup oleh systemCDI yang
oleh nantinya bisa di analisis tingkat bisnis penjualan masing masing produk
sehingga para eksekutif bisa tau produk mana yang laku di pasaran dan
bagaimana karakteristiknya yang ditinjau dari data customer.
3.1.3.1 TABUNGAN
1. Tabungan A
Produk tabungan perorangan dari simpan pinjam yang menawarkan segala
keamanan, kemudahan serta kenyamanan bertransaksi. Bertujuan untuk
menumbuhkan budaya menabung dan meningkatkan kesejahteraan
masyarakat.
* Tanpa biaya administrasi bulanan
* Setoran awal pembukaan rekening yang ringan, minimum Rp 20.000
* Setoran selanjutnya minimum Rp 10.000
* Tidak ada internet banking
-
7/25/2019 Is i 3826939191895
8/58
59
2. Tabungan B
Produk tabungan perorangan yang menawarkan segala keamanan,
kemudahan serta kenyamanan bertransaksi.
Tabungan dengan 5 Kelebihan:
1. Bebas Biaya Bulanan
2. Cashback di mana-mana, dapat cash back setiap belanja di merchant
yang berlogo MasterCard/MasterCard Electronic.
3. Gratis Biaya Transfer di Online Banking dan Tarik Tunai di lebih
25,000 ATM Bersama
4. Gratis Asuransi Jiwa selama 6 bulan pertama
5. Banyak Kejutan Hadiah
3. Tabungan C
Tabungan perorangan dalam bentuk mata using asing
4.
Tabungan D
Tabungan untuk rencana pendidikan
5. Tabungan E
Produk Tabungan dari PT XYZ Syariah, bunga dalam bentuk bagi hasil.
6. Tabungan F
Produk Tabungan dari XYZ Syariah khusus untuk perencanaan Haji .
-
7/25/2019 Is i 3826939191895
9/58
60
3.1.3.2 GIRO
1.
Giro A
Giro yang tersedia dalam beberapa jenis mata uang dan menawarkan
kemudahan dalam memonitor transaksi dan dana di rekening.
2. Giro B
Giro Syariah iB merupakan simpanan dana berdasarkan prinsip Wadiah(titipan) dan Mudharabah (bagi hasil) yang penarikannya dapat dilakukan
setiap saat dengan menggunakan cek, Bilyet Giro, sarana perintah bayar
lainnya atau dengan pemindahbukuan.
1.1.3.3 DEPOSITO
1. Deposito A
Perlindungan keuangan terbaik dengan suku bunga tinggi dan penentuan
jangka waktu yang fleksibel, tersedia dalam Rupiah atau USD.
2. Deposito B
Produk investasi berbasis mudharabah (bagi hasil) dengan jangka waktu
fleksibel
-
7/25/2019 Is i 3826939191895
10/58
61
3.1.3.4 PINJAMAN (SIMPAN PINJAM)
1. Dana Pinjaman A
Fasilitas pinjaman tanpa agunan yang memungkinkan anda membayar
dengan cicilan tetap dan memberikan keleluasaan bagi anda dalam
menentukan periode pinjaman (minimal 2 juta s/d 100jt) bunga 1.49 %
perbulan
2. Dana Pinjaman B
Untuk usaha (pinjaman 5 100 juta) proses 2-3 hari kerja. Jangkawaktu 6-
60 bulan.
3. Dana Pinjaman C
Untuk usaha (pinjaman 50 500juta) proses 2-3 hari kerja. Jangkawaktu
6-60 bulan.
4. Kredit Multiguna
Pinjaman cicilan tetap dengan agunan bangunan (rumah, ruko atau rukan).
Jangka waktu s/d 10 tahun.
5. KPR
Fasilitas pinjaman untuk kepemilikan rumah baru maupun bekas bersifat
konvensional.
6. KPR Syariah
Fasilitas pinjaman untuk kepemilikan rumah baru maupun bekas bersifat
Syariah.
-
7/25/2019 Is i 3826939191895
11/58
62
7. KPPR
XYZ KPPR merupakan pemberian fasilitas kredit untuk membangun atau
merenovasi rumah/ruko/rukan/apartemen dan menjadikannya sesuai dengan
impian Anda.
8. Kredit Mobil Motor
Fasilitas dari Anak perusahaan, Adira Finance, pinjaman uang untuk
pembelian motor dan mobil.
9.
Kredit Ringan
Fasilitas dari Anak perusahaan, Adira Finance, lebih ke pinjaman ringan
sepertigadget.
3.1.3.5 KARTU KREDIT
1. Classic
Kartu Kredit Visa dan MasterCard hadir khusus untuk kenyamanan Anda
dalam bertransaksi dan menikmati gaya hidup modern.
2. MU Red
Kartu kredit resmi klub sepak-bola The Red Devilsdi Indonesia.
Gunakan kartu ini untuk mendapatkan diskon 50 persen di restoran, caf dan
outlet yang tergabung dalam jaringan Red Zone serta Memorabilia
Manchester United.
-
7/25/2019 Is i 3826939191895
12/58
63
3. Gold
Kartu Kredit Visa dan MasterCard hadir khusus untuk kenyamanan Anda
dalam bertransaksi dan menikmati gaya hidup modern (limit lebih tinggi dari
classic).
4. Platinum
Kartu Kredit XYZ Visa dan MasterCard hadir khusus untuk kenyamanan
Anda dalam bertransaksi dan menikmati gaya hidup modern (limit lebih
tinggi dari Gold) dan mendapatka Airpoty Lounge.
5. World Card
World Card adalah salah satu produk premium dari MasterCard yang
diterbitkan oleh perusahaan. Produk ini mempunyai fitur-fitur yang
memanjakan Anda yang berselera tinggi. World Card ditawarkan untuk
kenyamanan bertransaksi khususnya bagi Anda yang senang berwisata.
Selain diskon hotel dan restoran yang menguntungkan, juga ditawarkan
kemudahan mendapatkan program airlines miles yang memberikan Anda
nilai tukar miles yang lebih tinggi dibandingkan dengan kartu kredit lainnya.
3.2 ANALISA MASALAH
Bank XYZ saat ini mempunyai banyak cabang dan banyak produk. Masing
masing produk dikelompokkan ke dalamsystemdatasource yang berbeda, sehingga
data informasi customer tersebar di beberapa source system. Sehingga bisa
disimpulkan, satu datasourcesystem, mempunyai beberapa informasi produk, dan
satu produk memiliki banyak data customer.
-
7/25/2019 Is i 3826939191895
13/58
64
3.2.1 PENGELOMPOKAN PRODUK SOURCE SYSTEM
Berikut adalah pengelompokansource systemterhadap produk:
Source Data
SystemProduct Stored
NCBS
Tabungan A
MIS (SQL Server)
Tabungan B
Tabungan C
Tabungan D
Giro A
Deposito A
NCBS Syariah
Tabungan E
MIS (SQL Server)
Tabungan F
Giro B
Deposito B
KPR Syariah
FLEXCUBE
Dana Pinjaman A
MIS (SQL Server)
Dana Pinjaman B
Dana Pinjaman C
KPR
KPPR
Kredit Multiguna
ADMF Kredit Mobil MotorMIS (SQL Server)
Kredit Ringan
ASCEND
Classic
MIS (SQL Server)
Mu Red
Gold
Platinum
World Card
Tabel 3.1: Daftar Produk PT XYZ
NCBS
Source systemkonvensional untuk produk yang bersifat seperti tabungan,
giro, dan deposito
NCBS Syariah
Source systemSyariah, semua produk syariah ada disource systemini.
-
7/25/2019 Is i 3826939191895
14/58
65
FLEXCUBE
Source systemkonvensional untuk produk yang bersifat pinjaman dan KPR
dari XYZ.
ADMF
Source systemuntuk produk yang bersifat pinjaman motor dan mobil dari
Anak perusahaan XYZ, Adira
ASCEND
Source systemuntuk produk yang bersifat kartu kredit
3.2.2 SISTEM BERJALAN
Seperti yang sudah dijelaskan di bagian sebelumnya, bahwa di Bank XYZ
terdapat banyak sistem yang berjalan dan terpisah, sistem pelaporan pun tidak
terintegrasi satu dengan yang lainnya. Sehingga besar kemungkinan pada proses
manual penggabungan customer, banyak data redundan yang dilaporkan. oleh
karena itu diperlukan system CDI, berikut mekasnisme pelaporan yang bisa
dilakukan saat itu adalah seperti gambar dibawah ini:
Gambar 3.3: Mekanisme pelaporan berjalan
-
7/25/2019 Is i 3826939191895
15/58
66
Dalam sistem berjalan, tampak bahwa belum ada proses penggabungan
otomasi yang bertujuan untuk menggabungkan data customersebagai pelaporan
singleCIF.
Masing masing core banking mempunyai database staging agar terpisah
dari core banking untuk kebutuhan lainnya. Lalu dari database staging dari harus
melakukan extractdata untuk membuat pelaporan sendiri. Extractdata disini,
berupa query yang sudah dibuatkan oleh masing-masing ITsource system. Lalu
di exportke excel sebagai laporan. Misal Sourceistem NCBS, harus melakukan
extractdata disystemNCBS, dan mengirimkan laporan CIF NCBS ke IT MIS.
Selanjutnya pelaporan masing masing sourcesistem ini di konsolidasi manualoleh IT MIS dengan cara menggabungkan file excel menjadi satu.
Gambar 3.4: Mekanisme penggabungan manual
Yang jadi permasalahan terbesar adalah, bagaimana IT MIS,mengkonsolidasikan data data CIF dari laporan masing-masing source system
berupa file excel. Salah satu cara yang mungkin dilakukan adalah,
menggabungkan data excel tersebut ke dalam satu file, dan mengurutkan
berdasarkan nama. Lalu secara manual di definisikan sendiri data mana yang
mirip dan tidak mirip. Butuh waktu dan energi yang banyak untuk melakukan
hal ini. Dan juga, jika dilakukan manual, tentu tingkat kesalahan juga besar untuk
-
7/25/2019 Is i 3826939191895
16/58
67
menentukan data cif yang mirip. Disamping itu juga, tidak bisa untuk melakukan
analisis produk berdasarkan data customer.
3.2.2.1 USE CASE DIAGRAMBERJALAN
Berikut adalah use casediagram sistem berjalan yang menggambarkan
apa yang terjadi sistem berjalan.
Gambar 3.5: Use casediagrampelaporan data customer
Skenario Pengiriman laporan data customerberjalan:
1. Nama Use case Proses Input Data di Teller
Aktor Teller
Deskripsi Proses ini menggambarkan aktifitas yang ada di teller
dalam penginputan / hapus / edit data customer
-
7/25/2019 Is i 3826939191895
17/58
68
Pre Condition Ada permintaan proses dari nasabah, seperti penginputan
resgistrasi data nasabah baru, edit data, atau penutupan
data nasabah.
Tindakan Melakukan tindakan input data / edit data / penutupan di
komputer yang ada di teller. Di proses teller, hanya bisa
mengecek data customerhanya pada data satu produk.
Artinya teller tidak bisa cek data customertersebut di
sistem lain.
Post Condition Data baru tersimpan di Data Core Sistem.
Tabel 3.2Skenario Use Case Data input teller
2. Nama Use case Proses Staging Data Core
Aktor Sistem Staging
Deskripsi Proses ini menggambarkan proses perpindahan data core
ke staging database
Pre Condition Ada data di core system
Tindakan Melakukan proses perpindahan data dari core systemke
database staging secara otomatis dilakukan oleh sistem
staging.
Post Condition Data tersimpan di Data Staging
Tabel 3.3Skenario Use Case Proses Staging Data Core
-
7/25/2019 Is i 3826939191895
18/58
69
3. Nama Use case Mengirim Data CIF Excel
Aktor IT Core System
Deskripsi Menggambarkan proses Mengirim Laporan Data CIF
Pre Condition Ada data di database Staging, sudah jatuh tempo
pengiriman CIF ke tim IT MIS
Tindakan Mengextractdata dari database staging dengan
Melakukan query, exportke excel lalu mengirimkan data
cif dalam bentuk file excel ke IT MIS. Tindakan ini dilakukan
oleh masing masing tim IT Core System
Post Condition Data CIF per masing-masing source systemsudah dipegang
oleh tim IT MIS.
Tabel 3.4Skenario Use Case Mengirim Data CIF Excel
4. Nama Use case Penggabungan Data CIF
Aktor IT MIS
Deskripsi Menggabungkan Data CIF secara manual
Pre Condition Masing-masing IT Core System sudah mengirim file excel
berisi data customerke IT MIS
Tindakan Menggabungkan data CIF dalam bentuk excel:
1. Memperoleh data excel dari masing masing source
system, dan menggabungkan dalam satu excel.
kegiatan ini dilakukan manual seperti copy paste
data dari beberapa excel ke dalam satu excel
-
7/25/2019 Is i 3826939191895
19/58
70
2. Setelah menggabungkan data dalam satu excel,
selanjutnya adalah mengurutkan data customer
berdasarkan nama, untuk mempermudah melihat
duplikasi data customer. Lalu mengirim ke bisnis
user
Post Condition Terbentuk Satu File Excel data customerpenggabungan
dari semua sumber data yang akan dikirim ke bisnis user
Tabel 3.5Skenario Use Case Penggabungan Data CIF
5. Nama Use case Seleksi Data CIF
Aktor Business User
Deskripsi Memilih Data Master CIF
Pre Condition Data Sudah dalam satu file excel dan terurut.
Tindakan Melakukan pemilihan data master cif secara manual,
maksudnya adalah jika diketemukan data customeryang
mirip, maka User menghapus flag data master , cif mana
sebagai perwakilan customeryang mirip tadi sebagai
pelaporan.
Post Condition Data sudah siap untuk dikirim.
Tabel 3.6Skenario Use Case Seleksi Data CIF
6.Nama Use case Kirim Laporan SingleCIF
Aktor Business User
-
7/25/2019 Is i 3826939191895
20/58
71
Deskripsi Mengirim Laporan Data SingleCIF
Pre Condition Data singleCIF sudah siap untuk dikirim
Tindakan Melakukan pengiriman data singleCIF yang sudah diseleksi
secara manual ke Direktur Bank dan ke sistem Bank
Indonesia.
Post Condition Direktur dan di sistem Bank Indonesia menerima laporan
data singleCIF tersebut
Tabel 3.7Skenario Use Case Kirim Laporan SingleCIF
3.2.2.2. ACTIVITY DIAGRAMSISTEM BERJALAN
Berikut dibawah iniActivity Diagram sistem berjalan:
- Proses Input Data Di Teller
Gambar 3.6:Activity Diagram sistem berjalanproses input data teller
-
7/25/2019 Is i 3826939191895
21/58
72
- Proses Staging Data Core
Gambar 3.7:Activity Diagram sistem berjalanproses staging data core
- Mengirim Data CIF Excel
Gambar 3.8:Activity Diagram sistem berjalanmengirim data CIF excel
-
7/25/2019 Is i 3826939191895
22/58
73
- Penggabungan Data CIF
Gambar 3.9:Activity Diagram sistem berjalanpenggabungan data CIF
- Seleksi Data CIF
Gambar 3.10:Activity Diagram sistem berjalanseleksi data CIF
-
7/25/2019 Is i 3826939191895
23/58
74
- Kirim Laporan SingleCIF
Gambar 3.11:Activity Diagram sistem berjalan kirim laporan Single CIF
3.3 SISTEM USULAN
Berikut akan dijelaskan sistem yang diusulkan terhadap sistem berjalan
yang ada.
3.3.1 GAMBARAN SOLUSI SISTEM PERANCANGAN
Dari use case sistem berjalan, dijelaskan bahwa sistem yang akan
diusulkan akan merubah pada bagian berikut:
-
7/25/2019 Is i 3826939191895
24/58
75
Gambar 3.12: Ruang Lingkup perubahan dari use caseberjalan
Ada banyak sekali permasalahan dari sistem manual yang muncul, diantaranya:
1. Dengan sistem tersebut, Data customer tidak terintegrasi dari source satu
dengan source yang lain, yang menyebabkan banyak pihak internal yang
melakukan aktifitas pembuatan laporan permasing masing source sistem.
2. Tidak mendeteksi kesalahan penulisan yang terjadi pada teller, sehingga data
tidak standar, seperti penginputan Jalan dan Jl.
3. Tidak mempunyai data store penampung customer dari berbagai source,
sehingga sulit dalam pemeliharaan.4. Tidak bisa melakukan matchingotomatis, di sistem manual tersebut, matching
dilakukan oleh IT MIS secara manual. Jika ada 100,000 data customer, bisa
dibayangkan bagaimana IT MIS melakukan pengecekan manual untuk
matchingdi excel. Ada persentase kemungkinan human error waktu pemilihan
data master cif, disamping itu juga tidak hemat energi dan waktu.
5. Tidak bisa menganalisa produk dari data customertersebut, karena data hanya
berupa excel. Dan tidak bisa di olah lebih detail.
Perubahan pada
sistem usulan
-
7/25/2019 Is i 3826939191895
25/58
76
Inti cakupan dari kelemahan sistem manual tersebut adalah ketidak
efektifan energi dan waktu. Maka diperlukan sebuah perancangan yang membantu
proses manual tersebut. Yaitu:
1. ETL, untuk proses otomasi konsolidasi data CIF.
2. Standarisasi Data, dengan menggunakan data kamus yang sudah didaftarkan
3. ProsesMatching, proses pencocokan data
4. Dashboard, untuk analisa produk dan customerdari data konsolidasi cif.
Berikut adalah Solusi Diagram:
Gambar 3.13: Solusi yang akan diusulkan
Menggunakan SSIS sebagai toolsuntuk data integrationdan standarisasi.
Menggunakan SSIS untuk proses data matching
Menggunakan MS SQL Server untukstagingdan database
Menggunakan ASP.Net untuk membangun interface Using ASP.Net to
build M-CIF application.
Menggunakan Tableau Sofware untuk interface Dashboard Business
Intelligence sebagai analisa top management.
-
7/25/2019 Is i 3826939191895
26/58
77
3.3.2 PROSES DATA INTEGRASI
Tujuan proses ini sebenarnya adalah melakukan konsolidasi dari berbagaisumber media yang di miliki oleh Bank agar data customerbisa di simpan dalam
satu media peyimpanan. Pada proses ini juga terdapat standarisasi dan cleansing
data, artinya adalah penyeragaman format data customer. Seperti Data Jalan
akan dirubah menjadi Jl. Dan penghilangan karakter format data yang tidak
valid.
Saat inisialisasi proses integration, data akan di tarik dan di simpan ke
database staging. Tetapi Selanjutnya setalah proses bulan berjalan, proses
penarikan data ini hanya mengambil data cif yang baru, Baru disini di
kategorikan ada 2:
1.Data CIF yang memang benar baru (sebelumnya tidak ada)
2.Data CIF yang sudah ada sebelumnya, tetapi ada proses update data,
seperti update data alamat, no tlp, dll.
3.3.3 PROSES MATCHING
Hasil proses matching/konsolidasi, akan menghasilkan data,Match, Ragu
Ragu, Unmatch. Jika match, sistem akan otomastis mengenerate bahwa data
tersebut sama dengan data existing (customeryg sama). Jik ragu ragu, userakan
menentukan sendiri secara manual di aplikasi, apakah data customer tersebut
mau di matchatau tidak. Jika Unmatch, sistem akan mengenerate bahwa data
tersebut data baru, yang tidak sama dengan data customersebelumnya. Kategori
match, ragu, dan unmatchini ditentukan oleh batas threshold sebagai acuan score
kesamaan data. Kesamaan data ini dilakukan dengan melakukan perbandingan
beberapa kolom yang dianggap key. Threshold ini parameterizebisa di set di
aplikasi. Secara diagram, seperti dibawah ini:
-
7/25/2019 Is i 3826939191895
27/58
78
Gambar 3.14: ProsesMatching
Pada Proses matching terdapat logika penentuan apakah data match,
ragu, atau tidak match. Logika ini menggunakan fungsifuzzy lookupdari Microsoft.
Output darifuzzy lookupini adalah tingkat persentasi kemiripan data terhadap data
lain. Maka dari itu, userperlu menentukan dulu batas persentase atas dan bawah
sebagai penentuan matchdan unmatch. Jika hasilfuzzylebih besar dari persentasi
batas atas yang telah ditentukan , maka data itu match, jika hasilfuzzydiantara batas
bawah dan batas atas, maka data itu ragu , jika hasil fuzzy lebih kecil dari batas
bawah, maka data itu tidak match.
Fuzzy Logic
Gambar 3.15: ProsesMatchingFuzzy Logic
-
7/25/2019 Is i 3826939191895
28/58
79
3.3.4 PROSES ALUR DATA
Berikut adalahflowdata loadingyang akan diproses,
Gambar 3.16: ProsesData Loading
Keterangan:
LMD =Last Maintenance Date, tanggal pada data batchsebelumnya
Berikut SkemaFlowProses Data di ETL:
-
7/25/2019 Is i 3826939191895
29/58
80
Gambar 3.17: Proses SkemaData Loading
3.3.5 USE CASE USULAN
Gambar 3.18: Use Caseusulan sistem CDI
-
7/25/2019 Is i 3826939191895
30/58
81
1.Nama Use case Proses Extract Tranform LoadingData
Aktor ETL Sistem (SSIS)
Deskripsi Proses yang menggambarkan proses integration /
penggabungan data, cleansingdan matchingdata CIF
Pre Condition Sudah dalam waktu jadwal yang ditentukan untuk
memproses.
Tindakan 1. Sistem ETL melakukan proses integrasi data dari
berbagai source systemmenuju ke Staging CIF
2. Dari StagingCIF lalu mentransformasi data untuk
Cleansing, Dan MatchingProses
Post Condition Data hasil matchingsudah ada di databse MCIF. Sudah
bisa dilakukan pengecekan MCIF seperti :
1. Data CIF InActive
2. CIF Update
3. CIF Potential
Tabel 3.8Skenario Use Case ProsesExtract Tranform LoadingData
2.Nama Use case Checking Proses ETL
Aktor IT MIS
Deskripsi Memastikan Proses Transformasi Berhasil
Pre Condition Proses transformasi data selesai
Tindakan Memastikan hasil proses transformasi berjalan dengan
sukses dan berjalan sesuai waktu yang di jadwalkan
-
7/25/2019 Is i 3826939191895
31/58
82
Dengan cara cek log status Job hasil dari proses
transformasi. Jika fail, maka IT MIS melakukan starting
proses tranformasi data secara manual.
Post Condition Data sudah bisa dipastikan siap digunakan untuk tahap
selanjutnya oleh business user
Tabel 3.9Skenario Use Case Checking Proses ETL
3.Nama Use case Memastikan Master CIF
Aktor Business User
Deskripsi Menggambarkan proses manual untuk menentukan
master CIF terhadap data Matchragu-ragu, data CIF
Update, data CIF InActivejika ada.
Pre Condition 1. Proses transformasi data sudah selesai , lalu membuka
aplikasi untuk melihat menu CIF Potential , CIF Update,
dan CIF InActive
2. Memiliki authentication di aplikasi untuk view,edit dan
delete
Tindakan 1. Menentukan Master CIF di aplikasi jika terdapat hasil
matchingyang ragu-ragu (diantara batas atas da batas
bawah)
2. Menentukan apakah MCIF perlu di update jika ada
Data CIF yang telah berubah entitynya
3. Menentukan apakah MCIF perlu di non aktifkan jika
ada data CIF yang inActive
-
7/25/2019 Is i 3826939191895
32/58
83
Post Condition Data MCIF sudah siap dikirim untuk pelaporan
Tabel 3.10Skenario Use Case Memastikan Master CIF
4. Nama Use case Generate Laporan MCIF
Aktor IT MIS
Deskripsi Mengenerate Laporan MCIF dari Aplikasi
Pre Condition Sudah tidak data CIF matchyang masih Potential
Tindakan Melakukan Exportdata ke excel untuk selanjutnya
digunakan untuk pengiriman data Master CIF ke Direktur
dan Aplikasi LBU Bank Indonesia.
Post Condition File berisikan data customersudah siap untuk pelaporan
Master CIF
Tabel 3.11Skenario Use CaseGenerate Laporan MCIF
5. Nama Use case Setting ScoreMatching
Aktor Business User
Deskripsi Setting score batas atas dan batas bawah pada proses
matching
Pre Condition Memiliki authenticationdi aplikasi untuk view dan edit
Tindakan Melakukan set up berapa score batas atas dan bawah
untuk proses matching
-
7/25/2019 Is i 3826939191895
33/58
84
Post Condition Data Score Matchingsudah sesuai dengan setting dari
user
Tabel 3.12Skenario Use CaseSetting Score Matching
6.Nama Use case BI Analisis
Aktor Manager, Direktur
Deskripsi Menganalisa Produk dari output Business Intelligence
Pre Condition Masuk ke portal dashboard
Tindakan Melakukan analisa produk, pergerakan data customer.
dengan cara melihat portal dashboardCDI
Post Condition Mengetahui pergerakan data Customerdan Produk
untuk analisa dalam pengambilan keputusan
Tabel 3.13Skenario Use CaseBI Analisis
7.Nama Use case Manage User Authentication
Aktor Manager
Deskripsi Memberi Authentikasi UserLogin
Tindakan Membuat userdan memberi otorisasi / roleuntuk bisnis
userbaru atau userlama ke dalam aplikasi
Post Condition Authentikasi userloginsudah sesuai dalam mengakses
aplikasi
Tabel 3.14Skenario Use CaseCreate User Role
-
7/25/2019 Is i 3826939191895
34/58
85
3.3.6 ACTIVITYDI AGRAM USULAN
Beriku Activity Diagram pada sistem usulan:
- ProsesExtract Tranform LoadingData
Gambar 3.19:Activity DiagramProses ETL
- Checking Process ETL
-
7/25/2019 Is i 3826939191895
35/58
86
Gambar 3.20:Activity DiagramChecking Proses ETL
- Aktivitas Memastikan Master CIF
Gambar 3.21:Activity DiagramMemastikan Data Master CIF
-
7/25/2019 Is i 3826939191895
36/58
87
- Generatelaporan MCIF
Gambar 3.22:Activity DiagramGenerate Data Master CIF
- Setting Score Matching
Gambar 3.23:Activity DiagramSetting Score Matching
-
7/25/2019 Is i 3826939191895
37/58
88
- BI Analisis
Gambar 3.24:Activity DiagramBI Analisis
- Manage User Authentication
-
7/25/2019 Is i 3826939191895
38/58
89
Gambar 3.25:Activity DiagramCreate User Role
3.3.7 SEQUENCE DIAGRAM USULAN
Berikut Sequence Diagram pada Sistem Usulan:
- Proses ETL
Gambar 3.26: Sequence DiagramProses ETL
- Checking Process Log ETL
Gambar 3.27: Sequence DiagramChecking Proses Log ETL
-
7/25/2019 Is i 3826939191895
39/58
90
-
Memastikan Master CIF
Gambar 3.28: Sequence DiagramMemastikan Master CIF
- Generate Laporan MCIF
-
7/25/2019 Is i 3826939191895
40/58
91
Gambar 3.29: Sequence DiagramGenerateLaporan MCIF
- SettingScore Matching
Gambar 3.30: Sequence DiagramScore Matching
- BI Analysis
-
7/25/2019 Is i 3826939191895
41/58
92
Gambar 3.31: Sequence DiagramBI Analisis
- Manage User Authentication
Gambar 3.32: Sequence DiagramManage User Authentication
-
7/25/2019 Is i 3826939191895
42/58
93
3.3.8 CLASS DI AGRAM USULAN
Class Diagram pada perancangan aktifitas pada sistem adalah sebagai berikut:
Gambar 3.33: Class Diagram ETL System
-
7/25/2019 Is i 3826939191895
43/58
94
Gambar 3.34: Class Diagram Application
-
7/25/2019 Is i 3826939191895
44/58
95
3.3.9 RANCANGAN DATABASE
Perancangan struktur data pada aplikasi yang menggunakan database
sangat penting karena struktur data merupakan tahap perancangan dari tabel-
tabel yang ada pada database. Tabel-tabel dalam perancangan ini adalah:
TableName Position ColumnName DataType Length
Users 1 UserID int 10
Users 2 Username varchar 15
Users 3 Password varchar 50
Users 4 Realname varchar 50
Users 5 Email varchar 50
Users 6 Is_Active bit -
Users 7 Is_Application bit -
Users 8 Is_Dashboard bit -
Users 9 Is_AdminUser bit -
Users 10 ModifiedBy varchar 15
Users 11 ModifiedOn datetime NULL
Tabel 3.15Table Users
TableName Position ColumnName DataType Length
User_App_Access 1 UserID int 10
User_App_Access 2 Is_Input bit -
User_App_Access 3 Is_Delete bit -
User_App_Access 4 Is_Edit bit -
Tabel 3.16Table User_App_Access
TableName Position ColumnName DataType Length
Dictionary 1 ID bigint 19
Dictionary 2 FieldName nvarchar 20
Dictionary 3 Find nvarchar 30
Dictionary 4 Replace nvarchar 30
Dictionary 5 ModifiedBy nvarchar 20
Dictionary 6 ModifiedOn datetime -
Tabel 3.17Table Dictionary
-
7/25/2019 Is i 3826939191895
45/58
96
TableName Position ColumnName DataType Length
MatchingScore 1 Field nvarchar 30
MatchingScore 2 BottomScore float 53
MatchingScore 3 UpperScore float 53
Tabel 3.18Table MatchingScore
TableName Position ColumnName DataType Length
CIF_Update 1 CIF nvarchar 20
CIF_Update 2 CIFOpenDt datetime -
CIF_Update 3 ProcessDt datetime -
CIF_Update 4 SourceType nvarchar 50CIF_Update 5 CIFLastMaintDt datetime -
CIF_Update 6 Field nvarchar 20
CIF_Update 7 ValueBefore nvarchar 100
CIF_Update 8 ValueAfter nvarchar 100
Tabel 3.19Table CIF_Update
TableName Position ColumnName DataType Length
CIF_Potential 1 RefMCIF nvarchar 20
CIF_Potential 2 Score float 53
CIF_Potential 3 CIF nvarchar 20
CIF_Potential 4 CustNmOri nvarchar 30
CIF_Potential 5 CustNmCln nvarchar 30
CIF_Potential 6 BirthDt datetime -
CIF_Potential 7 IDType nvarchar 20
CIF_Potential 8 IDNoOri nvarchar 20
CIF_Potential 9 IDNoCln nvarchar 20
CIF_Potential 10 BirthPlace nvarchar 30
CIF_Potential 11 AddressOri nvarchar 100CIF_Potential 12 AddressCln nvarchar 100
CIF_Potential 13 City nvarchar 30
CIF_Potential 14 NPWPOri nvarchar 30
CIF_Potential 15 NPWPCln nvarchar 30
CIF_Potential 16 MotherNmOri nvarchar 30
CIF_Potential 17 MotherNmCln nvarchar 30
CIF_Potential 18 MailAddress nvarchar 100
CIF_Potential 19 Email nvarchar 30
CIF_Potential 20 JobTitle nvarchar 30
-
7/25/2019 Is i 3826939191895
46/58
97
CIF_Potential 21 Employer nvarchar 30
CIF_Potential 22 Religion nvarchar 15
CIF_Potential 23 Gender nvarchar 1
CIF_Potential 24 MaritalStatus nvarchar 1
CIF_Potential 25 Age int 10
CIF_Potential 26 AgeRange nvarchar 20
CIF_Potential 27 Telephone nvarchar 20
CIF_Potential 28 RangeSalary int 10
CIF_Potential 29 CIFOpenDt datetime -
CIF_Potential 30 AcctNo nvarchar 20
CIF_Potential 31 AcctOpenDt datetime -
CIF_Potential 32 ProductID int 10
CIF_Potential 33 BranchID int 10
CIF_Potential 34 AcctStatus nvarchar 1CIF_Potential 35 LastMaintDt datetime -
CIF_Potential 36 ProcessDt datetime -
CIF_Potential 37 SourceType nvarchar 50
Tabel 3.20Table CIF_Potential
TableName Position ColumnName DataType Length
CIF_Purge 1 CIF nvarchar 20
CIF_Purge 2 CustNm nvarchar 30
CIF_Purge 3 BirthDt datetime -
CIF_Purge 4 IDType nvarchar 20
CIF_Purge 5 IDNo nvarchar 20
CIF_Purge 6 BirthPlace nvarchar 30
CIF_Purge 7 Address nvarchar 100
CIF_Purge 8 City nvarchar 30
CIF_Purge 9 NPWP nvarchar 30
CIF_Purge 10 MotherNm nvarchar 30
CIF_Purge 11 MailAddress nvarchar 100CIF_Purge 12 Email nvarchar 30
CIF_Purge 13 JobTitle nvarchar 30
CIF_Purge 14 Employer nvarchar 30
CIF_Purge 15 Religion nvarchar 15
CIF_Purge 16 Gender nvarchar 1
CIF_Purge 17 MaritalStatus nvarchar 1
CIF_Purge 18 Age int 10
CIF_Purge 19 Telephone nvarchar 20
CIF_Purge 20 RangeSalary int 10
CIF_Purge 21 CIFOpenDt datetime -
-
7/25/2019 Is i 3826939191895
47/58
98
CIF_Purge 22 CIFCloseDt datetime -
CIF_Purge 23 ProcessDt datetime -
CIF_Purge 24 SourceType nvarchar 50
Tabel 3.21Table CIF_Purge
TableName Position ColumnName DataType Length
CIF 1 MCIF nvarchar 20
CIF 2 FlagMaster bit -
CIF 3 CIF nvarchar 20
CIF 4 CustNmOri nvarchar 30
CIF 5 CustNmCln nvarchar 30
CIF 6 BirthDt datetime -CIF 7 IDType nvarchar 20
CIF 8 IDNoOri nvarchar 20
CIF 9 IDNoCln nvarchar 20
CIF 10 BirthPlace nvarchar 30
CIF 11 AddressOri nvarchar 100
CIF 12 AddressCln nvarchar 100
CIF 13 City nvarchar 30
CIF 14 NPWPOri nvarchar 30
CIF 15 NPWPCln nvarchar 30
CIF 16 MotherNmOri nvarchar 30
CIF 17 MotherNmCln nvarchar 30
CIF 18 MailAddress nvarchar 100
CIF 19 Email nvarchar 30
CIF 20 JobTitle nvarchar 30
CIF 21 Employer nvarchar 30
CIF 22 Religion nvarchar 15
CIF 23 Gender nvarchar 1
CIF 24 MaritalStatus nvarchar 1
CIF 25 Age int 10
CIF 26 AgeRange nvarchar 20
CIF 27 Telephone nvarchar 20
CIF 28 RangeSalary int 10
CIF 29 CIFOpenDt datetime -
CIF 30 AcctNo nvarchar 20
CIF 31 AcctOpenDt datetime -
CIF 32 ProductID int 10
CIF 33 BranchID int 10
CIF 34 AcctStatus nvarchar 1
CIF 35 LastMaintDt datetime -
-
7/25/2019 Is i 3826939191895
48/58
99
CIF 36 ProcessDt datetime -
CIF 37 SourceType nvarchar 50
CIF 38 Score float 53
Tabel 3.22Table CIF
TableName Position ColumnName DataType Length
MCIF 1 MCIF nvarchar 20
MCIF 2 CustNm nvarchar 30
MCIF 3 BirthDt datetime -
MCIF 4 IDType nvarchar 20
MCIF 5 IDNo nvarchar 20
MCIF 6 BirthPlace nvarchar 30MCIF 7 Address nvarchar 100
MCIF 8 City nvarchar 30
MCIF 9 NPWP nvarchar 30
MCIF 10 MotherNm nvarchar 30
MCIF 11 MailAddress nvarchar 100
MCIF 12 Email nvarchar 30
MCIF 13 JobTitle nvarchar 30
MCIF 14 Employer nvarchar 30
MCIF 15 Religion nvarchar 15
MCIF 16 Gender nvarchar 1
MCIF 17 MaritalStatus nvarchar 1
MCIF 18 Age int 10
MCIF 19 AgeRange nvarchar 20
MCIF 20 RangeSalary int 10
MCIF 21 Telephone nvarchar 20
MCIF 22 CIFOpenDt datetime -
MCIF 23 LastMaintDt datetime -
MCIF 24 ProcessDt datetime -
MCIF 25 CIFStatus nvarchar 1
Tabel 3.23Table MCIF
-
7/25/2019 Is i 3826939191895
49/58
100
TableName Position ColumnName DataType Length
CIF_New 1 CIF nvarchar 20
CIF_New 2 CustNmOri nvarchar 30
CIF_New 3 CustNmCln nvarchar 30
CIF_New 4 BirthDt datetime -
CIF_New 5 IDType nvarchar 20
CIF_New 6 IDNoOri nvarchar 20
CIF_New 7 IDNoCln nvarchar 20
CIF_New 8 BirthPlace nvarchar 30
CIF_New 9 AddressOri nvarchar 100
CIF_New 10 AddressCln nvarchar 100
CIF_New 11 City nvarchar 30
CIF_New 12 NPWPOri nvarchar 30
CIF_New 13 NPWPCln nvarchar 30
CIF_New 14 MotherNmOri nvarchar 30
CIF_New 15 MotherNmCln nvarchar 30
CIF_New 16 MailAddress nvarchar 100
CIF_New 17 Email nvarchar 30
CIF_New 18 JobTitle nvarchar 30
CIF_New 19 Employer nvarchar 30
CIF_New 20 Religion nvarchar 15
CIF_New 21 Gender nvarchar 1CIF_New 22 MaritalStatus nvarchar 1
CIF_New 23 Age int 10
CIF_New 24 AgeRange nvarchar 20
CIF_New 25 RangeSalary int 10
CIF_New 26 Telephone nvarchar 20
CIF_New 27 CIFLastMaintDt datetime -
CIF_New 28 AcctNo nvarchar 20
CIF_New 29 AcctOpenDt datetime -
CIF_New 30 ProductID int 10
CIF_New 31 BranchID int 10
CIF_New 32 AcctStatus nvarchar 1
CIF_New 33 AcctLastMaintDt datetime -
CIF_New 34 ProcessDt datetime -
CIF_New 35 SourceType nvarchar 50
Tabel 3.24Table CIF_New
-
7/25/2019 Is i 3826939191895
50/58
101
TableName Position ColumnName DataType Length
CIF_Stg 1 CIF nvarchar 20
CIF_Stg 2 CustNmOri nvarchar 30
CIF_Stg 3 CustNmCln nvarchar 30
CIF_Stg 4 BirthDt datetime -
CIF_Stg 5 IDType nvarchar 20
CIF_Stg 6 IDNoOri nvarchar 20
CIF_Stg 7 IDNoCln nvarchar 20
CIF_Stg 8 BirthPlace nvarchar 30
CIF_Stg 9 AddressOri nvarchar 100
CIF_Stg 10 AddressCln nvarchar 100
CIF_Stg 11 City nvarchar 30
CIF_Stg 12 NPWPOri nvarchar 30
CIF_Stg 13 NPWPCln nvarchar 30
CIF_Stg 14 MotherNmOri nvarchar 30
CIF_Stg 15 MotherNmCln nvarchar 30
CIF_Stg 16 MailAddress nvarchar 100
CIF_Stg 17 Email nvarchar 30
CIF_Stg 18 JobTitle nvarchar 30
CIF_Stg 19 Employer nvarchar 30
CIF_Stg 20 Religion nvarchar 15
CIF_Stg 21 Gender nvarchar 1CIF_Stg 22 MaritalStatus nvarchar 1
CIF_Stg 23 Age int 10
CIF_Stg 24 AgeRange nvarchar 20
CIF_Stg 25 RangeSalary int 10
CIF_Stg 26 Telephone nvarchar 20
CIF_Stg 27 CIFLastMaintDt datetime -
CIF_Stg 28 AcctNo nvarchar 20
CIF_Stg 29 AcctOpenDt datetime -
CIF_Stg 30 ProductID int 10
CIF_Stg 31 BranchID int 10
CIF_Stg 32 AcctStatus nvarchar 1
CIF_Stg 33 AcctLastMaintDt datetime -
CIF_Stg 34 ProcessDt datetime -
CIF_Stg 35 SourceType nvarchar 50
Tabel 3.25Table CIF_Stg
-
7/25/2019 Is i 3826939191895
51/58
102
TableName Position ColumnName DataType Length
TotalCust 1 ProcessDate Datetime
TotalCust 2 Value int
Tabel 3.26 Tabel TotalCust
TableName Position ColumnName DataType Length
CustLogMatching 1 ProcessDate Datetime
CustLogMatching 2 Source nvarchar 20
CustLogMatching 3 Match Int
CustLogMatching 4 Potential Int
CustLogMatching 5 Unmatch int
Tabel 3.27 Tabel CustLogMatching
3.3.10 RANCANGAN LAYAR
Berikur adalah rancangan layar pada aplikasi yang akan dibuat:
3.3.10.1 LOGIN
Gambar 3.35:TampilanLogin
Username
Password
-
7/25/2019 Is i 3826939191895
52/58
103
3.3.10.2MAIN PAGE
Gambar 3.36:Tampilan Main Page
3.3.10.3 MAIN APPLI CATION
Gambar 3.37:Tampilan Main Application
3.3.10.4 DATA KAMUS
Gambar 3.38:Tampilan Data Kamus
Aplikasi Dashboard
User Registration
-
7/25/2019 Is i 3826939191895
53/58
104
3.3.10.5 SCORE MATCHI NG
Gambar 3.39:Tampilan Score Matching
3.3.10.6 CUSTOMER POTENTIAL
Gambar 3.40:Tampilan Customer Potential
3.3.10.7 CUSTOMER UPDATE
Gambar 3.41:Tampilan Customer Update
-
7/25/2019 Is i 3826939191895
54/58
105
3.3.10.8 CUSTOMER INACTIVE
Gambar 3.42:Tampilan Customer InActive
3.3.10.9 CIF DATA
Gambar 3.43:Tampilan CIF Data
-
7/25/2019 Is i 3826939191895
55/58
106
3.3.10.10MASTER CI F DATA
Gambar 3.44:Tampilan Master CIF Data
3.3.10.11 MASTER CIF REPORT
Gambar 3.45:Tampilan Master CIFReport
-
7/25/2019 Is i 3826939191895
56/58
107
3.3.10.12 USER REGISTRATI ON
Gambar 3.46:Tampilan User Registration
3.3.10.13 DASHBOARD MAIN PRODUCT
Gambar 3.47:TampilanDashboard Main Product
-
7/25/2019 Is i 3826939191895
57/58
108
3.3.10.14 DASHBOARD PRODUCT FUNDI NG
Gambar 3.48:TampilanDashboard Product Funding
3.3.10.15 DASHBOARD PRODUCT LENDI NG
Gambar 3.49:TampilanDashboard Product Lending
-
7/25/2019 Is i 3826939191895
58/58
3.3.10.16 DASHBOARD BY BRANCH
Gambar 3.50:TampilanDashboard Branch
3.3.10.17 DASHBOARD CUSTOMER