sistem perencanaan sumber daya perusahaan

SISTEM INFORMASI AKUNTANSI 2

Dosen : Diah Iskandar, SE. M.Si

MODUL 5Tatap Muka ke 5

SISTEM PERENCANAAN SUMBER DAYA PERUSAHAAN

Sub Pokok Bahasan :- Pengertian ERP- Konfigurasi Sistem ERP- Pergudangan Data

TUJUAN INSTRUKSIONAL UMUMMemahami sistem perencanaan sumber daya perusahaan.

TUJUAN INSTRUKSIONAL KHUSUSSetelah mempelajari materi ini, mahasiswa akan dapat:1. Memahami fungsionalitas umum dari elemen kunci dari sistem ERP.2. Memahami berbagai aspek dari konfigurasi ERP termasuk server, database, dari

peng-gunaan dari perangkat lunak bolt-on.3. Memahami maksud dari gudang data (warehousing) sebagai suatu alat strategis

dari me-ngenali topik yang berhubungan dengan desain, pemeliharaan, dari operasi dari gudang data.

METODE PEMBELAJARAN

1. Kuliah Mimbar2. Tanya Jawab3. Latihan

ALAT BANTU PEMBELAJARAN

1. LCD/Overhead Projector2. White Board dan Spidol

REFERENSI

1. James A. Hall, 2001. Sistem Informasi Akuntansi, Penerbit Salemba Empat, Jakarta.

2. Nugroho Widjajanto, 2001. Sistem Informasi Akuntansi, Penerbit Erlangga.

MODUL 5

SISTEM PERENCANAAN SUMBER DAYA

PERUSAHAAN

A. PENDAHULUAN

Kebanyakan organisasi-organisasi yang berukuran besar dan sedang memi-

liki sistem informasi yang dirancang dan diprogram menurut pesanan (kebutuhan)

mereka. Praktik ini menghasilkan lapisan-lapisan sistem yang berdiri sendiri dan di-

rancang untuk memenuhi kebutuhan unik dari para pemakai spesifik.

Walaupun sistem-sistem ini melakukan pekerjaan mereka secara efisien,

mereka tidak mendukung keputusan-keputusan strategis Pada tingkat perusahaan

karena kurangnya integrasi yang diperlukan untuk transfer informasi lintas batas-

batas organisasi.

Saat ini, trend sistem informasi adalah menuju implementasi sistem ber-

orientasi-perusahaan dengan tingkat integratif tinggi. Sistem ini bukan paket-paket

pesanan yang dirancang untuk organisasi tertentu. Karakteristik organisasi-

organisasi yang beraneka ragam turut membentuk komponen-komponen perangkat

lunak menjadi sebuah sistem perencanaan sumber claya perusahaan (enterprise

resource planning, selanjutnya disingkat ERP) yang terbaik dalam memenuhi

kebutuhan bisnis mereka. lni berarti bahwa organisasi perlu mengubah cara mereka

melakukan bisnis untuk dapat sepenuhnya memanfaatkan ERP.

Modul ini terdiri atas tiga bagian utama.

- Bagian pertama menjelaskan ciri-ciri utama dari sebuah sistem ERP generik

dengan membandingkan fungsi dan teknik penyimpanan data dari flat file tradisi-

onal atau sistem database dari sebuah ERP.

- Bagian kedua menjelaskan bermacam-macam konfigurasi ERP yang berkaitan

Pusat Pengembangan Bahan Ajar - UMB Diah Iskandar SE. M.Si SISTEM INFORMASI AKUNTANSI 2

2

dengan server, data. base, dan perangkat lunak bolt-on.

- Bagian ketiga menjelaskan Penyimpanan data. Sebuah gudang data (data

warehousing) merupakan sebuah database relasional atau multidimensional yang

mendukung proses analitikal on-line (on-line analytical processing atau OLAP).

B. APAKAH ERP ITU ?

Sistem ERP diciptakan oleh Gartner Group adalah paket perangkat lunak

modul berganda yang berkembang terutama sistem perencanaan sumber daya

manufaktur tradisional (manufacturing resource planninr MRP II). Tujuan ERP adalah

mengintegrasikan proses kunci dari organisasi seperti pemasukan pesanan, manu-

fakturing, usaha pengadaan, utang dagan& daftar gaji, dan sumber daya manusia.

Sistem komputer tunggal dapat melayani kebutuhan unik dari tiap area fungsional.

Mendesain suatu sistem yang melayani setiap orang adalah memikul suatu bagian

besar. Di bawah model tradisional setiap area fungsional atau departemen memiliki

sistem komputernya sendiri yang dioptimasi pada cara di mana ia melakukan bisnis

sehari-harinya. ERP menggabungkan semua ini ke dalar suatu sistem tunggal, yang

terintegrasi yang mengakses Pada suatu database tunggal untuk me-mudahkan

pembagian dari informasi dan untuk memperbaiki komunikasi di seluruh organisasi.

Gambar 11-1. Perusahaan ini menggunakan suatu arsitektur databas ter-

tutup, yang serupa dalam konsep Pada model flat file dasar (basic flat file model). Di

bawah pendekatan ini suatu sistem manajemen database digunakan untuk memberi-

kan keuntungan teknologi minimal di alas sistem flat file. DBMS (database manage-

ment system) adalah sedikit lebih daripada suatu sistem file privat tetapi berdaya

guna. Sebagaimana dengan pendekatan flat file, data tetap milik dari aplikasi.

Sebagaimana halnya dengan arsitektur flat file, ini adalah suatu tingkat tinggi dari

kelebihan data dalam suatu lingkungan database tertutup.


3

Gambar 11-1. Sistem Informasi Tradisional

Ketika seorang pelanggan menempatkan suatu pesanan, mulailah suatu per-

jalanan berdasarkan kertas ke seputar perusahaan di mana ini disesuaikan dan di-

sesuaikan ulang ke dalam sistem dari berbagai departemen berbeda. Tugas ber-

lebihan ini menyebabkan penundaan, kehilangan pesanan, dan meningkatkan ke-

salahan pemasukan data. Selama melintasi berbagai sistem, status dari pesanan

mungkin tidak dikenal pada titik manapun saat itu. Contoh, menanggapi pertanyaan

seorang pelanggan, departemen pemasaran mungkin tidak dapat memeriksa ke

dalam database produksi untuk menentukan apakah suatu pesanan telah dibuat dan

dikirimkan. Sebagai gantinya, pelanggan yang frustrasi diberitahu ”Anda perlu untuk

menelepon manufakturing.” Sama halnya dengan usaha pengadaan dari bahan

mentah dari pemasok yang tidak dihubungkan dengan pesanan pelanggan sampai

mereka mencapai tahap manufakturing. Ini menghasilkan penundaan, sebagaimana

manufakturing menunggu kedatangan dari bahan yang dibutuhkan, atau dalam

investasi yang berlebihan dalam persediaan untuk mencegah kehabisan persediaan.

Kekurangan dari komunikasi efektif antara sistem dalam model tradisional

sering merupakan konsekuensi dari suatu proses desain sistem yang terfragmentasi.

Setiap sistem cenderung untuk didesain sebagai suatu solusi pada masalah operasi-

onal khusus daripada sebagai bagian dari strategi keseluruhan.

Sistem ERP mendukung suatu aliran informasi yang lancar dan tanpa

keliman (seamless) sepanjang organisasi dengan menyediakan suatu lingkungan

yang distan-dardisasi untuk proses bisnis suatu perusahaan dan suatu database


4

operasional umum yang mendukung komunikasi. Pandangan umum ERP disajikan

dalam Gambar 11-2. Data dalam database operasional dibuat modelnya,

distrukturisasi, dan di-simpan sesuai dengan sifat data internal. Mereka tetap tidak

bergantung pada setiap aplikasi khusus. Pembagian data ekstensif di antara

pengguna terjadi melalui pandangan aplikasi-sensitif, yang menyajikan data dalam

suatu cara yang memenuhi semua kebutuhan pengguna.

Aplikasi Utama ERP

Fungsionalitas ERP terdiri atas dua kelompok aplikasi umum: aplikasi inti dan

aplikasi analisis bisnis.

Aplikasi inti

Aplikasi inti adalah aplikasi yang secara operasi mendukung aktivitas sehari-

hari dari bisnis. Aplikasi inti khusus akan meliputi tetapi tidak terbatas pada

penjualan dan distribusi, perencanaan bisnis, perencanaan produksi, kontrol

shop floor, dan logistik. Aplikasi inti disebut juga aplikasi on-line transaction

processing (OLTP). Gambar 11-2 mengilustrasikan fungsi ini yang diterapkan

pada suatu perusahaan manufakturing.

Gambar 11-2. Sistem ERP


Data Warehouse

On-Line Analytical Processing(OLAP)

Bolt-On Applications(Industry Specific Functions)

Sales &Distribution

BusinessPlanning

Shop FloorControl

Logistics

Customers Suppliers

Operational DatabaseCustomers, Production,Vendor, Inventory, etc.

LegacySystems

Core Functions [On-Line Transaction Processing (OLTP)]

ERP System

Business Enterprise

5

Fungsi penjualan dan distribusi menangani pemasukan pesanan dan pen-

jadwalan pengiriman. lni termasuk memeriksa ketersediaan produk untuk me-

mastikan pengiriman tepat waktu dan memverifikasi batas kredit pelanggan.

Tidak seperti contoh sebelumnya, pesanan pelanggan dimasukkan ke dalam

ERP hanya sekali. Karena semua pengguna mengakses suatu database umum,

status dari suatu pesanan dapat ditentukan pada setiap titik. Kenyataannya,

pelanggan mungkin dapat membuka Internet dan memeriksa status dari pesanan

secara langsung. Integrasi semacam itu mengurangi aktivitas manual,

menghemat waktu, dan mengurangi kesalahan manusia.

Perencanaan bisnis terdiri atas meramal permintaan, perencanaan produksi

produk, dan pengiriman infqrmasi terinci yang menggambarkan urutan dan tahap

dari proses produksi sebenarnya. Perencanaan kapasitas dan perencanaan pro-

duksi dapat sang at rumit, karena itu beberapa ERP memberikan alat simulasi

untuk membantu manajer memutuskan bagaimana cara menghindarkan keku-

rangan dalam bahan baku, tenaga buruh, atau fasilitas pabrik. Begitu jadwal

produksi induk lengkap, data memasuki modul MRP (Materials Requirements

Planning-perencanaan kebutuhan bahan baku), yang memberikan tiga informasi

kunci :

Suatu laporan pengecualian.

Laporan pengecualian mengidentifikasi situasi potensial seperti pengiriman

terlambat yang akan mengakibatkan penjadwalan kembali produksi.

sebuah daftar kebutuhan bahan baku.

Daftar kebutuhan bahan baku menunjukkan rincian dari pengiriman penjual

dan harapan penerimaan dari produk dan komponen yang dibutuhkan untuk

pesanan tersebut.

permintaan persediaan.

Permintaan persediaan digunakan untuk menimbulkan pesanan pembelian

bahan baku kepada penjual untuk item yang tidak ada dalam persediaan.

Kontrol shop floor melibatkan aktivitas penjadwalan produksi terinci, pe-

ngiriman, dan biaya pekerjaan yang berhubungan dengan proses produksi sebe-

narnya. Aplikasi logistik bertanggung jawab untuk memastikan pengiriman tepat

waktu kepada pelanggan. Ini terdiri atas manajemen persediaan dan gudang.


6

Kebanyakan ERP juga meliputi aktivitas pengadaannya dalam fungsi logistik.

Aplikasi analisis bisnis

Suatu ERP adalah lebih dari sekadar suatu sistem pemrosesan transaksi

terinci. Ini merupakan suatu alat pendukung keputusan yang menyediakan

manajemen dengan informasi waktu sebenarnya dan memungkinkan keputusan

tepat waktu yang dibutuhkan untuk meningkatkan kinerja dan meneapai ke-

unggulan bersaing.

On-line analytical processing (OLAP) meliputi pendukung keputusan, pe-

modelan, penarikan informasi, pelaporan analisis ad hoc, dan analisis

bagaimana jika (what if analysis). Beberapa ERP mendukung keputusan ini

dengan modul spesifik industrinya sendiri yang dapat ditambahkan pada sistem

inti.

Namun aplikasi analisis bisnis yang diperoleh atau berasal dari, terpusat

pada kesuksesan fungsinya, merupakan suatu gudang data. Sebuah gudang

data (data warehouse) adalah sebuah database yang dibentuk untuk penearian,

per-olehan kembali seeara eepat, pertanyaan khusus, dan kemudahan

penggunaan. Data tersebut biasanya dikutip seeara periodik dari sebuah

database operasional atau dari suatu layanan informasi publik. Sebuah sistem

ERP dapat ada tanpa memiliki suatu gudang data; demikian pula, organisasi

yang tidak mengimplementasikan suatu ERP mungkin menggunakan gudang

data. Trendnya, bagaimanapun, bahwa organisasi yang serius dengan

keunggulan akan bersaing menggunakan keduanya. Arsitektur data yang

direkomendaslkan untuk suatu implementasi ERP meliputi database operasional

dan gudang data terpisah.

C. KONFIGURASI SISTEM ERP

Konfigurasi Server

Kebanyakan sistem ERP berdasarkan pada model klien-server. Secara

singkat, model klien-server adalah suatu bentuk dari topologi jaringan di mana kom-

puter atau terminal seorang pengguna (klien) mengakses program ERP dan data

me-lalui suatu komputer host yang dinamakan server. Sementara server mungkin


7

ter-pusat, klien biasanya berlokasi pada berbagai lokasi di seluruh perusahaan. Dua

arsitektur dasar terdiri atas model dua-tingkat dan model tiga-tingkat seperti di-

jelaskan di bawah ini.

Model Dua - Tingkat (Two-Tier Model)

Dalam suatu model dua-tingkat, server menangani baik aplikasi dan

kewajiban database. Komputer klien bertanggung jawab untuk menyajikan data

kepada pengguna dan menyampaikan masukan (input) pengguna kembali

kepada server. Beberapa penjual ERP menggunakan pendekatan ini untuk

aplikasi jaringan area lokal (Local Area Network - LAN) di mana permintaan pada

server dibatasi pada suatu populasi pengguna yang relatif kecil. Konfigurasi ini

diilustrasikan dalam Gambar 11-3 berikut ini.

Gambar 11-3. Server Klien Dua – Tingkat

Model Tiga - Tingkat (Three-Tier Model)

Fungsi database dan aplikasi dipisahkan dalam model tiga-tingkat. Arsitektur

ini khususnya dari sistem ERP besar yang menggunakan jaringan area luas

(wide area networks--WANg) untuk konektivitas di antara pengguna. Memenuhi

per-mintaan klien memerlukan dua atau lebih sambungan jaringan. Pada

awalnya, klien membentuk komunikasi aengan server aplikasi. Server aplikasi

tersebut ke-mudian memulai suatu hubungan kedua kepada database server.


8

Gambar 11-4. Server Klien Tiga – Tingkat

OLTP vs OLAP

Ketika mengimplementasikan suatu sistem ERP yang akan meliputi suatu

database, suatu pembedaan yang jelas perlu dibuat antara jenis pemrosesan data

yang bersaing, yaitu:

pemrosesan transaksi on-line.

pemrosesan analitikal on-line.

Kejadian Pemrosesan Transaksi On-Line (OLTP - On-Line Transaction

Proces-sing) terdiri atas sejumlah besar transaksi yang relatif sederhana seperti

memper-barui catatan akuntansi yang disimpan dalam beberapa tabel yang

berkaitan. Misal-nya, suatu sistem pemasukan pesanan mengutip semua data yang

berkaitan dengan suatu pelanggan tertentu sampai memproses suatu transaksi

penjualan. Data relevan dipilih dari tabel Pelanggan, tabel Faktur, dan tabel Item Lini.

Setiar tabel berisi suatu petunjuk yang dapat disimpan (yakni nomor pelanggan),

yang diguna-kan untuk mengaitkan baris antara tabel berbeda. Aktivitas pemrosesan

transaksi melipuli memperbarui saldo pelanggan sekarang dan menyisipkan catatan

baru ke dalam tabel Faktur dan tabel Item Lini. Hubungan antara catatan dalam


9

transaksi OLTP semacam itu biasanya cukup sederhana dan hanya sedikit catatan

biasanya dikutip atau diperbarui dalam suatu transaksi tunggal.

Pemrosesan analitikal on-line (OLAP) dapat dikarakteristikkan sebagai transaksi

on-line yang:

Mengakses jumlah data yang sangat banyak (misalnya, data penjualan beberapa

tahun).

Menganalisis hubungan antara banyak jenis elemen bisnis seperti penjualan,

produk, wilayah geografis, dan saluran pemasaran.

Meliputi data yang dijumlahkan (aggregated) seperti volume penjualan, dolar yang

dianggarkan, dan dolar yang dibelanjakan.

Membandingkan data yang dijumlahkan selama periode waktu hierarkis

(misalnya, bulanan, kuartalan, tahunan).

Menyajikan data dalam sudut pandang berbeda seperti penjualan per wilayah,

penjualan oleh saluran distribusi, atau penjualan per produk

Meliputi penghitungan rumit antara elemen data seperti keuntungan yang di-

harapkan sebagai suatu fungsi dari pendapatan penjualan untuk masing-masing

jenis dari saluran penjualan dalam suatu wilayah tertentu.

Menanggapi dengan cepat permintaan pengguna sehingga mereka dapat menge-

jar suatu proses pemikiran analitikal tanpa dirintangi oleh penundaan sistem.

Contoh dari sebuah transaksi OLAP adalah agregasi dari data penjualan per

wilayah, jenis produk, dan saluran penjualan. Suatu aplikasi OLAP harus dapat

mendukung analisis online ini dengan respons cepat.

Perbedaan antara OLAP dan OLTP dapat diringkas sebagai berikut. Aplikasi

OLTP mendukung tugas misi-kritis melalui pertanyaan sederhana dari database

operasional. Aplikasi OLAF mendukung tugas kritis manajemen melalui penyelidikan

analitikal dari hubungan data rumit yang ditangkap dalam gudang data. OLAF dan

OLTP memiliki persyaratan khusus yang berkonflik langsung. Gambar 11-5 menun-

jukkan bagaimana arsitektur klien-server memungkinkan organisasi untuk meng-

gunakan aplikasi terpisah dan terspesialisasi dan database server untuk menyelesai-

kan kebutuhan manajemen dari data yang berkonflik ini.


10

Gambar 11-5. Server Klien OLTP dan OLAP

Server OLAP mendukung operasi analitikal umum termasuk konsolidasi,

penge-boran ke bawah (drill down), memotong dan mengiris (slicing dan dicing).

Konsolidasi adalah agregasi atau pengumpulan data. Misalnya, data kantor

penjualan dapat dikumpulkan ke distrik dari distrik dikumpulkan ke wilayah.

Drill-down memungkinkan disagregasi dari data untuk mengungkapkan rincian

yang mendasari yang menjelaskan fenomena tertentu. Misalnya, pengguna dapat

mengebor ke bawah dari Pengembalian Penjualan total untuk suatu periode untuk

mengidentifikasi produk sebenarnya yang dikembalikan dan alasan pengembali-

annya.

Slicing dan dicing memungkinkan pengguna untuk memeriksa data dari titik

pandang berbeda, Satu potong data mungkin menunjukkan penjualan dalam

masing-masing wilayah. Potongan data lain menyajikan penjulan per produk di

seluruh wilayah. Slicing dari dicing sering dilakukan selama suatu sumbu waktu

untuk menggambarkan trend dan pola.

Konfigurasi Database


11

Sistem ERP terdiri atas ribuan tabel database. Setiap tabel dihubungkan

dengan proses bisnis yang dikode ke dalam ERP. Tim implementasi ERP yang me-

liputi pengguna kunci dan profesional IT, memilih tabel database tertentu dan mem-

proses dengan memasang pengalih dalam sistem tersebut. Menentukan bagaimana

semua pengalih (switches) perlu dipasang untuk suatu konfigurasi tertentu yang

membutuhkan sllatu pemahaman mendalam dari proses yang ada yang digunakan

dalam menjalankan bisnis. Namun, Bering kali dalam memilih penetapan tabel ini

melibatkan keputusan untuk merekayasa proses perusahaan sehingga mereka

sesuai dengan pniktik bisnis terbaik yang digunakan. Dengan kata lain, perusahaan

khusus-nya mengubah prosesnya untuk mengakomodasi ERP daripada

memodifikasi ERP untuk mengakomodasi perusahaan.

Perangkat Lunak Bolt-On

Banyak perusahaan menemukan bahwa perangkat ERP sendiri tidak dapat

menggerakkan semua proses dari perusahaan. Perusahaan-perusahaan ini meng-

gunakan suatu variasi dari perangkat lunak bolt-on yang disediakan oleh penjual

pihak ketiga. Keputusan untuk menggunakan perangkat lunak bolt-on membutuhkan

pertimbangan hati-hati. Kebanyakan dari penjual ERP ternama telah masuk ke

dalam pengaturan kemitraan dengan penjual pihak ketiga yang menyediakan

fungsionalitas khusus. Pendekatan yang paling tidak berisiko adalah memilih bolt-on

yang didukung oleh penjual ERP.

Manajemen Rantai Pasokan (Supply Chain Management)

Perkembangan lain berkenaan pokok persoalan perangkat lunak bolt-on

adalah penyatuan cepat fungsionalitas antara ERP dan perangkat lunak bolt-on.

Perangkat lunak Manajemen Rantai Pasokan (Supply Chain Management - SCM)

adalah suatu kasus yang sedang dibicarakan.

Rantai pasokan adalah serangkaian aktivitas yang berhubungan dengan me-

mindahkan barang dari tahap bahan mentah kepada pelanggan. Ini meliputi peng-

adaan, penjadwalan produksi, pemrosesan pesanan, manajemen persediaan, trans-

portasi, pergudangan, layanan pelanggan, dan peramalan permintaan untuk barang.

Sistem SCM adalah suatu kelas perangkat lunak aplikasi yang mendukung tugas ini.

Manajemen rantai pasokan yang sukses mengkoordinasikan dan menginteg-


12

rasikan aktivitas ini ke dalam suatu proses tanpa keliman (seamless). Sebagai

tambahan pada area fungsional kunci dalam organisasi, SCM mengaitkan semua

mitra dalam rantai, termasuk penjual, pengangkut, perusahaan logistik pihak ketiga,

dan penyedia sistem informasi. Organisasi dapat mencapai keunggulan bersaing

dengan mengaitkan aktivitas dalam rantai pasokannya secara lebih efisien dan lebih

efektif daripada pesaingnya.

D. PERGUDANGAN DATA

Fungsionalitas pergudangan data adalah suatu database relasional atau

multi-dimensional yang mungkin menghabiskan ratusan gigabyte atau bahkan

terabyte dari penyimpanan disk. Ketika gudang data diorganisasikan untuk

departemen atau fungsi tunggal, hal ini sering disebut suatu data mart. Daripada

memiliki ratusan gigabyte data untuk seluruh perusahaan, suatu data mart mungkin

hanya memiliki puluhan gigabyte data. Selain ukuran, kita tidak membuat

pembedaan antara suatu data mart dan suatu gudang data.

Proses dari pergudangan data meliputi mengutip, mengubah, dan menstan-

dardisasi suatu data operasional organisasi dari ERP dan sistem warisan, dan me-

muatnya ke dalam satu file pusat-gudang data. Begitu dimuat ke dalam gudang, data

dapat diakses melalui query database (database queries) dan kecerdasan buatan

(artificial intelligence) untuk meniru fenomena dunia dari data yang dikum-pulkan dari

gudang tersebut.

Kebanyakan organisasi mengimplementasikan suatu gudang data sebagai

bagian dari suatu inisiatif strategis IT yang melibatkan suatu sistem ERP. Proses

pergudangan data memiliki lahar renting berikut :

Membuat model data untuk gudang data.

Mengutip data dari database operasional.

Membersihkan data yang dikutip.

Mengubah data ke dalam model gudang.

Memuat data ke dalam database gudang data.

Membuat Model Data Untuk Gudang Data

Pentingnya normalisasi data untuk menghilangkan tiga anomali (penyimpang-


13

an) serius: anomali pembaruan (update anomaly), anomali penyisipan (insertion

anomaly), dan anomali penghapusan (deletion anomaly). Normalisasi data dalam

suatu database operasional diperlukan untuk mencerminkan interaksi dinamis antara

kesatuan secara akurat. Sifat data secara konstan diperbarui, sifat baru ditambah-

kan, dan sifat yang usang dihapus atas basis reguler.

Gudang Terdiri Atas Data yang Didenormalisasikan

Suatu penggabungan tiga cara antara tabel dalam suatu gudang data besar

mungkin mengambil waktu lama untuk selesai yang tidak dapat diterima dan mung-

kin tidak diperlukan. Dalam model data gudang data, hubungan antara sifat tidak

berubah. Karena data historis adalah statis sifatnya, tidak ada yang diperoleh

dengan membentuk tabel yang dinormalisasi dengan keterkaitan dinamis.

Misalnya, dalam sebuah sistem database operasional, Produk X mungkin

merupakan elemen dari data pengerjaan dalam proses (work-in process) dalam

Departemen A bulan ini dan bagian dari pengerjaan dalam proses Departemen B

bulan depan. Dalam sebuah model data yang dinormalisasi dengan benar, adalah

tidak tepat untuk memasukkan data pengerjaan dalam proses Departemen A

sebagai bagian dari suatu tabelPesanan Penjualan yang mencatal suatu pesanan

untuk Produk X. Hanya angka item produk akan dimasukkan dalam label Pesanan

Penjual-an sebagai suatu kunci aging yang mengaitkannya pada tabel Produk. Temi

relasi-onal akan memerlukan suatu gabungan (hubungan) antara tabel Pesanan

Penjualan dan tabel Produk untuk menentukan status produksi (pada departemen

mana produl sekarang berada) dan sifat lain dari produk. Dari suatu perspektif

operasional, kese-suaian dengan teori relasional adalah renting karena hubungan

berubah sebagai-mana produl bergerak melalui departemen berbeda sepanjang

waktu. Teori relasi-onal tidak diterapkan pada suatu sistem pergudangan data

karena hubungan Pesanan Penjualan/Produk adalah stabil.

Jika memungkinkan, tabel yang dinormalisasi berhubungan dengan kejadian

terpilili mungkin dikonsolidasikan ke dalam tabel yang didenormalisasikan. Gambar

11-6 mengilustrasikan bagaimana data pesanan penjualan dikurangi menjadi suatu

tabel Pesanan Penjualan yang didenormalisasi tunggal untuk penyimpanan dalam

suatu sistem gudang data.


14

Gambar 11-6. Data yang Didenormalisasikan

Mengutip Data Dari Database Operasional

Pengutipan data adalah proses dari mengumpulkan data dari database

opera-sional, arsip file, arsip, dan sumber data eksternal. Database operasional

khususnya perlu di luar layanan ketika pengutipan data terjadi untuk menghindarkan

ketidak-konsistenan data. Karena ukurannya yang besar dan butuh suatu

pemindahan cepat untuk meminimalisasi waktu, sedikit atau tidak, ada konversi data

terjadi pada titik ini. Suatu teknik yang disebut penangkapan data yang diubah

(changed data cap-ture) dapat secara dramatis mengurangan waktu pengutipan

dengan hanya me-nangkap data yang dimodifikasi baru. Perangkat lunak pengutipan

membandingkan database operasional dengan suatu gambaran dari data yang

diambil pada pemin-dahan data terakhir ke gudang. Hanya data yang telah diubah

untuk sementara ditangkap.

Mengutip Snapshot Versus Data yang Distabilisasi

Data transaksi disimpan dalam database operasional melalui beberapa tahap


15

NomorPelangga

nNama Jalan Kota Negara

BagianNomor Faktur

Tanggal Faktur

TanggalDikirimka

n

Jumlah Faktur

Nomor Item

Kuantitas Harga Perluasan

Harga

34675 John Smith 10 Elm Bath PA 8866376 06/12/00 06/23/00 600 J683 2 200 400

34675 John Smith 10 Elm Bath PA 8866376 06/12/00 06/23/00 600 R223 5 40 200

NomorFaktur

Nomor Item

Kuantitas Harga Perluasan

Harga

8866376 J683 2 200 400

8866376 R223 5 40 200

NomorFaktur

Data Faktur

Tanggal Dikirim

Jumlah Faktur

Perluasan Harga

8866376 06/12/00 06/23/00 600 34675

NomorPelangga

nNama Jalan Kota Negara

Bagian

34675 John Smith 10 Elm Bath PA

B. Perwakilan yang didenormalisasi untuk Sistem Gudang Data Tabel Pesanan Penjualan

Tabel Item Lini

Tabel Pelanggan

Tabel Faktur

A. Perwakilan yang dinormalisasikan untuk Sistem Database Operasional

sebagaimana kejadian ekonomis diungkap. Misalnya, suatu transaksi penjualan per-

tama-tama melaltri persetujuan kredit, kemudian produk dikirimkan, kemudian pena-

gihan terjadi, dan akhirnya pembayaran diterima. Masing-masing dari kejadian ini

mengubah keadaan dari transaksi dan rekening yang berhubungan seperti per-

sediaan, piutang dagang, dan kas.

Suatu fitur kunci dari sebuah gudang data adalah bahwa data yang ter-

kandung ada dalam keadaan stabil. Khususnya, data transaksi dimuat ke dalam

gudang hanya ketika aktivitas padanya telah selesai. Hubungan renting yang poten-

sial antara kesatuan mungkin, absen dari data yang ditangkap dalam keadaan stabil.

Misalnya, informasi mengenai pembatalan pesanan penjualan mungkin tidak tercer-

min di antara pesanan penjualan rani telah dikirimkan dan dibayar sebelum mereka

ditempatkan dalam gudang. Satu cara untuk mencerminkan dinamika ini adalah

untuk mengutip data operasi dalam "potongan waktu", potongan ini memberikan

suatu snapshot dari aktivitas bisnis. Misalnya, pengambil keputusan mungkin ingin

mengamati transaksi penjualan disetujui, dikirimkan, ditagih, dan dibayar pada ber-

bagai titik dalam waktu bersama dengan snapshot dari tingkat persediaan pada se-

tiap keadaan. Data semacam itu mungkin berguna dalam menggambarkan Irena

dalam waktu rata-rata yang diambil untuk menyetujui kredit atau mengirimkan barang

yang mungkin membantu menjelaskan kehilangan penjualan.

Membersihkan Data Yang Dikutip

Pembersihan data menyangkut menyaring ke luar atau memperbaiki data

yang tidak valia sebelum disimpan dalam gudang. Data operasional adalah "kotor"

untuk banyak alasan, Kesalahan penulisan, pemasukan data, dan program komputer

dapat menciptakan data tidal logis seperti kuantitas persediaan negatif, salah

pengejaan nama, dan bidang kosong, pembersihan data juga melibatkan mengubah

data ke dalam istilah bisnis standar dengan nilai data standar. Data sering kali di-

gabungkan dari berbagai sistem yang menggunakan pengejaan yang sedikit berbeda

untuk mewakili istilah umum, seperti "cust", "cust_id", atau "cust_no". Beberapa

sistem operasional mungkin sepenuhnya menggunakan istilah berbeda untuk me-

ngacu pada kesatuan yang sama. Misalnya, seorang pelanggan bank dengan suatu

sertifikat deposito dan suatu sisa pinjaman mungkin disebut seorang yang Me-

minjamkan (Lender) oleh satu sistem dan seorang Peminjam (Borrower) oleh sistem


16

lain. Gambar 11-7 mengilustrasikan peranan clari pembersihan data dalam mem-

bangun dan mempertahankan suatu gudang data.

Gambar 11-7. Sistem Gudang Data (Data Warehouse)

Mengubah Data Ke Dalam Model Gudang

Suatu gudang data disusun dari data rincian dan ringkasan. Untuk mening-

katkan efisiensi, data dapat diubah dalam pandangan ringkasan (views summaries)

sebelum mereka dimuat ke dalam gudang. Misalnya, banyak pengambil keputusan

mungkin perlu melihat angka penjualan produk diringkas untuk seminggu, sebulan,

sekuartal, atau tahunan. Mungkin tidak praktis untuk meringkas informasi dari data

terinci setiap kali pengguna membutuhkannya. Sebuah gudang data yang berisi

ringkasan data yang paling sering diminta dapat mengurangi jumlah waktu pemro-

sesan selama analisis. Mengacu kembali ke Gambar 11-7 kita melihat penciptaan

dari ringkasan sepanjang waktu. Mereka khususnya diciptakan di seputar kesatuan

bisnis seperti pelanggan, produk, dan pemasok. Tidak seperti pandangan

operasional, yang sifatnya virtual (semu) dengan basis tabel yang mendasari, pan-

dangan gudang data adalah tabel fisik. Kebanyakan perangkat lunak OLAP akan

mengizinkan pengguna untuk membentuk pandangan virtual dari data terinci ketika

belum ada satupun.

Memuat Data Ke Dalam Database Gudang Data


Current (this weeks) Detailed Sales Data

Sales Data Summarized Quarterly

Archived over

Time

Data CleansingProcess

Operations Database

VSAM FilesHierarchical DB

Network DB

The Data Warehouse

Sales Data Summarized Annually

Previous

Years

Previous

Quarters

Previous

Weeks

PurchasesSystem

Order Entry

System

ERPSystem

Legacy Systems

17

Banyakan organisasi menemukan bahwa pergudangan data yang sukses

mensyaratkan gudang data diciptakan dan dipelihara secara terpisah dari database

operasional (pemrosesan transaksi). Pokok ini diltembangkan lebih lanjut di bawah.

Efisiensi Internal

Satu alasan untuk suatu gudang data terpisah adalah bahwa persyaratan

struk-tural dan operasional dari pemrosesan transaksi dan sistem penggalian

data se-cara fundamental berbeda, membuatnya tidak praktis untuk menyimpan

baik data operasional (sekarang) dan data arsip dalam database yang sama.

Integrasi dari Sistem Warisan

Pengaruh berlanjut dari sistem warisan adalah alasan lain bahwa gudang

data tidak perlu bergantung pada operasi. Berdasarkan perkiraan, lebih dari 70%

data bisnis untuk perusahaan besar tetap berada dalam lingkungan mainframe,

Struktur data yang digunakan oleh sistem ini sering kali tidak sesuai dengan alat

penggalian data arsitektur modern. Oleh karenanya, data transaksi yang disim-

pan dalam database navigasional dan sistem VSAM sering berakhir dalam per-

pustakaan pita besar yang dipisahkan dari proses keputusan. Suatu gudang data

terpisah memberikan suatu tempat kejadian untuk mengintegrasikan data dari

sistem warisan dan kontemporer ke dalam suatu struktur umum yang men-

dukung analisis seluas kesatuan.

Konsolidasi dari Data Global

Akhirnya, kemunculan dari ekonomi global telah membawa perubahan funda-

mental dalam struktur organisasional bisnis dan secara mendasar mengubah

per-syaratan informasi dari kesatuan bisnis. Pengambil keputusan dalam

perusahaan global ditantang oleh kerumitan bisnis yang unik. Misalnya, mereka

perlu untuk mengakses profitabilitas dari produk yang dibentuk dan dijual dalam

berbagai negara dengan mala uang yang berubah-ubah. Tantangan semacam itu

menam-bah kerumitan terhadap penggalian data. Suatu gudang data pusat yang

terpisah adalah suatu cara efektif dari mengumpulkan, menstandardisasikan, dan

meng-asimilasikan data dari sumber berbeda.

Kesimpulannya, penciptaan suatu gudang data terpisah dari sistem operasi-


18

onal adalah suatu konsep pergudangan data fundamental. Banyak organisasi

sekarang mempertimbangkan sistem gudang data untuk menjadi komponen

kunci dari strategi IS (Information System)-nya. Seperti telah diketahui, mereka

mengalokasikan sumber daya yang banyak untuk membangun gudang data ber-

sama dengan sistem operasional yang sedang diimplementasikan.

Keputusan Didukung Oleh Gudang Data

Dengan membuat gudang data sefleksibel mungkin, itu menjadi dapat di-

akses oleh banyak pemakai akhir. Beberapa keputusan didukung oleh sebuah

gudang data tidak secara fundamental berbeda dari yang didukung oleh data base

tradisional. Informasi lain digunakan seperti analisis multidimensional dan visualisasi

informasi tidak mungkin di sistem tradisional. Beberapa pengguna dari gudang data

memerlukan laporan rutin berdasarkan pada pertanyaan tradisional. Ketika laporan

standar dapat diantisipasi sebelumnya, mereka dapat disediakan secara otomatis

sebagai suatu produk periodik. Penciptaan informasi standar otomatis mengurangi

aktivitas akses terhadap gudang data dan akan meningkatkan efisiensinya dalam

menangani kebutuhan yang lebih esoterik (hanya dipahami beberapa orang).

Kapabilitas mengebor ke bawah (drill-down) adalah suatu teknik analisis data

yang berguna yang berhubungan dengan penggalian data. Analisis drill-down dimulai

dengan pandangan ringkasan data seperti digambarkan di alas. Ketika anomali atau

trend yang menarik diamati, pengguna "mengebor ke bawah" untuk memandang

tingkat lebih rendah dan akhirnya ke dalam rincian data yang mendasari. Jelaslah,

analisis semacam itu tidak dapat diantisipasi seperti suatu laporan standar. Kapa-

bilitas drill-down adalah fitur OLAP dari alat penggalian data yang tersedia bagi

pengguna. Alat untuk penggalian data berkembang dengan cepat untuk memenuhi

kebutuhan pengambil keputusan untuk memahami perilaku unit bisnis sehubungan

dengan entitas kunci meliputi pelanggan, pemasok, karyawan, dan produk. Laporan

dan pertanyaan standar yang dihasilkan dari pandangan ringkasan dapat menjawab

banyak pertanyan "apa", tetapi kapabilitas drill-down menjawab pertanyaan

"mengapa" dan "bagaimana". Tabel 11-1 meringkas beberapa aplikasi dari peng-

galian data dalam pendukung keputusan.

Mendukung Keputusan Rantai Pasokan Dari Gudang Data


19

Alasan utama pergudangan data adalah untuk mengoptimasi kinerja bisnis.

Banyak organisasi merasa bahwa lebih banyak manfaat strategis diperoleh dengan

berbagi data secara eksternal. Dengan memberikan pelanggan dan pemasok

dengan informasi yang mereka butuhkan ketika mereka membutuhkannya,

perusahaan dapat meningkatkan hubungannya dan memberikan layanan lebih baik.

Keuntungan potensial bagi organisasi yang memberi dilihat dalam suatu rantai

pasokan yang lebih cepat tanggap dan efisien. Dengan menggunakan teknologi

Internet dan apli-kasi OLAP, suatu organisasi dapat berbagi gudang datanya dengan

mitra perda-gangannya dan, sebenarnya, memperlakukan mereka seperti divisi dari

perusahaan. Beberapa contoh dari pendekatan ini diterangkan secara singkat di

berikut ini :

Tabel 11-1 Aplikasi dari Penggalian Data

Lapangan Bisnis AplikasiPerbankan/Investasi

- Mendeteksi pola dari penggunaan kartu kredit yang curang.

- Mengidentifikasi pelanggan ”setia” dan memperkirakan kemungkinan untuk mengubah afiliasi kartu kredit mereka.

- Memeriksa data pasar historis untuk menentukan aturan perdagang-an saham investor.

- Memperkirakan pembelanjaan kartu kredit dari kelompok pelanggan kunci.

- Mengidentifikasi korelasi antara indikator keuangan berbeda.

Perawatan Kesehatan dan Asuransi Medis

- Memperkirakan kunjungan kantor dari analisis historis dari perilaku pasien historis.

- Mengidentifikasi terapi medis yang berhasil dan ekonomis untuk pe-nyakit berbeda.

- Mengidentifikasi prosedur media yang cenderung diperlukan bersama.

- Memperkirakan pola perilaku yang berhubungan dengan pelanggan risiko tinggi

- Mengidentifikasi indikator dari perilaku curang.Pemasaran - Mengidentifikasi pola pembelian berdasarkan pada data

pelanggan historis.- Mengidentifikasi hubungan antara data demografis

pelanggan.- Memprediksi tanggapan terhadap berbagai bentuk dari

kampanye pemasaran dan promosi.

To be Continue .........


20

sistem perencanaan sumber daya perusahaan

Documents