7

BAB 2

LANDASAN TEORI

2.1 Pengertian Data dan Informasi

Menurut McLeod ( 2001, p12 ), “Information is processed data or

meaningful data”, yang berarti bahwa Informasi merupakan data yang telah

diproses atau data yang mempunyai makna.

Menurut Stephen Haag, Cummings, dan McCubbery ( 2005, p6 ), “Data

are raw fact that describe a particular phenomenon”, yang berarti bahwa Data

adalah fakta mentah yang menggambarkan suatu fenomena.

2.2 Pengertian Database

Menurut Thomas Connolly dan Carolyn Begg ( 2002, p14 ), “Database is

a shared collection of logically related data, and a description of this data,

designed to meet the information needs of an organization”, yang diartikan

bahwa database adalah kumpulan data yang saling berhubungan satu sama lain

yang digunakan secara bersama-sama dan kumpulan data ini didesain untuk

memenuhi kebutuhan informasi suatu perusahaan.

8

2.3 Konsep Data Warehouse

2.3.1 Pengertian Data Warehouse

Menurut W.H Inmon ( 2002, p389 ), “A data warehouse is a collection of

integrated, subject oriented database designed to support the DSS function,

where each unit of data is relevant to some moment in time” atau artinya Data

warehouse adalah kumpulan database yang mempunyai sifat berorientasi subjek,

terintegrasi, mempunyai rentang waktu, yang dirancang untuk mendukung sistem

pendukung keputusan dimana tiap data berhubungan dengan suatu kejadian pada

suatu waktu.

Menurut Vidette Poe (1996, p6), “A Data warehouse is a read-only

analytical database that is used as the foundation of a decision support system”

atau dapat diartikan bahwa Data warehouse merupakan database yang bersifat

analisa dan hanya dapat dibaca saja serta digunakan sebagai dasar dari sistem

pendukung keputusan.

Jadi data warehouse adalah suatu database yang mempunyai sifat

berorientasi objek, terintegrasi, mempunyai rentang waktu yang hanya dapat

dibaca saja yang digunakan sebagai alat untuk mendukung pembuatan keputusan

untuk manajemen.

Istilah-istilah yang berkaitan dengan Data Warehouse antara lain :

1. DSS ( Decision Support System )

Menurut Vidette Poe ( 1996, p23 ), DSS merupakan sistem yang

menyediakan informasi kepada pengguna yang menjelaskan bagaimana

sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang

baik.

9

2. Data Mart

Menurut Connolly ( 2002, p1067 ), “Data mart is a subset of a data

warehouse that supports the requirements of a particular department or

business function”, artinya data mart adalah subset dari data warehouse yang

mendukung kebutuhan informasi dari satu departemen atau fungsi bisnis

tertentu.

Karakteristik perbedaan data mart dan data warehouse, yaitu :

a. Data mart hanya berfokus pada kebutuhan user yang berkaitan dengan

satu departemen atau fungsi bisnis.

b. Data mart tidak mengandung data operasional secara detil, tidak seperti

data warehouse.

c. Data yang ada di dalam data mart lebih sedikit daripada yang ada di

dalam data warehouse, data mart juga lebih mudah dimengerti.

3. Data Mining

Menurut Connolly (2002, p522), Data Mining is the process of extracting

valid, previously unknown, comprehensible, and actionable information from

large databases and using it to make crucial business decisions dapat

diartikan bahwa data mining adalah suatu proses menggali kebenaran

informasi yang belum didapatkan, pemahaman informasi serta penggunaan

informasi dari database yang besar dan menggunakannya untuk membuat

keputusan penting dalam bisnis.

10

4. OLAP ( On-Line Analytical Processing )

Menurut Mallach (2000, p531), OLAP adalah “A category of software

technology that enables analysts, managers, and executive to gain insight

into data trough fast, consistent, interactive access to a wide variety of

possible views of information that has been transformed from raw data to

reflect the real dimensionality of the enterprise as understood by the user”,

yang artinya OLAP adalah kategori teknologi software yang memungkinkan

analis, manager, dan eksekutif untuk melihat data yang ada dengan akses

yang cepat, konsisten dan interaktif sehingga dapat melihat informasi yang

sudah ditransformasi dari data mentah menjadi dimensi keadaan nyata yang

dapat dimengerti dengan mudah oleh user.

5. OLTP ( On-Line Transaction Processing )

Merupakan pemrosesan penyimpanan data mengenai kegiatan operasional /

transaksi perusahaan sehari-hari. OLTP dirancang untuk memungkinkan

terjadinya pengaksesan secara bersamaan oleh beberapa user terhadap

sumber data yang sama dan mengatur proses yang diperlukan. Transaksi

yang dilakukan termasuk operasi insert, update, dan delete. Database OLTP

biasanya bersifat relasional serta dalam bentuk normal ketiga. Dan yang

terpenting, database OLTP dibangun untuk mampu menangani banyak

transaksi dengan performa yang baik.

11

2.3.2 Karakteristik Data Warehouse

Ditinjau dari definisi data warehouse menurut William H. Inmon

(2002,p31), dapat diketahui bahwa sebuah data warehouse memiliki

karakteristik sebagai berikut:

1. Subject Oriented (Berorientasi Subyek)

Data warehouse bersifat subject oriented artinya data warehouse didesain

untuk menganalisa data berdasarkan subyek-subyek tertentu dalam

organisasi, bukan berorientasi pada proses atau fungsi aplikasi tertentu. Hal

ini mempermudah user mendapatkan data yang dipergunakan untuk bahan

analisa pengambilan keputusan. Secara garis besar perbedaan mendasar

antara data operasional dan data warehouse antara lain sebagai berikut :

Sistem OLTP Data Warehouse

Menangani current data Menangani data histori

Menyimpan detailed data Menyimpan detailed, lightly, dan

highly summarized data.

Data bersifat dinamis Data berukuran besar bersifat statis

Pemrosesannya berulang Pemrosesan bersifat sementara, tidak

terstruktur.

Berorientasi pada aplikasi Berorientasi pada subyek

Mendukung keputusan tiap

hari

Mendukung keputusan strategis

Tabel 2.1 Perbandingan antara Data Warehouse dengan Sistem OLTP

12

Gambar 2.1 Contoh data yang berorientasi pada subjek (Inmon,p32)

2. Integrated (Terintegrasi)

Data warehouse bersifat integrated yang artinya data warehouse harus

menyimpan data-data yang berasal dari sumber-sumber yang terpisah ke

dalam suatu format yang konsisten dan saling terintegrasi satu dengan yang

lainnya. Dengan demikian data tidak bisa dipecah karena data yang ada

merupakan suatu kesatuan yang menunjang keseluruhan konsep data

warehouse itu sendiri. Data yang sama mungkin saja terdapat pada tabel yang

berbeda, dengan maksud untuk memperjelas hubungan yang ada antara tabel

satu dengan tabel yang lainnya (misalnya suatu field pada tabel A sebagai

primary key dan muncul lagi pada tabel B sebagai foreign key). Hal ini

13

dimaksudkan untuk mempermudah perancangan sistem data warehouse

selama proses perancangan terjadi.

Gambar 2.2 Persoalan dalam integrasi (Inmon,p33)

3. Time Variant (Variasi Waktu)

Data warehouse berisikan record-record yang bersifat history. Record dalam

data warehouse berjangka 5-10 tahun, sehingga record-record yang lama

tetap akan ada di dalam sistem. Hal ini digunakan sebagai bahan untuk

analisa pengambilan keputusan dalam menentukan trend bisnis yang ada di

masa lalu. Namun record yang terlalu lama juga tidak baik disimpan, sebab

bisa memberikan hasil analisa yang kurang tepat. Dalam OLTP, recordnya

14

merupakan record yang terbaru. OLTP tidak menyimpan data yang lama,

dengan maksud untuk mempercepat proses. Semakin sedikit data yang

disimpan maka waktu yang diperlukan untuk pemrosesan data semakin kecil.

Data dalam data warehouse berhubungan dengan suatu titik atau point dalam

suatu periode tertentu ( semester, kuartal, tahun fiskal ). Data tersebut

merupakan data hasil summary. Hal ini membantu dalam menentukan

performa data warehouse query serta dalam membentuk pengertian bisnis.

Gambar 2.3 Persoalan dalam variasi waktu (Inmon,p35)

4. Non volatile

Data warehouse bersifat read-only, pengguna tidak dapat mengubah data.

Tidak seperti sistem database operasional yang bersifat untuk

mengumpulkan data (data capture), data warehouse berfungsi untuk

mendukung system reporting. Pada sistem database operasional terdapat tiga

operasi, yaitu insert, update, dan delete. Sedangkan pada data warehouse

terdapat dua operasi, yaitu loading data dan akses data (query data). Artinya

15

user hanya boleh melakukan proses read, bukan write. Tujuannya adalah

untuk menjaga keaslian dan integrasi data di dalam sistem, dan juga sifat ini

membedakan data warehouse dengan OLTP

Gambar2.4 Persoalan dalam non volatile (Inmon,p34)

2.3.3 Arsitektur dan Infrastruktur Data Warehouse

Arsitektur data warehouse adalah sekumpulan aturan dari suatu struktur

yang memberikan kerangka suatu rancangan sistem. Arsitektur data untuk data

warehouse mempunyai komponen utama yaitu database yang dapat dibaca ( Poe,

1996, p24 ).

Karakteristik arsitektur data warehouse ( Poe, 1996, p41 ):

1. Data diambil dari sistem informasi yang ada ( sistem asal ), database dan file

2. Data dari sistem asal diintegrasikan dan ditransformasikan sebelum di-load

ke dalam data warehouse.

16

3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat

dibaca yang dibuat khusus untuk mendukung pengambilan keputusan.

4. Pemakai mengakses data warehouse melalui front end tool / aplikasi.

Gambar 2.5 – Arsitektur Data Warehouse (Inmon, p41)

Infrastruktur data warehouse adalah software, hardware, pelatihan dan

komponen-komponen lainnya yang memberikan dukungan yang dibutuhkan

untuk mengimplementasikan arsitektur data warehouse ( Poe, 1996, p54 ). Salah

satu instrumen yang mempengaruhi keberhasilan pengembangan data warehouse

adalah pengidentifikasian arsitektur mana yang terbaik dan infrastruktur apa

yang dibutuhkan.

Arsitektur dan infrastruktur sangat erat hubungannya. Arsitektur yang

sama mungkin akan membutuhkan infrastruktur yang berbeda, tergantung pada

lingkungan perusahaan ataupun organisasi.

17

2.3.4 Struktur Data Warehouse

Menurut Inmon ( 2002, p35 ), data mengalir dari lingkungan operasional

ke dalam data warehouse dimana data mengalami transformasi dari tingkatan

operasional ke tingkatan data warehouse. Pada perumuran data, data

disampaikan dari current detail data ke older detail. Setelah data diringkas, data

tersebut disampaikan dari current detail ke lightly summarized data, kemudian

dari lightly summarized data ke highly summarized data.

Gambar 2.6 Struktur Data Warehouse (Inmon, p36)

Menurut Mukti ( 1997, pp 96-97 ) Data warehouse memiliki komponen

sebagai berikut:

1. Current Detail Data

Current detail data adalah data detil yang aktif sekarang, mencerminkan

keadaan yang sedang berjalan dan merupakan level terendah dalam data

18

warehouse. Current detail data ini biasanya memerlukan media

penyimpanan data yang cukup besar.

Berikut merupakan alasan mengapa current detail data memerlukan

perhatian utama:

a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian

utama.

b. Hampir selalu disimpan di media penyimpanan karena cepat diakses

tetapi mahal dan kompleks dalam pengaturannya.

c. Dapat digunakan dalam membuat rekapitulasi sehingga current detail

data harus akurat.

d. Jumlahnya sangat banyak dan disimpan pada tingkat penyimpanan

terendah.

2. Old Detail Data

Old detail data merupakan data historis, yang dapat berupa hasil backup

yang disimpan dalam media penyimpanan yang terpisah dan pada saat

tertentu dapat diakses kembali. Data ini jarang diakses sehingga biasanya

disimpan dalam media penyimpanan alternatif seperti tape disk. Penyusunan

direktori untuk data ini harus menggambarkan umur dari data agar

memudahkan untuk pengaksesan kembali.

19

3. Lightly Summarized Data

Lightly Summarized Data ( rangkuman data secara khusus ) merupakan

ringkasan dari detail data, tetapi belum bersifat total summary. Data-data ini

memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan data

warehouse pada tingkatan departemen. Tingkatan data ini disebut juga “data

mart”. Akses terhadap data jenis ini banyak digunakan untuk view dari suatu

kondisi yang sedang dan sudah berjalan.

4. Highly Summarized Data

Highly summarized data ( rangkuman data secara umum ) merupakan hasil

proses ringkasan yang bersifat total, solid, serta mudah diakses. Dilakukan

untuk melakukan analisa perbandingan data berdasarkan urutan waktu dan

analisa yang menggunakan data multi dimensi.. Database multi dimensi

adalah suatu teknologi software komputer yang dirancang untuk

meningkatkan efisiensi dalam mencari table ( query ) sehingga menjadi

media penyimpanan yang lebih baik, serta mempermudah pengambilan data

dalam jumlah besar.

5. Metadata

Metadata bukan merupakan hasil kegiatan operasional seperti keempat jenis

data di atas. Metadata memuat informasi yang penting mengenai data dalam

data warehouse yang berfungsi sebagai:

20

a. Direktori yang akan dipakai oleh user dalam mencari lokasi dalam data

warehouse

b. Merupakan penuntun pemetaan ( mapping ) dalam proses transformasi

dari operasional ke data warehouse.

c. Suatu panduan untuk proses summary data dari detail data menjadi lightly

summarized data dan kemudian menjadi highly summarized data

Metadata merupakan bentuk suatu jaringan yang sangat penting bagi

pengguna data warehouse. Data yang tersedia harus dapat digunakan oleh

user dengan istilah yang sesuai dengan cara user dalam melakukan

pekerjaannya. Karena data warehouse harus melayani banyak fungsi, maka

metadata penting untuk menjawab kebutuhan dari suatu fungsi tertentu.

Karena setiap departemen biasanya menggambarkan struktur data yang

spesifik meskipun asal datanya sama.

21

2.3.5 Jenis Arsitektur Data Warehouse

1. Arsitektur two tier

Pada arsitektur two tier ini, operasional data ditransformasikan dan ditransfer ke

data warehouse untuk membantu proses transformasi, sebuah Enterprise Data

Model dibuat. Enterprise data warehouse ini menjelaskan tentang struktur data

warehouse dan berisi metadata yang dibutuhkan untuk menempatkan dan

mengakses database yang dihasilkan dari sumber data eksternal. Arsitektur two-

tier biasanya akan menemui kesulitan performance bilamana data warehouse

berukuran besar.

Gambar 2.7 Arsitektur two-tier

22

2. Arsitektur three-tier

Organisasi yang menemui kesulitan dalam menerapkan arsitektur two-tier pada

umumnya akan beralih ke arsitektur three-tier. User pada departemen pada

umumnya hanya mengakses sebagian kecil dari porsi data warehouse. Oleh

karena itu digunakanlah data mart. Pada umumnya data mart ini memiliki server

yang terpisah dengan data warehouse, dimana masing-masing departemen

bertanggung jawab untuk mengawasi data mart departemennya.

Gambar 2.8 Arsitektur three-tier

23

3. Arsitektur bottom-up

Pada arsitektur bottom-up, data dimodelkan dalam satu fungsi atau proses dalam

satu waktu dan disimpan di data mart yang terpisah. Bilamana waktunya tiba, data

baru disintesis, disaring, dan di merge ke dalam data mart yang tersedia atau dapat

juga dengan membangun ke data mart yang baru.

Gambar 2.9 Arsitektur bottom-up

24

2.3.6 Tahapan Pengembangan Data Warehouse

Menurut Poe( 1996, p65), fase-fase dari Decision Support Life

Cycle(DSLC) adalah sebagai berikut :

1. Perencanaan

Mendefinisikan ruang lingkup proyek, membuat perencanaan proyek,

mendefinisikan kebutuhan sumber daya, mendefinisikan tugas dan perkiraan

waktu dalam suatu proyek.

2. Mendapatkan kebutuhan data dan pemodelan

Fase ini dipusatkan pada pemahaman kebutuhan bisnis dan kebutuhan data

dari user yang menggunakan sistem, juga termasuk memodelkan kebutuhan

tersebut.

3. Perancangan dan pengembangan fisik database

Dalam fase ini dilakukan perancangan database termasuk tabel-tabel fakta,

hubungan diantara tabel dan deskripsi dari tabel. Selain itu juga dilakukan

denormalisasi terhadap data.

4. Pemetaan dan transformasi data

Mendefinisikan sistem awal, melakukan transformasi terhadap data serta

pemetaan sumber asal ke data yang dituju.

5. Penempatan ke dalam data warehouse

Pada fase ini dilakukan proses extracting, transformating, dan loading data

ke dalam database yang dituju dengan suatu teknologi transformasi data

6. Mengotomastiskan prosedur manajemen data

Fase ini dipusatkan pada mengotomatiskan extracting, transformating, dan

loading dari data warehouse.

25

7. Pengembangan aplikasi

Mengembangkan aplikasi data warehouse, mengembangkan laporan serta

mendokumentasikan aplikasi.

8. Validasi dan pengujian data

Melakukan validasi data dengan menggunakan sekumpulan laporan serta

pemrosesan yang standar.

9. Training

Membuat program pelatihan untuk user yang akan menggunakan aplikasi

data warehouse.

10. Rollout

Pemasangan infrastruktur fisik untuk semua user, menyebarkan aplikasi data

warehouse

2.3.7 Perancangan Data Warehouse dengan Skema Bintang

Menurut Poe ( 1996, p120 ), alat yang digunakan untuk merancang data

warehouse adalah skema bintang (star schema). Skema bintang merupakan

struktur sederhana dengan tabel-tabel yang relatif sedikit dan hubungan antar

tabel yang jelas. Rancangan ini mampu melakukan query dengan cepat serta

mudah dimengerti bahkan oleh analis dan pengguna akhir atau orang awam yang

tidak mengerti struktur database.

Dengan menggunakan skema bintang ini akan menghasilkan waktu

respon yang lebih cepat dalam query data dibanding dengan proses transaksional

yang menggunakan struktur normalisasi. Selain itu skema bintang ini

26

memudahkan end user untuk memahami struktur database pada data warehouse

yang dirancang.

Menggunakan skema bintang memberikan beberapa keuntungan yang

tidak terdapat pada struktur relasional yang biasa. Skema bintang merupakan

standar rancangan database data warehouse karena ( Poe, 1996, p121 ):

1. Membentuk rancangan database yang memberikan waktu respon yang cepat.

2. Menghasilkan rancangan yang dapat dimodifikasi dengan mudah atau

ditambahkan sesuai dengan perkembangan dan pertumbuhan data

warehouse.

3. Paralel dalam rancangan database, bagaimana user biasa memandang dan

menggunakan data.

4. Mempermudah pemahaman dan navigasi metadata baik untuk perancang

maupun pemakai.

5. Memperluas pilihan software akses data ( front end data access tools ),

sebagai beberapa produk yang memerlukan rancangan skema bintang.

Perancangan skema bintang menurut Poe( 1996, p121 ), Skema bintang

terdiri dari dua macam tabel, yaitu tabel fakta ( fact table ) dan tabel dimensi

( dimension table ).

a. Tabel Fakta

Tabel fakta, sering disebut major table merupakan inti dari skema bintang

dan berisi data aktual yang akan dianalisis. Field-field di tabel fakta disebut

measure dan biasanya berupa numerik. Selalu berisi foreign key dari

masing-masing tabel dimensi.

27

b. Tabel Dimensi

Tabel Dimensi, disebut juga minor table merupakan tabel dari skema

bintang yang menyediakan cara pandang perspektif terhadap data. Tabel

dimensi mempunyai field-field dari level hirarki tabel dimensi. Nama dari

fields biasanya digunakan nama dari level dalam suatu hirarki.

Menurut Poe( 1996, p122) , Adapun ketentuan dalam pembacaan skema

bintang adalah sebagai berikut:

• Bagian yang ada di bawah judul tabel adalah kolom-kolom dari tabel.

• Primary key dan Foreign key diberi kotak.

• Primary key diarsir, sedangkan Foreign key yang bukan primary key tidak

diarsir.

• Foreign key yang berhubungan ditunjukkan dengan garis yang

menghubungkan tabel.

• Kolom yang bukan key disebut kolom data pada tabel fakta dan atribut tabel

dimensi.

Menurut Poe ( 1996, p124 ), Ada beberapa jenis skema bintang, yaitu :

1. Skema Bintang Sederhana

Dalam skema bintang sederhana setiap tabel harus mempunyai primary key

( field key ) yang dapat terdiri dari satu kolom atau lebih. Primary key

tersebut membuat masing-masing baris menjadi unik. Disini primary key dari

tabel fakta terdiri dari satu atau lebih foreign key.

28

Foreign key adalah kolom pada suatu tabel yang nilainya didefinisikan oleh

primary key di tabel yang lain.

Gambar 2.10 Skema Bintang Sederhana (Prabowo, 1999, p16)

2. Skema Bintang dengan banyak tabel fakta

Skema bintang juga dapat terdiri dari banyak tabel fakta. Hal ini terjadi

karena mereka berisi kenyataan yang tidak saling berhubungan atau karena

perbedaan waktu pemuatan data, disamping itu juga dapat meningkatkan

penampilan. Terutama jika data tersebut dalam jumlah besar. Kegunaan lain

dari tabel fakta adalah untuk mendefinisikan hubungan many to many dari

suatu tabel dimensi tertentu. Bentuk tabel seperti ini biasanya disebut tabel

asosiasi. Tabel ini dibuat untuk menyelaraskan hubungan many to many

diantara dimensi yang berbeda. Tabel dimensi mungkin juga mengandung

foreign key yang mereferensi primary key pada tabel lain. Tabel yang

dijadikan referensi ini disebut tabel dimensi tambahan ( tabel outboard ).

29

Gambar 2.11 Skema Bintang dengan tabel dimensi tambahan ( Prabowo, 1999, p18 )

2.3.8 Agregasi

Agregasi adalah proses penghubungan data fakta selama pendefinisian

atribut. Sebagai contoh : Jumlah mahasiswa berdasarkan jurusan dan program

studi dengan menghitung jumlah mahasiswa dari data transaksi yang terjadi.

Agregasi dapat dibuat selama proses transformasi dan pencatatan data ke dalam

data warehouse.

Menurut Poe (1996, p136), faktor yang mendorong pembuatan agregasi:

• Meningkatkan penampilan pencarian (searching)

• Mengurangi jumlah penggunaan kode produksi universal

Suatu agregasi yang baik dapat dibuat untuk digunakan oleh 300 user dalam

1 hari, karena akan lebih bermanfaat jika dibandingkan dengan membuat

agregasi yang membutuhkan waktu 2 jam tetapi hanya digunakan sekali dalam

setahun oleh satu user saja. Salah satu teknik yang harus didapat adalah saat

30

pencatatan data warehouse. Kita tetap membutuhkan teknik database klasik

seperti partisi tabel secara fisik.

2.3.9 Denormalisasi

Denormalisasi adalah penggabungan field-field dari beberapa tabel untuk

meningkatkan penampilan yang ada. Ini adalah sebuah proses yang bertolak

belakang dengan bentuk normal dalam proses normalisasi. Alasan utama untuk

melakukan hal ini (Poe 1996 p139):

• Mengurangi jumlah hubungan yang terjadi antara tabel tabel yang harus

mengalami proses pada waktu dilakukan pencarian. Dengan inilah

penampilan database dapat ditingkatkan.

• Untuk membuat struktur fisik dari database yang semakin mendekati model

dimensi dari pemakai. Membuat struktur tabel sesuai dengan yang ingin

ditayangkan oleh pemakai, memungkinkan terjadinya akses langsung, yang

sekali lagi akan meningkatkan penampilan.

2.4 Pemasaran

Menurut Jerome ( 1996,p8 ), pemasaran berarti sejumlah kegiatan yang

dilakukan oleh organisasi dan sekaligus merupakan proses sosial. Dengan kata

lain pemasaran ada pada tingkat makro dan mikro.

Menurut Jerome ( 1996,p9 ) bahwa pemasaran makro adalah pelaksanaan

sejumlah kegiatan yang dilakukan untuk mencapai tujuan organisasi, dengan

mengantisipasi kebutuhan pelanggan atau klien, serta mengarahkan arus barang

31

dan jasa yang dibutuhkan dari produsen ke pelanggan atau klien. Sedangkan

pemasaran mikro adalah proses sosial yang mengarahkan arus ekonomi barang

dan jasa dari produsen ke konsumen, yang secara efektif menyesuaikan

penawaran dan permintaan serta mencapai tujuan masyarakat.

Menurut Kotler dan Armstrong (2001, p7), pemasaran adalah suatu

proses sosial dan manajerial yang membuat individu dan kelompok memperoleh

apa yang mereka butuhkan dan inginkan lewat penciptaan dan pertukaran timbal-

balik produk dan nilai dengan orang lain.

Menurut Rangkuti ( 2004, p48 ), Unsur-unsur utama pemasaran dapat

diklasifikasikan menjadi tiga unsur utama, yaitu:

1. Unsur strategi persaingan

Unsur strategi persaingan dapat dikelompokkan menjadi tiga, yaitu :

a. Segmentasi Pasar

Segmentasi pasar adalah tindakan mengidentifikasi dan membentuk

kelompok pembeli atau konsumen secara terpisah. Masing-masing

segmen konsumen ini memiliki karakteristik, kebutuhan produk, dan

bauran pemasaran tersendiri.

b. Targeting

Targeting adalah suatu tindakan memilih satu atau lebih segmen pasar

yang akan dimasuki.

c. Positioning

Positioning adalah penetapan posisi pasar. Tujuan positioning ini adalah

untuk membangun dan mengkomunikasikan keunggulan bersaing produk

yang ada di pasar ke dalam benak konsumen.

32

2. Unsur Taktik Pemasaran

Terdapat dua unsur taktik pemasaran, yaitu :

a. Diferensiasi, yang berkaitan dengan cara membangun strategi pemasaran

dalam berbagai aspek di perusahaan. Kegiatan membangun strategi

pemasaran inilah yang membedakan diferensiasi yang dilakukan suatu

perusahaan dengan yang dilakukan oleh perusahaan lain.

b. Bauran pemasaran, yang berkaitan dengan kegiatan-kegiatan mengenai

produk, harga, promosi dan tempat.

Menurut Kotler dan Armstrong (2001, p71), bauran pemasaran

(marketing mix) adalah seperangkat alat pemasaran taktis dan terkontrol

yang dipadukan oleh perusahaan untuk menghasilkan respon yang

diinginkan sasaran pasar.

Kotler dan Armstrong mempopulerkan penggolongan 4 faktor atau

yang lebih dikenal dengan 4P :

• Product merupakan penawaran berwujud perusahaan kepada pasar,

yang meliputi kualitas produk, desain ciri (features), jenis (brunding),

dan pengemasan (packaging).

• Price merupakan sejumlah uang yang pelanggan bayar untuk pembelian

produk.

• Place meliputi beragam aktivitas yang perusahaan jalankan agar produk

dapat diterima dan tersedia untuk pelanggan.

33

• Promotion meliputi semua aktivitas yang perusahaan jalankan untuk

mengkomunikasikan dan mempromosikan produk kepada pasar

sasaran.

3. Unsur Nilai Pemasaran

Nilai pemasaran dapat dikelompokkan menjadi tiga, yaitu :

a. Merek atau brand, yaitu nilai yang berkaitan dengan nama atau nilai

yang dimiliki dan melekat pada suatu perusahaan. Sebaiknya

perusahaan senantiasa berusaha meningkatkan brand equity-nya.

b. Pelayanan atau service, yaitu nilai yang berkaitan dengan pemberian

jasa pelayanan kepada konsumen. Kualitas pelayanan kepada konsumen

ini perlu terus-menerus ditingkatkan.

c. Proses, yaitu nilai yang berkaitan dengan prinsip perusahaan untuk

membuat setiap karyawan terlibat dan memiliki rasa tanggung jawab

dalam proses memuaskan konsumen, baik secara langsung maupun

tidak langsung.

Kotler dan Armstrong (2001, p23) berpendapat bahwa untuk mencapai

tujuan-tujuan organisasi tergantung pada penentuan kebutuhan dan keinginan

pasar sasaran (target market) dan memuaskan pelanggan secara lebih efektif dan

efisien daripada yang dilakukan pesaing.

Menurut Kotler dan Armstrong (2001, p23), konsep pemasaran

berdasarkan pada empat pilar, yaitu:

34

1. Pangsa pasar sasaran

Perusahaan tidak dapat beroperasi di semua pasar dan memuaskan semua

kebutuhan pelanggan, maka dari itu perusahaan harus menentukan target

pasarnya secara seksama. Perusahaan akan sukses apabila mempersiapkan

program pemasaran untuk setiap target pasarnya.

2. Kebutuhan pelanggan

Pelanggan memiliki bermacam-macam kebutuhan. Produsen diharapkan

dapat memenuhi permintaan pelanggan dengan menyediakan apa yang

mereka butuhkan.

3. Pemasaran terpadu

Pemasaran terpadu berjalan dalam dua tahap, yaitu:

a. Berbagai fungsi pemasaran diantaranya: tenaga penjual, periklanan, dan

manajemen produk di dalam departemen pemasaran harus dapat bekerja

sama dengan baik.

b. Pemasaran harus dikoordinasikan dengan baik dengan bagian lain

dalam perusahaan, sebab pemasaran tidak akan berjalan dengan baik

apabila hanya didukung oleh divisi pemasaran saja.

4. Profitabilitas

Tujuan utama konsep pemasaran adalah membantu organisasi mencapai

tujuan mereka, berfokus pada kebutuhan pelanggan, mengkoordinasikan

semua aktifitas pemasaran yang mempengaruhi pelanggan, dan

memperoleh laba dengan menciptakan hubungan jangka panjang dengan

pelanggan berdasarkan nilai dan kepuasan pelanggan.

35

2.5 Penjualan

Menurut Mulyadi ( 2001, p202 ), ”Kegiatan penjualan terdiri dari

transaksi penjualan barang atau jasa, baik secara kredit maupun tunai ”.

Menurut Hollander( 2000, p230 ), Penjualan adalah rangkaian dari proses

operasi yang secara bersamaan juga berguna untuk menarik pelanggan,

membantu pelanggan menentukan barang yang diinginkan serta melayaninya.

Ditinjau dari pembayaran yang dilakukan pembeli, maka jenis penjualan

dibedakan menjadi dua, yaitu :

1. Penjualan tunai

Menurut Mulyadi (2001, p455), “Penjualan tunai dilaksanakan oleh

perusahaan dengan cara mewajibkan pembeli melakukan pembayaran harga

barang lebih dahulu sebelum barang diserahkan oleh perusahaan kepada

pembeli. Setelah uang diterima oleh perusahaan, barang kemudian

diserahkan kepada pembeli dan transaksi penjualan tunai kemudian dicatat

oleh perusahaan”.

2. Penjualan kredit

Menurut Mulyadi (2001, p210), “Penjualan kredit dilaksanakan oleh

perusahaan dengan cara mengirimkan barang sesuai dengan order yang

diterima dari pembeli untuk jangka waktu tertentu perusahaan mempunyai

tagihan kepada pembeli tersebut”.

36

Ditinjau dari cara penyediaan barang ke konsumen, maka penjualan

dibedakan menjadi beberapa macam, yaitu :

1. Penjualan eceran ( retail sales )

Menyediakan pelayanan barang yang efisien sesuai dengan kebutuhan

permintaan konsumen di daerah sekitarnya ( lokal ), biasanya dengan harga

yang lebih mahal dan jumlah yang sedikit ( eceran ).

2. Penjualan partai ( grosir )

Barang yang dijual biasanya dalam jumlah yang lebih besar dan harganya

biasanya lebih murah dibandingkan dengan penjualan eceran.

3. Penjualan supermarket

Barang yang disediakan untuk dijual lebih beraneka ragam. Pembeli

mengambil atau mencari barang yang dibutuhkan sendiri ( self service ),

jumlah pembelian konsumen bervariasi dengan harga yang tetap, tidak

tergantung banyaknya pembelian.

4. Penjualan dari pintu ke pintu

Barang ditawarkan oleh pramuniaga kepada konsumen secara langsung dari

rumah ke rumah.

5. Penjualan konsinyasi

Penjualan dilakukan dengan cara menitipkan barang yang akan dijual kepada

penjual atau toko tertentu.

6. Penjualan canvasser

Barang yang ditawarkan oleh salesman kepada pelanggan dari toko ke toko

( biasanya di daerah luar kota ).

37

2.6 Retur Penjualan

Menurut Mulyadi (2001, p226), transaksi retur penjualan terjadi jika

perusahaan menerima pengembalian barang dari pelanggan. Pengembalian

barang dari pelanggan harus diotorisasi oleh fungsi penjualan dan diterima oleh

fungsi penerimaan.

2.7 Persediaan

Menurut Smith and Skousen ( 2000, p425 ), persediaan adalah barang-

barang yang dimiliki untuk dijual dalam kegiatan normal perusahaan, serta untuk

perusahaan manufaktur, barang-barang yang tengah diproduksi atau ditempatkan

dalam produksi.

Menurut Mulyadi ( 2001, p553 ), dalam perusahaan manufaktur,

persediaan terdiri dari : persediaan produk jadi, persediaan produk dalam proses,

persediaan baan baku, persediaan barang penolong, persediaan bahan habis pakai

pabrik, persediaan suku cadang. Dalam perusahaan dagang, persediaan hanya

terdiri dari persediaan barang dagangan, yang merupakan barang yang dibeli

untuk tujuan dijual kembali.

Jadi dapat disimpulkan bahwa persediaan adalah bahan baku, barang

setengah jadi, dan barang jadi yang berada dalam kendali perusahaan pada suatu

waktu akan digunakan untuk memenuhi permintaan yang akan datang.

Persediaan sangat penting bagi perusahaan dagang dan perusahaan

manufaktur. Persediaan diperlukan dalam rangka menciptakan penjualan, dan

penjualan diperlukan untuk menghasilkan laba. Manfaat utama dari pembentukan

persediaan adalah terlindungnya perusahaan dari kejadian dan gangguan yang

38

tidak terduga dalam bisnis. Perusahaan yang tergantung pada pemasok luar

negeri cenderung sangat rentan terhadap gangguan-gangguan yang disebabkan

oleh krisis dan kejadian internasional. Penumpukan persediaan juga

memungkinkan perusahaan untuk memenuhi kenaikan permintaan secara tiba-

tiba. Manajemen persediaan melibatkan tugas dalam menyeimbangkan manfaat

pembentukan persediaan dengan biayanya. (Niswonger, p362)

2.8 Pembelian

Menurut Mulyadi( 2001, p299 ), Pembelian digunakan dalam perusahaan

untuk pengadaan barang yang diperlukan perusahaan. Transaksi pembelian dapat

digolongkan menjadi dua: pembelian lokal dan impor. Pembelian lokal adalah

pembelian dari pemasok dalam negeri, sedangkan impor adalah pembelian dari

pemasok luar negeri.

Menurut Mulyadi ( 2001, p300 ), Fungsi pembelian bertanggung jawab

untuk memperoleh informasi mengenai harga barang., menentukan pemasok

yang dipilih dalam pengadaan barang, dan mengeluarkan order pembelian

kepada pemasok yang dipilih dalam pengadaan barang, dan mengeluarkan order

pembelian kepada pemasok yang dipilih.

39

2.9 Analisa Critical Success Factor ( CSF )

Menurut Laudon ( 2004, p380 ), CSF adalah sejumlah kecil tujuan

operasional yang dapat diidentifikasi, dibentuk oleh industri, perusahaan,

manajer, dan lingkungan lebih luas yang dipercaya untuk memastikan sukses

tidaknya sebuah organisasi. Digunakan untuk menentukan kebutuhan informasi

dari sebuah organisasi.

Menurut McLeod ( 2001, p109 ), sebuah CSF adalah satu dari aktivitas

perusahaan yang mempunyai pengaruh kuat terhadap kemampuan perusahaan

untuk memenuhi tujuannya. Sebuah perusahaan umumnya mempunyai banyak

CSF. Kekuatan dari metode CSF adalah bahwa CSF menghasilkan kumpulan

data yang lebih kecil untuk dianalisa daripada analisa perusahaan ( enterprise

analysis ) secara keseluruhan. Hanya manajer tingkat atas yang diwawancarai,

dan pertanyaan berfokus pada sejumlah kecil CSF daripada pertanyaan yang luas

sehingga mendapat informasi apa yang dibutuhkan. Ini khususnya sesuai untuk

manajer tingkat atas dan pembangunan DSS dan EIS.

2.10 Analisa SWOT

Menurut Rangkuti ( 2004, p18 ), analisis SWOT adalah identifikasi

berbagai faktor secara sistematis untuk merumuskan strategi perusahaan. Analisa

ini didasarkan pada logika yang dapat memaksimalkan kekuatan (Strengths ) dan

peluang (Opportunities), namun secara bersamaan dapat meminimalkan

kelemahan (Weaknesses) dan ancaman (Threaths).

40

Gambar 2.12 Analisa SWOT

( Sumber : Rangkuti, 2004, p19 )

Kuadran I : Ini merupakan situasi yang sangat menguntungkan. Perusahaan

tersebut memiliki peluang dan kekuatan sehingga dapat memanfaatkan peluang

yang ada. Strategi yang harus diterapkan dalam kondisi ini adalah mendukung

kebijakan pertumbuhan yang agresif (Growth Oriented Strategy).

Kuadran II : Meskipun menghadapi berbagai ancaman, perusahaan ini masih

memiliki kekuatan dari segi internal. Strategi yang harus diterapkan adalah

menggunakan kekuatan untuk memanfaatkan peluang jangka panjang dengan

cara strategi diversifikasi (produk/pasar).

Kuadran III : Perusahaan menghadapi peluang pasar yang sangat besar, tetapi di

lain pihak perusahaan menghadapi beberapa kendala internal. Strategi yang harus

diterapkan adalah meminimalkan masalah-masalah internal perusahaan.

BERBAGAI PELUANG

KELEMAHAN INTERNAL

KEKUATAN INTERNAL

BERBAGAI ANCAMAN

1.Mendukung Strategi Agresif.

4.Mendukung Strategi Defensif.

3.Mendukung Strategi Turn-Around.

2.Mendukung Strategi Diversifikasi.

41

Kuadran IV: Ini merupakan situasi yang sangat tidak menguntungkan,

perusahaan menghadapi berbagai ancaman dan kelemahan internal.

1. Strategi SO

Strategi ini dibuat berdasarkan jalan pikiran perusahaan, yaitu dengan

memanfaatkan seluruh kekuatan untuk merebut dan memanfaatkan peluang

sebesar-besarnya.

2. Strategi ST

Ini adalah strategi dalam menggunakan kekuatan yang dimiliki perusahaan

untuk mengatasi ancaman.

3. Strategi WO

Strategi ini diterapkan berdasarkan pemanfaatan peluang yang ada dengan

cara meminimalkan kelemahan yang ada.

4. Strategi WT

Strategi ini didasarkan pada kegiatan yang bersifat defensif dan berusaha

meminimalkan kelemahan yang ada serta menghindari ancaman.

42

2.11 Analisis Matriks

Terdapat empat prosedur yang digunakan dalam membuat analisis

matriks clustering, yaitu :

1. Membuat analisa top level dari data perusahaan

a. Menentukan subjek data

b. Dijabarkan ke dalam bentuk entitas

c. Membuat diagram awal hubungan antar entitas

d. Membuat matriks fungsi bisnis versus entitas

e. Membuat matriks unit organisasi versus entitas

2. Menentukan enterprise model dan entity relationship diagram

a. Wawancara dengan pihak manajemen untuk menentukan enterprise

model

b. Membuat presentasi kepada pihak manajemen tentang enterprise model

yang sudah diperbaiki.

c. Membuat ERD ( Entity Relationship Diagram )

d. Menentukan matriks entitas versus fungsi bisnis.

e. Menentukan matriks entitas versus unit organisasi

f. Meminta persetujuan enterprise model.

43

3. Mengelompokkan matriks fungsi / entitas

a. Menggunakan algoritma clustering.

b. Mengumpulkan ke depan semua fungsi create dalam entitas.

c. Memasukkan fungsi-fungsi yang lain dan entitas ke dalam cluster.

d. Mengelompokkan secara manual untuk mengetahui sistem yang ada.

e. Menentukan alur data dari sistem yang satu ke sistem yang lain.

f. Membuat diagram hubungan yang menunjukkan hubungan antar sistem.

g. Menyusun kelompok-kelompok tersebut utnuk menyederhanakan

interaksi antar sistem.

4. Mengelompokkan matriks fungsi / entitas untuk menunjukkan area bisnis

sebenarnya

a. Mengatur matriks fungsi / entitas yang telah dikelompokkan ke dalam

bentuk batasan-batasan analisa bisnis.

b. Menempatkan semua fungsi ke dalam area bisnis.

c. Menentukan lokasi geografis untuk setiap area bisnis.

d. Mengatur area bisnis sehingga area-area tersebut saling berhubungan