BAB 2 LANDASAN TEORI - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab2/2012-1-01391-SI Bab2001.pdf ·...
Transcript of BAB 2 LANDASAN TEORI - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab2/2012-1-01391-SI Bab2001.pdf ·...
9
BAB 2
LANDASAN TEORI
2.1 Data
Menurut Turban, & Rainer (2009:6), Data adalah fakta mentah atau
deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang didapatkan,
direkam, disimpan, diklasifikasi tetapi belum terorganisir untuk menyampaikan
suatu arti spesifik.
Menurut Williams & Sawyer (2011:25), Data terdiri dari fakta-fakta, dan
gambaran mentah yang akan diproses menjadi informasi. Data penting karena
pengguna memerlukan data untuk membuat informasi yang berguna.
2.2 Informasi
Menurut Turban, & Rainer (2009:6), Informasi adalah suatu koleksi fakta
(data) yang telah terorganisir dengan beberapa cara sehingga memberikan suaru
arti yang dipahami oleh penerima.
Menurut Williams & Sawyer (2011:25), Informasi merupakan data yang
telah dirangkum atau dimanipulasi dalam bentuk lain untuk tujuan pengambilan
keputusan.
2.3 Perangkat Analitik
Perangkat analitik membantu user untuk memonitor dan mengelola operasi
bisnis. Perangkat analitik juga dapat memberikan informasi tren yang
memungkinkan anda untuk menyesuaikan operasi di masa depan sesuai
10
kebutuhan. Informasi yang di dapat ini, dapat membantu user di dalam
mengambil keputusan (Integrating IBM Case Analytics Tools, 2011).
Dari segi etimologi, perangkat analitik berarti sebuah perangkat atau
program aplikasi yang dikhususkan untuk tujuan menganalisis data masukan
yang diterimanya menjadi data keluaran yang diharapkan. Perangkat analitik
dilakukan melalui tiga tahapan, yaitu Pra-pengolahan, Pengolahan dan Analisis.
2.4 Database
Menurut Satzinger, Jackson, & Burd (2008:11), Database adalah kumpulan
data yang dapat diakses oleh banyak pengguna dan sistem pada saat yang sama.
Menurut Williams & Sawyer (2011:164), Database adalah kumpulan data
yang disimpan secara elektronik dalam sistem komputer. Dapat juga diartikan
sebagai kumpulan file yang saling terkait dalam suatu sistem komputer.
Menurut Hoffer, Prescott, & Topu (2009:59), Database adalah kumpulan
data yang terorganisir dan secara logika berhubungan satu dengan yang lainnya
yang dirancang untuk memenuhi kebutuhan informasi dari berbagai pengguna
dalam suatu organisasi.
2.5 Business Intelligence (BI)
Menurut Vercellis (2009:3), Business Intelligence adalah kumpulan model
matematika dan metodologi analisa yang secara sistematik menghasilkan data
untuk menghasilkan suatu informasi dan pengetahuan yang berguna untuk
mendukung proses pengambilan keputusan yang kompleks.
11
Menurut Scheps (2008:11), Business Intelligence adalah segala aktivitas,
tool atau proses yang digunakan untuk mendapatkan informasi yang terbaik
untuk mendukung proses pembuatan keputusan.
Menurut Khan (2012:64), Business Intelligence bertujuan untuk
meningkatkan ketepatan dan kualitas dari informasi, dan membantu manager
dalam memahami kondisi perusahaan.
Menurut Moss & Atre (2003:4), Business Intelligence bukanlah merupakan
sebuah produk atau sebuah sistem. BI adalah sebuah arsitektur dan sebuah
kumpulan operasional yang terintegrasi sebaik aplikasi pendukung keputusan
dan database yang menyediakan akses yang mudah bagi komunikasi bisnis ke
data bisnis. Business Intelligence Roadmap secara khusus menunjukkan aplikasi
dan database pendukung keputusan.
Menurut Moss & Atre (2003:11), Langkah–langkah pembuatan Business
Intelligence adalah sebagai berikut :
I. Justification
Pada tahap ini dilakukan evaluasi dan assessment terhadap kebutuhan
bisnis yang memberi dorongan terhadap pengembangan awal daro proyek
BI.
Step 1 : Business Case Assessment
Masalah bisnis atau peluang bisnis di definisikan dan sebuah solusi BI
diusulkan. Setiap aplikasi BI harus disesuaikan dengan biaya dan
menjelaskan keuntungan secara jelas tentang penyelesaian masalah bisnis
atau mengambil keuntungan dari peluang bisnis.
12
Aktivitas pada Business Case Assessment adalah sebagai berikut :
• Menentukan kebutuhan bisnis
• Mengukur solusi dari sistem pendukung
• Mengukur sumber operasional dan prosedur-prosedur
• Mengukur pesaing BI pendukung keputusan
• Determinasi sasaran aplikasi BI
• Mengajukan solusi BI
• Menampilkan analisis biaya – keuntungan
• Menampilkan pengukuran resiko
II. Planning
Pada tahap ini dilakukan pengembangan rencana strategis dan taktis
yang menghasilkan bagaimana proyek BI akan dikerjakan dan
diselesaikan.
Step 2 : Enterprise Infrastructure Evaluation
Sebuah infrastruktur perusahaan harus mendukung aplikasi BI.
Beberapa komponen infrastruktur harus sudah siap sebelum proyek BI
pertama dimulai. Komponen infrastruktur yang lain harus dikembangkan
sepanjang waktu sebagai bagian dari proyek BI. Sebuah infrastruktur
perusahaan mempunyai dua komponen, yaitu :
1. Infrastruktur teknikal, dimana termasuk perangkat keras, perangkat
lunak, middleware, database management systems, sistem operasi,
komponen-komponen jaringan, penyimpanan metadata, alat
pendukung, dan lainnya.
2. Infrastruktur nonteknikal, dimana termasuk standar-standar metadata,
standar penamaan data, model data-data logical perusahaan,
13
metodologi, panduan prosedur pengujian, proses pengawasan
perubahan, prosedur untuk masalah-masalah managemen dan
penyelesaian masalah, dan lain-lain.
Step 3 : Project Planning
Proyek pengambilan keputusan BI sangat dinamis. Perubahan ruang
lingkup, staff, anggaran, teknologi, gambaran bisnis, dan sponsor-sponsor
bisa sangat berdampak pada keberhasilan sebuah proyek. Karena itu
perencanaan proyek harus rinci dan kemajuan actual harus diawasi dengan
ketat dan dilaporkan.
Aktivitas pada Project Planning terdiri dari :
• Menentukan kebutuhan proyek
• Menentukan kondisi sumber file dan database
• Menentukan atau revisi estimasi biaya
• Revisi pengukuran resiko
• Identifikasi faktor sukses utama
• Membuat rencana proyek tingkat tinggi
• Kerjakan proyek
III. Business Analysis
Pada tahap ini, menunjukan rincian analisis dari masalah bisnis atau
peluang bisnis untuk memperoleh sebuah pemahaman penuh dari
kebutuhan bisnis untuk sebuah solusi yang potensial (produk).
Step 4 : Project Requirement Definition
Mengelola batasan proyek adalah salah satu pekerjaan yang paling
sulit dalam proyek pengambilan keputusan BI. Keinginan untuk memiliki
segalanya dengan cepat sulit untuk dibatasi, namun membatasi keinginan
14
adalah salah satu aspek penting dari negosiasi kebutuhan yang dapat
disampaikan. Tim-tim proyek seharusnya mengharapkan kebutuhan-
kebutuhan ini mengubah seluruh siklus pengembangan seperti orang-orang
bisnis belajar lebih tentang kemungkinan-kemungkinan dan batasan-
batasan dari teknologi BI selama proyek.
Aktivitas pada Project Requirement Definition terdiri dari :
• Mendefinisikan kebutuhan tambahan infrastruktur teknikal
• Mendefinisikan kebutuhan tambahan infrastruktur non-teknikal
• Mendefinisikan kebutuhan laporan
• Mendefinisikan kebutuhan sumber data
• Meninjau ruang lingkup proyek
• Memperluas logical data model
• Mendefinisikan persetujuan preliminary service level
• Menulis dokumen kebutuhan aplikasi.
Step 5 : Data Analysis
Tantangan terbesar dari keseluruhan proyek pengambilan keputusan
BI adalah kualitas dari sumber data. Kebiasaan buruk dikembangkan lebih
dari beberapa dekade sulit untuk dipatahkan dan hasil kerusakan dari
kebiasaan buruk itu sangat mahal, memakan waktu, dan melelahkan untuk
ditemukan dan dibetulkan. Sebagai tambahan analisis data di masa lalu
dibatasi pada satu pandangan bisnis dan tidak pernah digabungkan atau
diselesaikan dengan pandangan lain pada organisasi. Langkah ini
mengambil sebuah presentasi signifikan dari waktu yang diberikan untuk
seluruh jadwal proyek.
15
Aktivitas pada Database Analysis terdiri dari :
• Menganalisis sumber data eksternal
• Memperbaiki logical data model
• Menganalisis kualitas sumber data
• Memperluas enterprise logical data model
• Menyelesaikan perbedaan data
• Menulis spesifikasi pembersihan data
Step 6 : Application Prototyping
Analisis dari penyampaian fungsional, dimana digunakan untuk bisa
disebut sebagai analisis sistem adalah yang terbaik selama prototyping
sehingga bisa digabungkan dengan perancangan aplikasi. Peralatan baru
dan bahasa pemrograman memungkinkan pengembangan membuktikan
secara relatif cepat atau menyanggah sebuah konsep atau ide. Prototyping
juga mengijinkan orang-orang bisnis untuk melihat potensi dan
keterbatasan dari teknologi, dimana memberikan mereka sebuah peluang
untuk menyesuaikan kebutuhan proyek dan harapannya.
Aktivitas pada Application Prototyping terdiri dari :
• Menganalisis kebutuhan akses
• Menentukan ruang lingkup prototype
• Memilih tools untuk prototype
• Menyiapkan prototype charter
• Merancang laporan dan queries
• Membangun prototype
• Menampilkan prototype
16
Step 7 : Meta Data Repository Analysis
Mempunyai peralatan yang lebih banyak berarti mempunyai teknik
meta data yang lebih banyak sebagai tambahan business meta data, yang
mana biasa ditangkan dalam sebuah perangkat pemodelan computer-aided
software engineering (CASE). Teknik metadata perlu digambarkan pada
bisnis metadata dan semua metadata harus disimpan pada sebuah
penyimpanan metadata. Penyimpanan metadata bisa diizinkan (dibeli) atau
dibangun. Dalam kasus lainnya, kebutuhan-kebutuhan untuk tipe metadata
yang diperoleh dan disimpan seharusnya didokumentasikan pada logical
meta model harus dibandingkan dengan metadata model milik vendor, jika
vendor menyediakan. Sebagai tambahan kebutuhan-kebutuhan
penyampaian metadata kepada komunitas bisnis harus dianalisa (contoh,
fungsi bantuan online).
Aktivitas pada Meta Data Repository Analysis terdiri dari :
• Menganalisis kebutuhan metadata repository
• Menganalisis kebutuhan interface untuk metadata repository
• Menganalisis akses metadata repository kebutuhan laporan
• Membuat logical data model
• Membuat metadata-metadata
IV. Design
Pada tahap ini, yang dilakukan adalah memahami produk yang
menyelesaikan masalah bisnis atau memungkinkan peluang bisnis
Step 8 : Database Design
Satu atau lebih Database BI akan menyimpan data bisnis dalam
bentuk rinci atau kumpulan, tergantung pada kebutuhan laporan dari
17
komunitas bisnis. Tidak semua laporan kebutuhan strategis, dan tidak
semua multidimensional. Skema perancangan database harus
mencocokkan kebutuhan-kebutuhan pengaksesan informasi dari komunitas
bisnis.
Aktivitas pada Database Design terdiri dari :
• Meninjau kebutuhan data akses
• Menentukan agregasi dan ringkasan kebutuhan
• Merancang BI target database
• Merancang struktur database physical
• Mengembangkan perawatan prosedur database
• Menyiapkan monitor dan tune rancangan database
Step 9 : Extract/Transform/Load Design
Proses ETL adalah proses paling rumit dari seluruh proyek pendukung
keputusan BI. Itu juga salah satu yang paling tidak menarik. Kualitas yang
buruk dari sumber data biasanya memerlukan banyak waktu untuk
menjalankan transformasi dan program pembersihan. Menyelesaikan
proses ETL dengan sejumlah window yang tersedia adalah sebuah
tantangan bagi kebanyakan organisasi.
Aktivitas pada ETL terdiri dari :
• Membuat dokumentasi pemetaan sumber ke target
• Mencoba fungsi tool ETL
• Merancang aliran proses ETL
• Merancang program ETL
• Set up ETL staging area
18
Step 10 : Meta Data Repository Design
Jika repositori meta data yang berlisensi, maka kemungkinan besar harus
ditingkatkan dengan fitur yang telah didokumentasikan pada model meta
logis tetapi tidak disediakan oleh produk. Jika repository metadata sedang
dibangun, keputusan harus dibuat apakah perancangan database
penyimpanan meta data akan berdasarkan entity-relationship atau object-
oriented. Pada kasus lain, perancangan harus memnuhi kebutuhan-
kebutuhan dari logical meta model.
Aktivitas pada Meta Data Repository Design terdiri dari :
• Merancang meta data repository database
• Install dan test produk meta data repository
• Merancang proses migrasi meta data
• Merancang aplikasi meta data
V. Construction
Pada tahap ini, dilakukan pembangunan produk dimana harus
menyediakan sebuah return of investment dengan kerangka waktu yang
sudah ditetapkan.
Step 11 : Extract/Transform/Load Development
Banyak alat tersedia untuk proses ETL, beberapa ada yang canggih dan
beberapa sederhana. Tergantung pada kebutuhan untuk membersihkan data
dan mengubah data dibangun selama step 5, analisa data, dan step 9,
merancang ETL, sebuah alat ETL bisa atau tidak bisa menjadi solusi
terbaik. Dalam kasus lainnya, pemrosesan awal data dan penulisan
tambahan untuk mendukung kemampuan dari alat ETL sering dibutuhkan.
Aktivitas pada ETL Development terdiri dari :
19
• Membangun dan uji coba unit proses ETL
• Integrasi dan regresi proses ETL
• Menampilkan uji coba proses ETL
• Jaminan kualitas uji coba proses ETL
• Persetujuan uji coba proses ETL
Step 12 : Application Development
Usaha dari proses prototyping menguatkan kebutuhan-kebutuhan
fungisonal, pengembangan yang benar dari mengakses dan menganalisa
aplikasi bisa dimulai. Mengembangkan aplikasi bisa menjadi sebuah hal
yang sederhana dari menyelesaikan sebuah pemodelan operasional atau
tidak bisa menjadi sebuah pengembangan yang lebih rumit dengan usaha
yang berbeda, akses dan alat analisa yang lebih kuat. Pada kasus lain,
aktifitas pengembangan aplikasi front-end ditampilkan pararel dengan
aktifitas pengembangan back-end ETL dan pengembangan penyimpanan
meta data.
Aktivitas pada application development terdiri dari :
• Menentukan kebutuhan final proyek
• Merancang program aplikasi
• Membangun dan uji coba unit program aplikasi
• Uji coba program aplikasi
• Menyediakan akses data dan analysis training
Step 13 : Data Mining
Banyak organisasi tidak menggunakan spesifikasi pengambilan keputusan
BI dengan jangkauan terluas. Aplikasi BI seringkali dibatasi dengan
laporan-maporan tertulis, beberapa dari itu bukan merupakan tipe laporan
20
yang baru, melainkan menggantikan laporan yang lama. Masa
pengambilan sebenarnya datang dari informasi tersembunyi di dalam data-
data oragnisasi, yang bisa diketahui dengan peralatan data mining.
Aktivitas pada Data Mining terdiri dari :
• Mengelompokan masalah bisnis
• Mengumpulkan data
• Konsolidasi dan membersihkan data
• Menyiapkan data
• Membangun model data analytical
• Menginterpretasikan hasil data mining
• Menampilkan hasil validasi eksternal
• Mengawasi waktu analisis data model
Step 14 : Meta Data Repository Development
Jika keputusan untuk membangun sebuah tempat penyimpanan meta
data dari pada yang berlisensi, sebuah team terpisah biasanya ditugaskan
dengan proses pengembangan. Itu menjadi sebuah sub-proyek yang cukup
besar dalam keseluruhan proyek BI.
Ativitas pada Meta Data Repository Development terdiri dari :
• Membangun database meta data repository
• Membangun dan uji coba unit proses migrasi meta data
• Membangun dan uji coba unit metadata proses migrasi
• Membangun dan uji coba unit aplikasi metadata
• Uji ciba program meta data repository atau fungsi produk
• Menyiapkan meta data repository untuk produksi
• Meyediakan pelatihan meta data repository
21
Gambar 2.1 Business Intelligence Project Roadmap (Moss & Atre, 2003)
2.5.1 Jenis–jenis Business Intelligence
Menurut Turban, Aronson, Liang, & Sharda (2007:257), jenis-jenis
dari Business Intelligence adalah :
• Enterprise reporting
Produk laporan enterprise digunakan untuk menghasilkan laporan
atatis yang didistribusikan secara luas dan akan digunakan oleh
banyak orang. Merupakan laporan dengan format yang tepat
untuk laporan operasional dan dashboard.
22
• Cube analysis
Cube digunakan untuk menyediakan kemampuan analitis Online
Analytical Processing (OLAP) multidimensional untuk manajer
bisnis dalam lingkungan yang terbatas.
• Ad hoc querying and analysis
Tools relational OLAP digunakan untuk memberi akses user
untuk melakukan query pada basis data hingga informasi
transaksional.
• Statistical analysis and data mining
Tools statistik, matematis dan data mining digunakan untuk
melakukan analisis prediksi atau untuk menemukan korelasi
sebab akibat.
• Report delivery and alerting
Mesin distribusi laporan digunakan secara proaktif untuk
mengirimkan laporan lengkap atau peringatan kepada populasi
user yang besar. Distribusi ini didasarkan pada jadwal dan event
yang disimpan di dalam basis data.
2.5.2 Manfaat Business Intelligence
Menurut Williams (2007:38), Business Intelligence dapat digunakan
untuk memberi manfaat bagi sebuah bisnis secara umum serta
menghasilkan contoh-contoh nyata yang berhubungan dengan fungsi
bisnis tersebut. Manfaat tersebut yaitu :
23
1. Efisiensi Transaksi
Efisiensi transaksi ini dapat dicapai karena dapat mengubah
proses-proses yang tidak terstruktur menjadi proses-proses yang
terstruktur dan berulang-ulang. Contohnya adalah model
optimisasi pendapatan yang digunakan pada industri hotel dan
penerbangan, model optimisasi jaringan logistic dan rantai suplai
yang digunakan pada industri penyaluran dan jasa.
2. Otomatisasi proses manual
Proses-proses yang tadinya dilakukan secara manual dapat
dibuat menjadi otomatis karena keberadaan manusia dapat
dihilangkan atau digantikan dalam sebuah proses. Contohnya
adalah perencanaan operasi dan penjualan, segmentasi pelanggan,
perencanaan anggaran, analisis perubahan, laporan kinerja,
analisis produktivitas.s
3. Penerapan teknis analisis
Sejumlah metode analisis yang kompleks dapat
diintegrasikan ke dalam proses-proses yang ada. Metode analisis
ini memiliki kemampuan analisis yang dapat dipercaya untuk
dapat digunakan oleh user dengan hanya membutuhkan kurva
pembelajaran yang singkat. Contohnya adalah dashboard dan
scorecard eksekutif, aplikasi pendeteksi kecurangan dan penilaian
kredit, analisis pengaturan kampanye penjualan, ramalan
penjualan,dan segmentasi pelanggan.
24
4. Pengiriman informasi
Business Intelligence dapat mengirimkan rincian informasi
dalam jumlah yang besar ke dalam sebuah proses. Kumpulan
informasi transaksional yang ada pada perusahaan dapat
dimanfaatkan untuk mendeteksi penjualan serta mengurangi
biaya. Contohnya adalah pengenalan pola dan data mining,
analisis rantai suplai, analisis operasi, analisis trend pendapatan
dan aplikasi manajemen retail.
5. Pelacakan
Business Intelligence memberikan kebebasan untuk
melacak status, input, dan output dari sebuah pekerjaan atau
proses secara terperinci. Sistem pelacakan yang dilakukan secara
manual berdasarkan pada lembar kerja dapat digantikan oleh
sistem yang bersifat otomatis. Contohnya adalah dashboard,
scorecard pemasok dan manajemen inventory.
2.6 Dashboard
Menurut Turban, Sharda, Delen, & King (2011:137), Dashboard adalah
komponen yang umumnya memiliki Performance Management Systems,
Performance Measurement Systems, Business Process Management (BPM)
suites, dan BI Platforms. Dashboard menyediakan tampilan visual dari
informasi penting yang disatukan dan diatur dalam sebuah layar tunggal
sehingga informasi dapat dipahami cukup dengan sekali lihat, serta mudah untuk
dieksplorasi.
25
Menurut Wadsworth et al (2009:68), salah satu keuntungan dari dashboard
yaitu dapat menyajikan biaya, produktivitas, kualitas dan data dalam satu lokasi,
sehingga membantu eksekutif menganalisis. Selain itu dashboard
memungkinkan pengguna untuk mengelola performa dan mengurangi
pengeluaran.
Menurut (Scheps, 2008:95), dashboard merupakan keturunan langsung dari
Executive Information Systems (EIS) lama dan sistem Decision Support Systems
(DSS), dengan meningkatkan funsional dan penampilan. Karena mereka
terhubung dengan sistem data yang kuat dan memanfaatkan Key Performance
Indicators (KPI).
Menurut Scheps (2008:97), ada tiga jenis dashboard, yaitu :
• Tactical Dashboard
Mengukur produktivitas jangka pendek dan efektivitas. Hasilnya sering
digunakan oleh contributor individu
• Operational Dashboard
Mengukur efektivitas jangka pendek dari fungsi bisnis yang spesifik
pada tim atau level unit bisnis. Level dashboard ini dapat secara potensial
dikembangkan untuk seorang knowledge worker atau local team manager.
• Strategic Dashboard
Dibangun untuk level pengaturan kebijakan dari organisasi. Dashboard
menampilkan metric yang menggambarkan strategi dan tujuan korporasi
Berdasarkan kutipan di atas, dapat disimpulkan bahwa dashboard
memberikan gambaran mengenai informasi secara overall yang dapat
menggambarkan trend dan perbedaan berdasarkan pada kumpulan data yang
besar.
26
2.6.1 Karakteristik Dashboard
Menurut Turban, Sharda, Delen, & King (2011:139), semua
dashboard yang dirancang dengan baik akan memiliki karakteristik
sebagai berikut :
• Dashboard menggunakan komponen visual untuk menggarisbawahi
secara sekilas, data dan pengecualian yang membutuhkan tindakan.
• Dashboard bersifat transparan terhadap pengguna, yang artinya
pengguna cukup membutuhkan sedikit pelatihan dan mudah untuk
menggunakan dashboard tersebut.
• Dashboard menggabungkan data dari berbagai macam sistem menjadi
sebuah tampilan bisnis tunggal, ringkas, tergabung menjadi satu.
• Dashboard memungkinkan drill-down atau drill-through terhadap
sumber data atau laporan yang ada dan menyediakan konteks yang
dapat dibandingkan dan dievaluasi secara lebih terperinci.
• Dashboard menyediakan sebuah tampilan dinamis dan nyata dari data
yang diperbaruhi secara berkala.
• Dashboard memungkinkan pengguna untuk tetap mendapatkan
informasi baru tentang perubahan di dalam bisnis.
• Dashboard membutuhkan sedikit perubahan kode program untuk
dikirim, diimplementasikan dan dirawat.
2.7 Online Analytical Processing (OLAP)
Menurut Scheps (2008:68), Online Analytical Processing adalah sebuah
konsep data multidimensional dengan mengkonseptualisasi data transaksional
27
perusahaan. Bukan hanya mengargregasi dan meringkas data, OLAP
memberikan kemampuan pada sistem BI untuk melihat data dengan cara baru.
Menurut Schrader, et al. (2009:4), OLAP adalah teknologi yang mendukung
kegiatan mulai dari self-service reporting dan analisis dengan manajemen
aplikasi yang dibuat seperti sistem perencanaan dan penganggaran.
Menurut Turban, Aronson, Liang, & Sharda (2007:262), OLAP memiliki
beberapa tipe yaitu :
• Multidimensional OLAP (MOLAP)
MOLAP meringkas transaksi menjadi gambaran multidimensional.
Data diorganisasi ke dalam cube yang dapat dirotasi oleh user. Dengan
MOLAP, query dapat dilakukan dengan cepat karena konsolidasi data telah
dilakukan.
• Relational OLAP (ROLAP)
ROLAP adalah ketika basis data OLAP diimplemetasikan pada basis
data relasional yang sudah ada. ROLAP mengambil data dari basis data
relasional. ROLAP lebih sering digunakan pada data dengan atribut yang
banyak, yang tidak dapat dipindahkan ke struktur cube.
• Database OLAP dan Web OLAP
Database OLAP mengacu pada sistem manajemen basis data relasional
yang didesain untuk menyediakan struktur OLAP dan menjalankan
perhitungan OLAP. Web OLAP mengacu pada data OLAP yang dapat
diakses dari web browser.
28
• Desktop OLAP
Desktop OLAP menyangkut tools OLAP yang biayanya rendah dan
sederhana yang dapat melakukan analisis multidimensional local dan
presentasi data ke mesin dari basis data relasional dan multidimensional.
2.8 Extract, Transform, Load (ETL)
ETL merupakan singakatan dari extract, transform, load yang berfungsi
untuk melakukan ekstraksi data dari data source, dan kemudian melakukan
transformasi data, sebelum mengirimkannya ke data store tujuan. Dimensional
data store adalah data source tujuan yang akan dijadikan basis pengolahan data
analitis berupa business intelligence, data mining, CRM, dan sebagainya.
Menurut Miranda (2008:111-116) , ETL merupakan sekumpulan proses
yang terkait dengan proses menarik data dari sumber data, transformasi data dan
meletakan data pada data warehouse, data diubah ke bentuk yang dibutuhkan
data warehouse.
Menurut Vercellis (2009:53), ETL mengacu pada alat pirantik lunak yang
didedikasikan untuk melakukan extract, transform, dan load data ke dalam data
warehouse.
• Extract
Pada fase ini, data diekstrak dari sumber internal dan eksternal yang
tersedia. Proses ekstraksi ini mungkin akan berlangsung berkali – kali
selama ada data baru yang tersedia.
• Transform
Tujuan dari fase transform adalah untuk meningkatkan kualitas data
yang diekstrak dari berbagai sumber, melalui berbagai pembetulan
29
ketidaksamaan, ketidaktelitian, dan nilai yang hilang. Beberapa
kekurangan yang akan dihilangkan selama fase ini adalah :
- Ketidaksamaan antara nilai-nilai yang mempunyai atribut yang
berbeda padahal mempunyai arti yang sama
- Duplikasi data
- Data yang hilang
- Keberadaan nilai yang tak dapat diterima
• Load
Pada fase load, setelah diekstrak dan mengalami transformasi, data
dimasukkan ke dalam tabel di data warehouse supaya tersedia bagi
aplikasi analisis dan pendukung keputusan.
2.9 Data Warehouse
Menurut Turban, Sharda, Delen, & King (2011:52), Data Warehouse
adalah kumpulan data yang dibuat untuk mendukung pengambilan keputusan,
selain itu data warehouse juga adalah tempat penyimpanan dari data sekarang
dan lampau yang memiliki potensi ketertarikan kepada manajer di seluruh
organisasi.
Menurut Darudiato (2008:58-64), Data Warehouse adalah kumpulan
informasi yang diperoleh dari basisdata operasional yang digunakan untuk
membuat business intelligent yang mendukung aktivitas analisis bisnis dan
pekerjaan pembuat keputusan.
Menurut Connolly & Begg (2010:1197), Data Warehouse adalah suatu
kumpulan data yang bersifat Subject-oriented, Integrated, Time-variant, dan
Non-volatile dalam mendukung proses pengambilan keputusan. Data warehouse
30
bertujuan agar perusahaan dapat menggunakan arsip datanya untuk mendapatkan
keunggulan bisnis.
Karakteristik Data Warehouse :
• Subject-Oriented
Data warehouse yang bersifat subject oriented artinya data warehouse
dirancang untuk menganalisa data berdasarkan subject-subject tertentu
dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data
warehouse diorganisasikan di sekitar subjek utama dari perusahaan
(customer, product, dan sales) dan tidak diorganisasikan pada area
aplikasi utama. Hal ini dikarenakan kebutuhan data warehouse untuk
meyimpan data yang bersifat sebagai penunjang keputusan, daripada
aplikasi berorientasi terhadap data.
• Integrated
Data warehouse dapat menyimpan data-data yang berasal dari sumber-
sumber yang terpisah ke dalam suatu format yang konsisten dan saling
terintegrasi satu dengan yang lainnya. syarat integrasi sumber data
dapat dipenuhi dengan berbagai cara seperti konsistem dalam penamaan
variabel, konsisten dalam ukuran variabel, konsisten dalam struktur
pengkodean dan konsisten dalam atribut fisik dari data.
• Time-Variant
Model analisis yang diterapkan pada sebuah data warehouse berfokus
pada perubahan data actual berdasarkan waktu. Dalam hal ini data
warehouse harus mampu menyimpan data untuk suatu objek tertentu
dalam kurun waktu yang berbeda-beda. Waktu merupakan bagian data
yang sangat penting di dalam data warehouse.
31
• Non-Volatile
Karakteristik non-volatile dari data warehouse berarti data pada data
warehouse tidak dapat di update secara real time tetapi di-refresh dari
sistem operasional secara regular. Data yang beru selalu ditambahkan
sebagai suplemen bagi database itu sendiri dari pada sebagai
perubahan. Database tersebut secara lanjut menyerap data baru ini,
kemudian secara incremental disatukan dengan data sebelumnya.
2.10 Dimensional Modeling
Menurut Connolly & Begg (2010:1227), Dimensional modeling adalah
sebuah teknik desain logikal yang bertujuan untuk menampilkan data dalam
sebuah standar, format intuitif yang memperbolehkan akses dengan performa
yang tinggi. Dimensional modeling menggunakan konsep Entity-Relationship
(ER) dengan beberapa batasan penting.
Dimensional modeling adalah rancangan logical pada database OLAP
untuk mendeskripsikan struktur table yang ada. Dimensional modeling
menghasilkan output berupa star schema dan juga snowflake schema.
2.10.1 Fact Table (Tabel Fakta)
Tabel fakta adalah tabel yang berisikan fakta yang diinginkan
oleh pengguna, fakta ini didapat dari berbagai tabel dimensi di sekitar
tabel fakta. Tabel fakta memiliki composite primary key yang didapat
dari primary key pada tabel dimensi disekitarnya.
32
Menurut Connolly & Begg (2010:1227), Tabel fakta merupakan
sebuah tabel yang memiliki sebuah composite primary key dimana tabel
tersebut akan membentuk sebuah model dimensional.
2.10.2 Dimension Table (Tabel Dimensi)
Dimension table merupakan hasil dari dimension modeling, yang
tersimpan pada database OLAP. Tabel dimensi merupakan gabungan
dari tabel yang lebih kecil yang primary key nya akan diambil untuk
menjadi bagian composite key yang berada pada tabel fakta.
Menurut Connolly & Begg (2010:1227), Tabel dimensi
merupakan sekumpulan dari tabel-tabel yang lebih kecil yang memiliki
sebuah primary key sederhana yang merespon secara benar terhadap
salah satu komponen dari composite key yang ada dari tabel fakta.
2.10.3 Star Schema
Menurut Connolly & Begg (2010:1227), Star schema adalah
struktur logikal yang memiliki sebuah tabel fakta berisi data aktual yang
ditempatkan di tengah, dikelilingi oleh tabel dimensi berisi data acuan
(dapat di denormalisasi). Star schema mengekspoitasi karakteristik dari
data aktual dimana fakta dibuat dari peristiwa yang muncul di masa lalu
dengan mengabaikan bagaimana mereka dianalisis, dan tidak dapat
diubah.
Menurut Turban, Sharda, Delen, & King (2011:75-76), Star
schema adalah sebuah dimensional modeling yang menampilkan satu
atau beberapa tabel fakta yang terhubung dengan beberapa tabel
33
dimensi. Tabel fakta yang ditampilkan umumnya mengandung sebuah
atribut deskriptif (memiliki nilai numerik) yang diperlukan untuk
menghasilkan analisa keputusan dan query reporting. Sedangkan tabel
dimensi yang ditampilkan mengandung klasifikasi dan kumpulan
informasi tentang nilai yang berada dalam tabel fakta.
2.11 Aplikasi Web
Aplikasi web adalah suatu aplikasi yang dapat membentuk halaman–
halaman web berdasarkan permintaan user. Aplikasi web juga bisa mencakup
permintaan interaktif ataupun kelompok diskusi. Aplikasi web merupakan
salah satu contoh aplikasi client / server.
Client mewakili komputer yang digunakan seorang pemakai yang hendak
menggunakan aplikasi, sedangkan server mewakili komputer yang
menyediakan layanan aplikasi. Dalam konteks ini, client dan sever
berhubungan melalui internet maupun intranet. Yang menarik, model client /
sever yang digunakan dapat melibatkan bermacam – macam platform.
Ciri khas lain pada penggunaan aplikasi web, pemakaian menggunakan
perangkat lunak yang disebut dengan web browser atau browser (misalnya :
Internet Explorer, Mozilla, Opera, dan lain-lain) untuk mengakses aplikasi
web.
Komputer yang bertindak sebagai server umumnya menyediakan
database server, selain web server yang ditujukan untuk melayani permintaan
pemakai yang hendak mengakses aplikasi web database server adalah server
yang melayani akses terhadap database. Oracle dan MySQL merupakan contoh
dari sekian database server. Adapun contoh web server yaitu apache (sangat
34
terkenal di lingkungan Linux) dan IIS (Internet Information Server), yang
merupakan andalah Microsoft.
2.12 Metode Penyajian Data
Menurut Aczel & Sounderpandian (2009:25), metode penyajian data
dibagi menjadi beberapa bentuk, yaitu :
• Pie Chart
Pie Chart adalah sebuah tampilan deskriprif sederhana dari data,
dimana data yang ditampilkan hanya jumlah dari total yang diberikan.
Pie chart mungkin adalah sebuah cara paling ilustratif untuk
menampilkan kuantitas sebagai presentasi dari total yang diberikan. Total
area dari sebuah pie chart mempresentasikan 100% dari kuantitas
(jumlah daru nilai variable pada seluruh kategori). Ukuran dari setiap
potongan adalah presentasi dari total yang dipresentasikan oleh masing –
masing kategori.
Gambar 2.2 Contoh Pie Chart
35
• Bar Chart
Bar chart sering digunakan untuk menunjukkan data berdasarkan
kategori tertentu dimana tidak ada penekanan total presentase pada setiap
kategori. Bar chart dapat disajikan secara vertikal maupun horizontal.
Skala pengukuran adalah nominal atau ordinal. Bar chart dapat
digunakan untuk menampilkan data kontinu seperti ukuran sepatu atau
warna mata dan data diskontinu seperti tinggi badan atau berat badan.
Gambar 2.3 Contoh Bar Chart
• Line Chart
Line Chart sering digunakan untuk menampilkan informasi dalam
rangkaian titik data yang dihubungkan dengan segmen garis lurus. Line
chart sering digunakan untuk menvisualisasikan trend data dalam
interval waktu atau dalam kurun waktu tertentu.
36
Gambar 2.4 Contoh Line Chart
2.13 Macro Recorder
Macro recorder bukan merupakan mouse recorder, keyboard recorder
dan player. Melainkan suatu perangkat lunak yang otomatis dan sangat kuat.
Penggunaan program macro recorder ini dapat menghemat waktu pada tugas-
tugas yang dilakukan secara berulang. Macro recorder dapat digunakan untuk
mengotomatiskan kegiatan apapun di bermacam-macam aplikasi windows
(www.jitbit.com/macro-recorder/).
Kelebihan dari macro recorder :
• Easy to try, pengguna daoat menambah jangka waktu percobaan jika
waktu percobaan yang diberikan terlalu pendek.
• Extremely easy, dimana macro recorder ini sangat mudah digunakan
dengan user interface yang friendly.
• Flexible, macro dapat diedit dengan visual macro maker.
• Exe-Compiler, dapat mengkonversi macro dalam bentuk EXE yang
berjalan pada komputer berbasis windows.
• Accessible, dimana pengguna dapat mengatur macro pada mouse dan
keyboard dan menjalankan aplikasi.
37
• Adjustable, menyediakan pengaturan kecepatan playback, macro
recording filters, loop macro playback, stealth-mode, dan lain-lain.
• Debug, dapat memasukkan break point dan dapat menjalankan
program berulang secara parsial.
• SMART-Rec, rekaman dengan teknologi tinggi dapat merekam
koordinat mouse
• Otomatisasi perangkat lunak, dimana pengguna dapat mengatur
perintah ke macro, seperti : “launch website”, “ open file”, “ wait for
windows”, “ go to”, “ shutdown” dan lain-lain
2.14 Task Scheduler
Task scheduler dapat memberikan otomatisasi tugas rutin pada komputer.
Task scheduler akan memonitor tugas – tugas yang dipilih untuk melakukan
dengan didukung oleh trigger dan ketika criteria yang ditentukan cocok
(www.msdn.microsoft.com).
Task scheduler dapat digunakan untuk menjadwalkan tugas-tugas, seperti
menjalankan disk deframenter dengan waktu yang sudah ditentukan atau dapat
juga mengecek data terbaru dari database transaksional.
2.15 AJAX ( Asynchronous Javascript And XML)
Asynchornous Javascript and XML (AJAX) merupakan bahasa
pemrograman yang memanfaatkan javascript dan XML. AJAX bukanlah
teknologi spesifik, melainkan gabungan dari teknologi yang dipakai
bersamaan. Dengan adanya AJAX, aplikasi web akan bisa menjadi lebih
interaktif dan lebih mudah diakses. Penggunaan AJAX bertujuan untuk
38
menjadikan halaman-halaman web lebih responsif dengan melakukan
pertukaran kumpulan data-data dalam jumlah sedikit dengan server sehingga
keseluruhan halaman web tidak harus direload setiap kali pengguna melakukan
permintaan tertentu. hal itu tentunya akan meningkatkan interaktivitas,
kecepatan dan keleluasaan penggunaan halaman web.
Dua keistimewaan AJAX adalah dapat :
• Membuat permintaan kepada server tanpa memuat kembali (reload)
halaman
• Mengurai (parse) dan bekerja dengan dokumen XML dan atau JSON
2.16 PHP (Personal Home Page)
Menurut Quigly & Gargenta (2007:4), PHP adalah bahasa scripting yang
sederhana, cepat dan portable, sangat sesuai digunakan untuk membuat website
yang memiliki database.
Menurut Brooks (2008:2), PHP adalah bahasa scripting server-side,
artinya dokumen PHP diolah di server, bukan di browser. PHP juga menerima
informasi dari dokumen HTML dan menjadikan sebuah web menjadi lebih
dinamis. Salah satu keuntungan dari PHP adalah dapat diperpanjang dan nomor
modul perpanjangannya sudah menyediakan dukungan seperti koneksi basis
data, mail dan XML.
2.17 MySQL
MySQL merupakan sebuah perangkat lunak sistem manajemen basis data
Structured Query Language (SQL) atau SQL Database Management System
(DBMS). MySQL didistribusikan dengan lisensi gratis ataupun berbayar.
39
MySQL dapat didapatkan secara gratis namun source code-nya dipegang oleh
sebuah perusahaan komersial asal Swedia, MySQL AB dan sekarang
perusahaan tersebut sudah di akusisi oleh Oracle Corporation.
Sama seperti PHP, MySQL juga dapat berjalan di berbagai sistem operasi
baik dengan platform windows atau UNIX dan turunannya. MySQL juga dapat
di integrasikan ke hampir semua bahasa pemograman dan salah satunya adalah
PHP, PHP sendiri banyak memlih fungsi untuk mendukung basis data MySQL.
Untuk melakukan administrasi pada sistem basis data MySQL, dapat
menggunakan terminal atau command line yang ada pada sistem operasi
ataupun aplikasi berbasis grafik (GUI) seperti MySQL_Administrator atau
MySQL_Query Browser. Ada pula administrasi yang menggunakan antar
muka web salah satu aplikasi yang popular adalah phpMyAdmin.
2.18 HTML ( HyperText Markup Language)
Menurut Brooks (2007:1), HTML bukanlah sebuah bahasa
pemrograman, tapi lebih mirip sebagai kumpulan instruksi tentang bagaimana
menampilkan sebuah content.
Saat ini HTML merupakan bahasa standar internet yang didefenisikan
dan dikendalikan penggunaannya oleh World Wide Web Consortium (W3C).
dokumen HTML terdiri dari 4 elemen :
• <html>…</html>, sebagai format dokumen itu sendiri
• <head>…</head>, sebagai bagian pendahuluan
• <title>…</title>, sebagai bagian judul
• <body>…</body>, sebagai bagian isi
40
Sebuah file yang merupakan file HTML dapat dibuka dengan
menggunakan browser web seperti Mozilla Firefox atau Microsfot Internet
Explorer. HTML juga dapat dikenali oleh aplikasi pembuka email ataupun dari
PDA dan program lain yang memiliki kemampuan browser.
2.19 CSS (Cascading Style Sheets)
Menurut Saleh, Sulistyawan, & Rubianto (2008:32), CSS adalah suatu
bahasa stylesheet yang mengatur tampilan suatu dokumen. Pada umumnya CSS
digunakan untuk memformat halaman web yang ditulis dengan HTML dan
XHTML.
Menurut Juju & MataMaya (2008:95), CSS adalah bahasa stylesheet
yang digunakan untuk mengatur tampilan dokumen. CSS memungkinkan kita
untuk menampilkan halaman yang sama dengan format yang berbeda.
Dengan CSS, tampilan website akan lebih cantik dan konsisten. Ada dua
cara menuliskan kode CSS. Pertama secara internal, yaitu menuliskan langsung
diantara tag HTML/XHTML. Kedua secara eksternal, yaitu kode CSS
disimpan dalam file yang terpisah kemudian dipanggil saat halaman web
dibuka. CSS sendiri merupakan sebuah teknologi internet yang
direkomendasikan oleh World Wide Web Consortium (W3C) dan
diperkenalkan pada tahun 1996.
Sampai saat ini, hampir seluruh website yang ada di dunia menggunakan
CSS untuk memformat halaman webnya. Beberapa alasan web developer selalu
menggunakan CSS dalam memformat tampilan webnya adalah :
• CSS dapat memecahkan permasalahan keseragaman style pada suatu
dokumen HTML/XHTML.
41
• CSS meringankan pekerjaan untuk memformat seluruh tampilan
dokumen.
• Multiple style akan tersimpan dalam satu dokumen.
2.20 Javascript
Menurut Brooks (2007:3), javascript adalah bahasa pemrograman yang
diinterpretasikan bukan dikompile, diadopsi dari bahasa C/C++ yang
dikembangkan menjadi bahasa pemrograman web client-side. Javascript
didesain untuk bekerja sama dengan HTML membuat web page yang
interaktif.
Menurut McFarland (2008:1), javascript adalah bahasa pemrograman
yang digabungkan dengan HTML untuk membuat halaman web yang
beranimasi, interaktif dan memiliki visual effect yang dinamis.
Javascript pertama kali dirancang oleh perusahaan Netscape yang ingin
melengkapi fitur browser miliknya – Navigator- yang sebelumnya telah
mendukung Java untuk lebih bisa dimanfaatkan oleh programmer non-Java.
Diciptakanlah bahasa pemrograman yang bernama Livescript untuk
mengakomodasi hal tersebut. Dari bahasa pemrograman inilah kemudian
berkembang menjadi Javascript, walaupun tiak ada hubungannya antara
bahasa Java dengan Javascript.
Javascript merupakan bahasa pemrograman yang cukup mudah dikuasai
dan memiliki banyak fungsi yang dapat digunakan untuk meningkatkan efek
visual dari halaman web. Kode jari javascript harus diapit oleh tag, diawali
dengan tag <script language=”javascript”> dan diakhiri dengan tag </script>.
42
2.21 jQuery
Menurut Beighley (2010:8), jQuery adalah open source add-on pustaka
Javascript yang menekankan pada interaksi antara Javascript dan HTML.
jQuery merupakan kode Javascript yang telah ditulis dan tinggal
menambahkan satu atau dua baris koding untuk memanggil koding jQuery.
jQuery memberikan cara yang mudah dalam membuat efek-efek
webpage yang canggih kepada para pengembang dan perancang website,
karena jQuery sangat mudah diimplementasikan pada setiap halaman web.
jQuery memiliki banyak keuntungan, diantara lainnya adalah :
• Mudah digunakan
• Ringkas dan ringan
• Tidak perlu me-reload 1 halaman untuk dijalankan
• Reusabilitas yang tinggi
• Lisensi bebas
43
2.22 Kerangka Pikir Pemecahan Masalah
Pen
gum
pula
n da
ta
dan
Ana
lisis
P
eran
cang
an
Gambar 2.5 Kerangka Pikir Pemecahan Masalah
Latar Belakang
Identifikasi Permasalahan
• Kriteria permasalahan
• Akibat permasalahan
Studi Literatur Solusi Permasalahan
Project Requirement Merancang perangkat
analitik BI dashboard
Testing dan validasi