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