8

BAB 2

LANDASAN TEORI

2.1 Data

Data merupakan fakta yang mendeskripsikan secara mendasar benda,

peristiwa, aktivitas, dan transaksi yang ada lalu disimpan yang belum mampu

menyampaikan arti-arti yang spesifik. Pengertian tersebut didukung oleh pendapat

Turban, Rainer, Potter, & Cegielski (2010 : 6), yang mana data adalah deskripsi

dasar dari benda, peristiwa, aktivitas dan transaksi yang didapat atau disimpan serta

diklasifikasikan tetapi belum terorganisir dengan baik sehingga belum mampu

menyampaikan arti-arti yang spesifik untuk pemiliknya. Sedangkan menurut William

dan Sawyer (2011 : 25) data adalah fakta dan gambaran mentah yang harus melalui

sebuah proses tertentu untuk dapat menjadi sebuah informasi. Secara lebih spesifik

lagi data merupakan atribut dari setiap entitas seperti benda, tempat, dan kejadian.

Tabel 2.1- Tabel Data Jakarta 12 Maret 1990

Bandung 24 April 1998

Tabel di atas (tabel 2.1) tidak memiliki arti atau makna bagi pembacanya,

tetapi sebenarnya data di atas adalah data yang menunjukan tempat dan tanggal lahir

seseorang. berdasarkan contoh diatas dapat diartikan bahwa data akan memiliki arti

bagi penggunanya setelah memiliki pengolahan lebih lanjut dan menghasilkan

informasi.

2.2 Database

Database merupakan sekumpulan data yang memiliki hubungan yang

disimpan dalam satu tempat yang sama, dimana menurut Inmon (2005 : 493)

9

database adalah kumpulan data yang saling berhubungan dan disimpan (biasanya

telah dikendalikan dan memiliki redudansi yang terbatas) berdasarkan skema.

Pendapat ini juga didukung dengan pendapat dari Connolly & Begg (2010 : 65)

dimana database merupakan kumpulan relasi data yang logis dan deskripsi dari data

tersebut, yang di desain untuk memenuhi kebutuhan sebuah organisasi atau

perusahaan. Sedangkan menurut Williams & Sawyer (2011 : 164), database

merupakan semua koleksi data yang disimpan secara berkelompok dalam teknologi

yang sudah terkomputerisasi. Secara spesifik dapat diartikan bahwa database adalah

kumpulan file yang saling terkait dalam suatu sistem komputer. Semua file ini diatur

menurut elemen umum masing-masing seingga dapat dengan mudah diambil ketika

dibutuhkan. Database sangat berperan penting dalam bisnis dan organisasi karena

dapat membantu sebuah bisnis untuk melakukan evaluasi catatan yang lalu untuk

menghadapi masalah kedepannya. Sebagai contoh sebuah database yang menyimpan

kumpulan nama, alamat,dan nomor telepon dari konsumen dari sebuah unit usaha.

Database memiliki tiga jenis bentuk dasar penyimpanan data (Connolly &

Begg, 2010 : 96) yaitu : relational data model, network data model, dan hierarchical

data model. Tetapi bentuk paling umum yang digunakan adalah relational data

model. Konsep ini menampilkan data secara fisik dalam bentuk tabel. Pada relational

model setiap data yang tersimpan memiliki kode atau key yang unik yang berfungsi

dalam mengidentifikasi setiap tuple data yang ada. Terdapat beberapa jenis key

antara lain :

• Super key

Super key adalah atribut yang secara unik dibuat untuk mengidentifikasi sebuah

tuple didalam relasi.

10

• Primary key

Primary key adalah salah satu candidate key yang terpilih atau dipilih untuk

mewakili sebuah tuple sehingga membantu identifikasi data didalam sebuah table.

• Candidate key

Candidate key merupakan kumpulan antribut yang memiliki keunikan dan tidak

terdapat di relasi lain. candidate key juga menjadi pilihan dalam menentukan

primary key.

• Composite key

Composite key merupakan candidate key yang atributnya lebih dari satu.

• Foreign Key

Foreign key merupakan atribut yang berasal dari relasi lain. Biasanya foreign key

merupakan primary key pada sebuah tabel lain yang masih memiliki hubungan

dengan tabel tersebut.

Berdasarkan kutipan di atas dapat disimpulkan bahwa database (basis data)

merupakan kumpulan data yang memiliki relasi atau hubungan secara logis yang

mampu diproses untuk menampilkan informasi setelah melalui proses-proses dalam

sistem.

2.3 Database Management Systems (DBMS)

DBMS biasanya digunakan sebagai penghubung antara user untuk mengatur

sistem berbasis data, seperti pengertian dari O’Brien & Marakas (2009 : 196)

Database Management System (DBMS) adalah perangkat lunak yang utama dari

database management karena DBMS mengatur pembuatan, pemeliharaan, dan

penggunaan database dari sebuah organisasi dan penguna akhirnya. Hal ini diperkuat

dengan pendapat dari Satzinger, Jackson, & Burd (2004,p398), database

11

management systems (DBMS) merupakan sebuah sistem perangkat lunak yang

mengelola dan mengontrol akses ke database.

Komponen yang terdapat pada DBMS adalah :

• Physical data store

Physical data store adalah area penyimpanan yang digunakan oleh sebuah

database management system untuk menyimpan bits dan bytes dari sebuah

database.

• Schema

Schema adalah sebuah deskripsi dari struktur, isi, dan kontrol akses dari sebuah

penyimpanan data fisik atau database.

Sedangkan menurut Connolly & Begg (2010, p66), DBMS adalah sebuah

sistem perangkat lunak yang memungkin user untuk mendefinisikan, menciptakan,

memelihara, dan mengontrol akses terhadap sistem basis data.

Gambar 2.1- Komponen-Komponen DMBS

(Sumber : Connolly & Begg, 2010 : 68)

Berikut adalah penjabaran komponen-komponen DBMS pada gambar 2.1 (Connolly

& Begg, 2010 : 68-71) diantaranya :

• Hardware

DBMS dan aplikasi membutuhkan perangkat keras sebagai media untuk

menjalankan semua fungsi-fungsi yang ada.

12

• Software

Komponen perangkat lunak terdiri atas DBMS dan program aplikasi, tidak luput

juga sistem operasi dan perangkat lunak jaringan (jika ada) merupakan bagian dari

perangkat lunak.

• Data

Merupakan jembatan penghubung antaran mesin (hardware dan software) dan

manusia (procedure and people) serta merupakan komponen bahan baku dalam

lingkungan DBMS.

• Procedure

Merupakan aturan ataupun instruksi yang akan menentukan kegunaan dari sistem

basis data.

• People

Orang merupakan komponen penggerak yang harus terlibat secara langsung

dengan sistem.

Hubungan DMBS dan database dapat di gambarkan sebagai berikut :

Gambar 2.2- Hubungan DBMS dan Database

(Sumber : Connolly & Begg, 2010 : 67)

Berdasarkan gambar 2.2 dapat dilihat bahwa DBMS merupakan sebuah

sistem perangkat lunak yang membantu user agar mampu mengontrol dan

13

mengakses sistem berbasis data termasuk didalamnya perangkat keras, perangkat

lunak, data, prosedur, dan orang.

2.4 Data Warehouse

2.4.1 Pengertian Data Warehouse

Data warehouse juga berguna sebagai tempat penyimpanan data terbaru

(real time) dan data historikal untuk kepentingan manajer dalam sebuah organisasi.

Hal ini didukung oleh pendapat Coronel, Morris, & Rob (2010 : 495) yang

mengartikan bahwa Data warehouse adalah database relasional yang dirancang

untuk query dan analisis bukan untuk proses transaksi. Biasanya berisi data historis

yang berasal dari data transaksi, tetapi bisa termasuk data dari sumber lain.

Sedangkan hal yang berbeda disampaikan oleh Turban, Sharda, Delen, & King

(2011 : 52), data warehouse adalah kumpulan data yang dibuat khusus untuk

mendukung proses pengambilan keputusan. Data warehouse juga berguna sebagai

tempat penyimpanan data terbaru (real time) dan data historikal untuk kepentingan

manajer dalam sebuah organisasi.

Data warehouse memiliki beban kerja yang terpisah dari beban kerja

transaksi (secara prosesnya) dan memungkinkan organisasi untuk

mengkonsolidasikan data dari beberapa sumber. Data warehouse memiliki beberapa

karakteristik (Connolly & Begg, 2010 : 1197) yaitu sebagai berikut :

• Subject Oriented

Subject oriented memiliki arti sebagai data yang diatur dan disesuaikan dengan

subjek yang detail sehingga dapat membantu mendukung pengambilan

keputusan. Orientasi ini memberikan pandangan yang lebih komprehensif dari

sebuah organisasi karena tidak hanya menentukan cara sebuah proses bisnis

dapat berjalan melainkan juga mengapa sebuah proses bisnis dijalankan.

14

• Integrated

Integrated atau terintegrasi artinya sebuah data warehouse haruslah terintegrasi

dengan baik untuk mendapatkan proses yang tepat. Karena sumber data pada data

warehouse berasal dari berbgai sumber sehingga integrasi adalah salah satu hal

yang paling penting.

• Time variant

Data warehouse merupakan koleksi data historis dimana data terus di tambah

dari masa ke masa untuk digunakan dalam menganalisis tren, deviasi, dan

hubungan jangka panjang lainnya yang bertujuan untuk pengambilan keputusan

dimasa mendatang. Hal ini lah yang membuat waktu merupakan dimensi yang

penting yang harus didukung oleh setiap data warehouse.

• Nonvolatile

Nonvolatile adalah karakteristik lain dari data warehouse yaitu dimana setelah

semua data yang masuk kedalam data warehouse tidak ada user yang dapat

mengubah data tersebut.

Berdasarkan kutipan di atas dapat disimpulkan bahwa data warehouse

merupakan kumpulan data historikal dan juga data saat ini yang berorientasi subjek,

terintegrasi berdasarkan waktu, dan tidak dapat mengalami perubahan secara

langsung dimana dalam pengolahannya datanya terdapat proses extract, transform,

dan loading yang digunakan agar dapat mendukung proses pengambilan keputusan.

2.4.2 Arsitektur Data Warehouse

Data warehouse tersusun atas beberapa komponen didalam arsitekturnya.

Masing-masing komponen didalamnya sangat penting dalam mendukung

15

terbentuknya data warehouse. Berikut adalah arsitektur data warehouse menurut

Connolly & Begg (2010 : 1203-1206) :

Gambar 2.3-Arsitektur Data Warehouse

(Sumber : Connolly & Begg, 2010 : 1204)

- Operational Data

Data operasional merupakan sumber data untuk data warehouse. Sumber data

ini didapat dari data yang dipegang secara departemen atau perbagian

perangkat kerja, serta data-data pribadi yang di simpan dalam perangkat kerja

masing-masing bagian.

- Operational Data Store

ODS adalah tempat penyimpanan terbaru dan data operasional yang

terintegrasi yang digunakan untuk menganalisis. Biasanya bentunya terstruktur

dan menyuplai data seperti data warehouse tetapi terkadang bersifat sederhana

sebagai staging area untuk data sebelum dipindahkan ke data warehouse.

16

- ETL Manager

ETL manager bekerja pada semua kegiatan yang berhubungan dengan ETL

data dalam data warehouse. ETL manager memastikan semua data terekstrak

dari sumbernya.

- Warehouse Manager

Warehouse manager menampilkan semua pengoperasian yang berhubungan

dengan manajemen data didalam data warehouse.

- Query Manager

Query manager menampilkan semua pengoperasian yang berhubungan dengan

manajemen dari query user.

- Detailed Data

Pada bagian data warehouse ini menyimpan semua data yang detil dalam

skema database. Data detil ini hanya tersedia semata-mata dengan tujuan untuk

dihubungkan dengan tingkat kedetilan data berikutnya.

- Lightly and Highly Summarized Data

Pada bagian ini merupakan tempat tersimpannya data yang telah di rangkum

yang di buat oleh warehouse manager. Tempat ini menjadi tempat transit data

yang masih mengalami proses perubahan query.

- Archive/Backup Data

Merupakan tempat penyimpanan detail dan rangkuman data dengan tujuan

sebagai data cadangan.

- Metadata

Pada bagian ini menyimpan semua metadata, dengan penggunaan untuk semua

proses yang ada didalam data warehouse.

17

- End-User Access Tools

Merupakan alat yang digunakan oleh seorang user untuk berhubungan dengan

data warehouse. Tujuannya adalah menampilkan informasi yang ingin di

ketahui oleh user sehingga mampu mendukung keputusan user. Terdapat

beberapa jenis access tool yang dapat digunakan antara lain : EIS, data mining

tools, dan reporting and query tool.

Pada gambar diatas (gambar 2.3) merupakan arsitektur data warehouse pada

umumnya namun terdapat beberapa kondisi yang memungkin terbentuknya arsitektur

lain yang dibuat khusus untuk mendukung sebuah sistem tertentu. Menurut

Ariyachandra & Watson (2006 : 4-6) ada beberapa jenis arsitektur yang menjadi

alternatif pembangunan data warehouse yang digambarkan pada gambar 2.4.

18

Gambar 2.4-Arsitektur Alternatif Data Warehouse

(Sumber : Ariyachandra & Watson, 2006 : 5)

19

Pada gambar 2.4 terdapat 5 arsitektur alternatif yang dapat digunakan untuk

membangun sebuah data warehouse ataupun data mart. walaupun arsitektur itu tidak

murni berasal dari enterprise data warehouse maupun data mart tetapi arsitektur

tersebut cukup mampu menuhi kebutuhan informasi yang dibutuhkan access tools.

• Independent data mart architecture

Pada arsitektur ini pengembangan yang dilakukan adalah membangun data mart,

data mart yang dibangun ditunjukan untuk dapat beroperasi secara independen

antara satu sama lain dalam menghadapi kebutuhan kasusnya masing-masing.

• Data mart bus architecture with linked dimensional data marts

Arsitektur ini terdiri dari satu set data mart yang terintegrasi dan mendapatkan

kemampuannya dari dimensi dan tabel fakta yang sesuai. Jadi tabel fakta dan

tabel dimensi hanya di bentuk satu kali dan harus mampu memenuhi seluruh

kebutuhan dimanapun digunakan.

• Hub-and-spoke architecture

Pada arsitektur ini, arsitektur hub-and-spoke memiliki salah satu fungsi data

warehouse yaitu sebagai clearing house untuk semua data aplikasi perusahaan.

Pendekatan bisa menjadi salah satu yang paling tepat jika kebutuhan data telah

didefinisikan dengan baik, dapat diprediksi, dan homogen di seluruh aplikasi dan

jika data latensi tidak masalah.

• Centralized data warehouse architecture

Arsitektur yang dikembangkan menyerupai dengan arsitektur pada hub-and-

spoke architecture tetapi terdapat perbedaan pada centralized data warehouse

architecture tidak terdapat data mart dependen dikarenakan pada arsiktektur ini

menggunakan data warehouse. Penggunaan data warehouse dengan tujuan agar

saat dibangun dapat menyediakan akses tanpa batasan tertentu kepada user.

20

• Federated architecture

Arsitektur ini memiliki banyak cara untuk dapat melakukan integrasi sumber

daya analitikal dari berbagai sumber sehingga mampu memenuhi kebutuhan dan

kondisi bisnis yang tidak menentu.

2.4.3 Dimensional Modeling

Dimensional modeling merupakan teknik dasar pengembangan sebuah data

warehouse secara logika. Hal ini di perkuat oleh Connolly & Begg (2010 : 1227),

dimana dikatakan bahwa dimensional modeling adalah teknik desain logika yang

bertujuan untuk menampilkan data dalam bentuk standar, intuitif yang

memungkinkan akses cepat oleh penggunanya. Dimensional modeling tidak selalu

melibatkan database relasional dan berbeda dengan model entitas relasional.

Ada beberapa jenis dimensional modeling, yaitu :

1. Star schema

Star schema merupakan skema data warehouse yang paling mudah diantara

yang lain, bentuknya yang menyerupai bintang dengan tabel fakta berada di tengah

dan tabel-tabel dimensi yang mengelilingi tabel fakta membuat skema bintang paling

mudah di buat. Menurut Connolly & Begg (2010 : 1227), star schema adalah sebuah

struktur logika yang mempunyai fact table yang tersusun atas factual data yang di

posisikan di tengah, lalu disekitar fact table ini dikelilingi oleh dimension table(dapat

dilihat pada contoh gambar 2.5).

21

Gambar 2.5- Star Schema (Sumber : Connolly & Begg, 2010 : 1228)

2. Snowflake

Menurut Connolly & Begg (2010 : 1229), snowflake merupakan salah satu

variasi dari skema bintang tetapi yang membedakan dengan skema bintang adalah

pada snowflake tabel dimensinya telah ternormalisasi. Hal lain yang membuat

snowflake berbeda adalah terjadinya pengabungan tabel dimensi dengan tabel

dimensi lain yang berhubungan, sebelum terhubung atau tergabung dengan tabel

fakta(dapat dilihat pada contoh gambar 2.6).

22

Gambar 2.6-Snowflake Schema (Sumber : Connolly & Begg, 2010 : 1228)

3. Starflake

Starflake merupakan gabungan skema bintang dan snowflake dimana

membentuk sebuah jenis skema baru yang memiliki tampilan menyerupai kedua

skema sebelumnya. Menurut Connolly dan Begg (2010 : 1230) starflake merupakan

sebuah skruktur hybrid yang muncul dari penggabungan antara skema bintang dan

snowflake(dapat dilihat pada contoh gambar 2.7).

Gambar 2.7-Starflake Schema

(Sumber : Connolly & Begg, 2010 : 1228)

23

2.4.4 Data Mart

Menurut Inmon (2005 : 494) Data mart adalah struktur data yang tersusun

rapi yang dikumpulkan dari data warehouse dimana data telah didenormalisasikan

berdasarkan kebutuhan informasi departemen. Sedangkan menurut Connolly & Begg

(2010 : 1214) Data mart adalah sebuah database yang berisi sebagian kecil dari data

perusahaan untuk mendukung kebutuhan analisis dari sebuah departemen atau fungsi

bisnis tertentu, selain itu dapat juga digunakan untuk mendukung user yang ingin

berbagi kebutuhan yang sama untuk menganalisis proses bisnis perdepartemen.

Berikut adalah karakteristik yang membedakan antara data mart dengan

data warehouse :

• Data mart berfokus pada kebutuhan pengguna yang berhubungan hanya

dengan suatu bagian departemen atau fungsi bisnis.

• Data mart tidak berisi data operasional yang bersifat detil.

• Data mart lebih mudah dimengerti dan digunakan karena berisi data yang lebih

sedikit dan spesifik dibandingkan dengan data warehouse.

Data mart terbagi menjadi dua jenis (Turban, Sharda, & Delen, 2010 : 330)

yaitu independent dan dependent data mart. Independent data mart (gambar 2.8)

merupakan sebuah tempat penyimpanan kecil yang di rancang khusus untuk sebuah

departemen atau unit bisnis atau lebih sering disebut sebagai mini data warehouse.

Sedangkan dependent data mart (gambar 2.9) adalah data mart yang dibangun

berdasarkan data warehouse yang ada atau dengan kata lain dependent data mart

tidak dapat berdiri sendiri dan sangat tergantung pada data warehouse.

24

Gambar 2.8- Contoh Independent Data Mart

Gambar 2.9-Contoh Dependent Data Mart

2.4.5 Metadata

Menurut Turban, Sharda, & Delen (2010 : 334) Metadata termasuk program

perangkat lunak tentang data dan aturan untuk mengatur ringkasan data yang mudah

untuk indeks dan pencarian, terutama dengan alat halaman Web. Metadata juga

diartikan sebagai data tentang data, yang memberikan infromasi tentang karakteristik

dari data atau sumber informasi.

25

Tabel 2.2-Tabel Metadata Database : TokoABC_Database

Nama Tabel : TransaksiJual

Keterangan : Tabel ini berisi data transaksi penjualan

Primary Key : ID_Transaksi

Foreign Key : ID_Konsumen

Nama Field Tipe Data Panjang Keterangan

ID_Transaksi Integer 5 Kode transaksi

ID_Konsumen Integer 5 Kode konsumen

Jumlah Integer 4 Jumlah pemesanan

Connolly & Begg (2010 : 1206) menyatakan bahwa metadata didalam

sebuah data warehouse sangat membantu dalam proses-proses penting didalamnya

sehingga metadata sangat dibutuhkan dalam proses pembentukan data warehouse.

Berikut adalah beberapa tujuan metadata dalam sebuah data warehouse :

• Membantu proses ekstrasi dan loading

Fungsi metadata pada proses ini adalah metadata harus mendeskripsikan sumber

data dan setiap perubahan yang terjadi terhadap data.

• Membantu proses manajemen warehouse

Fungsi metadata pada proses ini sebagai penghasil summary yang ditampilkan

dalam bentuk tabel secara langsung yang bertujuan untuk menjelaskan data yang

ada di dalam data warehouse.

• Sebagai bagian dari proses manajemen query

Fungsi metadata pada proses ini sebagai pengarah query ke sumber data yang

tepat.

Dari kutipan diatas dapat disimpulkan bahwa metadata adalah data yang

menjelaskan isi data yang digunakan dalam keperluan manajemen data. Bentuk dari

26

metadata biasanya berbentuk field yang nama field, panjang field, dan tipe field

(integer, character, date,dll).

2.4.6 Extract, Transform, Load (ETL)

Sebuah data warehouse memiliki susunan data yang saling terintegrasi satu

sama lain, sumber data yang berada didalamnya berasa dari berbagai sumber data

(data operasional). Sumber data yang lebih dikenal dengan OLTP (Online

Transactional Processing) pada masing-masing departemen dalam sebuah organisasi

memiliki bentuknya masing-masing, sehingga untuk menyatukannya agar dapat

saling terintegrasi didalam data warehouse maka dibutuhkan ETL (Extract,

Transform, Loading) (Kimball, 2010 : 430). Sehingga Kimball (2010 : 430)

menyatakan bahwa ETL adalah sebuah proses dimana mengambil semua data asli

yang dibutuhkan dari sumber data (OLTP), lalu dilakukan suatu proses terhadap

data-data tersebut, dan tahap terakhir adalah mengeluarkan hasil proses data tersebut

kedalam sebuah hasil akhir dalam bentuk tabel untuk di query-kan oleh

penggunanya. Sedangkan menurut Inmon (2005 : 497) ETL adalah sebuah proses

dari menemukan data, mengintegrasikan data, dan menempatkan data tersebut dalam

sebuah tempat penampung seperti data warehouse.

ETL terbagi didalamnya menjadi tiga proses besar (Kimball, 2010 : 430-

432) yaitu :

• Extraction

Proses extract merupakan tahap awal dari kegiatan ETL, dimana mengambil

semua data yang dibutuhkan dari sumber data yang ada lalu di lakukan proses

ekstrasi data. terdapat tiga tahapan didalam melakukan extract :

27

1. Data profiling system

Merupakan kolom properti analisis termasuk didalamnya penemuan domain

yang disimpulkan, dan analisis struktur termasuk juga kandidat foreign key atau

hubungan primary key, analisis aturan data, dan analisis aturan nilai.

2. Change data capture system

Melakukan pembacaan sumber file log, sumber tanggal dan filterisasi nomor

urutan, dan melakukan perbandingan record yang berdasarkan pada algoritma cyclic

redundancy checksum (CRC).

3. Extract System

Merupakan adapter sumber data, mendorong/menarik/menggiring jadwal

kerja, penyaringan dan pemilahan pada sumber data, melakukan konversi format

data, dan staging data setelah di transfer ke lingkungan ETL.

• Transform

Hasil data yang telah di extract akan menjalani proses transformasi, proses

yang terjadi adalah mengubah kode-kode yang ada menjadi kode-kode yang

merupakan standarisasi yang ditetapkan dari awal sehingga semua data yang keluar

dari proses ini akan memiliki standarisasi yang sama untuk mendukung pembuatan

laporan yang lebih mudah.

• Load

Load adalah tahap terakhir dari proses ETL, merupakan proses mengirim

seluruh data yang telah melalui proses transformasi ketempat penampungan akhir

(data warehouse). Seluruh data yang telah melalui proses ini artinya telah siap

digunakan dan di akses untuk kepentingan strategis bagi perusahaan.

Jadi proses extract, transform, dan loading (ETL) didalam sebuah rangkaian

proses yang saling berkenjutan dari proses pengambilan data, lalu mengubah kode-

28

kode yang ada menjadi standarisasi untuk kemudian di kirimkan kedalam tempat

penampung yang disebut data warehouse.

2.5 Business Intelligence

2.5.1 Pengertian Business Intelligence

Business Intelligence merupakan suatu konsep pengetahuan yang

didapatkan dari hasil analisis data yang mendalam serta pelaporan informasi secara

grafis yang mudah dipahami bagi para eksekutif, hal ini diperkuat oleh Scheps (2008

: 12) dimana BI merupakan pengetahuan bisnis yang tepat waktu, sangat akurat, dan

bernilai tinggi yang dapat digunakan dalam membantu proses kerja dan pengambilan

keputusan yang strategis dengan semua teknologi yang digunakan untuk

mendapatkannya. BI terdiri dari architectures, databases, application, dan

methodologies untuk transformasi data menjadi informasi, kemudian menghasilkan

suatu keputusan, dan akhirnya menjadi tindakan. Tetapi hal berbeda disampaikan

oleh Connolly & Begg (2010 : 1195) BI diibaratkan sebagai sebuah payung yang

menaungi aturan yang berdasarkan pada proses untuk mengumpulkan dan menganilis

data, teknologi yang ini digunakan dalam proses-proses dan informasi yang

ditemukan dari keseluruhan proses untuk memfasilitasi pengambilan keputusan

perusahaan. Sedangkan menurut Kroenke & Auer (2011 : 549) Business Intelligence

adalah sebuah sistem informasi yang membantu manajer dan para profesional dalam

menganalisis kegiatan saat ini ataupun masa lalu dan membuat prediksi kejadian di

masa depan. Tidak sama dengan OLTP, BI tidak digunakan untuk mendukung

aktivitas operasional seperti menyimpan dan mengolah transaksi. Sistem BI dibagun

dengan tujuan mendukung manajer dalam menganalisis, perencanaan, control, dan

pengambilan keputusan.

29

Gambar 2.10-Arsitektur Business Intelligence (Sumber : Kroenke dan Auer, 2011 : 32)

BI mampu menyediakan suatu informasi ataupun pengetahuan kompleks

yang diringkas dalam bentuk visualisasi yang mudah dipahami oleh para eksekutif

mengenai kinerja perusahaan dan pengetahuan-pengetahuan strategis lain yang

mendukung kemajuan perusahaan.

Dari beberapa pernyataan di atas dapat disimpulan bahwa Business

Intelligence merupakan segala kegiatan, teknologi, atau proses pembuatan

pengetahuan strategis yang berguna untuk mendukung eksekutif dalam pengambilan

keputusan sehingga perusahaan memiliki keunggulan dan kemampuan bersaing

dengan perusahaan lain.

2.5.2 Business Intelligence Tools

Business intelligence tools atau sering juga di sebut end-user access tools

merupakan bagian yang menampilkan laporan dan kebutuhan untuk analisis lebih

lanjut dalam mendukung pengambilan keputusan. Sebagian besar dari business

intelligence tools menghasilkan laporan-laporan yang strategis dan prediksi kedepan

untuk mendukung pengambilan keputusan yang datanya bersumber dari data

warehouse ataupun dari data mart (Connolly & Begg, 2010 : 1206).

30

2.5.2.1 Online Analytical Processing (OLAP)

OLAP merupakan salah satu business intelligence tools yang memiliki

kemampuan untuk melakukan perhitungan, penjumlahan, rata-rata dan bekerja pada

perhitungan aritmatikan sederhana lainnya pada sekumpulan data (Kroenke & Auer,

2011 : 572). Menurut Connolly & Begg (2010 : 1250) OLAP adalah istilah yang

menggambarkan sebuah teknologi yang menggunakan gambaran multidimensi

sejumlah data untuk menyediakan akses yang lebih cepat bagi informasi strategis

untuk keperluan analisis lanjutan.

OLAP memungkinkan pengguna untuk mendapatkan pemahaman yang

lebih dalam dan pengetahuan tentang berbagai aspek data perusahaan mereka dengan

cepat, konsisten dan akses yang interaktif ke berbagai kemungkinan pandangan data.

OLAP memungkinkan pengguna untuk melihat data perusahaan sedemikian rupa

bahwa itu adalah model yang lebih baik dari dimensi perusahaan yang sebenarnya.

Sementara OLAP sistem dapat dengan mudah menjawab pertanyaan ‘siapa’ dan

‘apa’, itu adalah kemampuan mereka untuk menjawab jenis pertanyaan ‘apa jika’ dan

‘mengapa’ yang membedakan mereka dari query tools yang umum. (Connolly &

Begg, 2010 : 1250-1251).

Menurut Scheps (2008 : 68) OLAP memiliki arti sebagai sebuah konsep

multidimensional data dengan melakukan konseptualisasi data transaksional

perusahaan. Selain memberikan tampilan yang lebih ringkas, OLAP juga

memberikan cara baru dalam melihat data pada sistem business intelligence. Salah

satu sistem OLAP yang paling unggul adalah OLAP cube, dimana menurut Scheps

(2008 : 77) OLAP cube adalah penyimpanan data yang dirancang secara spesial

untuk menghadapi data secara spesifik yang berbentuk ringkasan multidimensional.

OLAP cube dapat ditampilkan dalam struktur dua dimensi (gambar 2.11) atau juga

31

tiga dimensi(gambar 2.12) spreadsheet dimana data cube disimpan di cells. OLAP

juga memberikan access tools dimana pengguna dapat melakukan percobaan untuk

melihat data dari berbagai sudut pandang yang menghasilkan business intelligence

yang interaktif.

Gambar 2.11-OLAP Cube Dua Dimensi

(Sumber : Connolly & Begg , 2010 : 1254)

Gambar 2.12-OLAP Cube Tiga Dimensi

(sumber : Connolly & Begg , 2010 : 1254)

32

2.5.2.2 Dashboard

Dasboard merupakan tampilan antar muka (user interface) yang

menampilkan laporan secara singkat dan mudah dimengerti, dashboard digunakan

untuk menampilkan informasi-informasi dalam bentuk grafik, kurva, diagram, dan

lain-lain dari berbagai macam data yang telah telah teringkas sesuai dengan

kebutuhan manajer tingkat atas (Coronel, Morris, & Rob, 2010 : 520). Hal ini

didukung dengan pendapat Turban (2011 : 201) Dashboard mampu menyediakan

gambaran visual yang lengkap mengenai ukuran, tren, dan eksepsi performa

korporasi. Selain itu juga dashboard mengitegrasi informasi dari berbagai area bisnis

dan juga memperlihatkan grafik yang menggambarkan perfoma aktual dibandingkan

dengan satuan yang diinginkan.

Gambar 2.13-Dashboard BI

(sumber : www.idashboard.com, 2012)

Berdasarkan kutipan diatas dapat disimpulkan bahwa dashboard adalah

sebuah tampilan untuk para pengguna (user interface) yang interaktif yang

menampilkan informasi dari proses pengolahan data-data yang telah diringkas untuk

33

membantu mendukung para manajer dan pengambil keputusan dalam menentukan

startegi kedepan.

2.5.2.3 Key Perfomance Indicator (KPI)

Key performance indicator biasanya digunakan sebagai alat pengukur yang

mengindikasikan keberhasilan pencapaian terhadap apa yang akan diukur. Hal ini

didukung dengan pendapat dari Ramos & Layton (2009 : 8) KPI adalah sebuah alat

yang dapat melakukan pengukuran performa terhadap target dari bisnis yang

berjalan. Dengan begitu seorang manajer dapat mengetahui dimana posisi

perusahaan pada saat itu berbanding dengan target yang telah di tetapkan.

KPI biasanya menempel pada komponen BI sebagaimana asset BI lainnya

sebagai komponen pengukur tingkat keberhasilan dari komponen BI (Miller, 2007).

Gambar 2.14- Contoh KPI Dalam Bentuk Gauge

(sumber : www.idashboard.com, 2012 )

Sebagian besar KPI yang ditampilkan pada tampilah antar muka atau user

access tools dalam bentuk diagram gauge untuk mempermudah membaca performa

dari unit yang di ukur. Gambar 2.14 menampilkan pengukuran tingkat performa dari

proses internal pada bulan Desember dari beberapa sudut pandang. Indikasi yang

diberikan adalah merah sebagai tanda diatas rata-rata, kuning memiliki arti sedang-

sedang, dan hijau memiliki arti renda. Tingkat performa ini di tentukan bedasarkan

34

perhitungan tertentu didalam perusahaan sehingga setiap perusahaan memiliki

batasan performanya masing-masing sesuai dengan target yang ditentukan.

Berdasarkan kutipan diatas dapat disimpulkan bahwa KPI adalah metrik

yang dapat mengindikasikan kemajuan pencapaian target, dimana metrik ini sebagai

alat pengukur proses yang memiliki nilai.

2.6 Analisis dan Perancangan

2.6.1 Proses Modelling

2.6.1.1 Rich Picture

Rich picture merupakan salah satu komponen penting dalam melakukan

perancangan, karena rich picture merupakan model berfikir mengenai sebuah sistem

dalam sebuah bidang. Rich picture digunakan sebagai representasi bagaimana

seorang analis melihat dan berpikir mengenai sistem atau masalah yang dihadapi.

Sifatnya yang tidak statis membuat rich picture dapat diperbaharui atau diperbaiki

ketika pemahanan mengenai sistem atau masalah yang ada menjadi jelas. Menurut

Mathiassen, Munk-Madsen, Nielsen, & Stage (2006 : 26) Rich picture adalah sebuah

gambar yang tidak formal yang menjelaskan ilustrasi berdasarkan situasi sebenarnya.

Pada umumnya digunakan dalam mengambarkan proses bisnis ataupun kegiatan

yang terjadi dalam sebuah perusahaan.

Berdasarkan kutipan di atas dapat disimpulkan bahwa rich picture

merupakan sebuah model yang merepresentasikan sistem dan masalah yang dihadapi

oleh sebuah organisasi. Rich picture sangat membantu para pengembang dalam

menganalisis masalah yang ada (contoh rich picture pada gambar 2.15).

35

Gambar 2.15-Contoh Rich picture

2.6.1.2 Data Flow Diagram

Menurut Whitten, Bentley, & Dittman (2004 : 344) data flow diagram

(DFD) dapat diartikan sebagai sebuah proses yang di modelkan yang digunakan

untuk menggambarkan aliran data yang melalui sebuah sistem dan cara kerjanya atau

proses yang ditampilkan oleh sistem. Sedangkan menurut Satzinger, Jackson, & Burd

(2010 : p206) data flow diagram adalah sebuah diagram model yang

merepresentasikan kebutuhan sistem sebagai sebuah sebuah proses, komponen luar,

aliran data, dan tempat penyimpanan data. DFD juga digunakan sebagai tampilan

untuk setiap orang dalam pembangunan proyek sistem sehingga masing-masing

dapat bekerja dengan satu pandangan yang sama. Berikut adalah penggambaran DFD

menurut Satzinger, Jackson, & Burd (2010 : 208) :

36

Gambar 2.16-Data Flow Diagram

(sumber : Satzinger, Jackson, & Burd, 2010 : 208)

Gambar di atas (gambar 2.16) menjelaskan komponen-komponen dari DFD

yang terdiri dari external agent (bisa berupa actor ataupun sistem lain), proses, dan

juga data store. Berdasarkan kutipan diatas data flow diagram dapat diartikan

sebagai sebuah diagram yang menggambarkan aliran data dalam sebuah sistem baik

input maupun output dan proses penghasilnya.

DFD terbagi menjadi 3 jenis (Satzinger, Jackson, & Burd, 2010 : 209) antara lain :

37

Gambar 2.17-Data Flow Diagram(Context Diagram, Diagram 0, Diagram 1)

(sumber : Satzinger, Jackson, & Burd, 2010 : 209)

1. Diagram konteks

Diagram konteks adalah sebuah diagram yang merangkum seluruh proses

kegiatan yang ada dalam sistem dengan sebuah simbol proses.

2. Diagram 0

Diagram 0 adalah sebuah DFD yang memodelkan kebutuhan sistem dengan

sebuah proses untuk masing-masing event dalam sebuah sistem ataupun sub

sistem.

38

3. Diagram 1 (Diagram Rinci)

Diagram 1 atau dikenal juga sebagai diagram rinci adalah DFD yang

memodelkan event-event yang masih terdapat beberapa proses didalamnya,

sehingga sebuah proses akan di tampilkan dalam bentuk yang paling rinci

atau primitif.

2.6.2 Unified Modeling Language (UML)

2.6.2.1 Use Case

Use case diagram merupakan diagram yang digunakan untuk

menggambarkan serangkaian tindakan bahwa beberapa sistem (subjek) harus atau

dapat melakukan atau bekerja sama dengan satu atau lebih pengguna di luar dari

sistem (aktor). Setiap use case harus menyediakan beberapa hasil yang dapat diamati

dan memiliki nilai kepada pelaku atau pihak-pihak yang berkepentingan dari sistem.

Sedangkan menurut Bennett, McRobb, & Farmer (2010 : 154), use case adalah

sebuah deskripsi fungsional dari sebuah sistem dari sudut pandang seorang user,

selain itu use case juga menggambarkan user mana yang berinteraksi dengan sistem.

Menurut Satzinger, Jackson, & Burd (2004 : 214), use case merupakan kegiatan yang

dilakukan oleh sistem, biasanya dalam menanggapi permintaan oleh user.

Penerapannya pengambaran use case diagram dapat dilihat pada gambar

dibawah ini (gambar 2.18) :

39

Gambar 2.18-Use Case Diagram

(Sumber : Satzinger, Jackson, & Burd (2010 : 244)

Dari kutipan diatas, dapat disimpulkan bahwa use case diagram merupakan

diagram yang menggambarkan proses-proses yang ada pada sistem, dimana setiap

sistem berhubungan dengan aktor-aktor dari proses tersebut.

2.6.2.2 Class Diagram

Class diagram adalah sebuah model grafik yang digunakan dalam

pendekatan object-oriented yang menampilkan class dari obyek-obyek di dalam

sistem (Satzinger, Jackson, & Burd, 2010 : 60). Class diagram terbagi menjadi 3

bagian yaitu bagian paling atas yang berisi nama class, bagian tengan berisi atribut,

dan bagian bawah merupakan bagian method. Antara satu class dengan class lain

dihubungkan dengan sebuah garis yang disebut dengan garis asosiasi. Garis asosiasi

memiliki beberapa jenis seperti one to one dan one to many. Sedangkan garis

penghubung antara super class dengan sub class disebut dengan generalisasi.

40

Gambar 2.19-Class Diagram

(Sumber : Satzinger, Jackson, & Burd, 2010 : 60) Gambar 2.19 merupakan contoh class diagram sederhana, terdapat empat class

diagram yaitu class Customer, class Account, class SavingAccount, class

CheckingAccount dengan attribute dan method nya masing-masing. Asosiasi yang

terbentuk antara class Customer dengan class Account adalah one to many yg

memiliki arti seorang customer dapat memiliki banyak account di bank tersebut.

Sedangkan class SavingAccount dan CheckingAccount (sub class) adalah class

turunan dari class Account (super class)yang menyimpan data detil dari Account.

2.6.2.3 Sequence Diagram

Sequence diagram merupakan diagram yang menggambarkan interaksi

dengan berfokus pada urutan pertukaran pesan atau informasi berdsarkan waktu dari

satu obyek ke obyek lainnya. Pendapat ini di dukung oleh pernyataan Satzinger,

41

Jackson, & Burd (2004 : 226) yang menyatakan bahwa sequence diagram adalah

diagram yang digunakan untuk menggambarkan masuk dan keluarnya aliran

informasi di dalam sistem dan bagaimana sebuah obyek berinteraksi dengan obyek

lain. Sedangkan menurut Bennett, McRobb, & Farmer (2010 : 262), sequence

diagram adalah sebuah diagram yang menampilkan interaksi antara objek yang

teratur dalam urutan waktu dalam sebuah sistem yang berjalan.

Dari pengertian diatas, sequence diagram dapat disimpulkan Sequence

diagram adalah menggambarkan bagaimana obyek berinteraksi satu sama lain

melalui pesan dalam eksekusi dari use case atau operasi. Diagram ini

menggambarkan bagaimana pesan dikirim dan diterima antara obyek dan dalam

suatu sequence.

Gambar 2.20- Sequence Diagram Dengan Loop

(sumber : Bennett, McRobb, & Farmer (2010 : 263)

Terdapat beberapa aktivitas yang sering terjadi dalam sebuah sistem

berjalan dalam kurun waktu tertentu, didalam sequence diagram digambarkan

menjadi beberapa notasi khusus dalam kegiatan tersebut diantaranya (Bennett,

McRobb, & Farmer 2010 : 279) :

42

1. Looping (perulangan)

Looping merupakan kegiatan yang terjadi secara berulang atau sering juga

di sebut iteration. Kegiatan yang terjadi adalah pesan yang berulang atau dapat

terjadi lebih dari satu kali dalam sebuah frame. Penggambaran notasi ini dituliskan

pada kiri atas dengan tulisan “loop”(contoh pada gambar 2.20).

2. Alternatif

Alternatif merupakan kegiatan yang ada pada sequence diagram yang terjadi

adanya beberapa pilihan pada kondisi tertentu. Setiap pilihan ditunjukan pada

operator yang terpisah sehingga setiap pilihan akan dipaksa menjadi nilai eksekusi

yang benar. Pengambaran notasi ditulis pada kiri atas dengan tulisan “alt”(contoh

pada gambar 2.21).

43

Gambar 2.21-Penggunaan Alternative

(Sumber : Pilone & Pitman, 2005 : 154)

3. Option (pilihan)

Option atau pilihan merupakan pilihan yang menjelaskan bahwa pilihan

tersebut dipilih dari operan sebagai hanya operan itu yang di eksekusi saat di pilih.

Pengambaran notasi dituliskan pada kiri atas dengan tulisan “opt”(contoh pada

gambar 2.22).

44

Gambar 2.22-Penggunaan Option

(sumber: Chonoles & Schardt, 2003 : 208)

4. Reference

Penggunaan ref ditunjukan sebagai tanda bahwa ada penyisipan perilakukan

yang direfensikan ke diagram yang lebih besar. Penggunaannya dapat dilihat pada

gambar 2.23.

45

Gambar 2.23-Pengunaan Refrence

(sumber: chonoles &Schardt, 2003 : 206) 2.6.2.4 Navigation Diagram

Menurut Mathiassen, Munk-Madsen, Nielsen, & Stage (2006 : 159),

navigation diagram merupakan sebuah diagram yang menampilkan gambaran umum

dari seluruh komponen tampilan antar muka (user interface) dan gambaran umum

bagaimana proses transisi tampilan antar muka. Navigation diagram digambarkan

menjadi serangkaian navigasi antara satu tampilan ke tampilan lain. Tanda panah

digunakan sebagai penunjuk bagaimana penggunaan tombol-tombol tertentu agar

dapat mengaktifkan ataupun mengakses fungsi tertentu dalam aplikasi yang

berhubungan.

Gambar 2.24-Contoh Navigation Diagram

46

Pada gambar 2.24 digambarkan bahwa setelah berhasil melakukan login, user akan

diarahkan menuju ke tampilan window pendaftaran.

2.6.2.5 Deployment Diagram

Menurut Satzinger, Jackson, & Burd (2010 : 401) Deployment diagram

adalah diagram yang mengambarkan cara penempatan komponen yang berbentuk

fisik pada lokasi yang berbeda. Diagram ini digunakan untuk menggambarkan proses

sistem terjadi pada lokasi-lokasi masing-masing (client dan server).

Gambar 2.25- Deployment Diagram

(Sumber : Satzinger, Jackson, & Burd, 2010, p402)

Pada gambar 2.23 terdapat sebuah deployment diagram yang menjelaskan

bahwa artifact browser bekerja didalam komputer bagian client sedangkan internet

server dan application server bekerja didalam server. Deployment diagram bertujuan

untuk memodelkan konfigurasi implementasi sebuah sistem untuk membantu

mempermudah dalam tahap implementasi.

2.7 Network Design

Network design adalah sebuah gambaran jaringan komputer yang terdiri

dari perlengkapan, dan prosedur hubungan antara satu komponen dengan komponen

lain untuk dapat saling berbagi informasi dan sumber daya (Satzinger, Jackson, &

Burd, 2010 : 335). Didalam desain jaringan ini menampilkan bagaimana antara

47

komputer dengan komputer lain terhubung (user dengan user lain ataupun client dan

server). Terdapat beberapa jenis penghubung yang dapat digunakan antara lain :

• Local Area Network (LAN)

Merupakan jaringan yang jangkauannya kurang dari satu kilometer dan hubungan

antara komputernya terdapat dalam satu bangunan yang sama.

• Wide Area Network (WAN)

Merupakan jaringan ekstra luas yang biasanya digambarkan dengan jaringan

yang mampu terhubung lebih dari satu kilometer. Walaupun pada saat ini jarak

jauh tersebut mencakup antar kota, negara, atau benua.

Gambar 2.26-Contoh Desain Jaringan Komputer

(Sumber : Satzinger, Jackson, & Burd, 2010 : 335)

Pada gambar 2.26 merupakan desain jaringan komputer, pada masing-

masing kota jaringan computer yang digunakan adalah LAN karena terhubung dalam

48

ruang lingkup yang kecil (hanya dalam satu gedung perusahaan) sedangkan untuk

terhubung dengan kantor perwakilan di kota-kota lain menggunakan jaringan WAN.

2.8 Geographic Information system (GIS)

Geographic Information System adalah gabungan antara hardware, software,

dan digital geospatial data yang dikombinasikan untuk menyediakan kemampuan

pemetaan database untuk menampilkan informasi geografi dan analisis berbasis pada

tempat atau ruangan tertentu (Stone, 1998 : 66). Sedangkan menurut Bishop, Mandel,

& McClure (2011 : 2) GIS adalah sebuah teknologi yang mewakili sebuah kategori

software baru yang merupakan kombinasi dari hypertext/hypermedia dan

penggunaan peta serta simbol-simbol yang akan menampilkan informasi yang

berhubungan dengan sebuah tempat. GIS awalnya digunakan untuk melakukan

pemetaan terhadap jumlah penduduk dari sebuah negara, tetapi seiring

perkembangan teknologi kemampuan tools sejenis ini dikembangkan untuk

memenuhi kebutuhan dalam bisnis.

Gambar 2.27-Contoh GIS

(Sumber : www.idashboard.com, 2012)

Pada gambar 2.27 merupakan contoh GIS yang menampilkan performa

penyebaran penjualan sebuah produk di amerika. Untuk kota-kota yang berwarna

49

merah memiliki arti performa penjualan dibawah rata-rata, sedangkan biru memiliki

arti performa yang baik sesuai dengan target ataupun diatas target. GIS sangat

membantu mempermudah user dalam mengamati laporan.

Jadi berdasarkan kutipan diatas dapat disimpulkan bahwa GIS merupakan

sebuah alat yang memiliki kemampuan untuk menghasilkan dan menampilkan

informasi yang lebih banyak dan baik daripada cara lain dalam bentuk peta dan

memungkinkan untuk analisis penyebaran ataupun gambaran statistic mengenai

suatu tempat dilihat dari masalah yang dihadapi.

2.9 Marketing

Marketing atau pemasaran adalah salah satu bagian penting dari sebuah

bidang bisnis, karena bagian pemasaran adalah salah satu bagian yang menentukan

seberapa besar sebuah produk atau jasa dari sebuah bidang usaha dapat dikenal

masyarakat dan juga menjadi bagian yang melayani perdagangan produk yang di

hasilkan oleh sebuah perusahaan. Menurut Kolter & Keller (2008 : 6) marketing

merupakan sebuah fungsi dari organisasi dan merupakan proses untuk menciptakan,

mengkomunikasikan, dan menyampaikan sebuah nilai kepada konsumen dan

menjaga hubungan kepada konsumen dalam berbagai cara yang dapat menghasilkan

keuntungan untuk organisasi maupun pada pemegang saham. Selain itu juga

marketing management sangat berhubungan untuk mendukung marketing yang baik,

menurut Kolter & Keller (2008 : 6), marketing adalah sebuah seni dan ilmu dalam

memilih konsumen yang pada akhirnya berhasil mendapatkan, mempertahankan, dan

mengembangkan konsumen melalui penciptaan, penyampaian, dan

pengkomunikasian nilai-nilai utama untuk konsumen.

Berdasarkan kutipan di atas dapat disimpulkan bahwa marketing merupakan

sebuah fungsi dari organisasi yang dibangun untuk tujuan menghasilkan keuntungan

50

bagi organisasi dengan cara menciptakan, mengkomunikasikan, dan menyampaikan

sebuah nilai produk yang dimiliki oleh organisasi.

2.10 TAM 1 (Technology Acceptance Model 1)

Menurut Kripanont (2006 : 16) technology acceptance model (TAM) adalah

sebuah analisis yang dilakukan dengan tujuan untuk mengukur dan menjelaskan

tingkah laku pengguna dengan teknologi dimana cepat berubahnya teknologi dan

lingkungannya. Secara sederhana dapat di pahami sebagai alat yang mengukur

pengaruh niat dan perilaku biasanya dalam konteks yang spesifik termasuk teknologi,

individu, dan organisasi.sedangkan menurut Davis(1989 : 319-339) TAM merupakan

pengukur tingkat kemudahan penggunaan dan kegunaan yang dirasakan oleh

seseorang yang memakai teknologi baru dan apakah akan mempengaruhi sikap

secara individu dalam menggunakan teknologi tersebut.

Berdasarkan kutipan diatas dapat disimpulkan bahwa TAM merupakan

salah satu metode analisis untuk mengukur tingkat kepuasan dan kesesuaian

teknologi dengan lingkungan yang akan menggunakannya dengan beberapa sudut

pandang pengukuran.

Dalam menganalisis tingkat kesesuai suatu teknologi yang di

implementasikan pada sebuah lingkungan baru tentunya ada beberapa poin yang

menjadi kunci penilaian, seperti yang jelaskan Davis (1989 : 319-339) Didalam

TAM terdapat beberapa poin penting pengukuran antara lain :

1. Perceived Usefulness

Poin ini digunakan dalam mengukur tingkat keuntungan yang paling

dirasakan seorang user dalam menggunakan teknologi. Pada poin ini

pengukuran memiliki tujuan untuk mendapatkan umpan balik dari persepsi

51

seorang user, apakah teknologi tersebut dapat memberikan keuntungan

bagi dirinya jika digunakan.

2. Perceived Ease of Use

Kemudahan pengunaan adalah salah satu poin penting yang akan

menentukan sebuah teknologi akan sering digunakanan atau tidaknya.

Setiap user pastinya menghadapi tingkat yang berbeda-beda dalam

penilaian ini, tetapi sebuah teknologi tentunya harus mudah digunakan dan

dimengerti cara penggunaannya.

3. Social Influence

Pada poin ini yang diukur adalah tingkat seberapa pengaruhnya lingkungan

disekitarnya untuk mendukung seorang user ikut menggunakan teknologi

tersebut. Jadi pengukuran dilakukan dengan melihat keinginan seorang user

untuk ikut menggunakan teknologi berdasarkan pengaruh dari

lingkungannya.

4. Self-Efficacy

Pengukuran tingkat efisiensi teknologi pada diri sendiri dilakukan dengan

tujuan untuk mengetahui apakah teknologi yang ada benar-benar tepat guna

bagi seorang user. Penilaian ini akan digunakan dalam perbandingan untuk

mengetahui apakah teknologi ini memang benar-benar tepat guna atau user

menggunakannya karena faktor lain seperti user behaviour atau behaviour

intention.

5. Facilitating Conditions

Pengukuran ini untuk mengetahui tanggapan dari user terhadap teknologi

sebagai fasilitas yang ada untuk mendukung sistem dalam sebuah

organisasi. Tujuan pengukuran ini memiliki harapan penggunaan teknologi

52

bukan semata-mata karena keinginan user dalam penggunaannya

melainkan menggunakan teknologi sebagai fasilitas yang mndukung

organisasi.

6. User Behaviour

Pengukuran ini untuk mengetahui tingkah laku seorang user dalam

menggunakan teknologi, dengan harapan teknologi yang dikembangkan

sesuai dengan keinginan user dan dapat mendukung tingkat keinginan user

dalam menggunakannya pada jangka waktu yang lama.

7. Behaviour Intention

Poin ini mengukur tingkat tingkah laku seorang user dalam keinginannya

dalam menggunakan teknologi atau berhubungan dengan teknologi yang

dikembangkan. Tujuan dari analisis pada poin ini adalah untuk membuat

prediksi terhadap tingkah laku user dalam menggunakan teknologi pada

masa yang akan datang.

Pengunaan TAM dapat dimodifikasi sesuai kebutuhan sehingga tidak

semua poin digunakan dalam pengukuran. Data yang diolah dengan analisis ini

didapat dari seluruh user dari teknologi atau dapat juga dengan menggunakan teknik

sampling. Pengambilan data dapat menggunakan penyebaran kuesioner. Setelah data

diperoleh maka akan dilanjutkan dengan metode analisis, ada dua jenis analisis yang

dapat digunakan :

• Statistik Deskriptif

Analisis statistik deskriptif merupakan analisis yang memberikan gambaran

mengenai demografi responden penelitian. Perhitungan berdasarkan variabel-

variabel penelitian untuk mengetahui distribusi frekuensi yang absolut dan

53

menampilkan perhitungan-perhitungan seperti mean, median, standard deviation,

dan kecenderungan jawaban dari responden.

• Uji Hipotesis

Pengujian uji hipotesis dilakukan dengan teknik analisis structural equation

model (SEM). SEM merupakan sekumpulan teknik-teknik statistikal yang

mampu menguji serangkaian hubungan relatif yang rumit secara simultan.

Berikut adalah beberapa teknik yg terdapat dalam SEM :

1. Model Spesifikasi

Model ini dikenal juga sebagai path analysis, karena pada model ini akan

dilakukan perbandingan terhadap jalur-jalur yang mungkin terbentuk dalam

perhitungan analisis.

2. Estimasi Parameter

Model ini menganalisis outer model atau model yang dapat diukur dan juga

inner model atau struktural model.

Pada penilitian ini digunakan metode analisis statistik deskriptif karena

merupakan metode yang paling memungkinkan untuk mengukur hasil data yang ada.

Berikut ada contoh pengukuran secara statistik deskriptif :

54

Tabel 2.3-Tabel Data Responden

Tabel 2.4-Tabel Perhitungan Statisitik Deskripsi

Pada tabel 2.4 N memiliki arti jumlah responden yang mengisi kuesioner

terdapat 48 responden. Cara membacanya adalah dengan membandingkan besaran

mean dengan median, jika mean mendekati atau sama dengan atau bahkan lebih

besar dari nilai median maka dapat dikatakan bahwa teknologi yang di terapkan telah

sesuai dengan harapan responden pada masing-masing poinnya.