BAB 3 DESKRIPSI UMUM 3.1 Profil Perusahaan 3.1.1 Sejarah...
Transcript of BAB 3 DESKRIPSI UMUM 3.1 Profil Perusahaan 3.1.1 Sejarah...
37
BAB 3
DESKRIPSI UMUM
3.1 Profil Perusahaan
3.1.1 Sejarah PT. Dexa Medica
PT. Dexa Medica merupakan salah satu perusahaan farmasi terbesar di
Indonesia. Bermula dari sebuah perusahaan kecil, didirikan tahun 1969 di
Palembang oleh Drs. Rudy Soetikno bersama beberapa teman, PT. Dexa
Medica kini telah menjadi pemain yang disegani di pasar farmasi Indonesia.
Drs. Rudy Soetikno adalah seorang apoteker yang pernah mengabdikan diri
di TNI Angkatan Darat dan pernah bertugas di Kesdam II/Sriwijaya. Itu
sejarah awal mengapa PT. Dexa Medica didirikan di Palembang.
Dipicu oleh pasokan obat yang langka, Rudy Soetikno seorang
apoteker muda merasa bahwa dengan latar belakang pendidikan, ia dipanggil
untuk melakukan sesuatu menanggapi hal itu. Bersama dengan beberapa
teman, ia mulai memproduksi tablet sederhana di sebuah apotek kecil yang
mereka milik bersama dengan tujuan untuk memasok obat untuk Palembang
dan sekitarnya. Hal ini menandai awal dari Dexa. Nama dexa sendiri berasal
dari kata “deca” yang berarti sepuluh di mana sepuluh merupakan nilai
tertinggi sempurna yang mungkin diraih.
Pada tahun 1975 produk PT. Dexa Medica tersedia di seluruh
Sumatera. Pada tahun 1978, PT. Dexa Medica kemudian mengambil langkah
besar dengan menembus pasar Jawa melalui Surabaya. Hal ini ternyata
menjadi pintu untuk PT. Dexa Medica mencakup pasar Indonesia di mana
38
pada tahun tersebut, produk PT. Dexa Medica mulai didistribusikan ke
seluruh wilayah Indonesia.
Pada tahun 1984, PT. Dexa Medica memindahkan kantor
pemasarannya ke Jakarta. Sejak tahun 1994, penjualan domestik PT. Dexa
Medica telah tumbuh lebih tinggi dari pertumbuhan industri farmasi di
Indonesia.
Pada tahun 2001, PT. Ferron Phar Pharmaceutical didirikan untuk
menyediakan kapasitas produksi tambahan dan pemasaran untuk mendukung
pertumbuhan yang tinggi dan untuk mengantisipasi persaingan global.
Hingga kini, PT. Dexa Medica sudah memiliki 7 anak perusahaan yang
saling mendukung dalam industri farmasi PT. Dexa Medica.
PT. Dexa Medica kini juga sudah mencakup pasar global dan memiliki
cabang di beberapa negara seperti Filipina, Kamboja, Vietnam, Myanmar,
Sri Lanka, serta Nigeria.
PT. Dexa Medica memiliki pabrik utama yang berlokasi di Jl. Letjen
Bambang Utoyo 138, Palembang 30114, Indonesia dan berkantor di gedung
Titan Center, Jl. Boulevard Bintaro Blok B7/B1 No. 05, Bintaro Jaya Sektor
7, Tangerang 15224, Indonesia yang baru didirikan oleh PT. Dexa Medica
dan ditempati sejak Agustus 2009. Sebelumnya, PT. Dexa Medica berkantor
di Graha Elnusa lantai 5, Jl. TB Simatupang kav 1B, Cilandak 12560,
Jakarta, Indonesia.
Produk farmasi yang dihasilkan oleh PT. Dexa Medica terbagi menjadi
2 kategori utama yaitu obat yang bisa dibeli bebas (over the counter) dan
39
obat yang dapat dibeli dengan resep dokter. Produk obat yang bisa dibeli
dengan bebas diantara, Lytacur, Stimuno, Toxilite dan Vitafem.
Sedangkan produk obat yang bisa dibeli dengan resep dokter terbagi
menjadi 3 kategori yaitu obat bermerek (branded medicine) seperti Rhinos®
SR dan Remopain, obat generik berlogo (OGB) seperti Tramadol dan
Metoclopramide, obat yang bersifat meningkatkan kesehatan
(nutraceuticals) seperti Resvica dan Folamil.
Dengan tim manajemen yang sangat baik dan tetap fokus pada bisnis
inti yaitu produksi dan pemasaran produk-produk farmasi yang berkualitas,
PT. Dexa Medica selalu konsisten dalam mempertahankan posisinya sebagai
salah satu pemimpin pasar yang diakui secara nasional.
3.1.2 Visi dan Misi PT. Dexa Medica
Visi
Menjadi sebuah perusahaan terkemuka yang didedikasikan untuk
memberikan nilai tambah yang signifikan bagi kepentingan pelanggan,
mitra bisnis, stakeholder, melalui operasional yang efektif, efisien dan
berkesinambungan untuk mencapai “Kesehatan untuk Semua” secara
regional, nasional, maupun global.
40
Misi
Membangun kapasitas dan kompetensi farmasi dalam meningkat-
kan kualitas sistem pelayanan melalui:
o Selalu melakukan inovasi dan perbaikan-perbaikan.
o Meningkatkan pangsa pasar.
o Terdepan dalam harga.
o Membentuk aliansi-aliansi strategis.
3.2 Struktur dan Peran Organisasi
3.2.1 Struktur Organisasi Informasi PT. Dexa Medica
Gambar 3.1 Struktur Organisasi Informasi PT. Dexa Medica
3.2.2 Peran
Struktur organisasi untuk bagian informasi pada PT. Dexa Medica
terbagi menjadi beberapa departemen yang tersusun dari beberapa bagian
dengan peranan sebagai berikut.
41
1. President Director
Mengarahkan dan mengawasi jalannya seluruh kegiatan organisasi
agar sesuai dengan visi misi yang telah ditetapkan.
Menetapkan gagasan serta kebijakan organisasi untuk jangka
waktu pendek maupun panjang.
Bertanggung jawab terhadap kegiatan organisasi yang dipimpin
secara hukum.
2. Chief Information Officer (CIO)
Bertanggung jawab akan kebutuhan teknologi informasi yang
diperlukan perusahaan.
Mengenali pengaruh teknologi informasi terhadap organisasi,
menentukan arah serta strategi teknologi informasi yang menjamin
adanya kesesuaian dengan strategi bisnis.
Mengarahkan integritas data dan informasi perusahaan serta unit
bisnis.
Mengembangkan rencana strategis dan mengimplementasikan
tujuan kebutuhan teknologi informasi perusahaan untuk
memastikan kemampuan komputer dapat responsif terhadap
kebutuhan pertumbuhan dan tujuan perusahaan.
3. Management Information System
Bagian Management Information System (MIS) berfungsi untuk
mencari dan mengumpulkan data-data yang dibutuhkan oleh organisasi
serta mengolah data-data tersebut secara efektif sehingga meng-
hasilkan informasi yang bermanfaat bagi organisasi.
42
4. IT Deployment
Menyediakan aplikasi-aplikasi bisnis maupun aplikasi untuk
customer yang diperlukan perusahaan, baik itu membeli kemudian
dikembangkan dan dikonfigurasi agar sesuai dengan kebutuhan
ataupun membangun dari awal.
5. IT System Operation
Bertanggung jawab terhadap kinerja perangkat keras di organisasi.
Menyediakan kebutuhan organisasi yang berkaitan dengan
perangkat keras.
6. System Analyst
Bertugas merancang sistem ataupun aplikasi yang diperlukan oleh
organisasi berdasarkan user requirement mulai dari menganalisa
hingga membangun sistem dari logical design hingga user
interface.
3.3 Ruang Lingkup Pekerjaan
Gambar 3.2 Perusahaan-perusahaan Dexa Group
43
Dalam menyelesaikan internship pada PT. Dexa Medica yang berlokasi di
Titan Center Jalan Boulevard Bintaro Block B7/B1 No. 05, Bintaro Jaya Sector 7,
Tangerang 15224, Indonesia Telepon: (+62-21) 7454 11, Fax. (+62-21) 7454 111,
pekerjaaan utama yang dilakukan adalah turut serta dalam proyek pembangunan
data warehouse untuk PT. Dexa Medica dan PT. Ferron Phar Pharmaceuticals di
mana keduanya merupakan perusahaan di bawah naungan Dexa Group.
Kegiatan internship pada PT. Dexa Medica dilakukan sejak 12 Juli 2010
hingga 13 September 2010. Adapun ruang lingkup pekerjaan yang dilakukan selama
internship ini terbagi menjadi 6 bagian, yaitu perancangan dan implementasi tabel
fakta deposito, valas, pajak PPh, pajak PPN, formula dan performa supplier.
3.3.1 Tabel Fakta Deposito (FACT_DEPOSITO)
Tabel fakta deposito merupakan bagian dari divisi keuangan PT. Dexa
Medica. Tabel fakta deposito tersebut memuat data-data deposito uang PT.
Dexa Medica yang ingin ditampilkan kepada user berdasarkan keputusan
perusahaan yang disesuaikan dengan kebutuhan informasi user tentang
deposito tersebut. Untuk membuat sebuah tabel fakta digunakan konsep
ETL (Extraction Transformation Loading) dengan tools Oracle Warehouse
Builder 11g R2.
Tabel fakta deposito ini dibuat pada dua data warehouse yang berbeda
yaitu dwhfpp untuk FPP dan dwhdxm untuk DXM. Untuk menyelesaikan
tabel fakta deposito pada masing-masing data warehouse, diperlukan dua
tahap proses pemetaan (mapping) pada Oracle Warehouse Builder 11g R2,
yaitu pemetaan untuk membuat tabel staging deposito (STG_FACT_DEPOSITO)
44
dan pemetaan untuk membuat tabel fakta deposito yang datanya bersumber
dari tabel staging deposito.
Sumber data untuk tabel staging deposito tersedia dalam format .xls.
Karena itu, agar data tersebut dapat diolah dengan Oracle Warehouse
Builder 11g R2, maka data tersebut harus divalidasi dan dikonversi ke dalam
bentuk text file. Setelah itu, text file tersebut akan di-import ke dalam data
warehouse dwhfpp untuk data FPP dan data warehouse dwhdxm untuk data
DXM. Text file tersebut kemudian akan dijadikan external table pada data
warehouse masing-masing. Proses pemindahan data dari bentuk asli hingga
menjadi external table dilakukan pada minggu I dan minggu II (lebih detail
mengenai timeline kegiatan ini dapat dilihat pada log book halaman 1 – 2).
External table tersebut akan menjadi sumber data pada proses
pemetaan (mapping) yang menghasilkan tabel staging deposito pada skema
dwhfpp untuk data FPP dan skema dxm_staging untuk data DXM.
Kemudian, data yang sudah tersimpan pada tabel staging deposito akan
menjadi sumber data dalam proses pemetaan yang menghasilkan tabel target
yaitu tabel fakta deposito pada skema dwhfpp untuk data FPP dan dxm_dwh
untuk data DXM. Di mana pada pemetaan ini, data dari sumber akan di-join
dengan tabel dimensi yang dibutuhkan sesuai dengan kondisi tertentu.
Analisis dan perancangan serta implementasi proses ETL hingga
menghasilkan tabel fakta deposito ini dilakukan pada minggu III hingga
minggu V (lebih detail mengenai timeline kegiatan ini dapat dilihat pada log
book halaman 3 – 5).
45
Proses penyelesaian tabel fakta deposito (FACT_DEPOSITO) akan
diuraikan dengan lebih jelas pada Bab 4.
3.3.2 Tabel Fakta Valas (FACT_VALAS)
Tabel fakta valas merupakan bagian dari divisi keuangan PT. Dexa
Medica. Tabel fakta valas tersebut memuat data-data transaksi pertukaran
mata uang PT. Dexa Medica (DXM) dan PT. Feron Phar Pharmaceuticals
(FPP) yang merupakan anak perusahaan dari Dexa Group, yang ingin
ditampilkan kepada user berdasarkan keputusan perusahaan yang
disesuaikan dengan kebutuhan user informasi tentang pertukaran mata uang.
Untuk membuat sebuah tabel fakta digunakan konsep ETL (Extraction
Transformation Loading) dengan tools Oracle Warehouse Builder 11g R2.
Tabel fakta valas ini dibuat pada dua data warehouse yang berbeda
yaitu dwhfpp untuk data dari FPP dan dwhdxm untuk data dari DXM.
Untuk menyelesaikan tabel fakta valas pada masing-masing data warehouse,
diperlukan dua tahap proses pemetaan (mapping) pada Oracle Warehouse
Builder 11g R2, yaitu pemetaan untuk membuat tabel staging valas
(STG_FACT_VALAS) dan kemudian pemetaan untuk membuat tabel fakta
valas yang datanya bersumber dari tabel staging valas.
Sumber data untuk tabel staging valas tersedia dalam format .xls.
Karena itu, agar data tersebut dapat diolah dengan Oracle Warehouse
Builder 11g R2, maka data tersebut harus divalidasi dan dikonversi ke dalam
bentuk text file. Setelah itu, text file tersebut akan di-import ke dalam data
warehouse dwhfpp untuk data dari FPP dan data warehouse dwhdxm untuk
46
data dari DXM. Text file tersebut kemudian akan dijadikan external table
pada data warehouse masing-masing. Proses pemindahan data dari bentuk
asli hingga menjadi external table dilakukan pada minggu I dan minggu II
(lebih detail mengenai timeline kegiatan ini dapat dilihat pada log book
halaman 1 – 2).
External table tersebut akan menjadi sumber data pada proses
pemetaan (mapping) yang menghasilkan tabel staging valas pada skema
dwhfpp untuk data FPP dan skema dxm_staging untuk data DXM.
Kemudian, data yang sudah tersimpan pada tabel staging valas akan menjadi
sumber data dalam proses pemetaan yang menghasilkan tabel target yaitu
tabel fakta valas pada skema dwhfpp untuk data FPP dan dxm_dwh untuk
data DXM. Di mana pada pemetaan ini, data dari sumber akan di-join
dengan tabel dimensi yang dibutuhkan sesuai dengan kondisi tertentu.
Analisis dan perancangan serta implementasi proses ETL hingga
menghasilkan tabel fakta valas ini dilakukan pada minggu III hingga minggu
V (lebih detail mengenai timeline kegiatan ini dapat dilihat pada log book
halaman 3 – 5).
Proses penyelesaian tabel fakta valas (FACT_VALAS) akan diuraikan
dengan lebih jelas pada Bab 4.
3.3.3 Tabel Fakta Pajak PPh (FACT_TAX_PPH)
Tabel fakta pajak PPh merupakan bagian dari divisi keuangan PT.
Dexa Medica. Tabel fakta pajak PPh tersebut memuat data-data yang
berhubungan dengan pajak penghasilan (PPh) yang berkaitan dengan proses
47
bisnis PT. Dexa Medica (DXM) yang ingin ditampilkan kepada user
berdasarkan keputusan perusahaan yang disesuaikan dengan kebutuhan user
informasi tentang transaksi-transaksi PPh. Untuk membuat sebuah tabel
fakta digunakan konsep ETL (Extraction Transformation Loading) dengan
tools Oracle Warehouse Builder 11g R2.
Tabel fakta pajak PPh ini dibuat pada dua data warehouse yang
berbeda yaitu dwhfpp untuk data dari FPP dan dwhdxm untuk data dari
DXM. Untuk menyelesaikan tabel fakta pajak PPh pada masing-masing data
warehouse, diperlukan dua tahap proses pemetaan (mapping) pada Oracle
Warehouse Builder 11g R2, yaitu pemetaan untuk membuat tabel staging
pajak PPh (STG_FACT_TAX_PPH) dan kemudian pemetaan untuk membuat
tabel fakta pajak PPh yang datanya bersumber dari tabel staging pajak PPh.
Sumber data untuk tabel staging pajak PPh tersedia dalam format .xls.
Karena itu, agar data tersebut dapat diolah dengan Oracle Warehouse
Builder 11g R2, maka data tersebut harus divalidasi dan dikonversi ke dalam
bentuk text file. Setelah itu, text file tersebut akan di-import ke dalam data
warehouse dwhfpp untuk data dari FPP dan data warehouse dwhdxm untuk
data dari DXM. Text file tersebut kemudian akan dijadikan external table
pada data warehouse masing-masing. Proses pemindahan data dari bentuk
asli hingga menjadi external table dilakukan pada minggu I dan minggu II
(lebih detail mengenai timeline kegiatan ini dapat dilihat pada log book
halaman 1 – 2).
External table tersebut akan menjadi sumber data pada proses
pemetaan (mapping) yang menghasilkan tabel staging pajak PPh pada skema
48
dwhfpp untuk data FPP dan skema dxm_staging untuk data DXM.
Kemudian, data yang sudah tersimpan pada tabel staging pajak PPh akan
menjadi sumber data dalam proses pemetaan yang menghasilkan tabel target
yaitu tabel fakta pajak PPh pada skema dwhfpp untuk data FPP dan
dxm_dwh untuk data DXM. Di mana pada pemetaan ini, data dari sumber
akan di-join dengan tabel dimensi yang dibutuhkan sesuai dengan kondisi
tertentu. Analisis dan perancangan serta implementasi proses ETL hingga
menghasilkan tabel fakta pajak PPh ini dilakukan pada minggu III hingga
minggu V (lebih detail mengenai timeline kegiatan ini dapat dilihat pada log
book halaman 3 – 5).
Proses penyelesaian tabel fakta pajak PPN (FACT_TAX_PPN) akan
diuraikan dengan lebih jelas pada Bab 4.
3.3.4 Tabel Fakta Pajak PPN (FACT_TAX_PPN)
Tabel fakta pajak PPN merupakan bagian dari divisi keuangan PT.
Dexa Medica. Tabel fakta pajak PPN tersebut memuat data-data yang
berhubungan dengan pajak pertambahan nilai (PPN) yang berkaitan dengan
proses bisnis PT. Dexa Medica (DXM) yang ingin ditampilkan kepada user
berdasarkan keputusan perusahaan yang disesuaikan dengan kebutuhan user
informasi tentang transaksi-transaksi PPN. Untuk membuat sebuah tabel
fakta digunakan konsep ETL (Extraction Transformation Loading) dengan
tools Oracle Warehouse Builder 11g R2.
Tabel fakta pajak PPN ini dibuat pada dua data warehouse yang
berbeda yaitu dwhfpp untuk data dari FPP dan dwhdxm untuk data dari
49
DXM. Untuk menyelesaikan tabel fakta pajak PPN pada masing-masing
data warehouse, diperlukan dua tahap proses pemetaan (mapping) pada
Oracle Warehouse Builder 11g R2, yaitu pemetaan untuk membuat tabel
staging pajak PPN (STG_FACT_TAX_PPN) dan kemudian pemetaan untuk
membuat tabel fakta pajak PPN yang datanya bersumber dari tabel staging
pajak PPN.
Sumber data untuk tabel staging pajak PPN, tersedia dalam format .xls.
Karena itu, agar data tersebut dapat diolah dengan Oracle Warehouse
Builder 11g R2, maka data tersebut harus divalidasi dan dikonversi ke dalam
bentuk text file. Setelah itu, text file tersebut akan di-import ke dalam data
warehouse dwhfpp untuk data dari FPP dan data warehouse dwhdxm untuk
data dari DXM. Text file tersebut kemudian akan dijadikan external table
pada data warehouse masing-masing. Proses pemindahan data dari bentuk
asli hingga menjadi external table dilakukan pada minggu I dan minggu II
(lebih detail mengenai timeline kegiatan ini dapat dilihat pada log book
halaman 1 – 2).
External table tersebut akan menjadi sumber data pada proses
pemetaan (mapping) yang menghasilkan tabel staging pajak PPN pada
skema dwhfpp untuk data FPP dan skema dxm_staging untuk data DXM.
Kemudian, data yang sudah tersimpan pada tabel staging pajak PPN akan
menjadi sumber data dalam proses pemetaan yang menghasilkan tabel target
yaitu tabel fakta pajak PPN pada skema dwhfpp untuk data FPP dan
dxm_dwh untuk data DXM. Di mana pada pemetaan ini, data dari sumber
akan di-join dengan tabel dimensi yang dibutuhkan sesuai dengan kondisi
50
tertentu. Analisis dan perancangan serta implementasi proses ETL hingga
menghasilkan tabel fakta pajak PPN ini dilakukan pada minggu III hingga
minggu V (lebih detail mengenai timeline kegiatan ini dapat dilihat pada log
book halaman 3 – 5).
Proses penyelesaian tabel fakta pajak PPN (FACT_TAX_PPN) akan
diuraikan dengan lebih jelas pada Bab 4.
3.3.5 Tabel Fakta Formula (FACT_FORMULA)
Tabel fakta formula merupakan bagian dari Supply Chain Management
(SCM) PT. Dexa Medica. Tabel fakta formula tersebut memuat data-data
yang berhubungan dengan data dari suatu produk obat yaitu bahan baku obat
(raw material) dan barang yang dihasilkan (finished good) serta satuan
ukuran yang digunakan dalam PT. Dexa Medica (DXM) yang ingin
ditampilkan berdasarkan keputusan perusahaan yang disesuaikan dengan
kebutuhan informasi tentang formula produk obat. Untuk membuat sebuah
tabel fakta digunakan konsep ETL (Extraction Transformation Loading)
dengan tools Oracle Warehouse Builder 11g R2.
Untuk menyelesaikan tabel fakta formula, diperlukan dua tahap proses
pemetaan (mapping) pada Oracle Warehouse Builder 11g R2, yaitu
pemetaan untuk membuat tabel staging formula (STG_FACT_FORMULA)
dan kemudian pemetaan untuk membuat tabel fakta formula yang datanya
bersumber dari MV_FACT_FORMULA.
Sumber data untuk tabel staging formula berasal dari database
transaksional. Karena itu, terlebih dahulu kita perlu membangun MV
51
(Materialized View) di mana MV ini akan menampung data-data dari
database dan dapat me-refresh perubahan data setiap kurun waktu tertentu
sesuai yang ditentukan. Setelah itu, MV tersebut akan di-import ke dalam
data warehouse dwhdxm dengan Oracle Warehouse Builder 11g R2. Proses
ekstraksi data tersebut dilakukan pada minggu V (lebih detail mengenai
timeline kegiatan ini dapat dilihat pada log book halaman 5).
Materialized view tersebut akan digabung dengan tabel-tabel dimensi
yang dibutuhkan sesuai dengan kondisi tertentu dan menjadi sumber data
pada proses pemetaan (mapping) yang menghasilkan tabel staging formula
dan MV_FACT_FORMULA pada skema dxm_staging untuk data DXM.
Kemudian, data yang sudah tersimpan pada MV_FACT_FORMULA akan
menjadi sumber data dalam proses pemetaan yang menghasilkan tabel target
yaitu tabel fakta formula pada skema dxm_dwh. Analisis dan perancangan
serta implementasi proses ETL hingga menghasilkan tabel fakta formula ini
dilakukan pada minggu V hingga minggu VII (lebih detail mengenai
timeline kegiatan ini dapat dilihat pada log book halaman 5 – 7).
Proses penyelesaian tabel fakta formula (FACT_FORMULA) akan
diuraikan dengan lebih jelas pada Bab 4.
3.3.6 Tabel Fakta Performa Supplier (FACT_SUP_PERFORMANCE)
Tabel fakta performa supplier merupakan bagian dari Supply Chain
Management (SCM) PT. Dexa Medica. Tabel fakta performa supplier
tersebut memuat data-data yang berhubungan dengan kinerja dari supplier
meliputi ketepatan waktu pengiriman, kualitas, keadaan serta harga barang
52
yang dipesan. Data yang ingin ditampilkan berdasarkan keputusan
perusahaan yang disesuaikan dengan kebutuhan informasi untuk
memberikan penilaian kepada supplier. Untuk membuat sebuah tabel fakta
digunakan konsep ETL (Extraction Transformation Loading) dengan tools
Oracle Warehouse Builder 11g R2.
Untuk menyelesaikan tabel fakta performa supplier, diperlukan dua
tahap proses pemetaan (mapping) pada Oracle Warehouse Builder 11g R2,
yaitu pemetaan untuk membuat tabel staging performa supplier
(STG_FACT_SUP_PERFORMANCE) dan kemudian pemetaan untuk
membuat tabel fakta performa supplier yang datanya bersumber dari
MV_FACT_SUP_PERFORMANCE.
Sumber data untuk tabel staging performa supplier berasal dari
database transaksional. Karena itu, terlebih dahulu kita perlu membangun
MV (Materialized View) di mana MV ini akan menampung data-data dari
database dan dapat me-refresh perubahan data setiap kurun waktu tertentu
sesuai yang ditentukan. Setelah itu, MV tersebut akan di-import ke dalam
data warehouse dwhdxm dengan Oracle Warehouse Builder 11g R2. Proses
ekstraksi data tersebut dilakukan pada minggu V (lebih detail mengenai
timeline kegiatan ini dapat dilihat pada log book halaman 5).
Materialized view tersebut akan digabung dengan tabel-tabel dimensi
yang dibutuhkan sesuai dengan kondisi tertentu menjadi sumber data pada
proses pemetaan (mapping) yang menghasilkan tabel staging performa
supplier dan MV_FACT_SUP_PERFORMANCE pada skema dxm_staging
untuk data DXM. Kemudian, data yang sudah tersimpan pada
53
MV_FACT_SUP_PERFORMANCE akan menjadi sumber data dalam proses
pemetaan yang menghasilkan tabel target yaitu tabel fakta performa supplier
pada skema dxm_dwh. Analisis dan perancangan serta implementasi proses
ETL hingga menghasilkan tabel fakta performa supplier ini dilakukan pada
minggu V hingga minggu VII (lebih detail mengenai timeline kegiatan ini
dapat dilihat pada log book halaman 5 – 7).
Proses penyelesaian tabel fakta performa supplier (FACT_SUP_PERFORMANCE)
akan diuraikan dengan lebih jelas pada Bab 4.
Setelah menyelesaikan tabel-tabel fakta yang dijelaskan di atas, dilakukan
proses dokumentasi source to target mapping untuk setiap tabel (metadata). Di
dalam dokumentasi tersebut memuat sumber-sumber kolom untuk setiap tabel
staging dan tabel fakta serta keterangan mengenai transformasi yang dilakukan
untuk setiap tabel.
54
Gambaran ruang lingkup pekerjaan selama internship di PT. Dexa Medica
dapat dilihat pada gambar diagram berikut.
Gambar 3.3 Diagram Ruang Lingkup Internship
55
3.4 Identifikasi Masalah
Untuk mengidentifikasi masalah pada PT. Dexa Medica, maka dilakukan
wawancara dengan project manager, Ibu Junita Angdjasrin dari proyek data
warehouse di perusahaan PT. Dexa Medica. Berikut hasil wawancara tersebut.
1. Apakah masalah yang dihadapi oleh perusahaan sehingga dibangun data
warehouse dan tujuan dari penggunaan data warehouse tersebut?
Perusahaan telah memiliki data warehouse untuk divisi sale dan
marketing sejak tahun 2004. Akan tetapi seiring dengan perkembangan
perusahaan yang cukup pesat, maka jumlah data dari berbagai divisi menjadi
sangat besar baik data-data yang sedang berjalan maupun data historis. Karena
itu dibangun juga data warehouse untuk berbagai divisi termasuk finance
(keuangan) dan supply chain management (SCM).
Data–data dari data warehouse bersifat summarized sehingga
memudahkan pihak yang bersangkutan untuk menganalisa data.
2. Siapakah user yang akan menggunakan output dari data warehouse?
Fact deposito
Data-data dari fact deposito akan digunakan oleh direksi dan tim
departemen finance untuk keperluan analisa.
Fact valas
Fact valas digunakan oleh direksi dan tim departemen finance
untuk menganalisa data pembelian mata uang asing oleh perusahaan.
Fact tax PPN & PPh
Fact tax PPN dan PPH digunakan oleh tim accounting departemen
finance untuk melihat data-data pajak perusahaan.
56
Fact formula
Fact formula digunakan oleh direksi, departemen manufacturing,
pabrik dan finance untuk menganalisa formula atau resep obat yang
diproduksi perusahaan.
Fact supplier performance
Fact supplier performance digunakan oleh direksi departemen
purchasing untuk menganalisa kinerja.
3. Bagaimana proses ETL berlangsung?
Proses ETL berlangsung sejak data yang telah dipersiapkan dimasukkan
ke dalam database hingga tersimpan pada data warehouse untuk diakses oleh
user yang membutuhkan data yang bersangkutan.
Extraction
Proses ekstrak terjadi saat data yang telah dipersiapkan (data
transaksi dengan format excel menjadi text file lalu flat file ataupun
oracle form) dijadikan external table ataupun materialized view sebagai
source awal proses mapping.
Transformation
Proses transformasi terjadi saat source awal, baik berupa external
table maupun materialized view dipetakan sesuai kebutuhan user yang
telah dirancang sebelumnya pada logical design. Transformation pada
mapping ini berlangsung hingga record berada pada tabel staging fact.
57
Loading
Proses loading terjadi saat hasil transformasi pada tabel staging
fact dimuat ke tabel fact melalui mapping fact. Hasil loading inilah yang
telah siap diakses oleh user.
4. Mengapa dibuat mapping tabel staging fact terlebih dahulu sebelum mapping
tabel fact?
Pada PT. Dexa Medica, proses mapping tidak hanya terjadi sekali
melainkan dua kali yakni mapping tabel staging fact dan mapping tabel fact.
Mapping tabel staging fact terlebih dahulu sebelum mapping tabel fact
dilakukan untuk meningkatkan performa loading pada data warehouse. Data
yang telah diekstrak di-transform terlebih dahulu ke data warehouse setelah
itu dilakukan mapping lagi yang bertujuan untuk cleansing data ataupun
summarizing.
5. Kapan mulai digunakan data warehouse?
Data warehouse awalnya mulai digunakan oleh PT. Dexa Medica pada
tahun 2004 dengan SQL Server 2000.
6. Kapan data mulai disimpan pada data warehouse?
Data PT. Dexa Medica mulai disimpan pada data warehouse sejak tahun
2004 untuk divisi sales dan marketing.
7. Mengapa memilih Oracle Products?
PT. Dexa Medica beralih dari SQL Server ke Oracle karena beberapa
alasan sebagai berikut.
Oracle dapat menangani data warehouse dengan skala yang lebih besar
dari SQL Server di mana sangat dibutuhkan oleh PT. Dexa Medica
58
seiring dengan terus bertambah besarnya kebutuhan akan kapasitas
penyimpanan data perusahaan.
Perusahaan telah menerapkan sistem ERP yang compatible dengan
Oracle.
8. Apakah manfaat yang diperoleh setelah perusahaan menggunakan Oracle?
Setelah menggunakan Oracle, kapasitas data warehouse PT. Dexa
Medica menjadi lebih memadai dan performa akses menjadi lebih baik.
Berdasarkan hasil wawancara di atas serta observasi yang telah dilakukan
selama program internship pada bulan Juli – September 2010, maka dapat
disimpulkan bahwa beberapa permasalahan mengenai kebutuhan data dan informasi
PT. Dexa Medica adalah sebagai berikut.
Tidak terpenuhinya kebutuhan user bagian manajerial akan output informasi
sebagai keperluan analisa.
User belum memiliki standarisasi data yang sama.
Performa atau kinerja data warehouse yang kurang memadai.
59
3.5 Existing Condition
3.5.1 Alur Bisnis PT. Dexa Medica
PT. Dexa Medica adalah perusahaan farmasi yang kegiatan utamanya
adalah memproduksi dan mendistribusikan berbagai produk obat. Untuk
melakukan kegiatan tersebut, maka PT. Dexa Medica menjalankan kegiatan-
kegiatan bisnis lainnya. Berikut adalah sebagian dari proses kegiatan bisnis
yang dilakukan oleh PT. Dexa Medica.
3.5.1.1 Keuangan
a. Penyimpanan Deposito
Gambar 3.4 Rich Picture Penyimpanan Deposito
60
PT. Dexa Medica melakukan penyimpanan uang deposito
ke bank. Uang yang disimpan ke bank tersebut bersumber dari
kas perusahaan. Setelah penyimpanan deposito selesai, detail
deposito yang tercetak dimasukkan ke dalam database
departemen finance dalam bentuk file excel.
b. Penukaran Valuta Asing
Gambar 3.5 Rich Picture Penukaran Valuta Asing
61
PT. Dexa Medica melakukan penukaran valuta asing ke
bank. Uang yang ditukarkan ke bank tersebut bersumber dari
kas perusahaan. Setelah penukaran valas selesai, detail
penukaran valas yang tercetak dimasukkan ke dalam database
departemen finance dalam bentuk file excel.
c. Pembayaran Pajak PPh dan PPN
Gambar 3.6 Rich Picture Pembayaran PPh dan PPN
62
PT. Dexa Medica melakukan pembayaran pajak PPh dan
PPN ke bank. Uang yang digunakan untuk membayar pajak
tersebut bersumber dari kas perusahaan. Setelah pembayaran
pajak selesai, detail pembayaran pajak yang tercetak
dimasukkan ke dalam database departemen finance dalam
bentuk file excel.
3.5.1.2 Supply Chain Management (SCM)
a. Pembuatan Formula Obat
Gambar 3.7 Rich Picture Pembuatan Formula Obat
63
PT. Dexa Medica melakukan pembuatan formula obat
oleh farmacist. Farmacist kemudian meminta persediaan bahan
baku atau RM (Raw Material) dari supplier. Setelah itu, RM
disampaikan ke pabrik. Setelah proses produksi selesai, produk
jadi atau FG (Finished Good) disampaikan kepada departemen
manufacturing. Setelah itu, rincian formula obat, RM serta FG
yang telah tercatat dimasukkan ke dalam database departemen
manufacturing.
b. Pembuatan Performa Supplier
Gambar 3.8 Rich Picture Pembuatan Performa Supplier
64
PT. Dexa Medica melakukan pembuatan performa
supplier dari para supplier perusahaan. Receiver yang
menerima supply dari supplier mencatat kondisi supply untuk
dimasukkan ke dalam database departemen manufacturing.
Setelah melalui proses kalkulasi dari berbagai faktor yang
menentukan performa supplier, dihasilkan output informasi
supplier yang kemudian diserahkan kepada supplier sebagai
informasi atas layanan yang telah diberikan sebagai masukan
apakah diperlukan peningkatan kualitas dan sebagainya.
65
3.5.2 UML Diagram
3.5.2.1 Use Case Diagram
Gambar 3.9 Use Case Diagram
66
3.5.2.2 Activity Diagram
Gambar 3.10 Activity Diagram Penyimpanan Deposito
67
Gambar 3.11 Activity Diagram Penukaran Valuta Asing
68
Gambar 3.12 Activity Diagram Pembayaran
Pajak PPh dan PPN
69
Gambar 3.13 Activity Diagram Pembuatan Formula
70
Gambar 3.14 Activity Diagram Pembuatan
Performa Supplier
71
3.5.2.3 Statechart Diagram
Gambar 3.15 Statechart Diagram Penyimpanan Deposito
72
Gambar 3.16 Statechart Diagram Penukaran Valuta Asing
73
Gambar 3.17 Statechart Diagram Pembayaran
Pajak PPh dan PPN
74
Gambar 3.18 Statechart Diagram Pembuatan Formula
75
Gambar 3.19 Statechart Diagram Pembuatan
Performa Supplier
76
3.5.3 Rancangan Data Warehouse
Dalam melakukan perancangan data warehouse diperlukan beberapa
tahap untuk memperoleh rancangan data warehouse yang mempunyai
aksesibilitas dan integritas yang tinggi. Tahap-tahap perancangan data
warehouse yang digunakan pada penulisan ini adalah metodologi sembilan
tahap, yaitu:
1. Pemilihan Proses
Tahap pertama yang dilakukan adalah mengidentifikasi subjek
masalah dari data warehouse yaitu proses bisnis yang ada pada
perusahaan. Tahapan ini dilakukan agar data warehouse yang
dirancang dapat menjawab semua pertanyaan bisnis yang dibutuhkan.
Berikut ini adalah proses bisnis pada PT. Dexa Medica yang
digunakan dalam perancangan data warehouse.
a. Keuangan
Proses keuangan yang dimaksud adalah penyimpanan
deposito dan penukaran valas ke bank serta pembayaran pajak
perusahaan, baik PPh maupun PPN kepada pemerintah.
Proses penyimpanan deposito perusahaan didefinisikan
sebagai suatu proses pendataan transaksi penyimpanan deposito
perusahaan ke bank. Data yang ada meliputi nomor bilyet, nama
bank, tanggal penyimpanan, jenis mata uang dan jumlah uang
yang didepositokan.
Proses penukaran valuta asing didefinisikan sebagai suatu
proses pendataan transaksi penukaran valuta asing perusahaan.
77
Data yang ada meliputi tanggal penukaran valuta asing, nama
perusahaan Dexa Group, nama bank, jenis mata uang dan jumlah
yang ditukarkan.
Proses pembayaran pajak perusahaan kepada pemerintah
didefinisikan sebagai suatu proses pendataan transaksi
pembayaran pajak oleh perusahaan kepada pemerintah. Data yang
ada meliputi tanggal pembayaran pajak, jenis pajak, nama bank,
tanggal lapor dan nomor NTPN.
b. Supply Change Management (SCM)
Proses SCM yang dimaksud adalah pembuatan formula obat
dan performa supplier.
Proses pembuatan formula obat didefinisikan sebagai suatu
proses pendataan bahan baku yang diperlukan untuk memproduksi
obat dan produk jadi yang dihasilkan setelah produksi selesai.
Data yang ada meliputi bahan baku yang digunakan, massa dari
bahan baku, keterangan bahan baku dan produk jadi yang
dihasilkan.
Proses pembuatan performa supplier didefinisikan sebagai
suatu proses pendataan performa supplier berdasarkan kualitas
barang supplier, ketepatan waktu sesuai dengan waktu yang telah
disepakati dan tingkat harga yang bersaing. Data yang ada
meliputi tanggal transaksi, tanggal yang dijanjikan oleh supplier,
tanggal penggunaan produk, jenis produk dan keterangan produk.
78
2. Pemilihan Grain
Pada tahap kedua ini, ditentukan secara pasti apa yang
direpresentasikan oleh setiap record pada table fakta. Grain ditentukan
dari analisis keperluan bisnis dan informasi yang dibutuhkan oleh
perusahaan. Grain dari proses bisnis yang dipilih meliputi ringkasan
dari proses keuangan dan Supply Chain Management (SCM).
a. Keuangan
Penyimpanan deposito
Pada proses penyimpanan deposito, data-data yang
dapat dianalisis meliputi nominal uang yang didepositokan,
waktu deposito dan nama bank tempat penyimpanan deposito.
Analisis tersebut akan dilakukan per periode waktu dan jenis
mata uang.
Penukaran valuta asing
Pada proses penukaran valuta asing, data-data yang
dapat dianalisis meliputi nominal valuta asing yang
ditukarkan oleh perusahaan, waktu tukar, nama bank tempat
penukaran valuta asing dan jenis valuta asing yang
ditukarkan. Analisis tersebut akan dilakukan per periode
waktu dan jenis mata uang.
79
Pembayaran pajak PPh dan PPN
Pada proses pembayaran pajak PPh dan PPN oleh
perusahaan kepada pemerintah, data-data yang dapat
dianalisis meliputi waktu pembayaran, nama bank yang
digunakan untuk membayar pajak kepada pemerintah dan
nominal pajak. Analisis tersebut akan dilakukan per periode
waktu, jenis pajak dan masa pajak.
b. Supply Chain Management (SCM)
Pembuatan formula obat
Pada proses pembuatan formula obat, data-data yang
dapat dianalisis meliputi jenis dan nama dari bahan baku yang
digunakan untuk membuat obat dan produk jadi yang
dihasilkan. Analisis tersebut dilakukan per produk, per bahan
baku dan per versi.
Performa supplier
Pada proses performa supplier, data-data yang dapat
dianalisis meliputi tingkat kualitas dari barang yang
disampaikan oleh supplier, ketepatan waktu penerimaan
supply sesuai kesepakatan dan harga material yang bersaing.
Analisis tersebut dilakukan per transaksi yang diterima dan
transaksi yang dikembalikan kecuali diakibatkan oleh
administrasi.
80
3. Identifikasi Dimensi
Pada tahap ini, dilakukan penyesuaian hubungan antara dimensi
dan grain yang ditampilkan dalam bentuk matriks sebagai berikut.
a. Keuangan
Penyimpanan deposito
Tabel 3.1 Tabel Grain vs Dimensi pada
Penyimpanan Deposito
Jenis Mata
Uang Waktu
Nominal
Deposito
Placement Date - X -
Maturity Date - X -
Currency Date X - X
Penukaran valuta asing
Tabel 3.2 Tabel Grain vs Dimensi pada
Penukaran Valuta Asing
Jenis Mata
Uang Waktu
Nominal
Valuta Asing
Deal Date - X -
Value Date - X -
Base Currency X - X
Quote Currency X - X
Grain
Dimensi
Grain
Dimensi
81
Pembayaran pajak PPh dan PPN
Tabel 3.3 Tabel Grain vs Dimensi pada
Pembayaran Pajak PPh dan PPN
Jenis Pajak Masa Pajak Waktu
Tanggal Lapor - - X
Tanggal Bayar - - X
Masa Pajak X X -
b. Supply Chain Management (SCM)
Pembuatan formula obat
Tabel 3.4 Tabel Grain vs Dimensi pada
Pembuatan Formula Obat
Bahan Baku
yang Digunakan
Produk Jadi
yang Dihasilkan
FG Product - X
RM Poduct X -
Dimensi
Grain
Grain
Dimensi
82
Performa supplier
Tabel 3.5 Tabel Grain vs Dimensi pada
Pembuatan Performa Supplier
Harga
Bersaing
Kualitas
Barang
Ketepatan
Waktu
Penyampaian
Barang
Transaksi
Penerimaan
Received Date - - X X
PO Promised Date - - X X
PO Need Date - - X X
Product X - X
Supplier X X - X
Manufacturer - X - -
PO Currency X - - -
Return Reason - - - X
4. Pemilihan Fakta
Pada tahap ini, dilakukan pemilihan fakta yang akan dibuat
dalam data warehouse. Setiap fakta memiliki data yang dapat dihitung.
Berikut ini adalah fakta-fakta yang akan dibuat dalam data warehouse.
a. Fakta Deposito
Fakta deposito meliputi PLACEMENT_DATE_KEY,
MATURITY_DATE_KEY, CURRENCY_KEY, BILYET_NO (nomor
bilyet), DEPOSITO_NO (nomor deposito), BANK (nama bank
tempat penyimpanan deposito), MATURITY_FLAG (status jangka
Dimensi
Grain
83
waktu deposito), INTEREST_RATE (persentase bunga deposito)
dan JENIS (jenis deposito).
b. Fakta Valas
Fakta valas meliputi VALUE_DATE_KEY, ID_DEAL_DATE_KEY,
BASE_CURRENCY_KEY, QUOTE_CURRENCY_KEY, BANK
(nama bank tempat penukaran valuta asing), BASE_RATE (rate
tukar dasar), DEAL_RATE (rate tukar kesepakatan), HEDGING_POINTS
(titik batas) dan REFERENCE_NO (nomor referensi).
c. Fakta Pajak PPh
Fakta pajak PPh meliputi TANGGAL_BAYAR_KEY,
TANGGAL_LAPOR_KEY, PERIOD (periode waktu), TAHUN
(masa tahun pembayaran pajak), JENIS_PAJAK (jenis pajak yang
akan dibayar), TIPE (tipe pajak yang akan dibayar), MAP,
BANK_PEMBAYARAN (nama bank yang digunakan untuk
membayar pajak), NTPN_NO, STTS_NO dan NPWP.
d. Fakta Pajak PPN
Fakta pajak PPN meliputi TANGGAL_BAYAR_KEY,
TANGGAL_LAPOR_KEY, MASA_PAJAK_KEY, REVISI_NO
(nomor revisi), BANK_PEMBAYARAN (nama bank yang
digunakan untuk membayar pajak), NTPN_NO, BPS_NO,
KETERANGAN dan MAP.
84
e. Fakta Formula
Fakta formula meliputi FG_PRODUCT_KEY, RM_PRODUCT_KEY,
VERSION (versi obat yang menunjukkan apakah formula obat
tersebut sudah dipublikasikan atau belum), FG_UOM (satuan ukur
produk yang dihasilkan dengan baik), RM_UOM (satuan ukur
bahan baku obat), BATCH_SIZE (jenis ukur).
f. Fakta Performa Supplier
Fakta performa supplier meliputi TRANSACTION_DATE_KEY,
PROMISED_DATE_KEY, NEED_BY_DATE_KEY, PRODUCT_KEY,
SUPPLIER_KEY, MANUFACTURER_KEY, PO_CURRENCY_KEY,
RECEIVING_UOM (satuan ukur penerimaan), RECEIVING_NO
(nomor penerimaan), RECEIVING_LINE_NO (nomor lini
penerimaan), PO_NO (nomor pemesanan), PO_LINE_NO (nomor
lini pemesanan), LOT_NO (nomor lot barang), SUPPLIER_LOT_NO
(nomor lot supplier), RETURN_TRANSACTION_ID (nomor identifikasi
pengembalian transaksi), RECEIVED_EXCHANGE_RATE (rate
produk yang diterima dari supplier), PO_EXCHANGE_RATE (rate
produk yang dipesan dari supplier), PO_PRICE (biaya pesanan),
PROMISED_DATE_DEV_STATUS (status apakah tanggal
penyampaian sesuai perjanjian), NEED_DATE_DEV_STATUS
(status apakah tanggal penyampaian sesuai dengan kebutuhan),
PO_QTY (jumlah barang yang dipesan) dan REALIZATION_PCT.
85
5. Menyimpan Pre-kalkulasi di Tabel Fakta
Kalkulasi awal terhadap data yang dapat dihitung dilakukan
setelah tabel fakta ditentukan. Berikut ini adalah kalkulasi awal yang
ada pada tabel fakta.
a. Pre-kalkulasi Fakta Deposito
DEPOSITO_AMOUNT merupakan nominal uang yang
didepositokan ke bank.
INTEREST_AMOUNT merupakan nominal bunga deposito
dari bank.
TAX_AMOUNT merupakan nominal pajak yang dikenakan
pada penyimpanan deposito.
INTEREST_AFTER_AMOUNT merupakan total penjumlahan
dari nominal yang didepositokan dengan bunga deposito.
b. Pre-kalkulasi Fakta Valas
DEAL_AMOUNT merupakan nominal valuta asing yang
ditukarkan.
c. Pre-kalkulasi Fakta Pajak PPh
DPP.
PPH_TERUTANG merupakan pajak penghasilan yang masih
terutang dan belum dibayar.
NILAI_SSP.
86
d. Pre-kalkulasi Fakta Pajak PPN
PPN_OUT merupakan total PPN keluar.
PPN_IN merupakan total PPN masuk.
PPN_KB_PER_LB.
SSP.
SSP_KB_PER_LB.
e. Pre-kalkulasi Fakta Formula
RM_USAGE_QTY merupakan jumlah bahan baku yang
digunakan untuk pembuatan obat.
f. Pre-kalkulasi Performa Supplier
NEED_DATE_DEV merupakan waktu supply dibutuhkan.
PROMISED_DATE_DEV merupakan waktu yang dijanjikan
oleh supplier untuk mengirimkan supply.
RECEIVED_QTY merupakan jumlah kuantitas barang yang
diterima.
RECEIVED_VALUE merupakan hasil dari perkalian antara
jumlah kuantitas barang yang diterima dengan harga
pembelian.
RECEIVED_VALUE_IDR merupakan hasil perkalian antara
jumlah kuantitas barang yang diterima dengan biaya pesanan
dan rate produk yang diterima dari supplier.
RMA_QTY merupakan jumlah barang yang dikembalikan.
87
RMA_VALUE merupakan jumlah harga barang yang
dikembalikan.
RMA_VALUE_IDR merupakan jumlah harga barang yang
dikembalikan dalam Rupiah.
6. Melengkapi Tabel Dimensi
Pada tahap ini, dilakukan penambahan informasi yang bersifat
intuitif dan deksiptif pada tabel dimensi. Berikut adalah tabel dimensi
yang dilengkapi pada data warehouse.
Gambaran tabel dimensi secara garis besar
Tabel 3.6 Gambaran Tabel Dimensi
Dimensi Kolom Deskripsi
CURRENCY
COUNTRY
CURRENCY_NAME
SYMBOL
Laporan dapat dilihat
berdasarkan nama
negara, nama mata
uang dan simbol mata
uang.
PERIOD
FULL_DATE
MONTH_NAME
QUARTER_NAME
DAY_NAME
SEMESTER_NAME
Laporan dapat dilihat
berdasarkan tanggal,
nama bulan, nama
kuarter, nama hari dan
nama semester.
WEEK_OF_MONTH
WEEK_OF_YEAR
DAY_OF_WEEK
MONTHLY_EVENT
Laporan dapat dilihat
berdasarkan minggu
dari bulan, minggu
dari tahun, hari dari
minggu dan acara
bulanan.
88
MANUFACTURER MANUFACTURER_NAME
COUNTRY
Laporan dapat dilihat
berdasarkan nama
produsen dan nama
negara tempat pabrik
dioperasikan.
PRODUCT
MFG_PRODUCT_DESC
PRODUCT_TYPE
PRODUCT_NAME
PRODUCT_GROUP
Laporan dapat dilihat
berdasarkan deskripsi
produk, jenis produk,
nama produk dan
kelompok produk.
RTS_REASON RTS_REASON_DESC
Laporan dapat dilihat
berdasarkan alasan
produk dikembalikan.
SUPPLIER SUPPLIER_SITE_NAME
SUPPLIER_NAME
Laporan dapat dilihat
berdasarkan nama
tempat supplier dan
nama supplier.
Daftar tabel dimensi
a. Dimensi currency (DIM_CURRENCY)
Tabel 3.7 Tabel DIM_CURRENCY
No Kolom Tipe Data Constraint
1 CURRENCY_KEY NUMBER Primary key
2 CURRENCY_ID VARCHAR2(15) Not null
3 CURRENCY_NAME VARCHAR2(100) Not null
4 COUNTRY VARCHAR2(100) -
5 SYMBOL VARCHAR2(12) -
6 PRECISION NUMBER -
7 DESCRIPTION VARCHAR2(240) -
8 INSERTED_DATE DATE -
89
9 LAST_UPDATE_DATE DATE -
10 ROW_EFFECTIVE_DATE DATE -
11 ROW_END_DATE DATE -
12 ACTIVE_FLAG VARCHAR2(1) -
b. Dimensi manufacturer (DIM_MANUFACTURER)
Tabel 3.8 Tabel DIM_MANUFACTURER
No Kolom Tipe Data Constraint
1 MANUFACTURER_KEY NUMBER Primary key
2 MANUFACTURER_ID VARCHAR2(30) Not null
3 MANUFACTURER_NAME VARCHAR2(240) -
4 ADDRESS_LINE_1 VARCHAR2(150) -
5 ADDRESS_LINE_2 VARCHAR2(150) -
6 HISTORICAL_NAME VARCHAR2(150) -
7 ZIP_NO VARCHAR2(150) -
8 CITY VARCHAR2(150) -
9 COUNTRY VARCHAR2(150) -
10 ACTIVE_FLAG CHAR(1) -
11 INSERTED_DATE DATE -
12 LAST_UPDATE_DATE DATE -
13 ROW_EFFECTIVE_DATE DATE -
14 ROW_END_DATE DATE -
90
c. Dimensi period (DIM_PERIOD)
Tabel 3.9 Tabel DIM_PERIOD
No Kolom Tipe Data Constraint
1 PERIOD_KEY NUMBER Primary key
2 FULL_DATE DATE -
3 YYYYMMDD NUMBER -
4 WEEK_OF_MONTH VARCHAR2(20) -
5 WEEK_OF_YEAR NUMBER -
6 MONTH_NUM NUMBER -
7 MONTH_NAME CHAR(3) -
8 MONTH_LONG_NAME VARCHAR2(15) -
9 MONTH_END_FLAG VARCHAR2(5) -
10 QUARTER_NUM NUMBER -
11 QUARTER_NAME VARCHAR2(5) -
12 SEMESTER_NUM NUMBER -
13 SEMESTER_NAME VARCHAR2(5) -
14 SEMESTER_LONG_NAME VARCHAR2(20) -
15 YEAR_NUM NUMBER -
16 FISCAL_YEAR_NUM NUMBER -
17 DAY_OF_WEEK NUMBER -
18 DAY_NAME VARCHAR2(20) -
19 HOLIDAY VARCHAR2(100) -
20 MONTHLY_EVENT_1 VARCHAR2(100) -
21 MONTHLY_EVENT_2 VARCHAR2(100) -
22 MONTHLY_EVENT_3 VARCHAR2(100) -
23 MONTHLY_EVENT_4 VARCHAR2(100) -
24 WORKING_DAY NUMBER -
25 WORKING_DAY_LEFT NUMBER -
26 INSERTED_DATE DATE -
27 LAST_UPDATE_DATE DATE -
91
d. Dimensi product (DIM_PRODUCT)
Tabel 3.10 Tabel DIM_PRODUCT
No Kolom Tipe Data Constraint
1 PRODUCT_KEY NUMBER Primary key
2 MFG_PRODUCT_ID VARCHAR2(25) -
3 MFG_PRODUCT_DESC VARCHAR2(240) -
4 PRODUCT_TYPE VARCHAR2(40) -
5 PRODUCT_SEGMENT_DESC VARCHAR2(40) -
6 PRODUCT_ID VARCHAR2(100) -
7 PRODUCT_NAME VARCHAR2(40) -
8 PRODUCT_DESC VARCHAR2(240) -
9 PRODUCT_INITIAL VARCHAR2(10) -
10 PRODUCT_GROUP_ID VARCHAR2(40) -
11 PRODUCT_GROUP_DESC VARCHAR2(240) -
12 PRODUCT_GROUP_IFOCUS_ID VARCHAR2(50) -
13 PRODUCT_GROUP_IFOCUS_DESC VARCHAR2(50) -
14 PRODUCT_GROUP_FIN_ID NUMBER -
15 PRODUCT_GROUP_FIN_DESC VARCHAR2(150) -
16 SUBLINI_ID VARCHAR2(40) -
17 SUBLINI_DESC VARCHAR2(150) -
18 LINI_DESC VARCHAR2(40) -
19 BUSINESS_TYPE VARCHAR2(150) Not null
20 BUSINESS VARCHAR2(150) Not null
21 BUSINESS_UNIT VARCHAR2(50) Not null
22 COST_CENTER VARCHAR2(50) -
23 ATC1_CODE VARCHAR2(30) -
24 ATC1_DESC VARCHAR2(150) -
92
25 ATC2_CODE VARCHAR2(150) -
26 ATC2_DESC VARCHAR2(240) -
27 ATC3_CODE VARCHAR2(150) -
28 ATC3_DESC VARCHAR2(240) -
29 ATC4_CODE VARCHAR2(150) -
30 ATC4_DESC VARCHAR2(240) -
31 SUHU VARCHAR2(240) -
32 PRODUCT_CLASS VARCHAR2(40) -
33 PRODUCT_SUB_CLASS VARCHAR2(240) -
34 PRODUCT_FOCUS VARCHAR2(10) -
35 PROMOTION_TYPE VARCHAR2(240) -
36 LIFE_SAVING_TYPE VARCHAR2(240) -
37 INJECTION_TYPE VARCHAR2(240) -
38 LIQUID_TYPE VARCHAR2(50) -
39 INDICATIONS VARCHAR2(1000) -
40 ASKES_FLAG VARCHAR2(2) -
41 HNA NUMBER -
42 HJP NUMBER -
43 HET NUMBER -
44 DPHO NUMBER -
45 REGISTRATION_NO VARCHAR2(240) -
46 DINKES_PRODUCT_ID VARCHAR2(30) -
47 LAUNCH_DATE DATE -
48 TERMINATION_DATE DATE -
49 LAUNCH_STATUS CHAR(1) -
50 LENGTH NUMBER -
51 WIDTH NUMBER -
52 HEIGHT NUMBER -
93
53 WEIGHT NUMBER -
54 SALES_UOM VARCHAR2(3) -
55 EACH_CONVERSION_RATE NUMBER -
56 NEW_PRODUCT_INDICATOR VARCHAR2(3) -
57 DISTRIBUTION_FEE NUMBER -
58 INVENTORY_LEVEL_AGREEMENT VARCHAR2(20) -
59 ACTIVE_FLAG VARCHAR2(10) -
60 CONSIGNMENT_FLAG VARCHAR2(2) -
61 PM_NAME VARCHAR2(5) -
62 ALLIANCE_INDICATOR VARCHAR2(20) -
63 PRODUCTION_LINE VARCHAR2(40) -
64 DOSAGE_FORM VARCHAR2(240) -
65 PRIMARY_UOM VARCHAR2(3) -
66 SECONDARY_UOM VARCHAR2(3) -
67 SIZE VARCHAR2(40) -
68 RETEST_INTERVAL NUMBER -
69 ZAT_AKTIF VARCHAR2(240) -
70 ALIGN_PRODUCT_CLASS VARCHAR2(240) -
71 SHELF_LIFE NUMBER -
72 RAW_MATERIAL_SOURCE VARCHAR2(240) -
73 ROW_EFFECTIVE_DATE DATE -
74 ROW_END_DATE DATE -
75 ROW_CURRENT_FLAG CHAR(1) -
76 INSERTED_DATE DATE -
77 LAST_UPDATE_DATE DATE -
94
e. Dimensi reason (DIM_RTS_REASON)
Tabel 3.11 Tabel DIM_RTS_REASON
No Kolom Tipe Data Constraint
1 RTS_REASON_KEY NUMBER Primary key
2 RTS_REASON_ID VARCHAR2(30) -
3 RTS_REASON_DESC VARCHAR2(240) -
4 ACTIVE_FLAG VARCHAR2(1) -
5 INSERTED_DATE DATE -
6 LAST_UPDATE_DATE DATE -
7 ROW_EFFECTIVE_DATE DATE -
8 ROW_END_DATE DATE -
f. Dimensi supplier (DIM_SUPPLIER)
Tabel 3.12 Tabel DIM_SUPPLIER
No Kolom Tipe Data Constraint
1 SUPPLIER_SITE_KEY NUMBER Primary key
2 SUPPLIER_SITE_ID NUMBER Not null
3 SUPPLIER_SITE_NAME VARCHAR2(15) Not null
4 SUPPLIER_ID NUMBER Not null
5 SUPPLIER_NAME VARCHAR2(240) -
6 ADDRESS VARCHAR2(722) -
7 CITY VARCHAR2(60) -
8 PROVINCE VARCHAR2(60) -
9 COUNTRY VARCHAR2(80) Not null
10 ZIP_NO VARCHAR2(20) -
11 PRIMARY_CONTACT_PERSON VARCHAR2(42) -
12 PHONE_NO VARCHAR2(50) -
95
13 FAX_NO VARCHAR2(50) -
14 SHIP_TO_LOCATION VARCHAR2(60) -
15 BILL_TO_LOCATION VARCHAR2(60) -
16 BANK_ACCOUNT_NO VARCHAR2(30) -
17 BANK_ACCOUNT_NAME VARCHAR2(80) -
18 ACTIVE_FLAG VARCHAR2(1) -
19 INSERTED_DATE DATE -
20 LAST_UPDATE_DATE DATE -
21 ROW_EFFECTIVE_DATE DATE -
22 ROW_END_DATE DATE -
7. Pemilihan Durasi Database
Pada tahap ini, dilakukan penentuan durasi database yang akan
dimasukkan ke dalam data warehouse. Hal ini dilakukan agar data
pada data warehouse yang akan dianalisis oleh user bersifat stabil atau
tidak berubah. Berdasarkan kebutuhan PT. Dexa Medica, maka data
yang akan dianalisis merupakan data dari Januari 2009 sampai dengan
November 2010.
Tabel 3.13 Tabel Durasi Database
Nama
Database
Tahun
Mulai
Range Data dalam
Data Warehouse
Jumlah
Tahun
DWHDXM 2009 2009 – 2010 1 tahun
96
8. Menelusuri Slowly Changing Dimension
Pada pengamatan terhadap perubahan dimensi secara perlahan,
terdapat 3 cara untuk melakukannya yaitu:
Tipe 1
Atribut dimensi yang berubah akan terhapus dan terisi nilai
atribut yang baru.
Tipe 2
Atribut yang berubah akan tetap tersimpan dan akan
dimasukkan suatu record baru dengan atribut yang sudah
berubah.
Tipe 3
Atribut dimensi yang telah berubah menimbulkan alternatif
sehingga nilai atribut lama dan yang baru dapat diakses secara
bersama pada dimensi yang sama.
Dalam perancangan data warehouse ini dipilih tipe kedua. Hal
ini dilakukan untuk mengetahui perubahan dimensi yang terjadi dari
data lama ke data baru.
97
9. Menentukan Prioritas dan Cara Query
Tahap ini berkaitan dengan proses ETL (Extract Transformation
Loading). ETL merupakan proses pengambilan data aplikasi legacy
dan pengintegrasian data tersebut ke dalam data warehouse.
Tabel 3.14 Tabel Proses ETL
Pelaku ETL Waktu Dilakukan Keterangan
Server Setiap akhir bulan ETL dilakukan secara
otomatis oleh server
3.5.4 Aplikasi untuk Transaksi
Aplikasi yang digunakan perusahaan dalam menangani transaksi
adalah produk Microsoft yaitu Microsoft Office Excel dan produk Oracle
dalam bentuk suite package ERP yaitu Oracle Apps (ERP atau Enterprise
Resource Planning).
Microsoft Office Excel merupakan program aplikasi lembar kerja
spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation.
Excel digunakan dalam menangani sebagian transaksi karena memiliki
bahasa pemrograman Visual Basic for Applications (VBA), yang dapat
menambah kemampuan Excel untuk melakukan otomatisasi di dalam Excel
dan juga menambahkan fungsi-fungsi yang dapat didefinisikan oleh
pengguna (user-defined functions) untuk digunakan di dalam worksheet.
Selain itu, Excel juga dapat merekam semua yang dilakukan oleh pengguna
menjadi macro, sehingga mampu melakukan otomatisasi beberapa tugas.
98
Gambar 3.20 Tampilan Aplikasi Microsoft Office Excel
Enterprise Resource Planning (ERP) merupakan sistem aplikasi yang
mendukung perencanaan dan kontrol operasional sehari-hari yang
berhubungan dengan pengelolaan sumber daya perusahaan seperti uang,
bahan baku dan sebagainya.
ERP sebagai Oracle Apps bukanlah suatu software besar, melainkan
kumpulan software atau modul-modul yang saling terintegrasi satu sama
lainnya.
Oracle Purchasing dan Account Payables menangani vendor karena
perusahaan membeli dari para vendor dan akan membayar mereka. Oracle
Purchasing menangani semua daftar permintaan dan memesan ke vendor
sedangkan Oracle Accounts Payables menangani semua pembayaran ke para
vendor.
99
Sama halnya Oracle Inventory menangani barang-barang pada stok
gudang. Oracle Receivables dan Order Management menangani para
pelanggan. Order Management membantu dalam mengumpulkan semua
pesanan pelanggan sedangkan Oracle Receivables membantu dalam
mengumpulkan uang yang dibayarkan atas pesanan yang dikirimkan kepada
pelanggan.
Oracle Human Resources menangani gaji para karyawan. Jadi untuk
setiap fungsi tertentu, ada modul terpisah yang membantu menjalankan dan
menangani fungsi tersebut.
Gambar 3.21 Tampilan Aplikasi Oracle Apps (ERP)
Dalam skripsi internship ini, sumber data yang diperoleh dari aplikasi
Microsoft Office Excel adalah sumber data untuk fakta deposito, valas, PPh
dan PPN sedangkan sumber data yang diperoleh dari aplikasi Oracle Apps
(ERP) adalah sumber data untuk fakta formula dan performa supplier.
100
3.5.5 Output Informasi
Untuk menghasilkan output informasi berupa laporan kepada user
akhir, front-end pada MIS perusahaan menggunakan Hyperion.
Gambar 3.22 Tampilan Layar Query pada Hyperion
Mula-mula ditentukan dahulu sumber data yang akan digunakan dalam
membuat laporan. Sumber data ini terdiri dari tabel-tabel baik tabel dimensi
maupun tabel fakta serta view. Request, Sort dan Limit dapat diisi sesuai
dengan kebutuhan user dimana Request terdiri dari kolom-kolom yang akan
ditampilkan, Sort adalah kolom yang akan digunakan sebagai pengurut hasil
tampilan query dan Limit adalah pembatas data yang akan tampil dengan
menggunakan kondisi tertentu.
101
Gambar 3.23 Tampilan Layar Results pada Hyperion
Setelah sumber data pada Query ditentukan, dapat dilihat data-data
yang dihasilkan berdasarkan query yang dirancang sebelumnya. Tampilan
data ini diperiksa apakah sudah sesuai dengan kebutuhan.
102
Gambar 3.24 Tampilan Layar Pivot pada Hyperion
Pivot mengelompokkan hasil data yang ditampilkan per atribut tertentu
menjadi laporan yang lebih teringkas misalnya tampilan data per bulan, per
tahun dan sebagainya.
Gambar 3.25 Tampilan Layar Chart pada Hyperion
103
Pivot yang dihasilkan dapat ditampilkan dalam bentuk grafik untuk
mempermudah user dalam menganalisis.
Gambar 3.26 Tampilan Layar Dashboard pada Hyperion
Pivot dan grafik yang dihasilkan kemudian dijadikan laporan yang
digunakan user untuk keperluan analisis.
3.6 Usulan Pemecahan Masalah
Setelah dilakukan identifikasi masalah dan kebutuhan user akan informasi
yang sudah terintegrasi untuk mempermudah proses analisis, maka usulan yang
diberikan adalah membangun data warehouse untuk menghasilkan tabel-tabel fakta
yang diperlukan yaitu tabel fakta deposito, valas, pajak PPh, pajak PPN, formula
dan performa supplier.
104
Untuk menghasilkan tabel-tabel tersebut secara tepat dan efektif, ada beberapa
cara yang dapat dilakukan, seperti :
1. Merancang query yang berguna dalam proses mapping berdasarkan analisis
kebutuhan informasi yang akan ditampilkan kepada user.
2. Menentukan data sumber dan melakukan validasi serta konversi data tersebut
ke dalam format yang sesuai untuk selanjutnya diolah dengan OWB.
3. Melakukan pemetaan dengan konsep ETL dan cleansing data dari sumber agar
data yang ditampilkan pada tabel fakta merupakan data yang efektif dan tepat.
105
3.6.1 Rancangan Skema Bintang
a. Skema bintang deposito
Gambar 3.20 Skema Bintang FACT_DEPOSITO
Skema bintang deposito terdiri dari satu tabel fakta dan tiga tabel
dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_DEPOSITO yang terhubung dengan dua tabel dimensi DIM_PERIOD
(DIM_PLACEMENT_DATE dan DIM_MATURITY_DATE) dan tabel dimensi
DIM_CURRENCY.
106
b. Skema bintang valas
Gambar 3.21 Skema Bintang FACT_VALAS
Skema bintang valas terdiri dari satu tabel fakta dan empat tabel
dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_VALAS yang terhubung dengan dua tabel dimensi DIM_PERIOD
(DIM_PERIOD_TANGGAL_BAYAR dan DIM_PERIOD_TANGGAL_LAPOR)
dan dua tabel dimensi DIM_CURRENCY (DIM_BASE_CURRENCY dan
DIM_QUOTE_CURRENCY).
107
c. Skema bintang pajak PPh
Gambar 3.22 Skema Bintang FACT_TAX_PPH
Skema bintang pajak PPh terdiri dari satu tabel fakta dan dua tabel
dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_TAX_PPH yang terhubung dengan dua tabel dimensi DIM_PERIOD
(DIM_ TANGGAL_BAYAR dan DIM_ TANGGAL_LAPOR).
108
d. Skema bintang pajak PPN
Gambar 3.23 Skema Bintang FACT_TAX_PPN
Skema bintang tax PPN terdiri dari satu tabel fakta dan tiga tabel
dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_TAX_PPN yang terhubung dengan tiga tabel dimensi DIM_PERIOD
(DIM_TANGGAL_LAPOR, DIM_TANGGAL_BAYAR dan DIM_MASA_PAJAK).
109
e. Skema bintang formula
Gambar 3.24 Skema Bintang FACT_FORMULA
Skema bintang formula terdiri dari satu tabel fakta dan dua tabel
dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_FORMULA yang terhubung dengan dua tabel dimensi DIM_PRODUCT
(DIM_FG_PRODUCT dan DIM_RM_PRODUCT).
110
f. Skema bintang performa supplier
Gambar 3.25 Skema Bintang FACT_SUPPLIER_PERFORMANCE
Skema bintang performa supplier terdiri dari satu tabel fakta dan
delapan tabel dimensi. Skema bintang ini menggambarkan sebuah tabel fakta
FACT_SUPPLIER_PERFORMANCE yang terhubung dengan tiga tabel dimensi
DIM_PERIOD (DIM_RECEIVED_DATE, DIM_PO_PROMISED_DATE dan
DIM_PO_NEED_DATE), DIM_PRODUCT, DIM_SUPPLIER, DIM_MANUFACTURER,
DIM_PO_CURRENCY dan DIM_RTS_REASON.
111
Gambar 3.26 Skema Bintang Gabungan
112
3.6.2 Rancangan Query
Setelah menentukan apa saja yang dibutuhkan untuk membuat data
warehouse menggunakan metodologi sembilan tahap, selanjutnya dibuat
rencana query. Rencana query digunakan untuk mempermudah proses
pembuatan mapping suatu fact. Berikut adalah rencana query dari setiap
tabel fakta yang telah dipilih pada tahap sebelumnya.
a. Query tabel fakta deposito (FACT_DEPOSITO)
Rancangan query untuk menghasilkan tabel fakta deposito.
Rancangan query berikut akan digunakan sebagai pedoman pada proses
mapping tabel fakta deposito.
SELECT DPST.NO_BILYET, DPST.DEPOSITO_ID, DPST.BANK,
PD.PERIOD_KEY as PLACEMENT_DATE_KEY,
MD.PERIOD_KEY as MATURITY_DATE_KEY,
DC.CURRENCY_KEY as CURRENCY_KEY,
DPST.AMOUNT, DPST.INTEREST_RATE,
DPST.INTEREST_AMOUNT, DPST.TAX,
DPST.INTEREST_AFTER_TAX,
DPST.MATURITY_FLAG, DPST.JENIS
FROM STG_FACT_TAX_DEPOSITO DPST,
DIM_PERIOD PD,
DIM_PERIOD MD,
DIM_CURRENCY DC
WHERE ( DPST.PLACEMENT_DATE = PD.FULL_DATE(+) and
DPST.MATURITY_DATE = MD.FULL_DATE(+) and
' ' || DPST.CURRENCY || ' ' LIKE DC.CURRENCY_ID(+))
and UPPER(DC.ACTIVE_FLAG) LIKE 'Y'
113
b. Query tabel fakta valas (FACT_VALAS)
Rancangan query untuk menghasilkan tabel fakta valas. Rancangan
query berikut akan digunakan sebagai pedoman pada proses mapping
tabel fakta valas.
SELECT VL.NO_BILYET,
VL.DEPOSITO_ID,
VD.PERIOD_KEY as VALUE_DATE_KEY,
DD.PERIOD_KEY as DEAL_DATE_KEY,
BC.CURRENCY_KEY as BASE_CURRENCY_KEY,
QC.CURRENCY_KEY as QUOTE_CURRENCY_KEY,
VL.BANK,
VL.BASE_RATE,
VL.DEAL_RATE,
VL.HEDGING_POINT,
VL.REFERENCE_NO,
VL.DEAL_AMOUNT
FROM STG_FACT_VALAS VL,
DIM_PERIOD VD,
DIM_PERIOD DD,
DIM_CURRENCY BC,
DIM_CURRENCY QC
WHERE ( VL.BASE_CURRENCY LIKE BC.CURRENCY_ID(+) and
VL.QUOTE_CURRENCY LIKE QC.CURRENCY_ID(+) and
VL.DEAL_DATE = DD.FULL_DATE(+) and
VL. VALUE_DATE = VD.FULL_DATE(+)) and
( UPPER(BC.ACTIVE_FLAG) LIKE 'Y' and
UPPER(QC.ACTIVE_FLAG) LIKE 'Y')
114
c. Query tabel fakta pajak PPh (FACT_TAX_PPH)
Rancangan query untuk menghasilkan tabel fakta pajak PPh.
Rancangan query berikut akan digunakan sebagai pedoman pada proses
mapping tabel fakta pajak PPh.
SELECT TPH.NO_BILYET,
TPH.DEPOSITO_ID,
TB.PERIOD_KEY as TANGGAL_BAYAR_KEY,
TL.PERIOD_KEY as TANGGAL_LAPOR_KEY,
TPH.BULAN as PERIOD,
TPH.TAHUN,
TPH.JENIS_PPH as JENIS_PAJAK,
TPH.TIPE,
TPH.MAP_PER_KJS as MAP,
TPH.NAMA_BANK as BANK_PEMBAYARAN,
TPH.NO_NTPN as NTPN_NO,
TPH.NPWP,
TPH.DPP,
PPH_TERUTANG,
NILAI_SSP
FROM STG_FACT_TAX_PPH TPH,
DIM_PERIOD TL,
DIM_PERIOD TB
WHERE TPH.TANGGAL_LAPOR = TL.FULL_DATE(+) and
TPH.TANGGAL_BAYAR = TB.FULL_DATE(+)
115
d. Query tabel fakta pajak PPN (FACT_TAX_PPN)
Rancangan query untuk menghasilkan tabel fakta pajak PPN.
Rancangan query berikut akan digunakan sebagai pedoman pada proses
mapping tabel fakta pajak PPN.
SELECT TL.PERIOD_KEY as TANGGAL_LAPOR_KEY,
TB.PERIOD_KEY as TANGGAL_BAYAR_KEY,
MP.PERIOD_KEY as MASA_PAJAK_KEY,
TXP.REVISI_NO,
TXP.BANK as BANK_PEMBAYARAN,
TXP.NTPN_SSP as NTPN_NO,
TXP.NO_BPS as BPS_NO,
TXP.KETERANGAN,
TXP.MAP_PER_KJS as MAP,
TXP.TOTAL_PPN_KELUARAN as PPN_OUT,
TXP.TOTAL_PPN_MASUKAN as PPN_IN,
TXP.PPN_KB_PER_LB as PPN_KB_PER_LB,
TXP.NILAI_SSP as SSP,
TXP.SSP_KB_PER_LB
FROM STG_FACT_TAX_PPN TXP,
DIM_PERIOD TL,
DIM_PERIOD TB,
DIM_PERIOD MP
WHERE TXP.TANGGAL_LAPOR = TL.FULL_DATE(+) and
TXP.TANGGAL_BAYAR = TB.FULL_DATE(+) and
( TXP.MASA = MP.MONTH_LONG_NAME(+) and
TXP.TAHUN = MP.YEAR_NUM(+) and
UPPER(MP.MONTH_END_FLAG) LIKE 'Y')
116
e. Query tabel fakta formula (FACT_FORMULA)
Rancangan query untuk menghasilkan tabel fakta formula.
Rancangan query berikut akan digunakan sebagai pedoman pada proses
mapping tabel fakta formula.
SELECT DPF.PRODUCT_KEY as FG_PRODUCT_KEY,
DPR.PRODUCT_KEY as RM_PRODUCT_KEY,
MST.FORMULA_VERS as VERSION,
MAX(MATL.QTY) as BATCH_SIZE,
MATL1.DETAIL_UOM as FG_UOM,
MATL2.DETAIL_UOM as RM_UOM,
SUM(MATL.QTY) as RM_USAGE_QTY
FROM DIM_PRODUCT DPF,
DIM_PRODUCT DPR,
MV_FM_FORM_MST_V MST,
MV_FM_MATL_DTL MATL1,
MV_FM_MATL_DTL MATL1,
MV_MTL_SYSTEM_ITEMS_B MSI1,
MV_MTL_SYSTEM_ITEMS_B MSI2,
MV_HR_ALL_ORGANIZATION_UNITS HAO
WHERE ( MSI1.INVENTORY_ITEM_ID = MATL1.INVENTORY_ITEM_ID AND
MSI2.INVENTORY_ITEM_ID = MATL2.INVENTORY_ITEM_ID AND
MST.FORMULA_ID = MATL1.FORMULA_ID AND
MST.FORMULA_ID = MATL2.FORMULA_ID AND
MATL1.LINE_TYPE = 1 AND
MATL2.LINE_TYPE = -1 AND
MST.FORMULA_STATUS = 700 AND
( MSI1.END_DATE_ACTIVE > SYSDATE OR
MSI1.END_DATE_ACTIVE IS NULL) AND
117
( MSI2.END_DATE_ACTIVE > SYSDATE OR
MSI2.END_DATE_ACTIVE IS NULL) AND
MSI1.ORGANIZATION_ID = HAO.ORGANIZATION_ID AND
MSI2.ORGANIZATION_ID = HAO.ORGANIZATION_ID AND
HAO.NAME like '%FPP Plant Cikarang%') AND
( DPF.MFG_PRODUCT_ID(+) LIKE '%' ||
MSI1.SEGMENT1 || '-' || MSI1.SEGMENT2 || '-' ||
MSI1.SEGMENT3 || '%' AND DPR.MFG_PRODUCT_ID(+)
LIKE '%' || MSI2.SEGMENT1 || '-' ||
MSI2.SEGMENT2 || '-' || MSI2.SEGMENT3 || '%') AND
( UPPER(DPF.ROW_CURRENT_FLAG) = 'Y' AND
UPPER(DPR.ROW_CURRENT_FLAG) = 'Y')
GROUP BY FG_PRODUCT_KEY, RM_PRODUCT_KEY,
VERSION, FG_UOM, RM_UOM
f. Query tabel fakta performa supplier (FACT_SUPPLIER_PERFORMANCE)
Rancangan query untuk menghasilkan tabel fakta performa
supplier. Rancangan query berikut akan digunakan sebagai pedoman pada
proses mapping tabel fakta performa supplier.
SELECT DPTD.PERIOD_KEY as TRANSACTION_DATE_KEY,
DPPD.PERIOD_KEY as PROMISED_DATE_KEY,
PNBD.PERIOD_KEY as NEED_BY_DATE_KEY,
DP.PRODUCT_KEY as PRODUCT_KEY,
DS.SUPPLIER_KEY as SUPPLIER_KEY,
DM.MANUFACTURER_KEY as MANUFACTURER_KEY,
DC.CURRENCY_KEY as PO_CURRENCY_KEY,
DRR.RTS_REASON_KEY as RETURN_REASON_KEY,
PRT.UNIT_OF_MEASURE as RECEIVING_UOM,
118
RSH.RECEIPT_NUM as RECEIVING_NO,
NVL(RSL.LINE_NUM,0) as RECEIVING_LINE_NO,
PHA.SEGMENT1 as PO_NO,
NVL(PLA.LINE_NUM,0) as PO_LINE_NO,
RLT.LOT_NUM as LOT_NO,
PRT.VENDOR_LOT_NUM as SUPPLIER_LOT_NO,
NVL(MTR.REASON_ID,0) as RETURN_TRASACTION_ID,
NVL(PRT.CURRENCY_CONVERSION_RATE,0) as
RECEIVED_EXCHANGE_RATE,
NVL(PHA.RATE,0) as PO_EXCHANGE_RATE,
NVL(PLA.UNIT_PRICE,0) as PO_PRICE,
CASE
WHEN PRT.TRANSACTION_DATE between
(PLLA.PROMISED_DATE - PLLA.DAYS_EARLY_RECEIPT_ALLOWED)
and (PLLA.PROMISED_DATE + PLLA.DAYS_LATE_RECEIPT_ALLOWED)
THEN 'Ontime'
WHEN PRT.TRANSACTION_DATE >
(PLLA.PROMISED_DATE + PLLA.DAYS_LATE_RECEIPT_ALLOWED)
THEN 'Late'
WHEN PRT.TRANSACTION_DATE <
(PLLA.PROMISED_DATE - PLLA.DAYS_EARLY_RECEIPT_ALLOWED)
THEN 'Early'
WHEN PLLA.PROMISED_DATE IS NULL THEN 'Cannot Compare'
END as PROMISED_DATE_DEV_STATUS,
CASE
WHEN PRT.TRANSACTION_DATE between
(PLLA.NEED_BY_DATE - PLLA.DAYS_EARLY_RECEIPT_ALLOWED)
and (PLLA.NEED_BY_DATE + PLLA.DAYS_LATE_RECEIPT_ALLOWED)
THEN 'Ontime'
119
WHEN PRT.TRANSACTION_DATE >
(PLLA.NEED_BY_DATE + PLLA.DAYS_LATE_RECEIPT_ALLOWED)
THEN 'Late'
WHEN PRT.TRANSACTION_DATE <
(PLLA.NEED_BY_DATE - PLLA.DAYS_EARLY_RECEIPT_ALLOWED)
THEN 'Early'
WHEN INGRP1.NEED_BY_DATE IS NULL THEN 'Cannot Compare'
END as NEED_DATE_DEV_STATUS,
NVL(PRT.QUANTITY,0) as PO_QTY,
NVL(PRT.QUANTITY,0) as RECEIVED_QTY,
NVL((PLA.UNIT_PRICE * PRT.QUANTITY),0) as RECEIVED_VALUE,
NVL(((PLA.UNIT_PRICE * PRT.QUANTITY) *
PRT.CURRENCY_CONVERSION_RATE),0) as RECEIVED_VALUE_IDR,
CASE
WHEN PRT.TRANSACTION_TYPE = 'RETURN TO VENDOR'
THEN PRT.QUANTITY
ELSE 0
END as RMA_QTY,
CASE
WHEN PRT.TRANSACTION_TYPE = 'RETURN TO VENDOR'
THEN (PLA.UNIT_PRICE * PRT.QUANTITY)
ELSE 0
END as RMA_VALUE,
CASE
WHEN PRT.TRANSACTION_TYPE ='RETURN TO VENDOR'
THEN ((PLA.UNIT_PRICE * PRT.QUANTITY) *
PRT.CURRENCY_CONVERSION_RATE)
ELSE 0
END as RMA_VALUE_IDR
120
FROM MV_PO_RCV_TRANSACTIONS PRT,
MV_PO_LINE_LOCATIONS_ALL PLLA,
MV_MTL_SYSTEM_ITEMS MSI,
MV_PO_VENDORS PV,
MV_PO_LINES_ALL PLA,
MV_PO_HEADERS_ALL PHA,
MV_INV_MTL_TRANSACTION_REASONS MTR,
MV_RCV_SHIPMENT_HEADERS RSH,
MV_PO_RCV_SHIPMENT_LINES RSL,
MV_PO_RCV_LOT_TRANSACTIONS RLT,
MV_INV_MTL_ITEM_LOCATIONS MIL,
DIM_PERIOD DPTD,
DIM_PERIOD DPPD,
DIM_PERIOD PNBD,
DIM_PRODUCT DP,
DIM_SUPPLIER DS,
DIM_MANUFACTURER DM,
DIM_CURRENCY DC,
DIM_RTS_REASON DRR
WHERE ( MSI.ORGANIZATION_ID = PRT.ORGANIZATION_ID AND
PRT.PO_LINE_LOCATION_ID = PLLA.LINE_LOCATION_ID AND
PRT.PO_LINE_ID = PLA.PO_LINE_ID AND
PRT.VENDOR_ID = PV.VENDOR_ID AND
PRT.PO_HEADER_ID = PHA.PO_HEADER_ID AND
MSI.INVENTORY_ITEM_ID = RSL.ITEM_ID AND
PRT.SHIPMENT_HEADER_ID = RSH.SHIPMENT_HEADER_ID AND
PRT.SHIPMENT_LINE_ID = RSL.SHIPMENT_LINE_ID AND
RSH.SHIPMENT_HEADER_ID = RSL.SHIPMENT_HEADER_ID AND
PRT.LOCATOR_ID = MIL.INVENTORY_LOCATION_ID(+) AND
121
RLT.TRANSACTION_ID(+) = PRT.TRANSACTION_ID AND
PRT.REASON_ID = MTR.REASON_ID(+) AND
PRT.TRANSACTION_TYPE IN('RECEIVE','RETURN TO VENDOR')) AND
to_char(PNBD.FULL_DATE,'mm/dd/yyyy') =
NVL(to_char(PRD.FULL_DATE(+),'mm/dd/yyyy'),'1/1/1900') AND
to_char(PRT.TRANSACTION_DATE,'mm/dd/yyyy')=
NVL(to_char(DPPD.FULL_DATE(+),'mm/dd/yyyy'),'1/1/1900') AND
to_char(PLA.PROMISED_DATE,'mm/dd/yyyy') =
NVL(to_char(PNBD.PERIOD_KEY(+),'mm/dd/yyyy'),'1/1/1900') AND
MSI.SEGMENT2 = DP.MFG_PRODUCT_ID(+) AND
PHA.CURRENCY_CODE = DC.CURRENCY_KEY(+) AND
PLA.ATTRIBUTE1 = DM.MANUFACTURER_KEY(+) AND
PV.VENDOR_NAME = DS.SUPPLIER(+) AND
PLLA.NEED_BY_DATE = DP.ROW_CURRENT_FLAG(+) AND
PHA.PO_CURRENCY = IN_DIM_RETURN_REASON.RTS_REASON_KEY(+)
AND UPPER(IN_DIM_PRODUCT.ROW_CURRENT_FLAG) = 'Y'