DATA WAREHOUSE UNTUK SALES DAN INVENTORY PADA …thesis.binus.ac.id/Doc/Lain-lain/2012-1-00229-IF...

DATA WAREHOUSE UNTUK SALES DAN

INVENTORY PADA DKSH INDONESIA

Ike Nadiavari

Binus University, Jakarta, DKI Jakarta, Indonesia

Marvi Indra Utama


dan

Ririd Yuniar Ragil Pertiwi


Abstrak

Tujuan penelitian ini adalah mengembangkan data warehouse sebagai wadah berbagai sumber

data dari berbagai proses bisnis, merancang aplikasi untuk penggunaan data warehouse.

Metodologi yang digunakan dalam penelitian skripsi ini adalah 9 step methodology yang

dikembangkan oleh Kimball yaitu memilih proses, memilih grain, identifikasi dimensi, memilih

fakta, menyimpan pre-kalkulasi, melengkapi tabel dimensi, memilih durasi database, melacak

SCD, dan memilih prioritas query. Hasil penelitian ini adalah sebuah prototype aplikasi yang

terhubung dengan data warehouse yang dapat menampilkan perkembangan transaksi perusahaan

dari tahun ke tahun dalam bentuk pivot tabel dan grafik serta fungsi ekspor ke excel yang

membantu dalam pengauditan data. Simpulan yang dapat ditarik berdasarkan hasil evaluasi

adalah dengan menggunakan aplikasi telah menyederhanakan tampilan informasi yang

diperlukan dan mudah dimengerti sehingga mudah dianalisis.

Keyword : Data Warehouse, Sales, Inventory

1. Pendahuluan

Perkembangan internet, teknologi dan sistem informasi yang sangat pesat telah

membawa perubahan ke dalam hampir setiap aspek kehidupan. Teknologi informasi berbasis

komputer saat ini menjadi salah satu hal utama bagi manusia modern, khususnya pada bagian

informasi. Banyak bidang yang telah memanfaatkan teknologi informasi berbasis komputer

untuk memberikan kemudahan dalam menyelesaikan pekerjaan. Komputerisasi, yang dilakukan

dengan menggunakan komputer sebagai alat bantu pengolahan data untuk pengganti teknik

pengolahan data secara manual, adalah salah satu hasil dari perkembangan teknologi dan sistem

informasi dan mulai diterapkan pada banyak tempat. Dengan menerapkan komputerisasi, waktu

pencarian suatu data menjadi lebih singkat. Tidak diperlukan lagi waktu yang lama untuk

mencari berbagai dokumen dari tempat yang berbeda karena dengan komputerisasi, semua data

yang dibutuhkan dapat disimpan pada suatu tempat penyimpanan yang terdapat pada komputer.

Institusi-institusi atau organisasi-organisasi yang besar tentunya memiliki kebutuhan

yang besar tetapi memiliki kendala dalam memproses data yang dimiliki. Dengan banyaknya

data tentu saja otak kanan dan kiri tidak dapat bersinergi untuk mengingat lalu memproses data-

data yang masuk dalam jumlah banyak. Manajer-manajer perusahaan besar tentunya memiliki

keterbatasan dalam menganalisis data sehingga diperlukan suatu pengaturan agar lebih mudah

dianalisis. Dengan kata lain proses bisnis bisa berjalan baik dengan mengorganisasikan data

sehingga mendapat nilai tambah karena yang terpenting dari organisasi atau institusi adalah

mengubah data menjadi informasi untuk mengambil keputusan.

Untuk menampung data yang begitu banyak agar mudah dibutuhkan sebuah

penampungan data atau disebut data warehouse. Datawarehouse bertujuan untuk mengolah

informasi agar menghasilkan pendapatan tinggi dan memperbesar keuntungan.

DKSH adalah salah satu perusahaan multinasional yang sedang berkembang di Indonesia

yang bergerak di bidang market expansion services dan menyediakan solusi bisnis bagi para

kliennya yang terbagi menjadi 5 unit bisnis, meliputi industri produk perawatan diri dan

kosmetik, industri farmasi, industri makanan dan minuman, industri produk perawatan untuk

hewan serta industri bahan kimia khusus. Pada DKSH Indonesia, untuk memperoleh laporan

yang bersifat summary yang digunakan untuk membantu pengambilan keputusan bagi DKSH di

masa depan masih sulit karena data harus diekstraksi secara manual dari database operasional.

Selain itu, hak akses untuk penggunaan database operasional terbatas dan menjadikan proses

pengambilan data yang bersifat summary tersebut menjadi lama dan hanya bergantung pada

administrator saja. Sebagai usulan untuk penyelesaian permasalahan tersebut, dalam skripsi ini

kami mengambil judul data warehouse untuk sales dan inventory karena data warehouse dapat

menghasilkan informasi yang dapat digunakan untuk membantu menganalisis data dan

informasi bagi suatu pengambilan keputusan.

2. Metodologi

2.1 Teori

2.1.1 Memilih Proses (Choosing The Process)

Pada tahap ini dilakukan pemilihan proses bisnis yang terdapat di DKSH

Indonesia. Berdasarkan dari hasil analisis dan survei yang telah dilakukan terhadap

proses bisnis yang ada, didapatkan lima proses yang berkaitan dengan permasalahan

operasional yang dihadapi. Kelima proses tersebut adalah :

1. Penjualan

Proses penjualan yang dimaksud adalah penjualan item kepada pihak customer.

Dokumen yang dibutuhkan yaitu Sales Order.

2. Pembelian

Proses pembelian yang dimaksud adalah pembelian item dari vendor. Dokumen

yang dibutuhkan yaitu Purchase Order.

3. Inventory

Proses inventory yang dimaksud adalah pemantauan jumlah item yang terdapat di

warehouse. Dokumen yang dibutuhkan adalah Inventory Stock Card.

4. Target Penjualan

Yang dimaksud dengan target penjualan adalah menyelaraskan target penjualan

dengan penjualan yang terjadi. Dokumen yang dibutuhkan adalah target

penjualan.

5. Pembayaran

Proses pembayaran yang dimaksud adalah pembayaran yang dilakukan oleh

customer. Dokumen yang dibutuhkan adalah Sales Invoice.

Gambar Entity Relationship Diagram Proses

2.1.2 Memilih Sumber (Choosing The Grain)

Grain adalah data dari calon fakta yang dapat dianalisis. Pada tahap ini dilakukan

pemilihan grain untuk memutuskan apa yang akan direpresentasikan oleh record dari

tabel fakta. Dengan terpilihnya grain maka dimensi dapat diidentifikasi. Grain dalam

perancangan data warehouse ini antara lain :

1. Penjualan

Analisis pada penjualan meliputi keseluruhan penjualan pertahun, keseluruhan

penjualan perbulan, keseluruhan penjualan perminggu, penjualan pertahun per

department, penjualan perbulan per department, penjualan perminggu per

department, item yang paling banyak terjual, customer yang paling banyak

melakukan pembelian, dan total pembayaran.

2. Pembelian

Analisis pada pembelian meliputi banyak item yang dibeli, item yang paling

banyak dipesan, vendor yang paling banyak melakukan penjualan, dan total

pembelian.

3. Inventory

Analisis pada inventory meliputi banyaknya item yang berada di gudang secara

keseluruhan, banyaknya item yang berada di masing-masing gudang .

4. Target Penjualan

Analisis pada target penjualan meliputi total target penjualan.

5. Pembayaran

Analisis pada pembayaran meliputi status pembayaran dan total pemasukan.

2.1.3 Mengidentifikasi dan Menyesuaikan Dimensi (Identifying and Conforming The

Dimension)

Pada tahap ini dilakukan identifikasi dimensi yang digunakan untuk

mendeskripsikan data dari grain yang tepat. Pada proses identifikasi ini tabel-tabel

dimensi yang ada diusahakan dapat digunakan secara bersama-sama oleh tabel fakta.

Tabel-tabel dimensi dalam perancangan data warehouse ini antara lain :

1. Dimensi Waktu

2. Dimensi Customer

3. Dimensi Salesperson

4. Dimensi Vendor

5. Dimensi Item

6. Dimensi Warehouse

7. Dimensi Department

8. Dimensi Currency

Berikut ini adalah hubungan dimensi dengan grain dari fakta.

a. Untuk tabel fakta penjualan menggunakan :

- Dimensi Waktu

- Dimensi Customer

- Dimensi Salesperson

- Dimensi Item

- Dimensi Department

- Dimensi Currency

Tabel Grain vs Dimensi pada Penjualan

Dimensi Grain

Dimensi Waktu

Dimensi Customer

Dimensi SalesPerson

Dimensi Item

Dimensi Department

Dimensi Currency

Item yang paling banyak terjual. X X X X

Banyak item yang terjual X X X X X

Customer yang paling banyak membeli

X X X X X

Total Pembayaran X X X X X X

b. Untuk tabel fakta pembelian menggunakan

- Dimensi Waktu

- Dimensi Vendor

- Dimensi Item


- Dimensi Currency

Tabel Grain vs Dimensi pada Pembelian

Dimensi Grain

Dimensi Waktu

Dimensi Vendor

Dimensi Item

Dimensi Department

Dimensi Currency

Item yang paling banyak dipesan X X X X

Banyak item yang dibeli X X X X Vendor yang paling banyak melakukan penjualan X X X X X

Total Pembelian X X X X X

c. Untuk tabel fakta inventory menggunakan

- Dimensi Waktu

- Dimensi Item

- Dimensi Warehouse

Tabel Grain vs Dimensi pada Inventory

Dimensi

Grain

Dimensi

Waktu

Dimensi

Item

Dimensi

Warehouse

Dimensi

Department

Banyaknya barang yang terdapat di gudang X X X X

d. Untuk tabel fakta target penjualan menggunakan

- Dimensi Waktu

- Dimensi Item


Tabel Grain vs Dimensi pada Target Penjualan

Dimensi

Grain

Dimensi

Waktu

Dimensi

Item

Dimensi

Department

Target penjualan X X X

e. Untuk tabel fakta pembayaran menggunakan

- Dimensi Waktu

- Dimensi Customer

- Dimensi Item


- Dimensi Currency

Tabel Grain vs Dimensi pada Pembayaran

Dimensi

Grain

Dimensi

Waktu

Dimensi

Customer

Dimensi

Item

Dimensi

Department

Dimensi

Currency

Status Pembayaran X X X X X

Total Pemasukan X X X X X

2.1.4 Memilih Fakta (Choosing The Fact)

Pada tahap ini dilakukan pemilihan fakta yang akan digunakan pada perancangan

data warehouse . Fakta-fakta yang dipilih harus sesuai dengan grain yang telah

ditentukan. Fakta-fakta yang telah dipilih antara lain :

2.1.4.1 Fakta untuk Tabel Fakta Penjualan

1. Subtotal_pembayaran, menunjukkan nilai transaksi sebelum terkena pajak.

2. Jumlah_tax, menunjukkan jumlah pajak dari setiap pembelian yang dilakukan

oleh customer.

3. Jumlah_pembayaran_penjualan, menunjukkan nilai transaksi penjualan

kepada customer ditambah dengan nilai pajak.

4. Jumlah_item_terjual, menunjukkan total item yang terjual.

2.1.4.2 Fakta untuk Tabel Fakta Pembelian

1. Total_pembelian, menunjukkan total pengeluaran yang digunakan untuk

pembelian item.

2. Jumlah_item_terbeli, menunjukkan banyak pembelian item.

2.1.4.3 Fakta untuk Tabel Fakta Inventory

1. Jumlah_perItem, menunjukkan jumlah tiap item yang terdapat di gudang.

2.1.4.4 Fakta untuk Tabel Fakta Target Penjualan

1. Total_target_penjualan_dept, menunjukkan total target penjualan per

department.

2.1.4.5 Fakta untuk Tabel Fakta Pembayaran

1. Invoice_amount, menunjukkan nilai total suatu invoice.

2. Status invoice, menunjukkan status sebuah invoice, apakah masih open

atau sudah close.

2.1.5 Menyimpan Perhitungan Awal dalam Tabel Fakta (Storing Pre-Calculation in

The Fact Table)

Berikut ini merupakan perhitungan awal yang terdapat dalam tabel fakta :

Tabel Perhitungan Awal

No Nama Formula

1. Subtotal_pembayaran QtySold x SalesPrice x Rate

2. Jumlah_tax 10% x Subtotal_pembayaran

3. Jumlah_pembayaran_penjualan Subtotal_pembayaran + Jumlah_tax

4. Jumlah_item_terjual SUM(QtySold)

5. Total_pembelian QtyPurchased x PurchasePrice x Rate

6. Jumlah_item_terbeli SUM(QtyPurchased)

7. Jumlah_perItem SUM(Qty)

8. Total_target_penjualan_dept SUM(QtyItemTarget)

9. Invoice_amount SUM(Qty x SalesPrice x Rate)

2.1.6 Pengelompokan Dimensi (Rounding Out The Dimension Tables)

1. Tabel Rounding out Dimension

Tabel Rounding Out Dimension

No Dimensi Field Deskripsi

1. Waktu Minggu Laporan dapat dilihat tiap minggu,

bulan, tahun, dan hari. Bulan Tahun

Tanggal

2. Customer CustomerNo Laporan dapat dilihat berdasarkan

nomor customer dan nama customer. CustomerName

3. SalesPerson SalesmanNo Laporan dapat dilihat berdasarkan

nomor sales person dan nama sales

person.

SalesmanName

4. Vendor VendorNo Laporan dapat dilihat berdasarkan

nomor vendor dan nama vendor. VendorName

5. Item ItemNo Laporan dapat dilihat berdasarkan

nomor item, nama item dan jenis item. ItemName

2. Tabel – Tabel Dimensi

a. Dim_Waktu

Tabel dim_waktu

Attribut Tipe Data Panjang WaktuID Integer 4 Hari Integer 4 Minggu Integer 4 Bulan Integer 4 Tahun Integer 4 Tanggal Datetime 8

b. Dim_Customer

Tabel dim_customer

Attribut Tipe Data Panjang CustomerID Integer 4 CustomerNo Varchar 50 CustomerName Varchar 100

ItemType

6. Warehouse WarehouseNo Laporan dapat dilihat berdasarkan

nomor gudang dan nama gudang. WarehouseName

7. Department DepartmentNo Laporan dapat dilihat berdasarkan

nomor department dan nama

department.

DepartmentName

8. Currency Currency Laporan dapat dilihat berdasarkan

jenis currency yang digunakan.

c. Dim_SalesPerson

Tabel dim_salesperson

Attribut Tipe Data Panjang SalesPersonID Integer 4 SalespersonNo Integer 4 SalespersonName Varchar 100 JobTitle Varchar 100 RecordStatus Varchar 10

d. Dim_Vendor

Tabel dim_vendor

Attribut Tipe Data Panjang VendorID Integer 4 VendorNo Varchar 10 VendorName Varchar 100

e. Dim_Item

Tabel dim_item

Attribut Tipe Data Panjang ItemID Integer 4 ItemNo Varchar 10 ItemName Varchar 100 ItemType Varchar 50 ItemPrice Numeric 10,2 RecordStatus Varchar 10

f. Dim_Warehouse

Tabel dim_warehouse

Attribut Tipe Data Panjang WarehouseID Integer 4 WarehouseNo Integer 4 WarehouseName Varchar 50

g. Dim_Department

Tabel dim_department

Attribut Tipe Data Panjang DepartmentID Integer 4 DepartmentNo Varchar 10 DepartmentName Varchar 100

h. Dim_Currency

Tabel dim_currency

Attribut Tipe Data Panjang CurrencyID Integer 4 Currency Varchar 10 Rate Numeric 10,2 RecordStatus Varchar 10

3. Skema bintang

Pada perancangan data warehouse ini, terdapat 5 (lima) rancangan skema

bintang, yaitu :

a. Skema bintang penjualan

b. Skema bintang pembelian

c. Skema bintang inventory

d. Skema bintang target penjualan

e. Skema bintang pembayaran

Berikut adalah gambar rancangan kelima skema bintang yang dihasilkan :

Gambar Skema bintang Fakta Penjualan

Skema bintang fakta penjualan pada gambar di atas menunjukkan subtotal pembayaran,

jumlah pajak, jumlah pembayaran penjualan dan jumlah item yang terjual. Skema

berdasarkan pada enam dimensi, yaitu dim_waktu, dim_item, dim_customer,

dim_currency, dim_department dan dim_salesperson.

Gambar Skema bintang Fakta Pembelian

Skema bintang fakta pembelian pada gambar di atas menunjukkan jumlah item yang

dibeli dan total pembelian yang terjadi. Skema berdasarkan pada lima dimensi, yaitu

dim_waktu, dim_item, dim_vendor, dim_department dan dim_currency.

Gambar Skema bintang Fakta Inventory

Skema bintang fakta inventory pada di atas menunjukkan jumlah item pada inventory.

Skema berdasarkan tiga dimensi, yaitu dim_waktu, dim_item dan dim_warehouse.

Gambar Skema bintang Fakta Target Penjualan

Skema bintang fakta target penjualan pada di atas menjunjukkan total target penjualan

item. Skema berdasarkan tiga dimensi, yaitu dim_waktu, dim_item dan dim_department.

Gambar Skema bintang Fakta Pembayaran

Skema bintang fakta pembayaran pada di atas menunjukkan invoice amount dan status

dari invoice pada DKSH Indonesia. Skema berdasarkan pada lima dimensi, yaitu

dim_waktu, dim_item, dim_customer, dim_department dan dim_currency.

2.1.7 Memilih Durasi Database (Choosing The Duration of The Database)

Pada tahap ini dilakukan pemilihan durasi database yang akan dipindahkan ke

dalam tabel fakta. Berdasarkan identifikasi kebutuhan data yang dilakukan terhadap

DKSH Indonesia, durasi database yang digunakan untuk membangun data warehouse ,

yaitu :

Tabel Durasi Database

Nama Aplikasi

Database Database ada sejak tahun

Database yang masuk ke dalam data warehouse

Data dalam data warehouse

Data Warehouse untuk Sales dan Inventory pada DKSH Indonesia

DKSH Indonesia

2008 2008-2011 4 Tahun

2.1.8 Melacak Perubahan dari Dimensi Secara Perlahan (Tracking slowly changing

dimensions)

Perubahan dari dimensi secara perlahan dapat diatasi dengan tiga cara, yaitu

mengganti secara langsung pada tabel dimensi, pembentukan record baru untuk setiap

perubahan baru, dan perubahan data yang membentuk kolom baru yang berbeda.

Tabel Slowly Changing Dimension

Dimensi Atribut Tipe SCD dim_customer CustomerID 1

CustomerNo 1 CustomerName 1

dim_salesperson SalesPersonID 1 SalesPersonNo 1 SalesPersonName 1 JobTitle 2

dim_vendor VendorID 1 VendorNo 1 VendorName 1

dim_item ItemID 1 ItemNo 1 ItemName 1

Dimensi Atribut Tipe SCD ItemType 1 ItemPrice 2

dim_warehouse WarehouseID 1 WarehouseNo 1 WarehouseName 1

dim_department DepartmentID 1 DepartmentNo 1 DeparmentName 1

dim_currency CurrencyID 1 Currency 1 Rate 2

2.1.9 Memutuskan Prioritas dan Cara Query (Deciding the query priorities and the

query modes)

Pada langkah ini, memperkirakan untuk membuat rancangan fisikal. Yang paling

penting dalam rancangan fisikal yang mempengaruhi persepsi data mart end user adalah

urutan dari perintah fisikal yang ada dalam tabel dan ketersediaan ringkasan. Di balik

semua ini, ada tambahan rancangan fisikal yang mempengaruhi administration, back up,

indexing performance dan security.

Tabel Query Fakta Penjualan

Tahun

Bulan

Minggu

ItemNo ItemName CustomerName DeptNo SalesPersonName Qty Currency Price Total

Tabel Query Fakta Pembayaran

Tahun

Bulan

Minggu

DeptNo CustomerName Currency TotalInvoice Status

Tabel Query Fakta Pembelian

Tahun

Bulan

Minggu

ItemNo ItemName VendorName DeptNo Qty Price Currency Total

Tabel Query Fakta Inventory

Tahun

Bulan

ItemNo ItemName Warehouse Qty

Tabel Query Fakta Target Penjualan

Tahun

Bulan

DeptNo ItemName Qty

2.2 Back Up dan Recovery

Proses backup data warehouse adalah proses yang perlu dilakukan oleh perusahaan

untuk menunjang terlaksananya implementasi yang baik. Dengan adanya backup data

warehouse maka perusahaan dapat menghindari rusaknya atau hilangnya data akibat

kerusakan pada server, pencurian, bencana alam maupun faktor lainnya.

DKSH Indonesia melakukan backup data setiap hari begitu selesai jam kerja. Backup

(penyimpanan data) disimpan di dalam CD Eksternal maupun ke dalam harddisk

eksternal.

Recovery data bertujuan untuk mengembalikan data ke dalam keadaan terakhir kali

sebelum terjadi kerusakan sehingga bila ada masalah yang menghilangkan data, maka

data dapat direcovery dari CD.

2.3 Security

Security merupakan komponen yang penting dalam setiap perusahaan. Dengan

security yang baik, data yang dimiliki oleh perusahaan pun lebih aman. Tingkat

keamanan pengaksesan ini bertujuan untuk mencegah data diakses, diubah, atau pun

dihapus oleh pihak yang tidak berkepentingan. Sistem security sendiri dapat dibagi

menjadi 2, antara lain sebagai berikut :

a. Authentication

Authentication membatasi user yang berwenang untuk mengakses data di dalam

suatu perusahaan. Sistem yang berfungsi sebagai authentication saat ini adalah VB.Net

yang dijalankan dalam windows.

b. Authorization

Sistem yang digunakan dalam authorization adalah sistem Password. Sehingga tidak

sembarang orang yang bisa mengakses ke dalam laporan tersebut hanya orang-orang

yang terkait yang bisa melihat laporan itu. Berikut ini adalah rinciannya :

Tabel Authorization

User Laporan

Admin General Manager

Business Line Manager

Sales Person

Sales Support

Finance Manager

Operating System * * * * * * Database Data Source *

Database OLAP * Analysis Service *

fakta_penjualan * * * * * fakta_pembelian * * * *

fakta_inventory * * * * fakta_target_penjualan * * * *

fakta_pembayaran * * * *

2.4 Tampilan Layar Aplikasi yang Dirancang

a. Halaman Login

Sebelum user dapat mengakses data warehouse ini, user harus terlebih

dahulu melakukan login pada halaman login. User akan diminta untuk

memasukkan inputan berupa username dan Password yang bertujuan untuk

melakukan autentikasi user.

b. Halaman Home

Pada menu ini terdapat beberapa submenu yang dapat diakses sesuai dengan

hak aksesnya :

• Inventory

• Invoice

• Purchase

• Sales

• Sales Target

• Change Password

• Manage User

c. Halaman Sales

Pada halaman Sales terdapat sales summary yang merupakan rangkuman

dari penjualan. User dapat menentukan periode sales summary yang ingin

dilihat dengan memilih tahun, bulan, minggu dan hari. User juga dapat melihat

jumlah penjualan berdasarkan departemen, customer, item dan sales person.

Selain itu user dapat melihat laporan penjualan secara keseluruhan dalam

bentuk grafik dan melakukan export data ke dalam bentuk Excel dengan

memilih Export to Excel dari submenu File.

d. Halaman Purchase

Pada halaman Purchase terdapat purchase summary yang merupakan

rangkuman dari pembelian. User dapat menentukan periode purchase

summary yang ingin dilihat dengan memilih tahun, bulan, minggu dan hari.

User juga dapat melihat purchase summary berdasarkan currency, item dan

vendor. Selain itu user dapat melihat laporan pembelian secara keseluruhan

yang berupa grafik dan melakukan export data ke dalam bentuk Excel dengan

memilih Export to Excel dari submenu File.

e. Halaman Inventory

Pada halaman Inventory terdapat inventory summary yang merupakan

rangkuman dari persediaan barang. User dapat menentukan periode inventory

summary yang ingin dilihat dengan memilih minggu, bulan dan tahun. User

dapat melihat jumlah item yang terdapat pada setiap warehouse. Selain itu user

dapat melihat laporan persediaan barang secara keseluruhan yang berupa grafik

dan melakukan export data ke dalam bentuk Excel dengan memilih Export to

Excel dari submenu File.

f. Halaman Target Penjualan

Pada halaman Invoice terdapat invoice summary yang merupakan

rangkuman dari pembayaran. User dapat menentukan periode invoice summary

yang ingin dilihat dengan memilih week, month, dan year. Selain itu user dapat

melihat laporan pembayaran secara keseluruhan yang berupa grafik dan

melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel

dari submenu File.

g. Halaman Invoice

Pada halaman Invoice terdapat invoice summary yang merupakan

rangkuman dari pembayaran. User dapat menentukan periode invoice summary

yang ingin dilihat dengan memilih week, month, dan year. Selain itu user dapat

melihat laporan pembayaran secara keseluruhan yang berupa grafik dan

melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel

dari submenu File.

2.5 Evaluasi

Setelah perancangan dan implementasi aplikasi data warehouse pada DKSH

Indonesia dilaksanakan, maka dapat diperoleh hasil evaluasi. Evaluasi dari aplikasi ini

dilakukan secara langsung oleh user. Adapun aspek-aspek aplikasi yang dievaluasi

meliputi kemudahan penggunaan aplikasi, sistem yang diterapkan, kelengkapan data dan

tampilan laporan dalam aplikasi.

Setelah melakukan evaluasi terhadap aplikasi yang diusulkan, maka kesimpulan

yang didapat dari evaluasi yang tertera pada lampiran yaitu :

• Untuk tampilan data pada halaman laporan Invoice (pembayaran), tingkat

kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai.

• Untuk tampilan data pada halaman laporan Purchase (pembelian), tingkat

kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai.

• Untuk tampilan data pada halaman laporan Sales (penjualan), tingkat kesesuaian

tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai.

• Untuk tampilan data pada halaman laporan Sales Target (target penjualan),

tingkat kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup

sesuai.

3. Simpulan

Dari seluruh rangkaian penelitian dapat diuraikan menjadi beberapa simpulan sebagai

berikut :

1. Dengan menggunakan data warehouse dapat menampilkan data yang dibutuhkan oleh

karyawan maupun eksekutif DKSH Indonesia dari berbagai sudut pandang dan

mengakses informasi secara lengkap.

2. Tampilan informasi yang ditampilkan dalam bentuk grafis maupun laporan telah dapat

mewakili hubungan atau pola informasi penting yang terdapat pada basis data

historikal.

3. Dengan membandingkan data dari beberapa tahun sebelumnya maka pengguna dapat

menentukan pilihan atau keputusan yang tepat berdasarkan hasil perbandingan data

yang ditampilkan.

Daftar Pustaka

Atzeni, Paolo, Ceri, Stefano, Paraboschi, Stefano, Torlone, Riccardo.(2003).Database Systems

Concept, Languages and Architectures International Edition.McGraw-Hill.Singapore.

Berson, Alex and Stephen J. Smith.(2001).Data Warehousing, Data Mining, & OLAP.Mcgraw-

Hill.Singapore.

Connolly, Thomas and Carolyn Begg.(2005).Database Systems : A Practical Approach to

Design, Implementation, and Management.4th Edition. Addison Wesley Publishing Company

Inc.,California.

Kimball, Ralph and Margy Ross.(2002).The Datawarehouse Toolkit : The Complete Guide to

Dimensional Modeling, 2nd Edition.John Wiley & Sons,Inc.USA.

Kimball, Ralph and Margy Ross.(2010).The Kimball Group Reader : Relentlessly Practical

Tools for Data Warehousing and Business Intelligence.Wiley Publishing Inc.USA.

Kotler, Philip, Amstrong.(2006).Principles of Marketing.11th Edition.Pearson Education.New

Jersey.

Inmon, W.H.(2005).Building the Data Warehouse.4th Edition.John Wiley & Sons,Inc.USA.

Mulyadi.(2001).Sistem Akuntansi.3th Edition.Salemba Empat.Jakarta.

Nickels, William G., McHugh, James M., Susan M.(2002).Understanding Business.6th

Edition.McGraw Hill.

Render, Barry, Jay Heizer.(2001).Prinsip-Prinsip Manajemen Operasi.Salemba Empat.Jakarta.

Turban, Efraim, Rainer, R. Kelly Jr., Potter, Richard E.(2005).Introduction to Information

Technology.3rd Edition.John Wiley & Sons.Canada.

Warren, Carls, James M. Reeve, Phillip E. Fess.(2002).Accounting.20th Edition.South Western.

Whitten,Jeffrey L.,Bentley, Lonnie D.,Dittman,Kevin C.(2007).Systems Analysis and Design

Methods. Seventh Edition.McGraw Hill.USA.

DATA WAREHOUSE FOR SALES AND INVENTORY IN DKSH INDONESIA

Ike Nadiavari


Marvi Indra Utama


and

Ririd Yuniar Ragil Pertiwi


Abstract

The purposes of this study are to develop data warehouse as data storage for different data

sources from a variety of business processes, to design application that will support the

usage of data warehouse. The methodology used in this study of data warehouse is 9 steps

methodology by Ralph Kimball such as choosing the process, choosing the grain,

identifying and conforming the dimension, choosing the fact, storing pre-calculation in the

fact table, rounding out the dimension tables, choosing the duration of the database,

tracking slowly changing dimensions and deciding the query priorities and the query

modes. The outcome of the study is a prototype of an application, connected to the data

warehouse, displaying company’s transaction progress in pivot table and graphics, and

export function to excel that will help in auditing data. The conclusion that can be drawn

from evaluation results is the usage of this application simplifies the display of the

required information and make them easily understood and analyzed.

Keyword : Data Warehouse, Sales, Inventory 1. Introduction

Rapid development of internet, technology and information system has brought changes

into almost every aspect in life. Computer based information technology is now one of

the main things in modern society, especially the part where information is needed. Many

fields of work had used computer based information technology to provide ease in

completing work. Computerization, which applied by using computer as tools to help

data processing to replace manual data processing, is one of the result of technology and

information system’s development and now it’s implemented in many places. With

computerization, data searching time become shorter. People don’t need to spend a long

time to search documents stored in different places because with computerization, all

required data can be stored in one storage in computer.

Large institutions or organization certainly have complex needs for data but also have

problems in processing their data. With the large amount of data, of course the

performance of brain will be more onerous in processing the data. The managers from

large companies surely have limitations in analyzing data and it is necessary to arrange

data in order to make it easier to be analyzed. In other words, business processes will go

smoothly by organizing data because the most important thing in organization or

institution is to turn data into information that will help in making decisions.

To make it easier in accommodating large amount of data, a shelter for data is needed. It

is usually called as data warehouse. The purpose of data warehouse is to process

information that will generate revenue and profits.

DKSH is one of growing multinational company in Indonesia and the world leader in

Market Expansion Service, providing business partners with a comprehensive package of

services to reach their individual goals, divided into 5 business units such as Healthcare,

Pharmaceutical, Foods and Beverages, Animal Care Industry and Specialty Chemicals

Industry. In DKSH Indonesia, to obtain summary reports that can be used to help making

decisions for DKSH Indonesia is still difficult because data needs to be manually

extracted from operational database. Moreover, access privilege to use operational

database is limited, making data fetching process to get summary reports only depends on

administrator and taking a long time to complete. As a proposal to solve the problem, in

this study, we take on titles data warehouse for sales and inventory because data

warehouse can produce information that can be used to help analyzing data and

information for decision making.

2. Methodology

2.1 Theories

2.1.1 Choosing The Process

In this part, we will choose business processes in DKSH Indonesia. Based on

analysis and survey results, we have identified 5 business processes related to the

problems. They are :

1. Sales

The sales process is referring to selling item (products) to customer. The required

document is Sales Order.

2. Purchase

The purchase process is referring to buying item (products) from vendor. The

required document is Purchase Order.

3. Inventory

The inventory process is referring to stock monitoring in warehouse. The required

document is Inventory Stock Card.

4. Sales Target

Sales target is referring to adjusting sales with sales target. The required document is

target sales.

5. Payment/Invoice

Payment process is referring to payment from customer to DKSH Indonesia. The

required document is Sales Invoice.

ER-D Process

2.1.2 Choosing The Grain

Grain is data for fact candidates that will be analyzed. In this part, we choose

grain to decide what will be represented by records in fact tables. By selecting grain, we

can identify dimensions. Grains in this data warehouse are :

1. Sales

Analysis on sales includes yearly sales, monthly sales, weekly sales, yearly sales per

department, monthly sales per department, weekly sales per department, top item

sold, top customer and total payment.

2. Purchase

Analysis on purchase includes most purchased item, most wanted item, top vendor

and total purchase.

3. Inventory

Analysis on inventory includes the quantity of item (products) in all warehouses,

quantity of products in each warehouse.

4. Sales Target

Analysis on sales target includes total sales target.

5. Payment/Invoice

Analysis on payment includes payment status and total income.

2.1.3 Identify and Conforming The Dimension

In this part, we identify dimensions that will be used in describing data from the

right grain. in this process of identification, dimension tables that will be created must be

able to be used by facts table all together. The dimension tables in this data warehouse

are :

1. Dimensi Waktu

2. Dimensi Customer


4. Dimensi Vendor

5. Dimensi Item


7. Dimensi Currency

Below is the relationship between dimension and grain from facts :

a. Sales Fact will be using :

1. Dimensi Waktu

2. Dimensi Customer


4. Dimensi Item


6. Dimensi Currency

Table Grain vs. Dimension on Sales

Dimensi Grain

Dimensi Waktu

Dimensi Customer

Dimensi SalesPerson

Dimensi Item

Dimensi Department

Dimensi Currency

Item yang paling banyak terjual. X X X X

Banyak item yang terjual X X X X X

Customer yang paling banyak membeli

X X X X X

Total Pembayaran X X X X X X

b. Purchase Fact will be using :

1. Dimensi Waktu

2. Dimensi Vendor

3. Dimensi Item


5. Dimensi Currency

Table Grain vs. Dimension on Purchase

Dimensi Grain

Dimensi Waktu

Dimensi Vendor

Dimensi Item

Dimensi Department

Dimensi Currency

Item yang paling banyak dipesan X X X X

Banyak item yang dibeli X X X X Vendor yang paling banyak melakukan penjualan X X X X X

Total Pembelian X X X X X

c. Inventory Fact will be using :

1. Dimensi Waktu

2. Dimensi Item


Table Grain vs. Dimension on Inventory

Dimensi

Grain

Dimensi

Waktu

Dimensi

Item

Dimensi

Warehouse

Dimensi

Department

Banyaknya barang yang terdapat di gudang X X X

d. Sales Target Fact will be using :

1. Dimensi Waktu

2. Dimensi Item


Table Grain vs. Dimension on Sales Target

Dimensi

Grain

Dimensi

Waktu

Dimensi

Item

Dimensi

Department

Target penjualan X X X

e. Payment Fact will be using :

1. Dimensi Waktu

2. Dimensi Customer

3. Dimensi Item


5. Dimensi Currency

Table Grain vs. Dimension on Payment

Dimensi

Grain

Dimensi

Waktu

Dimensi

Customer

Dimensi

Item

Dimensi

Department

Dimensi

Currency

Status Pembayaran X X X X X

Total Pemasukan X X X X X

2.1.4 Choosing The Fact

In this part, we choose facts that will be used in designing data warehouse. These

facts needs to be suitable with grains. The facts are :

2.1.4.1 Facts for Sales Fact Table

1. Subtotal_pembayaran, shows transaction amount before tax.

2. Jumlah_tax, shows taxes amount from each sales by customer.

3. Jumlah_pembayaran_penjualan, shows transaction amount plus tax.

4. Jumlah_item_terjual, shows total quantity of sold items.

2.1.4.2 Facts for Purchase Fact Table

1. Total_pembelian, shows total expenditure for buying items from vendor.

2. Jumlah_item_terbeli, shows quantity of purchased item from vendor.

2.1.4.3 Facts for Inventory Fact Table

1. Jumlah_perItem, shows quantity of each item in warehouse.

2.1.4.4 Facts for Sales Target Fact Table

1. Total_target_penjualan_dept, shows total of sales target per department.

2.1.4.5 Facts for Payment Fact Table

1. Invoice_amount, shows total amount of an invoice.

2. Status_invoice, shows status from an invoice, whether it is still open or closed.

2.1.5 Storing Pre-Calculation in The Fact Table

The table below explains pre calculation in facts table :

Table of Pre Calculation

No Name Formula

1. Subtotal_pembayaran QtySold x SalesPrice x Rate

2. Jumlah_tax 10% x Subtotal_pembayaran

3. Jumlah_pembayaran_penjualan Subtotal_pembayaran + Jumlah_tax

4. Jumlah_item_terjual SUM(QtySold)

5. Total_pembelian QtyPurchased x PurchasePrice x Rate

6. Jumlah_item_terbeli SUM(QtyPurchased)

7. Jumlah_perItem SUM(Qty)

8. Total_target_penjualan_dept SUM(QtyItemTarget)

9. Invoice_amount SUM(Qty x SalesPrice x Rate)

2.1.6 Rounding Out The Dimension Tables

1. Table of Rounding Out Dimension

No Dimension Field Description

1. Waktu Minggu Laporan dapat dilihat tiap minggu,

bulan, tahun, dan hari. Bulan Tahun

Tanggal

2. Dimension Tables

a. Dim_Waktu

Table of dim_waktu

Attribut Data Type Length WaktuID Integer 4 Hari Integer 4 Minggu Integer 4 Bulan Integer 4 Tahun Integer 4 Tanggal Datetime 8

2. Customer CustomerNo Laporan dapat dilihat berdasarkan

nomor customer dan nama customer. CustomerName

3. SalesPerson SalesmanNo Laporan dapat dilihat berdasarkan

nomor sales person dan nama sales

person.

SalesmanName

4. Vendor VendorNo Laporan dapat dilihat berdasarkan

nomor vendor dan nama vendor. VendorName

5. Item ItemNo Laporan dapat dilihat berdasarkan

nomor item, nama item dan jenis item. ItemName

ItemType

6. Warehouse WarehouseNo Laporan dapat dilihat berdasarkan

nomor gudang dan nama gudang. WarehouseName

7. Department DepartmentNo Laporan dapat dilihat berdasarkan

nomor department dan nama

department.

DepartmentName

8. Currency Currency Laporan dapat dilihat berdasarkan

jenis currency yang digunakan.

b. Dim_Customer

Table of dim_customer

Attribut Data Type Length CustomerID Integer 4 CustomerNo Varchar 50 CustomerName Varchar 100

c. Dim_SalesPerson

Table of dim_salesperson

Attribut Data Type Length SalesPersonID Integer 4 SalespersonNo Integer 4 SalespersonName Varchar 100 JobTitle Varchar 100 RecordStatus Varchar 10

d. Dim_Vendor

Table of dim_vendor

Attribut Data Type Length VendorID Integer 4 VendorNo Varchar 10 VendorName Varchar 100

e. Dim_Item

Table of dim_item

Attribut Data Type Length ItemID Integer 4 ItemNo Varchar 10 ItemName Varchar 100 ItemType Varchar 50 ItemPrice Numeric 10,2 RecordStatus Varchar 10

f. Dim_Warehouse

Table of dim_warehouse

Attribut Data Type Length WarehouseID Integer 4 WarehouseNo Integer 4 WarehouseName Varchar 50

g. Dim_Department

Table of dim_department

Attribut Data Type Length DepartmentID Integer 4 DepartmentNo Varchar 10 DepartmentName Varchar 100

h. Dim_Currency

Table of dim_currency

Attribut Tipe Data Panjang CurrencyID Integer 4 Currency Varchar 10 Rate Numeric 10,2 RecordStatus Varchar 10

3. Star schema

In this designing process of data warehouse, there are 5 (five) star schema

designs. They are :

a. Star schema for sales

b. Star schema for purchase

c. Star schema for inventory

d. Star schema for sales target

e. Star schema for payment

Below is the picture of star schemas :

Star schema for Sales Fact

The star schema for sales fact above shows payment subtotal, tax amount, total sales

amount and quantity of sold item. The schema is based on six dimensions: dim_waktu,

dim_item, dim_customer, dim_currency, dim_department and dim_salesperson.

Star Schema for Purchase Fact

The star schema for purchase fact above shows quantity of purchased item and total

purchase. The schema is based on five dimensions: dim_waktu, dim_item, dim_vendor,

dim_department and dim_currency.

Star Schema for Inventory Fact

The star schema for inventory fact above shows item quantity in inventory. The schema

is based on three dimensions: dim_waktu, dim_item and dim_warehouse.

Star Schema for Sales Target Fact

The star schema for sales target fact above shows total quantity of sales target. This

schema is based on three dimensions: dim_waktu, dim_item and dim_department.

Star Schema for Payment Fact

The star schema for payment fact above shows invoice amount and status from invoice in

DKSH Indonesia. This schema is based on five dimensions: dim_waktu, dim_item,

dim_customer, dim_department and dim_currency.

2.1.7 Choosing The Duration of The Database

In this part, we choose the duration of the database that will be inserted into fact

table. According to data requirement analysis in DKSH Indonesia, the duration of

database that will be used in developing data warehouse is :

Table of Database Duration

Application Name

Database Database existed from year

Database inserted into data warehouse

Data in data warehouse

Data Warehouse for Sales And Inventory In DKSH Indonesia

DKSH Indonesia

2008 2008-2011 4 Years

2.1.8 Tracking Slowly Changing Dimensions

Slowly changing dimensions can be handled in three ways, such as changing

directly in dimension table, creating new record for each changes and creating new

different column.

Table of Slowly Changing Dimension

Dimension Atribut SCD Type dim_customer CustomerID 1

CustomerNo 1 CustomerName 1

dim_salesperson SalesPersonID 1 SalesPersonNo 1 SalesPersonName 1 JobTitle 2

dim_vendor VendorID 1 VendorNo 1 VendorName 1

dim_item ItemID 1 ItemNo 1 ItemName 1 ItemType 1 ItemPrice 2

dim_warehouse WarehouseID 1 WarehouseNo 1 WarehouseName 1

dim_department DepartmentID 1 DepartmentNo 1 DeparmentName 1

dim_currency CurrencyID 1 Currency 1 Rate 2

2.1.9 Deciding The Query Priorities and The Query Modes

In this part, we are estimating physical design. The most important thing in

physical design that will affects the perception of end user’s data mart is the sequence of

physical commands in table and summary availability. Behind all these, there is addition

for physical design that will affects administration, back up, indexing performance and

security.

Table of Sales Fact Query

Tahun Bulan

Minggu ItemNo ItemName CustomerName DeptNo SalesPersonName Qty Currency Price Total

Table of Payment Fact Query

Tahun

Bulan

Minggu

DeptNo CustomerName Currency TotalInvoice Status

Table of Purchase Fact Query

Tahun

Bulan

Minggu

ItemNo ItemName VendorName DeptNo Qty Price Currency Total

Table of Inventory Fact Query

Tahun

Bulan ItemNo ItemName Warehouse Qty

Table of Sales Target Fact Query

Tahun

Bulan DeptNo ItemName Qty

2.2 Back Up and Recovery

The data warehouse backup process is a process that’s necessary to be done by

company to support good implementation. With the existing of back up from data

warehouse, the company can avoid the risk of corrupted data or data loss caused by

damaged server, thievery, natural disaster or other factors.

DKSH Indonesia performs data backup every day after working hours. The

backup data is stored in external CD or hard disk.

The purpose of data recovery is to restore data into the last condition before it is

damaged. If there is a problem that caused data loss, then the data can be recovered from

the CD.

2.3 Security

Security is the most important component in every company or organization. With

good security, company’s data will be safe. Security level of access is made for

preventing data to be accessed, changed or deleted by unauthorized user. Security system

divided into 2 :

a. Authentication

Authentication is restricting users that are authorized in accessing company data.

The system that performs authentication is VB.Net that runs on Windows.

b. Authorization

The system used in authorization is password and as the result, not everyone can

access every report.

Below is the list of security used in this application :

Authorization Table

2.4 Screen Shot of Application

a. Login

Before user can access this data warehouse, user must be logged in. User

will have to input username and password for user’s authentication.

User Reports

Admin General Manager

Business Line Manager

Sales Person

Sales Support

Finance Manager

Operating System * * * * * *

Database Data Source *

Database OLAP * Analysis Service *

fakta_penjualan * * * * * fakta_pembelian * * * *

fakta_inventory * * * * fakta_target_penjualan * * * *

fakta_pembayaran * * * *

b. Home

In this page, there are submenus that can be accessed according to access

privilege :

- Inventory

- Invoice

- Purchase

- Sales

- Sales Target

- Change Password

- Manage User

c. Sales

This page shows sales summary. User can choose time period of sales

summary by selecting year, month, week and days. User can also see quantity of

sales by department, customer, item and sales person. Moreover, user can view

summary report of sales in graphical mode and export data into excel file by

selecting Export To Excel in File submenu.

d. Purchase

This page shows purchase summary. User can choose time period of the

report by selecting year, month, week and day. User can also view the report

based on currency, item and vendor. Moreover, user can view the report in

graphical mode and export data into Excel by selecting Export To Excel in File

submenu.

e. Inventory

This page shows inventory summary. User can choose time period of

summary report by selecting week, month and year. User can also view the report

based on item in each warehouse. Moreover, user can view the report in graphical

mode and export the data into Excel format by selecting Export to Excel in File

submenu.

f. Sales Target

This page shows sales target summary. User can choose time period of

sales target summary report by selecting week, month and year. Moreover, user

can view the report in graphical mode and export data into Excel format by

selecting Export To Excel in File submenu.

g. Invoice

This page shows invoice summary. User can choose time period of the

report by selecting week, month and year. Moreover, user can view the report in

graphical mode and export the data into excel format by selecting Export To

Excel in File submenu.

2.5 Evaluation

After the designing and implementation of the data warehouse application in

DKSH Indonesia, we evaluate the result of the usage of this application. Evaluation is

directly performed by user. The results are :

1. For data and information display in Invoice page, the compatibility between displayed

information and company’s requirement is suitable.

2. For data and information display in Purchase page, the compatibility between displayed


3. For data and information display in Sales page, the compatibility between displayed


4. For data and information display in Sales Target page, the compatibility between displayed


3. Conclusion

Based on the analysis and discussions that has been presented in previous chapters, it can

be concluded that:

1. By using data warehouse can display data according to staffs or executives need in DKSH

Indonesia from different point of view and complete access of information.

2. Information that is displayed in graphics or report can represent relationship or important

information pattern existing in historical database.

3. By comparing data from previous years, user can make right decision based on the result of

comparison.

References

Atzeni, Paolo, Ceri, Stefano, Paraboschi, Stefano, Torlone, Riccardo.(2003).Database Systems

Concept, Languages and Architectures International Edition.McGraw-Hill.Singapore.

Berson, Alex and Stephen J. Smith.(2001).Data Warehousing, Data Mining, & OLAP.Mcgraw-

Hill.Singapore.

Connolly, Thomas and Carolyn Begg.(2005).Database Systems : A Practical Approach to

Design, Implementation, and Management.4th Edition. Addison Wesley Publishing Company

Inc.,California.

Kimball, Ralph and Margy Ross.(2002).The Datawarehouse Toolkit : The Complete Guide to

Dimensional Modeling, 2nd Edition.John Wiley & Sons,Inc.USA.

Kimball, Ralph and Margy Ross.(2010).The Kimball Group Reader : Relentlessly Practical

Tools for Data Warehousing and Business Intelligence.Wiley Publishing Inc.USA.

Kotler, Philip, Amstrong.(2006).Principles of Marketing.11th Edition.Pearson Education.New

Jersey.

Inmon, W.H.(2005).Building the Data Warehouse.4th Edition.John Wiley & Sons,Inc.USA.

Mulyadi.(2001).Sistem Akuntansi.3th Edition.Salemba Empat.Jakarta.

Nickels, William G., McHugh, James M., Susan M.(2002).Understanding Business.6th

Edition.McGraw Hill.

Render, Barry, Jay Heizer.(2001).Prinsip-Prinsip Manajemen Operasi.Salemba Empat.Jakarta.

Turban, Efraim, Rainer, R. Kelly Jr., Potter, Richard E.(2005).Introduction to Information

Technology.3rd Edition.John Wiley & Sons.Canada.

Warren, Carls, James M. Reeve, Phillip E. Fess.(2002).Accounting.20th Edition.South Western.

Whitten,Jeffrey L.,Bentley, Lonnie D.,Dittman,Kevin C.(2007).Systems Analysis and Design

Methods. Seventh Edition.McGraw Hill.USA.

DATA WAREHOUSE UNTUK SALES DAN INVENTORY PADA …thesis.binus.ac.id/Doc/Lain-lain/2012-1-00229-IF...

Documents

Transcript of DATA WAREHOUSE UNTUK SALES DAN INVENTORY PADA …thesis.binus.ac.id/Doc/Lain-lain/2012-1-00229-IF...