DATA WAREHOUSE UNTUK SALES DAN INVENTORY PADA …thesis.binus.ac.id/Doc/Lain-lain/2012-1-00229-IF...
Transcript of 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
Binus University, Jakarta, DKI Jakarta, Indonesia
dan
Ririd Yuniar Ragil Pertiwi
Binus University, Jakarta, DKI Jakarta, Indonesia
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 Department
- 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
- Dimensi Department
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 Department
- 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
Binus University, Jakarta, DKI Jakarta, Indonesia
Marvi Indra Utama
Binus University, Jakarta, DKI Jakarta, Indonesia
and
Ririd Yuniar Ragil Pertiwi
Binus University, Jakarta, DKI Jakarta, Indonesia
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
3. Dimensi Salesperson
4. Dimensi Vendor
5. Dimensi Item
6. Dimensi Warehouse
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
3. Dimensi Salesperson
4. Dimensi Item
5. Dimensi Department
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
4. Dimensi Department
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
3. Dimensi Warehouse
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
3. Dimensi Department
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
4. Dimensi Department
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
information and company’s requirement is suitable.
3. For data and information display in Sales page, the compatibility between displayed
information and company’s requirement is suitable.
4. For data and information display in Sales Target page, the compatibility between displayed
information and company’s requirement is suitable.
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.