Is i 3826939191895

7/25/2019 Is i 3826939191895

1/58

52

BAB III

ANALISA DAN PERANCANGAN SISTEM

3.1 GAMBARAN UMUM PERUSAHAAN

Untuk mempermudah pemahaman tentang kasus yang di kaji, berikut

penjelasan tentang gambaran umum perusahaan:

3.1.1 PERBANKAN DI INDONESIA

Perbankan adalah segala sesuatu yang berkaitan dengan bank, mencakup

kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan

kegiatan usahanya. Perbankan Indonesia dalam menjalankan fungsinya

berasaskan demokrasi ekonomi dan menggunakan prinsip kehati-hatian. Fungsi

utama perbankan Indonesia adalah sebagai penghimpun dan penyalur dana

masyarakat serta bertujuan untuk menunjang pelaksanaan pembangunan

nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-

hasilnya, pertumbuhan ekonomi dan stabilitas nasional, kearah peningkatan taraf

hidup rakyat banyak.

Perbankan memiliki kedudukan yang strategis, yakni sebagai penunjang

kelancaran sistem pembayaran, pelaksanaan kebijakan moneter dan pencapaian

stabilitas sistem keuangan, sehingga diperlukan perbankan yang sehat,transparan dan dapat dipertanggungjawabkan. Berdasarkan undang-undang,

struktur perbankan di Indonesia, terdiri atas bank umum dan BPR. Perbedaan

utama bank umum dan BPR adalah dalam hal kegiatan operasionalnya. BPR

tidak dapat menciptakan uang giral, dan memiliki jangkauan dan kegiatan

operasional yang terbatas. Selanjutnya, dalam kegiatan usahanya dianut dual

bank system, yaitu bank umum dapat melaksanakan kegiatan usaha bank

konvensional dan atau berdasarkan prinsip syariah. Sementara prinsip kegiatan

7/25/2019 Is i 3826939191895

2/58

53

BPR dibatasi pada hanya dapat melakukan kegiatan usaha bank konvensional

atau berdasarkan prinsip syariah. Bank juga mempunyai anak perusahaan untuk

membantu dalam bisnisnya. Dalam penelitian ini, Bank PT XYZ mempunyai

anak perusahaan Adira.

3.1.2 STRUKTUR ORGANISASI PT. XYZ

Gambar 3.1: Struktur Organisasi Perusahaan

Dalam proses sistem Customer Data integrationini, struktur yang terkait adalah

7/25/2019 Is i 3826939191895

3/58

7/25/2019 Is i 3826939191895

4/58

7/25/2019 Is i 3826939191895

5/58

56

Direktur Kepatuhan

- Bertanggung jawab dalam kepatuhan bank terhadap Bank Indonesia dan

memastikan jadwal kewajiban bank yang dilakukan bank sesuai dengan

waktu yang ditetapkan.

Role dalam sistem perancangan yang akan dibuat:

- Meminta laporan customer

- Menerima laporansingle CIF.

Kepala Sistem Informasi

- Melakukan koordinasi, mengarahkan dan mengambil keputusan

untuk memastikan tugas unit bersangkutan berjalan baik

- Mengembangkan perencanaan TI jangka panjang yang efektif dan efisien

sejalan dengan strategi bisnis perusahaan

- Melakukan riset-riset untuk meninjau peluang pengembangan

dalam pengembangan TI yang sesuai untuk diimpelementasikan.

- Menyusun usulan investasi TI dalam perencanaan kerja tahunan dan

anggaran untuk memenuhi kebutuhan TI perusahaan.

- Menetapkan dan mengembangkan sasaran kinerja tahunan untuk mengukur

keberhasilan kegiatan-kegiatan TI

- Bertanggung Jawab dalam operational IT dan pelaporan Bank Indonesia.


- Bertanggung jawab dan Memastikan sistem yang telah dirancang berjalan

dengan baik.

Kepala Perbankan Konsumer

- Menjalankan dan bertanggung jawab rencana bisnis yang telah disusun

secara operasional consumer

- Bertanggung jawab dalam Melayani consumer

- Berupaya meningkatkan pelayanan dan fasilitas consumer.


7/25/2019 Is i 3826939191895

6/58

57

- Mengakses portal dashboard CDI untuk melihat kondisi customer dan

produk bank dan memastikan tampilan data di sistem CDI sesuai dengan

data di perbankan.

- Approval penambahan user dan group di aplikasi CDI.

IT MIS

Department yang bertanggung jawab mengumpulkan dan mengolah data untuk

menhasilkan informasi yang berguna untuk semua tingkatan management di

dalam kegiatan perencanaan dan pengendalian. Atau, kumpulan dari sistem-

sistem yang menyediakan informasi untuk mendukung manajemen


- Bertanggung jawab, menjaga, mengolah, dan Memastikan sistem yang telah

dirancang berjalan dengan baik.

TechSupp

Department yang bertanggung atas pengaturaan, penjagaan, dan pengontrolan

database danapplication production maupun UAT. Mereka yang memegang

penuh hak akses database pengerjaan mereka berdasarkan atas request dari IT

MIS. Bisnis user tidak bisa langsung berkomunikasi dengan TechSupp,

melainkan dari IT MIS terlebih dahulu.


- Sebagai application support, database support pada sistem CDI.

IT Core System

Department IT yang khusus mengenaisource systemmasing masing sesuai apa

yang mereka tangani, contoh IT NCBS, hanya khusus menangani core system

NCBS. IT Flexcube khusus menangani core systemFlexcube.

7/25/2019 Is i 3826939191895

7/58

58

Bisnis User E-Channel

User yang masing masing mempunyai role dalam operasi consumer dan

pelaporan di setiapsource systemyang mereka pegang.


- Menentukan CustomerSingleFilejika terjadi ada data customeryang mirip

yang level kemiripanya adalah ragu ragu.

- MelihatReportdan memastikan data sesuai dengan data perbankan di core

system.

- Pengguna aplikasi CDI.

3.1.3 PRODUK PERUSAHAAN

Berikut adalah produk Bank XYZ yang di cakup oleh systemCDI yang

oleh nantinya bisa di analisis tingkat bisnis penjualan masing masing produk

sehingga para eksekutif bisa tau produk mana yang laku di pasaran dan

bagaimana karakteristiknya yang ditinjau dari data customer.

3.1.3.1 TABUNGAN

1. Tabungan A

Produk tabungan perorangan dari simpan pinjam yang menawarkan segala

keamanan, kemudahan serta kenyamanan bertransaksi. Bertujuan untuk

menumbuhkan budaya menabung dan meningkatkan kesejahteraan

masyarakat.

* Tanpa biaya administrasi bulanan

* Setoran awal pembukaan rekening yang ringan, minimum Rp 20.000

* Setoran selanjutnya minimum Rp 10.000

* Tidak ada internet banking

7/25/2019 Is i 3826939191895

8/58

59

2. Tabungan B

Produk tabungan perorangan yang menawarkan segala keamanan,

kemudahan serta kenyamanan bertransaksi.

Tabungan dengan 5 Kelebihan:

1. Bebas Biaya Bulanan

2. Cashback di mana-mana, dapat cash back setiap belanja di merchant

yang berlogo MasterCard/MasterCard Electronic.

3. Gratis Biaya Transfer di Online Banking dan Tarik Tunai di lebih

25,000 ATM Bersama

4. Gratis Asuransi Jiwa selama 6 bulan pertama

5. Banyak Kejutan Hadiah

3. Tabungan C

Tabungan perorangan dalam bentuk mata using asing

4.

Tabungan D

Tabungan untuk rencana pendidikan

5. Tabungan E

Produk Tabungan dari PT XYZ Syariah, bunga dalam bentuk bagi hasil.

6. Tabungan F

Produk Tabungan dari XYZ Syariah khusus untuk perencanaan Haji .

7/25/2019 Is i 3826939191895

9/58

60

3.1.3.2 GIRO

1.

Giro A

Giro yang tersedia dalam beberapa jenis mata uang dan menawarkan

kemudahan dalam memonitor transaksi dan dana di rekening.

2. Giro B

Giro Syariah iB merupakan simpanan dana berdasarkan prinsip Wadiah(titipan) dan Mudharabah (bagi hasil) yang penarikannya dapat dilakukan

setiap saat dengan menggunakan cek, Bilyet Giro, sarana perintah bayar

lainnya atau dengan pemindahbukuan.

1.1.3.3 DEPOSITO

1. Deposito A

Perlindungan keuangan terbaik dengan suku bunga tinggi dan penentuan

jangka waktu yang fleksibel, tersedia dalam Rupiah atau USD.

2. Deposito B

Produk investasi berbasis mudharabah (bagi hasil) dengan jangka waktu

fleksibel

7/25/2019 Is i 3826939191895

10/58

61

3.1.3.4 PINJAMAN (SIMPAN PINJAM)

1. Dana Pinjaman A

Fasilitas pinjaman tanpa agunan yang memungkinkan anda membayar

dengan cicilan tetap dan memberikan keleluasaan bagi anda dalam

menentukan periode pinjaman (minimal 2 juta s/d 100jt) bunga 1.49 %

perbulan

2. Dana Pinjaman B

Untuk usaha (pinjaman 5 100 juta) proses 2-3 hari kerja. Jangkawaktu 6-

60 bulan.

3. Dana Pinjaman C

Untuk usaha (pinjaman 50 500juta) proses 2-3 hari kerja. Jangkawaktu

6-60 bulan.

4. Kredit Multiguna

Pinjaman cicilan tetap dengan agunan bangunan (rumah, ruko atau rukan).

Jangka waktu s/d 10 tahun.

5. KPR

Fasilitas pinjaman untuk kepemilikan rumah baru maupun bekas bersifat

konvensional.

6. KPR Syariah

Fasilitas pinjaman untuk kepemilikan rumah baru maupun bekas bersifat

Syariah.

7/25/2019 Is i 3826939191895

11/58

62

7. KPPR

XYZ KPPR merupakan pemberian fasilitas kredit untuk membangun atau

merenovasi rumah/ruko/rukan/apartemen dan menjadikannya sesuai dengan

impian Anda.

8. Kredit Mobil Motor

Fasilitas dari Anak perusahaan, Adira Finance, pinjaman uang untuk

pembelian motor dan mobil.

9.

Kredit Ringan

Fasilitas dari Anak perusahaan, Adira Finance, lebih ke pinjaman ringan

sepertigadget.

3.1.3.5 KARTU KREDIT

1. Classic

Kartu Kredit Visa dan MasterCard hadir khusus untuk kenyamanan Anda

dalam bertransaksi dan menikmati gaya hidup modern.

2. MU Red

Kartu kredit resmi klub sepak-bola The Red Devilsdi Indonesia.

Gunakan kartu ini untuk mendapatkan diskon 50 persen di restoran, caf dan

outlet yang tergabung dalam jaringan Red Zone serta Memorabilia

Manchester United.

7/25/2019 Is i 3826939191895

12/58

63

3. Gold

Kartu Kredit Visa dan MasterCard hadir khusus untuk kenyamanan Anda

dalam bertransaksi dan menikmati gaya hidup modern (limit lebih tinggi dari

classic).

4. Platinum

Kartu Kredit XYZ Visa dan MasterCard hadir khusus untuk kenyamanan

Anda dalam bertransaksi dan menikmati gaya hidup modern (limit lebih

tinggi dari Gold) dan mendapatka Airpoty Lounge.

5. World Card

World Card adalah salah satu produk premium dari MasterCard yang

diterbitkan oleh perusahaan. Produk ini mempunyai fitur-fitur yang

memanjakan Anda yang berselera tinggi. World Card ditawarkan untuk

kenyamanan bertransaksi khususnya bagi Anda yang senang berwisata.

Selain diskon hotel dan restoran yang menguntungkan, juga ditawarkan

kemudahan mendapatkan program airlines miles yang memberikan Anda

nilai tukar miles yang lebih tinggi dibandingkan dengan kartu kredit lainnya.

3.2 ANALISA MASALAH

Bank XYZ saat ini mempunyai banyak cabang dan banyak produk. Masing

masing produk dikelompokkan ke dalamsystemdatasource yang berbeda, sehingga

data informasi customer tersebar di beberapa source system. Sehingga bisa

disimpulkan, satu datasourcesystem, mempunyai beberapa informasi produk, dan

satu produk memiliki banyak data customer.

7/25/2019 Is i 3826939191895

13/58

64

3.2.1 PENGELOMPOKAN PRODUK SOURCE SYSTEM

Berikut adalah pengelompokansource systemterhadap produk:

Source Data

SystemProduct Stored

NCBS

Tabungan A

MIS (SQL Server)

Tabungan B

Tabungan C

Tabungan D

Giro A

Deposito A

NCBS Syariah

Tabungan E

MIS (SQL Server)

Tabungan F

Giro B

Deposito B

KPR Syariah

FLEXCUBE

Dana Pinjaman A

MIS (SQL Server)

Dana Pinjaman B

Dana Pinjaman C

KPR

KPPR

Kredit Multiguna

ADMF Kredit Mobil MotorMIS (SQL Server)

Kredit Ringan

ASCEND

Classic

MIS (SQL Server)

Mu Red

Gold

Platinum

World Card

Tabel 3.1: Daftar Produk PT XYZ

NCBS

Source systemkonvensional untuk produk yang bersifat seperti tabungan,

giro, dan deposito

NCBS Syariah

Source systemSyariah, semua produk syariah ada disource systemini.

7/25/2019 Is i 3826939191895

14/58

65

FLEXCUBE

Source systemkonvensional untuk produk yang bersifat pinjaman dan KPR

dari XYZ.

ADMF

Source systemuntuk produk yang bersifat pinjaman motor dan mobil dari

Anak perusahaan XYZ, Adira

ASCEND

Source systemuntuk produk yang bersifat kartu kredit

3.2.2 SISTEM BERJALAN

Seperti yang sudah dijelaskan di bagian sebelumnya, bahwa di Bank XYZ

terdapat banyak sistem yang berjalan dan terpisah, sistem pelaporan pun tidak

terintegrasi satu dengan yang lainnya. Sehingga besar kemungkinan pada proses

manual penggabungan customer, banyak data redundan yang dilaporkan. oleh

karena itu diperlukan system CDI, berikut mekasnisme pelaporan yang bisa

dilakukan saat itu adalah seperti gambar dibawah ini:

Gambar 3.3: Mekanisme pelaporan berjalan

7/25/2019 Is i 3826939191895

15/58

66

Dalam sistem berjalan, tampak bahwa belum ada proses penggabungan

otomasi yang bertujuan untuk menggabungkan data customersebagai pelaporan

singleCIF.

Masing masing core banking mempunyai database staging agar terpisah

dari core banking untuk kebutuhan lainnya. Lalu dari database staging dari harus

melakukan extractdata untuk membuat pelaporan sendiri. Extractdata disini,

berupa query yang sudah dibuatkan oleh masing-masing ITsource system. Lalu

di exportke excel sebagai laporan. Misal Sourceistem NCBS, harus melakukan

extractdata disystemNCBS, dan mengirimkan laporan CIF NCBS ke IT MIS.

Selanjutnya pelaporan masing masing sourcesistem ini di konsolidasi manualoleh IT MIS dengan cara menggabungkan file excel menjadi satu.

Gambar 3.4: Mekanisme penggabungan manual

Yang jadi permasalahan terbesar adalah, bagaimana IT MIS,mengkonsolidasikan data data CIF dari laporan masing-masing source system

berupa file excel. Salah satu cara yang mungkin dilakukan adalah,

menggabungkan data excel tersebut ke dalam satu file, dan mengurutkan

berdasarkan nama. Lalu secara manual di definisikan sendiri data mana yang

mirip dan tidak mirip. Butuh waktu dan energi yang banyak untuk melakukan

hal ini. Dan juga, jika dilakukan manual, tentu tingkat kesalahan juga besar untuk

7/25/2019 Is i 3826939191895

16/58

67

menentukan data cif yang mirip. Disamping itu juga, tidak bisa untuk melakukan

analisis produk berdasarkan data customer.

3.2.2.1 USE CASE DIAGRAMBERJALAN

Berikut adalah use casediagram sistem berjalan yang menggambarkan

apa yang terjadi sistem berjalan.

Gambar 3.5: Use casediagrampelaporan data customer

Skenario Pengiriman laporan data customerberjalan:

1. Nama Use case Proses Input Data di Teller

Aktor Teller

Deskripsi Proses ini menggambarkan aktifitas yang ada di teller

dalam penginputan / hapus / edit data customer

7/25/2019 Is i 3826939191895

17/58

68

Pre Condition Ada permintaan proses dari nasabah, seperti penginputan

resgistrasi data nasabah baru, edit data, atau penutupan

data nasabah.

Tindakan Melakukan tindakan input data / edit data / penutupan di

komputer yang ada di teller. Di proses teller, hanya bisa

mengecek data customerhanya pada data satu produk.

Artinya teller tidak bisa cek data customertersebut di

sistem lain.

Post Condition Data baru tersimpan di Data Core Sistem.

Tabel 3.2Skenario Use Case Data input teller

2. Nama Use case Proses Staging Data Core

Aktor Sistem Staging

Deskripsi Proses ini menggambarkan proses perpindahan data core

ke staging database

Pre Condition Ada data di core system

Tindakan Melakukan proses perpindahan data dari core systemke

database staging secara otomatis dilakukan oleh sistem

staging.

Post Condition Data tersimpan di Data Staging

Tabel 3.3Skenario Use Case Proses Staging Data Core

7/25/2019 Is i 3826939191895

18/58

69

3. Nama Use case Mengirim Data CIF Excel

Aktor IT Core System

Deskripsi Menggambarkan proses Mengirim Laporan Data CIF

Pre Condition Ada data di database Staging, sudah jatuh tempo

pengiriman CIF ke tim IT MIS

Tindakan Mengextractdata dari database staging dengan

Melakukan query, exportke excel lalu mengirimkan data

cif dalam bentuk file excel ke IT MIS. Tindakan ini dilakukan

oleh masing masing tim IT Core System

Post Condition Data CIF per masing-masing source systemsudah dipegang

oleh tim IT MIS.

Tabel 3.4Skenario Use Case Mengirim Data CIF Excel

4. Nama Use case Penggabungan Data CIF

Aktor IT MIS

Deskripsi Menggabungkan Data CIF secara manual

Pre Condition Masing-masing IT Core System sudah mengirim file excel

berisi data customerke IT MIS

Tindakan Menggabungkan data CIF dalam bentuk excel:

1. Memperoleh data excel dari masing masing source

system, dan menggabungkan dalam satu excel.

kegiatan ini dilakukan manual seperti copy paste

data dari beberapa excel ke dalam satu excel

7/25/2019 Is i 3826939191895

19/58

70

2. Setelah menggabungkan data dalam satu excel,

selanjutnya adalah mengurutkan data customer

berdasarkan nama, untuk mempermudah melihat

duplikasi data customer. Lalu mengirim ke bisnis

user

Post Condition Terbentuk Satu File Excel data customerpenggabungan

dari semua sumber data yang akan dikirim ke bisnis user

Tabel 3.5Skenario Use Case Penggabungan Data CIF

5. Nama Use case Seleksi Data CIF

Aktor Business User

Deskripsi Memilih Data Master CIF

Pre Condition Data Sudah dalam satu file excel dan terurut.

Tindakan Melakukan pemilihan data master cif secara manual,

maksudnya adalah jika diketemukan data customeryang

mirip, maka User menghapus flag data master , cif mana

sebagai perwakilan customeryang mirip tadi sebagai

pelaporan.

Post Condition Data sudah siap untuk dikirim.

Tabel 3.6Skenario Use Case Seleksi Data CIF

6.Nama Use case Kirim Laporan SingleCIF

Aktor Business User

7/25/2019 Is i 3826939191895

20/58

71

Deskripsi Mengirim Laporan Data SingleCIF

Pre Condition Data singleCIF sudah siap untuk dikirim

Tindakan Melakukan pengiriman data singleCIF yang sudah diseleksi

secara manual ke Direktur Bank dan ke sistem Bank

Indonesia.

Post Condition Direktur dan di sistem Bank Indonesia menerima laporan

data singleCIF tersebut

Tabel 3.7Skenario Use Case Kirim Laporan SingleCIF

3.2.2.2. ACTIVITY DIAGRAMSISTEM BERJALAN

Berikut dibawah iniActivity Diagram sistem berjalan:

- Proses Input Data Di Teller

Gambar 3.6:Activity Diagram sistem berjalanproses input data teller

7/25/2019 Is i 3826939191895

21/58

72

- Proses Staging Data Core

Gambar 3.7:Activity Diagram sistem berjalanproses staging data core

- Mengirim Data CIF Excel

Gambar 3.8:Activity Diagram sistem berjalanmengirim data CIF excel

7/25/2019 Is i 3826939191895

22/58

73

- Penggabungan Data CIF

Gambar 3.9:Activity Diagram sistem berjalanpenggabungan data CIF

- Seleksi Data CIF

Gambar 3.10:Activity Diagram sistem berjalanseleksi data CIF

7/25/2019 Is i 3826939191895

23/58

74

- Kirim Laporan SingleCIF

Gambar 3.11:Activity Diagram sistem berjalan kirim laporan Single CIF

3.3 SISTEM USULAN

Berikut akan dijelaskan sistem yang diusulkan terhadap sistem berjalan

yang ada.

3.3.1 GAMBARAN SOLUSI SISTEM PERANCANGAN

Dari use case sistem berjalan, dijelaskan bahwa sistem yang akan

diusulkan akan merubah pada bagian berikut:

7/25/2019 Is i 3826939191895

24/58

75

Gambar 3.12: Ruang Lingkup perubahan dari use caseberjalan

Ada banyak sekali permasalahan dari sistem manual yang muncul, diantaranya:

1. Dengan sistem tersebut, Data customer tidak terintegrasi dari source satu

dengan source yang lain, yang menyebabkan banyak pihak internal yang

melakukan aktifitas pembuatan laporan permasing masing source sistem.

2. Tidak mendeteksi kesalahan penulisan yang terjadi pada teller, sehingga data

tidak standar, seperti penginputan Jalan dan Jl.

3. Tidak mempunyai data store penampung customer dari berbagai source,

sehingga sulit dalam pemeliharaan.4. Tidak bisa melakukan matchingotomatis, di sistem manual tersebut, matching

dilakukan oleh IT MIS secara manual. Jika ada 100,000 data customer, bisa

dibayangkan bagaimana IT MIS melakukan pengecekan manual untuk

matchingdi excel. Ada persentase kemungkinan human error waktu pemilihan

data master cif, disamping itu juga tidak hemat energi dan waktu.

5. Tidak bisa menganalisa produk dari data customertersebut, karena data hanya

berupa excel. Dan tidak bisa di olah lebih detail.

Perubahan pada

sistem usulan

7/25/2019 Is i 3826939191895

25/58

76

Inti cakupan dari kelemahan sistem manual tersebut adalah ketidak

efektifan energi dan waktu. Maka diperlukan sebuah perancangan yang membantu

proses manual tersebut. Yaitu:

1. ETL, untuk proses otomasi konsolidasi data CIF.

2. Standarisasi Data, dengan menggunakan data kamus yang sudah didaftarkan

3. ProsesMatching, proses pencocokan data

4. Dashboard, untuk analisa produk dan customerdari data konsolidasi cif.

Berikut adalah Solusi Diagram:

Gambar 3.13: Solusi yang akan diusulkan

Menggunakan SSIS sebagai toolsuntuk data integrationdan standarisasi.

Menggunakan SSIS untuk proses data matching

Menggunakan MS SQL Server untukstagingdan database

Menggunakan ASP.Net untuk membangun interface Using ASP.Net to

build M-CIF application.

Menggunakan Tableau Sofware untuk interface Dashboard Business

Intelligence sebagai analisa top management.

7/25/2019 Is i 3826939191895

26/58

77

3.3.2 PROSES DATA INTEGRASI

Tujuan proses ini sebenarnya adalah melakukan konsolidasi dari berbagaisumber media yang di miliki oleh Bank agar data customerbisa di simpan dalam

satu media peyimpanan. Pada proses ini juga terdapat standarisasi dan cleansing

data, artinya adalah penyeragaman format data customer. Seperti Data Jalan

akan dirubah menjadi Jl. Dan penghilangan karakter format data yang tidak

valid.

Saat inisialisasi proses integration, data akan di tarik dan di simpan ke

database staging. Tetapi Selanjutnya setalah proses bulan berjalan, proses

penarikan data ini hanya mengambil data cif yang baru, Baru disini di

kategorikan ada 2:

1.Data CIF yang memang benar baru (sebelumnya tidak ada)

2.Data CIF yang sudah ada sebelumnya, tetapi ada proses update data,

seperti update data alamat, no tlp, dll.

3.3.3 PROSES MATCHING

Hasil proses matching/konsolidasi, akan menghasilkan data,Match, Ragu

Ragu, Unmatch. Jika match, sistem akan otomastis mengenerate bahwa data

tersebut sama dengan data existing (customeryg sama). Jik ragu ragu, userakan

menentukan sendiri secara manual di aplikasi, apakah data customer tersebut

mau di matchatau tidak. Jika Unmatch, sistem akan mengenerate bahwa data

tersebut data baru, yang tidak sama dengan data customersebelumnya. Kategori

match, ragu, dan unmatchini ditentukan oleh batas threshold sebagai acuan score

kesamaan data. Kesamaan data ini dilakukan dengan melakukan perbandingan

beberapa kolom yang dianggap key. Threshold ini parameterizebisa di set di

aplikasi. Secara diagram, seperti dibawah ini:

7/25/2019 Is i 3826939191895

27/58

78

Gambar 3.14: ProsesMatching

Pada Proses matching terdapat logika penentuan apakah data match,

ragu, atau tidak match. Logika ini menggunakan fungsifuzzy lookupdari Microsoft.

Output darifuzzy lookupini adalah tingkat persentasi kemiripan data terhadap data

lain. Maka dari itu, userperlu menentukan dulu batas persentase atas dan bawah

sebagai penentuan matchdan unmatch. Jika hasilfuzzylebih besar dari persentasi

batas atas yang telah ditentukan , maka data itu match, jika hasilfuzzydiantara batas

bawah dan batas atas, maka data itu ragu , jika hasil fuzzy lebih kecil dari batas

bawah, maka data itu tidak match.

Fuzzy Logic

Gambar 3.15: ProsesMatchingFuzzy Logic

7/25/2019 Is i 3826939191895

28/58

79

3.3.4 PROSES ALUR DATA

Berikut adalahflowdata loadingyang akan diproses,

Gambar 3.16: ProsesData Loading

Keterangan:

LMD =Last Maintenance Date, tanggal pada data batchsebelumnya

Berikut SkemaFlowProses Data di ETL:

7/25/2019 Is i 3826939191895

29/58

80

Gambar 3.17: Proses SkemaData Loading

3.3.5 USE CASE USULAN

Gambar 3.18: Use Caseusulan sistem CDI

7/25/2019 Is i 3826939191895

30/58

81

1.Nama Use case Proses Extract Tranform LoadingData

Aktor ETL Sistem (SSIS)

Deskripsi Proses yang menggambarkan proses integration /

penggabungan data, cleansingdan matchingdata CIF

Pre Condition Sudah dalam waktu jadwal yang ditentukan untuk

memproses.

Tindakan 1. Sistem ETL melakukan proses integrasi data dari

berbagai source systemmenuju ke Staging CIF

2. Dari StagingCIF lalu mentransformasi data untuk

Cleansing, Dan MatchingProses

Post Condition Data hasil matchingsudah ada di databse MCIF. Sudah

bisa dilakukan pengecekan MCIF seperti :

1. Data CIF InActive

2. CIF Update

3. CIF Potential

Tabel 3.8Skenario Use Case ProsesExtract Tranform LoadingData

2.Nama Use case Checking Proses ETL

Aktor IT MIS

Deskripsi Memastikan Proses Transformasi Berhasil

Pre Condition Proses transformasi data selesai

Tindakan Memastikan hasil proses transformasi berjalan dengan

sukses dan berjalan sesuai waktu yang di jadwalkan

7/25/2019 Is i 3826939191895

31/58

82

Dengan cara cek log status Job hasil dari proses

transformasi. Jika fail, maka IT MIS melakukan starting

proses tranformasi data secara manual.

Post Condition Data sudah bisa dipastikan siap digunakan untuk tahap

selanjutnya oleh business user

Tabel 3.9Skenario Use Case Checking Proses ETL

3.Nama Use case Memastikan Master CIF

Aktor Business User

Deskripsi Menggambarkan proses manual untuk menentukan

master CIF terhadap data Matchragu-ragu, data CIF

Update, data CIF InActivejika ada.

Pre Condition 1. Proses transformasi data sudah selesai , lalu membuka

aplikasi untuk melihat menu CIF Potential , CIF Update,

dan CIF InActive

2. Memiliki authentication di aplikasi untuk view,edit dan

delete

Tindakan 1. Menentukan Master CIF di aplikasi jika terdapat hasil

matchingyang ragu-ragu (diantara batas atas da batas

bawah)

2. Menentukan apakah MCIF perlu di update jika ada

Data CIF yang telah berubah entitynya

3. Menentukan apakah MCIF perlu di non aktifkan jika

ada data CIF yang inActive

7/25/2019 Is i 3826939191895

32/58

83

Post Condition Data MCIF sudah siap dikirim untuk pelaporan

Tabel 3.10Skenario Use Case Memastikan Master CIF

4. Nama Use case Generate Laporan MCIF

Aktor IT MIS

Deskripsi Mengenerate Laporan MCIF dari Aplikasi

Pre Condition Sudah tidak data CIF matchyang masih Potential

Tindakan Melakukan Exportdata ke excel untuk selanjutnya

digunakan untuk pengiriman data Master CIF ke Direktur

dan Aplikasi LBU Bank Indonesia.

Post Condition File berisikan data customersudah siap untuk pelaporan

Master CIF

Tabel 3.11Skenario Use CaseGenerate Laporan MCIF

5. Nama Use case Setting ScoreMatching

Aktor Business User

Deskripsi Setting score batas atas dan batas bawah pada proses

matching

Pre Condition Memiliki authenticationdi aplikasi untuk view dan edit

Tindakan Melakukan set up berapa score batas atas dan bawah

untuk proses matching

7/25/2019 Is i 3826939191895

33/58

84

Post Condition Data Score Matchingsudah sesuai dengan setting dari

user

Tabel 3.12Skenario Use CaseSetting Score Matching

6.Nama Use case BI Analisis

Aktor Manager, Direktur

Deskripsi Menganalisa Produk dari output Business Intelligence

Pre Condition Masuk ke portal dashboard

Tindakan Melakukan analisa produk, pergerakan data customer.

dengan cara melihat portal dashboardCDI

Post Condition Mengetahui pergerakan data Customerdan Produk

untuk analisa dalam pengambilan keputusan

Tabel 3.13Skenario Use CaseBI Analisis

7.Nama Use case Manage User Authentication

Aktor Manager

Deskripsi Memberi Authentikasi UserLogin

Tindakan Membuat userdan memberi otorisasi / roleuntuk bisnis

userbaru atau userlama ke dalam aplikasi

Post Condition Authentikasi userloginsudah sesuai dalam mengakses

aplikasi

Tabel 3.14Skenario Use CaseCreate User Role

7/25/2019 Is i 3826939191895

34/58

85

3.3.6 ACTIVITYDI AGRAM USULAN

Beriku Activity Diagram pada sistem usulan:

- ProsesExtract Tranform LoadingData

Gambar 3.19:Activity DiagramProses ETL

- Checking Process ETL

7/25/2019 Is i 3826939191895

35/58

86

Gambar 3.20:Activity DiagramChecking Proses ETL

- Aktivitas Memastikan Master CIF

Gambar 3.21:Activity DiagramMemastikan Data Master CIF

7/25/2019 Is i 3826939191895

36/58

87

- Generatelaporan MCIF

Gambar 3.22:Activity DiagramGenerate Data Master CIF

- Setting Score Matching

Gambar 3.23:Activity DiagramSetting Score Matching

7/25/2019 Is i 3826939191895

37/58

88

- BI Analisis

Gambar 3.24:Activity DiagramBI Analisis

- Manage User Authentication

7/25/2019 Is i 3826939191895

38/58

89

Gambar 3.25:Activity DiagramCreate User Role

3.3.7 SEQUENCE DIAGRAM USULAN

Berikut Sequence Diagram pada Sistem Usulan:

- Proses ETL

Gambar 3.26: Sequence DiagramProses ETL

- Checking Process Log ETL

Gambar 3.27: Sequence DiagramChecking Proses Log ETL

7/25/2019 Is i 3826939191895

39/58

90

-

Memastikan Master CIF

Gambar 3.28: Sequence DiagramMemastikan Master CIF

- Generate Laporan MCIF

7/25/2019 Is i 3826939191895

40/58

91

Gambar 3.29: Sequence DiagramGenerateLaporan MCIF

- SettingScore Matching

Gambar 3.30: Sequence DiagramScore Matching

- BI Analysis

7/25/2019 Is i 3826939191895

41/58

92

Gambar 3.31: Sequence DiagramBI Analisis

- Manage User Authentication

Gambar 3.32: Sequence DiagramManage User Authentication

7/25/2019 Is i 3826939191895

42/58

93

3.3.8 CLASS DI AGRAM USULAN

Class Diagram pada perancangan aktifitas pada sistem adalah sebagai berikut:

Gambar 3.33: Class Diagram ETL System

7/25/2019 Is i 3826939191895

43/58

94

Gambar 3.34: Class Diagram Application

7/25/2019 Is i 3826939191895

44/58

95

3.3.9 RANCANGAN DATABASE

Perancangan struktur data pada aplikasi yang menggunakan database

sangat penting karena struktur data merupakan tahap perancangan dari tabel-

tabel yang ada pada database. Tabel-tabel dalam perancangan ini adalah:

TableName Position ColumnName DataType Length

Users 1 UserID int 10

Users 2 Username varchar 15

Users 3 Password varchar 50

Users 4 Realname varchar 50

Users 5 Email varchar 50

Users 6 Is_Active bit -

Users 7 Is_Application bit -

Users 8 Is_Dashboard bit -

Users 9 Is_AdminUser bit -

Users 10 ModifiedBy varchar 15

Users 11 ModifiedOn datetime NULL

Tabel 3.15Table Users


User_App_Access 1 UserID int 10

User_App_Access 2 Is_Input bit -

User_App_Access 3 Is_Delete bit -

User_App_Access 4 Is_Edit bit -

Tabel 3.16Table User_App_Access


Dictionary 1 ID bigint 19

Dictionary 2 FieldName nvarchar 20

Dictionary 3 Find nvarchar 30

Dictionary 4 Replace nvarchar 30

Dictionary 5 ModifiedBy nvarchar 20

Dictionary 6 ModifiedOn datetime -

Tabel 3.17Table Dictionary

7/25/2019 Is i 3826939191895

45/58

96


MatchingScore 1 Field nvarchar 30

MatchingScore 2 BottomScore float 53

MatchingScore 3 UpperScore float 53

Tabel 3.18Table MatchingScore


CIF_Update 1 CIF nvarchar 20

CIF_Update 2 CIFOpenDt datetime -

CIF_Update 3 ProcessDt datetime -

CIF_Update 4 SourceType nvarchar 50CIF_Update 5 CIFLastMaintDt datetime -

CIF_Update 6 Field nvarchar 20

CIF_Update 7 ValueBefore nvarchar 100

CIF_Update 8 ValueAfter nvarchar 100

Tabel 3.19Table CIF_Update


CIF_Potential 1 RefMCIF nvarchar 20

CIF_Potential 2 Score float 53

CIF_Potential 3 CIF nvarchar 20

CIF_Potential 4 CustNmOri nvarchar 30

CIF_Potential 5 CustNmCln nvarchar 30

CIF_Potential 6 BirthDt datetime -

CIF_Potential 7 IDType nvarchar 20

CIF_Potential 8 IDNoOri nvarchar 20

CIF_Potential 9 IDNoCln nvarchar 20

CIF_Potential 10 BirthPlace nvarchar 30

CIF_Potential 11 AddressOri nvarchar 100CIF_Potential 12 AddressCln nvarchar 100

CIF_Potential 13 City nvarchar 30

CIF_Potential 14 NPWPOri nvarchar 30

CIF_Potential 15 NPWPCln nvarchar 30

CIF_Potential 16 MotherNmOri nvarchar 30

CIF_Potential 17 MotherNmCln nvarchar 30

CIF_Potential 18 MailAddress nvarchar 100

CIF_Potential 19 Email nvarchar 30

CIF_Potential 20 JobTitle nvarchar 30

7/25/2019 Is i 3826939191895

46/58

97

CIF_Potential 21 Employer nvarchar 30

CIF_Potential 22 Religion nvarchar 15

CIF_Potential 23 Gender nvarchar 1

CIF_Potential 24 MaritalStatus nvarchar 1

CIF_Potential 25 Age int 10

CIF_Potential 26 AgeRange nvarchar 20

CIF_Potential 27 Telephone nvarchar 20

CIF_Potential 28 RangeSalary int 10

CIF_Potential 29 CIFOpenDt datetime -

CIF_Potential 30 AcctNo nvarchar 20

CIF_Potential 31 AcctOpenDt datetime -

CIF_Potential 32 ProductID int 10

CIF_Potential 33 BranchID int 10

CIF_Potential 34 AcctStatus nvarchar 1CIF_Potential 35 LastMaintDt datetime -

CIF_Potential 36 ProcessDt datetime -

CIF_Potential 37 SourceType nvarchar 50

Tabel 3.20Table CIF_Potential


CIF_Purge 1 CIF nvarchar 20

CIF_Purge 2 CustNm nvarchar 30

CIF_Purge 3 BirthDt datetime -

CIF_Purge 4 IDType nvarchar 20

CIF_Purge 5 IDNo nvarchar 20

CIF_Purge 6 BirthPlace nvarchar 30

CIF_Purge 7 Address nvarchar 100

CIF_Purge 8 City nvarchar 30

CIF_Purge 9 NPWP nvarchar 30

CIF_Purge 10 MotherNm nvarchar 30

CIF_Purge 11 MailAddress nvarchar 100CIF_Purge 12 Email nvarchar 30

CIF_Purge 13 JobTitle nvarchar 30

CIF_Purge 14 Employer nvarchar 30

CIF_Purge 15 Religion nvarchar 15

CIF_Purge 16 Gender nvarchar 1

CIF_Purge 17 MaritalStatus nvarchar 1

CIF_Purge 18 Age int 10

CIF_Purge 19 Telephone nvarchar 20

CIF_Purge 20 RangeSalary int 10

CIF_Purge 21 CIFOpenDt datetime -

7/25/2019 Is i 3826939191895

47/58

98

CIF_Purge 22 CIFCloseDt datetime -

CIF_Purge 23 ProcessDt datetime -

CIF_Purge 24 SourceType nvarchar 50

Tabel 3.21Table CIF_Purge


CIF 1 MCIF nvarchar 20

CIF 2 FlagMaster bit -

CIF 3 CIF nvarchar 20

CIF 4 CustNmOri nvarchar 30

CIF 5 CustNmCln nvarchar 30

CIF 6 BirthDt datetime -CIF 7 IDType nvarchar 20

CIF 8 IDNoOri nvarchar 20

CIF 9 IDNoCln nvarchar 20

CIF 10 BirthPlace nvarchar 30

CIF 11 AddressOri nvarchar 100

CIF 12 AddressCln nvarchar 100

CIF 13 City nvarchar 30

CIF 14 NPWPOri nvarchar 30

CIF 15 NPWPCln nvarchar 30

CIF 16 MotherNmOri nvarchar 30

CIF 17 MotherNmCln nvarchar 30

CIF 18 MailAddress nvarchar 100

CIF 19 Email nvarchar 30

CIF 20 JobTitle nvarchar 30

CIF 21 Employer nvarchar 30

CIF 22 Religion nvarchar 15

CIF 23 Gender nvarchar 1

CIF 24 MaritalStatus nvarchar 1

CIF 25 Age int 10

CIF 26 AgeRange nvarchar 20

CIF 27 Telephone nvarchar 20

CIF 28 RangeSalary int 10

CIF 29 CIFOpenDt datetime -

CIF 30 AcctNo nvarchar 20

CIF 31 AcctOpenDt datetime -

CIF 32 ProductID int 10

CIF 33 BranchID int 10

CIF 34 AcctStatus nvarchar 1

CIF 35 LastMaintDt datetime -

7/25/2019 Is i 3826939191895

48/58

99

CIF 36 ProcessDt datetime -

CIF 37 SourceType nvarchar 50

CIF 38 Score float 53

Tabel 3.22Table CIF


MCIF 1 MCIF nvarchar 20

MCIF 2 CustNm nvarchar 30

MCIF 3 BirthDt datetime -

MCIF 4 IDType nvarchar 20

MCIF 5 IDNo nvarchar 20

MCIF 6 BirthPlace nvarchar 30MCIF 7 Address nvarchar 100

MCIF 8 City nvarchar 30

MCIF 9 NPWP nvarchar 30

MCIF 10 MotherNm nvarchar 30

MCIF 11 MailAddress nvarchar 100

MCIF 12 Email nvarchar 30

MCIF 13 JobTitle nvarchar 30

MCIF 14 Employer nvarchar 30

MCIF 15 Religion nvarchar 15

MCIF 16 Gender nvarchar 1

MCIF 17 MaritalStatus nvarchar 1

MCIF 18 Age int 10

MCIF 19 AgeRange nvarchar 20

MCIF 20 RangeSalary int 10

MCIF 21 Telephone nvarchar 20

MCIF 22 CIFOpenDt datetime -

MCIF 23 LastMaintDt datetime -

MCIF 24 ProcessDt datetime -

MCIF 25 CIFStatus nvarchar 1

Tabel 3.23Table MCIF

7/25/2019 Is i 3826939191895

49/58

100


CIF_New 1 CIF nvarchar 20

CIF_New 2 CustNmOri nvarchar 30

CIF_New 3 CustNmCln nvarchar 30

CIF_New 4 BirthDt datetime -

CIF_New 5 IDType nvarchar 20

CIF_New 6 IDNoOri nvarchar 20

CIF_New 7 IDNoCln nvarchar 20

CIF_New 8 BirthPlace nvarchar 30

CIF_New 9 AddressOri nvarchar 100

CIF_New 10 AddressCln nvarchar 100

CIF_New 11 City nvarchar 30

CIF_New 12 NPWPOri nvarchar 30

CIF_New 13 NPWPCln nvarchar 30

CIF_New 14 MotherNmOri nvarchar 30

CIF_New 15 MotherNmCln nvarchar 30

CIF_New 16 MailAddress nvarchar 100

CIF_New 17 Email nvarchar 30

CIF_New 18 JobTitle nvarchar 30

CIF_New 19 Employer nvarchar 30

CIF_New 20 Religion nvarchar 15

CIF_New 21 Gender nvarchar 1CIF_New 22 MaritalStatus nvarchar 1

CIF_New 23 Age int 10

CIF_New 24 AgeRange nvarchar 20

CIF_New 25 RangeSalary int 10

CIF_New 26 Telephone nvarchar 20

CIF_New 27 CIFLastMaintDt datetime -

CIF_New 28 AcctNo nvarchar 20

CIF_New 29 AcctOpenDt datetime -

CIF_New 30 ProductID int 10

CIF_New 31 BranchID int 10

CIF_New 32 AcctStatus nvarchar 1

CIF_New 33 AcctLastMaintDt datetime -

CIF_New 34 ProcessDt datetime -

CIF_New 35 SourceType nvarchar 50

Tabel 3.24Table CIF_New

7/25/2019 Is i 3826939191895

50/58

101


CIF_Stg 1 CIF nvarchar 20

CIF_Stg 2 CustNmOri nvarchar 30

CIF_Stg 3 CustNmCln nvarchar 30

CIF_Stg 4 BirthDt datetime -

CIF_Stg 5 IDType nvarchar 20

CIF_Stg 6 IDNoOri nvarchar 20

CIF_Stg 7 IDNoCln nvarchar 20

CIF_Stg 8 BirthPlace nvarchar 30

CIF_Stg 9 AddressOri nvarchar 100

CIF_Stg 10 AddressCln nvarchar 100

CIF_Stg 11 City nvarchar 30

CIF_Stg 12 NPWPOri nvarchar 30

CIF_Stg 13 NPWPCln nvarchar 30

CIF_Stg 14 MotherNmOri nvarchar 30

CIF_Stg 15 MotherNmCln nvarchar 30

CIF_Stg 16 MailAddress nvarchar 100

CIF_Stg 17 Email nvarchar 30

CIF_Stg 18 JobTitle nvarchar 30

CIF_Stg 19 Employer nvarchar 30

CIF_Stg 20 Religion nvarchar 15

CIF_Stg 21 Gender nvarchar 1CIF_Stg 22 MaritalStatus nvarchar 1

CIF_Stg 23 Age int 10

CIF_Stg 24 AgeRange nvarchar 20

CIF_Stg 25 RangeSalary int 10

CIF_Stg 26 Telephone nvarchar 20

CIF_Stg 27 CIFLastMaintDt datetime -

CIF_Stg 28 AcctNo nvarchar 20

CIF_Stg 29 AcctOpenDt datetime -

CIF_Stg 30 ProductID int 10

CIF_Stg 31 BranchID int 10

CIF_Stg 32 AcctStatus nvarchar 1

CIF_Stg 33 AcctLastMaintDt datetime -

CIF_Stg 34 ProcessDt datetime -

CIF_Stg 35 SourceType nvarchar 50

Tabel 3.25Table CIF_Stg

7/25/2019 Is i 3826939191895

51/58

102


TotalCust 1 ProcessDate Datetime

TotalCust 2 Value int

Tabel 3.26 Tabel TotalCust


CustLogMatching 1 ProcessDate Datetime

CustLogMatching 2 Source nvarchar 20

CustLogMatching 3 Match Int

CustLogMatching 4 Potential Int

CustLogMatching 5 Unmatch int

Tabel 3.27 Tabel CustLogMatching

3.3.10 RANCANGAN LAYAR

Berikur adalah rancangan layar pada aplikasi yang akan dibuat:

3.3.10.1 LOGIN

Gambar 3.35:TampilanLogin

Username

Password

7/25/2019 Is i 3826939191895

52/58

103

3.3.10.2MAIN PAGE

Gambar 3.36:Tampilan Main Page

3.3.10.3 MAIN APPLI CATION

Gambar 3.37:Tampilan Main Application

3.3.10.4 DATA KAMUS

Gambar 3.38:Tampilan Data Kamus

Aplikasi Dashboard

User Registration

7/25/2019 Is i 3826939191895

53/58

104

3.3.10.5 SCORE MATCHI NG

Gambar 3.39:Tampilan Score Matching

3.3.10.6 CUSTOMER POTENTIAL

Gambar 3.40:Tampilan Customer Potential

3.3.10.7 CUSTOMER UPDATE

Gambar 3.41:Tampilan Customer Update

7/25/2019 Is i 3826939191895

54/58

105

3.3.10.8 CUSTOMER INACTIVE

Gambar 3.42:Tampilan Customer InActive

3.3.10.9 CIF DATA

Gambar 3.43:Tampilan CIF Data

7/25/2019 Is i 3826939191895

55/58

106

3.3.10.10MASTER CI F DATA

Gambar 3.44:Tampilan Master CIF Data

3.3.10.11 MASTER CIF REPORT

Gambar 3.45:Tampilan Master CIFReport

7/25/2019 Is i 3826939191895

56/58

107

3.3.10.12 USER REGISTRATI ON

Gambar 3.46:Tampilan User Registration

3.3.10.13 DASHBOARD MAIN PRODUCT

Gambar 3.47:TampilanDashboard Main Product

7/25/2019 Is i 3826939191895

57/58

108

3.3.10.14 DASHBOARD PRODUCT FUNDI NG

Gambar 3.48:TampilanDashboard Product Funding

3.3.10.15 DASHBOARD PRODUCT LENDI NG

Gambar 3.49:TampilanDashboard Product Lending

7/25/2019 Is i 3826939191895

58/58

3.3.10.16 DASHBOARD BY BRANCH

Gambar 3.50:TampilanDashboard Branch

3.3.10.17 DASHBOARD CUSTOMER

Is i 3826939191895

Documents

Transcript of Is i 3826939191895