DATA WAREHOUSE

Analisis Hasil Penjualan Produk Manufaktur dengan Menggunakan

Data Warehouse (Studi Kasus: Pabrik Kaos Gen)

Makalah untuk Memenuhi Tugas Besar Semester 5

Mata Kuliah Data Warehouse yang dibimbing Oleh Bapak I Putu Agus Eka Pratama,

S.T., M.T.

Oleh :

Ni Luh Putu Giri Gita Saraswati

1605551102

JURUSAN TEKOLOGI INFORMASI

FAKULTAS TEKNIK

UNIVERSITAS UDAYANA

2018

BAB III

METODOLOGI PENELITIAN

Bab III merupakan metode dan perancangan sistem dari laporan Makalah

Data Warehouse. Laporan Bab III membahas tentang tempat dan waktu penelitian,

metode pengumpulan data, dan perancangan Data Warehouse.

3.1 Tempat dan Waktu Penelitian

Tempat pembuatan Makalah Data Warehouse ini bertempat di kampus Program

Studi Teknologi Informasi Fakultas Teknik Universitas Udayana dan Pabrik Kaos Gen

di Jalan Kebo Iwa Utara No. 127, Denpasar Barat dengan rentangan waktu pembuatan

selama empat bulan dari September-Desember 2018.

3.2 Metode Pengumpulan Data

Dalam pengumpulan data, peneliti menggunakan langkah- langkah sebagai

berikut:

3.2.1 Metode Wawancara

Teknik pengumpulan data dengan metode wawancara langsung dengan pemilik

usaha yakni Bapak Wiprayoga Nanda tentang objek observasi yang sedang diteliti yaitu

trafik penjualan produk per periode. Wawancara yang dilakukan adalah wawancara

tidak terstruktur. Wawancara tidak terstruktur adalah wawancara bebas dimana peneliti

tidak menggunakan pedoman wawancara yang telah tersusun secara sistematis dan

lengkap untuk pengumpulan datanya. Pertanyaan muncul secara spontan sesuai dengan

perkembangan situasi dan kondisi ketika melakukan wawancara. Dengan teknik ini

diharapkan terjadi komunikasi langsung dan fleksibel serta terbuka, sehingga informasi

yang didapat lebih banyak dan luas.

3.2.2 Metode Observasi

Teknik pengumpulan data dengan metode observasi langsung pada objek yang

diteliti yakni trafik penjualan produk per periode. Metode ini dilakukan tanpa perlu

memberika pertanyaan kepada pemilik usaha dan karyawan. Peneliti melakukan

pengamatan baik dilingkungan kerja alami maupun data penjualan yang telah diberikan

oleh pemilik usaha. Pengamatan terhadap objek yang meliputi pengumpulan data dari

fenomena yang telah muncul untuk memberikan penafsiran, yang diperoleh melalui

data primer dalam pengumpulan data. Observasi dilaksanakan dengan melakukan

pengamatan langsung terhadap proses pelaksanaan kerja dan hasil kerja yang

diperoleh.

3.2.3 Studi Pustaka

Penelitian ini dilakukan dengan membaca literatur berupa e-book, paper, dan

artikel yang relevan dengan topik penelitian ini serta buku Handbook Data Warehouse

penerbit Informatika.

3.3 Perancangan Data Warehouse

Perancangan Data Warehouse pada Usaha Pabrik Kaos Gen menggunakan

Data Warehouse sebagai tempat penyimpanan data sehingga dapat Data Multi dimensi

dapat dianalisis. Perancangan Data Warehouse dapat dijabarkan sebagai berikut:

3.3.1 Desain Data Warehouse

Desain Data warehouse pada sub bab ini membahas mengenai desain logic dan

fisik. Desain ini berupa desain On Line Analytical Processing (OLAP). Desain ini yang

meliputi entity relationship diagram beserta primary key dan foreign key. Berikut

adalah desain OLAP yang dibuat pada Pabrik Kaos Gen.

Gambar 3. 1 Desain Data Warehouse

Gambar 3.1 menunjukan desain data warehouse dalam bentuk OLAP. Untuk

mengetahui Fact_tabel_penjualan dibutuhkan tiga dimensi yakni dimensi barang,

dimensi waktu, dan dimensi warna. Dimensi barang menjelaskan kode barang beserta

nama barang yakni produk yang dipasarkan meliputi kaos, topi, polo, dan juga celana

training. Dimensi waktu menyimpan data berupa tahun, bulan, dan hari produk di beli

oleh konsumen. Dimensi warna menyimpan kode warna, nama warna dan jumlahnya.

3.3.2 Data Multi Dimensi

Data multi dimensi merupakan model data fisik (Physical Data Model) yang

strukturnya dapat dilihat dari berbagai sudut pandang (dimensi), dengan tiga buah

bagian (Record atau baris, Field atau kolom, dan layer), dengan objek – objek data

multi dimensi di dalamnya, yang atributnya dibedakan menjadi atribut dimensi dan

atribut pengukuran. Berikut transformasi Data dua dimensi menjadi multi dimensi pada

studi kasus Pabrik Kaos Gen.

Gambar 3. 2 Data Dua Dimensi

Gambar 3.2 menjelaskan data dua dimensi pada pabrik Kaos Gen. Data dua

dimensi hanya mencantumkan jumlah penjualan kaos per bulan pada warna- warna

tertentu. Pada tabel diatas terlihat bulan, jenis produk yaitu kaos, warna kaos, dan

jumlah barang yang terjual. Selanjutnya akan ditampilkan tabel data multi dimensi (3

dimensi) pada studi kasus ini pada Gambar 3.3.

Gambar 3. 3 Data Multi Dimensi

Gambar 3.3 menjelaskan data multi dimensi pada pabrik Kaos Gen. Data multi

dimensi mencantumkan jumlah penjualan produk-produk yang dipasarkan pada Pabrik

Kaos Gen per bulan pada warna- warna tertentu. Pada tabel diatas terlihat bulan, jenis-

jenis produk yaitu kaos,kaos sablon, dan kaos poloserta warna kaos, dan jumlah barang

yang terjual. Berikut akan ditampilkan visualisasi data multi dimensi dalam bentuk

cube pada Gambar 3.4.

Gambar 3. 4 Visualisasi Data Multi Dimensi

Gambar 3.4 menjelaskan contoh visualisasi data multi dimensi yakni dengan

menggunakan cube. Dimana terdapat tiga dimensi yakni dimensi waktu (pada sumbu

x), dimensi barang (pada sumbu y), dan dimensi warna (pada sumbu z) sehingga dapat

dianalisa dan diketahui dengan benar jumlah barang yang terjual dengan ketentuan

warna tertentu pada periode (bulan) tertentu.

3.3.3 Pemilihan Engine

Untuk menganalisa pendapatan per periode pada studi kasus pabrik Kaos Gen

dibutuhkan engine yang mudah dipahami oleh masyarakat luas. Oleh karena itu pada

studi kasus ini, engine yang digunakan adalah Pentaho. Pentaho adalah kumpulan

aplikasi Business Intelligence yang bersifat free open source software. Pentaho berjalan

diatas platform Java. Pentaho Business Intelligence legal untuk diunduh, disebar

luaskan, digunakan pada sebanyak mungkin komputer, dikostumisasi sesuai

kebutuhan, dengan semangat kebebasan (Freedom) di dunia perangkat lunak.

Pentaho Business Intelligence menyediakan beberapa fitur yang dapat

digunakan oleh pengguna untuk hasil yang lebih optimal, yakni penyajian dashboard

yang bersifat atraktif bagi para pengguna akhir, penyajian analisa data secara visual

dan interaktif, penyajian prediksi ke depan berdasarkan hasil analisa yang disajikan,

mendukung Data Integration secara lengkap, dukungan administrasi yang lengkap,

dukungan terhadap semua Platform dan perangkat.

BAB IV

PEMBAHASAN

Bab IV merupakan pembahasan dari Makalah Data Warehouse. Laporan Bab

IV membahas tentang instalasi tools Data Warehouse, Pengujian tools pada usaha

Pabrik Kaos Gen, dan Pelatihan.

4.1 Instalasi Engine

Pentaho Business Intelligence menyediakan beberapa fitur yang dapat

digunakan oleh pengguna untuk hasil yang lebih optimal, yakni penyajian dashboard

yang bersifat atraktif bagi para pengguna akhir, penyajian analisa data secara visual

dan interaktif, penyajian prediksi ke depan berdasarkan hasil analisa yang disajikan,

mendukung Data Integration secara lengkap, dukungan administrasi yang lengkap,

dukungan terhadap semua platform dan perangkat. Berikut langkah- langkah

penginstalan Pantaho Business Intelligent:

Gambar 4. 1 Link Download Pentaho

Gambar 4.1 menunjukan cara penginstalan Pentaho Business Intelligence.

Untuk menginstal Pentaho Business Intelligence perlu mendownload file Pentaho yang

terletak pada folder Pentaho 8.1. File ini bisa diakses pada link

https://sourceforge.net/projects/pentaho/

Gambar 4. 2 Pemilihan Folder Server

Gambar 4.2 menunjukan langkah selanjutnya setelah memilih folder tempat file

yang akan di download maka, perlu folder server. Folder serven menyimpan file

download Pentaho dengan versi 8.1 (the Lastest Version) sehingga pengguna dapat

menggunakan pentaho dengan versi yang lebih lengkap.

Gambar 4. 3 Pemilihan Pentaho Server

Gambar 4.3 menunjukan langkah selanjutnya dalam men-download Pentaho

Business Intelligence dengan memilih file Pentaho server dengan versi 7.1.0.12 dengan

format file Zip. Setelah file Pentaho server versi pentaho-server-ce-8.1.0.0-365.zip di

klik file akan otomatis teruntuh pada perangkat komputer. Ukuran file adalah 1 GB.

Gambar 4. 4 Instalasi JDK

Gambar 4.4 menunjukan cara selanjutnya dalam penginstalan Pentaho Business

Intelligence. Pentaho Business Intelligence berjalan diatas platform Java. Oleh karena

itu perlu menginstal Java Development Kit (JDK). JDK adalah Perangkat lunak yang

digunakan untuk melakukan proses kompilasi dari kode java ke bytecode yang dapat

dimengerti dan dapat dijalankan oleh JRE (Java Runtime Envirotment).

Gambar 4. 5 Create Variabel Sistem

Gambar 4.5 menunjukan langkah selanjutnya setelah JDK terinstal, yakni

melakukan pengekstrakan file Pentaho Business Intelligence dan tempatkan pada Local

Disk C. Lalu create variable sistem baru dengan nama PENTAHO_JAVA_HOME

dengan variable value mengikuti path JDK.

Gambar 4. 6 Start-pentaho.bat

Gambar 4.6 menampilkan langkah selanjutnya untuk menggunakan Pentaho

pada web browser, yakni menjalankan start-pentaho.bat. Kemudian membuka pentaho

lewat web browser dengan menggunakan link http://localhost:8080/pentaho/. Proses

ini akan membutuhkan waktu yang relatif lama.

Gambar 4. 7 Login Akun Pentaho

Gambar 4.7 menunjukan tampilan pentaho setelah instalasi berhasil dilakukan.

Instalasi dikatakan berhasil apabila link dapat diakses dan tampilan web seperti pada

gambar diatas. Untuk mengakses web, harus melakukan login sebagai Evaluator

dimana akun Administator dapat mengelola data source sedangkan Bussines User

hanya dapat melihat hasil analisa.

Gambar 4. 8 Akun Administrator

Gambar 4.8 menampilkan tampilan Pentaho dengan menggunakan akun

Administrator. Admin dapat melakukan pencarian file- file yang telah dibuat, dapat

membuat file baru, me-manage sumber data dan documentation serta menganalisa dan

membuat visualisasi dari hasil analisa.

Gambar 4. 9 Login Business User

Gambar 4.9 menampilkan tampilan web browser dengan menggunakan akun

Business User. User dapat melakukan pencarian file-file yang telah dibuat, dapat

membuat file baru, dan documentation menganalisa dan membuat visualisasi dari hasil

analisa.

4.2 Implementasi Engine

Engine yang digunakan untuk menganalisa dan memberikan visualisasi dari

output yang didapat adalah dengan menggunakan Pentaho. Pentaho menyedia banyak

tools dimana administrator dapat memasukan data (data source), membuat Laporan

yang interaktif, membuat laporan analisis, dan membuat dashboard. Implementasi

Pentaho adalah sebagai berikut.

4.2.1 Data Source

Data Source merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur

ini hanya dapat digunakan oleh akun Administrator. Fitur ini membantu Administrator

untuk mengimpor data- data dari berbagai sumber data.

Gambar 4. 10 Proses Impor data pada Data Source

Gambar 4.10 menunjukan tampilan Data Source pada Pentaho. Data yang dapat

di impor untuk dianalisa berupa file dengan format CSV, SQL Query, dan Database

table. Data yang di impor dapat diubah bentuk atau tipe datanya. Pengubahan tipe data

menggunakan fitur Data Source dapat dilihat pada Gambar 3.11.

Gambar 4. 11 Pengubahan Tipe Data

Gambar 4.11 menunjukan tampilan pada fitur Data Source. Data yang di impor

adalah data pada file CSV. Setelah file CSV di impor maka field pada file secara

otomatis akan memiliki tipe data sesuai dengan data yang ada. Untuk mengubah tipe

data pada data source, dapat meng-klik Type dari field lalu memilih jenis tipe data yang

sesuai. Setelah itu data dapat langsung digunakan untuk dianalisa dan di visualisasikan.

4.2.2 Interactive Report

Interactive Report merupakan salah satu fitur yang ditawarkan oleh Pentaho.

Fitur ini membantu Administrator untuk merancang dan membuat laporan operasional

sederhana dan terstruktur yang dapat disesuaikan dengan permintaan atau kebutuhan

analisa.

Gambar 4. 12 Interactive Report

Gambar 4.12 menunjukan hasil interactive report dari data penjualan pabrik

Kaos Gen. Penggunaan fitur ini sangat membantu administrator karena memberikan

informasi secara detail dan sesuai permintaan yakni jumlah penjualan produk dengan

warna tertentu per periode. Laporan ini dapat disimpan dalam bentuk pdf sehingga bisa

menjadi bukti digital atau report yang dapat dilaporkan.

4.2.3 Analysis Report

Analysis Report merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini

membantu Administrator untuk menganalisis data dari sumber data dimana data yang

akan dianalisis adalah data multi dimensi. Selain menganalisis data, fitur ini dapat

memberikan output yakni hasil analisa berupa visualisasi seperti diagram batang.

Gambar 4. 13 Laporan Penjualan Dua Dimensi

Gambar 4.13 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen memiliki jumlah

penjualan kaos sablon yang terus meningkan setiap bulannya dengan penjualan baju

kaos yang relatif tinggi pada bulan 9. Selain itu penjualan semua produk dari bulan 1

sampai bulan 9 telah mengalami peningkatan yang sangat signifikan. Analisis data

multi dimensi dapat dilihat pada gambar 4.13.

Gambar 4. 14 Laporan Penjualan Data Multi Dimensi

Gambar 4.14 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni

dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam

bentuk jumlah penjualan. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen

memiliki jumlah penjualan kaos sablon yang terus meningkat setiap bulannya dengan

penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya pada pejualan kaos

sablon berwarna navy. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9

telah mengalami peningkatan yang sangat signifikan terutama pada penjualan kaos

sablon dan juga topi khususnya topi berwarna hitam. Setelah data dianalisa maka

Administrator dapat membuat visualisasi seperti grafik batang pada Gambar 4.15.

Gambar 4. 15 Grafik Batang Dua Dimensi

Gambar 4.15 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Hasil analisa data penjualan divisualisasikan dalam bentuk diagram batang.

Diagram ini menetapkan warna yang mencerminkan barang dimana warna biru tua

merepresentasikan kaos polos, biru muda merepresentasikan kaos sablon, orange

merepresentasikan polo, dan kuning merepresentasikan topi. Dari hasil analisa diatas

diketahui bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus

meningkat setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan

9. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9 telah mengalami

peningkatan yang sangat signifikan. Analisis data multi dimensi dapat dilihat pada

gambar 4.16.

Gambar 4. 16 Grafik Batang Data Multi Dimensi

Gambar 4.16 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni

dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam

bentuk jumlah penjualan. Diagram ini menggunakan warna untuk merepresentasikan

produk sehingga akan mudah dikenali dan dipahami. Dari hasil analisa diatas diketahui

bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus meningkat

setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya

pada pejualan kaos sablon berwarna navy. Selain itu penjualan semua produk dari bulan

1 sampai bulan 9 telah mengalami peningkatan yang sangat signifikan terutama pada

penjualan kaos sablon dan juga topi khususnya topi berwarna hitam.

4.2.4 Dashboard

Dashboard merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini

digunakan sebagai alat untuk membaca dan menampilkan presentasi grafis status saat

ini. Pada Studi Kasus Pabrik Kaos Gen, fitur ini berfungsi untuk menunjukkan tingkat

penjualan produk dalam periode tertentu. Dashboard diharapkan membantu para

pembuat keputusan untuk memperoleh pengetahuan kritis dalam sekejap.

Gambar 4. 17 Dashboard Admin

Gambar 4.17 menunjukan tampilan dashboard admin pentaho. Fitur dashboard

menyediakan berbaga jenis template yang dapat digunakan untuk mempresentasikan

hasil analisa data multi dimensi. Pada studi kasus ini. Digunakan template yang terdiri

dari empat bagian dimana setiap bagiannya memberikan informasi terkait jumlah

penjualan produk warna tertentu per periode.

4.3 Pengujian Engine

Engine yang digunakan untuk menganalisa dan memberikan visualisasi dari

output yang didapat adalah dengan menggunakan Pentaho. Pentaho menyedia banyak

tools dimana Business User dapat membuat Laporan yang interaktif, membuat laporan

analisis, dan membuat dashboard. Implementasi Pentaho adalah sebagai berikut.

4.3.1 Interactive Report

Interactive Report merupakan salah satu fitur yang ditawarkan oleh Pentaho.

Fitur ini membantu Business User untuk merancang dan membuat laporan operasional

sederhana dan terstruktur yang dapat disesuaikan dengan permintaan atau kebutuhan

analisa.

Gambar 4. 18 Interactive Report

Gambar 4.18 menunjukan hasil interactive report dari data penjualan pabrik

Kaos Gen. Penggunaan fitur ini sangat membantu Business User karena memberikan

informasi secara detail dan sesuai permintaan yakni jumlah penjualan produk dengan

warna tertentu per periode. Laporan ini dapat disimpan dalam bentuk pdf sehingga bisa

menjadi bukti digital atau report yang dapat dilaporkan.

4.3.2 Analysis Report

Analysis Report merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur

ini membantu Business User untuk menganalisis data dari sumber data dimana data

yang akan dianalisis adalah data multi dimensi. Selain menganalisis data, fitur ini dapat

memberikan output yakni hasil analisa berupa visualisasi seperti diagram batang.

Gambar 4. 19 Laporan Penjualan Dua Dimensi

Gambar 4.19 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen memiliki jumlah

penjualan kaos sablon yang terus meningkat setiap bulannya dengan penjualan baju

kaos yang relatif tinggi pada bulan 9. Selain itu penjualan semua produk dari bulan 1

sampai bulan 9 telah mengalami peningkatan yang sangat signifikan. Analisis data

multi dimensi dapat dilihat pada gambar 4.20.

Gambar 4. 20 Laporan Penjualan Multi Dimensi

Gambar 4.20 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni

dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam

bentuk jumlah penjualan. Dari hasil analisa diatas diketahui bahwa pabrik kaos gen

memiliki jumlah penjualan kaos sablon yang terus meningkat setiap bulannya dengan

penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya pada pejualan kaos

sablon berwarna navy. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9

telah mengalami peningkatan yang sangat signifikan terutama pada penjualan kaos

sablon dan juga topi khususnya topi berwarna hitam. Setelah data dianalisa maka

Administrator dapat membuat visualisasi seperti grafik batang pada Gambar 4.21.

Gambar 4. 21 Grafik Batang Dua Dimensi

Gambar 4.21 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Hasil analisa data penjualan divisualisasikan dalam bentuk diagram batang.

Diagram ini menetapkan warna yang mencerminkan barang dimana warna biru tua

merepresentasikan kaos polos, biru muda merepresentasikan kaos sablon, orange

merepresentasikan polo, dan kuning merepresentasikan topi. Dari hasil analisa diatas

diketahui bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus

meningkat setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan

9. Selain itu penjualan semua produk dari bulan 1 sampai bulan 9 telah mengalami

peningkatan yang sangat signifikan. Analisis data multi dimensi dapat dilihat pada

gambar 4.22.

Gambar 4. 22 Grafik Batang Multi Dimensi

Gambar 4.22 menunjukan tampilan hasil analisa data penjualan pabrik Kaos

Gen. Analisa yang dilakukan adalah dengan menggunakan tiga buah dimensi yakni

dimensi item (barang), dimensi waktu, dan dimensi warna dengan pengukuran dalam

bentuk jumlah penjualan. Diagram ini menggunakan warna untuk merepresentasikan

produk sehingga akan mudah dikenali dan dipahami. Dari hasil analisa diatas diketahui

bahwa pabrik kaos gen memiliki jumlah penjualan kaos sablon yang terus meningkat

setiap bulannya dengan penjualan baju kaos yang relatif tinggi pada bulan 9 khususnya

pada pejualan kaos sablon berwarna navy. Selain itu penjualan semua produk dari bulan

1 sampai bulan 9 telah mengalami peningkatan yang sangat signifikan terutama pada

penjualan kaos sablon dan juga topi khususnya topi berwarna hitam.

4.3.3 Dashboard

Dashboard merupakan salah satu fitur yang ditawarkan oleh Pentaho. Fitur ini

digunakan sebagai alat untuk membaca dan menampilkan presentasi grafis status saat

ini. Pada Studi Kasus Pabrik Kaos Gen, fitur ini berfungsi untuk menunjukkan tingkat

penjualan produk dalam periode tertentu. Dashboard diharapkan membantu para

pembuat keputusan untuk memperoleh pengetahuan kritis dalam sekejap.

Gambar 4. 23 Dashboard Admin

Gambar 4.23 menunjukan tampilan dashboard admin pentaho. Fitur dashboard

menyediakan berbaga jenis template yang dapat digunakan untuk mempresentasikan

hasil analisa data multi dimensi. Pada studi kasus ini. Digunakan template yang terdiri

dari empat bagian dimana setiap bagiannya memberikan informasi terkait jumlah

penjualan produk warna tertentu per periode. Dashboard ini akan membantu para

pemegang keputusan untuk mendapatkan knowledge dan informasi sebagai faktor

dalam pengambilan keputusan.