SKRIPSI ANALISIS DAN DESAIN DATA WAREHOUSE PADA ...
-
Upload
khangminh22 -
Category
Documents
-
view
1 -
download
0
Transcript of SKRIPSI ANALISIS DAN DESAIN DATA WAREHOUSE PADA ...
SKRIPSI
ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERUSAHAAN
ASURANSI SYARIAH
(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)
Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah
Disusun Oleh:
NUR LISKA AMELIA
NIM: 107093002832
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2011 M/1432 H
LEMBAR PENGESAHAN SKRIPSI
JUDUL
ANALISN DAN DESAIN DATA WAREHOU,SE PADA PERUSAHAAN
ASURANSI SYARIAH
(STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)
Disusun Oleh:
NUR LISKA AMELIA
NIM: 107093002832
Disetujui dan Disahkan Sebagai Salah Satu Syarat Menyelesaikan Studi
Pada Program Strata Satu Program Studi Sistem Informasi
Universitas Islam Negeri Jakarta
I 1--
Jakarta, 23 November 2011
Pembimbing II
Nia KumaladewifMMSl
NIP. 19750412 2007 I0 2002
Mengetahui,
Ketua Program Studi Sistem Informasi
Aeni Hldavah. MMSI
19750818 200501 2 008
Nur Aeni Hida*ah. MMSIi Hida*ah. M
NIP. 19750818 200501 2 008
PENGESAHAN UJIAN
Skripsi yang berjudul "Analisis dan Desain Data Warehouse Pada Perusahaan
Asuransi Syariah (Studi Kasus: PT. Asurani Takaful Umum),, telah diuji dan
dinyatakan lulus dalam sidang munaqosyah Fakultas Sains dan Teknologi pada hari
Senin 5 Desember 201 1. Skripsi ini telah diterima sebagai salah satu syarat untuk
memperoleh gelar sarjana strata satu (Sl) pada program studi Sistem Informasi.
Tim Penguji,
Jakarta, Desember 2011
Penguji IIPenguji I
Ir. Bakri La Katjonq. MT. M.Kom
NrP.47003s764
Pembimbing I
l,tv'1-L=--Nur Aeni Hidayah" MMSI
NIP. 19750818 200501 2 008
Rinda Hesti Kusumaningtyas. MMSI
NrP . 19810929 2009122002
Pembimbing II
Nia Kumaladewi. MMSI
NrP. 19750412 2007 t0 2002
Mengetahui,
Dekan Fak Sains dan Teknologi Ketua Prodi Sistem Informasi
hwt -------Nur Aeni Hidayah. MMSI.
NrP. 197s0818 200501 2 008NIP. 19680117 200112
v
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR
HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI
SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU
LEMBAGA MANAPUN.
Jakarta, 14 November 2011
Nur Liska Amelia
vi
ABSTRAK
NUR LISKA AMELIA, Analisis dan Desain Data Warehouse Pada Perusahaan
Asuransi Syariah (Studi Kasus: PT. Asuransi Takaful Umum) dibawah bimbingan
NUR AENI HIDAYAH dan NIA KUMALADEWI.
PT. Asuransi Takaful Umum merupakan perusahaan jasa yang bergerak dalam
bidang asuransi syariah yang saat ini sedang banyak diminati oleh masyarakat untuk
mempercayakan kendaraan mereka ke dalam produk pertanggungan yang
dikeluarkan oleh PT. Asuransi Takaful Umum. Berdasarkan data dari PT. Asuransi
Takaful Umum, total premi yang berhasil dihimpun dari asurani kendaraan semakin
meningkat setiap tahunnya, pada tahun 2001 mencapai Rp.2,3 triliun, tahun 2002
Rp.2,8 triliun, tahun 2003 Rp. 3,2 triliun, dan tahun 2004 mencapai Rp.4 triliun.
Seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula
jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim
kepada PT. Asuransi Takaful Umum. Dengan demikian semakin banyak pula data
yang masuk ke dalam perusahaan, data-data tersebut tentunya perlu disimpan, diolah,
dan dianalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan,
dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode
waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu
lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam
database operasional di General Takaful System. Karena dianggap perlu untuk
melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu
informasi secara cepat, maka dibuatlah suatu perancangan data warehouse yang
dapat memudahkan dalam melakukan pengolahan data-data, menganalisis, dan
melaporkan hasil analisis data. Metode yang digunakan dalam merancang data
warehouse ini adalah Nine Step Design Methodology yang terdiri dari sembilan
langkah yaitu memilih proses, menentukan grain/sumber dari proses bisnis,
mengidentifikasi dan penyesuaian dimensi, memilih fakta, menyimpan perhitungan
awal dalam tabel fakta, melihat kembali tabel dimensi, memilih durasi database,
menelusuri perubahan dari dimensi, dan yang terakhir adalah memutuskan prioritas
query dan tipe query. Dari penelitian ini menghasilkan sebuah data warehouse untuk
PT. Asuransi Takaful Umum, serta jumlah kapasitas media penyimpanan yang
dibutuhkan untuk data histori.
Kata Kunci : Data Warehouse, Nine Step Design Method, OLAP, SQL Server
V Bab + 126 Halaman + xvii Halaman + 43 Gambar + 26 Tabel + Pustaka +
Lampiran
Pustaka Acuan (42, 1984-2011).
vii
KATA PENGANTAR
Assalamu ‘alaikum wr. wb
Alhamdulillahirrobbil ‘alamiin, segala puji dan syukur kepada Allah SWT
yang telah memberikan rahmat dan taufik-Nya sehingga penulisan skripsi dengan
judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah
(Studi Kasus: PT. Asurani Takaful Umum)” dapat terselesaikan dengan baik.
Skripsi ini disusun untuk memenuhi salah satu syarat dalam menyelesaikan program
S1 UIN Syarif Hidayatullah Jakarta, khususnya Jurusan Sistem Informasi, Fakultas
Sains dan Teknologi.
Selama proses penyusunan skripsi ini mendapat banyak bimbingan dan
bantuan dari berbagai pihak. Oleh karena itu, ucapan terima kasih ditujukan kepada:
1. Bapak DR. Syopiansyah Jaya Putra, M.SIS, selaku Dekan Fakultas Sains dan
Teknologi.
2. Ibu Nur Aeni Hidayah, MMSI, selaku Ketua Program Studi Sistem Informasi
sekaligus selaku Dosen Pembimbing I yang memberikan ilmu, motivasi dan
bimbingan selama proses penyusunan skripsi ini.
3. Bapak Zainul Arham, S.Kom, MSI, selaku Sekretaris Program Studi Sistem
Informasi.
4. Ibu Nia Kumaladewi, MMSI, selaku Dosen Pembimbing II, yang selalu
memberikan masukan, motivasi, dan bimbingan selama proses penyusunan
skripsi ini.
viii
5. Bapak Dian Sofyan, Bapak Afzil, dan Bapak Rochiman dari PT. Asuransi Takaful
Umum yang telah memberikan data dan ilmu yang bermanfaat.
6. Abe, Umi, dan kakak-kakak yang telah memberikan motivasi dan dukungan, serta
keponakan-keponakan kecil saya yang selalu berulah sekaligus memberi canda
dan tawa dalam keluarga besar saya.
7. Nia Mariana yang telah bersedia membantu saya mempelajari materi-materi
mengenai data warehouse serta SQL Server.
8. Seluruh SIBIS 2007 (#SIBIS2007BISA) dan anggota SI D 2007, serta Lele, Cha,
Rina, Tya, Lya, Ichan, Devika, Itun, Iwa, Oji, sahabat-sahabatku tersayang yang
selalu memberiku tempat nyaman dan hangat di sisi mereka, terima kasih atas
segala semangat dan semoga Allah membalas dengan segala kebaikan yang
berlipat ganda.
9. Dan semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu
saya selama penyelesaian skripsi ini dan memberikan doanya.
Penyusunan skripsi ini masih terdapat kekurangan, dan jauh dari sempurna
sehingga saran dan kritik yang berguna dari pembaca dapat disampaikan melalui email
[email protected]. Akhir kata semoga skripsi ini dapat memberikan sedikit
wacana dan bermanfaat bagi kita semua.
Wassalamu ‘alaikum wr. wb
Jakarta, 14 November 2011
Nur Liska Amelia
ix
DAFTAR ISI
LEMBAR SAMPUL ............................................................................................... i
LEMBAR JUDUL ................................................................................................. ii
LEMBAR PERSETUJUAN PEMBIMBING .................................................... iii
LEMBAR PENGESAHAN .................................................................................. iv
LEMBAR PERNYATAAN ................................................................................... v
ABSTRAK ............................................................................................................. vi
KATA PENGANTAR ......................................................................................... vii
DAFTAR ISI .......................................................................................................... ix
DAFTAR GAMBAR ........................................................................................... xiv
DAFTAR TABEL ............................................................................................... xvi
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah .............................................................................................. 8
1.3 Batasan Masalah ................................................................................................ 8
1.4 Tujuan Penelitian ............................................................................................... 9
1.5 Manfaat Penelitian ........................................................................................... 10
1.6 Metode Penelitian ............................................................................................ 10
1.6.1 Metode Pengumpulan Data ..................................................................... 10
1.6.2 Metode Perancangan Data Warehouse ................................................... 11
1.7 Sistematika Penulisan ...................................................................................... 12
BAB II LANDASAN TEORI ............................................................................. 14
2.1 Data Dan Informasi .......................................................................................... 14
2.1.1 Data ......................................................................................................... 14
2.1.2 Informasi ................................................................................................. 14
2.2 Sistem Informasi .............................................................................................. 15
2.3 Pengertian Basis Data ...................................................................................... 16
2.4 Sistem Basis Data ............................................................................................ 17
x
2.5 Database Management System ........................................................................ 18
2.5.1 Basis Data Relasional ............................................................................. 19
2.5.2 Normalisasi ............................................................................................. 20
2.5.2.1 Bentuk Tidak Normal .................................................................. 21
2.5.2.2 Bentuk Normal Pertama ............................................................... 22
2.5.2.3 Bentuk Normal Kedua ................................................................. 22
2.5.2.4 Bentuk Normal Ketiga ................................................................. 23
2.6 Data Warehouse ............................................................................................... 24
2.6.1 Pengertian ............................................................................................... 24
2.6.2 Karakteristik ............................................................................................ 25
2.6.2.1 Berorientasi Subjek ...................................................................... 25
2.6.2.2 Terintegrasi .................................................................................. 26
2.6.2.3 Non-Volatile ................................................................................. 27
2.6.2.4 Time-Variant ................................................................................ 28
2.6.3 Manfaat Data Warehouse ....................................................................... 29
2.6.4 Struktur Data Warehouse ....................................................................... 30
2.6.5 Arsitektur Data Warehouse .................................................................... 33
2.6.6 Tiga Model Data Warehouse .................................................................. 36
2.7 Perbedaan OLAP dengan OLTP ...................................................................... 37
2.8 Model Dimensional .......................................................................................... 38
2.8.1 Star Scheme .............................................................................................. 39
2.8.2 Snowflake Scheme .................................................................................... 40
2.8.3 Starflake Scheme ...................................................................................... 41
2.9 Extract, Transform, Load ................................................................................. 42
2.10 Nine Step Design Method ............................................................................... 43
2.10.1 Memilih Proses ...................................................................................... 43
2.10.2 Menentukan Grain.................................................................................. 43
2.10.3 Mengidentifikasi Dan Penyesuaian Dimensi ......................................... 44
2.10.4 Memilih Fakta ........................................................................................ 44
2.10.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 44
xi
2.10.6 Melihat Kembali Tabel Dimensi ............................................................ 45
2.10.7 Memilih Durasi Database ...................................................................... 45
2.10.8 Menelusuri Perubahan Dari Dimensi ..................................................... 45
2.10.9 Memutuskan Prioritas Query Dan Tipe Query ...................................... 46
2.11 Tools Pembuatan Data Warehouse ................................................................ 46
2.11.1 SQL Server ............................................................................................. 46
2.11.1.1 Komponen Dasar SQl Server ..................................................... 47
2.12 Asuransi Syariah ............................................................................................ 49
2.12.1 Pengertian Asuransi Syariah .................................................................. 49
2.12.2 Akad Dalam Asuransi Syariah ............................................................... 50
2.12.3 Prinsip Asuransi Syariah ........................................................................ 50
2.12.4 Landasan Al-Qur’an dan Hadits Asuransi Syariah ................................ 51
2.12.5 Landasan Fatwa Asuransi Syariah ........................................................ 52
2.12.6 Perbedaan Asuransi Syariah dengan Konvensional ............................... 53
2.12.7 Hal-hal Terkait Dalam Asuransi Syariah ............................................... 54
2.13 Metode Pengumpulan Data ............................................................................ 56
2.13.1 Observasi ................................................................................................ 57
2.13.2 Wawancara ............................................................................................. 57
2.13.3 Studi Pustaka .......................................................................................... 58
2.13.4 Studi Literatur ........................................................................................ 58
BAB III METODOLOGI PENELITIAN ......................................................... 62
3.1 Metode Pengumpulan Data .............................................................................. 62
3.1.1 Observasi ................................................................................................. 62
3.1.2 Wawancara .............................................................................................. 63
3.1.3 Studi Pustaka ........................................................................................... 64
3.1.4 Studi Literatur ......................................................................................... 64
3.2 Metode Desain Data Warehouse ..................................................................... 67
xii
3.2.1 Memilih Proses ........................................................................................ 68
3.2.2 Menentukan Grain.................................................................................... 68
3.2.3 Mengidentifikasi Dan Penyesuaian Dimensi ........................................... 68
3.2.4 Memilih Fakta .......................................................................................... 68
3.2.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ................................. 69
3.2.6 Melihat Kembali Tabel Dimensi .............................................................. 69
3.2.7 Memilih Durasi Database ........................................................................ 69
3.2.8 Menelusuri Perubahan Dari Dimensi ....................................................... 70
3.2.9 Memutuskan Prioritas Query Dan Tipe Query ........................................ 70
3.3 Kerangka Penelitian ......................................................................................... 71
BAB IV PEMBAHASAN .................................................................................... 72
4.1 Profil Perusahaan ............................................................................................. 72
4.2 Visi dan Misi PT. Syarikat Takaful Indonesia ................................................. 73
4.2.1 Visi ......................................................................................................... 73
4.2.2 Misi ........................................................................................................ 73
4.3 Konsep dan Filosofi ......................................................................................... 74
4.4 Struktur Organisasi Perusahaan ....................................................................... 75
4.5 Produk-produk Asuransi Kendaraan ................................................................ 76
4.6 Prosedur Umum Asuransi ................................................................................ 77
4.7 Metode Desain Data Warehouse ..................................................................... 78
4.7.1 Memilih Proses ...................................................................................... 78
4.7.1.1 Identifikasi Prosedur Klaim ......................................................... 79
4.7.1.2 Identifikasi Database yang Digunakan ........................................ 81
4.7.1.3 Normalisasi .................................................................................. 82
4.7.1.4 Rancangan ERD ........................................................................... 85
4.7.1.5 Keterangan Tabel ......................................................................... 86
4.7.2 Memilih Sumber .................................................................................... 92
xiii
4.7.3 Identifikasi dan Penyesuaian Dimensi ................................................... 92
4.7.4 Memilih Fakta ........................................................................................ 93
4.7.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 93
4.7.6 Melihat Kembali Tabel Dimensi ............................................................ 93
4.7.7 Memilih Durasi dari Basis Data ............................................................. 95
4.7.8 Menelusuri Perubahan Dimensi Secara Perlahan .................................. 96
4.7.9 Memutuskan Prioritas Query dan Tipe Query ....................................... 97
4.7.9.1 Proses ETL ................................................................................... 97
4.7.9.2 Analisis Kapasitas Media Penyimpanan .................................... 117
4.8 Skema Bintang ............................................................................................... 121
4.9 Meta Data ....................................................................................................... 122
BAB V PENUTUP .............................................................................................. 125
5.1 Simpulan ........................................................................................................ 125
5.2 Saran .............................................................................................................. 126
DAFTAR PUSTAKA
LAMPIRAN
xiv
DAFTAR GAMBAR
Gambar 2.1 Blok Sistem Informasi Yang Berinteraksi .................................................... 15
Gambar 2.2 Format Normalisasi ....................................................................................... 21
Gambar 2.3 Data Warehouse Berorientasi Subjek ........................................................... 26
Gambar 2.4 Data Warehouse Terintegrasi ....................................................................... 27
Gambar 2.5. Data Warehouse Non-Volatile ..................................................................... 28
Gambar 2.6. Data Warehouse Berorientasi Waktu .......................................................... 29
Gambar 2.7. Struktur Dari Data Warehouse ................................................................... 30
Gambar 2.8. Komponen Utama Dari Data Warehouse .................................................... 34
Gambar 2.9. Star Scheme .................................................................................................. 39
Gambar 2.10. Snowflake Scheme ...................................................................................... 41
Gambar 3.1. Kerangka Penelitian ..................................................................................... 71
Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum ......................................... 75
Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi ..................................................... 77
Gambar 4.3 Alur Prosedur Klaim ..................................................................................... 79
Gambar 4.4 Data sebelum dinormalisasi .......................................................................... 82
Gambar 4.5 Normalisasi 1NF ........................................................................................... 83
Gambar 4.6 Normalisasi 2NF ........................................................................................... 84
Gambar 4.7 Entity Relationship Diagram (physical design) ........................................... 85
Gambar 4.8 Database ‘takaful’ ........................................................................................ 98
Gambar 4.8 Tabel-tabel Database ‘OLAPtakaful’ ........................................................... 98
Gambar 4.10 Create New Data Source ............................................................................. 99
Gambar 4.11 Jendela Data Source Wizard ....................................................................... 99
Gambar 4.12 Jendela Data Source Wizard Pilih ‘takaful’ dan ‘OLAPtakaful’ .............. 100
Gambar 4.13 Compleeting the Wizard ............................................................................ 101
Gambar 4.14 New SSIS Package .................................................................................... 101
Gambar 4.15 Connection Managers ............................................................................... 102
Gambar 4.16 Jendela Select Data Source ....................................................................... 102
Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination ................................ 103
xv
Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination .............................. 103
Gambar 4.19 OLE DB Source editor .............................................................................. 104
Gambar 4.20 OLE DB Destination Editor ..................................................................... 105
Gambar 4.21 jendela control flow ................................................................................... 106
Gambar 4.22 Jendela Execute SQL Task Editor ............................................................. 106
Gambar 4.23 Jendela SQL Querry .................................................................................. 107
Gambar 4.24 Data Flow Task Dan Execute Task Sukses ............................................... 107
Gambar 4.25 Create Data Source ................................................................................... 108
Gambar 4.26 Data Source Wizard Pemilihan Data Connection .................................... 108
Gambar 4.27 Impersonation Information ....................................................................... 109
Gambar 4.28 Data Source Name .................................................................................... 109
Gambar 4.29 Membuat New Data Source View ............................................................. 110
Gambar 4.30 Pemilihan Data Source ............................................................................. 110
Gambar 4.31 Pemilihan Tabel Yang Akan Ditampilkan ................................................ 111
Gambar 4.32 Penamaan Data Source View .................................................................... 111
Gambar 4.33 Create New Cube ...................................................................................... 112
Gambar 4.34 Pemilihan Metode Pembuatan .................................................................. 112
Gambar 4.35 Pemilihan Data Source ............................................................................. 113
Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta ............................................................ 113
Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta ...................................................... 114
Gambar 4.38 Pemilihan Measure ................................................................................... 114
Gambar 4.39 Pendeteksian Hirarki ................................................................................. 115
Gambar 4.40 Review New Dimension ............................................................................. 115
Gambar 4.41 Pemberian Nama Cube .............................................................................. 116
Gambar 4.42 Hasil Cube Star Schema ............................................................................ 117
Gambar 4.43 Skema Bintang Klaim ............................................................................... 121
xvi
DAFTAR TABEL
Tabel 2.1 Bentuk tidak normal .......................................................................................... 22
Tabel 2.2 Bentuk Normal Pertama (1NF) ......................................................................... 22
Tabel 2.3 Bentuk Normal Kedua ...................................................................................... 23
Tabel 2.4 Bentuk Normal Ketiga ...................................................................................... 24
Tabel 2.5. Perbedaan OLAP dengan OLTP ...................................................................... 37
Tabel 2.6. Perbedaan Asuransi Syariah Dan Konvensional.............................................. 53
Tabel 2.7. penelitian Data Warehouse Sebelumnya ......................................................... 59
Tabel 4.1 Identifikasi Tabel Yang Digunakan ................................................................. 81
Tabel 4.2. Tabel trxklaim .................................................................................................. 86
Tabel 4.3 Tabel trxveh ..................................................................................................... 87
Tabel 4.4 Tabel maspol .................................................................................................... 88
Tabel 4.5 Tabel mascust .................................................................................................. 88
Tabel 4.6 Tabel masveh ................................................................................................... 89
Tabel 4.7 Tabel product ................................................................................................... 90
Tabel 4.8 Tabel branch .................................................................................................... 91
Tabel 4.9 Tabel cause ...................................................................................................... 91
Tabel 4.10 Tabel Grain Dan Dimensi Dari Klaim............................................................ 92
Tabel 4.11 Tabel-Tabel Dimensi ...................................................................................... 94
Tabel 4.12 Tabel Waktudim ............................................................................................. 94
Tabel 4.13 Tabel Dimensicustomer .................................................................................. 94
Tabel 4.14 Tabel Dimensicauses ...................................................................................... 95
Tabel 4.15 Tabel Dimensiproduct ..................................................................................... 95
Tabel 4.16 Tabel Durasi Database ................................................................................... 95
Tabel 4.17 Contoh Tabel Pada Dimensi Cause ................................................................ 96
Tabel 4.18 Contoh Perubahan Tabel Pada Dimensi Cause .............................................. 96
Tabel 4.19 Contoh Tabel Pada Dimensi Product ............................................................. 96
Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product............................................ 97
Tabel 4.21 Meta Data Pada Dimensi Waktu ..................................................................... 97
xvii
Tabel 4.22 Analisis Kapasitas Media Penyimpanan ....................................................... 120
Tabel 4.23 Meta Data Pada Dimensi Waktu ................................................................... 122
Tabel 4.23 Meta Data Pada Dimensi Customer .............................................................. 123
Tabel 4.24 Meta Data Pada Dimensi Cause ................................................................... 123
Tabel 4.24 Meta Data Pada Dimensi Product................................................................. 123
Tabel 4.26 Meta Data Pada Dimensi Fakta Klaim.......................................................... 124
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan dunia teknolgi informasi saat ini semakin pesat, hampir
semua aspek kegiatan manusia dipengaruhi oleh teknologi informasi, tak luput
juga dalam dunia bisnis saat ini. Banyak perusahaan yang memanfaatkan
teknologi informasi untuk dapat meningkatkan kinerja bisnisnya sehingga dapat
menghadapi persaingan bisnis yang ketat yang bertujuan untuk meraih pangsa
pasar yang lebih besar, dengan harapan agar keuntungan perusahaan yang dicapai
dapat lebih meningkat pula. Data warehouse merupakan salah satu bagian dari
teknologi informasi yang dapat menunjang kegiatan perusahaan tersebut (Supawi,
2003).
Data warehouse dapat membantu pihak manajerial dan eksekutif
perusahaan dalam penentuan kebijakan perusahan, agar dapat menghasilkan
keputusan yang cepat dan tepat berdasarkan hasil analisa dari data dan fakta yang
ada. Keberadaan data warehouse akan mempermudah pembuatan aplikasi-
aplikasi seperti Decission Support System dan Sistem Informasi Eksekutif karena
memang kegunaan dari data warehouse ini adalah untuk mendukung proses
analisa bagi para pihak eksekutif dalam pengambilan keputusan (Oktavia, 2011).
Dengan membangun data warehouse dapat memberikan keuntungan-
keuntungan strategis bagi perusahaan. Hal ini dikarenakan kemampuan data
warehouse untuk mengakses data yang besar, memiliki data yang konsisten, serta
2
kemampuan kinerja analisis yang cepat sehingga dengan kelebihan-kelebihan
tersebut dapat menyediakan informasi yang dibutuhkan bagi perusahaan dengan
kinerja yang efektif dan tanpa menambah biaya administrasi perusahaan
(Rahmadi, 2007).
Tidak hanya perusahaan-perusahaan yang menghasilkan produk, banyak
perusahaan jasa seperti asuransi yang kini juga saling berkompetisi untuk dapat
mempertahankan dan memajukan bisnisnya, seiring dengan semakin banyaknya
pesaing. Bahkan untuk perusahaan asuransi syariah, ditandai sejak tahun 2006
industri ini telah diwarnai oleh kegiatan marketing yang agresif oleh beberapa
perusahaan (Nina, 2008). Untuk itulah, perusahaan jasa seperti asuransi syariah
ini juga dianggap perlu untuk memiliki suatu data warehouse guna menunjang
kegiatan pengambilan keputusan dalam perusahaan.
Penelitian dengan tema data warehouse telah dilakukan oleh banyak orang,
dan dalam berbagai bidang. Seperti halnya yang disebutkan dalam sebuah
penelitian mengenai data warehouse berdasarkan framework-framework yang
ada, telah diungkapkan bahwa setidaknya ada 129 artikel yang di terbitkan dalam
31 jurnal sejak tahun 1995 dan tahun 2003 yang berkaitan dengan penelitian
dibidang data warehouse (Lin, 2006). Artikel-artikel tersebut diklasifikasikan
berdasarkan enam kategori framework, yaitu manajemen proyek, desain data,
arsitektur, realisasi, deployment, dan maintenance.
Di dalam proses pembuatan data warehouse sendiri perlu ada beberapa
tahapan, diantaranya tahap analisis. Ada sebuah penelitian yang berpendapat
bahwa untuk menghasilkan data warehouse yang sesuai dengan kebutuhan
3
pengambilan keputusan maka harus fokus pada analisis kebutuhan dari
perusahaan, untuk itu diusulkan suatu metode yang disebut CADWA sebagai
panduan dalam proses analisis kebutuhan dari user (Gam et al. 2005). Penelitian
lainnya mengenai tahap mendesain data warehouse, dengan mengusulkan
pendekatan baru berbasis clover model untuk membantu user dalam mendesain
suatu data warehouse (Arfaoui et al. 2010).
Disamping proses analisis dan desain, masih ada proses lain seperti extract,
transform, dan loading data ke dalam database data warehouse dimana jika user
tidak memahami cara melakukannya, hal ini dapat menyita waktu. Karena itulah
dibangun sebuah framework yang dapat digunakan sebagai panduan dalam
melakukan kegiatan extract, transform, dan loading data (Wah et al. 2007).
Bahkan untuk lebih mempermudah dalam melakukan proses extract, transform,
dan loading ditemukan suatu cara untuk automasi dalam siklus ETL di dalam
pembuatan data warehouse (Amin dan Aziz, 2010).
Sebelum di implementasikan tentunya data-data yang ada harus di integrasi,
salah satu caranya adalah dengan menerapkan XML dan XSLT sebagai general
platform untuk mengintegrasikan dari berbagai sumber database yang berbeda-
beda (Tseng, 2007). Untuk mengimplementasikan data warehouse perlu
diperhatikan hal-hal yang dapat memengaruhi performa dari data warehouse, dan
dinyatakan pula bahwa kualitas data dan kualitas dari sistem juga dapat
mempengaruhi kesuksesan dari data warehouse yang telah dibuat (Hayen et al.
2007). Tidak hanya kualitas dari data di dalam data warehouse tetapi faktor
keamanan dari data warehouse itu sendiri juga penting dan harus di perhatikan
4
oleh peneliti, dengan memutuskan siapa saja yang berhak mengakses data
warehouse dan tabel mana yang boleh diakses (Rosenthal et al. 2000). Setelah di
implementasikan, masih ada beberapa faktor yang perlu diperhatikan sebagai
efek dari implementasi dari data warehouse tersebut, hal ini dilakukan untuk
memfasilitasi integrasi dan pemilihan variabel pada penelitian-penelitian yang
akan dilakukan selanjutnya (Hwang et al. 2007).
Tidak hanya untuk Decision Support System dalam bidang bisnis, data
warehouse juga diterapkan dalam dunia marketing seperti salah satu jurnal yang
membahas bagaimana memanfaatkan data warehouse untuk menganalisis hal-hal
yang mempengaruhi perkembangan perusahaan dalam hal pemasaran (Payton et
al. 2005). Sedangkan dalam dunia science dan kesehatan ada beberapa ilmuan
yang juga memanfaatkan data warehouse seperti bagaimana penerapan integrasi
data untuk menampung data penyakit-penyakit cardiovascular (Kormeier et al.,
2009). Serta ada beberapa yang memanfaatkan data warehouse untuk
pengambilan keputusan dalam community centre mengenai angka kesehatan
(Berndt et al. 2003). Data warehouse dapat juga di integrasikan dengan web dan
dimanfaatkan untuk web intelligence (Domingues et al. 2004) dan dijadikan
acuan dalam pembuatan model untuk statistical mining (Kascelan, 2005).
Data warehouse merupakan metode dalam perancangan database, yang
menunjang DSS (Decission Support System) dan EIS (Executive Information
System). Menurut Inmon (2002), data warehouse adalah koleksi data yang
mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap
dari koleksi data dalam mendukung proses pengambilan keputusan manajemen.
5
Inmon (2002) juga menyatakan bahwa ada empat tugas yang dapat dilakukan
dengan adanya data warehouse, yaitu: Pembuatan laporan, On-Line Analytical
Processing, Data Mining, dan proses Informasi Executive.
Setiap pihak baik individu maupun korporasi akan selalu menghadapi
resiko, seperti kerusakan harta karena bencana alam, hilangnya keuntungan
karena gangguan usaha, maupun resiko sakit atau meninggal karena kecelakaan.
Kerugian yang di akibatkan oleh resiko-resiko tersebut dapat di minimalisasi
dengan adanya asuransi. Saat ini semakin banyak individu dan perusahaan yang
menyadari keuntungan dan kemudahan yang mereka dapat jika menyertakan
harta ataupun jiwanya dalam asuransi (Sula, 2009).
Asuransi Syariah adalah usaha saling melindungi dan tolong menolong
diantara sejumlah orang atau pihak melalui investasi dalam bentuk aset dan atau
tabarru’ memberikan pola pengembalian untuk menghadapi resiko tertentu
melalui akad (perikatan) yang sesuai dengan syariah (DSN MUI, 2001). Berbeda
dengan konvensional, dalam asuransi syariah yang terjadi adalah pembagian
resiko finansial di antara peserta, pihak perusahaan asuransi bertindak sebagai
pemegang amanah. Konsep seperti inilah yang dinilai lebih menguntungkan
peserta asuransi dibandingkan dengan asuransi konvensional. Hal ini
menyebabkan asuransi syariah semakin popular dan mulai berkembang
menyaingi asuransi konvensional (Sula, 2009).
PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994
atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang
dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan
6
Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT Asuransi Jiwa Tugu Mandiri,
Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui
kedua anak perusahaannya yaitu PT Asuransi Takaful Keluarga dan PT Asuransi
Takaful Umum, Perusahaan telah memberikan jasa perlindungan asuransi yang
menerapkan prinsip-prinsip murni syariah pertama di Indonesia. Anak
perusahaan yang bergerak di bidang asuransi umum Syariah yaitu PT Asuransi
Takaful Umum, yang diresmikan oleh Menristek/Ketua BPPT Prof. Dr. B.J.
Habibie pada 2 Juni 1995. Untuk meningkatkan kualitas layanan yang diberikan
Perusahaan dan menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO
9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum.
Fokus utamanya adalah memberikan layanan dan bantuan menyangkut asuransi
di bidang kerugian seperti perlindungan dari kebakaran, pengangkutan, niaga,
dan kendaraan bermotor, dengan harapan bisa tercapainya masyarakat Indonesia
yang sejahtera dengan perlindungan asuransi yang sesuai Muamalah Syariah
Islam.
Seiring dengan semakin banyaknya individu atau organisasi yang
mempercayakan harta serta keselamatan jiwanya pada perusahaan asuransi
syariah (Sula, 2009), maka semakin banyak pula data-data yang masuk ke dalam
perusahaan dari waktu ke waktu. Oleh karena itu dibutuhkan suatu cara untuk
mengelola dan menganalisis data untuk mendapatkan informasi yang akurat
dengan pertumbuhan data yang cepat, salah satu caranya adalah dengan adanya
data warehouse.
7
Begitu juga halnya dengan apa yang terjadi di PT. Asuransi Takaful Umum,
seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula
jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan
klaim kepada PT. Asuransi Takaful Umum. Data-data tersebut tentunya perlu
disimpan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan
pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut,
dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang
tersimpan dalam database operasional di General Takaful System. Oleh karena
itu perlu adanya suatu tool atau aplikasi pengelolaan data yang dapat digunakan
untuk mengetahui seberapa banyak peserta yang mengajukan klaim berdasarkan
jenis resikonya dan berapa jumlah peningkatan serta penurunanya dari tahun ke
tahun.
Dilihat dari latar belakang di atas, maka penelitian ini di tujukan kepada PT.
Asuransi Takaful Umum dengan menggunakan data warehouse dalam bidang
keilmuannya dalam melakukan pengolahan data-data yang dimiliki perusahaan.
Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar
untuk dapat menghasilkan suatu informasi secara cepat. Dengan adanya data
warehouse di sini dapat memudahkan dalam pengimplementasian tool/aplikasi
untuk mengetahui jumlah klaim yang diajukan oleh peserta asuransi setiap
tahunnya. Hal-hal tersebut dapat dilakukan tanpa membutuhkan banyak waktu
untuk melihat, menganalisis, dan melaporkan perkembangannya kepada manajer
ataupun bagian-bagian terkait lainnya sebagai bahan pertimbangan dalam
pengambilan keputusan.
8
Berdasarkan latar belakang diatas, di lakukanlah penelitian dalam bidang
pengelolaan data untuk PT. Asuransi Takaful Umum yang bergerak dibidang
asuransi syariah dengan judul “Analisis dan Desain Data Warehouse Pada
Perusahaan Asuransi Syariah”.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, maka dapat dirumuskan beberapa
permasalahan sebagai berikut:
1. Bagaimana menganalisis data yang dibutuhkan untuk penyampaian
laporan statistik kepada manajer klaim?
2. Bagaimana cara pengambilan data dari database ke dalam data
warehouse?
3. Bagaimana desain data warehouse dan rancangan database yang akan
digunakan dalam data warehouse PT. Asuransi Takaful Umum?
4. Seberapa besar kapasitas data warehouse yang akan digunakan dalam
perusahaan?
1.3 Batasan Masalah
Agar lebih terarah, maka penelitian ini mempunyai batasan masalah sebagai
berikut:
1. Penelitian ini hanya membahas analisis data yang berkaitan dengan data
klaim peserta asuransi.
9
2. Desain data warehouse dalam penelitian ini hanya menggunakan satu
jenis skema yaitu skema bintang.
3. Analisis dan desain data warehouse dalam perusahaan asuransi syariah
PT. Asurani Takaful Umum menggunakan Nine Step Design Method.
4. Penelitian ini hanya dilakukan sampai tahap bagaimana melakukan
migrasi dari database operasional menuju data warehouse yang akan
digunakan dalam perusahaan PT. Asuransi Takaful Umum.
5. Dalam penelitian ini, akan menggunakan SQL Server Management Studio
untuk mendesain database dan SQL Server BI Development Studio untuk
analisis data.
1.4 Tujuan Penelitian
Tujuan penelitian yang akan dilakukan dalam penelitian ini terdiri dari dua
jenis, tujuan umum dan tujuan khusus. Tujuan umum penelitian ini adalah
menghasilkan sebuah desain data warehouse yang dapat digunakan dalam
perusahaan PT. Asuransi Takaful Umum. Sedangkan tujuan khusus dari
penelitian ini adalah menghasilkan:
1. Analisis data terkait untuk penyampaian laporan statistik kepada manajer
klaim.
2. Penjabaran proses pengambilan data dari database General Takaful
System di PT. Asuransi Takaful Umum ke dalam data warehouse.
3. Desain data warehouse berdasarkan hasil analisis data, dengan tabel-
tabel, skema, serta durasi dari data warehouse yang akan dibuat.
10
4. Perhitungan besar kapasitas data warehouse yang akan digunakan dalam
perusahaan.
1.5 Manfaat Penelitian
Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut:
1. Penelitian ini dapat menjadi salah satu referensi bagi penelitian
berikutnya, khususnya di bidang data warehouse untuk perusahaan
asuransi syariah.
2. Dengan adanya analisis dan desain data warehouse dalam Asuransi
Syariah diharapkan kelak dapat memudahkan dalam
mengimplementasikan aplikasi pengelolaan data dan pembuatan laporan
statistik untuk manajer.
3. Memberikan pemahaman mengenai konsep data warehouse pada asuransi
syariah dan mengenai tahapan perancangannya berdasarkan Nine Step
Design Method.
4. Memberikan gambaran umum mengenai bagaimana salah satu cara untuk
memanfaatkan data warehouse pada suatu perusahaan asuransi syariah.
1.6 Metodologi Penelitian
1.6.1 Metode Pengumpulan Data
1. Observasi
Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan
observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara
11
mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian
rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat
dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka
sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.
2. Wawancara
Wawancara adalah metode pengambilan data dengan cara menanyakan
sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka,
wawancara merupakan bentuk pengumpulan data yang paling sering digunakan
dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan
interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar
pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti
yang dinyatakan oleh Creswell (Rachmawati, 2008).
3. Studi Pustaka
Memperoleh informasi dari penelitian terdahulu merupakan langkah yang
penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara
menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,
2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi
lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.
1.6.2 Metode Perancangan Data Warehouse
Metode yang digunakan dalam membangun perancangan data warehouse
ini adalah dengan menggunakan metode desain data warehouse multidimensi
12
atau sering disebut Nine Step Design Method (Kimball et al. 2002) yang terdiri
dari beberapa fase, di antaranya:
a. Memilih proses.
b. Menentukan grain/sumber dari proses bisnis.
c. Mengidentifikasi dan penyesuaian dimensi
d. Memilih fakta.
e. Menyimpan perhitungan awal dalam tabel fakta.
f. Melihat kembali tabel dimensi
g. Memilih durasi database.
h. Menelusuri perubahan dari dimensi.
i. Memutuskan prioritas query dan tipe query, memilih physical design
1.8 Sistematika Penulisan
Dalam penulisan skripsi ini dibagi menjadi enam bab dengan beberapa sub
pokok bahasan. Adapun sistematika dari skripsi ini adalah sebagai berikut:
BAB I : PENDAHULUAN
Dalam bab ini akan diuraikan tentang latar belakang
penulisan, ruang lingkup atau batasan dalam penelitian
ini, tujuan yang hendak dicapai, manfaat yang
diharapkan dan metodologi yang digunakan dalam
penelitian ini secara sistematik.
BAB II : LANDASAN TEORI
13
Dalam bab ini akan diuraikan mengenai teori-teori yang
digunakan dalam pembahasan penulisan skripsi ini dan
sumber teori-teori tersebut.
BAB III : METODOLOGI PENELITIAN
Dalam bab ini menjelaskan tentang tata cara penelitian
berdasarkan metodologi penelitian yang dipilih. Metode
yang digunakan antara lain metode pengumpulan data
dan metode data warehouse multidimensi atau sering
disebut Nine Step Design Method. Dimana pada metode
pengumpulan data, penulis menggunakan metode
observasi, wawancara, dan studi pustaka.
BAB IV : HASIL DAN PEMBAHASAN
Dalam bab ini akan dibahas mengenai gambaran umum
perusahaan, analisis proses yang sedang berjalan, analisis
dari data-data yang digunakan dalam perusahaan, serta
akan dibahas perancangan data warehouse, juga
spesifikasi tabel dan rancangan skema bintang yang
dipakai.
BAB V : SIMPULAN DAN SARAN
Bab ini merupakan akhir penulisan skripsi, di mana
berdasarkan uraian-uraian yang telah dibahas akan
dituangkan ke dalam suatu bentuk kesimpulan akhir serta
saran-saran.
14
BAB II
LANDASAN TEORI
1.1.
2.1. Data Dan Informasi
2.1.1. Data
Data adalah fakta mengenai objek, orang dan lain-lain. Data dinyatakan
dengan nilai (angka, deretan karakter, atau simbol) (Kadir, 1998).
Menurut pendapat lainnya, Data adalah fakta tentang sesuatu di dunia nyata
yang dapat direkam dan disimpan pada media komputer. Definisi di atas perlu
diperluas untuk mencerminkan realitas yang ada saat ini. Basis data saat ini
digunakan untuk menyimpan objek-objek seperti: dokumen, citra fotografi, suara,
serta vedio, alih-alih hanya teks serta angka pada aplikasi basis data terdahulu.
Dengan demikian, pengertian data dapat diperluas menjadi: fakta, teks, grafik,
suara, serta video yang bermanfaat di lingkup pengguna (Hariyanto, 2004).
2.1.2. Informasi
Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan
lebih berarti bagi yang menerimanya. sumber dari informasi adalah data. Suatu
informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan
biaya mendapatkannya. Kegunaan informasi adalah untuk mengurangi hal
ketidakpastian di dalam proses pengambilan keputusan tentang suatu keadaan.
Informasi yang digunakan di dalam suatu sistem informasi umumnya digunakan
untuk beberapa kegunaan (Jogiyanto, 2005).
15
2.2. Sistem Informasi
Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling
berhubungan untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu
sasaran tertentu. Sistem informasi didefinisikan sebagai suatu sistem di dalam
suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian,
mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu
organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang
diperlukan (Jogiyanto, 2005).
Sistem informasi terdiri dari komponen-komponen yang disebut dengan
istilah blok bangunan (building block), yaitu blok masukkan (input block), blok
model (model block), blok keluaran (output block), blok teknologi (technology
block), bok basis data (database block), dan blok kendali (controls block) (Burch
dan Grudnitski, 1984)
TEKNOLOGI BASIS DATA KENDALI
INPUT MDEL OUTPUT
PEMAKAI
PEMAKAI PEMAKAI
PEMAKAI PEMAKAI
PEMAKAI
Gambar 2.1 Blok sistem informasi yang berinteraksi
16
2.3.Pengertian Basis Data
Basis data adalah koleksi dari data-data yang terorganisasi dengan cara
sedemikian rupa sehingga data mudah disimpan dan dimanipulasi (diperbaharui,
dicari, diolah dengan perhitungan-perhitungan tertentu, serta dihapus) (Nugroho,
2004).
Pendapat lain mengatakan bahwa basis data adalah suatu kumpulan data
terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu
media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data
(controlled redudancy) dengan cara-cara tertentu sehingga mudah untuk
digunakan atau ditampilkan kembali; dapat digunakan oleh satu atau lebih
program aplikasi secara optimal; data disimpan tanpa mengalami ketergantungan
pada program yang akan menggunakannya; data disimpan sedemikian rupa
sehingga penambahan, pengambilan dan modifikasi data dapat dilakukan dengan
mudah dan terkontrol (Sutanta, 1995).
Basis Data adalah kumpulan data (elementer) yang secara logik berkaitan
dalam merepresentasikan fenomena/fakta secara terstruktur dalam domain
tertentu untuk mendukung aplikasi pada sistem tertentu, merupakan kumpulan
data yang saling berhubungan yang merefleksikan fakta-fakta yang terdapat di
organisasi (Hariyanto, 2004).
Dari beberapa pengertian di atas, dapat disimpulkan bahwa basis data
adalah sekumpulan data yang saling terkait dan terintegrasi yang berkaitan
dengan suatu informasi tertentu, dimana data-data ini dapat disimpan dan
17
dilakukan operasi-operasi seperti penambahan, pengambilan, dan modifikasi data
lainnya dengan mudah.
2.4. Sistem Basis Data
Sistem basis data adalah koleksi dari file yang saling berelasi dan sebuah set
aplikasi yang memungkinkan untuk memodifikasi file tersebut (Rizky, 2008).
Atau dapat dikatakan sistem basis data merupakan gabungan antara basis data
dan perangkat lunak SMBD (Sistem Manajemen Basis Data) termasuk di
dalamnya program aplikasi yang dibuat dan bekerja dalam satu sistem disebut
dengan Sistem Basis Data. Sistem basis data dapat dianggap sebagai tempat
untuk sekumpulan berkas data yang terkomputerisasi dengan tujuan untuk
memelihara informasi dan membuat informasi tersebut tersedia saat dibutuhkan
(Dzacko, 2007).
Komponen-komponen utama dari sebuah sistem basis data adalah sebagai
berikut:
1. Basis Data
2. Perangkat Keras
3. Sistem Operasi
4. Sistem Pengelolaan Basis Data (DBMS)
5. Pemakai
6. Program aplikasi lainnya
18
Bila dibandingkan dengan sistem pemrosesan file yang didukung oleh
sistem operasi konvensional, maka penggunaan sistem basis data memiliki
banyak keuntungan, diantaranya:
1. Mengurangi duplikasi data.
2. Data yang independen, sehingga memisahkan data dengan aplikasi dalam
penyimpanannya.
3. Kemudahan, kecepatan, dan efisiensi akses atau pemanggilan data.
4. Menjaga ntegritas data.
5. Meningkatkan faktor keamanan data dengan memanfaatkan akses kontrol dari
database itu sendiri.
6. Dengan adanya penggunaan database waktu yang diperlukan untuk
mengembangkan aplikasi sistem informasi tentu saja menjadi lebih cepat.
2.5. Database Management System
DBMS adalah koleksi terpadu dari program-program (sistem perangkat
lunak) yang digunakan untuk mendefinisikan, menciptakan, mengakses dan
merawat database (basis data). Tujuannya adalah menyediakan lingkungan yang
mudah dan aman untuk penggunaan dan perawatan database. Perangkat tersebut
juga menerapkan mekanisme pengamanan data (security), pemakaian data secara
bersama (sharing data), pemaksaan keakuratan / konsistensi data, dan
sebagainya. Perangakat lunak yang termasuk DBMS adalah MS-Access, Foxpro,
Dbase-IV, Foxbase, Clipper, dan lainnya untuk kelas sederhana, dan Oracle,
Informix, Sybase, MS-SQL Server, dan lainnya untuk kelas kompleks/berat.
19
Manfaat dari menggunakan DBMS tersebut adalah:
1. Untuk mengorganisasi dan mengelola data dalam jumlah besar.
2. Untuk membantu dan melindungi data dari kerusakan yang disebabkan
pengaksesan yang tidak sah.
3. Memudahkan dalam mengakses dan pengambilan data
4. Memudahkan untuk pengaksesan data secara bersamaan dalam suatu
jaringan.
2.5.1. Basis Data Relasional
Merupakan model basis data yang terdiri dari tabel-tabel terpisah yang
memiliki relasi antar tabel dimana setiap tabelnya mempunyai key sebagai kunci
relasi, dan setiap key mewakili semua field yang ketergantungan kepadanya
(Hutabarat, 2004). Dengan menggunakan model ini, pencarian field dari suatu
tabel atau banyak tabel dapat dilakukan dengan cepat. Pencarian atribut yang
berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan
terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint
operation).
Ada beberapa ciri dari basis data relasional yang baik (Hutabarat, 2004),
yaitu:
1. Mempunyai struktur basisdata yang lebih kompak (terdiri dari tabel-tabel
yang saling berhubungan).
2. Mempunyai struktur dari masing-masing table yang lebih efisien dan
sistematis.
20
3. Operasi basisdata yang lebih cepat (karena dlm perancangan basisdata ukuran
tabel diharapkan semakin kecil).
4. Tingkat redundansi yang lebih kecil.
2.5.2. Normalisasi
Normalisasi merupakan suatu teknik untuk mengorganisasi data kedalam
beberapa tabel, dimana tabel-tabel tersebut saling berhubungan satu dengan yang
lainnya (Hutabarat, 2004). Proses normalisasi menyediakan cara sistematis untuk
meminimalkan terjadinya kerangkapan data diantara relasi dalan perancangan
logikal basis data. Tujuan lain dari normalisasi adalah untuk mengurangi
kompleksitas, dan untuk mempermudah pemodifikasian data.
Format normalisasi terdiri dari lima bentuk, yaitu bentuk tidak normal,
bentuk normal pertama, bentuk normal kedua, bentuk normal ketiga, Boyce-
Codde, bentuk normal keempat, dan bentuk normal kelima, seperti yang
digambarkan dalam diagram berikut:
21
Gambar 2.2 Format Normalisasi
Namun yang umum digunakan adalah bentuk normal sampai 3NF, berikut
ini akan dijelaskan format normalisasi hingga 3NF:
2.5.2.1. Bentuk Tidak Normal
Pada bentuk ini biasanya data yang direkam tidak megikuti suatu format
yang tertentu, bisa saja data terduplikasi atau data tidak lengkap.
22
Tabel 2.1 Bentuk Tidak Normal
2.5.2.2. Bentuk Normal Pertama (1NF)
Pada bentuk ini data dibuat dalam tabel dua dimensi dan tidak ada atribut
yang bernilai ganda atau berulang dan tidak mempunyai baris yang rangkap.
Tabel 2.2 Bentuk Normal Pertama (1NF)
2.5.2.3. Bentuk Normal Kedua (2NF)
Suatu relasi dikatakan sudah memenuhi bentuk normal kedua bila relasi
tersebut sudah memenuhi bentuk normal kesatu, dan atribut yang bukan key
sudah tergantung penuh terhadap key-nya.
23
Tabel 2.3 Bentuk Normal Kedua
2.5.2.4. Bentuk Normal Ketiga (3NF)
Suatu relasi dikatakan sudah memenuhi bentuk normal ketiga bila relasi
tersebut sudah memenuhi bentuk normal kedua dan atribut yang bukan key tidak
tergantung transitif terhadap key-nya.
24
Tabel 2.4 Bentuk Normal Ketiga
2.6. Data warehouse
2.6.1. Pengertian
Data warehouse adalah kumpulan dari basis data yang terintegrasi dan
bersifat subject-oriented yang dirancang untuk memberikan (supply) informasi
yang dibutuhkan untuk pembuatan keputusan (Inmon, 1992). Data warehouse
berisi data hasil ekstraksi dari berbagai sistem operasi suatu perusahaan, setiap
sistem operasi tersebut berisi record yang berbeda-beda dari setiap transaksi
bisnis (Nagabushana, 2006).
25
Data warehouse adalah sekumpulan data yang terintegrasi, subject-
oriented, nonvolatile, dan time-variant yang menunjang keputusan dari
manajemen (Kimball, 2002).
Data warehouse ialah sekumpulan informasi yang disimpan dalam basis
data yang digunakan untuk mendukung pengambilan keputusan dalam sebuah
organisasi. Data dikumpulkan dari berbagai aplikasi yang telah ada. Data yang
telah dikumpulkan tersebut kemudian divalidasi dan direstrukturisasi lagi, untuk
selanjutnya disimpan dalam data warehouse. Pengumpulan data ini
memungkinkan para pengambil keputusan untuk pergi hanya ke satu tempat
untuk mengakses seluruh data yang ada tentang organisasinya(Handojo, 2004).
Dari beberapa definisi di atas dapat disimpulkan bahwa data warehouse
adalah sekumpulan informasi yang didapatkan dari berbagai sistem operasi dalam
suatu perusahaan dan di kumpulkan dalam suatu database dalam sistem terpisah
untuk dilakukan ekstraksi, transformasi agar data terintegrasi, dan dapat
digunakan untuk melakukan analisis dalam pengambilan suatu keputusan.
2.6.2. Karakteristik Data warehouse
2.6.2.1. Berorientasi Subjek
Data warehouse berorientasi pada subjek-subjek area mayor dari
perusahaan. Data warehouse berorientasi subject artinya data warehouse
didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam
organisasi,bukan pada proses atau fungsi aplikasi tertentu. Contohnya subjek-
subjek seperti: Customer, policy, premium, dan claim. Setiap subjek tersebut
26
diimplementasikan sebagai serangkaian tabel yang saling terhubung di dalam
data warehouse.
Gambar 2.3 Data Warehouse Berorientasi Subjek
2.6.2.2. Terintegrasi
Sumber data yang ada di dalam data warehouse tidak hanya berasal dari
database operasional (internal source) tetapi juga berasal dari luar sistem
(external source). Data warehouse dapat menyimpan data-data yang berasal dari
sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling
terintegrasi satu dengan lainnya. Dari seluruh aspek dari data warehouse,
integrasilah yang paling penting karena data yang akan dimasukkan ke dalam
data warehouse terdiri dari berbagai sumber (Amborowati, 2008).
27
Gambar 2.4 Data Warehouse Terintegrasi
2.6.2.3. Non-volatile
Maksud dari Non-volatile disini adalah data pada data warehouse tidak di-
update secara real time tetapi di refresh dari sistem operasional secara reguler.
Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri
dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu
menyerap data baru ini, kemudian secara incremental disatukan dengan data
sebelumnya.
28
Berbeda dengan database operasional yang dapat melakukan update, insert
dan delete terhadap data yang mengubah isi dari database sedangkan pada data
warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data
(mengambil data) dan access data (mengakses data warehouse seperti melakukan
query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating
data).
Gambar 2.5 Data Warehouse Non-Volatile
2.6.2.4. Time-variant
Berbeda dengan database operasional, data yang terdapat di dalam data
warehouse tidak hanya mengandung data yang bernilai sekarang, tetapi juga data
history yang akan digunakan dalam analisis dan pengambilan keputusan . Seluruh
data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu
tertentu, data untuk analisis tersebut berisi berbagai nilai waktu, misalkan harian,
mingguan, bulanan, dan bahkan tahunan.
29
Gambar 2.6 Data Warehouse Berorientasi Waktu
2.6.3. Manfaat Data warehouse
Secara garis besar, data warehouse dapat meningkatkan produktivitas
pembuat keputsan melalui konsolidasi, konversi, transformasi, dan pemaduan
data operasional sehingga menyediakan pandangan konsisten terhadap
perusahaan. (Hariyanto, 2004).
Secara rinci manfaatnya sebagai berikut;
1. Kemampuan mengakses data yang berskala perusahaan.
2. Kemampuan memiliki data yang konsisten.
3. Kemampuan melakukan analisis secara cepat.
4. Dapat digunakan untuk mencari redudansi usaha diperusahaan.
5. Penemuan gap antara pengetahuan bisnis atau proses bisnis.
6. Mengurangi ongkos administrasi
7. Memberdayakan anggota perusahaan dengan informasi yang diperlukan
untuk melakukan tugasnya secara efektif.
30
2.6.4. Struktur Data warehouse
Data warehouse memiliki struktur yang spesifik dan mempunyai
perbedaan dalam tingkatan detail data dan umur data (Poe, 2003).
Gambar 2.7 Struktur Dari Data Warehouse
Komponen dari struktur data warehouse adalah:
1. Current detail data
Current detail data merupakan data detil yang aktif saat ini,mencerminkan
keadaan yang sedang berjalan dan merupakan level terendah dalam data
warehouse. Didalam area ini warehouse menyimpan seluruh detail data yang
terdapat pada skema basis data. Jumlah data sangat besar sehingga memerlukan
storage yang besar pula dan dapat diakses secara cepat. Dampak negatif yang
ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya
M
E
T
A
D
A
T
A
31
yang diperlukan menjadi mahal. Berikut ini beberapa alasan mengapa current
detail data menjadi perhatian utama :
a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi
perhatian utama
b. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan
terendah.
c. Hampir selalu disimpan dalam storage karena cepat di akses tetapi
mahal dan kompleks dalam pengaturannya.
d. Bisa digunakan dalam membuat rekapitulasi sehingga current detail
data harus akurat.
2. Older detail data
Data ini merupakan data historis dari current detail data, dapat berupa hasil
cadangan atau archive data yang disimpan dalam storage terpisah. Karena
bersifat back-up(cadangan), maka biasanya data disimpan dalam storage
alternatif seperti tape-desk. Data ini biasanya memilki tingkat frekuensi akses
yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan
umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan
kembali.
3. Lighlty summarized data
Data ini merupakan ringkasan atau rangkuman dari current detail data.
Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan
kebutuhan. Ringkasan dari current detail data belum bersifat total summary.
Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung
32
kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga
dengan data mart. Akses terhadap data jenis ini banyak digunakan untuk view
suatu kondisi yang sedang atau sudah berjalan.
4. Highly summarized data
Data ini merupakan tingkat lanjutan dari Lightly summarized data,
merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk
melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan
analisis menggunakan data multidimensi.
5. Metadata
Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data
diatas. Metadata adalah „data tentang data‟ dan menyediakan informasi tentang
struktur data dan hubungan antara struktur data di dalam atau antara storage
(tempat penyimpanan data). Metadata berisikan data yang menyimpan proses
perpindahan data meliputi database structure, contents, detailed data dan
summary data, matrics, versioning, aging criteria, versioning, transformation
criteria. Metadata khusus dan memegang peranan yang sangat penting dalam
data warehouse. Metadata sendiri mengandung :
a. Struktur data: Sebuah direktori yang membantu user untuk melakukan
analisis Decission Support System dalam pencarian letak/lokasi dalam
data warehouse.
b. Algoritma: Algoritma digunakan untuk summary data. Metadata sendiri
merupakan panduan untuk algoritma dalam melakukan pemrosesan
33
summary data antara current detail data dengan lightly summarized data
dan antara lightly summarized data dengan hightly summaried data.
c. Mapping: Sebagai panduan pemetaan(mapping) data pada saat data di
transform/diubah dari lingkup operasional menjadi lingkup data
warehouse.
2.6.5. Arsitektur Data warehouse
Menurut Poe (2003), arsitektur adalah sekumpulan atau struktur yang
memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk.
Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan
memahami bagaimana data akan pindah melalui sistem dan digunakan dalam
perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama
yaitu read-only database.
Karakterisitik arsitektur data warehouse (Poe, 2003) :
1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file.
2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke
dalam Database Management Sistem (DBMS) seperti Oracle,Ms SQL Server,
Sybase dan masih banyak yang lainnya.
3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat
dibaca yang dibuat khusus untuk mendukung pengambilan keputusan
4. Pemakai mengakses data warehouse melalui aplikasi front end tool
Arsitektur dan komponen utama dari data warehouse dapat dilihat pada
gambar berikut ini :
34
Gambar 2.8 Komponen Utama Dari Data Warehouse
1. Operational Data
Sumber data dari data warehouse dapat diambil langsung dari mainframe,
basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu
dapat melaluo Operational Data Source(ODS). ODS menampung data yang
diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian
data hasil ekstrasi tersebut dibersihkan.
2. Load manager
Load manager juga disebut sebagai komponen front-end yang bertugas
melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data
ke warehouse.
3. Warehouse Manager
35
Warehouse manager melakukan seluruh operasi-operasi yang berhubungan
dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut
meliputi :
a. Analisis terhadap data untuk memastikan konsistensi
b. Transformasi dan penggabungan sumber data dari tempat penyimpanan
sementara menjadi tabel-tabel data warehouse.
c. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar
d. Melakukan denormalisasi dan agregasi jika diperlukan
e. Backing-Up dan mengarsipkan data
4. Query manager
Query manager juga disebut komponen back-end, melakukan operasi-
operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang
dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel
yang tepat dan menjadwalkan eksekusi dari query tersebut.
5. End-user Access Tools
Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk
menyediakan informasi bisnis kepada user-user untuk dapat melakukan
pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan
warehouse melalui end-user access tools. Data warehouse harus secara efisien
mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis.
Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-
keperluan untuk melakukan joins, summations dan laporan-laporan per periode
36
dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara
lain :
1. Reporting and query tools
2. Application development tools
3. Executive information Sistem (EIS) tools
4. Online Analytical Processing (OLAP) tools
5. Data mining tools
Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya
dan satu dengan lainnya saling berkaitan.
2.6.6. Tiga Model Data warehouse
1. Enterprise Data warehouse
Semua informasi yang dikumpulkan berupa subjek, yang mencakup seluruh
organisasi perusahaan.
2. Data mart
Sebagian data dari bagian perusahaan yang mempunyai nilai bagi
pengguna. Ruang lingkupnya lebih spesifik, seperti data Penjualan atau
marketing saja.
Data mart adalah sistem yang mengumpulkan data yang dibutuhkan sebuah
departemen atau aplikasi terkait. Data mart dapat diimplementasikan di data
warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat
juga diimplementasikan sebaga materialized view, yaitu tampilan tupel hasil
37
disimpan. Data mart dapat memiliki representasi berbeda dan menggunakan
OLAP engine sendiri (Hariyanto, 2004).
3. Virtual Warehouse
Memantau melalui data operasional pada database. Suatu ringkasan dari
data yang fleksibel, mengurangi biaya untuk pengguna yang membutuhkan.
Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa
pengguna didalam perusahaan, akan tetapi perusahaan lain yang membutuhkan
data tersebut dapat mudah untuk memperolehnya.
2.7. Perbedaan OLAP Dengan OLTP
OLAP adalah operasi basis data (database) untuk mendapatkan informasi
dalam bentuk kesimpulan dengan menggunakan agregasi sebagai mekanisme
utama, mekanisme berupa analisis dan pengambilan keputusan. Analisis OLAP
menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam
bentuk laporan, analisis, query dari data yang berukuran besar.
OLTP merupakan suatu pemrosesan yang menyimpan data mengenai
kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data
terbaru dan spesifik.
Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan
OLTP:
Tabel 2.5 Perbedaan OLAP Dengan OLTP
OLTP OLAP
Users Data entry Manager perusahaan
38
Function Transaksi setiap hari Pendukung keputusan
Db design Aplikasi oriented Subjek oriented
Data Sekarang, terbaru,
lengkap detail
Historical, ringkas,
multidimensi
terintegrasi
Usage Repetitive Ad-hoc
Access Membaca,menulis dan
merubah
Membaca dengan rinci
<kompleks>
Unit of work Pendek,transaksi yang
ringkas
Query kompleks
Db size Mega byte Terra byte
2.8. Model Dimensional
Model dimensional merupakan rancangan logikal yang bertujuan untuk
menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses
dengan performa yang tinggi. Model dimensional menggunakan konsep model
hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model
dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut
dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi.
Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat
pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key
pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini
disebut dengan skema bintang.
Fitur terpenting dalam model dimensional ini adalah semua natural keys
diganti dengan kunci pengganti (surrogate keys). Maksudnya yaitu setiap kali
join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti.
39
Kegunaan dari kunci pengganti adalah memperbolehkan data pada data
warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak
seperti halnya yang diproduksi oleh sistem OLTP.
Dimensional model yang sering digunakan pada data warehouse adalah
skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan
kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query
yang superior dengan meminimalisasi tabel-tabel join. Berikut ini adalah skema
dimensional model yang sering digunakan:
2.8.1. Star Scheme
Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang
terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang
berisi referensi data. Pada model ini setiap tabel dimensi hanya berhubungan
dengan tabel fakta (Connoly dan Begg, 2005).
Gambar 2.9 Star Scheme
40
1. Tabel Fakta
Tabel fakta berisi field yang menunjukkan fakta dari suatu subjek, yang
diidentifikasi bahwa dengan field ini kita bisa mengukur nilai suatu aktivitas
dalam subjek tertentu. Misalnya dalam subjek penjualan. Tabel fakta ini
berisi foreign key dari tabel dimensi, karena berhubungan dengan tabel-tabel
dimensi di sekelilingnya.
2. Tabel Dimensi
Tabel dimensi merupakan penjelasan dari data yang terdapat dalam tabel
fakta. Misalnya dalam tabel fakta menyebutkan penjualan produk ke
pelanggan PT.X, maka untuk melihat detail mengenai PT.X, bisa dilihat
dalam tabel dimensi Pelanggan yang berhubungan dengan tabel fakta
tersebut.
2.8.2. Snowflake Scheme
Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak
terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel
dimensi boleh tidak bergabung secara langsung kepada tabel fakta tapi pada tabel
dimensi lainnya (Connoly dan Begg, 2005).
41
Gambar 2.10 Snowflake Scheme
2.8.3. Starflake Scheme
Keduanya merupakan model-model dimensional, perbedaannya terletak
pada implementasi fisikal. Skema snowflake memberi kemudahan pada
perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Sedangkan
skema bintang lebih efisien serta sederhana dalam membuat query dan mudah
diakses secara langsung oleh pengguna. Adapun starflake merupakan gabungan
diantara keduanya. Keuntungan menggunakan masing-masing model tersebut
dalam data warehouse antara lain :
a. Efisien dalam hal mengakses data
b. Dapat beradaptasi terhadap kebutuhan-kebutuhan user
c. Bersifat fleksibel terhadap perubahan yang terjadi khususnya perubahan
yang mengarah pada perkembangan
d. Memiliki kemampuan dalam memodelkan situasi bisnis secara umum
42
e. Meskipun skema yang dihasilkan sangat kompleks, tetapi pemrosesan
query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap
tabel fakta harus di query secara independen.
2.9. Extract, Transform, Load
ETL (Extract, Transform, Load) adalah proses pengambilan data dari
application data dan mengintegrasikannya ke dalam data warehouse (Inmon,
2002). Atau bias diartikan sebagai proses migrasi dari database operasional
menuju data warehouse (mariana et al. 2010). Tujuan ETL adalah
mengumpulkan, menyaring, mengolah, dan menggabungkan data-data yang
relevan dari berbagai sumber untuk disimpan ke dalam data warehouse
(Darudiato, 2010). Hasil dari proses ETL adalah dihasilkannya data yang
memenuhi kriteria data warehouse seperti data yang historis, terpadu, terangkum,
statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis.
Proses ETL ini dibagi menjadi tiga, yaitu:
1. Extraxt, adalah proses penentuan source yang akan digunakan sebagai
sumber data bagi data warehouse. Dalam proses ini ditentukan data apa saja
yang dibutuhkan, tabel apa yang dijadikan sumber.
2. Transform, setelah data ditentukan barulah data-data tersebut dirubah agar
sesuai dengan standard yang ada pada data warehouse.
3. Kemudian di Load, yaitu proses untuk memasukkan data-data yang sudah
ditransform ke dalam data warehouse untuk disimpan sebagai summary.
43
Masalah-masalah yang terjadi dalam ETL adalah sumber-sumber data
umumnya sangat bervariasi (Darudiato, 2010) diantaranya:
1. Platform mesin dan sistem operasi yang berlainan.
2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah
ketinggalan zaman.
3. Kualitas data yang berbeda-beda.
4. Aplikasi sumber data mungkin menggunakan nilai data (representasi) internal
yang sulit dimengerti.
2.10. Nine Step Design Method
Berikut ini adalah Sembilan langkah untuk merancang suatu data
warehouse yang di cetuskan oleh Kimball (2002):
2.10.1. Memilih Proses
Pada proses pertama ini, yang dilakukan adalah menganalisa dan
menentukan subyek permasalahan yang dihadapi, lalu mengidentifikasi proses
bisnis yang berhubungan dengan permasalahan tersebut. Pemilihan proses
dilakukan untuk memperjelas batasan data warehouse yang akan dibuat.
2.10.2. Menentukan Grain
Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain
dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
44
Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan
record apa yang akan direpresentasikan pada tabel fakta.
2.10.3. Mengidentifikasi Dan Penyesuaian Dimensi
Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang
ada. Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan
id_pelanggan, no_pelanggan, tipe_pelanggan, tempat_tinggal, dan lain
sebagainya.
2.10.4. Memilih Fakta
Pada tahap ini dipilih fakta-fakta yang akan mengisi setiap tabel fakta,
dimana fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan.
Biasanya penyesuaian dimensi dan grain ini ditampilkan dalam bentuk matriks.
2.10.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta
Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan
calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada
tahap inilah perhitungan tersebut dilakukan. Hal ini terjadi apabila fakta
kehilangan statement.
45
2.10.6. Melihat Kembali Tabel Dimensi
Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel
dimensi. Keterangannya harus bersifat intuitif dan mudah dipahami oleh
pengguna.
2.10.7. Memilih Durasi Database
Pada proses ini yang dilakukan adalah menentukan pembatasan waktu
untuk data yang diambil dan dipindahkan kedalam tael fakta. Penentuan durasi
ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu
perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih.
2.10.8. Menelusuri Perubahan Dari Dimensi
Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel
dimensi. Cara yang dapat dilakukan ada tiga, yaitu:
a. Atribut dimensi yang telah berubah tertulis ulang
b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru
c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga
nilai atribut lama dan yang baru dapat diakses secara bersama pada
dimensi yang sama.
46
2.10.9. Memutuskan Prioritas Query Dan Tipe Query, Memilih Physical
Design
Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse.
Persoalan perancangan fisik yang paling kritis adalah urutan fisik dari tabel fakta
pada tempat penyimpanan dan pengadaan ringkasan yang disimpan sebelumnya
atau penggabungan antara keduanya.
Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik
tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan
keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas
media penyimpanan.
2.11. Tools Pembuatan Data Warehouse
2.11.1. SQL Server
Microsoft SQL Server merupakan aplikasi database handal yang digunakan
oleh sebagian besar perusahaan terkemuka di dunia termasuk di Indonesia.
Microsoft SQL Server merupakan pendobrak dan inovasi database modern yang
mengetengahkan kemudahan, kecepatan, ketepatan dan kecanggihan dalam
mengelola sebuah database modern berskala kecil, menengah dan besar. Melihat
kemampuan yang sangat hebat ini Microsoft SQL Server mendapat julukan The
Next Generation Database. Dengan demikian Microsoft SQL Server merupakan
solusi database modern yang mampu mengelola data warehousing, komputer
portabel serta sektor e-Commerce (Praduwiratna, 2010).
47
Untuk melakukan transformasi data Extract Transform and Loading (ETL)
dalam data warehousing dapat digunakan beberapa tools yang disediakan oleh
SQL Server (Ramadhan, 2007), diantaranya:
1. Microsoft SQL Server 2005/2008 Integration Services (SSIS):
Data dari sumber data dipilih dan dipilah, dibersihkan (cleansing),
digabungkan dan kemudian dimuat (load) ke data warehouse.
2. Microsoft SQL Server 2005/2008 Analysis Services (SSAS)
Digunakan untuk membantu merealisasikan proses analisis
3. Microsoft SQL Server 2005/2008 Reporting Services (SSRS)
Proses terakhir, dengan menyajikan laporan-laporan dan query hasil analisis
tersebut ke berbagai media yang diperlukan.
2.11.2. Komponen Dasar Microsoft SQL Server
Ada beberapa komponen dasar yang biasa terdapat dalam aplikasi SQL
Server, diantaranya:
1. Database : yang dimaksud dengan database dalam SQL Server adalah
kumpulan Tabel, View, Indeks, Trigger, Procedur dan objek-objek lain yang
terkandung di dalamnya.
2. Tabel: tabel sebenarnya merupakan sarana untuk menyimpan baris-baris atau
record-record data dan hubungannya dengan tabel lain. Jadi yang dimaksud
dengan tabel di sini adalah inti dari sebuah database. Tabel menyimpan data
yang dikelompokkan di dalam bentuk baris dan kolom seperti layaknya
48
lembar kerja. Setiap baris mewakili record dan setiap kolom adalah atribut
atau field serta setiap field mengandung satu jenis informasi.
3. Database Diagram: Secara grafis menampilkan objek database sehingga
dapat dimanipulasi tanpa menggunakan bahasa Transact-SQL. Dengan
bahasa Transact-SQL menjadi Microsoft SQL Server mampu menghasilkan
diagram database yang canggih. Diagram database ini adalah representasi
grafik dari Tabel, Indeks, dan View yang disimpan oleh database dan bisa
dimanipulasi dengan teknik drag and-drop dan interaksi dengan kotak dialog.
4. Indeks: Indeks adalah file-file tambahan yang meningkatkan kecepatan akses
dari baris-baris tabel. Jadi Indeks adalah file jenis khusus yang bekerja sama
dengan tabel. Tujuannya adalah untuk mempercepat proses pengaksesan
record atau sekelompok record tertentu.
5. View: view adalah tabel virtual yang isinya ditentukan oleh Query ke dalam
database. View ini bukanlah tabel fisik melainkan sekumpulan instruksi yang
memberikan hasil berupa serangkaian data. Dengan demikian View ini bisa
dikatakan cara untuk melihat data yang berbeda di dalam satu atau lebih tabel.
6. Stored procedure: data di dalam database bisa diakses hanya melalui
eksekusi perintah Transact-SQL.
7. Trigger: trigger adalah prosedur tersimpan yang secara otomatis dijalankan
apabila data di dalam tabel berubah karena eksekusi perintah Microsoft SQL
seperti INSERT, UPDATE, atau DELETE.
49
2.12. Asuransi Syariah
2.12.1. Pengertian Asuransi Syariah
Definisi asuransi menurut Pasal 246 Kitab Undang-Undang Hukum Dagang
(KUHD) Republik Indonesia adalah suatu perjanjian, dengan mana seorang
penanggung mengikatkan diri pada tertanggung dengan menerima suatu premi.
Untuk memberikan penggantian kepadanya karena suatu kerugian, kerusakan
atau kehilangan keuntungan yang diharapkan yang mungkin akan dideritanya
karena suatu peristiwa yang tak tentu.
Sedangkan pengertian asuransi syariah menurut fatwa DSN-MUI yaitu
Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling tolong
menolong di antara sejumlah orang/pihak melalui investasi dalam bentuk aset
dan/atau tabarru’ yang memberikan pola pengembalian untuk menghadapi resiko
tertentu melalui akad (perikatan) yang sesuai dengan syariah. Akad yang sesuai
dengan syariah yang dimaksud adalah akad yang tidak mengandung unsur gharar
(penipuan), maysir (perjudian), riba, zuhlm (penganiayaan), risywah (suap),
barang haram dan maksiat.
Dari pengertian di atas, sebenarnya perbedaan utama dari asuransi syariah
dan konvensional terletak pada tujuan dan landasan operasional. Dari sisi tujuan,
asuransi syariah bertujuan saling menolong (ta’awuni) sedangkan dalam asuransi
konvensional tujuannya penggantian (tabaduli). Dari aspek landasan operasional,
asuransi konvensional melandaskan kepada peraturan perundangan, sementara
asuransi syariah melandaskan pada peraturan perundangan dan ketentuan syariah.
Dari kedua perbedaan ini muncul perbedaan yang lainnya, mengenai hubungan
50
perusahaan dan nasabah, keuntungan, memperhatikan larangan syariah, dan
pengawasan.
2.12.2. Akad Dalam Asuransi Syariah
Di dalam melakukan asuransi syariah, ada dua akad yang terlibat, yaitu
akad Tabarru’ dan tijarrah. Akad tabarru’ merupakan akad yang dilakukan
dengan tujuan kebaikan dan tolong-menolong, bukan semata untuk tujuan
komersial. Sedangkan akad tijarrah adalah semua bentuk akad yang dilakukan
dengan tujuan komersial.
Dalam akad, sekurang-kurangnya harus disebutkan:
1. Hak dan kewajiban peserta dan perusahaan.
2. Cara dan waktu pembayaran premi.
3. Jenis akad tijarrah dan/atau akad tabarru’ seta syarat-syarat yang disepakati,
sesuai dengan jenis asuransi yang diakadkan.
2.12.3. Prinsip Asuransi Syariah
Prinsip utama dalam asuransi syariah adalah ta’awanu ( tolong-
menolonglah kamu sekalian dalam kebaikan dan takwa dan alta‟min rasa
aman). Prinsip ini menjadikan para anggota atau peserta asuransi sebagai
sebuah keluarga yang besar yang satu dengan lainnya saling menjamin dan
penanggung risiko. Hal ini disebabkan transaksi yang dibuat dalam asuransi
takaful adalah akad takafuli (saling menanggung), bukan akad tabaduli saling
51
menukar) yang selama ini digunakan oleh asuransi konvensional, yaitu
pertukaran pembayaran premi dengan uang pertanggungan.
Para pakar ekonomi Islam mengemukakan bahwa asuransi syariah atau
asuransi takaful ditegakkan atas tiga prinsip utama, yaitu:
1. Saling bertanggung jawab, yang berarti para peserta asuransi takaful
memiliki rasa tanggung jawab bersama untuk membantu dan menolong
peserta lain yang mengalami musibah atau kerugian dengan niat ikhlas,
karena memikul tanggung jawab dengan ikhlas adalah ibadah.
2. Saling bekerja sama atau saling membantu, yang artinya diantara para
peserta asuransi takaful yang satu dengan lainnya saling bekerja sama dan
saling tolong-menolong dalam mengatasi kesulitan yang dialami karena
sebab musibah yang diderita.
3. Saling melindungi penderitaan satu sama lain, yang berarti bahwa para
peserta asuransi takaful akan berperan sebagai pelindung bagi peserta lain
yang mengalami gangguan keselamatan berupa musibah yang dideritanya.
2.12.4. Landasan Al-Qur’an dan Hadits Asuransi Syariah
1. Surat Yusuf : 43-49
“Allah menggambarkan contoh usaha manusia membentuk sistem proteksi
menghadapi kemungkinan yang buruk di masa depan.
2. Surat Al-Baqarah : 188
“...dan janganlah kalian memakan harta di antara kamu sekalian dengan jalan
yang bathil, dan janganlah kalian bawa urusan harta itu kepada hakim yang
52
dengan maksud kalian hendak memakan sebagian harta orang lain dengan
jalan dosa, padahal kamu tahu”
3. Surat Al Hasyr : 18
”Hai orang-orang yang beriman bertaqwalah kepada Allah dan hendaklah
setiap diri memperhatikan apa yang telah diperbuat untuk hari esok (masa
depan) dan bertaqwalah kamu kepada Allah. Sesungguhnya Allah Maha
Mengetahui apa yang engkau kerjakan”.
4. Hadits yang diriwayatkan oleh Ibnu Majah, yaitu:
“Sesungguhnya orang yang beriman itu adalah barangsiapa yang memberi
keselamatan dan perlindungan terhadap harta dan jiwa manusia”.
2.12.5. Landasan Fatwa Asuransi Syariah
Segala hal yang berkaitan dengan perasuransian syariah di Indonesia
diatur dalam fatwa-fatwa yang diterbitkan oleh DSN-MUI, serta diawasi oleh
lembaga pengawasan syariah. fatwa-fatwa yang mengatur perasuransian tersebut
diantaranya adalah:
1. Fatwa DSN-MUI No. 21/DSN-MUI/X/2001 tentang Pedoman Umum
Asuransi Syariah.
“Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling
melindungi dan tolong menolong di antara sejumlah orang/pihak melalui
investasi dalam bentuk aset dan atau tabarru’ yang memberikan pola
pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan)
yang sesuai dengan syariah”
53
2. Fatwa DSN-MUI No.52/DSN-MUI/III/2006 tentang Akad Wakalah Bil
Ujrah Pada Asuransi dan Reasuransi Syariah,
“Wakalah bil Ujrah boleh dilakukan antara perusahaan dengan peserta”
3. Fatwa DSN-MUI No.53/DSN-MUI/III/2006 tentang Akad Tabarru’ pada
Asuransi dan Reasuransi Syariah.
“Akad Tabarru’ merupakan akad yang harus melekat pada semua produk
asuransi dan semua bentuk akad yang dilakukan antar peserta pemegang
polis”.
2.12.6. Perbedaan Asuransi Syariah Dengan Konvenional
Dibandingkan dengan asuransi konvensional, asuransi syariah dinilai lebih
menguntungkan, dan lebih aman karena adanya prinsip untuk menghindari hal-
hal yang mengandung unsur gharar (penipuan), maysir (perjudian), riba, zuhlm
(penganiayaan), risywah (suap), barang haram dan maksiat. Berikut ini adalah
beberapa perbedaan antara asuransi syariah dan konvensional:
Tabel 2.6 Perbedaan Asuransi Syariah Dan Konvensional
Konvensional Syariah
Landasan yang diterapkan adalah
transfer of risk yaitu pemindahan
risiko dari peserta/tertanggung ke
perusahaan/penanggung.
Landasan yang diterapkan sharing of
risk yaitu wujud tolong menolong
(akad takafuli)
Pada akad asuransi konvensional
dana peserta menjadi milik
perusahaan asuransi (transfer of
fund).
Pada asuransi syariah, dana yang
terkumpul adalah milik peserta
(shahibul mal) dan perusahaan
asuransi syariah (mudharib) tidak bisa
54
mengklaim menjadi milik perusahaan.
Pada asuransi koakad nvensional
didasarkan pada akad tadabuli atau
perjanjian jual beli
Akad pada asuransi syariah adalah
tolong menolong (takaful).
Semua asuransi konvensional
menginvestasikan dananya dengan
bunga
Asuransi syariah menyimpan dananya
di bank yang berdasarkan syariat
Islam dengan sistem mudharabah.
Dana (premi) hangus jika tidak ada
klaim atau mengundurkan diri
Dana (premi) tidak hangus jika tidak
ada klaim atau mengundurkan diri.
Akan di kembalikan sesuai persentase
pada akad awal.
Tidak ada dewan sejenis Diawasi oleh Dewan Pengawas
Syariah (DPS)
2.12.7. Hal-hal Terkait Dalam Asuransi Syariah
1. Polis
Polis Asuransi harus memuat sekurang-kurangnya ketentuan mengenai
(DSN MUI, 2001):
a. Saat berlakunya pertanggungan,
b. Uraian manfaat yang diperjanjikan,
c. Cara pembayaran premi,
d. Tenggang waktu (grace period) pembayaran premi
e. Kurs yang digunakan untuk polis asuransi dengan mata uang asing apabila
pembayaran premi dan manfaat dikaitkan dengan mata uang rupiah.
f. Waktu yang diakui sebagai saat diterimanya pembayaran premi.
55
g. Kebijakan perusahaan yang ditetapkan apabila pembayaran premi dilakukan
melewati tenggang waktu yang disepakati.
h. Periode dimana pihak perusahaan tidak dapat meninjau ulang keabsahan
kontrak asuransi (incontestable period).
i. Tabel nilai tunai, bagi polis asuransi jiwa yang mengandung nilai tunai;
j. Perhitungan dividen polis atau yang sejenis, bagi polis asuransi jiwa yang
menjanjikan dividen polis atau yang sejenis.
k. Penghentian pertanggungan, baik dari pihak penanggung maupun dari pihak
pemegang polis, termasuk syarat dan penyebabnya.
l. Syarat dan tata cara pengajuan klaim, termasuk bukti pendukung yang
diperlukan dalam mengajukan klaim.
m. Pemilihan-tempat penyelesaian perselisilian.
n. Bahasa yang dijadikan acuan dalam hal terjadi sengketa atau beda pendapat,
untuk polis asuransi yang dicetak dalam 2 (dua) bahasa atau lebih.
2. Premi
Pembayaran premi didasarkan atas jenis akad. Premi yang berasal dari akad
mudharabah dapat diinvestasikan dan hasil investasinya dibagihasilkan
Sedangkan premi yang berasal dari akad tabarru’ tidak dapat diinvestasikan.
Perhitungan tingkat premi harus didasarkan pada asumsi yang wajar dan
praktek, asuransi yang berlaku umum. Penetapan tarif premi asuransi kerugian
harus dilakukan dengan mempertimbangkan sekurang-kurangnya:
a. Premi murni yang dihitung berdasarkan profil kerugian (risk and loss
profile) jenis
56
b. asuransi yang yang bersangkutan untuk sekurang-kurangnya 5 (lima)
tahun terakhir.
c. Biaya akuisisi, biaya administrasi dan biaya umum lainnya..
Penetapan tarif premi asuransi jiwa harus dilakukan dengan
mempertimbangkan sekurangkurangnya:
a. Premi murni yang dihitung berdasarkan tingkat bunga, tabel mortality,
atau tabel morbidity yang dipergunakan.
b. Biaya akuisisi, biaya administrasi dan biaya umum lainnya.
c. Prakiraan basil investasi dari premi.kepada peserta.
3. Klaim
Klaim adalah hak peserta asuransi yang wajib diberikan oleh perusahaan
asuransi sesuai dengan kesepakatan dalam akad. Klaim dibayarkan berdasarkan
akad yang disepakati pada awal perjanjian, dan dapat berbeda dalam jumlah
sesuai dengan premi yang dibayarkan peserta.
4. Investasi
Perusahaan selaku pemegang amanah, wajib melakukan investasi dari dana
yang terkumpul dari peserta. Investasi wajib dilakuukan sesuai dengan ketentuan
syariah
2.13. Metode Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan
dalam rangka mencapai tujuan penelitian. Teknik pengumpulan data yang dipilih
57
tergantung pada faktor utama dan jenis data. Metode pengumpulan data yang
digunakan dalam penelitian skripsi yang akan dilakukan adalah sebagai berikut:
2.13.1. Observasi
Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan
observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara
mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian
rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat
dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka
sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.
2.13.2. Wawancara
Wawancara adalah metode pengambilan data dengan cara menanyakan
sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka,
wawancara merupakan bentuk pengumpulan data yang paling sering digunakan
dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan
interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar
pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti
yang dinyatakan oleh Creswell (1998) di dalam Rachmawati (2008).
58
2.13.3. Studi Pustaka
Memperoleh informasi dari penelitian terdahulu merupakan langkah yang
penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara
menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir,
2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi
lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.
2.13.4. Studi Literatur
Studi literatur merupakan studi kepustakaan guna mendapatkan teori-teori
yang berkaitan dengan penelitian yang akan dilakukan, metode ini dilakukan
dengan menelusuri literatur yang ada serta membaca dan menelaahnya secara
tekun. Dengan mengadakan survey terhadap data yang telah ada, juga harus
memperoleh orientasi yang lebih luas dalam permasalahan yang dipilih serta
menghindari terjadinya duplikasi yang tidak diinginkan. Yang dijadikan sebagai
sumber adalah penelitian terdahulu yang berkaitan dengan data warehouse
dengan mempelajarinya untuk memperoleh kelebihan dan kelemahan yang
terdapat dalam penelitian tersebut. Dengan cara yang demikian, penelitian
terdahulu dapat dijadikan referensi dalam penggunaan metode yang akan diteliti.
. Berikut terdapat beberapa penelitian data warehouse yang telah
dilakukan sebelumnya:
59
Tabel 2.7 Penelitian Data Warehouse Sebelumnya
JUDUL, PENULIS,
TAHUN
METODE TOOL FITURE SISTEM KELEBIHAN KEKURANGAN
OLAP Technology:
Visualization
Multidimensional
Data on Agribusiness
Information Resources
in Indonesia, 2009, Sri
Yulianto dan Joko
Prasetyo.
Metode visualisasi
grafis, desain data
multidimensional.
Visualisasi grafis
menggunakan
JpGraph.
Memanfaatkan
berbagai jenis grafik
dan parameter.
Memanfaatkan
visualisasi informasi
untuk menampilkan
data dalam bentuk
dua dan tiga
dimensional.
Tidak menjelaskan
subyek dari data
warehouse, data apa
saja yang dianalisis
serta proses analisis
dan desainnya.
Perancangan dan
Pembuatan Data
Warehouse Pada
Perpustakaan Stmik
Amikom Yogyakarta,
2008, Armadyah
Amborowati.
Metode
pengembangan
Data Warehouse
(Poniah, 2001),
desain data
multidimensional.
SQL Server Menghasilkan
analisis dengan
reporting service.
Menampilkan
proses ETL dan
hasil testing data
warehouse.
Tidak menjelaskan
desain dari database
data warehouse
yang dibuat.
60
Data Warehouse pada
Rumah Sakit, 2010,
Henry Antonius dan
Eka Widjaja.
Nine-step Design
Method, desain data
multidimensional.
SQL Server dan
Visual Studio
Aplikasi untuk ETL
dan dashboard
graphic.
Menjelaskan proses
desain secara rinci,
dan menampilkan
hasil analisis
dengan dashboard
pada suatu aplikasi
data warehouse.
Tidak menjelaskan
ERD serta skema
dari data yang
dianalisis.
Perancangan Model
Data Warehouse
Dalam Mendukung
Perusahaan Jasa
Pengiriman, 2011,
Tanty Oktavia.
Nine-step Design
Method, desain data
multidimensional.
SQL Server dan
Microsoft Visual
Studio
Dapat melakukan
analisis berdasarkan
berbagai dimensi
yang ada.
Menampilkan
desain data
warehouse secara
rinci.
Tidak menampilkan
hasil analisis data
yang dilakukan
dalam SQL Server
serta aplikasi yang
telah dibuat.
Pembuatan Data
Warehouse
Pengukuran Kinerja
Proses Belajar
Mengajar di Jurusan
Teknik Informatika
Universitas Kristen
Petra, 2004, Andreas
Handojo dan Silvia
Desain data
multidimensional.
Microsoft Access,
Microsoft SQL
Server 7.0 dan
Microsoft Excel
Pivot Table
Menghasilkan
pengelolaan data
dalam bentuk pivot
table dan pivot
chart
Memudahkan dalam
menampilkan hasil
pengelolaan data
dalam Microsoft
Excel
Tidak menampilkan
metode yang
digunakan untuk
membangun data
warehouse.
61
Rostianingsih.
Data Warehousing
dan Datamining
Asosiasi Nilai
Mahasiswa, Masa
Skripsi dan Masa
Studi Program Studi
Teknik Informatika
FTI-AJY, 2007,
Paulus Mudjihartono.
Normalisasi data,
dan aturan asosiasi
untuk datamining
SQL Server Knowledge dari
hasil analisis
datamining yang
berguna untuk
pengambilan
keputusan
Menambahkan
pencarian informasi
menggunakan
datamining.
Tidak menjelaskan
metode yang
digunakan untuk
membangun data
warehouse dan
untuk analisis
datamining.
Perancangan Data
Warehouse Penjualan
Untuk Mendukung
Kebutuhan Informasi
Eksekutif Cemerlang
Skin Care, 2010,
Suparto Darudiato.
Nine-step Design
Method, desain data
multidimensional.
SQL Server Desain data
warehouse untuk
menjadikan data
perusahaan yang
tersebar di berbagai
cabang menjadi
terintegrasi.
Menampilkan
desain data
warehouse secara
rinci.
Tidak ada hasil
pengelolaan dan
analisis data, serta
aplikasinya.
Desain dan Pembuatan
Purwarupa Data
Warehouse Untuk
Mendukung Pelaporan
Transaksi Keuangan
Desain data
multidimensi.
Microsoft SQL
Server
Desain yang mampu
memenuhi
kebutuhan
fungsional dari user
dalam hal pelaporan
Menampilkan cube-
cube untuk analisis
data
Tidak ditampilkan
hasil analisis data
untuk pelaporan
transaksi keuangan
tunai dan transaksi
62
Mencurigakan Di Unit
Kepatuhan PT. Bank
Jatim, 2005, Putu
Harry Sasmita.
transaksi keuangan
tunai dan transaksi
keuangan
mencurigakan.
keuangan
mencurigakan
Pembuatan Aplikasi
OLAP Untuk
Pelaporan pada PT.
Aneka Tuna Indonesia
Menggunakan SQL
Server 2005, 2010,
Muhamad Adi
Prasetyo, Ahmad
Saikhu dan Sarwosri.
Desain data
multidimensional,
analisis metode roll-
up dan drill-down.
Microsoft SQL
Server 2005
Analysis Services
(SSAS)
Menampilkan
laporan pengiriman
dengan metode roll-
up dan drill-down.
Menampilkan cara
merancang data
warehouse serta
pembuatan aplikasi
data warehouse.
Tidak menampilkan
skema yang
digunakan, serta
rancangan proses
dan database yang
digunakan.
Multidimensional
Data Warehouse
Dengan Menggunakan
MySQL, 2010,
Kusnawi.
Nine-step Design
Method, desain data
multidimensional.
SQL Server Kemampuan analisa
data menggunakan
querry language.
Menunjukkan
susunan querry
data serta hasil
querry.
Tidak menghasilkan
fitur tambahan
seperti grafik.
62
BAB III
METODOLOGI PENELITIAN
3.1. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian skripsi yang
akan dilakukan adalah sebagai berikut:
3.1.1. Observasi
Pengumpulan data secara observasi dilakukan dengan melihat langsung
proses dan kegiatan bisnis yang berjalan pada PT. Asuransi Takaful Umum yang
dilakukan sejak bulan Mei 2011 dan bertempat di kantor PT. Asuransi Takaful
Umum, Mampang, Jakarta-Selatan. Hasil yang akan di capai adalah melihat
proses bisnis yang terjadi, dan melihat segala kegiatan atau mencari data yang
diperlukan untuk penelitian. Kegiatan pengamatan langsung ini dilakukan dengan
Bapak Afzil dari divisi klaim di bawah pengawasan Bapak Dian Sofyan dari
divisi SDM. Beliau memberikan data pengamatan untuk kebutuhan pembuatan
desain data warehouse. Seperti alur kegiatan bisnis utama perusahaan, alur
pengajuan klaim dari peserta asuransi, berbagai dokumen-dokumen yang harus
disiapkan, hingga tahap pemberian persetujuan untuk memberikan ganti rugi
kepada peserta. Sebagai bukti hasil observasi yang dilakukan di PT. Asuransi
Takaful Umum ini, maka dilampirkan pula Surat Keterangan Penelitian dari PT.
Asuransi Takaful Umum (Lampiran 1).
63
3.1.2. Wawancara
Wawancara ini dilakukan dengan cara melakukan diskusi dengan Bapak
Dian Sofyan dari divisi SDM dan Bapak Rochiman dari divisi IT mengenai
segala kebutuhan yang diperlukan dalam melakukan analisis dan desain data
warehouse. Sehingga dapat mengetahui kebutuhan yang diperlukan dalam
membangun sebuah desain data warehouse itu sendiri.
Wawancara ini dilakukan pada:
Tanggal : 10 Mei 2011
User : Bapak Rochiman
Jabatan : Divisi IT
Hasil : Mengetahui alur proses bisnis Klaim pada asuransi syariah, serta
susunan database yang digunakan.
Serta wawancara kedua dilakukan pada:
Tanggal : 13 Mei 2011
User : Bapak Dian
Jabatan : Divisi SDM
Hasil : Mengetahui alur proses bisnis klaim
Berdasarkan hasil kedua wawancara tersebut dapat diketahui tentang alur
proses bisnis jika customer ingin mengikuti asuransi yang ada di PT. Asuransi
Takaful Umum, serta bagaimana jika peserta asuransi ingin mengajukan klaim,
apa saja syarat-syarat yang harus diberikan oleh peserta asuransi dan bagaimana
perusahaan akan memrosesnya. Juga dijelaskan alur kegiatan dan aliran data pada
saat klaim untuk kendaraan. Tidak hanya alur, tetapi berbagai jenis produk yang
64
ada di PT. Asuransi Takaful Umum juga didapatkan dari hasil wawancara ini,
serta perangka teknologi yang digunakan untuk melakukan kegiatan bisnisnya
sehari-hari (wawancara selengkapnya dapat dilihat di lampiran 2).
3.1.3. Studi Pustaka
Studi pustaka dilakukan dengan mempelajari teori-teori yang berhubungan
dengan data warehouse serta yang berhubungan dengan asuransi syariah. Teori-
teori tersebut berasal dari buku, jurnal, internet, maupun majalah. Buku-buku
yang digunakan antara lain The Data Warehouse Toolkit: the complete guide to
dimensional modeling/Ralph Kimball, Margy Ross.-2nd ed, Building the Data
Warehouse, Data Warehousing for Dummies, Sistem Manajemen Basisdata
Pemodelan, Perancangan dan Terapannya, Analisis dan Desain, Bank dan
Lembaga Keuangan Syariah, dan lain sebagainya.
3.1.4. Studi Literatur
Metode ini dilakukan dengan menelusuri literatur yang ada serta membaca
dan menelaahnya secara tekun. Dengan mengadakan survey terhadap data yang
telah ada, juga harus memperoleh orientasi yang lebih luas dalam permasalahan
yang dipilih serta menghindari terjadinya duplikasi yang tidak diinginkan. Yang
dijadikan sebagai sumber adalah penelitian terdahulu yang berkaitan dengan
data warehouse dengan mempelajarinya untuk memperoleh kelebihan dan
kelemahan yang terdapat dalam penelitian tersebut. Dengan cara yang demikian,
65
penelitian terdahulu dapat dijadikan referensi dalam penggunaan metode yang
akan diteliti.
Berikut merupakan beberapa hasil penelitian sejenis dengan penelitian yang
dilakukan oleh penulis:
1. ”Penggunaan Data Warehouse Dan Data Mining Untuk Data Akademik,
Sebuah Studi Kasus Pada Univeritas Nasional”
Jurnal ini ditulis oleh Ariana Azimah (Program Studi Sistem Informasi
Univeritas Nasional) dan Yudho Giri Sucahyo (Program Studi Magister
Teknologi Informasi Univeritas Indonesia). Penelitian ini mengkaji ekstraksi
data operasional ke dalam data warehouse untuk kemudian dilanjutkan
dengan kegiatan analisis data menggunakan teknik data mining. Hasil dari
penelitian ini adalah sebuah data warehouse lengkap dengan aplikasi
pelaporan informasi berbasis web, selanjutnya dilakukan analisa data
menggunakan teknik data mining terhadap data warehouse yang sudah
dibangun. Skema yang digunakan untuk pemodelan data adalah skema
bintang sehingga memungkinkan untuk proses query yang lebih ringan.
Terdapat kelebihan dari penelitian ini, yaitu dari hasil data warehouse
yang sudah jadi, dilakukan analisis lebih mendalam untuk mengetahui
kelompok pola mahasiswa yang mengambil program peminatan tertentu
menggunakan teknik data mining tanpa melakukan proses cleansing karena
sudah dilakukan saat pembentukan data warehouse. Namun kekurangan dari
penelitian ini adalah hasil dari percobaan data mining yang dilakukan
66
menggunakan banyak sekali grafik yang menyulitkan pembaca untuk
memahaminya.
2. “Analisis Dan Desain Data Warehouse Pada Pengembangan Sistem
Pengadaan Barang Dan Jasa Pemerintah (E-Government Procurement)”
Jurnal ini ditulis oleh Eka Miranda dan Julisar (Program Studi Sistem
Informasi Univeritas Bina Nusantara). Tulisan ini bertujuan mengarahkan
hubungan antara sistem ’online auction’ yang akan beroperasi dengan
bantuan teknologi informasi dengan teknologi data warehouse. Data
warehouse di sini didesain dengan tujuan untuk dapat menggambarkan data
yang berasal dari transaksi suatu sistem dan menyediakan dukungan analisis
bagi pengambilan keputusan untuk penggunanya. Metode analisis dilakukan
dengan menganalisa sistem yang sedang berjalan kemudian mendesain data
warehouse dan evaluasi terhadap data warehouse. Metode perancangan
disini juga menggunakan model dimensional dengan skema bintang.
Kekurangan dari penelitian ini adalah hasi dari data cube yang
dihasilkan tidak ditampilkan, serta yang ditampilkan hanya hasil dari analisis
data. Kelebihan dari penelitian ini adalah, peulis benar-benar merancang
database dari tahap awal sehingga untuk mentransfernya ke dalam data
warehouse dapat lebih mudah dilakukan sesuai dengan alur pemikiran
penulis.
3. ” Data warehouse akademik STMIK Banjabaru berbasis Mysql server.”
Skripsi ini ditulis oleh Rahmadi (Program Studi Sistem Informasi
Sekolah Tinggi Manajemen Informatika & Komputer Banjarbaru). Penelitian
67
ini dilakukan untuk mengelola dan mendapatkan informasi mengenai nilai
rata-rata mahasiswa yang berdimensi materi, dosen, kampus, kelas, jurusan
dan periode, informasi mengenai jumlah mahasiswa yang berdimensi daerah,
sekolah, kampus, status, jurusan dan periode, informasi mengenai SPP
mahasiswa yang berdimensi model pembayaran yaitu bulan, semester, tahun,
lunas, deposito dan periode, informasi mengenai presensi mahasiswa yang
berdimensi materi, dosen, kampus, kelas, jurusan dan periode, dan informasi
mengenai pinjaman buku yang dilakukan oleh mahasiswa yang berdimensi
kategori, bahasa, kampus, kelas, jurusan dan periode. Kelebihan dari aplikasi
yang dihasilkan adalah, Proses analisa data dapat dilakukan secara manual
oleh pihak Akademik STMIK Banjarbaru ataupun secara interaktif oleh
pihak DBA (Database Administrator) dengan mengolah data yang berada di
dua kampus, yaitu Database Microsoft Access dari kampus Banjarbaru dan
Database Microsoft Visual Foxpro yang berada di kampus Banjarmasin
yang diperlukan oleh Data Warehouse. Namun dibalik kelebihan tersebut,
penulis tidak memasukkan metode-metode yang digunakan dalam
penelitiannya serta apa saja metode yang digunakan untuk membuat data
warehouse.
3.2. Metode Desain Data warehouse
Untuk mendesain data warehouse ini akan digunakan metode Nine Step
Design Method oleh Kimball, dimana kegiatannya terdiri dari Sembilan langkah
berikut, yaitu:
68
3.2.1. Memilih Proses
Pada proses pertama ini, yang dilakukan adalah menganalisa dan
mengidentifikasi proses bisnis yang berhubungan dengan subyek permasalahan.
Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang
akan dibuat. Misalnya saja dalam hal ini proses bisnis yang dipilih adalah klaim.
3.2.2. Menentukan Grain
Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain
dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan
record apa yang akan direpresentasikan pada tabel fakta. Misal, untuk tabel fakta
klaim dapat diputuskan record-record yang akan ditampilkan meliputi jumlah
klaim yang diajukan peserta yang dapat dilihat pertahun, atau perbulan.
3.2.3. Mengidentifikasi Dan Penyesuaian Dimensi
Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang
ada. Untuk lebih mudahnya, pada tahap ini disiapkan tabel-tabel dimensi yang
sesuai dengan grain yang dipilih serta record yang akan ditampilkan dalam tabel
fakta.
3.2.4. Memilih Fakta
Pada tahap ini dipilih fakta-fakta yang akan mengisi tabel fakta, dimana
fakta-fakta yang dipilih harus sesuai dengan grain dan dimensi yang telah
69
ditentukan pada tahap-tahap sebelumnya. Misalnya jika ada tabel dimensi
pelanggan dan tabel dimensi cabang yang berhubungan dengan tabel fakta klaim,
maka di dalam tabel fakta klaim akan berisi nomor id pada tabel dimensi
pelanggan dan tabel dimensi cabang.
3.2.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta
Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan
calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada
tahap inilah ditentukan perhitungan tersebut. Misalnya untuk tabel fakta klaim,
fakta yang akan dihitung dalam tabel tersebut adalah fakta mengenai jumlah
transaksi klaim yang terjadi dengan menghitung banyaknya transaksi yang
masuk.
3.2.6. Melihat Kembali Tabel Dimensi
Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel
dimensi dengan memberikan deskripsi pada tabel dimensi agar dapat dengan
mudah dimengerti oleh user mengenai dimensi tersebut. Keterangannya harus
bersifat intuitif dan mudah dipahami oleh pengguna.
3.2.7. Memilih Durasi Database
Pada proses ini yang dilakukan adalah menentukan pembatasan waktu
untuk data yang diambil dan dipindahkan kedalam tabel fakta. Penentuan durasi
ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu
70
perusahaan asuransi, mengharuskan data disimpan selama lima sampai sepuluh
tahun.
3.2.8. Menelusuri Perubahan Dari Dimensi
Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel
dimensi. Cara yang dapat dilakukan ada tiga, yaitu:
a. Atribut dimensi yang telah berubah tertulis ulang dengan menambahkan baris
baru atau kolom baru.
b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru.
c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai
atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang
sama.
3.2.9. Memutuskan Prioritas Query Dan Tipe Query
Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse.
Persoalan perancangan fisik yang paling kritis adalah mengenai proses extract,
transfer, and load (ETL) dan memperkirakan kapasitas media penyimpanan.
Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik
tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan
keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas
media penyimpanan.
71
3.3. Kerangka Penelitian
Berikut ini adalah kerangka penelitian dari penelitian yang dilakukan
sebagai acuan dalam penelitian yang dilakukan, seperti yang digambarkan pada
Gambar 3.1 di bawah ini:
MULAI
Melakukan Observasi
(Duhu, 1985)
Melakukan Wawancara
(Poerwandari, 1998)
Melakukan Studi Pustaka
(Nazir, 2005)
Merrancang Data Warehouse
Nine Step Design Method
(Kimball, 2002)
Memilih Proses
Choosing the Process
Memilih Sumber
Choosing the Grain
Mengidentifikasi Dan Penyesuaian Dimensi
Identifying And Conforming The Dimension
Memilih Fakta
Choosing the Facts
Menyimpan Perhitungan Awal Dalam Tabel
Fakta
Stores Pre-calculations in Fact Table
Melihat Kembali tabel Dimensi
Rounding Out the Dimension Table
Memilih durasi dari Database
Choosing the Duration of the Database
Menelusuri Perubahan di Dimensi Secara
Perlahan
Tracking Slowly Changing Dimension
Memutuskan Prioritas Query dan Tipe
Query
Deciding Query Priorities and Query Modes
SELESAI
Identifikasi Prosedur
Klaim
Identifikasi Database
yang Digunakan
Normalisasi
Rancngan ERD
Proses ETL
Analisis Kapasitas
Media Penyimpanan
Gambar 3.1. Kerangka Penelitian
72
BAB IV
PEMBAHASAN
4.1. Profil Perusahaan
PT. Syarikat Takaful Indonesia sebagai sebuah pelopor asuransi syariah di
Nusantara telah melayani masyarakt dengan jasa asuransi yang sesuai dengan
prinsip syariah, selama lebih dari satu dasawarsa melalui dua perusahaan
operasionalnya yaitu PT. Asuransi Takaful keluarga (Asuransi Jiwa Syariah) dan
PT. Asuransi Takaful Umum (Asuransi Umum Syariah).
PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994
atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang
dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan
Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT. Asuransi Jiwa Tugu Mandiri,
Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui
kedua anak perusahaannya yaitu PT. Asuransi Takaful Keluarga dan PT.
Asuransi Takaful Umum, Perusahaan telah memberikan jasa perlindungan
asuransi yang menerapkan prinsip-prinsip murni syariah pertama di Indonesia.
PT. Asuransi Takaful Keluarga yang bergerak di bidang asuransi jiwa
Syariah didirikan pada 4 Agustus 1994 dan mulai beroperasi pada 25 Agustus
1994. Diikuti dengan pendirian anak perusahaan yang bergerak di bidang
asuransi umum Syariah yaitu PT. Asuransi Takaful Umum ada 2 Juni 1995.
Kepemilikan mayoritas saham Syarikat Takaful Indonesia saat ini
dikuasai oleh Syarikat Takaful Malaysia Berhad (56,00%) dan Islamic
73
Development Bank (IDB, 26,39%), sedangkan selebihnya oleh Permodalan
Nasional Madani (PNM) dan Bank Muamalat Indonesia serta Karya Abdi Bangsa
dan lain-lain.
Untuk meningkatkan kualitas layanan yang diberikan Perusahaan dan
menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO 9001:2000 dari
SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum, serta Asuransi
Takaful Keluarga memperoleh Sertifikasi ISO 9001:2000 dari dari Det Norske
Veritas (DNV), Belanda pada April 2004. Selain itu, atas upaya keras seluruh
jajaran perusahaan, Asuransi Takaful Keluarga meraih MUI Award 2004 sebagai
Asuransi Syariah Terbaik di Indonesia, dan Asuransi Takaful Umum memperoleh
penghargaan sebagai asuransi dengan predikat Sangat Bagus dari Majalah
InfoBank secara berturut-turut pada tahun 2004 dan 2005.
4.2. Visi dan Misi PT. Syarikat Takaful Indonesia
4.2.1. Visi
Menjadi grup asuransi terkemuka yang menawarkan jasa Takaful dan
keuangan syariah yang komprehensif dengan jangkauan signifikan di seluruh
Indonesia menjelang tahun 2011.
4.2.2. Misi
Kami bertekad memberikan solusi dan pelayanan terbaik dalam
perencanaan keuangan dan pengelolaan risiko bagi umat dengan menawarkan
jasa Takaful dan keuangan syariah yang dikelola secara profesional, adil, tulus
dan amanah.
74
4.3. Konsep dan Filosofi
Segala musibah dan bencana yang menimpa manusia adalah ketentuan
Allah SWT. Namun manusia wajib berikhtiar untuk memperkecil resiko dan juga
dampak keuangan yang mungkin timbul. Upaya tersebut seringkali tidak
memadai, sehingga tercipta kebutuhan akan mekanisme mengalihkan resiko
seperti melalui konsep takaful atau asuransi.
Sebagai perusahaan asuransi syariah, Takaful bekerja dengan konsep tolong
menolong dalam kebaikan dan ketakwaan, sebagaimana telah digariskan di dalam
Al Qur‟an,
“Dan tolong menolonglah kamu dalam kebaikan dan takwa” (Qs. Al Maidah: 2).
Dengan landasan ini, Takaful menjadikan semua peserta sebagai satu
keluarga besar yang akan saling melindungi dan secara bersama menanggung
resiko keuangan dari musibah yang mungkin terjadi di Al-Mudharabah, Al-
Wakalah, dan Tabarru’. Akad-akad Takaful tidak mengandung unsur Al-Riba
(bunga uang), Al-Maisir (Judi), dan Al-Gharar (untung-untungan) yang dilarang
dalam akad-akad keuangan Islami.
75
4.4. Struktur Organisasi Perusahaan
Share Holder
Audit Comitee
Syariah Supervisory
Council
Board Commissions
Kadiv. Markting
Khairul Fata
SM Agency
M. Mirzani
Mgr. Training
Sundara
Branch/Rep.Head
36 Branch/Rep
Mgr. Broker
Rahmat Rinadi
SM Bank Biz
Vacant
Mgr. SBU Bank
Armen
Kadiv. Teknik
M. Zubaidi
Mgr. U/W Agent
Sigit Budiarso
SM. Treaty
Ridwan
SM. Claim
Irdianto
Kasie U/W Agent
Hermansyah
Mgr. Treaty
Syamsul Bahri
Mgr. non motor
Peenny Hikmhwati
Mgr. Motor
Afzil
Mgr. U/W Non Agent
M. Yasin
Kasie U/W Non Agent
Yadi Solihin
Kadiv. Finance
Dara Dewisinta
SM. Finance
Ade Dodo
Mgr. Kredit Kontrol
Neni Suhaeni
Mgr. Accounting
Melda Maesarach
Kadiv SDM, Legal & GA
Muh. Yusuf Sula
Mgr. Legal
Amin Kusaesi
Kasie Compliance
Risky Avicena
Kasie GA
R. Syamsul Bahri
Kasie Rekrut/Develop
Arijulmanan
Mgr. C&B
Sri Yulia .P
Kepala/SM Internal Audit
Syafrial Firdaus
Mgr. Investasi
Plt Dara Dewishinta
Mgr. IT
AA Gede Anom
Mgr. Aktuaria
Plt. Peny Hikmahwati
President Director
Bayu Widdhisiadji
Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum
76
4.5. Produk-Produk Asuransi Kendaraan
PT. Asuransi Takaful Umum memiliki beberapa jenis perlindungan yang
ditawarkan kepada para pesertanya, produk-produk tersebut antara lain:
1. Takaful Abror
Produk Takaful yang menggantikan kerugian atas kendaraan bermotor
(mobil) yang disebabkan musibah kecelakaan, pencurian serta tanggung
jawab hukum kepada pihak ketiga. Berdasarkan Polis Standard Asuransi
Kendaraan Bermotor Pasal 11, jangka waktu untuk pelaporan klaim disini
adalah maksimal lima hari kalender setelah hari kejadian (Lampiran 5).
2. Takaful Ansor
Produk Takaful yang menggantikan kerugian atas kendaraan bermotor
(motor) yang disebabkan musibah kecelakaan dan pencurian. Jangka waktu
untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari
kejadian (hari kerja).
3. Takaful Kendaraan Bermotor
Program Takaful yang mengganti kerugian baik kehilangan atau
kerusakan secara menyeluruh dan tuntutan pihak ketiga atas setiap kendaraan
bermotor yang terdaftar akibat risiko-risiko seperti tabrakan, tubrukan,
terbalik, tergelincir dari jalan, kecelakaan baik yang disebakan oleh kesalahan
material atau konstruksi perbuatan orang jahat, pencurian, kebakaran dan
sebab lainnya yang diatur sebagaimana dalam Polis Standar Kendaraan
Bermotor Indonesia. Jangka waktu untuk pelaporan klaim disini adalah
maksimal lima hari kalender setelah hari kejadian (hari kerja).
77
4.6. Prosedur Umum Asuransi
Brooker/Agen
$
Takaful
customer
Underwriting
SPPA
Polis
1
Menawarkan
keikutsertaan asuransi
2b
Mengajukan
keikutsertaan asuransi
2a. Mengajukan
keikutsertaan asuransi
Agen
$
Bank
3
Mengeluarkan polis
4
Memberikan polis
kepada customer
5a. Membayarkan
premi
Keuangan
6a
Menyetorkan
premi
6b
Menyetorkan
premi
Customer
Klaim
7
Melaporkan
terjadinya klaim
8. Menyerahkan data klaim
dan besarnya ganti rugi
9
Membayarkan uang ganti rugi
5b. Membayarkan
premi
Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi
Alur prosedur umum dalam asuransi syariah dapat digambarkan seperti
gambar 4.2. di atas, alur tersebut menggambarkan bahwa untuk dapat ikut seta
dalam asuransi syariah customer dapat datang langsung ke kantor PT. Asuransi
Takaful umum, atau melalui brooker/agen. Nasabah selanjutnya diharuskan
78
untuk mengisi form Surat Pengajuan Peserta Asuransi (SPPA) yang kemudian
akan ditinjau (baik dari segi barang maupun dokumen-dokumen) oleh bagian
underwriting. Setelah peninjauan, underwriting berhak menolak atau menerima
permohonan keikutsertaan asuransi dari customer. Jika ditolak, maka dokumen-
dokumen dan keterangan penolakan akan diberikan kepada customer. Namun jika
disetujui, maka underwriting juga akan mengeluarkan polis dengan jumlah premi
yang harus dibayarkan oleh peserta asuransi per-periode waktu tertentu.
Jika kelak ada klaim, maka peserta harus melaporkannya kepada PT.
Asuransi Takaful Umum, kemudian bagian klaim akan menghitung besarnya
kerugian yang ditanggung atas klaim tersebut, dan memberikan data tersebut
kepada bagian keuangan agar dana tabarru’ yang diserahkan oleh si peserta akan
digunakan untuk membayarkan klaim.
4.7. Metode Desain Data Warehouse (Nine Step Design)
4.7.1. Memilih Proses (Chosing the Process)
Berdasarkan dari hasil observasi dan wawancara yang telah dilakukan
terhadap kegiatan bisnis yang sedang berjalan, bahwa laporan yang dibutuhkan
oleh manajer klaim adalah Laporan Statistic, yaitu laporan mengenai jumlah
klaim pertahunnya. Sementara untuk membuat laporan statistic tersebut, perlu
melihat ribuan data klaim yang masuk pada aplikasi GTS (General Takaful
System) pada PT. Asuransi Takaful Umum dan merekapnya secara manual.
Sehingga dapat disimpulkan bahwa proses yang berkaitan dengan
permasalahan yang dihadapi dengan kegiatan operasional sehari-hari tersebut
79
adalah proses pengajuan tuntutan atas kerugian yang dialami customer atau biasa
disebut klaim. Dimana data yang ada meliputi: customer, cause, cabang, produk,
kendaraan, polis, transaksi klaim, dan transaksi klaim kendaraan.
4.7.1.1. Identifikasi Prosedur Klaim
customer
Div.Klaim
keuangan
Customer dan Div. Klaim
Melaporkan klaim
Melakukan Verifikasi I
Manager
Surveyor
Surat Penolakan
Membuat surat
penolakan
Membuat laporan
Surveyor dan Div. Klaim
Melakukan
verifikasi II &
Menyerahkan dokumen
yang dibutuhkan
Menyerahkan dokumen
untuk pembayaran ganti rugi
menghitung nilai
klaimManager
Menyetujui
verifikasi II
Membayarkan
ganti rugi
Div. Klaim dan manager
Menyerahkan dokumen
verifikasi awal
Menyetujui verifikasi I
Menolak verifikasi I
Membuat surat
penolakan
Bengkel
Laporan
survey
Laporan
Bengkel
Melakukan survey
Memberikan
surat perintah
kerja
Dokumen verifikasi II
Gambar 4.3 Alur Prosedur Klaim
Langkah awal dari alur tersebut adalah dimana customer mengajukan
laporan klaim langsung ke kantor beserta dokumen-dokumen yang diperlukan.
80
Laporan klaim tersebut akan diterima dan diverifikasi oleh bagian klaim dengan
melihat dokumen pelunasan premi, polis, serta laporan klaim yang diajukan
customer. Laporan klaim tersebut setidaknya berisi tanggal kejadian, tanggal
dilaporkan, kronologis kejadian, dan dokumentasi mengenai barang yang
diasuransikan. Kemudian dari hasil verifikasi dihasilkanlah dokumen verifikasi
awal.
Setelah itu barulah diputuskan apakah klaim akan diterima atau ditolak. Jika
klaim ditolak maka akan dibuat surat penolakan dan diberikan kepada customer,
namun jika diterima maka dari pihak perusahaan akan melakukan survey
terhadap kendaraan yang dilaporkan kerugiannya. Sementara itu jika kendaraan
telah diserahkan ke bengkel, maka bengkel juga melakukan pemeriksaan
kendaraan tersebut, untuk meneliti kerusakan apa saja yang terjadi, seberapa
besar kerusakan, dan berapa kira-kira biaya untuk perbaikannya. Setelah
diperiksa maka bengkel akan membuat laporan bengkel dan diserahkan kembali
ke bagian klaim. Untuk melakukan verifikasi tahap kedua, divisi klaim mengacu
kepada hasil survey staff perusahaan juga berdasarkan laporan bengkel.
Berdasarkan laporan bengkel dan laporan hasil survey, divisi klaim dapat
menghitung berapa besarnya ganti rugi yang dapat diberikan perusahaan ataupun
berapa biaya yang diperlukan untuk perbaikan kendaraan di bengkel sehingga
dihasilkanlah dokumen verifikasi II. Dokumen verifikasi II selanjutnya akan
diberikan kepada manager, kemudian manager akan memberikan persetujuan
beserta dokumen klaim lengkap beserta hasil verifikasi dan besarnya biaya ganti
rugi yang diperukan ke bagian keuangan, juga surat perintah kerja untuk bengkel
81
agar kendaraan yang rusak dapat diperbaiki. Sementara bagian keuangan akan
membayarkan besarnya ganti rugi kepada customer.
4.7.1.2. Identifikasi Database yang Digunakan
Pada database sumber dalam sistem yang di pakai di PT. Asuransi Takaful
digunakan delapan tabel, terdiri dari tiga tabel transaksi untuk trxclaim, trxveh.
Serta lima tabel master yang terdiri dari maspol, masveh, mascust, cause, risk,
dan branch. Berikut adalah keterangan mengenai tabel yang digunakan:
Tabel 4.1 Identifikasi Tabel Yang Digunakan
No Database Keterangan
1 trxklaim Tabel transaksi untuk proses pengajuan ganti rugi
2 trxveh Tabel transaksi untuk pengajuan ganti rugi kendaraan
3 maspol Tabel yang berisi polis asuransi
4 masveh Tabel yang berisi daftar master kendaraan
5 mascust Tabel yang berisi daftar customer
6 product Tabel yang berisi daftar jenis pertanggungan
7 branch Tabel yang berisi daftar cabang
8 cause Tabel yang berisi loss code/kejadian yang menyebabkan
terjadinya klaim
82
4.7.1.3. Normalisasi
1. Unnormalize
Berikut ini merupakan atribut-atribut dari tabel yang digunakan, dimana
masih memiliki atribut-atribut ganda.
Policy_no
Policy_dt
Effect_dt
Expiry_dt
Cust_code
Cust_name
Addr
Postcode
Town
prd_code
Insured_item
Insured_ammt
Nettpremium
Branch_id
Branch_name
Location
Cover_type
Veh_age
prd_code
prd_name
description
Branch_id
Branch_name
Location
Claims_ref
Claims_srl
Claims_year
Policy_no
Expiry_dt
Branch_name
Loss_code
Occur_dt
Notify_dt
Cust_code
Cust_name
Birth_dt
Addr
Postcode
Town
Currency
Exch_rate
Claim_estimate
Trans_dt
Acc_prd
Cust_code
Cust_name
Addr
Postcode
Town
Mar_stat
Birth_dt
Gender
Occupation
Identitycard
Identitycard_no
Tel
Fax
Trxveh_code
Claims_ref
Item_no
Engine_no
Police_no
Chassis
Year
Merk_type
Owner
Veh_ammt
Claim_ammt
Item_no
Policy_no
Engine_no
Police_no
Chassis
Year
Merk_type
Seat
Colour
Owner
addr
Veh_ammt
Loss_code
description
Gambar 4.4 Data Sebelum Dinormalisasi
83
2. Normalisasi 1NF
Tabel berikut merupakan tabel penormalan pertama, karena pada Gambar
4.4 masih terdapat atribut ganda maka dibuatlah normalisasi pertama. Pada tabel
ini setiap atribut harus mempunyai data yang atomic (data terkecil) dan sudah
mempunyai primary key.
Policy_no*
Policy_dt
Effect_dt
Expiry_dt
Cust_code
Cust_name
Addr
Postcode
Town
prd_code
Insured_item
Insured_ammt
Nettpremium
Branch_id
Branch_name
Location
Cover_type
Veh_age
prd_code*
prd_name
Description
Branch_id*
Branch_name
Location
Claims_ref*
Claims_year
Policy_no
Loss_code
Occur_dt
Notify_dt
Location
Cust_code
Cust_name
Birth_dt
Addr
Postcode
Town
Currency
Exch_rate
Claim_estimate
Prd_code
Trans_dt
Acc_prd
Cust_code*
Cust_name
Addr
Postcode
Town
Mar_stat
Birth_dt
Gender
Occupation
Identitycard
Identitycard_no
Tel
Fax
Trxveh_code*
Claims_ref
Item_no
Engine_no
Police_no
Chassis
Year
Merk_type
Owner
Veh_ammt
Claim_ammt
Item_no*
Policy_no
Engine_no
Police_no
Chassis
Year
Veh_age
Merk_type
Seat
Colour
Owner
addr
Veh_ammt
Loss_code*
description
Gambar 4.5 Normalisasi 1NF
84
Dari tabel di atas dapat dilihat bahwa ada delapan primary key yang
digunakan, yaitu: policy_no, prd_code, branch_id, claims_ref, item_no,
txveh_code, cust_code, dan loss_code.
3. Normalisasi 2NF dan 3NF
Karena masih ada atribut yang belum mempunyai ketergantungan
fungsional sepenuhnya terhadap primary key. Maka dibuatlah penormalan kedua
atau yang disebut 2NF.
Policy_no*
Policy_dt
Effect_dt
Expiry_dt
Cust_code**
prd_code**
Insured_item
Insured_ammt
Nettpremium
Branch_id**
Cover_type
Veh_age
Item_no*
Policy_no
Engine_no
Police_no
Chassis
Year
Veh_age
Merk_type
Seat
Colour
Owner
addr
Veh_ammt
Trxveh_code*
Claims_ref
Item_no
Veh_ammt
Claim_ammt
Cust_code*
Cust_name
Addr
Postcode
Town
Mar_stat
Birth_dt
Gender
Occupation
Identitycard
Identitycard_no
TelFax Claims_ref*
Claims_year
Policy_no**
Loss_code**
Occur_dt
Notify_dt
Location
Cust_code**
Currency
Exch_rate
Claim_estimate
Prd_code
Trans_dt
Acc_prd
Branch_id*
Branch_name
Location
prd_code*
prd_name
Description
Loss_code*
Description
Gambar 4.6 Normalisasi 2NF
85
Pada tabel diatas telah mencapai normal ketiga, karena tidak ada lagi atribut
yang berulang dan setiap atribut sudah memliki ketergantungan fungsional
dengan primary key dan setiap atribut bukan primary key.
4.7.1.4. Rancangan ERD
Dari hasil proses normalisasi yang telah dijelaskan dalam poin sebelumnya,
maka dihasilkanlah suatu entity relationship diagram dalam bentuk physical
design yang akan digunakan untuk database dari data warehouse takaful ini.
maspol
PK policy_no
policy_dt
effect_dt
expiry_dt
FK1 cust_code
prd_code
insured_item
insured_ammt
nettpremium
FK2 branch_id
cover_type
veh_age
InsertedDate
trxclaim
PK claims_ref
claims_year
FK2 policy_no
FK3 loss_code
occur_dt
location
notify_dt
FK1 cust_code
currency
exch_rate
claim_estimate
prd_code
trans_dt
acc_prd
InsertedDate
mascust
PK cust_code
cust_name
ins_name
addr
postcode
town
mar_stat
birth_dt
gender
occupation
identitycard
identitycard_no
tel
fax
InsertedDate
product
PK prd_code
prd_name
description
InsertedDate
trxveh
PK trxveh_code
FK1 item_no
veh_ammt
claim_ammt
exch_rate
currency
veh_ammt
claim_ammt
deductible
InsertedDate
masveh
PK item_no
FK1 policy_no
engine_no
police_no
chassis
year
merk_type
seat
colour
owner
addr
veh_ammt
veh_age
InsertedDate
branch
PK branch_id
branch_name
location
InsertedDate
cause
PK loss_code
description
InsertedDate
Gambar 4.7 Entity Relationship Diagram (Physical Design)
86
4.7.1.5. Keterangan Tabel
Berikut ini adalah keterangan dari masing-masing tabel yang terdapat dalam
database:
a. Tabel trxklaim
Nama Tabel : trxklaim
Primary Key : klaims_ref
Foreign key : policy_no, cust_code, risk_code
Tipe File : File transaksi
Keterangan : Menyimpan data transaksi klaim
Tabel 4.2 Tabel trxklaim
Kode Tipe Keterangan
claims_ref Char (25) Nomor pengajuan klaim
claims_year Char (4) Tahun pengajuan klaim
policy_no Char (25) Nomor polis
loss_code Char (3) Kode cause yang terjadi saat kejadian
location Char (30) Lokasi kejadian
occur_dt Datetime Tanggal kejadian
notify_dt Datetime Tanggal kejadian dilaporkan
cust_code Char (25) Kode customer
currency Char (3) Mata uang dalam US$
exch_rate Decimal (8,4) Nilai tukar US$ dengan rupiah
claim_estimate Decimal (14,2) Estimasi nilai klaim
prd_code Char (3) Kode jenis produk yang digunakan
trans_dt Datetime Tanggal transaksi
acc_prd Datetime Tanggal klaim di-acc
InsertedDate Datetime Tanggal input data
87
b. Tabel trxveh
Nama Tabel : trxveh
Primary Key : trxveh_code
Foreign key : claims_ref, item_no
Tipe File : File transaksi
Keterangan : Menyimpan data transaksi klaim kendaraan
Tabel 4.3 Tabel trxveh
Kode Tipe Keterangan
trxveh_code Char (25) Kode transaksi klaim kendaraan
claims_ref Char (25) Nomor pengajuan klaim
item_no Char (25) Nomor urut kendaraan
currency Char (3) Mata uang dalam US$
exch_rate Decimal (8,4) Nilai tukar US$ dengan rupiah
veh_ammt Decimal (14,2) Nilai kendaraan yang diklaim
claim_ammt Decimal (14,2) Jumlah nilai klaim
deductible Decimal (14,2) Pengurangan nilai setelah klaim
InsertedDate Datetime Tanggal input data
c. Tabel maspol
Nama Tabel : maspol
Primary Key : policy_no
Foreign key : cust_code, risk_code, branch_id
Tipe File : File master
Keterangan : Menyimpan data polis asuransi
88
Tabel 4.4 Tabel maspol
Kode Tipe Keterangan
policy_no Char (25) Nomor polis
policy_dt Datetime Tanggal polis terbit
effect_dt Datetime Periode berlakunya polis
expiry_dt Datetime Tanggal polis berakhir
cust_code Char (25) Kode customer
prd_code Char (3) Jenis produk
insured_item Char (5) Jumlah item yang diasuransikan
insured_ammt Decimal (14,2) Jumlah nilai yang diasuransikan
nettpremium Decimal (14,2) Jumlah nilai premi
branch_id Char (3) Kode cabang diterbitkannya polis
cover_type Char (15) Jenis perlindungan
veh_age Char (2) Umur kendaraan
InsertedDate Datetime Tanggal input data
d. Tabel mascust
Nama Tabel : mascust
Primary Key : cust_code
Foreign key : -
Tipe File : File master
Keterangan : Menyimpan data master customer
Tabel 4.5 Tabel mascust
Kode Tipe Keterangan
cust_code Char (25) Kode customer
cust_name Char (30) Nama customer
89
ins_name Char (30) Qualitate Qua (yang mewakili ) customer
secara legal
addr Char (40) Alamat customer
postcode Char (5) Kode pos
town Char (25) Kota tempat tinggal
mar_stat Char (1) Status pernikahan
birth_dt Datetime Tanggal lahir
gender Char (1) Jenis kelamin
occupation Char (25) Pekerjaan
identitycard Char (10) Jenis kartu identitas (KTP, Paspor)
identitycard_no Char (25) Nomor kartu identitas
tel Char (15) Nomor telepon
fax Char (15) Nomor fax
InsertedDate Datetime Tanggal input data
e. Tabel masveh
Nama Tabel : masveh
Primary Key : item_no
Foreign key : -
Tipe File : File master
Keterangan : Menyimpan data master kendaraan
Tabel 4.6 Tabel masveh
Kode Tipe Keterangan
item_no Char (25) Nomor urut kendaraan yang diasuransikan
policy_no Char (25) Nomor polis
engine_no Char (10) Nomor mesin
90
police_no Char (10) Nomor polisi kendaraan
chassis Char (10) Nomor rangka kendaraan
year Char (4) Tahun pembuatan
Veh_age Char (2) Umur kendaraan
merk_type Char (25) Tipe kendaraan
seat Char (2) Jumlah kursi kendaraan
colour Char (25) Warna kendaraan
owner Char (30) Nama pemilik sesuai tanda kepemilikan
kendaraan
addr Char (40) Alamat pemilik
veh_ammt Decimal (14,2) Harga kendaraan
InsertedDate Datetime Tanggal input data
f. Tabel product
Nama Tabel : product
Primary Key : prd_code
Foreign key : -
Tipe File : File master
Keterangan : Menyimpan data jenis prodk asuransi
Tabel 4.7 Tabel product
Kode Tipe Keterangan
prd _code Char (3) Kode resiko
prd _name Char (25) Nama resiko
description Char (30) Keterangan tambahan
InsertedDate Datetime Tanggal input data
91
g. Table branch
Nama Tabel : branch
Primary Key : branch_id
Foreign key : -
Tipe File : File master
Keterangan : Menyimpan data cabang
Table 4.8 Tabel branch
Kode Tipe Data Keterangan
branch_id Char (3) Kode cabang
branch_name Char (25) Nama cabang
location Char (30) Lokasi cabang
InsertedDate Datetime Tanggal input data
h. Table cause
Nama Tabel : cause
Primary Key : loss_code
Foreign key : -
Tipe File : File master
Keterangan : Menyimpan data kejadian yang menyebabkan terjadinya
klaim
Table 4.9 Tabel cause
Kode Tipe Data Keterangan
loss_code Char (5) Kode primary dari tipe cause
92
description Char (30) Keterangan dari masing-masing kejadian
yang menyebabkan terjadinya klaim
InsertedDate Datetime Tanggal input data
4.7.2. Memilih Sumber (Choosing the Grain)
Berikut merupakan data dari calon tabel fakta yang dapat dianalisis (grain)
dalam perancangan data warehouse, yaitu analisis pada klaim meliputi:
1. Total klaim.
2. Jumlah nilai klaim.
Analisis tersebut akan dilakukan per-periode waktu tertentu, yaitu perbulan
dan pertahun.
4.7.3. Identifikasi dan Penyesuaian Dimensi (Identifying and Conforming
the Dimension)
Berikut ini adalah tabel dimensi yang terdapat dalam perancangan data
warehouse ini:
Tabel 4.10 Tabel grain dan dimensi dari klaim
Dimensi
Total
klaim
Jumlah
nilai klaim
cause X X
customer X X
product X X
waktu X X
Grain
93
4.7.4. Memilih Fakta (Choosing the Fact)
Fakta-fakta yang dipilih untuk mengisi setiap record pada tabel fakta antara
lain:
1. IDWAKTU
2. dimcustID
3. dimcausesID
4. dimprdID
5. Banyak klaim yang diajukan (total_claims)
6. Total nilai klaim (total_claimammt)
4.7.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta (Storing Pre-
calculation in the Fact Table)
Pre-kalkulasi yang akan disimpan di dalam tabel Fakta klaim meliputi:
1. Jumlah transaksi klaim yang diajukan, yang merupakan kumpulan dari
banyaknya data klaim yang masuk ke dalam tabel transaksi pertahun
[COUNT (trxveh_code)].
2. Total nilai klaim, yang merupakan jumlah dari banyaknya klaim dikalikan
dengan nilai klaim masing-masing [SUM (claim_ammt)].
4.7.6. Melihat Kembali Tabel Dimensi (Rounding Out the Dimension Table)
Pada langkah ini akan diberikan deskripsi pada tabel dimensi agar dapat
menjelaskan dengan mudah kepada user dan mudah dimengerti oleh user
mengenai dimensi tersebut. Berikut deskripsi tabel-tabel dimensi :
94
Tabel 4.11 Tabel-tabel dimensi
Dimensi Field Deskripsi
waktu TAHUN Laporan dapat dilihat
berdasarkan tahun dan bulan. BULAN
customer cust_code
Laporan dapat dilihat
berdasarkan customer.
product prd_code Laporan dapat dilihat
berdasarkan jenis produk
asuransi yang diikuti oleh
peserta.
cause loss_code Laporan dapat dilihat
berdasarkan masing-masing
resiko.
Berikut ini daftar penjelasan mengenai tabel dimensi tersebut :
1. Dimensi waktu
Tabel 4.12 Tabel waktudim
Atribut Tipe Data Panjang
IDWAKTU Int 4
TAHUN int 4
BULAN Int 4
2. Dimensi customer
Tabel 4.13 Tabel dimensicustomer
Atribut Tipe Data Panjang
dimcustID Int 4
cust_code char 25
95
cust_name char 30
3. Dimensi cause
Tabel 4.14 Tabel dimensicauses
Atribut Tipe Data Panjang
dimcausesID Int 4
loss_code Char 5
4. Dimensi product
Tabel 4.15 Tabel dimensiproduct
Atribut Tipe Data Panjang
dimprdID Int 4
prd_code Char 5
prd_name Char 25
4.7.7. Memilih Durasi dari Basis Data (Choosing the Duration of Database)
Durasi data yang dimasukkan ke dalam data warehouse adalah data historis
selama lima tahun, karena biasanya manajer membandingkan kemajuan atau
penurunan jumlah klaim pertahun bahkan hingga lima tahun ke belakang
Tabel 4.16 Tabel Durasi Database
Nama
Datawarehouse
Database Sejak Tahun Hingga
Tahun
Durasi
Datawarehouse
OLAPtakaful takaful 2007 2011 5 tahun
96
4.7.8. Menelusuri Perubahan Dimensi Secara Perlahan (Tracking Slowly
Changing Dimension)
Untuk mengantisipasi adanya perubahan atribut yang mungkin terjadi pada
tabel dimensi, misalnya seperti kemungkinan berubahnya lokasi cabang A dari
daerah X ke daerah Y. Dalam penelitian ini perubahan atribut pada dimensi
tersebut akan mengakibatkan penambahan suatu record baru untuk menjaga data
yang lama tetap ada.
1. Perubahan tabel dimensicauses
Tabel 4.17 Contoh Tabel Pada Dimensicauses
dimcausesID loss_code keterangan
01 F01 Fire-Explosion
02 F02 Fire-Own Damage
Ketika jenis resiko berubah, maka data lama dan data baru akan tetap
disimpan.
Tabel 4.18 Contoh Perubahan Tabel Pada Dimensicauses
dimcausesID risk_code keterangan
01 F01 Fire-Explosion
02 F02 Fire-Own Damage
03 F02 Fire-Accidental
2. Perubahan tabel dimensiproduct
Tabel 4.19 Contoh Tabel Pada Dimensiproduct
dimprdID prd_code prd_name
01 202 ANSOR
97
02 203 STANDARD
Ketika jenis product berubah, maka data lama dan data baru akan tetap
disimpan.
Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product
dimprdID prd_code prd_name
01 202 ANSOR
02 203 STANDARD
03 203 STD-TLO
4.7.9. Memutuskan Prioritas Query dan Tipe Query (Deciding the Query
Priorities and the Query Mode)
Pada proses ini akan dibahas mengenai perencanaan proses extract,
transfer, and load (ETL) dan analisis kapasitas media penyimpanan.
4.7.9.1. Proses ETL
Proses ETL adalah proses migrasi dari database operasional menuju data
warehouse dimana proses ini akan dilakukan setiap bulan, jika data telah tersedia
maka akan dimasukkan ke data warehouse oleh administrator data. Maka rencana
proses ETL yang dilakukan sebagai berikut:
Tabel 4.21 Tabel Rencana Proses ETL
Penanggung Jawab Intensitas
Aktivitas
Deskripsi
Divisi Information
Technology
Satu bulan
sekali
Proses ETL dilakukan setiap akhir
bulan di luar jam operasional kantor
98
1. Pada perancangan ini, telah dibuat database perusahaan sesuai dengan
rancangan ERD yang diberi nama „takaful‟ sebagai database operasional
(OLTP) yang berisi tabel maspol, masveh, mascust, cause, risk, dan branch:
Gambar 4.8 Database „takaful‟
2. Dan dibuat juga tabel-tabel yang akan digunakan sebagai data OLAP dimana
terdiri dari tabel dimensi waktu, cause, product, dan customer.
Gambar 4.9 Tabel-tabel Database „OLAPtakaful‟
99
3. SQL Server Integration Services Project
a. Membuat Data Source
Langkah pertama yang dilakukan adalah membuat data source baru,
dimana sebelumnya telah dibuat data transaksi yang sesuai dengan ERD (pada
gambar 4.7) sebagai database OLTP serta tabel-tabel untuk database OLAP.
Gambar 4.10 Create New Data Source
Kemudian setelah dipilih New Data Source akan muncul jendela Data
Source Wizard pilih Next
Gambar 4.11 Jendela Data Source Wizard
100
Pada jendela Data Source Wizard pilih create a data source based on an
existing or new connection dimana kita dapat membuat koneksi baru atau
menggunakan koneksi yang sudah ada. Dalam hal ini menggunakan database
source untuk „takaful‟ sebagai OLTP dan „OLAPtakaful‟ sebagai OLAP. Pilih
Next.
Gambar 4.12 Jendela Data Source Wizard Pilih „takaful‟ dan „OLAPtakaful‟
Lalu untuk completing the wizard pada data source name dapat diberikan
nama „takaful‟ untuk data connection „takaful‟ dan dapat diberikan nama
„OLAPtakaful‟ untuk data connection „OLAPtakaful‟ kemudian pilih Finish.
101
Gambar 4.13 Compleeting the Wizard
b. Membuat SSIS Package
Selanjutnya dibuat SSIS Package untuk menghubungkan tabel-tabel
dimensi dan fakta yang dibuat pada database OLAPtakaful dengan database
OLTP yang dibuat di database takaful. Langkah pertama adalah klik kanan pada
SSIS Package di solution explorer lalu pilih New SSIS Package. Dimana setiap
package digunakan untuk koneksi satu tabel saja.
Gambar 4.14 New SSIS Package
102
Selanjutnya buka tab data flow lalu pada Connection Managers klik kanan
dan pilih New Connection Manager From Data Source.
Gambar 4.15 Connection Managers
Pada jendela Select Data Source pilih „takaful‟ dan „OLAPtakaful‟ seperti
yang telah dibuat pada langkah sebelumnya. Kemudian pilih OK.
Gambar 4.16 Jendela Select Data Source
103
Setelah Data Source telah ditentukan, pilihlah tool OLE DB Source dan
OLE DB Destination pada Toolbox di sebelah kiri jendela dengan cara didrag.
Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination
Kemudian untuk menentukan source dan destination, klik dua kali (double
klick) pada OLE DB Source dan pada OLE DB Destination.
Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination
Pada OLE DB Source Editor pilih „takaful‟ untuk OLE DB connection
manager dan pilih SQL Command untuk Data access mode. Pada SQL
Command text ketikkan SQL Command yang digunakan untuk menghubungkan
masing-masing sumber.
104
Gambar 4.19 OLE DB Source editor
Sedangkan untuk OLE DB Destination Editor pilih „OLAPtakaful‟ untuk
OLE DB connection manager dan pada Data access mode pilih Table or view –
fast load. Isikan nama tabel yang akan dikoneksikan dengan source tadi misalnya
tabel [dbo].[dimensicauses] untuk tabel dimensi cause, dan beri tanda centang
pada table lock dan check constraints.
105
Gambar 4.20 OLE DB Destination Editor
Selanjutnya setelah data flow berhasil dibuat, pindah ke tab control flow
dimana pada jendela tersebut telah otomatis ada data flow task yang teah dibuat
sebelumnya, kemudian drag tool Execute SQL Task dari toolbox.
106
Gambar 4.21 Jendela Control Flow
Kemudian double klick pada Execute SQL Task sehingga muncul jendela
Execute SQL Task Editor. Pada connection isikan „OLAPtakaful‟ dan saat dipilih
pada SQL Statement akan muncul jendela Enter SQL Querry.
Gambar 4.22 Jendela Execute SQL Task Editor
107
Isikan query pada jendela Execute SQL Task Editor tersebut dan pilih OK.
Gambar 4.23 Jendela SQL Querry
Lalu jalankan querry tersebut, dengan memilih perintah execute! Atau
dengan menekan tombol F5. Dan bila sukses, kotak Data Flow Task dan Execute
SQL Task akan berwarna hijau.
Gambar 4.24 Data Flow Task dan Execute Task Dimensi Causes Sukses
108
4. SQL Server Analysis System
Langkah ini dilakukan untuk membuat cube-cube untuk analisis data yang
ada dalam data warehouse. Langkah-langkahnya adalah sebagai berikut:
a. Membuat data source baru
Langkah pertama dalam melakukan Analysis Service Project adalah klik
kanan pada Data Source kemudian klik New Data Source.
Gambar 4.25 Create Data Source
Kemudian muncul Data Source Wizard untuk menentukan database yang
akan dijadikan sumber data, pilih „OLAPtakaful‟ yang berisi tabel-tabel dimensi
dan fakta, lalu klik Next.
Gambar 4.26 Data Source Wizard Pemilihan Data Connection
109
Pada tahap Impersonation Information pilih Use The Service Account, lalu
pilih Next.
Gambar 4.27 Impersonation Information
Kemudian ketik nama data source yang diinginkan misalnya OLAPtakaful,
lalu pilih Next.
Gambar 4.28 Data Source Name
110
b. Membuat Data Source View
Data Source View dibuat untuk menampilkan gambar struktur hubungan
antara tabel fakta dan dimensi. Pertama, klik kanan pada Data Source View,
kemudian pillih New Data Source View.
Gambar 4.29 Membuat New Data Source View
Pada langkah Select a Data Source, pilih Data Source yang telah dibuat
sebelumnya, yaitu OLAPtakaful kemudian pilih Next.
Gambar 4.30 Pemilihan Data Source
111
Setelah itu akan muncul tabel-tabel yang ada pada source OLAPtakaful
pada available objects di sisi kiri yang selanjutnya semua tabel tersebut akan
dimasukkan ke Included objects pada sisi kanan.
Gambar 4.31 Pemilihan Tabel yang Akan Ditampilkan
Kemudian ketik nama Data Source View yang akan ditampilkan sesuai
dengan keinginan, lalu pilih Next.
Gambar 4.32 Penamaan Data Source View
112
c. Membuat Cube
Untuk menampilkan star schema kemudian dibuat cube dengan cara klik
kanan pada Cube dan pilih New Cube.
Gambar 4.33 Create New Cube
Pada tahap Select Build Method pilih Build the cube using a data source
kemudian ilih yang Auto build.
Gambar 4.34 Pemilihan Metode Pembuatan
113
Kemudian pilih data source OLAPtakaful dimana terdapat tabel-tabel
dimensi dan fakta dan pilih Next.
Gambar 4.35 Pemilihan Data Source
Selanjutnya SQL Server akan secara otomatis mendeteksi tabel dimensi dan
fakta yang terdapat dalam OLAPtakaful, kemudian pilih Next.
Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta
114
Pada tahap Identify Fact and Dimension Tables, pilih tabel dimensi waktu
(waktudim) sebagai waktu dimension table dan pada tab tables, pilih tabel yang
akan digunakan sebagai tabel dimensi dan tabel fakta.
Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta
Pada tahap ini, pilihlah measure mana yang akan ditampilkan dan yang
tidak akan ditampilkan. Kemudian pilih Next.
Gambar 4.38 Pemilihan Measure
115
Kemudian SQL Server akan mendeteksi hirarki, kemudian pilih Next.
Gambar 4.39 Pendeteksian Hirarki
Tahap selanjutnya adalah melihat kembali struktur dimensi baru atau
merubahnya jika diperlukan, dan pilih Next.
Gambar 4.40 Review New Dimension
116
Kemudian isilah nama cube yang diinginkan, lalu klik Finish.
Gambar 4.41 Pemberian Nama Cube
Kemudian muncullah hasil cube yang dibuat yaitu berupa star schema
dengan susunan tabel-tabel dimensinya sesuai dengan rancangan yang sudah
dibuaat, seperti gambar di bawah ini.
117
Gambar 4.42 Hasil Cube Star Schema
4.7.9.2. Analisis Kapasitas Media Penyimpanan
a. Analisis untuk kapasitas dimensi waktu
Besar ukuran maksimal dalam satu record pada dimensi waktu adalah:
integer (4) + integer (4) + integer (4) + integer (4) = 16 byte
Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,
menjadi: (50% x 16) + 16 = 24
Asumsi untuk jumlah record pertahun adalah 365 record, maka perkiraan
jumlah record untuk lima tahun kedepan adalah sebesar:
365 record x 5 tahun = 1825
Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk
menyimpan data dimensi waktu untuk lima tahun ke depan adalah:
1825 x 24 byte = 43800 bytes
118
b. Analisis untuk kapasitas dimensi customer
Besar ukuran maksimal dalam satu record pada dimensi customer adalah:
integer (4) + character (25) + character (30) = 59 byte
Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,
menjadi: (50% x 59) + 59 = 89
Asumsi untuk jumlah record pertahun adalah 5000 record, maka perkiraan
jumlah record untuk lima tahun kedepan adalah sebesar:
5000 record x 5 tahun = 25000
Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk
menyimpan data dimensi customer untuk lima tahun ke depan adalah:
25000 x 89 byte = 2225000 bytes
c. Analisis untuk kapasitas dimensi cause
Besar ukuran maksimal dalam satu record pada dimensi cause adalah:
integer (4) + character (5) = 9 byte
Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,
menjadi: (50% x 9) + 9 = 14
Asumsikan untuk jumlah record pertahun adalah 20 record, maka perkiraan
jumlah record untuk lima tahun kedepan adalah sebesar:
20 record x 5 tahun = 100
Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk
menyimpan data dimensi risk untuk lima tahun ke depan adalah:
100 x 14 byte = 1400 bytes
119
d. Analisis untuk kapasitas dimensi product
Besar ukuran maksimal dalam satu record pada dimensi product adalah:
integer (4) + character (3) + character (25) = 32 byte
Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,
menjadi: (50% x 32) + 32 = 48
Asumsi untuk jumlah record pertahun adalah 20 record, maka perkiraan
jumlah record untuk lima tahun kedepan adalah sebesar:
20 record x 5 tahun = 100
Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk
menyimpan data dimensi risk untuk lima tahun ke depan adalah:
100 x 48 byte = 4800 bytes
e. Analisis untuk kapasitas fakta klaim
Besar ukuran maksimal dalam satu record pada table fakta klaim adalah:
integer (4) + integer (4) + integer (4) + integer (4) + decimal (5) + decimal
(5) = 26 byte
Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan,
menjadi: (50% x 26) + 26 = 39
Asumsi untuk jumlah record pertahun adalah 7000 record, maka perkiraan
jumlah record untuk lima tahun kedepan adalah sebesar:
7000 record x 5 tahun = 35000
Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk
menyimpan data fakta klaim untuk lima tahun ke depan adalah:
120
35000 x 26 byte = 910000 bytes
Tabel 4.22 Analisis Kapasitas Media Penyimpanan
Nama
Tabel
Besar 1
Record
Besar 1
Record
(+50%)
Estimasi
Data
Pertahun
Estimasi
Data
Perlima
Tahun
Size
(byte)
Size
(Kbyte)
1Kb=1024bytes
Dimensi
waktu
16 24 365 1825 43800 43
dimensi
customer
59 89 5000 25000 2225000 2173
dimensi
cause
9 14 20 100 1400 1,4
dimensi
product
32 48 20 100 4800 5
fakta
klaim
26 39 7000 35000 910000 889
Berdasarkan hasil analisis kapasitas media penyimpanan dapat diketahui
bahwa total kapasitas yang dibutuhkan untuk menampung data-data dari tabel
dimensi waktu sebesar 43 bytes, dimensi customer sebesar 2173 bytes, dimensi
cause sebesar 1,4 bytes, dimensi product sebesar 5 bytes, dan untuk tabel fakta
klaim sebesar 889 bytes, maka total kapasitas media penyimpanan yang
dibutuhkan untuk data warehouse „OLAPtakaful‟ ini untuk menampung data
selama lima tahun adalah sebesar 3111,4 bytes.
121
4.8. Hasil Skema Bintang
Skema bintang dari proses klaim ini terdiri dari tabel faktaklaim yang
berhubungan langsung dengan empat tabel dimensi, yaitu waktudim,
dimensicauses, dimensiproduct dan dimensicustomer. Berikut ini adalah skema
bintang dari proses klaim:
Gambar 4.43 Skema Bintang Klaim
Skema ini terbentuk setelah melalui proses extract, transfer, and load
(ETL) data dari database „takaful‟ ke dalam data warehouse „OLAPtakaful‟
menggunakan SQL Server Busines Intelligence Development - Analysis Services
Projects. Skema ini menunjukkan bahwa untuk menampilkan data total klaim dan
122
total nilai klaim dapat dilihat berdasarkan jenis produk, jenis penyebab terjadinya
kecelakaan (cause), maupun berdasarkan ID dan nama peserta yang mengajukan
klaim, dalam periode waktu tertentu.
4.9. Meta Data
Berikut ini adalah deskripsi meta data dari tabel-tabel dimensi yang
digunakan dalam skema bintang yang terdapat pada Gambar 4.8. Skema bintang
klaim:
1. Nama database : takaful
Nama tabel : waktudim
Sumber : -
Keterangan : Merupakan tabel dimensi waktu
Tabel 4.23 Meta Data Pada Dimensi Waktu
Field Tipe Ukuran Sumber
Tabel Tipe Ukuran Field
idwaktu Int 4 x x x x
year int 4 x x x x
month Int 4 x x x x
2. Nama database : takaful
Nama tabel : dimensicustomeromer
Sumber : Tabel mascust
Keterangan : Merupakan tabel dimensi customer
123
Tabel 4.24 Meta Data Pada Dimensi Customer
Field Tipe Ukuran Sumber
Tabel Tipe Ukuran Field
idcustomer Int 4 x x x x
cust_code char 25 mascust Char 25 cust_code
cust_name char 30 mascust Char 30 cust_name
3. Nama database : takaful
Nama tabel : dimensicauses
Sumber : Tabel cause
Keterangan : Merupakan tabel dimensi cause yang
menyebabkan terjadinya klaim
Tabel 4.25 Meta Data Pada Dimensi Cause
Field Tipe Ukuran Sumber
Tabel Tipe Ukuran Field
idcause Int 4 x x x x
loss_code Char 5 cause Char 5 loss_code
4. Nama database : takaful
Nama tabel : dimensiproduct
Sumber : Tabel product
Keterangan : Merupakan tabel dimensi product asuransi
Tabel 4.26 Meta Data Pada Dimensi Product
Field Tipe Ukuran Sumber
Tabel Tipe Ukuran Field
idprd Int 4 x x x x
124
prd_code Char 5 product Char 5 prd_code
prd_name Char 25 product Char 25 prd_name
5. Nama database : takaful
Nama tabel : faktaklaim
Sumber : Tabel waktudim, dimbranch, dimensicustomeromer,
dimrisk, trxveh
Keterangan : Merupakan tabel fakta klaim
Tabel 4.27 Meta Data Pada Fakta Klaim
Field Tipe Ukuran Sumber
Tabel Tipe Ukuran Field
idwaktu Int 4 waktudim Int 4 idwaktu
idbranch Int 4 dimbranch Int 4 idbranch
idcustomer Int 4 dimensicusto
meromer Int 4
idcustomer
idcause Int 4 dimensicaus
es Int 4
idcause
idprd Int 4 dimensiprod
uct Int 4
idprd
sum_klaim deci
mal 14,2
trxveh deci
mal 14,2
trxveh_code
total_klaim_ammt deci
mal 14,2
trxveh deci
mal 14,2
claim_ammt
125
BAB V
PENUTUP
5.1. Simpulan
Berdasarkan pada hasil pembahasan pada bab sebelumnya, maka menghasilkan
beberapa simpulan sebagai berikut:
1. Penelitian ini menghasilkan sebuah analisis data-data apa saja yang
diperlukan untuk membuat suatu data warehouse dalam perusahaan
asuransi syariah khususnya dalam proses klaim, sebagai dasar untuk
pembuatan tool/aplikasi untuk penyampaian laporan statistik kepada
manajer klaim.
2. Penelitian ini menghasilkan sebuah desain data warehouse pada perusahaan
asuransi syariah PT. Asuransi Takaful Umum sesuai dengan kebutuhan
dalam pembuatan laporan statistik untuk manajer klaim menggunakan Nine
Step Design Method.
3. Penelitian ini menghasilkan perhitungan perkiraan besarnya kapasitas data
yang nantinya akan ditampung di dalam data warehouse ketika akan
diimplementasikan.
4. Penelitian ini menyajikan informasi tentang proses migrasi dari database
operasional menuju data warehouse menggunakan SQL Server.
126
5.2. Saran
Berdasarkan hasil penelitian dari simpulan dan analisis yang telah dilakukan,
Analisis dan Desain Data Warehouse pada pada perusahaan asuransi syariah PT.
Asuransi Takaful Umum ini masih dapat dikembangkan lebih jauh lagi. Untuk itu
penulis berusaha memberikan saran yang kiranya dapat berguna bagi pengembangan
sistem selanjutnya, diantaranya:
1. Desain Data Warehouse pada pada perusahaan asuransi syariah PT. Asuransi
Takaful Umum ini dapat dikembangkan dengan mengintegrasikan data dari
divisi lainnya yang saling berkaitan, seperti dari divisi keuangan.
2. Penelitian ini dapat berguna untuk dijadikan referensi dalam pembuatan
aplikasi Dashboard system dalam PT. Asuransi Takaful umum, Decission
Support System, Executive information Sistem maupun Data mining tools
untuk menemukan suatu pola trend terbaru.
3. Untuk meningkatkan keamanan data khususnya keamanan database, maka
diperlukan pembatasan user yang berwenang untuk mengakses data yang ada
dalam perusahaan maupun pembatasan hak akses terhadap masing-masing
user untuk dapat melihat maupun mengubah data, dan back-up data secara
periodik.
123
Daftar Pustaka
[MUI] Majelis Ulama Indonesia. 2001. Fatwa DSN MUI Nomor 21/DSN-
MUI/X/2001 tentang Pedoman Umum Asuransi syariah. Jakarta: MUI.
Amborowati A. 2008. Perancangan dan Pembuatan Data Warehouse Pada
Perpustakaan AMIKOM Yogyakarta. Seminar Nasional Aplikasi Sains dan
Teknologi 2008. hlm. 1-14.
Antonius H, Widjaja E. 2010. Data Warehouse Pada Rumah Sakit. Seminar Nasional
Aplikasi Teknologi Infrmasi 2010. hlm: B-68-B72.
Arfaoui N, Akaichi J. 2010. A Data Warehouse Assistant Design System Based On
Clover Model. International Journal of Database Management Systems. hlm.
57-71.
Berndt DJ, Hevner AR, Studnicki J. 2003. The Catch Data Warehouse: Suhlmort for
Community Health Care Decission-making. Decission Suhlmort System. hlm.
367-384.
Burch J, Grudnitski G. 1984. Information Systems Theory and Practice. Edisi
keempat; New York: John Wiley & Sons.
Connolly TM, Begg CE. 2005. Database System: A Practical Approach to Design,
Implementasion, and Management. 4th Edition. USA: Addison Wesley.
Drudiato S. 2010. Perancangan Data Warehouse Penjualan Untuk Mendukung
Kebutuhan Informasi Eksekutif Cemerlang Skin Care. Seminar Nasional
Informatika 2010. hlm: E350-E359.
Domingues MA, Alipio M, Jorge, Soares C, Leal JP, Machado P. 2004. A Data
Warehouse for Web Intelligence. hlm.1-13.
Duhu NT. 1985. Research Teori Metodologi Administrasi. Bina Aksara: Jakarta.
Handojo A, Rostianingsih S. 2004. Pembuatan Data Warehouse Pengukuran Kinerja
Proses Belajar Mengajar Di Jurusan Teknik Informatika Universitas Kristen
Petra. Jurnal Informatika Vol. 5, No. 1, Mei 2004: 53 - 58
Hariyanto B. 2004. Sistem Manajemen Basis Data. Bandung: Informatika.
Hayen RL, Rutashobya CD, Vetter DE. 2007. An Investigation of the Factors
Affecting Data Warehousing Success. Issues in nformatiion Systems. hlm.
547-554.
Hutabarat BI. 2004. Pengelolaan Basisdata. Yogyakarta: Andi.
124
Hwang MI, Xu H. 2007. The Effect of Implementation Factors on Data Warehousing
Success: An Exploratory Study. Journal of Information. Information
Technology. and Organizations. hlm. 1-14.
Inmon WH. 2002. Building the Data Warehouse, Third Edition. John Wiley & Son,
Inc. : United States of America.
Kascelan L, Vujaklija DB. 2005. A Model for Data Mining System in Financial
Crisis Management Based on Data Warehouse Concept. ComSIS. hlm. 44-62.
Kimball R, Ross M, Bencker B, Mundy J, Thornthwaite W. 2010. Relentlessly
Practical Tools for Data Warehousing and Business Intelligence. Wiley
Publishing, inc: Indianapolis, Indiana.
Kormeier B, Hihlme K, Topel T, Hofestadt R. 2009. Cardio VINEdb: a data
warehouse ahlmroach for integration of life science data in cardiovascular
diseases. International Journal of Bio-Science and Bio-Technology. hlm. 1-5.
Kusnawi. 2009. Multidimensional Data Warehouse dengan Menggunakan MySQL.
http://517-1013-1-PB.pdf. [23 November 2010].
Lin HY, Hsu PY, Su YM. 2006. An Analysis of Data Warehouse Research.
Electronic Commerce Studies. hlm. 3-22.
Mudjihartono P. 2007. Data Warehousing dan Datamining Asosiasi Nilai Mahasiswa,
Masa Skripsi dan Masa Studi Program Studi Teknik Informatika FTI-AJY.
Jurnal Teknologi Industri Vol. XI No. 1. hlm: 1-8
Nagabushana S. 2006. Data Warehousing OLAP and Data Mining. New Delhi: New
Age International Publisher.
Nazir M. 2005. Metode Penelitian. Ciawi: Penerbit Ghalia Indonesia
Nina MH. Januari 2008. KARIM Review Special Edition [23 Juni 2011]
Oktavia T. 2011. Perancangan Model Data Warehouse Dalam Mendukung
Perusahaan Jasa Pengiriman. Seminar Nasional Informatika 2011. ISSN:
1979-2328.
Payton FG, Zahay D. 2005. Why doesn’t marketing use the corporate data
warehouse? He role of trust and quality in adoption of data-warehousing
technology for CRM ahlmlications. Emerald Group Publishing. hlm. 237-244.
Poe V. 2003 . Building Data Warehouse for Decision Support, edisi-2. Prentice Hall.
Praduwiratna R. Bermain Data dengan SQL Server 2010. Bandung: Microsoft
Student Partners.
125
Prasetyo MA, Saikhu A, Sarwosri. 2010. Pembuatan Aplikasi OLAP Untuk
Pelaporan pada PT. Aneka Tuna Indonesia Menggunakan SQL Server 2005.
http://ITS-Undergraduate-9803-Paper.pdf. [23 November 2010].
Rachmawati. 2008. Pengumpulan Data dalam Penelitian Kualitatif: Wawancara.
http://staff.ui.ac.id/internal/132147454/publikasi/PENGUMPULANDATAD
ALAMPENELITIANKUALITATIF.pdf. [23 November 2010].
Rahmadi. 2007. Data warehouse akademik STMIK Banjabaru berbasis Mysql server.
Banjarbaru: Sekolah Tinggi Manajemen Informatika & Komputer.
Ramadhan, TS. 2007. Perancangan Data Warehouse dengan Microsoft SQL Server
2005. http://sites.google.com/site/samsulsite. [23 November 2010].
Ricciardi E. 2005. Balanced Scorecard and Its Information System: The Performance
Data Warehouse. Central European University and Corvinus University of
Budapest. hlm. 1-16.
Rosenthal A, Sciore E. 2000. View Security as the Basis for Data Warehouse
Security. Proc, of the International Workshop on Design and Management of
Data Warehouses. hlm. 1-8.
Sasmita PH. 2005. Desain dan Pembuatan Purwarupa Data Warehouse
UntukMendukung Pelaporan Transaksi Keuangan Mencurigakan Di Unit
Kepatuhan PT. Bank Jatim. hlm: 1-10.
Sula MS. 2004. Asuransi Syariah (Life dan General) Konsep dan Sistem Operasional.
Gema Insani: Jakarta.
Sutanta E. 1995. Sistem Basis Data. Yogyakarta: Andi.
Tseng, Frank SC. 2007. XML-Based Heterogeneous Database Integration for Data
Warehouse Creation. National Science Council. hlm. 590-603.
Wah YT, Peng NH, Hok CS. 2007. Building Data Warehouse. Proc, of the 24th
South
East Asia Regional Computer Conference. hlm. 1-6.Amin dan Aziz, 2010
Wayne S. Freeze. Unlocking OLAP with Microsoft SQL Server and Excel 2000.
Foster City, CA : IDG Books Worldwide,2000.
Yulianto S, Prasetyo J. 2009. OLAP Technology: Visualization Multidimensional
Data On Agribusiness Information Resources In Indonesia. Konferensi
Nasional Sistem dan Informatika 2009. KNS&I09-021.
www.takaful.com
LAMPIRAN 2
WAWANCARA
Responden : Bapak Rochiman
Jabatan : Divisi IT
Penanya : Nur Liska Amelia
Tanggal : 10 Mei 2011
Tujuan : Mengetahui alur proses bisnis klaim pada asuransi syariah, serta
susunan database yang digunakan.
Poin utama wawancara:
1. Bagaimana alur asuransi dan alur klaim secara umum?
2. Data apa saja yang terlibat dalam proses klaim tersebut?
3. Sistem apa yang digunakan dalam perusahaan dan database yang ada di
dalamnya?
Hasil Wawancara:
Dari wawancara ini dapat diketahui alur kegiatan serta alur data berdasarkan
diagram alir sistem yang ada di PT. Asuransi Takaful Umum. alur ini menjelaskan
bagaimana jika customer ingin mengikuti asuransi, serta bagaimana jika peserta
asuransi ingin mengajukan klaim, apa saja syarat-syarat yang harus diberikan oleh
peserta asuransi dan bagaimana perusahaan akan memrosesnya sesuai dengan
prosedur. Responden juga memberikan informasi mengenai sistem yang digunakan
serta susunan database yang ada di dalamnya. Hasil wawancara ini memudahkan
penuis untuk membuat suatu rancangan dari database yang akan digunakan untuk
penyusunan tugas akhir data warehose ini.
Responden : Bapak Dian Sofyan
Jabatan : Divisi SDM
Penanya : Nur Liska Amelia
Tanggal : 13 Mei 2011
Tujuan : Mengetahui alur proses bisnis klaim
Poin utama wawancara:
1. Mengetahui profil umum perusahaan PT. Asuransi Takaful Umum.
2. Mengetahui produk-produk yang ditawarkan oleh PT. Asuransi Takaful
Umum.
3. Mengetahui struktur organisasi serta sebagian tugas dari divisi IT dan divisi
klaim.
Hasil Wawancara:
Dari kegiatan wawancara ini, responden memberikan informasi mengenai
sejarah didirikannya PT. Asuransi Takaful Umum dan perkembangannya dari waktu
ke waktu, responden juga memberikan gambaran umum tentang organisasi seperti
visi dan misi perusahaan, produk-produk yang ditawarkan oleh PT. Asuransi Takaful
Umum, serta struktur organisasi PT. Asuransi Takaful Umum. Informasi ini
memudahkan penulis untuk mengetahui kegiatan perusahaan secara umum.
Responden : Bapak Afzil
Jabatan : Manager Klaim
Penanya : Nur Liska Amelia
Tanggal : 13 Mei 2011
Tujuan : Mengetahui alur proses bisnis klaim
Poin utama wawancara:
1. Mengetahui tugas dari divisi klaim.
2. Mengetahui alur proses bisnis klaim serta dokumen yang terkait.
3. Mengetahui laporan yang dibutuhkan oleh manager klaim.
Hasil Wawancara:
Dari wawancara ini diketahui bahwa manager klaim biasanya membutuhkan
laporan statistik pertahun dan perbulan mengenai klaim-klaim yang telah diajukan.
Responden juga memberikan informasi mengenai tugas-tugas dari divisi klain dan
dalam tahapan pekerjaan secara berurutan yang berhubungan dengan klaim, data apa
saja yang dibutuhkan, bagaimana prosedurnya, hingga pemberian persetujuan atas
klaim yang dilaporkan oleh peserta asuransi. Berdasarkan hasil dari wawancara,
penulis dapat memahami alur klaim kendaraan bermotor secara rinci juga urutan
kegiatan pengumpulan data-data klaim dari peserta asuransi yang akhirnya dapat
dituangkan dalam sebuah diagram ritch picture.
LAMPIRAN 3
SCRIPT SQL
1. Database OLAP
Membuat Tabel Dimensi Waktu
CREATE TABLE waktudim
(
IDWAKTU INT IDENTITY,
TAHUN INT NOT NULL,
BULAN INT NOT NULL,
PRIMARY KEY(IDWAKTU)
);
Membuat Tabel Dimensi Customer
CREATE TABLE dimensicustomer
(
dimcustID INT IDENTITY,
cust_code CHAR(25) NOT NULL,
cust_name CHAR(30)NOT NULL,
PRIMARY KEY(dimcustID)
);
Membuat Tabel Dimensi Product
CREATE TABLE dimensiproduct
(
dimprdID INT IDENTITY,
prd_code CHAR(3) NOT NULL,
prd_name CHAR(25)NOT NULL,
PRIMARY KEY(dimprdID)
);
Membuat Tabel Dimensi Causes
CREATE TABLE dimensicauses
(
dimcausesID INT IDENTITY,
loss_code CHAR(5) NOT NULL,
PRIMARY KEY(dimcausesID)
);
Membuat Tabel Fakta Klaim
CREATE TABLE faktaclaims
(
IDWAKTU INT NOT NULL,
dimprdID INT NOT NULL,
dimcustID INT NOT NULL,
dimcausesID INT NOT NULL,
total_claims DECIMAL(14,2) NOT NULL,
total_claimammt DECIMAL(14,2) NOT NULL,
);
Create FilterTimeStamp
CREATE TABLE FilterTimeStamp
(
Last_ETL_Process_Date DATETIME NOT NULL,
Table_Name VARCHAR(50) NOT NULL,
PRIMARY KEY (Last_ETL_Process_Date)
)
CREATE PROC Proc_Update_FilterTimeStamp
@table_Name VARCHAR(50)
AS BEGIN IF EXIST (SELECT*FROM FilterTimeStamp
WHERE Table_Name=@Table_Name)
UPDATE FilterTimeStamp
Set Last_ETL_Proce_Date=getdate()
WHERE Table_Name=@Table_Name
ELSE
INSERT INTO FilterTimeStamp
VALUES (getdate(), @Table_Name)
END
GO
2. OLAP Transform
Transform Dimensi Cause
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensicauses'
)
select loss_code
from [takaful].[dbo].cause
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name ='dimensicauses'
)
else
select loss_code
from [takaful].[dbo].cause
Transform Dimensi Customer
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensicustomer'
)
select cust_code, cust_name
from [takaful].[dbo].mascust
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensicustomer'
)
else
select cust_code, cust_name
from [takaful].[dbo].mascust
Transform Dimensi Product
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensiproduct'
)
select prd_code, prd_name
from [takaful].[dbo].product
where InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'dimensiproduct'
)
else
select prd_code, prd_name
from [takaful].[dbo].product
Transform Dimensi Waktu
if exists
( select*
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'
)
select
year (Tgl) as [TAHUN],
month (Tgl) as [BULAN]
from
(select distinct acc_prd as Tgl, InsertedDate
from [takaful].[dbo].trxveh
) as Tgl
where
Tgl.InsertedDate>
( select Last_ETL_Process_Date
from [OLAPtakaful].[dbo].FilterTimeStamp
where Table_Name = 'waktudim'
)
else
select
year (Tgl) as [TAHUN],
month (Tgl) as [BULAN]
from
(select distinct acc_prd as Tgl, InsertedDate
from [takaful].[dbo].trxveh
) as Tgl
Transform Fakta Claim
IF EXISTS
( SELECT*
FROM [OLAPtakaful].[dbo].FilterTimeStamp
WHERE Table_Name = 'faktaclaims'
)
SELECT
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID,
COUNT (trxveh_code) AS [total_claims],
SUM (claim_ammt) AS [total_claimammt]
FROM
[takaful].[dbo].cause AS C,
[takaful].[dbo].mascust AS Cu,
[takaful].[dbo].product AS Pr,
[takaful].[dbo].trxclaim AS Tc,
[takaful].[dbo].trxveh AS Tv,
[OLAPtakaful].[dbo].dimensicauses AS dimC,
[OLAPtakaful].[dbo].dimensicustomer AS dimCu,
[OLAPtakaful].[dbo].dimensiproduct AS dimPr,
[OLAPtakaful].[dbo].waktudim AS dimWk
WHERE
Tv.claims_ref=Tc.claims_ref AND
Tc.loss_code=C.loss_code AND
Tc.cust_code=Cu.cust_code AND
Tc.prd_code=Pr.prd_code AND
C.loss_code=dimC.loss_code AND
Cu.cust_code=dimCu.cust_code AND
Pr.prd_code=dimPr.prd_code AND
Year (Tv.acc_prd)=dimWk.TAHUN AND
Month (Tv.acc_prd)=dimWk.BULAN AND
Tv.InsertedDate>
( select Last_ETL_Process_Date
From [OLAPtakaful].[dbo].FilterTimeStamp
Where Table_Name = 'faktaclaims'
)
GROUP BY
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID
ELSE
SELECT
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID,
COUNT (trxveh_code) AS [total_claims],
SUM (claim_ammt) AS [total_claimammt]
FROM
[takaful].[dbo].cause AS C,
[takaful].[dbo].mascust AS Cu,
[takaful].[dbo].product AS Pr,
[takaful].[dbo].trxclaim AS Tc,
[takaful].[dbo].trxveh AS Tv,
[OLAPtakaful].[dbo].dimensicauses AS dimC,
[OLAPtakaful].[dbo].dimensicustomer AS dimCu,
[OLAPtakaful].[dbo].dimensiproduct AS dimPr,
[OLAPtakaful].[dbo].waktudim AS dimWk
WHERE
Tv.claims_ref=Tc.claims_ref AND
Tc.loss_code=C.loss_code AND
Tc.cust_code=Cu.cust_code AND
Tc.prd_code=Pr.prd_code AND
C.loss_code=dimC.loss_code AND
Cu.cust_code=dimCu.cust_code AND
Pr.prd_code=dimPr.prd_code AND
Year (Tv.acc_prd)=dimWk.TAHUN AND
Month (Tv.acc_prd)=dimWk.BULAN
GROUP BY
IDWAKTU,
dimcustID,
dimprdID,
dimcausesID
8. Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan jenis
resiko yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan jenis
produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun 2007
hingga tahun 2011 dapat dilihat bahwa:
a. Untuk jenis resiko ETS02
Pada tahun 2011 terjadi : 4032 klaim.
b. Untuk jenis resiko FD01
Pada tahun 2009 terjadi : 288 klaim.
Pada tahun 2010 terjadi : 64 klaim.
Pada tahun 2011 terjadi : 2272 klaim.
c. Untuk jenis resiko FD02
Pada tahun 2010 terjadi : 128 klaim.
Pada tahun 2011 terjadi : 2880 klaim.
d. Untuk jenis resiko OD01
Pada tahun 2011 terjadi : 1152 klaim.
e. Untuk jenis resiko OD02
Pada tahun 2007 terjadi : 608 klaim.
Pada tahun 2008 terjadi : 640 klaim.
Pada tahun 2009 terjadi : 1600 klaim.
Pada tahun 2010 terjadi : 1088 klaim.
Pada tahun 2011 terjadi : 12384 klaim.
f. Untuk jenis resiko SRC01
Pada tahun 2011 terjadi : 3008 klaim.
g. Untuk jenis resiko SRC02
Pada tahun 2011 terjadi : 1536 klaim.
h. Untuk jenis resiko TS02
Pada tahun 2011 terjadi : 960 klaim.
9. Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan jenis resiko
yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).
Dari Pivot table dan Pivot chart banyaknya nilai klaim yang terjadi berdasarkan
jenis produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun
2007 hingga tahun 2011 dapat dilihat bahwa:
a. Untuk jenis resiko ETS02
Pada tahun 2011 nilai yang diklaim sebesar : 1.59078E+11.
b. Untuk jenis resiko FD01
Pada tahun 2009 nilai yang diklaim sebesar : 13952000000.
Pada tahun 2010 nilai yang diklaim sebesar : 4160000000.
Pada tahun 2011 nilai yang diklaim sebesar : 67872000000.
c. Untuk jenis resiko FD02
Pada tahun 2010 nilai yang diklaim sebesar : 7680000000.
Pada tahun 2011 nilai yang diklaim sebesar : 65126400000.
d. Untuk jenis resiko OD01
Pada tahun 2011 nilai yang diklaim sebesar : 15264000000.
e. Untuk jenis resiko OD02
Pada tahun 2007 nilai yang diklaim sebesar : 21360000000.
Pada tahun 2008 nilai yang diklaim sebesar : 5936000000.
Pada tahun 2009 nilai yang diklaim sebesar : 46000000000.
Pada tahun 2010 nilai yang diklaim sebesar : 34192000000.
Pada tahun 2011 nilai yang diklaim sebesar : 4.3167E+11.
f. Untuk jenis resiko SRC01
Pada tahun 2011 nilai yang diklaim sebesar : 1.51206E+11.
g. Untuk jenis resiko SRC02
Pada tahun 2011 nilai yang diklaim sebesar : 45696000000.
h. Untuk jenis resiko TS02
Pada tahun 2011 nilai yang diklaim sebesar : 12640000000.
10. Pivot Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011.
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011,
dapat dilihat bahwa:
a. Untuk produk takaful ABROR dengan jenis resiko:
ETS02 terjadi : 4032 klaim.
FD01 terjadi : 2400 klaim.
FD02 terjadi : 3008 klaim.
OD01 terjadi : 1152 klaim.
OD02 terjadi : 13856 klaim.
SRC01 terjadi : 3008 klaim.
SRC02 terjadi : 1536 klaim.
TS02 terjadi : 960 klaim.
b. Untuk produk takaful ANSOR dengan jenis resiko:
FD01 terjadi : 224 klaim.
OD02 terjadi : 2464 klaim.
11. Pivot Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan
produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011
Dari Pivot table dan Pivot chart total nilai klaim yang terjadi berdasarkan produk
asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat
dilihat bahwa:
a. Untuk produk takaful ABROR dengan jenis resiko:
ETS02 nilai yang diklaim sebesar : 1.59078E+11.
FD01 nilai yang diklaim sebesar : 79552000000.
FD02 nilai yang diklaim sebesar : 728064000000.
OD01 nilai yang diklaim sebesar : 15264000000.
OD02 nilai yang diklaim sebesar : 5.20246E+11.
SRC01 nilai yang diklaim sebesar : 1.51206E+11.
SRC02 nilai yang diklaim sebesar : 45696000000.
TS02 nilai yang diklaim sebesar : 12640000000.
b. Untuk produk takaful ANSOR dengan jenis resiko:
FD01 nilai yang diklaim sebesar : 6432000000.
OD02 nilai yang diklaim sebesar : 18912000000.
LAMPIRAN 5
PASAL 11
KEWAJIBAN TERTANGGUNG DALAM HAL TERJADI KERUGIAN DAN
ATAU KERUSAKAN
1. Tertanggung, setelah mengetahui atau seharusnya mengetahui adanya kerugian
dan atau kerusakan atas Kendaraan Bermotor dan atau kepentingan yang
dipertanggungkan, wajib :
1.1. memberitahu Penanggung secara tertulis atau secara lisan yang diikuti dengan
tertulis kepada Penanggung selambat-lambatnya 5 (lima) hari kalender sejak
terjadinya kerugian dan atau kerusakan;
1.2. melaporkan kepada dan mendapat surat keterangan dari serendah-rendahnya
Kepolisian Sektor (Polsek) di tempat kejadian, jika terjadi kerugian dan atau
kerusakan sebagian yang disebabkan oleh pencurian atau melibatkan pihak
ketiga, yang dapat dijadikan dasar untuk menuntut ganti rugi kepada atau dari
pihak ketiga;
1.3. melaporkan kepada dan mendapat surat keterangan dari Kepolisian Daerah
(Polda) di tempat kejadian dalam hal kerugian total akibat pencurian.
2. Jika Tertanggung dituntut oleh pihak ketiga sehubungan dengan kerugian dan atau
kerusakan yang disebabkan oleh Kendaraan Bermotor, maka Tertanggung wajib:
2.1. memberitahu Penanggung tentang adanya tuntutan tersebut selambat-
lambatnya 5 (lima) hari kalender sejak tuntutan tersebut diterima;
2.2. menyerahkan dokumen tuntutan pihak ketiga dan menyerahkan surat laporan
Kepolisian Sektor (Polsek) di tempat kejadian;
2.3. memberikan surat kuasa kepada Penanggung untuk mengurus tuntutan ganti
rugi dari pihak ketiga, jika Penanggung menghendaki;
2.4. tidak memberikan janji, keterangan atau melakukan tindakan yang
menimbulkan kesan bahwa Tertanggung mengakui suatu tanggung jawab.
3. Pada waktu terjadi kerugian dan atau kerusakan, Tertanggung wajib :
3.1. melakukan segala usaha yang patut guna menjaga, memelihara,
menyelamatkan Kendaraan Bermotor dan atau kepentingan yang
dipertanggungkan serta mengizinkan pihak lain untuk menyelamatkan
Kendaraan Bermotor dan atau kepentingan tersebut;
3.2. memberikan bantuan dan kesempatan sepenuhnya kepada Penanggung atau
Kuasa Penanggung atau pihak lain yang ditunjuk oleh Penanggung untuk
melakukan penelitian atas kerugian dan atau kerusakan yang terjadi atas
Kendaraan Bermotor sebelum dilakukan perbaikan atau penggantian;