bab 2 landasan teori 2.1 teori- teori umum 2.1.1 ...thesis.binus.ac.id/doc/bab2/2010-1-00538-si bab...
TRANSCRIPT
7
BAB 2
LANDASAN TEORI
2.1 Teori- Teori Umum
2.1.1 Pengertian Data
Menurut Laudon dan Laudon (2006, p13), data adalah kumpulan fakta
yang masih mentah yang menjelaskan aktivitas-aktivitas yang terjadi dalam
organisasi atau lingkungan fisik, sebelum terorganisir dan diubah menjadi bentuk
yang dimengerti dan dapat digunakan.
Menurut Inmon (2002, p388), data adalah sebuah rekaman fakta, konsep,
atau instruksi pada sebuah media penyimpanan untuk komunikasi, pencarian, dan
pemrosesan secara otomatis dan dapat memberikan informasi yang dapat
dimengerti oleh pemiliknya atau pihak yang bersangkutan.
Menurut pengertian di atas data merupakan kumpulan dari fakta-fakta
yang di dapat dari sekitar lingkungan yang bisa diolah sehingga menghasilkan
informasi yang dibutuhkan oleh user.
2.1.2 Pengertian Informasi
Menurut O’Brien (2003, p13), informasi adalah data yang telah diubah ke
dalam suatu konteks yang memiliki arti dan berguna bagi end user tertentu.
Syarat-syarat informasi tersebut antara lain : relevan, tepat waktu, akurat,
8
meminimkan ketidakpastian, memiliki elemen dari hal yang tidak diketahui
sebelumnya.
Menurut Inmon (2002, p388), informasi merupakan data yang telah
diasimilasi dan dievaluasi oleh manusia untuk dapat memecahkan suatu
permasalahan atau pengambilan keputusan.
Menurut pengertian diatas informasi merupakan kumpulan dari data yang
sudah diolah sehingga menghasilkan informasi yang akurat.
2.1.3 Pengertian Database
Menurut Inmon (2002, p388), database adalah sekumpulan penyimpanan
data yang berhubungan (sering dengan pengontrolan, redundansi yang terbatas)
yang berdasarkan suatu skema.
Menurut Connolly dan Begg (2002, p14), Database merupakan
kumpulan dari data logical yang berhubungan dan deskripsi dari data tersebut
yang dirancang untuk kebutuhan informasi suatu organisasi.
Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa
database merupakan penggabungan dari kumpulan data-data yang saling
berhubungan untuk informasi suatu organisasi.
2.1.4 Pengertian Rich Picture
Menurut Mathiassen et al. (2000,p26), Rich Pictures adalah sebuah
gambaran informasi yang mempersembahkan pemahaman seorang illustrator dari
suatu situasi.
9
Sebuah rich pictures berfokus pada aspek penting dari sebuah situasi
yang ditentukan oleh sang illustrator. Bagaimanapun, rich pictures harus
memberikan mereka uraian dari situasi yang memungkinkan beberapa penjelasan
alternatif.
2.1.5 Pengertian Relational Model
Menurut Connolly dan Begg (2005, p69), dalam relational model semua
data terstruktur secara logika dengan relasinya (tabel). Setiap relasi mempunyai
sebuah nama dan dibentuk dari atribut (kolom) dan data. Setiap tuple (baris)
berisi satu nilai per atribut.
Menurut Connolly dan Begg (2005, p72), Relational model meliputi :
1. Relasi adalah sebuah tabel dengan kolom dan baris
2. Atribut adalah nama kolom dari sebuah relasi
3. Domain adalah himpunan nilai dari satu atau lebih atribut
4. Tuple adalah baris dari sebuah relasi
5. Degree adalah banyaknya atribut/kolom pada tabel
6. Cardinality adalah banyaknya tuple/baris pada tabel
7. Relational database adalah kumpulan dari relasi yang ternormalisasi
dengan nama relasi yang jelas dan dapat dibedakan
10
2.1.6 Pengertian Entity Relationship (ER) Modeling
Menurut Connolly dan Begg (2005, p342), Entity Relationship (ER)
Modeling adalah pendekatan top-down untuk mendesain database yang diawali
dengan mengidentifikasi data penting yang disebut entities dan relationships
diantara data-data yang harus direpresentasikan dalam model. Kemudian
ditambahkan detail-detail seperti informasi yang ingin ditambahkan tentang
entities dan relationship yang disebut attributes dan berbagai constraints pada
entities, relationships, dan attributes. Berdasarkan pengertian diatas, dapat
disimpulkan bahwa Entity Relationship (ER) Modeling merupakan hubungan di
antara 1 tabel dengan tabel yang lainnya.
2.1.7 Pengertian OLTP
Menurut Anonymous [http1], OLTP (Online Transaction Processing)
adalah suatu kelas program yang menyediakan dan mengatur aplikasi
berorientasi transaksi, khususnya untuk penerimaan proses transaksi. OLTP juga
merujuk kepada proses komputer dimana komputer merespon pada permintaan
user secara cepat. Salah satu contohnya adalah ATM. OLTP juga mempunyai dua
keuntungan utama yaitu kesederhanaan dan efisiensi.
Menurut Vieira (2000, p892), OLTP (On-Line Transaction Processing)
adalah sistem operasional yang didasarkan pada proses dan fungsi bisnis.
OLTP (Online Transaction Processing) adalah suatu proses yang
menyediakan mekanisme transaksi pada suatu database. Pada proses ini, desain
11
pada database harus bersifat cepat untuk transaction (insert, update, delete). Hal
ini bisa didapatkan dengan cara melakukan normalisasi terhadap tabel-tabel pada
database.
Keuntungan dari normalisasi adalah mengurangi redudansi data yang
terdapat pada tabel-tabel. Hal ini memungkinkan proses transaksi yang cepat,
karena data yang perlu di-update pada tabel menjadi lebih sedikit. Proses peng-
update-an data-datanya pun bersifat real time situation. Dengan kata lain setiap
kali ada data baru yang bukan merupakan redudansi dari data yang pernah ada,
akan di-update seketika. OLTP memungkinkan banyak pengguna mengakses
sumber data yang sama pada saat yang bersamaan dan melaksanakan proses yang
diperlukan. Sistem ini memungkinkan transaksi-transaksi dilaksanakan dalam
database, pada saat proses bisnis berlangsung.
Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa
OLTP merupakan suatu sistem yang mendukung pemrosesan transaksi harian.
2.1.8 Pengertian Data Warehouse
Menurut Inmon (2002, p31), data warehouse adalah gabungan teknologi-
teknologi yang bertujuan mengefektifkan integrasi database operasional ke
dalam lingkungan yang memungkinkan penggunaan data secara strategis.
Menurut Connolly dan Begg (2002, p1047), Data Warehouse adalah
koleksi data yang mempunyai sifat berorientasi pada subjek, terintegrasi, rentang
12
waktu, dan koleksi datanya tidak mengalami perubahan dalam mendukung
proses pengambilan keputusan di manajemen.
Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa data
warehouse merupakan kumpulan data atau record dalam sistem komputer yang
saling berelasi secara logikal satu dengan yang lainnya untuk pengambilan
keputusan di tingkat manajerial.
2.1.9 Perbandingan Sistem OLTP dan Data Warehouse
Menurut Connolly dan Begg (2002, p1049)
OLTP OLAP (Data Operational) (Data Warehouse)
Menyimpan data sekarang
Menyimpan data sejarah
Menyimpan data rinci Menyimpan data rinci, sedang dan ringkas
Merupakan data dinamis Merupakan data statis Pemrosesan berulang Pemrosesan hestistis, tidak
terstruktur dan ad hoc Penggunaannya dapat diprediksi
Penggunaannya tidak dapat diprediksi
Mendorong transaksi Mendorong analisis Berorientasi aplikasi Berorientasi subjek Mendukung keputusan harian
Mendukung keputusan strategis
Melayani banyak pemakai operasional
Melayani pemakai manajerial yang berjumlah relatif sedikit
Tabel 2.1 Perbandingan Sistem OLTP dan Data Warehouse
13
2.1.10 Tujuan Perancangan Data Warehouse
Menurut Connolly dan Begg (2002, p1047), perancangan data warehouse
bertujuan untuk memperbolehkan organisasi untuk menggunakan kumpulan data
organisasi sehingga dapat membantu organisasi agar memperoleh keuntungan
bisnis.
Berdasarkan pengertian diatas, dapat disimpulkan bahwa tujuan
perancangan data warehouse merupakan untuk mendapatkan hasil keuntungan
yang lebih baik.
2.1.11 Karakteristik Data Warehouse
Menurut Inmon (2002, p31), data warehouse mempunyai sifat-sifat
antara lain:
2.1.11.1 Subject oriented (berorientasi subjek)
Data warehouse berorientasi pada major subject area
perusahaan yang sudah didefinisikan dalam data model perusahaan
tingkat tinggi.
Data warehouse disusun berdasarkan subjek-subjek yang ada
dalam sebuah perusahaan, dimana setiap area subjek secara fisik
diimplementasikan sebagai kumpulan dari tabel yang berhubungan di
dalam data warehouse dan tidak berorientasi pada proses atau fungsi
14
aplikasi tertentu. Dalam pengaksesan data pengguna pun harus
berorientasi pada subjek tertentu.
Informasi pada data warehouse ditampilkan berdasarkan
subjek-subjek atau area peminatan yang spesifik. Data-datanya pun
dimanipulasi sedemikian rupa sehingga menyediakan informasi
mengenai sebuah subjek secara khusus.
2.1.11.2 Integrated (Terintegrasi)
Dari semua aspek data warehouse, integrasi merupakan salah
satu karakteristik yang paling penting. Data dikumpulkan dari
sumber-sumber beragam yang terpisah ke dalam sebuah data
warehouse. Sebelumnya data tersebut harus dikonversi, diformat
kembali, disusun kembali, diringkas, dan sebagainya. Integrasi akan
terjadi ketika data berasal dari lingkungan operasional yang
berorientasi aplikasi ke data warehouse.
Data dalam data warehouse disimpan dalam suatu format
yang konsisten (penamaan variabel, ukuran-ukuran, atribut fisik).
Untuk membuat subjek area yang berguna dalam perancangan data
warehouse maka sumber data yang ada harus terintegrasi. Hal ini
berarti bahwa tiga jenis tipe pengkodean diatas harus dapat
dimodifikasikan sesuai dengan aturan pengkodean yang berlaku
dalam data warehouse tersebut.
15
Data warehouse menyediakan beragam kemampuan dari
berbagai sumber informasi tunggal agar dapat dimengerti area-area
peminatan yang banyak sehingga menampung informasi ragam
subjek.
2.1.11.3 Time variant (Rentang Waktu)
Setiap unit data dalam data warehouse hanya akurat dan tepat
dalam periode waktu tertentu. Dalam beberapa kasus, record-nya
berupa time stamped. Tapi dalam kasus lain, record memiliki tanggal
transaksi. Tetapi dalam setiap kasus ada beberapa bentuk dari
penanda waktu untuk menunjukkan waktu sepanjang record yang
akurat. Lingkungan yang berbeda memiliki horizon waktu yang
berbeda. Horizon waktu merupakan parameter dari waktu yang
direpresentasikan dalam suatu lingkungan. Horizon waktu yang
normal untuk sistem operasional adalah sekitar 60-90 hari, sedangkan
untuk data warehouse adalah sekitar 5-10 hari. Oleh karena
perbedaan dalam horizon waktu inilah, data warehouse mengandung
histori lebih banyak dibandingkan dengan lingkungan lainnya.
Data yang terdapat dalam data warehouse berhubungan
dengan suatu titik atau poin pada periode waktu tertentu (semester,
tahun fiskal, atau kuartal). Data tersebut merupakan hasil ringkasan.
16
Hal ini membantu dalam menentukan kinerja dari query data
warehouse, serta dalam membentuk pengertian bisnis.
Data warehouse mengandung histori sebuah subjek sama
seperti informasi terkini, informasi yang bersifat historikal merupakan
komponen yang penting dari data warehouse.
2.1.11.4 Non volatile (Tidak Berubah)
Data dari data warehouse diload dan diakses, tetapi tidak
diupdate (dirubah). Ketika data dalam data warehouse diload,
datanya diload dalam snapshot, dengan format yang statis. Record
snapshot baru ditulis ketika perubahan terjadi. Sehingga sejarah data
akan tersimpan di dalam data warehouse.
Data warehouse bersifat read-only. Pengguna tidak bisa
mengubah data yang terdapat di dalamnya. Tidak seperti sistem
database operasional yang bersifat mengumpulkan data (data
capture), data warehouse berfungsi mendukung sistem reporting.
Pada sistem database operasional terdapat tiga operasi yaitu insert,
update dan delete, sedangkan pada data warehouse hanya bisa
membaca saja (read-only).
Informasi yang stabil tidak akan berubah begitu saja setiap
kali eksekusi proses operasional terjadi. Informasi pada data
17
warehouse tetap konsisten tanpa terpengaruh kapan data warehouse
diakses.
2.1.12 Granularity
Menurut Inmon (2002, p43-44), granularity mengarah ke level dari data
yang detail atau ringkasan pada data warehouse. Semakin detil data semakin
rendah level granularity. Semakin ringkas data, semakin tinggi level granularity.
Ringkasan dari semua transaksi pada suatu bulan akan menjadi level tinggi
granularity.
Granularity data akan menjadi sebuah major design issue pada
lingkungan data warehouse karena mempengaruhi volume data pada data
warehouse dan jenis query yang dapat dijawab.
Pada banyak kasus, data yang masuk ke data warehouse berada pada
level granularity yang terlalu tinggi artinya developer harus menghabiskan
banyak sumber daya untuk memecah data. Kadang-kadang data masuk ke data
warehouse pada level granularity yang terlalu rendah.
2.1.13 Agregasi
Menurut Inmon (2002, p114), agregasi merupakan proses pengelompokkan
beberapa record operasional menjadi satu record berdasarkan beberapa kejadian.
Record ini disebut dengan profile record atau aggregate record, dimana berisi
18
nilai dari hasil perhitungan dari beberapa record operasional yang
dikelompokkan. Untuk melakukan agregasi, nilai dari data operasional yang
dikelompokkan harus dapat dikenakan fungsi agregasi, seperti count dan sum.
Sebagai contoh, sebuah perusahaan telekomunikasi ingin menghitung jumlah
aktivasi pemakaian telepon seorang pelanggannya dalam kurun waktu per bulan.
2.1.14 Denormalisasi
Menurut Adelman dan Terpuluk Moss (2000, p244), denormalisasi
adalah suatu prosedur menyusun kembali data yang telah dinormalisasi untuk
menspesifikasikan kumpulan proses sehingga membuat proses menjadi lebih
efisien. Proses denormalisasi ini sangat berlawanan dengan proses normalisasi
yang biasa dilakukan dalam pembuatan database.
2.1.15 Struktur Data Warehouse
Menurut Inmon(2002, p35), ada tiga tingkatan detail data, yaitu:
2.1.15.1 Current Detail Data
Current detail data berisi data yang mencerminkan keadaan
yang sedang berjalan saat ini yang diperoleh dari database
operasional. Data tersebut mempunyai ukuran sangat besar karena
merupakan level terendah dan menyimpan semua informasi dan data
yang ada dalam perusahaan.
19
Current detail data selalu menjadi perhatian utama, hal ini
disebabkan karena:
a. Jumlah datanya sangat banyak dan disimpan pada tingkat level
penyimpanan terendah,
b. Merefleksikan kejadian yang sedang berlangsung dalam sebuah
perusahaan,
c. Digunakan untuk merekapitulasi data, sehingga current detail
data harus akurat, dan
d. Disimpan dalam media penyimpanan agar cepat diakses, tapi
membutuhkan biaya yang mahal dan pengaturannya kompleks.
2.1.15.2 Old Detail Data
Merupakan history data dari perusahaan yang merupakan hasil
backup yang disimpan dalam media penyimpanan yang terpisah dan
dapat diakses kembali pada saat tertentu. Old detail data biasanya
disimpan pada media penyimpanan seperti tape disc karena
pengaksesannya relatif jarang. Namun penyusunan direktorinya harus
mencerminkan umur data sehingga dapat memudahkan dalam
pengaksesannya. Data ini dapat digunakan untuk membantu analisis
trend menjadi lebih mungkin.
20
2.1.15.3 Summarized Data
Suatu kelompok data yang dikelompokkan berdasarkan suatu
hubungan tertentu dari data besar, sehingga menjadi data yang lebih
kecil, yang dapat digunakan untuk pembuatan laporan di tingkat
eksekutif, analisa trend dan pembuatan keputusan. Ada dua jenis
summarized data, yaitu:
• Lightly Summarized Data
Merupakan ringkasan dari data detail pada level menengah
tapi belum bersifat total summary, biasanya data ini disimpan
pada media penyimpanan seperti disk. Data-data ini memiliki
tingkatan detail yang lebih tinggi dan mendukung kebutuhan data
warehouse pada tingkat departemen. Tingkatan data ini disebut
juga data mart. Akses terhadap data jenis ini banyak digunakan
untuk view dari kondisi yang sedang maupun yang sudah berjalan.
• Highly Summarized Data
Merupakan ringkasan yang bersifat totalitas, solid dan
mudah diakses. Highly summarized data digunakan untuk
melakukan analisa perbandingan data berdasarkan waktu dan
analisa yang menggunakan database multidimensi.
21
Database multidimensi adalah suatu teknologi software
yang memudahkan dalam melakukan pencarian dan pengambilan
data dalam volume yang besar.
Gambar 2.1 Struktur Data Warehouse (Inmon, 2002, p36)
2.1.16 Perancangan Data Warehouse
Menurut Kimball dalam buku Connolly dan Begg (2005, p1187), terdapat
sembilan tahapan dalam membangun data warehouse (nine step methodology),
yaitu:
22
2.1.16.1 Pemilihan proses (choosing the process)
Proses yang menunjuk pada subjek yang ada dari sebuah
bagian data mart. Data mart pertama yang akan dibangun harus tepat
waktu, disesuaikan dengan anggapan dari menjawab pertanyaan
bisnis yang banyak diutarakan.
2.1.16.2 Pemilihan grain (choosing the grain)
Memilih grain berarti menentukan secara tepat apa yang
direpresentasikan oleh record pada tabel fakta. Sebagai contoh
PropertySale merepresentasikan fakta mengenai setiap penjualan
properti dan menjadi tabel fakta dari skema bintang PropertySale.
Oleh karena itu, grain dari tabel fakta PropertySale adalah
penjualan itu sendiri.
Ketika grain dari tabel fakta dipilih, dimensi dapat
diidentifikasi dari tabel fakta. Sebagai contoh Branch, Staff, Owner,
ClientBuyer, PropertyForSale, dan Promotion entity akan
digunakan untuk tabel dimensi pada skema bintang. Tabel dimensi
Time termasuk dalam dimensi utama yang selalu ada dalam skema
bintang.
Memutuskan grain untuk tabel fakta juga menentukan grain
untuk setiap tabel dimensi. Misalnya, grain pada tabel fakta
PropertySale adalah setiap penjualan property itu sendiri, kemudian
23
grain pada dimensi client adalah detil dari client yang membeli
property.
2.1.16.3 Identifikasi dan penyesuaian dimensi (identifying and
conforming the dimension)
Dimensi menetapkan konteks pertanyaan mengenai fakta
dalam tabel fakta. Kumpulan dimensi yang baik membuat data mart
mudah dimengerti dan digunakan. Dimensi diidentifikasikan
dengan detil untuk menjelaskan suatu hal seperti client dan properti
pada grain yang tepat. Sebagai contoh dimensi client buyer
mendeskripsikan atribut ID, nama, tipe, kota, area dan Negara.
2.1.16.4 Pemilihan fakta (choosing the fact)
Grain dari tabel fakta menentukan fakta yang bisa
digunakan. Misalnya, grain dari tabel fakta adalah setiap penjualan
property, kemudian semua fakta numerik harus menunjuk pada
penjualan ini. Fakta-fakta tersebut harus numerik dan dapat
ditambah.
24
2.1.16.5 Penyimpanan pre-calculation di tabel fakta (storing pre-
calculation in the fact table)
Setelah fakta-fakta dipilih maka dilakukan pengkajian ulang
untuk menentukan apakah ada fakta-fakta yang dapat diterapkan
untuk pre-calculation (kalkulasi awal). Contoh umum dari
kebutuhan untuk penyimpanan pre-calculation muncul ketika fakta
berisi pernyataan untung dan rugi. Situasi ini akan meningkat ketika
tabel fakta didasarkan pada invoice atau sales.
2.1.16.6 Memastikan tabel dimensi (rounding out the dimension table)
Dalam langkah ini, kembali pada dimension table dan
menambahkan gambaran teks terhadap dimensi yang
memungkinkan. Gambaran teks harus mudah digunakan dan
dimengerti oleh user. Kegunaan suatu data mart ditentukan oleh
lingkup dan atribut tabel dimensi.
2.1.16.7 Pemilihan durasi database ( choosing the duration of the
database)
Sebagai contoh, perusahaan asuransi memiliki kebutuhan
untuk menyimpan data dalam jangka waktu 5 tahun atau lebih.
Tabel fakta yang sangat besar menimbulkan dua persoalan.
Pertama, semakin tua umur data, akan muncul masalah pembacaan
25
dan interpretasi file lama. Kedua, menimbulkan kemungkinan versi
dimensi lama digunakan, bukan versi terbarunya. Hal ini akan
dibahas lebih lanjut pada tahap delapan “Tracking slowly changing
dimensions”.
2.1.16.8 Melacak perubahan dari dimensi secara perlahan (tracking
slowly changing dimension)
Mengamati perubahan dari dimens i pada dimension table.
Ada tiga tipe dasar dari perubahan dimensi secara perlahan, yaitu
tipe 1, dimana atribut dimensi yang diubah dituliskan ulang; tipe 2,
dimana atribut dimensi yang diubah menyebabkan pembentukan
record baru; dan tipe 3, dimana atribut dimensi yang diubah
mengakibatkan sebuah atribut atau kolom alternative dibuat, jadi
antara record yang lama dan baru diakses secara bersama-sama.
2.1.16.9 Penentuan prioritas dan model query (deciding the query
priorities and the query models)
Mempertimbangkan pengaruh dari rancangan fisik, seperti
penyortiran urutan tabel fakta pada disk dan keberadaan dari
penyimpanan awal ringkasan (summaries) atau penjumlahan
(aggregate). Selain itu, masalah administrasi, backup, kinerja
26
indeks, dan keamanan juga merupakan faktor yang harus
diperhatikan.
2.1.17 Bentuk Data Warehouse
2.1.17.1 Data Warehouse Fungsional
Data warehouse fungsional ini yaitu merupakan bentuk data
warehouse yang mana data warehouse dapat dibuat lebih dari satu
dan akan dikelompokkan berdasarkan pendekatan dari fungsi bisnis
yang ada dalam perusahaan, misalnya seperti fungsi keuangan,
fungsi pemasaran, fungsi personalia, dan lain-lain.
Gambar 2.2 Data Warehouse Fungsional (Prabowo,1996)
27
Adapun keuntungan dan kerugian dari data warehouse
fungsional ini diantaranya, yaitu:
1. Keuntungan
Keuntungan dari penggunaan bentuk ini, sistem akan mudah
dibangun dan memerlukan biaya yang relatif murah.
2. Kerugian
Kerugian dari penggunaan bentuk ini, resiko kehilangan
konsistensi data dan terbatasnya kemampuan pengguna dalam
hal pengumpulan data.
2.1.17.2 Data Warehouse Terpusat
Data warehouse terpusat ini yaitu merupakan data
warehouse fisikal tunggal yang memuat semua data untuk area
fungsional yang khusus seperti departemen, divisi, atau perusahaan.
Data warehouse ini digunakan ketika terdapat kebutuhan akan data
yang informatif dan sudah terdapat banyak end-user yang terhubung
ke komputer pusat atau jaringan.
Bentuknya menyerupai data warehouse fungsional, akan
tetapi sumber datanya lebih dahulu dikumpulkan atau diintegrasikan
pada suatu tempat terpusat, baru kemudian data tersebut dibagi-bagi
berdasarkan fungsi-fungsi yang dibutuhkan oleh perusahaan-
perusahaan yang belum mempunyai jaringan eksternal.
28
Gambar 2.3 Data Warehouse Terpusat (Prabowo,1996)
Adapun keuntungan dan kerugian dari data warehouse
terpusat ini diantaranya, yaitu:
1. Keuntungan
Keuntungan dari penggunaan bentuk ini, data benar-benar
terpadu karena adanya konsistensi yang tinggi.
2. Kerugian
Kerugian dari penggunaan bentuk ini, memerlukan waktu yang
lama dan biaya yang mahal untuk membangun bentuk data
warehouse ini.
29
2.1.17.3 Data Warehouse Terdistribusi
Data warehouse terdistribusi adalah data warehouse dimana
komponen tertentu dari data warehouse tersebut didistribusikan
melewati sejumlah database fisikal yang berbeda. Data warehouse
terdistribusi biasanya melibatkan data yang paling teredudansi, dan
sebagian akibatnya, menimbulkan proses load dan update yang
sangat kompleks.
Data warehouse terdistribusi menggunakan gateway yang
berfungsi sebagai jembatan antara lokasi data warehouse dengan
workstation yang menggunakan sistem yang beranekaragam,
sehingga pada bentuk data warehouse ini memungkinkan kita untuk
mengakses sumber data yang terdapat diluar lokasi perusahaan
(eksternal).
Gambar 2.4 Data Warehouse Terdistribusi (Prabowo,1996)
30
Adapun keuntungan dan kerugian dari data warehouse
terdistribusi ini diantaranya, yaitu:
1. Keuntungan
Keuntungan dari penggunaan bentuk ini, dalam hal pengaksesan
data dari luar perusahaan karena telah mengalami sinkronisasi
terlebih dahulu dan tetap terjaga konsistensinya.
2. Kerugian
Kerugian dari penggunaan bentuk ini yaitu merupakan bentuk
yang paling mahal dan paling kompleks untuk diterapkan karena
sistem operasinya dikelola secara terpisah.
2.1.18 Keuntungan Data Warehouse
Berdasarkan Connolly dan Begg (2002, p1048),
pengimplementasian yang sukses dari sebuah data warehouse dapat
memberikan keuntungan besar bagi perusahaan, yaitu:
a. Keuntungan potensial yang besar dalam investasi.
Suatu organisasi harus memiliki sumber daya dalam jumlah
besar untuk kesuksesan pengimplementasian data warehouse dan
jumlah biaya yang dikeluarkan bervariasi besarnya tergantung dari
solusi teknis yang tersedia. Tetapi investasi dalam data warehouse
31
dapat memberikan keuntungan yang besar setelah
pengimplementasiannya.
b. Keuntungan yang kompetitif.
Keuntungan kompetitif didapatkan dengan memperbolehkan
para pengambil keputusan untuk mengakses data yang dapat
mengungkapkan data-data yang sebelumnya tidak tersedia, tidak
diketahui dan informasi yang tidak tercatat.
c. Meningkatnya produktivitas dari pengambil keputusan perusahaan
Dengan mentransformasikan data menjadi informasi yang
berarti, data warehouse memungkinkan para manajer bisnis
melakukan analisis yang lebih konsisten, akurat dan substantive
sehingga terjadi peningkatan produktivitas dari pengambilan
keputusan perusahaan.
2.1.19 Komponen Utama Data warehouse
Berdasarkan Connolly dan Begg (2002, p1053), komponen utama data
warehouse terdiri dari :
a. Operational Data Source, sumber data ini didapat dari data
operasional yang dilakukan pada database awal,
32
b. Operational Data Store (ODS), tempat penyimpanan data operasional
yang sedang terjadi dan yang terintegrasi dimana digunakan untuk
analisis,
c. Load Manager (sering juga disebut komponen frontend),
menampilkan semua operasi yang diasosiasikan dengan data yang
telah diekstrak dan di-load ke dalam warehouse,
d. Warehouse Manager, menampilkan semua operasi yang diasosiasikan
dengan manajemen data dalam warehouse,
e. Query Manager (disebut juga dengan komponen backend),
menampilkan semua operasi yang diasosiasikan dengan manajemen
dari user queries,
f. Detailed Data, Meta-data, Lightly and Hightly Summarized Data,
untuk komponen ini sudah dijelaskan pada bagian struktur data
warehouse,
g. Archive/Backup Data, area warehouse yang menyimpan detailed dan
summarized data yang bertujuan sebagai arsip dan backup data, dan
h. End-User Access Tools, dapat dikategorikan menjadi lima grup
utama: data reporting and query tools, application development tools,
executive information systems (EIS) tools, online analytical
processing (OLAP) tools and data mining tools.
33
Gambar 2.5 Gambar Arsitektur Data Warehouse (Connolly dan Begg, 2002,
p1053)
2.1.20 Metadata
Area ini menyimpan semua definisi metadata (data tentang data) yang
digunakan oleh semua proses dalam warehouse. Metadata digunakan untuk
bermacam tujuan termasuk :
1. Proses ekstrak dan load – metadata digunakan untuk memetakan
sumber data kedalam pandangan umum sebagai warehouse.
2. Proses manajemen warehouse – metadata digunakan untuk
mengotomatisasi pembuatan tabel ringkasan.
3. Sebagai bagian proses manajemen query – metadata digunakan untuk
34
menghubungkan query ke sumber data yang sesuai.
Struktur metadata berbeda antara setiap proses, karena tujuan berbeda. ini
berarti bahwa berbagai salinan metadata yang menggambarkan data item yang
sama dipegang dalam data warehouse. Kebanyakan tool penjual untuk salinan
manajemen dan end-user data mengakses menggunakan versi mereka sendiri dari
metadata. Secara khusus, tool salinan manajemen menggunakan metadata untuk
mengerti peraturan pemetaan untuk mengubah sumber data kedalam bentuk
biasa. Tool akses end-user menggunakan metadata untuk mengerti bagaimana
untuk membangun sebuah query.
2.1.21 Skema Bintang
Menurut Connolly dan Begg (2002, p1079), skema bintang merupakan
sebuah struktur logikal yang memiliki tabel fakta di tengahnya, yang terdiri atas
data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi
referensi data.
Skema bintang mengeksploitasi karakteristik data faktual seperti fakta
yang digenerasikan oleh events yang muncul pada waktu yang lampau dan tidak
berubah. Skema bintang dapat digunakan untuk mempercepat kinerja query
dengan informasi referensi denormalisasi kedalam tabel dimensi tunggal.
35
2.1.22 ETL (Extract, Transform and Loading)
ETL (Extract, Transform, Load) adalah proses-proses dalam data
warehouse yang meliputi :
- Mengekstrak data dari sumber – sumber eksternal
- Mentransformasikan data ke bentuk yang sesuai dengan keperluan bisnis
- Memasukkan data ke target akhir, yaitu data warehouse
ETL merupakan proses yang sangat penting, dengan ETL data dapat
dimasukkan ke dalam data warehouse. ETL juga dapat digunakan untuk
mengintegrasikan data dengan sistem yang sudah ada sebelumnya.
Tujuan ETL adalah mengumpulkan, menyaring, mengolah, dan
menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke
dalam data warehouse. Hasil dari proses ETL adalah dihasilkannya data yang
memenuhi kriteria data warehouse seperti data historis, terpadu, terangkum,
statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis.
• Extract
Langkah pertama pada proses ETL adalah mengekstrak data dari
sumber-sumber data. Kebanyakan proyek data warehouse menggabungkan
data dari sumber-sumber yang berbeda. Pada hakekatnya, proses ekstraksi
36
adalah proses penguraian, pembersihan dari data yang diekstrak untuk
mendapatkan struktur atau pola data yang diharapkan.
• Transform
Tahapan transformasi menggunakan serangkaian aturan atau fungsi
untuk mengekstrak data dari sumber dan selanjutnya akan dimasukkan ke
dalam data warehouse. Berikut adalah hal-hal yang dapat dilakukan dalam
tahapan transformasi :
- Hanya memilih kolom tertentu saja untuk dimasukkan ke dalam data
warehouse.
- Menterjemahkan nilai-nilai yang berupa kode (contohnya apabila
database sumber menyimpan nilai 1 untuk laki-laki dan nilai 2 untuk
perempuan, tetapi data warehouse yang telah ada menyimpan M untuk laki-
laki dan F untuk perempuan, ini disebut dengan automated data cleansing,
tidak ada pembersihan secara manual yang ditunjukkan selama proses ETL)
- Mengkodekan nilai-nilai ke dalam bentuk bebas (contohnya memetakan
“Male”,”l” dan “Mr” kedalam M)
- Melakukan perhitungan nilai-nilai baru (contohnya sale_amount = qty *
unit_price)
- Menggabungkan data secara bersama-sama dari berbagai sumber
- Membuat ringkasan dari sekumpulan baris data (contohnya total
penjualan untuk setiap took atau setiap bagian)
37
• Load
Fase load merupakan tahapan yang berfungsi untuk memasukkan data
kedalam target akhir, yang biasanya kedalam suatu data warehouse. Jangka
waktu proses ini tergantung pada kebutuhan organisasi. Beberapa data
warehouse dapat setiap minggu menulis keseluruhan informasi yang ada
secra kumulatif, data diubah, sementara data warehouse yang lain (atau
bagian lain dari data warehouse yang sama) dapa menambahkan data baru
dalam suatu bentuk historical, contohnya setiap jam. Waktu dan jangkauan
untuk mengganti atau menambah data tergantung dari perancangan data
warehouse pada waktu menganalisis keperluan informasi.
Gambar 2.6 Proses Aplikasi Data Warehouse
38
2.1.23 OLAP
Menurut Connolly dan Begg (2002, p1101) Online Analytical Processing
(OLAP) adalah istilah yang mendeskripsikan teknologi yang menggunakan
multidimensional view dari data aggregate untuk menyediakan akses yang cepat
bagi informasi strategis yang bertujuan untuk proses analisa. OLAP
memungkinkan user untuk memperoleh pengertian yang mendalam dan
pengetahuan mengenai berbagai aspek dalam perusahaan secara cepat, konsisten,
dan akses yang interaktif untuk memperluas kemungkinan dalam berbagai sudut
pandang data. Ada 3 kategori dari OLAP , yaitu :
a. MOLAP (Multidimendional OLAP)
Ketika MOLAP digunakan, detail data dan aggregations
disimpan dalam format analysis server cube. Karakteristik dari
MOLAP :
• Cube dari MOLAP mempunyai performa query yang paling cepat,
• Karena detail data dari fact table di masukkan ke dalam analysis
server untuk penyimpanan, di sini terjadi duplikasi data,
• MOLAP lebih efisien dalam penggunaan media penyimpanan,
• Query ke analysis server tidak mengakses Relational Database
Management System (RDBMS). Jadi jika server RDBMS dimatikan
pada saat run time tidak akan mempengaruhi analysis server.
39
b. ROLAP (Relational OLAP)
Ketika ROLAP digunakan, detailed data dan aggregation
disimpan di RDBMS. Yang disimpan di RDBMS hanya hirarki
dimensional, maka dianggap dimensi ROLAP tidak digunakan.
Karakteristik dari ROLAP:
• Analysis server menyediakan sebuah multidimensional tingkat
menengah antara client dan RDBMS,
• Semua query selain dari yang memenuhi data oleh client dan
server harus mengakses dari tabel RDBMS, dan
• ROLAP lebih lambat dalam pencarian query dibandingkan
dengan MOLAP.
c. HOLAP (Hybrid OLAP)
Ketika HOLAP digunakan, detailed data disimpan dalam
RDBMS dan aggregation disimpan dalam format multidimensional.
Karakteristik dari HOLAP :
• HOLAP merupakan gabungan dari MOLAP dan ROLAP dalam
performa dan pengunaan disk.
• HOLAP menggunakan media penyimpanan yang lebih kecil,
karena tidak adanya penduplikasian data.
• Query tidak selambat ROLAP, tetapi juga tidak secepat MOLAP.
• Waktu proses dengan HOLAP hampir sama dengan MOLAP.
40
2.2 Teori-Teori Khusus
2.2.1 Pengertian Pelayaran
Menurut [http2] Anonymous, istilah pelayaran niaga adalah usaha
pengangkutan barang, khususnya barang dagangan, melalui laut, baik yang
dilakukan diantara tempat-tempat (pelabuhan–pelabuhan) di dalam wilayah
sebuah negara maupun antar negara.
2.2.2 Pengertian Jasa
Menurut Kotler (2000, p428), jasa ialah setiap tindakan atau unjuk kerja
yang ditawarkan oleh salah satu pihak ke pihak lain yang secara prinsip tidak
berwujud dan menyebabkan perpindahan kepemilikan apapun. Produksinya bisa
terikat dan bisa juga tidak terikat pada suatu produk.
Menurut Zeithaml dan Bitner (1996, p28), jasa pada dasarnya adalah
seluruh aktivitas ekonomi dengan output selain produk dalam pengertian fisik,
dikonsumsi dan diproduksi pada saat bersamaan, memberikan nilai tambah dan
secara prinsip tidak berwujud (intangible) bagi pembeli pertamanya.
2.2.3 Pengertian Export
Menurut Triyoso(1994, p210), export dapat diartikan sebagai kegiatan
yang menyangkut produksi barang dan jasa yang diproduksi disuatu negara
untuk dikonsumsikan di luar batas negara tersebut.
Menurut Deliarnov (1995, p202) menambahkan bahwa export merupakan
kelebihan produksi dalam negeri yang kemudian kelebihan produksi tersebut
dipasarkan di luar negeri.
41
Menurut UU Kepabeanan pengertian ekspor adalah kegiatan
mengeluarkan barang dari daerah pabean, dimana barang yang dimaksud terdiri
dari barang dari dalam negeri (daerah pabean), barang dari luar negeri (luar
daerah pabean), barang bekas atau baru.
Jadi, dari pengertian-pengertian diatas Ekspor adalah kegiatan menjual
atau mengirim barang dagangan ke luar negeri sesuai dengan ketentuan
pemerintah dengan pembayaran atau mata uang internasional yaitu Dollar
Amerika.
Tujuan kegiatan export antara lain:
a. Meningkatkan laba perusahaan melalui perluasan pasar serta untuk
memperoleh harga jual yang lebih baik.
b. Membuka pasar baru di luar negeri sebagai perluasan pasar dalam negeri.
c. Memanfaatkan kelebihan komoditas yang telah dimiliki.
d. Membiasakan diri bersaing dalam pasar internasional sehingga mampu
bersaing dengan negara lain.
2.2.4 Pengertian Import
Menurut UU Kepabeanan, pengertian impor adalah kegiatan
memasukkan barang ke dalam daerah pabean. Semua barang yang dimaksudkan
adalah semua atau seluruh barang dalam bentuk dan jenis apa saja yang masuk
ke dalam daerah pabean.
Berdasarkan pengertian di atas, import adalah kegiatan perdagangan
dengan cara memasukkan barang-barang dari luar negeri sesuai dengan
ketentuan pemerintah dengan pembayaran valuta asing.
42
Tujuan kegiatan import antara lain:
· Memenuhi kebutuhan masyarakat akan barang-barang dengan cara
mendatangkan barang dari luar negeri yang belum tersedia di dalam negeri.
2.2.5 Komoditi Export Import
Komoditi adalah setiap barang atau jasa yang dapat memenuhi kebutuhan
dan keinginan konsumennya.
Pada Keputusan Menteri Perindustrian dan Perdagangan No.
10/MPP/SK/I/1996 barang ekspor digolongkan dalam 4 kelompok, yaitu :
a. Barang yang Diatur Tata Niaga Ekspornya
o Tekstil dan produk tekstil
o Kerajinan rotan
o Kayu dan produk kayu
o Barang hasil industri
o Kerajinan kayu cendana
o Kopi, dan cengkih.
b. Barang yang Diawasi Ekspornya
o Kacang kedelai, pecah atau utuh.
o Padi dan beras.
o Tepung gandum, tepung beras, tepung jagung.
o Tepung halus dan tepung kasar dari kacang kedelai.
o Gula tebu atau bit dalam bentuk padat.
o Ternak hidup seperti sapi dan kerbau.
o Binatang liar dan tumbuhan alam yang dilindungi secara terbatas.
43
o Jenis hasil perikanan dalam keadaan hidup.
o Inti kelapa sawit.
o Pupuk urea.
o Emas dan perak dalam berbagai bentuk.
o Minyak dan gas bumi.
o Timah.
c. Barang-barang yang Dilarang untuk Diekspor
o Jenis ikan arwana, benih ikan sidat, ikan hias air tawar botia
macracanthu ukuran di atas 15 cm, udang galah (udang air tawar) di
bawah ukuran 8 cm, udang penaeidae
o Binatang liar dan tumbuhan liar yang dilindungi secara mutlak.
o Kulit mentah, binatang melata/reptil.
o Karet bongkah.
o Limbah dari besi tuang dan baja stainless.
o Sisa dari tembaga.
o Kuningan rongsokan.
o Barang kuno yang bernilai kebudayaan.
d. Barang yang Bebas Ekspor
o Mempunyai surplus produksi atau kelebihan jumlah produksi
sehingga belum dapat dikonsumsi seluruhnya di dalam negeri.
o Mempunyai keunggulan-keunggulan tertentu seperti langka, murah,
mutu baik, atau unik jika dibandingkan dengan komoditi serupa yang
diproduksi negara lain.
44
o Komoditi sengaja diproduksi untuk tujuan ekspor. Komoditi itu
memperoleh izin pemerintah untuk ekspor.
2.2.6 Istilah – Istilah dalam Pelayaran
Berdasarkan Istilah-istilah dalam pelayaran menurut Anonymous
[http3]:
a. Bill Of Loading (B/L)
Bill of loading adalah dokumen perjalanan atau pemuatan. B/L
dikeluarkan oleh pihak pengangkut baik pelayaran, penerbangan atau
lainnya atau agennya yang menunjukkan bahwa pengirim
mengirimkan barangnya dengan kesepakatan yang tertulis didalam
B/L tersebut. Pendeknya B/L adalah bukti penyerahan / pengiriman
barang dari pengirim kepada pelayaran untuk mengirimkan barangnya
sampai ke tempat tujuan yang ditunjuk oleh si pengirim.
Jadi B/L dapat berfungsi sebagai :
• Dokumen penyerahan barang dari exportir kepada pihak ekspedisi
• Dokumen kontrak perjalanan antara exportir dengan perusahaan
ekspedisi.
• Dokumen kepemilikan barang yang tertera dalam B/L.
b. Packing List
Daftar Rincian barang secara mendetail yang berisikan nama
shipper, consignee, notify party, nama vessel & voy, dimensi barang,
45
gross weight dan net weight per item barang maupun total
keseluruhan, jumlah barang.
c. Keagenan
Berdasarkan ketentuan, perusahaan angkutan laut asing yang
mempunyai kegiatan yang berkesinambungan di Indonesia boleh
memiliki Owner Representatives (OR) untuk mengamati aktivitas
kapalnya di pelabuhan-pelabuhan di Indonesia. Kapal-kapal asing
yang mengangkut barang- barang ekspor impor di pelabuhan Indonesia
harus menunjuk perusahaan pelayaran Indonesia sebagai agennya.
Agent berfungsi mengurus kepentingan kapal yang diageni
(principal) antara lain dalam hal jasa kepelabuhanan, menunjuk
perusahaan bongkar muat, pembukuan & canvassing, menerbitkan Bill
of Loading (B/L) atas nama principal, memungut uang jasa angkutan
atas perintah principal dan bertanggung jawab terhadap semua tagihan
yang berkaitan dengan kegiatan kapal yang diageni.
d. Shipping Instruction
Shipping instruction adalah instruksi pengapalan / pengiriman
yang dibuat oleh exportir / pengirim barang kepada perusahaan
pengangkutan. Perusahaan pengangkutan disini bisa perusahaan
pelayaran untuk laut, perusahaan penerbangan untuk udara maupun
darat, maupun lainnya jika memang pengiriman atau export barang
tidak melalui laut atau udara atau darat sekalipun. Prinsipnya shipping
46
instruction adalah dokumen perintah kerja kepada pihak pengangkutan
untuk mengangkut barang export milik exportir.
e. Delivery Order
Delivery order adalah dokumen penyerahan barang yang didapat
dari pelayaran atau agen pelayaran setelah kedatangan armada
pengangkut (kapal, pesawat, kereta api dan sebagainya) dengan
menukarkan B/L yang kita dapat.
f. Invoice
Invoice/faktur adalah dokumen yang diterbitkan oleh penjual
(exportir) kepada pembeli (importir) yang mencantumkan tanggal
pengeluaran invoice, tanggal pengiriman barang, uraian barang (berat,
ukuran), harga, biaya-biaya lain, jumlah total yang harus dibayar
pembeli, syarat penyerahan barang dan syarat pembayaran, nama kapal
laut dan nama pelabuhan muat serta pelabuhan bongkar.
g. Arrival Notice
Arrival notice adalah surat pemberitahuan kedatangan kapal
yang berisi tanggal keberangkatan kapal, tanggal kedatangan kapal,
nama consignee, nama kapal, POL, POD.
h. Shipper
Shipper (Pengirim Barang) adalah orang atau badan hukum
yang mempunyai muatan kapal untuk dikirim dari suatu pelabuhan
47
tertentu (pelabuhan pemuatan) untuk diangkut ke pelabuhan tujuan.
i. Consignee
Consignee adalah importir atau si penerima barang. Nama dan
alamat lengkap consignee harus tertulis jelas didalam dokumen-
dokumen seperti : bill of loading, packing list, commercial invoice,
COO, PEB (Pemberitahuan Export Barang), PIB (Pemberitahuan
Import Barang) ketika Importir mengurus proses pengeluaran barang
dari Pelabuhan).
j. ETD
ETD (Estimation Time of Departure) adalah perkiraan waktu
keberangkatan kapal.
k. ETA
ETA (Estimation Time of Arrival) adalah perkiraan waktu
kedatangan kapal
l. POL
POL (Port Of Loading) adalah pelabuhan muat.
m. POD
POD (Port Of Discharge) adalah pelabuhan bongkar.
48
n. Container
Pengertian container atau peti kemas berdasarkan Custom
Convention on Container 1972, yang dimaksud dengan container
adalah alat untuk mengangkut barang yang:
- Seutuhnya atau sebagian tertutup sehingga berbentuk peti dan
digunakan untuk mengisi barang yang akan diangkut.
- Berbentuk permanen dan kokoh sehingga dapat dipergunakan
berulang kali untuk pemuatan barang.
- Dibuat sedemikian rupa sehingga memungkinkan pengangkutan
barang dengan suatu kendaraan tanpa terlebih dahulu dibongkar
kembali.
- Dibuat sedemikian rupa untuk langsung dapat diangkut,
khususnya apabila dipindahkan dari satu kendaraan ke kendaraan
lain.
- Mudah diisi dan dikosongkan.
Secara umum yang dimaksud dengan peti kemas adalah peti
yang terbuat dari logam yang lazimnya digunakan untuk memuat
barang-barang umum yang akan dikirim melalui pengangkutan laut.
Barang-barang yang dikirim dengan peti kemas ini sejak pemuatan
sampai kepada pembongkaran ditempat tujuan tidak akan dijamah
orang, karena dengan peti kemas barang dimuat ke atas kapal dan
bersama peti kemas itu barang dibongkar dari dalam kapal dan
diturunkan ke darat.
49
o. Vessel
Pengertian vessel atau kapal dapat didefinisikan sebagai “a
ship is a floating vessel which is self propelled an capable of carrying
cargo or passenger” yang mana dapat diartikan bahwa vessel adalah
sarana angkutan terapung di air yang dapat bergerak atau berpindah
sendiri dari satu tempat ke tempat lain dan mampu mengangkut atau
memindahkan muatan atau barang atau penumpang.