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.