Analisa Kebutuhan Perancangan Data Warehouse - Pertemuan III DATA WAREHOUSE

ANALISA DAN PERANCANGAN DATA WAREHOUSE
PADA PT. PELITA TATAMAS JAYA



Latar Belakang :

PT. Pelita Tatamas Jaya merupakan perusahaan yang bergerak dalam bidang perdagangan dan distribusi berbagai produk besi dan baja, dalam kegiatan operasionalnya telah memanfaatkan teknologi informasi dan sistem informasi sebagai basis utama. Dengan melibatkan database sebagai pendukung utama kegiatan operasional oleh perusahaan dirasakan cukup baik tetapi masalah timbul ketika pihak pimpinan perusahaan ingin melihat perkembangan perusahaan dari tahun ke tahun, aplikasi yang dipakai sekarang tidak mendukung hal tersebut, karena aplikasi database biasanya bersifat kompleks, belum dikelompokkan berdasarkan kategori tertentu sehingga sulit untuk dipahami terutama oleh pihak pimpinan perusahaan yang biasanya harus melihat ribuan data perusahaan saat membuat keputusan sehingga prosesnya dapat memakan waktu berhari-hari bahkan berminggu-minggu. Untuk lebih mengefektifkan kegiatannya, maka dibutuhkan suatu teknologi yang dapat mengintegrasikan dan menyimpan data (repository) agar data tersebut dapat diolah secara cepat dan akurat sehingga dapat digunakan untuk pengambilan keputusan. Berdasarkan fakta di atas, PT Pelita Tatamas Jaya menyadari pentingnya ketersediaan data dan informasi untuk pengambilan keputusan. Oleh sebab itu, diperlukan suatu analisis dan perancangan Data Warehouse untuk dapat memenuhi kebutuhan tersebut. 

Permasalahan :

Seiring tekadnya untuk menjadi perusahaan yang maju baik dalam hal penjualan maupun pelayanannya, perusahaan ini masih memiliki masalah terkait pengaturan dan penggunaan data perusahaan, meliputi tidak tersedianya fasilitas yang dibutuhkan untuk mendukung kegiatan analisis sebagai dasar pengambilan keputusan oleh pihak eksekutif. Hal ini menyebabkan pada saat melakukan analisis terhadap data historis akan membutuhkan waktu cukup lama dan cukup menyulitkan untuk mencari data dan informasi yang diinginkan. Pemecahan masalah yang diusulkan adalah dengan membangun sebuah Data Warehouse di PT. Pelita Tatamas Jaya sebagai pendukung dalam kegiatan analisis perusahaan.

Rancangan Arsitektur :

• Rancangan arsitektur data warehouse yang diusulkan menggunakan arsitektur data warehouse terpusat. 
• Komponen-komponen dari arsitektur data warehouse terpusat yang diusulkan meliputi sumber data, transformasi data, data warehouse, aplikasi untuk pengguna. Sumber data berasal dari data operasional yang sudah dimiliki perusahaan.
• Data operasional ini mencakup pengawasan stok persediaan barang, penjualan barang, pembelian barang. 

Arsitektur Data Warehouse pada PT. Pelita Tatamas Jaya

Rancangan Skema Bintang  :

• Data warehouse yang diusulkan, dirancang dengan skema bintang yang terdiri dari tabel-tabel yang berfungi sebagai fakta disertai tabel-tabel yang berfungsi sebagai dimensi.
• Terdapat tiga skema bintang meliputi skema bintang penjualan, skema bintang pembelian, skema bintang stok kontrol. 
• Skema Bintang Penjualan menunjukkan kegiatan Penjualan ke Pelanggan. 

Skema Bintang Penjualan

• Skema Bintang Pembelian menunjukkan kegiatan Pembelian dari Supplier ke Perusahaan.

Skema Bintang Pembelian

• Skema Bintang Kontrol Stok menunjukkan kegiatan pengontrolan atau pengaturan Barang pada Gudang.

Skema Bintang Kontrol Stok

Struktur Menu Aplikasi :

Untuk menggambarkan keseluruhan menu yang terdapat di dalam aplikasi data warehouse pada PT Pelita Tatamas Jaya, dirancang hirarki struktur menu sebagai berikut :

Struktur Menu Aplikasi

Tampilan Hasil Aplikasi :

Berdasarkan atas rancangan tersbut, dihasilkan aplikasi data warehouse yang memiliki
tampilan hasil antara lain:

Layar Analisis Data Pembelian Barang

Fitur ini berfungsi untuk melakukan proses analisis data dan informasi pembelian barang yang
terjadi di perusahaan dengan berbagai dimensi.

Layar Analisis Persentase Pertumbuhan Pembelian Barang

Fitur ini berfungsi untuk membantu penganalisaan pertumbuhan tingkat pembelian seluruh barang dari tahun-tahun sebelumnya sampai tahun terkini, sehingga dapat diketahui persentase tingkat pembelian barang secara keseluruhan setiap tahunnya.

Layar Analisis Pertumbuhan Penjualan

Fitur ini berfungsi untuk melakukan proses analisis data dan informasi penjualan barang yang terjadi di perusahaan dengan berbagai dimensi, sehinggga dapat diketahui persentase tingkat penjualan barang secara keseluruhan setiap tahunnya. 

Layar Analisis Stok Barang

Fitur ini berfungsi untuk membantu analisa stok barang, sehingga dapat diketahui tingkat perubahan stok barang secara umum. 

Rencana Implementasi :
Untuk mengimplementasikan aplikasi data warehouse ini, perlu dukungan perangkat keras maupun piranti lunak terkait yang memadahi.

      Spesifikasi perangkat keras meliputi :

• Komponen server, minimal PC dengan processor Pentium IV Core 2 duo
• Memory 4 GB
• Harddisk 240 GB
• Penghubung jaringan (Hub/LAN)
• Komponen berikutnya adalah client, minimal PC dengan processor Pentium IV Core 2 duo
• Memory 2 GB
• Harddisk 20 GB
• Komponen ketiga Network Interface Card (NIC) yang diletakkan pada setiap server dan client agar dapar saling berhubungan. 
• Komponen keempat adalah Switch/Hub yang digunakan untuk menghubungkan client ke server.
• Dari sisi piranti lunak, diperlukan DBMS Microsoft SQL Server 2000 SP2, dan Program Aplikasi Data Warehouse. 

Evaluasi :
Dari evaluasi yang dilakukan, aplikasi data warehouse memiliki fungsi-fungsi yang mampu menampilkan informasi terkait pembelian, penjualan, produksi, dalam format grafikal maupun tabel dengan kemampuan drill down dan drill up, dan dapat dikaji lintas dimensional. Transformasi data dari sumber data ke data warehouse dapat dilakukan dengan baik dan benar. 

Kesimpulan :

Setelah melakukan analisis dan perancangan Data Warehouse pada PT. Pelita Tatamas Jaya, dapat ditarik kesimpulan bahwa Data Warehouse yang diusulkan dapat digunakan untuk mendukung kegiatan analisis sebagai dasar pengambilan keputusan oleh pihak eksekutif pada PT Pelita Tatamas Jaya. Informasi dari aplikasi sistem data warehouse pada PT. Pelita Tatamas Jaya merupakan pengetahuan bagi pihak eksekutif perusahaan yang dapat dikembangkan untuk menentukan strategi penjualan pada perusahaan disamping penentuan kebijakan pembelian dan pengawasan persediaan barang. 

Daftar Pustaka :

• Inmon, W. H. (2002). Building the Data Warehouse (3rd ed.). Canada: John Wiley & Sons. 
• Poe, V., et al. (2001). Building the Data Warehouse a Decision Support (2nd ed.). United States of America: Prentice Hall. 
• Connolly, T., & Begg, C. (2005). Database Systems: a Practical Approach in Design, Implementation, and Management (4th ed.). USA: Longman. 

Referensi Link :

http://id.scribd.com/doc/237103454/Analisis-Dan-Perancangan-Data-Warehouse-Pada-Pt-Pelita-Tatamas-Jaya-pdf#download

Resume Pertemuan II - (Lanjutan) Data Warehouse

Nyambung materi pertemuan minggu kemarin masih tentang Data warehouse, kali ini saya akan menjelaskan sekilas tentang komponen Data Warehouse, Data Mart dan Metadata...yuk simakkk... :)

Apa Aja Sifat dari Data Warehouse??

• Multidimensional artinya terdapat banyak lapisan kolom dan baris (Ini berbeda dengan tabel pada model relasional yang hanya berdimensi dua)

• Berdasarkan susunan data seperti itu, kita jadi lebih mudah untuk mengetahui informasi contohnya : “Berapakah jumlah produk A terjual di Jawa Timur pada tahun n-3?"
• Mengingat sistem data warehouse memerlukan pemrosesan data dengan volume yang besar, maka sistem ini biasa diterapkan dengan menggunakan teknologi pemrosesan SMP (Symmetric Multiprocessing) dan MPP (Multiple Parallel Processing)
• Data warehouse dapat dibangun sendiri dengan menggunakan perangkat pengembangan aplikasi ataupun dengan menggunakan perangkat lunak khusus yang ditujukan untuk menangani hal ini.

Karakteristik Data Warehouse :

• Berorietasi subjek
• Terintegrasi
• Rentang waktu
• Non Volatile
• Ringkas
• Tidak ternormalisasi
• Data dari berbagai sumber
• Memiliki Metadata

Kenapa Membangun Data Warehouse ??

Data Warehouse yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan untuk mendapatkan informasi :
Lebih memahami apa yang terjadi pada bisnis

• Menentukan trend historis
• Prediksi kesempatan di masa datang
• Mengukur performance

Lebih jelasnya apa saja Komponen Data Warehouse, bisa kita lihat dari gambar berikut ini  : 

Secara dasar, data warehouse dibangun dari 3 komponen berikut:

Teknologi Data warehouse, karena memiliki pendekatan yang berbeda dengan OLTP DBMS memiliki perkembangan yang lebih mengarah ke optimasi proses ETL, dan dukungan untuk data mining dalam volume besar. Business Requirement Pengembangan data warehouse sangat bergantung pada kebutuhan, ruang lingkup dari bisnis perusahaan.

Data Data yang digunakan pada DW tidak bisa menggunakan data transaksional yang dihasilkan OLTP. Data yang digunakan harus melalui proses ETL (Extract-Transform-Loading). Dimana data transaksional yang ada harus di proses (extract), lalu di ubah formatnya (transform) sesuai spesifikasi DW , hingga akhirnya di LOAD.

Data Warehouse VS Data Mart

Data warehouse merupakan gabungan dari beberapa data mart dan levelnya berada pada perusahaan atau organisasi Sedangkan Data Mart merupakan bagian dari Data Warehouse dan berada level departemen pada perusahaan atau organisasi tersebut. Data mart menangani sebuah business proses, misalkan penjualan, maka hanya proses penjualan saja yang ditangani pada Data Mart.

Perbandingan antara Data Warehouse dan Data Mart dapat dilihat pada tabel berikut ini :

Lalu, Apa itu Data Mart ??

Sebuah Data Mart adalah bentuk sederhana dari sebuah gudang data yang difokuskan pada subjek tunggal (atau area fungsional), seperti : Penjualan, Keuangan, atau Marketing.

Data Mart sering dibangun dan dikendalikan oleh satu departemen dalam sebuah organisasi. 

Apa Perbedaannya dengan Data Warehouse ??

Perbedaan antara Data Warehouse dan Data Mart dapat dilihat pada tabel berikut ini :

Apa itu Metadata ???

Metadata adalah salah satu aspek terpenting dari data warehousing. Data ini adalah tentang data yang disimpan atau disediakan dalam warehouse dan penggunanya. 

Metadata digunakan untuk pembangunan (building), pemeliharaan, pengaturan, dan penggunaan data warehouse. Hal yang penting adalah metadata menyediakan akses interaktif bagi pengguna untuk membantu memahami isi dan mencari data.

Misalnya  :

• Sebuah gambar memiliki metadata yang menginformasikan seberapa besar ukuran file gambar, kedalaman warnanya, resolusinya, kapan dibuat, dan sebagainya. 
• Metadata sebuah dokumen teks berisi informasi tentang seberapa panjang dokumen tersebut, siapa yang membuat, kapan ditulis, dan ringkasan isinya. 

Metadata memberikan fungsi yang sama seperti katalog yaitu :

• Membuat sumber daya bisa ditemukan dengan menggunakan kriteria yang relevan 
• Mengidentifikasi sumber daya
• Mengelompokkan sumberdaya yang serupa
• Membedakan sumberdaya yang tak miliki kesamaan
• Memberikan informasi lokal 
• 
  

Semoga bermanfaat temansss..... :) :) :)

Referensi :

http://duniawebhouse.blogspot.com/2013/01/perbedaan-data-mart-dan-data-warehouse.html

http://achmadyasid.files.wordpress.com/2010/03/komponen-dw.pdf

http://dwi-hesty-handayani.blogspot.com/2012/10/data-warehousing.html

http://chrezsoft.blogspot.com/2012/11/oltp-vs-dw.html

Resume Pertemuan 1 - Data Warehouse

Data Warehouse

Definisi sederhana Data Warehouse (gudang data) adalah kumpulan seluruh data yang dimiliki oleh perusahaan/ organisasi yang berasal dari berbagai macam proses transaksi yang terjadi dalam perusahaan tersebut dan desain untuk melakukan  analisis, pelaporan dan digunakan sebagai dasar untuk sistem penunjang keputusan.

Contohnya : Pada suatu Universitas terdapat Aplikasi Human Resource Management Information Sistem (HRMIS), Aplikasi Sistem Akademik, Aplikasi Asset Management, dan lain-lain. Maka Data Warehouse akan menyimpan data-data transaksi yang dibutuhkan dari aplikasi-aplikasi tersebut biasanya ke dalam satu database. Pengelompokan data dari aplikasi-aplikasi tersebut dalam Data Warehouse disebut Data Mart.

 Tugas-tugas yang dilakukan Data Warehouse adalah sebagai berikut :

• Pembuatan laporan, Pembuatan laporan merupakan salah satu kegunaan data warehousing yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari, perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.

• On-Line Analytical Processing (OLAP), Dengan adanya data warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada software OLAP adalah fasilitas rool-up dan drill-down.Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.

• Proses informasi eksekutif, data warehousing dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehousing segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehousing menjadi target informatif bagi pengguna.

Untuk membuat suatu Data Warehouse, ETL Tool merupakan sebuah tool yang umum digunakan dalam pembuatan Data Warehouse. Extract, Transform, dan Load (ETL) merupakan proses-proses sebagai berikut :

• Extracting Data, proses ini membaca struktur data dan isinya dari sumber data yang selanjutnya akan didefinisikan ke dalam sebuah Skema Standar ETL Tool.
• Transform, proses ini untuk menyesuaikan apa-apa saja yang akan di load ke dalam target. pada proses transform bisa berupa simple copy (hanya migrasi data ke dalam target yang mempunya skema yang sama dengan sumber data), melakukan join dari sumber data lain, melakukan agregasi, sorting, filter, dan lain (tergantung dukungan dari ETL Tool yang dipakai).
• Load, merupakan proses terakhir yang melakukan penyimpanan data ke dalam target (Data Warehouse).

Istilah-istilah yang berkaitan dengan Data Warehouse:

• On-Line Analytical Processing (OLAP), merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.
• On-Line Transaction Processing (OLTP), merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.
• Dimension Table, tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta  dapat dilaporkan sebagai dimensi waktu (yang berupa perbulan, perkwartal dan pertahun).

• Fact Table (Tabel fakta) adalah tabel yang umumnya mengandung sesuatu yang dapat diukur (measure), seperti harga, jumlah barang, dan sebagainya. Fact table juga merupakan kumpulan foreign key dari primary key yang terdapat pada masing-masing dimension table. Fact table juga mengandung data yang historis.