DESAIN DAN IMPLEMENTASI APLIKASI PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN INVENTORI DI PERUSAHAAN RITEL

Ukuran: px
Mulai penontonan dengan halaman:

Download "DESAIN DAN IMPLEMENTASI APLIKASI PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN INVENTORI DI PERUSAHAAN RITEL"

Transkripsi

1 DESAIN DAN IMPLEMENTASI APLIKASI PENDUKUNG KEPUTUSAN UNTUK MANAJEMEN INVENTORI DI PERUSAHAAN RITEL Haniif Badrii *dan Arif Djunaidy ** Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember ABSTRAK Pengambilan keputusan yang berhubungan dengan inventori (persediaan) merupakan salah satu permasalahan operasional yang sering dihadapi oleh perusahaan ritel. Manajemen harus bisa memutuskan berapa jumlah barang yang harus disiapkan oleh perusahaan. Untuk itu, manajeman harus sering mengadakan kajian dengan melakukan survey, analisis data, dan kegiatan lain-lainnya sehingga bisa didapatkan jumlah persediaan yang tepat. Salah satu kajian yang bisa di lakukan adalah dengan melakukan analisis dan pengolahan pada data penjualan. Penelitian ini membahas desain dan implementasi aplikasi pendukung keputusan untuk membantu manajemen perusahaan mendapatkan informasi mengenai manajemen inventori di perusahaan ritel. Aplikasi ini terdiri atas program migrasi data (ETL system), data warehouse penjualan, dan pelaporan (reporting). ETL memindahkan data transaksi penjualan ke data warehouse. Kemudian dengan membuat model dimensional dilakukan analysis OLAP sehingga dihasilkan informasi yang berhubungan dengan manajemen inventori seperti jumlah persediaan minimal, persediaan maksimal, persedian aman, serta model pergerakan item barang. Secara spesifik, dengan menggunakan tool ini manajemen tidak perlu khawatir kehabisan persediaan karena bagian pembelian akan langsung melakukan pesanan pembelian ketika barang yang dimaksud sudah mencapai nilai minimum persediaan. Selain itu dengan menggukan informasi ini, manajemen bisa melakukan perencanaan dan monitoring sehingga dapat memangkas biaya inventori yang mungkin timbul karena persediaan yang terlalu besar yang pada akhirnya dapat menekan biaya operasional dan meningkatkan arus kas. Kata kunci : Ritel, Aplikasi Pendukung Keputusan, Manajemen Inventori, Data Warehouse PENDAHULUAN Inventori (persediaan barang) merupakan permasalahan operasional yang sering dihadapi oleh perusahaan ritel. Jika jumlah inventori terlalu sedikit dan permintaan tidak dapat dipenuhi karena kekurangan persediaan, hal ini akan mengakibatkan konsumen akan kecewa dan ada kemungkinan konsumen tidak akan kembali lagi. Begitu juga jika inventori terlalu besar, hal ini akan mengakibatkan kerugian bagi perusahaan karena harus menyediakan tempat yang lebih besar, kemungkinan terjadinya penyusutan nilai guna barang, serta harus menyediakan biaya-biaya tambahan yang terkait dengan dengan biaya inventori seperti biaya pemeliharaan dan biaya akuntansi. Karena itu, manajemen harus bisa memutuskan berapa banyak suatu barang harus disiapkan.

2 Untuk melihat dan mendapatkan jumlah inventori yang tepat, manajemen harus sering mengadakan kajian terhadap masalah tersebut. Salah satu kajian yang bisa di lakukan adalah dengan mengolah data transaksi penjualan sehingga bisa didapatkan informasi yang berupa jumlah barang yang harus disiapkan di gudang, jumlah persediaan minimal, jumlah persediaan aman (safety stock,) dan jumlah persediaan maksimal setiap barang. Dengan menggunakan informasi ini, manajemen bisa memutuskan kapan mereka harus melakukan pemesanan barang, menentukan strategi yang harus dilakukan jika ada barang yang pergerakannya lambat serta menentukan barang apa yang harus dihapus dari persediaan karena sudah tidak diminati oleh pembeli. PT XYZ, sebuah perusahaan ritel di Surabaya, sudah melakukan pencatatan dengan komputerisasi dalam setiap transaksi yang dilakukan. Transaksi tersebut dicatat dalam sebuah aplikasi sehingga dihasilkan laporan penjualan dan rugi laba perusahaan. Sebenarnya dari data tersebut, manajemen bisa melakukan pengolahan sehingga didapatkan informasi yang bisa digunakan untuk membantu memecahkan permasalahan yang berhubungan dengan inventori perusahaan. Pengolahan tersebut saat ini tidak bisa dilakukan karena applikasi yang ada hanya dirancang untuk menghasilkan laporan penjualan dan laba rugi. Penelitian yang dilakukan berkaitan dengan desain dan implementasi aplikasi pendukung keputusan yang mengolah data penjualan sehingga menghasilkan informasi yang bisa digunakan untuk membantu manajemen memecahkan permasalahan yang berhubungan dengan manajemen inventori perusahaan. Untuk itu dibuat sebuah aplikasi data warehouse yang dilanjutkan dengan analisis menggunakan model dimensional pada OLAP. RITEL MANAJEMEN, KONSUMEN, MANAJEMEN INVENTORI, SISTEM PENDUKUNG KEPUTUSAN, DATA WAREHOUSE, DAN OLAP Pada bagian ini dijelaskan konsep dasar yang berkaitan dengan konsumen, manajemen inventori, sistem pendukung keputusan, datawarehouse, dan OLAP. Penjelasan diberikan dengan tujuan untuk memberikan pengertian, tujuan, peran dan manfaat dari beberapa aspek tersebut. Riteling (Pedagang Eceran) Dalam bahasa Inggris, penjualan eceran disebut dengan riteling. Pedagang eceran bisa didefinisikan sebagai suatu kegiatan menjual barang dan jasa kepada konsumen akhir. Pedagang eceran adalah mata rantai terakhir dalam penyaluran barang dari produsen sampai ke konsumen. Pedagang eceran sangat penting artinya bagi produsen karena melalui pengecer produsen memperoleh informasi berharga tentang barangnya. Hal-hal yang perlu diperhatikan dalam perdagangan eceran antara lain tersedianya barang yang tepat, pada saat yang tepat, di tempat yang tepat, dalam kuantitas yang tepat, dengan harga yang tepat, dengan cara yang tepat, dan dalam kualitas yang tepat. Selain itu pengecer juga harus mempertimbangkan kecenderungankecenderungan berikut : menurunnya pertumbuhan ekonomi dan penduduk, kenaikan biaya modal, tenaga kerja dan energi, perubahan gaya hidup konsumen, pola berbelanja dan sikap dalam berbelanja, munculnya teknologi baru seperti mesin kasir komputer, bertambahnya kekuatan besar, serta banyaknya regulasi yang dikeluarkan oleh pemerintah yang mempengaruhi pedagang eceran. C-16-2

3 Perubahan-perubahan tersebut menuntut manajemen yang lebih professional dalam penjualan eceran. Karena itu, manajemen harus trampil dalam merancang dan melaksanakan sistem untuk mendapatkan laba. Untuk itu, harus dilakukan penelitian agar didapatkan produktivitas yang lebih tinggi yang akan membantu perkembangan bentuk-bentuk penjualan eceran dengan biaya yang rendah. Banyak inovasi yang harus dilakukan untuk menekan biaya operasi yang semakin tinggi. Konsumen Kotler & Keller (2007) mendefinisikan konsumen sebagai seseorang yang membeli dari orang lain. Banyak perusahaan yang tidak mencapai kesuksesan karena mengabaikan konsep konsumen. Konsumen, saluran distribusi, dan pasar adalah ojek biaya yang memiliki keragaman pada produk. Konsumen dapat mengkonsumsi aktivitas yang digerakkan oleh konsumen yaitu frekwensi pengiriman, penjualan dan dukungan promosi. Sehingga untuk mengetahui biaya yang dikeluarkan untuk melayani konsumen dengan tingkat kebutuhan yang berbeda-beda, perusahaan memperoleh informasi yang berguna dalam penetapan harga, penentuan bauran konsumen dan peningkatan profitabilitas. Manajemen Inventori Tujuan utama dari manajemen inventori adalah menjaga investasi inventori dan menjaga kehilangan inventori pada titik yang minimal. Peranan manajemen inventori adalah menemukan titik yang seimbang antara kebutuhan perusahaan dan biaya pengadaan ditambah dengan biaya penyimpanan, dimana tercapai tingkat inventori yang optimal dan biaya yang minimal. Menurut Dobler et al terdapat 2 (dua) macam biaya yang terkait dengan biaya inventori [3], yaitu Biaya Pemeliharaan (Carrying Cost) dan Biaya Akuisisi Ada beberapa macam klasifikasi inventori, menurut Dobler at al, antara lain [3]: o Inventori Produksi o Inventori MRO (Maintaintenance, Repair, and Operating supplies) o Inventori In-Process o Inventori Finished-goods Pada penelitian ini, yang dipakai sebagai obyek penelitian adalah inventori yang termasuk dalam katagori finished-goods. Sistem Pendukung Keputusan ( SPK ) Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.menurut Man dan Watson SPK merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan modelmodel keputusan untuk memecahkan masalah yang semi terstruktur maupun yang tidak terstruktur. Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu subsistem pengelolaan data (database), subsistem pengelolaan model (modelbase), subsistem pengelolaan dialog (interface). C-16-3

4 Data Primer dan Data Sekunder Data dapat diartikan sebagai suatu fakta yang digambarkan melalui angka, simbol, kode, dan lain-lain. Dalam suatu penelitian, data dapat dikelompokkan menjadi data primer dan data sekunder. Data primer adalah data yang didapat langsung dari sumber data, seperti hasil wawancara atau hasil penelitian yang dilakukan oleh peneliti. Pengelompokkan data yang lain adalah data sekunder. Data sekunder adalah data primer yang telah diolah lebih lanjut oleh pihak pengumpul data primer ataupun oleh pihak lain. Pada penelitian ini, yang digunakan adalah data sekunder yang berupa data penjualan barang yang ada di aplikasi mesin kasir. Data Warehouse dan OLAP Data warehouse didefinisikan sebagai kumpulan subyek data yang terintegrasi, bervariasi, dan non volatile [3]. Immon mendefinisikan data warehouse sebagai gabungan dari beberapa sistem yang terintegrasi dan didesain untuk menyediakan informasi yang dibutuhkan untuk pengambilan keputusan[8]. Data warehouse juga dapat didefinisikan dengan dua asumsi implisit, yaitu [3]: a. Sebuah database yang mendukung sistem pendukung keputusan dan di-maintain secara terpisah dari database operasional perusahaan b. Sebuah database yang mendukung pemrosesan informasi dengan menyediakan platform yang terintegrasi dan data historis untuk melakukan analisis. Fungsi utama dari data warehouse adalah menyediakan data untuk mendukung pembuatan keputusan. Dalam beberapa kasus jenis-jenis dari aplikasi yang telah digunakan misalnya untuk sistem informasi eksekutif (executive information system). Data warehouse juga menyediakan berbagai data sebagai input untuk menunjang suatu bisnis dalam melakukan proses analisis bisnis. Ada beberapa pendekatan yang digunakan untuk membuat data warehouse, yaitu : a. Skema bintang (star schema), b. Skema bola salju (snowflake Schema) c. Fact constellations. Suatu cara melihat data dengan multidimensi tersebut dikenal dengan nama kubus (cube). Kubus ini menjadi struktur OLAP yang utama yang digunakan untuk melihat data (view). Analisis menggunakan kubus ini memberikan fasilitas banyak dimensi untuk melihat data yang diinginkan. Sehingga memungkinkan untuk mengakses data dengan lebih mudah dan cepat untuk menjawab pertanyaan yang dikemukakan. Operasi-operasi yang terdapat pada OLAP adalah Slicing-Dicing dan Roll up-drill down ANALISIS KEBUTUHAN, DESAIN, DAN IMPLEMENTASI SISTEM Analisis Kebutuhan Sistem Aplikasi yang dibuat bertujuan untuk membantu manajemen untuk mengambil keputusan yang berhubungan dengan manajemen inventori. Dari hasil survey kebutuhan, pengguna yang potensial untuk menggunakan aplikasi ini adalah bagian gudang, bagian pembelian (pengadaan), bagian penjualan, dan manajer. Bagian gudang memanfaatkan aplikasi ini untuk melakukan efisiensi penyimpanan barang gudang. Efisiensi ini diperlukan karena jumlah produk yang dikeluarkan oleh pemasok barang semakim beragam sedangkan gudang tempat penyimpanan barang terbatas. Informasi yang diperlukan adalah berapa besar jumlah barang yang harus disiapkan dalam satu periode. Bagian pembelian membutuhkan informasi penjualan barang dalam satu periode agar bisa membuat jadwal pembelian barang. Dengan menggunakan adanya C-16-4

5 informasi jadwal pembelian ini, bagian pembelian bisa melakukan perencanaan untuk mendapatkan barang dengan harga yang lebih murah. Selanjutnya dengan harga pembelian yang lebih murah bagian penjualan bisa memiliki banyak alternatif strategi penjualan semisal dengan membuat promo penjualan pada item barang yang pergerakan inventorinya rendah atau dengan membuat strategi promosi untuk meningkatkan omzet penjualan. Pihak manajemen, membutuhkan aplikasi untuk membuat keputusan untuk meningkatkan pelayanan yang diberikan pada konsumen yang berbelanja serta dapat membantu kinerja tim manajemen agar bisa lebih efektif dan efisien dengan cara menyediakan informasi yang akurat mengenai kondisi perusahaan pada suatu periode. Desain Sistem Desain Applikasi Aplikasi yang dikembangkan terdiri atas beberapa bagian antara lain program migrasi data (ETL), data warehouse, serta pelaporan (reporting). Proses awal yang dilakukan adalah mempersiapkan data transaksi penjualan agar siap untuk dimasukkan pada data warehouse. Proses persiapan data ini mencakup proses pemilihan data, proses pembersihan data dari kesalahan-kesalahan (error), dan dilanjutkan dengan memasukkan data tersebut ke data warehouse. Data yang dipergunakan adalah data penjualan yang ada di komputer kasir yang berbentuk file basis data FoxPro. Proses ini dilakukan oleh aplikasi ETL. Selanjutnya data yang ada di data warehouse tersebut diolah dengan menggunakan model dimensional pada OLAP sehingga dihasilkan informasi yang berupa informasi tentang jumlah minimum persediaan barang, jumlah maksimum persediaan barang, jumlah rata-rata penjualan per periode dan model pergerakan dari suatu barang. Selanjutnya informasi tersebut disajikan pada pengguna dengan menggunakan pivot table excel, aplikasi desktop, atau dengan mengakses suatu alamat tertentu yang ada di intranet perusahaan. Desain Basis Data Dari hasil analisis data yang berhasil dikumpulkan serta melalui hasil wawancara, analisis dokumen, dan sumber data di lokasi penelitian, didapatkan model dimensional seperti yang terlihat pada gambar 1. Gambar 1 : Model Dimensional C-16-5

6 Implementasi Sistem Implementasi aplikasi ini dilakukan dengan menggunakan beberapa perangkat lunak pembantu yaitu Microsoft SQL Server 2005, Microsoft Visual Basic 6.0, dan Microsoft Office Excel Aplikasi ETL dibuat dengan menggunakan Microsoft Visual Basic 6.0. Aplikasi ini berfungsi untuk memasukkan data penjualan yang berupa file FoxPro ke data warehouse. Selanjutnya untuk membuat kubus digunakan aplikasi Analysis Services SQL Server Setelah kubus terbentuk, data dianalisis dan disajikan dengan menggunakan Analysis Services SQL Server 2005, Microsoft Office Excel 2007, dan SQL Server Reports UJI COBA Uji Coba Applikasi Uji coba dilakukan dengan melakukan inisalisasi awal dengan cara melakukan loading data dari data sumber ke data warehouse. Untuk inisialisasi awal, data yang dimasukkan adalah data penjualan mulai dari bulan Desember 2005 sampai dengan Desember Jumlah data yang berhasil dimasukkan ke dalam data warehouse pada tahap inisialisasi awal bisa dilihat pada Tabel 1. Tabel 1. Perbandingan jumlah data di data sumber dan data warehouse No Nama Tabel Jumlah data di sumber Jumlah data di data data (record) warehouse (record) 1 Dimensi Waktu Dimensi Produk Dimensi Jenis Dimensi Nota Fakta Penjualan Untuk mengakses data OLAP, pengguna bisa menggunakan SQL Analysis Server, Microsoft Excel, dan SQL Server Reports. Dengan menggunakan aplikasi tersebut pengguna bisa melakukan operasi slice-dice serta roolup-drill down pada kubus sehingga didapatkan informasi yang diinginkan. Selain itu pengguna juga bisa melakukan operasi sorting (pengurutan data), filter, dan agregasi untuk analisis lebih lanjut. Pada implementasi dilapangan, ternyata pengguna lebih suka menggunakan Excel untuk menampilkan hasil analisis data dengan pertimbangan bisa dengan mudah melanjutkan analisis selanjutnya. Selain itu, pengguna juga sudah terbiasa menggunakan excel sebelumnya. Gambar 2: Penjualan Per Minggu dengan Visualisasi Bar Chart C-16-6

7 Uji Coba Validasi Kebutuhan Pengguna o Jumlah Penjualan Maksimal, Minimal, dan Rata-Rata Penjualan Informasi tentang jumlah penjualan maksimal, minimal dan rata-rata penjualan ini dibutuhkan oleh bagian gudang untuk menentukan nilai persediaan minimal dan persediaan maksimal pada masing-masing item barang. Untuk bagian pembelian informasi ini untuk perencanaan pengadaan barang dan membuat rencana pesanan barang pada pemasok barang. Sedangkan bagian penjualan menggunakan informasi ini untuk melihat jumlah penjualan per periode dan membuat strategi penjualan bagi barang yang tingkat penjualannya rendah (semisal dengan promo). Informasi didapatkan dengan melakukan analisis pada kubus yang telah dibuat sebelumnya dan dilanjutkan dengan melakukan filtering dengan memilih waktu penjualan dan nama produk yang diinginkan. Selanjutnya dengan menggunakan fungsi-fungi excel, dicari nilai data minimum, maksimum dan rata-rata penjualan untuk produk yang diinginkan. Untuk mendapatkan nilai penjualan maksimum, digunakan fungsi max. Untuk mendapatkan rata-rata penjualan, digunakan fungsi average. Sedangkan untuk mendapatkan nilai minimum penjualan, digunakan fungsi min. o Pergerakan Item Barang Informasi mengenai pergerakan item barang digunakan oleh bagian gudang dan bagian pembelian untuk mengetahui item barang mana yang pergerakan inventorinya cepat dan item barang mana yang pergerakan inventorinya lambat. Item barang yang pergerakan inventorinya cepat menandakan bahwa barang tersebut akan lebih cepat habis dibandingkan dengan yang pergerakan inventorinya lambat, sehingga bagian gudang harus memberikan perhatian khusus agar tidak sampai kehabisan persediaan. Untuk bagian penjualan, informasi pergerakan item barang ini dipergunakan untuk melihat barang mana yang cepat terjual dan barang mana yang lambat terjual. Pada barang yang lambat terjual, bagian penjualan bisa membuat promo penjualan agar item barang tersebut bisa cepat terjual dan akhirnya dapat meningkatkan omzet penjualan. Analisis yang dilakukan untuk mendapatkan informasi pergerakan item barang dilakukan melalui SQL Server Analiysis Service kemudian dilanjutkan dengan melakukan analisis lanjutan melalui Microsoft Excel. Untuk mendapatkan item barang yang masuk dalam katagori fast moving, pertama-tama cari data jumlah penjualan yang lumayan besar (misal Top 10 atau Top 15) dengan menggunakan SQL Server Analysis Service. Kemudian tampilkan item barang yang didapatkan dari SQL Server tersebut dengan menggunakan Microsoft Excel. o Safety Stock Selain mengetahui informasi yang berhubungan nilai maksimal, minimal, dan rata-rata penjualan dari suatu peride tertentu serta informasi mengenai pergerakan inventori dari dari masing-masing item barang, informasi lain yang bis adidapatkan oleh bagian gudang adalah jumlah persediaan aman (safety stock) untuk tiap-tiap item barang. Dari hasil pertemuan dengan pengguna, ditentukan bahwa nilai dari persediaan aman adalah nilai rata-rata penjualan tiap bulan ditambah10 % (sepuluh persen). Jika pada suatu periode jumlah persediaan yang ada di gudang berkurang dari nilai persediaan aman ini, maka bagian gudang akan mengajukan permintaan barang ke bagian pembelian. Bagian pembelian kemudian akan melanjutkan permintaan ini dengan melakukan pesanan pembelian pada pemasok barang. o Barang yang seharusnya tidak dimasukkan dalam persediaan barang Salah satu informasi yang dibutuhkan oleh adalah detail barang yang sudah tidak perlu di masukkan dalam persediaan barang. Barang tersebut akan diajukan ke C-16-7

8 manajemen agar tidak disediakan lagi karena dalam beberapa periode (bulan) tidak ada transaksi penjualan. Dari hasil uji coba aplikasi yang menyebutkan bahwa pada akhir bulan Desember 2007 ada barang dengan nilai sekitar Rp ,- yang bisa tidak memiliki aktifitas (jarang dibeli) Evaluasi Hasil Penelitian Dengan menggunakan SQL Server Analysis Services dan pivot table Microsoft Access, kubus yang dihasilkan bisa digunakan untuk mendapatkan informasi yang berhubungan dengan manajemen inventori. Informasi yang dihasilkan berupa jumlah persediaan maksimum, jumlah persediaan minimum, pergerakan inventori dari masingmasing item barang, dan persediaan aman. Dengan menggunakan informasi tersebut, bagian gudang bisa membuat perencanaan dan monitoring pada jumlah barang yang harus disediakan digudang. Selain itu, bagian pembelian bisa membuat jadwal pemesanan barang serta melakukan pemesanan barang dalam jumlah besar yang didatangkan secara bertahap sesuai kebutuhan. Selain itu, biaya inventori bisa diminimalisasi jika barang-barang yang jarang dibeli oleh pengunjung dihapuskan dari inventori perusahaan. Hal ini terlihat dari hasil uji coba aplikasi yang menyebutkan bahwa pada akhir bulan Desember 2007 ada barang dengan nilai sekitar Rp ,- yang bisa tidak memiliki aktifitas (jarang dibeli) sehingga bisa usulkan untuk tidak disediakan lagi. KESIMPULAN Dari hasil penelitian yang dilakukan didapatkan bahwa dengan menggunakan tool ini, manajemen bisa melakukan perencanaan dan monitoring sehingga dapat memangkas biaya inventori yang timbul karena persediaan yang terlalu besar yang pada akhirnya dapat menekan biaya operasional dan meningkatkan arus kas. Selanjutnya manajemen juga tidak perlu khawatir kehabisan persediaan barang karena bagian pembelian akan langsung melakukan pesanan pembelian ketika barang yang dimaksud sudah mencapai nilai minimum persediaan. Selain itu biaya yang terkait dengan dengan biaya inventori bisa diminimalisasi jika barang-barang yang jarang dibeli oleh pengunjung dihapuskan dari persediaan. Hal ini terlihat dari hasil uji coba aplikasi yang menyebutkan bahwa pada akhir bulan Desember 2007 ada barang dengan nilai sekitar Rp ,- yang bisa tidak memiliki aktifitas (jarang dibeli) sehingga bisa usulkan untuk tidak disediakan lagi. DAFTAR PUSTAKA Berry, Michael J.A., Linaff Gordon. (1997) Data Mining Techniques, John Wiley & Sons, Inc. Bowersox, Donald J And David J. Closs. (1999) Logistical Management, The McGraw-Hill. Budi Santoso, Untung. (2005). Pembuatan Purawarupa Data Warehouse Aktifitas Material Untuk Mendukung Sistem Manajemen Inventori di PT CPI, Tesis Pascasarjana, Bidang Keahlian Manajemen Teknologi Informasi, Program Studi Magister Manajemen Teknologi, Program Pascasarjana ITS Surabaya. C-16-8

9 Djunaidy, Arif. (2005). Manajemen Data, Catatan Kuliah, Bidang Keahlian Manajemen Teknologi Informasi, Program Studi Magister Manajemen Teknologi, Program Pascasarjana ITS. O Brien, James A. (1999) Management Information Systems Managing Information Technology in the Internet worked Enterprise, 4th Edition, Irwin McGraw-Hill. Puji Astuti, Yuliani. (2005) Rule-Based Neural Network Pada Data Mining Untuk Market Basket Analysis, Tesis Pascasarjana, Matematika ITS Surabaya. Setiadi, Nugroho J, SE, MM. (2003) Perilaku Konsumen Konsep dan Implikasi untuk Strategi dan Penelitian Pemasaran. Prenada Media. Soelaiman, Rully. (2005) Sistem Pendukung Keputusan, Catatan Kuliah, Bidang Keahlian Manajemen Teknologi Informasi, Program Studi Magister Manajemen Teknologi, Program Pascasarjana ITS. Humphries, Mark, Michael W. Hawkins, And Michelle C Dy. (1999) Datawarehousing Architecture and Implementation, The McGraw-Hill. Ramakrishnan, Raghu And Johannes Gehrke. (2004) Sistem Manajemen Database, Penerbit Andi And McGraw-Hill Education. Turban, Efraim and Jaye E. Aronson. (1998) Decision Support Systems and Intelligent Systems, 5th Edition, Prentice Hall International. C-16-9

BAB I PENDAHULUAN. Inventori (stock barang) merupakan permasalahan operasional yang sering

BAB I PENDAHULUAN. Inventori (stock barang) merupakan permasalahan operasional yang sering BAB I PENDAHULUAN 1.1 Latar Belakang Inventori (stock barang) merupakan permasalahan operasional yang sering dihadapi oleh swalayan. Inventori bisa berupa jumlah barang yang diletakkan di etalase swalayan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan BAB III METODOLOGI PENELITIAN Pada bab ini akan dipaparkan langkah-langkah yang digunakan untuk membahas permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan metoda yang digunakan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. penelitian. Teori-teori ini diambil dari buku literatur dan dari internet. Teori yang

BAB II TINJAUAN PUSTAKA. penelitian. Teori-teori ini diambil dari buku literatur dan dari internet. Teori yang BAB II TINJAUAN PUSTAKA Pada bagian ini dipaparkan teori-teori serta pustaka yang dipakai pada waktu penelitian. Teori-teori ini diambil dari buku literatur dan dari internet. Teori yang dibahas meliputi

Lebih terperinci

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ Irwan Limintono, Aris Tjahjanto Bidang Keahlian Manajemen Teknologi Informasi Magister Manajemen

Lebih terperinci

Tugas Akhir (KI091391) Muhamad Adi Prasetyo

Tugas Akhir (KI091391) Muhamad Adi Prasetyo Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).

Lebih terperinci

PEMBUATAN PURWARUPA DATA WAREHOUSE ANALISA PENJUALAN UNTUK DEPARTEMEN PENJUALAN DI P.T. NIPPON INDOSARI CORPINDO - PASURUAN

PEMBUATAN PURWARUPA DATA WAREHOUSE ANALISA PENJUALAN UNTUK DEPARTEMEN PENJUALAN DI P.T. NIPPON INDOSARI CORPINDO - PASURUAN PEMBUATAN PURWARUPA DATA WAREHOUSE ANALISA PENJUALAN UNTUK DEPARTEMEN PENJUALAN DI P.T. NIPPON INDOSARI CORPINDO - PASURUAN Aribowo, Rully Soelaiman Magister Manajemen Teknologi Institut Teknologi Sepuluh

Lebih terperinci

DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX

DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX Ahmad Musadek dan Aris Tjahyanto Program Studi Magister Manajemen Teknologi Institut

Lebih terperinci

OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ

OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ Hendro Poerbo Prasetiya 1), Yogi Eka Sakti 2) 1), 2) Sistem Informasi Universitas Ma Chung Jl Villa Puncak Tidar N-01, Malang

Lebih terperinci

Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap

Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical

Lebih terperinci

Basis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.

Basis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs. Basis Data Oracle - Business Intelligence System Ramos Somya, M.Cs. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant,

Lebih terperinci

DESAIN DATA WAREHOUSE UNTUK MENGINTEGRASIKAN DATA KEPOLISIAN DI WILAYAH JAWA TIMUR

DESAIN DATA WAREHOUSE UNTUK MENGINTEGRASIKAN DATA KEPOLISIAN DI WILAYAH JAWA TIMUR DESAIN DATA WAREHOUSE UNTUK MENGINTEGRASIKAN DATA KEPOLISIAN DI WILAYAH JAWA TIMUR Aryanto Aribowo 1) dan Joko Lianto Buliali 2) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember

Lebih terperinci

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan

Lebih terperinci

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : randy.permana@rocketmail.com

Lebih terperinci

The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema

The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema Jurnal Ilmiah ESAI Volume 6, No.3, Juli 2012 ISSN No. 1978-6034 The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema Perancangan Struktur Data Warehouse Untuk Mendukung

Lebih terperinci

BAB I PENDAHULUAN. I.1 Pendahuluan

BAB I PENDAHULUAN. I.1 Pendahuluan BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat ditunjukkan dengan munculnya beragam perangkat teknologi yang mempermudah manusia dalam memonitor perkembangan usahanya

Lebih terperinci

Rancang Bangun Data Warehouse

Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse i ii Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse iii iv Rancang Bangun Data Warehouse RANCANG BANGUN DATA WAREHOUSE Oleh : Muhammad Yazdi Pusadan, S.Kom.,

Lebih terperinci

PERANCANGAN APLIKASI PENENTUAN HARGA PRODUK CETAKAN DI PT.XYZ

PERANCANGAN APLIKASI PENENTUAN HARGA PRODUK CETAKAN DI PT.XYZ PERANCANGAN APLIKASI PENENTUAN HARGA PRODUK CETAKAN DI PT.XYZ Ketut Suwitahirawan, Febriliyan Samopa, Edwin Riksakomara Program Studi Magister Manajemen Teknologi, Bidang Keahlian Manajemen Teknologi Informasi,

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA Dinar Priskawati 1, Dian Dharmayanti 2 Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 15 BAB III METODE PENELITIAN Sistem informasi geografis persebaran hotspot di Indonesia merupakan suatu sistem yang bertujuan untuk memantau dan memberikan informasi mengenai persebaran hotspot yang ada

Lebih terperinci

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan. OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat

Lebih terperinci

P6 Arsitektur SPK. SQ

P6 Arsitektur SPK. SQ P6 Arsitektur SPK SQ http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Arsitektur Sistem Penunjang Keputusan 2 Arsitektur

Lebih terperinci

BAB 4 PERANCANGAN DAN IMPLEMENTASI

BAB 4 PERANCANGAN DAN IMPLEMENTASI BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Pembangunan intelegensi bisnis yang menyerupai dengan pembangunan intelegensi bisnis untuk subjek kegiatan keuangan pada Universitas Atma Jaya Yogyakarta sudah ada. Seperti yang

Lebih terperinci

PERANCANGAN DAN PEMBUATAN SISTEM INFORMASI MANAJEMEN KEUANGAN SUB BAGIAN PERBENDAHARAAN, STUDI KASUS PEMERINTAH KABUPATEN MALANG

PERANCANGAN DAN PEMBUATAN SISTEM INFORMASI MANAJEMEN KEUANGAN SUB BAGIAN PERBENDAHARAAN, STUDI KASUS PEMERINTAH KABUPATEN MALANG PERANCANGAN DAN PEMBUATAN SISTEM INFORMASI MANAJEMEN KEUANGAN SUB BAGIAN PERBENDAHARAAN, STUDI KASUS PEMERINTAH KABUPATEN MALANG Bilqis Amaliah, Khakim Ghozali, Tri Agung Wahyu Handrian Jurusan Teknik

Lebih terperinci

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan

Lebih terperinci

Perancangan Basis Data

Perancangan Basis Data Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek

Lebih terperinci

PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL

PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN 3 SKS

SISTEM PENDUKUNG KEPUTUSAN 3 SKS SISTEM PENDUKUNG KEPUTUSAN 3 SKS Deskripsi Mata Kuliah Pengampu : Rahmat Robi Waliyansyah, M.Kom. Buku Pegangan : Dadan Umar Daihani, Komputerisasi Pengambilan Keputusan, Elex Media Komputindo, 2001. D.

Lebih terperinci

DESAIN SISTEM INFORMASI PRODUKSI DI PT INDOSIPA BETON

DESAIN SISTEM INFORMASI PRODUKSI DI PT INDOSIPA BETON DESAIN SISTEM INFORMASI PRODUKSI DI PT INDOSIPA BETON David Sundoro* dan Arif Djunaidy** * PT Indosipa Beton Raya Surabaya-Mojokerto Km 19, Sepanjang, Sidoarjo email : david.sundoro@gmail.com ** Program

Lebih terperinci

TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP

TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP

Lebih terperinci

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ Rani Susanto 1), Tati Harihayati M 2), Utami Dewi Widianti 3) 1), )2, 3) Teknik Informatika UNIKOM Bandung

Lebih terperinci

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN KEPUTUSAN PADA PT. PUSAKA KALI AGUNG Penulis : Rustam Steven Edwin Laurentino Palit

Lebih terperinci

Perancangan Sistem Informasi Eksekutif

Perancangan Sistem Informasi Eksekutif Perancangan Sistem Informasi Eksekutif (Studi Kasus di UGM) Arif Nurwidyantoro Jurusan Ilmu Komputer dan Elektronika, FMIPA arifn@mail.ugm.ac.id Burhanudin Hakim Pusat Sumber Daya Informasi (PSDI) udnpico@gmail.com

Lebih terperinci

P6 Arsitektur SPK. SQ

P6 Arsitektur SPK. SQ P6 Arsitektur SPK SQ http://sidiq.mercubuana-yogya.ac.id Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Arsitektur Sistem Penunjang Keputusan 2 Arsitektur

Lebih terperinci

BAB I PENDAHULUAN. perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari

BAB I PENDAHULUAN. perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini teknologi informasi telah berkembang sangat pesat. Setiap perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari perusahaan mereka.

Lebih terperinci

ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)

ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) Budi Santosa 1), Dessyanto Boedi P 2), Markus Priharjanto 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran"

Lebih terperinci

SISTEM INFORMASI EKSEKUTIF UNTUK APLIKASI PENGANGKATAN DAN PENGEMBANGAN KARIR PEGAWAI PADA BADAN USAHA X

SISTEM INFORMASI EKSEKUTIF UNTUK APLIKASI PENGANGKATAN DAN PENGEMBANGAN KARIR PEGAWAI PADA BADAN USAHA X SISTEM INFORMASI EKSEKUTIF UNTUK APLIKASI PENGANGKATAN DAN PENGEMBANGAN KARIR PEGAWAI PADA BADAN USAHA X Silvia Rostianingsih 1, Moh. Isa Irawan, Sri Finalyah 1 Jurusan Teknik Informatika Universitas Kristen

Lebih terperinci

BAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan

BAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan data diberbagai bidang ilmu pengetahuan, bisnis ataupun pemerintahan. Pada proses penyediaan

Lebih terperinci

Pengantar Sistem Informasi Berbasis Komputer

Pengantar Sistem Informasi Berbasis Komputer Pengantar Sistem Informasi Berbasis Komputer Sistem Pengolahan Data SIA, SIM & SPK Copy Right 2005 Bab 5 Hal 1 Pengenalan Pengolahan Data Copy Right 2005 Bab 5 Hal 2 Pengolahan Data Data Processing adalah

Lebih terperinci

DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1

DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1 DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO Mohammad Yazdi 1 1 Jurusan Matematika FMIPA Universitas Tadulako Jl. Soekarno-Hatta Palu, Indonesia

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan

BAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Informasi merupakan sebuah elemen penting dalam kehidupan manusia yang semakin lama semakin maju. Dengan adanya informasi, kita bisa mengetahui beberapa hal

Lebih terperinci

PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK

PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK 1 PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA Arsanda Prawisda, Wisnu Ananta Kusuma, Hari Agung Adrianto 1 Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA, Institut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Pada bab pendahuluan ini penulis akan membahas tentang latar belakang, perumusan masalah, batasan masalah, metodogi penelitian, tujuan dan manfaat serta sistematika penulisan dalam tugas

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA Latar Belakang PENDAHULUAN Analisis data historis dan pengolahan data multidimensi bukan merupakan hal yang baru untuk mendukung suatu pengambilan keputusan. Namun perubahan objek data yang dicatat, membuat

Lebih terperinci

OPTIMALISASI DATA WAKTU NYATA DALAM MENDUKUNG OPERASI SUMUR MINYAK BERBASIS SCADA DI SLN PT CPI ABSTRAK

OPTIMALISASI DATA WAKTU NYATA DALAM MENDUKUNG OPERASI SUMUR MINYAK BERBASIS SCADA DI SLN PT CPI ABSTRAK OPTIMALISASI DATA WAKTU NYATA DALAM MENDUKUNG OPERASI SUMUR MINYAK BERBASIS SCADA DI SLN PT CPI Jauhar Arif Yulmawan dan Joko Lianto Program Studi Magister Manajemen Teknologi - ITS Kampus MMT-ITS, Jl.

Lebih terperinci

BAH 7 SIMPULAN DAN SARAN

BAH 7 SIMPULAN DAN SARAN BAH 7 SIMPULAN DAN SARAN BAB7 SIMPULAN DAN SARAN 7.1 Simpulan Sistem infonnasi merupakan suatu cara bagi perusahaan dalam upaya memenangkan kompetisi bisnis dengan menciptakan keunggulan internal sebagai

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Pendahuluan Pada jaman modernisasi, teknologi digital mengambil alih dunia dengan terusmenerus berlomba berkreasi tiada henti-hentinya demi tercapainya kemudahan dan kecepatan penyebaran

Lebih terperinci

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management

Lebih terperinci

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA

Lebih terperinci

BAB 1 PENDAHULUAN. perkembangan teknologi informasi, dunia bisnis yang didukungnya juga turut

BAB 1 PENDAHULUAN. perkembangan teknologi informasi, dunia bisnis yang didukungnya juga turut 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini teknologi informasi berkembang dengan sangat pesat. Hampir semua aspek kehidupan saat ini tidak dapat dilepaskan dari peranan teknologi informasi. Hal

Lebih terperinci

OLAP - PERTEMUAN 8 OLAP

OLAP - PERTEMUAN 8 OLAP OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi

Lebih terperinci

DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan

DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belakang PENDAHULUAN Saat ini sudah banyak organisasi yang telah mengadopsi teknologi data warehouse. Penerapan teknologi ini sangat membantu sekali bagi suatu organisasi yang memiliki data yang

Lebih terperinci

PERANCANGAN SISTEM INFORMASI MANUFAKTUR DI LABORATORIUM PLASTIK INJEKSI POLITEKNIK MANUFAKTUR ASTRA

PERANCANGAN SISTEM INFORMASI MANUFAKTUR DI LABORATORIUM PLASTIK INJEKSI POLITEKNIK MANUFAKTUR ASTRA PERANCANGAN SISTEM INFORMASI MANUFAKTUR DI LABORATORIUM PLASTIK INJEKSI POLITEKNIK MANUFAKTUR ASTRA Mada Jimmy Fonda Arifianto 1 ; Edi Santoso 2 ABSTRACT Article presents manufacture information system

Lebih terperinci

Outline. Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK

Outline. Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK Tinjauan SPK Outline Definisi SPK Tujuan SPK Fitur SPK Karakteristik dan Kemampuan SPK Komponen SPK Definisi Menurut Keen dan Scoot Morton : Sistem Pendukung Keputusan merupakan penggabungan sumber sumber

Lebih terperinci

DATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga

DATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga DATABASE Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi. Contoh : basis data akademis mengandung tabel tabel yang berhubungan

Lebih terperinci

PERANCANGAN SISTEM INFORMASI KEGIATAN OPERASIONAL PADA SMP BONAVITA

PERANCANGAN SISTEM INFORMASI KEGIATAN OPERASIONAL PADA SMP BONAVITA PERANCANGAN SISTEM INFORMASI KEGIATAN OPERASIONAL PADA SMP BONAVITA Christian Raharja Binus University, Jakarta, DKI Jakarta, Indonesia Denny Binus University, Jakarta, DKI Jakarta, Indonesia dan Budiyanto

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN :

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN : Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN DATA WAREHOUSE PADA INSTITUSI BALAI PENGKAJIAN TEKNOLOGI PERTANIAN (BPTP) JAWA BARAT Hengky Saputra Teknik Informatika Universitas Komputer

Lebih terperinci

DATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM

DATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With

Lebih terperinci

P2 Pengantar Sistem Penunjang Keputusan

P2 Pengantar Sistem Penunjang Keputusan P2 Pengantar Sistem Penunjang Keputusan A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Ilustrasi Di era globalisasi seperti pada saat ini,

Lebih terperinci

BAB IV PERANCANGAN SISTEM

BAB IV PERANCANGAN SISTEM BAB IV PERANCANGAN SISTEM Pembahasan BAB IV mengenai proses perancangan data warehouse meliputi proses integrasi, pemodelan database dan dashboard interface. 4.1 Perencanaan Tahap perencanaan penelitian

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM Proses analisis dan perancangan sistem merupakan suatu prosedur yang dilakukan untuk pemeriksaan masalah dan penyusunan alternatif pemecahan masalah yang timbul

Lebih terperinci

ARTIKEL SIM (SISTEM INFORMASI MANAJEMEN)

ARTIKEL SIM (SISTEM INFORMASI MANAJEMEN) Cari Blog in ARTIKEL SIM (SISTEM INFORMASI MANAJEMEN) Diposkan oleh nicohernawan. BERIKUT ADALAH beberapa ARTIKEL DARI SISTEM INFORMASI MANAJEMEN (SIM) 1.Pengantar Sistem Informasi Manajemen merupakan

Lebih terperinci

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0. 3 warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data

Lebih terperinci

BAB 1 PENDAHULUAN. berkembang dengan sangat cepat dan pesat, terutama pada bidang teknologi

BAB 1 PENDAHULUAN. berkembang dengan sangat cepat dan pesat, terutama pada bidang teknologi BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era globalisasi yang semakin maju ini, ilmu pengetahuan dan teknologi berkembang dengan sangat cepat dan pesat, terutama pada bidang teknologi informasi. Kebutuhan

Lebih terperinci

http://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi

Lebih terperinci

MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Fakultas Teknologi Informasi Universitas Budi Luhur, Jakarta

Lebih terperinci

PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE

PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE Oktavian Abraham Lantang ABSTRAK Saat ini seiring dengan perkembangan teknologi informasi yang semakin pesat, ketergantungan proses bisnis suatu perusahaan

Lebih terperinci

Bab 4 Hasil dan Pembahasan

Bab 4 Hasil dan Pembahasan Bab 4 Hasil dan Pembahasan Bahasan ini berisi pemaparan mengenai hasil dari perancangan sistem dalam bentuk pembahasan hasil dan pengujian efektivitas data dalam sistem. Pengujian atas hasil penjualan

Lebih terperinci

ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM)

ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM) ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM) Insan Luthfi Habibi¹, Kiki Maulana², Kusuma Ayu Laksitowening³ ¹Teknik Informatika,, Universitas Telkom

Lebih terperinci

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006. 1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan

Lebih terperinci

PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI. Abstract. Keywords: Database, DataWarehouse, ETL, PowerPivot, Star Schema.

PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI. Abstract. Keywords: Database, DataWarehouse, ETL, PowerPivot, Star Schema. PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI Umi Fadilah 1, Wing Wahyu Winarno 2, Armadyah Amborowati 3 1,2 Magister Teknik Informatika STMIK AMIKOM Yogyakarta farilah_07@yahoo.co.id 1, wing@amikom.ac.id

Lebih terperinci

BAB7 SIMPULAN DAN SARAN

BAB7 SIMPULAN DAN SARAN BAB7 SIMPULAN DAN SARAN BAB7 SIMP ULAN DAN SARAN 7.1 Simpulan Dari penelitian yang dilakukan di PT. XYZ, sebuah perusahaan yang bergerak di bidang teknologi internet, dapat diperoleh kesimpulan: 1. PT.

Lebih terperinci

MINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B)

MINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B) MINI PROJECT - 4 Kecerdasan Bisnis (Kelas B) Kelompok 4 : Muhammad Farhan N (5213100045) Izzatun Nafsi A (521300067) Nur Sofia Arianti (5213100077) Nance Arsita Citra (5213100084) Fitri Larasati (5213100175)

Lebih terperinci

Analisa dan Perancangan Data Warehouse untuk Departemen Finance, Accounting, dan Purchasing pada PT. Panarub Industry

Analisa dan Perancangan Data Warehouse untuk Departemen Finance, Accounting, dan Purchasing pada PT. Panarub Industry Analisa dan Perancangan Data Warehouse untuk Departemen Finance, Accounting, dan Purchasing pada PT. Panarub Industry Veronica Binus University, Jakarta, DKI Jakarta, Indonesia Handrian Julang Binus University,

Lebih terperinci

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database

Lebih terperinci

Bab 3. Metode Penelitian dan Perancangan Sistem

Bab 3. Metode Penelitian dan Perancangan Sistem Bab 3 Metode Penelitian dan Perancangan Sistem Dalam penelitian ini akan dilakukan representasi informasi demografi kependudukan di Provinsi Jawa Tengah, dari mulai data mentah yang dibukukan menjadi output

Lebih terperinci

[Data Warehouse] [6/C2 & 6/D2]

[Data Warehouse] [6/C2 & 6/D2] [Data Warehouse] [6/C2 & 6/D2] [ Chapter 6] Pemodelan Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Pemodelan Data Ada dua pendekatan yang diterima sebagai best practice untuk memodelkan

Lebih terperinci

P6 Arsitektur SPK. A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta

P6 Arsitektur SPK. A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta P6 Arsitektur SPK A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Arsitektur SPK 2 Arsitektur SPK Komponen-Komponen (arsitektur) DSS dibagi

Lebih terperinci

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs BAHAN AJAR Mata Kuliah Sistem Pengambilan Keputusan Disusun oleh: Eva Yulianti, S.Kom.,M.Cs JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2012 RENCANA PROGRAM DAN KEGIATAN

Lebih terperinci

(Sistem Informasi Manajemen / SIM) Dosen : POLITEKNIK

(Sistem Informasi Manajemen / SIM) Dosen : POLITEKNIK (Sistem Informasi Manajemen / SIM) Dosen : POLITEKNIK TMKM @2012 Literatur Raymond McLeod, Management Information System, 8th Edition, Prentice Hall International, 2001 Kenneth C. Laudon & Jane P. Laudon,

Lebih terperinci

IMPLEMENTASI DATA WAREHOUSE PENGELOLAAN DATA PERSEDIAAN OBAT (STUDI KASUS APOTEK SAPUTRA) NASKAH PUBLIKASI

IMPLEMENTASI DATA WAREHOUSE PENGELOLAAN DATA PERSEDIAAN OBAT (STUDI KASUS APOTEK SAPUTRA) NASKAH PUBLIKASI IMPLEMENTASI DATA WAREHOUSE PENGELOLAAN DATA PERSEDIAAN OBAT (STUDI KASUS APOTEK SAPUTRA) NASKAH PUBLIKASI Diajukan oleh : Ninik Arum Setyaningsih Aris Rakhmadi,S.T.,M.Eng Hasyim Asyari,S.T,.M.T PROGRAM

Lebih terperinci

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu Perancangan dan Pembangunan Data Warehouse pada PLN Salatiga menggunakan skema snowflake. Perusahaan Listrik Negara merupakan suatu aset berharga dibidang

Lebih terperinci

PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Program Pascasarjana Magister Ilmu Komputer

Lebih terperinci

APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi

APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Kusnawi Dosen STMIK AMIKOM Yogyakarta Abstraksi Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak terutama

Lebih terperinci

BAB 4 PERENCANAAN STRATEGI SISTEM DAN TEKNOLOGI INFORMASI. permintaan terhadap produk juga meningkat.

BAB 4 PERENCANAAN STRATEGI SISTEM DAN TEKNOLOGI INFORMASI. permintaan terhadap produk juga meningkat. BAB 4 PERENCANAAN STRATEGI SISTEM DAN TEKNOLOGI INFORMASI 4.1 Pengembangan sistem yang diusulkan Dengan memperkirakan terhadap trend bisnis di masa yang akan datang untuk bisnis dibidang pendistribusian

Lebih terperinci

BABI PENDAHULUAN. 1.1 Latar Belakang

BABI PENDAHULUAN. 1.1 Latar Belakang BABI PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi, kebutuhan akan tersedianya informasi yang cepat dan akurat menjadi hal yang sangat penting bagi sebuah organisasi untuk dapat

Lebih terperinci

Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems : Managing the Digital Firm, 11th Edition. New Jersey: Prentice Hall.

Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems : Managing the Digital Firm, 11th Edition. New Jersey: Prentice Hall. REFERENSI Badan Ketahanan Pangan Kementerian Pertanian. (2013). Panduan Pengelolaan Cadangan Pangan Pemerintah Provinsi dan Kabupaten/Kota. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi informasi yang semakin pesat turut memacu

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Perkembangan teknologi informasi yang semakin pesat turut memacu BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat turut memacu perkembangan pada dunia bisnis untuk mampu mengikuti perubahan yang terjadi dan menjadi lebih maju

Lebih terperinci

MODUL PERKULIAHAN SISTEM PENDUKUNG. Pokok Bahasan. Konsep Dasar Sistem Pendukung Keputusan. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

MODUL PERKULIAHAN SISTEM PENDUKUNG. Pokok Bahasan. Konsep Dasar Sistem Pendukung Keputusan. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODUL PERKULIAHAN SISTEM PENDUKUNG KEPUTUSAN (SPK/DSS) Pokok Bahasan Konsep Dasar Sistem Pendukung Keputusan Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh FASILKOM Sistem Informasi 01 Kode MK

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Dalam pembuatan tugas akhir Sistem Informasi Administrasi Salon SN berbasis desktop ini dilakukan beberapa tinjauan sumber pustaka, dan berikut

Lebih terperinci

Modul ke: CHAPTER 12 ENHANCING DECISION MAKING. Fakultas. Dr. Istianingsih. Ekonomi Dan Bisnis. Program Studi Magister Akuntansi.

Modul ke: CHAPTER 12 ENHANCING DECISION MAKING. Fakultas. Dr. Istianingsih. Ekonomi Dan Bisnis. Program Studi Magister Akuntansi. Modul ke: Fakultas Ekonomi Dan Bisnis CHAPTER 12 ENHANCING DECISION MAKING Dr. Istianingsih Program Studi Magister Akuntansi www.mercubuana.ac.id Jenis Keputusan Ada tiga klasifikasi umumnya keputusan:

Lebih terperinci

BAB 1 PENDAHULUAN Building A Data WareHouse for Decision Support Second Edition Data Mining : Concepts, Models, Methods, and Algorithms

BAB 1 PENDAHULUAN Building A Data WareHouse for Decision Support Second Edition Data Mining : Concepts, Models, Methods, and Algorithms BAB 1 PENDAHULUAN 1.1. Pendahuluan Mesin hitung bernama Komputer sejak satu dekade ini telah tumbuh dan berkembang dengan pesat. Perkembangan ini meliputi sisi teknologi, kapasitas media penyimpanan, dan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan

Lebih terperinci

Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)

Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD) Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery

Lebih terperinci

PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PERSEDIAAN BAHAN BAKU MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY (STUDI KASUS: PT.

PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PERSEDIAAN BAHAN BAKU MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY (STUDI KASUS: PT. PENGEMBANGAN SISTEM INFORMASI MANAJEMEN PERSEDIAAN BAHAN BAKU MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY (STUDI KASUS: PT. NMS SALATIGA) 1) Imanuel Susanto, 2) Agustinus Fritz Wijaya Program Studi Sistem

Lebih terperinci

Perancangan Data Warehouse dan Penerapan Data Mining Di Bidang Akademik Pada Institut Informatika Dan Bisnis Darmajaya. Sutedi

Perancangan Data Warehouse dan Penerapan Data Mining Di Bidang Akademik Pada Institut Informatika Dan Bisnis Darmajaya. Sutedi Perancangan Data Warehouse dan Penerapan Data Mining Di Bidang Akademik Pada Institut Informatika Dan Bisnis Darmajaya Sutedi Sistem Informasi, Informatics & Business Institute Darmajaya Jl. Z.A Pagar

Lebih terperinci

ANALISIS DAN PERANCANGAN BASIS DATA DAN APLIKASI PEGADAIAN PADA PT LANGITAN SEGI PUTERA

ANALISIS DAN PERANCANGAN BASIS DATA DAN APLIKASI PEGADAIAN PADA PT LANGITAN SEGI PUTERA ANALISIS DAN PERANCANGAN BASIS DATA DAN APLIKASI PEGADAIAN PADA PT LANGITAN SEGI PUTERA Diana Computer Science Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci