BAB 4 PERANCANGAN SISTEM. menggunakan data warehouse terpusat (centralized data warehouse). Adapun

Transkripsi

1 BAB 4 PERANCANGAN SISTEM 4.1 Arsitektur Data Warehouse Dalam perancangan data warehouse pada Mandiri Tabungan Rencana menggunakan data warehouse terpusat (centralized data warehouse). Adapun beberapa alasan yang menjadi dasar penggunaan data warehouse terpusat, yaitu : Dengan penggunaan data warehouse terpusat dapat mengurangi redudansi data karena semua data berada di satu tempat Lebih mudah dalam proses pemeliharaan serta pemantauan data warehouse Gambar 4.1 Centralized Data warehouse 1. Data Source Sumber data berasal dari data operasional yang dimiliki oleh PT. Bank Mandiri (Persero) Tbk. 57

2 58 2. Staging Area Pada tahap tejadi proses ETL (Extracting, Transforming, Loading). Proses ETL dibutuhkan karena data yang akan digunakan berasal dari beberapa sumber-sumber yang berbeda. Proses ini diawali dengan ekstraksi (extracting) data dari berbagai sumber, kemudian ditransformasi (transforming) agar data yang digunakan sesuai dengan kebutuhan bisnis, selanjutnya memasukkan (loading) data tersebut ke dalam data warehouse. 3. Data Warehouse Data warehouse ini merupakan tempat penyimpanan data yang telah disaring melalui proses integrasi dan transformasi ke dalam bentuk tabel-tabel. Data yang disimpan bersifat historikal, biasanya jangka waktu yang digunakan 5-10 tahun yang digunakan untuk mendukung proses analisis dan pengambilan keputusan. 4. Aplikasi User Aplikasi user ini merupakan antarmuka dengan user yang berfungsi untuk mempermudah dalam mengakses data pada data warehouse. Aplikasi ini dirancang untuk mempermudah dalam melihat laporan dalam bentuk chart dan pivot table yang yang dibutuhkan oleh pihak eksekutif, sehingga dapat membantu dalam proses pengambilan keputusan.

3 Perancangan Data Warehouse Rancangan Data Warehouse 1. Memilih Proses Berdasarkan hasil analisis yang dilakukan pada Mandiri Tabungan Rencana di PT. Bank Mandiri, proses-proses yang dipilih dalam perancangan data warehouse adalah: Proses bisnis dalam perancangan data warehouse Mandiri Tabungan Rencana di PT. Bank Mandiri (Persero) Tbk, mencakup demografi nasabah berdasarkan jenis pekerjaan dan umur yang dapat dilihat berdasarkan waktu dan wilayah serta pemantauan pertumbuhan jumlah pembukaan dan penutupan rekening nasabah Mandiri Tabungan Rencana. 2. Memilih Grain Sumber yang dibutuhkan untuk perancangan data warehouse ini adalah: Demografi Analisis yang dapat dilakukan untuk mengetahui kategori pekerjaan yang dibagi menjadi tiga yaitu, Pegawai Negeri Sipil (PNS), Karyawan dan Pelajar serta kategori rasio umur yaitu dibawah 20 tahun, diantara tahun, dan diatas 40 tahun yang melakukan pembukaan rekening Mandiri Tabungan Rencana, Dari sumber ini juga dapat diketahui pengelompokan pekerjaan dan rasio umur berdasarkan wilayah, hari, bulan, dan tahun.

4 60 Pertumbuhan Pembukaan Rekening Mandiri Tabungan Rencana Analisis yang dilakukan untuk mengetahui durasi pembukaan rekening Mandiri Tabungan Rencana yang dibagi menjadi empat yaitu, 1-5 tahun, 6-10 tahun, tahun, dan tahun. Dari sumber ini dapat diketahui durasi pembukaan rekening Mandiri Tabungan Rencana berdasarkan wilayah, hari, bulan, dan tahun. Pertumbuhan Penutupan Rekening Mandiri Tabungan Rencana Analisis yang dilakukan untuk mengetahui kategori penutupan rekening Mandiri Tabungan Rencana yang dibagi menjadi dua yaitu, sesuai perjanjian dan tidak sesuai perjanjian. Dari sumber ini dapat diketahui kategori penutupan rekening Mandiri Tabungan Rencana berdasarkan wilayah, hari, bulan, dan tahun. 3. Mengidentifikasi dan menyesuaikan dimensi Berikut adalah dimensi-dimensi yang terdapat dalam data warehouse Mandiri Tabungan Rencana PT. Bank Mandiri (Persero) Tbk : Fakta Demografi Tabel 4.1 Tabel Fakta Demografi Dimensi Time Job Umur Kanwil Branch Grain Kategori pekerjaan di setiap wilayah x x x x Kategori umur di setiap wilayah x x x x Total demografi nasabah Mandiri Tabungan Rencana x x x x x

5 61 Fakta Pembukaan Tabel 4.2 Tabel Fakta Pembukaan Dimensi Grain Durasi pembukaan rekening Mandiri Tabungan Rencana Total pembukaan rekening Mandiri Tabungan Rencana Time Pembukaan Kanwil Branch x x x x x x x x Fakta Penutupan Tabel 4.3 Tabel Fakta Penutupan Dimensi Grain Kategori penutupan rekening Mandiri Tabungan Rencana Total penutupan rekening Mandiri Tabungan Rencana Time Penutupan Kanwil Branch x x x x x x x x 4. Memilih Fakta Berdasarkan analisis untuk menjadikan kebutuhan akan laporan maka dapat dihasilkan fakta antara lain: Fakta Demografi meliputi Time_ID, Job_ID, Umur_ID, Kanwil_ID, Branch_ID, Total_demografi Fakta Pembukaan meliputi Time_ID, Pembukaan_ID, Kanwil_ID, Branch_ID, Total_pembukaan Fakta Penutupan meliputi Time_ID, Penutupan_ID, Kanwil_ID, Branch_ID, Total_ penutupan

6 62 5. Menyimpan pre-kalkulasi dalam tabel fakta Dalam tabel fakta terdapat data yang merupakan kalkulasi awal. Hasil dari kalkulasi ini kemudian akan disimpan dalam tabel fakta. Fakta Demografi meliputi total demografi yang merupakan kumpulan (count) dari Nasabah Fakta Pembukaan meliputi total pembukaan rekening yang merupakan kumpulan (count) dari Product Fakta Penutupan meliputi total penutupan rekening yang merupakan kumpulan (count) dari Product 6. Melengkapi tabel dimensi Tabel 4.4 Tabel Dimensi Dimensi Time Job Umur Kanwil Branch Pembukaan Penutupan Deskripsi Laporan dapat dilihat berdasarkan waktu yaitu dari bulan dan tahun Laporan dapat dilihat berdasarkan jenis pekerjaan nasabah mandiri tabungan rencana Laporan dapat dilihat berdasarkan umur nasabah mandiri tabungan rencana Laporan dapat dilihat berdasarkan kanwil yang mewakili branch Laporan dapat dilihat berdasarkan branch Laporan dapat dilihat berdasarkan durasi pembukaan rekening mandiri tabungan rencana Laporan dapat dilihat berdasarkan jenis penutupan rekening mandiri tabungan rencana

7 63 Tabel 4.5 Tabel Dimensi Time Dimensi Time Atribut Tipe Data Panjang Time_ID Int - Bulan Int - Tahun Int - Dimensi Job Tabel 4.6 Tabel Dimensi Job Atribut Tipe Data Panjang Job_ID Int - Job_No Char 3 Job_Name Varchar 30 Dimensi Umur Tabel 4.7 Tabel Dimensi Umur Atribut Tipe Data Panjang Umur_ID Int - Kategori_umur Varchar 30 Dimensi Kanwil Tabel 4.8 Tabel Dimensi Kanwil Atribut Tipe Data Panjang Kanwil_ID Int - Kanwil_No Char 3 Kanwil_Name Varchar 30 Dimensi Branch Tabel 4.9 Tabel Dimensi Branch Atribut Tipe Data Panjang Branch_ID Int -

8 64 Branch_No Char 3 Branch_Name Varchar 30 Dimensi Pembukaan Tabel 4.10 Tabel Dimensi Pembukaan Atribut Tipe Data Panjang Pembukaan_ID Int - Durasi_pembukaan Varchar 30 Dimensi Penutupan Tabel 4.11 Tabel Dimensi Penutupan Atribut Tipe Data Panjang Penutupan_ID Int - Kategori_penutupan Varchar Memilih durasi dari database Pada data warehouse ini menggunakan durasi 5 tahun. Hal ini didasari karena kebutuhan informasi dari Mass Banking Group memerlukan informasi dalam rentang waktu 5 (lima) tahun sebagai perbandingan, yaitu berkisar dari awal 2007 sampai awal Melacak perubahan dimensi secara perlahan Dalam perancangan ini menggunakan cara pembentukan record baru jika terdapat perubahan pada atribut dimensi. Hal ini dilakukan untuk menjaga record lama tetap tersimpan walaupun record baru dimasukkan untuk mengetahui perubahan yang terjadi pada setiap record.

9 65 9. Memutuskan prioritas dan mode dari query Pada tahap ini dibahas mengenai proses ETL (Extract Transform Load) dan analisis kapasitas media penyimpanannya yang akan dijelaskan lebih lanjut pada sub bab selanjutnya Proses ETL (Extract, Transform, Load) Proses ETL dilakukan setiap 1 bulan sekali untuk menjaga agar hasil laporan dan datanya akurat jika sewaktu-waktu senior manager ingin melihat hasil laporan yang datanya diambil dari aplikasi data warehouse. Proses ETL dilakukan secara manual saat akhir waktu bekerja agar tidak menggangu kinerja. Contoh proses ETL ke data warehouse: 1. Dimensi Time Gambar 4.2 Skema Data Flow Dimensi Time

10 66 Menggambarkan database sumber daya dan query transformasi Gambar 4.3 Query Transformasi Time

11 67 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.4 Data Time yang akan di transformasi

12 68 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.5 Database Time dan Tabel Tujuan

13 69 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.6 Mapping Dimensi Time Saat proses transformasi dijalankan Gambar 4.7 Transformasi Dimensi Time

14 70 2. Dimensi Job Gambar 4.8 Skema Data Flow Dimensi Job Menggambarkan database sumber daya dan query transformasi Gambar 4.9 Query Transformasi Job

15 71 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.10 Data Job yang akan di transformasi

16 72 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.11 Database Job dan Tabel Tujuan

17 73 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.12 Mapping Dimensi Job Saat proses transformasi dijalankan Gambar 4.13 Transformasi Dimensi Job

18 74 3. Dimensi Umur Gambar 4.14 Skema Data Flow Dimensi Umur Menggambarkan database sumber daya dan query transformasi Gambar 4.15 Query Transformasi Umur

19 75 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.16 Data Umur yang akan di transformasi

20 76 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.17 Database Umur dan Tabel Tujuan

21 77 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.18 Mapping Dimensi Umur Saat proses transformasi dijalankan Gambar 4.19 Transformasi Dimensi Umur

22 78 4. Dimensi Kanwil Gambar 4.20 Skema Data Flow Dimensi Kanwil Menggambarkan database sumber daya dan query transformasi Gambar 4.21 Query Transformasi Kanwil

23 79 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.22 Data Kanwil yang akan di transformasi

24 80 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.23 Database Kanwil dan Tabel Tujuan

25 81 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.24 Mapping Dimensi Kanwil Saat proses transformasi dijalankan Gambar 4.25 Transformasi Dimensi Kanwil

26 82 5. Dimensi Branch Gambar 4.26 Skema Data Flow Dimensi Branch Menggambarkan database sumber daya dan query transformasi Gambar 4.27 Query Transformasi Branch

27 83 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.28 Data Branch yang akan di transformasi

28 84 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.29 Database Branch dan Tabel Tujuan

29 85 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.30 Mapping Dimensi Branch Saat proses transformasi dijalankan Gambar 4.31 Transformasi Dimensi Branch

30 86 6. Dimensi Pembukaan Gambar 4.32 Skema Data Flow Dimensi Pembukaan Menggambarkan database sumber daya dan query transformasi Gambar 4.33 Query Transformasi Dimensi Pembukaan

31 87 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.34 Data Dimensi Pembukaan yang akan di transformasi

32 88 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.35 Database Dimensi Pembukaan dan Tabel Tujuan

33 89 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.36 Mapping Dimensi Pembukaan Saat proses transformasi dijalankan Gambar 4.37 Transformasi Dimensi Pembukaan

34 90 7. Dimensi Penutupan Gambar 4.38 Skema Data Flow Dimensi Penutupan Menggambarkan database sumber daya dan query transformasi Gambar 4.39 Query Transformasi Dimensi Penutupan

35 91 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.40 Data Dimensi Penutupan yang akan di transformasi

36 92 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.41 Database Dimensi Penutupan dan Tabel Tujuan

37 93 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.42 Mapping Dimensi Penutupan Saat proses transformasi dijalankan Gambar 4.43 Transformasi Dimensi Penutupan

38 94 8. Fakta Demografi Gambar 4.44 Skema Data Flow Fakta Demografi Menggambarkan database sumber daya dan query transformasi Gambar 4.45 Query Transformasi Demografi

39 95 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.46 Data Demografi yang akan di transformasi

40 96 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.47 Database Demografi dan Tabel Tujuan

41 97 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.48 Mapping Fakta Demografi Saat proses transformasi dijalankan Gambar 4.49 Transformasi Fakta Demografi

42 98 9. Fakta Pembukaan Gambar 4.50 Skema Data Flow Fakta Pembukaan Menggambarkan database sumber daya dan query transformasi Gambar 4.51 Query Transformasi Fakta Pembukaan

43 99 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.52 Data Fakta Pembukaan yang akan di transformasi

44 100 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.53 Database Fakta Pembukaan dan Tabel Tujuan

45 101 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.54 Mapping Fakta Pembukaan Saat proses transformasi dijalankan Gambar 4.55 Transformasi Fakta Pembukaan

46 Fakta Penutupan Gambar 4.56 Skema Data Flow Fakta Penutupan Menggambarkan database sumber daya dan query transformasi Gambar 4.57 Query Transformasi Fakta Penutupan

47 103 Menggambarkan kolom dari sumber data yang akan di transformasi Gambar 4.58 Data Fakta Penutupan yang akan di transformasi

48 104 Menggambarkan database tujuan dan tabel tujuan data transformasi Gambar 4.59 Database Fakta Penutupan dan Tabel Tujuan

49 105 Menggambarkan pemetaan sumber data dari kolom tujuan data Gambar 4.60 Mapping Fakta Penutupan Saat proses transformasi dijalankan Gambar 4.61 Transformasi Fakta Penutupan

50 Analisis Kapasitas Media Penyimpanan Dalam perancangan data warehouse memerlukan analisa kapasitas media penyimpanan agar dapat menampung data untuk 5 tahun mendatang. Rumus yang digunakan untuk kebutuhan media penyimpanan menggunakan rumus SQL Server 2008 Books Online a. Num_Rows = Jumlah baris/jumlah record b. Num_Cols = Jumlah kolom c. Fixed_Data_Size = Jumlah byte yang dibutuhkan seluruh kolom tipe datanya masing-masing d. Null_Bitmap = 2+(Num_Cols+7)/8) e. Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap+4 f. Row_Per_Page = 8096/Row_Size+2 g. Num_Pages = Num_Rows/Rows_Per_Page h. Heap_Size (byte) = 8192xNum_Pages i. Num_Kbyte = Heap_Size/1024 Perhitungan pertumbuhan data untuk fakta, yaitu : Rn= R*( ) Keterangan: R = Jumlah Record

51 107 N = Variabel tahun I = Presentase pertumbuhan record per tahun Perhitungan pertumbuhan data untuk dimensi, yaitu: Rn= R* Keterangan : R = Jumlah Record N = Variabel tahun I = Presentase pertumbuhan record per tahun Perkiraan ini dibatasi hanya untuk 5 tahun mendatang. Berikut adalah perhitungan pertumbuhan data untuk Fakta Demografi, Fakta Pembukaan dan Fakta Penutupan dengan asumsi tingkat pertumbuhan masing-masing adalah 10% yang diperoleh dari hasil analisis pertumbuhan record yang ada dalam database dari tahun ke tahun. 1. Fakta Demografi Asumsi jumlah record data untuk tahun ini adalah record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi transaksi, sehingga jumlah record untuk setiap tahun adalah x 12 yaitu record. Maka jumlah record sampai pada tahun ke-5, yaitu:

52 108 Rn = *( ) = Jadi jumlah record dari Fakta Demografi pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= b. Num_Cols = 6 columns c. Fixed_Data_Size= = 30 bytes d. Null_Bitmap = 2+((6+7)/8)= 4 e. Row_Size = = 38 bytes f. Row_Per_Page= 8096/ (38 + 2)= 202 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = /202 = pages h. Heap_Size (byte)= 8192x 70097= bytes i. Num_Kbyte= /1024 = j. Num_Of_Mbytes (Tabel Size)= /1024 = 548 Mbytes 2. Fakta Pembukaan Asumsi jumlah record data untuk tahun ini adalah record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi transaksi, sehingga jumlah record untuk setiap tahun adalah

53 x 12 yaitu record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= *( ) = Jadi jumlah record dari Fakta Pembukaan pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= b. Num_Cols = 5 columns c. Fixed_Data_Size= = 26 bytes d. Null_Bitmap = 2+((5+7)/8)= 3 e. Row_Size = = 33 bytes f. Row_Per_Page= 8096/ (33 + 2)= 231 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = /231 = pages h. Heap_Size (byte)= 8192x 61297= bytes i. Num_Kbyte= /1024 = Kbytes j. Num_Of_Mbytes (Tabel Size)= /1024 = 479 Mbytes

54 Fakta Penutupan Asumsi jumlah record data untuk tahun ini adalah record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi 4500 transaksi, sehingga jumlah record untuk setiap tahun adalah 4500 x 12 yaitu record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 54000*( ) = Jadi jumlah record dari Fakta Penutupan pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= b. Num_Cols = 5 columns c. Fixed_Data_Size= = 26 bytes d. Null_Bitmap = 2+((5+7)/8)= 3 e. Row_Size = = 33 bytes f. Row_Per_Page= 8096/ (33 + 2)= 231 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = /231 = 1545 pages h. Heap_Size (byte)= 8192x 1545= bytes i. Num_Kbyte= /1024 = Kbytes

55 111 j. Num_Of_Mbytes (Tabel Size)= /1024 = 12 Mbytes 4. Dimensi Time Jumlah record dimensi time 488 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 488* = 785 Jumlah record dari Dimensi Time pada tahun ke- 5 adalah 785 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 785 b. Num_Cols = 3 columns c. Fixed_Data_Size= 4+4+4= 12 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = = 19 bytes f. Row_Per_Page= 8096/ (19 + 2)= 385 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 785/385 = 2 pages h. Heap_Size (byte)= 8192x 2=16384 bytes i. Num_Kbyte= 16384/1024 = 16 Kbytes j. Num_Of_Mbytes (Tabel Size)= 16 /1024 = 0,015 Mbytes

56 Dimensi Job Jumlah record dimensi job 25 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 25* = 40 Jumlah record dari Dimensi Job pada tahun ke-5 adalah 40 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 40 b. Num_Cols = 3 columns c. Fixed_Data_Size= = 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = = 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 40/176 = 1 pages h. Heap_Size (byte)= 8192x 1=8192 bytes i. Num_Kbyte= 8192/1024 = 8 Kbytes j. Num_Of_Mbytes (Tabel Size)= 0 /1024 = 0,007 Mbytes 6. Dimensi Umur Jumlah record dimensi umur record. Maka jumlah record sampai pada tahun ke-5, yaitu:

57 113 Rn= * = Jumlah record dari Dimensi Umur pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3 e. Row_Size = = 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = /188 = pages h. Heap_Size (byte)= 8192x 18229= bytes i. Num_Kbyte= /1024 = Kbytes j. Num_Of_Mbytes (Tabel Size)= /1024 = 142 Mbytes 7. Dimensi Kanwil Jumlah record dimensi kanwil 20 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 5* = 8 Jumlah record dari Dimensi Kanwil pada tahun ke-5 adalah 8 record.

58 114 Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 8 b. Num_Cols = 3 columns c. Fixed_Data_Size= = 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = = 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 8/176 = 1 pages h. Heap_Size (byte)= 8192x 1=8192 bytes i. Num_Kbyte= 8192/1024 = 8 Kbytes j. Num_Of_Mbytes (Tabel Size)= 8 /1024 = 0,007 Mbytes 8. Dimensi Branch Jumlah record dimensi branch 1500 record. Maka jumlah record sampai pada tahun ke- 5, yaitu: Rn= 1500* = 2400 Jumlah record dari Dimensi Branch pada tahun ke-5 adalah 2400 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 2400 b. Num_Cols = 3 columns

59 115 c. Fixed_Data_Size= = 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = = 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 2400/176 = 14 pages h. Heap_Size (byte)= 8192x 14= bytes i. Num_Kbyte= /1024 = 112 Kbytes j. Num_Of_Mbytes (Tabel Size)= 112 /1024 = 0,109 Mbytes 9. Dimensi Pembukaan Jumlah record dimensi pembukaan record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= * = Jumlah record dari Dimensi Pembukaan pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3

60 116 e. Row_Size = = 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = /188 = pages h. Heap_Size (byte)= 8192x 18229= bytes i. Num_Kbyte= /1024 = Kbytes j. Num_Of_Mbytes (Tabel Size)= /1024 = 142 Mbytes 10. Dimensi Penutupan Jumlah record dimensi penutupan record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 54000* = Jumlah record dari Dimensi Penutupan pada tahun ke-5 adalah record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3 e. Row_Size = = 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows

61 117 g. Num_Pages= Num_Rows/ Rows_Per_Page = 86400/188 = 459 pages h. Heap_Size (byte)= 8192x 459= bytes i. Num_Kbyte= /1024 = 3672 Kbytes j. Num_Of_Mbytes (Tabel Size)= 3672 /1024 = 3,5 Mbytes Tabel 4.12 Tabel Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Fakta Nama Tabel Besar Record (Bytes) Jumlah Current Record per tahun Jumlah Record sampai 5 tahun ke depan Mbytes Fakta Demografi Fakta Pembukaan Fakta Penutupan Tabel 4.13 Tabel Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Dimensi Nama Tabel Besar Record (Bytes) Jumlah Current Record Jumlah Record sampai 5 tahun ke depan Kbytes Mbytes Dimensi Time ,015 Dimensi Job ,007 Dimensi Umur Dimensi Kanwil ,004 Dimensi Branch ,109 Dimensi Pembukaan Dimensi Penutupan ,5

62 Metadata Metadata adalah data tentang data. Metadata berisi informasi dari semua data yaitu struktur tabel, nama tabel, beserta deskripsinya, lokasi dari database tersebut, tipe data dan keterangan dari data yang berada didalam data warehouse. Metadata dibutuhkan untuk menunjukkan asal masing-masing data yang telah dipilih dan kemudian disimpan dalam data warehouse Mandiri Tabungan Rencana pada Mass Banking Group di PT. Bank Mandiri (Persero)Tbk. Berikut adalah tabel-tabel metadata tersebut : 1. Fakta Demografi DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : OLAP_Mandiri : Fakta_Demografi : Berisi tentang tabel fakta Demografi

63 119 Tabel 4.14 Sumber Data Tabel Fakta Demografi Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Time_ID Int - Foreign Key Time_ID Int - Dim_Time Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun Kanwil_ID Int - Foreign Key Kanwil_ID Int - Dim_Kanwil Copy Kanwil_ID dimana Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No Job_ID Int - Foreign Key Job_ID Int - Dim_Job Copy Job_ID dimana Dim_Job.Job_No = J.Job_No Branch_ID Int - Foreign Branch_ID Int - Dim_Branch Copy Branch_ID dimana

64 120 Key Dim_Branch.Branch_No = Branch.Branch_No Umur_ID Int - Foreign Key Umur_ID Int - Dim_Umur Copy Umur_ID dimana Umur_ID = CASE WHEN year(getdate())- year(mn.date_of_birth )<=20 THEN '1' WHEN year(getdate())- year(date_of_birth )<40 and year(getdate())- year(date_of_birth )>20 THEN '2' WHEN

65 121 Total_Dem ografi Int - - Count(CIF_ No) year(getdate())- year(date_of_birth )>=40 THEN '3' END from Nasabah - - Nasabah Calculate 2. Fakta Pembukaan DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : OLAP_Mandiri : Fakta_Pembukaan : Berisi tentang tabel fakta Pembukaan

66 122 Tabel 4.15 Sumber Data Tabel Fakta Pembukaan Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Time_ID Int - Foreign Key Time_ID Int - Dim_Time Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun Kanwil_ID Int - Foreign Key Kanwil_ID Int - Dim_Kanwil Copy Kanwil_ID dimana Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No Branch_ID Int - Foreign Key Branch_ID Int - Dim_Branch Copy Branch_ID dimana Dim_Branch.Branch_No = Branch.Branch_No Pembukaan Int - Foreign Pembukaan Int - Dim_Pembukaan Copy Pembukaan_ID dimana

67 123 _ID Key _ID Pembukaan_ID = CASE WHEN Year(a.Date_Ended) - Year(b.Date_Opened) >=1 and Year(a.Date_Ended) - Year(b.Date_Opened) <=5 THEN '1' WHEN Year(a.Date_Ended) - Year(b.Date_Opened) >=6 and Year(a.Date_Ended) - Year(b.Date_Opened) <=10 THEN '2' WHEN

68 124 Total_Penu tupan Int - - Count(Acco unt_no) Year(a.Date_Ended) - Year(b.Date_Opened) >=11 and Year(a.Date_Ended) - Year(b.Date_Opened) <=15 THEN '3' WHEN Year(a.Date_Ended) - Year(b.Date_Opened) >=16 THEN '4' END from Penutupan a, product b Int Product calculate

69 Fakta Penutupan DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : OLAP_Mandiri : Fakta_Penutupan : Berisi tentang tabel fakta Penutupan Tabel 4.16 Sumber Data Tabel Fakta Penutupan Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Time_ID Int - Foreign Key Time_ID Int - Dim_Time Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun Kanwil_ID Int - Foreign Kanwil_ID Int - Dim_Kanwil Copy Kanwil_ID dimana

70 126 Key Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No Branch_ID Int - Foreign Key Branch_ID Int - Dim_Branch Copy Branch_ID dimana Dim_Branch.Branch_No = Branch.Branch_No Penutupan_ Int - Foreign Penutupan_ Int - Dim_Penutupan Copy Penutupan_ID dimana ID Key ID Penutupan_ID = CASE WHEN Count(Penutupan_No) =1 THEN '1' WHEN Count(Penutupan_No) >1 THEN '2' END from Penutupan group by account_no Total_Penu Int - - Count(Acco Int Product calculate

71 127 tupan unt_no) 4. Dimensi Time DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Time : Berisi tentang tabel Dimensi Waktu Tabel 4.17 Tabel Dimensi Time Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Time_ID Int - Surrogate Key Create Tanggal Int - - Date_O Date - Product Transform Bulan Int - - Date_O Date - Product Transform pened

72 128 pened Tahun Int - - Date_O Date - Product Transform pened 5. Dimensi Branch DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Branch : Berisi tentang tabel Dimensi Branch Tabel 4.18 Tabel Dimensi Branch Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Branch_ID Int - Surrogate Key Create Branch_No Char 3 - Branch_No - - Branch Transform

73 129 Branch_Na Varchar 30 - Branch_Name - - Branch Transform me 6. Dimensi Kanwil DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Kanwil : Berisi tentang tabel Dimensi Kanwil Tabel 4.19 Tabel Dimensi Kanwil Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Kanwil_ID Int - Surrogate Key - Int - - Create Kanwil _No Char 3 - Kanwil _No Char 3 Kanwil Transform Kanwil Varchar 30 - Kanwil Varchar 30 Kanwil Transform

74 130 _Name _Name 7. Dimensi Job DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Job : Berisi tentang tabel Dimensi Job Tabel 4.20 Tabel Dimensi Job Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Job_ID Int - Surrogate Key - Int - - Create Job _No Char 3 - Job _No Char 3 Job Transform Job _Name Varchar 30 - Job _Name Varchar 30 Job Transform

75 Dimensi Umur DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Umur : Berisi tentang tabel Dimensi Umur Tabel 4.21 Tabel Dimensi Umur Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Umur _ID Int - Surrogate Key Create Kategori_Umur Varchar Create 9. Dimensi Pembukaan DBMS : SQL Server 2008 Nama Database Nama Tabel : Mandiri_DB : Dim_Pembukaan

76 132 Deskripsi Tabel : Berisi tentang tabel Dimensi Pembukaan Tabel 4.22 Tabel Dimensi Pembukaan Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Pembukaan_ID Int - Surrogate Key Create Kategori_Pembuk Varchar Create aan 10. Dimensi Penutupan DBMS : SQL Server 2008 Nama Database Nama Tabel Deskripsi Tabel : Mandiri_DB : Dim_Penutupan : Berisi tentang tabel Dimensi Penutupan

77 133 Tabel 4.23 Tabel Dimensi Penutupan Field Tipe Ukuran Keterangan Sumber Data Field Tipe Ukuran Tabel Transformasi Penutupan_ID Int - Surrogate Key Create Kategori_Penutu Varchar Create pan

78 Skema Bintang Skema Bintang Demografi Gambar 4.62 Skema Bintang Demografi

79 Skema Bintang Pembukaan Gambar 4.63 Skema Bintang Pembukaan

80 Skema Bintang Penutupan 4.5 Rancangan Layar Aplikasi 1. Form Login Gambar 4.64 Skema Bintang Penutupan Gambar 4.65 Rancangan Form Login

81 137 Form login adalah form yg pertama ditampilan saat aplikasi dijalankan. User yang mempunyai hak akses dapat mengisi NIK dan Password terlebih dahulu jika ingin menggunakan ini. Setelah mengisi NIK dan Password, user mengklik tombol Login. Jika NIK dan Password benar maka user dapat masuk ke form selanjutnya yaitu form menu. 2. Rancangan Menu Gambar 4.66 Rancangan Menu Form ini menampilkan menu yang berisi file, graph, skema bintang, tabel, transform, dan about us.

82 Rancangan Layar Change Password Gambar 4.67 Rancangan Layar Change Password Form change password adalah form untuk mengganti password yang lama menjadi password yang baru. User harus mengisi old password yang sesuai, new password dan confirm password. Setelah itu apabila tombol change diklik maka password akan digantikan dengan password yang baru.

83 Rancangan Pivot Table dan Grafik Gambar 4.68 Rancangan Layar Pivot Table dan Grafik Fakta Demografi Gambar 4.69 Rancangan Layar Pivot Table dan Grafik Fakta Pembukaan

84 140 Gambar 4.70 Rancangan Layar Pivot Table dan Grafik Fakta Penutupan Form pivot dan grafik ini menampilkan data dari data warehouse untuk menghasilkan informasi yang dibutuhkan user. User dapat mengatur data yang ingin ditampilkan berdasarkan dimensi yang ada pada pivot table.

85 Rancangan Skema Bintang Gambar 4.71 Rancangan Layar Skema Bintang Form ini menampilkan hubungan antara tabel fakta dan tabel dimensi pada aplikasi data warehouse. Pada form ini berfungsi untuk memudahkan user dalam memahami hubungan antara tabel fakta dan tabel dimensi. 6. Rancangan Tabel Gambar 4.72 Rancangan Layar Tabel

86 142 Form ini adalah untuk menampilkan record dari tabel dimensi dan fakta yang ada, yang berfungsi untuk memeriksa kembali record yang ada. 7. Rancangan Transformasi Gambar 4.73 Rancangan Layar Transformasi Form ini digunakan untuk transformasi data dari database ke data warehouse. 8. Rancangan About Gambar 4.74 Rancangan Layar About Form ini menampilkan nama-nama dari pembuat aplikasi.

87 Security Security merupakan salah satu bagian terpenting dalam setiap perusahaan. Dengan diterapkannya security yang baik pada setiap sistem maupun aplikasi yang terdapat pada perusahaan, maka data yang dimiliki perusahaan pun menjadi lebih aman. Sistem security yang diterapkan pada aplikasi data warehouse Mandiri Tabungan Rencana di PT. Bank Mandiri (Persero) Tbk ini dibagi menjadi 2 (dua): 1. Authentication Mekanisme authentication yang digunakan saat ini adalah username dan password yang harus dimasukkan oleh penguna untuk dapat mengakses ke dalam aplikasi data warehouse Mandiri Tabungan Rencana pada PT. Bank Mandiri (Persero) Tbk. 2. Authorization Mekanisme authorization yang digunakan adalah penentuan layanan atau menu yang dapat digunakan pengguna sesuai dengan identitas yang dimilikinya. Identitas tersebut dibuktikan melalui mekanisme authentication yang dilakukan terlebih dahulu pada saat pengguna login ke dalam aplikasi data warehouse. Dengan demikian tidak semua pengguna dapat mengakses laporan yang dihasilkan selain pihak-pihak yang terkait dan mempunyai wewenang.

88 Rencana Implementasi Spesifikasi hardware dan software Hardware Beberapa hardware untuk menunjang proses bisnis pada Mass Banking Group pada PT Bank Mandiri, Tbk yaitu: Client Processor : Core 2 Duo 1.80 GBz Kapasitas hardisk : 8GB Memory : 2GB Software Software yang digunakan untuk menjalankan aplikasi data warehouse pada PT. Bank Mandiri, Tbk adalah: Client : Windows XP Profesional SP2 Dev Express v Server : Windows server 2003 Microsoft SQL Server Jadwal Implementasi Untuk mengimplementasi sebuah aplikasi dibutuhkan perencanaan yang memetakan dengan jelas jenis-jenis kegiatan yang akan

89 145 dilakukan untuk implementasi aplikasi dan sistem tersebut. Berikut merupakan jadwal rencana implementasi pada Mandiri Tabungan Rencana di PT. Bank Mandiri, Tbk: Tabel 4.24 Tabel Rencana Implementasi Sistem Aktivitas Bulan Instalasi Hardware Instalasi Software Instalasi Aplikasi Transformasi Data Uji Coba Aplikasi Pelatihan User Evaluasi