BAB 2 LANDASAN TEORI. diproses atau data yang mempunyai makna. Menurut Stephen Haag, Cummings, dan McCubbery ( 2005, p6 ), Data

Transkripsi

1 7 BAB 2 LANDASAN TEORI 2.1 Pengertian Data dan Informasi Menurut McLeod ( 2001, p12 ), Information is processed data or meaningful data, yang berarti bahwa Informasi merupakan data yang telah diproses atau data yang mempunyai makna. Menurut Stephen Haag, Cummings, dan McCubbery ( 2005, p6 ), Data are raw fact that describe a particular phenomenon, yang berarti bahwa Data adalah fakta mentah yang menggambarkan suatu fenomena. 2.2 Pengertian Database Menurut Thomas Connolly dan Carolyn Begg ( 2002, p14 ), Database is a shared collection of logically related data, and a description of this data, designed to meet the information needs of an organization, yang diartikan bahwa database adalah kumpulan data yang saling berhubungan satu sama lain yang digunakan secara bersama-sama dan kumpulan data ini didesain untuk memenuhi kebutuhan informasi suatu perusahaan.

2 8 2.3 Konsep Data Warehouse Pengertian Data Warehouse Menurut W.H Inmon ( 2002, p389 ), A data warehouse is a collection of integrated, subject oriented database designed to support the DSS function, where each unit of data is relevant to some moment in time atau artinya Data warehouse adalah kumpulan database yang mempunyai sifat berorientasi subjek, terintegrasi, mempunyai rentang waktu, yang dirancang untuk mendukung sistem pendukung keputusan dimana tiap data berhubungan dengan suatu kejadian pada suatu waktu. Menurut Vidette Poe (1996, p6), A Data warehouse is a read-only analytical database that is used as the foundation of a decision support system atau dapat diartikan bahwa Data warehouse merupakan database yang bersifat analisa dan hanya dapat dibaca saja serta digunakan sebagai dasar dari sistem pendukung keputusan. Jadi data warehouse adalah suatu database yang mempunyai sifat berorientasi objek, terintegrasi, mempunyai rentang waktu yang hanya dapat dibaca saja yang digunakan sebagai alat untuk mendukung pembuatan keputusan untuk manajemen. Istilah-istilah yang berkaitan dengan Data Warehouse antara lain : 1. DSS ( Decision Support System ) Menurut Vidette Poe ( 1996, p23 ), DSS merupakan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

3 9 2. Data Mart Menurut Connolly ( 2002, p1067 ), Data mart is a subset of a data warehouse that supports the requirements of a particular department or business function, artinya data mart adalah subset dari data warehouse yang mendukung kebutuhan informasi dari satu departemen atau fungsi bisnis tertentu. Karakteristik perbedaan data mart dan data warehouse, yaitu : a. Data mart hanya berfokus pada kebutuhan user yang berkaitan dengan satu departemen atau fungsi bisnis. b. Data mart tidak mengandung data operasional secara detil, tidak seperti data warehouse. c. Data yang ada di dalam data mart lebih sedikit daripada yang ada di dalam data warehouse, data mart juga lebih mudah dimengerti. 3. Data Mining Menurut Connolly (2002, p522), Data Mining is the process of extracting valid, previously unknown, comprehensible, and actionable information from large databases and using it to make crucial business decisions dapat diartikan bahwa data mining adalah suatu proses menggali kebenaran informasi yang belum didapatkan, pemahaman informasi serta penggunaan informasi dari database yang besar dan menggunakannya untuk membuat keputusan penting dalam bisnis.

4 10 4. OLAP ( On-Line Analytical Processing ) Menurut Mallach (2000, p531), OLAP adalah A category of software technology that enables analysts, managers, and executive to gain insight into data trough fast, consistent, interactive access to a wide variety of possible views of information that has been transformed from raw data to reflect the real dimensionality of the enterprise as understood by the user, yang artinya OLAP adalah kategori teknologi software yang memungkinkan analis, manager, dan eksekutif untuk melihat data yang ada dengan akses yang cepat, konsisten dan interaktif sehingga dapat melihat informasi yang sudah ditransformasi dari data mentah menjadi dimensi keadaan nyata yang dapat dimengerti dengan mudah oleh user. 5. OLTP ( On-Line Transaction Processing ) Merupakan pemrosesan penyimpanan data mengenai kegiatan operasional / transaksi perusahaan sehari-hari. OLTP dirancang untuk memungkinkan terjadinya pengaksesan secara bersamaan oleh beberapa user terhadap sumber data yang sama dan mengatur proses yang diperlukan. Transaksi yang dilakukan termasuk operasi insert, update, dan delete. Database OLTP biasanya bersifat relasional serta dalam bentuk normal ketiga. Dan yang terpenting, database OLTP dibangun untuk mampu menangani banyak transaksi dengan performa yang baik.

5 Karakteristik Data Warehouse Ditinjau dari definisi data warehouse menurut William H. Inmon (2002,p31), dapat diketahui bahwa sebuah data warehouse memiliki karakteristik sebagai berikut: 1. Subject Oriented (Berorientasi Subyek) Data warehouse bersifat subject oriented artinya data warehouse didesain untuk menganalisa data berdasarkan subyek-subyek tertentu dalam organisasi, bukan berorientasi pada proses atau fungsi aplikasi tertentu. Hal ini mempermudah user mendapatkan data yang dipergunakan untuk bahan analisa pengambilan keputusan. Secara garis besar perbedaan mendasar antara data operasional dan data warehouse antara lain sebagai berikut : Sistem OLTP Menangani current data Menyimpan detailed data Data Warehouse Menangani data histori Menyimpan detailed, lightly, dan highly summarized data. Data bersifat dinamis Pemrosesannya berulang Data berukuran besar bersifat statis Pemrosesan bersifat sementara, tidak terstruktur. Berorientasi pada aplikasi Mendukung keputusan tiap Berorientasi pada subyek Mendukung keputusan strategis hari Tabel 2.1 Perbandingan antara Data Warehouse dengan Sistem OLTP

6 12 Gambar 2.1 Contoh data yang berorientasi pada subjek (Inmon,p32) 2. Integrated (Terintegrasi) Data warehouse bersifat integrated yang artinya data warehouse harus menyimpan data-data yang berasal dari sumber-sumber yang terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu dengan yang lainnya. Dengan demikian data tidak bisa dipecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri. Data yang sama mungkin saja terdapat pada tabel yang berbeda, dengan maksud untuk memperjelas hubungan yang ada antara tabel satu dengan tabel yang lainnya (misalnya suatu field pada tabel A sebagai primary key dan muncul lagi pada tabel B sebagai foreign key). Hal ini

7 13 dimaksudkan untuk mempermudah perancangan sistem data warehouse selama proses perancangan terjadi. Gambar 2.2 Persoalan dalam integrasi (Inmon,p33) 3. Time Variant (Variasi Waktu) Data warehouse berisikan record-record yang bersifat history. Record dalam data warehouse berjangka 5-10 tahun, sehingga record-record yang lama tetap akan ada di dalam sistem. Hal ini digunakan sebagai bahan untuk analisa pengambilan keputusan dalam menentukan trend bisnis yang ada di masa lalu. Namun record yang terlalu lama juga tidak baik disimpan, sebab bisa memberikan hasil analisa yang kurang tepat. Dalam OLTP, recordnya

8 14 merupakan record yang terbaru. OLTP tidak menyimpan data yang lama, dengan maksud untuk mempercepat proses. Semakin sedikit data yang disimpan maka waktu yang diperlukan untuk pemrosesan data semakin kecil. Data dalam data warehouse berhubungan dengan suatu titik atau point dalam suatu periode tertentu ( semester, kuartal, tahun fiskal ). Data tersebut merupakan data hasil summary. Hal ini membantu dalam menentukan performa data warehouse query serta dalam membentuk pengertian bisnis. Gambar 2.3 Persoalan dalam variasi waktu (Inmon,p35) 4. Non volatile Data warehouse bersifat read-only, pengguna tidak dapat mengubah data. Tidak seperti sistem database operasional yang bersifat untuk mengumpulkan data (data capture), data warehouse berfungsi untuk mendukung system reporting. Pada sistem database operasional terdapat tiga operasi, yaitu insert, update, dan delete. Sedangkan pada data warehouse terdapat dua operasi, yaitu loading data dan akses data (query data). Artinya

9 15 user hanya boleh melakukan proses read, bukan write. Tujuannya adalah untuk menjaga keaslian dan integrasi data di dalam sistem, dan juga sifat ini membedakan data warehouse dengan OLTP Gambar2.4 Persoalan dalam non volatile (Inmon,p34) Arsitektur dan Infrastruktur Data Warehouse Arsitektur data warehouse adalah sekumpulan aturan dari suatu struktur yang memberikan kerangka suatu rancangan sistem. Arsitektur data untuk data warehouse mempunyai komponen utama yaitu database yang dapat dibaca ( Poe, 1996, p24 ). Karakteristik arsitektur data warehouse ( Poe, 1996, p41 ): 1. Data diambil dari sistem informasi yang ada ( sistem asal ), database dan file 2. Data dari sistem asal diintegrasikan dan ditransformasikan sebelum di-load ke dalam data warehouse.

10 16 3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan. 4. Pemakai mengakses data warehouse melalui front end tool / aplikasi. Gambar 2.5 Arsitektur Data Warehouse (Inmon, p41) Infrastruktur data warehouse adalah software, hardware, pelatihan dan komponen-komponen lainnya yang memberikan dukungan yang dibutuhkan untuk mengimplementasikan arsitektur data warehouse ( Poe, 1996, p54 ). Salah satu instrumen yang mempengaruhi keberhasilan pengembangan data warehouse adalah pengidentifikasian arsitektur mana yang terbaik dan infrastruktur apa yang dibutuhkan. Arsitektur dan infrastruktur sangat erat hubungannya. Arsitektur yang sama mungkin akan membutuhkan infrastruktur yang berbeda, tergantung pada lingkungan perusahaan ataupun organisasi.

11 Struktur Data Warehouse Menurut Inmon ( 2002, p35 ), data mengalir dari lingkungan operasional ke dalam data warehouse dimana data mengalami transformasi dari tingkatan operasional ke tingkatan data warehouse. Pada perumuran data, data disampaikan dari current detail data ke older detail. Setelah data diringkas, data tersebut disampaikan dari current detail ke lightly summarized data, kemudian dari lightly summarized data ke highly summarized data. Gambar 2.6 Struktur Data Warehouse (Inmon, p36) Menurut Mukti ( 1997, pp ) Data warehouse memiliki komponen sebagai berikut: 1. Current Detail Data Current detail data adalah data detil yang aktif sekarang, mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dalam data

12 18 warehouse. Current detail data ini biasanya memerlukan media penyimpanan data yang cukup besar. Berikut merupakan alasan mengapa current detail data memerlukan perhatian utama: a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama. b. Hampir selalu disimpan di media penyimpanan karena cepat diakses tetapi mahal dan kompleks dalam pengaturannya. c. Dapat digunakan dalam membuat rekapitulasi sehingga current detail data harus akurat. d. Jumlahnya sangat banyak dan disimpan pada tingkat penyimpanan terendah. 2. Old Detail Data Old detail data merupakan data historis, yang dapat berupa hasil backup yang disimpan dalam media penyimpanan yang terpisah dan pada saat tertentu dapat diakses kembali. Data ini jarang diakses sehingga biasanya disimpan dalam media penyimpanan alternatif seperti tape disk. Penyusunan direktori untuk data ini harus menggambarkan umur dari data agar memudahkan untuk pengaksesan kembali.

13 19 3. Lightly Summarized Data Lightly Summarized Data ( rangkuman data secara khusus ) merupakan ringkasan dari detail data, tetapi belum bersifat total summary. Data-data ini memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan data warehouse pada tingkatan departemen. Tingkatan data ini disebut juga data mart. Akses terhadap data jenis ini banyak digunakan untuk view dari suatu kondisi yang sedang dan sudah berjalan. 4. Highly Summarized Data Highly summarized data ( rangkuman data secara umum ) merupakan hasil proses ringkasan yang bersifat total, solid, serta mudah diakses. Dilakukan untuk melakukan analisa perbandingan data berdasarkan urutan waktu dan analisa yang menggunakan data multi dimensi.. Database multi dimensi adalah suatu teknologi software komputer yang dirancang untuk meningkatkan efisiensi dalam mencari table ( query ) sehingga menjadi media penyimpanan yang lebih baik, serta mempermudah pengambilan data dalam jumlah besar. 5. Metadata Metadata bukan merupakan hasil kegiatan operasional seperti keempat jenis data di atas. Metadata memuat informasi yang penting mengenai data dalam data warehouse yang berfungsi sebagai:

14 20 a. Direktori yang akan dipakai oleh user dalam mencari lokasi dalam data warehouse b. Merupakan penuntun pemetaan ( mapping ) dalam proses transformasi dari operasional ke data warehouse. c. Suatu panduan untuk proses summary data dari detail data menjadi lightly summarized data dan kemudian menjadi highly summarized data Metadata merupakan bentuk suatu jaringan yang sangat penting bagi pengguna data warehouse. Data yang tersedia harus dapat digunakan oleh user dengan istilah yang sesuai dengan cara user dalam melakukan pekerjaannya. Karena data warehouse harus melayani banyak fungsi, maka metadata penting untuk menjawab kebutuhan dari suatu fungsi tertentu. Karena setiap departemen biasanya menggambarkan struktur data yang spesifik meskipun asal datanya sama.

15 Jenis Arsitektur Data Warehouse 1. Arsitektur two tier Pada arsitektur two tier ini, operasional data ditransformasikan dan ditransfer ke data warehouse untuk membantu proses transformasi, sebuah Enterprise Data Model dibuat. Enterprise data warehouse ini menjelaskan tentang struktur data warehouse dan berisi metadata yang dibutuhkan untuk menempatkan dan mengakses database yang dihasilkan dari sumber data eksternal. Arsitektur twotier biasanya akan menemui kesulitan performance bilamana data warehouse berukuran besar. Gambar 2.7 Arsitektur two-tier

16 22 2. Arsitektur three-tier Organisasi yang menemui kesulitan dalam menerapkan arsitektur two-tier pada umumnya akan beralih ke arsitektur three-tier. User pada departemen pada umumnya hanya mengakses sebagian kecil dari porsi data warehouse. Oleh karena itu digunakanlah data mart. Pada umumnya data mart ini memiliki server yang terpisah dengan data warehouse, dimana masing-masing departemen bertanggung jawab untuk mengawasi data mart departemennya. Gambar 2.8 Arsitektur three-tier

17 23 3. Arsitektur bottom-up Pada arsitektur bottom-up, data dimodelkan dalam satu fungsi atau proses dalam satu waktu dan disimpan di data mart yang terpisah. Bilamana waktunya tiba, data baru disintesis, disaring, dan di merge ke dalam data mart yang tersedia atau dapat juga dengan membangun ke data mart yang baru. Gambar 2.9 Arsitektur bottom-up

18 Tahapan Pengembangan Data Warehouse Menurut Poe( 1996, p65), fase-fase dari Decision Support Life Cycle(DSLC) adalah sebagai berikut : 1. Perencanaan Mendefinisikan ruang lingkup proyek, membuat perencanaan proyek, mendefinisikan kebutuhan sumber daya, mendefinisikan tugas dan perkiraan waktu dalam suatu proyek. 2. Mendapatkan kebutuhan data dan pemodelan Fase ini dipusatkan pada pemahaman kebutuhan bisnis dan kebutuhan data dari user yang menggunakan sistem, juga termasuk memodelkan kebutuhan tersebut. 3. Perancangan dan pengembangan fisik database Dalam fase ini dilakukan perancangan database termasuk tabel-tabel fakta, hubungan diantara tabel dan deskripsi dari tabel. Selain itu juga dilakukan denormalisasi terhadap data. 4. Pemetaan dan transformasi data Mendefinisikan sistem awal, melakukan transformasi terhadap data serta pemetaan sumber asal ke data yang dituju. 5. Penempatan ke dalam data warehouse Pada fase ini dilakukan proses extracting, transformating, dan loading data ke dalam database yang dituju dengan suatu teknologi transformasi data 6. Mengotomastiskan prosedur manajemen data Fase ini dipusatkan pada mengotomatiskan extracting, transformating, dan loading dari data warehouse.

19 25 7. Pengembangan aplikasi Mengembangkan aplikasi data warehouse, mengembangkan laporan serta mendokumentasikan aplikasi. 8. Validasi dan pengujian data Melakukan validasi data dengan menggunakan sekumpulan laporan serta pemrosesan yang standar. 9. Training Membuat program pelatihan untuk user yang akan menggunakan aplikasi data warehouse. 10. Rollout Pemasangan infrastruktur fisik untuk semua user, menyebarkan aplikasi data warehouse Perancangan Data Warehouse dengan Skema Bintang Menurut Poe ( 1996, p120 ), alat yang digunakan untuk merancang data warehouse adalah skema bintang (star schema). Skema bintang merupakan struktur sederhana dengan tabel-tabel yang relatif sedikit dan hubungan antar tabel yang jelas. Rancangan ini mampu melakukan query dengan cepat serta mudah dimengerti bahkan oleh analis dan pengguna akhir atau orang awam yang tidak mengerti struktur database. Dengan menggunakan skema bintang ini akan menghasilkan waktu respon yang lebih cepat dalam query data dibanding dengan proses transaksional yang menggunakan struktur normalisasi. Selain itu skema bintang ini

20 26 memudahkan end user untuk memahami struktur database pada data warehouse yang dirancang. Menggunakan skema bintang memberikan beberapa keuntungan yang tidak terdapat pada struktur relasional yang biasa. Skema bintang merupakan standar rancangan database data warehouse karena ( Poe, 1996, p121 ): 1. Membentuk rancangan database yang memberikan waktu respon yang cepat. 2. Menghasilkan rancangan yang dapat dimodifikasi dengan mudah atau ditambahkan sesuai dengan perkembangan dan pertumbuhan data warehouse. 3. Paralel dalam rancangan database, bagaimana user biasa memandang dan menggunakan data. 4. Mempermudah pemahaman dan navigasi metadata baik untuk perancang maupun pemakai. 5. Memperluas pilihan software akses data ( front end data access tools ), sebagai beberapa produk yang memerlukan rancangan skema bintang. Perancangan skema bintang menurut Poe( 1996, p121 ), Skema bintang terdiri dari dua macam tabel, yaitu tabel fakta ( fact table ) dan tabel dimensi ( dimension table ). a. Tabel Fakta Tabel fakta, sering disebut major table merupakan inti dari skema bintang dan berisi data aktual yang akan dianalisis. Field-field di tabel fakta disebut measure dan biasanya berupa numerik. Selalu berisi foreign key dari masing-masing tabel dimensi.

21 27 b. Tabel Dimensi Tabel Dimensi, disebut juga minor table merupakan tabel dari skema bintang yang menyediakan cara pandang perspektif terhadap data. Tabel dimensi mempunyai field-field dari level hirarki tabel dimensi. Nama dari fields biasanya digunakan nama dari level dalam suatu hirarki. Menurut Poe( 1996, p122), Adapun ketentuan dalam pembacaan skema bintang adalah sebagai berikut: Bagian yang ada di bawah judul tabel adalah kolom-kolom dari tabel. Primary key dan Foreign key diberi kotak. Primary key diarsir, sedangkan Foreign key yang bukan primary key tidak diarsir. Foreign key yang berhubungan ditunjukkan dengan garis yang menghubungkan tabel. Kolom yang bukan key disebut kolom data pada tabel fakta dan atribut tabel dimensi. Menurut Poe ( 1996, p124 ), Ada beberapa jenis skema bintang, yaitu : 1. Skema Bintang Sederhana Dalam skema bintang sederhana setiap tabel harus mempunyai primary key ( field key ) yang dapat terdiri dari satu kolom atau lebih. Primary key tersebut membuat masing-masing baris menjadi unik. Disini primary key dari tabel fakta terdiri dari satu atau lebih foreign key.

22 28 Foreign key adalah kolom pada suatu tabel yang nilainya didefinisikan oleh primary key di tabel yang lain. Gambar 2.10 Skema Bintang Sederhana (Prabowo, 1999, p16) 2. Skema Bintang dengan banyak tabel fakta Skema bintang juga dapat terdiri dari banyak tabel fakta. Hal ini terjadi karena mereka berisi kenyataan yang tidak saling berhubungan atau karena perbedaan waktu pemuatan data, disamping itu juga dapat meningkatkan penampilan. Terutama jika data tersebut dalam jumlah besar. Kegunaan lain dari tabel fakta adalah untuk mendefinisikan hubungan many to many dari suatu tabel dimensi tertentu. Bentuk tabel seperti ini biasanya disebut tabel asosiasi. Tabel ini dibuat untuk menyelaraskan hubungan many to many diantara dimensi yang berbeda. Tabel dimensi mungkin juga mengandung foreign key yang mereferensi primary key pada tabel lain. Tabel yang dijadikan referensi ini disebut tabel dimensi tambahan ( tabel outboard ).

23 Agregasi Gambar 2.11 Skema Bintang dengan tabel dimensi tambahan ( Prabowo, 1999, p18 ) Agregasi adalah proses penghubungan data fakta selama pendefinisian atribut. Sebagai contoh : Jumlah mahasiswa berdasarkan jurusan dan program studi dengan menghitung jumlah mahasiswa dari data transaksi yang terjadi. Agregasi dapat dibuat selama proses transformasi dan pencatatan data ke dalam data warehouse. Menurut Poe (1996, p136), faktor yang mendorong pembuatan agregasi: Meningkatkan penampilan pencarian (searching) Mengurangi jumlah penggunaan kode produksi universal Suatu agregasi yang baik dapat dibuat untuk digunakan oleh 300 user dalam 1 hari, karena akan lebih bermanfaat jika dibandingkan dengan membuat agregasi yang membutuhkan waktu 2 jam tetapi hanya digunakan sekali dalam setahun oleh satu user saja. Salah satu teknik yang harus didapat adalah saat

24 30 pencatatan data warehouse. Kita tetap membutuhkan teknik database klasik seperti partisi tabel secara fisik Denormalisasi Denormalisasi adalah penggabungan field-field dari beberapa tabel untuk meningkatkan penampilan yang ada. Ini adalah sebuah proses yang bertolak belakang dengan bentuk normal dalam proses normalisasi. Alasan utama untuk melakukan hal ini (Poe 1996 p139): Mengurangi jumlah hubungan yang terjadi antara tabel tabel yang harus mengalami proses pada waktu dilakukan pencarian. Dengan inilah penampilan database dapat ditingkatkan. Untuk membuat struktur fisik dari database yang semakin mendekati model dimensi dari pemakai. Membuat struktur tabel sesuai dengan yang ingin ditayangkan oleh pemakai, memungkinkan terjadinya akses langsung, yang sekali lagi akan meningkatkan penampilan. 2.4 Pemasaran Menurut Jerome ( 1996,p8 ), pemasaran berarti sejumlah kegiatan yang dilakukan oleh organisasi dan sekaligus merupakan proses sosial. Dengan kata lain pemasaran ada pada tingkat makro dan mikro. Menurut Jerome ( 1996,p9 ) bahwa pemasaran makro adalah pelaksanaan sejumlah kegiatan yang dilakukan untuk mencapai tujuan organisasi, dengan mengantisipasi kebutuhan pelanggan atau klien, serta mengarahkan arus barang

25 31 dan jasa yang dibutuhkan dari produsen ke pelanggan atau klien. Sedangkan pemasaran mikro adalah proses sosial yang mengarahkan arus ekonomi barang dan jasa dari produsen ke konsumen, yang secara efektif menyesuaikan penawaran dan permintaan serta mencapai tujuan masyarakat. Menurut Kotler dan Armstrong (2001, p7), pemasaran adalah suatu proses sosial dan manajerial yang membuat individu dan kelompok memperoleh apa yang mereka butuhkan dan inginkan lewat penciptaan dan pertukaran timbalbalik produk dan nilai dengan orang lain. Menurut Rangkuti ( 2004, p48 ), Unsur-unsur utama pemasaran dapat diklasifikasikan menjadi tiga unsur utama, yaitu: 1. Unsur strategi persaingan Unsur strategi persaingan dapat dikelompokkan menjadi tiga, yaitu : a. Segmentasi Pasar Segmentasi pasar adalah tindakan mengidentifikasi dan membentuk kelompok pembeli atau konsumen secara terpisah. Masing-masing segmen konsumen ini memiliki karakteristik, kebutuhan produk, dan bauran pemasaran tersendiri. b. Targeting Targeting adalah suatu tindakan memilih satu atau lebih segmen pasar yang akan dimasuki. c. Positioning Positioning adalah penetapan posisi pasar. Tujuan positioning ini adalah untuk membangun dan mengkomunikasikan keunggulan bersaing produk yang ada di pasar ke dalam benak konsumen.

26 32 2. Unsur Taktik Pemasaran Terdapat dua unsur taktik pemasaran, yaitu : a. Diferensiasi, yang berkaitan dengan cara membangun strategi pemasaran dalam berbagai aspek di perusahaan. Kegiatan membangun strategi pemasaran inilah yang membedakan diferensiasi yang dilakukan suatu perusahaan dengan yang dilakukan oleh perusahaan lain. b. Bauran pemasaran, yang berkaitan dengan kegiatan-kegiatan mengenai produk, harga, promosi dan tempat. Menurut Kotler dan Armstrong (2001, p71), bauran pemasaran (marketing mix) adalah seperangkat alat pemasaran taktis dan terkontrol yang dipadukan oleh perusahaan untuk menghasilkan respon yang diinginkan sasaran pasar. Kotler dan Armstrong mempopulerkan penggolongan 4 faktor atau yang lebih dikenal dengan 4P : Product merupakan penawaran berwujud perusahaan kepada pasar, yang meliputi kualitas produk, desain ciri (features), jenis (brunding), dan pengemasan (packaging). Price merupakan sejumlah uang yang pelanggan bayar untuk pembelian produk. Place meliputi beragam aktivitas yang perusahaan jalankan agar produk dapat diterima dan tersedia untuk pelanggan.

27 33 Promotion meliputi semua aktivitas yang perusahaan jalankan untuk mengkomunikasikan dan mempromosikan produk kepada pasar sasaran. 3. Unsur Nilai Pemasaran Nilai pemasaran dapat dikelompokkan menjadi tiga, yaitu : a. Merek atau brand, yaitu nilai yang berkaitan dengan nama atau nilai yang dimiliki dan melekat pada suatu perusahaan. Sebaiknya perusahaan senantiasa berusaha meningkatkan brand equity-nya. b. Pelayanan atau service, yaitu nilai yang berkaitan dengan pemberian jasa pelayanan kepada konsumen. Kualitas pelayanan kepada konsumen ini perlu terus-menerus ditingkatkan. c. Proses, yaitu nilai yang berkaitan dengan prinsip perusahaan untuk membuat setiap karyawan terlibat dan memiliki rasa tanggung jawab dalam proses memuaskan konsumen, baik secara langsung maupun tidak langsung. Kotler dan Armstrong (2001, p23) berpendapat bahwa untuk mencapai tujuan-tujuan organisasi tergantung pada penentuan kebutuhan dan keinginan pasar sasaran (target market) dan memuaskan pelanggan secara lebih efektif dan efisien daripada yang dilakukan pesaing. Menurut Kotler dan Armstrong (2001, p23), konsep pemasaran berdasarkan pada empat pilar, yaitu:

28 34 1. Pangsa pasar sasaran Perusahaan tidak dapat beroperasi di semua pasar dan memuaskan semua kebutuhan pelanggan, maka dari itu perusahaan harus menentukan target pasarnya secara seksama. Perusahaan akan sukses apabila mempersiapkan program pemasaran untuk setiap target pasarnya. 2. Kebutuhan pelanggan Pelanggan memiliki bermacam-macam kebutuhan. Produsen diharapkan dapat memenuhi permintaan pelanggan dengan menyediakan apa yang mereka butuhkan. 3. Pemasaran terpadu Pemasaran terpadu berjalan dalam dua tahap, yaitu: a. Berbagai fungsi pemasaran diantaranya: tenaga penjual, periklanan, dan manajemen produk di dalam departemen pemasaran harus dapat bekerja sama dengan baik. b. Pemasaran harus dikoordinasikan dengan baik dengan bagian lain dalam perusahaan, sebab pemasaran tidak akan berjalan dengan baik apabila hanya didukung oleh divisi pemasaran saja. 4. Profitabilitas Tujuan utama konsep pemasaran adalah membantu organisasi mencapai tujuan mereka, berfokus pada kebutuhan pelanggan, mengkoordinasikan semua aktifitas pemasaran yang mempengaruhi pelanggan, dan memperoleh laba dengan menciptakan hubungan jangka panjang dengan pelanggan berdasarkan nilai dan kepuasan pelanggan.

29 Penjualan Menurut Mulyadi ( 2001, p202 ), Kegiatan penjualan terdiri dari transaksi penjualan barang atau jasa, baik secara kredit maupun tunai. Menurut Hollander( 2000, p230 ), Penjualan adalah rangkaian dari proses operasi yang secara bersamaan juga berguna untuk menarik pelanggan, membantu pelanggan menentukan barang yang diinginkan serta melayaninya. Ditinjau dari pembayaran yang dilakukan pembeli, maka jenis penjualan dibedakan menjadi dua, yaitu : 1. Penjualan tunai Menurut Mulyadi (2001, p455), Penjualan tunai dilaksanakan oleh perusahaan dengan cara mewajibkan pembeli melakukan pembayaran harga barang lebih dahulu sebelum barang diserahkan oleh perusahaan kepada pembeli. Setelah uang diterima oleh perusahaan, barang kemudian diserahkan kepada pembeli dan transaksi penjualan tunai kemudian dicatat oleh perusahaan. 2. Penjualan kredit Menurut Mulyadi (2001, p210), Penjualan kredit dilaksanakan oleh perusahaan dengan cara mengirimkan barang sesuai dengan order yang diterima dari pembeli untuk jangka waktu tertentu perusahaan mempunyai tagihan kepada pembeli tersebut.

30 36 Ditinjau dari cara penyediaan barang ke konsumen, maka penjualan dibedakan menjadi beberapa macam, yaitu : 1. Penjualan eceran ( retail sales ) Menyediakan pelayanan barang yang efisien sesuai dengan kebutuhan permintaan konsumen di daerah sekitarnya ( lokal ), biasanya dengan harga yang lebih mahal dan jumlah yang sedikit ( eceran ). 2. Penjualan partai ( grosir ) Barang yang dijual biasanya dalam jumlah yang lebih besar dan harganya biasanya lebih murah dibandingkan dengan penjualan eceran. 3. Penjualan supermarket Barang yang disediakan untuk dijual lebih beraneka ragam. Pembeli mengambil atau mencari barang yang dibutuhkan sendiri ( self service ), jumlah pembelian konsumen bervariasi dengan harga yang tetap, tidak tergantung banyaknya pembelian. 4. Penjualan dari pintu ke pintu Barang ditawarkan oleh pramuniaga kepada konsumen secara langsung dari rumah ke rumah. 5. Penjualan konsinyasi Penjualan dilakukan dengan cara menitipkan barang yang akan dijual kepada penjual atau toko tertentu. 6. Penjualan canvasser Barang yang ditawarkan oleh salesman kepada pelanggan dari toko ke toko ( biasanya di daerah luar kota ).

31 Retur Penjualan Menurut Mulyadi (2001, p226), transaksi retur penjualan terjadi jika perusahaan menerima pengembalian barang dari pelanggan. Pengembalian barang dari pelanggan harus diotorisasi oleh fungsi penjualan dan diterima oleh fungsi penerimaan. 2.7 Persediaan Menurut Smith and Skousen ( 2000, p425 ), persediaan adalah barangbarang yang dimiliki untuk dijual dalam kegiatan normal perusahaan, serta untuk perusahaan manufaktur, barang-barang yang tengah diproduksi atau ditempatkan dalam produksi. Menurut Mulyadi ( 2001, p553 ), dalam perusahaan manufaktur, persediaan terdiri dari : persediaan produk jadi, persediaan produk dalam proses, persediaan baan baku, persediaan barang penolong, persediaan bahan habis pakai pabrik, persediaan suku cadang. Dalam perusahaan dagang, persediaan hanya terdiri dari persediaan barang dagangan, yang merupakan barang yang dibeli untuk tujuan dijual kembali. Jadi dapat disimpulkan bahwa persediaan adalah bahan baku, barang setengah jadi, dan barang jadi yang berada dalam kendali perusahaan pada suatu waktu akan digunakan untuk memenuhi permintaan yang akan datang. Persediaan sangat penting bagi perusahaan dagang dan perusahaan manufaktur. Persediaan diperlukan dalam rangka menciptakan penjualan, dan penjualan diperlukan untuk menghasilkan laba. Manfaat utama dari pembentukan persediaan adalah terlindungnya perusahaan dari kejadian dan gangguan yang

32 38 tidak terduga dalam bisnis. Perusahaan yang tergantung pada pemasok luar negeri cenderung sangat rentan terhadap gangguan-gangguan yang disebabkan oleh krisis dan kejadian internasional. Penumpukan persediaan juga memungkinkan perusahaan untuk memenuhi kenaikan permintaan secara tibatiba. Manajemen persediaan melibatkan tugas dalam menyeimbangkan manfaat pembentukan persediaan dengan biayanya. (Niswonger, p362) 2.8 Pembelian Menurut Mulyadi( 2001, p299 ), Pembelian digunakan dalam perusahaan untuk pengadaan barang yang diperlukan perusahaan. Transaksi pembelian dapat digolongkan menjadi dua: pembelian lokal dan impor. Pembelian lokal adalah pembelian dari pemasok dalam negeri, sedangkan impor adalah pembelian dari pemasok luar negeri. Menurut Mulyadi ( 2001, p300 ), Fungsi pembelian bertanggung jawab untuk memperoleh informasi mengenai harga barang., menentukan pemasok yang dipilih dalam pengadaan barang, dan mengeluarkan order pembelian kepada pemasok yang dipilih dalam pengadaan barang, dan mengeluarkan order pembelian kepada pemasok yang dipilih.

33 Analisa Critical Success Factor ( CSF ) Menurut Laudon ( 2004, p380 ), CSF adalah sejumlah kecil tujuan operasional yang dapat diidentifikasi, dibentuk oleh industri, perusahaan, manajer, dan lingkungan lebih luas yang dipercaya untuk memastikan sukses tidaknya sebuah organisasi. Digunakan untuk menentukan kebutuhan informasi dari sebuah organisasi. Menurut McLeod ( 2001, p109 ), sebuah CSF adalah satu dari aktivitas perusahaan yang mempunyai pengaruh kuat terhadap kemampuan perusahaan untuk memenuhi tujuannya. Sebuah perusahaan umumnya mempunyai banyak CSF. Kekuatan dari metode CSF adalah bahwa CSF menghasilkan kumpulan data yang lebih kecil untuk dianalisa daripada analisa perusahaan ( enterprise analysis ) secara keseluruhan. Hanya manajer tingkat atas yang diwawancarai, dan pertanyaan berfokus pada sejumlah kecil CSF daripada pertanyaan yang luas sehingga mendapat informasi apa yang dibutuhkan. Ini khususnya sesuai untuk manajer tingkat atas dan pembangunan DSS dan EIS Analisa SWOT Menurut Rangkuti ( 2004, p18 ), analisis SWOT adalah identifikasi berbagai faktor secara sistematis untuk merumuskan strategi perusahaan. Analisa ini didasarkan pada logika yang dapat memaksimalkan kekuatan (Strengths ) dan peluang (Opportunities), namun secara bersamaan dapat meminimalkan kelemahan (Weaknesses) dan ancaman (Threaths).

34 40 BERBAGAI PELUANG KELEMAHAN INTERNAL 3.Mendukung Strategi Turn-Around. 4.Mendukung Strategi Defensif. 1.Mendukung Strategi Agresif. KEKUATAN INTERNAL 2.Mendukung Strategi Diversifikasi. BERBAGAI ANCAMAN Gambar 2.12 Analisa SWOT ( Sumber : Rangkuti, 2004, p19 ) Kuadran I : Ini merupakan situasi yang sangat menguntungkan. Perusahaan tersebut memiliki peluang dan kekuatan sehingga dapat memanfaatkan peluang yang ada. Strategi yang harus diterapkan dalam kondisi ini adalah mendukung kebijakan pertumbuhan yang agresif (Growth Oriented Strategy). Kuadran II : Meskipun menghadapi berbagai ancaman, perusahaan ini masih memiliki kekuatan dari segi internal. Strategi yang harus diterapkan adalah menggunakan kekuatan untuk memanfaatkan peluang jangka panjang dengan cara strategi diversifikasi (produk/pasar). Kuadran III : Perusahaan menghadapi peluang pasar yang sangat besar, tetapi di lain pihak perusahaan menghadapi beberapa kendala internal. Strategi yang harus diterapkan adalah meminimalkan masalah-masalah internal perusahaan.

35 41 Kuadran IV: Ini merupakan situasi yang sangat tidak menguntungkan, perusahaan menghadapi berbagai ancaman dan kelemahan internal. 1. Strategi SO Strategi ini dibuat berdasarkan jalan pikiran perusahaan, yaitu dengan memanfaatkan seluruh kekuatan untuk merebut dan memanfaatkan peluang sebesar-besarnya. 2. Strategi ST Ini adalah strategi dalam menggunakan kekuatan yang dimiliki perusahaan untuk mengatasi ancaman. 3. Strategi WO Strategi ini diterapkan berdasarkan pemanfaatan peluang yang ada dengan cara meminimalkan kelemahan yang ada. 4. Strategi WT Strategi ini didasarkan pada kegiatan yang bersifat defensif dan berusaha meminimalkan kelemahan yang ada serta menghindari ancaman.

36 Analisis Matriks Terdapat empat prosedur yang digunakan dalam membuat analisis matriks clustering, yaitu : 1. Membuat analisa top level dari data perusahaan a. Menentukan subjek data b. Dijabarkan ke dalam bentuk entitas c. Membuat diagram awal hubungan antar entitas d. Membuat matriks fungsi bisnis versus entitas e. Membuat matriks unit organisasi versus entitas 2. Menentukan enterprise model dan entity relationship diagram a. Wawancara dengan pihak manajemen untuk menentukan enterprise model b. Membuat presentasi kepada pihak manajemen tentang enterprise model yang sudah diperbaiki. c. Membuat ERD ( Entity Relationship Diagram ) d. Menentukan matriks entitas versus fungsi bisnis. e. Menentukan matriks entitas versus unit organisasi f. Meminta persetujuan enterprise model.

37 43 3. Mengelompokkan matriks fungsi / entitas a. Menggunakan algoritma clustering. b. Mengumpulkan ke depan semua fungsi create dalam entitas. c. Memasukkan fungsi-fungsi yang lain dan entitas ke dalam cluster. d. Mengelompokkan secara manual untuk mengetahui sistem yang ada. e. Menentukan alur data dari sistem yang satu ke sistem yang lain. f. Membuat diagram hubungan yang menunjukkan hubungan antar sistem. g. Menyusun kelompok-kelompok tersebut utnuk menyederhanakan interaksi antar sistem. 4. Mengelompokkan matriks fungsi / entitas untuk menunjukkan area bisnis sebenarnya a. Mengatur matriks fungsi / entitas yang telah dikelompokkan ke dalam bentuk batasan-batasan analisa bisnis. b. Menempatkan semua fungsi ke dalam area bisnis. c. Menentukan lokasi geografis untuk setiap area bisnis. d. Mengatur area bisnis sehingga area-area tersebut saling berhubungan