BAB 4 PERANCANGAN DATAWAREHOUSE. Komunika menggunakan arsitektur data warehouse terpusat. Alasan. menggunakan data warehouse terpusat ialah :

Transkripsi

1 73 BAB 4 PERANCANGAN DATAWAREHOUSE 4.1 Arsitektur Data warehouse Rancangan data warehouse yang diusulkan pada PT. Metrotech Jaya Komunika menggunakan arsitektur data warehouse terpusat. Alasan menggunakan data warehouse terpusat ialah : Mempermudah dalam melakukan pengawasan dan pemeliharaan terhadap data yang berada di dalam data warehouse. Lebih mudah dalam menjaga konsistensi dari data warehouse terhadap bermacam-macam perubahan dibandingkan dengan data warehouse terdistribusi. Memudahkan dalam pengolahan data yang akan digunakan untuk pengambilan keputusan oleh pihak eksekutif. Perancangan yang relatif mudah dan murah dibandingkan dengan arsitektur data warehouse terdistribusi.

2 74 Berikut adalah gambar arsitektur data warehouse terpusat yang akan digunakan pada PT. Metrotech Jaya Komunika : User User User Data Warehouse PT Metrotech Jaya Komunika Transformation Data Database Operasional PT Metrotech Jaya Komunika Gambar 4.1 Arsitektur Data Warehouse

3 75 Dari gambar arsitektur di atas ada tiga komponen sistem yang saling berhubungan. Masing-masing dapat dijelaskan sebgai berikut : 1. Data source Data source merupakan sumber data yang berasal dari internal perusahaan. Sumber data internal diambil dari kegiatan operasional perusahaan, yang menyangkut kegiatan penjualan, pembelian, dan pemasaran.dari data-data tersebut kemudian akan dilakukan proses transformasi data yang hasilnya akan disimpan ke dalam data warehouse. 2. User User merupakan pihak eksekutif yang akan menggunakan data yang tersimpan di dalam data warehouse untuk pengambilan keputusan yang strategis. 3. Data warehouse Komponen ini merupakan tempat penyimpanan data-data operasional yang telah disaring. Data yang berada didalam data warehouse merupakan data yang bersifat historis dengan jangka waktu tertentu dan bersifat konsisten.data-data tersebut nantinya akan berguna bagi pihak eksekutif dalam pengambilan keputusan.

4 Rancangan Data Warehouse Memilih Grain(Choosing the Grain) Memilih grain berarti memutuskan apa yang akan direpresentasikan oleh sebuah record dari tabel fakta. Grain dalam perancangan data warehouse ini meliputi : a. Pembelian Pada proses pembelian data yang dapat dianalisis adalah kuantitas bahan baku yang dibeli dari supplier. b. Penjualan Pada proses penjualan data yang dapat dianalisis adalah produk yang paling laku terjual, dan omset penjualan. c. Pemasaran Pada proses pemasaran data yang dapat dianalisis adalah biaya yang dikeluarkan untuk melakukan pemasaran. d. Retur Pembelian Proses retur pembelian yang dapat dianalisis adalah bahan baku yang sering diretur. e. Retur Penjualan Proses retur penjualan yang dapat dianalisis adalah barang yang diretur karena cacat atau rusak.

5 Identifikasi dan penyesuaian dimensi (Identifying and Conforming the Dimension) Pada tahap ini dilakukan penyesuaian dimensi dan grain yang ditampilkan dalam bentuk matriks a. Pembelian Grain Kuantitas Pembelian Dimension Supplier Waktu X X Bahan Baku X Tabel 4.1 Tabel Grain Pembelian b. Penjualan Grain Barang paling Omset Penjualan Dimension laku terjual Dealer X X Barang X X Waktu X X Tabel 4.2 Tabel Grain Penjualan

6 78 c. Pemasaran Grain Biaya Pemasaran Dimension Waktu X Barang X Media X Wilayah X Tabel 4.3 Tabel Grain Pemasaran d. Retur Pembelian Grain Bahan Baku yang Dimension Waktu sering di retur X Bahan Baku X Tabel 4.4 Tabel Grain Retur Pembelian e. Retur Penjualan Grain Barang yang sering di Dimension Waktu retur X Barang X Dealer X Tabel 4.5 Tabel Grain Ratur Penjualan

7 Pemilihan Fakta(Choosing the Fact) Pada tahap ini dilakukan pemilihan fakta. Setiap fakta memiliki data yang dapat dihitung(bersifat numeric) a. Pembelian Pembelian meliputi Quantity (kuantitas pembelian bahan baku), total harga bahan baku yang dibeli. b. Penjualan Penjualan meliputi Quantity (kuantitas barang yang terjual), total harga barang yang terjual. c. Pemasaran Pemasaran meliputi HargaPromo (biaya pengeluaran untuk promo), lama (durasi diadakannya promo) d. Retur Pembelian Retur pembelian meliputi Quantity (kuantitas bahan baku yang diretur). e. Retur Penjualan Retur penjualan meliputi Quantity (kuantitas barang yang diretur).

8 Penyimpanan Pre-Calculation pada Tabel Fakta (Storing Pre- Calculation in the Fact Table) Di dalam tabel fakta terdapat kalkulasi awal terhadap data yang dapat dihitung. Kalkulasi awal yang ada pada tabel fakta antara lain : a. Pembelian Jumlah pembelian yang merupakan jumlah dari quantity (kuantitas beli). Total pembelian yang merupakan jumlah dari (quantity bahan baku yang dikali dengan harga bahan baku) b. Penjualan Jumlah jual yang merupakan jumlah quantity (kuantitas barang yang dijual) Total jual yang merupakan jumlah (quantity barang dikalikan dengan harga barang) c. Pemasaran Durasi promo yang merupakan lamanya promosi yang dilakukan pada suatu wilayah. Jumlah harga yang dikeluarkan untuk promosi.

9 81 d. Retur Pembelian Jumlah retur yang merupakan jumlah dari quantity (kuantitas bahan baku yang diretur) e. Retur Penjualan Jumlah retur yang merupakan jumlah quantity (kuantitas barang yang diretur)

10 Melengkapi Tabel Dimensi (Rounding out the Dimension Table) a. Tabel Rounding Out Dimension Dimensi Field Deskripsi Hirarki Waktu MonthNumber Laporan dapat Bulan QuartalNumber dilihat per Tahun YearNumber bulan, tahun, Kuartal atau kuartal. Barang Barang Laporan dapat Barang Jenis Barang dilihat Jenis berdasarkan Barang jenis barang. Tabel 4. 6 Tabel Rounding Out Dimension

11 83 Daftar Tabel - Tabel Dimensi DimWaktu Atribut Tipe Data Panjang TimeKey int 4 MonthNumber int 4 QuartalNumber int 4 YearNumber int 4 Tabel 4.7 Tabel Dimensi DimWaktu DimSupplier Atribut Tipe Data Panjang SupplierID char 10 NamaSupplier varchar 30 Tabel 4.8 Tabel Dimensi DimSupplier DimDealer Atribut Tipe Data Panjang DealerID char 10 NamaDealer varchar 30 Tabel 4.9 Tabel Dimensi DimDealer DimBahanBaku Atribut Tipe Data Panjang BahanBakuID char 10 NamaBahan varchar 30 Tabel 4.10 Tabel Dimensi DimBahanBaku

12 84 DimBarang Atribut Tipe Data Panjang BarangID char 10 JenisBarang varchar 30 NamaBarang varchar 30 Tabel 4.11 Tabel Dimensi DimBarang DimMedia Atribut Tipe Data Panjang MediaID char 10 NamaMedia varchar 50 Tabel 4.12 Tabel Dimensi DimMedia DimWilayah Atribut Tipe Data Panjang WilayahID char 10 NamaWilayah varchar 30 Tabel 4.13 Tabel Dimensi DimWilayah

13 85 b. Perancangan Skema Dalam perancangan ini, dihasilkan skema star join yaitu : Gambar 4.2 Perancangan Skema

14 Memilih durasi dari basis data (Choosing the Duration of the Database) Nama Database Database Data yang Data Aplikasi ada sejak masuk ke dalam tahun Data Data Warehouse Warehouse Metrotech Metrotech_DWH Akhir Januari 2 Tahun 9 Jaya tahun 2007 Bulan Komunika 2006 Oktober DWH 2009 Tabel 4.14 Tabel Durasi Basis Data Melacak Perubahan dari Dimensi Secara Perlahan (Tracking Slowly Changing Dimension) Mengamati perubahan dari dimensi pada tabel dimensi dapat dilakukan dengan tiga cara yaitu mengganti secara langsung pada tabel dimensi, pembentukan record baru untuk setiap perubahan baru, dan perubahan data yang membentuk kolom baru yang berbeda. Dalam perancangan ini dipilih cara pertama yaitu mengganti data secara langsung pada tabel dimensi tanpa menambahkan record baru ke dalam tabel dimensi.

15 Memutuskan prioritas dan model dari query (Deciding the query prioritites and the query models) Pada tahap ini dibahas mengenai proses ETL, backup yang dilakukan secara berkala, analisa kapasitas media penyimpanan, dan analisa pertumbuhan data. a. Proses Extract, Transform, and Loading (ETL) Proses Extract, transform, and loading(etl) akan dilakukan sebulan sekali oleh bagian IT b. Proses Backup Proses backup akan dilakukan setiap akhir bulan sebelum proses ETL dilakukan untuk menghindari kegagalan dari proses ETL. c. Analisa kapasitas media penyimpanan Dalam melakukan pengolahan data, kapasitas media penyimpanan menjadi salah satu aspek yang signifikan dan perlu untuk dipertimbangkan. Proses insert, update, dan delete pada aplikasi OLTP akan mempengaruhi data. Berikut adalah analisis kapasitas media penyimpanan untuk 2.5 tahun sebelumnya. 1. Record Fact Pembelian Jumlah record data pembelian setiap bulan adalah 2200 record. Diketahui besarnya suatu record ada 36 Bytes. Maka jumlah record selama 2.5 tahun adalah : 2200 x 30 (bulan) x 36 = Bytes = 2376 KBytes.

16 88 2. Record Fact Penjualan Jumlah record data pejualan setiap bulan adalah 3000 record. Diketahui besarnya suatu record ada 36 Bytes. Maka jumlah record selama 2.5 tahun adalah : 3000 x 30 (bulan) x 36 = Bytes = 3240 KBytes. 3. Record Fact Pemasaran Asumsi jumlah record data pembelian setiap bulan adalah 100 record. Diketahui besarnya suatu record ada 46 Bytes. Maka jumlah record selama 2.5 tahun adalah : 100 x 30 (bulan) x 46 = Bytes = 138 KBytes. 4. Record Retur Pembelian jumlah record Retur Pembelian setiap bulan adalah 160 record. Diketahui besarnya suatu record ada 18 Bytes. Maka jumlah record selama 2.5 tahun adalah : 160 x 30 (bulan) x 18 = Bytes = 86.4 KBytes. 5. Record Retur Penjualan Jumlah record data retur penjualan setiap bulan adalah 425 record. Diketahui besarnya suatu record ada 28 Bytes. Maka jumlah record selama 2.5 tahun adalah : 425 x 30 (bulan) x 28 = Bytes = 357 KBytes.

17 89 6. Dim Waktu Diketahui besar 1 record = 16 Bytes Jumlah record Dim Waktu pada bulan ke-30 = 912 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 16 x 912 = Bytes 7. Dim Barang Diketahui besar 1 record = 70 Bytes Jumlah record Dim Barang pada bulan ke-30 = 24 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 24 x 70 = 1680 Bytes 8. Dim Supplier Diketahui besar 1 record = 40 Bytes Jumlah record Dim Supplier pada bulan ke-30 = 5 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 5 x 40 = 200 Bytes 9. Dim Dealer Diketahui besar 1 record = 40 Bytes Jumlah record Dim Dealer pada bulan ke-30 = 5 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 5 x 40 = 200 Bytes

18 Dim Bahan Baku Diketahui besar 1 record = 40 Bytes Jumlah record Dim Bahan Baku pada bulan ke-30 = 18 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 18 x 40 = 720 Bytes 11. Dim Media Diketahui besar 1 record = 60 Bytes Jumlah record Dim Media pada bulan ke-30 = 5 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 5 x 60 = 300 Bytes 12. Dim Wilayah Diketahui besar 1 record = 60 Bytes Jumlah record Dim Wilayah pada bulan ke-30 = 6 Besar media penyimpanan yang dibutuhkan dalam jangka waktu 2.5 tahun adalah 6 x 60 = 360 Bytes

19 91 d. Analisa pertumbuhan data Analisis perkiraan pertumbuhan data pada data warehouse PT. Metrotech Jaya Komunika. Rumus yang akan digunakan untuk perhitungan kebutuhan penyimpanan record dalam SQL Server 2000 (SQL Server Books Online) adalah: Num_Row = Jumlah Baris / Jumlah Record Num_Col = Jumlah Kolom dalam tabel Fixed_Data_Size = Jumlah Bytes yang dibutuhkan oleh semua kolom sesuai dengna tipe datanya masing-masing. Null Bitmap = Bit status null kolom = 2 +((Num_Col + 7) / 8) Row_Size = Fixed_Data_Size + Null_Bitmap + 4 Nilai 4 mempresentasikan data row header Rows_Per_Page = 8096 / (Row_Size + 2) Num_of_Pages = Num Row / Rows_Per_page Num_of_Bytes = 8192 xnum_of_pages Num_of_KBytes = 8192 / 1024 x Num_of_Pages = 8 x Num_of_Pages Analisis perkiraaan kapasitas media penyimpanan data pada data warehouse PT. Metrotech Jaya Komunika adalah seperti berikut, dimana n merupakan variabel tahun. Rn = R x (n + (1+i) n )

20 92 R = Jumlah record n = Tahun i = persentase pertumbuhan record per tahun Perhitungan untuk dimensi yang mengalami pertumbuhan data adalah sebagai berikut : Rn = R x (1+i) n R = Jumlah record n = tahun i = persentase pertumbuhan record per tahun Berikut adalah analisis perkiraan kapasitas media penyimpanan untuk 5 tahun mendatang. 1. Fact Penjualan Asumsi jumlah record data untuk tahun ini diperkirakan adalah record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 3000 transaksi, sehingga jumlah record untuk 1 tahun menjadi 3000 x 12 bulan = record. Maka dapat dihitung jumlah record sampai tahun ke 5 : R5 = x (5 + (1+0.1) 5 ) = Jadi jumlah record Fact Penjualan pada tahun ke-5 =

21 93 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = Num_Col = 5 Fixed_Data_Size = = 36 Null Bitmap = 2 + ((5 + 7) / 8) = 4 Row_Size = = 44 Rows_Per_Page = 8096 / (44 + 2) = 176 Num_of_Pages = / 176 = 1350 Num_of_Bytes = 8192 x 1350 = Bytes Num_of_KBytes 8 x 1350 = Kb 2. Fact Pembelian Asumsi jumlah record data fact pembelian untuk setiap tahun diperkirakan adalah record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 2200 transaksi, sehingga jumlah record untuk 1 tahun menjadi 2200 x 12 bulan = record. Maka dapat dihitung jumlah record sampai tahun ke 5 : R5 = x (5 + (1+0.1) 5 ) = Jadi jumlah record Fact Pembelian pada tahun ke-5 =

22 94 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = Num_Col = 5 Fixed_Data_Size = = 36 Null Bitmap = 2 + ((5 + 7) / 8) = 4 Row_Size = = 44 Rows_Per_Page = 8096 / (44 + 2) = 176 Num_of_Pages = / 176 = 990 Num_of_Bytes = 8192 x990 = Bytes Num_of_KBytes 8 x 990 = 7920 Kb 3. Fact Pemasaran Asumsi jumlah record data fact pemasaran untuk setiap tahun diperkirakan adalah 1200 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 100 transaksi, sehingga jumlah record untuk 1 tahun menjadi 100 x 12 bulan = 1200 record. Maka dapat dihitung jumlah record sampai tahun ke 5 :

23 95 R5 = 1200 x (5 + (1+0.1) 5 ) = 7920 Jadi jumlah record Fact Pemasaran pada tahun ke-5 = 7920 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 7920 Num_Col = 6 Fixed_Data_Size = = 46 Null Bitmap = 2 + ((6 + 7) / 8) = 4 Row_Size = = 54 Rows_Per_Page = 8096 / (54 + 2) = 145 Num_of_Pages = 7920 / 145 = 55 Num_of_Bytes = 8192 x 55 = Bytes Num_of_KBytes 8 x 55 = 440 Kb 4. Fact Retur Penjulan Asumsi jumlah record data fact retur penjualan untuk setiap tahun diperkirakan adalah 5100 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 425 transaksi, sehingga jumlah record untuk 1 tahun menjadi 425 x 12 bulan = 5100 record. Maka dapat dihitung jumlah record sampai tahun ke 5 :

24 96 R5 = 5100 x (5 + (1+0.1) 5 ) = Jadi jumlah record Fact retur penjualan pada tahun ke-5 = Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = Num_Col = 4 Fixed_Data_Size = = 28 Null Bitmap = 2 + ((4 + 7) / 8) = 3 Row_Size = = 35 Rows_Per_Page = 8096 / (35 + 2) = 231 Num_of_Pages = 33660/ 231 = 146 Num_of_Bytes = 8192 x146 = Bytes Num_of_KBytes 8 x 146 = 1168 Kb

25 97 5. Fact Retur Pembelian Asumsi jumlah record data fact retur pembelian untuk setiap tahun diperkirakan adalah 1920 record. Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi 160 transaksi, sehingga jumlah record untuk 1 tahun menjadi 160 x 12 bulan = 1920 record. Maka dapat dihitung jumlah record sampai tahun ke 5 : R5 = 1920 x (5 + (1+0.1) 5 ) = Jadi jumlah record Fact retur pembelian pada tahun ke-5 = Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = Num_Col = 3 Fixed_Data_Size = = 18 Null Bitmap = 2 + ((3 + 7) / 8) = 3 Row_Size = = 25 Rows_Per_Page = 8096 / (25 + 2) = 300 Num_of_Pages = / 300 = 42 Num_of_Bytes = 8192 x42 = Bytes Num_of_KBytes 8 x 42 = 336 Kb

26 98 Berikut adalah perhitungan untuk dimensi yang mengalami pertumbuhan data (kecuali dimensi waktu) : 1. Dimensi Waktu R5 = = 2737 Jumlah record DimWaktu pada tahun ke-5 = 2737 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 2737 Num_Col = 4 Fixed_Data_Size = = 16 Null Bitmap = 2 + ((4 + 7) / 8) = 3 Row_Size = = 23 Rows_Per_Page = 8096 / (23 + 2) = 324 Num_of_Pages = 2737 / 324 = 8.45 Num_of_Bytes = 8192 x 8.45 = bytes Num_of_Kbytes = 8 x 8.45 = 67.6 Kbytes

27 99 2. Dimensi Barang R5 = 24 x (1+0,01) 5 = 25 Jumlah record DimBarang pada tahun ke-5 = 25 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 25 Num_Col = 3 Fixed_Data_Size = = 70 Bytes Null Bitmap = 2 + ((3 + 7) / 8) = 3 Row_Size = = 77 Rows_Per_Page = 8096 / (77 + 2) = 103 pages Num_of_Pages = 25 / 103 = 0,24 page Num_of_Bytes = 8192 x 0,24 = Bytes Num_of_KBytes = 8 x 0,24 = 1,92 Kb

28 Dim Supplier R5 = 5 x (1+0,01) 5 = 5 Jumlah record DimSupplier pada tahun ke-5 = 5 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 5 Num_Col = 2 Fixed_Data_Size = = 40 Bytes Null Bitmap = 2 + ((2 + 7) / 8) = 3 Row_Size = = 47 Rows_Per_Page = 8096 / (47 + 2) = 165 pages Num_of_Pages = 5 / 165 = 0,03 page Num_of_Bytes = 8192 x 0,03 = Bytes Num_of_KBytes = 8 x 0,03 = 0,24 Kb

29 Dim Dealer R5 = 5 x (1+0,01) 5 = 5 Jumlah record DimDealer pada tahun ke-5 = 5 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 5 Num_Col = 2 Fixed_Data_Size = = 40 Bytes Null Bitmap = 2 + ((2 + 7) / 8) = 3 Row_Size = = 47 Rows_Per_Page = 8096 / (47 + 2) = 165 pages Num_of_Pages = 5 / 165 = 0,03 page Num_of_Bytes = 8192 x 0,03 = Bytes Num_of_KBytes = 8 x 0,03 = 0,24 Kb

30 Dim Bahan Baku R5 = 18 x (1+0,01) 5 = 19 Jumlah record DimDealer pada tahun ke-5 = 19 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 19 Num_Col = 2 Fixed_Data_Size = = 40 Bytes Null Bitmap = 2 + ((3 + 7) / 8) = 3 Row_Size = = 47 Rows_Per_Page = 8096 / (47 + 2) = 165 pages Num_of_Pages = 19 / 165 = 0,12 page Num_of_Bytes = 8192 x 0,12 = byte Num_of_KBytes = 8 x 0,12 = 0.96 Kb

31 Dim Media R5 = 5 x (1+0,01) 5 = 5 Jumlah record DimMedia pada tahun ke-5 = 5 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 5 Num_Col = 2 Fixed_Data_Size = = 60 Bytes Null Bitmap = 2 + ((2 + 7) / 8) = 3 Row_Size = = 67 Rows_Per_Page = 8096 / (67 + 2) = 1117 pages Num_of_Pages = 5 / 117 = 0,04 page Num_of_Bytes = 8192 x 0,04 = Bytes Num_of_KBytes = 8 x 0,04 = 0.32 Kb

32 Dim Wilayah R5 = 6 x (1+0,01) 5 = 6 Jumlah record DimDealer pada tahun ke-5 = 6 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: Num_Row = 6 Num_Col = 2 Fixed_Data_Size = = 40 Bytes Null Bitmap = 2 + ((2 + 7) / 8) = 3 Row_Size = = 47 Rows_Per_Page = 8096 / (47 + 2) = 165 pages Num_of_Pages = 6 / 165 = 0,04 page Num_of_Bytes = 8192 x 0,04 = 328 Bytes Num_of_KBytes = 8 x 0,04 = 0,32 Kb

33 105 Nama Tabel Besar Jumlah Jumlah Jumlah Record Current Record Bytes (Bytes) Record Sampai (MBytes) 5 Tahun ke Depan FactPenjualan FactPembelian FactPemasaran Fact Retur Penjualan Fact Retur Pembelian Tabel 4.15 Tabel Fakta

34 106 Nama Tabel Besar Jumlah Jumlah Jumlah Record Current Record Bytes (Bytes) Record Sampai (KBytes) 5 Tahun ke Depan DimWaktu DimBarang DimWilayah DimMedia DimBahanBaku DimSupplier DimDealer Tabel 4.16 Tabel Dimensi 4.3 Metadata Metadata berisi tabel pada data warehouse yang mencakup nama database sumber, nama tabel data warehouse beserta deskripsi. Metadata juga memuat informasi yang mencakup rincian tabel, tipe field, ukuran field, dan field yang menjadi field kunci. Berikut merupakan metadata dari data warehouse PT. Metrotech Jaya Komunika:

35 107 DBMS : SQL server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimWaktu Deskripsi Tabel : Tabel Dimensi Waktu Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel TimeKey int 4 TimeKey int 4 DimWaktu create MonthNumber int 4 MonthNumber int 4 DimWaktu create QuartalNumber int 4 QuartalNumber int 4 DimWaktu create YearNumber int 4 YearNumber int 4 DimWaktu create Tabel 4.17 Metadata DimWaktu

36 108 DBMS : SQL server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimBarang Deskripsi Tabel : Tabel Dimensi Barang Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel BarangID char 10 KodeBarang char 10 MsBarang copy JenisBarang varchar 30 NamaJenisbarang varchar 50 MsJenisBarang copy NamaBarang varchar 30 NamaBarang varchar 30 MsBarang copy Tabel 4.18 Metadata DimBarang

37 109 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimSupplier Deskripsi Tabel : Tabel Dimensi Supplier Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel SupplierID char 10 KodeSupplier char 10 MsSupplier copy NamaSupllier varchar 30 NamaSupplier varchar 30 MsSupplier copy Tabel 4.19 Metadata DimSupplier

38 110 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimBahanBaku Deskripsi Tabel : Tabel Dimensi Bahan Baku Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel BahanBakuID char 10 KodeBahan char 10 MsBahanBaku copy NamaBahanBaku varchar 30 NamaBahan varchar 30 MsBahanBaku copy Tabel 4.20 Metadata DimBahanBaku

39 111 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimWilayah Deskripsi Tabel : Tabel Dimensi Wilayah Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel WilayahID char 10 KodeWilayah char 10 MsWilayah copy NamaWilayah varchar 30 NamaWilayah varchar 30 MsWilayah copy Tabel 4.21 Metadata DimWilayah

40 112 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimDealer Deskripsi Tabel : Tabel Dimensi Dealer Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel DealerID char 10 KodeDealer char 10 MsDealer copy NamaDealer varchar 30 NamaDealer varchar 30 MsDealer copy Tabel 4.22 Metadata DimDealer

41 113 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : DimMedia Deskripsi Tabel : Tabel Dimensi Media Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel MediaID char 10 KodeMedia char 10 MsMedia copy NamaMedia varchar 50 NamaMedia varchar 50 MsMedia copy Tabel 4.23 Metadata DimMedia

42 114 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : FactPembelian Deskripsi Tabel : Tabel Fact Pembelian Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel TimeKey int 4 TimeKey int 4 DimWaktu Copy TimeKey where DimWaktu.MonthNumber = month (TrPembelianHeader.Tanggal) and DimWaktu.QuartalNumber = case when month (TrPembelianHeader.Tanggal) between 1 and 3 then 1 when month (TrPembelianHeader.Tanggal) between 4 and 6 then 2 when month (TrPembelianHeader.Tanggal) between 7

43 115 and 9 then 3 when month (TrPembelianHeader.Tanggal) between 10 and 12 then 4 and DimWaktu.YearNumber = year (TrPembelianHeader.Tanggal) SupplierID char 10 SupplierID char 10 DimSupplier Copy SupplierID where DimSupplier.SupplierID = TrPembelianHeader.KodeSupplier BahanBakuID char 10 BahanBakuI D char 10 DimBahanBa ku Copy BahanBakuID where DimBahanBaku.BahanBakuID = TrPembelianDetail.KodeBahan QtyBeli int 4 Sum(qty) int 4 Calculate TotalBeli mon 8 Sum(qty*ha mon 8 Calculate ey rgabahan) ey Tabel 4.24 Metadata Fact Pembelian

44 116 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : FactPenjualan Deskripsi Tabel : Tabel Fact Penjualan Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukura Tabel n TimeKey int 4 TimeKey int 4 DimWaktu Copy TimeKey where DimWaktu.MonthNumber = month (TrPenjualanHeader.Tanggal) and DimWaktu.QuartalNumber = case when month (TrPenjualanHeader.Tanggal) between 1 and 3 then 1 when month (TrPenjualanHeader.Tanggal) between 4 and 6 then 2 when month

45 117 (TrPenjualanHeader.Tanggal) between 7 and 9 then 3 when month (TrPenjualanHeader.Tanggal) between 10 and 12 then 4 and DimWaktu.YearNumber = year (TrPenjualanHeader.Tanggal) DealerID char 10 DealerID char 10 DimDealer Copy DealerID where DimDealer.DealerID = FactPenjualan.DealerID BarangID char 10 BarangID char 10 DimBarang Copy BarangID where DimBarang.BarangID = FactPenjualan.BarangID JumlahJual int 4 Sum(qty) int 4 Calculate TotalPenjualan mone 8 Sum(qty* mon 8 Calculate y harga) ey Tabel 4.25 Metadata Fact Penjualan

46 118 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : FactPemasaran Deskripsi Tabel : Tabel Fact Pemasaran Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel TimeKey int 4 TimeKey int 4 DimWaktu Copy TimeKey where DimWaktu.MonthNumber = month (TrPromotionHeader.TanggalMula i) and DimWaktu.QuartalNumber = case when month (TrPromotionHeader.TanggalMula i) between 1 and 3 then 1 when month

47 119 (TrPromotionHeader.TanggalMula i) between 4 and 6 then 2 when month (TrPromotionHeader.TanggalMula i) between 7 and 9 then 3 when month (TrPromotionHeader.TanggalMula i) between 10 and 12 then 4 and DimWaktu.YearNumber = year (TrPromotionHeader.TanggalMula i) WilayahID char 10 WilayahID char 10 DimWilay ah Copy WilayahID where DimWilayah.WilayahID = FactPemasaran.WilayahID BarangID char 10 BarangID char 10 DimBaran g Copy BarangID where DimBarang.BarangID =

48 120 FactPemasaran.BarangID MediaID char 10 MediaID char 10 DimMedia Copy MediaID where DimMedia.MediaID = FactPemasaran.MediaID LamaPromo int 4 Sum(Durasipro int 4 Calculate mo) TotalBiayaProm mone 8 Sum(Hargapro mone 8 Calculate o y mo) y Tabel 4.26 Metadata Fact Pemasaran

49 121 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : FactReturPembelian Deskripsi Tabel : Tabel Fact Retur Pembelian Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel TimeKey int 4 TimeKey int 4 DimWaktu Copy TimeKey where DimWaktu.MonthNumber = month (ReturPembelianHeader.Tanggal) and DimWaktu.QuartalNumber = case when month (ReturPembelianHeader.Tanggal) between 1 and 3 then 1 when month

50 122 (ReturPembelianHeader.Tanggal) between 4 and 6 then 2 when month (ReturPembelianHeader.Tanggal) between 7 and 9 then 3 when month (ReturPembelianHeader.Tanggal) between 10 and 12 then 4 and DimWaktu.YearNumber = year (ReturPembelianHeader.Tanggal) BahanBakuID char 10 BahanBakuID char 10 DimBahanBak u Copy BahanBakuID where DimBahanBaku.BahanBakuID = ReturPembelianDetail.KodeBahan JumlahReturBaha int 4 Sum(qty) int 4 Calculate n Tabel 4.27 Metadata Fact Retur Pembelian

51 123 DBMS : SQL Server 2005 Nama Database : Metrotech_DWH Nama Tabel : FactReturPenjualan Deskripsi Tabel : Tabel Fact Retur Penjualan Field Tipe Ukuran Sumber Data Transformasi Field Tipe Ukuran Tabel TimeKey int 4 TimeKey int 4 DimWaktu Copy TimeKey where DimWaktu.MonthNumber = month (ReturPenjualanHeader.Tanggal) and DimWaktu.QuartalNumber = case when month (ReturPenjualanHeader.Tanggal) between 1 and 3 then 1 when month (ReturPenjualanHeader.Tanggal) between 4 and 6 then 2 when month

52 124 (ReturPenjualanHeader.Tanggal) between 7 and 9 then 3 when month (ReturPenjualanHeader.Tanggal) between 10 and 12 then 4 and DimWaktu.YearNumber = year (ReturPenjualanHeader.Tanggal) DealerID char 10 DealerID char 10 DimDealer Copy DealerID where DimDealer.DealerID = FactReturPenjualan.DealerID BarangID char 10 BarangID char 10 DimBarang Copy BarangID where DimBarang.BarangID = FactReturPenjualan.BarangID JumlahReturBarang int 4 Sum(qty) int 4 Calculate Tabel 4.28 Metadata Fact Retur Penjualan

53 Perancangan Layar Prototype Datawarehouse Form Login Gambar 4.3 Form Login

54 126 Form Menu Gambar 4.4 Form Menu

55 127 Form Menu (Dashboard) Gambar 4.5 Dashboard

56 128 Form Change Password Gambar 4.6 Form Change Password

57 129 Form Manage User Gambar 4.7 Form Manage User

58 130 Form Pivot Penjualan Gambar 4.8 Form Pivot Penjualan

59 131 Form Pivot Pembelian Gambar 4.9 Form Pivot Pembelian

60 132 Form Pivot Pemasaran Gambar 4.10 Form Pivot Pemasaran

61 133 Form Pivot Retur Penjualan Gambar 4.11 Form Pivot Retur Penjualan

62 134 Form Retur Pembelian Gambar 4.12 Form Pivot Retur Pembelian

63 135 Form DTS Gambar 4.13 Form DTS

64 136 Transformasi Data Dim Waktu Gambar 4.14 Transformasi Data Dim Waktu IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimWaktu' ) SELECT year( Tgl ) AS [Year], [QuartalNumber] = case

65 137 WHEN month( Tgl ) BETWEEN 1 AND 4 THEN 1 WHEN month( Tgl ) BETWEEN 5 AND 8 THEN 2 WHEN month( Tgl ) BETWEEN 9 AND 12 THEN 3 END, month( Tgl ) AS [MonthNumber] FROM ( SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPembelianHeader UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPenjualanHeader UNION SELECT DISTINCT TanggalMulai AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPromotionHeader UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].ReturPenjualanHeader UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].ReturPembelianHeader ) AS Tgl WHERE Tgl.InsertedDate >

66 138 ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimWaktu' ) ELSE SELECT year( Tgl ) AS [Year], [QuartalNumber] = case WHEN month( Tgl ) BETWEEN 1 AND 4 THEN 1 WHEN month( Tgl ) BETWEEN 5 AND 8 THEN 2 WHEN month( Tgl ) BETWEEN 9 AND 12 THEN 3 END, month( Tgl ) AS [MonthNumber] FROM ( SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPembelianHeader UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPenjualanHeader UNION SELECT DISTINCT TanggalMulai AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].TrPromotionHeader

67 139 UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].ReturPenjualanHeader UNION SELECT DISTINCT Tanggal AS Tgl, InsertedDate FROM [Metrotech_operasional].[dbo].ReturPembelianHeader ) AS Tgl

68 140 Dim Bahan Baku Gambar 4.15 Transformasi Data Dim Bahan Baku IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimBahanBaku' ) SELECT KodeBahan, NamaBahan FROM [Metrotech_operasional].[dbo].MsBahanBaku WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimBahanBaku'

69 141 ) ELSE SELECT KodeBahan, NamaBahan FROM [Metrotech_operasional].[dbo].MsBahanBaku

70 142 Dim Barang Gambar 4.16 Transformasi Data Dim Barang IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimBarang' ) SELECT KodeBarang,JenisBarang, NamaBarang FROM [Metrotech_operasional].[dbo].MsBarang WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimBarang'

71 143 ) ELSE SELECT KodeBarang, JenisBarang, NamaBarang FROM [Metrotech_operasional].[dbo].MsBarang

72 144 DimDealer Gambar 4.17 Transformasi Data Dim Dealer IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimDealer' ) SELECT KodeDealer, NamaDealer FROM [Metrotech_operasional].[dbo].MsDealer WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimDealer' )

73 145 ELSE SELECT KodeDealer, NamaDealer FROM [Metrotech_operasional].[dbo].MsDealer

74 146 DimMedia Gambar 4.18 Transformasi Data Dim Media IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimMedia' ) SELECT KodeMedia, NamaMedia FROM [Metrotech_operasional].[dbo].MsMedia WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimMedia'

75 147 ) ELSE SELECT KodeMedia, NamaMedia FROM [Metrotech_operasional].[dbo].MsMedia

76 148 DimSupplier Gambar 4.19 Transformasi Data Dim Supplier IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimSupplier' ) SELECT KodeSupplier, NamaSupplier FROM [Metrotech_operasional].[dbo].MsSupplier WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimSupplier'

77 149 ) ELSE SELECT KodeSupplier, NamaSupplier FROM [Metrotech_operasional].[dbo].MsSupplier

78 150 DimWilayah Gambar 4.20 Transformasi Data Dim Wilayah IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimWilayah' ) SELECT KodeWilayah, NamaWilayah FROM [Metrotech_operasional].[dbo].MsWilayah WHERE InsertedDate > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'DimWilayah '

79 151 ) ELSE SELECT KodeWilayah, NamaWilayah FROM [Metrotech_operasional].[dbo].MsWilayah

80 152 Fact Pembelian Gambar 4.21 Transformasi Data Fact Pembelian IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPembelian' ) SELECT TimeKey, SupplierID, BahanBakuID, SUM (PBD.Quantity) AS [qtybeli],

81 153 SUM (PBD.Quantity * PBD.HargaBahan) AS [totalbeli] FROM [Metrotech_DWH].[dbo].DimSupplier AS DS, [Metrotech_DWH].[dbo].DimBahanBaku AS DBB, [Metrotech_DWH].[dbo].DimWaktu AS DimWk, [Metrotech_operasional].[dbo].MsBahanBaku AS MBB, [Metrotech_operasional].[dbo].MsSupplier AS MS, [Metrotech_operasional].[dbo].TrPembelianHeader AS PBH, [Metrotech_operasional].[dbo].TrPembelianDetail AS PBD WHERE PBH.KodePembelian = PBD.KodePembelian AND PBH.Tanggal = DimWk.FullDate AND PBH.KodeSupplier = MS.KodeSupplier AND MS.KodeSupplier = DS.SupplierID AND PBD.KodeBahan = MBB.KodeBahan AND MBB.KodeBahan = DBB.BahanBakuID AND PBH.Tanggal > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPembelian' ) GROUP BY TimeKey,

82 154 BahanBakuID, SupplierID ELSE SELECT TimeKey, SupplierID, BahanBakuID, SUM (PBD.Quantity) AS [QtyBeli], SUM (PBD.Quantity * PBD.HargaBahan) AS [TotalBeli] FROM [Metrotech_DWH].[dbo].DimSupplier AS DS, [Metrotech_DWH].[dbo].DimBahanBaku AS DBB, [Metrotech_DWH].[dbo].DimWaktu AS DimWk, [Metrotech_operasional].[dbo].MsBahanBaku AS MBB, [Metrotech_operasional].[dbo].MsSupplier AS MS, [Metrotech_operasional].[dbo].TrPembelianHeader AS PBH, [Metrotech_operasional].[dbo].TrPembelianDetail AS PBD WHERE PBH.KodePembelian = PBD.KodePembelian AND PBH.Tanggal = DimWk.FullDate AND PBH.KodeSupplier = MS.KodeSupplier AND MS.KodeSupplier = DS.SupplierID AND

83 155 PBD.KodeBahan = MBB.KodeBahan AND MBB.KodeBahan = DBB.BahanBakuID GROUP BY TimeKey, BahanBakuID, SupplierID ORDER BY BahanBakuID ASC

84 156 Fact Penjualan Gambar 4.22 Transformasi Data Fact Penjualan IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPenjualan' ) SELECT TimeKey, BarangID, DealerID, SUM (Quantity) AS [JumlahJual],

85 157 SUM (Quantity * Harga) AS [TotalPenjualan] FROM [Metrotech_operasional].[dbo].TrPenjualanHeader HP, [Metrotech_operasional].[dbo].TrPenjualanDetail DP, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang DimBrg, [Metrotech_DWH].[dbo].DimDealer DimD WHERE HP.KodePenjualan = DP.KodePenjualan AND HP.Tanggal = DimWk.FullDate AND DP.KodeBarang = DimBrg.BarangID AND HP.KodeDealer = DimD.DealerID AND HP.Tanggal > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPenjualan' ) GROUP BY TimeKey, BarangID, DealerID ELSE SELECT TimeKey,

86 158 BarangID, DealerID, SUM (Quantity) AS [JumlahJual], SUM (Quantity * Harga) AS [TotalPenjualan] FROM [Metrotech_operasional].[dbo].TrPenjualanHeader HP, [Metrotech_operasional].[dbo].TrPenjualanDetail DP, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang DimBrg, [Metrotech_DWH].[dbo].DimDealer DimD WHERE HP.KodePenjualan = DP.KodePenjualan AND HP.Tanggal = DimWk.FullDate AND DP.KodeBarang = DimBrg.BarangID AND HP.KodeDealer = DimD.DealerID GROUP BY TimeKey, BarangID, DealerID

87 159 Fact Pemasaran Gambar 4.23 Transformasi Data Fact Pemasaran IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPemasaran' ) SELECT TimeKey, BarangID, MediaID, WilayahID,

88 160 SUM (PRD.DurasiPromo) AS [LamaPromo], SUM (PRH.HargaPromo ) AS [TotalBiayaPromo] FROM [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang AS DB, [Metrotech_DWH].[dbo].DimMedia AS DM, [Metrotech_DWH].[dbo].DimWilayah AS DW, [Metrotech_operasional].[dbo].TrPromotionHeader AS PRH INNER JOIN [Metrotech_operasional].[dbo].TrPromotionDetail AS PRD ON PRH.KodePromo = PRD.KodePromo WHERE PRH.TanggalMulai = DimWk.FullDate AND PRD.KodeBarang = DB.BarangID AND PRH.KodeWilayah = DW.WilayahID AND PRD.KodeMedia = DM.MediaID AND PRH.TanggalMulai > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactPemasaran' ) GROUP BY TimeKey, BarangID, MediaID,

89 161 WilayahID ELSE SELECT TimeKey, BarangID, MediaID, WilayahID, SUM (PRD.DurasiPromo) AS [LamaPromo], SUM (PRH.HargaPromo ) AS [TotalBiayaPromo] FROM [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang AS DB, [Metrotech_DWH].[dbo].DimMedia AS DM, [Metrotech_DWH].[dbo].DimWilayah AS DW, [Metrotech_operasional].[dbo].TrPromotionHeader AS PRH INNER JOIN [Metrotech_operasional].[dbo].TrPromotionDetail AS PRD ON PRH.KodePromo = PRD.KodePromo WHERE PRH.TanggalMulai = DimWk.FullDate AND PRD.KodeBarang = DB.BarangID AND PRH.KodeWilayah = DW.WilayahID AND PRD.KodeMedia = DM.MediaID

90 162 GROUP BY TimeKey, BarangID, MediaID, WilayahID ORDER BY BarangID ASC

91 163 Fact Retur Pembelian Gambar 4.24 Transformasi Data Fact Retur Pembelian IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactReturPembelian' ) SELECT TimeKey, BahanBakuID, SUM (Quantity) AS [JumlahReturBahan]

92 164 FROM [Metrotech_operasional].[dbo].ReturPembelianHeader RHPB, [Metrotech_operasional].[dbo].ReturPembelianDetail RDPB, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBahanBaku DimBB WHERE RHPB.KodeReturPembelian = RDPB.KodeReturPembelian AND RHPB.Tanggal = DimWk.FullDate AND RDPB.KodeBahan = DimBB.BahanBakuID AND RHPB.Tanggal > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactReturPembelian' ) GROUP BY TimeKey, BahanBakuID ELSE SELECT TimeKey, BahanBakuID, SUM (Quantity) AS [JumlahReturBahan]

93 165 FROM [Metrotech_operasional].[dbo].ReturPembelianHeader RHPB, [Metrotech_operasional].[dbo].ReturPembelianDetail RDPB, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBahanBaku DimBB WHERE RHPB.KodeReturPembelian = RDPB.KodeReturPembelian AND RHPB.Tanggal = DimWk.FullDate AND RDPB.KodeBahan = DimBB.BahanBakuID GROUP BY TimeKey, BahanBakuID ORDER BY BahanBakuID ASC

94 166 Fact Retur Penjualan Gambar 4.25 Transformasi Data Fact Retur Penjualan IF EXISTS ( SELECT * FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactReturPenjualan' ) SELECT TimeKey, BarangID, DealerID, SUM (Quantity) AS [JumlahReturBarang]

95 167 FROM [Metrotech_operasional].[dbo].ReturPenjualanHeader RHP, [Metrotech_operasional].[dbo].ReturPenjualanDetail RDP, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang DimBrg, [Metrotech_DWH].[dbo].DimDealer DimD WHERE RHP.KodeReturPenjualan = RDP.KodeReturPenjualan AND RHP.Tanggal = DimWk.FullDate AND RDP.KodeBarang = DimBrg.BarangID AND RHP.KodeDealer = DimD.DealerID AND RHP.Tanggal > ( SELECT Last_date_ETL_Process FROM [Metrotech_DWH].[dbo].FilterTimeStamp WHERE Table_Name = 'FactReturPenjualan' ) GROUP BY TimeKey, BarangID, DealerID ELSE SELECT TimeKey,

96 168 BarangID, DealerID, SUM (Quantity) AS [JumlahReturBarang] FROM [Metrotech_operasional].[dbo].ReturPenjualanHeader RHP, [Metrotech_operasional].[dbo].ReturPenjualanDetail RDP, [Metrotech_DWH].[dbo].DimWaktu DimWk, [Metrotech_DWH].[dbo].DimBarang DimBrg, [Metrotech_DWH].[dbo].DimDealer DimD WHERE RHP.KodeReturPenjualan = RDP.KodeReturPenjualan AND RHP.Tanggal = DimWk.FullDate AND RDP.KodeBarang = DimBrg.BarangID AND RHP.KodeDealer = DimD.DealerID GROUP BY TimeKey, BarangID, DealerID ORDER BY BarangID ASC

97 Rancangan Implementasi Dukungan Perancangan Software Software yang digunakan dalam menjalankan aplikasi data warehouse pada PT. Metrotech Jaya Komunika adalah : 1. Client Sistem Operasi : Menggunakan Microsoft Windows XP Professional Edition Service. Front End Tool : Internet Explorer. 2. Server Sistem Operasi : Menggunakan Microsoft Windows XP Professional Edition. Database : Menggunakan Microsoft SQL Server 2005 Entreprise Edition. Front End Tool : Microsoft Visual Studio 2005.

98 Dukungan Perancangan Hardware Komponen hardware yang diperlukan untuk merancang datawarehouse pada PT. Metrotech Jaya Komunika adalah sebagai berikut: Server: - Processor XEON Pentium IV 3,6GHz - Motherboard yang mendukung - Harddisk SCSI 250GB - Memory RAM : DDR2 2 GB - VGA 64Mb - LAN Card - CD ROM 52x - Monitor 17 - Keyboard - Mouse Workstation - Processor XEON Pentium IV 3,6GHz - Motherboard yang mendukung - Harddisk SCSI 160GB - Memory RAM : DDR2 1 GB - VGA 64Mb - LAN Card - Perangkat Modem - CD ROM 52x

99 171 - Monitor 17 - Keyboard - Mouse 4.6 Rencana Implementasi Berikut adalah jadwal rencana implementasi data warehouse pada PT. Metrotech Jaya Komunika : Aktivitas Minggu ke Penyediaan Software dan Hardware X Instalasi Software dan Aplikasi X Uji Coba Aplikasi X X Pelatihan User X Evaluasi X Tabel 4.29 Rancangan Implementasi