PEMANFAATAN BUSINESS INTELLIGENCE PENDISTRIBUSIAN MAKANAN OLAHAN
|
|
- Sugiarto Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PEMANFAATAN BUSINESS INTELLIGENCE PENDISTRIBUSIAN MAKANAN OLAHAN Khoirul Kamal 1, Yesi Novaria Kunang 2, Susan Dian P S 3 1,2,3 Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Darma Palembang, Indonesia 1 khoirul.kamalk@gmail.com, 2 yesikunang@binadarma.ac.id, 3 susandian@binadarma.ac.id Abstract. PT Central Pertiwi merupakan perusahaan yang bergerak di bidang usaha penditribusiaan makanan olahan seperti Shifudo, Fiesta, Seafood dan sebagainya. Permasalahan yang dimuncukan adalah dalam hal strategi bisnis yaitu pengelolaan data pendistribusian yang tidak dijadikan strategi informasi untuk mengembangkan bisnis. Business Intelligence (BI) merupakan aplikasi e-business yang berfungsi untuk mengubah data dalam perusahaan ke dalam bentuk pengetahuan. Aplikasi ini dapat melakukan analisis terhadap data dengan lebih efektif, misalnya untuk melakukan analisis terhadap distribusi untuk meningkatkan keuntungan perusahaan, menganalisis interaksi dengan pelanggan dan mengoptimalkan hubungan tersebut. Analisis terhadap transaksi-transaksi di masa lampau dan menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan operasi yang akan diambil perusahaan. Hasil dari penelitian adalah menghasilkan Dashboard sebagai pendukung keputusan pendistribusian makaan olahan pada PT Central Pertiwi Kata kunci : Pendistribusian, Business Intelligence, Dashboard. Abstract. PT Central Pertiwi is a company engaged in the business of processed foods rationing such as Shifudo, Fiesta, seafood and etc. Problems that raised is in terms of business strategy, namely the distribution data management information that is not used as a strategy to grow the business. Business Intelligence (BI) is an e-business application that works to change the data in the enterprise in the form of knowledge. This application can perform an analysis of the data more effectively, for example, to conduct an analysis of the distribution to increase the profits of the company, analyzing the interaction with customers and optimize the relationship. An analysis of the transactions in the past and use that knowledge to support decision making and planning of operations to be taken by the company. The results of the research are resulting in the dashboard as a decision support processed foods rationing at PT Central Pertiwi Bahari. Key word: Distribution, Business Intelligence, Dashboard. 1
2 1. Pendahuluan Pendistribusian adalah suatu proses penyampaian barangatau jasa dari produsen ke konsumen dan para pemakai,sewaktu dan dimana barang atau jasa tersebut diperlukan. Proses distribusi tersebut pada dasarnya menciptakan faedah waktu, tempat, dan pengalihan hak milik[1].saluran distribusi adalah serangkaian organisasi yang saling tergantung dan terlibat dalam proses untuk menjadikan suatu barang atau jasa siap untuk digunakan atau dikonsumsi[2]. Pada industri makanan olahan distribusi menjadi bagian penting. Produk berupa makanan olahan mempunyai umur yang relatif sangat singkat, sistem distribusi yang baik akan menjamin produk sampai ke konsumen lebih cepat sehingga mengurangi resiko kerugian. PT Central Pertiwi merupakan perusahaan yang bergerak di bidang usaha penditribusiaan makanan olahan seperti Shifudo, Fiesta, Seafood dan sebagainya. Pendistribusian produk makanan olahan ini tersebar diwilayah kota Palembang dan luar kota Palembang. Adapun proses bisnis pendistribusian makanan olahan dimulai dengan menerima supplay barang dari central warehouse yang berada di Jakarta sesuai dengan pesanan yang telah ditentukan. Proses seanjutnya yaitu penditribusian dimulai dengan permintaan barang (purchasing order) oleh pihak Retail. sebelum terjadiya pendistribusian atau penyaluran barang terdapat alur transaksi yang dimulai dari pesanan barang dari pihak Retail, melalui perantara Salesman terjadilah negosiasi antara pihak Retail mengenai purchasing order yang akan mereka buat. Setelah terjadi kesepakatan purchasing orderd yang mereka buat dan valid, Salesman akan menyerahkan hasil orderan yang diminta pihak Retail ke admin, kemudian akan dibuat oleh admin sales berupa sales order yang dikirim ke admin logistic. admin logistik memverifikasi jumlah orderan setelah itu dilakukannya delivery order ke pihak Retail. Pihak Retail menerima dan melakukan receiving / pengecekan masa dan pengecekan fisik, jika barang mengalami kerusakan maka akan dilakukan return oleh PT. Cental Pertiwi. Setelah semua proses selesai, pihak Retail akan menaruh barang di bagian gudang. dalam menunjang strategi bisnis untuk memajuan perusahaan dalam hal pemanfaatan data dibutuhkan suatu konsep pengembangan analisis pendistribusian untuk mengatasi permasalahan dalam hal strategi bisnis yaitu pengelolaan data pendistribusian yang tidak dijadikan strategi informasi untuk mengembangkan bisnis. 2. Metodelogi Penelitian 2.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT. Central Pertiwi Bahari Cabang Palembang yang bertempat di Jalan Jaksa Agung R. Suprapto No. 647 Kel. Bukit Besar Kec. Ilir Barat I Palembang. serta waktu penelitian dimulai dari bulan September 2015 sampai Februari Metode penelitian Metode yang digunakan dalam penelitian ini adalah Business Intelligence Roadmap[3]. Berdasarkan buku Larissa T Moss, Business Intelligence Roadmap dibagi menjadi metode analisis dan metode perancangan Metode Analisis 2
3 Metode analisis yang digunakan terdiri atas tujuh tahapan, diantaranya adalah: 1. Justification Business Case Assesment Untuk merancang sebuah aplikasi BI, tahap awal yang harus dilakukan adalah menentukan pengecekan atau pemeriksaan serta pengumpulan informasi yang dibutuhkan seperti tujuan, strategi dan sasaran sebuah organisasi. 2. Planning Tahapan ini mempunyai dua kegiatan utama yang dilakukan yaitu enterprise infrastructure evaluation dan project planning. a. Enterprise Infrastructure Evaluation Perancangan infrastruktur dilakukan agar aplikasi BI dapat berjalan baik sesuai yang kebutuhan. Tahapan ini terdiri dari Technical Infrastructure dan non-technical infrastructure. b. Project Planning Tahapan ini dibuat agar perancangan aplikasi yang dibangun dapat selesai tepat waktu, 3. Business Analysis Tahapan ini mempunyai empat kegiatan utama yang dilakukan yaitu project requirement definition, data analysis, appkication prototyping dan metadata repository analysis. a. Project Requirement Definition Tahapan ini adalah tahapan pengecekan infrastruktur yang ada apakah sudah sesuai dengan infrastruktur yang dibutuhkan atau tidak. b. Data analysis Tahapan ini berupa pengecekan kualitas data-data tersebut, apakah kualitas data-data tersebut baik atau tidak. c. Application Prototyping Ini membuat rancangan fiturfitur berdasarkan kebutuhan perusahaan, kemudian aplikasi dibuat sesuai dengan fitur-fitur yang telah disepakati atau disetujui ke dalam bentuk prototype. d. Metadata Repository Analysis Metadata dirancang untuk menyimpan informasi kontekstual perusahaan Metode Perancangan Berdasarkan buku Lariss T Moss[3], metode perancangan yang digunakan terdiri atas tujuh tahapan, diantaranya : 1. Design a. Database design Perancangan database ini dilakukan untuk dapat menunjang aplikasi yang akan dibangun dengan membuat star schema ataupun snow flake. b. ETL design Tahapan ini akan dilakukan jika data-data tersebut kualitasnya kurang baik. Namun jika kualitas data-data tersebut sudah baik, maka proses ini tidak perlu lagi dilakukan. c. Metadata repository design Tahapan ini akan dilakukan perancangan metadata repository. Ini dilakukan untuk menerangkan sumber database yang digunakan. 2. Construction a. ETL Development Tahapan ini menggambarkan tentang proses penggambaran ETL yang telah dilakukan dalam pembuatan dashboard business intelligence. Tahapan ini dilakukan jika kualitas data-data tersebut buruk, dan sebaiknya tahapan ini tidak 3
4 dilakukan jika kualitas data-data tersebut baik. b. Application Development Tahapan ini berupa pembuatan dashboard business intelligence dan hasil taampilan atau output dari aplikasi yang dibuat. c. Data Mining Dilakukan dengan cara teknik clustering. Jika data-data sudah tidak perlu lagi di clustering, maka tahap ini tidak dilakukan. d. Metadata Repository Development Tahapan ini menampilkan hasil dari tiap-tiap metadata repository yang telah dibuat sebelumnya dalam proyek berdasarkan informasi yang akan dihasilkan. Metadata repository ini berisikan tentang data-data dari OLAP. 2.3 Distribusi Distribusi berakar dari bahasa inggris distribution yang berarti penyaluran. Sedangkan kata dasarnya to distribute, berdasarkan Kamus Inggris Indonesi bermakna membagikan, menyalurkan, menyebarkan, mendistribusikan, dan mengageni. Sedangkan menurut Kamus Besar Bahasa Indonesia, distribusi dimaksudkan sebagai penyalur (pembagian, pengiriman) kepada beberapa orang atau beberapa tempat. Jadi berdasarkan rujukan di atas, distribusi dapat dimengerti sebagai proses penyaluran barang atau jasa kepada pihak lain. Dalam kegiatan distribusi diperlukan adanya sarana dan tujuan sehingga kegiatan distribusi dapat berjalan dan terlaksana dengan baik. Kegiatan distribusi merupakan salah satu fungsi pemasaran yang sangat penting dilakukan dalam pemasaran yaitu untuk mengembangkan dan memperluas arus barang atau jasa mulai dari produsen sampai ketangan konsumen sesuai dengan jumlah dan waktu yang telah ditentukan. Pemilihan proses distribusi merupakan suatu masalah yang sangat penting sebab kesalahan dalam pemilihan proses distribusi dapat memperlambat proses penyaluran barang atau jasa sampai ketangan konsumen atau pemakai. Untuk mengetahui lebih jelas mengenai pengertian distribusi, berikut ini dikemukakan pendapat dari beberapa ahli antara lain : Menurut Sofyan Assauri (2004 : 83), Distribusi merupakan suatu lembaga yang memasarkan produk, yang berupa barang atau jasa dari produsen ke konsumen. Marius P Angipora (2002 : 295), Distribusi adalah sekelompok pedagang dan agen perusahaan yang mengkombinasikan antara pemindahan fisik dan nama dari satu produk untuk menciptakan penggunaan pasar tertentu. Dari kedua referensi diatas dapat disimpulkan distribusi adalah sistem yang menghubungkan atau menyalurkan barang dan jasa kepada pelanggan, sedangkan saluran barang mengkombinasikan produk menciptakan penggunaan pasar tertentu. 2.4 Basis Data Basis Data adalah kumpulan data yang saling berhubungan secara logikal serta deskripsi dari data tersebut, yang dirancang untuk memenuhi kebutuhan informasi suatu organisasi. Basis Data adalah sebuah penyimpanan data yang besar yang bisa digunakan oleh banyak pengguna dan departemen. Semua data terintegrasi dengan jumlah duplikasi yang minimum. Basis Data tidak lagi dipegang oleh satu departemen, tetapi dibagikan ke seluruh departemen pada perusahaan. Basis Data itu sendiri tidak hanya 4
5 memegang data operasional organisasi tetapi juga penggambaran dari data tersebut (Connolly & Begg, 2010). Basis data adalah kumpulan data store yang terintegrasi yang diatur dan di kontrol secara sentral. Sebuah basis data biasanya menyimpan ribuan class. Informasi yang disimpan termasuk class attribute dan relasi antar class. Basis data juga menyimpan informasi yang deksriptif seperti nama atribut, pemberian batasan suatu nilai, dan kontrol akses untuk data-data yang sensitif (Satzinger, Robert, & Stephen, 2005). Basis data juga diartikan sebagai sekumpulan file dikomputer yang saling terhubung. Dapat disimpulkan basis data adalah penyimpanan data yang terstruktur, terintegrasi dan saling berkaitan dengan elemen-elemen penghubungnya dan dapat di akses dengan berbagai cara, oleh karena itu basis data juga bisa didefinisikan sebagai kumpulan yang menggambarkan sendiri dari catatan yang terintegrasi dan penggambaran dari data dikenal sebagai sistem katalog (atau kamus data atau metadata). Definisi data disini dibedakan dari program aplikasi, yang umumnya sama dengan pendekatan pengembangan modern perangkat lunak, dimana definisi internal dan eksternal dari sebuah objek dipisahkan. Salah satu keuntungan dari pendekatan tersebut adalah abstraksi data dimana kita dapat mengubah definisi internal dari sebuah objek tanpa mempengaruhi pengguna dari objek jika definisi eksternal objek tersebut tidak berubah. 2.5 Data Warehouse Menurut Connolly(2010), data warehouse adalah sekumpulan dari data yang subject-oriented, integrated, time-variant, dan nonvolatile untuk mendukung proses pembuatan keputusan manajemen. Sedangkan menurut Turban (2011) data warehouse adalah kumpulan data yang dibuat untuk mendukung pengambilan keputusan dan juga menjadi tempat penyimpanan dari data sekarang dan lampau yang memiliki potensi ketertarikan kepada manajer diseluruh organisasi. Berdasarkan Connolly dan Begg (2010), terdapat komponenkomponen utama didalam arsitektur data warehouse, yaitu terdiri dari : 1. Operational Data, sumber dari data ini didapat dari data operasional yang dilakukan pada database awal. 2. Operational Data Store (ODS), tempat penyimpanan data operasional yang sedang terjadi dan terintegrasi dimana digunakan untuk analisis. 3. Load Manager (sering juga disebut komponen frontend), menampilkan semua operasi yang diasosiasikan dengan data yang telah diekstrak dan di-load kedalam warehouse. 4. Warehouse Manager, menampilkan semua operasi yang diasosiasikan dengan manajemen data dalam warehouse, 5. Query Manager (sering disebut juga komponen backend), menampilkan semua operasi yang diasosiasikan dengan manajemen dari user queries, 6. Detailed Data, area dari data warehouse yang menyimpan semua data rinci didalam skema database. Umumnya, data rinci tidak disimpan secara online namun bisa tersedia dengan mengagregasi data ke tingkat detil selanjutnya. Data rinci ditambahkan ke dalam data warehouse untuk mendukung data agregat. 7. Lightly dan Highly Summarized Data, area dari data warehouse 5
6 yang menyimpan semua standar untuk lightly summarized data yang dihasilkan oleh warehouse manager. Tujuan dari meringkas informasi adalah untuk mempercepat kinerja saat melakukan query. Ringkasan data akan ditambah saat data baru dimasukkan kedalam data warehouse. 8. Archieve/ Backup Data, area warehouse yang menyimpan detailed dan summarized data yang bertujuan sebagai arsip dan backup data. 9. Meta-Data, area ini menyimpan definisi metadata (data tentang data) yang digunakan oleh semua proses dalam warehouse. Metadata digunakan untuk berbagai macam tujuan termasuk : a. Proses ekstrak dan load - metadata digunakan untuk memetakan sumber data kedalam pandangan umum sebagai warehouse. b. Proses manajemen warehousemetadata digunakan untuk mengotomatisasi pembuatan tabel ringkasan. c. Sebagai bagian proses manajemen query metadata digunakan untuk menghubungkan query ke sumber data yang sesuai. Struktur metadata berbeda antara setiap proses, karena tujuan berbeda. Ini berarti bahwa berbagai salinan metadata yang menggambarkan data item yang sama dipegang dalam data warehouse. Kebanyakan tool penjual untuk salinan manajemen dan end-user data mengakses menggunakan versi mereka sendiri dari metadata. Secara khusus, tool salinan manajemen menggunakan metadata untuk mengerti peraturan pemetaan untuk mengubah sumber data kedalam bentuk biasa. Tool akses end-user menggunakan metadata untuk mengerti bagaimana untuk membangun sebuah query. 10. End-User Access Tools, dapat dikategorikan menjadi lima grup utama: data reporting and query tools, application development tools, executive information system (EIS) tools, online analytical processing (OLAP) tools dan data mining tools. Berikut gambaran dari Arsitektur Data Warehouse : Gambar 2.5 Arsitektur Data Warehouse (Connolly, 2010) 2.6 Business Intelligence Business Intelligence menjelaskan tentang suatu konsep dan metode bagiamana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali dipersamakan sebagaimana briefing books, re-port and query tools, dan sistem informasi eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan data-data (DJ Powers, 2002). Business Intelligence (Intelejen Bisnis) adalah suatu cara untuk mengumpulkan, menyimpan, mengorganisasikan, membentuk ulang, meringkas data serta menyediakan informasi, baik berupa data aktifitas bisnis internal perusahaan, maupun data aktifitas bisnis eksternal perusahaan termasuk aktifitas bisnis para pesaing yang mudah diakses serta dianalisis untuk 6
7 berbagai kegiatan manajemen (David, 2000). Menurut Vercellis (2009), Arsitektur BI terdiri dari 3 komponen penting yaitu: 1. Sumber Data. Pada tahap pertama, perlu untuk mengumpulkan dan mengintegrasikan Data yang disimpan dalam sumber-sumber primer dan sekunder yang heterogen sesuai dengan jenisnya. 2. Data Warehouse dan Data Mart. Menggunakan alat ekstraksi, transformasi dan load yang dikenal sebagai ETL Data yang berasal dari berbagai sumber yang disimpan di dalam Database untuk mendukung analisis BI. 3. Metodologi BI. Data akhirnya diambil dan digunakan untuk membuat model matematika dan metodologi analisis dimaksudkan untuk mendukung keputusan pembuat. Berikut gambaran dari Arsitektur Business Intelligence : Gambar 2.2 Arsitektur Business Intelligence (Vercellis, 2009) 2.7 On-Line Analytical Processing On-Line Analytical Processing atau disingkat OLAP secara mendasar merupakan suatu metode khusus untuk melakukan analisis terhadap data-data yang terdapat dalam media penyimpanan data berupa basisdata dan kemudian dilanjutkan dengan membuat laporan analisis sesuai dengan permintaan para pengguna atau user. Untuk tujuan tersebut data yang berupa informasi dibuat ke dalam format khusus dengan memberikan kelompok atau group terhadap datadata tersebut, hal ini dinamakan dengan model kubus (cube models). OLAP merupakan sebuah teknologi yang menggunakan tampilan multi dimensi dari data untuk menyediakan akses secara cepat kepada informasi strategis yang bertujuan untuk analisis lanjutan. OLAP memungkinkan pengguna untuk mendapatkan pengertian dan pengetahuan yang lebih mendalam tentang berbagai macam aspek dari data perusahaan. (Connolly dan Begg, 2010) Berikut karakteristik utama yang terdapat pada On-Line Analytical Processing yakni meliputi : 1. Mendukung pemanfaatan dan penggunaan data warehouse yang memiliki data multidimensional. 2. Menyediakan fasilitas query interaktif dan analisis yang kompleks. 3. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci, dan roll-up untuk memperoleh agregat dalam multidimensional. 4. Mampu menghasilkan perhitungan dan perbandingan. 5. Mampu menyajikan hasil dalam bentuk angka-angka yang mudah dimengerti maupun penyajian dalam bentuk grafik. Data pada OLAP disimpan dalam model multidimensional.jika pada basisdata relasional terdiri dari dua dimensi, maka pada basis multidimensional terdiri dari banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa sub atribut. OLAP dapat digunakan untuk data miningatau menemukan hubungan antara suatu item yang belum ditemukan. Pada basisdata OLAP tidak perlu memiliki ukuran besar seperti data warehouse, karena tidak semua transaksi membutuhkan analisis tren, 7
8 karena tujuan OLAP menampilkan data dalam sebuah tabel yang dinamis, yang secara otomatis akan meringkas data ke dalam beberapa irisan data yang berbeda-beda dan mengizinkan pengguna atau user untuk secara interaktif melakukan perhitungan dan serta membuat format suatu laporan. 2.8 Online Transaction Processing Menurut Connolly dan Begg (2010) OLTP merupakan sistem yang telah dirancang untuk menangani suatu pemrosesan transaksi tingkat tinggi, secara umum transaksi tersebut membuat perubahan yang kecil pada data operasional organisasi, dan dibutuhkan untuk menangani operasi sehari-hari pada organisasi. Menurut Turban (2011) OLTP merupakan Transaction Processing System (TPS) yang beroperasi pada arsitektur client/server yang mana memperbolehkan pemasok organisasi untuk masuk TPS dengan melalui ekstranet dan memperhatikan tingkat persediaan perusahaan atau jadwal produksi pada perusahaan. Dapat disimpulkan OLTP merupakan suatu sistem pemrosesan data yang menyimpan transaksi data operasional dalam suatu perusahaan. 2.9 ETL(Extract Transform Load) Menurut Connolly dan Begg (2010), ETL merupakan proses menyiapkan data dari sumber data atau operational source untuk data warehouse. Tujuan ETL adalah mengumpulkan, menyaring, mengolah dan menggabungkan data data yang relevan dari berbagai sumber untuk dismpan ke dalam data warehouse, dapat digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya. ETL terdiri dari 3 proses, yaitu : 1. Extraction Langkah pertama dari proses ETL adalah mengekstrak data dari satu sumber atau banyak sumber data. Kebanyakan proses data warehouse menggabungkan data dari sumber sumber yang berbeda. Sumber sumber data yang ada kemungkinan memiliki format yang berbeda beda sehingga perlu dilakukan ekstraksi. Ekstrasi merupakan proses mengubah data ke dalam suatu format yang berguna untuk proses transformasi. 2. Transformation Proses mengubah data yang didapat dari proses extraction untuk mengekstrak data menjadi bentuk yang diperlukan, sehingga data tersebut sesuai dan dapat diproses dalam data warehouse. Hal hal yang dilakukan dalam tahap transformasi : a. Hanya memilih kolom tertentu saja untuk memasukkan ke dalam data warehouse. b. Menterjemahkan nilai berupa kode. c. Mengkodekan nilai nilai ke dalam bentu bebas (contoh : memetakan male ke dalam m ). d. Melakukan perhitungan nilai nilai baru (contoh : qty*price). e. Menggabungkan data dari berbagai sumber. f. Membuat ringkasan dari sekumpulan data. g. Menentukan nilai surrogate key. h. Mengubah sekumpulan kolom menjadi sekumpulan baris atau sebaliknya. i. Memisahkan kolom menjadi beberapa kolom. j. Menggunakan bentuk validasi data baik yang sederhana ataupun kompleks. 8
9 3. Load Load adalah fase atau tahapan dimana data dimasukkan ke dalam data warehouse. Waktu dalam fase load ini tergantung pada kebutuhan perusahaan dalam menganalisis kebutuhan informasinya. 3. Proses ETL Adapun prosesnya sebagai berikut : Keterangan Gambar 2 : Kemudian pembuatan cube, metadata, measure dan dimensi yang dapat menyediakan analisis OLTP multidimensional untuk manajer bisnis dalam lingkungan terbatas. Hasil yang didapatkan dari proses tersebut adalah Tabel Transaksi menjadi Tabel fakta sedangkan tabel Pelanggan, tabel Produk dan tabel TglTransaksi adalah tabel dimensi. Hasil cube, metadata dan dimensi dan measure yang dibuat. Gambar 1. Pemindahan tabel-tabel ke SQL Server Keterangan Gambar 1 : Untuk proses import data source dari excel ke SQL Server, pembuatannya dengan cara memindahkan toolbox ke data flow. Data flow source adalah Transaksi, Pelanggan, Produk yang berformat excel. Data flow source di transform berupa data conversion dan sort. Dan akhirnya data flow destination adalah SQL server. Gambar 2. Cube, Measure dan Metadata yang dihasilkan Gambar 3. Menghubungkan SSAS dengan SSRS dan shared dataset dashboard Keterangan Gambar 3 : Tahap terakhir Pembuatan Project baru pada SSRS yang ada di SQL Server Business Intelligence Development Studio dengan nama projectnya adalah SSRSTransaksi. kemudian pembuatan Shared Data Source. Ini bertujuan untuk menghubungkan hasil OLAP yang sudah dibuat pada prosess SSAS dengan SSRS yang akan dibuat di tahapan ini. Menghubungkan data source hasil OLAP di SSAS dengan SSRS dengan Data Source adalah MicorsoftSQL Analisys Services, server name adalah User, nama SSAS adalah SSASTransaksi dimana nama server yang digunakan adalah USER. 9
10 Pembuatan shared dataset yang sesuai dengan format dashboard PT. Central Pertiwi Bahari yang akan ditampilkan pada SSRS. Dataset adalah komponen yang mampu menampung dan mengoleksi multidimensi tabel pada memori kerja dalam format XML. Hasil dari shared data source bernama RevisiTransaksi1.rds digunakan sebagai source data pembuatan dataset. Pada query designer, field dari dimensi yang dipilih untuk pembuatannya adalah Nama pelanggan, kota, Brand, kategori, nm_produk, tgl_transaksi dan nama produk sedangkan measurenya adalah jumlah dan transaksi count yang disesuaikan dengan dashboard di PT. Central Pertiwi Bahari. 4. Hasil Penjelasan hasil dashboard yang telah dibuat, sebagai berikut : 1. Data diambil dari sumbernya yang mana data tersebut tersimpan di database MySQL. data tersebut terdiri dari 3 tabel, yaitu tabel Transaksi, tabel Pelanggan dan tabel Produk.Tabel Transaksi terdiri dari 2488 data, tabel pelanggan terdiri dari 569 data dan tabel Produk terdiri dari 29 data. Tabel-tabel tersebut diimport ke database SQL Server dengan menggunakan SQL Server Integration Service (SSIS). Di SSIS juga terjadi proses pembentukan tabel tgl_transaksi dari tabel Transaksi. Tabel tgl_transaksi terdiri dari 78 data. 2. Tabel-tabel tersebut dibersihkan / cleansing di SQL Server Integration Service (SSIS). 3. Selanjutnya tabel tersebut di analisis di SSAS (SQL Server AnalysisService). Tahapan ini bertujuan untuk pembuatan OLAP (Online Analytical Processing dan data mining. Dalam tahapan ini, terdiri dari cube dan dimension. Cube terdiri dari 1 yaitu cube Transaksi, sedangkan dimension terdiri dari dimension Produk, tgl_transaksi, Pelanggan. Jika ada atribut yang akan ditampilkan, maka dapat ditambahkan atribut tersebut dari data source view ke dimension yang sudah ada. 4. Selanjutnya pembuatan dashboard di SSRS (SQL Server ReportAnalysis). Tahapan ini membuat dashboard yang sudah didesain sebelumnya dengan memanfaatkan data source dari SSAS yang telah dibuat sebelumnya. Adapun hasil tampilan yang telah dibuat yaitu : Gambar 1. Grafik batang Jumlah Distribusi Produk Makanan olahan (Pac) Gambar 2. Grafik batang Jumlah Transaksi Produk Olahan 10
11 5. Hasil dashboard yang telah dibuat, dideploy ke reporting server dengan memasukan targert server url adalah Url dijalankan di menu Internet Explorer. 3. Larissa T.Moss, Shaku Atre : Business Intelligence Roadmap- The Complete Project Lifecycle For Decision-Support Applications. Addison Wesley, Boston (2008) 5. Kesimpulan Berdasarkan penelitian yang dilakukan,dapat disimpulkan : 1. Dengan memanfaatkan dashboard business intelligence, dapat membantu dan memudahkan dalam pembuatan laporan, menganalisa dan pengambilan keputusan di PT. Central Pertiwi Bahari. 2. Dengan memanfaatkan dashboard business intelligence, analisa dan pelaporan dapat direalisasikan. Ini dikarenakan informasi yang ingin didapatkan dapat dengan mudah dilihat dari hasil pembuatan grafik, dan tabel. 3. Hasil grafik dan tabel dari pembuatan dashboard di PT. Central Pertiwi Bahari, memudahkan pimpinan (eksekutif) dalam pengambilan kebijakan di masa yang akan mendatang. 4. Tujuan dari penelitian ini adalah Rancangan Dashboard Sistem Informasi Eksekutif di PT. Central Pertiwi Bahari telah terlaksana dengan memanfaatkan dashboard business intelligence. Daftar Rujukan 1. Marius P Angipora : Dasar-dasar Pemasaran. Grafindo Persada, Jakarta (2002) 2. Sofyan Assauri : Manajemen Pemasaran. Raja Grafindo Persada, Jakarta (2007) 11
PERANCANGAN DASHBOARD BUSINESS INTELLIGENCE DALAM BIDANG PENJUALAN PADA PT.PELANGI TOUR & TRAVEL
PERANCANGAN DASHBOARD BUSINESS INTELLIGENCE DALAM BIDANG PENJUALAN PADA PT.PELANGI TOUR & TRAVEL Tri Ayu Rizki 1, Ahmad Haidar Mirza 2,Ari Muzakir 3 Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. yang lama untuk menghasilkan laporan yang dibutuhkan. Belum lagi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bisnis retail memiliki banyak produk dan proses pembelian dan penjualan yang banyak sehingga diperlukan database yang sangat besar. Arus masuknya data yang terjadi
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 3] Arsitektur dan Struktur Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Arsitektur Data Warehouse Menurut Poe, arsitektur adalah sekumpulan atau
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum Teori umum adalah suatu pernyataan yang dianggap benar secara universal. Teori umum merupakan dasar untuk mengembangkan teori selanjutnya yang lebih khusus (spesifik).
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan
Lebih terperincihttp://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi
Lebih terperinciBUSINESS INTELLIGENCE SEBAGAI PENUNJANG KEPUTUSAN PENENTUAN JUMLAH KELAS PADA PENJADWALAN MATA KULIAH
BUSINESS INTELLIGENCE SEBAGAI PENUNJANG KEPUTUSAN PENENTUAN JUMLAH KELAS PADA PENJADWALAN MATA KULIAH Susan Dian Purnamasari 1), Yesi Novaria Kunang 2) 1), 2) Sistem Informasi Universitas Bina Darma Palembang
Lebih terperinciBAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti
BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Informasi Sistem Informasi adalah suatu kumpulan dari komponen yang berinteraksi untuk menyelesaikan tugas bisnis. pendapat ini didukung dengan pendapat Satzinger, Jackson,
Lebih terperinciDATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)
DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database
Lebih terperinciMEMBANGUN DATA WAREHOUSE
MEMBANGUN DATA WAREHOUSE A. Menentukan Bentuk Data Warehouse Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Piramida Sistem Informasi Pada kondisi sekarang ini, hampir seluruh pekerjaan yang ada telah disusun secara sistem. Sistem adalah suatu hal yang menghubungkan suatu hal dengan
Lebih terperinciBAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,
BAB 2 2 LANDASAN TEORI 2.1 Pengertian Data Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep, atau instruksi-instruksi pada media penyimpanan untuk komunikasi, pengambilan,
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih terperinciBAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah
BAB II LANDASAN TEORIse 2.1 Data Warehouse Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah tempat penyimpanan data dimana kapasitas penyimpanannya berskala besar; datanya diakumulasikan
Lebih terperinciBAB I PENDAHULUAN. I.1 Pendahuluan
BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang
Lebih terperinciPerancangan Basis Data
Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek
Lebih terperinciBAB 1 PENDAHULUAN. terutama pada dunia bisnis. Sistem informasi menjadi salah satu bentuk implementasi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan sistem informasi yang semakin pesat membawa pengaruh besar terutama pada dunia bisnis. Sistem informasi menjadi salah satu bentuk implementasi yang bisa
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005
UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PADA PT PPG Eddy Sugianto 0400512343 Ainierti 0400513863
Lebih terperinci6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe
Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 15 Nomor
Jurnal Ilmiah Widya Teknik Volume 15 Nomor 2 2016 PEMBANGUNAN ONLINE ANALYTICAL PROCESSING YANG TERINTEGRASI DENGAN SISTEM INFORMASI HARGA BAHAN POKOK KOTA YOGYAKARTA C. Hutomo Suryolaksono 1, Paulina
Lebih terperinciSistem Basis Data Lanjut DATA WAREHOUSE. Data Warehouse 1/20
DATA WAREHOUSE Data Warehouse 1/20 Outline Konsep dan Arsitektur Data Warehouse Alur Data Warehouse Teknologi dan Peralatan Data Warehouse Perancangan Data Warehouse Penggunaan Oracle pada Data Warehouse
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Data Menurut O Brien (2004, p13) Data adalah fakta mentah atau observasi observasi, secara tipe tipe fenomena fenomena secara fisik atau transaksi bisnis. Jadi, data merupakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Data adalah sebuah rekaman dari fakta-fakta, konsep-konsep, atau instruksiinstruksi pada media penyimpanan untuk komunikasi perolehan, dan pemrosesan dengan cara otomatis
Lebih terperinciBAB 2 LANDASAN TEORI. each unit of data is relevant to some moment in time, atau kurang lebih dapat
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Data Warehouse Menurut Inmon (2002, p389), A data warehouse is a collection of integrated, subject oriented database designed to support the DSS function, where each
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK
PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK Novia Busiarli 1), Mardhiya Hayati 2) 1), 2,)3) Teknik Informatika STMIK AMIKOM
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Pembuatan data warehouse telah banyak dilakukan oleh perusahaanperusahaan industri yang berorientasi profit. Data warehouse diharapkan mampu
Lebih terperinciIMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Ditahapan desain penelitian dilakukan : 1. Studi Literatur dengan cara mengumpulkan data guna mempelajari dan memahami materi penelitian baik dari buku,
Lebih terperinciPROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE
PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE Oktavian Abraham Lantang ABSTRAK Saat ini seiring dengan perkembangan teknologi informasi yang semakin pesat, ketergantungan proses bisnis suatu perusahaan
Lebih terperinciSIE/nts/TIUAJMks 9/26/2013
N. Tri Suswanto Saptadi 1 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Teori Umum Pengertian Data
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut Connolly & Begg (2010, p70) data merupakan komponen yang paling penting dalam sebuah Database Management System (DBMS) dari sudut pandang
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Informasi Menurut Inmon (2002, p388), data adalah suatu pencatatan dari sekelompok fakta, konsep, atau instruksi dalam suatu media penyimpanan untuk komunikasi,
Lebih terperinciBUSINESS INTELLIGENCE
OVERVIEW BUSINESS INTELLIGENCE Business Intelligence (BI) merupakan perkembangan dari aplikasi Knowlegde Management (KM), dengan menambahkan proses data analytics, yaitu dengan memanfaatkan data yang ada
Lebih terperinciBAB III METODE PENELITIAN. Berikut adalah tahapan penelitian yang dilakukan: 1. Menentukan kebutuhan data yang digunakan, dalam pembangunan EIS
BAB III METODE PENELITIAN 3.1 Desain Penelitian Berikut adalah tahapan penelitian yang dilakukan: 1. Menentukan kebutuhan data yang digunakan, dalam pembangunan EIS Penanganan Bencana. 2. Mengumpulkan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Dalam bab ini akan dijelaskan tentang beberapa konsep tentang supra desa, business intelligence, data warehouse, staging area, ETL, OLAP, ROLAP, Pentaho Data Integration, dan PHP.
Lebih terperinciDASHBOARD BUSINESS INTELLIGENCE SEBAGAI PENUNJANG KEPUTUSAN MENENTUKAN JUMLAH KELAS
DASHBOARD BUSINESS INTELLIGENCE SEBAGAI PENUNJANG KEPUTUSAN MENENTUKAN JUMLAH KELAS Susan Dian Purnamasari 1, Yesi Novaria Kunang 2 Dosen Universitas Bina Darma Jalan Ahmad Yani No.3, Palembang Sur-el:
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang akan dibuat adalah sebagai berikut : Sistem Monitoring Pertumbuhan Balita Berbasis Web. Wahyuningsih
BAB II TINJAUAN PUSTAKA A. Telaah Penelitian Penelitian sebelumnya yang berhubungan dengan sistem informasi yang akan dibuat adalah sebagai berikut : Wahyuningsih (2011) telah melakukan penelitian yang
Lebih terperinciKONSEP PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF PADA UNIVERSITAS DENGAN MODUL PERPUSTAKAAN. Suparto Darudiato, Vivensius, Edward, Erric Suryadi
KONSEP PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF PADA UNIVERSITAS DENGAN MODUL PERPUSTAKAAN Suparto Darudiato, Vivensius, Edward, Erric Suryadi Binus University Jl. Kebon Jeruk Raya no. 27 Jakarta Barat,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Database 2.1.1 Pengertian Database Menurut Connolly dan Begg (2002, p15) database merupakan suatu kumpulan data logikal yang berhubungan satu sama lain dan deskripsi dari suatu
Lebih terperinciBusiness Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization
Business Intelligence Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization DEFINISI DATA WAREHOUSE Data warehouse adalah database yang saling bereaksi yang dapat digunakan
Lebih terperinci6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan
Aplikasi e business yang berfungsi untuk mengubah data data dalam perusahaan (data operasional, transaksional, dll) ke dalam bentuk pengetahuan Analisis terhadap transaksi transaksi di masa lampau dan
Lebih terperinciPERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE
PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Pengertian Data Menurut McLeod (2007, p9), data terdiri dari fakta fakta dan angka angka yang relatif tidak berarti bagi pemakai. Sedangkan menurut O'Brien (2005,
Lebih terperinciPERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR
PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : randy.permana@rocketmail.com
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 2] Jenis dan Karakteristik Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Jenis Data Warehouse 1. Functional Data Warehouse (Data Warehouse Fungsional)
Lebih terperinciABSTRAK. Kata Kunci: ETL, Data Warehouse, Visualisasi Data, Bagan. Universitas Kristen Maranatha
ABSTRAK Implementasi dari sistem ETL (Extract-Transform-Load) basis data, Data Warehouse, dan Visualisasi Data akan dilakukan untuk PT.Wahana Karet Persada sebagai bentuk tindak lanjut pengolahan data
Lebih terperinciBAB 2 LANDASAN TEORI. Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada
BAB 2 LANDASAN TEORI 2.1 Teori Database Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada yang berbeda satu dengan yang lainnya dan biasanya merupakan data yang bersifat sementara
Lebih terperinciKARAKTERISTIK DATA WAREHOUSE
KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Database 2.1.1 Definisi Database Menurut W.H Inmon(2002, p3), database diartikan sebagai suatu koleksi dari penyimpanan data yang terhubung yang sering digunakan dan mengurangi
Lebih terperinciBusiness Intelligence dengan SQL Server 2008 R2
INDONESIA Agus Suparno, S.Si., M.Eng. IT - Profesional Business Intelligence dengan SQL Server 2008 R2 Business Intelligence The power full self service Apa itu Business Intelligence? Business Intelligence
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciOPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ
OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ Hendro Poerbo Prasetiya 1), Yogi Eka Sakti 2) 1), 2) Sistem Informasi Universitas Ma Chung Jl Villa Puncak Tidar N-01, Malang
Lebih terperinciPERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR
PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. model EIS yang sesuai bagi lingkungan organisasi sekolah menengah atas, maka
BAB III METODOLOGI PENELITIAN 3.1. Langkah-langkah Penelitian Seperti telah disebutkan bahwa tujuan penelitian adalah untuk merancang model EIS yang sesuai bagi lingkungan organisasi sekolah menengah atas,
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6
1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional
Lebih terperinciBAB 4 PERANCANGAN DAN IMPLEMENTASI
BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian
Lebih terperinciAPLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi
APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Kusnawi Dosen STMIK AMIKOM Yogyakarta Abstraksi Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak terutama
Lebih terperinciPENERAPAN BUSINESS INTELLIGENCE PADA SISTEM INFORMASI PENJUALAN BARANG PT. WINSA (STUDI KASUS DI PT. WINSA PALEMBANG)
D-103 PENERAPAN BUSINESS INTELLIGENCE PADA SISTEM INFORMASI PENJUALAN BARANG PT. WINSA (STUDI KASUS DI PT. WINSA PALEMBANG) Tiara Retno Ariani 1, Ken Ditha Tania.,M.Kom 2, Dwi Rosa Indah.,S.T.,M.T 3 Jurusan
Lebih terperinciPERANCANGAN DATAMART DAN APLIKASI BUSINESS INTELLIGENCE STUDI KASUS : BINUS CAREER DAN ALUMNI CENTER
PERANCANGAN DATAMART DAN APLIKASI BUSINESS INTELLIGENCE STUDI KASUS : BINUS CAREER DAN ALUMNI CENTER KEZIA MARGARET Binus University, Pademangan, Jakarta Utara, Indonesia THERESIA SURIANI Binus University,
Lebih terperinciBAB II LANDASAN TEORI. Teori teori yang digunakan sebagai landasan dalam desain dan. implementasi dari sistem ini adalah sebagai berikut :
BAB II LANDASAN TEORI Teori teori yang digunakan sebagai landasan dalam desain dan implementasi dari sistem ini adalah sebagai berikut : 2.1. Sistem Informasi Manajemen Sistem Informasi Manajemen adalah
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006 / 2007 ANALISIS DAN PERANCANGAN DATAWAREHOUSE PADA PT ROY WESTON INDONESIA Jefferi Antony 0700700194
Lebih terperinciBAB I PENDAHULUAN. mencapai tujuan. Dengan menggunakan sebuah data warehouse, menjamin
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berkembang pesatnya teknologi informasi, banyak aspek kegiatan manusia yang dipengaruhi oleh teknologi, termasuk aspek bisnis. Hampir semua perusahaan,
Lebih terperinciAnggota Kelompok 3 :
Anggota Kelompok 3 : Customer relationship management (CRM) Adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan maupun pelanggannya akan menerima nilai maksimum dari hubungan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat ditunjukkan dengan munculnya beragam perangkat teknologi yang mempermudah manusia dalam memonitor perkembangan usahanya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum Agar dapat melakukan analisis dan perancangan data warehouse, maka pada sub bab ini akan menjelaskan beberapa konsep dasar data warehouse yang dijadikan acuan dan landasan.
Lebih terperinciBab 2 Tinjauan Pustaka
Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya Pada jurnal dengan judul A Service-oriented Architecture for Business Intelligence dipaparkan tentang perbandingan konsep service-oriented dalam BI dengan
Lebih terperinciTugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Lebih terperinciBUSINESS INTELLIGENCE. Management Database & Informasi
BUSINESS INTELLIGENCE Management Database & Informasi Pengorganisasian data di lingkungan file tradisional vs Pendekatan database Dasar-dasar Business Intellegence Basis Data Vs Pemrosesan File Tradisional
Lebih terperinciDATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan
DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional
Lebih terperinciBAB 2 LANDASAN TEORI. informasi yang mentah atau kumpulan dari fakta yang masih harus diproses agar
BAB 2 LANDASAN TEORI 2.1 Data, Informasi, dan Knowledge Pengertian data ada bermacam-macam, salah satunya adalah data merupakan informasi yang mentah atau kumpulan dari fakta yang masih harus diproses
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Data Menurut Inmon (2006: 493), data adalah suatu pencatatan dari fakta-fakta, konsep, ataupun instruksi yang berada di dalam suatu media penyimpanan untuk berkomunikasi, pencarian
Lebih terperinciTUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Warehouse Menurut Connolly (2010, p1197), data warehouse adalah sekumpulan data yang bersifat subject-oriented, terintegrasi, timevariant, dan
Lebih terperinciBAB 2 LANDASAN TEORI. Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut:
BAB 2 LANDASAN TEORI 2.1 Teori Umum Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut: 2.1.1 Pengertian Data Menurut Hoffer & Venkataraman (2011: 5) menjelaskan bahwa
Lebih terperinciBAB 2 LANDASAN TEORI. kebutuhan informasi suatu perusahaan. komputer secara sistematis. menggunakan database SQL Server 2000.
BAB 2 LANDASAN TEORI 2.1 Pengertian Database dan Data Warehouse 2.1.1 Pengertian Database Menurut Connolly dan Begg (2002, p14) database adalah kumpulan data yang berhubungan satu sama lain yang digunakan
Lebih terperinciBAB II KONSEP DATA WAREHOUSING
BAB II KONSEP DATA WAREHOUSING Komptensi yang diharapkan: Peserta pembelajaran memahami konsep-konsep, berbagai istilah, karakteristik, manfaat, tujuan, tugas-tugas data warehouseing. A. Pengertian Beberapa
Lebih terperinciData Warehouse dan Decision Support System. Arif Basofi
Data Warehouse dan Decision Support System Arif Basofi Referensi Data Warehouse, STMIK Global Informatika MDP. M. Syukri Mustafa,S.Si., MMSI, Sistem Basis Data II (Data Warehouse), 2008. Hanim MA, Data
Lebih terperinciBAB III METODE PENELITIAN
15 BAB III METODE PENELITIAN Sistem informasi geografis persebaran hotspot di Indonesia merupakan suatu sistem yang bertujuan untuk memantau dan memberikan informasi mengenai persebaran hotspot yang ada
Lebih terperinciBAB 2 LANDASAN TEORI. berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5).
BAB 2 LANDASAN TEORI 2.1 Data Data adalah sebuah representasi dari obyek - obyek dan kejadian - kejadian yang berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5). Data
Lebih terperinciBasis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.
Basis Data Oracle - Business Intelligence System Ramos Somya, M.Cs. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant,
Lebih terperinciVol.16 No.3, Desember 2014 ISSN : JURNAL ILMIAH MATRIK. (Ilmu Komputer)
Vol.16 No.3, Desember 2014 ISSN : 1411-1624 JURNAL ILMIAH MATRIK (Ilmu Komputer) Aplikasi Latihan Tes IQ Menggunakan Android Nyimas Sopiah dan Usman Ependi Dashboard Business Intelligence Sebagai Penunjang
Lebih terperinciPerancangan Sistem Informasi Eksekutif
Perancangan Sistem Informasi Eksekutif (Studi Kasus di UGM) Arif Nurwidyantoro Jurusan Ilmu Komputer dan Elektronika, FMIPA arifn@mail.ugm.ac.id Burhanudin Hakim Pusat Sumber Daya Informasi (PSDI) udnpico@gmail.com
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperinciBAB 2 LANDASAN TEORI. subject-oriented, integrated, time-variant, and non-volatile collection of data in
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Warehouse Berdasarkan Connoly dan Begg (2005, p1151), Data Warehouse is a subject-oriented, integrated, time-variant, and non-volatile collection
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1
Data Warehouse, Data Mart, OLAP, dan Data Mining arifin, sistem informasi - udinus 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai
Lebih terperinciANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN
ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN KEPUTUSAN PADA PT. PUSAKA KALI AGUNG Penulis : Rustam Steven Edwin Laurentino Palit
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teknologi Informasi Menurut Alter (2000, p42) teknologi informasi adalah perangkat keras dan piranti lunak yang digunakan dalam sistem informasi. Perangkat keras Mengarah pada
Lebih terperinciPERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR
PERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika DISUSUN OLEH: HENDRIKUS
Lebih terperinciHASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.
3 warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data
Lebih terperinciPEMBANGUNAN DATA MART UNTUK FAKTA PENGUNJUNG RAWAT JALAN PADA RS TELOGOREJO SKRIPSI
PEMBANGUNAN DATA MART UNTUK FAKTA PENGUNJUNG RAWAT JALAN PADA RS TELOGOREJO SKRIPSI Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Disusun oleh : Cindy Lestari
Lebih terperinciSistem Informasi Eksekutif Berbasis Web Pada Fakultas Pertanian Universitas Muhammadiyah Palembang
Sistem Informasi Eksekutif Berbasis Web Pada Fakultas Pertanian Universitas Muhammadiyah Palembang Fauzan Aziz 1, Leon Andretti Abdillah 2, Novri Hadinata 3 1,2,3 Program Studi Sistem Informasi, Fakultas
Lebih terperinciBAB 2 LANDAS AN TEORI
BAB 2 LANDAS AN TEORI 2.1 Data Warehouse Data warehouse adalah sebuah koleksi database yang terintegrasi, berorientasi subjek yang dirancang untuk mendukung fungsi DSS, dimana setiap unit data relevan
Lebih terperinciPERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN
PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN Luky Hidayat 1), Adhistya Erna Permanasari 2), Igi Ardiyanto 3) 1),2),3 ) Departemen Teknik Elektro dan Teknologi Informasi, Fakultas
Lebih terperinciThe Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema
Jurnal Ilmiah ESAI Volume 6, No.3, Juli 2012 ISSN No. 1978-6034 The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema Perancangan Struktur Data Warehouse Untuk Mendukung
Lebih terperinciBAB 4 RANCANGAN SISTEM YANG DIUSULKAN
82 BAB 4 RANCANGAN SISTEM YANG DIUSULKAN 4.1 Usulan Prosedur yang Baru Gambar 4.1 Flowchart Usulan Sistem Reporting yang Baru Usulan prosedur baru untuk reporting anggaran operasional mill production pada
Lebih terperinciDATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga
DATABASE Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi. Contoh : basis data akademis mengandung tabel tabel yang berhubungan
Lebih terperinci