PERANCANGAN DAN PEMBANGUNAN APLIKASI DATA WAREHOUSE PADA PT. CIPTA SUMBER SEJAHTERA

Transkripsi

1 PERANCANGAN DAN PEMBANGUNAN APLIKASI DATA WAREHOUSE PADA PT. CIPTA SUMBER SEJAHTERA Vincent Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat Anton Jaya Sentosa Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat Feby Felilia Halim Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat dan Indrajani Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat ABSTRAK Tujuan penelitian, ialah untuk menganalisis sistem berjalan, merancang data warehouse dan membuat aplikasi untuk mengakses data warehouse pada PT. Cipta Sumber Sejahtera. Metode penelitian dilakukan dengan studi kepustakaan, metode fact-finding, metode analisis, dan metode perancangan. Analisis data dimulai dengan analisis sistem berjalan, analisis database perusahaan, analisis matriks antara subjek data dengan fungsi bisnis, serta analisis kebutuhan informasi perusahaan. Perancangan dilakukan dengan nine-step methodology dari Kimball. Hasil yang dicapai adalah data warehouse yang dapat diakses oleh pengguna melalui aplikasi yang dirancang dalam penelitian ini. Simpulan dari penelitian ini adalah data warehouse dapat menyediakan data untuk aplikasi data warehouse yang digunakan dalam pembuatan laporan yang bersifat ringkas dan multidimensi sehingga dapat membantu proses pengambilan keputusan strategis oleh pihak manajemen perusahaan. Kata kunci: perancangan, pembangunan, data warehouse Pendahuluan Setiap perusahaan tentunya secara rutin menjalankan kegiatan operasionalnya setiap hari, dengan kata lain terdapat banyak data operasional bisnis yang harus dicatat dan disimpan oleh perusahaan sebagai arsip dan landasan dalam menentukan langkah perusahaan ke depannya agar menjadi lebih baik dari sebelumnya. Banyaknya data yang harus disimpan oleh perusahaan, terutama yang sudah berjalan lebih dari sepuluh tahun, menuntut perusahaan untuk memiliki sebuah database yang mampu menampung semua data tersebut.

2 Namun, untuk mendapatkan informasi yang dibutuhkan perusahaan dari data yang berukuran besar itu bukanlah hal yang mudah. Setiap data yang tersimpan dalam database tersebut bersifat rinci dan belum diolah menjadi sebuah informasi yang dapat mendukung keputusan manajerial perusahaan. PT. Cipta Sumber Sejahtera yang telah berdiri sejak tahun 2001 juga menghadapi kendala di atas. PT. Cipta Sumber Sejahtera memang telah menerapkan sistem komputerisasi dengan menggunakan Database Management System (DBMS) untuk mengelola datanya, akan tetapi pengolahan terhadap data tersebut tidaklah mudah dikarenakan jumlah data yang tersimpan dalam database sangat besar. Pihak manajemen kesulitan dalam pengambilan keputusan dikarenakan laporan yang dihasilkan masih bersifat detail. Pihak manajemen juga tidak memperoleh informasi khusus yang dibutuhkan karena laporan penjualan yang dihasilkan didasarkan pada total penjualan saja, sedangkan pihak manajemen membutuhkan laporan penjualan dari dimensi waktu, produk, dan outlet yang tidak dapat dihasilkan jika mengandalkan data operasional saja. Perusahaan juga memiliki kebutuhan untuk mengimplementasikan aplikasi BI Cognos dalam jangka waktu tiga tahun mendatang, di mana sumber data dari aplikasi BI berasal dari data warehouse. Untuk mengatasi masalah-masalah tersebut, dibutuhkan sebuah aplikasi data warehouse yang dapat merangkum dan menampung data-data tersebut. Data warehouse juga memiliki tabel fakta dan dimensi yang dapat digunakan dalam pembuatan laporan multidimensi sehingga mempermudah analisis data dan menunjang pengambilan keputusan pihak manajemen. Dengan adanya data warehouse, datadata dari perusahaan dapat diintegrasikan dan ditampung dalam sebuah tempat penyimpanan yang memberikan kemudahan bagi pihak manajemen dalam memperoleh informasi dan melakukan analisis data. Metode Penelitian Metodologi yang digunakan dalam penulisan skripsi berjudul "Perancangan dan Pembangunan Data Warehouse PT. Cipta Sumber Sejahtera" ini antara lain: a. Studi Kepustakaan Studi kepustakaan dilakukan dengan mencari, membaca, serta mempelajari data-data yang berhubungan dengan data warehouse sebagai landasan untuk mendukung penulisan skripsi ini, baik dari buku-buku referensi, jurnal-jurnal, hasil karya tulis, maupun internet. b. Metode Pengumpulan Data Berikut merupakan metode yang digunakan dari metode fact-finding dari Connoly dan Begg (2010: 344) untuk mengumpulkan data serta informasi yang berguna untuk mengetahui permasalahan yang dihadapi perusahaan dan solusi untuk menyelesaikan permasalahan tersebut: 1. Wawancara terhadap pihak perusahaan. 2. Observasi dengan peninjauan langsung ke PT. Cipta Sumber Sejahtera. c. Metode Analisis Metode yang digunakan untuk mengetahui proses bisnis yang sedang berjalan pada PT. Cipta Sumber Sejahtera antara lain: 1. Flowchart Flowchart digunakan untuk menggambarkan proses bisnis dari sistem yang sedang berjalan. 2. Entity Relationship Diagram (ERD) ERD digunakan untuk menggambarkan struktur alur informasi antara entitas pada database PT. Cipta Sumber Sejahtera. 3. Activity-data matrix Activity-data matrix digunakan untuk menganalisis hubungan antara subjek data yang terdapat pada data PT. Cipta Sumber Sejahtera dan fungsi bisnis yang berjalan dalam perusahaan. d. Metode Perancangan Metode perancangan yang digunakan adalah metode perancangan data warehouse menurut Ralph Kimball (2010: 210) yang terdiri dari sembilan langkah, yang dikenal dengan nine-step methodology. Berikut kesembilan langkah tersebut: 1. Memilih proses. 2. Memilih grain. 3. Mendefinisikan dan menyesuaikan dimensi. 4. Memilih fakta. 5. Menyimpan pre-kalkukasi dalam tabel fakta. 6. Melengkapi tabel dimensi.

3 7. Memilih durasi dari database. 8. Melacak perubahan dimensi secara perlahan. 9. Menentukan prioritas dan mode query. Hasil dan Bahasan A. Perancangan Berdasarkan analisis yang telah dilakukan, dihasilkan sebuah rancangan terhadap data warehouse yang dibuat dalam bentuk star schema atau skema bintang. Berikut merupakan gambar skema bintang yang dihasilkan: 1. Skema Bintang Penjualan Pusat Gambar 1 Skema Bintang Penjualan Pusat Skema bintang Penjualan Pusat di atas menunjukkan total penjualan pusat berdasarkan satuan rupiah dan unit, jumlah transaksi penjualan pusat, rata-rata penjualan pusat, dan tanggal entri dari transaksi penjualan pusat. Skema bisa dilihat berdasarkan dimensi waktu, produk, employee, dan outlet.

4 2. Skema Bintang Penjualan Outlet Gambar 2 Skema Bintang Penjualan Outlet Skema bintang Penjualan Outlet di atas menunjukkan total penjualan outlet berdasarkan satuan rupiah dan unit, jumlah transaksi penjualan outlet, rata-rata penjualan outlet, dan tanggal entri dari transaksi penjualan outlet. Skema bisa dilihat berdasarkan dimensi waktu, produk, dan outlet. 3. Skema Bintang Pembelian Gambar 3 Skema Bintang Pembelian

5 Skema bintang Pembelian di atas menunjukkan total pembelian berdasarkan satuan rupiah dan unit, jumlah transaksi pembelian, rata-rata pembelian, dan tanggal entri dari transaksi pembelian. Skema bisa dilihat berdasarkan dimensi waktu dan produk. 4. Skema Bintang Persediaan Pusat Gambar 4 Skema Bintang Persediaan Pusat Skema bintang Persediaan Pusat pada di atas menunjukkan jumlah produk dalam gudang dan tanggal entri dari transaksi persediaan. Skema bisa dilihat berdasarkan dimensi waktu dan produk. 5. Skema Bintang Persediaan Outlet Gambar 5 Skema Bintang Persediaan Outlet

6 Skema bintang Persediaan Outlet di atas menunjukkan jumlah produk dalam gudang outlet dan tanggal entri dari transaksi persediaan outlet. Skema bisa dilihat berdasarkan dimensi waktu, produk, dan outlet. 6. Skema Bintang Keseluruhan Gambar 6 Skema Bintang Keseluruhan B. Pembangunan Berdasarkan rancangan yang telah dibuat, dilakukan pembangunan terhadap data warehouse pada PT. Cipta Sumber Sejahtera. Laporan yang dihasilkan dari data warehouse akan disajikan secara visual menggunakan diagram batang, garis, maupun pie yang dapat dilihat secara multidimensi berdasarkan dimensi waktu, produk, outlet, dan employee. Laporan ini bersifat ringkas dan akan mempermudah pihak manajemen dalam melakukan pengambilan keputusan. Berikut merupakan contoh tampilan layar aplikasi yang dihasilkan:

7 Gambar 7 Tampilan Laporan Penjualan Pusat Dimensi Waktu (Diagram Batang) Gambar di atas merupakan contoh laporan penjualan pusat yang disajikan secara visual menggunakan diagram batang yang dapat dilihat secara multidimensi berdasarkan dimensi waktu, produk, outlet, dan employee. Gambar 8 Tampilan Laporan Penjualan Pusat Dimensi Waktu (Diagram Garis)

8 .Gambar di atas merupakan contoh laporan penjualan pusat yang disajikan secara visual menggunakan diagram garis yang dapat dilihat secara multidimensi berdasarkan dimensi waktu, produk, outlet, dan employee. Gambar 9 Tampilan Laporan Penjualan Pusat Dimensi Waktu (Diagram Pie) Gambar di atas merupakan contoh laporan penjualan pusat yang disajikan secara visual menggunakan diagram pie yang dapat dilihat secara multidimensi berdasarkan dimensi waktu, produk, outlet, dan employee. Simpulan dan Saran A. Simpulan Berdasarkan hasil perancangan dan pembangunan aplikasi data warehouse pada PT. Cipta Sumber Sejahtera dapat diambil beberapa simpulan, antara lain: 1. Aplikasi data warehouse dapat menghasilkan infomasi dari lima tabel fakta, yaitu fakta penjualan pusat, fakta penjualan outlet, fakta pembelian, fakta persediaan pusat, dan fakta persediaan outlet yang bisa dilihat dari beberapa dimensi. Sebagai contoh, laporan penjualan pusat yang dapat dilihat dari dimensi waktu, produk, outlet, dan employee. 2. Aplikasi data warehouse dapat menghasilkan informasi berupa laporan ringkas dalam bentuk diagram batang, garis, dan pie yang memudahkan pihak eksekutif dalam menganalisis laporan dan mendukung proses pengambilan keputusan strategis. B. Saran Berdasarkan perancangan data warehouse yang telah dilakukan, terdapat beberapa saran yang dapat menjadi masukan untuk pengembangan aplikasi data warehouse pada PT. Cipta Sumber Sejahtera, antara lain: 1. Mengembangkan ruang lingkup data warehouse dengan menambahkan proses bisnis retur yang ada pada PT. Cipta Sumber Sejahtera. 2. Menambahkan fitur yang bermanfaat bagi aplikasi data warehouse.

9 3. Meningkatkan kualitas dari hardware dan software untuk mendukung perkembangan data warehouse ke depannya. 4. Data warehouse dapat dikembangkan menjadi tingkatan yang lebih tinggi dan menjadi salah satu sumber data pada aplikasi data mining dan business intelligence. Referensi Aczel, S. (2008). Complete Business Statistics (7th ed.). United States of America: McGraw Hill. Al-Debei, M. M. (2011). Data Warehouse as a Backbone for Business Intelligence: Issues and Challenges. European Journal of Economics, Finance and Administrative Sciences, 155. Amin, M. R., & Arefin, M. T. (2010). The Emperical Study on the Factors Affecting Data Warehousing Success. International Journal of Latest Trends in Computing, 139. Atrill, P. (2007). Accounting an Introduction (4th ed.). United Kingdom: Pearson Education Limited. Connolly, T., & Begg, C. (2010). Database Systems: A Practical Approach to Design, Implementation, and Management (5th ed.). United States of America: Pearson Education, Inc. Gouider, M. S., & Farhat, A. (2010). Building a Data Warehouse for National Social Security Fund of the Republic of Tunisia. International Journal of Database Management Systems, 110. Harrison, W., & Horngren, C. (2004). Financial Accounting (5th ed.). United States of America: Pearson Education, Inc. Inmon, W. (2005). Building the Data Warehouse (4th ed.). Canada: Wiley. Jerry, J., Donald, E., & Paul, D. (2007). Accounting Principle (7th ed.). (A. A. Yulianto, Wasilah, & R. Handika, Penyunt.) Jakarta: Salemba Empat. Kimball, R., & Ross, M. (2010). The Kimball Group Leader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence (1st ed.). Canada: Wiley Publishing, Inc. Kimball, R., Ross, M., Thomthwaite, W., Mundy, J., & Becker, B. (2008). The Data Warehouse Lifecycle Toolkit: Practical Techniques for Building Data Warehouse and Business Intelligence Systems (2nd ed.). Canada: John Wiley and Sons, Inc. Miranda, E., & Elfreida, N. (2010). Data Warehouse, Data Mining dan Konsep Cross-Selling Pada Analisis Penjualan Produk. ComTech, 348. O'Brien, J. A. (2010). Introduction to Information System (15th ed.). New York: McGraw-Hill. Satzinger, J., Jackson, R., & Burd, S. (2008). Systems Analysis and Design (5th ed.). Canada: Cengage. Stevenson, W. (2009). Operation Management (10th ed.). United States of America: McGraw-Hill. Turban, E., Rainer, R., & Potter, R. (2005). Introduction to Information Technology (3rd ed.). United States of America: John Wiley and Sons, Inc. Xu, H., & Hwang, M. I. (2007). The Effect of Implementation Factors on Data Warehousing Success: An Exploratory Study. Journal of Information, Information Technology, and Organizations, 3. Yunarto, H. (2006). Business Concepts Implementation Series in Sales and Distribution Management. Jakarta: PT. Elex Media Komputindo. Riwayat Hidup Vincent lahir di kota Medan pada 4 September Penulis menamatkan pendidikan S1 di Binus University, Jakarta, Indonesia dalam bidang komputerisasi akuntansi pada tahun Anton Jaya Sentosa lahir di kota Jambi pada 13 Februari Penulis menamatkan pendidikan S1 di Binus University, Jakarta, Indonesia dalam bidang sistem informasi pada tahun Feby Felilia Halim lahir di kota Ujung Pandang pada 28 Agustus Penulis menamatkan pendidikan S1 di Binus University, Jakarta, Indonesia dalam bidang komputerisasi akuntansi pada tahun 2013.

10 DESIGN AND DEVELOPMENT OF DATA WAREHOUSE APPLICATION IN PT. CIPTA SUMBER SEJAHTERA Vincent Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat Anton Jaya Sentosa Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat Feby Felilia Halim Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat and Indrajani Binus University Jl. K. H. Syahdan No. 9, Palmerah, Jakarta Barat ABSTRACT The purpose of this research is to analyze ongoing system, design a data warehouse, and create an application to access the data warehouse of PT. Cipta Sumber Sejahtera. The research methods are done by the study of literature, fact-finding method, analysis method, and design method. Data analysis begin with an analysis of ongoing system, company s database analysis, matrix analysis between data subject and business function, as well as the analysis of information s needs of the company. The design is done by Kimball s nine-step methodology. The result is a data warehouse that can be accessed by users through the application designed in this research. The conclusion from this research is that data warehouse can provides data for data warehouse application to create reports that are concise and multidimensional, thus can support the strategic decision making by the management. Keywords: design, development, data warehouse Introduction Every company must routinely run their operational activity every day, in other words there are many business' operational data that must be stored by company as an archive and cornerstone in the future to determine the steps to make it better than before. The huge amount of data that must be kept by the company, especially those which has ran more than ten years, requires a database that can stored all the data. However, to obtain necessary information from a huge amount of data is not an easy thing. Every data stored in database are detailed data and has not been processed into an information that can support company's managerial decision making.

11 PT. Cipta Sumber Sejahtera which has been established since 2001 also faces the same problem as above. PT. Cipta Sumber Sejahtera has implemented computerized system using Database Management System (DBMS) to organized their data, but processing the data is not easy because the amount of data stored in database is too huge. The management distress in making a decision because the generated report is still detailed. The management didn't obtain specific information needed because the generated sales report only based on total sales, while management needs sales report from time, product, and outlet dimension that can't be obtained from operational data. The company also has a need to implement BI application named Cognos within a period of three years, in which the data source of BI application comes from the data warehouse. To overcome those problems, we need a data warehouse application to summarized and store such data. Data warehouse also has fact and dimension table that can be used in preparing multidimensional report to facilitate data analysis and support management's decision making. With data warehouse, company's data can be integrated and stored in a storage to facilitate management in obtaining information and perform data analysis. Research Method Methodologies used to write research named "Design and Development of Data Warehouse in PT. Cipta Sumber Sejahtera" are: e. Literature Study Literature study is done by searching, reading, and studying the data that correspond with data warehouse as a foundation to support this research both from books reference, journals, written works, and internet. f. Data Collection Methods Here are the methods that are used from a fact-finding method of Connolly and Begg (2010: 344) to collect the data and information that is useful to find the problems faced by the company and solutions to solve these problems: 1. Interviewing with the corporate parties. 2. Observation by direct survey to PT. Cipta Sumber Sejahtera. g. Analysis Method The method used to determine the business process that are running in PT. Cipta Sumber Sejahtera include: 1. Flowchart Flowchart used to describe the business process of the ongoing system. 2. Entity Relationship Diagram (ERD) ERD used to describe the structure of the information flow between entities in the database of PT. Cipta Sumber Sejahtera. 3. Activity-data matrix Activity-data matrix used to analyze the relationship between data subject in company s data and business functions that run in the company. h. Design Method Design method used is the method of designing a data warehouse by Ralph Kimball (2010: 210) consisting of nine steps, known as the nine-step methodology. Here are the nine steps: 1. Choosing the process. 10. Choosing the grain. 11. Identifying and conforming the dimensions. 12. Choosing the facts. 13. Storing pre-calculations in the fact table. 14. Rounding out the dimension tables. 15. Choosing the duration of the database. 16. Tracking slowly changing dimensions. 17. Deciding the query priorities and the query modes. Result and Discussion C. Design Based on the analysis conducted, it produced a design of data warehouse that visualized in the shape of star schema. Here are the picture of the star schema:

12 7. Penjualan Pusat Star Schema Picture 1 Penjualan Pusat Star Schema The star schema above, shown the total of sales based on nominal amount and unit amount, total of central sales transaction, the average of central sales, and entry date from central sales transaction. Schema can be viewed based on time, product, employee, and outlet dimensions. 8. Penjualan Outlet Star Schema Picture 2 Penjualan Outlet Star Schema

13 The star schema above, shown the total of outlet sales based on nominal amount and unit amount, total of outlet sales transaction, the average of outlet sales, and entry date from outlet sales transaction. Schema can be viewed based on time, product, and outlet dimensions. 9. Pembelian Star Schema Picture 3 Pembelian Star Schema The star schema above, shown the total purchases based on nominal amount and unit amount, total of purchases transaction, the average of purchases, and entry date from purchases transaction. Schema can be viewed based on time and product dimensions. 10. Persediaan Pusat Star Schema Picture 4 Persediaan Pusat Star Schema

14 The star schema above, shown the total product in the warehouse and entry date of storage transaction. Schema can be viewed based on time and product dimensions. 11. Persediaan Outlet Star Schema Picture 5 Persediaan Outlet Star Schema The star schema above, shown the total product in the outlet warehouse and entry date of outlet storage transaction. Schema can be viewed based on time, product, and outlet dimensions. 12. Overall Star Schema Picture 6 Overall Star Schema

15 D. Development PT. Cipta Sumber Sejahtera's data warehouse development is started based on the design that has been created. The resulting report generated from data warehouse will be visually presented with bar, line, and pie charts that can be viewed based on time, product, outlet, and employee dimensions. This report is summarized and can support management decision making. Here are the example of the resulting report: Picture 7 Central Sales Report Display Based on Time Dimension (Bar Chart) Picture above is the example of central sales report that visually presented with bar chart that can be viewed as multidimensional report based on time, product, outlet, and employee dimensions.

16 Picture 8 Central Sales Report Display Based on Time Dimension (Line Chart) Picture above is the example of central sales report that visually presented with line chart that can be viewed as multidimensional report based on time, product, outlet, and employee dimensions. Picture 9 Central Sales Report Display Based on Time Dimension (Pie Chart)

17 Picture above is the example of central sales report that visually presented with pie chart that can be viewed as multidimensional report based on time, product, outlet, and employee dimensions. Conclusion and Suggestion C. Conclusion Based on the design and development of data warehouse application on PT. Cipta Sumber Sejahtera, some conclusion can be drawn, among others : 1. Data warehouse application produces information from five fact tables, that are Fakta Penjualan Pusat, Fakta Penjualan Outlet, Fakta Pembelian, Fakta Persediaan Pusat, and Fakta Persediaan Outlet. For example, a sales report can be viewed based on time, product, outlet, and employee dimensions. 2. Data warehouse application can generate information such as summarized report in the form of bar, line, and pie chart that support executive in analyzing reports and support the strategic decision making. D. Suggestion Based on the design and development of data warehouse that has been done, there are some suggestions that can be useful for the development of PT. Cipta Sumber Sejahtera's data warehouse application, among others : 5. Expand the data warehouse scope by adding return business process in PT. Cipta Sumber Sejahtera. 6. Adds any features that useful for the data warehouse application. 7. Improving the quality of hardware and software to support future development of the data warehouse. 8. Data warehouse can be developed to a higher level as a data source of data mining and business intelligence application. References Aczel, S. (2008). Complete Business Statistics (7th ed.). United States of America: McGraw Hill. Al-Debei, M. M. (2011). Data Warehouse as a Backbone for Business Intelligence: Issues and Challenges. European Journal of Economics, Finance and Administrative Sciences, 155. Amin, M. R., & Arefin, M. T. (2010). The Emperical Study on the Factors Affecting Data Warehousing Success. International Journal of Latest Trends in Computing, 139. Atrill, P. (2007). Accounting an Introduction (4th ed.). United Kingdom: Pearson Education Limited. Connolly, T., & Begg, C. (2010). Database Systems: A Practical Approach to Design, Implementation, and Management (5th ed.). United States of America: Pearson Education, Inc. Gouider, M. S., & Farhat, A. (2010). Building a Data Warehouse for National Social Security Fund of the Republic of Tunisia. International Journal of Database Management Systems, 110. Harrison, W., & Horngren, C. (2004). Financial Accounting (5th ed.). United States of America: Pearson Education, Inc. Inmon, W. (2005). Building the Data Warehouse (4th ed.). Canada: Wiley. Jerry, J., Donald, E., & Paul, D. (2007). Accounting Principle (7th ed.). (A. A. Yulianto, Wasilah, & R. Handika, Penyunt.) Jakarta: Salemba Empat. Kimball, R., & Ross, M. (2010). The Kimball Group Leader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence (1st ed.). Canada: Wiley Publishing, Inc. Kimball, R., Ross, M., Thomthwaite, W., Mundy, J., & Becker, B. (2008). The Data Warehouse Lifecycle Toolkit: Practical Techniques for Building Data Warehouse and Business Intelligence Systems (2nd ed.). Canada: John Wiley and Sons, Inc. Miranda, E., & Elfreida, N. (2010). Data Warehouse, Data Mining dan Konsep Cross-Selling Pada Analisis Penjualan Produk. ComTech, 348. O'Brien, J. A. (2010). Introduction to Information System (15th ed.). New York: McGraw-Hill. Satzinger, J., Jackson, R., & Burd, S. (2008). Systems Analysis and Design (5th ed.). Canada: Cengage. Stevenson, W. (2009). Operation Management (10th ed.). United States of America: McGraw-Hill. Turban, E., Rainer, R., & Potter, R. (2005). Introduction to Information Technology (3rd ed.). United States of America: John Wiley and Sons, Inc.

18 Xu, H., & Hwang, M. I. (2007). The Effect of Implementation Factors on Data Warehousing Success: An Exploratory Study. Journal of Information, Information Technology, and Organizations, 3. Yunarto, H. (2006). Business Concepts Implementation Series in Sales and Distribution Management. Jakarta: PT. Elex Media Komputindo. Biographies Vincent was born in Medan on September 4 th, The author completed his undergraduate education at Binus University, Jakarta, Indonesia in the field of computerized accounting in Anton Jaya Sentosa was born in Jambi on February 13 th, The author completed his undergraduate education at Binus University, Jakarta, Indonesia in the field of information systems in Feby Felilia Halim was born in Ujung Pandang on August 28 th, The author completed her undergraduate education at Binus University, Jakarta, Indonesia in the field of computerized accounting in 2013.