BAB 4 RANCANGAN SISTEM YANG DIUSULKAN

Transkripsi

1 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 PT. IES NUSANTARA, yaitu: 1. Data operasional berasal dari OpenQM. 2. Data diakses menggunakan IES Client Sistem sehingga menghasilkan format data.csv. 3. Data dianalisis dan diolah ke dalam MYSQL dan PHP sehingga menghasilkan dashboard reporting berbasis business intelligence. 82

2 Diagram Aliran Data Data Flow Diagram Level 0 Gambar 4.2 Data Flow Diagram Level Data Flow Diagram Level 1 Gambar 4.3 Data Flow Diagram Level 1

3 Perancangan Proses Database Design Dalam perancangan data warehouse, akan dilakukan pemilihan data yang tepat untuk membuat suatu laporan yang baik bagi Manager. Arsitektur yang digunakan dalam rancangan data warehouse pada PT. IES NUSANTARA adalah arsitektur data warehouse terpusat. Sehingga, data terkumpul dalam satu tempat saja dan akan lebih mudah dalam mengelola data. Berikut merupakan gambar rancangan arsitektur data warehouse PT. IES NUSANTARA: Gambar 4.4 Arsitektur Data Warehouse Sumber Data Sumber data yang dipakai berasal dari OLTP (Online Transaction Processing) dimana data-data tersebut di dalam database perusahaan dalam bentuk tabel-tabel. ETL (Extract Transform Loading) ETL terdiri dari tiga tahap, yaitu: Extract, Transform, dan Loading. Extract : Tahap penarikan data dari berbagai sumber.

4 85 Transform : Tahap penyatuan, penyeragaman dari berbagai sumber data. Transformasi dilakukan untuk memindahkan data ke dalam data warehouse. Transformasi data ini dilakukan dengan menggunakan sistem Data Transformation System yang telah di sediakan oleh Microsoft SQL-Server Loading : Tahap input data yang telah diolah pada data warehouse. Data Warehouse Data-data yang telah dipindahkan ke dalam data warehouse, kemudian diolah kembali, sehingga dapat disajikan menjadi laporan yang sesuai dengan kebutuhan Manager. Data yang terdapat pada data warehouse merupakan data histories dan lebih ringkas, sehingga data yang diolah merupakan data yang tetap tidak ada kemungkinan berubah, sesuai dengan sifat data warehouse yang non volatile. OLAP Cube OLAP dapat dilihat dari berbagai dimensi, yang memudahkan pengguna untuk menganalisa data dengan menggunakan view yang kompleks dan multidimensional. Hasil dari OLAP adalah star schema yang terdiri dari tabel fakta dan dimensi.

5 86 Web Browser Hasil akhir dari arsitektur data warehouse adalah penggunaan web browser. Pada tahap ini, manager dapat mengakses data yang di butuhkan dengan internal web based. Meninjau kembali kebutuhan data akses yang diperlukan dalam perancangan database tabel FAKTA HEADER, terdiri dari: headerid Field Fakta Header Keterangan Primary key dalam data warehouse userid Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel DimensiMsUser, yang terdiri dari usercode, username dan password. jobid Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel DimensiMsjob, yang terdiri dari jobcode dan name. periodid Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel DimensiPeriod, yang terdiri dari periodcode dan month. jobcostid Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel

6 87 DimensiMsJobCost, yang terdiri dari jobcode dan costtypecode. costsubid Merupakan ID penghubung dengan tabel FaktaHeader. Berasal dari tabel DimensiMsCostSub, yang terdiri dari costtypecode dan subacctcode. Committed Merupakan attribute tabel FaktaHeader yang mendefinisikan nilai commited. Actual Merupakan attribute tabel FaktaHeader yang mendefinisikan nilai actual. Accrual Merupakan attribute tabel FaktaHeader yang mendefinisikan nilai acrrual. Tabel 4.1 Fakta Header Kemudian dilakukan rancangan database dengan rancangan star schema untuk memenuhi kebutuhan informasi yang dibutuhkan manager terhadap aplikasi Business Intelligence. Berikut merupakan penjelasan mengenai star schema tersebut, yaitu: Star Schema FaktaHeader Tabel FaktaHeader menggambarkan kegiatan operasional mill production. Dari skema ini, dapat terlihat data committed, actual, dan accrual yang diinginkan berdasarkan DimensiMsPeriod, DimensiMsJob dan DimensiMsSub. Selanjutnya, dapat melihat

7 gabungan data yang terdiri dari DimensiMsJobCost dan DimensiMsCostSub. 88 Gambar 4.5 Star Schema

8 ETL Design TABEL COLUMN TYPE/LENGTH DATA ELEMENT TYPE/LENGTH SOURCE FILE/DATABASE MsUser CHAR DimensiMsUser usercode CHAR (10) usercode CHAR (10) MsUser username VARCHAR(10) username VARCHAR(10) MsUser password VARCHAR(10) password VARCHAR(10) MsUser DimensiMsJob MsJob CHAR jobcode CHAR(5) jobcode CHAR(5) Msjob name VARCHAR(20) name VARCHAR(20) Msjob reportgroup VARCHAR(6) reportgroup VARCHAR(6) Msjob DimensiMsCost MsCost CHAR costtypecode CHAR(5) costtypecode CHAR(5) MsCost costtypename VARCHAR(20) costtypename VARCHAR(20) MsCost DimensiMsJobCost MsJobCost VARCHAR jobcode CHAR(5) jobcode CHAR(5) MsJobcost costtypecode VARCHAR(5) costtypecode VARCHAR(5) MsJobCost DimensiMsSub MsSub VARCHAR subacctcode CHAR(5) subacctcode CHAR(5) MsSub subacctname VARCHAR(20) subacctname VARCHAR(20) MsSub DimensiCostSub MsCostSub CHAR costtypecode CHAR(5) costtypecode CHAR(5) MsCostSub subacctcode VARCHAR(5) subacctcode VARCHAR(5) MsCostSub DimensiMsPeriod MsPeriod CHAR periodcode CHAR(3) periodcode CHAR(3) MsPeriod month VARCHAR(10) month VARCHAR(10) MsPeriod 89

9 90 Fakta_Header FaktaHeader CHAR jobcode CHAR(5) jobcode VARCHAR(5) MsJob costtypecode CHAR(5) costtypecode VARCHAR(5) MsCost subacctcode CHAR(5) subacctcode VARCHAR(5) MsSub periodcode CHAR(3) periodcode VARCHAR(3) MsPeriod usercode CHAR(10) usercode INT(10) MsUser commited INT(15) commited INT(15) Header actual INT(15) actual INT(15) Header accrual INT(15) accrual INT(15) Header Tabel 4.2 Extract/Transform/Load Design Kemudian merancang program ETL, dimana program tersebut disajikan ke dalam tabel yang menggambarkan transformasi dari OLTP ke OLAP, yaitu: Transform Activity Code Fakta Header Menarik data Period, User, Job, Cost, Sub, JobCost, CostSub, Commited Current, Acctual Current, Accrual Current. SELECT userid, jobid, costid, subid, jobcostid, costsubid, periodid, sum(actual+commited)as dataaccrual, sum(accrual)as totalaccrual FROM [OLAPbaru].[dbo].DimensiPeriod as DimPeriod,

10 91 [OLAPbaru].[dbo].DimensiMsCost as DimMsCost, [OLAPbaru].[dbo].DimensiMsJob as DimMsJob, [OLAPbaru].[dbo].DimensiMsSub as DimMsSub, [OLAPbaru].[dbo].DimensiMsUser as DimMsUser, [OLAPbaru].[dbo].DimensiMsJobCost as DimMsJobCost, [OLAPbaru].[dbo].DimensiMsCostSub as DimMsCostSub, [OLTP].[dbo].header AS header WHERE header.usercode = DimMsUser.userCode AND header.jobcode = DimMsJob.jobCode AND header.costtypecode = DimMsCost.costTypeCode AND header.subacctcode = DimMsSub.subAcctCode AND header.periodcode = DimPeriod.periodCode AND DimMsJobCost.jobCode = DimMsJob.jobCode AND DimMsCostSub.costTypeCode = DimMsCost.costTypeCode AND DimMsCostSub.subAcctCode = DimMsSub.subAcctCode GROUPBY periodid, userid, jobid, costid, subid, jobcostid, costsubid Tabel 4.3 Tabel Transformasi FaktaHeader

11 Metadata Repository Design Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsUser : Tabel dimensi user Sumber Data Nama Field Tipe Ukuran Keterangan Nama Table Nama Field Tipe Ukuran Keterangan Transformasi userid CHAR 10 Surrogate Key usercode CHAR 10 MsUser usercode CHAR 10 Copy username VARCHAR 10 MsUser username VARCHAR 10 Copy password VARCHAR 10 MsUser password VARCHAR 10 Copy Tabel 4.4 Metadata MsUser Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsJob : Tabel dimensi job Nama Field Tipe Ukuran Keterangan jobid CHAR 5 Surrogate Key Nama Table Nama Field Sumber Data Tipe Ukuran Keterangan Transformasi

12 93 jobcode CHAR 5 MsJob jobcode CHAR 5 Copy name VARCHAR 20 MsJob jobname VARCHAR 20 Copy Tabel 4.5 Metadata MsJob Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsCost : Tabel dimensi cost Nama Field Tipe Ukuran Keterangan Nama Table Sumber Data Nama Field Tipe Ukuran Keterangan Transformasi costid CHAR 5 Surrogate Key costtypecode CHAR 5 MsCost costtypecode CHAR 5 Copy costtypename VARCHAR 20 MsCost costtypename VARCHAR 20 Copy Tabel 4.6 Metadata MsCost Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsSub : Tabel dimensi sub

13 94 Nama Field Tipe Ukuran Keterangan Nama Table Sumber Data Nama Field Tipe Ukuran Keterangan Transformasi subid CHAR 5 Surrogate Key subacctcode CHAR 5 MsSub subacctcode CHAR 5 Copy subacctname VARCHAR 20 MsSub subacctname VARCHAR 20 Copy Tabel 4.7 Metadata MsSub Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsPeriod : Tabel dimensi Period Sumber Data Nama Field Tipe Ukuran Keterangan Nama Table Nama Field Tipe Ukuran Keterangan Transformasi periodid CHAR 3 Surrogate Key periodcode CHAR 3 MsPeriod periodcode CHAR 3 Copy month VARCHAR 10 MsPeriod month VARCHAR 10 Copy Tabel 4.8 Metadata MsPeriod

14 95 Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsJobCost : Tabel dimensi job, cost Sumber Data Nama Field Tipe Ukuran Keterangan Nama Table Nama Field Tipe Ukuran Keterangan Transformasi jobcostid CHAR 5 Surrogate Key jobcode CHAR 5 MsJobCost jobcode CHAR 5 Copy costtypecode VARCHAR 5 MsJobCost costtypecode VARCHAR 5 Copy Tabel 4.9 Metadata MsJobCost Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : MsJobCostSub : Tabel dimensi cost, sub Nama Field Tipe Ukuran Keterangan Sumber Data Nama Table Nama Field Tipe Ukuran Keterangan Transformasi costsubid CHAR 5 Surrogate Key costtypecode CHAR 5 MsJobCostSub costtypecode CHAR 5 Copy subacctcode VARCHAR 5 MsJobCostSub subacctcode VARCHAR 5 Copy Tabel 4.10 Metadata MsJobCostSub

15 96 Nama Database Nama Tabel Deskripsi Tabel : Operational mill production : Header_Fakta : Tabel fakta header Nama Field Tipe Ukuran Keterangan Nama Table Sumber Data Nama Field Tipe Ukuran Keterangan Transformasi headerid CHAR 10 Surrogate Key usercode CHAR 10 MsUser usercode CHAR 10 Copy jobcode CHAR 5 MsJob jobcode CHAR 5 Copy costtypecode CHAR 5 MsCost costtypecode CHAR 5 Copy subacctcode CHAR 5 MsSub subacctcode CHAR 5 Copy periodcode CHAR 3 MsPeriod periodcode CHAR 3 Copy commited INT 15 Header commited INT 15 Copy actual INT 15 Header actual INT 15 Copy accrual INT 15 accrual INT 15 Copy Tabel 4.11 Metadata Header_Fakta

16 ETL Development Pada tahap ini, akan dijelaskan proses ETL pengambilan data dari sumber data OLTP ke OLAP yang menyimpan file Integration Service Project. Tahap pertama, membuka SQL Server Business Intelligence Development Studio 2008, klik File - New project Integration Service Project, dan mengisi nama lokasi, serta solution name file. Gambar 4.6 Tampilan Awal ETL 97

17 98 Gambar 4.7 Halaman utama Integration Service Project Halaman utama Integration service Project memiliki beberapa menu, yaitu : control flow, data flow, toolbox dan solution explorer yang mempermudah pengguna dalam membuat data source (OLTP dan OLAP), serta SSIS (SQL Server Integration Services) packages (tabel fakta dan dimensi). Gambar 4.8 Solution Explorer Business Intelligence Data source Tahap Kedua, data source diberi nama sesuai dengan database pada SQL server. Pada Business Intelligence ini, data source diberi nama OLTP

18 dan OLAPbaru. Klik kanan data source new data source klik next data source wizard beri nama data souce next finish. 99 Gambar 4.9 Solution Explorer Business Intelligence SSIS Packages Tahap ketiga, membuat SSIS (SQL Server Integration Services) packages yang terdiri dari tabel Fakta dan dimensi. Klik kanan SSIS (SQL Server Integration Services) Packages new SSI(SQL Server Integration Services) S Packages rename sesuai dengan nama tabel fakta dan dimensi yang telah ditentukan. Gambar 4.10 Setting Control Flow

19 100 Tahap keempat, setting control flow. Pastikan kedua database yaitu OLTP dan OLAP telah masuk dalam connection Managers. Kemudian, drag Data FlowTask dan Execute SQL Task ke dalam control flow. Tariklah panah hijau dari Data Flow Task ke kotak Execute SQL Task dan pastikan keduanya telah terhubung. Gambar 4.11 Execute SQL Task Editor Klik-ganda pada Execute SQL Task, sehingga window Execute SQL Task Editor muncul, isilah Connection dengan database OLTP yang telah di tentukan dan SQL Statement. Gambar 4.12 Setting Data Flow

20 101 Tahap kelima, Klik tab Data Flow dan drag OLE DB Source dan OLE DB Destination layar integration service project, tarik panah hijau dari OLE DB Source ke OLE DB Destination dan pastikan keduanya telah terhubung. Gambar 4.13 Setting OLE DB Source Editor Klik-ganda pada OLE DB Source, maka akan terlihat window OLE DB Source Editor, dalam window ini pilih SQL Command: pada combo box Data access mode, kemudian istilah SQL Command text dengan query yang digunakan untuk mentransformasikan OLTP ke OLAP. Setelah itu klik OK.

21 102 Gambar 4.14 Setting OLE DB Destinaton Editor Lakukan langkah yang sama pada OLE DB Destination, dalam combo box Data access mode pilih Tabel or view fast load, kemudian isi table yang akan ditransformasikan dalam combo box Name of the table on the view, kemudian klik mappings yang terletak di bagian kiri atas.

22 103 Gambar 4.15 Mapping OLE DB Destination Pada tahap ini, dapat terlihat data-data dari OLTP yang akan ditransformasikan ke OLAP, klik OK bila sudah sesuai. Gambar 4.16 Hasil Proses Debugging Pada saat kembali ke layar utama, pastikan semua panah sudah terhubung dengan benar. Tahap selanjutnya, klik Debug pada toolbar lalu pilih start Debugging. Tunggu beberapa saat, SQL Server Business Intelligence

23 104 Development Studio 2008 akan mentransformasikan OLTP ke OLAP yang telah digunakan sebelumnya, apabila proses berjalan dengan baik, maka terlihat beberapa jumlah baris yang telah ditransfer dan kotak OLE DB Source dan OLE DB Destination akan berubah warna menjadi hijau Application Development Gambar 4.17 Halaman Login Pada halaman ini, manager yang akan menggunakan aplikasi, harus login terlebih dahulu. Login dilakukan dengan cara memasukkan username dan password yang sudah ditentukan sebelumnya oleh administrator. Tampilan Dashboard Setelah melakukan login, user (manager) langsung masuk ke halaman dashboard. Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di sebelah kanan, terdapat label tanggal dan jam, serta disampingnya terdapat button log out.

24 105 Gambar 4.18 Halaman Dashboard Di halaman ini, ditampilkan laporan total anggaran operasional perbulan berdasarkan accrual dengan bar chart. Bila pointer mouse berada pada salah satu bar, maka akan muncul hover yang menampilkan total anggaran dan bulan tersebut. Bar chart juga dapat di drill-down. Hasil drill-down ini akan menghasilkan tampilan laporan anggaran lebih rinci perbulannya dengan menampilkan anggaran setiap jobcode.

25 106 Contoh hasil drill-down pada bulan January (bar chart warna biru): Gambar 4.19 Halaman hasil drill-down pada bulan January

26 107 Contoh hasil drill-down pada bulan June (bar chart warna orange): Gambar 4.20 Halaman hasil drill-down pada bulan June Di bawah bar chart terdapat keterangan bulan yang sedang di drilldown. Apabila bar chart di klik kembali, maka akan kembali pada tampilan bar chart awal yang menampilkan total perbulan.

27 108 Di bawah bar chart, terdapat kolom tabel By Period, sebagai summary anggaran perbulan yang dapat di-sorting berdasarkan Total Actual atau Total Accrual. Gambar 4.21 Halaman kolom tabel By Period Di bawah kolom tabel By Period, terdapat kolom tabel By Job Name. Pada kolom tabel ini terdapat dua button untuk memilih laporan mengenai Station(ST) dan Vehicle(VH), seperti pada gambar dibawah ini: Gambar 4.22 Halaman Button pada tabel By Job Name

28 109 Bila memilih Station(ST), maka akan ditampilkan laporan pengeluaran Station per-job Name dari st.01 hingga st.15. Di tabel ini juga dapat dilakukan sorting berdasarkan JobCode, Job Name, Total Actual maupun Total Accrual. Gambar 4.23 Halaman kolom tabel By Job Name berdasarkan Station(ST)

29 110 Bila memilih Vehicle(VH), maka akan ditampilkan laporan pengeluaran Vehicle per-job Name. Di tabel ini juga dapat dilakukan sorting berdasarkan JobCode, Job Name, Total Actual maupun Total Accrual. Gambar 4.24 Halaman kolom tabel By Job Name berdasarkan Vehicle(VH)

30 111 Di bawah kolom tabel By Period, terdapat kolom tabel By Cost Type. sebagai summary anggaran per-cost Type yang dapat di-sort berdasarkan Total Actual atau Total Accrual. Gambar 4.25 Halaman kolom tabel By Cost Type

31 112 Tampilan Data Tables Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di halaman Data Tables, ditampilkan laporan total anggaran operasional berdasarkan Job Name Actual dengan pie chart yang dapat menampilkan anggaran secara proposional antara sudut lingkaran dengan persentase anggaran. Apabila salah satu potongan bagian pie-chart diklik, maka akan terdapat hover yang menampilkan keterangan detail Job Name dan presentase. Gambar 4.26 Halaman Data Tables

32 113 Gambar 4.27 Halaman Pie Chart By Job Name Actual Kolom pie chart ini memiliki fasilitas untuk export gambar ke dalam bentuk PNG, JPEG, PDF dan SVG vector image. Dan juga button print untuk langsung mencetak pie chart. Gambar 4.28 Halaman Fasilitas Pie Chart untuk Export

33 114 Di bawah kolom pie-chart, terdapat kolom tabel data keseluruhan anggaran operasional mill production. Kolom ini dilengkapi dengan searchbox [1], limit tampilan row per-page[2], dan button untuk konversi data ke file yang diinginkan (Copy, CSV, Excel, PDF, dan Print) [3]. Sehingga laporan dapat lebih cepat di evaluasi sesuai dengan kebutuhan manager Gambar 4.29 Halaman Kolom Tabel Data Keseluruhan

34 115 Contoh konversi (manager ingin melihat laporan bulan januari dengan jobcode st.02 ke dalam bentuk excel dan pdf): Gambar 4.30 Halaman Konversi File Dan hasil konversi: Gambar 4.31 Halaman Hasil Konversi File dalam Excel

35 Gambar 4.32 Halaman Hasil Konversi File dalam PDF 116

36 117 Tampilan Alert Gambar 4.33 Halaman Alert Pada halaman ini, terdapat menu navigation di sebelah kiri, yang terdiri dari menu halaman Dashboard itu sendiri, Data Tables, Alert dan Layouts. Di halaman Alert, ditampilkan laporan total anggaran operasional perbulan terbesar dengan bar chart dan line chart yang dapat menunjukkan tren anggaran operasional secara spesifik. Bar chart berwarna biru menampilkan anggaran terbesar berdasarkan Actual, line chart berwarna merah

37 118 menampilkan anggaran terbesar berdasarkan Commited, dan line chart berwarna hijau menampilkan pengeluaran terbesar berdasarkan Accrual. Pada kolom ini terdapat button untuk memilih view bar chart Accrual, line chart Actual dan line chart Commited. Gambar 4.34 Button Accrual, Actual dan Commited Kolom chart ini memiliki fasilitas untuk export gambar ke dalam bentuk PNG, JPEG, PDF dan SVG vector image. Dan juga button print untuk langsung mencetak pie chart Gambar 4.35 Fasilitas untuk Export Gambar

38 119 Jika memilih Accrual, maka tampilannya seperti di bawah ini : Gambar 4.36 Tampilan Accrual

39 120 Jika memilih Actual maka tampilannya seperti di bawah ini : Gambar 4.37 Tampilan Actual

40 121 Jika memilih Commited maka tampilannya seperti di bawah ini : Gambar 4.38 Tampilan Committed Di bawah kolom chart, terdapat kolom alert yang menampilkan pengeluaran perbulan terbesar dan pengeluaran perbulan terkecil berdasarkan jobcode dan accrual. Gambar 4.39 Tampilan Kolom Alert

41 bawah ini: 122 Bila Highest Accrual dipilih, maka tampilan akan menjadi seperti di Gambar 4.40 Tampilan Highest Accrual Terdapat keterangan bulan (month), jobcode yang memiliki pengeluaran tertinggi dan total dari pengeluaran tersebut (total cost).

42 bawah ini: 123 Bila Lowest Accrual dipilih, maka tampilan akan menjadi seperti di Gambar 4.41 Tampilan Lowest Accrual Terdapat keterangan bulan (month), jobcode yang memiliki pengeluaran terendah dan total dari pengeluaran tersebut (total cost).

43 Data Mining Data mining merupakan cara atau teknik untuk menemukan pola dari data perusahaan. Pada data mining ini, akan didapat hasil analisis berupa Highest Commited Actual Accrual per Period, yang ditampilkan berupa chart dan keterangan dari highest accrual serta lowest accrual. Data mining digunakan untuk membantu manager menentukan keputusan selanjutnya atas pengeluaran terbesar dan terkecil pada setiap accrual di setiap job per period. Gambar 4.42 Data Mining

44 Metadata Repository Development Pada tahap ini ditampilkan metadata sampai kepada hasilnya. Gambar 4.43 Hasil Metadata DimensiMsUser DimensiMsUser memiliki kolom, yaitu: userid usercode username : Primary key dalam dalam data warehouse : Primary key dalam OLTP untuk ETL : Nama pengguna

45 126 Gambar 4.44 Hasil Metadata DimensiMsSub DimensiMsSub memiliki kolom, yaitu: subid subacctcode subacctname : Primary key dalam data warehouse : Primary key dalam OLTP untuk ETL : nama sub actual

46 127 Gambar 4.45 Hasil Metadata DimensiMsCost DimensiMsCost memiliki kolom, yaitu: costid costtypecode costtypename : Primary key dalam data warehouse : Primary key dalam OLTP untuk ETL : tipe nama cost

47 128 Gambar 4.46 Hasil Metadata DimensiMsJob DimensiMsJob memiliki kolom, yaitu: jobid : Primary key dalam data warehouse jobcode : Primary key dalam OLTP untuk ETL name : nama job

48 129 Gambar 4.47 Hasil Metadata DimensiMsCostSub DimensiMsCostSub memiliki kolom, yaitu: costsubid costtypecode subacctcode : Primary key dalam data warehouse : Primary key dalam OLTP untuk ETL : Primary key dalam OLTP untuk ETL

49 130 Gambar 4.48 Hasil Metadata DimensiMsJCost DimensiMsJobCost memiliki kolom, yaitu: jobcostid costtypecode jobcode : Primary key dalam data warehouse : Primary key dalam OLTP untuk ETL : Primary key dalam OLTP untuk ETL

50 131 Gambar 4.49 Hasil Metadata DimensiMsPeriod DimensiMsPeriod memiliki kolom, yaitu: periodid periodcode month : Primary key dalam data warehouse : Primary key dalam OLTP untuk ETL : waktu berdasarkan bulan.

51 132 Gambar 4.50 Hasil Metadata FaktaHeader FaktaHeader memiliki kolom, yaitu: jobid costid subid periodid userid committed actual accrual : Primary key dalam data warehouse : Primary key dalam data warehouse : Primary key dalam data warehouse : Primary key dalam data warehouse : Primary key dalam data warehouse : nilai commited current : nilai actual current : nilai accrual current