BAB 4 PERANCANGAN DAN IMPLEMENTASI. memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan

Transkripsi

1 BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1. Identifikasi Kebutuhan Informasi Kebutuhan informasi dari PT. Corfina Capital adalah untuk dapat memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan Untuk dapat menampilkan pergerakan investasi dari proses bisnis, dibutuhkan data investasi nasabah berupa data subscribe, redeem, balance dan juga waktu investasi dilakukan agar dapat dilakukan pengukuran dan perbandingan sebagai bentuk pergerakan investasi. 2. Pergerakan Profit perusahaan Menampilkan pergerakan profit perusahaan dapat dilakukan dengan mengetahui data nasabah beserta transaksinya berupa nilai dari setiap transaksi dan biaya transaksi dari masing masing nasabah dalam kurung waktu tertentu, serta total dari setiap biaya transaksi dalam kurung waktu tertentu. 3. Perbandingan hasil kerja yang dilakukan oleh karyawan dari divisi marketing Perbandingan hasil kerja karyawan divisi marketing dapat dilihat melalui nilai transaksi yang dilakukan oleh nasabah dari masing masing marketing. 40

2 Perancangan Data warehouse Memilih Proses(Choosing the process) Proses bisnis yang akan digunakan untuk perancangan data warehouse ini adalah sebagai berikut: - Transaksi Nasabah Hal ini meliputi subscribe dan redeem yang dilakukan oleh nasabah dan ditangani oleh divisi marketing. Pada transaksi nasabah dapat terlihat keuntungan perusahaan melalui biaya transaksi dan juga investasi nasabah berdasarkan nilai subscribe, redeem, dan balance dari nasabah. Tabel 4.1 Tabel Proses Bisnis Proses Bisnis Subscribe Deskripsi Proses yang berkaitan dengan penyetoran nasabah ke account reksa dana. Data yang terlibat adalah data transaksi. Proses yang berkaitan dengan penarikan nasabah Redeem dari account reksa dana. Data yang terlibat adalah data transaksi Memilih Grain(Choosing the grain) Setelah proses dipilih maka langkah berikutnya adalah memilih grain. Grain merupakan data dari calon fakta yang dapat dianalisis.

3 42 Tabel 4.2 Tabel Identifikasi dan Penyusunan Dimensi Grain /Fakta Nilai Transaksi Biaya Transaksi Jumlah Unit Balance Deskripsi Data yang dianalisis adalah berapa nilai transaksi sebagai informasi pergerakan investasi nasabah untuk masing-masing proses subscribe dan redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu. Hal ini juga dapat menjadi tolak ukur untuk kinerja karyawan marketing. Data yang dianalisis adalah berapa nilai biaya transaksi sebagai informasi pergerakan profit perusahaan untuk masing-masing proses subscribe dan redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu. Data yang dianalisis adalah berapa jumlah unit dari yang diterima nasabah setiap transaksi yang dilakukan. Hal ini guna melihat pergerakan investasi nasabah. Daya yang dianalisis adalah berapa hasil balance atau sisa saldo yang dimiliki oleh nasabah setelah melakukan subscribe atau redeem berdasarkan jenis nasabah dan tipe reksadana pada periode (kuartal atau tahun) tertentu. Hal ini juga dapat menjadi tolak ukur untuk kinerja karyawan marketing. Proses Bisnis Yang Terkait Subscribe, Redeem Subscribe, Redeem Subscribe, Redeem Subscribe, Redeem

4 Identifikasi dan Penyusunan Dimensi Setelah memilih grain, maka dilakukan identifikasi tabel dimensi apa yang akan dibuat. Berikut adalah tabel dimensi yang diidentifikasi: Tabel 4.3 Tabel Identifikasi dan Penyusunan Dimensi Dimensi Keterangan Grain Waktu Transaksi Nasabah Nasabah Individu Nasabah Badan Hukum Marketing Waktu terjadinya transaksi dengan hierarki tahun, bulan, hari Pelanggan yang terlibat dengan proses bisnis Pelanggan yang terlibat dengan proses bisnis mengatas namakan pribadi itu sendiri Pelanggan yang terlibat dengan proses bisnis mengatas namakan suatu perusahaan. Karyawan yang melayani transaksi Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nilai Transaksi, Biaya Transaksi, Jumlah Unit, Balance Nilai Transaksi, Balance

5 44 Jenis Reksadana Produk dari PT. Corfina Capital Nilai Transaksi, Biaya Transaksi, Balance Menentukan Fakta(Choosing the fact) Setelah menetukan dimensi yang terkait. Langkah selanjutnya adalah memastikan tabel fakta yang dapat diperoleh dalam proses grain. Fakta pada perusahaan ini adalah: Tabel 4.4 Tabel Fakta Fakta Dimensi Dimensi Waktu, Dimensi Nasabah, Transaksi Dimensi Nasabah Individu, Dimensi Nasabah Badan Hukum, Dimensi Jenis Reksadana, Dimensi Marketing Menyimpan Pre-Calculation pada Tabel Fakta Di tabel fakta terdapat kalkulasi data yang dapat di hitung. Pada fakta transaksi kalkulasi awal yang ada antara lain: 1. Total Subscribe merupakan total dari penyetoran yang dilakukan oleh nasabah Total Subscribe = SUM(NilaiTransaksi Subscribe)

6 45 2. Total Redeem merupakan total dari penarikan yang dilakukan oleh nasabah Total Redeem = SUM(NilaiTransaksi Redeem) 3. Biaya Transaksi merupakan biaya yang dikenakan perusahaan pada setiap transaksi dari nasabah. Biaya Transaksi = NilaiTransaksi * BiayaDalamPersen 4. Jumlah Unit adalah jumlah yang akan ditambahkan pada saldo nasabah setelah dibagi dengan Nett Asset Value(NAV) atau disebut juga dengan Nilai Aktiva Bersih(NAB) Jumlah Unit = (Nilai Transaksi (NilaiTransaksi * BiayaDalamPersen)) / NAV 5. Balance adalah saldo dari nasabah yang ada setelah proses subscribe atau redeem. Balance = NilaiTransaksi Subscribe NilaiTransaksi Redeem

7 Rounding Out The Dimension Table Pada tahap ini kita menambahkan keterangan selengkap-lengkapnya pada tabel dimensi. Berikut adalah dimensi yang sudah ditambahkan keterangannya: 1. Dimensi Waktu Tabel 4.5 Tabel Dimensi Waktu Atribut Tipe Data Panjang skwaktu smallint 3 Kuartal tinyint 1 Tahun smallint 4 2. Dimensi Reksa Dana Tabel 4.6 Tabel Dimensi Reksa Dana Atribut Tipe Data Panjang skreksadana tinyint 1 jenisreksadana tinyint 1 Deskripsi tinyint 1 3. Dimensi Nasabah Badan Hukum Tabel 4.7 Tabel Dimensi Nasabah Badan Hukum Atribut Tipe Data Panjang sknasabahbadanhukum mediumint 6 namadireksi varchar 50

8 47 karakteristikperusahaan varchar 50 asettahun1 double 20,0 asettahun2 double 20,0 asettahun3 double 20,0 labaoperasitahun1 double 20,0 labaoperasitahun2 double 20,0 labaoperasitahun3 double 20,0 4. Dimensi Nasabah Individu Tabel 4.8 Tabel Dimensi Nasabah Individu Atribut Tipe Data Panjang sknasabahindividu mediumint 6 Pendidikan varchar 3 Pekerjaan varchar 50 pendapatanpertahun double 20,0 5. Dimensi Marketing Tabel 4.9 Tabel Dimensi Marketing Atribut Tipe Data Panjang skmarketing tinyint 2 idmarketing varchar 5 namamarketing varchar 50 targetpencapaian double 20, 0

9 Memilih Durasi dalam Database(Choosing The Duration of The Database) Menentukan durasi database adalah menetukan data yang akan dimasukkan ke dalam data warehouse. Database yang akan digunakan sebagai sumber data bagi data warehouse yang akan dibuat dipilih dari database pada tahun Tabel 4.10 Tabel Durasi Database Start Year Range data in Data warehouse Number of Year tahun Melacak Perubahan Dimensi Secara Perlahan(Tracking Slowly Changing Dimension) Dalam perancangan ini dipilih tipe kedua dari perubahan atribut dimensi yaitu perubahan atribut dimensi akan menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama. Hal ini dilakukan untuk menjaga data yang lama tetap ada agar diketahui perubahan dimensi yang terjadi dari data lama ke data baru. Atribut dimensi yang mengalami perubahan pada functional data warehouse PT. Corfina Capital adalah sebagai berikut:

10 49 Tabel 4.11 Tabel Changing Dimension Dimensi Nasabah Nasabah Individu Atribut yang Dapat Mengalami Perubahan sumberdana pendapatanpertahun, Nasabah Hukum Marketing Reksa Dana Badan Pendidikan, Pekerjaan namadireksi, targetpencapaian jenisreksadana

11 Metadata Fakta Transaksi 1. Nama Database : star_schema Nama Tabel : fact_transaksi_reksa_dana Deskripsi Tabel : Tabel fact_transaksi_reksa_dana berisi informasi mengenai data transaksi investasi nasabah dimana data tersebut di ETL dari tabel dimensi terkait Tabel Tabel Fakta No. Field Name Data Type Length Key Description Process 1 kodetransaksi varchar 20 * 2 skmarketing tinyint 2 - Merupakan kode unik dari masing masing transaksi Surrogate Key Marketing di dapat dari tabel dimensi Marketing dengan cara lookuo database Data Source Table Field Data Type transform transaksi kodetransaksi varchar (20) copy dim_marketing skmarketing tinyint (2)

12 51 3 sknasabahindividu mediumint 6-4 sknasabahbadanhukum mediumint 6-5 skreksadana tinyint 1-6 skwaktu smallint 3-7 nilaitransaksi double 20, 4 - Surrogate Key Nasabah Individu di dapat dari tabel dimensi Nasabah dengan cara lookup database Surrogate Key Nasabah Badan Hukum di dapat dari tabel dimensi Nasabah dengan cara lookup database Surrogate Key Reksa Dana di dapat dari tabel dimensi Reksa Dana dengan cara lookup database Surrogate Key Waktu di dapat dari tabel dimensi Waktu dengan cara lookup database Merupakan nilai dalam Rupiah atau Dollar dari setiap transaksi copy copy dim_nasabah_ individu dim_nasabah_ badan_hukum sknasabah Individu sknasabah BadanHukum mediumint (6) mediumint (6) copy dim_reksa_dana skreksadana tinyint (1) copy dim_waktu skwaktu smallint (3) copy transaksi nilaitransaksi double(20, 4)

13 52 8 biayatransaksi double 20, 4-9 jumlahunit double 10, 4-10 balance double 20, 4 - Merupakan biaya dalam Rupiah atau Dollar untuk masing-masing transaksi. Merupakan jumlah unit yang dimiliki oleh nasabah. Didapat dari jumlah nett nilai transaksi dan dibagi dengan NAV Merupakan saldo dari investasi nasabah dalam bentuk unit. copy detil_transaksi biayatransaksi double(20, 4) copy detil_transaksi jumlahunit double(10, 4) copy detil_transaksi balance double(20, 4)

14 53 Berikut adalah tabel-tabel dimensi yang berhubungan dengan tabel fakta transaksi Dimensi Marketing 1. Nama Database : star_schema Nama Tabel Deskripsi Tabel : dim_marketing : Tabel dim_marketing berisi informasi mengenai data marketing yang melayani pendaftaran nasabah serta mengenai target pencapaian marketing dari tiap nasabah Tabel Tabel Dimensi Marketing No. Field Name Data Type Length Key Description Process Data Source Table Field Data Type 1 skmarketing tinyint 2 * Surrogate Key Marketing create idmarketing varchar 5 - Merupakan kode unik yang dimiliki oleh setiap marketing copy marketing idmarketing varchar(5)

15 54 3 namamarketing varvarchar 50 - Nama dari Marketing copy marketing namamarketing varvarchar(50) 4 targetpencapaian double 20, 0 - Target Pencapaian nilai Trasaksi yang harus dipenuhi oleh Marketing copy marketing targetpencapaian double(20, 0) Dimensi Nasabah Individu 2. Nama Database : star_schema Nama Tabel Deskripsi Tabel : dim_nasabah_individu : Tabel dim_nasabah individu berisi secara spesifik informasi mengenai data nasabah individu yang telah mendaftarkan diri pada PT. Corfina Capital

16 55 Tabel Tabel Dimensi Nasabah Individu No. Field Name Data Type Length Key Description Process 1 sknasabahindividu mediumint 6 * 2 Pendidikan varvarchar(3) Pekerjaan varvarchar(50) pendapatan_per_tahun double 20, 0 - Surrogate Key Nasabah Invdividu Pendidikan nasabah untuk nasabah Individu Pekerjaan nasabah untuk nasabah Individu Pendapatan nasabah individu per tahun Data Source Table Field Data Type create copy nasabah pendidikan varvarchar(3) copy nasabah pekerjaan varvarchar(50) copy nasabah pendapatan_per_tahun double(20, 0)

17 56 Dimensi Nasabah Badan Hukum 3. Nama Database : star_schema Nama Tabel Deskripsi Tabel : dim_nasabah_badan_hukum : Tabel dim_nasabah_badan_hukum berisi secara spesifik informasi mengenai data nasabah badan hukum yang telah mendaftarkan diri pada PT. Corfina Capital Tabel Tabel Dimensi Nasabah Badan Hukum No. Field Name Data Type Length Key Description Process 1 sknasabahbadanhukum mediumint 6 * 2 namadireksi varvarchar(50) - - Surrogate Key Nasabah Badan Hukum Nama direksi yang bertanggung jawab atas dibukanya account nasabah atas suatu account Data Source Table Field Data Type create copy nasabah namadireksi varvarchar(50)

18 57 3 karakteristikperusahaan varvarchar(50) asettahun1 double 20, 0-5 asettahun2 double 20, 0-6 asettahun3 double 20, 0 - dengan jenis nasabah Badan Hukum Karakteristik perusahaan nasabah untuk nasabah Badan Hukum Aset tahun pertama untuk nasabah Badan Hukum Aset tahun kedua untuk nasabah Badan Hukum Aset tahun ketiga untuk nasabah Badan Hukum copy nasabah karakteristikperusahaan varvarchar(50) copy nasabah asettahun1 double(20, 0) copy nasabah asettahun2 double(20, 0) copy nasabah asettahun3 double(20, 0)

19 58 7 labaoperasitahun1 double 20, 0-8 labaoperasitahun2 double 20, 0-9 labaoperasitahun3 double 20, 0 - Laba operasi tahun pertama untuk nasabah Badan Hukum Laba operasi tahun kedua untuk nasabah Badan Hukum Laba operasi tahun ketiga untuk nasabah Badan Hukum copy nasabah labaoperasitahun1 double(20, 0) copy nasabah labaoperasitahun2 double(20, 0) copy nasabah labaoperasitahun3 double(20, 0)

20 59 Dimensi Reksa Dana 1. Nama Database : star_schema Nama Tabel : dim_reksa_dana Deskripsi Tabel : Tabel dim_reksa_dana berisi informasi mengenai data dari jenis reksa dana maupun deskripsi dari reksa dana itu, apakah melakukan subscribe atau redeem Tabel Tabel Dimensi Reksa Dana No. Field Name Data Type Length Key Description Process Data Source Table Field Data Type 1 skreksadana tinyint 1 * 2 jenisreksadana tinyint 1-3 deskripsi tinyint 1 - Surrogate Key Reksa Dana Jenis dari produk Reksa Dana yang dimiliki oleh PT. Corfina Capital Jenis dari transaksi yang dilakukan oleh nasabah. create transform detiltransaksi jenisreksadana tinyint (1) transform detiltransaksi deskripsi tinyint (1)

21 60 Dimensi Waktu 2. Nama Database : star_schema Nama Tabel : dim_waktu Deskripsi Tabel : Tabel dim_waktu berisi informasi mengenai data waktu yang tersimpan pada transaksi reksa dana dari segi jenis reksa dana, maupun status subscribe atau redeem nya investasi seorang nasabah atau suatu badan hukum Tabel 4.17 Tabel Dimensi Waktu No. Field Name Data Type Length Key Description Process Data Source Table Field Data Type 1 skwaktu smallint 3 * Surrogate Key Waktu create kuartal tinyint 1-3 tahun smallint 4 - Kuartal/periode dari setiap transaksi Tahun dari setiap transaksi transform transaksi periodetransaksi tinyint (1) transform transaksi periodetransaksi smallint (4)

22 Memutuskan Prioritas dan Mode dari Query (Deciding the Query Priorities and The Query Modes) Transformasi Dimensi Marketing Input table : marketing Output table : dim_marketing Gambar 4.1 ETL Tabel dim_marketing Extract Proses extract pada dim_marketing terdapat pada input marketing dimana pada tahap ini dilakukan pengambilan data dari tabel marketing pada database sumber, yaitu database skripsi dengan SQL query sebagai berikut: Gambar 4.2. Marketing Table input

23 62 Transform Proses transform pada tabel marketing terdapat pada sk_marketing dimana pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_marketing berupa value urutan angka yang dimulai dari angka 1. Gambar 4.3. Marketing Get Value From Sequence Kemudian dilakukan pemilihan dan pencocokan field antara table input dengan tabel dim_marketing, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara table input dengan field tabel dim_marketing berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_marketing.

24 63 Gambar 4.4. Mapping Marketing Loading Proses loading dalam dim_marketing terdapat pada ouput dim_marketing dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_marketing. Jika sk_marketing belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_marketing. Namun, jika sk_marketing ditemukan pada tabel dim_marketing, maka kolom-kolom lain untuk sk_marketing tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

25 64 Gambar 4.5. Output dim_marketing Transformasi Dimensi Nasabah Individu Input table : nasabah Output table : dim_nasabah_individu Gambar 4.6. ETL Tabel dim_nasabah_individu

26 65 Extract Proses extract pada dim_nasabah_individu terdapat pada input nasabah individu dimana pada tahap ini dilakukan pengambilan data dari tabel nasabah pada database sumber, yaitu database skripsi dengan SQL query sebagai berikut: Gambar 4.7. Nasabah Individu Table input Transform Proses transform pada tabel nasabah terdapat pada sk_nasabah_individu dimana pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_nasabah_individu berupa value urutan angka yang dimulai dari angka 1.

27 66 Gambar 4.8. Nasabah Individu Get Value From Sequence Kemudian dilakukan pemilihan dan pencocokan field antara table input dengan tabel dim_nasabah, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara table input dengan field tabel dim_nasabah berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_nasabah.

28 67 Gambar 4.9. Mapping Nasabah Individu Loading Proses loading dalam dim_nasabah terdapat pada ouput dim_nasabah dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_nasabah_individu. Jika sknasabahindividu belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_nasabah_individu. Namun, jika sknasabahindividu ditemukan pada tabel dim_nasabah_individu, maka kolom-kolom lain untuk sknasabahindividu tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

29 68 Gambar Output dim_nasabah_individu Transformasi Dimensi Nasabah Badan Hukum Input table : nasabah Output table : dim_nasabah_badan_hukum Gambar ETL Tabel dim_nasabah_badan_hukum Extract Proses extract pada dim_nasabah_badan_hukum terdapat pada input nasabah badan hukum dimana pada tahap ini dilakukan pengambilan data dari tabel nasabah pada database sumber, yaitu database skripsi dengan SQL query sebagai berikut:

30 69 Gambar Nasabah Badan Hukum Table input Transform Proses transform pada tabel nasabah terdapat pada sk_nasabah_badan_hukum dimana pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_nasabah_badan_hukum berupa value urutan angka yang dimulai dari angka 1.

31 70 Gambar Nasabah Badan Hukum Get Value From Sequence Kemudian dilakukan pemilihan dan pencocokan field antara table input dengan tabel dim_nasabah_badan_hukum, (disebut Mapping) pada snowflake schema yang telah dibuat. Jika fieldname antara table input dengan field tabel dim_nasabah_badan_hukum berbeda, maka field tersebut akan direname sesuai dengan field pada tabel dim_nasabah_badan_hukum.

32 71 Gambar Mapping Nasabah Badan Hukum Loading Proses loading dalam dim_nasabah terdapat pada ouput dim_nasabah_ badan_hukum dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_nasabah_ badan_hukum. Jika sknasabahbadanhukum belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_nasabah_badan_hukum. Namun, jika sknasabahbadanhukum ditemukan pada tabel dim_nasabah_badan_hukum, maka kolom-kolom lain untuk sknasabahbadanhukum tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

33 72 Gambar Output dim_nasabah_badan_hukum Transformasi Dimensi Reksa Dana Input table : none Output table : dim_reksa_dana Gambar ETL dim_reksa_dana

34 73 Transform - Generate Rows Reksa Dana Pada tahap ini dibuat baris untuk menampung jenis dan status/deskripsi reksa dana yang akan dibuat. Baris yang terbentuk pada tahap ini sebanyak delapan baris, di antaranya adalah jenisreksadana1, deskripsi1, jenisreksadana2, deskripsi2, jenisreksadana3, deskripsi3, jenisreksadana4, dan deskripsi4. Gambar Generate Rows Reksa Dana - Row Normaliser Pada tahap ini akan membentuk field, yaitu jenisreksadana dan deskripsi untuk menampung jenisreksadana dan deskripsi yang telah di definisikan sebelumnya.

35 74 Gambar Row Normaliser - Get Value From Sequence Pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_reksa_dana berupa value urutan angka yang dimulai dari angka 1.

36 75 Gambar Reksa Dana Get Value From Sequence - Mapping Pada tahap ini dilakukan pemilihan dan pencocokan field. Jika salah satu fieldname dengan field tabel dim_reksa_dana berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel dim_reksa_dana.

37 76 Gambar Mapping Reksa Dana Loading Proses loading dalam dim_reksa_dana terdapat pada ouput dim_reksa_dana dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_ reksa_dana. Jika sk_ reksa_dana belum ada, maka akan dilakukan proses insert guna menyimpan record baru pada tabel dim_reksa_dana. Namun, jika sk_reksa_dana ditemukan pada tabel dim_reksa_dana, maka kolom-kolom lain untuk sk_reksa_dana tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

38 77 Gambar Ouput dim_reksa_dana Transformasi Dimensi Waktu Input table : none Output table : dim_waktu Gambar ETL dim_waktu

39 78 Transform - Generate rows Proses transform pada dim_waktu terdapat pada 3000 days: 9+ years dimana pada tahap ini menyediakan kapasitas 3000 hari dimulai dari awal tahun Gambar Generate jangka waktu yang ingin ditentukan - Get Value From Sequence Kemudian kita membuat variabel Days_since agar tanggal dapat di-increment dari angka 1 untuk mendapatkan tanggal selanjutnya.

40 79 Gambar Increment Tanggal - Calculator Membuat field-field yang dibutuhkan untuk dim_waktu seperti date, year, month, dan sebagainya. Gambar Calculate Field Date

41 80 - Script Values / Mod Membuat perhitungan untuk mendapatkan minggu dalam suatu bulan dengan menggunakan fungsi Calendar.WEEK_OF_MONTH. Gambar Modified Java Script Value - Value Mapper Membuat perhitungan kuartal (quarter) dalam tahun, dimana bulan pertama sampai bulan ketiga masuk ke dalam quarter 1, dan seterusnya.

42 81 Gambar Membuat Quarter - Generate rows Generate rows kali ini untuk membuat penamaan hari dalam minggu, dimana sebagai contoh DayNr7 menunjukkan hari tersebut dalam angka, yaitu hari Minggu sebagai 1. Untuk variabel DayDesc7 menunjukkan hari Minggu sebagai Minggu, sedangkan untuk DayDescShort hari Minggu adalah MIN.

43 82 Gambar Generate deskripsi hari dalam satu minggu - Row Normaliser Membuat penamaan dari satu minggu dimana data yang sebelumnya masih berbentuk baris, diubah ke dalam bentuk kolom agar sesuai dengan format tabel pada umumnya dalam suatu database.

44 83 Gambar Normaliser DayOfWeekDesc - Stream Value Lookup Menggabungkan penamaan hari yang telah dibuat melalui field DayNr.

45 84 Gambar DayOfWeekDesc - Generate Rows Generate Rows kali ini untuk membuat penamaan bulan dengan membuat variabel-variabel penampung terlebih dahulu. Sebagai contoh, desc1 untuk menampung bulan Januari, short1 untuk JAN, dan seterusnya.

46 85 Gambar Generate deskripsi bulan dalam satu tahun - Row normaliser Row normaliser kali ini yaitu untuk membuat penamaan bulan dimana variabel tersebut diisi dengan angka yang sesuai.

47 Gambar Normaliser MonthDesc 86

48 87 - Stream Value Lookup Stream Value Lookup kali ini yaitu untuk menggabungkan dengan penamaan bulan yang telah dibuat melalui field MonthNr. Gambar MonthDesc - Get Value From Sequence Pada tahap ini dilakukan pembuatan Surrogate Key (SK) untuk dim_waktu berupa nilai urutan angka yang dimulai dari angka 1.

49 88 Gambar Waktu Get Value From Sequence - Mapping Memilih field-field yang dibutuhkan yaitu DayofWeekDesc, Date, Year, quarter, sk_time, MonthDesc, dan WeekofMonth.

50 89 Gambar Mapping dim_waktu Loading Proses loading dalam dim_waktu terdapat pada Insert/Update dimana pada tahap ini dilakukan proses insert dan update pada tabel dim_waktu. Jika sk_time belum ada maka akan dilakukan proses insert untuk menyimpan record baru pada tabel dim_waktu. Namun jika sk_time ditemukan pada tabel dim_waktu, maka kolom-kolom lain untuk sk_time tersebut akan diperiksa. Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut.

51 90 Gambar Output dim_waktu Transformasi Fakta Transaksi Reksa Dana Input : transaksi, detil_transaksi Output : fact_transaksi_reksa_dana Gambar ETL fact_transaksi_reksa_dana

52 91 Extract Proses extract dalam fact_transaksi_reksa_dana terdapat pada input_transaksi dan input_detiltrans dimana pada tahap input_transaksi dilakukan pengambilan data dari tabel transaksi pada database sumber, yaitu database skripsi dengan query sebagai berikut: Gambar Transaksi Table input

53 92 Dan pada tahap input_detil_trans juga dilakukan pengambilan data dari tabel detailtransaksi pada database sumber, yaitu database skripsi dengan query sebagai berikut: Gambar detailtransaksi Table input

54 93 Transform - Stream Value Lookup Pada tahap ini dilakukan penggabungan antara input dari tabel transaksi dengan input dari tabel detailtransaksi melalui field kodetransaksi dari tabel detailtransaksi dan meretrieve penggabungan itu melalui idmarketing, tanggaltransaksi, periodetransaksi yang terdapat pada tabel transaksi. Gambar Lookup kodetransaksi

55 94 - Select values Pada tahap ini dilakukan pemilihan field antara tabel transaksi dan tabel detailtransaksi yang sesuai dengan measure yang sudah dibuat dalam snowflake schema. Gambar fact_transaksi_reksa_dana Select values - Database Value Lookup Pada Database Value Lookup kedua ini melibatkan proses pencarian sknasabahindividu pada tabel dim_nasabah. Proses pencarian sknasabahindividu dilakukan dengan mencocokkan idnasabah pada tabel dim_nasabah dengan idnasabah yang ada pada tabel nasabah.

56 95 Gambar Lookup Database Nasabah Individu - Database Value Lookup Pada Database Value Lookup kedua ini melibatkan proses pencarian sknasabahindividu pada tabel dim_nasabah. Proses pencarian sknasabahindividu dilakukan dengan mencocokkan idnasabah pada tabel dim_nasabah dengan idnasabah yang ada pada tabel nasabah.

57 96 Gambar Lookup Database Nasabah Badan Hukum - Database Value Lookup Pada Database Value Lookup ke-tiga ini melibatkan proses pencarian sk_waktu pada tabel dim_waktu. Proses pencarian sk_waktu dilakukan dengan mencocokkan tanggal pada tabel dim_waktu dengan tanggaltransaksi yang ada pada tabel transaksi.

58 97 Gambar Lookup Database Waktu - Database Value Lookup Pada Database Value Lookup ke-empat ini melibatkan proses pencarian sk_reksadana pada tabel dim_reksa_dana. Proses pencarian sk_reksadana dilakukan dengan mencocokkan jenisreksadana pada tabel dim_reksa_dana dengan jenisreksadana yang ada pada tabel detailtransaksi dan mencocokkan deskripsi pada tabel dim_reksa_dana dengan deskripsi yang ada pada tabel detailtransaksi.

59 98 Gambar Lookup Database Reksa Dana - Mapping Pada tahap ini dilakukan pemilihan dan pencocokan field antara Select values dengan tabel fact_transaksi_reksa_dana berdasarkan snowflake schema yang telah dibuat. Jika fieldname antara Select values dengan field tabel fact_transaksi_reksa_dana berbeda, maka field tersebut akan di-rename sesuai dengan field pada tabel fact_transaksi_reksa_dana.

60 99 Gambar Mapping fact_transaksi_reksa_dana Loading Proses loading dalam fact_transaksi_reksa_dana terdapat pada ouput fact_transaksi_reksa_dana dimana pada tahap ini dilakukan proses insert dan update pada tabel fact_transaksi_reksa_dana. Pada tabel fakta, terdapat perbedaan dimana tidak terdapat Surrogate Key (SK), namun tetap dilakukan proses proses insert jika fieldname antara Database Value Lookup yang terdapat pada tabel-tabel dimensi yang berkaitan dengan tabel fact_transaksi_reksa_dana guna menyimpan record baru pada tabel fact_transaksi_reksa_dana tersebut. Namun, jika key-key tersebut ditemukan pada tabel fact_transaksi_reksa_dana, maka kolom-kolom lain untuk key-key tersebut akan diperiksa.

61 100 Jika terdapat kolom yang berbeda, maka akan dilakukan proses update pada record tersebut. Gambar Output fact_transaksi_reksa_dana

62 Perancangan Star-Scheme Berikut ini adalah rancangan star-scheme untuk fakta transaksi. Di mana satu tabel fakta transaksi memiliki 5 buah dimensi yaitu dim_marketing, dim_reksa_dana, dim_waktu, dim_nasabah_individu, dan dim_nasabah badan_hukum. Gambar 4.48 Rancangan Star-scheme Functional Data Warehouse PT.Corfina Capital

63 4.3. Perancangan Anatomi Functional Data Warehouse PT.Corfina Capital 102 EXTRACT LOAD ACCESS Gambar 4.49 Rancangan Anatomi Functional Data Warehouse PT.Corfina Capital Operational Data Source Data yang terdapat pada operational data source adalah data operasional dari Nasabah, Transaksi, dan Marketing. Pada bagian ini, masing-masing data operasional di-update apabila terdapat perubahan. Penampung operational data source menggunakan MySQL yang disesuaikan dengan database dari PT. Corfina Capital. Data pada level operasional ini kemudian akan Extract dan kemudian masuk pada Data Staging Area.

64 Data Staging Area Pada tahapan inilah, proses kedua dari ETL dilakukan, yaitu Transform. Data yang diperoleh dari operational datastore dirubah melalui proses transform yang bertujuan untuk mengolah dan mengkondisikan data agar bisa langsung dipergunakan nantinya. Hasil dari Data Staging Area kemudian akan di-load ke dalam data presentation area yaitu pada data mart atau functional data warehouse Data Presentation Area Untuk rancangan data mart(functional data warehouse) PT. Corfina Capital menggunakan Pentaho sebagai tools-nya. Data yang sudah mengalami proses transform dari Data Staging Area kemudian diload ke dalam data mart yang merupakan tempat dimana data disusun, disimpan, dan dikondisikan agar bisa langsung dipakai oleh user melalui query, membuat laporan ataupun digunakan oleh aplikasi analytical Data Access Tools Untuk menyediakan informasi bisnis kepada user guna melakukan pengambilan keputusan secara cepat dan tepat, user ini berinteraksi dengan warehouse melalui data access tools. Berikut adalah data access toolsyang digunakan dalam rancangan functional data warehouse PT. Corfina Capital:

65 104 Online Analytical Processing (OLAP) tools OLAP tools berdasarkan kepada konsep multidimensional basis data dan memungkinkan pengguna yang berpengalaman untuk menganalisa data menggunakan tampilan multidimensional. Tools yang digunakan dalam rancangan ini adalah Pentaho Hasil Proyeksi Data Pengukuran Jalannya Investasi dari Proses Bisnis PT. Corfina Capital Pergerakan Investasi Semua Nasabah untuk Subscribe dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.50 Subscribe Nasabah per Kuartal

66 105 Berdasarkan bar chart di atas dapat dilihat bahwa untuk transaksi subscribe dari seluruh nasabah terbanyak pada kuartal ketiga, sedangkan untuk transaksi subscribe terendah berada pada kuartal keempat. Pergerakan Investasi Semua Nasabah untuk Redeem dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.51 Redeem Nasabah per Kuartal Berdasarkan bar chart redeem di atas, nasabh melakukan redeem terbanyak pada kuartal ketiga, namun untuk redeem terendah berada pada kuartal pertama.

67 106 Pergerakan Investasi Semua Nasabah untuk Balance dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.52 Balance Nasabah per Kuartal Berdasarkan bar chart di atas dapat dilihat perbandingan nilai transaksi dalam rupiah dan balance dalam unit dari seluruh nasabah terbanyak pada kuartal ketiga, sedangkan untuk nilai transaksi dan balance terendah berada pada kuartal keempat.

68 107 Pergerakan Investasi Semua Nasabah untuk Subscribe dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.53 Subscribe Nasabah per Tahun Pada bar chart di atas, dapat dilihat bahwa jumlah transaksi subscribe terbanyak berada pada tahun 2009, dan terendah pada tahun Pergerakan Investasi Semua Nasabah untuk Redeem dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance.

69 108 Gambar 4.54 Redeem Nasabah per Tahun Sementara untuk transaksi redeem, terbanyak dilakukan pada tahun 2009 dan berada pada titik terendah di tahun Pergerakan Investasi Semua Nasabah untuk Balance dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance.

70 109 Gambar 4.55 Balance Nasabah per Tahun Sementara untuk nilai dari transaksi seluruh nasabah berada tertinggi pada tahun Dan untuk balance mengalami penurunan dari tahun 2008 ke Kemudian dari tahun 2010 terus naik sampai berada di puncak tertinggi pada tahun 2012 Pergerakan Investasi Semua Nasabah dengan jenis Reksadana RDPT untuk Balance dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance.

71 110 Gambar 4.56 Balance Nasabah RDPT per Kuartal Untuk nilai transaksi nasabah dengan jenis reksadana RDPT, berada pada titik tertinggi pada kuartal ketiga dan nyaris sama untuk kuartal lainnya. Sementara untuk balance nasabah dengan jenis reksadana RDPT cukup fluktuatif dengan adanya penurunan pada kuartal kedua, kemudian turun pada kuartal ketiga yang menjadi titik tertinggi dan setelah itu turun di titik terendah pada kuartal keempat. Pergerakan Investasi Semua Nasabah dengan jenis Reksadana RDPT untuk Balance dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idjenisreksadana, nilaitransaksi, Deskripsi, dan Balance.

72 111 Gambar 4.57 Balance Nasabah RDPT per Tahun Sementara untuk nilai dari transaksi seluruh nasabah dengan jenis reksa dana RDPT berada tertinggi pada tahun 2009 dan terendah di tahun Dan untuk balance mengalami penurunan dari tahun 2008 ke Kemudian dari tahun 2010 terus naik sampai berada di puncak tertinggi pada tahun Pergerakan Investasi Semua Nasabah dengan jenis Reksadana Reksa Dana untuk Balance dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, jenisreksadana, nilaitransaksi, dan Balance.

73 112 Gambar 4.58 Balance Nasabah Reksa Dana per Kuartal Untuk jenis reksadana Reksa Dana, balance tidak bisa terlihat dikarenakan nilai dari transaksi yang kurang. Namun untuk pergerakan nilai transaksi dapat dilihat bahwa dari kuartal pertama ke kuartal kedua memiliki penurunan, dan kemudian menanjak ke posisi tertinggi pada kuartal ketiga dan mengalamipenurunan kembali pda kuartal keempat. Pergerakan Investasi Semua Nasabah dengan jenis Reksadana Reksa Dana untuk Balance dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idreksadana, jenisreksadana, nilaitransaksi, dan Balance.

74 113 Gambar 4.59 Balance Nasabah Reksa Dana per Tahun Sama seperti penjelasan sebelumnya bahwa untuk jenis reksadana Reksa Dana, balance tidak bisa terlihat dikarenakan nilai dari transaksi yang kurang. Namun untuk pergerakan nilai transaksi dapat dilihat pada tahun 2008 ke 2009 mengalami kenaikkan hingga puncak tertinggi dan kemudian selama dua tahun mengalam penurunan sampai pada titik terendah yakni pada tahun Namun pada tahun 2012, mengalami kenaikka untuk balance nasabah Reksa Dana.

75 Profit Perusahaan Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis Reksadana RDPT dengan Sistem Kuartal Analisis profit perusahaan berdasarkan biaya transaksi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas jenisnasabah, dan biayatransaksi. Gambar 4.60 Biaya Transaksi RDPT Nasabah Individu per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

76 115 Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis Reksadana RDPT dengan Sistem Tahunan Gambar 4.61 Biaya Transaksi RDPT Nasabah Individu per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

77 116 Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis Reksadana Reksa Dana dengan Sistem Kuartal Gambar 4.62 Biaya Transaksi Reksa Dana Nasabah Individu per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

78 117 Pergerakan Biaya Transaksi untuk Nasabah Individu pada jenis Reksadana Reksa Dana dengan Sistem Tahunan Gambar 4.63 Biaya Transaksi Reksa Dana Nasabah Individu per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

79 118 Pergerakan Biaya Transaksi untuk Nasabah Individu dengan Sistem Kuartal Gambar 4.64 Biaya Transaksi Nasabah Individu per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

80 119 Pergerakan Biaya Transaksi untuk Nasabah Individu dengan Sistem Tahunan Gambar 4.65 Biaya Transaksi Nasabah Individu per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah individu terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

81 120 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum pada jenis Reksadana RDPT dengan Sistem Kuartal Gambar 4.66 Biaya Transaksi RDPT Nasabah Badan Hukum per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

82 121 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum pada jenis Reksadana RDPT dengan Sistem Tahunan Gambar 4.67 Biaya Transaksi RDPT Nasabah Badan Hukum per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

83 122 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum pada jenis Reksadana Reksa Dana dengan Sistem Kuartal Gambar 4.68 Biaya Transaksi Reksa Dana Nasabah Badan Hukum per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

84 123 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum pada jenis Reksadana Reksa Dana dengan Sistem Tahunan Gambar 4.69 Biaya Transaksi Reksa Dana Nasabah Badan Hukum per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

85 124 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum dengan Sistem Kuartal Gambar 4.70 Biaya Transaksi Nasabah Badan Hukum per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

86 125 Pergerakan Biaya Transaksi untuk Nasabah Badan Hukum dengan Sistem Tahunan Gambar 4.71 Biaya Transaksi Nasabah Badan Hukum per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari keseluruhan biaya transaksi yang dilakukan oleh seluruh nasabah dengan jenis nasabah badan hukum terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

87 126 Pergerakan Biaya Transaksi untuk Seluruh Nasabah pada Jenis Reksadana RDPT dengan Sistem Kuartal Gambar 4.72 Biaya Transaksi RDPT seluruh Nasabah per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

88 127 Pergerakan Biaya Transaksi untuk Seluruh Nasabah pada Jenis Reksadana RDPT dengan Sistem Tahunan Gambar 4.73 Biaya Transaksi RDPT seluruh Nasabah per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi RDPT yang dilakukan oleh seluruh nasabah terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

89 128 Pergerakan Biaya Transaksi untuk Seluruh Nasabah dengan Jenis Reksadana Reksa Dana dengan Sistem Kuartal Gambar 4.74 Biaya Transaksi Reksa Dana seluruh Nasabah per Kuartal Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah terdapat penurunan dari kuartal ke kuartal. Sedangkan untuk perbandingan masing-masing kuartal, maka kurtal 1 yang biaya transaksi nya paling tinggi dibanding kuartal lain.

90 129 Pergerakan Biaya Transaksi untuk Seluruh Nasabah dengan Jenis Reksadana Reksa Dana dengan Sistem Tahunan Gambar 4.75 Biaya Transaksi Reksa Dana seluruh Nasabah per Tahun Pada stacked area chart diatas, dapat dijelaskan bahwa dari biaya transaksi Reksa Dana yang dilakukan oleh seluruh nasabah terdapat penurunan dari tahun ke tahun. Sedangkan untuk perbandingan masing-masing tahun, maka tahun 2008 yang biaya transaksi nya paling tinggi dibanding tahun lain.

91 Kinerja Karyawan dari Divisi Marketing Transaksi Subscribe Nasabah Berdasarkan Marketing dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.76 Subscribe Nasabah Berdasarkan Marketing Kuartal 1 Pada kuartal pertama, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M005.

92 131 Gambar 4.77 Subscribe Nasabah Berdasarkan Marketing Kuartal 2 Pada kuartal kedua, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M008. Gambar 4.78 Subscribe Nasabah Berdasarkan Marketing Kuartal 3

93 132 Pada kuartal ketiga, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M007. Gambar 4.79 Subscribe Nasabah Berdasarkan Marketing Kuartal 4 Pada kuartal keempat, marketing yang memiliki nilai transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007.

94 133 Transaksi Redeem Nasabah Berdasarkan Marketing dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.80 Redeem Nasabah Berdasarkan Marketing Kuartal 1 Pada kuartal pertama, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M003.

95 134 Gambar 4.81 Redeem Nasabah Berdasarkan Marketing Kuartal 2 Pada kuartal kedua, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003 dan M005. Gambar 4.82 Redeem Nasabah Berdasarkan Marketing Kuartal 3

96 135 Pada kuartal ketiga, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007. Gambar 4.83 Redeem Nasabah Berdasarkan Marketing Kuartal 4 Pada kuartal pertama, marketing yang memiliki nilai transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M007 dan M008 yang tidak memiliki transaksi redee sama sekali.

97 136 Balance Nasabah Berdasarkan Marketing dengan Sistem Kuartal Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.84 Balance Nasabah Berdasarkan Marketing Kuartal 1 Pada kuartal pertama, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M001, M005, dan M009.

98 137 Gambar 4.85 Balance Nasabah Berdasarkan Marketing Kuartal 2 Pada kuartal kedua, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M007 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003, M005, M008, dan M009. Gambar 4.86 Balance Nasabah Berdasarkan Marketing Kuartal 3

99 138 Pada kuartal ketiga, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M005 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M003 dan M004. Gambar 4.87 Balance Nasabah Berdasarkan Marketing Kuartal 4 Pada kuartal keempat, marketing yang memiliki nilai balance paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M003, M004, M005, M006, M007 dan M009 Transaksi Subscribe Nasabah Berdasarkan Marketing dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance.

100 139 Gambar 4.88 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2008 Pada tahun 2008, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M005, sementara pada posisi terendah adalah marketing dengan kode M008. Gambar 4.89 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2009

101 140 Pada tahun 2009, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M005. Gambar 4.90 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2010 Pada tahun 2010, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M010 disusul dengan M002, sementara pada posisi terendah adalah marketing dengan kode M003.

102 141 Gambar 4.91 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2011 Pada tahun 2011, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M006, sementara pada posisi terendah adalah marketing dengan kode M003 dan M005. Gambar 4.92 Transaksi Subscribe Nasabah Berdasarkan Marketing Tahun 2012

103 142 Pada tahun 2012, marketing yang memiliki transaksi subscribe paling tinggi adalah marketing dengan kode M002 disusul dengan M004, M006, dan M010, sementara pada posisi terendah adalah marketing dengan kode M007 Transaksi Redeem Nasabah Berdasarkan Marketing dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance. Gambar 4.93 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2008 Pada tahun 2008, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M005, sementara pada posisi terendah adalah marketing dengan kode M003 dan M007.

104 143 Gambar 4.94 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2009 Pada tahun 2009, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M009, sementara pada posisi terendah adalah marketing dengan kode M010 yang tidak memiliki transaksi redeem. Gambar 4.95 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2010

105 144 Pada tahun 2010, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M007, sementara pada posisi terendah adalah marketing dengan kode M004, M008, M009 dan M010. Gambar 4.96 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2011 Pada tahun 2011, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M002 disusul dengan M010, sementara pada posisi terendah adalah marketing dengan kode M008.

106 145 Gambar 4.97 Transaksi Redeem Nasabah Berdasarkan Marketing Tahun 2012 Pada tahun 2012, marketing yang memiliki transaksi redeem paling tinggi adalah marketing dengan kode M004 disusul dengan M002 dan M010, sementara pada posisi terendah adalah marketing dengan kode M003. Balance Nasabah Berdasarkan Marketing dengan Sistem Tahunan Analisis pergerakan untuk investasi dianalisis dari dimensi waktu dan atribut yang digunakan terdiri atas idnasabah, kodetransaksi, idmarketing, nilaitransaksi, Deskripsi, dan Balance.

107 146 Gambar 4.98 Balance Nasabah Berdasarkan Marketing Tahun 2008 Pada tahun 2008, marketing yang memiliki nilai balance nasabah tertinggi adalah M005 dan disusul oleh M002, M006, dan M004. Sementara nilai balance nasabah marketing lainnya masih terlihat jelas. Gambar 4.99 Balance Nasabah Berdasarkan Marketing Tahun 2009

108 147 Pada tahun 2009, marketing yang memiliki nilai balance nasabah tertinggi adalah M005 dan disusul oleh M010, M002, dan M006. Dan berada di titik terendah adalah M003, M004, M005 dan M007. Gambar Balance Nasabah Berdasarkan Marketing Tahun 2010 Pada tahun 2010, marketing yang memiliki nilai balance nasabah tertinggi adalah M010 dan disusul oleh M002. Sementara berada di titik terendah adalah M001, M004, M005, M007 dan M009.

109 148 Gambar Balance Nasabah Berdasarkan Marketing Tahun 2011 Pada tahun 2011, marketing yang memiliki nilai balance nasabah tertinggi adalah M002 dan disusul oleh M010. Sementara berada di titik terendah adalah M001, M003, M004, M005, M008 dan M009. Gambar Balance Nasabah Berdasarkan Marketing Tahun 2012