BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN

BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN 4.1 Arsitektur Data Warehouse Dalam perancangan data warehouse ini, arsitektur yang akan digunakan adalah arsitektur data warehouse terpusat. Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan perusahaan. Keuntungan dari bentuk ini adalah data benarbenar terpadu karena konsistensinya yang tinggi. Gambar 4.1 Arsitektur Data Warehouse PT. Tresnamuda Sejati 125

126 Dari arsitektur perancangan data warehouse diatas ada komponen-komponen sistem yang saling berhubungan. Komponen-komponen tersebut adalah : 1. Data Source Data source adalah sumber data yang digunakan untuk pembuatan suatu data warehouse. Dalam perancangan data warehouse maka sumber data yang diperlukan diambil dari OLTP (Online Transactional Processing) atau database transaksional yang ada pada PT. Tresnamuda Sejati. Dari database ini akan dipilih data-data yang berhubungan dengan export dan import pada masingmasing cabang. Data-data ini akan mengalami proses ETL (Extract, Transform, Load) yang hasilnya akan dimasukkan kedalam data warehouse. 2. ETL (Extract, Tranform, Load) ETL adalah proses-proses dalam data warehouse yang meliputi : - Mengekstrak data dari sumber sumber eksternal, yaitu suatu proses pengambilan data dari sumber data yang tersedia dan melakukan pemilihan data yang ingin disimpan kedalam data warehouse. - Mentransformasikan data ke bentuk yang sesuai dengan keperluan bisnis, dilakukan agar data dapat berubah kedalam suatu bentuk yang konsisten dan terjamin integritasnya sehingga data yang dihasilkan akurat dan tepat. - Memasukkan data ke data warehouse yaitu proses penyimpanan hasil transformasi yang telah dilakukan. Pada tahap ini semua hasil transformasi dimasukkan kedalam data warehouse.

127 Tahapan-tahapan proses transformasi data dari database transaksional ke database data warehouse adalah sebagai berikut : Membaca lalu memilih data transaksional yang berhubungan dengan bagian export dan import pada masing - masing cabang di PT. Tresnamuda Sejati Melakukan penyeragaman data dan perhitungan data tertentu Melakukan proses transformasi data yang hasilnya dapat dimasukkan kedalam data warehouse. Untuk melakukan proses transformasi data ini digunakan fasilitas SSIS yang dimiliki oleh SQL Server 2005. Sumber data untuk data warehouse berasal dari database dbase. Kemudian dikonversikan ke data warehouse yang menggunakan format SQL Server 2005. Untuk melakukan proses transformasi data ini digunakan fasilitas SSIS yang dimiliki oleh SQL Server 2005. 3. Data Warehouse Merupakan suatu media yang digunakan sebagai tempat penyimpanan data yang telah dilakukan proses transformasi yang bersifat historical (menurut waktu) dengan periode atau jangka waktu tertentu untuk dipakai sebagai sumber penganalisaan oleh pihak eksekutif. 4. User User merupakan pengguna akhir yang akan mengakses data yang ada pada data warehouse dengan menggunakan aplikasi yang telah dihasilkan. Aplikasi yang dihasilkan dapat membantu user dalam melakukan analisis

128 terhadap data yang digunakan untuk membuat suatu keputusan yang berkaitan dengan export dan import. 4.2 Rancangan Data Warehouse 4.2.1 Memilih Proses (Choosing the Process) Proses yang digunakan dalam perancangan data warehouse ini adalah : a. Export Proses ini adalah proses pengiriman barang yang dilakukan pada PT. Tresnamuda Sejati. Dalam proses ini dokumen yang dibutuhkan yaitu shipping instruction, transaksi delivery order export, transaksi bill of lading, loading list, invoice export. Data export yang ada meliputi shipper, commodity, packing list, container, vessel, agent, branch, transaksi export. b. Import Proses ini adalah proses sejak kapal tiba sampai barang keluar dari kawasan pelabuhan. Dalam proses ini dokumen yang dibutuhkan yaitu transaksi bill of lading, arrival notice, transaksi delivery order import, transaksi invoice import. Data import yang ada meliputi consignee, commodity, vessel, container, branch, transaksi import.

129 4.2.2 Memilih Grain (Choosing the Grain) Grain dari PT. Tresnamuda Sejati yang digunakan untuk merancang data warehouse adalah sebagai berikut : a. Export Pada proses export data yang dapat dianalisis meliputi shipper yang sering melakukan export, jenis commodity yang sering di export, container yang sering digunakan, branch yang paling banyak melakukan export, agent yang paling banyak melakukan export, jumlah export, total export. Analisis tersebut akan dilakukan per periode waktu tertentu (hari, minggu, bulan, triwulan, tahun). b. Import Pada proses import data yang dapat dianalisis meliputi consignee yang paling sering menerima import, jenis commodity yang sering di import, branch yang paling banyak menerima import, container yang sering digunakan, jumlah import, total import. Analisis tersebut akan dilakukan per periode waktu tertentu (hari, minggu, bulan, triwulan, tahun).

130 4.2.3 Identifikasi dan Penyesuaian Dimensi (Identifying and Conforming the Dimensions) a. Export Dimensi Grain Shipper yang paling sering melakukan export Time Branch Shipper x x x Jenis commodity yang sering di export x x x Branch yang paling banyak melakukan export x x Container yang sering digunakan x x x Agent yang sering dipilih ketika melakukan export x x x Jumlah Export x x x x Total Export x x x x Tabel 4.1 Tabel grain dan dimensi dari Export b. Import Container Agent Commodity Dimensi Grain Time Branch Container Commodity Consignee Consignee yang paling sering menerima import x x x Jenis commodity yang paling sering di import x x x Branch yang paling banyak menerima import x x Container yang sering digunakan x x x Jumlah import x x x x Total import x x x x Tabel 4.2 Tabel grain dan dimensi dari Import

131 4.2.4 Memilih Fakta (Choosing the Fact) Dibawah ini fakta-fakta yang akan ditampilkan di data warehouse: 1. Export, meliputi TimeID, BranchID, ShipperID, ContainerID, AgentID, CommodityID, jumlah shipper yang paling sering melakukan export, jumlah jenis commodity yang sering di export, branch yang paling banyak mengexport, jumlah container yang sering digunakan, jumlah agent yang sering melakukan export, jumlah export, total export. 2. Import, meliputi TimeID, BranchID, ConsigneeID, ContainerID, CommodityID, jumlah consignee yang paling sering menerima import, jumlah jenis commodity yang sering di import, branch yang paling banyak menerima import, jumlah container yang sering digunakan, jumlah import, total import. 4.2.5 Menyimpan Pre-Kalkulasi dalam Tabel Fakta (Storing precalculations in the fact table) Pre-kalkulasi yang dapat dilakukan untuk kemudian disimpan dalam tabel fakta export yaitu banyak biaya pengiriman (total export) yang merupakan kumpulan dari banyaknya biaya B/L ditambah biaya telex release (jika ada) ditambah biaya cargo release ditambah biaya ganti data dokumen (jika ada) ditambah biaya late pick up (jika ada). Sedangkan untuk fakta import nya yaitu banyaknya biaya penerimaan

132 (total import) yang merupakan kumpulan dari banyaknya biaya DO ditambah biaya jaminan container ditambah biaya pembersihan containser ditambah demmorit (jika ada). Selain itu, terdapat pula kalkulasi yang kemudian akan disimpan dalam table fakta yaitu : 1. Fakta Export Fakta export meliputi : Banyak shipper yang paling sering melakukan pengiriman (jumlahshipper) yang merupakan kumpulan dari banyaknya kdshipper. Banyak jenis commodity (jumlahjeniscommodity) yang merupakan kumpulan dari banyaknya kdcommodity. Jumlah export (jumlahexport) yang merupakan kumpulan dari banyaknya dari kdb/l(export). Jumlah container yang digunakan (jumlahcontainer) yang merupakan kumpulan dari banyaknya kdcontainer. Jumlah agent yang digunakan (jumlahagent) yang merupakan kumpulan dari banyaknya kdagent. Total export (totalexport) yang merupakan kumpulan dari banyaknya harga export barang. Harga pengiriman = biaya

133 B/L + biaya telex release + biaya cargo release + biaya ganti dokumen + biaya late pick up. 2. Fakta Import Fakta import meliputi : Jumlah consignee (jumlahconsignee) yang merupakan kumpulan dari banyaknya kdconsignee. Jumlah jenis commodity (jumlahjeniscommodity) yang merupakan kumpulan dari banyaknya kdcommodity. Jumlah container yang digunakan (jumlahcontainer) yang merupakan kumpulan dari banyaknya kdcontainer. Jumlah import (jumlahimport) yang merupakan kumpulan dari banyaknya kdb/l (import). Total import (totalimport) yang merupakan kumpulan dari banyaknya harga import barang. Harga pengiriman = biaya DO + biaya jaminan container + biaya pembersihan container + demmorit. 4.2.6 Melengkapi Tabel Dimensi (Rounding out the dimension tables) Menambahkan sebanyak mungkin deskripsi teks pada dimensi. Deskripsi tersebut harus intuitif dan dapat dimengerti oleh user. Berikut deskripsi teks dari tabel dimensi :

134 Dimensi Field Deskripsi Year Quarter Time Month Laporan dapat dilihat baik pertahun perbulan perminggu bahkan perhari Week Day Branch Branch Laporan dapat dilihat berdasarkan Branch Shipper Shipper Laporan dapat dilihat berdasarkan Shipper Container Container Laporan dapat dilihat berdasarkan Container Agent Agent Laporan dapat dilihat berdasarkan Agent Commodity Commodity Laporan dapat dilihat berdasarkan Commodity Consignee Consignee Laporan dapat dilihat berdasarkan Consignee Tabel 4.3 Tabel Deskripsi Tabel Dimensi Berikut ini daftar dan penjelasan lebih lanjut dari dimensi tersebut: Dimensi Time Atribut Tipe data Panjang TimeID Int 4 Year Int 4 Quarter Int 4 Month Int 4 Week Int 4 Day Int 4 Tabel 4.4 Tabel Dimensi Time Dimensi Branch Atribut Tipe data Panjang BranchID Int 4 Kdbranch nchar 5 Namabranch nvarchar 20 Tabel 4.5 Tabel Dimensi Branch

135 Dimensi Shipper Atribut Tipe data Panjang ShipperID Int 4 KdShipper nchar 5 NamaShipper nvarchar 50 Tabel 4.6 Tabel Dimensi Shipper Dimensi Container Atribut Tipe data Panjang ContainerID Int 4 KdContainer nchar 5 JenisContainer nvarchar 30 Tabel 4.7 Tabel Dimensi Container Dimensi Agent Atribut Tipe data Panjang AgentID Int 4 KdAgent nchar 5 NamaAgent nvarchar 50 Tabel 4.8 Tabel Dimensi Agent Dimensi Commodity Atribut Tipe data Panjang CommodityID Int 4 KdCommodity nchar 5 JenisCommodity nvarchar 50 Tabel 4.9 Tabel Dimensi Commodity

136 Dimensi Consignee Atribut Tipe data Panjang ConsigneeID Int 4 KdConsignee nchar 5 NamaConsignee nvarchar 50 Tabel 4.10 Tabel Dimensi Consignee 4.2.7 Memilih Durasi dari Database Durasi dari data TMS yang dimasukkan ke dalam data warehouse sebagai berikut: Nama Aplikasi Database Database ada sejak tahun TMS Application Data yang masuk ke Data Warehouse Data dalam Data Warehouse TRESNA_OLTP 1986 2005-2009 5 tahun Tabel 4.11 Tabel Durasi Database 4.2.8 Melacak perubahan Dimensi Secara Perlahan Dari tipe dasar perubahan dimensi, pada perancangan data warehouse TMS ini, perubahan atribut pada dimensi akan mengakibatkan pembuatan suatu record dimensi baru. Hal ini dilakukan untuk menjaga data yang lama tetap ada agar diketahui perubahan dimensi yang terjadi dari data lama ke data baru. Contohnya seperti adanya perubahan pada nama shipper akan mengakibatkan penambahan record baru pada dimensi dengan tetap menyimpan record yang lama.

137 4.2.9 Menentukan Prioritas dan Mode Query Dalam tahap ini, akan dibahas mengenai proses extract, transformation and load (ETL), backup secara berkala. a. Proses extract, transformation and load (ETL) Pelaku ETL Dilakukan Setiap Keterangan Divisi IT Setiap hari ETL dilakukan oleh staf divisi IT Tabel 4.12 Tabel Proses ETL Proses ETL dilakukan setiap hari untuk menjaga keakuratan data, jika sewaktu-waktu pihak eksekutif ingin melihat laporan yang datanya diambil dari data warehouse. Pada perancangan ini, proses ETL dari staging area ke data warehouse, sebagai berikut : Gambar 4.2 Proses 1-Transformasi dari Staging Area ke Data Warehouse

138 Gambar 4.3 Proses 2-Transformasi dari Staging Area ke Data Warehouse Gambar 4.4 Proses 3-Transformasi dari Staging Area ke Data Warehouse

141 Gambar 4.9 Proses 8 -Transformasi dari Staging Area ke Data Warehouse b. Proses SSAS (SQL Server Analysis Services) Proses SSAS dilakukan untuk memproses analisa online (OLAP) dari Data Warehouse yang dimulai dari langkah-langkah pembuatan data source, data source views, dan cubes. Pada perancangan ini, proses SSAS dari data warehouse ke OLAP, sebagai berikut :

142 Gambar 4.10 Langkah 1 Pembuatan Data Source Gambar 4.11 Langkah 2 Pembuatan Data Source

145 Gambar 4.16 Langkah 1 Pembuatan Data Source View Gambar 4.17 Langkah 2 Pembuatan Data Source View

151 Gambar 4.28 Langkah 1 Pembuatan Cube Gambar 4.29 Langkah 2 Pembuatan Cube

156 Gambar 4.38 Langkah 11 Pembuatan Cube c. Backup Pelaku Backup Divisi IT Dilakukan Setiap Setiap hari sebelum proses ETL dilakukan Keterangan Tujuannya untuk menanggulangi kegagalan proses ETL Tabel 4.13 Tabel Proses Backup Selain backup manual yang terdapat pada aplikasi, dibuat juga backup yang terjadwal dengan bantuan fitur dari SQL Server 2005.

157 4.3 Skema Bintang dan Metadata 4.3.1 Skema Bintang Pada perancangan ini, bentuk skema yang dipilih adalah star schema, karena skema ini merupakan skema yang mudah dipahami dan digunakan oleh pengguna dari pada skema yang lain. Bentuk yang tidak terlalu rumit, memudahkan dalam hal query. Ada 3 skema bintang yang dihasilkan dalam perancangan ini, yaitu : 4.3.1.1 Skema bintang export (pengiriman) Gambar 4.39 Skema Bintang Export

158 4.3.1.2 Skema bintang import (penerimaan) Gambar 4.40 Skema Bintang Import

159 4.3.2 Metadata Metadata memuat informasi yang penting mengenai data dalam data warehouse. Metadata dalam data warehouse dapat memuat beberapa hal yaitu : Nama database sumber Nama tabel data warehouse beserta deskripsi dari tabel tersebut Rincian informasi dalam tabel data warehouse meliputi : Nama kolom Tipe data kolom Ukuran kolom (ukuran kolom yang diperlukan dalam media penyimpanan dalam satuan tertentu) Kolom yang menjadi kolom kunci. Berikut metadata pada perancangan data warehouse TMS :

173 4.4 Analisis Kapasitas Media Penyimpanan Untuk mengetahui banyaknya kapasitas media penyimpanan yang diperlukan maka perlu dilakukan analisa kapasitas media penyimpanan, dimana analisa ini dapat menunjukkan berapa besar tempat penyimpanan yang dibutuhkan. Berikut adalah tabel kapasitas penyimpanan dan pertumbuhan data tabel dimensi (dihitung per tahun) dan tabel fakta (dihitung per tahun). Perhitungan analisa kapasitas table dapat dilihat sebagai berikut: Nama Tabel Besar Satu Record (bytes) Jumlah Record Awal Ukuran Record Awal Pertumbuhan Data Pertambahan Rata-Rata Record (per Tahun) Pertambahan Rata-Rata Ukuran (per Tahun) Dimensi 29 10 290 1 29 Branch Dimensi Time 24 1600 38400 320 7680 Dimensi 59 313 18467 62 3658 Shipper Dimensi 59 319 18821 63 3717 Consignee Dimensi 39 8 312 1 39 Container Dimensi Agent 59 83 4897 16 944 Dimensi 59 7 413 1 59 Commodity TOTAL 81600 464 16126 Tabel 4.14 Tabel Analisis Kapasitas Tabel Dimensi

174 Nama Tabel Besar Satu Record (bytes) Jumlah Record Awal Ukuran Record Awal Pertumbuhan Data Pertambahan Rata-Rata Record (per Tahun) Pertambahan Rata-Rata Ukuran (per Tahun) FaktaExport 84 713600 59942400 142720 11988480 FaktaImport 80 640000 51200000 128000 10240000 TOTAL 111142400 270720 22228480 Tabel 4.15 Tabel Analisis Kapasitas Tabel Fakta Nama Tabel Besar Satu Record (bytes) Jumlah Record Awal Ukuran Record Awal Pertumbuhan Data Pertambahan Rata-Rata Record (per Tahun) Pertambahan Rata-Rata Ukuran (per Tahun) Dimensi 29 10 290 1 29 Branch Dimensi Time 24 1600 38400 320 7680 Dimensi 59 313 18467 62 3658 Shipper Dimensi 59 319 18821 63 3717 Consignee Dimensi 39 8 312 1 39 Container Dimensi Agent 59 83 4897 16 944 Dimensi 59 7 413 1 59 Commodity FaktaExport 84 713600 59942400 142720 11988480 FaktaImport 80 640000 51200000 128000 10240000 TOTAL 111224000 271184 22244606 Tabel 4.16 Tabel Analisis Kapasitas Tabel Dimensi dan Fakta

175 4.5 Rencana Implementasi 4.5.1 Kebutuhan Perangkat Lunak (Software) Software yang digunakan dalam mendukung perancangan data warehouse ini adalah aplikasi VB.NET 2005 dan DevExpress sebagai aplikasi yang menghubungkan user dan data warehouse yang dirancang dan untuk databasenya menggunakan aplikasi Microsoft SQL Server 2005. 4.5.2 Kebutuhan Perangkat Keras (Hardware) Hardware merupakan perangkat keras yang penting dalam melakukan implementasi data warehouse. Perangkat keras yang digunakan harus mendukung penyimpanan data yang besar dan operasi-operasi yang dijalankan pada data warehouse dengan kapasitas dan kualitas yang dapat diandalkan. Perangkat keras ini mendukung jalannya data warehouse dan aplikasinya adalah sebuah server yang dapat memberikan respon yang cepat terhadap permintaan data dan informasi data warehouse oleh penggunanya. Adapun spesifikasi minimum perangkat keras yang disarankan untuk implementasi data warehouse tersebut yaitu sebagai berikut:

176 Komputer Server Processor Core 2 Duo 3,2 Ghz Kapasitas Harddisk 500 GB Memory 4 GB RAM Monitor 15 Jaringan LAN Tabel 4.26 Tabel Komputer Server Komputer Client Processor Core 2 Duo 3,2 Ghz Kapasitas Harddisk 250 GB Memory 2 GB RAM Monitor 15 Jaringan LAN Tabel 4.27 Tabel Komputer Client

177 4.6 Operasi Proses Backup Pelaku Jadwal OLTP Staf bagian IT Backup OLTP dilakukan setiap hari Sabtu Backup data warehouse dilakukan setiap akhir Data Warehouse Staf bagian IT bulan Data Tranformation Backup package dilakukan pada awal Staf bagian IT Package implementasi Cube Staf bagian IT Backup cube dilakukan satu kali Backup aplikasi dilakukan satu kali pada saat Aplikasi Staf bagian IT awal implementasi Tabel 4.28 Tabel Proses Operasi 4.7 Evaluasi Berdasarkan evaluasi yang dilakukan pada pihak PT. Tresnamuda Sejati, aplikasi data warehouse yang dirancang berguna untuk membantu proses analisis, pembuatan laporan, serta mendukung proses pengambilan keputusan bagi pihak manajemen tingkat atas. Aplikasi ini dapat dengan mudah dimengerti sehingga eksekutif dapat mengoptimalkan penggunaan data-data yang diperlukan bagi pihak manajemen tingkat atas. Laporan yang dihasilkan oleh data warehouse juga lebih akurat dan lebih cenderung terhindar dari kesalahan perhitungan karena sebelumnya sudah dilakukan prekalkulasi. User interface dirancang agar user atau pengguna aplikasi yaitu pihak manajemen mudah untuk dimengerti karena tampilan data dalam bentuk grafik sehingga membantu dalam melihat data dengan lebih baik

178 dibanding dengan menggunakan tampilan data dalam bentuk yang sederhana yaitu tabel-tabel dan angka Untuk hasil evaluasi dari pelatihan user yang dilaksanakan, pada akhirnya user dapat mengoperasikan prototype aplikasi data warehouse ini dengan baik setelah mendapatkan pelatihan dan tidak ada kesulitan yang berarti bagi user dalam mengoperasikan aplikasi ini. 4.8 Time Schedule Implementasi No AKTIVITAS Identifikasi 1 Masalah 2 Analisis Perancangan 3 DWH Pembuatan 4 Aplikasi Instalasi Sofware dan 5 Aplikasi DWH Testing 6 Aplikasi 7 Training User 8 Evaluasi BULAN SEPT OKT NOV DES JAN I II III IV I II III IV I II III IV I II III IV I II III IV Tabel 4.29 Tabel Time Schedule Implementasi

179 4.9 Perancangan Aplikasi 1. Form Login Form login ini adalah form yang pertama kali ditampilkan saat aplikasi dijalankan. Form login ini digunakan untuk masuk ke menu utama. Aplikasi ini hanya bisa diakses oleh mereka yang mempunyai hak akses. User yang mempunyai hak akses akan mengisi username dan password yang dimilikinya untuk dapat menggunakan aplikasi ini. Lalu setelah mengisi username dan password, user menekan tombol ok untuk masuk kedalam aplikasi atau cancel untuk membatalkan login dan keluar dari program. Gambar 4.41 Form Login 2. Form Message Form Message ini akan muncul apabila username dan password belum dimasukkan.

180 Gambar 4.42 Form Message 3. Form Warning Form Warning ini akan muncul apabila username dan password yang dimasukkan tidak sesuai dengan data yang ada. Gambar 4.43 Form Warning 4. Form Menu Utama Form ini menampilkan menu-menu yang ada didalam aplikasi data warehouse yang terdiri dari menu file, report, chart, schema, transform, admin, dan about.

181 Gambar 4.44 Form Menu Utama 5. Form Menu File Form ini berisi submenu logout, dan exit. Submenu logout berfungsi untuk mengakses halaman-halaman dengan user yang berbeda. Sedangkan submenu exit berfungsi untuk keluar dari aplikasi data warehouse. Gambar 4.45 Form Menu File

182 6. Form Menu Report Form ini berisi submenu dari export dan import. Submenu export dan import akan menampikan sebuah report yang didalamnya berupa pivot table dan chart. Gambar 4.46 Form Menu Report 7. Form Menu Chart Form ini menampilkan submenu export yang memiliki jumlah shipper, jumlah container, jumlah jenis commodity, jumlah export dan jumlah agent. Setiap menu akan menampilkan chart berdasarkan measurement yang ada dan hanya menampilkan beberapa peringkat teratas.

183 Gambar 4.47 Form Menu Chart Export Form ini menampilkan submenu import yang memiliki jumlah consignee, jumlah container, jumlah jenis commodity dan jumlah import. Setiap menu akan menampilkan chart berdasarkan measurement yang ada dan hanya menampilkan beberapa peringkat teratas. Gambar 4.48 Form Menu Chart Import

184 8. Form Menu Schema Form ini menampilkan submenu fakta export dan fakta import. Didalamnya akan menampilkan star schema yang terdiri dari fakta export dan import. Gambar 4.49 Form Menu Schema 9. Form Menu Admin Form ini terdiri dari submenu add user, change password dan delete user. Submenu add user berfungsi untuk menambah user baru yang dapat mengakses aplikasi ini. Submenu change password berfungsi untuk user mengganti passwordnya dengan password yang baru. Submenu delete user berfungsi untuk mendelete user sehingga user yang di delete tersebut tidak mempunyai akses lagi terhadap aplikasi ini.

185 Gambar 4.50 Form Menu Admin 10. Form Pivot Table Form Pivot ini adalah form yang menampilkan data yang berasal dari fakta export dan import dalam data warehouse untuk menampilkan informasi yang dibutuhkan oleh user. User dapat mengatur data yang akan ditampilkan berdasarkan dimensi yang ada pada pivot table.

186 Gambar 4.51 Form Menu Pivot Table 11. Form Chart Form Chart ini menampilkan measurement yang ada pada fakta export seperti jumlah export, jumlah shipper, jumlah container dan jumlah jenis commodity serta fakta import seperti jumlah consignee, jumlah container, jumlah jenis commodity dan jumlah import.

187 Gambar 4.52 Form Chart 12. Form Star Schema Form star schema ini menampilkan hubungan antara tabel fakta import dan fakta export ditengahnya yang dikelilingi oleh tabel dimensi. Gambar 4.53 Form Star Schema

188 13. Form Menu Transform Form ini adalah form yang digunakan untuk transformasi data dari database pada staging area ke data warehouse. Gambar 4.54 Form Transform 14. Form Add User Form add user digunakan untuk menambah hak akses user baru yang akan mempunyai hak untuk mengakses aplikasi data warehouse ini. Admin dapat mengisi username, password dan confirm password setelah selesai mengisi ketiganya maka dapat menekan tombol add untuk menyimpan data user baru atau cancel untuk membatalkan penambahan user baru. Gambar 4.55 Form Add User

189 15. Form Change Password Form change password ini digunakan untuk mengganti password yang ada atau lama dengan password yang baru. User dapat mengisi Old Password, New Password dan Confirm Password. Setelah mengisi semuanya maka tekan tombol change untuk merubah password yang lama dan menggantinya dengan password yang baru. Gambar 4.56 Form Change Password 16. Form Delete User Form ini digunakan untuk mendelete user yang tidak diperkenankan untuk mengakses aplikasi data warehouse lagi. Pada halaman ini admin diminta untuk mengisi username. Halaman ini disertai dengan >, >>, <, << untuk mencari username dari user yang ingin dihapus hak aksesnya.

190 Gambar 4.57 Form Delete User 12. Form About Form about ini menampilkan logo perusahaan dan nama nama pembuat aplikasi. Untuk keluar dari menu ini tekan tombol ok dan akan kembali ke menu utama. Gambar 4.58 Form About