BAB 4 PERANCANGAN DAN IMPLEMENTASI

BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian data yang dibutuhkan untuk mengatasi permasalahan yang ada. Setelah data-data yang ada berhasil dikumpulkan maka data-data tersebut disaring dan ditransformasikan sehingga menjadi bentuk database yang konsisten dan terintegrasi. Hasil dari transformasi data dimasukkan ke suatu tempat media penyimpanan yang memiliki daya tampung yang besar. Arsitektur data warehouse yang digunakan pada PT Panin Insurance Tbk merupakan bentuk arsitektur data warehouse terpusat. Alasan pemakaian arsitektur data warehouse terpusat adalah karena : 1. Arsitektur ini merupakan bentuk umum yang sering dipakai oleh perusahaanperusahaan yang sedang berkembang, dimana database-nya berfokus pada satu tempat. 2. Arsitektur ini dalam pengembangannya relatif lebih mudah daripada bentuk lainnya. 3. Arsitektur ini dalam biaya maintenance-nya lebih murah sehingga perusahaan dapat menghemat pengeluaran perusahaan. 75

75 4. Arsitektur ini mempermudah dalam pemeliharaan data yang digunakan dalam aplikasi data warehouse. Selain itu, pengawasan data juga akan lebih mudah. 5. Arsitektur ini mempermudah dalam pembuatan security untuk pengamanan data dari keadaan yang tidak diinginkan. Arsitektur data warehouse yang terdapat pada PT Panin Insurance Tbk dapat terlihat pada gambar berikut : Gambar 4.1 Gambar Data Warehouse Terpusat PT Panin Insurance Tbk Komponen yang dipakai untuk mendukung pembuatan data warehouse penjualan pada PT Panin Insurance Tbk adalah sebagai berikut : 1. Data source Data source merupakan sumber data untuk pembuatan data warehouse. Sumber data yang diperlukan bisa didapat dari berbagai jenis media, dengan format atau platform yang berbeda. Dalam perancangan data warehouse ini, pengambilan sumber data yang diperlukan berasal dari sumber data internal, yaitu pengambilan sumber data dari kegiatan operasional sehari-hari yang menyangkut penjualan dan

76 klaim. Data operasional perusahaan yang digunakan sebagai sumber data untuk pembuatan data warehouse, adalah sebagai berikut : a. Tabel MSMOTOR b. Tabel MSSOURCE c. Tabel TPREMI d. Tabel TKCMOTOR e. Tabel TKLMMOTOR f. Tabel TTANGGUNGANMOTOR g. Tabel TCASCOMOTOR h. Tabel TTJHMOTOR 2. Data transformation Data transformation merupakan proses transformasi sumber data menjadi data warehouse. Data transformation dibutuhkan apabila tidak ada kesamaan antara struktur data dan isinya. Dengan adanya proses transformasi data maka data tersebut berubah dari satu bentuk ke bentuk yang lainnya yang konsisten dan terintegrasi sehingga dapat menghasilkan data yang benar dan akurat. Tahap ini memiliki 3 proses yang sering disebut sebagai ETL yaitu : a. Extract, yaitu proses mengambil data dari sumber data yang tersedia. Pada tahap ini tidak semua data pada sumber data diambil melainkan hanya data yang diperlukan saja. b. Transform, yaitu proses mengubah bentuk suatu data menjadi bentuk yang lain.

77 c. Loading, yaitu menyimpan data hasil dari transformasi yang telah dilakukan. Pada tahap ini, semua tabel hasil dari transformasi data dimasukkan ke dalam data warehouse. 3. Data Warehouse Merupakan suatu media yang digunakan sebagai tempat penyimpanan data-data yang bersifat historical (menurut waktu) dengan periode atau jangka waktu tertentu yang telah disaring dan dikumpulkan untuk dipakai sebagai sumber penganalisisan laporan penjualan oleh pimpinan perusahaan atau pihak-pihak eksekutif. 4. Cube Merupakan bentuk data multidimensional yang terbentuk dari tabel fakta dan tabel dimensi. 5. Aplikasi Komponen aplikasi merupakan suatu gerbang penghubung antara data warehouse dengan pengguna. Komponen ini memudahkan pengguna untuk mengakses data yang diperlukan dalam pembuatan laporan yang dibutuhkan oleh pengguna. 4.2 Rancangan Data Warehouse Dalam merancang data warehouse pada PT Panin Insurance Tbk terdapat beberapa tahap, yaitu : 1. Merumuskan permasalahan perusahaan Tahap ini merupakan tahap awal yang dilakukan, yaitu mengidentifikasikan permasalahan yang dihadapi oleh perusahaan.

78 2. Merumuskan solusi permasalahan perusahaan Setelah permasalahannya diketahui maka dibuat rumusan solusi untuk pemecahan permasalahan yang ada serta memberi sekilas gambaran aplikasi yang mungkin akan digunakan untuk mendukung solusi yang dirumuskan. 3. Mengumpulkan data pendukung sebagai informasi Bila usulan solusi yang ditawarkan disetujui oleh pihak perusahaan maka tahap selanjutnya adalah pengumpulan data yang diperlukan. 4. Menyaring data pendukung sebagai sumber data Dari data yang berhasil dikumpulkan pada tahap sebelumnya dilakukan penyaringan data yang berhubungan dengan business resources yang berarti sumber bisnis atau jenis pelanggan, collection yang berarti hutang atau polis yang belum dibayar, reported klaim yang berarti klaim yang sudah dilaporkan tetapi belum diproses, dan seetled klaim yang berarti klaim yang sudah selesai. 5. Merancang skema bintang Merancang skema bintang yang diperlukan dalam merancang data warehouse proses bisnis yang dibutuhkan oleh pihak perusahaan. 6. Menentukan infra struktur yang akan digunakan Pada tahap ini ditentukan perangkat keras (hardware) dan perangkat lunak (software) yang mendukung perancangan data warehouse yang diperlukan oleh PT Panin Insurance Tbk. 7. Melakukan transformasi data Sumber data yang sudah ditentukan ditransformasikan dari bentuk dan tempat asal ke bentuk dan tempat tujuan (skema bintang). 8. Membuat aplikasi yang diperlukan

79 Tahap ini dilakukan setelah semua data pada data warehouse yang diperlukan sudah tersedia. Berdasarkan data warehouse yang tersedia dibuat aplikasi yang akan menghubungkan pengguna dengan data warehouse yang dirancang pada tahap sebelumnya. 9. Mengimplementasikan aplikasi data warehouse Setelah tahap perancangan selesai dibangun maka tahap yang terakhir adalah mengimplementasikan aplikasi yang dibuat ke bagian-bagian yang terkait dalam pengambilan keputusan perusahaan. 4.2.1 Transformasi Data Dalam merancang data warehouse, kegiatan yang penting dan mutlak dilakukan adalah kegiatan transformasi data. Transformasi data adalah kegiatan pemindahan dan penyeragaman data yang diperoleh dari aktivitas operasional perusahaan ke dalam media pusat penyimpanan data yang akan digunakan sebagai sumber data dalam data warehouse yang dibangun. Tahap-tahap proses transformasi data yang dilakukan pada PT Panin Insurance Tbk adalah sebagai berikut : 1. Membaca data operasional kemudian diadakan pengambilan field-field yang dibutuhkan dalam data warehouse. 2. Pada data-data yang telah terpilih tersebut dilakukan transformasi dengan cara mengubah bentuk suatu data menjadi bentuk lain yang sesuai dengan struktur data warehouse yang sudah dibangun.

80 3. Pada tahap terakhir, data yang sudah mengalami proses transformasi dimasukkan ke dalam data warehouse yang akan dipakai dalam pembuatan aplikasi data warehouse. Untuk melakukan proses transformasi digunakan SQL Server 2000 sebagai database sumber dan database tujuan. Proses transformasi yang dilakukan menggunakan fasilitas Data Transformation Service (DTS) yang terdapat pada SQL Server 2000. DTS merupakan alat bantu untuk melakukan copy, moving, dan transformasi data. Keunggulan dari DTS adalah sebagai berikut : a. Dengan DTS, load setiap baris sumber data ke dalam data warehouse dapat dilakukan. b. Dengan adanya fasilitas wizard yang memudahkan impor dan ekspor data dari berbagai sumber dengan mudah karena wizard memiliki fasilitas transformasi data dari berbagai sumber yang ada. c. Adanya DTS packages, yaitu paket data yang secara otomatis diciptakan bila wizard digunakan. Paket tersebut dapat dijalankan untuk melakukan tugas tertentu. d. DTS memiliki tampilan grafik yang memudahkan pemahaman pengguna dalam melakukan transformasi data. 4.3 Rancangan Implementasi Dalam merancang data warehouse pada PT Panin Insurance Tbk, perlu juga melihat komponen-komponen yang mendukung pengimplementasian aplikasi yang

81 berbasiskan data warehouse. Komponen yang dimaksudkan adalah komponen perangkat keras dan komponen perangkat lunak. 4.3.1 Perangkat Keras Komponen perangkat keras yang dimaksudkan adalah komponen yang secara fisik akan digunakan dalam mendukung aplikasi data warehouse yang diusulkan. Untuk mendapatkan hasil yang optimal dalam pengimplementasian data warehouse maka konfigurasi perangkat keras yang akan digunakan dalam PT Panin Insurance Tbk diusulkan sebagai berikut : 1. Server, dengan spesifikasi : a. Processor Intel Core 2 Duo 1,66 Ghz b. Memory 512Mb c. Harddisk 120Gb d. Penghubung jaringan (LAN) 2. Workstation, dengan spesifikasi : a. Processor Intel Core 2 Duo 1,66 Ghz b. Memory 512Mb c. Harddisk 80Gb 4.3.2 Perangkat Lunak Software atau piranti lunak yang akan digunakan dalam mendukung aplikasi data warehouse ini adalah Microsoft Visual Studio 2005 sebagai tool untuk pengembangan aplikasi data warehouse yang dirancang. Sedangkan database management system (DBMS) yang mendukung proses penyimpanan sumber data,

82 pemberitahuan informasi yang lengkap akan data, serta proses transformasi yang mudah dalam penggunaannya adalah SQL Server 2000 Enterprise Edition. Software yang digunakan dalam menjalankan aplikasi data warehouse pada PT Panin Insurance Tbk adalah : 1. Server, dengan spesifikasi : a. Sistem operasi Microsoft Windows XP Professional Edition Service Pack 2 b. SQL Server 2000 c. OLAP Service d..net Framework 2.0 2. Workstation, dengan spesifikasi : a. Sistem operasi Microsoft Windows XP Professional ServicePack2 b. SQL Server 2000 c..net Framework 2.0 4.4 Rancangan Skema Bintang Rancangan skema bintang merupakan struktur sederhana yang menghubungkan beberapa tabel dengan melalui jalur-jalur yang tersusun dengan baik. Penggambaran rancangan data warehouse dengan menggunakan skema bintang membuat rancangan data warehouse yang akan dibangun menjadi lebih mudah dipahami. Rancangan skema bintang PT Panin Insurance Tbk adalah sebagai berikut :

83 1. Rancangan skema bintang production Gambar 4.2 Gambar Skema Bintang Production 2. Rancangan skema bintang bussiness resources Gambar 4.3 Gambar Skema Bintang Bussiness Resources 3. Rancangan skema bintang collection Gambar 4.4 Gambar Skema Bintang Collection

84 4. Rancangan skema bintang reported klaim Gambar 4.5 Gambar Skema Bintang ReportedKlaim 5. Gambar skema bintang seetled klaim Gambar 4.6 Gambar Skema Bintang SettledKlaim 4.5 Metadata Metadata adalah data tentang data. Metadata berisi referensi dari semua data yaitu struktur tabel, nama tabel itu sendiri beserta deskripsinya dan lokasi dari database tersebut, tipe data, keterangan dari data yang berada di dalam data warehouse. Berikut ini adalah metadata dari data warehouse PT Panin Insurance Tbk yang kami usulkan :

85 1. Tabel dimensi waktu Nama tabel : DimensiWaktu Primary key : WaktuID Deskripsi : Berisi informasi tentang data-data waktu Besar Record : 12 bytes Tabel 4.1 Tabel Dimensi Waktu No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu - - Create 2 Tahun Integer 4 Status Tahun - - Create 3 Bulan Integer 4 Status Bulan - - Create 2. Tabel Dimensi Source Nama tabel : DimensiSource Primary key : SourceID Deskripsi : Berisi data-data tentang sumber bisnis pada PT Panin Insurance Tbk Besar Record : 44 bytes Tabel 4.2 Tabel Dimensi Source No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 SourceID Integer 4 Kode - - Create source pada

86 DWH 2 KdSource Varchar 20 Kode - - Transform source pada OLTP 3 SourceName Varchar 20 Nama - - Transform Source 3. Tabel Fakta Produksi Nama tabel : faktaproduksi Deskripsi : Berisi data-data produksi yang terdapat pada PT Panin Insurance Tbk Besar Record : 32 bytes Tabel 4.3 Tabel Fakta Produksi No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu MsMotor TglBerlaku Transform 2 JumlahPremi Numeric 9 Total premi Tpremi Premitjh, Premipa, Transform Tsikendaraan, %Rate 3 JumlahVolume Numeric 9 Jumlah polis yang MsMotor NoPolis Transform terdaftar 4 Status Varchar 10 Status renewal MsMotor Xnopolis Transform atau new bussines

87 4. Tabel Fakta Sumber Bisnis Nama tabel Deskripsi : FaktaBussinessResources : Berisi data-data sumber bisnis yang terdapat pada PT Panin Insurance Tbk Besar Record : 26 bytes Tabel 4.4 Tabel Fakta Sumber Bisnis No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu MsMotor TglBerlaku Transform 2 SourceID Integer 4 Kode Source pada MsMotor KdSource Transform DWH 3 JumlahPremi Numeric 9 Total premi Tpremi Premitjh, Premipa, Transform Tsikendaraan, %Rate 4 JumlahVolume Numeric 9 Jumlah polis yang MsMotor NoPolis Transform terdaftar 5. Tabel Fakta Hutang Nama tabel Deskripsi : faktacollection : Berisi data hutang dari setiap sumber bisnis pada PT Panin Insurance Tbk Besar Record : 26 bytes

88 Tabel 4.5 Tabel Fakta Hutang No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu MsMotor TglBerlaku Transform 2 SourceID Integer 4 Kode Source pada MsMotor KdSource Transform DWH 3 JumlahPremi Numeric 9 Total premi Tpremi Premitjh, Premipa, Transform Tsikendaraan, %Rate 4 JumlahVolume Numeric 9 Jumlah polis yang MsMotor NoPolis Transform terdaftar 6. Tabel Fakta Klaim Reported Nama tabel Deskripsi : faktareportedklaim : Berisi data klaim yang telah dilaporkan tapi belum diproses pada PT Panin Insurance Tbk Besar Record : 22 bytes

89 Tabel 4.6 Tabel Fakta Klaim Reported No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu MsMotor TglBerlaku Transform 2 JumlahKlaim Numeric 9 Total Klaim Ttjhmotor, ttanggunganmtr, tcascomotor, tklmmotor Ttjhmotor.tagihanklaim, ttanggunganmtr.tagihanklaim, tcascomotor.tagihanklaim Transform 3 JumlahVolume Numeric 9 Jumlah TKlmMotor NoRegistarsiKlaim Transform NoRegistrasiKlaim yang terdaftar 7. Tabel Fakta Klaim Settled Nama tabel Deskripsi : faktasettledklaim : Berisi data klaim yang telah terpenuhi pada PT Panin Insurance Tbk Besar Record : 22 bytes Tabel 4.7 Tabel Fakta Klaim Seetled No Nama Field Tipe Ukuran Keterangan Sumber Data Proses Tujuan data Tabel Field 1 WaktuID Integer 4 Kode Waktu MsMotor TglBerlaku Transform 2 JumlahKlaim Numeric 9 Total Klaim Ttjhmotor, ttanggunganmtr, tcascomotor, tklmmotor Ttjhmotor.tagihanklaim, ttanggunganmtr.tagihanklaim, tcascomotor.tagihanklaim Transform

90 3 JumlahVolume Numeric 9 Jumlah TKlmMotor NoRegistrasiKlaim Transform NoRegistrasiKlaim yang terdaftar 4.6 Proses Transformasi Data Data pada data warehouse yang kami rancang berasal dari OLTP melalui proses transformasi data. Dengan menggunakan Enterprise Manager maka proses transformasi data menjadi lebih mudah untuk dilakukan. 1. Tabel Dimensi Langkah-langkah yang kami lakukan pada saat proses transformasi data tabel dimensi adalah : a. Menentukan database sumber dan database tujuan yang kita inginkan. (Gambar 4.5 & Gambar 4.11) b. Menghubungkan antara database sumber dan database tujuan. c. Memilih data yang ingin dipindahkan. Langkah-langkah yang harus dilakukan adalah : 1) Memilih tabel dari database sumber atau dengan menggunakan query. (Gambar 4.6 & Gambar 4.12) 2) Memilih tabel tujuan perpindahan data. (Gambar 4.7 & Gambar 4.13) 3) Pastikan kesesuaian field antara tabel OLTP dan data warehouse. (Gambar 4.8 & Gambar 4.14) 4) Buat trigger yang akan dijalankan ketika proses transformasi berhasil dilaksanakan untuk memproses

91 filtertimestamp yang akan digunakan pada cube. (Gambar 4.9 & Gambar 4.15) Berikut kami berikan transformasi data tabel dimensi source dan waktu. a. Dim Waktu Gambar 4.5 Gambar Setting Database Sumber Dimensi Waktu

92 Gambar 4.6 Gambar DTS Property(Source) Gambar 4.7 Gambar DTS Property(Destination)

93 Gambar 4.8 Gambar DTS Property(Transformations) Gambar 4.9 Gambar Setting Dimensi Waktu Untuk filtertimestamp

94 Gambar 4.10 Gambar Rancangan Package DTS Dim Waktu b. Dim Source Gambar 4.11 Gambar Setting Database Sumber Dimensi Source

95 Gambar 4.12 Gambar DTS Property(Source)Dimensi Source Gambar 4.13 DTS Property(Destination) Dimensi Source

96 Gambar 4.14 Gambar DTS Property(Transformations) Dimensi Source Gambar 4.15 Gambar Setting Dimensi Source Untuk filtertimestamp

97 Gambar 4.16 Gambar Rancangan Package DTS Dimensi Source 2. Tabel Fakta Langkah-langkah yang kami lakukan pada saat proses transformasi data tabel fakta adalah : a. Menentukan database sumber dan database tujuan yang kita inginkan. (Gambar 4.17) b. Menghubungkan antara database sumber dan database tujuan. c. Memilih data yang ingin dipindahkan. Langkah-langkah yang harus dilakukan adalah : i. Memilih tabel dari database sumber atau dengan menggunakan query. (Gambar 4.18) ii. Memilih tabel tujuan perpindahan data. (Gambar 4.19)

98 iii. Pastikan kesesuaian field antara tabel OLTP dan data warehouse. (Gambar 4.20) iv. Buat trigger yang akan dijalankan ketika proses transformasi berhasil dilaksanakan untuk memproses filtertimestamp.(gambar 4.21) Berikut kami berikan contoh transformasi data tabel fakta dengan menggunakan fakta penjualan. Untuk proses transformasi data fakta yang lainnya menggunakan cara yang sama. a. Fakta Sumber Bisnis Gambar 4.17 Rancangan Setting Database

99 Gambar 4.18 Rancangan Hubungan DTS Gambar 4.19 Rancangan Field

100 Gambar 4.20 Rancangan Kesesuaian Gambar 4.21 Rancangan Trigger

101 Gambar 4.22 Rancangan DTS 3. Cube analysis services Langkah langkah dalam membuat cube di dalam analysis services : a. Membuat koneksi dengan database yang ada (Gambar 4.23). b. Membuat cube dengan menggunakan wizard : i. Pemilihan fakta yang akan digunakan (Gambar 4.24). ii. Pemilihan measure yang akan dipakai (Gambar 4.25). iii. Pemilihan dimensi yang akan digunakan (Gambar 4.26). iv. Proses data sehingga menjadi sebuah cube (Gambar 4.27). Berikut contoh dalam pembuatan cube menggunakan analysis services, sebagai contoh cube yang akan dibuat adalah cube untuk sumber bisnis.

102 Gambar 4.23 Rancangan Cube Gambar 4.24 Rancangan Cube Wizard

103 Gambar 4.25 Rancangan Fakta Gambar 4.26 Rancangan Measure

104 Gambar 4.27 Rancangan Dimensi 4.7 Analisis Kapasitas Media Penyimpanan Analisis kapasitas media penyimpanan ini diperlukan untuk mengetahui berapa besar kapasitas media penyimpanan yang dibutuhkan agar media penyimpanan tersebut mampu menampung data untuk jangka waktu yang telah ditentukan. Berikut ini adalah perhitungan kapasitas media penyimpanan tabel fakta data warehouse untuk jangka waktu 5 tahun ke depan : 1. Analisis kapasitas media penyimpanan untuk tabel fakta untuk 5 tahun : a. Tabel Fakta Produksi Diketahui : besarnya 1 record = 32 bytes Asumsi : 1 bulan terjadi 500 kali transaksi. Maka : Jumlah record selama 5 tahun = 5 x 12 x 500 = 30000 record

105 Besar kapasitas media penyimpanan yang diperlukan selama 5 tahun = 30000 x 32 bytes = 960000 bytes = 0.91 MB. b. Tabel Fakta Sumber Bisnis Diketahui : besarnya 1 record = 26 bytes Asumsi : 1 bulan terjadi 500 kali transaksi pembayaran. Maka : Jumlah record selama 5 tahun = 5 x 12 x 500 = 30000 record Besar kapasitas media penyimpanan yang diperlukan selama 5 tahun = 30000 x 26 bytes = 780000 bytes = 0.74 MB. c. Tabel Fakta Hutang Diketahui : besarnya 1 record = 26 bytes Asumsi : 1 bulan terjadi 70 kali transaksi. Maka : Jumlah record selama 5 tahun = 5 x 12 x 70 = 4200 record Besar kapasitas media penyimpanan yang diperlukan selama 5 tahun = 4200 x 26 bytes = 109200 bytes = 0.10 MB. d. Tabel Fakta Reported Klaim Diketahui : besarnya 1 record = 22 bytes Asumsi : 1 bulan terjadi 50 kali transaksi pembayaran. Maka : Jumlah record selama 5 tahun = 5 x 12 x 50 = 3000 record Besar kapasitas media penyimpanan yang diperlukan selama 5 tahun = 3000 x 22 bytes = 66000 bytes = 0.06 MB. e. Tabel Fakta Settled Klaim Diketahui : besarnya 1 record = 22 bytes Asumsi : 1 bulan terjadi 150 kali transaksi. Maka : Jumlah record selama 5 tahun = 5 x 12 x 150 = 9000 record

106 Besar kapasitas media penyimpanan yang diperlukan selama 5 tahun = 9000 x 22 bytes = 198000 bytes = 0.19 MB. 2. Analisis kapasitas media penyimpanan untuk tabel dimensi untuk 5 tahun : Tabel 4.8 Tabel Analisis Media Penyimpanan Tabel Dimensi Nama Tabel Keterangan Besar Record (Bytes) Jumlah Record Besar Tabel (Bytes) Dimensi Waktu Dimensi Waktu 12 96 1152 Dimensi Source Dimensi Source 44 8 352 4.8 Analisis Pertumbuhan Data Pertumbuhan data pada data warehouse dapat terlihat pada tabel 4.12 di bawah ini. Pertumbuhan data yang terjadi pada tabel fakta menunjukkan penambahan data harian, sehingga pertumbuhan yang terjadi cukup besar. Sedangkan pertumbuhan data pada tabel dimensi jarang sekali terjadi. Tabel 4.9 Tabel Analisis Pertumbuhan Data Per Kuartal Tabel Besar Jumlah Besar Pertumbuhan Data Record Record Tabel 5 Jumlah Besar % (Bytes) 5 tahun tahun Record (KB) (KB)

107 Fakta Produksi 32 30000 931.84 6000 187.5 20 Fakta Sumber Bisnis 26 30000 757.76 6000 152.34 20 Fakta Hutang 26 4200 102.4 840 21.33 20 Fakta Reported Klaim 22 3000 61.44 600 12.89 20 Fakta Settled Klaim 22 9000 194.56 1800 38.67 20 Dimensi Waktu 12 96 1.13 12 0.23 12.5 Dimensi Source 44 8 0.34 0 0.03 0 Ket : % pertumbuhan data didapat dari rumus : % pertumbuhan = jumlah record / jumlah record 5 tahun x 100% 4.9 Rancangan Layar Berikut ini adalah rancangan layar dari aplikasi yang digunakan untuk mengakses data warehouse. Rancangan layar dibuat untuk memberikan gambaran nyata tentang bagaimana data yang ada di dalam data warehouse dapat digunakan. Dalam rancangan layar ini juga dijelaskan kegunaan dan fungsi dari setiap komponen yang ada pada setiap halaman. Rancangan layar tersebut meliputi : 1. Rancangan Layar Menu Login Pada menu login terdapat 2 tombol, yaitu Ok dan Cancel. Tombol Ok digunakan untuk verifikasi beserta pemilihan source yang merupakan pilihan untuk melihat pivot dan chart secara online atau offline dan apabila verifikasi benar maka akan mengaktifkan menu yang menampilkan pivot dan chart.

108 Dalam verifikasi, jika terjadi kesalahan akan muncul kotak pesan yang memberitahukan bahwa proses login gagal. Gambar 4.28 Gambar Rancangan Layar Login Gambar 4.29 Gambar Rancangan Layar Peringatan Login Gagal 2. Rancangan Layar Menu DTS Pada menu DTS terdapat submenu, yaitu DTS untuk fakta sumber bisnis, DTS untuk fakta produksi, DTS untuk fakta collection, DTS untuk fakta reportedklaim, DTS untuk fakta settledklaim, DTS untuk dimensi waktu, dan DTS untuk dimensi source digunakan untuk melakukan proses penarikan data penjualan dari OLTP ke Data warehouse.

109 Gambar 4.30 Gambar Rancangan Layar DTS Penjualan Gambar 4.31 Gambar Rancangan Layar DTS sukses 3. Rancangan Layar Menu Pivot Online dan Pivot Offline Pada menu pivot online terdapat submenu, yaitu untuk mencetak report, memilih cube dari analysis service, dan pilihan dimensi yang akan digunakan sebagai measure, page, dan category. Pada menu pivot offline terdapat menu yang sama seperti menu online, tetapi memiliki perbedaan pada pengambilan cube, karena pada pivot offline cube diambil dari file yang sudah ada.

110 Gambar 4.32 Gambar Rancangan Layar Pivot Sumber Bisnis, dan Produksi Gambar 4.33 Gambar Rancangan Layar Pivot Collection, Reportedklaim,dan SettledKlaim

111 Gambar 4.34 Gambar Rancangan Layar Pivot offline 4. Rancangan Layar Menu Chart Online dan Chart Offline Pada menu chart online terdapat submenu, yaitu untuk mencetak report, memilih cube dari analysis service, dan pilihan dimensi yang akan digunakan sebagai measure, page, dan category. Pada menu chart offline terdapat menu yang sama seperti menu online, tetapi memiliki perbedaan pada pengambilan cube, karena pada chart offline cube diambil dari file yang sudah ada.

112 Gambar 4.35 Gambar Rancangan Layar Chart Sumber bisnis, Produksi, Collection, Reportedklaim, Settledklaim Gambar 4.36 Gambar Rancangan Layar Chart Offline 4.10 Analisis Manfaat Berdasarkan hasil perancangan dan implementasi data warehouse yang telah diterapkan pada PT. Panin Insurance.Tbk, maka dapat diharapkan adanya manfaat yang dapat diperoleh oleh para eksekutif dalam mengaplikasikan data warehouse.

113 Dari hasil analisis yang telah dilakukan, adapun manfaat yang dapat diperoleh dengan adanya data warehouse ini adalah sebagai berikut : 1. Para eksekutif perusahaan akan lebih mudah dan cepat dalam memperoleh data yang sesuai dengan kebutuhan informasi yang diperlukan. 2. Dengan tersedianya informasi yang sesuai dengan kebutuhan, para eksekutif akan lebih mudah dalam pengambilan keputusan dan menentukan langkah ke depan yang akan dilakukan oleh perusahaan. 3. Data warehouse yang telah dibangun dapat digunakan sebagai sumber dalam menunjang aplikasi Executive Information System (EIS) dan Decision Support System (DSS). 4.11 Evaluasi Hasil Implementasi Melalui upaya penulis dalam menerapkan data warehouse ini, para eksekutif dalam PT. Panin Insurance, Tbk. dapat mendapatkan manfaat dari aplikasi ini. Beberapa manfaat dari penggunaan aplikasi ini bagi pihak perusahaan, yakni : 1. Pencarian dan penggunaan data-data yang diperlukan dalam penyusunan laporan yang penting bagi pengambilan keputusan dapat dilakukan secara optimal. 2. Pihak ekskutif merasa sangat terbantu dalam menentukan kebijakan yang harus mereka lakukan dengan segera untuk meningkatkan kinerja perusahaan seoptimal mungkin.

114 3. Laporan data-data dapat disajikan dalam waktu yang relatif lebih cepat, akurat, dan terpercaya karena data-data untuk pembuatan laporan telah diintegrasi secara menyeluruh sebelumnya dalam proses transformasi data ke dalam suatu tempat penyimpanan tertentu, yang membuat hambatan waktu terpecahkan serta kualitas kinerja perusahaan menjadi lebih baik lagi. 4. Dengan menggunakan data warehouse meminimalkan kapasitas penyimpanan karena hanya mengambil data yang dibutuhkan saja dari database operasional. Di samping manfaat yang diperoleh melalui aplikasi data warehouse ini, ada beberapa kekurangan yang ditemukan, antara lain tidak adanya menu untuk mencetak hasil laporan ke lembar kertas pada aplikasi data warehouse.