BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang dapat digunakan untuk komunikasi, perolehan dan diproses dengan cara dan presentasi otomatis untuk menjadi informasi sehingga dapat dimengerti oleh manusia. Menurut (Rainer & Cegielski, 2012, p. 10) data adalah deskripsi dari segala hal seperti benda, aktivitas, kejadian, dan transaksi yang disimpan. Data juga dapat berupa apapun seperti angka, huruf, suara, dan gambar. Menurut (Pandya & Shah, 2014, p. 101), Data adalah ekstraksi dari berbagai sumber, dari berbagai sistem operasi pada suatu organisasi, yang sudah cleansed, transformed, integrated, dan loaded ke dalam data warehouse. 2.1.2 Pengertian Data Warehouse Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1202), Data warehouse merupakan kumpulan data yang bersifat subject-oriented, integrated, time-variant, dan nonvolatile yang mendukung pengambilan keputusan pihak manajemen. Menurut (Inmon, 2005, p. 389), Data warehouse adalah sekumpulan data yang terintegrasi, berorientasi pada subjek yang dirancang dan digunakan untuk mendukung proses pengambilan keputusan dimana setiap unit data saling terhubung untuk waktu tertentu. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013), Data warehouse merupakan salinan dari data transaksi yang secara spesifik terstruktur untuk 9
10 melakukan query dan analisis. Menurut (Pandya & Shah, 2014, p. 101), Data warehouse adalah Data repository yang mengandung historical data, yang disiapkan untuk menganalisa dan membantu dalam pengambilan keputusan. Menurut (Sethi, 2012, p. 955), Data warehouse adalah koleksi dari teknologi yang membantu dalam pengambilan keputusan, yang memungkinkan manager untuk membuat sebuah keputusan yang lebih baik dan cepat. Karena data warehouse menyediakan arsitektur dan tools untuk bisnis eksekutif yang secara sistematik mengatur, memahami dan memakai data mereka dalam membuat sebuah keputusan yang strategis. 2.1.3 Karakteristik Data Warehouse Menurut (Inmon, 2005, p. 29), Data warehouse memiliki 4 karakteristik, yaitu: 1. Subject oriented Data warehouse diorganisir berdasarkan subjek utama dalam lingkungan perusahaan, bukan berorientasi pada proses atau fungsi aplikasi yang terjadi pada lingkungan operasional. 2. Integrated Data yang terdapat dalam data warehouse berasal dari sumber data yang berbeda-beda dimana sumber data ini berasal dari sistem dan aplikasi yang berbeda, juga dimana sumber data berasal dari bagian yang ada di dalam perusahaan. Seringkali sumber data memiliki format data yang berbeda (tidak konsisten). Sumber data yang terintegrasi harus dibuat konsisten untuk menghasilkan tampilan data yang telah terintegrasi pada pengguna. Data warehouse menyimpan data yang berasal dari sumber yang terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Data tidak
11 bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri. Syarat integrasi dapat dipenuhi dengan berbagai cara seperti konsisten dalam penamaan variabel, konsisten dalam ukuran variabel, konsisten dalam struktur, dan konsisten dalam atribut fisik data. 3. Non-volatile Data warehouse memiliki dua operasi data, yaitu load data dan access data. Hal ini bertujuan agar tidak terjadi redundancy data, karena sebelum dilakukan load data telah dilakukan penyaringan atau filterisasi data apa saja yang akan diambil. Jadi, data warehouse hanya berisi data-data penting dan bersifat read-only atau tidak dapat diubah. 4. Time variant Data di dalam data warehouse bersifat akurat dan valid untuk periode atau jangka waktu tertentu. Waktu tersebut dapat dilihat dari keterangan waktu yang ada didalam record seperti dalam waktu transaksi. Sebuah record dalam Data warehouse memiliki detil tanggal transaksi, setiap kasus terdapat beberapa bentuk penanda waktu untuk menunjukkan record tersebut selalu akurat. 2.1.4 Arsitektur Data Warehouse Menurut (Pandya & Shah, 2014, p. 101), Data warehouse arsitektur menambahkan arsitektur yang terdapat pada perusahaan untuk mengatur kerangka dalam membuat proses pengambilan keputusan.
12 Gambar 2. 1 Data warehouse arsitektur Sumber : (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013) The Data Warehouse Toolkit : The Definitive Guide to Dimensional Modeling. 3th Edition. Gambar diatas merupakan arsitektur dari data warehouse yang terdiri atas empat komponen yaitu Operational source system, ETL System, data presentation area, dan business intelligence application.
13 Gambar 2. 2 ETL tools Sumber: (Golfarelli & Rizzi, 2009), Warehousing. A Survey on Temporal Data Menurut (Golfarelli & Rizzi, 2009), Dalam konsistensi terminologis, yang mengacu pada arsitektur klasik untuk sistem data warehouse, diilustrasikan pada Gambar 2.3, yang bergantung pada tiga tingkatan: 1. Data Sources Tempat menyimpan data yang digunakan untuk penyimpanan sistem data warehousing. Pada umumnya digunakan oleh database operasional terutama perusahaan, baik yang diselenggarakan oleh platform relasional atau warisan, tetapi dalam beberapa kasus mereka juga mungkin termasuk data eksternal web, file data, file spreadsheet, dll. 2. Data Warehouse Data warehouse (juga disebut data tingkat didamaikan, menyimpan data operasional atau gudang data perusahaan), database operasional menyimpan data rinci, terpadu, bersih dan konsisten yang diekstrak dari sumber data yang valid dan diproses dengan menggunakan metode ETL.
14 3. Data Mart Data mart, dimana data yang diambil dari data warehouse dirangkum menjadi sebuah informasi yang relevan dalam pengambilan keputusan, dalam bentuk kubus multidimensi, menggunakan metode OLAP dan dibuat laporan dari hasil OLAP yang telah dibuat. 2.1.5 Perancangan Datawarehouse Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013) terdapat 7 tahap dalam merancang data warehouse: 1. Memilih Proses Bisnis 2. Mendeklarasikan Grain 3. Mengidentifikasikan Dimensi 4. Mengidentifikasikan Fakta 5. Menyimpan Pre-Kalkulasi dalam Tabel Fakta 6. Memilih durasi dari database 7. Mengamati perubahan dimensi secara perlahan Berdasarkan (Kimball, Kimball dimensional modeling techniques, Ralph Kimball) Business Process adalah performa aktivitas dari organisasi seperti memesan, memproses klaim asuransi, mendaftar kelas untuk siswa atau mencatat account pada setiap bulan. Bisnis proses menyimpan performa metrik yang di artikan ke dalam fact table. Grain adalah komponen penting dalam dimensional desain. Grain menetapkan apa yang ada di single fact table. Grain harus dipilih sebelum memilih dimensi atau fact karena setiap kandidat dimensi atau fact harus konsisten dengan Grain. Dimensi menyediakan who, what, when, where, why, how konteks di sekitar proses bisnis. Tabel dimensi mengandung atribut deskriptif (hal yang sesuai dengan yang ada) yang digunakan oleh aplikasi business intelligence untuk memfilter dan mengelompokkan fact.
15 Fact adalah memperhitungkan hasil dari proses bisnis dan secara keseluruhan hasilnya berupa angka numerik. Sebuah single fact table mempunyai hubungan one-to-one untuk menjelaskan fact table grain. Oleh karena itu koresponden fact table digunakan untuk observasi dan tidak bergantung kepada laporan yang terpisah-pisah. Pre-Kalkulasi dalam tabel fakta adalaah Setelah fakta-fakta ini dipilih masing - masing harus dikaji ulang untuk menentukan apakah ada peluang untuk menggunakan pra-perhitungan. Sebuah contoh umum dari kebutuhan untuk menyimpan precalculations terjadi ketika fakta-fakta terdiri laba dan rugi. Memilih durasi dari database adalah durasi mengukur seberapa jauh kembali dalam waktu tabel fakta pergi. Di banyak perusahaan, ada persyaratan untuk melihat periode waktu yang sama satu atau dua awal tahun. Untuk perusahaan lain, seperti perusahaan asuransi, mungkin ada persyaratan hukum untuk menyimpan data memperpanjang kembali lima tahun atau lebih. tabel fakta yang sangat besar menaikkan setidaknya dua sangat signifikan masalah desain data warehouse. Pertama, seringkali semakin sulit untuk sumber semakin data lama. Semakin tua data, semakin besar kemungkinan akan ada masalah dalam membaca dan menafsirkan file lama atau kaset lama. Kedua, itu adalah wajib bahwa versi lama dari dimensi penting digunakan, bukan versi terbaru. Mengamati perubahan dimensi secara perlahan adalah Perlahan mengubah masalah dimensi berarti, misalnya, bahwa deskripsi yang tepat dari klien lama dan cabang tua harus digunakan dengan riwayat transaksi lama. Sering, data warehouse harus menetapkan tombol digeneralisasi untuk dimensi-dimensi penting dalam rangka untuk membedakan beberapa snapshot dari klien dan cabang selama periode waktu. Ada tiga jenis dasar perlahan-lahan mengubah dimensi: Tipe 1, di mana berubah atribut dimensi ditimpa; Tipe 2, di mana atribut dimensi berubah menyebabkan record dimensi baru yang akan dibuat; dan Tipe 3, di mana atribut dimensi berubah menyebabkan atribut alternatif yang akan dibuat
16 sehingga kedua nilai-nilai lama dan baru dari atribut secara simultan dapat diakses dalam catatan dimensi yang sama. 2.1.6 Staging Area Tempat meletakan data yang akan dipindahkan pada umumnya berasal dari lingkungan sebelumnya yang akan memasuki proses ETL (Inmon, 2005, p. 503). 2.1.7 Pengertian OLAP Menurut (Inmon, 2005, p. 500), Online Analytical Processing (OLAP) adalah pengolahan tingkat departemen untuk lingkungan data mart. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013) online analytical processing (OLAP) adalah struktur dimensional yang diimplementasi di dalam multidimensional database dengan pengetahuan tentang relasi dan perhitungan yang didefinisikan di server yang memungkinkan kinerja query yang cepat dan analisis yang lebih menarik dari berbagai macam alat query. OLAP dapat memiliki konten yang sama atau turunan dari star schema. Menurut (Sethi, 2012, p. 956), OLAP adalah market oriented dan digunakan untuk menganalisa data yang didapat dari pengetahuan staff, yang termasuk didalamnya manager, eksekutif, analis. Sistem itu mengatur historical data dalam jumlah banyak, menyediakan fasilitas untuk meringkas, menyimpan dan mengatur informasi dari berbagai level granularity. 2.1.8 ETL 2.1.7.1 Extraction Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013, p. 19), extraction adalah langkah pertama dalam proses memasukkan data ke dalam lingkungan data warehouse. Membaca dan memahami sumber data dan menyalin
17 data yang dibutuhkan ke dalam sistem ETL untuk memanipulasi kedepannya. Mulai dari saat ini, data merupakan milik data warehouse. Menurut (Inmon, 2005, p. 497), extraction merupakan proses pemilihan data dari satu lingkungan dan membawanya ke lingkungan lain. Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1208), extraction adalah tahapan dimana data diambil dari sumber data untuk EDW (Enterprise Data Warehouse), biasanya tersusun dari database OLTP dan juga terdapat beberapa sumber lainnya seperti database personal, data ERP dan data penggunaan dari web. 2.1.7.2 Transformation Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1208), transformation adalah tahap yang menggunakan beberapa aturan atau fungsi dari data yang sudah diambil dan mengukur bagaimana data ini dapat digunakan untuk analisis dan transformasi jumlah tersebut dapat mencakup data, pengkodean data, penggabungan data, pemisahan data, perhitungan data, dan pembuatan kunci pengganti. Menurut (Inmon, 2005), transformation merupakan proses perubahan yang mungkin dilakukan terhadap data seperti membersihkan data (memperbaiki kesalahan penulisan dan mengubah data ke dalam format yang sama), menggabungkan data dari beberapa sumber serta menghilangkan duplikasi data. 2.1.7.3 Loading Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management
18 (4th Edition), 2010, p. 1209), loading adalah tahapan untuk memasukkan data yang sudah melalui proses transformasi ke dalam data warehouse. Menurut (Inmon, 2005), loading untuk memasukkan nilai data ke dalam area model dimensi. Proses load dalam beberapa kasus melibatkan peletakan fisik data. 2.1.9 Meta Data Menurut (Inmon, 2005, p. 393), metadata adalah deskripsi struktur, konten, kunci, dan indeks dari data. Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013), metadata adalah semua informasi dalam data warehouse yang bukan data aktual itu sendiri. Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 943), metadata adalah data tentang data: data yang menjelaskan objek ke dalam system seperti kelas, atribut, dan operasi. Metadata berisi informasi mengenai asal data, bagaimana data diproses, dan lain-lain. Tujuan utama dibangun metadata yaitu untuk menunjukkan jejak mulai dari data itu dibuat sehingga pengguna dapat mengetahui sejarah dari setiap data pada data warehouse. 2.1.10 Pengertian Fact Table Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013, p. 10), fact table adalah tabel utama dengan performa perhitungan karakteristik numerik berdasarkan composite key, serta setiap elemen foreign key yang diambil dari tabel dimensi. Menurut (Inmon, 2005, p. 391), fact table merupakan pusat utama dari tabel dimensional yang memiliki banyak kejadian. Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1247), fact table merupakan suatu tabel dengan gabungan primary key.
19 2.1.11 Pengertian Dimension Table Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013, p. 13), dimension table adalah tabel dalam dimensional model dengan sebuah primary key dan kolom atribut-atribut yang deskriptif. Tabel dimensi berisi konteks tekstual yang terkait dengan kegiatan pengukuran proses bisnis, menjelaskan "siapa, apa, dimana, kapan, bagaimana, dan mengapa" berkaitan dengan kegiatan tersebut. Menurut (Inmon, 2005, p. 128), dimension table merupakan tempat dimana data eksternal diletakkan dan dihubungkan dengan tabel fakta. 2.1.12 Entity Relationship Diagram Pada perancangan data warehouse, setelah diketahui proses bisnis yang sedang berjalan diperlukan juga untuk mengindetifikasi entitas didalam proses bisnis tersebut dengan menggunakan entity relationship diagram. Entity relationship diagram merupakan model yang digunakan pada analisis tradisional dan analisis database yang menggambarkan entitas data dan relasinya yang merupakan penggambaran kebutuhan penyimpanan data dari sistem yang baru atau sistem yang sedang berjalan (Satzinger, Jackson, & Burd, 2012, p. 98). Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 405), Entity Relationship Diagram atau modeling adalah pendekatan top-down untuk desain database yang dimulai dengan mengidentifikasi data penting yang disebut entitas dan relasi antara data yang harus direpresentasikan dalam model.
20 Gambar 2. 3 Entity relationship diagram Sumber: (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 67), Database Systems: A Practical Approach to Design, Implementation, and Management. 4th Edition. 2.1.13 Granularity Menurut (Inmon, 2005, p. 498), granularity merupakan suatu tingkat yang menunjukkan seberapa detil unit dalam data. Semakin detil suatu unit data, tingkat granularity-nya semakin kecil. Semakin ringkas suatu unit data, tingkat granularity-nya semakin besar. Gambar 2. 4 Granurality Sumber: (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010), Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition).
21 2.1.14 Star Schema Menurut (Kimball & Ross, The Data Warehouse Toolkit, 3rd Edition, 2013, p. 40), star schema merupakan struktur dimensional yang terdiri atas fact table yang terhubung dengan dimension table melalui primary atau foreign key. Menurut (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1183), star schema adalah model dimensional data yang terdiri dari fact table di tengah yang dikelilingi oleh tabel dimensi yang tidak dinormalisasi. Gambar 2. 5 Star schema Sumber: (Connolly & Begg, Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition), 2010, p. 1184), Database Systems: A Practical Approach to Design, Implementation and Management (4th Edition). Berdasarkan pengertian di atas, dapat disimpulkan bahwa star schema merupakan dimensional data model yang menghubungkan fact table dengan dimension table yang tidak ternormalisasi melalui primary key atau foreign key. 2.2 Teori Khusus 2.2.1 Klaim Menurut (Borghesi, 2013, p. 10), Perusahaan asuransi memproses pelaporan klaim dengan melakukan sejumlah tugas terkait, yang
22 mencakup perkiraan biaya pembiayaan klai,, manajemen informasi, dan komunikasi, seperti, kantor perusahaan asuransi dan karyawan di lapangan. Jumlah tugas yang dilakukan dalam pengolahan klaim menentukan alur kerja yang harus dikerjakan di oleh asuransi. Metode yang ada dan sistem untuk penanganan klaim asuransi biasanya terbatas pada usaha hanya satu atau beberapa tugas sehari-hari yang membuat klaim asuransi alur kerja. Menurut (Masterson, 2014, p. 152), Sebuah statistik penting untuk menentukan jumlah klaim pelaporan yang diterima, seluruh penduduk klaim - termasuk pemberitahuan klaim yang definisi klaim pelaporan cukup luas untuk memungkinkan segera diproses dan identifikasi dengan akurat. definisi yang lebih detil berguna untuk menggunakan pelaporan klaim lebih cepat. Dalam klaim asuransi extreme values adalah nilai yang tak dapat dipisahkan dan tidak dapat dibuang untuk membangun prediksi model. Selain itu, settling insurance claims melibatkan banyak objektivitas, perasaan manusia dan faktor-faktor yang tidak dapat diprediksi. Fakta tersebut membuat sebuah tantangan besar untuk analis dalam bekerja pada masalah tersebut. 2.2.2 Insurance Untuk menguji peran asuransi dalam melindungi keluarga dan anak-anak dengan kebutuhan perawatan kesehatan khusus (CSHCN) dari beban keuangan yang terkait dengan perawatan. Data tahun 2001 dari National Survey of Children dengan Special Health Care membutuhkan sebuah analisa. Membangun 2 model regresi dengan menggunakan "work loss/cut back" and "experiencing financial problems" sebagai variabel dependen, dan status asuransi sebagai variabel independen utama yang menarik untuk menyesuaikan pendapatan, ras / etnis, fungsional pembatasan / keparahan. Sekitar 29, 9% data dari CSHCN yang tinggal di keluarga di mana kondisi mereka menyebabkan orang tua untuk menguranngi anggaran dari pendapatan mereka atau berhenti bekerja sepenuhnya. 20, 9% keluarga dari data CSHCN dilaporkan mengalami
23 kesulitan keuangan karena kondisi anak. Cakupan asuransi secara signifikan mengurangi kemungkinan