Bab III Analisis Dan Perancangan Basis Data Clustering

Bab III
Analisis Dan Perancangan Basis Data Clustering
Pada bab Analisis Dan Perancangan Basis Data Clustering, akan dijelaskan
mengenai input/ouput, infrastruktur, sistem/aplikasi yang digunakan, SWOT
(Strengths, Weakness, Opportunities, Threats) pada PT. Verena Oto Finance, hasil
analisa, kesimpulan dan saran serta perancangan basis data clustering.
3.1 Input / Output
Input/Output merupakan faktor-faktor yang diperlukan dalam penerapan proses
basis data clustering. Faktor-faktor ini ditujukan untuk mendukung proses dalam
menghasilkan pelaksanaan yang tepat dan baik. Input/Output merupakan
komponen penting dalam pelaksanaan basis data clustering. Proses basis data
clustering diarahkan mendapatkan output atau hasil yang maksimal dalam
penerapannya menggunakan setiap komponen input yang tersedia. Hasil yang
maksimal dalam hal ini adalah basis data sistem yang mampu meng-cover sistem
yang berjalan. Menghasilkan basis data yang saling terkait (berhubungan),
sehingga mampu mengoptimalisasi setiap transaksi yang dikelola menggunakan
basis data.
3.1.1 Input
Faktor input yang digunakan dalam implementasi basis data sistem terdapat pada
Table 1 di bawah ini.
Table 1. Faktor Input Untuk Implementasi Sistem Basis Data
No
Keterangan
1.
Spesifikasi
perangkat
keras
(hardware)
Server
Faktor
Output
Database
Server
Harddisk
Total : 76316 MB
Memori
2048 MB
Processor
Tipe: Intel (R) Xeon (TM)
CPU 3.20 GHZ
Kecepatan: 3200 MHZ
- 34 -
Table 2. Faktor Input Untuk Implementasi Sistem Basis Data (Lanjutan)
No
Keterangan
Server
Application
Server
2.
Spesifikasi
perangkat
lunak
(software)
Database
Server
Faktor
Harddisk
Total : 54450 MB
Memori
2048 MB
Processor
Tipe: Intel (R) Xeon (TM)
CPU 3.20 GHZ dan kecepatan:
3200 MHZ
Sistem
Operasi
OS
Name
:
Microsoft
Windows
Server
2003
Standard Edition
Memori
OS Version : 5.2.3790
Processor
Service Pack 2
Software
Application
Server
Application
Server
Output
Microsoft SQL Server 2000
version 8.00.2039
Harddisk
Microsoft .NET Framework
2.0
Memori
Windows Server 2003 Service
Pack 2
Processor
Service Pack 2
Sistem
Operasi
OS
Name
:
Microsoft
Windows
Server
2003
Standard Edition
Basis data yang digunakan pada PT. Verena Oto Finance dapat dilihat pada Table
3 di bawah ini.
Table 3. Basis Data yang digunakan pada PT. Verena Oto Finance
No
Database
Server
1.
HODC
Database
Name
Internal
Keterangan
Internal merupakan basis data untuk sistem
Internal.
- 35 -
Table 4. Basis Data yang digunakan pada PT. Verena Oto Finance (Lanjutan)
No
2.
Database
Server
DBS
Database
Name
Keterangan
CS
CS merupakan basis data untuk sistem Customer
Statisfication.
Financore
Financore merupakan basis data untuk sistem
Financore.
Financore
Report
Utility
Financore Report merupakan basis data kloningan
dari basis data Financore dan digunakan untuk
sistem Report Server.
Utility merupakan basis data untuk sistem Utility.
3.
GL
GL
GL merupakan basis data untuk sistem Accounting
4.
Aprova
Server
AprovaMain
AprovaMain merupakan basis data untuk sistem
Aprova.
AprovaAppl
AprovaAppl merupakan basis data untuk sistem
Aprova.
5.
Development Financore
Financore merupakan basis data untuk sistem
Financore Development.
Aprova Main
AprovaMain merupakan basis data untuk sistem
Aprova Development.
CS
CS merupakan basis data untuk sistem Customer
Statisfication Development.
Accounting
Accounting merupakan basis data untuk sistem
Accounting Development
Utility
Utility merupakan basis data untuk sistem Utility
Development.
Internal
Internal merupakan basis data untuk sistem Internal
Development.
Aprova Appl
AprovaAppl merupakan basis data untuk sistem
Aprova Development.
- 36 -
3.1.2 Output
Faktor output yang digunakan dalam implementasi basis data untuk sistem yang
terdapat pada PT. Verena Oto Finance dapat dilihat Table 5 merupakan faktor
output yang menjelaskan mengenai basis data serta sistem yang menggunakannya.
Table 5di bawah ini. Table 5 merupakan faktor output yang menjelaskan mengenai
basis data serta sistem yang menggunakannya.
Table 5. Faktor Output Untuk Implementasi Sistem Basis Data
No
Database
Server
Database
Name
1.
HODC
Internal
CS
2.
DBS
Financore
Report
Server
Sistem
Owner
Sistem
Internal
 HRD dan IT.
Sistem
Customer
Statisfication
 Customer Service dan IT.
Sistem
Financore
 BOD dan IT.
Sistem Report
Server
 Karyawan baik di kantor
pusat dan Cabang.
 Karyawan
Cabang.
di
HO
dan
 Operation hanya di kantor
pusat.
 Karyawan baik di kantor
pusat dan Cabang.
 BOD dan IT.
Utility
Sistem Utility
 Operation baik yang di
cabang maupun kantor
pusat.
 Accounting dan IT.
3.
GL
GLSystem Sistem GL
(Accounting)
- 37 -
 Accounting dan IT.
 Karyawan baik di kantor
pusat dan Cabang.
Table 6. Faktor Output Untuk Implementasi Sistem Basis Data (Lanjutan)
No
Database
Server
4.
Aprova Server
Database
Name
Sistem
AprovaMain Sistem
Aprova
Owner
 Karyawan baik di
kantor
pusat
dan
Cabang.
 BOD dan IT.
AprovaAppl
Sistem
Aprova
 Karyawan baik di
kantor
pusat
dan
Cabang.
 BOD dan IT.
5.
Development
Financore
Sistem
Development
Financore
 Programmer.
Aprova
Main
Sistem
Development
Aprova
 Programmer.
CS
Sistem
Development
CS
 Programmer.
Sistem
Development
Utility
 Programmer.
Sistem
Development
Internal
 Programmer.
Sistem
Development
Aprova
 Programmer.
Utility
Internal
Aprova
Appl
- 38 -
 User untuk UAT.
 User untuk UAT.
 User untuk UAT.
 User untuk UAT.
 User untuk UAT.
 User untuk UAT.
3.1.3 Infrastruktur
Gambar 6 merupakan infrastruktur umum jaringan dimana cabang-cabang dapat
koneksi (terhubung) ke database server yang terdapat di pusat melalui sistem
yang sudah ada.
Internet
Computer
128 Kbps
Cabang 1
MPLS
1 MB
Mikrotik
128 Kbps
Mikrotik
MPLS
10 MB
Router Cisco
Database Server
Cabang 2
1 MB
MPLS
512 Kbps
Cabang 3
XL
1 MB
Speedy
Mikrotik
Cabang Gerai 1
1 MB
Speedy
Mikrotik
Cabang Gerai 2
Gambar 6. Infrastruktur Jaringan (Dokumentasi dari PT. Verena Oto Finance)
Setiap cabang tidak secara langsung terkoneksi ke database server yang terdapat
di pusat, tetapi terlebih dahulu terkoneksi ke device yang digunakan sebagai
jaringan (network) agar dapat terhubung ke device yang ada di pusat lalu ke
database server. Bandwith yang digunakan setiap cabang untuk terhubung ke data
yang ada dipusat berbeda-beda, seperti cabang 1-3 masing-masing memiliki
bandwith sebesar 128 kbps sedangkan cabang gerai 1-2 masing-masing memiliki
bandwith sebesar 1 MB.
- 39 -
Kecepatan (speed) serta tipe dari server aprova, HODC dan DBS dapat dilihat
pada Table 7 di bawah ini.
Table 7. Keterangan Network Server
No
Server
Deskripsi
Type
Speed
1.
Aprova
Server
HP NC770 Gigabit Server Ethernet
Adapter-Teefer2 Miniport
100 Mb/s
2.
HODC
HP NC7782 Gigabit Server Ethernet
Adapter #2 – Teefer2 Minipoort
100 Mb/s
3.
DBS
HP NC371 Multifunction Gigabit Ethernet
Server Adapter Teefer2 Miniport
100 Mb/s
3.1.4 Sistem / Aplikasi yang digunakan
Sistem atau aplikasi yang digunakan dan terhubung dengan basis data pada PT.
Verena Oto Finance yaitu:
1. Sistem Internal, merupakan sistem yang terhubung ke basis data internal.
2. Sistem Customer Statisfication, merupakan sistem yang terhubung ke
basis data customer statisfication.
3. Sistem Financore, merupakan sistem utama transaksi pembiayaan dan
terhubung ke basis data financore, aprova main, aprova appl.
4. Sistem Report Server, merupakan sistem kloningan dari sistem financore
dan biasanya hanya untuk reporting dan terhubung ke basis data financore
report, aprova main, aprova appl.
5. Sistem Utility, merupakan sistem yang terhubung ke basis data utility dan
biasanya digunakan penghitungan pembiayaan yang digunakan oleh
beberapa departement.
6. Sistem GL (Accounting), merupakan sistem yang digunakan oleh divisi
accounting dan terhubung ke database GLSystem.
- 40 -
7. Sistem Aprova, merupakan sistem awal transaksi pembiayaan customer
dan terhubung ke sistem financore, terhubung ke basis data aprova main
dan aprova appl.
3.1.5 SWOT (Strengths, Weakness, Opportunities, Threats)
Analisa SWOT merupakan metode perencanaan strategis yang digunakan untuk
mengevaluasi Strengths, Weakness, Opportunities, Threats yang terlibat dalam
sebuah proyek/pekerjaan. SWOT melibatkan dan mendefenisikan tujuan spesifik
dari suatu pekerjaan, mengidenifikasi faktor internal dan eksternal yang tepat dan
tidak tepat dalam pencapaian objektif. Analisa SWOT diawali dengan
pendefenisian tujuan akhir atau pencapaian yang diinginkan.
Analisa SWOT dalam penerapan basis data clustering sebagai salah satu cara
optimalisasi terhadap sistem yang telah diterapkan dan digunakan pada saat ini
bertujuan untuk memunculkan setiap hal yang dapat terjadi dalam penerapan dan
pelaksanaan basis data clustering tersebut. Baik hal-hal yang mendatangkan
keuntungan maupun sebaliknya, hal-hal yang mampu mendatangkan peluang dan
memaksimalkannya serta meminimalisasi pengaruh hambatan yang dapat muncul.
3.1.6 Strengths
Strengths terkait dengan karakteristik dari pekerjaan yang memberikan
keuntungan dan keunggulan dalam penerapannya. Penerapan basis data clustering
ditujukan memunculkan hal-hal yang dapat dijadikan modal terhadap pencapaian
objektif/tujuan. Keberadaan faktor strength menjadikan pencapaian terhadap
tujuan penerapan basis data clustering lebih mudah didefenisikan. Hal-hal yang
merupakan kekuatan dari implementasi basis data clustering sebagai berikut;

Sistem yang reliable. Perusahaan PT. Verena Oto Finance sebagai studi
kasus penerapan basis data clustering, sistem basis data telah
diimplementasikan dan digunakan.

Pelayanan terhadap kebutuhan data yang optimal. Sistem basis data yang
digunakan saat ini di PT. Verena Oto Finance mampu meng-cover
transaksi yang menghasilkan data.
- 41 -

Kebutuhan akan basis data yang lebih optimal dalam menyediakan dan
pengolahan data. Keberadaan sistem basis data yang telah digunakan PT.
Verena Oto Finance saat ini tetap membutuhkan peningkatan availability
dan performansi agar tetap dapat meng-cover jumlah data yang semakin
banyak
3.1.7 Weakness
Weakness terkait dengan karakteristik yang menempatkan suatu pekerjaan atau
proyek pada posisi yang relatif tidak menguntungkan.
Faktor ini mendefenisikan hal-hal yang menempatkan implementasi basis data
clustering
sebagai hal yang dianggap memberikan keadaan yang tidak
menguntungkan. Hal-hal yang dianggap sebagai faktor weakness dibawah ini
sebagai berikut;

Sistem yang sedang berjalan. Implementasi basis data clustering pada
basis data sistem yang sedang berjalan (existing) memiliki tingkat efisien
yang rendah.

Perlunya optimasi database setelah penerapan basis data clustering.
Optimasi basis data yang dimaksudkan adalah menerapkan sistem basis
data yang sychronize.

Reliable data, yakni data yang memiliki high priority role terhadap
perusahaan sehingga proses clustering menimbulkan kekhawatiran
terhadap keberadaan data tersebut.

Kebutuhan akan resources, dalam hal ini hardware, software, konfigurasi,
person,
dll
dalam
penerapan
basis
data
clustering
yang
nilai
implementasinya dianggap mahal oleh pihak manajemen perusahaan.

Rendahnya dukungan dari pihak manajemen dalam implementasi.
3.1.8 Opportunities
Opportunities terkait dengan peluang yang muncul untuk mendatangkan
keuntungan yang lebih besar dalam ruang lingkup pekerjaan atau proyek.
- 42 -
Faktor ini mendefenisikan setiap peluang yang dimiliki dalam implementasi basis
data clustering. Peluang yang muncul dapat dimanfaatkan dan dijadikan acuan
terhadap pencapaian objektif dalam hal ini sistem yang lebih baik dalam
penerapan dan penggunaannya.
Hal-hal
yang dianggap
sebagai
faktor
opportunities dibawah ini sebagai berikut;

Performansi semakin meningkat baik dari segi hardware, software,
maupun resource yang ada.

Memudahkan semua karyawan yang terdapat pada setiap cabang dalam
mengkases data atau reporting yang terdapat pada sistem pembiayaan dan
penjualanan PT. Verena Oto Finance sehingga meningkatkan kepercayaan
konsumen terhadap perusahaan.

Memberikan kecepatan, kestabilan, ketersediaan akses sistem pembiayaan
dan penjualanan PT. Verena Oto Finance kepada pengguna.

Memudahkan admin IT pada perusahaan tersebut untuk mengelola data
pada sistem yang ada.

Tidak memerlukan bandwith yang terlalu besar dalam mengakses data
yang terpusat pada kantor pusat perusahaan tersebut.

Adanya backup server jika server utama mengelami trouble atau
permasalahan yang tidak sengaja terjadi.
3.1.9 Threats
Threats terkait dengan faktor yang datang dari dalam maupun luar ruang lingkup
pekerjaan yang dapat menyebabkan masalah terhadap pekerjaan/proyek.
Faktor ini mendefenisikan setiap hambatan yang mungkin muncul dalam
penerapan, hambatan yang terjadi setelah penerapannya, dan hal-hal lain yang
dipengaruhi yang bersifat memberikan kerugian. Hal-hal yang dianggap sebagai
faktor threats sebagai berikut;

Operasional perusahaan menjadi rendah sehingga dapat memperlambat
bisnis proses perusahaan.
- 43 -

Memperkecil kepercayaan customer terhadap perusahaan.

Mengakibatkan market (pemasaran) dari perusahaan yang juga bergerak di
bidang finance lebih besar daripada perusahaan PT. Verena Oto Finance
sehingga dapat menurunkan operasional perusahaan.
3.1.10 Hasil Analisa
Memperhatikan faktor input/output dan penjelasan SWOT terhadap penerapan
clustering database maka dapat disebutkan bahwa pihak perusahaan dalam hal ini
PT. Verena Oto Finance dapat mengimplementasikan basis data clustering.
Hasil analisa dapat dijabarkan dalam beberapa poin. Alasan-alasan pendukung
dalam penerapan clustering database pada PT. Verena Oto Finance dibawah ini
sebagai berikut:
1. PT. Verena Oto Finance sudah cukup banyak memiliki database pada
beberapa server.
2. Jumlah data transaksi pada PT. Verena Oto Finance sudah cukup besar.
3. Dalam segi hardware (perangkat keras) maupun software (perangkat
lunak) sudah cukup memadai untuk melakukan implementasi basis data
clustering.
4. Banyaknya pengguna yang berinteraksi langsung dengan sistem yang
terkait dengan penggunaan basis data.
5. Merujuk pada analisa SWOT (Strengths, Weakness, Opportinities,
Threats) yang dijelaskan diatas, maka dapat dilihat bahwa banyak hal
positif yang dapat muncul dalam penerapan basis data clustering.
Memperhatikan penggunaan basis data yang ditujukan untuk pemenuhan setiap
transaksi dalam perusahaan ini (PT. Verena Oto Finance), muncul beberapa
database yang dianggap potensial dan mampu menjalankan proses basis data
clustering dengan resiko terhadap sistem yang kecil dan optimasi database yang
tidak memakan waktu yang lama. Teknologi clustering yang akan diterapkan tidak
dilakukan pada transaksi data yang utama.
- 44 -
Hal ini disebabkan oleh keberadaan database sistem di PT. Verena Oto Finance
telah berjalan (exisitng) dan digunakan untuk meng-cover setiap transaksi
sehingga
menghasilkan data
yang akurat
dan tepat
bagi perusahaan.
Memperhatikan kebutuhan-kebutuhan akan penerapan basis data clustering. Maka
studi kasus ini akan menggunakan salah satu basis data yang resiko penerapannya
kecil. Basis data yang digunakan untuk implementasi clustering adalah basis data
internal.
Basis data internal merupakan basis data yang tidak terkait dengan transaksi
utama yang berjalan pada PT. Verena Oto Finance. Basis data internal mengcover kebutuhan data pada sistem internal.
3.1.11 Kesimpulan dan Saran
Kesimpulan yang dapat diambil dari hasil analisa antara lain impelementasi basis
data clustering dapat dilakukan pada PT. Verena Oto Finance, basis data yang
digunakan sebagai contoh untuk mengimplementasikan basis data clustering
adalah basis data Internal serta teknik yang akan digunakan dalam implementasi
clustering adalah failover clustering. Pada pelaksanaan implementasi clustering
sebaiknya dilakukan pada basis data yang tidak terkait dengan transaksi utama
yang sudah berjalan pada PT. Verena Oto Finance. Hal ini disarankan agar
menghindari High Risk (resiko yang tinggi terhadap keberadaan data tersebut) dan
optimasi basis tidak memakan waktu yang lama.
3.2
Perancangan Failover Clustering
Teknik clustering yang akan digunakan untuk implementasi clustering pada studi
kasus PT. Verena Oto Finance adalah failover clustering.
1. Dalam perancangan ini dibutuhkan empat server. Server pertama untuk
domain controller (sebagai domain untuk server lainnya), server kedua
untuk database master dan server ketiga dan keempat untuk database
slave. Ketiga server master dan slave memiliki fungsi yang hampir sama
yaitu untuk penyimpanan database dari suatu sistem. Satu komputer yang
lain digunakan untuk menghubungkan antara server master dan server
- 45 -
slave, ketiga server itu dihubungkan dengan tujuan agar bisa terjadi
replikasi data antara kedua server tersebut dan juga berfungsi untuk
mengatasi kegagalan sistem database pada salah satu sisi server agar
server yang lain bisa menggantikan tugas server yang lainnya. Agar
perancangan itu bisa dilakukan dengan baik digunakan teknologi SQL
Server Cluster dengan sistem operasi Windows Server 2003. Pada tahapan
pembuatan sistem cluster dibagi tiga bagian utama yaitu server master, 2
server slave, dan domain controller server.
2. Keempat server yang akan digunakan untuk implementasi failover
clustering memiliki spesifikasi yang sama,baik hardware maupun software
(Dapat dilihat pada Table 8).
3. Untuk melakukan cluster SQL Server, maka harus terlebih dahulu
melakukan konfigurasi clustering pada Windows Servernya.
4. Table 8 merupakan spesifikasi server yang digunakan untuk implementasi
failover clustering sebagai berikut :
Table 8. Spesifikasi server yang digunakan untuk failover clustering
No
1.
Server
Faktor
Server 1, digunakan sebagai Hardware
domain controller untuk
server-server lainnya.
Software
Output
Harddisk: 20GB, Memori:
1GB, Processor: 1,6 GHZ
O.S : Windows Server 2003
Enterprise Edition.
Basis Data: MS SQL Server
EnterPrise Edition
2.
Server 2, digunakan untuk Hardware
implementasi
failover
clustering
Software
Harddisk: 20GB, Memori:
1GB, Processor: 1,6 GHZ
O.S : Windows Server 2003
Enterprise Edition.
Basis Data: MS SQL Server
EnterPrise Edition
- 46 -
Table 9. Spesifikasi server yang digunakan untuk failover clustering (Lanjutan)
No
3.
Server
Faktor
Server 3, digunakan untuk Hardware
implementasi
failover
clustering
Software
Output
Harddisk: 20GB, Memori:
1GB, Processor: 1,6 GHZ
O.S : Windows Server 2003
Enterprise Edition.
Basis Data: MS SQL Server
EnterPrise Edition
4.
Server 4, digunakan untuk Hardware
implementasi
failover
clustering
Software
Harddisk: 20GB, Memori:
1GB, Processor: 1,6 GHZ
O.S : Windows Server 2003
Enterprise Edition.
Basis Data: MS SQL Server
EnterPrise Edition
Dari dapat dilihat, antara node 1 yang berfungsi sebagai server master dan node
2 dan 3 sebagai master slave saling terhubung. Untuk menghubungkan ketiga
node tersebut dibutuhkan Node 0 sebagai DNS.
Jadi fungsi utama dari node 0 adalah mengizinkan server-server agar dapat
bekerja sama dalam sebuah cluster komputer tersebut sehingga fungsi dari SQL
Server cluster itu sendiri dapat berjalan. Server pertama (SQL Server A) adalah
server aktif yang menangani seluruh transaksi. Server kedua (SQL Server B), akan
passive dan akan menangani transaksi hanya jika server pertama gagal.
- 47 -
Pengambaran sistem secara umum dapat dilihat pada Gambar 7 dibawah :
Node 0
Domain Controller
192.168.1.2
Client
Disk array
Node 1
SQL Server A
192.168.1.19
Node 2
SQL Server B
192.168.1.20
Aplikasi
Node 3
SQL Server C
192.168.1.21
Gambar 7. Perancangan Sistem Secara Umum (Dokumentasi Perancangan Failover Clustering)
- 48 -