BAB II LANDASAN TEORI 1.1. Teori-Teori Umum 1.1

9
BAB II
LANDASAN TEORI
1.1. Teori-Teori Umum
1.1.1.
Pengantar Sistem Informasi
1.1.1.1. Data
Data merupakan sebuah catatan dari kumpulan fakta
dan juga berisi deskripsi tentang benda, kejadian, aktifitas,
dan transaksi yang menggambarkan suatu kejadian-kejadian
dan kesatuan yang nyata. Data juga merupakan suatu nilai,
variable, ataupun kalimat yang diperoleh berdasarkan fakta
yang belum diproses atau diolah.
Menurut O’Brien & Marakas (2010, p34) kata data
merupakan bentuk jamak dari datum, walaupun data
biasanya mewakili baik bentuk tunggal maupun jamak.
Data adalah fakta atau observasi mentah yang biasanya
mengenai fenomena fisik atau transaksi bisnis. Lebih
rincinya, data adalah pengukuran objektif dari atribut
(karakteristik) dari entitas.
Menurut Turban & Reiner Jr (2009, p6), data adalah
suatu deskripsi dasar dari suatu hal, aktivitas kejadian dan
transaksi yang direkam, dikelompokan dan disimpan namun
tidak diorganisisr untuk menyampaikan suatu arti yang
spesifik. Data bisa berbentuk angka, huruf, figur, suara,
ataupun gambar.
Menurut Bennet, McRobb, & Farmer (2010, p593)
informasi adalah fakta yang dipilih dan relevan bagi suatu
tujuan dan kemudian diorganisir atau diproses sedemekian
rupa sehingga mereka mempunyai arti dan tujuan tertentu.
Jadi informasi merupakan hasil dari pengolahan lebih lanjut
dari data-data yang telah tersimpan.
1.1.1.2. Informasi
Informasi adalah hasil dari pengolahan lebih lanjut dari
data yang disimpan. Jika perusahaan telah menyimpan data
mentah
dari
kejadian
terdahulu,
perusahaan
bisa
menggunakannya dengan mengolahnya sehingga mendapat
informasi, salah satunya tentang trend yang terjadi.
Menurut O’Brien & Marakas (2010, p34), informasi
adalah data yang telah diubah menjadi konteks yang berarti
dan berguna bagi para pengguna akhir (end user).
Menurut Turban & Rainer Jr (2009, p6), informasi
adalah data yang telah diorganisir sehingga data-data tersebut
mempunyai suatu arti dan nilai terhadap penggunanya.
Menurut Haag, Cummings, & McCobbrey (2005, p6),
informasi adalah suaru data yang memiliki suatu arti dalam
sebuah konteks tertentu.
Menurut Bennet, McRobb, dan Farmer (2010, p593)
informasi adalah fakta yang dipilih dan relevan bagi suatu
tujuan dan kemudian diorganisir atau di proses sedemikian
rupa sehingga mereka mempunyai arti da tujuan tertentu.
Dengan demikian dapat
disimpulkan,
informasi
merupakan hasil dari pengolahan lebih lanjut dari data-data
yang telah tersimpan.
1.1.2.
Database
Dikarenakan banyaknya data-data pelanggan, dan diperlukannya
dalam penyimpanan data-data pelanggan, kita memerlukan sebuah
wadah yang dapat memudahkan kita dalam mencari data. Penyimpanan
data sangatlah penting, karena jika suatu saat kita memerlukand ata
tersebut, kita tinggal mencarinya saja dan istilah yang digunakan dalam
penyimpanan data elektronik tersebut yaitu Basis Data, atau biasa
disebut juga dengan Database
10
11
Menurut Hoffer, Prescott, & Topu(2009:59), Database adalah
kumpulan data yang terorganisir dan secara logika berhubungan satu
dengan yang lainnya yang dirancang untuk memenuhi kebutuhan
informasi dari berbagai pengguna dalam suatu organisasi.
Menurut O’Brien & Marakas(2010,p. 173) Database adalah
kumpulan terintegrasi dari elemen data yang secara logika saling
berhubungan. Database mengkonsolidasikan berbagai catatan yang
dahulu disimpan dalam file-file terpisah kedalam satu gabungan
umum elemen data yang menyediakan data untuk banyak aplikasi.
Data yang tersimpan dalam database independen dari program
aplikasi yang menggunakannya dan dari jenis peralatan penyimpanan
tempat mereka disimpan. Jadi, database berisi berbagai elemen data
yang mendeskripsikan berbagai entitas dan hubungan antar entitas.
1.1.3.
Business Intelligence
Menurut Moss (2003,p29) Business Intelligence (BI) bukanlah
merupakan sebuah produk atau sebuah sistem. BI adalah sebuah
arsitektur dan sebuah kumpulan operasional yang terintegrasi sebaik
aplikasi pendukung keputusan dan database yang menyediakan akses
yang mudah bagi komunikasi bisnis ke data bisnis. Bussines
intelligence Roadmap secara khusus menunjukan aplikasi dan database
pendukung keputusan.
Menurut Williams dan Williams (2007, p2), BI adalah
kombinasi dari produk, teknologi, dan metode untuk mengatur
informasi penting yang dibutuhkan manajemen untuk meningkatkan
keuntungan dan kinerja.
1.1.3.1. Keuntungan Business Intelligence
Keuntungan Business Intelligence bagi sebuah
perusahaan adalah kemampuan untuk menyediakan informasi
akurat yang diperlukan, termasuk sebuah view dari kinerja
perusahaan dan bagian-bagiannya. Informasi seperti itu
adalah suatu keharusan bagi semua tipe keputusan dan untuk
perencanaan strategi.
S.Thompson. B (2004) juga mencatat bahwa area
paling umum dari aplikasi BI adalah pelaporan umum
analisis penjualan dan pemasaran, perencanaan dan prediksi,
konsolidasi keuangan, budgeting, dan analisis profitabilitas.
1.1.3.2. Manfaat Business Intelligence
Menurut Williams & Williams (2007:38), Business
Intelligence dapat digunakan untuk memberi manfaat bagi
sebuah bisnis secara umum serta menghasilkan contohcontoh nyata yang berhubungan dengan fungsi bisnis
tersebut. Manfaat tersebut adalah :
•
Efisiensi transaksi
Efisiensi transaksi ini dapat dicapai karena
dapat mengubah proses-proses yang tidak
terstruktur
menjadi
poses-proses
yang
terstruktur dan berulang-ulang. Contohnya
adalah optimisasi pendapatan yang digunakan
pada industri hotel dan penerbangan, model
optimisasi jaringan logistik dan rantai suplai
yang digunakan pada industri penyaluran dan
jasa.
•
Otomatisasi proses manual
Proses-proses yang tadinya dilakukan secara
manual dapat dibuat menjadi otomatis karena
keberadaan manusia dapat dihilangkan atau
digantikan dalam sebuah proses. Contohnya
adalah perencanaan operasi dan penjualan,
segmentasi pelanggan, perencanaan anggaran,
analisis perubahan, laporan kinerja, analisis
produktivitas.
•
Penerapan teknis analisis
12
13
Sejumlah metode analisis yang kompleks dapat
diintegrasikan ke dalam proses-proses yang
ada. Metode analisis ini memiliki kemampuan
analisis yang dapat dipercaya untuk dapat
digunakan
oleh
membutuhkan
user
kurva
dengan
hanya
pembelajaran
yang
singkat. Contohnya adalah dashboard dan
scorecard
eksekutif,
aplikasi
pendeteksi
kecurangan dan penilaian kredit, analisis
pengaturan
kampanye
penjualan,
ramalan
penjualan, dan segmentasi pelanggan.
•
Pengiriman informasi
Business
intelligence
dapat
mengirimkan
rincian informasi dalam jumlah yang besar ke
dalam sebuah proses. Kumpulan informasi
transaksional yang ada pada perusahaan dapat
dimanfaatkan untuk mendeteksi penjualan serta
mengurangi
biaya.
Contohnya
adalah
pengenalan pola dan data mining, analisis
rantai suplai, analisis operasi, analisis trend,
pendapatan dan aplikasi manajemen retail.
•
Pelacakan
Business intelligence memberikan kebebasan
untuk melacak status, input, dan output dari
sebuah pekerjaan atau proses secara terperinci.
Sistem
pelacakan
yang
dilakukan
secara
manual berdasarkan pada lembar kerja dapat
digantikan oleh sistem yang bersifat otomatis.
Contohnya
adalah
dashboard,
pemasok dan manajemen inventory.
scorecard
1.1.3.3. Jenis-jenis Business Intelligence
Menurut Turban, Aronson, Liang, & Sharda
(2007:257), jenis-jenis business intelligence adalah :
• Enterprise reporting
Produk
laporan
enterprise
digunakan
untuk
menghasilkan laporan statis yang didistribusikan
secara luas dan akan digunakan oleh banyak orang.
Merupakan laporan dengan format yang tepat untuk
laporan operasional dan dashboard.
• Cube analysis
Cube digunakan untuk menyediakan kemampuan
analitis
online
multidimensional
analytical
untuk
processing
manajer
bisnis
(OLAP)
dalam
lingkungan yang terbatas.
• Ad hoc querying and alnalysis
Tools relational OLAP digunakan untuk memberi
akses user untuk melakukan query pada basis data
hingga informasi transaksional.
• Statistical analysis and data mining
Tools statistik matematis dan data mining digunakan
untuk
melakukan
analisis
prediksi atau
untuk
menemukan korelasi sebab akibat.
• Report delivery and alerting
Mesin distribusi laporan digunakan secara proaktif
untuk mengirimkan laporan lengkap atau peringatan
14
15
kepada populasi user yang besar. Distribusi ini
didasarkan pada jadwal dan event yang disimpan di
dalam basis data.
1.1.4.
Online Analytical Processing (OLAP)
Menurut
Depak
Pareek
(2007,
p294)
OLAP
sering
dikategorikan sebagai sebuah Business Intelligence, yang juga
mencakup relational reporting dan data mining.Terminology dari
OLAP sendiri dicantumkan dalam OLAP Council White Paper (1997)
sebagai modifikasi terhadap terminology database pada umumnya
(OLTP).
OLAP menggambarkan sebuah proses untuk analisa dan
mengakses data secara khusus. Apabila pada proses transaksi pada
relasional database, OLAP mengolah pada multidimensi data.Cara
pandang multidimensi ini didukung oleh teknologi multidimensi
database.Cara ini memberikan teknik dasar untuk kalkulasi dan
analisa oleh sebuah aplikasi bisnis.
1.1.5.
Database Management System (DBMS)
DBMS merupakan sebuah perangkat lunak yang berfungsi
juga sebagai database agar ditampilkan lebih teratur,sehingga
memungkinkan kita dalam memodifikasi ataupun mengatur serta
mengakses database tersebut. Suatu sistem perangkat lunak yang
memungkinkan
pengguna
untuk
mendefinisikan,membuat
dan
mengatur basis data dan juga menyediakan suatu kontrol akses ke
database (Connoly,2002,p16)
DBMS
juga
merupakan
suatu
perangkat
lunak
yang
berinteraksi dengan program aplikasi pengguna dan basis data.
Biasanya DBMS menyediakan fasilitas sebagai berikut:
•
Memungkinkan
pengguna
untuk
meyisipkan,
mengupdate, menghapus, dan menerima data dari basis
data biasanya dari Data Manipulation Languange
(DML). Sebagai pusat penyimpanan data dan deskripsi
data memudahkan DML untuk menciptakan fasilitas
permintaan data umum,disebut juga query language.
•
Memungkinkan pengguna untuk mendefinisikan basis
data,biasanya dari Data Definition Languange (DDL)
DDL memungkinkan pengguna untuk membedakan
tipe dan struktur data,dan sebagai batasan pada data
untuk disimpan dalam basis data.
Fasilitas yang biasa disediakan DBMS biasanya adalah:
•
Memungkinkan pengguna mendefinisikan database,
biasanya lewat Data Definiton Language atau biasa
disingkat DDL. DDL memungkinkan pengguna untuk
menspesifikasikan tipe data,struktur,dan batasan pada
data yang akan disimpan dalam database.
•
Memungkinkan pengguna untuk insert, update, delete
dan mengambil data dari database, yang biasa disebut
juga dengan Data Manipulation Languange atau biasa
disingkat DML.
Menyediakan akses kepada database,seperti:
• Security system
Menjaga database diakses oleh pihak luar.
• Integrity system
Menjaga konsistensi data yang disimpan.
• Concurrency control system
Memungkinkan pembagian akses database
• Recovery control system
Memungkinkan pengembalian database ke kondisi awal
jika terjadi kegagalan perangkat lunak maupun perangkat
keras.
• Pengguna-accessible catalog
Menampilkan deskripsi data yang tersimpan dalam database
16
17
1.1.6.
Entity Relationship Diagram (ERD)
Menurut FTH. dalam bukunya Basis Data (2002) menjelaskan
bahwa Entity Relationship Diagram adalah model entity-Relationship
yang berisi komponen-komponen himpunan entitas dan himpunan relasi
yang
masing-masing
dilengkapi
dengan
atribut-atribut
yang
merepresentasikan seluruh fakta dari ‘dunia nyata’ yang kita tinjau,
dapat digambarkan denganlebih sistematis dengan menggunakan
Diagram entity-Relationship untuk menggambarkan hubungan antara
entitas atau mengambarkan struktur data dan relasi antar file
Tabel 2.1 Simbol ERD
SIMBOL
KETERANGAN
Entity. Simbol yang menyatakan himpunan entitas
ini bisa berupa : suatu elemen lingkungan, sumber
daya, atau transaksi, yang begitu pentingnya bagi
perusahaan sehingga didokumentasikan dengan
data.
Attribute. Simbol terminal ini untuk menunjukkan
nama-nama atribut yang ada pada entiti.
Primary Key Attribute. Simbol atribut yang
digarisbawahi, berfungsi sebagai key (kunci) di
antara nama-nama atribut yang ada pada suatu
entiti.
Relationship. Simbol ini menyatakan relasi ini
digunakan untuk menunjukkan hubungan yang ada
antara entiti yang satu dengan entiti yang lainnya.
Link. Simbol berupa garis ini digunakan sebagai
penghubung
antara
himpunan
relasi
dengan
himpunan entitas dan himpunan entitas dengan
atributnya.
Entity-Relationship berisi komponen-komponen dari suatu
himpunan entitas dan himpunan relasi yang masing-masing dilengkapi
dengan atribut-atribut yang merepresentasikan seluruh fakta yang
ditinjau sehingga dapat diketahui hubungan antara entity-entity yang
ada dengan atribut-atributnya. Selain itu juga bisa menggambarkan
hubungan yang ada dalam pengolahan data, seperti hubungan many to
many, one to many, atau one to one.
1.1.7.
Pemodelan Entitas dan Relasi
1.1.7.1. Tipe Entitas
Entitas adalah sekumpulan objek yang memiliki
kesamaan properti satu sama lain. Sebagai contoh adalah
entitas Mahasiswa, memiliki kesamaan property seperti
NIM, Nama, Alamat, IPK.
Menurut Connolly & Begg (2010, p.372), Konsep
dasar dari Model Entity Relationship adalah tipe-tipe
entitas, yaitu kumpulan dari objek-objek dengan sifat
(properti) yang sama, yang diidentifikasi oleh perusahaan
mempunyai eksistensi yang independen.
Setiap objek yang bersifat unik dari sebuah tipe entitas
disebut dengan Entity Occurrence. Setiap tipe entitas dapat
diidentifikasi melalui nama dan daftar propertinya.
1.1.7.2. Tipe Relasi
Tipe relasi adalah jenis hubungan yang melibatkan satu
atau lebih entitas yang ada, tipe relasi juga diberikan nama
yang menggambarkan fungsi hubungan antar entitas
tersebut, sebagai contoh adalah relasi antar Mahasiwa dan
Mata Kuliah. Untuk dapat menggambarkan dengan jelas
hubungan mahasiwa dan mata kuliah, maka relasi ini bisa
diberi nama “Mengambil”, sehingga pembacaan relasi bisa
disebutkan sebagai Mahasiswa X “mengambil” mata kuliah
Y.
Menurut Connolly & Begg (2010, p.374) tipe relasi
adalah sekumpulan hubungan antara satu atau lebih tipe
18
19
entitas yang ada. Relationship Occurrence menunjukkan
entity occurrence tertentu yang saling berhubungan.
Contoh :
Gambar 2.1 Contoh Relationship Occurance
Conolly & Begg (2010, p375)
1.1.7.3. Atribut
Atribut merupakan data atau variable yang berada pada
suatu entitas atau relasi yang mendeskripsikan property dari
entitas atau relasi tersebut. Contoh bentuk atribut adalah
NIM pada entitas Mahasiswa.
Menurut Connolly & Begg (2010, p.379) Atribut
merupakan properti dari sebuah entitas atau sebuah tipe
relasi. Contohnya: sebuah entitas Staff di gambarkan oleh
atribut staffNo, name, position, dan salary.
Menurut Connoly &
Begg (2005,p350) atribut
merupakan property dari entitas:
1. Simple attribute
Atribut yang terdiri dari komponen tunggal dengan
keberadaan yang independen
2. Single-value attribute
Atribut yang memegang nilai tunggal untuk setiap
kejadian dari sebuah entitas.
3. Multi-valued attribute
Atribut yang memegang banyak nilai untuk setiap
kejadian dari sebuah entitas.
4. Derived attribute
Atribut yang mempresentasikan sebuah nilai yang
dapat diturunkan dari nilai atribut yang berhubungan
dan tidak perlu berada dalam entitas yang sama.
1.1.7.4. Keys
Keys adalah atribut yang terpilih yang bisa mewakili
sebuah entitas. Di dalam sebuah entitas,kita dapat
menemukan beberapa keys, sebagai contoh adalah entitas
Mahasiswa, kita dapat mengambil keys seperti NIM, Nama
untuk dijadikan perwakilan dari entitas Mahasiswa.
Menurut Connolly & Begg (2010, p.381) ada
beberapa jenis relational keys, yaitu:
•
Candidate Key
Atribut unik yang mengidentifikasikan table. Jumlah
minimal atribut-atribut yang dapat mengidentifikasikan
setiap kejadian/ record secara unik.
•
Primary Key
Atribut unik yang mengidentifikasikan setiap row
dalam table. Candidate key yang terpilih untuk
mengidentifikasikan setiap kejadian/ record dari suatu
entitas secara unik.
•
Composite Key
Candidate key yang terdiri dari dua atau lebih atribut.
1.1.7.5. Strong and weak Entity Types
Entitas dapat terbagi menjadi 2, yaitu entitas kuat
dan lemah. Pada istilah ini, kuat dan lemah bukan
menggambarkan kekuatan, melainkan menggambarkan
ketergantungan entitas tersebut terhadap keberadaan entitas
20
21
lain, sebagai entitas kuat adalah Mahasiswa, dan contoh
entitas
lemah
peminjaman
adalah
buku
Peminjaman
disebutkan
entitas
Buku.
lemah
Alasan
adalah
peminjaman buku sangat bergantung pada keberadaan
entitas Mahasiswa, dan juga keberadaan entitas Buku itu
sendiri, apabila entitas mahasiswa dan buku tidak ada, maka
peminjaman tidak mengartikan apa- apa.
Menurut Connolly & Begg (2010, p.383) Strong
Entity Type, yaitu entitas yang keberadaannya tidak
bergantung pada entitas lain sedangkan Weak Entity Type
adalah entitas yang keberadaannya bergantung pada entitas
lain. Strong Entity Type terkadang disebut dengan parent,
owner dominant dan Weak Entity Type disebut child,
dependent, subordinate.
Gambar 2.2 Contoh Strong and Weak Entity
Connoly & Begg (2010, p384)
1.1.7.6. Structural Constraints
Dalam sebuah relasi antar entitas, diperlukan adanya
batasan untuk jumlah entitas yang tergabung dalam satu
kejadian. Sebagai contoh adalah batasan Mahasiswa
mengambil mata kuliah pada satu semester, mahasiswa
hanya diperbolehkan mengambil maksimal 24 SKS dalam
satu semester.
Menurut Connolly & Begg (2010, p.385), batasan
utama pada relationship disebut multiplicity, yaitu jumlah
(atau range) dari kejadian yang mungkin terjadi pada suatu
tipe entitas yang terhubung ke satu kejadian dari entitas lain
yang berhubungan melalui suatu relationship.
Multiplicity membatasi cara entitas berhubungan
satu sama lain. Hal ini merupakan representasi dari policies
(atau aturan bisnis) yang ditetapkan oleh pengguna atau
perusahaan. Untuk memastikan hal itu, semua batasan yang
diterapkan akan diidentifikasikan dan diwakilkan sebagai
bagian penting dari pemodelan perusahaan.
Relationship
yang paling umum adalah binary
relationship. Macam-macam binary relationship yaitu:
•
One to one (1..1)
•
One to many (1..*)
•
Many to many (*..*)
Gambar 2.3 Summary of multiplicity constraints
Conolly & Begg (2010, p391)
1.1.8.
Dashboard
Menurut (Few, 2006:26), dashboard adalah suatu gambaran
visual dari informasi penting yang dibutuhkan untuk mencapai suatu
tujuan dan diatur dalam suatu tampilan layar agar informasi lebih
mudah untuk dipantau.
Dapat disimpulkan bahwa dashboard merupakan suatu
gambaran yang dibutuhkan untuk mencapai suatu tujuan dan
22
23
memberikan informasi berharga untuk membantu dalam melakukan
proses pengambilan keputusan
Gambar 2.4 Contoh BI Dashboard (Few, 2006:22)
Ciri-ciri dashboard yang baik menurut (Few, 2006: 25) adalah:
1. Dashboard menampilkan informasi yang dibutuhkan untuk
mencapai tujuan yang spesifik.
Banyak juga dari berbagai sumber yang terkait dengan
berbagai fungsi bisnis. Tetapi informasi dari jenis apa pun yang
diperlukan untuk melakukan suatu pekerjaan . dalam hal ini
tidak hanya informasi yang dibutuhkan oleh eksekutif atau
bahkan oleh para manajer , namun bisa saja informasi yang
dibutuhkan oleh setiap orang yang memiliki tujuan untuk
menggunakannya . Informasi yang sering diperlukan adalah
KPI. Namun, dalam jenis informasi lainnya juga mungkin
diperlukan untuk melakukan pekerjaan tertentu.
2. Dashboard diharuskan pas dalam satu layar komputer.
Agar informasi yang terdapat dalam dashboard dapat
muat hanya dengan satu layar saja, semuanya harus tersedia
dalam jangkauan mata sang pengguna sehingga semuanya dapat
dilihat langsung sekaligus, hanya dalam sekilas saja. Namun,
jika harus melakukan scrolling
untuk dapat melihat semua
informasi tersebut, itu sama saja telah melanggar batasan yang
ada dalam dashboard dan jika juga harus bergeser dari layar ke
layar untuk melihat semuanya, itu juga membuat beberapa
penggunaan dalam dashboard menjadi tidak efektif. Tujuan
sebenarnya dari dashboard adalah untuk memiliki informasi
yang paling penting dan mudah tersedia sehingga pengguna
dapat dengan cepat memahami apa saja yang perlu diketahui.
3. Haruskah sebenarnya informasi ditampilkan pada web browser?
Yang mungkin menjadi media terbaik untuk sebagian
besar pada dashboard sekarang ini, namun sekarang ini bukan
hanya itu satu-satunya media yang digunakan, dan tidak
mungkin akan terus menjadi media yang terbaik dalam 10
(sepuluh) tahun dari sekarang. Haruskah sebenarnya informasi
secara terus-menerus diperbaharui secara real time? Hanya jika
tujuan kita melayani yang membutuhkan informasi secara realtime. Seperti jika kita memantau lalu lintas udara menggunakan
dashboard, harus segera diberitahu ketika ada sesuatu yang
salah. Di sisi lain, jika kita membuat keputusan strategis tentang
bagaimana untuk meningkatkan penjualan, sebuah snapshot dari
informasi
atau mungkin bahkan dari akhir bulan lalu, akan
memberikan solusi untuk dapat bekerja dengan baik .
4. Dashboard digunakan untuk memonitor informasi sekilas.
Terlepas dari kenyataan bahwa hampir semua hal tentang
informasi dapat ditampilkan secara tepat dalam dashboard, ada
24
25
setidaknya satu karakteristik yang menggambarkan hampir
semua informasi yang ditemukan dalam dashboard: singkatnya
dalam bentuk ringkasan. Hal ini tidak dapat dipantau hanya
dengan sekilas, semua rincian diperlukan untuk mencapai tujuan.
Dashboard diharuskan dapat dengan cepat menunjukkan bahwa
sesuatu penting untuk diperhatikan dan mungkin memerlukan
tindakan.
Menurut (Few, 2006: 28) Dashboard dan visualisasi
adalah alat kognitif yang meningkatkan "rentang kendali" lebih
banyak kepada data bisnis. Dashboard dan visualisasi juga alat
yang membantu orang dalam mengidentifikasi tren, pola dan
anomali, alasan tentang apa yang mereka lihat dan membantu
membimbing mereka ke arah keputusan yang lebih efektif.
Dengan demikian, alat ini diperlukan untuk meningkatkan
kemampuan visual masyarakat sekarang ini. Dengan prevalensi
Scorecard, dashboard dan alat-alat visualisasi lainnya sekarang
yang banyak tersedia untuk pengguna bisnis untuk meninjau data
mereka, masalah informasi visual desain yang lebih penting
daripada sebelumnya.
1.
Kategori Dashboard
Menurut
(Few,
2006:31)
Klasifikasi
dashboard
berdasarkan perbedaan peran dalam bisnis mungkin salah satu
cara yang paling baik untuk mengkategorikan dashboard dan
salah satu fokus pada peran jenis kegiatan usaha yang
mendukung. Rinciannya dashboard menjadi 3 (tiga) peran
(strategis, analitis, dan operasional) tentu bukan satu-satunya
cara untuk mengekspresikan jenis kegiatan bisnis dashboard
mendukung. Namun, ini adalah satu-satunya klasifikasi yang
secara signifikan berhubungan dengan perbedaan desain
visual.
a. Dashboard untuk tujuan Strategis
Penggunaan utama dari dashboard saat ini
adalah untuk tujuan strategis. Yang populer
"dashboard
eksekutif,"
dan
sebagian
besar
dashboard yang mendukung manajer di setiap
tingkat dalam sebuah organisasi, bersifat strategis.
Mereka memberikan gambaran singkat bahwa para
pengambil keputusan perlu untuk memantau
kesehatan dan peluang bisnis. Dashboard jenis ini
fokus pada tindakan-tingkat kinerja yang tinggi,
termasuk perkiraan terhadap cahaya jalan ke masa
depan. Meskipun tindakan ini bisa mendapatkan
keuntungan dari informasi kontekstual untuk
mengklarifikasi arti, seperti perbandingan target
dan sejarah singkat, bersama dengan evaluator
sederhana kinerja (misalnya baik dan buruk),
terlalu banyak informasi jenis ini atau terlalu
banyak gradasi halus dapat mengalihkan perhatian
dari tujuan utama dan langsung dari pembuat
keputusan strategis.
b. Dashboard untuk tujuan analisis
Dashboard yang mendukung analisis
sebuah data memerlukan pendekatan desain yang
berbeda.
Dalam
kasus
ini informasi sering
menuntut konteks yang lebih besar, seperti
perbandingan banyak jumlahnya, sejarah yang
lebih luas, dan kinerja yang merata. Seperti
dashboard strategis, dashboard analitis juga
memperoleh manfaat dari snapshot statis data yang
terus tidak berubah dari satu waktu ke waktu
berikutnya. Namun, display media yang lebih
canggih lebih sering berguna bagi analis yang
harus
memeriksa
data
yang
kompleks
dan
hubungan dan bersedia untuk menginvestasikan
26
27
waktu yang dibutuhkan untuk belajar bagaimana
program tersebut bekerja. Dashboard analitis harus
mendukung interaksi dengan data, seperti sebagai
penggerak ke dalam rincian yang mendasari suatu
informasi, untuk memungkinkan eksplorasi yang
diperlukan untuk memahami masalah agar tidak
hanya melihat untuk apa terjadinya tapi untuk
memeriksa penyebabnya juga. Sebagai contoh,
tidak cukup informasi dalam melihat bahwa
penjualan menurun., harus dibuat sebuah pola
sehingga kemudian kita dapat menjelajahi untuk
menemukan apa yang menyebabkan penurunan
dan bagaimana masalah diperbaiki . Dashboard itu
sendiri sebagai alat pemantauan yang memberitahu
analis untuk menyelidiki apa,dan tidak perlu
membantu semua interaksinya secara langsung,
tetapi harus menghubungkan sebaik mungkin
kepadasarana yang digunakan untuk menganalisis
data.
c. Dashboard untuk tujuan operasional
Ketika
dashboard
digunakan
untuk
memantau operasional, mereka harus dirancang
berbeda
dari
dashboard
yang
mendukung
pengambilan keputusan strategis atau analisis data.
Karakteristik operasional yang mempengaruhi
desain dashboard pada umumnya adalah sifat yang
dinamis dan langsung kepada intinya. Bila
memonitor operasional harus mendetil pada setiap
kegiatan dan peristiwa yang terus berubah dan
mungkin memerlukan perhatian lebih dan respon
pada saat itu juga. Jika lengan robot di jalur
perakitan manufaktur yang dipasang pada pintu
mobil pada saat kehabisan baut, dia tidak bisa
menunggu
sampai
hari
berikutnya
untuk
menyadariakan masalah dan mengambil tindakan,
tetapi harus segera ditangani pada saat itu juga
untuk mencegah kerugian yang lebih besar
2.
Keefektifan dalam menampilkan dashboard
Menurut (Few, 2006:101) Hal yang penting kita
lakukan dalam membuat dashboard yaitu sebuah dashboard
harus dapat memuat banyak informasi ke dalam satu layar
tunggal tanpa kita harus mengorbankan sesuatu yang penting
ataupun kejelasan. Karena agar kita dapat berkomunikasi
secara efektif dan agar kita dapat mudah dalam memahami
informasi yang terdapat dalam dashboard tersebut.
3. Memilih media terbaik untuk menampilkan dashboard
Menurut (Few, 2006:102) Media yang terbaik itu
yaitu data yang ditampilkan harus selalu didasarkan pada sifat
informasi,sifat pesan dan kebutuhan serta preferensi penonton.
Dashboard yang efektif membutuhkan gabungan antara text
dan graphic dan dengan gabungan tersebut dan bantuan dari
data yang banyak serta data yang bagus bersamaan dengan itu
agar data dapat dirasakan dengan secara efektif.
28
29
Berikut adalah contoh-contoh graphic :
•
Grafik peluru
Gambar 2.5 Grafik Peluru (Few, 2004:107)
Grafik peluru biasanya mengganggu alat pengukur
dan meteran.Hal ini dirancang untuk nemampilkan ukuran
kunci bersamaan dengan ukuran komparatif dan kualitatif.
Namun rentang juga dalam menyatakan apa bila langkah
tersebut baik,buruk atau dalam keadaan lainnya.
•
Bar Grafik
Gambar 2.6 Bar grafik Few (2004, p116)
Tidak
seperti grafik peluru,grafik
dirancang
contoh,istilah
untuk
grafik
menampilkan
batang
batang
beberapa
digunakan
untuk
menyandikan data apakah mereka berorientasi
secara vertikal ataupun horizontal.
30
31
•
Grafik batang yang ditumpuk
Grafik 2.7 Grafik Batang yang ditumpuk
Few (2004, p116)
Sebuah variasi dari grafik batang yang kadangkadang
digunakan
dalam
menampilkan
data
bisnisyaitu adalah grafik batang yang ditumpuk.
Grafik ini berguna untuk tujuan tertentu,namun
dapat dengan mudah juga disalahgunakan. Grafik
batang ditumpuk ini lebih kepada nemampilkan satu
rangkaian bagian-keseluruhan data.
•
Kombinasi bar dan grafik garis
Grafik 2.8 kombinasi bar dan grafik garis
Few (2006, p118)
Sebagai namanya kombinasi bar dan grafik ini
bukan
berarti
dapat
digabungkan
dengan
asal,kombinasi ini harus digunakan hanya ketika
beberapa data dapat ditampilkan terbaik dengan
menggunakan bar,dan dengan penekanan pada nilainilai individu dan perbandingan lokal. Namun
beberapa juga menggunakan garis pada penekanan
pada bentuk keseluruhannya.
32
33
•
Grafik garis
Gambar 2.9 Grafik garis
Few (2006, p120)
Grafik garis sangat baik dalam mengungkapkan
gerakan apakah itu naik atau turun dalam satu nilai.
Grafik garis lebih ditekankan kepada tren, siklus,
tingkat perubahan, dan bagaimana dua set data yang
berbeda-beda dalam hubungan satu sama lain.
Dalam didashboard grafik garis lebih sering
disajikan dalam bentuk gambaran singkat dari waktu
•
Treemaps
Gambar 2.10 Treemaps Few (2004, p129)
Treemaps yaitu grafik yang digunakan untuk
menampilkan set besar atau hirakris kategori data
terstruktur dengan cara yang seefisien mungkin.
34
35
•
Scatter plot
Gambar 2.11 Scatter Plot Few (2004,p126)
Scatter plot ini hanya dapat melakukan satu hal,
namun dapat melakukannya dengan sangat baik.
Scatter plot menampilkan iya atau tidak dan kearah
mana serta dua tingkatan yang berhubungan
quantiative-nya yang saling berkaitan
•
Box plot
Gambar 2.12 Box plot Few (2004,p126)
Box
plot
adalah
sebuah
grafik
yang
menampilkan distribusi set nilai di seluruh rentang
mulai dari yang terkecil hingga yang terbesar.
Namun
hal
ini
kurang
memadai
untuk
mengambarkan satu set nilai yang dirangkum dalam
ukuran tunggal, seperti jumlah dan rata-rata.
•
Sparklines
Gambar 2.13 Sparklines Few (2004,p120)
Sparklines yaitu gagasan dari Edward R
Tufte,adalah untuk pencinta tampilan data, tujuan
36
37
utama dari sparklines hanya untuk menunjukan
kontribusi terhadap dashboard
•
Icon
Icon merupakan gambaran yang simple untuk
memberikan komunikasi yang jelas dan sederhana,
namun hanya dibutuhkan sedikit di dashboard. Dan
dari icon yang terpenting yaitu –alert –up/down –
on/off. Ini dapat sengat berguna dalam memanggil
perhatian kepada informasi yang tertentu didalam
dashboard. Namun ada 10 (sepuluh) variasi dalam
dashboard dalam icon sinyal setiapnya memiliki arti
yang berbeda.
•
Spatial Maps
Spatial maps menawarkan bentuk yang lebih
khusus dan lebih sering dibutuhkan organisasi,
karena mereka dapat digunakan untuk asosiasi
dalam kedua kategori data dan melihat jumlah
fisiknya. Spatial maps juga dapat ditingkatkan
dengan membuat pengaturan yang terlihat,spatial
maps sangat berguna.
•
Small Multiplies
Small multiplies adalah sebuah table, yang
terdiri dari satu baris atau kolom-kolom grafis yang
diatur dalam matriks. Jika kelipatan kecil, harus
memiliki beberapa kecerdasan dibangun untuk
menangani aspek dari pengaturan yang akan
memakan waktu untuk mengatur secara manual dari
sebuah table. Dalam tampilan kecil, grafik dasar
akan muncul beberapa kali, setiap kali berbeda
ukuran.
Menurut (Scheps, 2008:95), dashboard merupakan keturunan
langsung fari executive Information Systems (EIS) lama dan sistem
Decision Support Systems (DSS), dengan meningkatkan fungsional dan
penampilan. Karena mereka terhubung dengan sistem data yang kuat
dan memanfaatkan Key Performance Indicator.
Menurut (Scheps, 2008:97), ada 3 (tiga) jenis dashboard,
yaitu:
•
Tactical Dashboard
Mengukur
produktivitas
jangkapendek
dan
efektivitas.
Hasilnya sering digunakan oleh contributor individu.
•
Operational Dashboard
Mengukur efektivitas jangka pendek dari fungsi bisnis yang
spesifik pada tim atau level unit bisnis. Level dashboard ini dapat
secara potensial dikembangkan untuk seorang knowledge worker
atau local team manager.
•
Strategic Dashboard
Dibangun untuk level pengaturan kebijakan dari organisasi.
Dashboard menampilkan metric yang menggambarkan strategi dan
tujuan korporasi.
1.1.9.
Extract, Transform, and Load (ETL)
ETL adalah proses awal dimana data akan diambil, diolah, dan
dikirim pada datawarehouse. Pada saat pengambilan data dari sumber
maka akan banyak tipe data dan data-data yang berguna maupun yang
dapat dihilangkan karena tidak dibutuhkan ataupun karena adanya
redudansi data.Ekstraksi adalah proses dimana data diambildari sistem
operasional dengan aplikasi ETL dengan tujuan untuk menyaring data
merubah format layout data, dan menyimpan data sementara dalam
staging area.Transformadalah proses dimana memetakan data hasil
38
39
ekstraksi dari skema asli menjadi skema data warehouse, melakukan
konversi tipe data, dan menghilangkan redudansi data agar dapat sesuai
dengan kaidah bisnis yang digunakan. Loading adalah proses pemuatan
data hasil transformasi ke dalam data warehouse.Load berinteraksi
dengan suatu database, constraint didefinisikan dalam skema database
sebagai suatu trigger yang diaktifkan pada waktu melakukan load data
(contohnya :uniqueness, referential, integrity, mandatory fields), yang
juga berkontribusi untuk keseluruhan tampilan dan kualitas data dari
proses ETL.
Menurut W.H. Inmon (2005, p. 497) adalah proses
pengambilan data operasional dan mengintegrasikan dengan data
warehouse.Proses ETL harus dilakukan secara tepat sesuai dengan
userrequirement yang telah dibuat. Seringkali data warehouse menjadi
tidak berkualitas karena validasi dalam proses ETL yang tidak sesuai
dengan user requirement dan juga terjadinya perubahan user
requirement
yang
menyebabkan
peluang
kesalahan
dalam
pembangunan ETL.
ETL merupakan suatu kombinasikompleks dari proses dan
teknology yang mengkonsumsi sebagian besar usaha pengembangan
data warehouse dan membutuhkan kemampuan dari 8 Business
Analysts, Database Deasigners dan Application Developer (El
Sappagh, Hendawi, & El Bastawissy, 2011).
Gam
bar 2.14 Framework ETL
(El Sappagh, Hendawi, & El Bastawissy, 2011)
1.1.10. Datawarehouse
Datawarehouse merupakan “gudang” bagi data dari databasedatabase operasional yang sudah diproses lebih lanjut, agar bisa
memberikan arti di hari ke depan sebagai data historis untuk
perusahaan. Seperti halnya museum tentang data, data warehouse
memberikan nilai historis untuk dijadikan pertimbangan untuk
pengambilan keputusan bagi top management dan bisa memberikan
gambaran tentang bagaimana perkembangan perusahaan dari waktu ke
waktu.
Menurut Connolly & Begg (2010, p.1197) datawarehouse
adalah suatu kumpulan data yang bersifat subject-oriented, integrated,
time-variant, dannon-volatile dalam mendukung proses pengambilan
keputusan.
Datawarehouse
bertujuan
agar
perusahaan
dapat
menggunakan arsip datanya untuk mendapatkan keunggulan bisnis.
Menurut Turban, Aronson, Sharda, & King (2008,p.39)
datawarehouse
mendukung
adalah
kumpulan
pengambilan
data
keputusan,
yang
juga
dihasilkan
merupakan
untuk
tempat
penyimpanan data sekarang dan data historis yang berpotensi untuk
digunakan manager pada perusahaan atau organisasi. Menurut Loshin
(2003,p.245), dasar dari sebuah datawarehouse adalah sekumpulan data
dari beberapa sumber dikumpulkan lalu ditambahkan ke dalam
penyimpanan data dimana aplikasi analisis dapat menggunakannya
sebagai data masukan.
Menurut Inmon (2005,p.29) datawarehouse adalah koleksi
data yang berorientasi subyek, terintegrasi, tidak mengalami perubahan,
dan
berdasarkan
variasi
waktu
untuk
mendukung
keputusan
manajemen.
Menurut Haag, Cummings, & McCobbrey (2005, p. 142) data
warehouse adalah sebuah koleksi logikal dari informasi yang di dapat
dari banyak database operasional, yang digunakan business intelligence
yang mendukung aktivitas analisa.
40
41
1.1.11. Dimensional Modelling
Dimensional Modeling adalah rancangan logical pada
database OLAP untuk mendeskripsikan struktur table yang ada.
Dimensional modeling menghasilkan output berupa stars schema dan
juga snowflake schema.
Menurut
Loshin
(2003,p.245)
dimensional
modeling
merupakan teknik modeling yang menyimpan unit standar dari
representasi entitas tunggal maupun multikeyed entity di dalam sebuah
table fakta.
Menurut Connolly & Begg (2010,p.1227) Dimensional
Modeling adalah sebuah teknik desain logikal yang bertujuan untuk
menampilkan data dalam sebuah standar, format intuitif yang
memperbolehkan akses dengan performa yang tinggi. Dimensional
modeling menggunakan konsep entity-relationship (ER) dengan
beberapa batasan penting.
1. Star Schema
Star schema merupakan bentuk skema hasil dari
dimensional modeling. Star schema memiliki sebuah table
fakta yang dikelilingi oleh beberapa tabel dimensi sehingga
bentuknya seperti bintang.
Menurut Connolly & Begg (2010, p.1227) star
schema adalah struktur logikal yang memiliki sebuah tabel
fakta berisi data aktual yang ditempatkan di tengah,
dikelilingi oleh tabel dimensi berisi data acuan (dapat di
denormalisasi). Starschema mengeksploitasi karakteristik
dari data aktual dimana fakta dibuat dari peristiwa yang
muncul di masa lalu dengan mengabaikan bagaimana
mereka dianalisis, dan tidak dapat diubah.
Contoh star schema :
Gambar 2.17 Star Schema
2. Snow Flake Schema
Struktur basis data ini lebih kompleks dari pada star
schema, dengan menormalisasi tabel-tabel dimensi yang
berukuran besar dengan satu atau lebih kolom yang
memiliki duplikasi data. Misal jika tabel dimensi Product
dinormalisasi maka akan menghasilkan struktur seperti
berikut:
Gambar 2.18 Snow Flake Schema
Tabel dimensi dinormalisasi untuk mengurangi
redudansi data (duplikasi), sehingga struktur tabelnya akan
lebih ramping. Dengan pengelompokan ini, data akan lebih
mudah dibaca dan membantu pengembang aplikasi untuk
menata desain antar muka sistem dan filtering data. Struktur
ini akan menghemat kapasitas storage, namun waktu
eksekusi data akan lebih lama mengingat jumlah tabel
dimensi yang direlasikan lebih banyak dan membutuhkan
tambahan relasi foreign key. Query yang terbentuk lebih
kompleks, yang mengakibatkan kinerja kueri menurun.
42
43
Pada penerapan yang lebih umum, tabel dimensi tidak
diturunkan dengan lebih banyak tabel dimensi lain dan
pengaturan UI atau pengelompokan data diatur secara hardcoded di kode program aplikasinya.
1. Fact Table
Table fakta adalah table yang berisikan fakta
yang diinginkan oleh pengguna, fakta ini di dapat dari
berbagai table dimensi di sekitar table fakta. Table fakta
juga mengandung perhitungan aggregate yang di dapat
dari beberapa baris data. Table fakta memiliki composite
primary key yang di dapat dari primary key pada table
dimensi di sekitarnya.
Menurut Connolly & Begg (2010,p.1227) Tabel
fakta merupakan sebuah tabel yang memiliki sebuah
composite primary key dimana tabel tersebut akan
membentuk sebuah model dimensional.
2. Dimension Table
Merupakan hasil dari Dimension Modeling,
tersimpan
pada
database
OLAP.
Table
dimensi
merupakan gabungan dari table yang lebih kecil yang
primary key-nya akan diambil untuk menjadi bagian
composite key yang berada pada table fakta.
Menurut Connolly & Begg (2010,p.1227) Tabel
dimensi merupakan sekumpulan dari tabel-tabel yang
lebih kecil yang memiliki sebuah primary key sederhana
yang merespon secara benar terhadap salah satu
komponen dari composite key yang ada dari tabel fakta.
1.1.12. Metadata
Metadata merupakan data deskripsi tentang suatu data yang
menggambarkan informasi bagaimana bentuk data tersebut, bagaimana
data disimpan, kapan data di capture.
Menurut Inmon (2005,p.102) metadata merupakan komponen
penting dari lingkungan datawarehouse, tetapi di dalam dunia
datawarehouse, metadata telah menjadi lebih penting, karena dapat
mengusahakan
penggunaan
datawarehouse
yang
lebih
efektif.
Metadata memungkinkan pengguna akhir atau analyst DSS untuk
menunjukan kemungkinan-kemungkinan.
1.1.13. Strength, Weakness, Opportunity, Threat (SWOT)
Analisis SWOT merupakan sebuah metode perancangan
strategis yang digunakan untuk mengevaluasi kekuatan, kelemahan,
peluang, dan ancaman dalam suatu spekulasi bisnis. Analisis SWOT
juga dimaksudkan untuk memprediksi terjadinya ketidakpastian pada
organisasi atau perusahaan yang bersangkutan sehingga dapat
memprediksi yang terjadi dalam jangka pendek maupun jangka
panjang.
Menurut Kurtz (2008,45) SWOT Analisis adalah suatu alat
perencanaan strategik yang penting untuk membantu perencana untuk
membandingkan kekuatan dan kelemahan internal organisasi dengan
kesempatan dan ancaman dari eksternal.
Menurut Pearce dan Robinson (2003,134) analisis SWOT
perlu dilakukan karena analisa SWOT untuk mencocokan fit antara
sumber daya internal dan situasi eksternal perusahaan. Pencocokan
yang baik dapat memaksimalkan kekuatan dan peluang perusahaan
serta meminimumkan kelemahan dan ancamannya Asumsi sederhana
ini mempunyai implikasi yang kuat untuk design strategi yang sukses.
Berikut ini adalah empat faktor analisis SWOT:
•
Strength
Sebuah kekuatan dalam perusahaan adalah sumber daya dan
kemampuan yang dapat digunakan sebagai dasar dalam
pengembangan competitive advantage
•
Weakness
Kelemahan yaitu merupakan sifat-sifat dalam suatu perusahaan
44
45
yang cenderung mengurangi nilai-nilai kompeten dan faktor
internal yang menghambat perusahaan dalam mencapai
tujuannya.
•
Opportunity
Sebuah peluang-peluang yang ada dalam perusahaan yang
dapat membuahkan peluang baru bagi sebuah perusahaan
untuk meraih keuntungan dan pertumbuhan.
•
Threat
Kejadian-kejadian dapat terjadi yang mengakibatkan kerugian
tertentu
dalam
perusahaan
serta
dapat
menghambat
perusahaan.
1.1.14. Analisa dan Perancangan
1.1.14.1.
Analisis Key Performance Indicator (KPI)
Menurut
merupakan satu
David
Parmenter,
(2010)
KPI
langkah-langkah yang berfokus pada
aspek-aspek kinerja organisasi yang paling penting untuk
keberhasilan saat ini dan masa depan organisasi. KPI
banyak digunakan secara regular untuk mengukur aktifitas
yang sulit untuk dinilai seperti keuntungan dari suatu
perusahaan.Setiap organisasi memiliki KPI yang berbedabeda tergantung dari budaya dan strategi organisasi
tersebut.
Menurut Reh, F. John (management.about.com;
2007) KPI membantu organisasi untuk mendefinisikan dan
mengukur progress dari tujuan organisasi setelah misi,
stakeholder, dan tujuannya telah diidentifikasikan dan
dianalisis.
Berdasarkan
pengertian
diatas,
dapat
disimpulkan bahwa Key Peformance Indicator adalah
pengukuran
kuantitatif,
yang
mencerminkan
faktor
penentu keberhasilan sebuah organisasi. Key Peformance
Indicator juga digunakan untuk mengevaluasi faktor-
faktor yang penting untuk kesuksesan suatu organisasi dan
tidak sekedar itu saja, Key Peformance Indicator memiliki
peran yang penting bagi kemajuan sebuah perusahaan.
Karena itu, sebuah perusahaan dituntun memiliki visi dan
misi yang jelas serta langkah yang mudah untuk
merealisasikan tujuannya, Key Performance Indicator
membutuhkan perancangan yang matang selain itu juga
harus didukungnya oleh ketersediaan data dan informasi
yang lengkap serta keakuratan data terlebih lagi data yang
konsisten
1.1.15. BI Development Step
1.1.15.1.
Justification
1.1.15.1.1. Business Case Assesment
Business Case Assesment merupakan
langkah awal yang menjadi pertimbangan
bagi mereka yang ingin mengembangkan BI.
Adapun kegiatan-kegiatan yang dilakukan
pada tahap ini adalah :
•
Menentukan kebutuhan bisnis
•
Mengevaluasi
sistem
pengambil
keputusan yang sedang berjalan
•
Mengevaluasi sumber data operasional
dan prosedur yang berjalan
•
Mengevaluasi
perangkat
lunak
kompetitor yang menggunakan Business
Intelligence
•
Menentukan
objektif
dari
aplikasi
solusi
business
business Intelligence
•
Mengajukan
sebuah
inteliigence
•
Menampilkan cost benefit analysis
•
Menampilkan analisis resiko
46
47
•
1.1.15.2.
Menulis laporan evaluasi
Planning
1.1.15.2.1. Enterprise Infrastructure Evaluation
1.1.15.2.1.1. Technical Infrastructure
Meliputi
perangkat
keras,
perangkat lunak, middle-ware,
sistem
management
database,
sistem
operasi,
komponen
jaringan metadata repository, dan
lain-lain.
1.1.15.2.1.2. Non-technical infrastructure
Meliputi
standar
standar
metadata,
data-naming,
enterprise logical data model,
metode
petunjuk
prosedur
testing, proses change control,
prosedur
untuk
issue
management, dan lain-lain.
Kegiatan yang dilakukan pada
tahap ini, yaitu :
o Evaluasi
keefektifan
komponen infrastruktur
non teknis
o Membuat
evaluasi
laporan
infrastruktur
non teknis
o Memperbaiki
infrastruktur non teknis.
1.1.15.2.2. Project Planning
Proyek BI bersifat dinamis, sehingga setiap
perubahan yang terjadi pada ruang lingkup,
staff budget, teknologi, proses bisnis, bisa
memberikan pengaruh terhadap berhasilnya
sebuah proyek BI. Project planning harus
dibuat lebih detail dan kemajuan terkini harus
selalu
diawasi
da
dilaporkan.
Kegiatan-
kegiatan yang dilakukan pada tahap ini, yaitu :
•
Menentukan kebutuhan proyek
•
Menetukan kondisi dari sumber file dan
database
•
Menentukan dan merevisi perkiraan
biaya
•
Merevisi management resiko
•
Mengidentifikasi critical success factor
(CSF)
•
Mempersiapkan project charter
•
Mempersiapkan
perencanaan
proyek
tingkat tinggi
•
1.1.15.3.
Menjalankan proyek
Business Analysis
1.1.15.3.1. Project Requirement Development
Mengatur ruang lingkup proyek adalah salah
satu tugas yang sangat sulit dalamsebuah
proyek BI. Semua perubahan yang terjadi
selama proses development diharapkan bisa
diaplikasikan ke dalam aplikasi sehingga para
eksekutif
bisa
mempelajari
setiap
kemungkinan yang terjadi dan bisa melihat
keterbatasan-keterbatasan teknologi BI selama
proyek berlangsung. Kegiatan-kegiatan yang
dilakukan pada tahap ini adalah
•
mendefinisikan
kebutuhan
untuk
peningkatkan infrastruktur non teknis
•
mendefinisikan kebutuhan laporan
48
49
•
mendefinisikan kebutuhan untuk sumber
data
•
mengkaji ulang ruang lingkup proyek
•
memperluas model logical data
•
mendefinisikan service level agreement
awal
•
menulis dokumen kebutuhan aplikasi
1.1.15.3.2. Data Analysis
Tantangan terbesar dalam sebuah proyek BI
adalah kualitas daripada sumber data.Kualitas
data yang tidak bagus tentu saja akan sangat
mahal dan memerlukan waktu yang lama
untuk proses koreksi. Kadangkala sangat susah
untuk melakukan konsolidasi atau rekonsoliasi
data dari berbagai sudut pandang perusahaan.
Oleh
karena
itu
tahapan
analisis
data
menyumbangkan persentase waktu yang cukup
signifikan dalam keseluruhan proyek BI.
Kegiatan-kegiatan yang dilakukan pada tahap
ini adalah
•
Menganalisis sumber data eksternal
•
Mendefinisikan ulang model logical data
•
Menganalisis kualitas dari sumber data
•
Memperluas model enterprise logical data
•
Memperbaiki ketidak cocokan data
•
Menulis spesifikasi data cleansing
1.1.15.3.3. Application Prototyping
Prototype bisa digunakan sebagai sarana bagi
para eksekutif potensi dan limitasi dari
teknologi BI yang akan dibuat dan bisa juga
memberikan kesempatan bagi mereka untuk
menambahkan atau mengubah kebutuhan dan
ekpetasi mereka terhadap proyek BI. Kegiatankegiatan yang dilakukan pada tahap ini adalah
•
Menganalisis kebutuhan akses
•
Menganalisis ruang lingkup dari prototype
•
Memilih alat bantu untuk prototype
•
Mempersiapkan prototype charter
•
Perancanan laporan dan query
•
Membangun prototype
•
Mendemonstrasikan prototype
1.1.15.3.4. Metadata Repository Analysis
Technical
meta
data
diperlukan
untuk
dilakukan proses mapping dengan bisnis meta
data, dan semua meta data tersebut harus
disimpan
di
dalam
sebuah
meta
data
repository. Kegiatan-kegiatan yang dilakukan
pada tahap ini adalah
•
Menganalisis
kebutuhan
meta
data
repository
•
Menganalisis kebutuhan interface untuk
meta data repository
•
Menganalisis akses meta data repository
dan kebutuhan laporan
1.1.15.4.
•
Membuat model logical meta
•
Membuat meta-meta data
Design
1.1.15.4.1. Database Design
Database BI akan menampung semua data
bisnis secara detail maupun dalam bentuk
agregasi, tergantung dari kebutuhan pelaporan
dari pihak eksekutif. Tidak semua kebutuhan
50
51
pelaporan bersifat strategis dan tidak semua
kebutuhan pelaporan bersifat multi dimensi.
Setiap perancangan database harus sesuai
dengan yang dibutuhkan oleh para eksekutif.
Kegiatan-kegiatan yang dilakukan pada tahap
ini adalah
•
Melihat ulang kebutuhan akses data
•
Menentukan kebutuhan agregasi/summary
•
Merancang struktur database secara fisik
•
Membuat database business intelligence
•
Membuat prosedur pemeliharaan database
•
Mempersiapkan perancangan monitoring
dan tuning database
•
Mempersiapkan perancangan monitoring
dan tuning query
1.1.15.4.2. ETL Design
Proses ETL (Extract/Transform/Load) adalah
proses yang paling kompleks dalam sebuah
proyek BI karena di sinilah kualitas dari
sebuah data warehouse diperhitungkan, di
mana proses validasi data, data cleansing
dilakukan dalam proses ETL. Kegiatankegiatan yang dilakukan pada tahap ini adalah
•
Membuat
dokumen
source-to-target
mapping
•
Melakukan tes terhadap fungsi alat bantu
ETL
•
Merancang alur proses ETL
•
Merancang program ETL dan setup ETL
staging area
1.1.15.4.3. Metadata Repository Design
Hasil analisis terhadap meta data repository
yang
dilakukan
pada
tahap
sebelumnya
kemudian dirancang. Kegiatan-kegiatan yang
dilakukan pada tahap ini adalah
•
Merancang meta data repository database
•
Melakukan instalasi dan melakukan tes
terhadap produk meta data repository
1.1.15.5.
•
Merancang aplikasi meta data
•
Merancang proses migrasi meta data
Construction
1.1.15.5.1. ETL Development
Banyak perangkat aplikasi yang tersedia untuk
melakukan proses ETL, ada yang simpel dan
kompleks,
tergantung
dari
proses
data
cleansing ataupun transformasi data yang
dilakukan. Kegiatan-kegiatan yang dilakukan
pada tahap ini adalah
•
Membuat dan memperoses ETL baru
•
Melakukan integrasi proses ETL baru
•
Kinerja proses ETL baru
•
Quality assurance proses ETL baru
•
Acceptance proses ETL baru
1.1.15.5.2. Application Development
Setelah prototype dibuat, proses pembuatan
aplikasi dimulai. Proses pembuatan aplikasi
bisa sederhana ataupun kompleks tergantung
dari
sejauh
mana
teknologi
yang akan
digunakan untuk keperluan analisis. Biasanya
kegiatan pengembangan aplikasi dilakukan
secara paralel dengan kegiatan pembangunan
ETL dan pembangunan meta data repository.
52
53
Kegiatan-kegiatan yang dilakukan pada tahap
ini adalah
•
Menentukan kebutuhan proyek final
•
Merancang program aplikasi
•
Membuat dan melakukan unit testing
terhadap program aplikasi
•
Melakukan tes aplikasi program
•
Menyediakan akses data dan memberikan
training analisis
1.1.15.5.3. Metadata Repository Development
Hasil design terhadap meta data repository
yang
dilakukan
pada
tahap
sebelumnya
kemudian dibuat. Kegiatan-kegiatan yang
dilakukan pada tahap ini adalah
•
Membangun
meta
data
repository
database
•
Membangun proses migrasi meta data
baru
•
Membangun aplikasi meta data baru
•
Melakukan
tes
program
meta
data
repository atau fungsi produk
•
Mempersiapkan meta data repository
untuk produksi
•
Menyediakan
training
meta
data
repository
2.2 Teori-teori Khusus
2.2.1
Penjualan
Penjualan secara umum memiliki pengertian kegiatan yang
dilakukan oleh suatu perusahaan yang mengajak orang lain untuk
membeli barang dan jasa yang ditawarkan yang menghasilkan
pendapatan bagi perusahaan. Menurut Swasta (1999,p8) penjualan
merupakan suatu ilmu dan seni untuk mempengaruhi pribadi yang
dilakukan oleh penjual untuk mengajak orang lain agar bersedia
membeli barang atau jasa yang ditawarkan.
Menurut Mulyadi (2001, p202), kegiatan penjualan terdiri dari
penjualan barang dan jasa, baik secara kredit maupun tunai. Dalam
transaksi penjualan kredit, jika order daroi pelanggan telah dipenuhi
dengan permintaan barang atau penyerahan jasa, untuk jangka waktu
tertentu perusahaan memiliki piutang kepada pelanggannya. Dalam
sistem penjualan tunai, barang, atau jasa baru diserahkan perusahaan
kepada pembeli jika perusahaan telah menerima pembayaran dari
pembeli.
Menurut Mulyadi (2001, p469), jaringan prosedur yang
membentuk sistem penerimaan kas dari penjualan tunai adalah :
1. Prosedur order penjualan
Fungsi penjualan menerima order dari pembeli dan
membuat faktur penjualan tunai untuk memungkinkan
pembeli melakukan pembayaran harga barang ke fungsi
kas dan untuk memungkinkan fungsi gudang dan fungsi
pengiriman menyiapkan barang yang akan diserahkan
kepada pembeli.
2. Prosedur penerimaan kas
fungsi kas menerima pembayaran harga barang dari
pembeli dan memberikan tanda pembayaran kepada
pembeli untuk memungkinkan pembeli tersebut melakukan
pengambilan barang yang telah dibelinya dari fungsi
pengiriman.
3. Prosedur penyerahan barang
Fungsi pengiriman menyerahkan barang kepada pembeli.
4. Prosedur pencatatan penjualan tunai
54
55
Fungsi
akuntansi
melakukan
pencatatan
transaksi
penjualan tunai dalam jurnal penjualan dan jurnal
penerimaan kas.
5. Prosedur penyetoran kas ke bank
Fungsi kas menyetorkan kas yang diterima dari pernjualan
tunai ke dbank dalam jumlah penuh.
6. Prosedur pencatatan penerimaan kas
Fungsi akuntansi mencatat penerimaan kas ke dalam jurnai
penerimaan kas berdasarkan bukti setor bank yang
diterima dari bank melalui fungsi kas.
7. Prosedur pencatatan harga pokok penjualan
Fungsi akuntansi membuat rekapitulasi harga pokok
penjualan berdasarkan data yang telah dicatat dalam kartu
persediaan.
Jadi,penjualan
adalah
suatu
usaha
yang
terpadu
untuk
menggembangkan rencana-rencana strategis yang digunakan dalam
mengarahkan kepada usaha kebutuhan serta keinginan pembeli,guna
untuk mendapatkan penjualan yang menghasilkan laba.
2.2.2 Pembelian
Menurut (Mulyadi, 2001:299), pembelian adalah suatu usaha
yang dilakukan untuk pengadaan barang yang diperlukan oleh
perusahaan
Jenis pembelian berdasarkan pemasok:
1. Pmbelian lokal adalah pembelian dari pemasok yang berasal
dari dalam negeri
2. Pembelian impor adalah pembelian dari pemasok yang berasal
dari luar negeri.
Jenis pembelian berdasarkan transaksi :
1. Transaksi
pembelian
tunai
adalah
jenis
transaksi
dimana pembayarannya dilakukan secara langsung pada saat
barang diterima.
2. Transaksi pembelian kredit adalah jenis
transaksi
dimana
pembayarannya tidak dilakukan secara langsung pada saat
barang diterima, tetapi dilakukan selang beberapa waktu setelah
barang diterima, sesuai perjanjian kedua belah pihak.
Menurut Mulyadi (2001, p299), fungsi yang terkait dalam
sistem akuntansi pembelian adalah :
1. Fungsi Gudang
Fungsi gudang bertanggung jawab untuk mengajukan permintaan
pembelian sesuai dengan posisi persediaan yang ada di gudang dan
untuk menyimpan
barang
yang
telah
diterima oleh
fungsi
penerimaan.
Untuk barang-barang yang langsung dipakai (tidak diselenggarakan
persediaan barang di gudang), permintaan pembelian diajukan oleh
pemakai barang.
2. Fungsi Pembelian
Fungsi pembelian bertanggungjawab untuk memperoleh informasi
mengenai harga barang, menentukan pemasok yang dipilih dalam
pengadaan barang, mendapatkan informasi mengenai permintaan
pembelian dari gudang, dan mengeluarkan order pembelian kepada
pemasok yang dipilih
3. Fungsi Penerimaan
Fungsi
penerimaan
bertanggung
jawab
untuk
melakukan
pemeriksaan terhadap jenis, mutu, dan kuantitas barang yang
diterima pemasok bertujuan untuk menentukan dapat atau tidaknya
barang tersebut diterima oleh perusahaan. Fungsi ini juga
bertanggungjawab untuk menerima barang dari pembeli yang
berasal dari transaksi retur penjualan
56
57
4. Fungsi Akuntansi
Fungsi akuntansi yang terkait dalam transaksi pembelian adalah
pencatat hutang dan fungsi pencatat persediaan. Fungsi
pencatat hutang bertanggungjawab untuk mencatat transaksi
pembelian ke dalam register bukti kas keluar dan untuk menyeleng
garakan arsip dokumen sumber (bukti kas keluar) yang berfungsi
sebagai
catatan
hutang
atau menyelenggarakan kartu hutang
sebagai buku pembantu hutang.
Menurut
Mulyadi
(2001,
p301),
jaringan
prosedur
dalam sistem pembelian adalah:
1. Prosedur permintaan pembelian
Fungsi gudang mengajukan permintaan pembelian dalam formulir
surat permintaan pembelian kepada fungsi pembelian. Surat
tersebut berisi sejumlah barang-barang yang akan dibeli dan dibuat
dalam beberapa rangkap. Permintaan pembelian tersebut akan
dipenuhi tergantung dari keputusan manager perusahaan yang
bersangkutan.
2. Prosedur permintaan penawaran harga dan pemilihan
pemasok
fungsi pembelian mengirimkan surat permintaan penawaran harga
kepada para pemasok untuk memperoleh informasi mengenai
harga barang dan berbagai syarat pembelian yang lain untuk
memungkinkan pemilihan pemasok yang akan ditunjuk sebagai
pemasok barang yang diperlukan oleh perusahaaan.
3. Prosedur order pembelian
Fungsi pembelian mengirim surat order pembelian kepada
pemasok yang dipilih dan memberitahukan kepada unit-unit
organisasi lain dalam perusahaan mengenai order pembelian yang
telah dikeluarkan oleh perusahaan.
4. Prosedur penerimaan barang
Fungsi penerimaan barang melakukan pemeriksaan mengenai
jenis, kuantitas, dan mutu barang yang akan diterima dari pemasok
dan kemudian membuat laporan penerimaan barang untuk
menyatakan penerimaan barang dari pemasok tersebut.
5. Prosedur pencatatan hutang
Fungsi
akuntansi
memeriksa
dokumen-dokumen
yang
berhubungan dengan pembelian (surat order pembelian, laporan
penerimaan
barang,
dan
faktur
dari
pemasok)
dan
menyelenggarakan pencatatan hutang atau mengarsipkan dokumen
sumber sebagai catatan hutang.
6. Prosedur distribusi pembelian
Prosedur ini meliputi distribusi rekening yang didebit dari
transaksi pembelian untuk kepentingan pembuatan laporan
manajemen.
58