peningkatan daya saing pengrajin industri kecil rumah - MMT-ITS

Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
PEMBUATAN PURWARUPA DATA WAREHOUSE ANALISA
PENJUALAN UNTUK DEPARTEMEN PENJUALAN
DI P.T. NIPPON INDOSARI CORPINDO - PASURUAN
Aribowo, Rully Soelaiman
Magister Manajemen Teknologi
Institut Teknologi Sepuluh Nopember
Email : [email protected], [email protected]
ABSTRAK
Kemampuan menjual suatu produk merupakan tujuan suatu perusahaan agar
tetap bisa berkembang dan bersaing. Sehingga perlu dilakukan pengamatan terhadap
produk yang telah dihasilkan dan kemampuannya di pasaran. Perusahaan roti
merupakan perusahaan yang mempunyai karakteritik unik pada produknya. Roti
merupakan jenis makanan yang mudah kadaluarsa sehingga memerlukan pengamatan
yang lebih jeli untuk pemasarannya. Data yang ada pada perusahaan terdiri lebih dari
satu juta baris yang harus dianalisa, dan membutuhkan kecepatan dalam
pemrosesannya. Karena bila hal tersebut mampu dikelola dengan baik maka akan
mendapatkan informasi yang berguna untuk meningkatkan penjualan perusahaan. Hal
ini terkait dengan target penjualan yang harus dicapai sekitar 66 milyar untuk tahun ini,
padahal tahun lalu hanya dicapai penjualan sekitar 40 milyar saja.
Dalam mengelola suatu data yang besar untuk dapat menyajikan suatu informasi
yang cepat dan akurat adalah dengan menggunakan metoda Data Warehouse.
Pengumpulan data yang khusus untuk dibuat suatu informasi yang berguna dapat
menggunakan fasilitas yang ada pada Ms SQL Server 2000. Dengan fasilitas yang ada
bisa disajikan suatu informasi yang beracuan pada Dimensi Data yang dibuat
berdasarkan kebutuhan sesuai dengan logical data yang diinginkan. Pembuatan suatu
logikal data bisa menggunakan Snowflake dan Starschema. Untuk pelaporannya bisa
disusun sesuai kebutuhan dengan menggunakan Cube yang juga merupakan fasilitas
pada Ms SQL Server 2000.
Pemanfaatan Data Warehouse secara benar akan mampu memberikan informasi
penjualan secara cepat dan akurat. Informasi ini akan mampu menunjang kinerja dari
Departemen Penjualan di Perusahaan, sesuatu kebutuhan informasi yang perusahaan
inginkan.
Kata kunci : Cube, Data Warehouse, Data dimention, Snowflake dan Starschema
PENDAHULUAN
P.T. Nippon Indosari Corpindo merupakan pabrik penghasil roti dengan nama
dagang SARIROTI. Pertama kali pabrik roti tersebut berdiri di Cikarang sekitar tahun
1996, yang kemudian mengembangkan produksinya ke wilayah Jawa Timur tepatnya di
Pasuruan sejak bulan September tahun 2005. Produk SARIROTI mempunyai beberapa
macam jenis roti. Pemasaran produk SARIROTI dari Pasuruan meliputi wilayah Jawa
Timur, Jawa Tengah, Yogyakarta, dan Bali. Produk SARIROTI di Cikarang merupakan
salah satu produk yang mempunyai loyalty index yang tinggi menurut survey Majalah
SWA di salah satu edisinya dan menempati urutan pertama untuk produk-produk dari
industri yang sejenis. Penjualan untuk pabrik di Cikarang mencapai 15 milyar dalam
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
sebulan.
Dalam rangka menunjang operasional kegiatan administrasi sudah ada suatu
sistem informasi yang terintegrasi antara modul-modul Penjualan, Supply Chain
Management, Produksi, Keuangan, dan Akuntansi. Aplikasi yang ada merupakan sistem
aplikasi yang sudah paket yaitu ACCPAC dari Sage Software Inc., sehingga tidak
mungkin melakukan customize disisi aplikasinya. Namun demikian aplikasi yang
sekarang digunakan sudah mampu untuk memenuhi kebutuhan dalam hal transaksional
untuk keperluan administrasi.
Setiap akhir tahun berjalan dilakukan penyusunan AOP (Anggaran Operasional
Perusahaan) untuk tahun berikutnya. Diakhir tahun 2005 perusahaan membuat AOP
untuk tahun 2006, dan merencanakan target NS (Net Sales) yang merupakan pendapatan
bersih dari penjualan sebesar 60 milyar dengan BS (Bad Stock) yang merupakan retur
dari customer tidak lebih dari 10%, sehingga GS (Gross Sales) yang merupakan omzet
total minimal yang harus dipenuhi sebesar 66,667 milyar. Hingga bulan Nopember
tahun 2006, pabrik yang ada di Pasuruan mempunyai total NS sebesar 31,480 milyar,
BS sebesar 5,087 milyar, dan GS sebesar 36,567 milyar. Dari data diatas terlihat hasil
penjualan hingga bulan Nopember 2006 belum memenuhi target yang harus dicapai
sebesar 60 milyar. Salah satu hal yang menyebabkan kegagalan diatas adalah tidak
mampunya pihak manajemen untuk mengambil keputusan yang tepat berdasarkan data
nyata yang ada.
Untuk melihat sejauh mana kemampuan suatu produk di pasaran harusnya bisa
dilihat dari kebutuhan pasar yang ada, dan ini bisa diambil dari data transaksi yang
sudah ada di basisdata. Aplikasi saat masih bersifat transaksional sehingga belum
mampu menyajikan laporan yang bersifat informatif untuk kepentingan pengambilan
keputusan yang harus cepat dan akurat. Meskipun demikian aplikasi sudah
menggunakan mesin basisdata Ms SQL Server 2000, yang mempunyai fasilitas OLAP
(On Line Analytical Processing), namun masih harus dilakukan pengelompokan data
yang nantinya bisa digunakan untuk meyajikan informasi yang cepat dan akurat.
Pengelompokan data ini dilakukan agar mesin basisdata utama tidak mengalami
overload saat dilakukan akses data untuk kebutuhan laporan yang diperlukan.
METODA
Metoda untuk perancangan datawarehouse ini dibagi menjadi lima tahapan :
Perencanaan Proyek Penelitian
1.
2.
Wawancara, yaitu melakukan pencarian informasi lewat pertanyaan langsung
kepada pihak yang berkepentingan untuk nantinya menggunakan laporan yang akan
ditampilkan dengan suatu aplikasi yang memanfaatkan data warehouse yang sudah
dibuat.
Analisis Dokumen, dari operasional saat ini tentunya sudah ada beberapa dokumen
penunjang operasional yang digunakan untuk mendapatkan informasi untuk
kepentingan pengambilan keputusan, dari dokumen nini akan di analisa untuk bisa
menambahkan informasi yang sudah didapatkan dari hasil wawancara.
Analisa Kebutuhan
Dari pengumpulan data yang diperoleh maka dilakukan analisa. Keinginan dari
pengguna akan sangat mempengaruhi arah dari analisis. Langkah selanjutnya adalah
melakukan suatu desain, dalam tahap ini akan dibuat suatu logikal data warehouse yang
disebut sebagai star-schema ataupun snowflake. Langkah-langkah analisa data hingga
ISBN : 978-979-99735-3-5
C-1-2
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
diperoleh logikal data warehouse adalah sebagai berikut :
1. Menterjemahkan kebutuhan dari proses bisnis ke dalam model dimensional.
2. Membuat suatu logikal data warehouse yang disebut sebagai star-schema ataupun
snowflake.
3. Melakukan test terhadap model dimensional yang sudah dibuat untuk memastikan
bahwa laporan yang diinginkan pengguna bisa dibuat dari model dimensional yang
sudah dibuat.
Melakukan analisis data secara lebih detil hingga melakukan pemetaan antara
target data dengan sumber data, berikut manipulasi yang diperlukan sesuai kebutuhan
bisnis.
Perancangan dan Identifikasi Kelayakan Sistem
Pada perancangan ini dibutuhkan data yang sesuai dan menunjang hasil yang
diinginkan. Kelengkapan data harus diperiksa kembali. Ditahap ini dilakukan beberapa
pembersihan data yang tidak digunakan atau pun melengkapi data yang nantinya bisa
menunjang hasil yang diinginkan. Untuk melakukan identifikasi kelayakan sistem
pertama kali dilakukan dengan percobaan terhadap desain proses ETL (Ekstraksi,
Transformasi, dan Load data), yang dilanjutkan dengan melakukan pencetakan laporan
yang diinginkan. Laporan yang akan digunakan disini akan diperoleh dari analisa
kebutuhan terhadap departemen yang berkepentingan.
Implementasi
Setelah dilakukan perancangan maka untuk dapat digunakan user dilakukan
implementasi. Implementasi beracuan pada perancangan yang telah disusun dan
diidentifikasi kelayakannya.
Ujicoba dan Evaluasi Kelayakan Antar Muka
Uji coba dan evaluasi antarmuka berguna untuk pengguna bahwa data
warehouse dan antarmuka yang dibuat telah sesuai dengan yang diinginkan. Pada
evaluasi ini akan terlihat kemampuan data warehouse dan antar-mukanya dalam
menyajikan informasi yang cepat dan akurat, sesuai dengan perancangan yang telah
dibuat. Hasil uji coba dan evaluasi ini harus sesuai dengan kebutuhan laporan dan data
yang diperoleh pada tahap perencanaan.
HASIL DAN DISKUSI
Analisa kebutuhan yang dihasilkan dari wawancara dan mempelajari dokumen
yang ada, diperoleh beberapa kebutuhan penyajian informasi untuk analisa penjualan.
Beberapa informasi yang diperlukan dapat dilihat pada Tabel 1.
Dari identifikasi sistem yang saat ini berjalan diperoleh beberapa tabel dari dua
basis data yang berbeda untuk di lakukan ETL, tabel itu antara lain :
1. Basis data ACCPAC dengan tabel :
a. ARCUS
b. ICITEM
c. ICPCOD
d. OESHDT
2. Basis data OTF (Order To Factory) dengan tabel :
a. OTFSUPV
b. OTFTYPE
ISBN : 978-979-99735-3-5
C-1-3
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
Setelah diperoleh data awal tentang analisa kebutuhan dan identifikasi sistem
yang saat ini berjalan maka disusun suatu basis data untuk Data Warehouse dengan cara
melakukan ETL (Extract Transfer Load). Data yang dihasilkan dari ETL diperoleh dari
DTS pada mesin basis data Ms SQL Server. Dengan demikian server data tidak
terbebani oleh data untuk OLAP dan akses informasi menjadi lebih cepat.
Tabel 1. Pemetaan KPI, Laporan harian KPI dan Laporan Bulanan terhadap
perancangan Data Warehouse
No
1
2
3
4
5
6
7
Description
Database
ACCPAC
Table
ICITEM
OESHDT
ACCPAC
ICITEM
OESHDT
ACCPAC
ICITEM
ICPCOD
OESHDT
Per Channel Distribution
- By Day
- By Week
- By Month
- By Quarter
- By Semester
Per Key Account Executive
- By Month
- By Quarter
- By Semester
ACCPAC
ARCUS
ICITEM
OESHDT
ACCPAC
ICITEM
OESHDT
OTFSUPV
Per Area
- By Day
- By Week
- By Month
- By Quarter
- By Semester
Per Type (Tawar/Manis)
- By Day
- By Week
- By Month
- By Quarter
- By Semester
ACCPAC
Penjualan All Produk
- By Day
- By Week
- By Month
- By Quarter
- By Semester
Penjualan Per Produk
- By Day
- By Week
- By Month
- By Quarter
- By Semester
Penjualan Per Produk
- By Type Discount
OTF
OTF
ACCPAC
ARCUS
ICITEM
OESHDT
OTFTYPE
ICITEM
OESHDT
ISBN : 978-979-99735-3-5
C-1-4
Gap
- Tables
have too
many
columns and
records.
- Have no
period table.
- Tables
have too
many
columns and
records.
- Have no
period table.
Action
- Cleaning data
and build period
table.
- Tables
have too
many
columns and
records.
- Have no
period table.
- Tables
have too
many
columns and
records.
- Have no
period table.
- Tables
have too
many
columns and
records.
- Have no
period table.
- Tables
have too
many
columns and
records.
- Have no
period table.
- Cleaning data
and build period
table.
- Cleaning data
and build period
table.
- Cleaning data
and build period
table.
- Cleaning data
and build period
table.
- Cleaning data
and build period
table.
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
Gambar 1. Alur pembuatan data warehouse
Proses ETL dilakukan dengan menggunakan perintah SQL yanga ada di Ms
SQL Server dan dilakukan DTS secara otomatis dari mesin basis data yang ada. Dari
proses ETL ini diperoleh basis data baru bernama ACCPACDW yang berisi beberapa
tabel antara lain : ARCUS, ICITEM, ICPCOD, OESHDT, OTFSUPV, dan OTFTYPE
Dari tabel yang berada pada basis data ACCPACDW dibuat beberapa dimensi
data yang akan digunakan untuk proses OLAP. Dimensi data dibuat berdasarkan data
yang dibutuhkan untuk membuat laporan yang diinginkan sesuai yang telah ada pada
daftar keinginan. Pada proses OLAP dibuat pula beberapa tabel fakta yang berrelasi
dengan beberapa tabel dimensi yang telah dibuat sebelumnya. Hubungan antara tabel
fakta dan dimensi yang ada berupa logikal data warehouse yang dapat berupa Star
Schema atau Snowflake Schema, tergantung dari dimensi yang digunakan. Beberapa
dimensi yang dibuat yaitu, CUSTOMER, ITEM, O_PER_ITEM, PRICECODE,
SALESMAN, TIME_ALL, dan TYPEOUTL. Beberapa logikal data warehouse yang
telah dibuat adalah : ALL, SALES_QUANTITY, dan TIME_ALL.
Tabel 2. Snowflake Schema
ISBN : 978-979-99735-3-5
C-1-5
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
Untuk dapat diakses hingga end user maka perlu dilakukan implementasi pada
komputer user dengan antar muka yang mampu untuk berhubungan dengan Analysis
Service yang ada di server. Salah satu antar muka sederhana yang bisa digunakan adalah
Ms Excel dengan menggunakan koneksi data ke OLAP service. Dari Data yang diambil
ini maka dapat dibuat berbagai macam penyajian informasi menggunakan pivot table.
Dari pivot tabel dapat diperoleh bebrapa informasi seperti dibawah ini :
Gambar 3. Tabel Pivot
KESIMPULAN
Dari hasil penelitian yang telah dilakukan dapat disimpulkan bahwa pembuatan
purwarupa datawarehouse mampu menyediakan berbagai kebutuhan penyajian
informasi yang diinginkan oleh user untuk dapat mengambil keputusan.
Pembuatan purwarupa data warehouse dapat mengurangi keterlambatan
penyajian informasi yang diinginkan..
DAFTAR PUSTAKA
Adamson, Christopher and M. Venerable (1998) Data Warehouse Design Solution,
John Wiley & Son, New York.
Adamson, Christopher (2006) Mastering Data Warehouse Aggregates Solutions for
Star Schema Performance eBook, John Wiley, Indianapolis, Indiana.
Bain, Tony and Friends (2001) Professional SQL Server 2000 Data Warehousing with
Analysis Services eBook, Wrox Press Ltd, Canada.
Delaney, Kalen (2001) Inside Microsoft SQL Server 2000 eBook, Microsoft Press,
Washington.
ISBN : 978-979-99735-3-5
C-1-6
Prosiding Seminar Nasional Manajemen Teknologi VI
Program Studi MMT-ITS, Surabaya 4 Agustus 2007
Humphries, Hawkins, and Dy (1999) Data Warehousing Architecture and
Implementation, Prentice Hall PTR, New Jersey.
Kendall, Kenneth and Julie Kendall (2003) System Analysis and Design, Edisi 5, Jilid 1,
Ed: T.A.H. Al-Hamdany, Person Education Asia dan Prenhallindo, Jakarta.
Kotler, Phillip (2000) Manajemen Pemasaran, Edisi Millenium, Prenhallindo, Jakarta.
Larson, Brian (2004) Microsoft SQL Server 2000 Reporting Services eBook, McGraw
Hill, California.
Thomsen, Erik (2002) OLAP Solution eBook Building Multidimensional Information
Systems, Edisi 2, John Wiley & Son, Canada.
ISBN : 978-979-99735-3-5
C-1-7