76 BAB 4 PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data

76
BAB 4
PERANCANGAN DATA WAREHOUS E
4.1
Arsitektur Data Warehouse
User
User
User
Data warehouse
PT.Jalur Sutramas
Transformation Data
DTS
Database PT.Jalur
Sutramas
Gambar 4.1
Arsitektur Data Warehouse PT Jalur Sutramas
77
Rancangan arsitektur data warehouse yang diusulkan untuk PT. Jalur
Sutramas adalah rancangan yang menggunakan arsitektur data warehouse terpusat,
seperti terlihat pada gambar 4.1. Adapun yang menjadi alasannya adalah sebagai
berikut:
•
Arsitektur
ini
merupakan
bentuk
yang
umumnya
digunakan oleh perusahaan-perusahaan tingkat menengah
yang sedang berkembang, dimana proses pengumpulan
data yang dilakukan menjadi terpusat pada suatu tempat
sehingga mudah dalam pemrosesan lebih lanjut.
•
M empermudah
dalam
melakukan
pengawasan
dan
pemeliharaan data yang dipergunakan untuk aplikasi data
warehouse.
•
Pengembangan rancangan yang relatif mudah dan murah
dibandingkan dengan bentuk arsitektur data warehouse
yang terdistribusi.
Penggunaan komponen-komponen dari arsitektur data warehouse terpusat
yang diusulkan pada PT Jalur Sutramas adalah sebagai berikut :
1. Sumber Data
Sumber data berasal dari data operasional yang sudah dimiliki oleh
PT. Jalur Sutramas. Data operasional ini merupakan data yang
berhubungan
langsung
dengan
kegiatan
operasional
bisnis
perusahaan, yang mencakup pengawasan stok persediaan barang,
penjualan barang dan pembelian barang yang dilakukan oleh PT Jalur
78
Sutramas. Data operasional yang diambil berasal dari tabel-tabel
transaksi serta tabel-tabel yang menampung data file master.
2. Transformasi Data
Komponen ini digunakan untuk melakukan ekstrak dan transformasi
data. Ekstrak berguna untuk melakukan pemilihan data yang ingin
disimpan ke dalam data warehouse. Transformasi data dilakukan agar
data dapat berubah ke dalam suatu bentuk yang konsisten dan
terjamin integritasnya sehingga data yang dihasilkan akurat dan tepat.
3. Data Warehouse
Komponen ini merupakan komponen yang berguna untuk menyimpan
data-data yang sudah tersaring. Data yang tersimpan bersifat
historical dengan jangka waktu tertentu. Selain itu, data ini dapat
digunakan untuk membantu dalam melakukan analisa terhadap
transaksi yang telah terjadi sebelumnya.
4. Aplikasi
Komponen ini berperan sebagai jembatan penghubung antara data
warehouse dengan pemakainya (pihak eksekutif). Aplikasi ini
bermanfaat untuk mempermudah dan mempercepat para eksekutif
dalam memperoleh dan memahami data yang dibutuhkannya untuk
mengambil keputusan baik dalam hal penjualan, pembelian maupun
pengawasan stok barang.
79
4.2
Rancangan Data Warehouse
4.2.1
Permasalahan dan Kebutuhan Informasi
Tabel di bawah permasal ini menggambarkan permasalahan dan
kebutuhan informasi yang dibutuhkan PT. Jalur Sutramas.
N0.
1.
Permasalahan
Tidak
tersedianya
Kebutuhan Informasi
fasilitas
yang Pihak
pimpinan
membutuhkan
mendukung laporan penjualan yang informasi mengenai laporan penjualan
dapat disimpan dalam kurun waktu 5-10 perusahaan setiap bulan, kuartal dan
tahun
sebagai
pengambilan tahun untuk mendukung pengambilan
dasar
keputusan di masa mendatang secara keputusan.
cepat dan akurat.
2.
Perusahaan kesulitan dalam mengetahui Pihak
jumlah permintaan customer terhadap informasi
pimpinan
mengenai
membutuhkan
jumlah
dan
jenis barang yang paling laku terjual, permintaan barang yang dilakukan oleh
sehingga perusahaan kesulitan dalam customer secara lengkap dari setiap
mengetahui pola pembelian yang akan bulan, kuartal, semester, dan tahunnya.
dilakukan.
3.
Tidak
tersedianya
fasilitas
yang Pihak
dibutuhkan untuk mendukung sistem informasi
pelaporan
mengenai
pimpinan
mengenai
membutuhkan
data
customer
customer secara lengkap dari setiap bulan, kuartal,
profitability karena banyaknya jumlah semester,
dan
tahunnya.
Informasi
80
customer,
perusahaan tersebut
sehingga
disertai
kesulitan dalam mengetahui kontribusi keuntungan
pelanggan
dalam
yang
dengan
besarnya
diberikan
per-
mendatangkan customer terhadap perusahaan.
keuntungan bagi perusahaan.
Tabel 4.1 Tabel Permasalahan dan Informasi yang Dibutuhkan
4.2.2
Rancangan Star Schema
Rancangan skema bintang merupakan struktur dari tabel-tabel yang
saling berhubungan melalui jalur-jalur tertentu. Secara garis besar skema
bintang terdiri atas dua jenis tabel, yaitu tabel fakta dan tabel dimensi.
Primary key pada tabel diberi arsiran/bayangan. Hubungan antar tabel
diperlihatkan oleh garis yang menghubungkan primary key dan foreign key
dari tabel lain. Perancangan star schema dilakukan dalam empat tahap,
yaitu:
•
Tahap 1 : M enentukan Proses Bisnis
Proses bisnis yang berkenaan dengan subyek dari
divisi penjualan dan divisi pembelian.
•
Tahap 2 : M enentukan Grain
Grain yang akan ditentukan disini merupakan
variabel yang berhubungan dengan proses penjualan dan
customer profitability.
81
o Grain pada proses penjualan meliputi total harga
dari penjualan yang dilakukan (Grand_Total).
o Grain pada customer profitability meliputi laba
dan total laba.
•
Tahap 3 : M enentukan Dimensi
Setelah menentukan grain pada proses penjualan
dan customer profitability, akan dilakukan identifikasi
dimensi-dimensi yang berhubungan dengan proses-proses
tersebut.
Dimensi-dimensi yang berkaitan dengan proses
penjualan yakni :
o
o
o
o
Barang:
-
Kd_Barang
-
Warna
-
Ukuran
Sales:
-
Kd_Sales
-
Nama_Sales
Pelanggan:
-
Kd_Pelanggan
-
Nama_Usaha
-
Jenis_Usaha
Waktu :
82
-
Kd_Waktu
-
Week
-
Month
-
Quarter
-
Year
Dimensi-dimensi yang berkaitan dengan customer
profitability yakni :
o
o
o
•
Barang:
-
Kd_Barang
-
Warna
-
Ukuran
Pelanggan:
-
Kd_Pelanggan
-
Nama_Usaha
-
Jenis_Usaha
Waktu :
-
Kd_Waktu
-
Week
-
Month
-
Quarter
-
Year
Tahap 4 : M enentukan Fact Table
83
Berdasarkan grain dari proses penjualan dan
customer profitability diatas, maka tabel fakta yang
terdapat pada PT. Jalur Sutramas adalah tabel Fakta
Penjualan dan tabel Fakta Customer Profitability. Fakta
Penjualan dan Fakta Customer Profitability ini berisi fieldfield yang bernilai numerik dan bahan tambahan.
-
Tabel Fakta Penjualan
Field-field yang terdapat pada tabel Fakta
Penjualan berikut ini adalah:
-
o
Kd_Transaksi
o
Kd_Waktu
o
Kd_Barang
o
Kd_Pelanggan
o
Kd_Sales
o
Grand_Total
Tabel Fakta Customer Profitability
Field-field yang terdapat pada tabel Fakta
Customer Profitability berikut ini adalah:
o
Kd_Waktu
o
Kd_Pelanggan
o
Kd_Barang
o
Jml_Barang
o
Harga_Beli
84
o
Harga_Jual
o
Diskon
o
Laba
o
Total_Laba
Gambar 4.2 Star Schema Fakta Penjualan dan Fakta Customer Profitability
85
4.2.3 Metadata
Informasi mengenai struktur dari data yang terdapat di dalam data
warehouse terdapat di dalam metadata, yakni informasi tentang data yang
digunakan, apakah itu baik dalam bentuk hasil transformasi data yang
dilakukan ataupun data yang diciptakan didalam keperluan membangun
data warehouse ini.
Berikut ini tabel-tabel yang menjelaskan metadata dari data yang
digunakan dalam rancangan data warehouse pada PT Jalur Sutramas.
4.2.3.1 Metadata Transformasi
Nama tabel
: Fakta_Customer_Profitability
Deskripsi tabel
: Tabel Fakta Customer Profitability
No
1
2
3
4
Field Tujuan
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Jml_Barang
5
Kunci
9
9
9
Tipe
datetime
nvarchar
nvarchar
Numeric
Pjg
8
50
50
9
Harga_Jual_Barang
numeric
9
6
Harga_Beli_Barang
numeric
9
7
Diskon
Int
4
8
Laba
Numeric
9
9.
Total_Laba
Numeric
9
Deskripsi
ID Dimensi Waktu
ID Dimensi Pelanggan
ID Dimensi Barang
Jumlah barang yang
dibeli pelanggan
Harga jual barang kepada
pelanggan
Harga beli barang kepada
pelanggan
Harga diskon yang
diberikan kepada
pelanggan
Laba yang diperoleh per
barang
Tabel S umber
Dim_Waktu
Dim_Pelanggan
Dim_Barang
Field Sumber
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Jumlah_barang
Harga_Jual
Harga_Beli
disc
Total laba yang diperoleh
per transaksi per
pelanggan
Tabel 4.2 Tabel M etadata Transformasi Fakta Customer Profitability
86
Nama tabel
: Fakta_Penjualan
Deskripsi Tabel
: Tabel Fakta Penjualan
No
1
2
3
4
5
6
Field Tujuan
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Kd_Sales
Kd_Transaksi
Grand_Total
Kunci
9
9
9
9
Tipe
Datetime
Nvarchar
Nvarchar
Char
Varchar
Numeric
Pjg
8
8
8
8
8
9
Deskripsi
ID Dimensi Waktu
ID Dimensi Pelanggan
ID Dimensi Barang
ID Dimensi Sales
Kode Transaksi
Harga total pembelian
ang dilakukan pelanggan.
Tabel S umber
Dim_Waktu
Dim_Pelanggan
Dim_Barang
Dim_Sales
Field Sumber
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Kd_sales
Kd_Transaksi
Tabel 4.3 Tabel M etadata Transformasi Fakta Penjualan
Nama tabel
: Dimensi_Barang
Deskripsi Tabel
: Tabel Dimensi Barang
No
Field Tujuan
1
Kd_Barang
2
Warna
3
Ukuran
Kunci
9
Tipe
Nvarchar
char
char
Pjg
8
10
10
Deskripsi
ID Dimensi Barang
Nama barang
Ukuran barang
Tabel S umber
ms_Barang
ms_Barang
ms_Barang
Field Sumber
Kd_Barang
warna
ukuran
Tabel 4.4 Tabel M etadata Transformasi Dimensi Barang
87
Nama tabel
: Dimensi_Waktu
Deskripsi Tabel
: Tabel Dimensi Barang
No
1
2
3
4
5
Field Tujuan
Kd_Waktu
Tahun
Semester
Kuartal
Bulan
Kunci
9
Tipe
Datetime
varchar
varchar
varchar
varchar
Pjg
8
50
50
50
50
Deskripsi
ID Dimensi Waktu
Tahun
Semester
Kuartal
Bulan
Tabel S umber
Field Sumber
Tabel 4.5 Tabel M etadata Transformasi Dimensi Waktu
Nama tabel
: Dimensi_Pelanggan
Deskripsi Tabel
: Tabel Dimensi Pelanggan
No
Field Tujuan
1
Kd_Pelanggan
2
Jenis _ usaha
3
Nama_usaha
Kunci
9
Tipe
nvarchar
nvarchar
nvarchar
Pjg
8
50
50
Deskripsi
ID Dimensi Pelanggan
Jenis usaha pelanggan
Nama usaha pelanggan
Tabel S umber
ms_Pelanggan
ms_Pelanggan
ms_Pelanggan
Field Sumber
kdPelanggan
Jenis_usaha
Nama_usaha
Tabel 4.6 Tabel M etadata Transformasi Dimensi Pelanggan
88
Nama tabel
: Dimensi_Sales
Deskripsi Tabel
: Tabel Dimensi Sales
No
Field Tujuan
1
Kd_Sales
2. Nama_Sales
Kunci
9
Tipe
char
char
Pjg
8
10
Deskripsi
ID Dimensi Sales
Nama Sales
Tabel S umber
ms_Sales
ms_Sales
Field Sumber
KdTransaksi
Jml_barang
Tabel 4.7 Tabel M etadata Transformasi Dimensi Sales
4.2.3.2 Metadata Data Warehouse
Nama Tabel
: Fakta_Customer _Profitability
Deskripsi Tabel
: Tabel Fakta Customer Profitability
No
1
2
3
4
Field Tujuan
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Jml_Barang
5
Harga_Jual_Barang
Kunci
9
9
9
Tipe
datetime
nvarchar
nvarchar
Numeric
Pjg
8
8
8
9
numeric
9
Deskripsi
ID Dimensi Waktu
ID Dimensi Pelanggan
ID Dimensi Barang
Jumlah barang yang
dibeli customer
Harga jual barang kepada
customer
Proses
Copy
Copy
Copy
Copy
Field Sumber
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Jumlah_barang
Copy
Harga_Jual
89
6
Harga_Beli_Barang
numeric
9
7
Diskon
Int
4
8
Laba
Numeric
9
9.
Total_Laba
Numeric
9
Harga beli barang kepada
customer
Harga diskon yang
diberikan kepada
pelanggan
Laba yang diperoleh per
barang
Copy
Harga_beli
Copy
Disc
Total laba yang diperoleh
per transaksi per
pelanggan
Create
Create
Tabel 4.8 Tabel M etadata Fakta Customer Profitability
Nama Tabel
: Fakta_Penjualan
Deskripsi Tabel
: Tabel Fakta Penjualan.
No
1
2
3
4
5
6
Field Tujuan
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Kd_Sales
Kd_transaksi
Grand_Total
Kunci
9
9
9
9
Tipe
Datetime
Nvarchar
Nvarchar
Char
Varchar
Numeric
Pjg
8
8
8
8
8
9
Deskripsi
ID Dimensi Waktu
ID Dimensi Pelanggan
ID Dimensi Barang
ID Dimensi Sales
Kode transaksi
Harga total pembelian
ang dilakukan pelanggan.
Proses
Copy
Copy
Copy
Copy
Copy
Create
Field Sumber
Kd_Waktu
Kd_Pelanggan
Kd_Barang
Kd_sales
Kd_transaksi
Tabel 4.9 Tabel M etadata Fakta Customer Penjualan
90
Nama tabel
: Dimensi_Barang
Deskripsi Tabel
: Tabel Dimensi Barang
No
Field Tujuan
1
Kd_Barang
2
Warna
3
Ukuran
Kunci
9
Tipe
Nvarchar
char
char
Pjg
8
10
10
Deskripsi
ID Dimensi Barang
Nama barang
Ukuran barang
Proses
Copy
Copy
Copy
eld S umber
Kd_Barang
warna
ukuran
Tabel 4.10 Tabel M etadata Dimensi Barang
Nama Tabel
: Dimensi_Waktu
Deskripsi Tabel
: Tabel Dimensi Waktu
No
1
2
3
4
5
Field Tujuan
Kd_Waktu
Tahun
Semester
Kuartal
Bulan
Kunci
9
Tipe
Datetime
varchar
varchar
varchar
varchar
Pjg
8
50
50
50
50
Deskripsi
ID Dimensi Waktu
Tahun
Semester
Kuartal
Bulan
Proses
Field Sumber
Create
Create
Create
Create
Create
Tabel 4.11 Tabel M etadata Dimensi Waktu
91
Nama tabel
: Dimensi_Pelanggan
Deskripsi Tabel
: Tabel Dimensi Pelanggan
No
Field Tujuan
1
Kd_Pelanggan
2
Jenis _ usaha
3
Nama_usaha
Kunci
9
Tipe
nvarchar
nvarchar
nvarchar
Pjg
8
50
50
Deskripsi
ID Dimensi Pelanggan
Jenis usaha pelanggan
Nama usaha pelanggan
Proses
Field Sumber
kdPelanggan
Jenis_usaha
Nama_usaha
Proses
Field Sumber
KdTransaksi
Jml_barang
Copy
Copy
Copy
Tabel 4.12 Tabel M etadata Dimensi Pelanggan
Nama tabel
: Dimensi_Sales
Deskripsi Tabel
: Tabel Dimensi Sales
No
Field Tujuan
1
Kd_Sales
2. Nama_Sales
Kunci
9
Tipe
char
char
Pjg
8
10
Deskripsi
ID Dimensi Sales
Nama Sales
Copy
Copy
Tabel 4.13 Tabel M etadata Dimensi Sales
92
93
4.2.4 Transformasi Data
Transformasi data adalah proses pemindahan dan perubahan format
data yang diperoleh dari kegiatan operasional perusahaan ke dalam suatu
media penyimpanan sementara yang akan digunakan sebagai sumber data
bagi data warehouse. Untuk melakukan proses transformasi data tersebut,
maka digunakanlah metadata yang memuat petunjuk pemetaan dari proses
transformasi data yang dilakukan dari data operasional.
Tahapan-tahapan proses transformasi data pada PT jalur Sutramas
adalah sebagai berikut:
•
M embaca kemudian memilih data file operasional yang
berhubungan dengan bagian pembelian, penjualan dan
pelanggan.
•
M elakukan penyeragaman data dan perhitungan data
tertentu.
•
M elakukan proses transformasi data yang hasilnya dapat
dimasukkan ke dalam data warehouse.
Sumber data untuk data warehouse berasal dari database dengan
format file SQL Server 2000 kemudian dikonversikan ke data warehouse
yang menggunakan format SQL Server 2000 juga. Untuk melakukan proses
transformasi data ini digunakan fasilitas DTS yang telah dimiliki oleh SQL
Server 2000.
Data Transformation System (DTS) memiliki cakupan antara lain,
memindahkan data dari tabel-tabel database transaksi ke database data
94
warehouse, melakukan perhitungan dan mentransformasi data dari satu
format ke format yang lain.
Gambar 4.3 Proses DTS Dimensi Sales
Gambar 4.4 Proses DTS Dimensi Barang
Gambar 4.5Proses DTS Dimensi Waktu
Gambar 4.6 Proses DTS Dimensi Pelanggan
95
Gambar 4.7 Proses Transformasi Data
4.2.5
Rancangan Layar Aplikasi
4.2.5.1 Prototype Laporan yang Dihasilkan
Gambar 4.8 Prototype Laporan yang Dihasilkan
96
4.2.5.2 Rancangan Layar Login
Gambar 4.9 Rancangan Layar Login
4.2.5.3 Rancangan Layar Utama
Gambar 4.10 Rancangan Layar Utama
4.2.5.4 Rancangan Layar Menu Cube
Gambar 4.11 Rancangan Layar M enu Cube
97
4.2.5.5 Rancangan submenu cube Fact Customer Profitabity
Gambar 4.12 Rancangan submenu Cube
Fact Customer Profitabity
4.2.5.6 Rancangan Layar S ub menu cube Penjualan
Gambar 4.13 Rancangan submenu Cube
Fact Penjualan
98
4.2.5.7 Rancangan Layar Menu Grafik
Gambar 4.14 Rancangan Layar submenu Grafik
Customer Profitability
4.2.5.8 Rancangan Layar S ub menu grafik Penjualan
Gambar 4.15 Rancangan Layar submenu Grafik Penjualan
99
4.2.5.9 Rancangan Layar Menu DTS
Gambar 4.16 Rancangan layar M enu DTS
4.2.5.10 Rancangan Layar Menu User
Gambar 4.17 Rancangan Layar M enu User
4.2.5.11 Rancangan layar sub menu Add User
Gambar 4.18 Rancangan Layar submenu Add User
100
4.2.5.12 Rancangan layar sub menu Delete User
Gambar 4.19 Rancangan Layar submenu Delete User
4.2.5.13 Rancangan layar sub menu Change Password
Gambar 4.20 Rancangan Layar submenu Change Password
4.2.6 Sistem Pendukung
Untuk mendukung dan mencapai hasil yang optimal dari aplikasi data
warehouse ini, terdapat komponen-komponen yang harus dimiliki. Komponen ini
terdiri dari komponen perangkat keras dan piranti lunak.
4.2.6.1 Perangkat Keras
Komponen perangkat keras yang diperlukan untuk perancangan data
warehouse pada PT Jalur Sutramas adalah sebagai berikut:
101
• Server:
- PC dengan Processor Intel 4 (2,4 GHz)
- M otherboard yang mendukung
- HDD 40 Gb
- M emory DDRAM 1Gb (512 Mb x 2)
- VGA 32M b
- LAN Card
- Perangkat M odem
- CD ROM 52x
- FDD 1,44 M b
- M onitor 15”
- Keyboard 110 keys
- M ouse scroll
• Workstation
- PC dengan Processor Intel 4 (1,4 GHz)
- M otherboard yang mendukung
- HDD 20 Gb
- M emory DDRAM 256 M b
- VGA 32M b
- LAN Card
- Perangkat M odem
- FDD 1,44 M b
- M onitor 15”
102
- Keyboard 110 keys
- M ouse scroll
4.2.6.2 Perangkat Lunak
Untuk piranti lunak yang digunakan pada server dan workstation
adalah sama. Dukungan piranti lunak yang diperlukan adalah M icrosoft
SQL Server 2000 yang digunakan untuk database dari data warehouse.
Untuk aplikasi antar muka digunakan M icrosoft Visual Basic 6.0. Sistem
Operasi yang digunakan dengan M icrosoft Windows XP
4.3
Analisis Kapasitas Media Penyimpanan
Dalam setiap pengolahan data, kapasitas media penyimpanan menjadi salah
satu aspek yang penting dan perlu untuk dipertimbangkan. Proses add, update,
delete data akan mempengaruhi pertumbuhan data secara kontinu. Demikian
halnya dalam perancangan data warehouse, perlu dilakukan analisa pertumbuhan
data untuk mendapatkan perkiraan kapasitas media penyimpanan yang memadai
untuk menampung data dalam beberapa tahun ke depan.
Rumus yang akan digunakan untuk perhitungan jumlah bytes yang
dibutuhkan untuk menyimpan record dalam SQL Server 2000 (SQL Server Books
Online) adalah:
•
Num_Row = Jumlah Baris / Jumlah Record
•
Num_Col = Jumlah Kolom dalam tabel
103
•
Fixed_Data_Size = Jumlah bytes yang dibutuhkan oleh semua kolom
sesuai dengan tipe datanya masing-masing
•
Null Bitmap = Bit status null kolom = 2 + ((Num_Col + 7) / 8)
•
Row_Size = Fixed_Data_Size + Null_Bitmap + 4
Nilai 4 merepresentasikan data row header
•
Rows_Per_Page = 8096 / (Row_Size+2)
•
Num_of_Pages = Num_Row / Rows_Per_Page
•
Num_of_Bytes = 8192 × Num_of_Pages
•
Num_of_Kbytes = 8192 / 1024 × Num_of_Pages = 8 × Num_of_Pages
Analisis perkiraan kapasitas media penyimpanan data pada Data Warehouse
PT Jalur Sutramas adalah seperti berikut ini, dimana n merupakan variabel tahun.
Perkiraan ini dibatasi hanya untuk 5 tahun mendatang. Berikut adalah perhitungan
pertumbuhan data untuk fakta pembelian, fakta penjualan, dan fakta stock control
dengan tingkat pertumbuhan masing-masing adalah 10%.
1.Record Fakta Penjualan
∑ Record Fakta _ Penjualan
n
= 110% × ∑ Record Fakta _ Penjualann −1
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 36.015 record.
Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap hari terjadi 20
transaksi dimana tiap transaksi terdiri atas 5 record sehingga jumlah record
untuk satu tahun adalah 20 x 5 x 30 x 12 yaitu 36.000 record. M aka dapat
dihitung jumlah record sampai pada tahun ke-5 :
Jumlah Fakta_Penjualan 1 = 110% * 36.015 = 39.617 record
Jumlah Fakta_Penjualan 2 = 110% * 39.617 = 43.578 record
104
Jumlah Fakta_Penjualan 3 = 110% * 43.578 = 47.936 record
Jumlah Fakta_Penjualan 4 = 110% * 47.936 = 52.730 record
Jumlah Fakta_Penjualan 5 = 110% * 52.730 = 58.003 record
Jumlah Fakta_Penjualan 1-5 = 241.863 record
M aka kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5
tahun adalah :
• Num_Row = 241.863
• Num_Col = 15
• Fixed_Data_Size = 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 4 + 4 + 4 + 8 + 8 + 8
= 114 bytes
• Null Bitmap = 2 + ((15 + 7) / 8) = 5
• Row_Size = 114 + 5 + 4 = 123 bytes
• Rows_Per_Page = 8.096 / (123 + 2) = 65 rows
• Num_of_Pages = 241.863 / 65 = 3.727 pages
• Num_of_Bytes = 8.192 × 3.727 = 30.530.184,9 bytes
• Num_of_Kbytes = 8.192 / 1024 × 3.727 = 8 × 3.727 = 29.814,6 Kbytes
• Num_of_M bytes (Tabel Size) = 29,07 M bytes
2.Record Fakta Customer Profitability
∑Record
(Fakta_Customer_Profitability)n
=
110%
x
∑Record
(Fakta_Customer_Profitability)n-1
Asumsi jumlah record data untuk tahun ini diperkirakan adalah 15.012 record.
Jumlah tersebut didasarkan pada asumsi bahwa rata-rata setiap bulan terjadi
105
250 transaksi dimana tiap transaksi terdiri atas 5 record sehingga jumlah record
untuk satu tahun adalah 250 x 5 x 12 yaitu 15.000 record. M aka dapat dihitung
jumlah record sampai pada tahun ke-5 :
Jumlah Fakta_Customer_Profitability 1 = 110% * 15.012 = 16.513 record
Jumlah Fakta_ Customer_Profitability 2 = 110% * 16.513 = 18.165 record
Jumlah Fakta_ Customer_Profitability 3 = 110% * 18.165 = 19.981 record
Jumlah Fakta_ Customer_Profitability 4 = 110% * 19.981 = 21.979 record
Jumlah Fakta_ Customer_Profitability 5 = 110% * 21.979 = 24.117 record
Jumlah Fakta_ Customer_Profitability
1-5 =
100.815 record
M aka kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5
tahun adalah :
• Num_Row = 100.815
• Num_Col = 15
• Fixed_Data_Size = 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 +8 + 4 + 4 + 4 + 8 + 8 + 8 =
114 bytes
• Null Bitmap = 2 + ((15 + 7) / 8) = 5
• Row_Size = 114 + 5 + 4 = 123 bytes
• Rows_Per_Page = 8.096 / (123 + 2) = 65 rows
• Num_of_Pages = 100.815 / 65 = 1.553 pages
• Num_of_Bytes = 8.192 × 1.553 = 12.725.801,7 bytes
• Num_of_Kbytes = 8.192 / 1024 × 1.553 = 8 × 1.553 = 12.427,5 Kbytes
• Num_of_M bytes (Tabel Size) = 12,12 M bytes
106
Nama Tabel
Customer
Profitability_fact
Penjualan_fact
Besar
Record
(Bytes)
123
Jumlah
Current
Record
15.012
Jumlah Record
S ampai 5
Tahun ke Depan
100.815
123
36.015
241.863
Jumlah
Bytes
(Mbytes)
12,12
29,07
Tabel 4.14 Analisis Kapasitas M edia Penyimpanan untuk Tabel Fakta
Nama Tabel
Dim_Barang
Dim_Waktu
Dim_Pelanggan
Dim_Sales
Besar
Record
(Bytes)
116
225
66
66
Jumlah
Current
Record
1731
1460
417
198
Jumlah
Record S ampai 5
Tahun ke Depan
1.743
3285
462
207
Jumlah
Bytes
(Kbytes)
197,45
721,80
29,78
13,34
Tabel 4.15 Analisis Kapasitas M edia Penyimpanan untuk Tabel Dimensi
Berdasarkan hasil analisa kapasitas media penyimpanan data, dapat
diperkirakan kebutuhan kapasitas penyimpanan data untuk data warehouse PT
Jalur Sutramas
adalah minimal sekitar 53,3 M bytes untuk jangka waktu lima
tahun. Oleh karena itu, diperlukan dukungan perangkat keras yang memenuhi
kapasitas penyimpanan untuk menyimpan data yang diperlukan.
107
4.4
Analisis Pertumbuhan Data
Analisis pertumbuhan data pada data warehouse PT Jalur Sutramas adalah sebagai
berikut:
Nama Tabel
Fact_Penjualan
Fact_Customer_
Profitability
Dim_Barang
Dim_Waktu
Dim_Pelanggan
Dim_Sales
Besar
Record
(Bytes)
123
123
Jumlah
Current
Record
36.015
15.012
Jumlah
Bytes
(Kbytes)
4.439,6
1.850,5
Jumlah
Tumbuh
Record
3602
1501
Jumlah
Tumbuh
(Kbytes)
444,0
185,0
Tumbuh
%
116
225
66
66
1.731
365
417
198
196,090
80,200
26,877
12,762
2
365
9
2
0,227
80,20
0,580
0,129
0,145
100
2,083
0,875
10
10
Tabel 4.16 Tabel Analisis Pertumbuhan Data
4.5
Rencana Implementasi
Minggu
1
2
Aktivitas
3
4
5
Instalasi h/w dan s/w
Transformasi data
Uji coba aplikasi
Pelatihan pemakai sistem
Evaluasi hasil pelatihan
Evaluasi sistem
Tabel 4.17 Tabel Rencana Implementasi
data warehouse PT.Jalur Sutramas
6
7
8