51
8 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 Pengertian Data M enurut Inmon (2002, p388), data adalah pencatatan dari fakta, konsep, atau instruksi pada sebuah tempat penyimpanan untuk komunikasi, pengambilan, dan pemrosesan dengan cara otomatis dan presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut Turban (2003, p15), data adalah fakta mentah atau deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang didapatkan, direkam, disimpan, diklasifikasi tetapi belum terorganisir untuk menyampaikan suatu arti spesifik. 2.1.2 Pengertian Informasi M enurut Turban (2003, p15), informasi adalah suatu koleksi fakta (data) yang telah terorganisir dengan beberapa cara sehingga memberikan suatu arti yang dipahami oleh penerima.

BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

Embed Size (px)

Citation preview

Page 1: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

8  

BAB 2

LANDASAN TEORI

2.1 Teori-teori Dasar/Umum

2.1.1 Pengertian Data

Menurut Inmon (2002, p388), data adalah pencatatan dari fakta,

konsep, atau instruksi pada sebuah tempat penyimpanan untuk

komunikasi, pengambilan, dan pemrosesan dengan cara otomatis dan

presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

Turban (2003, p15), data adalah fakta mentah atau deskripsi dasar dari

benda, peristiwa, aktivitas dan transaksi yang didapatkan, direkam,

disimpan, diklasifikasi tetapi belum terorganisir untuk menyampaikan

suatu arti spesifik.

2.1.2 Pengertian Informasi

Menurut Turban (2003, p15), informasi adalah suatu koleksi fakta

(data) yang telah terorganisir dengan beberapa cara sehingga memberikan

suatu arti yang dipahami oleh penerima.  

Page 2: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

 

 

 

2.1.3 Pengertian Sistem

Sistem adalah sekelompok elemen yang terintegrasi dengan

maksud yang sama untuk mencapai suatu tujuan (McLeod, 2001, p11).

2.1.4 Pengertian Sistem Informasi

Menurut O’Brien (2004, p7) “An information system can be any

organized combination of people, hardware, software, communication

networks, and data resources that collects, transforms and disseminates

information in an organization” yang dapat diartikan sistem informasi

dapat berupa kombinasi yang teratur dari orang, perangkat keras,

perangkat lunak, jaringan komunikasi dan sumber data yang

mengumpulkan, merubah dan menyebar informasi ke dalam sebuah

organisasi.

2.1.5 Pengertian Basis Data

Menurut Inmon (2002, p388), basis data adalah suatu koleksi

data yang saling berhubungan yang disimpan menurut suatu skema.

Page 3: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

10 

 

 

 

2.1.6 Pengertian Sistem Basis Data

Sistem basis data menurut Connolly dan Begg (2000, p4),

merupakan kumpulan dari program aplikasi yang berinteraksi dengan

basis data. Sedangkan menurut Navathe dan Elmasri (2000, p5), sistem

basis data merupakan gabungan basis data dengan software DBMS.

2.1.7 Pengertian DBMS

Menurut Inmon (2002, p388), DBMS adalah sebuah system

perangkat lunak yang digunakan untuk menampilkan dan mengatur data.

2.1.8 Pengertian Data Warehouse

Menurut Connolly dan Begg (2005, p1151), ”Data warehouse is

a subject-oriented, integrated, time-variant, and non-volatile collection

of data in support of management’s decision-making process”, yang

dapat diartikan “Data warehouse adalah kumpulan data yang

berorientasi subjek, terintegrasi, berdasarkan waktu, dan tidak

mengalami perubahan secara langsung dalam mendukung proses

pengambilan keputusan manajemen”.

Page 4: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

11 

 

 

 

Menurut Inmon (2002, p389), “A Data warehouse is a collection

of integrated database designed to support DSS Function, where each

unit of data is relevant to some moment in time”, yang dapat diartikan

sebagai “Data warehouse adalah koleksi database yang terintegrasi yang

dirancang untuk mendukung fungsi sistem pengambilan keputusan,

dimana setiap unit data relevan pada beberapa waktu”.

2.1.8.1 Karakteristik Data Warehouse

1. Subject Oriented

Subject oriented berarti bahwa data warehouse

dibuat atau disusun berdasarkan pada subjek utama dalam

lingkungan perusahaan, bukan berorientasi pada proses

atau fungsi aplikasi. Subjek area biasa meliputi customer

(pelanggan), product (produk), transaction (transaksi).

Setiap area subjek utama yang diimplementasikan secara

fisik sebagai sekumpulan tabel yang saling berhubungan

dalam data warehouse (Inmon, 2002, p36).

2. Integrated

Data dalam data warehouse bersifat terintegrasi

karena bersumber dari sistem-sistem aplikasi yang

berbeda dalam perusahaan. Sumber data yang

Page 5: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

12 

 

 

 

terintegrasi ini harus dibuat konsisten untuk memberikan

data yang seragam atau sama kepada pelanggan (Inmon,

2007, p7)

3. Time Variant

Data pada data warehouse hanya akurat dan valid

pada waktu tertentu atau dalam interval waktu tertentu.

Perbedaan waktu dari data warehouse memperlihatkan

data-data yang ada dari waktu ke waktu secara

keseluruhan (Connolly and Begg, 2002, p1047).

4. Non Volatile

Proses Update tidak dilakukan secara real-time

melainkan di-refresh dari sistem operasional dalam basis

regular. Data baru selalu ditambahkan sebagai

supplement (tambahan), pada database, bukan sebagai

replacement (penggantian). Database secara terus-

menerus mengambil data baru dan menggabungkannya

dengan data sebelumnya (Connolly and Begg, 2002,

p1047).

Page 6: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

13 

 

 

 

2.1.9 Pengertian Data Mart

Menurut Inmon (2002, p389), data mart adalah struktur data

yang tersusun rapi yang dikumpulkan dari data warehouse dimana data

telah didenormalisasi berdasarkan kebutuhan informasi departemen-

departemen. Sedangkan menurut Liautaud (2001, p292), data mart

adalah suatu bentuk penyimpanan data pada business intelligence atau

pendukung keputusan. Data mart terbatas pada suatu lingkup tertentu

dan ditujukan untuk memenuhi kebutuhan suatu divisi atau kelompok

user tertentu. Ada beberapa karakteristik yang membedakan data mart

dan data warehouse, yaitu (Connolly, 2002, p1067):

- Data mart hanya berfokus pada kebetuhan user yang

berhubungan dengan satu departemen atau fungsi bisnis.

- Data mart biasanya tidak mengandung data operasional

yang detail, tidak seperti data warehouse.

- Karena data mart mempunyai data yang lebih sedikit

dibandingkan dengan data warehouse, data mart lebih

mudah untuk dimengerti dan dijalankan.

Beberapa alasan membuat data mart, yaitu (Connolly, 2002, p1069) :

- Memberikan akses ke data yang paling sering dianalisis

oleh user.

Page 7: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

14 

 

 

 

- Menyediakan data dalam bentuk yang sesuai dengan

kebutuhan sekelompok user dalam sebuah departemen

atau fungsi bisnis.

- Meningkatkan waktu respon end-user karena

pengurangan jumlah data yang akan diakses.

- Menyediakan data yang terstruktur sesuai seperti yang

ada pada ketentuan dari alat akses end user yang mungkin

membutuhkan struktur basis data internal sendiri.

- Biaya implementasi data mart biasanya lebih sedikit dari

biaya yang diperlukan untuk membangun data warehouse.

2.1.10 Pengertian Data Mining

Data mining berhubungan dengan penemuan pola baru di dalam

set data, dengan menguji validitas pendekripsian data. Tujuan dari data

mining adalah untuk memprediksi dan menggambarkan data. Prediksi

adalah dengan menggunakan data yang sudah ada dalam basis data

untuk memprediksi nilai data di masa depan. Deskripsi berfokus pada

penemuan pola yang menggambarkan data. Menurut Claude Seidman

(Seidman, 2001, p3) data mining adalah proses pencarian pola hubungan

serta tren yang tersembunyi di dalam suatu basis data yang besar.

Page 8: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

15 

 

 

 

2.1.11 Pengertian Cube/OLAP (Online Analitical Processing)

OLAP merupakan suatu perangkat yang menggambarkan

teknologi menggunakan gambaran multidimensi sejumlah data untuk

menyediakan akses yang lebih cepat bagi strategi informasi dengan

tujuan mempercepat analisis (Connolly, 2002, p1101).

OLAP adalah teknologi yang memperbolehkan user untuk

menganalisis basis data yang besar untuk mendapatkan informasi yang

lebih spesifik. Basis data untuk sistem OLAP disusun teratur agar lebih

efisien dalam penyimpanan data statis. Karena penyimpanan OLAP

adalah multidimensi, biasanya disebut cube, yang berlawanan dengan

tabel. Yang membuat OLAP unik adalah kemampuannya untuk

menyimpan kumpulan data secara hierarki. Dimensi-dimensi ini

memberikan informasi secara kontekstual dalam bentuk bilangan atau

perhitungan yang diteliti.

OLAP adalah sebuah perangkat yang digunakan untuk

menyimpan data multidimensional dan perangkat yang digunakan untuk

menampilkan sebuah tampilan multidimensional kepada user (Peterson,

Pinkelman, 2000, p1).

Page 9: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

16 

 

 

 

Sistem OLAP telah banyak diaplikasikan dalam dunia bisnis,

diantaranya (Peterson, Pinkelman, 2000, p25-31):

- OLAP dapat melihat tren penjualan, melakukan promosi,

dan juga untuk menganalisis demografis pelanggan.

- OLAP dapat membantu mengelola inventory dan

pergudangan, lokasi mana yang paling strategis dan

pengelolaan kapasitas semaksimal mungkin.

- OLAP dapat digunakan untuk pengelolaan proses

manufaktur, kepuasan pelanggan dan pada akhirnya dapat

membantu menganalisis dan meningkatkan keuntungan

bisnis.

OLAP memiliki beberapa karakteristik (Peterson, Pinkelman,

2000, p35-54):

- OLAP memasukkan data dari sistem OLTP dan sumber-

sumber lain termasuk dari luar organisasi.

- OLAP menyimpan data yang dalam format yang

mengoptimalkan analisis query, yang merupakan

ringkasan informasi dari banyak sumber.

Page 10: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

17 

 

 

 

- Sistem OLAP bekerja dengan sangat baik di dalam

lingkungan yang memiliki banyak indeks. Data –data

tidak diupdate setelah dianalisis, jadi tidak ada

pemborosan waktu di dalam proses update indeks yang

besar.

- Sistem OLAP mampu mendukung permintaan analisis

secara tepat, tanpa mendapatkan kesulitan mengenai

kombinasi perspektif apa yang dipilih oleh analisis.

2.1.12 Pengertian Business Intelligence

Business Intelligence adalah segala aktivitas, tool, atau proses

yang digunakan untuk mendapatkan informasi yang terbaik untuk

mendukung proses pembuatan keputusan (Scheps 2008, p11).

Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh

DJ Powers:

“Business Intelligence menjelaskan tentang suatu konsep dan

metode bagiamana untuk meningkatkan kualitas pengambilan keputusan

bisnis berdasarkan sistem yang berbasiskan data. BI seringkali

dipersamakan sebagaimana briefing books, report and query tools, dan

Page 11: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

18 

 

 

 

sistem informasi eksekutif. BI merupakan sistem pendukung

pengambilan keputusan yang berbasiskan data-data”.

Berdasarkan definisi diatas dapat disimpulkan Business

Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk

mengubah data-data dalam suatu perusahaan atau organisasi (data

operasional, data transaksional, atau data lainnya) ke dalam bentuk

pengetahuan. Aplikasi ini melakukan analisis data-data di masa lampau,

menganalisisnya dan kemudian menggunakan pengetahuan tersebut

untuk mendukung keputusan dan perencanaan organisasi.

2.1.13 Pengertian Entity Type

Entity Type adalah sebuah group dari beberapa objek dengan sifat

yang sama, yang teridentifikasi berdiri sendiri (Connolly, 2002, p.331).

2.1.14 Pengertian Attributes

Menurut Connolly (2002, p.338), Attributes adalah properti dari

entity type.

2.1.14.1 Klasifikasi Attribute

Attributes terdiri dari (Connolly, 2002, p.339):

Page 12: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

19 

 

 

 

1. Simple attributes

Simple attributes adalah sebuah atribut yang terdiri dari

komponen tunggal yang berdiri sendiri. Simple attributes tidak

dapat dibagi lagi menjadi komponen yang lebih kecil. Contohnya

posisi (position) dan gaji (salary) pada entity staff. Simple

attributes sering juga disebut atomic attributes.

2. Composite attributes

Composite attributes adalah atribut yang terdiri dari

beberapa komponen, masing-masing komponen adalah atribut

yang berdiri sendiri. Beberapa atribut dapat dibagi menjadi

komponen yang lebih kecil. Contohnya atribut address pada

entity branch yang dapat dibagi menjadi street dan postcode.

3. Single valued attribute

Single valued attribute adalah atribut yang memiliki satu

nilai untuk setiap entity. Contohnya adalah untuk setiap entity

branch hanya memiliki satu atribut branch number.

4. Multi valued attribute

Multi valued attribute adalah atribut yang memiliki nilai

lebih dari satu untuk setiap entity. Contohnya adalah pada entity

Page 13: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

20 

 

 

 

branch bisa memiliki lebih dari satu atribut telp_no. (Branch

number B003 bisa memiliki nomor telepon).

2.1.15 Klasifikasi Keys

Keys terdiri dari (Connolly, 2002, p.340-341):

1. Primary Key

Primary key adalah candidate key yang telah dipilih untuk

mengidentifikasi secara unik setiap entity. Entity bisa memiliki lebih

dari satu candidate key. Jika sebuah entity memiliki lebih dari satu

candidate key, maka salah satunya akan dipilih menjadi primary key.

Pemilihan entity pada primary key didasarkan pada panjang atribut,

jumlah minimal atribut yang diperlukan dan keunikannya.

2. Foreign Key

Foreign Key adalah sebuah atribut atau kumpulan dari atribut

yang memiliki hubungan dengan candidate key pada suatu relasi.

Page 14: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

21 

 

 

 

2.1.16 Dimesionality Modeling

Dimensionality Modeling adalah sebuah teknik desain logika

yang bertujuan untuk menampilkan data dalam bentuk standar, intuitif

yang memungkinkan akses cepat (Connolly, 2005, p.1183).

Dimensionality Modeling menggunakan konsep model Entity-

Relationship (ER) dengan beberapa batasan penting. Setiap model

dimensi terdiri dari satu tabel dengan satu composite primary key yang

disebut fact tabel dan memiliki kumpulan dari tabel yang lebih

sederhana yang disebut tabel dimensi (Dimension Tabel). Tiap tabel

dimensi memiliki primary key (non composite) yang akan

berkorespondensi tepat satu dengan komponen pada composite key

dalam fact tabel.

2.1.16.1 Star Schema

Karakteristik struktur yang menyerupai bintang disebut

star schema / star join. Star schema adalah sebuah struktur

logika yang mempunyai fact tabel terdiri dari factual data di

tengah, dikelilingi oleh tabel dimensi yang terdiri dari data

reference (yang bisa di-denormalized). Star schema mengambil

karakteristik dari factual data yang di-generate oleh event yang

terjadi di masa lampau.

Page 15: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

22 

 

 

 

 

Gambar 2.1 – Contoh Star Schema

http://articles.techrepublic.com.com/i/tr/cms/contentPics/r00520010416p

ra01_01.gif

 

2.1.17 State Diagram

Terdapat dua buah diagram state, yaitu:

a. Diagram statechart memodelkan behavior objek khusus yang

dinamis. Diagram ini mengilustrasikan siklus objek, berbagai

Page 16: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

23 

 

 

 

keadaan yang dapat diasumsikan oleh objek dan event-event

yang menyebabkan objek beralih dari satu state ke state lain.

b. Diagram aktivitas menggambarkan rangkaian aliran aktivitas

baik proses bisnis atau use case. Diagram ini juga digunakan

untuk memodelkan action yang akan dilakukan saat sebuah

operasi dieksekusi, dan memodelkan hasil dari action tersebut.

2.2 Teori Khusus

2.2.1 Pendekatan Data Warehouse

Menurut Connolly dan Begg (2005, p1151), ”Data warehouse is

a subject-oriented, integrated, time-variant, and non-volatile collection

of data in support of management’s decision-making process”, Yang

dapat diartikan “Data warehouse adalah kumpulan data yang

berorientasi subjek, terintegrasi, berdasarkan waktu, dan tidak

mengalami perubahan dalam mendukung proses pengambilan keputusan

manajemen”.

Menurut Inmon (2002, p389), “A Data warehouse is a collection

of integrated database designed to support DSS Function, where each

unit of data is relevant to some moment in time”, yang dapat diartikan

sebagai “Data warehouse adalah koleksi database yang terintegrasi yang

Page 17: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

24 

 

 

 

dirancang untuk mendukung fungsi sistem pengambilan keputusan,

dimana setiap unit data relevan pada beberapa waktu”.

2.2.1.1 Karakteristik (Multidimensional)

Menurut Turban, Rainer, dan Potter(2006), Basis Data

Multidimesional yaitu basis data yang diatur dan dapat dianalisis

dari berbagai pandangan atau perspektif, yang disebut dimensi.

Perbandingan Basis Data Multidimensional dengan

Relasional

Relational database membuatnya menjadi mudah untuk

bekerja dengan record individual, mengingat multi-dimensional

Database didesain untuk menganalisis grup besar dari record.

Relational Database biasanya diakses menggunakan Structured

Ouery Language (SQL) query. Multi-dimensional Database

dapat menjawab pertanyaan user seperti “Berapa banyak jumlah

tempat duduk yang terjual dalam pesawat dari Surabaya ke

Jakarta?” dan “Berapa banyak penumpang yang melakukan

penerbangan malam hari dibandingan kan pada pagi atau siang

hari?”

Page 18: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

25 

 

 

 

2.2.1.2 ETL (Extract, Transform, Load)

Merupakan proses pengambilan (Extract), Pengubahan

(Transform), Pengisian (Load) dari DBMS ke data warehouse

atau yang dapat diartikan sebuah alat ETL seperti pembangunan

gudang dapat mengambil data dari sumbernya, mengubahnya

menggunakan beberapa variasi teknik (seperti

pengikat/penghubung, pengumpul, dan fungsi pengubah format

data), dan mengisinya ke dalam wadah data seperti tabel relasi.

2.2.1.3 OLAP/Cube sebagai hasil dari Data Warehouse

OLAP merupakan suatu perangkat yang menggambarkan

teknologi menggunakan gambaran multidimensi sejumlah data

untuk menyediakan akses lebih cepat bagi strategi informasi

dengan tujuan mempercepat analisis (Connolly, 2002, p1101).

Jadi teknisnya, cube OLAP memudahkan untuk

menganalisis data melintasi multidimensi dengan menyediakan

tampilan multidimensional dari aggregasi/kumpulan grup data.

Dengan laporan OLAP, kategori besar seperti SLF per route, per

bulan, per hari bahkan per minggu berdasarkan jenis – jenis tipe

pesawat dapat dianalisis dengan sangat efisien, efektif dan

responsif.

Page 19: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

26 

 

 

 

Beberapa tipe OLAP (Turban, 2007, p.262) yaitu:

- Multidimensional OLAP (MOLAP)

MOLAP meringkas transaksi menjadi gambaran

multidimensional. Data diorganisasi ke dalam cube yang

dapat dirotasi oleh user. Dengan MOLAP, query dapat

dilakukan dengan cepat karena konsolidasi data telah

dilakukan.

- ROLAP

ROLAP adalah ketika basis data OLAP diimplementasikan

pada basis data relasional yang sudah ada. ROLAP

mengambil data dari basis data relasional. ROLAP lebih

sering digunakan pada data dengan atribut yang banyak, yang

tidak dapat dipindahkan ke struktur cube.

- Database OLAP dan Web OLAP

Database OLAP mengacu pada sistem manajemen basis data

relasional yang didesain untuk menyediakan struktur OLAP

dan menjalankan perhitungan OLAP. Web OLAP mengacu

pada data OLAP yang dapat diakses dari web browser.

Page 20: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

27 

 

 

 

- Desktop OLAP

Desktop OLAP menyangkut tools OLAP yang biayanya

rendah dan sederhana yang dapat melakukan analisis

multidimensional lokal dan presentasi data ke mesin klien

dari basis data relasional dan multidimensional.

        Karakteristik OLAP (Turban, 2007, p.204) yaitu:

- Categorical analysis

Analisis kategoris adalah analisis statis yang didasarkan pada

data historical. Analisis ini merupakan analisis utama yang

didukung oleh basis data OLTP.

- Exegetical analysis

Analisis aksegetik juga didasarkan pada data historical dan

menambah kemampuan dalam analisis drill-down. Analisis

drill-down adalah kemampuan untuk memperluas query

menjadi data untuk menentukan data detail yang digunakan

untuk menentukan nilai turunan.

Page 21: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

28 

 

 

 

- Contemplative analysis

Analisis kontemplatif mengijinkan user untuk mengubah

suatu nilai untuk menentukan pengaruhnya terhadap

informasi.

- Formulaic analysis

Analisis formulasi mengijinkan perubahan pada banyak

variable.

2.2.2 Pendekatan Data Mart

Data Mart adalah suatu subset dari data warehouse yang

mendukung persyaratan atau ketentuan sebuah organisasi atau

perusahaan.

Ada beberapa karakteristik yang membedakan Data Mart dengan

Data Warehouse, yaitu (Connolly, 2002, p.1067) :

- Data Mart hanya berfokus pada kebutuhan user yang berhubungan

dengan satu departemen atau fungsi bisnis.

- Data Mart biasanya tidak mengandung data operasional yang detail,

tidak seperti data warehouse.

Page 22: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

29 

 

 

 

- Karena Data Mart mempunyai data yang lebih sedikit dibandingkan

dengan Data Warehouse, data mart lebih mudah untuk dimengerti

dan dijalankan.

2.2.3 Pendekatan Data Mining

Data Mining adalah proses menganalisis data yang berukuran

besar dengan menggunakan pola-pola pengenalan maupun teknik

pencarian pengetahuan (knowledge discovery) untuk mengidentifikasi

tren-tren yang terjadi dan bermanfaat serta pola keterkaitan yang

terdapat di dalam basis data berukuran besar. Data mining adalah salah

satu alternatif terbaik untuk mengetahui trend dan pola dari basis data

yang besar. Data mining mampu menjelajahi informasi di dalam data

warehouse yang tidak terungkap secara efektif.

2.2.3.1 Karakteristik Data Mining

Data mining sering diidentifikasi dengan beberapa nama

lain seperti Knowledge Discovery in Database, Knowledge

Extraction, Pattern analysis, Data Archeology, Data Dredging,

Information Harvesting dan sebagainya.

Page 23: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

30 

 

 

 

Knowledge Discovery

Knowledge Discovery atau penemuan pengetahuan

mempunyai tujuan utama yaitu mengidentifikasi pola valid yang

baru, yang mungkin bermanfaat dan dapat dipahami dalam data.

Knowledge discovery berguna karena didukung oleh tiga

teknologi yang saat ini telah matang, yaitu pengumpulan data

yang besar, komputer multiprosesor yang berdaya tinggi dan

algoritma penggalian data lainnya.

Ad-hoc Query

Ad-hoc Query (Permintaan ad-hoc) memungkinkan

pengguna untuk meminta secara real time informasi dari

komputer yang tidak tersedia dalam laporan periodik. Jawaban

ini sangat dibutuhkan untuk mempercepat pengambilan

keputusan.

Page 24: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

31 

 

 

 

2.2.4 Tahapan Dalam Mengembangkan Business Intelligence

Berikut ini tahapan dalam mengembangkan BI berdasarkan Studi

tentang Implementasi Business Intelligence pada Departemen Keuangan

Republik Indonesia Badan Pengawas Pasar Modal dan Lembaga

Keuangan tahun 2007, yaitu:

• Tahap Perencanaan Proyek (Project Planning)

Pada tahap ini harus dapat dijelaskan apa yang menjadi tujuan

utama dari proyek BI, harapan yang diinginkan, dukungan formal

dari Pimpinan organisasi yang bersangkutan, serta capaian

(milestone) yang akan dituju.

• Tahap Analisis Kebutuhan (Requirement Analysis)

Pada tahap ini harus sudah teridentifikasi kebutuhan

pengembangan BI secara detail. Hal ini dapat dilakukan dengan

menyusun dan mengumpulkan information package untuk semua

subjek informasi yang akan ada dalam data warehouse.

• Tahap Desain dan Konstruksi (Design and Construction)

Pada tahap ini menyusun dan insfrastruktur yang diinginkan dari

desain BI, yang mencakup 3 (tiga) bagian utama, yaitu :

- Data Acquisition

Page 25: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

32 

 

 

 

- Data Storage

- Information Delivery dengan data warehouse. Jenisnya

dapat berupa OLAP, data mining, maupun report/query.

• Arsitektur dan Konstruksi BI

- Tahap Implementasi (Deployment)

- Tahap Pemeliharaan (Maintenance)

2.2.5 Jenis-jenis Business Intelligence

Berikut adalah jenis-jenis dari BI (Turban, 2007, p257) yaitu:

- 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

OLAP multidimensional untuk manajer bisnis dalam lingkungan

yang terbatas.

Page 26: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

33 

 

 

 

- Ad hoc querying and analysis

Tools relasional OLAP digunakan untuk memberikan

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 kepada populasi

user yang besar. Distribusi ini didasarkan pada jadwal dan event

yang disimpan di dalam basis data.

2.2.6 Keuntungan dan Tujuan Business Intelligence

Berikut beberapa keuntungan BI berdasarkan pada survey (Turban,

2007) yaitu:

- Laporan yang lebih cepat dan akurat (81 %)

Page 27: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

34 

 

 

 

- Memperbaiki pembuatan keputusan (78 %)

- Memperbaiki servis pelanggan (56 %)

- Meningkatkan pendapatan (49 %)

Sedangkan tujuan dari BI yaitu:

1. Struktur yang standard dan penyajian seluruh informasi bisnis

Pembuat keputusan membutuhkan informasi yang

dapat dipercaya dari berbagai divisi. Informasi yang

dibutuhkan harus up-to-date dan menggambarkan secara

lengkap setiap area bisnis dan bisnis secara keseluruhan.

Untuk menghasilkan laporan ini dibutuhkan proses

penyimpanan data yang tinggi dari data source. Data tersebut

didefinisikan secara unik sepanjang organisasi untuk

menghindari munculnya eror.

2. Akses informasi bisnis yang mudah

Informasi harus digabungkan pada titik tertentu agar

data dapat dengan mudah diakses dan diolah.

Page 28: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

35 

 

 

 

3. Menyediakan alat untuk menyajikan laporan yang telah

diolah untuk analisis pada seluruh area

Dalam presentasi, analisis yang efisien dan visualisasi

informasi yang berarti sangatlah penting. Sistem harus dapat

digunakan dengan kebutuhan informasi yang bervariasi.

4. Implementasi yang cepat dan murah

Dengan mengimplementasikan data warehouse,

faktor biaya yang berpengaruh adalah integrasi data ke

system OLTP dan penarikan data secara langsung dengan

data yang beragam.

5. Lingkungan performa yang tinggi

Analisis data tidak dapat dikeluarkan dengan data

warehouse tanpa mengintegrasikan sumber data yang

beragam. Integrasi tersebut dilakukan dengan proses

pembacaan yang membutuhkan banyak waktu. Tools

penjadwalan sangatlah penting untuk mengijinkan data

ditarik pada waktu tertentu.

Page 29: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

36 

 

 

 

6. Menghidupkan sistem OLTP

Sistem OLTP tidak dapat melakukan banyak proses

karena sistem harus menyimpan data dan menganalisis data

pada saat yang bersamaan. Server Data warehouse yang

terpisah mengijinkan user untuk menganalisis data pada

server yang berbeda.

2.2.7 Perbandingan OLTP dan OLAP dari BW310 Data Warehousing

SAP NetWeaver tahun 2006

System OLTP DWH / System OLAP

Target Efisiensi untuk otomatisasi

proses bisnis

Men-generate knowledge

Prioritas Mudah diakses, volume

data yang besar

Mudah digunakan, akses

data fleksibel

View data Detail Lengkap

Umur data Sekarang Historical

Operasi database Add, modify, delete,

update, read

Read

Struktur data tipikal Relasional Struktur multidimensional

Integrasi data Minimal Banyak

Page 30: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

37 

 

 

 

Data set 6-18 bulan 2-7 tahun

Archive Ada Ada

Tabel 2.1 Perbandingan OLTP dan OLAP dari BW310 Data Warehousing SAP

NetWeaver tahun 2006

2.2.8 SAP

SAP singkatan dari Systeme, Anwendungen und Produkte in der

Datenverarbeitung (Systems, Applications and Products in Data Processing)

merupakan perusahaan pengembangan software multinasional dan konsultasi

korporasi yang berpusat di Walldorf, Jerman.

Software yang digunakan dalam pengembangan aplikasi adalah SAP

BW (Business Warehouse) 310.

2.2.8.1 SAP BW (Business Warehouse)

Objek dari SAP BW Meta Data Model menurut Kevin

McDonald et al.(Wiley, 2002, hal 54):

1. InfoObjects

Info Objects adalah blok pemodelan yang utama untuk seluruh

objek meta data yang berhubungan dengan data warehouse di dalam

SAP BW, seperti sumber data, struktur analisis, dan query. Sebuah

Page 31: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

38 

 

 

 

InfoObjects adalah representasi SAP BW dari objek bisnis pada level

terendah yang digunakan untuk menjelaskan proses bisnis dan ketentuan

informasi.

Terdapat empat tipe InfoObjects yang tersedia pada SAP BW:

key figures, karakteristik, karakteristik unit, dan karakteristik waktu.

Key figures digunakan untuk menjelaskan informasi numerik

apapun dari level proses bisnis. Key figures dibagi menjadi enam tipe:

jumlah, kuantiti, angka, integer, tanggal, dan waktu.

Karakteristik digunakan untuk mendeskripsikan hubungan objek

pada bisnis proses mulai dari objek bisnis utama seperti pelanggan,

produk, dan catatan (accounts) hingga atribut yang sederhana seperti

warna, kode pos, dan status. Deskripsi dari karakteristik termasuk

deskripsi bidang dan deskripsi dari seluruh tabel master data yang

menyimpan atribut, text, dan hirarki yang berhubungan dengan bidang

tersebut.

2. InfoObject Catalogs

Katalog InfoObject adalah sebuah direktori dari InfoObject yang

digunakan pada konteks bisnis yang sama.

Page 32: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

39 

 

 

 

3. InfoCubes

InfoCubes adalah tempat penyimpanan data multidimensional

yang digunakan sebagai dasar bagi analisis dan proses pembuatan

laporan pada SAP BW. InfoCubes terdiri dari key figures dan

karakteristik, karakteristik diatur dalam dimensi.

4. ODS Objects

ODS Object adalah tempat penyimpanan data yang digunakan

untuk kepentingan pembuatan laporan dan pembersihan data / kepastian

kualitas. ODS Objects terdiri dari key figures dan karakteristik yang

diatur menjadi kolom kunci dan kolom data, dimana key figures tidak

dapat digunakan sebagai kolom kunci.

5. Data Target

Data target adalah tempat penyimpanan data fisikal yang tersedia

pada sistem SAP BW. Data target adalah suatu istilah umum yang

memasukkan dasar InfoCubes, ODS Objects, dan tabel master data.

6. InfoProviders

InfoProvider adalah objek data fisikal atau virtual yang tersedia

pada sistem SAP BW dan yang menyediakan informasi. InfoProvider

adalah suatu istilah umum yang memasukkan seluruh target data

Page 33: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

40 

 

 

 

(InfoCubes, ODS Objects, dan tabel master data), serta InfoSets, remote

InfoCubes, dan MultiProviders.

7. MultiProviders

MultiProvider adalah gabungan dari sekurang-kurangnya dua

InfoProvider fisik atau virtual yang tersedia pada sistem SAP BW.

8. InfoAreas

InfoArea adalah sebuah direktori dari InfoProvider dan katalog

InfoObject yang digunakan pada konteks bisnis yang sama. Setiap

InfoProvider dan katalog InfoObject termasuk pada satu InfoArea.

InfoArea sama seperti katalog InfoObject membantu mengatur proyek

agar dapat berjalan pada implementasi SAP BW yang besar.

9. Source Systems

Source system adalah sebuah definisi dari sistem fisikal dan

logikal yang menyediakan data kepada sistem SAP BW.

10. InfoSources

InfoSource menjelaskan tentang sumber informasi bisnis yang

tersedia pada satu atau lebih sumber sistem. Bagian terpenting dari

Page 34: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

41 

 

 

 

definisi InfoSource adalah struktur komunikasi yang disusun dari

kumpulan InfoObject.

11. DataSources

DataSource menjelaskan sumber data yang spesifik pada sebuah

sistem sumber spesifik dari sudut pandang teknis. Deskripsi DataSource

termasuk informasi mengenai proses ekstraksi dan proses transfer data,

dan menyediakan pilihan penyimpanan data ke SAP BW pada tabel PSA

(Persistent Staging Area).

12. InfoPackages

Seluruh fungsi-fungsi penjadwalan dan pencatatan untuk proses

pengisian data pada SAP BW didasarkan pada InfoPackage.

13. Queries

Sebuah query adalah sebuah spesifikasi dari gambaran dinamis

tertentu dari sebuah InfoProvider yang digunakan untuk navigasi

multidimensional.

Page 35: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

42 

 

 

 

2.2.8.2 Teknologi penarikan data ke SAP

Berikut beberapa cara penarikan data ke SAP yaitu:

1. DB Connect

Mengijinkan database relasional diakses secara

langsung. DB multi-connect digunakan untuk membuat

koneksi ke DBMS pada database eksternal. Dengan meng-

import metadata dan data original, struktur yang diperlukan

akan di-generate pada BI, dan data dapat ditarik dengan

mudah dan efisien.

2. UD Connect

Dengan menggunakan UD Connect, DBA dapat

mengakses hampir seluruh data source relasional dan

multidimensional. UD Connect mengkonversi dan

memindahkan data multidimensional sebagai flat data.

2.2.9 Area Query Designer pada SAP Business Information Warehouse

Area Query Designer :

Antarmuka Query Designer terbagi dalam 3 bagian utama, yaitu :

1. Element yang terdapat di InfoProvider

2. Definisi query

Page 36: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

43 

 

 

 

3. Toolbar

Gambar 2.2 Area Query Designer

2.2.10 Konsep Data Modeling pada SAP BW

Konsep Data Modelling menurut SAP Business Information Warehouse

Functions in Detail: SAP BW3.5 version 4.0.

Gambar 2.3 Data Modelling

Page 37: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

44 

 

 

 

2.2.10.1 DataSource

Sumber data yang di-ekstrak pada SAP Business Information

Warehouse terhubung pada SAP BW sebagai source system. Element

kunci pada model informasi SAP BW pada source system disebut

DataSource. DataSource menjelaskan data yang diperoleh dari source

system ke unit bisnis. DataSource terdiri dari beberapa field yang saling

terhubung dan tersusun dalam struktur ekstrak dan digunakan untuk

mengirim data ke BW. Metadata BW yang berhubungan dengan

DataSource dikirim ke BW bergantung pada tipe dari source system.

Jika source systemnya adalah system SAP, metadata akan di-copy dari

source system. Jika sumber datanya adalah flat file, metadata terdefinisi

secara otomatis di BW. Berdasarkan permintaan dari SAP BW, data

dikirim dari source system ke SAP BW pada struktur pengiriman

(transfer structure). Struktur pengiriman adalah field yang dipilih dari

DataSource yang mengandung informasi yang berhubungan dengan

pengambilan keputusan (desicion making) untuk proses bisnis.

2.2.10.2 Persistent Staging Area Tabel

Persistent Staging Area tabel (tabel PSA) adalah tempat untuk

memasukkan data ke SAP BW dari source system. Lalu data akan

disimpan dalam tabel database relational yang transparan pada SAP BW.

Tabel PSA dibuat setiap kali membuat source system pada DataSource.

Page 38: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

45 

 

 

 

Data yang diminta kemudian akan disimpan di tabel PSA dengan format

yang sama dengan struktur transfer DataSource. Tabel PSA juga terdiri

dari field key untuk data request ID, data package number, dan record

number. Beberapa saat, konversi mungkin diperlukan untuk memastikan

bahwa data pada SAP BW adalah konsisten. Contohnya, jika format

data source system berubah menjadi YYYYMMDD (19991231) maka

format ini yang akan digunakan pada SAP BW.

2.2.10.3 InfoSource

InfoSource adalah beberapa InfoObject yang saling berhubungan

secara logic dan disederhanakan menjadi 1 unit. Ini tersedia pada

struktur komunikasi (communication structure). InfoSource terdiri dari

transaksi data atau master data (atribut, text dan hierarki).

2.2.10.4 Mapping and Transformation

Pada BW, DataSource akan di-map ke InfoSource. Jika secara

logika field yang berhubungan terdiri dari source system yang beragam,

mereka dapat dimasukkan dalam 1 group yang sama pada satu

InfoSource. Beberapa DataSource akan di-map ke InfoSource.

Pada pemeliharaan transfer rules untuk kombinasi dari

DataSource dan InfoSource, field yang single pada DataSource akan di-

map ke InfoObject yang terhubung di InfoSource. Informasi bagaimana

Page 39: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

46 

 

 

 

data dari DataSource yang akan ditransfer ke InfoSource juga terhubung

disini. Data yang di upload merupakan perubahan dari transfer rules.

Terdapat dua tipe dari InfoSources:

• InfoSources dengan update fleksibel: tipe ini bisa update data ke

dalam target-target data (kecuali hirarki). Update rules dibuat

untuk InfoSource ini memungkinkan master data untuk di update

ke dalam master data object ODS, dimana data bisa dibersihkan

dan digabungkan.

• InfoSources dengan direct updating: tipe ini bisa merubah master

data (karakteristik dengan atribut, text atau hirarki) untuk sebuah

InfoObject secara langsung (tanpa update rules) ke tabel master

data. Sebuah target data bisa didefinisikan dengan beberapa

InfoSources yang dapat didefinisikan oleh beberapa sistem

source.

2.2.10.5 Update Rules

Update rules menentukan bagaimana data (karakteristik, time

karakteristik, key figure) diupdate dari InfoSources ke dalam data

targets. Oleh karena itu anda terhubung dengan data target. Sebuah

update rule harus ditentukan pada setiap key figurenya dan sesuai

karakteristiknya dari InfoObject. Untuk objek ODS, ini harus ditentukan

Page 40: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

47 

 

 

 

untuk data dan key fieldnya dan buat InfoObject harus ditentukan untuk

atribut dan key fieldnya.

Update type dapat mengontrol apakah key figure atau data field

telah diupdate dalam InfoProvider. Berikut beberapa tipe yang ada:

1. No update

2. Addition, minimum or maximum

3. Overwriting (with ODS objects and InfoObjects only)

Metode kalkulasi digunakan untuk mengontrol apakah dan

bagaimana sebuah karakteristik / key figure atau data field atau key field

seharusnya diupdate kedalam data target. Ada beberapa pilihan:

• Source InfoObject: field ini diisi secara langsung dari source

InfoObject yang dipilih dari struktur komunikasi.

• Constant: field ini tidak diisi oleh struktur komunikasi tetapi

secara langsung dengan ditentukan nilainya.

• Formula: key figure atau data field atau atribut yang diupdate

dengan sebuah nilai ditentukan menggunakan formula.

Transformasi library dan formula builder digunakan untuk

membuat formula secara mudah tanpa menggunakan ABAP

coding. Lebih dari 70 standar formula tersedia dalam berbagai

kategori misalnya fungsi untuk karakter string, fungsi tanggal,

fungsi dasar, matematika dan seterusnya.

Page 41: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

48 

 

 

 

• Master data attribute of: data field atau atribut diupdate dengan

membaca tabel master data dari sebuah karakteristik yang berisi

sebuah key dan nilai dalam komunikasi struktur yang berisi data

yang sesuai field atau atribut sebagai atribut.

• Routine: field ini diisi dengan update rutin yang ditulis. Routine

dapat digunakan untuk membuat single return value atau return

tabel atau routine dengan kalkulasi unit.

• Initial value: Field ini tidak diisi dan tetap kosong. Metode

kalkulasi ini juga tersedia dengan transfer rules. Ini juga

memungkinkan untuk translate currencies untuk key figures saat

diupdate kedalam InfoCubes.

2.2.10.6 Data Target

Sebuah data target adalah obyek ke dalam data yang dimuat.

Data target adalah benda-benda fisik yang relevan dengan data selama

pemodelan dan ketika loading data. Data target adalah:

• Dasar InfoCubes

• Transaksional InfoCubes

• ODS Objects

• InfoObjects (karakteristik dengan atribut, teks atau hirarki)

Page 42: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

49 

 

 

 

2.2.11 Pengertian Seat Load Factor

Seat Load Factor (SLF) adalah ukuran dari jumlah total

pemanfaatan kapasitas kendaraan transportasi komersial. Hal ini

berguna untuk menghitung rata-rata hunian pada berbagai rute

penerbangan atau kereta api. Dengan menggunakan informasi ini,

perusahaan penerbangan atau kereta api dapat menentukan profitibilitas

dan potensi penghasilan dari berbagai rute.

Dalam hal ini, SLF didefinisikan sebagai jumlah penumpang-

kilometer perjalanan sebagai persentase dari total kursi-kilometer yang

tersedia. Jadi, jika sebuah maskapai penerbangan dengan 100 kursi

terbang dengan jarak 1000 kilometer, total kursi-kilometer tersedia

100.000. Jika 60 penumpang melakukan perjalanan seluruh jarak,

penumpang-kilometer perjalanan menjadi 60.000 dengan demikian

memberikan SLF 60 persen.

2.2.12 Bisnis Penerbangan

2.2.12.1 Tipe Airlines

Terdapat 2 tipe Airlines:

1. Full Services

Yang dikatakan bahwa sebuah airlines bertipe Full

Services adalah sebagai berikut:

Page 43: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

50 

 

 

 

• Hub & Spoke

Pengumpulan jalur-jalur yang memiliki destination yang

sama.

• Catering, surat kabar, majalah, etc

Terdapat banyak fasilitas yang diberikan dari airlines

tersebut, contohnya surat kabar, majalah dan catering

makanan.

• Connecting Flight

Airlines tersebut memastikan bahwa penumpang akan sampai

ke tujuannya tanpa harus mengurus jalur dan tiket

penerbangannya sendiri.

Contoh airlines dengan Full Services adalah Garuda.

2. Low-Cost

Yang dikatakan bahwa sebuah airlines bertipe Low Cost

adalah layanan Point to point. Yang dimaksudkan adalah airlines

tersebut hanya akan menyediakan layanan penerbangan dari 1

point (origin) ke point lain (destination). Jika untuk tiba ke

destination customer memerlukan penggantian pesawat, maka

hal ini tidak menjadi tanggung jawab dari airlines tersebut

sehingga customer harus menyiapkan semuanya sendiri.

Page 44: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

51 

 

 

 

Kerugiannya adalah jika ternyata ada delay atau

keterlambatan dari penerbangan sebelumnya, akan menyebabkan

jadwal penerbangan berikutnya menjadi berantakan.

Contoh airlines dengan Low-Cost adalah Lion, Jet Blue.

2.2.12.2 Airlines Network

Terdapat 2 jenis Airlines Network:

1. Hub and Spoke

Yang dimaksud adalah dengan mengumpulkan semua

jalur yang menuju ke kota destination yang sama di kota transit

dan diterbangkan ke kota destination bersamaan.

Contohnya: Jika ada 3 rute penerbangan dari Medan ke

Singapura, Aceh ke Singapura dan Bali ke Singapura. Sebagai

contoh, Jakarta adalah kota transit. Semua penumpang dari

Medan, Aceh dan Bali akan diterbangkan menuju Jakarta dahulu,

barulah akan diberangkatkan ke Singapura.

Page 45: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

52 

 

 

 

Gambar 2.4 Airline Network: Hub dan Spoke

2. Point to point

Yang dimaksud adalah dengan langsung melakukan

penerbangan dari kota origin ke kota destination tanpa harus

dikumpulkan dahulu.

Gambar 2.5 Airline Network: Point to Point

Page 46: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

53 

 

 

 

2.2.12.3 Airlines Organization Model

Terdapat 3 tipe Airlines Organization Model :

1. Traditional Airline Model

Pada model ini, semua aktifitas yang berjalan di dalam

airlines akan menggunakan sumber daya internal.

Gambar 2.6 Traditional Model Airline

2. Virtual Airline Model

Aktifitas utama tetap akan dijalankan oleh sumber daya

internal, namun aktifitas di luarnya akan di-outsource.

Page 47: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

54 

 

 

 

Gambar 2.7 Virtual Airline Model

3. Aviation Airline Model

Pada pemodelan ini, akan digabungkan kedua pemodelan

yang ada. Aktifitas utama akan tetap dijalankan oleh sumber

daya internal, dan bagian lain akan di-outsource namun outsource

disini tidak secara keseluruhan diserahkan kepada pihak luar,

tetapi pihak luar tersebut akan diajak untuk bekerjasama

sehingga tetap akan dapat dikontrol oleh sumber daya internal.

Page 48: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

55 

 

 

 

 

Gambar 2.8 Aviation Airline Model

2.2.13 Dashboard

Setiap executive di sebuah perusahaan setiap harinya berhadapan

dengan banyak karyawan dan berbagai macam data. Mereka pun

diharuskan untuk membuat keputusan yang cepat berdasarkan informasi-

informasi tersebut. Ketika transaksi semakin banyak terjadi maka

informasi yang dihasilkan pun semakin detail sehingga semakin sulit

pula dalam pengambilan keputusan strategis dalam waktu yang cepat.

Seorang business leader perlu mengetahui bagaimana performa jalannya

bisnis secara overall walaupun area perusahaan sangat luas. Dashboard

dan scorecard yang berisi charts (kurva), grafik, diagram, dan lain-lain

yang menggambarkan trend dan perbedaan berdasarkan pada kumpulan

Page 49: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

56 

 

 

 

data yang besar merupakan jawaban atas kebutuhan para executive

perusahaan (Turley, Bryant, Counihan, DuVarney, 2006, p290).

Dashboard juga menyediakan gambaran visual yang lengkap

mengenai ukuran, tren, dan eksepsi performa korporasi. Dashboard

mengintegrasi informasi dari berbagai area bisnis. Dashboard juga

memperlihatkan grafik yang menggambarkan performa aktual

dibandingkan dengan satuan yang diinginkan (Turban, 2007).

2.2.14 Pendekatan Business Intelligence

Menurut Almeida, Ishikawa, Reinschmidt, Roeber (1999)

Business Intelligence berarti menggunakan data asset anda untuk

membuat keputusan yang lebih baik, yang menyangkut masalah akses

analisis dan menemukan kesempatan baru.

Business Intelligence adalah kategori luas dari aplikasi dan

teknik untuk mengumpulkan, menyimpan, dan menganalisis, dan

menyediakan akses data untuk membantu pengguna dalam membuat

keputusan bisnis strategis yang lebih baik (Oguz, 2003).

Page 50: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

57 

 

 

 

2.2.14.1 Karakteristik Business Intelligence

Program dari Business Intelligence menurut buku

Microsoft OLAP (Loria, 2005) terbagi tiga yaitu:

a. Integrate (mempersatukan)

• Tambahan data dari sistem sumber dan tergabung dalam

sistem.

• Transformasi data dan perpaduannya.

b. Analyze (analisis)

• Pengayaan data, menggunakan logika bisnis, dan

tampilan hirarkis.

• Penemuan data melalui data mining.

c. Report (laporan)

• Presentasi dari data dan distribusinya.

• Akses data untuk banyak pengguna.

Page 51: BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 ...thesis.binus.ac.id/Asli/Bab2/2010-1-00124-if bab 2.pdf · presentasi yang dapat dimengerti oleh manusia. Sedangkan menurut

58 

 

 

 

Dan Business Intelligence Architecture menurut

Microsoft OLAP (Loria, 2005) terbagi dalam tiga bentuk yang

saling menyambung yaitu:

• Report (laporan): Laporan informasi detail yang

dibutuhkan oleh siapapun untuk kebutuhan pengambilan

keputusan hari-per-hari.

• Analyze (analisis): Analisis data untuk menyingkap akar

permasalahan dan tren pada pelaksanaan bisnis, dan

masih menggunakan teknik simple yang powerful.

• Monitor (mencatat): secara terus menerus mencatat hasil

organisasi pada setiap level/bidang.