1

PERANCANGAN DATA WAREHOUSE

PENJUALAN, PEMBELIAN, DAN
PERSEDIAAN PADA PT. TRUWEAR ASA LINK

Novia Sri Mulyani

Jurusan Sistem Informasi Universitas ARS internasional, Bandung

Jl Sekolah Internasional No 1-2 Antapani, Kota Bandung, Jawa Barat (40282), (022) 7100124
Email : [email protected]

ABSTRAK

Perusahaan menggunakan bantuan teknologi untuk mengumpulkan, menyimpan, dan

memproses data yang dimilikinya untuk dapat unggul dari pesaing. Data warehouse hadir untuk
mendukung proses pengambilan keputusan manajemen dari suatu organisasi/perusahaan, melalui data
warehouse perusahaan dapat mengetahui kebutuhan spesifik dari pelanggan yang dimilikinya, hasil
penjualan, dan pemasaran. Tujuan dari perancangan ini yaitu menganalisa data pada PT.
TRUWEAR ASA LINK, merancang data warehouse sesuai dengan hasil penelitian yang
dilakukan dan membuat suatu rancangan aplikasi yang dapat mempermudah dalam pengambilan
keputusan yang tepat berdasarkan pada informasi yang akurat. Dimana perusahaan
membutuhkan report tools dari data warehouse untuk menganalisa tren pasar di bidang fashion.
Metode Penelitian yang digunakan untuk pengumpulan data secara studi pustaka, dan metode
perancangan arsitektur data warehouse berdasarkan business dimensional lifecycle road map
menurut Ralph Kimball. Hasil Yang Dicapai ini adalah tersedianya data warehouse dan aplikasi report
tools yang dapat menghasilkan informasi secara multidimensi yang cepat dan akurat.Simpulan dari
laporan tugas akhir ini adalah berdasarkan sistem yang ada saat ini, pihak eksekutif dari perusahaan
kesulitan dalam melakukan berbagai analisa informasi yang ada dan dengan menggunakan data
warehouse, permasalahan yang dihadapi oleh manajer mengenai proses analisa dapat teratasi.

Kata kunci : Data warehouse, Business Dimensional Lifecycle Road Map, report tools.

PENDAHULUAN

Sejak tahun 1960an teknologi telah memegang peranan penting dalam bisnis perusahaan,
perkembangan teknologi terus dikembangkan sampai saat ini mampu menghasilkan suatu informasi
yang siap digunakan untuk membantu mereka dalam menganalisis dan mengambi keputusan strategis
perusahaan, seperti produk apa yang harus dikembangkan, seberapa jauh pencapaian yang telah
dicapai oleh perusahaan, dan pasar apa yang harus di fokuskan.Untuk melakuka analisis, maka
perusahaan perlu mengumpulkan atau harus memiliki data yang banyak secara kuantitas dan baik
 2

secara kualitas. Semakin banyak dan baik data yang dimiliki, maka akan semakin baik pula hasil
analisis yang akan dihasilkan. Namun, untuk memenuhi hasil analisis yang baik tergantung pada
jumlah dan kualitas data yang akan digunakan maka dibutuhkan suatu teknologi yang dapat membantu
pihak manajemen perusahaan dalam memahami analisis yang akan dilakukan, contohnya pada
perusahaan manufactur yang menginginkan keuntungan tentu akan memberikan perhatian lebih
terhadap data penting, seperti data purchase, inventory, sales dan data penting lainnya yang dimiliki
untuk dimanfaatkan menjadi sebuah informasi strategis. Data yang terekam dari waktu ke waktu akan
semakin banyak dan menumpuk, jika tidak diolah maka hal tersebut akan mengakibatkan kurangnya
pemanfaatan terhadap data itu sendiri.

Al Irsyadi (2014) menegaskan bahwa data dalam jumlah yang luar biasa banyak merupakan
salah satu dari sekian aset yang dimiliki oleh sebuah perusahaan. Strategi bisnis dapat ditingkatkan
dengan memanfaatkan teknologi mutakhir dan diolah menggunakan pengetahuan keilmuan. Bagi
perusahaan, prediksi mengenai minat konsumen menjadi orientasi ke arah masa depan, dimana dengan
prediksi tersebut mewujudkan sebuah keputusan atau strategi bisnis. Untuk itu teknologi data
warehouse dan data mining dapat dimanfaatkan sebagai solusi.

PT. TRUWEAR ASA LINK merupakan perusahaan yang bergerak dalam bidang produksi
retail busana muslim, berpusat di Jl. Sukamaju no.60, Cipadung kulon, kota Bandung. L'tru, label
busana muslim dari PT. TRUWEAR ASA LINK salah satu retail busana muslim terbesar di
Indonesia, yang telah 10 tahun menjadi bagian dari industri muslim fashion.Tentu saja data yang
dihasilkan tidaklah sedikit baik dari data penjualannya maupun data persediaan stok baju muslimnya.
Karena L.tru memiliki banyak toko yang tersebar di berbagai kota sehingga dikembangkanlah system
data warehouse yang bertujuan untuk mendapat informasi yang mendukung dan menganalisis
informasi penjualan dan persediaan barang dalam memperoleh pengambilan keputusan untuk
mencapai keinginan perusahaan dalam mencapai target perusahaannya.

Perusahaan ini setiap hari menyimpan data-data purchase, inventory dan sales yang belum
dimanfaatkan dengan konsep data warehouse. Sehingga membutuhkan suatu data warehouse untuk
mengintegrasikan seluruh data pada perusahaan. Agar penyajian informasi menjadi lebih mudah
sehingga pengambilan keputusan lebih cepat, tepat dan akurat.

Berdasarkan hasil survei pada PT. TRUWEAR ASA LINK, masalah yang kini sedang dihadapi oleh
perusahaan, yaitu :

1. Proses pengolahan data untuk pengambilan keputusan memerlukan waktu yang cukup lama.
2. Saat ini perusahaan belum mampu menyediakan laporan yang dapat dilihat secara
multidimesi. Laporan yang dihasilkan saat ini hanya menampilkan informasi dari satu dimensi
saja, sehingga: •Manager kesulitan memilih supplier dalam pembuatan sampel, terlebih jika
bahan yang hendak digunakan jarang atau sudah lama tidak diproduksi lagi.

•Bagian operasional kesulitan dalam menentukan konveksi dalam memproduksi pakaian.

•Manager tidak dapat menentukan pakaian atau jenis pakaian mana saja yang menjadi best seller , atau
motif, warna, dan bahan apa saja yang paling banyak diminati pada masing-masing
counterberdasarkan jumlah penjualan dari masing-masing produk.
 3

3. Data transaksi yang terdapat pada database perusahaan semakin bertambah setiap
waktunya. Hal tersebut menyebabkan informasi yang diakses memiliki tingkat kerincian yang
tinggi atau detail.
Berdasarkan hal–hal yang telah diulas dalam latar belakang, tujuan dari penulisan laporan
tugas akhir ini adalah:
a) Menganalisis kebutuhan informasi keputusan pada perusahaan.
b) Merancang data warehouse sesuai dengan hasil penelitian yang dilakukan.
c) Membuat suatu rancangan aplikasi yang dapat mempermudah dalam pengambilan
keputusan yang tepat berdasarkan pada informasi yang akurat.

Menurut (Pusadan, 2013) “data warehouse sebenarnya dapat dianggap sebagai suatu salinan
data transaksional/OLTP (Online Transactional Procesing) yang terstruktur untuk kebutuhan analisis,
reporting, dan data mining”. Dalam penutup di jurnalnya menurut Darudiato (2008:64),
keuntungan dari pengimplementasian data warehouse diantaranya adalah mempertinggi akses
end-user terhadap data yang lebih luas dan beragam, para pembuat keputusan bisnis dapat
mendapatkan laporan yang mengikuti tren, meningkatkan kekonsistenan data dan produktivitas,
mengurangi biaya, dapat mengombinasi data dari sumber yang berbeda pada satu tempat serta
menyediakan infrastruktur yang dapat mendukung perubahan terhadap data dan penduplikasian
dari perubahan data tersebut dikembalikan pada sistem operasionalnya.

Berdasarkan latar belakang tersebut, penelitian ini bertujuan untuk merancang sebuah data
warehouse yang dapat dijadikan sumber informasi bagi pihak manajemen PT. TRUWEAR ASA
LINK. Pendekatan dalam melihat informasi dari data warehouse yaitu dengan melihat bagaimana
menejemen purchase, inventory dan sales dengan baik.

LANDASAN TEORI

Pengertian Data Warehouse

Menurut Reinardi dalam bukunya Building Data Warehouse in SQL Server 2008 (2008:1-3), data
warehouse merupakan sistem yang mengambil (retrieve) dan mengkosilidasikan (Consolidate) data
secara periodik (Periodically) dari sumber data ke dalam penyimpanan dimensional dan
ternormalisasi. Data yang disimpan 11 merupakan data histori dan digunakan untuk permintaan data
(query) pada bisnis intellegence dan aktifitas analisis.

Menurut Zhiwei Ni et al. (2011), data warehouse merupakan suatu kumpulan data yang bersifat
subjectoriented, terintegrasi, terus-menerus dan time variant yang membantu enterprise atau organisasi
dalam membuat keputusan. Sebagai pembuat keputusan maka dibutuhkan query beberapa nilai dari
satu subjek untuk melakukan proses analisis secara real-time. Data warehouse dengan model
multidimensional biasanya diimplementasikan dalam bentuk star scheme agar memenuhi persyaratan.
Pada model multidimensional, data warehouse biasanya menyimpan data dalam bentuk database
relasional.

Menurut W.H Inmon dalam bukunya Building The Data Warehouse (2005), Dengan kata lain,
data warehouse adalah data (meta / fact / dimension / aggregation) dan pengelolaan proses
(load / warehouse / query) yang memungkinkan informasi tersedia, sehingga memudahkan orang
untuk mengambil keputusan [1].
 4

Data warehouse juga merupakan salah satu Sistem Pendukung Keputusan, yang
menyimpan data dari berbagai sumber, mengorganisasikan data untuk reporting (pelaporan) dan
analisis dalam bentuk Online Analytical Processing (OLAP). Dalam data warehouse, database berisi
summary (ringkasan) dan aggregate (kumpulan) data dalam hubungan facts (fakta, misalnya
transaksi penjualan) dan dimensions (dimensi, misalnya produk, wilayah, waktu). Fact dan
dimension biasanya dikombinasikan dalam sebuah desain star schema. Kombinasi fact dan
dimension dalam bentuk star schema inilah yang menjadi data mart. Data yang masuk ke dalam
data warehouse datang dari lingkungan operasional hampir dalam segala hal. Data warehouse
merupakan penyimpanan fisik data yang ditransformasikan dari data aplikasi yang berada dalam
lingkungan operasional. Bill Inmon menyatakan karakteristik data warehous antara lain: subject
oriented, integrated, time variant, dan non volatile. Adapun penjelasan diatas dapat dijelaskan sebagai
berikut:

1. Subject-oriented

Data warehouse diorganisasikan dalam lingkup subjek Berfokus pada spesifikasi konsep bisnis, model
dan analisis pada data untuk membuat keputusan. Contoh U.D Singapur Group, subyek yang terlibat
antara lain customer, product, sales, transaction, order, dan lainnya. Orientasi subjek memungkinkan
para pengguna untuk menentukan tidak hanya bagaimana bisnis mereka sedang berjalan tetapi
mengapa bisnis mereka berjalan. Data warehouse berbeda dengan database operasional dalam hal
kebanyakan database operasional mempunyai sebuah orientasi produk dan disetel untuk menangani
transaksi yang memperbaharui database. Orientasi subjek menyediakan pandangan yang menyeluruh
mengenai organisasi dan 12 memisahkan data yang tidak berguna di dalam proses pengambilan
keputusan.

2. Integrated

Data warehouse dibangun dengan menggabungkan/menyatukan data yang berbeda. Penggunaan

penamaan, bentuk dan struktur yang konsisten serta karakteristik yang saling berhubungan dari
berbagai sumber internal maupun eksternal perusahaan/organisasi.

3. Time-Variant

Data operasional biasanya memproteksi sebuah periode waktu yang singkat karena banyak transaksi
berhubungan dengan beberapa data. Waktu adalah dimensi penting yang harus didukung oleh semua
data warehouse misal harian, mingguan, bulanan, dimana setiap struktur kunci mengandung elemen
waktu. Dimensi waktu merupakan dimensi yang dikandung data dalam data warehouse . Data
disimpan untuk menyediakan informasi dari perspektif historical artinya data tidak menyediakan
status saat ini. Mereka disimpan untuk lima atau sepuluh tahun atau lebih dan digunakan untuk
mempelajari trend, peramalan dan perubahan dari informasi.

4. Non-volatile

Sekali dimasukkan kedalam data warehouse, data adalah read-only, mereka tidak bisa diubah atau
diperbaharui. Data using dibuang dan perubahan direkam sebagai data baru. Hal ini memungkinkan
data warehouse untuk disesuaikan hamper secara eksklusif untuk akses data.
 5

Arisitektur Data Warehouse

Berdasarkan Connolly & Begg (2010, p1153), terdapat komponen - komponen utama didalam
arsitektur Data Warehouse, yaitu terdiri dari :

a. Operational Data, sumber dari data ini didapat dari data operasional yang dilakukan pada
database awal,

b. Operational Data Store (ODS), tempat penyimpanan data operasional yang sedang terjadi dan
terintegrasi dimana digunakan untuk analisis,

c. Load Manager (sering juga disebut komponen frontend), menampilkan semua operasi yang
diasosiasikan dengan data yang telah diekstrak dan di-load kedalam warehouse,

d. Warehouse Manager, menampilkan semua operasi yang diasosiasikan dengan manajemen data
dalam Warehouse,

e. Query Manager (sering disebut juga komponen backend), menampilkan semua operasi yang
diasosiasikan dengan manajemen dari user queries,

f. Detailed Data, area dari data warehouse yang menyimpan semua data rinci didalam skema
database. Umumnya, data rinci tidak disimpan secara online namun bisa tersedia dengan
mengagregasi data ke tingkat detil selanjutnya. Data rinci ditambahkan ke dalam data
warehouse untuk mendukung data agregat.

g. Lightly dan Highly Summarized Data, area dari data warehouse yang menyimpan semua
standar untuk lightly summarized data yang dihasilkan oleh Warehouse manager. Tujuan dari
meringkas informasi adalah untuk mempercepat kinerja saat melakukan query. Ringkasan data
akan ditambah saat data baru dimasukkan kedalam data warehouse.

h. Archieve Backup Data, area warehouse yang menyimpan detailed dan summarized data yang
bertujuan sebagai arsip dan backup data,

i. Meta-Data, area ini menyimpan definisi metadata (data tentang data) yang digunakan oleh
semua proses dalam warehouse. Meta-data digunakan untuk berbagai macam tujuan termasuk
:

- Proses ekstrak dan load - metadata digunakan untuk memetakan sumber data kedalam
pandangan umum sebagai warehouse.

- Proses manajemen warehouse – metadata digunakan untuk mengotomatisasi pembuatan tabel

ringkasan.

- Sebagai bagian proses manajemen query – metadata digunakan untuk menghubungkan query ke
sumber data yang sesuai.

Struktur metadata berbeda antara setiap proses, karena tujuan berbeda. Ini berarti bahwa
berbagai salinan metadata yang menggambarkan data item yang sama dipegang dalam Data
warehouse. Kebanyakan tool penjual untuk salinan manajemen dan end-user data mengakses
menggunakan versi mereka sendiri dari metadata. Secara khusus, tool salinan manajemen
menggunakan metadata untuk mengerti peraturan pemetaan untuk mengubah sumber data kedalam
 6

bentuk biasa. Tool akses end-user menggunakan metadata untuk mengerti bagaimana untuk
membangun sebuah query.

j. End-User Access Tools, dapat dikategorikan menjadi lima grup utama: data reporting and
query tools, application development tools, executive information system (EIS) tools, online analytical
processing (OLAP) tools dan data mining tools.

Bentuk Arsitektur Data Warehouse:

Gambar 1. Aristektur dasar

Gambar 2. Arsitektur dengan staging area 1

 7

Gambar 3. Arsitektur dengan staging area 2

METODE PENELITIAN
Metode Pengumpulan Data
Studi kepustakan Metode studi pustaka ini menjadikan jurnal, maupun karya tulis sebagai
sumber pengumpulan data. Dengan melakukan pencarian, membaca dan meringkas pada sumber
tersebut untuk selanjutnya dapat dijadikan landasan dalam mendukung penulisan laporan tugas
perancangan data warehouse.

Metode Perancangan Data Warehouse

Perancangan yang digunakan adalah metode perancangan data warehouse menurut Ralph
Kimball, yang dikenal dengan nama Business Dimensional Lifecycle Road Map, dengan tahapan
sebagai berikut:

1) Project Planning

Pada tahap ini berfokus pada perencanaan proyek yang diluncurkan, termasuk kesiapan proyek,
scoping, justification, dan staffing.

2) Business Requirements Definition

Pada tahap ini, mengumpulkan semua persyaratan untuk menentukan faktor-faktor kunci yang
berdampak bisnis dengan berfokus pada pengguna data warehouse. Dimana persyaratan atau
requirement di dapat dengan cara melakukan wawancara. Wawancara dilakukan pada manajer
operasional PT. TRUWEAR ASA LINK. Ini dilakukan untuk mengetahui sistem yang sedang
berjalan sehingga selanjutnya dapat menganalisis kebutuhan data serta informasi untuk membuat data
 8

warehouse. Selain itu juga untuk mengetahui permasalahan yang sedang dihadapi untuk
selanjutnya dapat dipecahkan dan itu semua menjadi persyaratan dalam merancang data
warehouse.

3) Technology Track

Trek teknologi dimulai dengan desain sistem arsitektur untuk membuat shopping list dari
kemampuan yang dibutuhkan, dilanjutkan dengan pemilihan dan pemasangan produk yang
memenuhi kebutuhan-kebutuhan arsitektur.

4) Data Track

Data track dimulai dengan desain model target dimensi untuk menangani kebutuhan bisnis,
dengan tetap memperhatikan realitas data yang mendasarinya. Model dimensi dapat diturunkan
pada database relasional, disebut sebagai skema bintang, atau database multidimensi. Model
dimensi dikonversi menjadi desain fisik di mana kinerja strategi tuning dipertimbangkan,
kemudian di-extract, transform, dan load (ETL) sistem desain dan tantangan development
yang ditangani. Dengan kata lain pada proses ini dilakukan Dimensional Modeling, Physical
Design dan Data staging Design and Development.

5) Business Intelligence Track

Pada tahap ini sebagian fokus untuk mengidentifikasi dan membangun berbagai aplikasi,
termasuk standar laporan, query parameter, dashboard, model analitik, bersama dengan
interface navigasi yang terkait. Dengan kata lain pada tahap ini dilakukan analisis spesifikasi
aplikasi dan analisis pengembangan aplikasi.

6) Deployment, Maintenance and Growth

Pada tahap ini dilakukan implementasi. Kemudian iterasi deployed memasuki fase maintenance,
sementara pertumbuhan (growth) menunjukkan dengan arrow back ke perencanaan proyek untuk
iterasi berikutnya dari data warehouse.

HASIL DAN BAHASAN

1) Proses Bisnis yang Sedang Berjalan
Proses bisnis yang sedang berjalan pada PT. TRUWEAR ASA LINK memiliki beberapa
kegiatan utama dalam proses bisnisnya yaitu mengenai pembelian bahan baku berupa
kain, penggunaan jasa konveksi dalam pembuatan pakaian, penjualan pakaian baik
secara langsung ke customer ataupun penjualan dengan sistem konsinyasi di berbagai
store/toko di Indonesia, proses persediaan, serta proses retur. Proses pembelian kain dimulai
dari menentukan tren yang dilakukan oleh bagian merchandise, kemudian membuat
spesifikasi pakaian yang akan dibuat dan diberikan ke bagian operasional. Berdasarkan
tren atau model pakaian yang sudah ditentukan, bagian operasional menentukan supplier
yang sesuai untuk pembuatan sampel berupa pakaian jadi, lalu membuat PO (purchase
order) sampling ke beberapa supplier. Setelah beberapa hari sejak pengiriman surat PO
sampling, beberapa supplier mengirimkan contoh hasil (sampel) yang sudah dibuat ke
PT. TRUWEAR ASA LINK. Sampel-sampel tersebut ditujukan ke bagian merchandise
untuk kemudian bagian merchandise menilai sampel dari supplier mana yang sesuai
dengan spesifikasi pakaian yang akan dibuat dalam jumlah banyak. Ketentuan
kesesuaiannya dilihat dari kualitas bahan, efek bentuk jahitan pada kain serta harga
bahan antara satu supplier dengan supplier lainnya. Setelah menentukan supplier yang
dipilih, bagian merchandise akan memberikan wewenang kepada bagian operasional untuk
 9

dapat membuat PO Kain. Sehingga biasanya PO Pakaian yang dibuat sudah memiliki
tujuan akan didistribusikan ke sebuah counter atau customer. Terdapat 2 jenis PO, yakni
PO pakaian untuk counter dan PO untuk direct sales. Setelah proses produksi pakaian
selesai, konveksi akan mengirimkan barang yang ditujukan ke bagian gudang. Kemudian
bagian warehouse membuat surat receive order sesuai jenis PO-nya, receivedorder pakaian
untuk counter atau received orderuntuk memenuhi permintaan direct sales, sesuai dengan
barang yang diterima dan memasukkan barang ke gudang sebelum di kirimkan ke counter /
customer.
2) Mengenai proses penjualan
PT. TRUWEAR ASA LINK saat ini memiliki 30 counter yang tersebar di berbagai
department store di beberapa kota besar di Indonesia. Jumlah counterdiperkirakan terus
bertambah setiap tahunnya seiring dengan pembangunan pusat-pusat perbelanjaan baru di
kota-kota besar. Transaksi penjualan di counter dilayani oleh SPG (sales promotion girl)
atau SPB (sales promotion boy) dan supervisor counter, dimana setiap transaksi
penjualan dicatat oleh SPG dan kasir department store. Setiap harinya pihak department store
dan SPG mengirimkan laporan total penjualan perharinya ke manajer operasional.
3) Proses persediaan
Proses Persediaan pada PT. TRUWEAR ASA LINK dibagi menjadi 2 yaitu barang masuk
dan barang keluar. Barang yang masuk ataupun keluar dibagi menjadi 2 macam yaitu
mengenai kain dan pakaian. Kain yang masuk (yang dikirim oleh supplier) dicatat oleh bagian
warehouse ke dalam surat terima kain untuk kemudian melakukan update stock. Update
stock pakaian yang masuk dicatat berdasarkan receive order, baik receive order dari PO
untuk counter maupun receive orderdari PO direct sales berdasarkan barang yang dikirim
dari konveksi yang diterima oleh bagian warehouse.
4) Analisis Kebutuhan Informasi
Hasil laporan yang akurat dan mudah mengerti saat ini merupakan hal yang sangat penting
bagi PT. TRUWEAR ASA LINK, dengan demikian berarti pihak manajemen memerlukan
data dan informasi yang akurat dari kegiatan operasional. Laporan bernilai bagi
perusahaan karena laporan menjadi bahan pertimbangan utama bagi para eksekutif
dalam mengambil keputusan bagi perusahaan. Berdasarkan hasil wawancara, berikut ini
merupakan data dan informasi yang dibutuhkan oleh para eksekutif pada PT. TRUWEAR
ASA LINK:
-Laporan penjualan meliputi jumlah produk yang terjual, total penjualan produk, total rupiah
dari produk. Laporan penjualan tersebut dapat dilihat berdasarkan per-produk, warna, counter,
lokasi, harga, jenis pakaian, motif, bahan dasar, dan ukuran.
-Laporan pembelian bahan baku meliputi total pembelian kain dan total (rupiah) pembelian
kain. Laporan pembelian bahan baku dapat dilihat berdasarkan bahan, warna, motif, dan
supplier.
-Laporan persediaan produk gudang meliputi jumlah kain yang masuk dan kain yang keluar,
serta jumlah pakaian yang masuk dan pakaian yang keluar. Laporan tersebut dapat dilihat
berdasarkan per-produk, warna, counter, jenis pakaian, bahan dasar, harga, supplier, konveksi.
-Laporan-laporan tersebut dapat menampilkan informasi berdasarkan tahun, bulan dan hari
5) Technology Track
Technical Architecture Design Arsitektur data warehouse yang dirancang untuk PT.
Central Network Indonesia adalah arsitektur data warehouse terpusat. Dengan menggunakan
data warehouse, PT. Central Network Indonesia memiliki sebuah database yang digunakan
untuk menghasilkan ringkasan informasi atau sebagai dasar bagi pengembangan sistem.
Data warehouse tersebut independen atau terpisah dari database operasional agar tidak
mengganggu kinerja dari database operasional.
 10

Alasan memilih arsitektur data warehouse terpusat yaitu karena:

•Data yang terdapat dalam data warehouse merupakan hasil integrasi dari sub
departemen yang berbeda, dan digunakan oleh pihak eksekutif perusahaan.

•Penyimpanannya terpusat mempermudah dalam melakukan pengawasan dan

pemeliharaan data yang ada di data warehouse.

•Informasi yang dihasilkan lebih mudah dan murah dibandingkan dengan data warehouse
terdistribusi dan juga datanya cenderung lebih konsisten dibandingkan data warehouse
fungsional.

Data Track

Memilih Proses (Choosing the process)

Proses dari PT. Central Network Indonesia yang digunakan untuk merancang data
warehouseadalah penjualan (dimana didalamnya termaksud penjualan counter dan penjualan
direct sales serta retur), pembelian (dimana didalamnya termaksud pembelian kain dan
pembelian jasa pakaian), persediaan (dimana didalamnya persediaan kain dan pakaian di gudang
serta persediaan stok counter).

Memilih Grain (Choosing the grain)

Memilih grain dapat diartikan menentukan record yang direpresentasikan pada tabel fakta.
Hasil keputusan dalam memilih grain menentukan grain disetiap tabel dimensi. Grain pada PT.
Central Network Indonesia dalam merancang data warehouse yaitu:

Penjualan produk di counter, yakni : produk dan jenis produk, warna, bahan, motif,
ukuran, lokasi dan counter yang paling banyak diminati / terjual, Analisis tersebut mengacu pada
jumlah penjualan produk dan total (rupiah) penjualan produk. Kemudian analisis tersebut
dilakukan per periode waktu hari, bulan, dan tahunan.

Pembelian bahan baku, yakni :kain, bahan, warna, motif, supplier yang paling banyak
dipesan. Analisis tersebut mengacu pada jumlah pembelian kain, (rupiah) pembelian kain, dan
harga beli kain. Kemudian analisis tersebut dilakukan per periode waktu hari, bulan, dan tahunan.

Persediaan produk gudang, yakni : produk dan jenis produk, ukuran, warna, konveksi,
counter yang paling sering masuk dan keluar, Analisis tersebut mengacu pada jumlah produk yang
masuk dan keluar. Kemudian analisis tersebut dilakukan per periode waktu hari, bulan, dan tahunan.

Memilih Fakta (Choosing the facts)

Pada tahap ini dilakukan pemilihan fakta yang telah ditentukan sebelumnya. Masing-
masing fakta yang dipilih akan ditampilkan dalam bentuk laporan dan grafik. Berikut ini fakta-
fakta yang akan ditampilkan kedalam Data Warehouse :

1) Fakta Penjualan

Meliputi WaktuID, PelangganID, ArtikelID, ProdukID, WarnaID, StaffID, DaerahID,

 11

Total barang yang dijual dan Jumlah barang dijual.

2) Fakta Pembelian
Meliputi WaktuID, SupplierID, ArtikelID, WarnaID, StaffID, DaerahID, Harga, Total
barang

3) Fakta Persediaan
Meliputi WaktuID, ArtikelID, GudangID, WarnaID Jumlah barang yang distok,
Jumlah barang awal, Jumlah barang masuk, Jumlah barang keluar, Jumlah barang
akhir.

Berikut adalah tabel-tabel fakta yang digunakan :

Fakta Penjualan

Tabel 1. Fakta Penjualan

Atribut Tipe Data

Atribut Tipe Data

Id_Waktu Date
Id_Customer Vachar(10)
Id_Artikel Vachar(10)
Id_Produk Vachar(10)
Id_Warna Vachar(10)
Id_Staff Vachar(10)
Id_Toko Vachar(10)
Total_Penjualan Num
Jumlah_ Penjualan Num

Fakta Pembelian

Tabel 2. Fakta Pembelian

Atribut Tipe Data

Atribut Tipe Data

Id_Waktu Date
Id_Supplier Vachar(10)
Id_Artikel Vachar(10)
Id_Warna Vachar(10)
 12

Id_Staff Vachar(10)
Id_Toko Vachar(10)
Total_ Pembelian Num
Jumlah_ Pembelian Num

Fakta Persediaan

Tabel 3. Fakta Persediaan

Atribut Tipe Data

Id_Waktu Date

Id_Artikel Vachar(10)
Id_Barang Vachar(10)
Id_Staff Vachar(10)
Id_Supplier Vachar(10)
Jumlah_barang_awal Int(10)
Jumlah_barang_keluar Int(10)
Jumlah_barang_akhir Int(10)

4) Melengkapi tabel dimensi (Rounding out the dimension table)

Dalam tabel dimensi terdapat data yang merupakan rujukan dari table fakta yang
berhubungan dengan tabel dimensi tersebut, sebagai berikut :

1. Dimensi Waktu
Tabel 4.4 Dimensi Waktu

Atribut Tipe Data Panjang

10
#Id_waktu Int
 13

Tanggal date time

Dimensi Staff
Tabel 4.4 Dimensi Staff

Atribut Tipe Data Panjang

#Id_Staff Int 10

Nama_Staff Varchar 15

Alamat_Staff Varchar 25

Dimensi Product
Tabel 4.4 Dimensi Product

Atribut Tipe Data Panjang

#Id_Product Int 10
Kode_Product Int 10
Nama_Product Varchar 15
Warna_Product Varchar 15
Dimensi Artikel
Tabel 4.4 Dimensi Artikel

Atribut Tipe Data Panjang

#Id_ Artikel Int 10

Nama_ Artikel Varchar 15
Class_Artikel Varchar 10
 14

Dimensi Costumer
Tabel 4.4 Dimensi Costumer

Atribut Tipe Data Panjang

#Id_ Costumer Int 10

Nama_ Costumer Int 10
Alamat_ Costumer Varchar 25
No_Telp Int 15

Dimensi Supplier
Tabel 4.4 Dimensi Supplier

Atribut Tipe Data Panjang

#Id_ Supplier Int 10

Nama_ Supplier Int 10
Alamat_ Supplier Varchar 25
No_Telp Int 15

Dimensi Toko
Tabel 4.4 Dimensi Toko

Atribut Tipe Data Panjang

#Id_ Toko Int 10

Nama_ Toko Varchar 15
Alamat_Toko Varchar 10
No_Telp Int 15
 15

Dimensi Warna
Tabel 4.4 Dimensi Warna

Atribut Tipe Data Panjang

#Id_ Warna Int 10

Kode_ Warna Varchar 15
Nama_ Warna Varchar 15

Dimensi Gudang
Tabel 4.4 Dimensi Gudang

Atribut Tipe Data Panjang

#Id_Gudang Int 10
Kode_Gudang Int 10
Nama_Gudang Varchar 15
16
 17

SIMPULAN DAN SARAN

Berdasarkan hasil analisa dan penelitian yang dilakukan pada PT. TRUWEAR ASA LINK,
maka dapat ditarik kesimpulan sebagai berikut:

1. Berdasarkan sistem yang ada saat ini, pihak eksekutif dari PT. TRUWEAR ASA LINK
mengalami kesulitan dalam melakukan berbagai analisa informasi yang ada. Hal ini disebabkan karena
informasi yang dihasilkan pada saat ini hanya dapat dilihat dari 1 dimensi, bersifat detail, terbatas, dan
tidak interaktif.

2.Aplikasi report tools yang merupakan produk dari data warehouse mampu memberikan
informasi mengenai penjualan counter, penjualan directsales, pembelian bahan baku, pembelian
jasa produksi, persediaan kain, persediaan pakaian, retur, dan transferout kepada pihak eksekutif
dalam bentuk tabel dan grafik yang disajikan dengan user interface yang interaktif sehingga
memudahkan eksekutif dalam melihat informasi yang dibutuhkan dan mempercepat pengambilan
keputusan.

3. Penggunaan informasi yang disajikan oleh data warehouse secara tepat dapat me nghasilkan
keputusan yang memiliki dasar yang kuat sebagai langkah strategis yang tepat. 4.Dengan
menggunakan data warehouse, permasalahan yang dihadapi oleh manajer mengenai proses analisa
dapat teratasi. Dari perancangan data warehouse yang dilakukan, ada beberapa saran yang dapat
dijadikan sebagai masukan untuk pengembangan data warehouse pada PT. TRUWEAR ASA LINK
kedepannya,

SARAN

1.Ruang lingkup data warehouse dapat diperluas hingga dapat mencakup seluruh divisi yang ada
pada PT. TRUWEAR ASA LINK.
 18

2.Pemeliharaan data warehouse secara rutin dan pengawasan terhadap proses transformasi harus
tetap dilakukan secara berkala dan baik agar kualitas data dalam data warehouse tetap terjamin.

3.Sebaiknya dilakukan peningkatan software dan hardware yang digunakan agar dapat
mendukung pengembangan data warehouse dan memperoleh kinerja data warehouse yang lebih
maksimal.

4.Perlu dilakukan training terhadap user dalam menggunakan aplikasi report tools yang dibuat
agar dapat dimanfaatkan secara maksimal.

5.Memanfaatkan data warehouse tersebut untuk mengembangkan aplikasi sistem pendukung

keputusan lainnya, seperti data mining, decision support systems (DSS), executive information system
(EIS), maupun business intelligence yang dapat digunakan untuk kebutuhan bisnis.

REFERENSI

Suparto Darudiato, (2010). Perancangan Data Warehouse Penjualan Untuk Mendukung Kebutuhan
Informasi Eksekutif Cemerlang Skin Care , Vol 1, No 5 (2010)

Kimball, Ralph & Ross, Margy. (2010). The Kimball Group Reader: Relentlessly Practical
Tools For Data Warehousing and Business Intelligence. First Edition. Indianapolis: Wiley

Savitri, Dian Arini (2013) Implementasi Data Warehouse Sistem Penjualan Batik Di Kampung Batik
Laweyan (Studi Kasus Batik Mahkota Laweyan). Skripsi thesis, Universitas Muhammadiyah
Surakarta.

Dessy Tri Anggraeni, dkk, Perancangan Data Mart Manufactur Alat Perkantoran Baja,Vol 21, No 1
(2016) > Anggraeni