Pengembangan Datawarehouse pada suatu perusahaan

Abstarksi

Dengan semakin berkembangnya banyak perusahaan manufaktur di Indonesia, akan sangat berpengaruh terhadap daya saing bagi perusahaan, sehingga perusahaan dituntut agar dapat memantau setiap proses penjualannya. Hal  ini yang menyebabkan Greenscope Energy – PT. Tustika Nagata Surabaya dimana perusahaan tersebut menghasilkan suatu barang atau benda yang bernilai guna bermula dari material kasar yang dikerjakan sesuai keinginan konsumen sehingga tercipta produk barang yang sesuai dengan apa yang diinginkan. Berdasarkan dari tahun ke tahun penjualan produk di Greenscope Energy – PT. Tustika Nagata Surabaya mengalami peningkatan yang signifikan. Namun lebih dari itu pihak manajemen mengalami kesulitan dalam mengelola laporan data penjualan dengan banyaknya berkas-berkas yang secara umum masih manual, sehingga dibutuhkan struktur penyimpanan data yang dapat memperbaiki efisiensi pengolahan dan penggalian data, terutama dalam membangun sebuah pola hubungan antar data yang dimaksud disini adalah data warehouse agar dapat memantau proses penjualan secara realtime serta penggunaan association rule mining.

Analisis

a.  Tujuan Pembangunan Sistem Datawarehouse
   Seluruh pencatatan penjualan yang dilakukan oleh PT. Greenscope Energy masih bersifat manual, yaitu menggunan metode  paper work system yaitu seluruh aktifitas laporan penjualan masih menggunakan kertas yang dibantu dengan aplikasi Ms. Office, metode tersebut dianggap kurang efektif sehingga PT. Greenscope Energy mengharapkan adanya sebuah dukungan teknologi dalam mengelola data penjualan yang sangat besar.

   Datawarehouse pada penelitian ini dibangun berdasarkan kebutuhan bagi PT. Greenscope Energy untuk dapat memiliki system pengumpulan yang baik sehingga dapat mengetahui  proses-proses transaksi penjualan dengan lebih mudah berdasarkan kebutuham yang diinginkan oleh PT. Greenscope Energy.

b.   Perancangan dan pembuatan datawarehouse

Pada bagian ini akan dilakukan perancangan  datawarehouse  yang selanjutnya akan                dilakukan pembuatan datawarehouse.

 Hasil pembuatan datawarehouse, dapat ditunjukkan oleh star schema pada gambar dibawah ini.

 



 












digilib.its.ac.id/.../ITS-paper-24337-5208100032-Paper

Datawarehouse Pert. 2

DATA MART

Seperti yang telah dijelaskan sebelumnya Data Mart merupakan bagian dari data warehouse. Tetapi data mart memiliki karateristik yang sama dengan data warehouse, yang membedakan keduanya adalah Data mart ini digunakan untuk kepentingan cabang atau departemen dari suatu perusahaan atau organisasi. Jadi cakupan datanya lebih sempit dari data warehouse.

Walaupun demikian data mart juga memiliki banyak kelebihan. Kelebihan dari data mart ini diantaranya itu meningkatkan kinerja system komputer karena dia hanya fokus dalam satu pekerjaan dan dia juga memiliki historis data dimana kita dapat menganalisis ketidaktepatan suatu data. Namun data mart juga memiliki kekurangan, diantaranya adalah yaitu nilai yang dimiliki terbatas pada departemennya saja, dia tidak bisa melihat secara keseluruhan perusahaan atau organisasinya maka dari itu laporan dan potensi analisisnya sangat terbatas.

http://heppypomy.wordpress.com/2013/01/

METADATA

Metadata adalah salah satu aspek terpenting data warehousing dan sebagai srtruktur informasi yang menjelaskan sebuah informasi untuk mudah ditemukan kembali dan dikelola.

Contoh adalah di perpustakaan yang memerlukan metadata koleksinya agar proses penelusuran informasi lebih mudah maka dibuat katalog koleksi misalnya katalog buku. Di katalog tersebut di catat semua data yang penting yaitu Pengarang, Judul Buku, Tempat dan Tahun terbit, Subyek, Nomor klasifikasi, dan Tajuk Subyek.

http://ula3.wordpress.com/2012/06/21/apa-itu-metadata-dan-sumber-informasi/

Perbedaan Data Mart dan Data Warehouse

http://wahyudewantara09.blogspot.com/2014/09/perbedaan-data-warehouse-dan-data-mart.html

Pert. 1  DATA WAREHOUSE

Setelah dibahas di kelas, DATA WAREHOUSE menurut saya adalah system computer (OLTP) yang mengarsipkan informasi ke dalam storage(OLAP).

Pengertian dari OLTP (Online Transaction Processing System) sendiri adalah transaksi proses pada bisnis atau suatu data baru yang ada saat ini yang kemudian langsung disiman di OLTP.

Sedangkan pengertian OLAP (Online Analytical Processing) adalah suatu data dari OLTP yang telah disaring atau di analisa dan disimpan pada OLAP.

Table di bawah ini adalah perbedaan anatara OLTP dengan data warehouse :

Sumber : http://2.bp.blogspot.com/

Business Inteligence adalah kemampuan mengumpulkan data dari berbagai sumber menampilkannya dalam bentuk yang mudah di analisis.

ETL (Extraction, Transformation, Loading) adalah memproses data-data yang kembar.

Didalam OLAP ada 2 konsep yaitu :

1.      Fact Table

Table yang berisikan nilai2 numerik berupa fakta

2.      Dimension Table

Tabel-table yang berisi data grouping dari data pengukuran yang dilakukan.

(sumber : http://khawanznote.wordpress.com/2010/05/12/fact-table-dan-dimension-table/)