Page 1
SISTEM INFORMASI AKUNTANSI
SISTEM PERENCANAAN SUMBER DAYA PERUSAHAAN
Sub Pokok Bahasan :- Pengertian ERP- Konfigurasi Sistem ERP- Pergudangan Data
TUJUAN INSTRUKSIONAL UMUMMemahami sistem perencanaan sumber daya perusahaan.
TUJUAN INSTRUKSIONAL KHUSUSSetelah mempelajari materi ini, mahasiswa akan dapat:1. Memahami fungsionalitas umum dari elemen kunci dari sistem ERP.2. Memahami berbagai aspek dari konfigurasi ERP termasuk server, database, dari
peng-gunaan dari perangkat lunak bolt-on.3. Memahami maksud dari gudang data (warehousing) sebagai suatu alat strategis
dari me-ngenali topik yang berhubungan dengan desain, pemeliharaan, dari operasi dari gudang data.
METODE PEMBELAJARAN1. Kuliah Mimbar2. Tanya Jawab3. Latihan
ALAT BANTU PEMBELAJARAN1. LCD/Overhead Projector2. White Board dan Spidol
REFERENSI1. James A. Hall, 2007. Sistem Informasi Akuntansi, Edisi ke-4, Penerbit Salemba
Empat, Jakarta.2. Nugroho Widjajanto, 2001. Sistem Informasi Akuntansi, Penerbit Erlangga.
MODUL 19
Page 2
SISTEM PERENCANAAN SUMBER DAYA
PERUSAHAAN
A. PENDAHULUANKebanyakan organisasi-organisasi yang berukuran besar dan sedang memi-
liki sistem informasi yang dirancang dan diprogram menurut pesanan (kebutuhan)
mereka. Praktik ini menghasilkan lapisan-lapisan sistem yang berdiri sendiri dan di-
rancang untuk memenuhi kebutuhan unik dari para pemakai spesifik.
Walaupun sistem-sistem ini melakukan pekerjaan mereka secara efisien,
mereka tidak mendukung keputusan-keputusan strategis Pada tingkat perusahaan
karena kurangnya integrasi yang diperlukan untuk transfer informasi lintas batas-
batas organisasi.
Saat ini, trend sistem informasi adalah menuju implementasi sistem ber-
orientasi-perusahaan dengan tingkat integratif tinggi. Sistem ini bukan paket-paket
pesanan yang dirancang untuk organisasi tertentu. Karakteristik organisasi-
organisasi yang beraneka ragam turut membentuk komponen-komponen perangkat
lunak menjadi sebuah sistem perencanaan sumber claya perusahaan (enterprise
resource planning, selanjutnya disingkat ERP) yang terbaik dalam memenuhi
kebutuhan bisnis mereka. lni berarti bahwa organisasi perlu mengubah cara mereka
melakukan bisnis untuk dapat sepenuhnya memanfaatkan ERP.
Modul ini terdiri atas tiga bagian utama.
- Bagian pertama menjelaskan ciri-ciri utama dari sebuah sistem ERP generik
dengan membandingkan fungsi dan teknik penyimpanan data dari flat file tradisi-
onal atau sistem database dari sebuah ERP.
- Bagian kedua menjelaskan bermacam-macam konfigurasi ERP yang berkaitan
dengan server, data. base, dan perangkat lunak bolt-on.
2
Page 3
- Bagian ketiga menjelaskan Penyimpanan data. Sebuah gudang data (data
warehousing) merupakan sebuah database relasional atau multidimensional yang
mendukung proses analitikal on-line (on-line analytical processing atau OLAP).
B. APAKAH ERP ITU ?Sistem ERP diciptakan oleh Gartner Group adalah paket perangkat lunak
modul berganda yang berkembang terutama sistem perencanaan sumber daya
manufaktur tradisional (manufacturing resource planninr MRP II). Tujuan ERP adalah
mengintegrasikan proses kunci dari organisasi seperti pemasukan pesanan, manu-
fakturing, usaha pengadaan, utang dagan& daftar gaji, dan sumber daya manusia.
Sistem komputer tunggal dapat melayani kebutuhan unik dari tiap area fungsional.
Mendesain suatu sistem yang melayani setiap orang adalah memikul suatu bagian
besar. Di bawah model tradisional setiap area fungsional atau departemen memiliki
sistem komputernya sendiri yang dioptimasi pada cara di mana ia melakukan bisnis
sehari-harinya. ERP menggabungkan semua ini ke dalar suatu sistem tunggal, yang
terintegrasi yang mengakses Pada suatu database tunggal untuk me-mudahkan
pembagian dari informasi dan untuk memperbaiki komunikasi di seluruh organisasi.
Gambar 11-1. Perusahaan ini menggunakan suatu arsitektur databas ter-
tutup, yang serupa dalam konsep Pada model flat file dasar (basic flat file model). Di
bawah pendekatan ini suatu sistem manajemen database digunakan untuk memberi-
kan keuntungan teknologi minimal di alas sistem flat file. DBMS (database manage-
ment system) adalah sedikit lebih daripada suatu sistem file privat tetapi berdaya
guna. Sebagaimana dengan pendekatan flat file, data tetap milik dari aplikasi.
Sebagaimana halnya dengan arsitektur flat file, ini adalah suatu tingkat tinggi dari
kelebihan data dalam suatu lingkungan database tertutup.
Gambar 11-1. Sistem Informasi Tradisional
3
Page 4
Ketika seorang pelanggan menempatkan suatu pesanan, mulailah suatu per-
jalanan berdasarkan kertas ke seputar perusahaan di mana ini disesuaikan dan di-
sesuaikan ulang ke dalam sistem dari berbagai departemen berbeda. Tugas ber-
lebihan ini menyebabkan penundaan, kehilangan pesanan, dan meningkatkan ke-
salahan pemasukan data. Selama melintasi berbagai sistem, status dari pesanan
mungkin tidak dikenal pada titik manapun saat itu. Contoh, menanggapi pertanyaan
seorang pelanggan, departemen pemasaran mungkin tidak dapat memeriksa ke
dalam database produksi untuk menentukan apakah suatu pesanan telah dibuat dan
dikirimkan. Sebagai gantinya, pelanggan yang frustrasi diberitahu ”Anda perlu untuk
menelepon manufakturing.” Sama halnya dengan usaha pengadaan dari bahan
mentah dari pemasok yang tidak dihubungkan dengan pesanan pelanggan sampai
mereka mencapai tahap manufakturing. Ini menghasilkan penundaan, sebagaimana
manufakturing menunggu kedatangan dari bahan yang dibutuhkan, atau dalam
investasi yang berlebihan dalam persediaan untuk mencegah kehabisan persediaan.
Kekurangan dari komunikasi efektif antara sistem dalam model tradisional
sering merupakan konsekuensi dari suatu proses desain sistem yang terfragmentasi.
Setiap sistem cenderung untuk didesain sebagai suatu solusi pada masalah operasi-
onal khusus daripada sebagai bagian dari strategi keseluruhan.
Sistem ERP mendukung suatu aliran informasi yang lancar dan tanpa
keliman (seamless) sepanjang organisasi dengan menyediakan suatu lingkungan
yang distan-dardisasi untuk proses bisnis suatu perusahaan dan suatu database
operasional umum yang mendukung komunikasi. Pandangan umum ERP disajikan
4
Page 5
dalam Gambar 11-2. Data dalam database operasional dibuat modelnya,
distrukturisasi, dan di-simpan sesuai dengan sifat data internal. Mereka tetap tidak
bergantung pada setiap aplikasi khusus. Pembagian data ekstensif di antara
pengguna terjadi melalui pandangan aplikasi-sensitif, yang menyajikan data dalam
suatu cara yang memenuhi semua kebutuhan pengguna.
Aplikasi Utama ERPFungsionalitas ERP terdiri atas dua kelompok aplikasi umum: aplikasi inti dan
aplikasi analisis bisnis.
Aplikasi inti Aplikasi inti adalah aplikasi yang secara operasi mendukung aktivitas sehari-
hari dari bisnis. Aplikasi inti khusus akan meliputi tetapi tidak terbatas pada
penjualan dan distribusi, perencanaan bisnis, perencanaan produksi, kontrol
shop floor, dan logistik. Aplikasi inti disebut juga aplikasi on-line transaction
processing (OLTP). Gambar 11-2 mengilustrasikan fungsi ini yang diterapkan
pada suatu perusahaan manufakturing.
Gambar 11-2. Sistem ERP
Fungsi penjualan dan distribusi menangani pemasukan pesanan dan pen-
Data Warehouse
On-Line Analytical Processing(OLAP)
Bolt-On Applications(Industry Specific Functions)
Sales &Distribution
BusinessPlanning
Shop FloorControl Logistics
Customers Suppliers
Operational DatabaseCustomers, Production,Vendor, Inventory, etc.
LegacySystems
Core Functions [On-Line Transaction Processing (OLTP)]
ERP System
Business Enterprise
5
Page 6
jadwalan pengiriman. lni termasuk memeriksa ketersediaan produk untuk me-
mastikan pengiriman tepat waktu dan memverifikasi batas kredit pelanggan.
Tidak seperti contoh sebelumnya, pesanan pelanggan dimasukkan ke dalam
ERP hanya sekali. Karena semua pengguna mengakses suatu database umum,
status dari suatu pesanan dapat ditentukan pada setiap titik. Kenyataannya,
pelanggan mungkin dapat membuka Internet dan memeriksa status dari pesanan
secara langsung. Integrasi semacam itu mengurangi aktivitas manual,
menghemat waktu, dan mengurangi kesalahan manusia.
Perencanaan bisnis terdiri atas meramal permintaan, perencanaan produksi
produk, dan pengiriman infqrmasi terinci yang menggambarkan urutan dan tahap
dari proses produksi sebenarnya. Perencanaan kapasitas dan perencanaan pro-
duksi dapat sang at rumit, karena itu beberapa ERP memberikan alat simulasi
untuk membantu manajer memutuskan bagaimana cara menghindarkan keku-
rangan dalam bahan baku, tenaga buruh, atau fasilitas pabrik. Begitu jadwal
produksi induk lengkap, data memasuki modul MRP (Materials Requirements
Planning-perencanaan kebutuhan bahan baku), yang memberikan tiga informasi
kunci :
Suatu laporan pengecualian.
Laporan pengecualian mengidentifikasi situasi potensial seperti pengiriman
terlambat yang akan mengakibatkan penjadwalan kembali produksi.
sebuah daftar kebutuhan bahan baku.
Daftar kebutuhan bahan baku menunjukkan rincian dari pengiriman penjual
dan harapan penerimaan dari produk dan komponen yang dibutuhkan untuk
pesanan tersebut.
permintaan persediaan.
Permintaan persediaan digunakan untuk menimbulkan pesanan pembelian
bahan baku kepada penjual untuk item yang tidak ada dalam persediaan.
Kontrol shop floor melibatkan aktivitas penjadwalan produksi terinci, pe-
ngiriman, dan biaya pekerjaan yang berhubungan dengan proses produksi sebe-
narnya. Aplikasi logistik bertanggung jawab untuk memastikan pengiriman tepat
waktu kepada pelanggan. Ini terdiri atas manajemen persediaan dan gudang.
Kebanyakan ERP juga meliputi aktivitas pengadaannya dalam fungsi logistik.
6
Page 7
Aplikasi analisis bisnisSuatu ERP adalah lebih dari sekadar suatu sistem pemrosesan transaksi
terinci. Ini merupakan suatu alat pendukung keputusan yang menyediakan
manajemen dengan informasi waktu sebenarnya dan memungkinkan keputusan
tepat waktu yang dibutuhkan untuk meningkatkan kinerja dan meneapai ke-
unggulan bersaing.
On-line analytical processing (OLAP) meliputi pendukung keputusan, pe-
modelan, penarikan informasi, pelaporan analisis ad hoc, dan analisis
bagaimana jika (what if analysis). Beberapa ERP mendukung keputusan ini
dengan modul spesifik industrinya sendiri yang dapat ditambahkan pada sistem
inti.
Namun aplikasi analisis bisnis yang diperoleh atau berasal dari, terpusat
pada kesuksesan fungsinya, merupakan suatu gudang data. Sebuah gudang
data (data warehouse) adalah sebuah database yang dibentuk untuk penearian,
per-olehan kembali seeara eepat, pertanyaan khusus, dan kemudahan
penggunaan. Data tersebut biasanya dikutip seeara periodik dari sebuah
database operasional atau dari suatu layanan informasi publik. Sebuah sistem
ERP dapat ada tanpa memiliki suatu gudang data; demikian pula, organisasi
yang tidak mengimplementasikan suatu ERP mungkin menggunakan gudang
data. Trendnya, bagaimanapun, bahwa organisasi yang serius dengan
keunggulan akan bersaing menggunakan keduanya. Arsitektur data yang
direkomendaslkan untuk suatu implementasi ERP meliputi database operasional
dan gudang data terpisah.
C. KONFIGURASI SISTEM ERPKonfigurasi Server
Kebanyakan sistem ERP berdasarkan pada model klien-server. Secara
singkat, model klien-server adalah suatu bentuk dari topologi jaringan di mana kom-
puter atau terminal seorang pengguna (klien) mengakses program ERP dan data
me-lalui suatu komputer host yang dinamakan server. Sementara server mungkin
ter-pusat, klien biasanya berlokasi pada berbagai lokasi di seluruh perusahaan. Dua
7
Page 8
arsitektur dasar terdiri atas model dua-tingkat dan model tiga-tingkat seperti di-
jelaskan di bawah ini.
Model Dua - Tingkat (Two-Tier Model)
Dalam suatu model dua-tingkat, server menangani baik aplikasi dan
kewajiban database. Komputer klien bertanggung jawab untuk menyajikan data
kepada pengguna dan menyampaikan masukan (input) pengguna kembali
kepada server. Beberapa penjual ERP menggunakan pendekatan ini untuk
aplikasi jaringan area lokal (Local Area Network - LAN) di mana permintaan pada
server dibatasi pada suatu populasi pengguna yang relatif kecil. Konfigurasi ini
diilustrasikan dalam Gambar 11-3 berikut ini.
Gambar 11-3. Server Klien Dua – Tingkat
Model Tiga - Tingkat (Three-Tier Model)
Fungsi database dan aplikasi dipisahkan dalam model tiga-tingkat. Arsitektur
ini khususnya dari sistem ERP besar yang menggunakan jaringan area luas
(wide area networks--WANg) untuk konektivitas di antara pengguna. Memenuhi
per-mintaan klien memerlukan dua atau lebih sambungan jaringan. Pada
awalnya, klien membentuk komunikasi aengan server aplikasi. Server aplikasi
tersebut ke-mudian memulai suatu hubungan kedua kepada database server.
8
Page 9
Gambar 11-4. Server Klien Tiga – Tingkat
OLTP vs OLAPKetika mengimplementasikan suatu sistem ERP yang akan meliputi suatu
database, suatu pembedaan yang jelas perlu dibuat antara jenis pemrosesan data
yang bersaing, yaitu:
pemrosesan transaksi on-line.
pemrosesan analitikal on-line.
Kejadian Pemrosesan Transaksi On-Line (OLTP - On-Line Transaction
Proces-sing) terdiri atas sejumlah besar transaksi yang relatif sederhana seperti
memper-barui catatan akuntansi yang disimpan dalam beberapa tabel yang
berkaitan. Misal-nya, suatu sistem pemasukan pesanan mengutip semua data yang
berkaitan dengan suatu pelanggan tertentu sampai memproses suatu transaksi
penjualan. Data relevan dipilih dari tabel Pelanggan, tabel Faktur, dan tabel Item Lini.
Setiar tabel berisi suatu petunjuk yang dapat disimpan (yakni nomor pelanggan),
yang diguna-kan untuk mengaitkan baris antara tabel berbeda. Aktivitas pemrosesan
transaksi melipuli memperbarui saldo pelanggan sekarang dan menyisipkan catatan
baru ke dalam tabel Faktur dan tabel Item Lini. Hubungan antara catatan dalam
9
Page 10
transaksi OLTP semacam itu biasanya cukup sederhana dan hanya sedikit catatan
biasanya dikutip atau diperbarui dalam suatu transaksi tunggal.
Pemrosesan analitikal on-line (OLAP) dapat dikarakteristikkan sebagai transaksi
on-line yang:
Mengakses jumlah data yang sangat banyak (misalnya, data penjualan beberapa
tahun).
Menganalisis hubungan antara banyak jenis elemen bisnis seperti penjualan,
produk, wilayah geografis, dan saluran pemasaran.
Meliputi data yang dijumlahkan (aggregated) seperti volume penjualan, dolar yang
dianggarkan, dan dolar yang dibelanjakan.
Membandingkan data yang dijumlahkan selama periode waktu hierarkis
(misalnya, bulanan, kuartalan, tahunan).
Menyajikan data dalam sudut pandang berbeda seperti penjualan per wilayah,
penjualan oleh saluran distribusi, atau penjualan per produk
Meliputi penghitungan rumit antara elemen data seperti keuntungan yang di-
harapkan sebagai suatu fungsi dari pendapatan penjualan untuk masing-masing
jenis dari saluran penjualan dalam suatu wilayah tertentu.
Menanggapi dengan cepat permintaan pengguna sehingga mereka dapat menge-
jar suatu proses pemikiran analitikal tanpa dirintangi oleh penundaan sistem.
Contoh dari sebuah transaksi OLAP adalah agregasi dari data penjualan per
wilayah, jenis produk, dan saluran penjualan. Suatu aplikasi OLAP harus dapat
mendukung analisis online ini dengan respons cepat.
Perbedaan antara OLAP dan OLTP dapat diringkas sebagai berikut. Aplikasi
OLTP mendukung tugas misi-kritis melalui pertanyaan sederhana dari database
operasional. Aplikasi OLAF mendukung tugas kritis manajemen melalui penyelidikan
analitikal dari hubungan data rumit yang ditangkap dalam gudang data. OLAF dan
OLTP memiliki persyaratan khusus yang berkonflik langsung. Gambar 11-5 menun-
jukkan bagaimana arsitektur klien-server memungkinkan organisasi untuk meng-
gunakan aplikasi terpisah dan terspesialisasi dan database server untuk menyelesai-
kan kebutuhan manajemen dari data yang berkonflik ini.
10
Page 11
Gambar 11-5. Server Klien OLTP dan OLAP
Server OLAP mendukung operasi analitikal umum termasuk konsolidasi,
penge-boran ke bawah (drill down), memotong dan mengiris (slicing dan dicing).
Konsolidasi adalah agregasi atau pengumpulan data. Misalnya, data kantor
penjualan dapat dikumpulkan ke distrik dari distrik dikumpulkan ke wilayah.
Drill-down memungkinkan disagregasi dari data untuk mengungkapkan rincian
yang mendasari yang menjelaskan fenomena tertentu. Misalnya, pengguna dapat
mengebor ke bawah dari Pengembalian Penjualan total untuk suatu periode untuk
mengidentifikasi produk sebenarnya yang dikembalikan dan alasan pengembali-
annya.
Slicing dan dicing memungkinkan pengguna untuk memeriksa data dari titik
pandang berbeda, Satu potong data mungkin menunjukkan penjualan dalam
masing-masing wilayah. Potongan data lain menyajikan penjulan per produk di
seluruh wilayah. Slicing dari dicing sering dilakukan selama suatu sumbu waktu
untuk menggambarkan trend dan pola.
Konfigurasi Database
11
Page 12
Sistem ERP terdiri atas ribuan tabel database. Setiap tabel dihubungkan
dengan proses bisnis yang dikode ke dalam ERP. Tim implementasi ERP yang me-
liputi pengguna kunci dan profesional IT, memilih tabel database tertentu dan mem-
proses dengan memasang pengalih dalam sistem tersebut. Menentukan bagaimana
semua pengalih (switches) perlu dipasang untuk suatu konfigurasi tertentu yang
membutuhkan sllatu pemahaman mendalam dari proses yang ada yang digunakan
dalam menjalankan bisnis. Namun, Bering kali dalam memilih penetapan tabel ini
melibatkan keputusan untuk merekayasa proses perusahaan sehingga mereka
sesuai dengan pniktik bisnis terbaik yang digunakan. Dengan kata lain, perusahaan
khusus-nya mengubah prosesnya untuk mengakomodasi ERP daripada
memodifikasi ERP untuk mengakomodasi perusahaan.
Perangkat Lunak Bolt-OnBanyak perusahaan menemukan bahwa perangkat ERP sendiri tidak dapat
menggerakkan semua proses dari perusahaan. Perusahaan-perusahaan ini meng-
gunakan suatu variasi dari perangkat lunak bolt-on yang disediakan oleh penjual
pihak ketiga. Keputusan untuk menggunakan perangkat lunak bolt-on membutuhkan
pertimbangan hati-hati. Kebanyakan dari penjual ERP ternama telah masuk ke
dalam pengaturan kemitraan dengan penjual pihak ketiga yang menyediakan
fungsionalitas khusus. Pendekatan yang paling tidak berisiko adalah memilih bolt-on
yang didukung oleh penjual ERP.
Manajemen Rantai Pasokan (Supply Chain Management)Perkembangan lain berkenaan pokok persoalan perangkat lunak bolt-on
adalah penyatuan cepat fungsionalitas antara ERP dan perangkat lunak bolt-on.
Perangkat lunak Manajemen Rantai Pasokan (Supply Chain Management - SCM)
adalah suatu kasus yang sedang dibicarakan.
Rantai pasokan adalah serangkaian aktivitas yang berhubungan dengan me-
mindahkan barang dari tahap bahan mentah kepada pelanggan. Ini meliputi peng-
adaan, penjadwalan produksi, pemrosesan pesanan, manajemen persediaan, trans-
portasi, pergudangan, layanan pelanggan, dan peramalan permintaan untuk barang.
Sistem SCM adalah suatu kelas perangkat lunak aplikasi yang mendukung tugas ini.
Manajemen rantai pasokan yang sukses mengkoordinasikan dan menginteg-
12
Page 13
rasikan aktivitas ini ke dalam suatu proses tanpa keliman (seamless). Sebagai
tambahan pada area fungsional kunci dalam organisasi, SCM mengaitkan semua
mitra dalam rantai, termasuk penjual, pengangkut, perusahaan logistik pihak ketiga,
dan penyedia sistem informasi. Organisasi dapat mencapai keunggulan bersaing
dengan mengaitkan aktivitas dalam rantai pasokannya secara lebih efisien dan lebih
efektif daripada pesaingnya.
D. PERGUDANGAN DATAFungsionalitas pergudangan data adalah suatu database relasional atau
multi-dimensional yang mungkin menghabiskan ratusan gigabyte atau bahkan
terabyte dari penyimpanan disk. Ketika gudang data diorganisasikan untuk
departemen atau fungsi tunggal, hal ini sering disebut suatu data mart. Daripada
memiliki ratusan gigabyte data untuk seluruh perusahaan, suatu data mart mungkin
hanya memiliki puluhan gigabyte data. Selain ukuran, kita tidak membuat
pembedaan antara suatu data mart dan suatu gudang data.
Proses dari pergudangan data meliputi mengutip, mengubah, dan menstan-
dardisasi suatu data operasional organisasi dari ERP dan sistem warisan, dan me-
muatnya ke dalam satu file pusat-gudang data. Begitu dimuat ke dalam gudang, data
dapat diakses melalui query database (database queries) dan kecerdasan buatan
(artificial intelligence) untuk meniru fenomena dunia dari data yang dikum-pulkan dari
gudang tersebut.
Kebanyakan organisasi mengimplementasikan suatu gudang data sebagai
bagian dari suatu inisiatif strategis IT yang melibatkan suatu sistem ERP. Proses
pergudangan data memiliki lahar renting berikut :
Membuat model data untuk gudang data.
Mengutip data dari database operasional.
Membersihkan data yang dikutip.
Mengubah data ke dalam model gudang.
Memuat data ke dalam database gudang data.
Membuat Model Data Untuk Gudang DataPentingnya normalisasi data untuk menghilangkan tiga anomali (penyimpang-
13
Page 14
an) serius: anomali pembaruan (update anomaly), anomali penyisipan (insertion
anomaly), dan anomali penghapusan (deletion anomaly). Normalisasi data dalam
suatu database operasional diperlukan untuk mencerminkan interaksi dinamis antara
kesatuan secara akurat. Sifat data secara konstan diperbarui, sifat baru ditambah-
kan, dan sifat yang usang dihapus atas basis reguler.
Gudang Terdiri Atas Data yang DidenormalisasikanSuatu penggabungan tiga cara antara tabel dalam suatu gudang data besar
mungkin mengambil waktu lama untuk selesai yang tidak dapat diterima dan mung-
kin tidak diperlukan. Dalam model data gudang data, hubungan antara sifat tidak
berubah. Karena data historis adalah statis sifatnya, tidak ada yang diperoleh
dengan membentuk tabel yang dinormalisasi dengan keterkaitan dinamis.
Misalnya, dalam sebuah sistem database operasional, Produk X mungkin
merupakan elemen dari data pengerjaan dalam proses (work-in process) dalam
Departemen A bulan ini dan bagian dari pengerjaan dalam proses Departemen B
bulan depan. Dalam sebuah model data yang dinormalisasi dengan benar, adalah
tidak tepat untuk memasukkan data pengerjaan dalam proses Departemen A
sebagai bagian dari suatu tabelPesanan Penjualan yang mencatal suatu pesanan
untuk Produk X. Hanya angka item produk akan dimasukkan dalam label Pesanan
Penjual-an sebagai suatu kunci aging yang mengaitkannya pada tabel Produk. Temi
relasi-onal akan memerlukan suatu gabungan (hubungan) antara tabel Pesanan
Penjualan dan tabel Produk untuk menentukan status produksi (pada departemen
mana produl sekarang berada) dan sifat lain dari produk. Dari suatu perspektif
operasional, kese-suaian dengan teori relasional adalah renting karena hubungan
berubah sebagai-mana produl bergerak melalui departemen berbeda sepanjang
waktu. Teori relasi-onal tidak diterapkan pada suatu sistem pergudangan data
karena hubungan Pesanan Penjualan/Produk adalah stabil.
Jika memungkinkan, tabel yang dinormalisasi berhubungan dengan kejadian
terpilili mungkin dikonsolidasikan ke dalam tabel yang didenormalisasikan. Gambar
11-6 mengilustrasikan bagaimana data pesanan penjualan dikurangi menjadi suatu
tabel Pesanan Penjualan yang didenormalisasi tunggal untuk penyimpanan dalam
suatu sistem gudang data.
14
Page 15
Gambar 11-6. Data yang Didenormalisasikan
Mengutip Data Dari Database OperasionalPengutipan data adalah proses dari mengumpulkan data dari database
opera-sional, arsip file, arsip, dan sumber data eksternal. Database operasional
khususnya perlu di luar layanan ketika pengutipan data terjadi untuk menghindarkan
ketidak-konsistenan data. Karena ukurannya yang besar dan butuh suatu
pemindahan cepat untuk meminimalisasi waktu, sedikit atau tidak, ada konversi data
terjadi pada titik ini. Suatu teknik yang disebut penangkapan data yang diubah
(changed data cap-ture) dapat secara dramatis mengurangan waktu pengutipan
dengan hanya me-nangkap data yang dimodifikasi baru. Perangkat lunak pengutipan
membandingkan database operasional dengan suatu gambaran dari data yang
diambil pada pemin-dahan data terakhir ke gudang. Hanya data yang telah diubah
untuk sementara ditangkap.
Mengutip Snapshot Versus Data yang DistabilisasiData transaksi disimpan dalam database operasional melalui beberapa tahap
15
NomorPelangga
nNama Jalan Kota Negara
BagianNomor Faktur
Tanggal Faktur
TanggalDikirimka
n
Jumlah Faktur
Nomor Item
Kuantitas Harga Perluasan
Harga
34675 John Smith 10 Elm Bath PA 8866376 06/12/00 06/23/00 600 J683 2 200 400
34675 John Smith 10 Elm Bath PA 8866376 06/12/00 06/23/00 600 R223 5 40 200
NomorFaktur
Nomor Item
Kuantitas Harga Perluasan
Harga
8866376 J683 2 200 400
8866376 R223 5 40 200
NomorFaktur
Data Faktur
Tanggal Dikirim
Jumlah Faktur
Perluasan Harga
8866376 06/12/00 06/23/00 600 34675
NomorPelangga
nNama Jalan Kota Negara
Bagian
34675 John Smith 10 Elm Bath PA
B. Perwakilan yang didenormalisasi untuk Sistem Gudang Data Tabel Pesanan Penjualan
Tabel Item Lini
Tabel Pelanggan
Tabel Faktur
A. Perwakilan yang dinormalisasikan untuk Sistem Database Operasional
Page 16
sebagaimana kejadian ekonomis diungkap. Misalnya, suatu transaksi penjualan per-
tama-tama melaltri persetujuan kredit, kemudian produk dikirimkan, kemudian pena-
gihan terjadi, dan akhirnya pembayaran diterima. Masing-masing dari kejadian ini
mengubah keadaan dari transaksi dan rekening yang berhubungan seperti per-
sediaan, piutang dagang, dan kas.
Suatu fitur kunci dari sebuah gudang data adalah bahwa data yang ter-
kandung ada dalam keadaan stabil. Khususnya, data transaksi dimuat ke dalam
gudang hanya ketika aktivitas padanya telah selesai. Hubungan renting yang poten-
sial antara kesatuan mungkin, absen dari data yang ditangkap dalam keadaan stabil.
Misalnya, informasi mengenai pembatalan pesanan penjualan mungkin tidak tercer-
min di antara pesanan penjualan rani telah dikirimkan dan dibayar sebelum mereka
ditempatkan dalam gudang. Satu cara untuk mencerminkan dinamika ini adalah
untuk mengutip data operasi dalam "potongan waktu", potongan ini memberikan
suatu snapshot dari aktivitas bisnis. Misalnya, pengambil keputusan mungkin ingin
mengamati transaksi penjualan disetujui, dikirimkan, ditagih, dan dibayar pada ber-
bagai titik dalam waktu bersama dengan snapshot dari tingkat persediaan pada se-
tiap keadaan. Data semacam itu mungkin berguna dalam menggambarkan Irena
dalam waktu rata-rata yang diambil untuk menyetujui kredit atau mengirimkan barang
yang mungkin membantu menjelaskan kehilangan penjualan.
Membersihkan Data Yang DikutipPembersihan data menyangkut menyaring ke luar atau memperbaiki data
yang tidak valia sebelum disimpan dalam gudang. Data operasional adalah "kotor"
untuk banyak alasan, Kesalahan penulisan, pemasukan data, dan program komputer
dapat menciptakan data tidal logis seperti kuantitas persediaan negatif, salah
pengejaan nama, dan bidang kosong, pembersihan data juga melibatkan mengubah
data ke dalam istilah bisnis standar dengan nilai data standar. Data sering kali di-
gabungkan dari berbagai sistem yang menggunakan pengejaan yang sedikit berbeda
untuk mewakili istilah umum, seperti "cust", "cust_id", atau "cust_no". Beberapa
sistem operasional mungkin sepenuhnya menggunakan istilah berbeda untuk me-
ngacu pada kesatuan yang sama. Misalnya, seorang pelanggan bank dengan suatu
sertifikat deposito dan suatu sisa pinjaman mungkin disebut seorang yang Me-
minjamkan (Lender) oleh satu sistem dan seorang Peminjam (Borrower) oleh sistem
16
Page 17
lain. Gambar 11-7 mengilustrasikan peranan clari pembersihan data dalam mem-
bangun dan mempertahankan suatu gudang data.
Gambar 11-7. Sistem Gudang Data (Data Warehouse)
Mengubah Data Ke Dalam Model GudangSuatu gudang data disusun dari data rincian dan ringkasan. Untuk mening-
katkan efisiensi, data dapat diubah dalam pandangan ringkasan (views summaries)
sebelum mereka dimuat ke dalam gudang. Misalnya, banyak pengambil keputusan
mungkin perlu melihat angka penjualan produk diringkas untuk seminggu, sebulan,
sekuartal, atau tahunan. Mungkin tidak praktis untuk meringkas informasi dari data
terinci setiap kali pengguna membutuhkannya. Sebuah gudang data yang berisi
ringkasan data yang paling sering diminta dapat mengurangi jumlah waktu pemro-
sesan selama analisis. Mengacu kembali ke Gambar 11-7 kita melihat penciptaan
dari ringkasan sepanjang waktu. Mereka khususnya diciptakan di seputar kesatuan
bisnis seperti pelanggan, produk, dan pemasok. Tidak seperti pandangan
operasional, yang sifatnya virtual (semu) dengan basis tabel yang mendasari, pan-
dangan gudang data adalah tabel fisik. Kebanyakan perangkat lunak OLAP akan
mengizinkan pengguna untuk membentuk pandangan virtual dari data terinci ketika
belum ada satupun.
Memuat Data Ke Dalam Database Gudang Data
Current (this weeks) Detailed Sales Data
Sales Data Summarized Quarterly
Archived over
Time
Data CleansingProcess
Operations Database
VSAM FilesHierarchical DB
Network DB
The Data Warehouse
Sales Data Summarized Annually
Previous
Years
Previous
Quarters
Previous
Weeks
PurchasesSystem
Order Entry
System
ERPSystem
Legacy Systems
17
Page 18
Banyakan organisasi menemukan bahwa pergudangan data yang sukses
mensyaratkan gudang data diciptakan dan dipelihara secara terpisah dari database
operasional (pemrosesan transaksi). Pokok ini diltembangkan lebih lanjut di bawah.
Efisiensi InternalSatu alasan untuk suatu gudang data terpisah adalah bahwa persyaratan
struk-tural dan operasional dari pemrosesan transaksi dan sistem penggalian
data se-cara fundamental berbeda, membuatnya tidak praktis untuk menyimpan
baik data operasional (sekarang) dan data arsip dalam database yang sama.
Integrasi dari Sistem WarisanPengaruh berlanjut dari sistem warisan adalah alasan lain bahwa gudang
data tidak perlu bergantung pada operasi. Berdasarkan perkiraan, lebih dari 70%
data bisnis untuk perusahaan besar tetap berada dalam lingkungan mainframe,
Struktur data yang digunakan oleh sistem ini sering kali tidak sesuai dengan alat
penggalian data arsitektur modern. Oleh karenanya, data transaksi yang disim-
pan dalam database navigasional dan sistem VSAM sering berakhir dalam per-
pustakaan pita besar yang dipisahkan dari proses keputusan. Suatu gudang data
terpisah memberikan suatu tempat kejadian untuk mengintegrasikan data dari
sistem warisan dan kontemporer ke dalam suatu struktur umum yang men-
dukung analisis seluas kesatuan.
Konsolidasi dari Data GlobalAkhirnya, kemunculan dari ekonomi global telah membawa perubahan funda-
mental dalam struktur organisasional bisnis dan secara mendasar mengubah
per-syaratan informasi dari kesatuan bisnis. Pengambil keputusan dalam
perusahaan global ditantang oleh kerumitan bisnis yang unik. Misalnya, mereka
perlu untuk mengakses profitabilitas dari produk yang dibentuk dan dijual dalam
berbagai negara dengan mala uang yang berubah-ubah. Tantangan semacam itu
menam-bah kerumitan terhadap penggalian data. Suatu gudang data pusat yang
terpisah adalah suatu cara efektif dari mengumpulkan, menstandardisasikan, dan
meng-asimilasikan data dari sumber berbeda.
Kesimpulannya, penciptaan suatu gudang data terpisah dari sistem operasi-
18
Page 19
onal adalah suatu konsep pergudangan data fundamental. Banyak organisasi
sekarang mempertimbangkan sistem gudang data untuk menjadi komponen
kunci dari strategi IS (Information System)-nya. Seperti telah diketahui, mereka
mengalokasikan sumber daya yang banyak untuk membangun gudang data ber-
sama dengan sistem operasional yang sedang diimplementasikan.
Keputusan Didukung Oleh Gudang DataDengan membuat gudang data sefleksibel mungkin, itu menjadi dapat di-
akses oleh banyak pemakai akhir. Beberapa keputusan didukung oleh sebuah
gudang data tidak secara fundamental berbeda dari yang didukung oleh data base
tradisional. Informasi lain digunakan seperti analisis multidimensional dan visualisasi
informasi tidak mungkin di sistem tradisional. Beberapa pengguna dari gudang data
memerlukan laporan rutin berdasarkan pada pertanyaan tradisional. Ketika laporan
standar dapat diantisipasi sebelumnya, mereka dapat disediakan secara otomatis
sebagai suatu produk periodik. Penciptaan informasi standar otomatis mengurangi
aktivitas akses terhadap gudang data dan akan meningkatkan efisiensinya dalam
menangani kebutuhan yang lebih esoterik (hanya dipahami beberapa orang).
Kapabilitas mengebor ke bawah (drill-down) adalah suatu teknik analisis data
yang berguna yang berhubungan dengan penggalian data. Analisis drill-down dimulai
dengan pandangan ringkasan data seperti digambarkan di alas. Ketika anomali atau
trend yang menarik diamati, pengguna "mengebor ke bawah" untuk memandang
tingkat lebih rendah dan akhirnya ke dalam rincian data yang mendasari. Jelaslah,
analisis semacam itu tidak dapat diantisipasi seperti suatu laporan standar. Kapa-
bilitas drill-down adalah fitur OLAP dari alat penggalian data yang tersedia bagi
pengguna. Alat untuk penggalian data berkembang dengan cepat untuk memenuhi
kebutuhan pengambil keputusan untuk memahami perilaku unit bisnis sehubungan
dengan entitas kunci meliputi pelanggan, pemasok, karyawan, dan produk. Laporan
dan pertanyaan standar yang dihasilkan dari pandangan ringkasan dapat menjawab
banyak pertanyan "apa", tetapi kapabilitas drill-down menjawab pertanyaan
"mengapa" dan "bagaimana". Tabel 11-1 meringkas beberapa aplikasi dari peng-
galian data dalam pendukung keputusan.
Mendukung Keputusan Rantai Pasokan Dari Gudang Data
19
Page 20
Alasan utama pergudangan data adalah untuk mengoptimasi kinerja bisnis.
Banyak organisasi merasa bahwa lebih banyak manfaat strategis diperoleh dengan
berbagi data secara eksternal. Dengan memberikan pelanggan dan pemasok
dengan informasi yang mereka butuhkan ketika mereka membutuhkannya,
perusahaan dapat meningkatkan hubungannya dan memberikan layanan lebih baik.
Keuntungan potensial bagi organisasi yang memberi dilihat dalam suatu rantai
pasokan yang lebih cepat tanggap dan efisien. Dengan menggunakan teknologi
Internet dan apli-kasi OLAP, suatu organisasi dapat berbagi gudang datanya dengan
mitra perda-gangannya dan, sebenarnya, memperlakukan mereka seperti divisi dari
perusahaan. Beberapa contoh dari pendekatan ini diterangkan secara singkat di
berikut ini :
Tabel 11-1 Aplikasi dari Penggalian Data
Lapangan Bisnis AplikasiPerbankan/Investasi
- Mendeteksi pola dari penggunaan kartu kredit yang curang.
- Mengidentifikasi pelanggan ”setia” dan memperkirakan kemungkinan untuk mengubah afiliasi kartu kredit mereka.
- Memeriksa data pasar historis untuk menentukan aturan perdagang-an saham investor.
- Memperkirakan pembelanjaan kartu kredit dari kelompok pelanggan kunci.
- Mengidentifikasi korelasi antara indikator keuangan berbeda.
Perawatan Kesehatan dan Asuransi Medis
- Memperkirakan kunjungan kantor dari analisis historis dari perilaku pasien historis.
- Mengidentifikasi terapi medis yang berhasil dan ekonomis untuk pe-nyakit berbeda.
- Mengidentifikasi prosedur media yang cenderung diperlukan bersama.
- Memperkirakan pola perilaku yang berhubungan dengan pelanggan risiko tinggi
- Mengidentifikasi indikator dari perilaku curang.Pemasaran - Mengidentifikasi pola pembelian berdasarkan pada data
pelanggan historis.- Mengidentifikasi hubungan antara data demografis
pelanggan.- Memprediksi tanggapan terhadap berbagai bentuk dari
kampanye pemasaran dan promosi.
To be Continue .........
20