RANCANG BANGUN DATA WAREHOUSE DAN DATA MART SEBAGAI SUMBER DATA UNTUK STRATEGI PENGAMBILAN KEPUTUSAN PDAM CILACAP

semanTIK, Vol.2, No.2, Jul-Des 2016, pp. 13-26 ISSN : 2502-8928 (Online)



13

RANCANG BANGUN DATA WAREHOUSE DAN DATA MART SEBAGAI SUMBER DATA UNTUK STRATEGI PENGAMBILAN KEPUTUSAN PDAM CILACAP Isa Bahroni*1, Riyadi Purwanto2 Program Studi Informatika Politeknik Negeri Cilacap. Jalan Dr. Soetomo No. 1 Sidakaya Cilacap, Indonsia e-mail :*[email protected], [email protected] *1,2

Abstrak Seiring dengan kemajuan teknologi saat sekarang kebutuhan informasi terpercaya dalam proses pengambilan keputusan yang cepat dan akurat sangat diperlukan. Proses pengambilan keputusan yang strategis mengharuskan adanya suatu sarana yang disiapkan untuk menyimpan dan mengolah data. Wadah ini diharapkan dapat menampung semua informasi dan ringkasan knowledge yang dimiliki oleh perusahaan. Upaya meningkatkan kinerja PDAM Cilacap salah satu cara yang dapat membantu adalah menerapkan Data Warehouse, dengan menerapkan arsitektur framework Data Warehouse dan Data Mart dimana siklus database digambarkan dengan model star schema yang bertujuan memudahkan mengenali sumber informasi yang tersedia. Sumber data berdasarkan kondisi operasional perusahaan yang sedang berjalan. Beberapa hal yang perlu diperhatikan adalah kemudahan, antara muka dan fleksibilitas informasi. Metode yang diadopsi adalah SDLC dengan membagi beberapa tahapan. Dimana pada tahap perancangan dilakukan merancang basis data dengan merancang activity diagram, DFD, dan persistent data. Tahap kontruksi dilakukan implementation berupa pengembangan sistem dalam bentuk prototyping. Tahap deployment dilakuakan men-deploy yang telah dikembangkan dengan sistem yang sedang berjalan. Hasil akhir presentasi adalah pengembangan sistem berbasis web yang memberikan kemudahan dan memiliki kelebihan dalam mengakses sumber informasi. Kata kunci— Data Warehouse, Star Schema, Persistent Data, Strategis. Abstract In line with the current technological advances now need reliable information in the decision making process is fast and accurate is needed. Strategic decision-making process requires a vehicle set up to store and process data. The container is expected to accommodate all of the information and a summary of the knowledge possessed by the company. Efforts to improve the performance of the PDAM Cilacap one of the ways that can help is to apply Data Warehouse, by implementing a framework architecture Data Warehouse and Data Mart database where the cycle was described by a model which aims to facilitate the star schema to identify resources available. Sources data based on the operational condition of the company is running. Some things to note is the ease, flexibility between face and information. The method adopted is to divide the several stages of the SDLC. Where design stage of designing the database is done by designing activity diagram, DFD, and persistent data. Implementation stage of the construction is done in the form of development of the system in the form of prototyping. Deployment phase is deploys that have been developed with the current system. The final result is a presentation of the development of a web-based system that provides convenience and advantages in access to resources. Keywords— Data Warehouse, Star Schema, Persistent Data, The Strategic Received June 1st ,2012; Revised June 25th, 2012; Accepted July 10th, 2012

Rancang Bangun Data Warehouse dan Data Mart sebagai Sumber Data

14 1. PENDAHULUAN

K

abupaten Cilacap adalah salah satu Kabupaten terluas di Jawa Tengah dengan luas wilayah ± 225.360.480 Ha. jika dibanding dengan luas wilayah kabupaten-kabupaten lainnya. Jumlah penduduk Kabupaten Cilacap ± 1.860.240 jiwa, untuk memenuhi kebutuhan pasokan air bersih pada masyarakatnya berdasarkan Perda No. 10 tahun 1989 didirikan Perusda dengan nama PDAM (Perusahaan Daerah Air Minum) Kabupaten Cilacap. Perkembangan pertumbuhan penduduk yang sangat pesat untuk melayani kebutuhan air bersih pada masyarakat, PDAM terus meningkatkan pelayanan dengan memiliki beberapa kantor cabang yang terletak di beberapa Kecamatan. Iklim investasi yang didukung oleh masyarakat Cilacap sangat kondusif sehingga pertumbuhan industri besar dan kecil setiap tahun selalu bertambah, disamping itu pertumbuhan penduduk di Kabupaten Cilacap setiap tahunnya selalu meningkat pesat sehingga banyak bermunculan Perumnas /perumahan rakyat yang setiap rumah memakai fasilitas pasokan air bersih dari supply eksisting PDAM. Proses bisnis yang di jalankan oleh PDAM memberikan otoritas penuh pada kantor cabang dan pusat untuk dapat melayani pendaftaran pelanggan baru dan pembayaran tagihan rekening air yang tercatat pada water meter. Masing-masing cabang melaporkan hasil rekapitulasi transaksi ke pusat pada setiap akhir bulan, karena sistem yang berjalan saat ini belum ditangani dengan baik maka sering timbul permasalahanpermasalahan yang krusial. Masalah yang sering muncul diantaranya tidak bisa memonitor kebocoran air bersih, trend pendapatan yang kompetitip pada setiap bulannya. Sehingga sebagai salah satu aset daerah PDAM belum mampu meningkatkan kontribusi dalam memperoleh PAD (Pendapatan Asli Daerah). Perkembangan teknologi yang sangat pesat pada saat sekarang dituntut untuk dapat memberikan solusi adanya layanan informasi terpercaya dalam proses pengambilan keputusan yang cepat dan akurat ditingkat manajemen direksi. Kebutuhan informasi untuk melakukan proses pengambilan keputusan yang baik, benar dan strategis, mengharuskan adanya suatu sarana informasi

yang disiapkan untuk menyimpan dan mengolah data yang diperlukan. Wadah ini diharapkan dapat menampung semua informasi dan ringkasan knowledge yang dimiliki oleh manajemen perusahaan [1]. Sumber data yang diproses di PDAM Cilacap adalah data keuangan, data pelanggan, dan data pegawai. Tujuan utama dalam penelitian ini adalah merancang sebuah sistem yang dapat membantu dan mendukung PDAM Cilacap dalam mengoptimalkan pengelolaan operasional perusahaan dengan baik dan benar. Merancang sebuah Data Warehouse dan Data Mart sebagai upaya untuk membantu para pengambil kebijakan di tingkat direksi sehingga dalam pengambilan keputusan dan kebijakan yang diambil tepat sasaran dan strategis. Penelitian sebelumnya yang berjudul Perancangan Data Warehouse Penjualan Untuk Mendukung Kebutuhan Informasi Eksekutif Cemerlang Skin Care yang dilakukan oleh [2] tentang perancangan data Warehouse yang difokuskan pada perancangan arsitektur data Warehouse yang berfokus pada penyediaan data sehingga mampu memenuhi kebutuhan informasi penjualan untuk managemen Cemerlang Skin Care sebuah klinik yang tersebar dibeberapa kota besar sehingga membutuhkan sebuah sistem yang mampu mengintegrasikan data dari cabangcabang yang ada dan menyajikan informasi dengan cepat. Hal yang berbeda dilakukan oleh [3] yaitu penelitian tentang Data Warehousing, Data Mining, OLAP, And OLTP Technologies Are Essential Elements To Support DecisionMaking Process In Industries memaparkan tentang data Warehouse, data mining, OLAP, teknologi OLTP serta mengeksplor fitur, aplikasi serta arsitektur Data Warehouse. Dalam penelitiannya, disebutkan oleh [3] bahwa Data Warehouse dapat dikatakan sebagai media penyimpanan data yang semantic yang membantu perusahaan sebagai implementasi fisik dari sebuah model data pendukung keputusan dan menyimpan informasi yang dibutuhkan oleh enterprise dalam membuat keputusan strategi. Jadi, dapat dikatakan bahwa suatu Data Warehouse dibangun dengan mengintegrasikan data dari berbagai sumber untuk mendukung query adhoc, laporan analisis dan pembuatan

IJCCS Vol. x, No. x, July 201x : first_page – end_page



Bahroni dan Purwanto: 1978-1520

keputusan. Data Warehouse menyediakan sebuah alat yang disebut OnLine Analytical Processing yang memiliki kemampuan untuk melakukan analisis secara interaktif dari data multidimensi yang nantinya dapat menjadi fasilitas efektif dalam melakukan data mining. 2. METODE PENELITIAN 2.1

Data Warehouse Data Warehouse adalah adalah koleksi data yang mempunyai sifat berorientasi subyek, terintegrasi, time-variant dan bersifat tetap dari koleksi data dalam proses pendukung dalam pengambilan keputusan [4]. Dimana Data Warehouse menangani data transaksi yang besar dari sumber data operasional yang bervariasi dan Data Warehouse mengatur arus informasi dan bukan hanya sebagai pengumpul data [5]. Dengan harapan Data Warehouse operasional yang berjalan, dapat dimonitor dan dibandingkan dengan operasional di masa lalu, prediksi dari opersional dimasa depan dapat dibuat secara rasional, proses bisnis baru dapat direncanakan terlebih dahulu dengan melihat sistem yang beroperasi [6]. 2.2

Data Mart Data Mart adalah bagian dari Data Warehouse sebuah Data Warehouse kecil milik suatu bagian dari perusahaan yang merupakan sumber data bagi Data Warehouse perusahaan secara keseluruhan yang lebih besar [1]. 2.3

OLAP OLAP adalah sebuah konsep pemrosesan data untuk memungkinkan kita melihat data dalam bentuk multidimensional, malakukan analisis terhadapnya dan membuat query pada data yang berjumlah sangat besar [7]. Strategic Information adalah suatu informasi yang telah dirangkum dari informasi transaksi sehari-hari guna suatu kepentingan, sehingga pihak-pihak yang ingin menggunakan informasi ini hanya tinggal mengamati saja karena data ini sudah berupa ringkasan atau rangkuman data [1]. Logical Data Mart dan Arcive Data Warehouse arsitektur ini cukup baik untuk kebutuhan Data Warehouse dengan kinerja yang sangat tinggi.

15

Ada beberapa karakteristik dalam arsitektur ini yaitu: a. Logical Data Mart tidak secara fisik terpisah dengan database tetapi hanya perbedaan view terhadap fisik database. b. Beberapa data dipindahkan ke Data Warehouse untuk meningkatkan utilitas kinerja pada komputasi yang tinggi. c. Data Mart baru dapat dibuat dengan cepat karena tidak ada database secara fisik dan tidak ada pemuatan data ke database secara rutin. d. Data Mart selalu up-to-date karena data dibuat dari view yang tebaru. Arcive Data Warehouse berarti bahwa sumber-sumber data decision support service dan Data Warehouse saling bertukar data dan rule bisnis secara real time [6]. 2.4

Proses ETL Rekonsiliasi data terjadi dalam dua tahap selama proses pengisian Data Warehouse yaitu selama pemuatan awal ketika Data Warehouse pertama kali dibuat dan yang kedua selama update subsequent. Rekonsiliasi data divisualisasikan sebagai proses Extraction, Transformation dan Loading [7]. 2.5

Star Schema Star schema adalah rancangan database sederhana dimana data dimensi terpisah dari data fakta (data transaksi). Star schema juga di namakan model dimensi sangat cocok digunakan untuk adhoc query. Star schema tidak cocok digunakan untuk transaksi online, sistem operasional atau ODS karena tabeltabelnya sudah terdenormalisasi. Denormalisasi pada tabel operasional dan transaksi akan memperlambat proses operasional [8]. 2.6

Data Mart Data yang telah tersimpan dalam tabel Data Mart diubah menjadi bentuk data yang multidimensi yang disebut cube. Cube adalah unit pemrosesan data yang dibentuk dari tabel dimensi dan tabel fakta dari Data Warehouse/Data Mart. Cube memberikan respektif data yang multidimensi, query dan kemampuan analitikal yang tinggi untuk keperluan user [9]. Data Flow Diagram merupakan suatu alat untuk pembuatan model yang menggambarkan sistem sebagai suatu jaringan, proses fungsional yang dihubungkan

Title of manuscript is short and clear, implies research results (First Author)

16


satu sama lain dangan alur data baik secara manual maupun komputerisasi [10]. Penelitian ini adalah sebuah rancang bangun yang berawal dari permasalahan yang ada yaitu memetakan proses yang sedang berjalan dan mencari sumber-sumber permasalahan yang ada. Daerah yang menjadi obyek penelitian adalah kantor cabang PDAM yang teletak di Kecamatan kota yaitu kantor pusat, cabang Jeruklegi, cabang Maos dan cabang Kesugihan kabupaten Cilacap. Proses akhir adalah merancang bangun suatu sistem yang dapat member kongklusi untuk mereduksi permasalahan yang muncul, berikut beberapa bahan tools dan jalannya penelitian untuk merancang dan membangun Data Warehouse dan Data Mart. Proses pengembangan sistem, peneliti mengacu pada metode pengembangan perangkat lunak secara umum, yaitu metode perancangan SDLC (System Development life Cycle). Metode ini berfungsi untuk mengembangkan sistem yang mencakup sejumlah fhase/tahapan. Metode SDLC dipakai karena dapat berfungsi untuk mengembangkan, memelihara dan menggunakan sistem yang mencakup sejumlah fhase/tahapan [8], dimana tahapan SDLC tidak mutlak dilaksanakan secara berurut, melainkan melalui sejumlah perulangan dari fhase/tahapan terdahulu agar didapatkan hasil yang maksimal. Tahapan-tahapan pada SDLC adalah Perencanaan, Analisa Kebutuhan, Pembuatan Solusi Rancangan, Konstruksi, Deployment dan Maintenance. Akan tetapi pengadapsian SDLC dalam rancang bangun Data Warehouse harus diiringi dengan penyesuaian yang sejalan dengan rancangan Data Warehouse. Sebagai contoh, Software Life Cycle yang digunakan pada rancang bangun Data Warehouse tidak sama dengan tahapan pengembangan pada metode waterfull dimana selesainya satu fhase /tahap langsung disambung dengan tahap lainnya [1]. Pada rancang bangun Data Warehouse, tiap tahap harus dilengkapi dengan iterasiiterasi yang diperlukan. Misalnya pada saat pembuatan rancangan, selesainya draft pertama rancangan (design), harus melalui review kembali. Dilakukan perbaikanperbaikan hingga mendapatkan rancangan yang mendekati sempurna. Begitu pula pada tahap konstruksi dan seterusnya sampai pada tahap maintenance. Tahapan rancang bangun

Data Warehouse dan data Mart, seperti pada Gambar 1.

Gambar 1 Tahapan Pengembangan Data Warehouse dan Data Mart PDAM 1. Tahapan Perencanaan Dalam tahapan ini terdapat 2 (dua) langkah yaitu: a) Feasibility berupa mengidentifikasi masalah menentukan tujuan system, dan membuat studi kelayakan (teknik, operasional dan jadwal). b) Sistem investigasi berupa observasi dan wawancara dalam hal ini yang menjadi obyek wawancara adalah Bagian Langganan, Sub. Bag. PDE (Pengolahan Data Elektronik) dan Direktur Umum dan Teknik PDAM Kabupaten Cilacap. 2. Tahap ke-dua adalah Tahapan Definisi Kebutuhan User Pada tahap ini dilakukan analisis terhadap kebutuhan user terhadap kebutuhan informasi terkini yang mendukung sebuah keputusan yang diharapkan. Tahapan definisi ini akan dilakukan analisis kebutuhan informasi bisnis yang dibutuhkan oleh masing-masing level direksi dan level Manajer/Ka. Sub. Bagian pada manajemen perusahaan. 3. Tahap ke-tiga adalah tahapan Perancangan Tahap perancangan ini terdiri dari 3 bagian besar, yaitu sebagai berikut. a. Perancangan Pengambilan Data Pengambilan data dari masing-masing Kantor Cabang ke Kantor Pusat agar data yang dikirim sampai ke tujuan tidak mengalami hambatan dan sampai dengan tepat waktu maka transfer data dilakukan secara online. b. Perancangan Penyimpanan Data Penyimpanan data yang dikirim ke kantor pusat diproses dalam data staging dan





disimpan ke dalam data storage. Pada kenyataannya komponen ini menyimpan data dari beberapa sumber dan pemutahiran data pada komponen penyimpanan yang bersifat periodik tergantung kepada kebutuhan akan informasi. c. Perancangan Pengantaran Data Pengantaran data dalam hal ini adalah proses pengantaran data kepada user dengan bentuk-bentuk yang diinginkan. Apakah dalam bentuk OLAP, report, query dan data mining atau metode presentasi lainya. 4. Tahap ke-empat adalah tahapan Konstruksi Pada tahapan kontruksi ini adalah implementasi berupa prototyping software. Agar hasilnya sesuai dengan kebutuhan yang diingankan prototyping ini diuji dan disempurnakan sebelum dilakukan produksi software yang sebenarnya. Dalam software enginnering, pembuatan prototype merupakan proses produksi. Pada tahap ini terdapat beberapa bagian diantaranya berupa : 1) Programming dan installasi. 2) Pengujian (testing system). 5. Tahap ke-lima adalah tahapan Deployment Pada tahap deployment adalah tahapan untuk men-deploy apa yang telah dikembangkan dengan sistem perusahaan yang sedang berjalan. Tahapan ini dilaksanakan untuk mencoba seluruh proses yang telah dikembangkan agar dapat berjalan baik pada environment yang sebenarnya. 6. Tahap ke-enam adalah tahapan Maintenance Pada tahap ini adalah tahapan untuk pemeliharaan yang difokuskan pada update informasi atau update teknologi. 2.7

Gambaran Umum PDAM Kabupaten Cilacap PDAM Kabupaten Cilacap yang berdiri sejak tahun 1989 sampai saat ini mengalami kemajuan yang sangat pesat. Permintaan kebutuhan air bersih dan peningkatan pelanggan selalu meningkat, sehingga pelayanan mutu mulai dari ekspansi penambahan IPA sampai dengan penambahan cabang baru untuk membantu operasional

17

mendapat perhatian yang serius. Saat ini PDAM Cilacap telah memiliki 7 (tujuh) kantor cabang pembantu yang tersebar di beberapa Kecamatan. Dari masing-masing kecamatan rata-rata memiliki IPA dengan kapasitas antara ± 100 - 150 liter/detik, sedangkan IPA yang ada di kantor pusat memiliki kapasitas produksi ± 450 liter/detik yang beroperasi di Kecamatan Kesugihan di pinggir sungai Serayu. IPA yang ada di kantor pusat melayani kebutuhan air bersih masyarakat kota Cilacap yang terdiri dari 3 Kecamatan kota dan beberapa Persuhaan besar seperti Pertamina UPIV Cilacap, PT. Pangan Mas Indonesia (Bogasari), PT. Holcim Indonesia, PLTU Cilacap dan perusahaan-perusahaan berskala kecil lainya. 2.8

Cakupan Kebutuhan Air Bersih Kebutuhan pemakaian air bersih pada masing-masing kantor cabang PDAM rata-rata mencapai 90% dari ketersediaan dan kemampuan kapasitas produksi dari IPA yang ada. PDAM Cilacap memberikan toleransi atau kelonggaran antara tingkat kebutuhan (demand) dan produksi antara 10% pada setiap IPA yang beroperasional. Hal tersebut ditempuh untuk mengantisipasi beban puncak pemakaian air bersih agar kebutuhan semua pelanggan dapat terpenuhi/merata. 2.9

Sumber Air Baku PDAM Cadangan sumber air baku PDAM Cilacap di ambil dari sungai Serayu yang berasal dari Kabupaten Banyumas. Sungai tersebut secara teknis sangat setrategis volume debit air selalu cukup dan memadai, kecukupan pasokan air baku dengan adanya (BGS) Bendung Gerak Serayu yang dikelola oleh Departemen SDA (Sumber Daya Air) Kabupaten Banyumas yang terletak di Kecamatan Kebasen sangat membantu sekali untuk kelangsungan ketersediaan sumber air baku. BGS berfungsi untuk mengatur jumlah debit air yang mengalir dari hulu Purwokerto samapai ke hilir yang menuju Kabupaten Cilacap. Fungsi utama BGS adalah untuk mengairi sawah-sawah yang terletak di Kabupaten Cilacap dan sekitarnya. Pada saat musim kemarau pintu air bendungan akan dibuka dan sebaliknya pada saat musim penghujan pintu air bendungan akan ditutup sehingga ketinggian debit air selalu dapat



18

terjaga. Berdasarkan mutu tes laboratorium, kualitas air baku sungai Serayu pada musim penghujan dan musim kemarau kadar kekeruhan ditunjukkan oleh Tabel 1. Tabel 1 Kualitas Mutu Air Baku Sungai Serayu per-Liter No

Parameter

1

2

1

Kekeruhan

2

Mangan (Mn)

Musim Hujan

Musim Kemarau

Batas Ambang

Skala

3

4

5

6

210 – 310

25

NTU

0,5

0,5

NTU

80 295 0,62 – 0,66

2.10 Operasional Proses Bisinis PDAM Sesuai dengan visi dan misi terutama dalam melayani kebutuhan air bersih PDAM Cilacap selalu berusaha meningkatkan pelayanan agar semua pelayanan kepada pelanggan mendapatkan kepuasan. Tidak hanya peningkatan pelayanan berupa mutu air bersih yang sesuai dengan standar mutu air akan tetapi pelayanan administrasi yang cepat dan mudah dijangkau merupakan tuntutan yang tidak bisa dihindari lagi. Proses pengiriman informasi dan pengolahan data dari kantor cabang kecamatan menuju kantor pusat belum sepenuhnya memanfaatkan sistem online. Pengiriman data ke kantor pusat masih berupa raw data (data mentah) yang sangat rentan terhadap kesalahan dan duplikasi data, seperti dapat digambarkan pada Gambar 2.

Gambar 2 Alur Proses Bisnis PDAM Sistem informasi yang berjalan saat sekarang belum bisa berjalan secara efektip dan efisien. Kendala sering muncul pada saat proses transfer data dari seluruh kantor cabang yang ada semua berjalan sangat lamban, maka akan berpotensi data yang dibutuhkan oleh setiap departemen tidak bisa tepat waktu. Dampak yang dihadapi adalah kebijakan yang segera dibuat oleh para pengambil keputusan berjalan lamban dan sering tertunda.

2.11 Framework Data Warehouse adalah sebuah basis data dengan data yang berasal dari berbagai waktu dan berbagai jenis, yang fungsi utamanya adalah membantu dalam membuat keputusan [5]. Data yang dimaksud adalah data yang berasal dari transaksi perusahaan sehari-hari. Selanjutnya, data ini disimpan dalam struktur yang dioptimalkan untuk querying dan analisis data. Secara garis besar framework arsitektur Data Warehouse PDAM yang dirancang dapat dilihat pada Gambar 3.

Gambar 3 Framework Arsitektur Warehouse dan Data Mart PDAM

Data

Komponen dari arsitektur Data Warehouse yang ditunjukkan oleh Gambar 3 adalah sebagai berikut : 1. Source Data, di sini terdapat berbagai macam sumber data dari eksternal maupun internal. Data dari berbagai macam jenis data dan berbagai jenis basis data. 2. Data Storage merupakan data yang berasal dari berbagai sumber data akan melalui proses yang disebut Data Staging. Pada tahap ini sebelum data disimpan ke dalam data storage yang disebut Data Warehouse atau data Mart, data melalui proses Extraction, Transformation dan Loading. a. Extraction merupakan data yang diperlukan pada Data Warehouse diambil dan dipilah dari sumber data. b. Data yang telah terpilah, seringkali perlu mengalami proses transformasi yang berguna untuk: Membersihkan data dari data yang invalid, merubah bentuk data menjadi bentuk yang diinginkan dan standarisasi bentukbentuk data. c. Data yang telah matang, lalu dimasukkan ke dalam tabel-tabel Data Warehouse. Struktur tabel-tabel ini sesuai dengan rancangan model data. Proses memasukan data ke dalam Data Warehouse disebut proses loading.



3. Client, pada proses ini data akan diantarkan kepada user dengan bentuk-bentuk yang diinginkan. Apakah dalam bentuk OLAP, report, query atau data mining atau metode presentasi lainnya. 2.12 Perancangan Sumber Data Sumber data yang digunakan untuk memenuhi dan Data Warehouse PDAM ini adalah aplikasi OLTP (On-Line Transaction Process) yang digunakan untuk menjalankan kegiatan core-business perusahaan sehari-hari. Aplikasi OLTP dirancang untuk memasukan data ke dalam basis data [1]. On-Line Analytical Processing merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar. Dapat dilihat pada Gambar 4 Ilustrasi skema penyimpanan dan perubahan data dalam Data Warehouse.



19

sekedar berbaris-baris data transaksional. Proses “membentuk” data transaksional menjadi data informasional ini dikenal dengan istilah ETL yang diilustrasikan dapat dilihat pada Gambar 5.

Gambar 5 Ilustrasi Proses ETL Pada proses Extraction dilakukan pemilihan sumber data yang lebih spesifik dari basis data. Jadi tidak semua data dari sumber data dimasukan ke dalam data Mart, hanya data yang memiliki relevansi kepada user requirement. Pada proses Transformation, data yang telah dipilih tadi mengalami proses perubahan atau lebih tepat disebut “pembentukan” yang dapat terjadi pada tahap transformasi ini yang meliputi [4]. 2.14 Topologi Perancangan DFD Level 0 Topologi dari proses perangkat lunak SSPK dapat dilihat pada gambar DFD Level 0. DFD merupakan suatu alat untuk pembuatan model yang menggambarkan sistem sebagai suatu jaringan, proses fungsional yang dihubungkan satu sama lain dangan alur data baik secara manual maupun komputerisasi [10]. Dalam perancangan ini hubungan dan proses aliran data dalam sistem akan digambarkan dengan DFD yang diturunkan dalam beberapa level. Secara garis besar dapat dilihat pada Gambar 6.

Gambar 4 Ilustrasi Skema Penyimpanan dan Perubahan Data dalam Data Warehouse dan Data Mart 2.13 Proses ETL (Extraction Transformation and Loading) Setelah semua data dipresentasikan maka selanjutnya dilakukan proses ETL, secara umum informasi yang ada dalam Data Warehouse dan data Mart yang ada dalam basis data aplikasi OLTP adalah sama. Pertanyaannya, bagaimana membuat data yang berasal dari aplikasi OLTP tadi, menjadi data yang bersifat informasional, bukan hanya

Gambar 6 DFD Level 0 Perancangan SSPK


20


Contact Diagram pada Gambar 6 adalah sistem secara garis besar yang menggambarkan hubungan antara masukan dan keluaran antar sistem yang akan dibangun. Sistem tersebut meliputi Direksi, Administrator dan Operator PDE. 2.15 DFD Level 1 Pengolahan Data Pada SSPK Entitas data yang terlihat dalam proses pengelolaan data adalah bagian administrator. Terdapat beberapa proses dalam DFD level 1 yang akan menghasilkan gambaran/skenario kemana tujuan data akan dilanjutkan dan akan menghasilkan informasi yang diinginkan. Sekenario tersebut akan menghasilkan bentuk entitas sebagai dasar pembentukan database, sebagaimana terlihat pada Gambar 7.

2.16 Persistent Data Dalam sistem yang dibangun ini terdapat repositori data dengan tujuan penyimpanan yang berbeda. Pertama berupa basis data operasional yang bertujuan menyimpan keseluruhan data yang dibutuhkan oleh sistem, yaitu data pelanggan dan aktivitas transaksi pelangan yang dipergunakan sebagai kegiatan operasional. Sedangkan repositori data yang kedua berupa data Marts yang dipergunakan untuk menyimpan data fakta-fakta dari aktivitas pelanggan yang nantinya akan dianalisis oleh sistem untuk memperoleh pengetahuan yang dibutuhkan pengguna. Berikut gambar rancangan persistent data yang akan dipresentasikan sebagai berikut:

Gambar 7 Rancangan DFD Level 1 Pengolahan Data Pada SSPK a. Persistent Data : Data Marts All Fact b. Persistent Data : Data Marts Fact 1st : Transaksi Gambar 8 Persistent data Marts all fact Gambar 9 Persistent data Marts fakta menggambarkan seluruh tabel-tabel dimensi transaksi menggambarkan siklus operasional dan tabel-tabel fakta yang mempunyai data fakta transaksi pembayaran rekening air. hubungan satu sama lainnya menjadi satu Kebutuhan data yang tersimpan dalam tabel kesatuan yang saling melengkapi. Alur proses operasional transaksi berfungsi ketika terjadi seluruh kebutuhan informasi yang dirancang request data yang bersumber untuk diproses dalam perolehan sumber informasi akan menjadi informasi yang terkini. terlihat dengan jelas. IJCCS Vol. x, No. x, July 201x : first_page – end_page




21

Gambar 10 Persistent Data : Data Marts : Fakta Denda Pembayaran Gambar 8 Persistent Data : Data Marts All Fact

d. Persistent Data : Data Marts Fact 3rd : Kebocoran Gambar 11 Persistent Data Marts fakta kebocoran air menggambarkan siklus operasional data fakta kebocoran air. Kebocoran air adalah selisih yang dihasilkan oleh proses pengurangan dari total prosuksi air bersih dikurangi total seluruh pemakaian air bersih dan total kebocotan fisik sambungan.

Gambar 9 Persistent Data : Data Marts : Fakta Transaksi c. Persistent Data : Data Marts Fact 2nd : Denda Pembayaran Gambar 10 Persistent data Marts fakta denda pembayaran menggambarkan siklus operasional data fakta denda pembayaran rekening air pada setiap pelanggan, yang melalukan pembayaran setelah tanggal jatuh tempoopembayaran.

Gambar 11 Persistent Data : Data Marts : Fakta Kebocoran


22


3. HASIL DAN PEMBAHASAN 3.1

Implementasi Sistem Tujuan dari penelitian ini adalah sebuah perancangan Data Warehouse dan Data Marts sebagai pendukung sistem pengambilan keputusan di PAM. Aplikasi yang dibangun terdiri dari proses menu utama yang dapat mempermudah dalam proses pengambilan data dari sumber informasi. Setiap keputusan yang akan diambil hendaknya megacu pada hasil proses kalkulasi pada sistem yang sedang berjalan. Hasil Pengelolaan Data Opersional Bagian ini merupakan bagian terakhir dan utama dari keseluruhan fungsi-fungsi yang terdapat di dalam aplikasi perangkat lunak SSPK. Fungsi dari bagian ini adalah untuk mengolah data fakta aktivitas pelanggan yang terdapat di PADAM menjadi sebuah pengetahuan (knowledge) yang dibutuhkan oleh pengguna. Data-data fakta tersebut akan digunakan untuk menganalisis objek yang terkait dengan jalannya operasional perusahaan. Fakta-fakta tersebut pada dasarnya akan menjadi atribut-atribut untuk mendapatkan berbagai informasi dan pengetahuan terhadap suatu objek yang dibutuhkan oleh pengguna. Selanjutnya pengetahuan yang didapatkan akan disampaikan melalui sistem kepada pihak yang memiliki wewenang untuk mengeksekusi tindakan berdasarkan pengetahuan. Respon dari tindakan atau action akan dicatat oleh sistem sebagai bahan untuk monitoring hasil dari tindakan tersebut kedepannya. Pengetahuan yang didapat sebagai berikut.

pelanggan untuk melakukan pembayaran tepat waktu karena Bagi PDAM perolehan pendapatan awal akan sangat membatu pada proses operasional perusahaan. Laporan dari hasil request dapat dilihat pada Gambar 13.

3.2

3.3

Menu User Level Tiga Menu user level tiga pada sistem yang dibangun berfungsi untuk menyajikan layanan dan informasi sistem Data Warehouse secara utuh. Dalam sistem yang dibangun, setiap user hanya dapat mengakses menu manajemen user untuk melakukan penggantian password, dan mengakses menu sistem Data Warehouse sebagai sistem pengambilan pengambilan keputusan, seperti pada Gambar 12. Request Realisasi Tagihan Pada Bulan Ini Secara Total maupun per Cabang. Pada hasil analisa ini adalah untuk mengukur dan melihat kesadaran animo para

Gambar 12 Menu User Sistem SSPK

Gambar 13 Laporan Realisasi Tagihan Bulan ini secara Total dan Cabang 3.5

Request Trend Realisasi Tagihan Percabang. Pada hasil analisa ini adalah untuk melihat cabang mana yang paling potensial dari beberapa cabang yang ada. Laporan trand realisasi tagihan percabang dapat dilihat pada Gambar 14.

3.4

Gambar 14 Laporan Trand Realisasi Tagihan per Cabang





3.6

Request Volume (Rp) Bad Dept per Tahun. Pada hasil analisa ini adalah untuk mengetahui total pendapatan bersih setiap tahun dari seluruh cabang. Laporan dari hasil request dapat dilihat pada Gambar 15.

23

surplus/keuntungan yang paling menonjol dalam satu tahun. Laporan dari hasil request dapat dilihat pada Gambar 17.

Gambar 17 Laporan melihat Total Pendapatan PDAM dari Waktu ke Waktu Gambar 15 Loparan Volume (Rp) Bad Dept per Tahun 3.7

Request Melihat Tanggal Berapa Pelanggan Paling Banyak Melakukan Pembayaran Tagihan. Pada hasil analisa ini adalah untuk melihat tanggal berapa pelanggan paling banyak melakukan transaksi hal ini berfungsi untuk mengukur/mengetahui animo pelanggan dalam melakukan pembayaran pada tanggal antara 1 s/d 20. Dalam hal ini pada tanggal berapa akan terjadi penumpukan pelanggan melakukan pembayaran tagihan rekening air. Laporan dari hasil request dapat dilihat pada Gambar 16.

Gambar 16 Laporan melihat Tanggal Paling Banyak Pelanggan melakukan Pembayaran 3.8

Request Melihat Total Pendapatan PDAM Dari Waktu ke Waktu. Pada hasil analisa adalah untuk melihat total pendapatan setiap bulan dalam satu tahun untuk mengetahui bulan berapa terjadi

3.9

Request Melihat Cabang Mana yang Paling Cukup Potensial dan Kurang Potensial. Pada hasil analisa ini adalah untuk melihat cabang yang paling potensial mendapatkan profit/surplus keuntungan dalam satu tahun berjalan. Laporan dari hasil request dapat dilihat pada Gambar 18.

Gambar 18 Laporan melihat Cabang yang Paling Potensial Request melihat kecukupan dan kebocoran air bersih adalah untuk me-monitor apakah debet volume produksi air untuk saat ini dapat memenuhi kebutuhan pelanggan dengan aman. Jumlah pemakaian air bersih pada setiap bulan selalu harus mencukupi terhadap kebutuhan pelanggan sesuai dengan aturan cakupan ketersediaan air yang telah ditentukan. Dan kebocoran air adalah untuk mengetahui berapa persen selisih antara jumlah debet produksi air dan jumlah debet air yang terbayar oleh semua pelanggan. Laporan


24


dari hasil request dapat dilihat pada Gambar 19.

Gambar 19 Laporan melihat Kecukupan dan Kebocoran Air 3.10 Pembahasan Seperti sudah dijabarkan sebelumnya, tujuan dari penelitian ini adalah rancang bangun data Warehouse dan Data Mart sebagai pendukung SSPK untuk membantu manajemen operasional PDAM. Secara keseluruhan, sistem ini mengelola data-data pelanggan dan aktivitas transaksi pembayaran rekening air bersih terkait dengan pelanggan PDAM yang akan menjadi sebuah keluaran berupa knowledge. Knowledge yang diperoleh tersebut akan menjadi dasar untuk melakukan sebuah action untuk diberikan kepada pihak terkait dengan tujuan akhir adalah meningkatkan kualitas dari kegiatan operasional PDAM. Rancang bangun data Warehouse dalam penelitian ini dikembangkan untuk meng-cover keseluruhan konsep dari SSPK tersebut yang diawali dari proses perolehan data pelanggan dan transaksi, selanjutnya merangkum dan mengolahnya sebelum disimpan di dalam data Marts atau basis data dimensional. Dari data yang telah terangkum tersebut akan diolah lebih dalam lagi sehingga diperoleh knowledge yang diinginkn. Dari knowledge tersebut, sistem dapat menjadi rujukan dan mengakomodasi proses penyampaian action kepada pihakpihak yang membutuhkan (user), tetapi pada akhirnya hasil akhir kebijakan/keputusan yang dikeluarkan tergantung dari masing-masing pemakai (user). 4. KESIMPULAN Dari uraian yang telah dijelaskan pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut :

a. Berdasarkan observasi selama ini pemanfaatan Data Warehouse di PDAM belum secara maksimal difungsikan. Sistem yang ada baru dipakai sebagai basis data untuk aplikasi tertentu yang sifatnya rutinitas seperti billing system dan payroll. b. Sistem yang mampu untuk mengobservasi kegiatan operasional PDAM secara periodik, memberikan peluang bagi pihak manajemen untuk bisa menentukan kebijakan yang efektif dan efisien berdasarkan hasil dari proses observasi dari waktu ke waktu. Aplikasi SSPK yang dikembangkan pada penelitian ini dapat memberikan sebuah pengetahuan strategis yang didapatkan dari data-data aktivitas pelanggan yang terdiri dari data pelanggan, transaksi pembayaran air. c. Dengan diimplementasikannya Data Warehouse dan Data Mart sebagai basis data SSPK hasil laporannya dapat memperkaya sumber informasi yang dapat dipakai sebagai acuan untuk membantu sistem pengambilan keputusan yang strategis dan kompetitip. 5. SARAN Beberapa saran yang dapat disampaikan oleh penulis terutama bagi pihak yang hendak mengembangkan sistem serupa adalah sebagai berikut: 1. Penelitian yang dilakukan masih bersifat independent terhadap sistem lain. Oleh karena itu, perlu dikembangkan lebih lanjut agar SSPK yang dibangun dapat terintegrasi dengan sistem lain secara menyeluruh. 2. Dalam jangka panjang diharapkan implementasi Data Warehouse di PDAM dapat menjadi sumber data yang dipercaya sebagai acuan untuk pengambilan keputusan pada masing-masing departemen. Sistem yang dikembangkan ini diharapkan dapat di pakai di perusahaan PDAM yang lain. 3. Pengembangan Data Warehouse dengan menggunakan metode data mining untuk proses pengambilan keputusan masih terbuka lebar dan memungkinkan untuk dikembangkan pada perusahaan lain.





25

DAFTAR PUSTAKA [1]

Ponniah, Paulraj, 2001, Warehousing Fundamentals, Weley & Sons, Inc.

Data John

[2]

Darudiato, Suparto., 2010, Perancangan Data Warehouse Penjualan Untuk Mendukung Kebutuhan Informasi Eksekutif Cemerlang Skin Care. Jurusan Sistem Informasi. Fakultas Ilmu Komputer. Binus University, ISSN: 1979-2328.

[3]

Reddy, G.S., Srinivasu, R., Rao, M.P.C. dan Rikkula, S.R., 2010, Data Warehousing, Data Mining, OLAP, And OLTP Technologies Are Essential Elements To Support Decision-Making Process In Industries, International Journal on Computer Science and Engineering (IJCSE), Vol. 02, No. 09, 2010, 2865-2873

[4]

Inmon, W. H., 1992, Building the Data Warehouse. John Wiley.

[5]

Chaudhuri, S. dan Dayat. U., 1997, An Overviuw of Data Warehousing And OLLAP Technology. ACM Sigmod Record.

[6]

Jeffrey A. Hoffer, Marry B. Prescott. 2002, Data Warehousing, Modern Database Management. Edisi ke 6, Prentice Hall.

[7]

Rainardi, Vincent, 2008, Building a Data Warehouse: With Example in SQL Server, New York, Springer-Verlag New York, Inc.

[8]

Connolly, Thomas M., Carolyn E. Begg. 2005, Database System : A practical approach to design, implementation, and management, fourth edition, USA : Pearson Education Limited

[9]

King, Elliot, 2000, Data Warehouse and Data Mining, Implementing Strategic Knowladge Management, Computer Technology Research Corporation.

[10] Written, Jeffery L., Dittman, Kevin C, 2004, Metode Design dan Analisa Bibliografi ed.6, Andi Offset. Yogyakarta.


26



RANCANG BANGUN DATA WAREHOUSE DAN DATA MART SEBAGAI SUMBER DATA UNTUK STRATEGI PENGAMBILAN KEPUTUSAN PDAM CILACAP

Recommend Documents