SKRIPSI ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERUSAHAAN ASURANSI SYARIAH (STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)
Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah
Disusun Oleh:
NUR LISKA AMELIA NIM: 107093002832
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2011 M/1432 H
LEMBAR PENGESAHAN SKRIPSI JUDUL
ANALISN DAN DESAIN DATA WAREHOU,SE PADA PERUSAHAAN ASURANSI SYARIAH (STUDI KASUS : PT. ASURANSI TAKAFUL UMUM)
Disusun Oleh:
NUR LISKA AMELIA
NIM:
107093002832
Disetujui dan Disahkan Sebagai Salah Satu Syarat Menyelesaikan Studi Pada Program Strata Satu Program Studi Sistem Informasi
Universitas Islam Negeri Jakarta
I
1--
Jakarta, 23 November 2011
Pembimbing II
Aeni Hldavah. MMSI
Nia KumaladewifMMSl
19750818 200501 2 008
NIP. 19750412 2007 I0 2002 Mengetahui,
Ketua Program Studi Sistem Informasi
Nur Aenii Hida*ah. M MMSI
NIP. 19750818 200501 2 008
PENGESAHAN UJIAN
Skripsi yang berjudul "Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah (Studi Kasus: PT. Asurani Takaful Umum),, telah diuji dan dinyatakan lulus dalam sidang munaqosyah Fakultas Sains dan Teknologi pada hari Senin 5 Desember 201 1. Skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar sarjana strata satu (Sl) pada program studi Sistem Informasi. Jakarta, Desember 2011
Tim Penguji, Penguji
I
Penguji
Ir. Bakri La Katjonq. MT. M.Kom
II
Rinda Hesti Kusumaningtyas. MMSI
NrP.47003s764
NrP . 19810929 2009122002
Pembimbing I
Pembimbing
l,tv'1-L=--
Nur Aeni Hidayah" MMSI
II
Nia Kumaladewi. MMSI
NIP. 19750818 200501 2 008
NrP. 19750412 2007 t0 2002 Mengetahui,
Dekan Fak
Sains dan Teknologi
Ketua Prodi Sistem Informasi
hwt -------
Nur Aeni Hidayah. MMSI.
NIP. 19680117 200112
NrP. 197s0818 200501 2 008
PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN. Jakarta, 14 November 2011
Nur Liska Amelia
v
ABSTRAK NUR LISKA AMELIA, Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah (Studi Kasus: PT. Asuransi Takaful Umum) dibawah bimbingan NUR AENI HIDAYAH dan NIA KUMALADEWI. PT. Asuransi Takaful Umum merupakan perusahaan jasa yang bergerak dalam bidang asuransi syariah yang saat ini sedang banyak diminati oleh masyarakat untuk mempercayakan kendaraan mereka ke dalam produk pertanggungan yang dikeluarkan oleh PT. Asuransi Takaful Umum. Berdasarkan data dari PT. Asuransi Takaful Umum, total premi yang berhasil dihimpun dari asurani kendaraan semakin meningkat setiap tahunnya, pada tahun 2001 mencapai Rp.2,3 triliun, tahun 2002 Rp.2,8 triliun, tahun 2003 Rp. 3,2 triliun, dan tahun 2004 mencapai Rp.4 triliun. Seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim kepada PT. Asuransi Takaful Umum. Dengan demikian semakin banyak pula data yang masuk ke dalam perusahaan, data-data tersebut tentunya perlu disimpan, diolah, dan dianalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam database operasional di General Takaful System. Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu informasi secara cepat, maka dibuatlah suatu perancangan data warehouse yang dapat memudahkan dalam melakukan pengolahan data-data, menganalisis, dan melaporkan hasil analisis data. Metode yang digunakan dalam merancang data warehouse ini adalah Nine Step Design Methodology yang terdiri dari sembilan langkah yaitu memilih proses, menentukan grain/sumber dari proses bisnis, mengidentifikasi dan penyesuaian dimensi, memilih fakta, menyimpan perhitungan awal dalam tabel fakta, melihat kembali tabel dimensi, memilih durasi database, menelusuri perubahan dari dimensi, dan yang terakhir adalah memutuskan prioritas query dan tipe query. Dari penelitian ini menghasilkan sebuah data warehouse untuk PT. Asuransi Takaful Umum, serta jumlah kapasitas media penyimpanan yang dibutuhkan untuk data histori.
Kata Kunci : Data Warehouse, Nine Step Design Method, OLAP, SQL Server V Bab + 126 Halaman + xvii Halaman + 43 Gambar + 26 Tabel + Pustaka + Lampiran Pustaka Acuan (42, 1984-2011).
vi
KATA PENGANTAR Assalamu ‘alaikum wr. wb Alhamdulillahirrobbil ‘alamiin, segala puji dan syukur kepada Allah SWT yang telah memberikan rahmat dan taufik-Nya sehingga penulisan skripsi dengan judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah (Studi Kasus: PT. Asurani Takaful Umum)” dapat terselesaikan dengan baik. Skripsi ini disusun untuk memenuhi salah satu syarat dalam menyelesaikan program S1 UIN Syarif Hidayatullah Jakarta, khususnya Jurusan Sistem Informasi, Fakultas Sains dan Teknologi. Selama proses penyusunan skripsi ini mendapat banyak bimbingan dan bantuan dari berbagai pihak. Oleh karena itu, ucapan terima kasih ditujukan kepada: 1. Bapak DR. Syopiansyah Jaya Putra, M.SIS, selaku Dekan Fakultas Sains dan Teknologi. 2. Ibu Nur Aeni Hidayah, MMSI, selaku Ketua Program Studi Sistem Informasi sekaligus selaku Dosen Pembimbing I yang memberikan ilmu, motivasi dan bimbingan selama proses penyusunan skripsi ini. 3. Bapak Zainul Arham, S.Kom, MSI, selaku Sekretaris Program Studi Sistem Informasi. 4. Ibu Nia Kumaladewi, MMSI, selaku Dosen Pembimbing II, yang selalu memberikan masukan, motivasi, dan bimbingan selama proses penyusunan skripsi ini.
vii
5. Bapak Dian Sofyan, Bapak Afzil, dan Bapak Rochiman dari PT. Asuransi Takaful Umum yang telah memberikan data dan ilmu yang bermanfaat. 6. Abe, Umi, dan kakak-kakak yang telah memberikan motivasi dan dukungan, serta keponakan-keponakan kecil saya yang selalu berulah sekaligus memberi canda dan tawa dalam keluarga besar saya. 7. Nia Mariana yang telah bersedia membantu saya mempelajari materi-materi mengenai data warehouse serta SQL Server. 8. Seluruh SIBIS 2007 (#SIBIS2007BISA) dan anggota SI D 2007, serta Lele, Cha, Rina, Tya, Lya, Ichan, Devika, Itun, Iwa, Oji, sahabat-sahabatku tersayang yang selalu memberiku tempat nyaman dan hangat di sisi mereka, terima kasih atas segala semangat dan semoga Allah membalas dengan segala kebaikan yang berlipat ganda. 9. Dan semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu saya selama penyelesaian skripsi ini dan memberikan doanya. Penyusunan skripsi ini masih terdapat kekurangan, dan jauh dari sempurna sehingga saran dan kritik yang berguna dari pembaca dapat disampaikan melalui email
[email protected]. Akhir kata semoga skripsi ini dapat memberikan sedikit
wacana dan bermanfaat bagi kita semua. Wassalamu ‘alaikum wr. wb Jakarta, 14 November 2011
Nur Liska Amelia
viii
DAFTAR ISI LEMBAR SAMPUL ...............................................................................................i LEMBAR JUDUL ................................................................................................. ii LEMBAR PERSETUJUAN PEMBIMBING .................................................... iii LEMBAR PENGESAHAN ..................................................................................iv LEMBAR PERNYATAAN ................................................................................... v ABSTRAK .............................................................................................................vi KATA PENGANTAR ......................................................................................... vii DAFTAR ISI..........................................................................................................ix DAFTAR GAMBAR ...........................................................................................xiv DAFTAR TABEL ...............................................................................................xvi
BAB I PENDAHULUAN ...................................................................................... 1 1.1 Latar Belakang ................................................................................................... 1 1.2 Rumusan Masalah .............................................................................................. 8 1.3 Batasan Masalah ................................................................................................ 8 1.4 Tujuan Penelitian ............................................................................................... 9 1.5 Manfaat Penelitian ........................................................................................... 10 1.6 Metode Penelitian ............................................................................................ 10 1.6.1 Metode Pengumpulan Data ..................................................................... 10 1.6.2 Metode Perancangan Data Warehouse ................................................... 11 1.7 Sistematika Penulisan ...................................................................................... 12
BAB II LANDASAN TEORI ............................................................................. 14 2.1 Data Dan Informasi .......................................................................................... 14 2.1.1 Data ......................................................................................................... 14 2.1.2 Informasi ................................................................................................. 14 2.2 Sistem Informasi .............................................................................................. 15 2.3 Pengertian Basis Data ...................................................................................... 16 2.4 Sistem Basis Data ............................................................................................ 17
ix
2.5 Database Management System ........................................................................ 18 2.5.1 Basis Data Relasional ............................................................................. 19 2.5.2 Normalisasi ............................................................................................. 20 2.5.2.1 Bentuk Tidak Normal .................................................................. 21 2.5.2.2 Bentuk Normal Pertama ............................................................... 22 2.5.2.3 Bentuk Normal Kedua ................................................................. 22 2.5.2.4 Bentuk Normal Ketiga ................................................................. 23 2.6 Data Warehouse ............................................................................................... 24 2.6.1 Pengertian ............................................................................................... 24 2.6.2 Karakteristik ............................................................................................ 25 2.6.2.1 Berorientasi Subjek ...................................................................... 25 2.6.2.2 Terintegrasi .................................................................................. 26 2.6.2.3 Non-Volatile ................................................................................. 27 2.6.2.4 Time-Variant ................................................................................ 28 2.6.3 Manfaat Data Warehouse ....................................................................... 29 2.6.4 Struktur Data Warehouse ....................................................................... 30 2.6.5 Arsitektur Data Warehouse .................................................................... 33 2.6.6 Tiga Model Data Warehouse .................................................................. 36 2.7 Perbedaan OLAP dengan OLTP ...................................................................... 37 2.8 Model Dimensional .......................................................................................... 38 2.8.1 Star Scheme .............................................................................................. 39 2.8.2 Snowflake Scheme .................................................................................... 40 2.8.3 Starflake Scheme ...................................................................................... 41 2.9 Extract, Transform, Load ................................................................................. 42 2.10 Nine Step Design Method............................................................................... 43 2.10.1 Memilih Proses ...................................................................................... 43 2.10.2 Menentukan Grain.................................................................................. 43 2.10.3 Mengidentifikasi Dan Penyesuaian Dimensi ......................................... 44 2.10.4 Memilih Fakta ........................................................................................ 44 2.10.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 44
x
2.10.6 Melihat Kembali Tabel Dimensi ............................................................ 45 2.10.7 Memilih Durasi Database ...................................................................... 45 2.10.8 Menelusuri Perubahan Dari Dimensi ..................................................... 45 2.10.9 Memutuskan Prioritas Query Dan Tipe Query ...................................... 46 2.11 Tools Pembuatan Data Warehouse ................................................................ 46 2.11.1 SQL Server ............................................................................................. 46 2.11.1.1 Komponen Dasar SQl Server ..................................................... 47 2.12 Asuransi Syariah ............................................................................................ 49 2.12.1 Pengertian Asuransi Syariah .................................................................. 49 2.12.2 Akad Dalam Asuransi Syariah ............................................................... 50 2.12.3 Prinsip Asuransi Syariah ........................................................................ 50 2.12.4 Landasan Al-Qur’an dan Hadits Asuransi Syariah ................................ 51 2.12.5 Landasan Fatwa Asuransi Syariah ........................................................ 52 2.12.6 Perbedaan Asuransi Syariah dengan Konvensional ............................... 53 2.12.7 Hal-hal Terkait Dalam Asuransi Syariah ............................................... 54 2.13 Metode Pengumpulan Data ............................................................................ 56 2.13.1 Observasi ................................................................................................ 57 2.13.2 Wawancara ............................................................................................. 57 2.13.3 Studi Pustaka .......................................................................................... 58 2.13.4 Studi Literatur ........................................................................................ 58
BAB III METODOLOGI PENELITIAN ......................................................... 62 3.1 Metode Pengumpulan Data .............................................................................. 62 3.1.1 Observasi ................................................................................................. 62 3.1.2 Wawancara .............................................................................................. 63 3.1.3 Studi Pustaka ........................................................................................... 64 3.1.4 Studi Literatur ......................................................................................... 64 3.2 Metode Desain Data Warehouse ..................................................................... 67
xi
3.2.1 Memilih Proses ........................................................................................ 68 3.2.2 Menentukan Grain.................................................................................... 68 3.2.3 Mengidentifikasi Dan Penyesuaian Dimensi ........................................... 68 3.2.4 Memilih Fakta .......................................................................................... 68 3.2.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ................................. 69 3.2.6 Melihat Kembali Tabel Dimensi .............................................................. 69 3.2.7 Memilih Durasi Database ........................................................................ 69 3.2.8 Menelusuri Perubahan Dari Dimensi ....................................................... 70 3.2.9 Memutuskan Prioritas Query Dan Tipe Query ........................................ 70 3.3 Kerangka Penelitian ......................................................................................... 71
BAB IV PEMBAHASAN .................................................................................... 72 4.1 Profil Perusahaan ............................................................................................. 72 4.2 Visi dan Misi PT. Syarikat Takaful Indonesia ................................................. 73 4.2.1 Visi ......................................................................................................... 73 4.2.2 Misi ........................................................................................................ 73 4.3 Konsep dan Filosofi ......................................................................................... 74 4.4 Struktur Organisasi Perusahaan ....................................................................... 75 4.5 Produk-produk Asuransi Kendaraan ................................................................ 76 4.6 Prosedur Umum Asuransi ................................................................................ 77 4.7 Metode Desain Data Warehouse ..................................................................... 78 4.7.1 Memilih Proses ...................................................................................... 78 4.7.1.1 Identifikasi Prosedur Klaim ......................................................... 79 4.7.1.2 Identifikasi Database yang Digunakan ........................................ 81 4.7.1.3 Normalisasi .................................................................................. 82 4.7.1.4 Rancangan ERD ........................................................................... 85 4.7.1.5 Keterangan Tabel ......................................................................... 86 4.7.2 Memilih Sumber .................................................................................... 92
xii
4.7.3 Identifikasi dan Penyesuaian Dimensi ................................................... 92 4.7.4 Memilih Fakta ........................................................................................ 93 4.7.5 Menyimpan Perhitungan Awal Dalam Tabel Fakta ............................... 93 4.7.6 Melihat Kembali Tabel Dimensi ............................................................ 93 4.7.7 Memilih Durasi dari Basis Data ............................................................. 95 4.7.8 Menelusuri Perubahan Dimensi Secara Perlahan .................................. 96 4.7.9 Memutuskan Prioritas Query dan Tipe Query ....................................... 97 4.7.9.1 Proses ETL ................................................................................... 97 4.7.9.2 Analisis Kapasitas Media Penyimpanan .................................... 117 4.8 Skema Bintang ............................................................................................... 121 4.9 Meta Data ....................................................................................................... 122
BAB V PENUTUP.............................................................................................. 125 5.1 Simpulan ........................................................................................................ 125 5.2 Saran .............................................................................................................. 126 DAFTAR PUSTAKA LAMPIRAN
xiii
DAFTAR GAMBAR
Gambar 2.1 Blok Sistem Informasi Yang Berinteraksi .................................................... 15 Gambar 2.2 Format Normalisasi ....................................................................................... 21 Gambar 2.3 Data Warehouse Berorientasi Subjek ........................................................... 26 Gambar 2.4 Data Warehouse Terintegrasi ....................................................................... 27 Gambar 2.5. Data Warehouse Non-Volatile ..................................................................... 28 Gambar 2.6. Data Warehouse Berorientasi Waktu .......................................................... 29 Gambar 2.7. Struktur Dari Data Warehouse ................................................................... 30 Gambar 2.8. Komponen Utama Dari Data Warehouse .................................................... 34 Gambar 2.9. Star Scheme .................................................................................................. 39 Gambar 2.10. Snowflake Scheme ...................................................................................... 41 Gambar 3.1. Kerangka Penelitian ..................................................................................... 71 Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum ......................................... 75 Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi ..................................................... 77 Gambar 4.3 Alur Prosedur Klaim ..................................................................................... 79 Gambar 4.4 Data sebelum dinormalisasi .......................................................................... 82 Gambar 4.5 Normalisasi 1NF ........................................................................................... 83 Gambar 4.6 Normalisasi 2NF ........................................................................................... 84 Gambar 4.7 Entity Relationship Diagram (physical design) ........................................... 85 Gambar 4.8 Database ‘takaful’........................................................................................ 98 Gambar 4.8 Tabel-tabel Database ‘OLAPtakaful’ ........................................................... 98 Gambar 4.10 Create New Data Source............................................................................. 99 Gambar 4.11 Jendela Data Source Wizard ....................................................................... 99 Gambar 4.12 Jendela Data Source Wizard Pilih ‘takaful’ dan ‘OLAPtakaful’ .............. 100 Gambar 4.13 Compleeting the Wizard ............................................................................ 101 Gambar 4.14 New SSIS Package .................................................................................... 101 Gambar 4.15 Connection Managers ............................................................................... 102 Gambar 4.16 Jendela Select Data Source ....................................................................... 102 Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination ................................ 103
xiv
Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination .............................. 103 Gambar 4.19 OLE DB Source editor .............................................................................. 104 Gambar 4.20 OLE DB Destination Editor ..................................................................... 105 Gambar 4.21 jendela control flow ................................................................................... 106 Gambar 4.22 Jendela Execute SQL Task Editor ............................................................. 106 Gambar 4.23 Jendela SQL Querry .................................................................................. 107 Gambar 4.24 Data Flow Task Dan Execute Task Sukses ............................................... 107 Gambar 4.25 Create Data Source ................................................................................... 108 Gambar 4.26 Data Source Wizard Pemilihan Data Connection .................................... 108 Gambar 4.27 Impersonation Information ....................................................................... 109 Gambar 4.28 Data Source Name .................................................................................... 109 Gambar 4.29 Membuat New Data Source View ............................................................. 110 Gambar 4.30 Pemilihan Data Source ............................................................................. 110 Gambar 4.31 Pemilihan Tabel Yang Akan Ditampilkan ................................................ 111 Gambar 4.32 Penamaan Data Source View .................................................................... 111 Gambar 4.33 Create New Cube ...................................................................................... 112 Gambar 4.34 Pemilihan Metode Pembuatan .................................................................. 112 Gambar 4.35 Pemilihan Data Source ............................................................................. 113 Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta ............................................................ 113 Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta ...................................................... 114 Gambar 4.38 Pemilihan Measure ................................................................................... 114 Gambar 4.39 Pendeteksian Hirarki ................................................................................. 115 Gambar 4.40 Review New Dimension ............................................................................. 115 Gambar 4.41 Pemberian Nama Cube.............................................................................. 116 Gambar 4.42 Hasil Cube Star Schema ............................................................................ 117 Gambar 4.43 Skema Bintang Klaim ............................................................................... 121
xv
DAFTAR TABEL
Tabel 2.1 Bentuk tidak normal.......................................................................................... 22 Tabel 2.2 Bentuk Normal Pertama (1NF) ......................................................................... 22 Tabel 2.3 Bentuk Normal Kedua ...................................................................................... 23 Tabel 2.4 Bentuk Normal Ketiga ...................................................................................... 24 Tabel 2.5. Perbedaan OLAP dengan OLTP ...................................................................... 37 Tabel 2.6. Perbedaan Asuransi Syariah Dan Konvensional.............................................. 53 Tabel 2.7. penelitian Data Warehouse Sebelumnya ......................................................... 59 Tabel 4.1 Identifikasi Tabel Yang Digunakan ................................................................. 81 Tabel 4.2. Tabel trxklaim .................................................................................................. 86 Tabel 4.3 Tabel trxveh ..................................................................................................... 87 Tabel 4.4 Tabel maspol .................................................................................................... 88 Tabel 4.5 Tabel mascust .................................................................................................. 88 Tabel 4.6 Tabel masveh ................................................................................................... 89 Tabel 4.7 Tabel product ................................................................................................... 90 Tabel 4.8 Tabel branch .................................................................................................... 91 Tabel 4.9 Tabel cause ...................................................................................................... 91 Tabel 4.10 Tabel Grain Dan Dimensi Dari Klaim............................................................ 92 Tabel 4.11 Tabel-Tabel Dimensi ...................................................................................... 94 Tabel 4.12 Tabel Waktudim ............................................................................................. 94 Tabel 4.13 Tabel Dimensicustomer .................................................................................. 94 Tabel 4.14 Tabel Dimensicauses ...................................................................................... 95 Tabel 4.15 Tabel Dimensiproduct ..................................................................................... 95 Tabel 4.16 Tabel Durasi Database ................................................................................... 95 Tabel 4.17 Contoh Tabel Pada Dimensi Cause ................................................................ 96 Tabel 4.18 Contoh Perubahan Tabel Pada Dimensi Cause .............................................. 96 Tabel 4.19 Contoh Tabel Pada Dimensi Product ............................................................. 96 Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product............................................ 97 Tabel 4.21 Meta Data Pada Dimensi Waktu ..................................................................... 97
xvi
Tabel 4.22 Analisis Kapasitas Media Penyimpanan ....................................................... 120 Tabel 4.23 Meta Data Pada Dimensi Waktu ................................................................... 122 Tabel 4.23 Meta Data Pada Dimensi Customer .............................................................. 123 Tabel 4.24 Meta Data Pada Dimensi Cause ................................................................... 123 Tabel 4.24 Meta Data Pada Dimensi Product................................................................. 123 Tabel 4.26 Meta Data Pada Dimensi Fakta Klaim.......................................................... 124
xvii
BAB I PENDAHULUAN
1.1 Latar Belakang Perkembangan dunia teknolgi informasi saat ini semakin pesat, hampir semua aspek kegiatan manusia dipengaruhi oleh teknologi informasi, tak luput juga dalam dunia bisnis saat ini. Banyak
perusahaan yang memanfaatkan
teknologi informasi untuk dapat meningkatkan kinerja bisnisnya sehingga dapat menghadapi persaingan bisnis yang ketat yang bertujuan untuk meraih pangsa pasar yang lebih besar, dengan harapan agar keuntungan perusahaan yang dicapai dapat lebih meningkat pula. Data warehouse merupakan salah satu bagian dari teknologi informasi yang dapat menunjang kegiatan perusahaan tersebut (Supawi, 2003). Data warehouse dapat membantu pihak manajerial dan eksekutif perusahaan dalam penentuan kebijakan perusahan, agar dapat menghasilkan keputusan yang cepat dan tepat berdasarkan hasil analisa dari data dan fakta yang ada. Keberadaan data warehouse akan mempermudah pembuatan aplikasiaplikasi seperti Decission Support System dan Sistem Informasi Eksekutif karena memang kegunaan dari data warehouse ini adalah untuk mendukung proses analisa bagi para pihak eksekutif dalam pengambilan keputusan (Oktavia, 2011). Dengan membangun data warehouse dapat memberikan keuntungankeuntungan strategis bagi perusahaan. Hal ini dikarenakan kemampuan data warehouse untuk mengakses data yang besar, memiliki data yang konsisten, serta
1
2
kemampuan kinerja analisis yang cepat sehingga dengan kelebihan-kelebihan tersebut dapat menyediakan informasi yang dibutuhkan bagi perusahaan dengan kinerja yang efektif dan tanpa menambah biaya administrasi perusahaan (Rahmadi, 2007). Tidak hanya perusahaan-perusahaan yang menghasilkan produk, banyak perusahaan jasa seperti asuransi yang kini juga saling berkompetisi untuk dapat mempertahankan dan memajukan bisnisnya, seiring dengan semakin banyaknya pesaing. Bahkan untuk perusahaan asuransi syariah, ditandai sejak tahun 2006 industri ini telah diwarnai oleh kegiatan marketing yang agresif oleh beberapa perusahaan (Nina, 2008). Untuk itulah, perusahaan jasa seperti asuransi syariah ini juga dianggap perlu untuk memiliki suatu data warehouse guna menunjang kegiatan pengambilan keputusan dalam perusahaan. Penelitian dengan tema data warehouse telah dilakukan oleh banyak orang, dan dalam berbagai bidang. Seperti halnya yang disebutkan dalam sebuah penelitian mengenai data warehouse berdasarkan framework-framework yang ada, telah diungkapkan bahwa setidaknya ada 129 artikel yang di terbitkan dalam 31 jurnal sejak tahun 1995 dan tahun 2003 yang berkaitan dengan penelitian dibidang data warehouse (Lin, 2006). Artikel-artikel tersebut diklasifikasikan berdasarkan enam kategori framework, yaitu manajemen proyek, desain data, arsitektur, realisasi, deployment, dan maintenance. Di dalam proses pembuatan data warehouse sendiri perlu ada beberapa tahapan, diantaranya tahap analisis. Ada sebuah penelitian yang berpendapat bahwa untuk menghasilkan data warehouse yang sesuai dengan kebutuhan
3
pengambilan keputusan maka harus fokus pada analisis kebutuhan dari perusahaan, untuk itu diusulkan suatu metode yang disebut CADWA sebagai panduan dalam proses analisis kebutuhan dari user (Gam et al. 2005). Penelitian lainnya mengenai tahap mendesain data warehouse, dengan mengusulkan pendekatan baru berbasis clover model untuk membantu user dalam mendesain suatu data warehouse (Arfaoui et al. 2010). Disamping proses analisis dan desain, masih ada proses lain seperti extract, transform, dan loading data ke dalam database data warehouse dimana jika user tidak memahami cara melakukannya, hal ini dapat menyita waktu. Karena itulah dibangun sebuah framework yang dapat digunakan sebagai panduan dalam melakukan kegiatan extract, transform, dan loading data (Wah et al. 2007). Bahkan untuk lebih mempermudah dalam melakukan proses extract, transform, dan loading ditemukan suatu cara untuk automasi dalam siklus ETL di dalam pembuatan data warehouse (Amin dan Aziz, 2010). Sebelum di implementasikan tentunya data-data yang ada harus di integrasi, salah satu caranya adalah dengan menerapkan XML dan XSLT sebagai general platform untuk mengintegrasikan dari berbagai sumber database yang berbedabeda (Tseng, 2007). Untuk mengimplementasikan data warehouse perlu diperhatikan hal-hal yang dapat memengaruhi performa dari data warehouse, dan dinyatakan pula bahwa kualitas data dan kualitas dari sistem juga dapat mempengaruhi kesuksesan dari data warehouse yang telah dibuat (Hayen et al. 2007). Tidak hanya kualitas dari data di dalam data warehouse tetapi faktor keamanan dari data warehouse itu sendiri juga penting dan harus di perhatikan
4
oleh peneliti, dengan memutuskan siapa saja yang berhak mengakses data warehouse dan tabel mana yang boleh diakses (Rosenthal et al. 2000). Setelah di implementasikan, masih ada beberapa faktor yang perlu diperhatikan sebagai efek dari implementasi dari data warehouse tersebut, hal ini dilakukan untuk memfasilitasi integrasi dan pemilihan variabel pada penelitian-penelitian yang akan dilakukan selanjutnya (Hwang et al. 2007). Tidak hanya untuk Decision Support System dalam bidang bisnis, data warehouse juga diterapkan dalam dunia marketing seperti salah satu jurnal yang membahas bagaimana memanfaatkan data warehouse untuk menganalisis hal-hal yang mempengaruhi perkembangan perusahaan dalam hal pemasaran (Payton et al. 2005). Sedangkan dalam dunia science dan kesehatan ada beberapa ilmuan yang juga memanfaatkan data warehouse seperti bagaimana penerapan integrasi data untuk menampung data penyakit-penyakit cardiovascular (Kormeier et al., 2009). Serta ada beberapa yang memanfaatkan data warehouse untuk pengambilan keputusan dalam community centre mengenai angka kesehatan (Berndt et al. 2003). Data warehouse dapat juga di integrasikan dengan web dan dimanfaatkan untuk web intelligence (Domingues et al. 2004) dan dijadikan acuan dalam pembuatan model untuk statistical mining (Kascelan, 2005). Data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Menurut Inmon (2002), data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan manajemen.
5
Inmon (2002) juga menyatakan bahwa ada empat tugas yang dapat dilakukan dengan adanya data warehouse, yaitu: Pembuatan laporan, On-Line Analytical Processing, Data Mining, dan proses Informasi Executive. Setiap pihak baik individu maupun korporasi akan selalu menghadapi resiko, seperti kerusakan harta karena bencana alam, hilangnya keuntungan karena gangguan usaha, maupun resiko sakit atau meninggal karena kecelakaan. Kerugian yang di akibatkan oleh resiko-resiko tersebut dapat di minimalisasi dengan adanya asuransi. Saat ini semakin banyak individu dan perusahaan yang menyadari keuntungan dan kemudahan yang mereka dapat jika menyertakan harta ataupun jiwanya dalam asuransi (Sula, 2009). Asuransi Syariah adalah usaha saling melindungi dan tolong menolong diantara sejumlah orang atau pihak melalui investasi dalam bentuk aset dan atau tabarru’ memberikan pola pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan) yang sesuai dengan syariah (DSN MUI, 2001). Berbeda dengan konvensional, dalam asuransi syariah yang terjadi adalah pembagian resiko finansial di antara peserta, pihak perusahaan asuransi bertindak sebagai pemegang amanah. Konsep seperti inilah yang dinilai lebih menguntungkan peserta
asuransi
dibandingkan dengan
asuransi
konvensional.
Hal
ini
menyebabkan asuransi syariah semakin popular dan mulai berkembang menyaingi asuransi konvensional (Sula, 2009). PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994 atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan
6
Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT Asuransi Jiwa Tugu Mandiri, Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui kedua anak perusahaannya yaitu PT Asuransi Takaful Keluarga dan PT Asuransi Takaful Umum, Perusahaan telah memberikan jasa perlindungan asuransi yang menerapkan prinsip-prinsip murni syariah pertama di Indonesia.
Anak
perusahaan yang bergerak di bidang asuransi umum Syariah yaitu PT Asuransi Takaful Umum, yang diresmikan oleh Menristek/Ketua BPPT Prof. Dr. B.J. Habibie pada 2 Juni 1995. Untuk meningkatkan kualitas layanan yang diberikan Perusahaan dan menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO 9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum. Fokus utamanya adalah memberikan layanan dan bantuan menyangkut asuransi di bidang kerugian seperti perlindungan dari kebakaran, pengangkutan, niaga, dan kendaraan bermotor, dengan harapan bisa tercapainya masyarakat Indonesia yang sejahtera dengan perlindungan asuransi yang sesuai Muamalah Syariah Islam. Seiring dengan semakin banyaknya individu atau organisasi yang mempercayakan harta serta keselamatan jiwanya pada perusahaan asuransi syariah (Sula, 2009), maka semakin banyak pula data-data yang masuk ke dalam perusahaan dari waktu ke waktu. Oleh karena itu dibutuhkan suatu cara untuk mengelola dan menganalisis data untuk mendapatkan informasi yang akurat dengan pertumbuhan data yang cepat, salah satu caranya adalah dengan adanya data warehouse.
7
Begitu juga halnya dengan apa yang terjadi di PT. Asuransi Takaful Umum, seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim kepada PT. Asuransi Takaful Umum. Data-data tersebut tentunya perlu disimpan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam database operasional di General Takaful System. Oleh karena itu perlu adanya suatu tool atau aplikasi pengelolaan data yang dapat digunakan untuk mengetahui seberapa banyak peserta yang mengajukan klaim berdasarkan jenis resikonya dan berapa jumlah peningkatan serta penurunanya dari tahun ke tahun. Dilihat dari latar belakang di atas, maka penelitian ini di tujukan kepada PT. Asuransi Takaful Umum dengan menggunakan data warehouse dalam bidang keilmuannya dalam melakukan pengolahan data-data yang dimiliki perusahaan. Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu informasi secara cepat. Dengan adanya data warehouse di sini dapat memudahkan dalam pengimplementasian tool/aplikasi untuk mengetahui jumlah klaim yang diajukan oleh peserta asuransi setiap tahunnya. Hal-hal tersebut dapat dilakukan tanpa membutuhkan banyak waktu untuk melihat, menganalisis, dan melaporkan perkembangannya kepada manajer ataupun bagian-bagian terkait lainnya sebagai bahan pertimbangan dalam pengambilan keputusan.
8
Berdasarkan latar belakang diatas, di lakukanlah penelitian dalam bidang pengelolaan data untuk PT. Asuransi Takaful Umum yang bergerak dibidang asuransi syariah dengan judul “Analisis dan Desain Data Warehouse Pada Perusahaan Asuransi Syariah”.
1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka dapat dirumuskan beberapa permasalahan sebagai berikut: 1.
Bagaimana menganalisis data yang dibutuhkan untuk penyampaian laporan statistik kepada manajer klaim?
2.
Bagaimana cara pengambilan data dari database ke dalam data warehouse?
3.
Bagaimana desain data warehouse dan rancangan database yang akan digunakan dalam data warehouse PT. Asuransi Takaful Umum?
4.
Seberapa besar kapasitas data warehouse yang akan digunakan dalam perusahaan?
1.3 Batasan Masalah Agar lebih terarah, maka penelitian ini mempunyai batasan masalah sebagai berikut: 1.
Penelitian ini hanya membahas analisis data yang berkaitan dengan data klaim peserta asuransi.
9
2.
Desain data warehouse dalam penelitian ini hanya menggunakan satu jenis skema yaitu skema bintang.
3.
Analisis dan desain data warehouse dalam perusahaan asuransi syariah PT. Asurani Takaful Umum menggunakan Nine Step Design Method.
4.
Penelitian ini hanya dilakukan sampai tahap bagaimana melakukan migrasi dari database operasional menuju data warehouse yang akan digunakan dalam perusahaan PT. Asuransi Takaful Umum.
5.
Dalam penelitian ini, akan menggunakan SQL Server Management Studio untuk mendesain database dan SQL Server BI Development Studio untuk analisis data.
1.4 Tujuan Penelitian Tujuan penelitian yang akan dilakukan dalam penelitian ini terdiri dari dua jenis, tujuan umum dan tujuan khusus. Tujuan umum penelitian ini adalah menghasilkan sebuah desain data warehouse yang dapat digunakan dalam perusahaan PT. Asuransi Takaful Umum. Sedangkan tujuan khusus dari penelitian ini adalah menghasilkan: 1.
Analisis data terkait untuk penyampaian laporan statistik kepada manajer klaim.
2.
Penjabaran proses pengambilan data dari database General Takaful System di PT. Asuransi Takaful Umum ke dalam data warehouse.
3.
Desain data warehouse berdasarkan hasil analisis data, dengan tabeltabel, skema, serta durasi dari data warehouse yang akan dibuat.
10
4.
Perhitungan besar kapasitas data warehouse yang akan digunakan dalam perusahaan.
1.5 Manfaat Penelitian Adapun manfaat yang didapat dari penelitian ini adalah sebagai berikut: 1.
Penelitian ini dapat menjadi salah satu
referensi bagi penelitian
berikutnya, khususnya di bidang data warehouse untuk perusahaan asuransi syariah. 2.
Dengan adanya analisis dan desain data warehouse dalam Asuransi Syariah
diharapkan
kelak
dapat
memudahkan
dalam
mengimplementasikan aplikasi pengelolaan data dan pembuatan laporan statistik untuk manajer. 3.
Memberikan pemahaman mengenai konsep data warehouse pada asuransi syariah dan mengenai tahapan perancangannya berdasarkan Nine Step Design Method.
4.
Memberikan gambaran umum mengenai bagaimana salah satu cara untuk memanfaatkan data warehouse pada suatu perusahaan asuransi syariah.
1.6 Metodologi Penelitian 1.6.1 Metode Pengumpulan Data 1.
Observasi Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan
observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara
11
mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka sebagian atau seluruh data yang telah di dapat akan hilang sia-sia. 2.
Wawancara Wawancara adalah metode pengambilan data dengan cara menanyakan
sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka, wawancara merupakan bentuk pengumpulan data yang paling sering digunakan dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti yang dinyatakan oleh Creswell (Rachmawati, 2008). 3.
Studi Pustaka Memperoleh informasi dari penelitian terdahulu merupakan langkah yang
penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir, 2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.
1.6.2 Metode Perancangan Data Warehouse Metode yang digunakan dalam membangun perancangan data warehouse ini adalah dengan menggunakan metode desain data warehouse multidimensi
12
atau sering disebut Nine Step Design Method (Kimball et al. 2002) yang terdiri dari beberapa fase, di antaranya: a.
Memilih proses.
b.
Menentukan grain/sumber dari proses bisnis.
c.
Mengidentifikasi dan penyesuaian dimensi
d.
Memilih fakta.
e.
Menyimpan perhitungan awal dalam tabel fakta.
f.
Melihat kembali tabel dimensi
g.
Memilih durasi database.
h.
Menelusuri perubahan dari dimensi.
i.
Memutuskan prioritas query dan tipe query, memilih physical design
1.8 Sistematika Penulisan Dalam penulisan skripsi ini dibagi menjadi enam bab dengan beberapa sub pokok bahasan. Adapun sistematika dari skripsi ini adalah sebagai berikut: BAB I
: PENDAHULUAN Dalam bab ini akan diuraikan tentang latar belakang penulisan, ruang lingkup atau batasan dalam penelitian ini,
tujuan
yang
hendak
dicapai,
manfaat
yang
diharapkan dan metodologi yang digunakan dalam penelitian ini secara sistematik. BAB II
: LANDASAN TEORI
13
Dalam bab ini akan diuraikan mengenai teori-teori yang digunakan dalam pembahasan penulisan skripsi ini dan sumber teori-teori tersebut. BAB III
: METODOLOGI PENELITIAN Dalam bab ini menjelaskan tentang tata cara penelitian berdasarkan metodologi penelitian yang dipilih. Metode yang digunakan antara lain metode pengumpulan data dan metode data warehouse multidimensi atau sering disebut Nine Step Design Method. Dimana pada metode pengumpulan
data,
penulis
menggunakan
metode
observasi, wawancara, dan studi pustaka. BAB IV
: HASIL DAN PEMBAHASAN Dalam bab ini akan dibahas mengenai gambaran umum perusahaan, analisis proses yang sedang berjalan, analisis dari data-data yang digunakan dalam perusahaan, serta akan dibahas
perancangan
data
warehouse, juga
spesifikasi tabel dan rancangan skema bintang yang dipakai. BAB V
: SIMPULAN DAN SARAN Bab ini merupakan akhir penulisan skripsi, di mana berdasarkan uraian-uraian yang telah dibahas akan dituangkan ke dalam suatu bentuk kesimpulan akhir serta saran-saran.
BAB II LANDASAN TEORI 1.1. 2.1. Data Dan Informasi 2.1.1. Data Data adalah fakta mengenai objek, orang dan lain-lain. Data dinyatakan dengan nilai (angka, deretan karakter, atau simbol) (Kadir, 1998). Menurut pendapat lainnya, Data adalah fakta tentang sesuatu di dunia nyata yang dapat direkam dan disimpan pada media komputer. Definisi di atas perlu diperluas untuk mencerminkan realitas yang ada saat ini. Basis data saat ini digunakan untuk menyimpan objek-objek seperti: dokumen, citra fotografi, suara, serta vedio, alih-alih hanya teks serta angka pada aplikasi basis data terdahulu. Dengan demikian, pengertian data dapat diperluas menjadi: fakta, teks, grafik, suara, serta video yang bermanfaat di lingkup pengguna (Hariyanto, 2004).
2.1.2. Informasi Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang menerimanya. sumber dari informasi adalah data. Suatu informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan biaya mendapatkannya. Kegunaan informasi adalah untuk mengurangi hal ketidakpastian di dalam proses pengambilan keputusan tentang suatu keadaan. Informasi yang digunakan di dalam suatu sistem informasi umumnya digunakan untuk beberapa kegunaan (Jogiyanto, 2005).
14
15
2.2. Sistem Informasi Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu. Sistem informasi didefinisikan sebagai suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan (Jogiyanto, 2005). Sistem informasi terdiri dari komponen-komponen yang disebut dengan istilah blok bangunan (building block), yaitu blok masukkan (input block), blok model (model block), blok keluaran (output block), blok teknologi (technology block), bok basis data (database block), dan blok kendali (controls block) (Burch dan Grudnitski, 1984) PEMAKAI
INPUT
PEMAKAI
MDEL
OUTPUT
PEMAKAI
PEMAKAI TEKNOLOGI
PEMAKAI
BASIS DATA
KENDALI
PEMAKAI
Gambar 2.1 Blok sistem informasi yang berinteraksi
16
2.3.Pengertian Basis Data Basis data adalah koleksi dari data-data yang terorganisasi dengan cara sedemikian rupa sehingga data mudah disimpan dan dimanipulasi (diperbaharui, dicari, diolah dengan perhitungan-perhitungan tertentu, serta dihapus) (Nugroho, 2004). Pendapat lain mengatakan bahwa basis data adalah suatu kumpulan data terhubung (interrelated data) yang disimpan secara bersama-sama pada suatu media, tanpa mengatap satu sama lain atau tidak perlu suatu kerangkapan data (controlled redudancy) dengan cara-cara tertentu sehingga mudah untuk digunakan atau ditampilkan kembali; dapat digunakan oleh satu atau lebih program aplikasi secara optimal; data disimpan tanpa mengalami ketergantungan pada program yang akan menggunakannya; data disimpan sedemikian rupa sehingga penambahan, pengambilan dan modifikasi data dapat dilakukan dengan mudah dan terkontrol (Sutanta, 1995). Basis Data adalah kumpulan data (elementer) yang secara logik berkaitan dalam merepresentasikan fenomena/fakta secara terstruktur dalam domain tertentu untuk mendukung aplikasi pada sistem tertentu, merupakan kumpulan data yang saling berhubungan yang merefleksikan fakta-fakta yang terdapat di organisasi (Hariyanto, 2004). Dari beberapa pengertian di atas, dapat disimpulkan bahwa basis data adalah sekumpulan data yang saling terkait dan terintegrasi yang berkaitan dengan suatu informasi tertentu, dimana data-data ini dapat disimpan dan
17
dilakukan operasi-operasi seperti penambahan, pengambilan, dan modifikasi data lainnya dengan mudah.
2.4. Sistem Basis Data Sistem basis data adalah koleksi dari file yang saling berelasi dan sebuah set aplikasi yang memungkinkan untuk memodifikasi file tersebut (Rizky, 2008). Atau dapat dikatakan sistem basis data merupakan gabungan antara basis data dan perangkat lunak SMBD (Sistem Manajemen Basis Data) termasuk di dalamnya program aplikasi yang dibuat dan bekerja dalam satu sistem disebut dengan Sistem Basis Data. Sistem basis data dapat dianggap sebagai tempat untuk sekumpulan berkas data yang terkomputerisasi dengan tujuan untuk memelihara informasi dan membuat informasi tersebut tersedia saat dibutuhkan (Dzacko, 2007). Komponen-komponen utama dari sebuah sistem basis data adalah sebagai berikut: 1. Basis Data 2. Perangkat Keras 3. Sistem Operasi 4. Sistem Pengelolaan Basis Data (DBMS) 5. Pemakai 6. Program aplikasi lainnya
18
Bila dibandingkan dengan sistem pemrosesan file yang didukung oleh sistem operasi konvensional, maka penggunaan sistem basis data memiliki banyak keuntungan, diantaranya: 1. Mengurangi duplikasi data. 2. Data yang independen, sehingga memisahkan data dengan aplikasi dalam penyimpanannya. 3. Kemudahan, kecepatan, dan efisiensi akses atau pemanggilan data. 4. Menjaga ntegritas data. 5. Meningkatkan faktor keamanan data dengan memanfaatkan akses kontrol dari database itu sendiri. 6. Dengan adanya penggunaan database waktu yang diperlukan untuk mengembangkan aplikasi sistem informasi tentu saja menjadi lebih cepat.
2.5. Database Management System DBMS adalah koleksi terpadu dari program-program (sistem perangkat lunak) yang digunakan untuk mendefinisikan, menciptakan, mengakses dan merawat database (basis data). Tujuannya adalah menyediakan lingkungan yang mudah dan aman untuk penggunaan dan perawatan database. Perangkat tersebut juga menerapkan mekanisme pengamanan data (security), pemakaian data secara bersama (sharing data), pemaksaan keakuratan / konsistensi data, dan sebagainya. Perangakat lunak yang termasuk DBMS adalah MS-Access, Foxpro, Dbase-IV, Foxbase, Clipper, dan lainnya untuk kelas sederhana, dan Oracle, Informix, Sybase, MS-SQL Server, dan lainnya untuk kelas kompleks/berat.
19
Manfaat dari menggunakan DBMS tersebut adalah: 1. Untuk mengorganisasi dan mengelola data dalam jumlah besar. 2. Untuk membantu dan melindungi data dari kerusakan yang disebabkan pengaksesan yang tidak sah. 3. Memudahkan dalam mengakses dan pengambilan data 4. Memudahkan untuk pengaksesan data secara bersamaan dalam suatu jaringan.
2.5.1. Basis Data Relasional Merupakan model basis data yang terdiri dari tabel-tabel terpisah yang memiliki relasi antar tabel dimana setiap tabelnya mempunyai key sebagai kunci relasi, dan setiap key mewakili semua field yang ketergantungan kepadanya (Hutabarat, 2004). Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel dapat dilakukan dengan cepat. Pencarian atribut yang berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint operation). Ada beberapa ciri dari basis data relasional yang baik (Hutabarat, 2004), yaitu: 1. Mempunyai struktur basisdata yang lebih kompak (terdiri dari tabel-tabel yang saling berhubungan). 2. Mempunyai struktur dari masing-masing table yang lebih efisien dan sistematis.
20
3. Operasi basisdata yang lebih cepat (karena dlm perancangan basisdata ukuran tabel diharapkan semakin kecil). 4. Tingkat redundansi yang lebih kecil.
2.5.2. Normalisasi Normalisasi merupakan suatu teknik untuk mengorganisasi data kedalam beberapa tabel, dimana tabel-tabel tersebut saling berhubungan satu dengan yang lainnya (Hutabarat, 2004). Proses normalisasi menyediakan cara sistematis untuk meminimalkan terjadinya kerangkapan data diantara relasi dalan perancangan logikal basis data. Tujuan lain dari normalisasi adalah untuk mengurangi kompleksitas, dan untuk mempermudah pemodifikasian data. Format normalisasi terdiri dari lima bentuk, yaitu bentuk tidak normal, bentuk normal pertama, bentuk normal kedua, bentuk normal ketiga, BoyceCodde, bentuk normal keempat, dan bentuk normal kelima, seperti yang digambarkan dalam diagram berikut:
21
Gambar 2.2 Format Normalisasi Namun yang umum digunakan adalah bentuk normal sampai 3NF, berikut ini akan dijelaskan format normalisasi hingga 3NF:
2.5.2.1. Bentuk Tidak Normal Pada bentuk ini biasanya data yang direkam tidak megikuti suatu format yang tertentu, bisa saja data terduplikasi atau data tidak lengkap.
22
Tabel 2.1 Bentuk Tidak Normal
2.5.2.2. Bentuk Normal Pertama (1NF) Pada bentuk ini data dibuat dalam tabel dua dimensi dan tidak ada atribut yang bernilai ganda atau berulang dan tidak mempunyai baris yang rangkap. Tabel 2.2 Bentuk Normal Pertama (1NF)
2.5.2.3. Bentuk Normal Kedua (2NF) Suatu relasi dikatakan sudah memenuhi bentuk normal kedua bila relasi tersebut sudah memenuhi bentuk normal kesatu, dan atribut yang bukan key sudah tergantung penuh terhadap key-nya.
23
Tabel 2.3 Bentuk Normal Kedua
2.5.2.4. Bentuk Normal Ketiga (3NF) Suatu relasi dikatakan sudah memenuhi bentuk normal ketiga bila relasi tersebut sudah memenuhi bentuk normal kedua dan atribut yang bukan key tidak tergantung transitif terhadap key-nya.
24
Tabel 2.4 Bentuk Normal Ketiga
2.6. Data warehouse 2.6.1. Pengertian Data warehouse adalah kumpulan dari basis data yang terintegrasi dan bersifat subject-oriented yang dirancang untuk memberikan (supply) informasi yang dibutuhkan untuk pembuatan keputusan (Inmon, 1992). Data warehouse berisi data hasil ekstraksi dari berbagai sistem operasi suatu perusahaan, setiap sistem operasi tersebut berisi record yang berbeda-beda dari setiap transaksi bisnis (Nagabushana, 2006).
25
Data warehouse adalah sekumpulan data yang terintegrasi, subjectoriented, nonvolatile, dan time-variant yang menunjang keputusan dari manajemen (Kimball, 2002). Data warehouse ialah sekumpulan informasi yang disimpan dalam basis data yang digunakan untuk mendukung pengambilan keputusan dalam sebuah organisasi. Data dikumpulkan dari berbagai aplikasi yang telah ada. Data yang telah dikumpulkan tersebut kemudian divalidasi dan direstrukturisasi lagi, untuk selanjutnya
disimpan
dalam
data
warehouse.
Pengumpulan
data
ini
memungkinkan para pengambil keputusan untuk pergi hanya ke satu tempat untuk mengakses seluruh data yang ada tentang organisasinya(Handojo, 2004). Dari beberapa definisi di atas dapat disimpulkan bahwa data warehouse adalah sekumpulan informasi yang didapatkan dari berbagai sistem operasi dalam suatu perusahaan dan di kumpulkan dalam suatu database dalam sistem terpisah untuk dilakukan ekstraksi, transformasi agar data terintegrasi, dan dapat digunakan untuk melakukan analisis dalam pengambilan suatu keputusan.
2.6.2. Karakteristik Data warehouse 2.6.2.1. Berorientasi Subjek Data warehouse berorientasi pada subjek-subjek area mayor dari perusahaan. Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu. Contohnya subjeksubjek seperti: Customer, policy, premium, dan claim. Setiap subjek tersebut
26
diimplementasikan sebagai serangkaian tabel yang saling terhubung di dalam data warehouse.
Gambar 2.3 Data Warehouse Berorientasi Subjek
2.6.2.2. Terintegrasi Sumber data yang ada di dalam data warehouse tidak hanya berasal dari database operasional (internal source) tetapi juga berasal dari luar sistem (external source). Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dari seluruh aspek dari data warehouse, integrasilah yang paling penting karena data yang akan dimasukkan ke dalam data warehouse terdiri dari berbagai sumber (Amborowati, 2008).
27
Gambar 2.4 Data Warehouse Terintegrasi
2.6.2.3. Non-volatile Maksud dari Non-volatile disini adalah data pada data warehouse tidak diupdate secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.
28
Berbeda dengan database operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan access data (mengakses data warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).
Gambar 2.5 Data Warehouse Non-Volatile
2.6.2.4. Time-variant Berbeda dengan database operasional, data yang terdapat di dalam data warehouse tidak hanya mengandung data yang bernilai sekarang, tetapi juga data history yang akan digunakan dalam analisis dan pengambilan keputusan . Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu, data untuk analisis tersebut berisi berbagai nilai waktu, misalkan harian, mingguan, bulanan, dan bahkan tahunan.
29
Gambar 2.6 Data Warehouse Berorientasi Waktu
2.6.3. Manfaat Data warehouse Secara garis besar, data warehouse dapat meningkatkan
produktivitas
pembuat keputsan melalui konsolidasi, konversi, transformasi, dan pemaduan data
operasional
sehingga
menyediakan
pandangan
konsisten
terhadap
perusahaan. (Hariyanto, 2004). Secara rinci manfaatnya sebagai berikut; 1. Kemampuan mengakses data yang berskala perusahaan. 2. Kemampuan memiliki data yang konsisten. 3. Kemampuan melakukan analisis secara cepat. 4. Dapat digunakan untuk mencari redudansi usaha diperusahaan. 5. Penemuan gap antara pengetahuan bisnis atau proses bisnis. 6. Mengurangi ongkos administrasi 7. Memberdayakan anggota perusahaan dengan informasi yang diperlukan untuk melakukan tugasnya secara efektif.
30
2.6.4. Struktur Data warehouse Data warehouse memiliki struktur yang spesifik dan
mempunyai
perbedaan dalam tingkatan detail data dan umur data (Poe, 2003).
M E T A D A T
Gambar 2.7 Struktur Dari Data Warehouse
A
Komponen dari struktur data warehouse adalah: 1. Current detail data Current detail data merupakan data detil yang aktif saat ini,mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dalam data warehouse. Didalam area ini warehouse menyimpan seluruh detail data yang terdapat pada skema basis data. Jumlah data sangat besar sehingga memerlukan storage yang besar pula dan dapat diakses secara cepat. Dampak negatif yang ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya
31
yang diperlukan menjadi mahal. Berikut ini beberapa alasan mengapa current detail data menjadi perhatian utama : a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama b. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan terendah. c. Hampir selalu disimpan dalam storage karena cepat di akses tetapi mahal dan kompleks dalam pengaturannya. d. Bisa digunakan dalam membuat rekapitulasi sehingga current detail data harus akurat. 2. Older detail data Data ini merupakan data historis dari current detail data, dapat berupa hasil cadangan atau archive data yang disimpan dalam storage terpisah. Karena bersifat back-up(cadangan), maka biasanya data disimpan dalam storage alternatif seperti tape-desk. Data ini biasanya memilki tingkat frekuensi akses yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan kembali. 3. Lighlty summarized data Data ini merupakan ringkasan atau rangkuman dari current detail data. Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan kebutuhan. Ringkasan dari current detail data belum bersifat total summary. Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung
32
kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga dengan data mart. Akses terhadap data jenis ini banyak digunakan untuk view suatu kondisi yang sedang atau sudah berjalan. 4. Highly summarized data Data ini merupakan tingkat lanjutan dari Lightly summarized data, merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan analisis menggunakan data multidimensi. 5. Metadata Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data diatas. Metadata adalah „data tentang data‟ dan menyediakan informasi tentang struktur data dan hubungan antara struktur data di dalam atau antara storage (tempat penyimpanan data). Metadata berisikan data yang menyimpan proses perpindahan data meliputi database structure, contents, detailed data dan summary data, matrics, versioning, aging criteria, versioning, transformation criteria. Metadata khusus dan memegang peranan yang sangat penting dalam data warehouse. Metadata sendiri mengandung : a. Struktur data: Sebuah direktori yang membantu user untuk melakukan analisis Decission Support System dalam pencarian letak/lokasi dalam data warehouse. b. Algoritma: Algoritma digunakan untuk summary data. Metadata sendiri merupakan panduan untuk algoritma dalam melakukan pemrosesan
33
summary data antara current detail data dengan lightly summarized data dan antara lightly summarized data dengan hightly summaried data. c. Mapping: Sebagai panduan pemetaan(mapping) data pada saat data di transform/diubah dari lingkup operasional menjadi lingkup data warehouse.
2.6.5. Arsitektur Data warehouse Menurut Poe (2003), arsitektur adalah sekumpulan atau struktur yang memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk. Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama yaitu read-only database. Karakterisitik arsitektur data warehouse (Poe, 2003) : 1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file. 2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke dalam Database Management Sistem (DBMS) seperti Oracle,Ms SQL Server, Sybase dan masih banyak yang lainnya. 3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan 4. Pemakai mengakses data warehouse melalui aplikasi front end tool Arsitektur dan komponen utama dari data warehouse dapat dilihat pada gambar berikut ini :
34
Gambar 2.8 Komponen Utama Dari Data Warehouse
1. Operational Data Sumber data dari data warehouse dapat diambil langsung dari mainframe, basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu dapat melaluo Operational Data Source(ODS). ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan. 2. Load manager Load manager juga disebut sebagai komponen front-end yang bertugas melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data ke warehouse. 3. Warehouse Manager
35
Warehouse manager melakukan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut meliputi : a. Analisis terhadap data untuk memastikan konsistensi b. Transformasi dan penggabungan sumber data dari tempat penyimpanan sementara menjadi tabel-tabel data warehouse. c. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar d. Melakukan denormalisasi dan agregasi jika diperlukan e. Backing-Up dan mengarsipkan data 4. Query manager Query manager juga disebut komponen back-end, melakukan operasioperasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi dari query tersebut. 5. End-user Access Tools Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan warehouse melalui end-user access tools. Data warehouse harus secara efisien mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis. Performa yang baik dapat dicapai dengan merencanakan dahulu keperluankeperluan untuk melakukan joins, summations dan laporan-laporan per periode
36
dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara lain : 1. Reporting and query tools 2. Application development tools 3. Executive information Sistem (EIS) tools 4. Online Analytical Processing (OLAP) tools 5. Data mining tools Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya dan satu dengan lainnya saling berkaitan.
2.6.6. Tiga Model Data warehouse 1. Enterprise Data warehouse Semua informasi yang dikumpulkan berupa subjek, yang mencakup seluruh organisasi perusahaan. 2. Data mart Sebagian data dari bagian perusahaan yang mempunyai nilai bagi pengguna. Ruang lingkupnya lebih spesifik, seperti data Penjualan atau marketing saja. Data mart adalah sistem yang mengumpulkan data yang dibutuhkan sebuah departemen atau aplikasi terkait. Data mart dapat diimplementasikan di data warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat juga diimplementasikan sebaga materialized view, yaitu tampilan tupel hasil
37
disimpan. Data mart dapat memiliki representasi berbeda dan menggunakan OLAP engine sendiri (Hariyanto, 2004). 3. Virtual Warehouse Memantau melalui data operasional pada database. Suatu ringkasan dari data yang fleksibel, mengurangi biaya untuk pengguna yang membutuhkan. Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa pengguna didalam perusahaan, akan tetapi perusahaan lain yang membutuhkan data tersebut dapat mudah untuk memperolehnya.
2.7. Perbedaan OLAP Dengan OLTP OLAP adalah operasi basis data (database) untuk mendapatkan informasi dalam bentuk kesimpulan dengan menggunakan agregasi sebagai mekanisme utama, mekanisme berupa analisis dan pengambilan keputusan. Analisis OLAP menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar. OLTP merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data terbaru dan spesifik. Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan OLTP: Tabel 2.5 Perbedaan OLAP Dengan OLTP
Users
OLTP
OLAP
Data entry
Manager perusahaan
38
Function
Transaksi setiap hari
Pendukung keputusan
Db design
Aplikasi oriented
Subjek oriented
Data
Sekarang, terbaru,
Historical, ringkas,
lengkap detail
multidimensi terintegrasi
Usage
Repetitive
Ad-hoc
Access
Membaca,menulis dan
Membaca dengan rinci
merubah
Pendek,transaksi yang
Query kompleks
Unit of work
ringkas Db size
Mega byte
Terra byte
2.8. Model Dimensional Model dimensional merupakan rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan performa yang tinggi. Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi. Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini disebut dengan skema bintang. Fitur terpenting dalam model dimensional ini adalah semua natural keys diganti dengan kunci pengganti (surrogate keys). Maksudnya yaitu setiap kali join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti.
39
Kegunaan dari kunci pengganti adalah memperbolehkan data pada data warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak seperti halnya yang diproduksi oleh sistem OLTP. Dimensional model yang sering digunakan pada data warehouse adalah skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query yang superior dengan meminimalisasi tabel-tabel join. Berikut ini adalah skema dimensional model yang sering digunakan:
2.8.1. Star Scheme Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data. Pada model ini setiap tabel dimensi hanya berhubungan dengan tabel fakta (Connoly dan Begg, 2005).
Gambar 2.9 Star Scheme
40
1. Tabel Fakta Tabel fakta berisi field yang menunjukkan fakta dari suatu subjek, yang diidentifikasi bahwa dengan field ini kita bisa mengukur nilai suatu aktivitas dalam subjek tertentu. Misalnya dalam subjek penjualan. Tabel fakta ini berisi foreign key dari tabel dimensi, karena berhubungan dengan tabel-tabel dimensi di sekelilingnya.
2. Tabel Dimensi Tabel dimensi merupakan penjelasan dari data yang terdapat dalam tabel fakta. Misalnya dalam tabel fakta menyebutkan penjualan produk ke pelanggan PT.X, maka untuk melihat detail mengenai PT.X, bisa dilihat dalam tabel dimensi Pelanggan yang berhubungan dengan tabel fakta tersebut.
2.8.2. Snowflake Scheme Merupakan varian dari skema bintang dimana tabel-tabel dimensi tidak terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih tabel dimensi boleh tidak bergabung secara langsung kepada tabel fakta tapi pada tabel dimensi lainnya (Connoly dan Begg, 2005).
41
Gambar 2.10 Snowflake Scheme
2.8.3. Starflake Scheme Keduanya merupakan model-model dimensional, perbedaannya terletak pada implementasi fisikal. Skema snowflake memberi kemudahan pada perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Sedangkan skema bintang lebih efisien serta sederhana dalam membuat query dan mudah diakses secara langsung oleh pengguna. Adapun starflake merupakan gabungan diantara keduanya. Keuntungan menggunakan masing-masing model tersebut dalam data warehouse antara lain : a. Efisien dalam hal mengakses data b. Dapat beradaptasi terhadap kebutuhan-kebutuhan user c. Bersifat fleksibel terhadap perubahan yang terjadi khususnya perubahan yang mengarah pada perkembangan d. Memiliki kemampuan dalam memodelkan situasi bisnis secara umum
42
e. Meskipun skema yang dihasilkan sangat kompleks, tetapi pemrosesan query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap tabel fakta harus di query secara independen.
2.9. Extract, Transform, Load ETL (Extract, Transform, Load)
adalah proses pengambilan data dari
application data dan mengintegrasikannya ke dalam data warehouse (Inmon, 2002). Atau bias diartikan sebagai proses migrasi dari database operasional menuju data warehouse (mariana et al. 2010). Tujuan ETL adalah mengumpulkan, menyaring, mengolah, dan menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse (Darudiato, 2010). Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria data warehouse seperti data yang historis, terpadu, terangkum, statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis . Proses ETL ini dibagi menjadi tiga, yaitu: 1. Extraxt, adalah proses penentuan source yang akan digunakan sebagai sumber data bagi data warehouse. Dalam proses ini ditentukan data apa saja yang dibutuhkan, tabel apa yang dijadikan sumber. 2. Transform, setelah data ditentukan barulah data-data tersebut dirubah agar sesuai dengan standard yang ada pada data warehouse. 3. Kemudian di Load, yaitu proses untuk memasukkan data-data yang sudah ditransform ke dalam data warehouse untuk disimpan sebagai summary.
43
Masalah-masalah yang terjadi dalam ETL adalah sumber-sumber data umumnya sangat bervariasi (Darudiato, 2010) diantaranya: 1. Platform mesin dan sistem operasi yang berlainan. 2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah ketinggalan zaman. 3. Kualitas data yang berbeda-beda. 4. Aplikasi sumber data mungkin menggunakan nilai data (representasi) internal yang sulit dimengerti.
2.10. Nine Step Design Method Berikut ini adalah Sembilan langkah untuk merancang suatu data warehouse yang di cetuskan oleh Kimball (2002):
2.10.1. Memilih Proses Pada proses pertama ini, yang dilakukan adalah menganalisa dan menentukan subyek permasalahan yang dihadapi, lalu mengidentifikasi proses bisnis yang berhubungan dengan permasalahan tersebut. Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang akan dibuat.
2.10.2. Menentukan Grain Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta.
44
Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan record apa yang akan direpresentasikan pada tabel fakta.
2.10.3. Mengidentifikasi Dan Penyesuaian Dimensi Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang ada. Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan id_pelanggan,
no_pelanggan,
tipe_pelanggan,
tempat_tinggal,
dan
lain
sebagainya.
2.10.4. Memilih Fakta Pada tahap ini dipilih fakta-fakta yang akan mengisi setiap tabel fakta, dimana fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan. Biasanya penyesuaian dimensi dan grain ini ditampilkan dalam bentuk matriks.
2.10.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada tahap inilah perhitungan tersebut dilakukan. Hal ini terjadi apabila fakta kehilangan statement.
45
2.10.6. Melihat Kembali Tabel Dimensi Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel dimensi. Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna.
2.10.7. Memilih Durasi Database Pada proses ini yang dilakukan adalah menentukan pembatasan waktu untuk data yang diambil dan dipindahkan kedalam tael fakta. Penentuan durasi ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih.
2.10.8. Menelusuri Perubahan Dari Dimensi Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel dimensi. Cara yang dapat dilakukan ada tiga, yaitu: a. Atribut dimensi yang telah berubah tertulis ulang b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama.
46
2.10.9. Memutuskan Prioritas Query Dan Tipe Query, Memilih Physical Design Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse. Persoalan perancangan fisik yang paling kritis adalah urutan fisik dari tabel fakta pada tempat penyimpanan dan pengadaan ringkasan yang disimpan sebelumnya atau penggabungan antara keduanya. Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas media penyimpanan.
2.11. Tools Pembuatan Data Warehouse 2.11.1. SQL Server Microsoft SQL Server merupakan aplikasi database handal yang digunakan oleh sebagian besar perusahaan terkemuka di dunia termasuk di Indonesia. Microsoft SQL Server merupakan pendobrak dan inovasi database modern yang mengetengahkan kemudahan, kecepatan, ketepatan dan kecanggihan dalam mengelola sebuah database modern berskala kecil, menengah dan besar. Melihat kemampuan yang sangat hebat ini Microsoft SQL Server mendapat julukan The Next Generation Database. Dengan demikian Microsoft SQL Server merupakan solusi database modern yang mampu mengelola data warehousing, komputer portabel serta sektor e-Commerce (Praduwiratna, 2010).
47
Untuk melakukan transformasi data Extract Transform and Loading (ETL) dalam data warehousing dapat digunakan beberapa tools yang disediakan oleh SQL Server (Ramadhan, 2007), diantaranya: 1. Microsoft SQL Server 2005/2008 Integration Services (SSIS): Data dari sumber data dipilih dan dipilah, dibersihkan (cleansing), digabungkan dan kemudian dimuat (load) ke data warehouse. 2. Microsoft SQL Server 2005/2008 Analysis Services (SSAS) Digunakan untuk membantu merealisasikan proses analisis 3. Microsoft SQL Server 2005/2008 Reporting Services (SSRS) Proses terakhir, dengan menyajikan laporan-laporan dan query hasil analisis tersebut ke berbagai media yang diperlukan.
2.11.2. Komponen Dasar Microsoft SQL Server Ada beberapa komponen dasar yang biasa terdapat dalam aplikasi SQL Server, diantaranya: 1. Database : yang dimaksud dengan database dalam SQL Server adalah kumpulan Tabel, View, Indeks, Trigger, Procedur dan objek-objek lain yang terkandung di dalamnya. 2. Tabel: tabel sebenarnya merupakan sarana untuk menyimpan baris-baris atau record-record data dan hubungannya dengan tabel lain. Jadi yang dimaksud dengan tabel di sini adalah inti dari sebuah database. Tabel menyimpan data yang dikelompokkan di dalam bentuk baris dan kolom seperti layaknya
48
lembar kerja. Setiap baris mewakili record dan setiap kolom adalah atribut atau field serta setiap field mengandung satu jenis informasi. 3. Database Diagram: Secara grafis menampilkan objek database sehingga dapat dimanipulasi tanpa menggunakan bahasa Transact-SQL. Dengan bahasa Transact-SQL menjadi Microsoft SQL Server mampu menghasilkan diagram database yang canggih. Diagram database ini adalah representasi grafik dari Tabel, Indeks, dan View yang disimpan oleh database dan bisa dimanipulasi dengan teknik drag and-drop dan interaksi dengan kotak dialog. 4. Indeks: Indeks adalah file-file tambahan yang meningkatkan kecepatan akses dari baris-baris tabel. Jadi Indeks adalah file jenis khusus yang bekerja sama dengan tabel. Tujuannya adalah untuk mempercepat proses pengaksesan record atau sekelompok record tertentu. 5. View: view adalah tabel virtual yang isinya ditentukan oleh Query ke dalam database. View ini bukanlah tabel fisik melainkan sekumpulan instruksi yang memberikan hasil berupa serangkaian data. Dengan demikian View ini bisa dikatakan cara untuk melihat data yang berbeda di dalam satu atau lebih tabel. 6. Stored procedure: data di dalam database bisa diakses hanya melalui eksekusi perintah Transact-SQL. 7. Trigger: trigger adalah prosedur tersimpan yang secara otomatis dijalankan apabila data di dalam tabel berubah karena eksekusi perintah Microsoft SQL seperti INSERT, UPDATE, atau DELETE.
49
2.12.
Asuransi Syariah
2.12.1. Pengertian Asuransi Syariah Definisi asuransi menurut Pasal 246 Kitab Undang-Undang Hukum Dagang (KUHD) Republik Indonesia adalah suatu perjanjian, dengan mana seorang penanggung mengikatkan diri pada tertanggung dengan menerima suatu premi. Untuk memberikan penggantian kepadanya karena suatu kerugian, kerusakan atau kehilangan keuntungan yang diharapkan yang mungkin akan dideritanya karena suatu peristiwa yang tak tentu. Sedangkan pengertian asuransi syariah menurut fatwa DSN-MUI yaitu Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling tolong menolong di antara sejumlah orang/pihak melalui investasi dalam bentuk aset dan/atau tabarru’ yang memberikan pola pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan) yang sesuai dengan syariah. Akad yang sesuai dengan syariah yang dimaksud adalah akad yang tidak mengandung unsur gharar (penipuan), maysir (perjudian), riba, zuhlm (penganiayaan), risywah (suap), barang haram dan maksiat. Dari pengertian di atas, sebenarnya perbedaan utama dari asuransi syariah dan konvensional terletak pada tujuan dan landasan operasional. Dari sisi tujuan, asuransi syariah bertujuan saling menolong (ta’awuni) sedangkan dalam asuransi konvensional tujuannya penggantian (tabaduli). Dari aspek landasan operasional, asuransi konvensional melandaskan kepada peraturan perundangan, sementara asuransi syariah melandaskan pada peraturan perundangan dan ketentuan syariah. Dari kedua perbedaan ini muncul perbedaan yang lainnya, mengenai hubungan
50
perusahaan dan nasabah, keuntungan, memperhatikan larangan syariah, dan pengawasan.
2.12.2. Akad Dalam Asuransi Syariah Di dalam melakukan asuransi syariah, ada dua akad yang terlibat, yaitu akad Tabarru’ dan tijarrah. Akad tabarru’ merupakan akad yang dilakukan dengan tujuan kebaikan dan tolong-menolong, bukan semata untuk tujuan komersial. Sedangkan akad tijarrah adalah semua bentuk akad yang dilakukan dengan tujuan komersial. Dalam akad, sekurang-kurangnya harus disebutkan: 1. Hak dan kewajiban peserta dan perusahaan. 2. Cara dan waktu pembayaran premi. 3. Jenis akad tijarrah dan/atau akad tabarru’ seta syarat-syarat yang disepakati, sesuai dengan jenis asuransi yang diakadkan.
2.12.3. Prinsip Asuransi Syariah Prinsip utama dalam
asuransi
syariah
adalah
ta’awanu ( tolong-
menolonglah kamu sekalian dalam kebaikan dan takwa dan alta‟min rasa aman). Prinsip ini menjadikan para anggota atau peserta asuransi sebagai sebuah keluarga yang besar yang satu dengan lainnya saling menjamin dan penanggung risiko. Hal ini disebabkan transaksi yang dibuat dalam asuransi takaful adalah akad takafuli (saling menanggung), bukan akad tabaduli saling
51
menukar) yang selama ini digunakan oleh asuransi konvensional, yaitu pertukaran pembayaran premi dengan uang pertanggungan. Para pakar ekonomi Islam mengemukakan bahwa asuransi syariah atau asuransi takaful ditegakkan atas tiga prinsip utama, yaitu: 1. Saling bertanggung jawab, yang berarti para peserta asuransi takaful memiliki rasa tanggung jawab bersama untuk membantu dan menolong peserta lain yang mengalami musibah atau kerugian dengan niat ikhlas, karena memikul tanggung jawab dengan ikhlas adalah ibadah. 2. Saling bekerja sama atau saling membantu, yang artinya diantara para peserta asuransi takaful yang satu dengan lainnya saling bekerja sama dan saling tolong-menolong dalam mengatasi kesulitan yang dialami karena sebab musibah yang diderita. 3. Saling melindungi penderitaan satu sama lain, yang berarti bahwa para peserta asuransi takaful akan berperan sebagai pelindung bagi peserta lain yang mengalami gangguan keselamatan berupa musibah yang dideritanya.
2.12.4. Landasan Al-Qur’an dan Hadits Asuransi Syariah 1. Surat Yusuf : 43-49 “Allah menggambarkan contoh usaha manusia membentuk sistem proteksi menghadapi kemungkinan yang buruk di masa depan. 2. Surat Al-Baqarah : 188 “...dan janganlah kalian memakan harta di antara kamu sekalian dengan jalan yang bathil, dan janganlah kalian bawa urusan harta itu kepada hakim yang
52
dengan maksud kalian hendak memakan sebagian harta orang lain dengan jalan dosa, padahal kamu tahu” 3. Surat Al Hasyr : 18 ”Hai orang-orang yang beriman bertaqwalah kepada Allah dan hendaklah setiap diri memperhatikan apa yang telah diperbuat untuk hari esok (masa depan) dan bertaqwalah kamu kepada Allah. Sesungguhnya Allah Maha Mengetahui apa yang engkau kerjakan”. 4. Hadits yang diriwayatkan oleh Ibnu Majah, yaitu: “Sesungguhnya orang yang beriman itu adalah barangsiapa yang memberi keselamatan dan perlindungan terhadap harta dan jiwa manusia”.
2.12.5. Landasan Fatwa Asuransi Syariah Segala hal yang berkaitan dengan perasuransian syariah di Indonesia diatur dalam fatwa-fatwa yang diterbitkan oleh DSN-MUI, serta diawasi oleh lembaga pengawasan syariah. fatwa-fatwa yang mengatur perasuransian tersebut diantaranya adalah: 1.
Fatwa DSN-MUI No. 21/DSN-MUI/X/2001 tentang Pedoman Umum Asuransi Syariah. “Asuransi Syariah (Ta’min, Takaful atau Tadhamun) adalah usaha saling melindungi dan tolong menolong di antara sejumlah orang/pihak melalui investasi dalam bentuk aset dan atau tabarru’ yang memberikan pola pengembalian untuk menghadapi resiko tertentu melalui akad (perikatan) yang sesuai dengan syariah”
53
2.
Fatwa DSN-MUI No.52/DSN-MUI/III/2006 tentang Akad Wakalah Bil Ujrah Pada Asuransi dan Reasuransi Syariah, “Wakalah bil Ujrah boleh dilakukan antara perusahaan dengan peserta”
3.
Fatwa DSN-MUI No.53/DSN-MUI/III/2006 tentang Akad Tabarru’ pada Asuransi dan Reasuransi Syariah. “Akad Tabarru’ merupakan akad yang harus melekat pada semua produk asuransi dan semua bentuk akad yang dilakukan antar peserta pemegang polis”.
2.12.6. Perbedaan Asuransi Syariah Dengan Konvenional Dibandingkan dengan asuransi konvensional, asuransi syariah dinilai lebih menguntungkan, dan lebih aman karena adanya prinsip untuk menghindari halhal yang mengandung unsur gharar (penipuan), maysir (perjudian), riba, zuhlm (penganiayaan), risywah (suap), barang haram dan maksiat. Berikut ini adalah beberapa perbedaan antara asuransi syariah dan konvensional: Tabel 2.6 Perbedaan Asuransi Syariah Dan Konvensional Konvensional
Syariah
Landasan yang diterapkan adalah Landasan yang diterapkan sharing of transfer of risk yaitu pemindahan risk yaitu wujud tolong menolong risiko dari peserta/tertanggung ke (akad takafuli) perusahaan/penanggung. Pada akad asuransi konvensional Pada asuransi syariah, dana yang dana
peserta
perusahaan fund).
menjadi
asuransi
milik terkumpul
(transfer
of (shahibul
adalah mal)
milik dan
peserta
perusahaan
asuransi syariah (mudharib) tidak bisa
54
mengklaim menjadi milik perusahaan. Pada asuransi koakad nvensional Akad pada asuransi syariah adalah didasarkan pada akad tadabuli atau tolong menolong (takaful). perjanjian jual beli Semua
asuransi
konvensional Asuransi syariah menyimpan dananya
menginvestasikan dananya dengan di bank yang berdasarkan syariat bunga
Islam dengan sistem mudharabah.
Dana (premi) hangus jika tidak ada Dana (premi) tidak hangus jika tidak klaim atau mengundurkan diri
ada klaim atau mengundurkan diri. Akan di kembalikan sesuai persentase pada akad awal.
Tidak ada dewan sejenis
Diawasi
oleh
Dewan
Pengawas
Syariah (DPS)
2.12.7. Hal-hal Terkait Dalam Asuransi Syariah 1. Polis Polis Asuransi harus memuat sekurang-kurangnya ketentuan mengenai (DSN MUI, 2001): a. Saat berlakunya pertanggungan, b. Uraian manfaat yang diperjanjikan, c. Cara pembayaran premi, d. Tenggang waktu (grace period) pembayaran premi e. Kurs yang digunakan untuk polis asuransi dengan mata uang asing apabila pembayaran premi dan manfaat dikaitkan dengan mata uang rupiah. f. Waktu yang diakui sebagai saat diterimanya pembayaran premi.
55
g. Kebijakan perusahaan yang ditetapkan apabila pembayaran premi dilakukan melewati tenggang waktu yang disepakati. h. Periode dimana pihak perusahaan tidak dapat meninjau ulang keabsahan kontrak asuransi (incontestable period). i. Tabel nilai tunai, bagi polis asuransi jiwa yang mengandung nilai tunai; j. Perhitungan dividen polis atau yang sejenis, bagi polis asuransi jiwa yang menjanjikan dividen polis atau yang sejenis. k. Penghentian pertanggungan, baik dari pihak penanggung maupun dari pihak pemegang polis, termasuk syarat dan penyebabnya. l. Syarat dan tata cara pengajuan klaim, termasuk bukti pendukung yang diperlukan dalam mengajukan klaim. m. Pemilihan-tempat penyelesaian perselisilian. n. Bahasa yang dijadikan acuan dalam hal terjadi sengketa atau beda pendapat, untuk polis asuransi yang dicetak dalam 2 (dua) bahasa atau lebih. 2. Premi Pembayaran premi didasarkan atas jenis akad. Premi yang berasal dari akad mudharabah dapat diinvestasikan dan hasil investasinya dibagihasilkan Sedangkan premi yang berasal dari akad tabarru’ tidak dapat diinvestasikan. Perhitungan tingkat premi harus didasarkan pada asumsi yang wajar dan praktek, asuransi yang berlaku umum. Penetapan tarif premi asuransi kerugian harus dilakukan dengan mempertimbangkan sekurang-kurangnya: a. Premi murni yang dihitung berdasarkan profil kerugian (risk and loss profile) jenis
56
b. asuransi yang yang bersangkutan untuk sekurang-kurangnya 5 (lima) tahun terakhir. c. Biaya akuisisi, biaya administrasi dan biaya umum lainnya.. Penetapan
tarif
premi
asuransi
jiwa
harus
dilakukan
dengan
mempertimbangkan sekurangkurangnya: a. Premi murni yang dihitung berdasarkan tingkat bunga, tabel mortality, atau tabel morbidity yang dipergunakan. b. Biaya akuisisi, biaya administrasi dan biaya umum lainnya. c. Prakiraan basil investasi dari premi.kepada peserta. 3. Klaim Klaim adalah hak peserta asuransi yang wajib diberikan oleh perusahaan asuransi sesuai dengan kesepakatan dalam akad. Klaim dibayarkan berdasarkan akad yang disepakati pada awal perjanjian, dan dapat berbeda dalam jumlah sesuai dengan premi yang dibayarkan peserta. 4. Investasi Perusahaan selaku pemegang amanah, wajib melakukan investasi dari dana yang terkumpul dari peserta. Investasi wajib dilakuukan sesuai dengan ketentuan syariah
2.13.
Metode Pengumpulan Data Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan
dalam rangka mencapai tujuan penelitian. Teknik pengumpulan data yang dipilih
57
tergantung pada faktor utama dan jenis data. Metode pengumpulan data yang digunakan dalam penelitian skripsi yang akan dilakukan adalah sebagai berikut:
2.13.1. Observasi Observasi berarti mengamat-amati suatu obyek secara langsung. Dengan observasi peneliti mengumpulkan data tentang gejala tertentu dengan cara mengamat-amatinya secara langsung selama waktu tertentu, dengan sedemikian rupa (Duhu, 1985). Data-data yang didapat dari hasil observasi ini perlu dicatat dan didokumentasikan, karena jika tidak dilakukan dengan semestinya, maka sebagian atau seluruh data yang telah di dapat akan hilang sia-sia.
2.13.2. Wawancara Wawancara adalah metode pengambilan data dengan cara menanyakan sesuatu kepada seseorang responden dengan bercakap-cakap secara tatap muka, wawancara merupakan bentuk pengumpulan data yang paling sering digunakan dalam penelitian kualitatif. Pedoman wawancara digunakan untuk mengingatkan interviewer mengenai aspek-aspek apa yang harus dibahas, juga menjadi daftar pengecek (check list) apakah aspek-aspek relevan tersebut telah dibahas seperti yang dinyatakan oleh Creswell (1998) di dalam Rachmawati (2008).
58
2.13.3. Studi Pustaka Memperoleh informasi dari penelitian terdahulu merupakan langkah yang penting dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara menelusuri data dan informasi yang ada dan menelaahnya secara tekun (Nazir, 2005), dengan cara membaca buku-buku, jurnal, skripsi, maupun referensi lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.
2.13.4. Studi Literatur Studi literatur merupakan studi kepustakaan guna mendapatkan teori-teori yang berkaitan dengan penelitian yang akan dilakukan, metode ini dilakukan dengan menelusuri literatur yang ada serta membaca dan menelaahnya secara tekun. Dengan mengadakan survey terhadap data yang telah ada, juga harus memperoleh orientasi yang lebih luas dalam permasalahan yang dipilih serta menghindari terjadinya duplikasi yang tidak diinginkan. Yang dijadikan sebagai sumber adalah penelitian terdahulu
yang berkaitan dengan data warehouse
dengan mempelajarinya untuk memperoleh kelebihan dan kelemahan yang terdapat dalam penelitian tersebut. Dengan cara yang demikian, penelitian terdahulu dapat dijadikan referensi dalam penggunaan metode yang akan diteliti. . Berikut terdapat beberapa penelitian data warehouse yang telah dilakukan sebelumnya:
Tabel 2.7 Penelitian Data Warehouse Sebelumnya JUDUL, PENULIS,
METODE
TOOL
FITURE SISTEM
KELEBIHAN
KEKURANGAN
TAHUN
OLAP Technology:
Metode visualisasi
Visualisasi grafis
Memanfaatkan
Memanfaatkan
Tidak menjelaskan
Visualization
grafis, desain data
menggunakan
berbagai jenis grafik visualisasi informasi subyek dari data
Multidimensional
multidimensional.
JpGraph.
dan parameter.
untuk menampilkan
warehouse, data apa
Data on Agribusiness
data dalam bentuk
saja yang dianalisis
Information Resources
dua dan tiga
serta proses analisis
in Indonesia, 2009, Sri
dimensional.
dan desainnya.
Menghasilkan
Menampilkan
Tidak menjelaskan
Yulianto dan Joko Prasetyo. Perancangan dan
Metode
SQL Server
Pembuatan Data
pengembangan
analisis dengan
proses ETL dan
desain dari database
Warehouse Pada
Data Warehouse
reporting service.
hasil testing data
data warehouse
Perpustakaan Stmik
(Poniah, 2001),
warehouse.
yang dibuat.
Amikom Yogyakarta,
desain data
2008, Armadyah
multidimensional.
Amborowati.
59
Nine-step Design
SQL Server dan
Aplikasi untuk ETL
Menjelaskan proses
Tidak menjelaskan
Data Warehouse pada
Method, desain data
Visual Studio
dan dashboard
desain secara rinci,
ERD serta skema
Rumah Sakit, 2010,
multidimensional.
graphic.
dan menampilkan
dari data yang
Henry Antonius dan
hasil analisis
dianalisis.
Eka Widjaja.
dengan dashboard pada suatu aplikasi data warehouse.
Perancangan Model
Nine-step Design
SQL Server dan
Dapat melakukan
Menampilkan
Tidak menampilkan
Data Warehouse
Method, desain data
Microsoft Visual
analisis berdasarkan
desain data
hasil analisis data
Dalam Mendukung
multidimensional.
Studio
berbagai dimensi
warehouse secara
yang dilakukan
yang ada.
rinci.
dalam SQL Server
Perusahaan Jasa Pengiriman, 2011,
serta aplikasi yang
Tanty Oktavia.
telah dibuat.
Pembuatan Data
Desain data
Microsoft Access,
Menghasilkan
Memudahkan dalam Tidak menampilkan
Warehouse
multidimensional.
Microsoft SQL
pengelolaan data
menampilkan hasil
metode yang
Pengukuran Kinerja
Server 7.0 dan
dalam bentuk pivot
pengelolaan data
digunakan untuk
Proses Belajar
Microsoft Excel
table dan pivot
dalam Microsoft
membangun data
Mengajar di Jurusan
Pivot Table
chart
Excel
warehouse.
Teknik Informatika Universitas Kristen Petra, 2004, Andreas Handojo dan Silvia 60
Rostianingsih. Data Warehousing
Normalisasi data,
dan Datamining Asosiasi Nilai
SQL Server
Knowledge dari
Menambahkan
Tidak menjelaskan
dan aturan asosiasi
hasil analisis
pencarian informasi
metode yang
untuk datamining
datamining yang
menggunakan
digunakan untuk
Mahasiswa, Masa
berguna untuk
datamining.
membangun data
Skripsi dan Masa
pengambilan
warehouse dan
Studi Program Studi
keputusan
untuk analisis
Teknik Informatika
datamining.
FTI-AJY, 2007, Paulus Mudjihartono. Perancangan Data
Nine-step Design
Warehouse Penjualan Untuk Mendukung
SQL Server
Desain data
Menampilkan
Tidak ada hasil
Method, desain data
warehouse untuk
desain data
pengelolaan dan
multidimensional.
menjadikan data
warehouse secara
analisis data, serta
Kebutuhan Informasi
perusahaan yang
rinci.
aplikasinya.
Eksekutif Cemerlang
tersebar di berbagai
Skin Care, 2010,
cabang menjadi
Suparto Darudiato.
terintegrasi.
Desain dan Pembuatan Desain data
Microsoft SQL
Desain yang mampu Menampilkan cube-
Tidak ditampilkan
Purwarupa Data
Server
memenuhi
cube untuk analisis
hasil analisis data
Warehouse Untuk
kebutuhan
data
untuk pelaporan
Mendukung Pelaporan
fungsional dari user
transaksi keuangan
Transaksi Keuangan
dalam hal pelaporan
tunai dan transaksi
multidimensi.
61
Mencurigakan Di Unit
transaksi keuangan
keuangan
Kepatuhan PT. Bank
tunai dan transaksi
mencurigakan
Jatim, 2005, Putu
keuangan
Harry Sasmita.
mencurigakan.
Pembuatan Aplikasi
Desain data
Microsoft SQL
Menampilkan
Menampilkan cara
Tidak menampilkan
OLAP Untuk
multidimensional,
Server 2005
laporan pengiriman
merancang data
skema yang
Pelaporan pada PT.
analisis metode roll- Analysis Services
dengan metode roll-
warehouse serta
digunakan, serta
Aneka Tuna Indonesia
up dan drill-down.
up dan drill-down.
pembuatan aplikasi
rancangan proses
data warehouse.
dan database yang
(SSAS)
Menggunakan SQL Server 2005, 2010,
digunakan.
Muhamad Adi Prasetyo, Ahmad Saikhu dan Sarwosri. Multidimensional
Nine-step Design
Data Warehouse Dengan Menggunakan MySQL, 2010,
SQL Server
Kemampuan analisa
Menunjukkan
Tidak menghasilkan
Method, desain data
data menggunakan
susunan querry
fitur tambahan
multidimensional.
querry language.
data serta hasil
seperti grafik.
querry.
Kusnawi.
62
BAB III METODOLOGI PENELITIAN
3.1. Metode Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian skripsi yang akan dilakukan adalah sebagai berikut:
3.1.1. Observasi Pengumpulan data secara observasi dilakukan dengan melihat langsung proses dan kegiatan bisnis yang berjalan pada PT. Asuransi Takaful Umum yang dilakukan sejak bulan Mei 2011 dan bertempat di kantor PT. Asuransi Takaful Umum, Mampang, Jakarta-Selatan. Hasil yang akan di capai adalah melihat proses bisnis yang terjadi, dan melihat segala kegiatan atau mencari data yang diperlukan untuk penelitian. Kegiatan pengamatan langsung ini dilakukan dengan Bapak Afzil dari divisi klaim di bawah pengawasan Bapak Dian Sofyan dari divisi SDM. Beliau memberikan data pengamatan untuk kebutuhan pembuatan desain data warehouse. Seperti alur kegiatan bisnis utama perusahaan, alur pengajuan klaim dari peserta asuransi, berbagai dokumen-dokumen yang harus disiapkan, hingga tahap pemberian persetujuan untuk memberikan ganti rugi kepada peserta. Sebagai bukti hasil observasi yang dilakukan di PT. Asuransi Takaful Umum ini, maka dilampirkan pula Surat Keterangan Penelitian dari PT. Asuransi Takaful Umum (Lampiran 1).
62
63
3.1.2. Wawancara Wawancara ini dilakukan dengan cara melakukan diskusi dengan Bapak Dian Sofyan dari divisi SDM dan Bapak Rochiman dari divisi IT mengenai segala kebutuhan yang diperlukan dalam melakukan analisis dan desain data warehouse. Sehingga dapat mengetahui kebutuhan yang diperlukan dalam membangun sebuah desain data warehouse itu sendiri. Wawancara ini dilakukan pada: Tanggal
: 10 Mei 2011
User
: Bapak Rochiman
Jabatan
: Divisi IT
Hasil
: Mengetahui alur proses bisnis Klaim pada asuransi syariah, serta susunan database yang digunakan. Serta wawancara kedua dilakukan pada:
Tanggal
: 13 Mei 2011
User
: Bapak Dian
Jabatan
: Divisi SDM
Hasil
: Mengetahui alur proses bisnis klaim Berdasarkan hasil kedua wawancara tersebut dapat diketahui tentang alur
proses bisnis jika customer ingin mengikuti asuransi yang ada di PT. Asuransi Takaful Umum, serta bagaimana jika peserta asuransi ingin mengajukan klaim, apa saja syarat-syarat yang harus diberikan oleh peserta asuransi dan bagaimana perusahaan akan memrosesnya. Juga dijelaskan alur kegiatan dan aliran data pada saat klaim untuk kendaraan. Tidak hanya alur, tetapi berbagai jenis produk yang
64
ada di PT. Asuransi Takaful Umum juga didapatkan dari hasil wawancara ini, serta perangka teknologi yang digunakan untuk melakukan kegiatan bisnisnya sehari-hari (wawancara selengkapnya dapat dilihat di lampiran 2).
3.1.3. Studi Pustaka Studi pustaka dilakukan dengan mempelajari teori-teori yang berhubungan dengan data warehouse serta yang berhubungan dengan asuransi syariah. Teoriteori tersebut berasal dari buku, jurnal, internet, maupun majalah. Buku-buku yang digunakan antara lain The Data Warehouse Toolkit: the complete guide to dimensional modeling/Ralph Kimball, Margy Ross.-2nd ed, Building the Data Warehouse, Data Warehousing for Dummies, Sistem Manajemen Basisdata Pemodelan, Perancangan dan Terapannya, Analisis dan Desain, Bank dan Lembaga Keuangan Syariah, dan lain sebagainya.
3.1.4. Studi Literatur Metode ini dilakukan dengan menelusuri literatur yang ada serta membaca dan menelaahnya secara tekun. Dengan mengadakan survey terhadap data yang telah ada, juga harus memperoleh orientasi yang lebih luas dalam permasalahan yang dipilih serta menghindari terjadinya duplikasi yang tidak diinginkan. Yang dijadikan sebagai sumber adalah penelitian terdahulu yang berkaitan dengan data warehouse dengan mempelajarinya untuk memperoleh kelebihan dan kelemahan yang terdapat dalam penelitian tersebut. Dengan cara yang demikian,
65
penelitian terdahulu dapat dijadikan referensi dalam penggunaan metode yang akan diteliti. Berikut merupakan beberapa hasil penelitian sejenis dengan penelitian yang dilakukan oleh penulis: 1.
”Penggunaan Data Warehouse Dan Data Mining Untuk Data Akademik, Sebuah Studi Kasus Pada Univeritas Nasional” Jurnal ini ditulis oleh Ariana Azimah (Program Studi Sistem Informasi Univeritas Nasional) dan Yudho Giri Sucahyo (Program Studi Magister Teknologi Informasi Univeritas Indonesia). Penelitian ini mengkaji ekstraksi data operasional ke dalam data warehouse untuk kemudian dilanjutkan dengan kegiatan analisis data menggunakan teknik data mining. Hasil dari penelitian ini adalah sebuah data warehouse lengkap
dengan aplikasi
pelaporan informasi berbasis web, selanjutnya dilakukan analisa data menggunakan teknik data mining terhadap data warehouse yang sudah dibangun. Skema yang digunakan untuk pemodelan data adalah skema bintang sehingga memungkinkan untuk proses query yang lebih ringan. Terdapat kelebihan dari penelitian ini, yaitu dari hasil data warehouse yang sudah jadi, dilakukan analisis lebih mendalam untuk mengetahui kelompok pola mahasiswa yang mengambil program peminatan tertentu menggunakan teknik data mining tanpa melakukan proses cleansing karena sudah dilakukan saat pembentukan data warehouse. Namun kekurangan dari penelitian ini adalah
hasil dari percobaan data mining yang dilakukan
66
menggunakan banyak sekali grafik yang menyulitkan pembaca untuk memahaminya. 2.
“Analisis Dan Desain Data Warehouse Pada Pengembangan Sistem Pengadaan Barang Dan Jasa Pemerintah (E-Government Procurement)” Jurnal ini ditulis oleh Eka Miranda dan Julisar (Program Studi Sistem Informasi Univeritas Bina Nusantara). Tulisan ini bertujuan mengarahkan hubungan antara sistem ’online auction’ yang akan beroperasi dengan bantuan teknologi informasi dengan teknologi data warehouse. Data warehouse di sini didesain dengan tujuan untuk dapat menggambarkan data yang berasal dari transaksi suatu sistem dan menyediakan dukungan analisis bagi pengambilan keputusan untuk penggunanya. Metode analisis dilakukan dengan menganalisa sistem yang sedang berjalan kemudian mendesain data warehouse dan evaluasi terhadap data warehouse. Metode perancangan disini juga menggunakan model dimensional dengan skema bintang. Kekurangan dari penelitian ini adalah hasi dari data cube yang dihasilkan tidak ditampilkan, serta yang ditampilkan hanya hasil dari analisis data. Kelebihan dari penelitian ini adalah, peulis benar-benar merancang database dari tahap awal sehingga untuk mentransfernya ke dalam data warehouse dapat lebih mudah dilakukan sesuai dengan alur pemikiran penulis.
3.
” Data warehouse akademik STMIK Banjabaru berbasis Mysql server.” Skripsi ini ditulis oleh Rahmadi (Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika & Komputer Banjarbaru). Penelitian
67
ini dilakukan untuk mengelola dan mendapatkan informasi mengenai nilai rata-rata mahasiswa yang berdimensi materi, dosen, kampus, kelas, jurusan dan periode, informasi mengenai jumlah mahasiswa yang berdimensi daerah, sekolah, kampus, status, jurusan dan periode, informasi mengenai SPP mahasiswa yang berdimensi model pembayaran yaitu bulan, semester, tahun, lunas, deposito dan periode, informasi mengenai presensi mahasiswa yang berdimensi materi, dosen, kampus, kelas, jurusan dan periode, dan informasi mengenai pinjaman buku yang dilakukan oleh mahasiswa yang berdimensi kategori, bahasa, kampus, kelas, jurusan dan periode. Kelebihan dari aplikasi yang dihasilkan adalah, Proses analisa data dapat dilakukan secara manual oleh pihak Akademik STMIK Banjarbaru ataupun secara interaktif oleh pihak DBA (Database Administrator) dengan mengolah data yang berada di dua kampus, yaitu Database Microsoft Access dari kampus Banjarbaru dan Database Microsoft Visual Foxpro yang berada di kampus Banjarmasin yang diperlukan oleh Data Warehouse. Namun dibalik kelebihan tersebut, penulis
tidak memasukkan metode-metode
yang digunakan dalam
penelitiannya serta apa saja metode yang digunakan untuk membuat data warehouse.
3.2. Metode Desain Data warehouse Untuk mendesain data warehouse ini akan digunakan metode Nine Step Design Method oleh Kimball, dimana kegiatannya terdiri dari Sembilan langkah berikut, yaitu:
68
3.2.1.
Memilih Proses Pada proses pertama ini, yang dilakukan adalah menganalisa dan
mengidentifikasi proses bisnis yang berhubungan dengan subyek permasalahan. Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang akan dibuat. Misalnya saja dalam hal ini proses bisnis yang dipilih adalah klaim.
3.2.2. Menentukan Grain Grain merupakan calon fakta yang dapat dianalisis. Pemilihan grain dilakukan untuk memutuskan apa yang direpresentasikan record dari tabel fakta. Pada proses kedua ini dipilihlah data dari calon fakta, dengan memutuskan record apa yang akan direpresentasikan pada tabel fakta. Misal, untuk tabel fakta klaim dapat diputuskan record-record yang akan ditampilkan meliputi jumlah klaim yang diajukan peserta yang dapat dilihat pertahun, atau perbulan.
3.2.3.
Mengidentifikasi Dan Penyesuaian Dimensi Dalam tahap ini dilakukan identifikasi dimensi untuk setiap tabel fakta yang
ada. Untuk lebih mudahnya, pada tahap ini disiapkan tabel-tabel dimensi yang sesuai dengan grain yang dipilih serta record yang akan ditampilkan dalam tabel fakta.
3.2.4.
Memilih Fakta Pada tahap ini dipilih fakta-fakta yang akan mengisi tabel fakta, dimana
fakta-fakta yang dipilih harus sesuai dengan grain dan dimensi yang telah
69
ditentukan pada tahap-tahap sebelumnya. Misalnya jika ada tabel dimensi pelanggan dan tabel dimensi cabang yang berhubungan dengan tabel fakta klaim, maka di dalam tabel fakta klaim akan berisi nomor id pada tabel dimensi pelanggan dan tabel dimensi cabang.
3.2.5.
Menyimpan Perhitungan Awal Dalam Tabel Fakta Sesuai dengan grain yang telah ditentukan sebelumnya yang merupakan
calon-calon fakta. Masing-masing fakta memiliki data yang dapat dihitung, pada tahap inilah ditentukan perhitungan tersebut. Misalnya untuk tabel fakta klaim, fakta yang akan dihitung dalam tabel tersebut adalah fakta mengenai jumlah transaksi klaim yang terjadi dengan menghitung banyaknya transaksi yang masuk.
3.2.6.
Melihat Kembali Tabel Dimensi Pada tahap ini ditambahkan keterangan selengkap-lengkapnya pada tabel
dimensi dengan memberikan deskripsi pada tabel dimensi agar dapat dengan mudah dimengerti oleh user mengenai dimensi tersebut. Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna.
3.2.7.
Memilih Durasi Database Pada proses ini yang dilakukan adalah menentukan pembatasan waktu
untuk data yang diambil dan dipindahkan kedalam tabel fakta. Penentuan durasi ini tergantung terhadap kebutuhan informasi perusahaan. Misalnya pada suatu
70
perusahaan asuransi, mengharuskan data disimpan selama lima sampai sepuluh tahun.
3.2.8.
Menelusuri Perubahan Dari Dimensi Pada proses ini yang dilakukan adalah mengamati perubahan data dari tabel
dimensi. Cara yang dapat dilakukan ada tiga, yaitu: a. Atribut dimensi yang telah berubah tertulis ulang dengan menambahkan baris baru atau kolom baru. b. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru. c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama.
3.2.9.
Memutuskan Prioritas Query Dan Tipe Query
Pada langkah ini difokuskan pada perancangan fisik untuk data warehouse. Persoalan perancangan fisik yang paling kritis adalah mengenai proses extract, transfer, and load (ETL) dan memperkirakan kapasitas media penyimpanan. Diluar persoalan tersebut ada sejumlah persoalan perancangan fisik tambahan yang memengaruhi administrasi, backup, kinerja pengurutan, dan keamanan dalam pengaksesan maupun penyimpana data dan analisis kapasitas media penyimpanan.
71
3.3. Kerangka Penelitian Berikut ini adalah kerangka penelitian dari penelitian yang dilakukan sebagai acuan dalam penelitian yang dilakukan, seperti yang digambarkan pada Gambar 3.1 di bawah ini: MULAI
Melakukan Observasi (Duhu, 1985) Melakukan Wawancara (Poerwandari, 1998) Identifikasi Prosedur Klaim
Melakukan Studi Pustaka
(Nazir, 2005)
Memilih Proses Choosing the Process
Identifikasi Database yang Digunakan
Normalisasi Memilih Sumber Choosing the Grain Rancngan ERD
Mengidentifikasi Dan Penyesuaian Dimensi Identifying And Conforming The Dimension
Memilih Fakta Choosing the Facts Merrancang Data Warehouse Nine Step Design Method (Kimball, 2002)
Menyimpan Perhitungan Awal Dalam Tabel Fakta Stores Pre-calculations in Fact Table
Melihat Kembali tabel Dimensi Rounding Out the Dimension Table
Memilih durasi dari Database Choosing the Duration of the Database
Menelusuri Perubahan di Dimensi Secara Perlahan Tracking Slowly Changing Dimension Proses ETL Memutuskan Prioritas Query dan Tipe Query Deciding Query Priorities and Query Modes
SELESAI
Gambar 3.1. Kerangka Penelitian
Analisis Kapasitas Media Penyimpanan
BAB IV PEMBAHASAN
4.1.
Profil Perusahaan PT. Syarikat Takaful Indonesia sebagai sebuah pelopor asuransi syariah di
Nusantara telah melayani masyarakt dengan jasa asuransi yang sesuai dengan prinsip syariah, selama lebih dari satu dasawarsa melalui dua perusahaan operasionalnya yaitu PT. Asuransi Takaful keluarga (Asuransi Jiwa Syariah) dan PT. Asuransi Takaful Umum (Asuransi Umum Syariah). PT. Syarikat Takaful Indonesia (Perusahaan) berdiri pada 24 Februari 1994 atas prakarsa Tim Pembentukan Asuransi Takaful Indonesia (TEPATI) yang dimotori oleh Ikatan Cendekiawan Muslim Indonesia (ICMI) melalui Yayasan Abdi Bangsa, Bank Muamalat Indonesia Tbk., PT. Asuransi Jiwa Tugu Mandiri, Departemen Keuangan RI, serta beberapa pengusaha muslim Indonesia. Melalui kedua anak perusahaannya yaitu PT. Asuransi Takaful Keluarga dan PT. Asuransi Takaful Umum, Perusahaan telah memberikan jasa perlindungan asuransi yang menerapkan prinsip-prinsip murni syariah pertama di Indonesia. PT. Asuransi Takaful Keluarga yang bergerak di bidang asuransi jiwa Syariah didirikan pada 4 Agustus 1994 dan mulai beroperasi pada 25 Agustus 1994. Diikuti dengan pendirian anak perusahaan yang bergerak di bidang asuransi umum Syariah yaitu PT. Asuransi Takaful Umum ada 2 Juni 1995. Kepemilikan mayoritas saham Syarikat Takaful Indonesia saat ini dikuasai oleh Syarikat Takaful Malaysia Berhad (56,00%) dan Islamic
72
73
Development Bank (IDB, 26,39%), sedangkan selebihnya oleh Permodalan Nasional Madani (PNM) dan Bank Muamalat Indonesia serta Karya Abdi Bangsa dan lain-lain. Untuk meningkatkan kualitas layanan yang diberikan Perusahaan dan menjaga konsistensinya, Perusahaan memperoleh Sertifikasi ISO 9001:2000 dari SGS JAS-ANZ, Selandia Baru bagi Asuransi Takaful Umum, serta Asuransi Takaful Keluarga memperoleh Sertifikasi ISO 9001:2000 dari dari Det Norske Veritas (DNV), Belanda pada April 2004. Selain itu, atas upaya keras seluruh jajaran perusahaan, Asuransi Takaful Keluarga meraih MUI Award 2004 sebagai Asuransi Syariah Terbaik di Indonesia, dan Asuransi Takaful Umum memperoleh penghargaan sebagai asuransi dengan predikat Sangat Bagus dari Majalah InfoBank secara berturut-turut pada tahun 2004 dan 2005.
4.2. Visi dan Misi PT. Syarikat Takaful Indonesia 4.2.1.
Visi Menjadi grup asuransi terkemuka yang menawarkan jasa Takaful dan
keuangan syariah yang komprehensif dengan jangkauan signifikan di seluruh Indonesia menjelang tahun 2011. 4.2.2. Misi Kami bertekad memberikan solusi dan pelayanan terbaik dalam perencanaan keuangan dan pengelolaan risiko bagi umat dengan menawarkan jasa Takaful dan keuangan syariah yang dikelola secara profesional, adil, tulus dan amanah.
74
4.3. Konsep dan Filosofi Segala musibah dan bencana yang menimpa manusia adalah ketentuan Allah SWT. Namun manusia wajib berikhtiar untuk memperkecil resiko dan juga dampak keuangan yang mungkin timbul. Upaya tersebut seringkali tidak memadai, sehingga tercipta kebutuhan akan mekanisme mengalihkan resiko seperti melalui konsep takaful atau asuransi. Sebagai perusahaan asuransi syariah, Takaful bekerja dengan konsep tolong menolong dalam kebaikan dan ketakwaan, sebagaimana telah digariskan di dalam Al Qur‟an, “Dan tolong menolonglah kamu dalam kebaikan dan takwa” (Qs. Al Maidah: 2). Dengan landasan ini, Takaful menjadikan semua peserta sebagai satu keluarga besar yang akan saling melindungi dan secara bersama menanggung resiko keuangan dari musibah yang mungkin terjadi di Al-Mudharabah, AlWakalah, dan Tabarru’. Akad-akad Takaful tidak mengandung unsur Al-Riba (bunga uang), Al-Maisir (Judi), dan Al-Gharar (untung-untungan) yang dilarang dalam akad-akad keuangan Islami.
75
4.4.
Struktur Organisasi Perusahaan Share Holder
Board Commissions Audit Comitee Syariah Supervisory Council President Director Bayu Widdhisiadji
Kadiv. Teknik M. Zubaidi
Mgr. U/W Agent
Sigit Budiarso
Kasie U/W Agent
Hermansyah
Kadiv. Markting Khairul Fata
SM. Treaty Ridwan
SM. Claim Irdianto
SM Agency M. Mirzani
Mgr. Treaty Syamsul Bahri
Mgr. non motor Peenny Hikmhwati
Mgr. Training Sundara
Mgr. U/W Non Agent
Mgr. Motor Afzil
M. Yasin
Mgr. Broker Rahmat Rinadi
Branch/Rep.Head 36 Branch/Rep
Kadiv. Finance Dara Dewisinta
Kadiv SDM, Legal & GA Muh. Yusuf Sula
SM Bank Biz Vacant
SM. Finance Ade Dodo
Mgr. Legal Amin Kusaesi
Mgr. SBU Bank Armen
Mgr. Kredit Kontrol
Kasie Compliance Risky Avicena
Neni Suhaeni
Mgr. Accounting Melda Maesarach
Kasie U/W Non Agent
Yadi Solihin
Gambar 4.1 Struktur Organisasi PT. Syarikat Takaful Umum
Kepala/SM Internal Audit Syafrial Firdaus Mgr. C&B Sri Yulia .P
Kasie GA R. Syamsul Bahri
Kasie Rekrut/Develop
Arijulmanan
Mgr. Investasi Plt Dara Dewishinta Mgr. IT AA Gede Anom Mgr. Aktuaria Plt. Peny Hikmahwati
76
4.5. Produk-Produk Asuransi Kendaraan PT. Asuransi Takaful Umum memiliki beberapa jenis perlindungan yang ditawarkan kepada para pesertanya, produk-produk tersebut antara lain: 1. Takaful Abror Produk Takaful yang menggantikan kerugian atas kendaraan bermotor (mobil) yang disebabkan musibah kecelakaan, pencurian serta tanggung jawab hukum kepada pihak ketiga. Berdasarkan Polis Standard Asuransi Kendaraan Bermotor Pasal 11, jangka waktu untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari kejadian (Lampiran 5). 2. Takaful Ansor Produk Takaful yang menggantikan kerugian atas kendaraan bermotor (motor) yang disebabkan musibah kecelakaan dan pencurian. Jangka waktu untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari kejadian (hari kerja). 3. Takaful Kendaraan Bermotor Program Takaful yang mengganti kerugian baik kehilangan atau kerusakan secara menyeluruh dan tuntutan pihak ketiga atas setiap kendaraan bermotor yang terdaftar akibat risiko-risiko seperti tabrakan, tubrukan, terbalik, tergelincir dari jalan, kecelakaan baik yang disebakan oleh kesalahan material atau konstruksi perbuatan orang jahat, pencurian, kebakaran dan sebab lainnya yang diatur sebagaimana dalam Polis Standar Kendaraan Bermotor Indonesia. Jangka waktu untuk pelaporan klaim disini adalah maksimal lima hari kalender setelah hari kejadian (hari kerja).
77
4.6. Prosedur Umum Asuransi 1 Menawarkan keikutsertaan asuransi 2b Mengajukan keikutsertaan asuransi Brooker/Agen
customer 2a. Mengajukan keikutsertaan asuransi
4 Memberikan polis kepada customer
$
5b. Membayarkan premi Takaful
SPPA
5a. Membayarkan premi
3 Mengeluarkan polis $
Polis 6a Menyetorkan premi
Bank
6b Menyetorkan premi Agen
Underwriting
9 Membayarkan uang ganti rugi
Keuangan
8. Menyerahkan data klaim dan besarnya ganti rugi
Customer
7 Melaporkan terjadinya klaim Klaim
Gambar 4.2 Alur Prosedur Umum Kegiatan Asuransi
Alur prosedur umum dalam asuransi syariah dapat digambarkan seperti gambar 4.2. di atas, alur tersebut menggambarkan bahwa untuk dapat ikut seta dalam asuransi syariah customer dapat datang langsung ke kantor PT. Asuransi Takaful umum, atau melalui brooker/agen. Nasabah selanjutnya diharuskan
78
untuk mengisi form Surat Pengajuan Peserta Asuransi (SPPA) yang kemudian akan ditinjau (baik dari segi barang maupun dokumen-dokumen) oleh bagian underwriting. Setelah peninjauan, underwriting berhak menolak atau menerima permohonan keikutsertaan asuransi dari customer. Jika ditolak, maka dokumendokumen dan keterangan penolakan akan diberikan kepada customer. Namun jika disetujui, maka underwriting juga akan mengeluarkan polis dengan jumlah premi yang harus dibayarkan oleh peserta asuransi per-periode waktu tertentu. Jika kelak ada klaim, maka peserta harus melaporkannya kepada PT. Asuransi Takaful Umum, kemudian bagian klaim akan menghitung besarnya kerugian yang ditanggung atas klaim tersebut, dan memberikan data tersebut kepada bagian keuangan agar dana tabarru’ yang diserahkan oleh si peserta akan digunakan untuk membayarkan klaim.
4.7. Metode Desain Data Warehouse (Nine Step Design) 4.7.1. Memilih Proses (Chosing the Process) Berdasarkan dari hasil observasi dan wawancara yang telah dilakukan terhadap kegiatan bisnis yang sedang berjalan, bahwa laporan yang dibutuhkan oleh manajer klaim adalah Laporan Statistic, yaitu laporan mengenai jumlah klaim pertahunnya. Sementara untuk membuat laporan statistic tersebut, perlu melihat ribuan data klaim yang masuk pada aplikasi GTS (General Takaful System) pada PT. Asuransi Takaful Umum dan merekapnya secara manual. Sehingga dapat disimpulkan bahwa proses yang berkaitan dengan permasalahan yang dihadapi dengan kegiatan operasional sehari-hari tersebut
79
adalah proses pengajuan tuntutan atas kerugian yang dialami customer atau biasa disebut klaim. Dimana data yang ada meliputi: customer, cause, cabang, produk, kendaraan, polis, transaksi klaim, dan transaksi klaim kendaraan.
4.7.1.1. Identifikasi Prosedur Klaim Menyerahkan dokumen yang dibutuhkan Melaporkan klaim
Customer dan Div. Klaim
customer
Melakukan Verifikasi I
Membuat surat penolakan
Membuat surat penolakan
Menyerahkan dokumen verifikasi awal
Surat Penolakan
Div. Klaim dan manager
Div.Klaim
Menyetujui verifikasi I
Menolak verifikasi I
Melakukan survey
Manager Membayarkan ganti rugi Surveyor Memberikan surat perintah kerja
Bengkel
Membuat laporan
Laporan Bengkel
Menyerahkan dokumen untuk pembayaran ganti rugi
Dokumen verifikasi II Menyetujui verifikasi II
keuangan
Manager
Laporan survey
Melakukan verifikasi II & menghitung nilai klaim
Surveyor dan Div. Klaim
Gambar 4.3 Alur Prosedur Klaim
Langkah awal dari alur tersebut adalah dimana customer mengajukan laporan klaim langsung ke kantor beserta dokumen-dokumen yang diperlukan.
80
Laporan klaim tersebut akan diterima dan diverifikasi oleh bagian klaim dengan melihat dokumen pelunasan premi, polis, serta laporan klaim yang diajukan customer. Laporan klaim tersebut setidaknya berisi tanggal kejadian, tanggal dilaporkan, kronologis kejadian, dan dokumentasi mengenai barang yang diasuransikan. Kemudian dari hasil verifikasi dihasilkanlah dokumen verifikasi awal. Setelah itu barulah diputuskan apakah klaim akan diterima atau ditolak. Jika klaim ditolak maka akan dibuat surat penolakan dan diberikan kepada customer, namun jika diterima maka dari pihak perusahaan akan melakukan survey terhadap kendaraan yang dilaporkan kerugiannya. Sementara itu jika kendaraan telah diserahkan ke bengkel, maka bengkel juga melakukan pemeriksaan kendaraan tersebut, untuk meneliti kerusakan apa saja yang terjadi, seberapa besar kerusakan, dan berapa kira-kira biaya untuk perbaikannya. Setelah diperiksa maka bengkel akan membuat laporan bengkel dan diserahkan kembali ke bagian klaim. Untuk melakukan verifikasi tahap kedua, divisi klaim mengacu kepada hasil survey staff perusahaan juga berdasarkan laporan bengkel. Berdasarkan laporan bengkel dan laporan hasil survey, divisi klaim dapat menghitung berapa besarnya ganti rugi yang dapat diberikan perusahaan ataupun berapa biaya yang diperlukan untuk perbaikan kendaraan di bengkel sehingga dihasilkanlah dokumen verifikasi II. Dokumen verifikasi II selanjutnya akan diberikan kepada manager, kemudian manager akan memberikan persetujuan beserta dokumen klaim lengkap beserta hasil verifikasi dan besarnya biaya ganti rugi yang diperukan ke bagian keuangan, juga surat perintah kerja untuk bengkel
81
agar kendaraan yang rusak dapat diperbaiki. Sementara bagian keuangan akan membayarkan besarnya ganti rugi kepada customer.
4.7.1.2. Identifikasi Database yang Digunakan Pada database sumber dalam sistem yang di pakai di PT. Asuransi Takaful digunakan delapan tabel, terdiri dari tiga tabel transaksi untuk trxclaim, trxveh. Serta lima tabel master yang terdiri dari maspol, masveh, mascust, cause, risk, dan branch. Berikut adalah keterangan mengenai tabel yang digunakan: Tabel 4.1 Identifikasi Tabel Yang Digunakan No
Database
Keterangan
1
trxklaim
Tabel transaksi untuk proses pengajuan ganti rugi
2
trxveh
Tabel transaksi untuk pengajuan ganti rugi kendaraan
3
maspol
Tabel yang berisi polis asuransi
4
masveh
Tabel yang berisi daftar master kendaraan
5
mascust
Tabel yang berisi daftar customer
6
product
Tabel yang berisi daftar jenis pertanggungan
7
branch
Tabel yang berisi daftar cabang
8
cause
Tabel yang berisi loss code/kejadian yang menyebabkan terjadinya klaim
82
4.7.1.3. Normalisasi 1. Unnormalize Berikut ini merupakan atribut-atribut dari tabel yang digunakan, dimana masih memiliki atribut-atribut ganda.
Policy_no Policy_dt Effect_dt Expiry_dt Cust_code Cust_name Addr Postcode Town prd_code Insured_item Insured_ammt Nettpremium Branch_id Branch_name Location Cover_type Veh_age prd_code prd_name description Branch_id Branch_name Location Claims_ref Claims_srl Claims_year Policy_no Expiry_dt Branch_name Loss_code Occur_dt Notify_dt Cust_code Cust_name Birth_dt Addr Postcode Town Currency Exch_rate Claim_estimate Trans_dt Acc_prd
Cust_code Cust_name Addr Postcode Town Mar_stat Birth_dt Gender Occupation Identitycard Identitycard_no Tel Fax Trxveh_code Claims_ref Item_no Engine_no Police_no Chassis Year Merk_type Owner Veh_ammt Claim_ammt Item_no Policy_no Engine_no Police_no Chassis Year Merk_type Seat Colour Owner addr Veh_ammt Loss_code description
Gambar 4.4 Data Sebelum Dinormalisasi
83
2. Normalisasi 1NF Tabel berikut merupakan tabel penormalan pertama, karena pada Gambar 4.4 masih terdapat atribut ganda maka dibuatlah normalisasi pertama. Pada tabel ini setiap atribut harus mempunyai data yang atomic (data terkecil) dan sudah mempunyai primary key. Policy_no* Policy_dt Effect_dt Expiry_dt Cust_code Cust_name Addr Postcode Town prd_code Insured_item Insured_ammt Nettpremium Branch_id Branch_name Location Cover_type Veh_age prd_code* prd_name Description Branch_id* Branch_name Location Claims_ref* Claims_year Policy_no Loss_code Occur_dt Notify_dt Location Cust_code Cust_name Birth_dt Addr Postcode Town Currency Exch_rate Claim_estimate Prd_code Trans_dt Acc_prd
Cust_code* Cust_name Addr Postcode Town Mar_stat Birth_dt Gender Occupation Identitycard Identitycard_no Tel Fax Trxveh_code* Claims_ref Item_no Engine_no Police_no Chassis Year Merk_type Owner Veh_ammt Claim_ammt Item_no* Policy_no Engine_no Police_no Chassis Year Veh_age Merk_type Seat Colour Owner addr Veh_ammt Loss_code* description
Gambar 4.5 Normalisasi 1NF
84
Dari tabel di atas dapat dilihat bahwa ada delapan primary key yang digunakan, yaitu: policy_no, prd_code, branch_id, claims_ref, item_no, txveh_code, cust_code, dan loss_code.
3. Normalisasi 2NF dan 3NF Karena masih ada atribut yang belum mempunyai ketergantungan fungsional sepenuhnya terhadap primary key. Maka dibuatlah penormalan kedua atau yang disebut 2NF.
Cust_code* Cust_name Addr Postcode Town Mar_stat Birth_dt Gender Occupation Identitycard Identitycard_no TelFax
Loss_code* Description
Policy_no* Policy_dt Effect_dt Expiry_dt Cust_code** prd_code** Insured_item Insured_ammt Nettpremium Branch_id** Cover_type Veh_age prd_code* prd_name Description
Claims_ref* Claims_year Policy_no** Loss_code** Occur_dt Notify_dt Location Cust_code** Currency Exch_rate Claim_estimate Prd_code Trans_dt Acc_prd
Trxveh_code* Claims_ref Item_no Veh_ammt Claim_ammt
Branch_id* Branch_name Location
Item_no* Policy_no Engine_no Police_no Chassis Year Veh_age Merk_type Seat Colour Owner addr Veh_ammt
Gambar 4.6 Normalisasi 2NF
85
Pada tabel diatas telah mencapai normal ketiga, karena tidak ada lagi atribut yang berulang dan setiap atribut sudah memliki ketergantungan fungsional dengan primary key dan setiap atribut bukan primary key.
4.7.1.4. Rancangan ERD Dari hasil proses normalisasi yang telah dijelaskan dalam poin sebelumnya, maka dihasilkanlah suatu entity relationship diagram dalam bentuk physical design yang akan digunakan untuk database dari data warehouse takaful ini. maspol mascust PK
PK
policy_no
branch
cust_code cust_name ins_name addr postcode town mar_stat birth_dt gender occupation identitycard identitycard_no tel fax InsertedDate
FK1
FK2
policy_dt effect_dt expiry_dt cust_code prd_code insured_item insured_ammt nettpremium branch_id cover_type veh_age InsertedDate product
PK
FK2 FK3
FK1
cause
prd_code prd_name description InsertedDate
claims_ref claims_year policy_no loss_code occur_dt location notify_dt cust_code currency exch_rate claim_estimate prd_code trans_dt acc_prd InsertedDate
loss_code description InsertedDate
branch_id branch_name location InsertedDate
PK
trxclaim
PK
PK
trxveh PK
trxveh_code
FK1
item_no veh_ammt claim_ammt exch_rate currency veh_ammt claim_ammt deductible InsertedDate
masveh PK
item_no
FK1
policy_no engine_no police_no chassis year merk_type seat colour owner addr veh_ammt veh_age InsertedDate
Gambar 4.7 Entity Relationship Diagram (Physical Design)
86
4.7.1.5. Keterangan Tabel Berikut ini adalah keterangan dari masing-masing tabel yang terdapat dalam database: a. Tabel trxklaim Nama Tabel
: trxklaim
Primary Key
: klaims_ref
Foreign key
: policy_no, cust_code, risk_code
Tipe File
: File transaksi
Keterangan
: Menyimpan data transaksi klaim Tabel 4.2 Tabel trxklaim
Kode
Tipe
Keterangan
claims_ref
Char (25)
Nomor pengajuan klaim
claims_year
Char (4)
Tahun pengajuan klaim
policy_no
Char (25)
Nomor polis
loss_code
Char (3)
Kode cause yang terjadi saat kejadian
location
Char (30)
Lokasi kejadian
occur_dt
Datetime
Tanggal kejadian
notify_dt
Datetime
Tanggal kejadian dilaporkan
cust_code
Char (25)
Kode customer
currency
Char (3)
Mata uang dalam US$
exch_rate
Decimal (8,4)
Nilai tukar US$ dengan rupiah
claim_estimate
Decimal (14,2)
Estimasi nilai klaim
prd_code
Char (3)
Kode jenis produk yang digunakan
trans_dt
Datetime
Tanggal transaksi
acc_prd
Datetime
Tanggal klaim di-acc
InsertedDate
Datetime
Tanggal input data
87
b. Tabel trxveh Nama Tabel
: trxveh
Primary Key
: trxveh_code
Foreign key
: claims_ref, item_no
Tipe File
: File transaksi
Keterangan
: Menyimpan data transaksi klaim kendaraan Tabel 4.3 Tabel trxveh
Kode
Tipe
Keterangan
trxveh_code
Char (25)
Kode transaksi klaim kendaraan
claims_ref
Char (25)
Nomor pengajuan klaim
item_no
Char (25)
Nomor urut kendaraan
currency
Char (3)
Mata uang dalam US$
exch_rate
Decimal (8,4)
Nilai tukar US$ dengan rupiah
veh_ammt
Decimal (14,2)
Nilai kendaraan yang diklaim
claim_ammt
Decimal (14,2)
Jumlah nilai klaim
deductible
Decimal (14,2)
Pengurangan nilai setelah klaim
InsertedDate
Datetime
Tanggal input data
c. Tabel maspol Nama Tabel
: maspol
Primary Key
: policy_no
Foreign key
: cust_code, risk_code, branch_id
Tipe File
: File master
Keterangan
: Menyimpan data polis asuransi
88
Tabel 4.4 Tabel maspol Kode
Tipe
Keterangan
policy_no
Char (25)
Nomor polis
policy_dt
Datetime
Tanggal polis terbit
effect_dt
Datetime
Periode berlakunya polis
expiry_dt
Datetime
Tanggal polis berakhir
cust_code
Char (25)
Kode customer
prd_code
Char (3)
Jenis produk
insured_item
Char (5)
Jumlah item yang diasuransikan
insured_ammt
Decimal (14,2)
Jumlah nilai yang diasuransikan
nettpremium
Decimal (14,2)
Jumlah nilai premi
branch_id
Char (3)
Kode cabang diterbitkannya polis
cover_type
Char (15)
Jenis perlindungan
veh_age
Char (2)
Umur kendaraan
InsertedDate
Datetime
Tanggal input data
d. Tabel mascust Nama Tabel
: mascust
Primary Key
: cust_code
Foreign key
:-
Tipe File
: File master
Keterangan
: Menyimpan data master customer Tabel 4.5 Tabel mascust
Kode
Tipe
Keterangan
cust_code
Char (25)
Kode customer
cust_name
Char (30)
Nama customer
89
ins_name
Char (30)
Qualitate Qua (yang mewakili ) customer secara legal
addr
Char (40)
Alamat customer
postcode
Char (5)
Kode pos
town
Char (25)
Kota tempat tinggal
mar_stat
Char (1)
Status pernikahan
birth_dt
Datetime
Tanggal lahir
gender
Char (1)
Jenis kelamin
occupation
Char (25)
Pekerjaan
identitycard
Char (10)
Jenis kartu identitas (KTP, Paspor)
identitycard_no
Char (25)
Nomor kartu identitas
tel
Char (15)
Nomor telepon
fax
Char (15)
Nomor fax
InsertedDate
Datetime
Tanggal input data
e. Tabel masveh Nama Tabel
: masveh
Primary Key
: item_no
Foreign key
:-
Tipe File
: File master
Keterangan
: Menyimpan data master kendaraan Tabel 4.6 Tabel masveh
Kode
Tipe
Keterangan
item_no
Char (25)
Nomor urut kendaraan yang diasuransikan
policy_no
Char (25)
Nomor polis
engine_no
Char (10)
Nomor mesin
90
police_no
Char (10)
Nomor polisi kendaraan
chassis
Char (10)
Nomor rangka kendaraan
year
Char (4)
Tahun pembuatan
Veh_age
Char (2)
Umur kendaraan
merk_type
Char (25)
Tipe kendaraan
seat
Char (2)
Jumlah kursi kendaraan
colour
Char (25)
Warna kendaraan
owner
Char (30)
Nama pemilik sesuai tanda kepemilikan kendaraan
addr
Char (40)
Alamat pemilik
veh_ammt
Decimal (14,2)
Harga kendaraan
InsertedDate
Datetime
Tanggal input data
f. Tabel product Nama Tabel
: product
Primary Key
: prd_code
Foreign key
:-
Tipe File
: File master
Keterangan
: Menyimpan data jenis prodk asuransi Tabel 4.7 Tabel product
Kode
Tipe
Keterangan
prd _code
Char (3)
Kode resiko
prd _name
Char (25)
Nama resiko
description
Char (30)
Keterangan tambahan
InsertedDate
Datetime
Tanggal input data
91
g. Table branch Nama Tabel
: branch
Primary Key
: branch_id
Foreign key
:-
Tipe File
: File master
Keterangan
: Menyimpan data cabang Table 4.8 Tabel branch
Kode
Tipe Data
Keterangan
branch_id
Char (3)
Kode cabang
branch_name
Char (25)
Nama cabang
location
Char (30)
Lokasi cabang
InsertedDate
Datetime
Tanggal input data
h. Table cause Nama Tabel
: cause
Primary Key
: loss_code
Foreign key
:-
Tipe File
: File master
Keterangan
: Menyimpan data kejadian yang menyebabkan terjadinya klaim Table 4.9 Tabel cause
Kode
Tipe Data
Keterangan
loss_code
Char (5)
Kode primary dari tipe cause
92
description
Char (30)
Keterangan dari masing-masing kejadian yang menyebabkan terjadinya klaim
InsertedDate
Datetime
Tanggal input data
4.7.2. Memilih Sumber (Choosing the Grain) Berikut merupakan data dari calon tabel fakta yang dapat dianalisis (grain) dalam perancangan data warehouse, yaitu analisis pada klaim meliputi: 1. Total klaim. 2. Jumlah nilai klaim. Analisis tersebut akan dilakukan per-periode waktu tertentu, yaitu perbulan dan pertahun.
4.7.3. Identifikasi dan Penyesuaian Dimensi (Identifying and Conforming the Dimension) Berikut ini adalah tabel dimensi yang terdapat dalam perancangan data warehouse ini: Tabel 4.10 Tabel grain dan dimensi dari klaim Total
Jumlah
klaim
nilai klaim
cause
X
X
customer
X
X
product
X
X
waktu
X
X
Grain Dimensi
93
4.7.4. Memilih Fakta (Choosing the Fact) Fakta-fakta yang dipilih untuk mengisi setiap record pada tabel fakta antara lain: 1. IDWAKTU 2. dimcustID 3. dimcausesID 4. dimprdID 5. Banyak klaim yang diajukan (total_claims) 6. Total nilai klaim (total_claimammt)
4.7.5. Menyimpan Perhitungan Awal Dalam Tabel Fakta (Storing Precalculation in the Fact Table) Pre-kalkulasi yang akan disimpan di dalam tabel Fakta klaim meliputi: 1. Jumlah transaksi klaim yang diajukan, yang merupakan kumpulan dari banyaknya data klaim yang masuk ke dalam tabel transaksi pertahun [COUNT (trxveh_code)]. 2. Total nilai klaim, yang merupakan jumlah dari banyaknya klaim dikalikan dengan nilai klaim masing-masing [SUM (claim_ammt)].
4.7.6. Melihat Kembali Tabel Dimensi (Rounding Out the Dimension Table) Pada langkah ini akan diberikan deskripsi pada tabel dimensi agar dapat menjelaskan dengan mudah kepada user dan mudah dimengerti oleh user mengenai dimensi tersebut. Berikut deskripsi tabel-tabel dimensi :
94
Tabel 4.11 Tabel-tabel dimensi Dimensi
Field
Deskripsi
waktu
TAHUN
Laporan dapat dilihat
BULAN
berdasarkan tahun dan bulan.
cust_code
Laporan dapat dilihat
customer
berdasarkan customer. product
prd_code
Laporan dapat dilihat berdasarkan jenis produk asuransi yang diikuti oleh peserta.
cause
loss_code
Laporan
dapat
berdasarkan
masing-masing
resiko.
Berikut ini daftar penjelasan mengenai tabel dimensi tersebut : 1. Dimensi waktu Tabel 4.12 Tabel waktudim Atribut
Tipe Data
Panjang
IDWAKTU
Int
4
TAHUN
int
4
BULAN
Int
4
2. Dimensi customer Tabel 4.13 Tabel dimensicustomer Atribut
Tipe Data
Panjang
dimcustID
Int
4
cust_code
char
25
dilihat
95
cust_name
char
30
3. Dimensi cause Tabel 4.14 Tabel dimensicauses Atribut
Tipe Data
Panjang
dimcausesID
Int
4
loss_code
Char
5
4. Dimensi product Tabel 4.15 Tabel dimensiproduct Atribut
Tipe Data
Panjang
dimprdID
Int
4
prd_code
Char
5
prd_name
Char
25
4.7.7. Memilih Durasi dari Basis Data (Choosing the Duration of Database) Durasi data yang dimasukkan ke dalam data warehouse adalah data historis selama lima tahun, karena biasanya manajer membandingkan kemajuan atau penurunan jumlah klaim pertahun bahkan hingga lima tahun ke belakang Tabel 4.16 Tabel Durasi Database Nama
Database
Sejak Tahun
Datawarehouse OLAPtakaful
takaful
2007
Hingga
Durasi
Tahun
Datawarehouse
2011
5
tahun
96
4.7.8. Menelusuri Perubahan Dimensi Secara Perlahan (Tracking Slowly Changing Dimension) Untuk mengantisipasi adanya perubahan atribut yang mungkin terjadi pada tabel dimensi, misalnya seperti kemungkinan berubahnya lokasi cabang A dari daerah X ke daerah Y. Dalam penelitian ini perubahan atribut pada dimensi tersebut akan mengakibatkan penambahan suatu record baru untuk menjaga data yang lama tetap ada. 1. Perubahan tabel dimensicauses Tabel 4.17 Contoh Tabel Pada Dimensicauses dimcausesID
loss_code
keterangan
01
F01
Fire-Explosion
02
F02
Fire-Own Damage
Ketika jenis resiko berubah, maka data lama dan data baru akan tetap disimpan. Tabel 4.18 Contoh Perubahan Tabel Pada Dimensicauses dimcausesID
risk_code
keterangan
01
F01
Fire-Explosion
02
F02
Fire-Own Damage
03
F02
Fire-Accidental
2. Perubahan tabel dimensiproduct Tabel 4.19 Contoh Tabel Pada Dimensiproduct dimprdID
prd_code
prd_name
01
202
ANSOR
97
02
203
STANDARD
Ketika jenis product berubah, maka data lama dan data baru akan tetap disimpan. Tabel 4.20 Contoh Perubahan Tabel Pada Dimensi Product dimprdID
prd_code
prd_name
01
202
ANSOR
02
203
STANDARD
03
203
STD-TLO
4.7.9. Memutuskan Prioritas Query dan Tipe Query (Deciding the Query Priorities and the Query Mode) Pada proses ini akan dibahas mengenai perencanaan proses extract, transfer, and load (ETL) dan analisis kapasitas media penyimpanan.
4.7.9.1. Proses ETL Proses ETL adalah proses migrasi dari database operasional menuju data warehouse dimana proses ini akan dilakukan setiap bulan, jika data telah tersedia maka akan dimasukkan ke data warehouse oleh administrator data. Maka rencana proses ETL yang dilakukan sebagai berikut: Tabel 4.21 Tabel Rencana Proses ETL Penanggung Jawab
Intensitas
Deskripsi
Aktivitas Divisi
Information Satu
Technology
sekali
bulan Proses ETL dilakukan setiap akhir bulan di luar jam operasional kantor
98
1. Pada perancangan ini, telah dibuat database perusahaan sesuai dengan rancangan ERD yang diberi nama „takaful‟ sebagai database operasional (OLTP) yang berisi tabel maspol, masveh, mascust, cause, risk, dan branch:
Gambar 4.8 Database „takaful‟
2. Dan dibuat juga tabel-tabel yang akan digunakan sebagai data OLAP dimana terdiri dari tabel dimensi waktu, cause, product, dan customer.
Gambar 4.9 Tabel-tabel Database „OLAPtakaful‟
99
3. SQL Server Integration Services Project a. Membuat Data Source Langkah pertama yang dilakukan adalah membuat data source baru, dimana sebelumnya telah dibuat data transaksi yang sesuai dengan ERD (pada gambar 4.7) sebagai database OLTP serta tabel-tabel untuk database OLAP.
Gambar 4.10 Create New Data Source
Kemudian setelah dipilih New Data Source akan muncul jendela Data Source Wizard pilih Next
Gambar 4.11 Jendela Data Source Wizard
100
Pada jendela Data Source Wizard pilih create a data source based on an existing
or new connection dimana kita dapat membuat koneksi baru atau
menggunakan koneksi yang sudah ada. Dalam hal ini menggunakan database source untuk „takaful‟ sebagai OLTP dan „OLAPtakaful‟ sebagai OLAP. Pilih Next.
Gambar 4.12 Jendela Data Source Wizard Pilih „takaful‟ dan „OLAPtakaful‟
Lalu untuk completing the wizard pada data source name dapat diberikan nama „takaful‟ untuk data connection „takaful‟ dan dapat diberikan nama „OLAPtakaful‟ untuk data connection „OLAPtakaful‟ kemudian pilih Finish.
101
Gambar 4.13 Compleeting the Wizard
b. Membuat SSIS Package Selanjutnya dibuat SSIS Package untuk menghubungkan tabel-tabel dimensi dan fakta yang dibuat pada database OLAPtakaful dengan database OLTP yang dibuat di database takaful. Langkah pertama adalah klik kanan pada SSIS Package di solution explorer lalu pilih New SSIS Package. Dimana setiap package digunakan untuk koneksi satu tabel saja.
Gambar 4.14 New SSIS Package
102
Selanjutnya buka tab data flow lalu pada Connection Managers klik kanan dan pilih New Connection Manager From Data Source.
Gambar 4.15 Connection Managers
Pada jendela Select Data Source pilih „takaful‟ dan „OLAPtakaful‟ seperti yang telah dibuat pada langkah sebelumnya. Kemudian pilih OK.
Gambar 4.16 Jendela Select Data Source
103
Setelah Data Source telah ditentukan, pilihlah tool OLE DB Source dan OLE DB Destination pada Toolbox di sebelah kiri jendela dengan cara didrag.
Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination
Kemudian untuk menentukan source dan destination, klik dua kali (double klick) pada OLE DB Source dan pada OLE DB Destination.
Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination
Pada OLE DB Source Editor pilih „takaful‟ untuk OLE DB connection manager dan pilih SQL Command untuk Data access mode. Pada SQL Command text ketikkan SQL Command yang digunakan untuk menghubungkan masing-masing sumber.
104
Gambar 4.19 OLE DB Source editor Sedangkan untuk OLE DB Destination Editor pilih „OLAPtakaful‟ untuk OLE DB connection manager dan pada Data access mode pilih Table or view – fast load. Isikan nama tabel yang akan dikoneksikan dengan source tadi misalnya tabel [dbo].[dimensicauses] untuk tabel dimensi cause, dan beri tanda centang pada table lock dan check constraints.
105
Gambar 4.20 OLE DB Destination Editor
Selanjutnya setelah data flow berhasil dibuat, pindah ke tab control flow dimana pada jendela tersebut telah otomatis ada data flow task yang teah dibuat sebelumnya, kemudian drag tool Execute SQL Task dari toolbox.
106
Gambar 4.21 Jendela Control Flow
Kemudian double klick pada Execute SQL Task sehingga muncul jendela Execute SQL Task Editor. Pada connection isikan „OLAPtakaful‟ dan saat dipilih pada SQL Statement akan muncul jendela Enter SQL Querry.
Gambar 4.22 Jendela Execute SQL Task Editor
107
Isikan query pada jendela Execute SQL Task Editor tersebut dan pilih OK.
Gambar 4.23 Jendela SQL Querry
Lalu jalankan querry tersebut, dengan memilih perintah execute! Atau dengan menekan tombol F5. Dan bila sukses, kotak Data Flow Task dan Execute SQL Task akan berwarna hijau.
Gambar 4.24 Data Flow Task dan Execute Task Dimensi Causes Sukses
108
4. SQL Server Analysis System Langkah ini dilakukan untuk membuat cube-cube untuk analisis data yang ada dalam data warehouse. Langkah-langkahnya adalah sebagai berikut: a. Membuat data source baru Langkah pertama dalam melakukan Analysis Service Project adalah klik kanan pada Data Source kemudian klik New Data Source.
Gambar 4.25 Create Data Source
Kemudian muncul Data Source Wizard untuk menentukan database yang akan dijadikan sumber data, pilih „OLAPtakaful‟ yang berisi tabel-tabel dimensi dan fakta, lalu klik Next.
Gambar 4.26 Data Source Wizard Pemilihan Data Connection
109
Pada tahap Impersonation Information pilih Use The Service Account, lalu pilih Next.
Gambar 4.27 Impersonation Information Kemudian ketik nama data source yang diinginkan misalnya OLAPtakaful, lalu pilih Next.
Gambar 4.28 Data Source Name
110
b. Membuat Data Source View Data Source View dibuat untuk menampilkan gambar struktur hubungan antara tabel fakta dan dimensi. Pertama, klik kanan pada Data Source View, kemudian pillih New Data Source View.
Gambar 4.29 Membuat New Data Source View Pada langkah Select a Data Source, pilih Data Source yang telah dibuat sebelumnya, yaitu OLAPtakaful kemudian pilih Next.
Gambar 4.30 Pemilihan Data Source
111
Setelah itu akan muncul tabel-tabel yang ada pada source OLAPtakaful pada available objects di sisi kiri yang selanjutnya semua tabel tersebut akan dimasukkan ke Included objects pada sisi kanan.
Gambar 4.31 Pemilihan Tabel yang Akan Ditampilkan Kemudian ketik nama Data Source View yang akan ditampilkan sesuai dengan keinginan, lalu pilih Next.
Gambar 4.32 Penamaan Data Source View
112
c. Membuat Cube Untuk menampilkan star schema kemudian dibuat cube dengan cara klik kanan pada Cube dan pilih New Cube.
Gambar 4.33 Create New Cube Pada tahap Select Build Method pilih Build the cube using a data source kemudian ilih yang Auto build.
Gambar 4.34 Pemilihan Metode Pembuatan
113
Kemudian pilih data source OLAPtakaful dimana terdapat tabel-tabel dimensi dan fakta dan pilih Next.
Gambar 4.35 Pemilihan Data Source Selanjutnya SQL Server akan secara otomatis mendeteksi tabel dimensi dan fakta yang terdapat dalam OLAPtakaful, kemudian pilih Next.
Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta
114
Pada tahap Identify Fact and Dimension Tables, pilih tabel dimensi waktu (waktudim) sebagai waktu dimension table dan pada tab tables, pilih tabel yang akan digunakan sebagai tabel dimensi dan tabel fakta.
Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta
Pada tahap ini, pilihlah measure mana yang akan ditampilkan dan yang tidak akan ditampilkan. Kemudian pilih Next.
Gambar 4.38 Pemilihan Measure
115
Kemudian SQL Server akan mendeteksi hirarki, kemudian pilih Next.
Gambar 4.39 Pendeteksian Hirarki
Tahap selanjutnya adalah melihat kembali struktur dimensi baru atau merubahnya jika diperlukan, dan pilih Next.
Gambar 4.40 Review New Dimension
116
Kemudian isilah nama cube yang diinginkan, lalu klik Finish.
Gambar 4.41 Pemberian Nama Cube
Kemudian muncullah hasil cube yang dibuat yaitu berupa star schema dengan susunan tabel-tabel dimensinya sesuai dengan rancangan yang sudah dibuaat, seperti gambar di bawah ini.
117
Gambar 4.42 Hasil Cube Star Schema
4.7.9.2. Analisis Kapasitas Media Penyimpanan a. Analisis untuk kapasitas dimensi waktu Besar ukuran maksimal dalam satu record pada dimensi waktu adalah: integer (4) + integer (4) + integer (4) + integer (4) = 16 byte Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: (50% x 16) + 16 = 24 Asumsi untuk jumlah record pertahun adalah 365 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 365 record x 5 tahun = 1825 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi waktu untuk lima tahun ke depan adalah: 1825 x 24 byte = 43800 bytes
118
b. Analisis untuk kapasitas dimensi customer Besar ukuran maksimal dalam satu record pada dimensi customer adalah: integer (4) + character (25) + character (30) = 59 byte Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: (50% x 59) + 59 = 89 Asumsi untuk jumlah record pertahun adalah 5000 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 5000 record x 5 tahun = 25000 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi customer untuk lima tahun ke depan adalah: 25000 x 89 byte = 2225000 bytes
c. Analisis untuk kapasitas dimensi cause Besar ukuran maksimal dalam satu record pada dimensi cause adalah: integer (4) + character (5) = 9 byte Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: (50% x 9) + 9 = 14 Asumsikan untuk jumlah record pertahun adalah 20 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 20 record x 5 tahun = 100 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi risk untuk lima tahun ke depan adalah: 100 x 14 byte = 1400 bytes
119
d. Analisis untuk kapasitas dimensi product Besar ukuran maksimal dalam satu record pada dimensi product adalah: integer (4) + character (3) + character (25) = 32 byte Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: (50% x 32) + 32 = 48 Asumsi untuk jumlah record pertahun adalah 20 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 20 record x 5 tahun = 100 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi risk untuk lima tahun ke depan adalah: 100 x 48 byte = 4800 bytes
e. Analisis untuk kapasitas fakta klaim Besar ukuran maksimal dalam satu record pada table fakta klaim adalah: integer (4) + integer (4) + integer (4) + integer (4) + decimal (5) + decimal (5) = 26 byte Sediakan 50% untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: (50% x 26) + 26 = 39 Asumsi untuk jumlah record pertahun adalah 7000 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 7000 record x 5 tahun = 35000 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data fakta klaim untuk lima tahun ke depan adalah:
120
35000 x 26 byte = 910000 bytes
Tabel 4.22 Analisis Kapasitas Media Penyimpanan Nama
Besar 1
Besar 1
Estimasi
Estimasi
Size
Size
Tabel
Record
Record
Data
Data
(byte)
(Kbyte)
(+50%) Pertahun
1Kb=1024bytes
Perlima Tahun
Dimensi
16
24
365
1825
43800
43
59
89
5000
25000
2225000
2173
9
14
20
100
1400
1,4
32
48
20
100
4800
5
26
39
7000
35000
910000
889
waktu dimensi customer dimensi cause dimensi product fakta klaim
Berdasarkan hasil analisis kapasitas media penyimpanan dapat diketahui bahwa total kapasitas yang dibutuhkan untuk menampung data-data dari tabel dimensi waktu sebesar 43 bytes, dimensi customer sebesar 2173 bytes, dimensi cause sebesar 1,4 bytes, dimensi product sebesar 5 bytes, dan untuk tabel fakta klaim sebesar 889 bytes, maka total kapasitas media penyimpanan yang dibutuhkan untuk data warehouse „OLAPtakaful‟ ini untuk menampung data selama lima tahun adalah sebesar 3111,4 bytes.
121
4.8. Hasil Skema Bintang Skema bintang dari proses klaim ini terdiri dari tabel faktaklaim yang berhubungan
langsung
dengan
empat
tabel
dimensi,
yaitu
waktudim,
dimensicauses, dimensiproduct dan dimensicustomer. Berikut ini adalah skema bintang dari proses klaim:
Gambar 4.43 Skema Bintang Klaim
Skema ini terbentuk setelah melalui proses extract, transfer, and load (ETL) data dari database „takaful‟ ke dalam data warehouse „OLAPtakaful‟ menggunakan SQL Server Busines Intelligence Development - Analysis Services Projects. Skema ini menunjukkan bahwa untuk menampilkan data total klaim dan
122
total nilai klaim dapat dilihat berdasarkan jenis produk, jenis penyebab terjadinya kecelakaan (cause), maupun berdasarkan ID dan nama peserta yang mengajukan klaim, dalam periode waktu tertentu.
4.9. Meta Data Berikut ini adalah deskripsi meta data dari tabel-tabel dimensi yang digunakan dalam skema bintang yang terdapat pada Gambar 4.8. Skema bintang klaim: 1. Nama database
: takaful
Nama tabel
: waktudim
Sumber
:-
Keterangan
: Merupakan tabel dimensi waktu
Tabel 4.23 Meta Data Pada Dimensi Waktu Field
Tipe
Ukuran
Sumber Tabel
Tipe
Ukuran
Field
idwaktu
Int
4
x
x
x
x
year
int
4
x
x
x
x
month
Int
4
x
x
x
x
2. Nama database
: takaful
Nama tabel
: dimensicustomeromer
Sumber
: Tabel mascust
Keterangan
: Merupakan tabel dimensi customer
123
Tabel 4.24 Meta Data Pada Dimensi Customer Field
Tipe
Ukuran
Sumber Tabel
Tipe
Ukuran
Field
idcustomer
Int
4
x
x
x
x
cust_code
char
25
mascust
Char
25
cust_code
cust_name
char
30
mascust
Char
30
cust_name
3. Nama database
: takaful
Nama tabel
: dimensicauses
Sumber
: Tabel cause
Keterangan
: Merupakan tabel dimensi cause yang menyebabkan terjadinya klaim Tabel 4.25 Meta Data Pada Dimensi Cause
Field
Tipe
Ukuran
Sumber Tabel
Tipe
Ukuran
Field
idcause
Int
4
x
x
x
x
loss_code
Char
5
cause
Char
5
loss_code
4. Nama database
: takaful
Nama tabel
: dimensiproduct
Sumber
: Tabel product
Keterangan
: Merupakan tabel dimensi product asuransi Tabel 4.26 Meta Data Pada Dimensi Product
Field
idprd
Tipe
Int
Ukuran
4
Sumber Tabel
Tipe
Ukuran
Field
x
x
x
x
124
prd_code
Char
5
product
Char
5
prd_code
prd_name
Char
25
product
Char
25
prd_name
5. Nama database
: takaful
Nama tabel
: faktaklaim
Sumber
: Tabel waktudim, dimbranch, dimensicustomeromer, dimrisk, trxveh
Keterangan
: Merupakan tabel fakta klaim Tabel 4.27 Meta Data Pada Fakta Klaim
Field
Tipe
Ukuran
idwaktu
Int
4
idbranch
Int
idcustomer
Int
Sumber Tabel
Tipe
Ukuran
waktudim
Int
4
idwaktu
4
dimbranch
Int
4
idbranch
4
dimensicusto
Int
4
Int
4
Int
4
meromer
idcause
Int
4
dimensicaus es
idprd
Int
4
dimensiprod uct
sum_klaim
deci mal
total_klaim_ammt
deci mal
14,2 14,2
trxveh
deci mal
trxveh
deci mal
14,2 14,2
Field
idcustomer idcause
idprd
trxveh_code claim_ammt
BAB V PENUTUP
5.1.
Simpulan Berdasarkan pada hasil pembahasan pada bab sebelumnya, maka menghasilkan
beberapa simpulan sebagai berikut: 1. Penelitian ini menghasilkan sebuah analisis data-data apa saja yang diperlukan untuk membuat suatu data warehouse dalam perusahaan asuransi syariah khususnya dalam proses klaim, sebagai dasar untuk pembuatan tool/aplikasi untuk penyampaian laporan statistik kepada manajer klaim. 2. Penelitian ini menghasilkan sebuah desain data warehouse pada perusahaan asuransi syariah PT. Asuransi Takaful Umum sesuai dengan kebutuhan dalam pembuatan laporan statistik untuk manajer klaim menggunakan Nine Step Design Method. 3. Penelitian ini menghasilkan perhitungan perkiraan besarnya kapasitas data yang nantinya akan ditampung di dalam data warehouse ketika akan diimplementasikan. 4. Penelitian ini menyajikan informasi tentang proses migrasi dari database operasional menuju data warehouse menggunakan SQL Server.
125
126
5.2. Saran Berdasarkan hasil penelitian dari simpulan dan analisis yang telah dilakukan, Analisis dan Desain Data Warehouse pada pada perusahaan asuransi syariah PT. Asuransi Takaful Umum ini masih dapat dikembangkan lebih jauh lagi. Untuk itu penulis berusaha memberikan saran yang kiranya dapat berguna bagi pengembangan sistem selanjutnya, diantaranya: 1. Desain Data Warehouse pada pada perusahaan asuransi syariah PT. Asuransi Takaful Umum ini dapat dikembangkan dengan mengintegrasikan data dari divisi lainnya yang saling berkaitan, seperti dari divisi keuangan. 2. Penelitian ini dapat berguna untuk dijadikan referensi dalam pembuatan aplikasi Dashboard system dalam PT. Asuransi Takaful umum, Decission Support System, Executive information Sistem maupun Data mining tools untuk menemukan suatu pola trend terbaru. 3. Untuk meningkatkan keamanan data khususnya keamanan database, maka diperlukan pembatasan user yang berwenang untuk mengakses data yang ada dalam perusahaan maupun pembatasan hak akses terhadap masing-masing user untuk dapat melihat maupun mengubah data, dan back-up data secara periodik.
Daftar Pustaka
[MUI] Majelis Ulama Indonesia. 2001. Fatwa DSN MUI Nomor 21/DSNMUI/X/2001 tentang Pedoman Umum Asuransi syariah. Jakarta: MUI. Amborowati A. 2008. Perancangan dan Pembuatan Data Warehouse Pada Perpustakaan AMIKOM Yogyakarta. Seminar Nasional Aplikasi Sains dan Teknologi 2008. hlm. 1-14. Antonius H, Widjaja E. 2010. Data Warehouse Pada Rumah Sakit. Seminar Nasional Aplikasi Teknologi Infrmasi 2010. hlm: B-68-B72. Arfaoui N, Akaichi J. 2010. A Data Warehouse Assistant Design System Based On Clover Model. International Journal of Database Management Systems. hlm. 57-71. Berndt DJ, Hevner AR, Studnicki J. 2003. The Catch Data Warehouse: Suhlmort for Community Health Care Decission-making. Decission Suhlmort System. hlm. 367-384. Burch J, Grudnitski G. 1984. Information Systems Theory and Practice. Edisi keempat; New York: John Wiley & Sons. Connolly TM, Begg CE. 2005. Database System: A Practical Approach to Design, Implementasion, and Management. 4th Edition. USA: Addison Wesley. Drudiato S. 2010. Perancangan Data Warehouse Penjualan Untuk Mendukung Kebutuhan Informasi Eksekutif Cemerlang Skin Care. Seminar Nasional Informatika 2010. hlm: E350-E359. Domingues MA, Alipio M, Jorge, Soares C, Leal JP, Machado P. 2004. A Data Warehouse for Web Intelligence. hlm.1-13. Duhu NT. 1985. Research Teori Metodologi Administrasi. Bina Aksara: Jakarta. Handojo A, Rostianingsih S. 2004. Pembuatan Data Warehouse Pengukuran Kinerja Proses Belajar Mengajar Di Jurusan Teknik Informatika Universitas Kristen Petra. Jurnal Informatika Vol. 5, No. 1, Mei 2004: 53 - 58 Hariyanto B. 2004. Sistem Manajemen Basis Data. Bandung: Informatika. Hayen RL, Rutashobya CD, Vetter DE. 2007. An Investigation of the Factors Affecting Data Warehousing Success. Issues in nformatiion Systems. hlm. 547-554. Hutabarat BI. 2004. Pengelolaan Basisdata. Yogyakarta: Andi.
123
124
Hwang MI, Xu H. 2007. The Effect of Implementation Factors on Data Warehousing Success: An Exploratory Study. Journal of Information. Information Technology. and Organizations. hlm. 1-14. Inmon WH. 2002. Building the Data Warehouse, Third Edition. John Wiley & Son, Inc. : United States of America. Kascelan L, Vujaklija DB. 2005. A Model for Data Mining System in Financial Crisis Management Based on Data Warehouse Concept. ComSIS. hlm. 44-62. Kimball R, Ross M, Bencker B, Mundy J, Thornthwaite W. 2010. Relentlessly Practical Tools for Data Warehousing and Business Intelligence. Wiley Publishing, inc: Indianapolis, Indiana. Kormeier B, Hihlme K, Topel T, Hofestadt R. 2009. Cardio VINEdb: a data warehouse ahlmroach for integration of life science data in cardiovascular diseases. International Journal of Bio-Science and Bio-Technology. hlm. 1-5. Kusnawi. 2009. Multidimensional Data Warehouse dengan Menggunakan MySQL. http://517-1013-1-PB.pdf. [23 November 2010]. Lin HY, Hsu PY, Su YM. 2006. An Analysis of Data Warehouse Research. Electronic Commerce Studies. hlm. 3-22. Mudjihartono P. 2007. Data Warehousing dan Datamining Asosiasi Nilai Mahasiswa, Masa Skripsi dan Masa Studi Program Studi Teknik Informatika FTI-AJY. Jurnal Teknologi Industri Vol. XI No. 1. hlm: 1-8 Nagabushana S. 2006. Data Warehousing OLAP and Data Mining. New Delhi: New Age International Publisher. Nazir M. 2005. Metode Penelitian. Ciawi: Penerbit Ghalia Indonesia Nina MH. Januari 2008. KARIM Review Special Edition [23 Juni 2011] Oktavia T. 2011. Perancangan Model Data Warehouse Dalam Mendukung Perusahaan Jasa Pengiriman. Seminar Nasional Informatika 2011. ISSN: 1979-2328. Payton FG, Zahay D. 2005. Why doesn’t marketing use the corporate data warehouse? He role of trust and quality in adoption of data-warehousing technology for CRM ahlmlications. Emerald Group Publishing. hlm. 237-244. Poe V. 2003 . Building Data Warehouse for Decision Support, edisi-2. Prentice Hall. Praduwiratna R. Bermain Data dengan SQL Server 2010. Bandung: Microsoft Student Partners.
125
Prasetyo MA, Saikhu A, Sarwosri. 2010. Pembuatan Aplikasi OLAP Untuk Pelaporan pada PT. Aneka Tuna Indonesia Menggunakan SQL Server 2005. http://ITS-Undergraduate-9803-Paper.pdf. [23 November 2010]. Rachmawati. 2008. Pengumpulan Data dalam Penelitian Kualitatif: Wawancara. http://staff.ui.ac.id/internal/132147454/publikasi/PENGUMPULANDATAD ALAMPENELITIANKUALITATIF.pdf. [23 November 2010]. Rahmadi. 2007. Data warehouse akademik STMIK Banjabaru berbasis Mysql server. Banjarbaru: Sekolah Tinggi Manajemen Informatika & Komputer. Ramadhan, TS. 2007. Perancangan Data Warehouse dengan Microsoft SQL Server 2005. http://sites.google.com/site/samsulsite. [23 November 2010]. Ricciardi E. 2005. Balanced Scorecard and Its Information System: The Performance Data Warehouse. Central European University and Corvinus University of Budapest. hlm. 1-16. Rosenthal A, Sciore E. 2000. View Security as the Basis for Data Warehouse Security. Proc, of the International Workshop on Design and Management of Data Warehouses. hlm. 1-8. Sasmita PH. 2005. Desain dan Pembuatan Purwarupa Data Warehouse UntukMendukung Pelaporan Transaksi Keuangan Mencurigakan Di Unit Kepatuhan PT. Bank Jatim. hlm: 1-10. Sula MS. 2004. Asuransi Syariah (Life dan General) Konsep dan Sistem Operasional. Gema Insani: Jakarta. Sutanta E. 1995. Sistem Basis Data. Yogyakarta: Andi. Tseng, Frank SC. 2007. XML-Based Heterogeneous Database Integration for Data Warehouse Creation. National Science Council. hlm. 590-603. Wah YT, Peng NH, Hok CS. 2007. Building Data Warehouse. Proc, of the 24 th South East Asia Regional Computer Conference. hlm. 1-6.Amin dan Aziz, 2010 Wayne S. Freeze. Unlocking OLAP with Microsoft SQL Server and Excel 2000. Foster City, CA : IDG Books Worldwide,2000. Yulianto S, Prasetyo J. 2009. OLAP Technology: Visualization Multidimensional Data On Agribusiness Information Resources In Indonesia. Konferensi Nasional Sistem dan Informatika 2009. KNS&I09-021. www.takaful.com
LAMPIRAN 1 SURAT KETERANGAN PENELITIAN
LAMPIRAN 2 WAWANCARA Responden
: Bapak Rochiman
Jabatan
: Divisi IT
Penanya
: Nur Liska Amelia
Tanggal
: 10 Mei 2011
Tujuan
: Mengetahui alur proses bisnis klaim pada asuransi syariah, serta
susunan database yang digunakan. Poin utama wawancara: 1. Bagaimana alur asuransi dan alur klaim secara umum? 2. Data apa saja yang terlibat dalam proses klaim tersebut? 3. Sistem apa yang digunakan dalam perusahaan dan database yang ada di dalamnya? Hasil Wawancara: Dari wawancara ini dapat diketahui alur kegiatan serta alur data berdasarkan diagram alir sistem yang ada di PT. Asuransi Takaful Umum. alur ini menjelaskan bagaimana jika customer ingin mengikuti asuransi, serta bagaimana jika peserta asuransi ingin mengajukan klaim, apa saja syarat-syarat yang harus diberikan oleh peserta asuransi dan bagaimana perusahaan akan memrosesnya sesuai dengan prosedur. Responden juga memberikan informasi mengenai sistem yang digunakan serta susunan database yang ada di dalamnya. Hasil wawancara ini memudahkan penuis untuk membuat suatu rancangan dari database yang akan digunakan untuk penyusunan tugas akhir data warehose ini.
Responden
: Bapak Dian Sofyan
Jabatan
: Divisi SDM
Penanya
: Nur Liska Amelia
Tanggal
: 13 Mei 2011
Tujuan
: Mengetahui alur proses bisnis klaim
Poin utama wawancara: 1. Mengetahui profil umum perusahaan PT. Asuransi Takaful Umum. 2. Mengetahui produk-produk yang ditawarkan oleh PT. Asuransi Takaful Umum. 3. Mengetahui struktur organisasi serta sebagian tugas dari divisi IT dan divisi klaim. Hasil Wawancara: Dari kegiatan wawancara ini, responden memberikan informasi mengenai sejarah didirikannya PT. Asuransi Takaful Umum dan perkembangannya dari waktu ke waktu, responden juga memberikan gambaran umum tentang organisasi seperti visi dan misi perusahaan, produk-produk yang ditawarkan oleh PT. Asuransi Takaful Umum, serta struktur organisasi PT. Asuransi Takaful Umum. Informasi ini memudahkan penulis untuk mengetahui kegiatan perusahaan secara umum.
Responden
: Bapak Afzil
Jabatan
: Manager Klaim
Penanya
: Nur Liska Amelia
Tanggal
: 13 Mei 2011
Tujuan
: Mengetahui alur proses bisnis klaim
Poin utama wawancara: 1. Mengetahui tugas dari divisi klaim. 2. Mengetahui alur proses bisnis klaim serta dokumen yang terkait. 3. Mengetahui laporan yang dibutuhkan oleh manager klaim. Hasil Wawancara: Dari wawancara ini diketahui bahwa manager klaim biasanya membutuhkan laporan statistik pertahun dan perbulan mengenai klaim-klaim yang telah diajukan. Responden juga memberikan informasi mengenai tugas-tugas dari divisi klain dan dalam tahapan pekerjaan secara berurutan yang berhubungan dengan klaim, data apa saja yang dibutuhkan, bagaimana prosedurnya, hingga pemberian persetujuan atas klaim yang dilaporkan oleh peserta asuransi. Berdasarkan hasil dari wawancara, penulis dapat memahami alur klaim kendaraan bermotor secara rinci juga urutan kegiatan pengumpulan data-data klaim dari peserta asuransi yang akhirnya dapat dituangkan dalam sebuah diagram ritch picture.
LAMPIRAN 3 SCRIPT SQL 1. Database OLAP Membuat Tabel Dimensi Waktu CREATE TABLE waktudim ( IDWAKTU INT IDENTITY, TAHUN INT NOT NULL, BULAN INT NOT NULL, PRIMARY KEY(IDWAKTU) ); Membuat Tabel Dimensi Customer CREATE TABLE dimensicustomer ( dimcustID INT IDENTITY, cust_code CHAR(25) NOT NULL, cust_name CHAR(30)NOT NULL, PRIMARY KEY(dimcustID) ); Membuat Tabel Dimensi Product CREATE TABLE dimensiproduct ( dimprdID INT IDENTITY, prd_code CHAR(3) NOT NULL,
prd_name CHAR(25)NOT NULL, PRIMARY KEY(dimprdID) ); Membuat Tabel Dimensi Causes CREATE TABLE dimensicauses ( dimcausesID INT IDENTITY, loss_code CHAR(5) NOT NULL, PRIMARY KEY(dimcausesID) ); Membuat Tabel Fakta Klaim CREATE TABLE faktaclaims ( IDWAKTU INT NOT NULL, dimprdID INT NOT NULL, dimcustID INT NOT NULL, dimcausesID INT NOT NULL, total_claims DECIMAL(14,2) NOT NULL, total_claimammt DECIMAL(14,2) NOT NULL, ); Create FilterTimeStamp CREATE TABLE FilterTimeStamp ( Last_ETL_Process_Date DATETIME NOT NULL,
Table_Name VARCHAR(50) NOT NULL, PRIMARY KEY (Last_ETL_Process_Date) ) CREATE PROC Proc_Update_FilterTimeStamp @table_Name VARCHAR(50) AS BEGIN IF EXIST (SELECT*FROM FilterTimeStamp WHERE Table_Name=@Table_Name) UPDATE FilterTimeStamp Set Last_ETL_Proce_Date=getdate() WHERE Table_Name=@Table_Name ELSE INSERT INTO FilterTimeStamp VALUES (getdate(), @Table_Name) END GO
2. OLAP Transform Transform Dimensi Cause if exists ( select* from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'dimensicauses' ) select loss_code from [takaful].[dbo].cause
where InsertedDate> ( select Last_ETL_Process_Date from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name ='dimensicauses' ) else select loss_code from [takaful].[dbo].cause
Transform Dimensi Customer if exists ( select* from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'dimensicustomer' ) select cust_code, cust_name from [takaful].[dbo].mascust where InsertedDate> ( select Last_ETL_Process_Date from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'dimensicustomer' ) else select cust_code, cust_name from [takaful].[dbo].mascust
Transform Dimensi Product if exists ( select* from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'dimensiproduct' ) select prd_code, prd_name from [takaful].[dbo].product where InsertedDate> ( select Last_ETL_Process_Date from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'dimensiproduct' ) else select prd_code, prd_name from [takaful].[dbo].product
Transform Dimensi Waktu if exists ( select* from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'waktudim' )
select year (Tgl) as [TAHUN], month (Tgl) as [BULAN] from (select distinct acc_prd as Tgl, InsertedDate from [takaful].[dbo].trxveh ) as Tgl where Tgl.InsertedDate> ( select Last_ETL_Process_Date from [OLAPtakaful].[dbo].FilterTimeStamp where Table_Name = 'waktudim' ) else select year (Tgl) as [TAHUN], month (Tgl) as [BULAN] from (select distinct acc_prd as Tgl, InsertedDate from [takaful].[dbo].trxveh ) as Tgl
Transform Fakta Claim IF EXISTS ( SELECT*
FROM [OLAPtakaful].[dbo].FilterTimeStamp WHERE Table_Name = 'faktaclaims' ) SELECT IDWAKTU, dimcustID, dimprdID, dimcausesID, COUNT (trxveh_code) AS [total_claims], SUM (claim_ammt) AS [total_claimammt] FROM [takaful].[dbo].cause AS C, [takaful].[dbo].mascust AS Cu, [takaful].[dbo].product AS Pr, [takaful].[dbo].trxclaim AS Tc, [takaful].[dbo].trxveh AS Tv, [OLAPtakaful].[dbo].dimensicauses AS dimC, [OLAPtakaful].[dbo].dimensicustomer AS dimCu, [OLAPtakaful].[dbo].dimensiproduct AS dimPr, [OLAPtakaful].[dbo].waktudim AS dimWk WHERE Tv.claims_ref=Tc.claims_ref AND Tc.loss_code=C.loss_code AND Tc.cust_code=Cu.cust_code AND Tc.prd_code=Pr.prd_code AND
C.loss_code=dimC.loss_code AND Cu.cust_code=dimCu.cust_code AND Pr.prd_code=dimPr.prd_code AND Year (Tv.acc_prd)=dimWk.TAHUN AND Month (Tv.acc_prd)=dimWk.BULAN AND Tv.InsertedDate> ( select Last_ETL_Process_Date From [OLAPtakaful].[dbo].FilterTimeStamp Where Table_Name = 'faktaclaims' )
GROUP BY IDWAKTU, dimcustID, dimprdID, dimcausesID ELSE SELECT IDWAKTU, dimcustID, dimprdID, dimcausesID, COUNT (trxveh_code) AS [total_claims], SUM (claim_ammt) AS [total_claimammt] FROM
[takaful].[dbo].cause AS C, [takaful].[dbo].mascust AS Cu, [takaful].[dbo].product AS Pr, [takaful].[dbo].trxclaim AS Tc, [takaful].[dbo].trxveh AS Tv, [OLAPtakaful].[dbo].dimensicauses AS dimC, [OLAPtakaful].[dbo].dimensicustomer AS dimCu, [OLAPtakaful].[dbo].dimensiproduct AS dimPr, [OLAPtakaful].[dbo].waktudim AS dimWk WHERE Tv.claims_ref=Tc.claims_ref AND Tc.loss_code=C.loss_code AND Tc.cust_code=Cu.cust_code AND Tc.prd_code=Pr.prd_code AND C.loss_code=dimC.loss_code AND Cu.cust_code=dimCu.cust_code AND Pr.prd_code=dimPr.prd_code AND Year (Tv.acc_prd)=dimWk.TAHUN AND Month (Tv.acc_prd)=dimWk.BULAN
GROUP BY IDWAKTU, dimcustID, dimprdID, dimcausesID
LAMPIRAN 4 Hasil ETL 1. Dimensi Waktu
2. Dimensi Customer
3. Dimensi Product
4. Dimensi Causes
5. Fakta Claims
6. Hasil Data Source View
7. Hasil Deployment Cube
8. Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan jenis resiko yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan jenis produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun 2007 hingga tahun 2011 dapat dilihat bahwa: a. Untuk jenis resiko ETS02 Pada tahun 2011 terjadi : 4032 klaim. b. Untuk jenis resiko FD01 Pada tahun 2009 terjadi : 288 klaim. Pada tahun 2010 terjadi : 64 klaim.
c.
d. e.
f. g. h.
Pada tahun 2011 terjadi Untuk jenis resiko FD02 Pada tahun 2010 terjadi Pada tahun 2011 terjadi Untuk jenis resiko OD01 Pada tahun 2011 terjadi Untuk jenis resiko OD02 Pada tahun 2007 terjadi Pada tahun 2008 terjadi Pada tahun 2009 terjadi Pada tahun 2010 terjadi Pada tahun 2011 terjadi Untuk jenis resiko SRC01 Pada tahun 2011 terjadi Untuk jenis resiko SRC02 Pada tahun 2011 terjadi Untuk jenis resiko TS02 Pada tahun 2011 terjadi
: 2272 klaim. : 128 klaim. : 2880 klaim. : 1152 klaim. : 608 klaim. : 640 klaim. : 1600 klaim. : 1088 klaim. : 12384 klaim. : 3008 klaim. : 1536 klaim. : 960 klaim.
9. Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan jenis resiko yang terjadi (loss_code) pertahun (sejak tahun 2007-2011).
Dari Pivot table dan Pivot chart banyaknya nilai klaim yang terjadi berdasarkan jenis produk pertanggungan dan jenis resiko yang terjadi (loss_code) sejak tahun 2007 hingga tahun 2011 dapat dilihat bahwa: a. Untuk jenis resiko ETS02 Pada tahun 2011 nilai yang diklaim sebesar : 1.59078E+11. b. Untuk jenis resiko FD01 Pada tahun 2009 nilai yang diklaim sebesar : 13952000000. Pada tahun 2010 nilai yang diklaim sebesar : 4160000000. Pada tahun 2011 nilai yang diklaim sebesar : 67872000000. c. Untuk jenis resiko FD02 Pada tahun 2010 nilai yang diklaim sebesar : 7680000000. Pada tahun 2011 nilai yang diklaim sebesar : 65126400000. d. Untuk jenis resiko OD01 Pada tahun 2011 nilai yang diklaim sebesar : 15264000000. e. Untuk jenis resiko OD02 Pada tahun 2007 nilai yang diklaim sebesar : 21360000000. Pada tahun 2008 nilai yang diklaim sebesar : 5936000000. Pada tahun 2009 nilai yang diklaim sebesar : 46000000000. Pada tahun 2010 nilai yang diklaim sebesar : 34192000000. Pada tahun 2011 nilai yang diklaim sebesar : 4.3167E+11. f. Untuk jenis resiko SRC01
Pada tahun 2011 nilai yang diklaim sebesar g. Untuk jenis resiko SRC02 Pada tahun 2011 nilai yang diklaim sebesar h. Untuk jenis resiko TS02 Pada tahun 2011 nilai yang diklaim sebesar
: 1.51206E+11. : 45696000000. : 12640000000.
10. Pivot Pivot Table dan Pivot Chart banyaknya klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011.
Dari Pivot table dan Pivot chart banyaknya klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat dilihat bahwa: a. Untuk produk takaful ABROR dengan jenis resiko: ETS02 terjadi : 4032 klaim. FD01 terjadi : 2400 klaim. FD02 terjadi : 3008 klaim.
OD01 terjadi : 1152 klaim. OD02 terjadi : 13856 klaim. SRC01 terjadi : 3008 klaim. SRC02 terjadi : 1536 klaim. TS02 terjadi : 960 klaim. b. Untuk produk takaful ANSOR dengan jenis resiko: FD01 terjadi : 224 klaim. OD02 terjadi : 2464 klaim. 11. Pivot Pivot Table dan Pivot Chart total nilai klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011
Dari Pivot table dan Pivot chart total nilai klaim yang terjadi berdasarkan produk asuransi dan jenis resiko yang terjadi (loss_code) sejak tahun 2007-2011, dapat dilihat bahwa: a. Untuk produk takaful ABROR dengan jenis resiko: ETS02 nilai yang diklaim sebesar : 1.59078E+11. FD01 nilai yang diklaim sebesar : 79552000000.
FD02 nilai yang diklaim sebesar : 728064000000. OD01 nilai yang diklaim sebesar : 15264000000. OD02 nilai yang diklaim sebesar : 5.20246E+11. SRC01 nilai yang diklaim sebesar : 1.51206E+11. SRC02 nilai yang diklaim sebesar : 45696000000. TS02 nilai yang diklaim sebesar : 12640000000. b. Untuk produk takaful ANSOR dengan jenis resiko: FD01 nilai yang diklaim sebesar : 6432000000. OD02 nilai yang diklaim sebesar : 18912000000.
LAMPIRAN 5 PASAL 11 KEWAJIBAN TERTANGGUNG DALAM HAL TERJADI KERUGIAN DAN ATAU KERUSAKAN 1. Tertanggung, setelah mengetahui atau seharusnya mengetahui adanya kerugian dan atau kerusakan atas Kendaraan Bermotor dan atau kepentingan yang dipertanggungkan, wajib : 1.1. memberitahu Penanggung secara tertulis atau secara lisan yang diikuti dengan tertulis kepada Penanggung selambat-lambatnya 5 (lima) hari kalender sejak terjadinya kerugian dan atau kerusakan; 1.2. melaporkan kepada dan mendapat surat keterangan dari serendah-rendahnya Kepolisian Sektor (Polsek) di tempat kejadian, jika terjadi kerugian dan atau kerusakan sebagian yang disebabkan oleh pencurian atau melibatkan pihak ketiga, yang dapat dijadikan dasar untuk menuntut ganti rugi kepada atau dari pihak ketiga; 1.3. melaporkan kepada dan mendapat surat keterangan dari Kepolisian Daerah (Polda) di tempat kejadian dalam hal kerugian total akibat pencurian. 2. Jika Tertanggung dituntut oleh pihak ketiga sehubungan dengan kerugian dan atau kerusakan yang disebabkan oleh Kendaraan Bermotor, maka Tertanggung wajib: 2.1. memberitahu Penanggung tentang adanya tuntutan tersebut selambatlambatnya 5 (lima) hari kalender sejak tuntutan tersebut diterima; 2.2. menyerahkan dokumen tuntutan pihak ketiga dan menyerahkan surat laporan Kepolisian Sektor (Polsek) di tempat kejadian; 2.3. memberikan surat kuasa kepada Penanggung untuk mengurus tuntutan ganti rugi dari pihak ketiga, jika Penanggung menghendaki; 2.4. tidak memberikan janji, keterangan atau melakukan tindakan yang menimbulkan kesan bahwa Tertanggung mengakui suatu tanggung jawab. 3. Pada waktu terjadi kerugian dan atau kerusakan, Tertanggung wajib : 3.1.
melakukan segala usaha yang patut guna menjaga, memelihara, menyelamatkan Kendaraan Bermotor dan atau kepentingan yang dipertanggungkan serta mengizinkan pihak lain untuk menyelamatkan Kendaraan Bermotor dan atau kepentingan tersebut;
3.2. memberikan bantuan dan kesempatan sepenuhnya kepada Penanggung atau Kuasa Penanggung atau pihak lain yang ditunjuk oleh Penanggung untuk melakukan penelitian atas kerugian dan atau kerusakan yang terjadi atas Kendaraan Bermotor sebelum dilakukan perbaikan atau penggantian;
3.3.
mengamankan Kendaraan Bermotor dan dipertanggungkan yang dapat diselamatkan.
atau
kepentingan
yang
Segala hak ganti-rugi menjadi hilang jika Tertanggung tidak memenuhi ketentuan dalam Pasal ini.
