Data Warehouse pada PT. Olympindo Multi Finance Palembang Area Regional Sumatera II

Telah banyak perusahaan pembiayaan atau yang biasa disebut leasing yang kini mulai berkembang, salah satunya adalah PT. Olympindo Multi Finance Palembang Area Regional Sumatera II. Leasing umumnya membiayai pembelian kendaraan nasabah atau konsumen, dimana nasabah yang bersangkutan dapat membayar kendaraan nya secara bertahap sesuai dengan ketentuan dan perjanjian kontrak. Banyak nya data yang hanya tersimpan pada database perusahaan ini mengakibatkan penumpukan data dan tidak di dapatnya informasi dari kumpulan data tersebut, maka dirancanglah sebuah data warehouse sehingga data-data tersebut terkumpul pada suatu tempat penyimpanan dan saling terintegrasi sehingga di dapat informasi yang dibutuhkan perusahaan dengan menganalisis data tersebut untuk melihat kenginan konsumen dan kinerja perusahaan itu sendiri dalam penjualan kendaraan nya.

Penulis mendapatkan informasi – informasi sebagai berikut :

1. PT. Olympindo Multi Finance memiliki volume penjualan besar.

2. Memiliki 6 cabang pada area regional Sumatera II..

3. PT. Olympindo Multi Finance juga memiliki debitur yang tersebar dari pelosok daerah.

     Perancangan data warehouse menggunakan data yang berasal dari data penjualan selama 4,5 tahun terakhir yang terdiri dari 1 buah tabel fakta (Fakta_Penjualan) dan 7 buah tabel dimensi (Bank, Cabang, Nasabah, CMO, Vendor, Kendaraan dan waktu). Dari data warehouse yang telah dirancang, maka di dapat, Kendaraan dengan kategori minibus, merk Toyota dan Type Pick Up Carry 1.5 merupakan kendaraan yang paling banyak diminati dengan cabang Palembang yang merupakan cabang yang melakukan penjualan tertinggi selama kurun waktu 4,5 tahun terakhir. Sedangkan CMO yang bekerja aktif Untung Suripno dan pembiayaan sendiri atau Self Finance, menjadi cara yang paling disukai nasabah PT. Olympindo Multi Finance ini. Serta vendor yang paling sering melakukan kerjasama adalah ND Mobil sebanyak 403 kali kerjasama.

    Dengan Adanya data warehouse yang telah dirancang oleh penulis, pimpinan perusahaan dapat dengan mudah menganalisis karakteristik penjualan serta mempermudah administrator untuk membuat laporan penjualan di Perusahaan tersebut.

         Berdasarkan laporan yang di dapat dari data warehouse DWPenjualan yang dirancang, maka penulis dapat memberikan saran :

Pimpinan PT. Olympindo Multi Finance Palembang dapat mengambil keputusan dari informasi yang di dapat pada data warehouse yang telah di rancang.

Pimpinan PT. Olympindo Multi Finance Palembang juga diharapkan dapat menindak lanjuti Cabang, CMO yang kinerja nya tidak aktif.

(Permasalahan Dan Solusi Tentang Data Warego)

1. Sebutkan dan jelaskan permasalahan data warehouse yang terjadi pada perusahaan ?

• Data perusahaan tersebar kebanyak tipe system dan struktur yang tidak kompitable.

• Sistem proses pemesanan mungkin dikembangkan 20 th yg lalu dan berjalan pada mainframe lama.

• Beberapa data disimpan dalam file VSAM.

• Data pada perusahaan berada pada berbagai macam system, banyak platform dan struktur yang berbeda.

2. Ada berapa karekteristik yang dimiliki oleh sebuah data warehouse ?

1. Orientasi Subyek.
   Suatu data warehouse didesain dan dibangun secara khusus dari database transaksional berdasarkan keperluan perusahaan, semisal data warehouse untuk kastemer, sales, dan lain-lain. Hanya data yang benar-benar diperlukan yang dimasukkan kedalam database.
2. Integrasi data.
   Untuk mendapatkan informasi yang diinginkan, data yang ada dalam data warehouse akan dibangun dari beberapa macam sistem yang ada diperusahaan. Kemudian data tersebut ditransformasi dan diload. Karena itu ketika disimpan ke dalam data warehouse data tersebut akan diintegrasikan sehingga hanya ada satu cara dan atribut dengan format dan unit yang sama.
3. Nonvolatile
   Pada database transaksional, operasi yang dilakukan adalah operasi update (insert, delete, dan update). Sedangkan dalam data warehouse metode ini tidak digunakan. Data disimpan
   ke dalam data warehouse pada periode waktu tertentu setelah dilakukan beberapa perhitungan (calculation) dan rangkuman (summary).
4. Setiap unit data akan relevan dengan waktu tertentu
   Setiap data yang dimasukkan ke data warehouse pasti memiliki dimensi waktu. Dimensi waktu ini dipergunakan sebagai pembanding dalam perhitungan untuk menghasilkan laporan yang diinginkan. Selain itu, dengan menggunakan dimensi waktu pembuat keputusan dapat mengenal kecenderungan (trend) dan pola dari suatu data.

3. Dalam dimensional modeling, ada berapa pendekatan yang digunakan untuk membuat data warehouse ?

1. Skema bintang (star schema)
   Skema ini mengikuti bentuk bintang, dimana terdapat satu tabel fakta (fact table) di pusat bintang dengan beberapa tabel dimensi (dimensional tables) yang mengelilinginya. Semua tabel dimensi berhubungan dengan ke tabel fakta. Tabel fakta memiliki beberapa key yang merupakan kunci indek individual dalam tabel dimensi.
2. Skema bola salju (snowflake Schema)
   Skema bola salju merupakan perluasan dari skema bintang dengan tambahan beberapa tabel dimensi yang tidak berhubungan secara langsung dengan tabel fakta. Tabel dimensi tersebut berhubungan dengan tabel dimensi yang lain.
3. Fact constellations
   Pada skema ini terdapat beberapa tabel fakta yang menggunakan satu atau beberapa tabel dimensi secara bersama-sama sehingga jika digambarkan akan terlihat seperti sekumpulan bintang. Skema ini juga dikenal dengan galaxy schema.
   Sumber

Kebutuhan Data Warehouse Dalam Dunia Bisnis

Perkembangan komputer yang semakin pesat diikuti dengan perkembangan perangkat lunak untuk aplikasi bisnis, sejak tahun 1970-an sampai awal tahun 1980 manajemen berbasis file tradisional berkembang menjadi manajemen basis data. Di dalam manajemen basis data dikenal berbagai model data yang dapat digunakan untuk mendeskripsikan sebuah data dalam merancang suatu basis data. Manajemen ini memungkinkan banyak user untuk mengakses data secara bersamaan sehingga fasilitas yang dimiliki oleh manajemen sudah semakin banyak yaitu fasilitas pemanipulasian data, kontrol konkurensi data, recovery data, keamanan data dan didukung dengan fasilitas komunikasi data karena manajemen ini sudah terhubung dengan suatu jaringan . Perkembangan dunia usaha semakin meningkat ditunjang dengan perkembangan komunikasi yang mempermudah organisasi atau perusahaan untuk mengakses data, sehingga mengubah manajemen basis data menjadi manajemen basis data tingkat lanjut didukung dengan fasilitas data warehousing dan fasilitas basis data berbasis web sebagai salah satu strategi organisasi dalam meningkatkan kinerja dan keuntungan organisasi. Data Collection and Database Creation (1960s and earlier).

Database Management Systems (1970s – early 1980s)

- Hierarchical and Network Database Systems

- Relational Database Systems

- Data modeling tools : entity relationship model, etc

- Indexing and data organization techniques : b+ tree, hashing, etc

- Query language : SQL, etc

- User interface, forms, and reports

- Query processing and query optimizaztion

Advance Database Systems (mid-1980s-present)

- Advance data models : extended relational, object oriented, object relational, deductive

- Application oriented : spatial, temporal, multimedia, active, scientific, knowledge bases

Web-Based Database Systems (1990s – present)

- XML-based database systems

- Web mining

Data Warehouse and Data Mining (late 1980s – present)

- Data warehouse and OLAP technology

- Data mining and knowledge discovery

Informasi strategis digunakan untuk mencapai tujuan bisnis.

1. Mempertahankan pelanggan saat ini.
2. Meningkatkan pelanggan sebesar 15% lebih dalam 5 th   kedepan.
3. Penguasaan keuntungan pasar sebesar 10% dalam 3 th   kedepan.
4. Meningkatkan mutu produk.
5. Meningkatkan layanan pelanggan dalam hal pengiriman.
6. Membawa 3 produk baru kepasar dalam 3 th.
7. Meningkatkan penjualan sebesar 15% dalam definisi north   earth.

Syarat-syarat yang diinginkan oleh informasi strategis yang akan digunakan dalam bisnis,
diantaranya:

• Integrated : harus terintergrasi dengan pandangan-pandangan sistem lain yang ada dalam perusahaan.
• Data integrity : informasi yang dihasilkan haruslah akurat dan sesuai dengan aturan bisnis yang ada.
• Accesible : kemudahan dalam mengaksesnya dan dapat mendukung dalam analisa bisnis.
• Credible : informasi yang dihasilkan pun juga harus bisa dipercaya dan bersumber pada satu pandangan bisnis yang tejaga.
• Timely : informasi yang tersedia memiliki jangka waktu tertentu dan siap pada waktu yang dibutuhkan.

Sumber : http://s4nbao.blogspot.com/2013/01/bisnis-inteligent-dan-data-maning.html

Pengertian Data Warehouse

DATA WAREHOUSE

      Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

• Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.
• Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.
• Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

      Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

 

         Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

1. Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

2. On-Line Analytical Processing(OLAP)

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

3. On-Line Transaction Processing(OLTP)

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

4. Dimension Table

Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta  dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

5. Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

6. DSS

          Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

Karakteristik data warehouse menurut Inmon, yaitu :

Subject Oriented (Berorientasi subject)

           Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu.

  Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan(customers,products dan sales) dan tidak  diorganisasikan pada area-area aplikasi utama(customer invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.

            Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap proses. Secara garis besar perbedaan antara data operasional dan data warehouse yaitu :

Data Operasional	Data Warehouse
Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu	Dirancang berdasar pada subjek-subjek tertentu(utama)
Focusnya pada desain database dan proses	Focusnya pada pemodelan data dan desain data
Berisi rincian atau detail data	Berisi data-data history yang akan dipakai dalam proses analisis
Relasi antar table berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru)	Banyak aturan bisnis dapat tersaji antara tabel-tabel

(11410100177)

Sumber : myhut.org/public/datawarehouse.doc