6

BBAABB 22

LANDASAN TEORI

2.1 Product Profitability

2.1.1. Pengertian Penjualan

Menurut Mulyadi (1997, p204) menyatakan kegiatan penjualan

terdiri dari transaksi penjualan barang dan jasa, baik secara kredit

maupun tunai. Penjualan merupakan aktivitas yang penting dalam suatu

perusahaan, karena dengan adanya penjualan dapat menghasilkan

pendapatan bagi perusahaan.

Menurut Romney dan Steinbart (2003, p157) penjualan

merupakan suatu set rekursif dari kegiatan bisnis dan operasi pemrosesan

informasi terkait yang dihubungkan dengan penyediaan barang dan

pelayanan pelanggan serta penerimaan pembayaran dari penjualan

tersebut.

Jadi, penjualan adalah kegiatan mengalihkan barang dan jasa

untuk dijual kepada pelanggan serta promosi agar tercapai penjualan yang

menghasilkan laba.

2.1.2 Pengertian Profitability

Menurut Soliha dan Taswan (2002), profitability adalah tingkat

keuntungan bersih yang mampu diraih oleh perusahaan pada saat

menjalankan operasinya.

7

Menurut Hofstrand (2006), profitability adalah ukuran

perbandingan antara pendapatan dan pengeluaran. Pendapatan adalah

uang yang dihasilkan dari aktifitas bisnis. Misalnya, jika sebuah barang

diproduksi dan dijual, maka terciptalah pendapatan.

Pengeluaran adalah biaya dari sumber-sumber daya yang

digunakan pada aktifitas bisnis. Misalnya, benih jagung adalah sebuah

pengeluaran pada bisnis pertanian, karena benih jagung digunakan pada

proses produksi.

2.1.3 Pengertian Product Profitability

Menurut Brown (2005), product profitability adalah pendapatan

yang dihasilkan oleh sebuah produk dikurangi biaya yang diperlukan

untuk sebuah produk.

Product profitability adalah sebuah fungsi dari pendapatan dan

biaya. Sistem yang baik memungkinkan kita untuk menentukan

profitabilitas dari setiap produk dengan mengidentifikasi pendapatan dan

biaya pada setiap produk (http://www.wipfli.com).

2.2 Lembaga Pendidikan Non formal

Menurut Undang-Undang Republik Indonesia nomor 20 tahun 2003

tentang sistem pendidikan nasional, yang dimaksud pendidikan non formal

adalah jalur pendidikan di luar pendidikan formal yang dapat dilaksanakan

secara terstruktur dan berjenjang.

8

Pendidikan non formal meliputi pendidikan kecakapan hidup, pendidikan

anak usia dini, pendidikan kepemudaan, pendidikan pemberdayaan perempuan,

pendidikan keaksaraan, pendidikan keterampilan dan pelatihan kerja, pendidikan

kesetaraan, serta pendidikan lain yang ditujukan untuk mengembangkan

kemampuan peserta didik. Satuan pendidikan non formal terdiri atas lembaga

kursus, lembaga pelatihan, kelompok belajar, pusat kegiatan belajar masyarakat,

dan majelis taklim, serta satuan pendidikan yang sejenis. Kursus dan pelatihan

diselenggarakan bagi masyarakat yang memerlukan bekal pengetahuan,

keterampilan, kecakapan hidup, dan sikap untuk mengembangkan diri,

mengembangkan profesi, bekerja, usaha mandiri, dan/atau melanjutkan

pendidikan ke jenjang yang lebih tinggi. Hasil pendidikan non formal dapat

dihargai setara dengan hasil program pendidikan formal setelah melalui proses

penilaian penyetaraan oleh lembaga yang ditunjuk oleh Pemerintah atau

Pemerintah Daerah dengan mengacu pada standar nasional pendidikan.

Lembaga Pendidikan adalah lembaga yang secara resmi ditetapkan

sebagai satuan pelayanan pendidikan baik pada jalur formal maupun non formal

melalui sebuah ketetapan yang dikeluarkan oleh Depdiknas dan/atau Dinas

Pendidikan di tingkat Propinsi/Kabupaten/Kota

Dengan demikian lembaga pendidikan non formal dapat diartikan sebagai

lembaga yang secara resmi ditetapkan sebagai satuan pelayanan pendidikan pada

jalur non formal melalui sebuah ketetapan yang dikeluarkan oleh Depdiknas

dan/atau Dinas Pendidikan di tingkat Propinsi/Kabupaten/Kota.

9

2.3 Aplikasi Analytics (Analytical Application)

Aplikasi analytics merupakan sebuah aplikasi yang dirancang untuk

memenuhi kebutuhan sebuah organisasi dalam mengukur, menganalisa, dan

mengoptimasi kinerja bisnis (Morris, 2002). Aplikasi analytics merupakan salah

satu bentuk aplikasi berbasis fakta (fact-based system) yang digunakan untuk

kegiatan BI (Business Intelligence) yaitu sebuah istilah yang diperkenalkan oleh

Howard Dresner dari Gartner Group pada tahun 1989 untuk menggambarkan

sekumpulan konsep dan metodologi yang dirancang untuk meningkatkan

pengambilan keputusan dalam bisnis melalui penggunaan fact dan fact-based

system (Zaman, 2005). Secara umum BI bukanlah sebuah produk juga bukanlah

sebuah sistem tetapi sebuah istilah umum yang menggabungkan arsitektur,

aplikasi, dan database.

Dalam perkembangannya, pembicaraan mengenai BI seringkali

diasosiasikan dengan Aplikasi Analytics (Analytics Application) dikarenakan

para manajer, para business analyst, dan pengguna lain dalam sebuah organisasi

menggunakan aplikasi analytics untuk melakukan kegiatan BI yang pada intinya

adalah melakukan berbagai kegiatan analisis terhadap berbagai data yang

dimiliki perusahaan yang biasanya berasal dari Data Warehouse, Data Mart,

atau dari aplikasi OLTP dalam organisasi (Turban, 2005).

2.3.1 Perbedaan antara Aplikasi Analytics dan BI Tools

Beberapa pandangan umum saat ini mengkategorikan Analytics

sebagai BI Application sehingga dapat dibedakan dengan BI Tools yaitu

10

berbagai teknologi yang bisa digunakan untuk kegiatan BI seperti OLAP,

Query Reporting Tools, dan Data Mining. Walaupun penyebutan ini tidak

sepenuhnya salah, tetapi ada perbedaan mendasar antara BI Tools dan

aplikasi analytics.

BI Tools merupakan sekumpulan teknologi (OLAP, Query

Reporting Tools, dan Data Mining) dan berbagai program aplikasi

sedangkan aplikasi analytics terdiri dari sekumpulan kegiatan

pemrograman yang dikhususkan untuk melakukan analisis data pada area

tertentu dalam bisnis seperti pemasaran, penjualan, real estate, dengan

tujuan membantu memperbaiki dan mempercepat pengambilan keputusan

bisnis (Zaman, 2005).

Aplikasi analytics mendayagunakan berbagai teknologi BI Tools

tetapi secara fundamental memiliki perbedaan dengan BI Tools dalam hal

spesialisasi, segmentasi, dan struktur (Morris, 2002).

- Spesialisasi: Aplikasi analytics adalah aplikasi yang mengkhususkan

diri pada proses bisnis dan fungsi tertentu dalam bisnis sedangkan BI

Tools bersifat umum (generic).

- Segmentasi: Aplikasi analytics dapat disegmentasi berdasarkan

fungsi bisnis seperti keuangan, pemasaran, atau produksi, sedangkan

BI Tools dapat disegmentasikan berdasarkan teknologi yang

digunakan seperti data mining atau OLAP.

- Struktur: Aplikasi analytics mengatur dan mengkoordinasikan

aktivitas bisnis untuk mencapai tujuan tertentu seperti menghasilkan

11

anggaran perusahaan atau melakukan penilaian terhadap kinerja dari

supplier, sedangkan BI Tools menyediakan peralatan untuk

mendukung ad hoc query dan analisis yang tidak didefinsikan terlebih

dahulu (predefined analysis).

2.3.2 Jenis-jenis Aplikasi Analytics

Pada tahun 1997, IDC mengkategorikan aplikasi analytics sebagai

sebuah aplikasi perangkat lunak (application software) yang mendukung

kegiatan di sebuah organisasi yang tidak dapat dilakukan oleh sistem

transaksional seperti ERP, POS (Point-of-Sale), berbagai aplikasi legacy-

system yang lain. Secara umum IDC mengelompokkan aplikasi Analytics

menjadi tiga kelompok berdasarkan pertumbuhan jumlah pemakai dan

jumlah sistem yang dipakai (Morris, 2002). Pada gambar 2.1 ditunjukkan

perkembangan pendapatan dari tiga jenis aplikasi analytics di dunia.

12

Gambar 2.1 Worldwide Software Revenues for Packaged Analytics

Applications

Source: IDC, 2002

Tiga jenis aplikasi analyitcs yang paling banyak digunakan dan

memiliki pertumbuhan pendapatan yang baik adalah:

• Financial Analytics (Business Performance Management

Application) :

Aplikasi analytics jenis ini digunakan untuk mengukur dan

mengoptimalisasi kinerja keuangan perusahaan seperti kegiatan

penyusunan dan evaluasi anggaran atau budgeting dan juga

mengevaluasi strategi bisnis perusahaan (misalnya Balanced

Scorecard). Aplikasi Budgeting dan Aplikasi Financial Consolidation

13

merupakan paket aplikasi analytics pertama yang pernah ada. Saat ini

paket aplikasi analytics jenis Financia/ Business Performance

Management berusaha untuk mengintegrasikan kegiatan budgeting,

perencanaan (planning), financial consolidation, activity-based

management, dan balanced scorecard dalam sebuah aplikasi yang

terpadu.

• Operations/Production Analytics:

Aplikasi analytics jenis ini digunakan untuk mengukur dan

mengoptimalkan kegiatan delivery dari produk atau jasa dari sebuah

perusahaan seperti aplikasi demand planning, workforce optimization,

atau healthcare outcomes analysis. Aplikasi jenis ini akan berbeda

untuk setiap industri karena adanya perbedaan karakteristik operasi

dari masing-masing industri. Jenis aplikasi yang populer untuk

kategori ini adalah Demand Planning dan Pricing Optimization.

• CRM Analytics:

Aplikasi analytics jenis ini digunakan untuk mengukur dan

mengoptimalkan kegiatan Customer Relationship seperti aplikasi

untuk mengukur customer profitability, customer retention, dan

marketing analysis.

2.3.3 Aplikasi Sales Analytics

Aplikasi sales analytics merupakan salah satu aplikasi yang

mendukung kegiatan CRM Analytics yaitu kegiatan yang meliputi

14

menangkap, menyimpan, melakukan ekstraksi, memproses, melakukan

interpretasi, dan melaporkan berbagai data customer kepada pemakai

untuk keperluan kegiatan analisis lebih lanjut (Morris, 2002).

Dalam aktivitas penjualan di suatu perusahaan aplikasi sales

analytics digunakan oleh para pengambil keputusan dan pelaksana di

Departemen Penjualan untuk mendukung kegiatan perencanaan dan

pengendalian kinerja penjualan dengan menyediakan berbagai informasi

untuk keperluan analisis yang disajikan dalam berbagai sudut pandang

seperti:

• informasi penjualan untuk setiap channel (sales by channel)

• penjualan setiap outlet (sales by outlet)

• penjualan setiap unit organisasi (sales by unit)

• penjualan untuk setiap produk (sales by product)

• penjualan setiap kategori produk (sales by product category)

• penjualan setiap wilayah (sales by region)

• penjualan setiap musim (sales by season)

Aplikasi sales analytics ini mampu memberikan gambaran yang

terintegrasi dari semua kegiatan penjualan dalam sebuah organisasi

sehingga memampukan Sales Manager, Sales Analyst, dan juga Sales

Representative untuk memahami berbagai trend dan pola penjualan

sehingga dapat mengambil keputusan lebih tepat. Secara umum aplikasi

sales analytics digunakan untuk kegiatan analisis aktivitas penjualan

yang meliputi:

Sales Functional Performance Analysis

15

Product Sales Analysis

Sales Organizational Effetiveness Analysis

2.3.3.1 Analisis Kinerja Penjualan (Sales Performance Analysis)

Dalam kegiatan analisis kinerja penjualan, sebuah aplikasi

sales analytics akan menyediakan berbagai informasi untuk

mengevaluasi kinerja penjualan dan menjadi dasar bagi penentuan

strategi penjualan di masa depan. Jenis informasi yang

ditampilkan meliputi revenue, volume, dan margin dari penjualan

yang dilakukan di berbagai bagian organisasi seperti penjualan di

region, penjualan di sales office, dan penjualan oleh sales reps.

Aplikasi sales analytics mampu memberikan jawaban dari

berbagai pertanyaan yang menyangkut kinerja dalam bidang

penjualan, seperti:

1. Berapa banyak penjualan yang dilakukan dalam periode ini

dalam revenue dan volume penjualan dan bagaimana

perbandingannya dengan periode yang lalu?

2. Trend apa yang muncul dalam setiap periode?

3. Region mana yang melakukan penjualan terbaik dan mana

yang terjelek?

4. Apakah revenue tertinggi yang dicapai di suatu region

mempunyai margin yang sesuai target? Bagaimana kontribusi

dari masing-masing divisi (kantor cabang) dan saluran

pemasaran (distributor) terhadap keseluruhan kinerja

16

penjualan?

5. Divisi dan saluran pemasaran mana yang paling efektif dan

mampu mencapai target revenue dan target margin?

6. Bagaimana kontribusi pendapatan dari masing-masing kantor

cabang pada tahun ini?

7. Bagaimana urutan prestasi sales reps dalam revenue, volume,

dan margin yang dihasilkan?

Beberapa parameter pengukuran yang bisa digunakan

untuk memonitor kinerja penjualan misalnya:

1. Units sold, percentage change

2. Revenue, percentage change

3. Average order value

4. Profit margin per order

2.3.3.2 Analisis Penjualan Produk (Product Sales Analysis)

Dalam kegiatan analisis penjualan produk, aplikasi sales

analytics berperan dalam meningkatkan kualitas dan efektivitas

dari produk yang ditawarkan dengan cara memahami bagaimana

produk yang sekarang ini menyentuh kebutuhan pelanggan dan

bertambah sampai batas bawah.

Aplikasi sales analytics dapat menjawab beberapa

pertanyaan yang berkaitan dengan analisis penjualan produk,

seperti :

1. Produk-produk apa saja yang paling banyak dijual? Seberapa

17

banyak pendapatan yang didapat?

2. Bagaimana jenis produk tertentu mempengaruhi keuntungan

secara keseluruhan?

3. Produk apa yang muncul sebagai best-seller? Produk apa yang

penjualannya menurun?

4. Pada daerah mana dan kelompok pelanggan apa produk yang

terjual paling banyak?

Beberapa parameter pengukuran yang bisa digunakan

untuk memonitor penjualan produk misalnya :

1. Jumlah unit yang terjual pada tiap produk (Units sold by

product)

2. Presentasi pendapatan dan keuntungan tiap produk

(Percentage revenue and profit by product)

3. Jumlah pelanggan tiap produk (Customer count by product)

4. Rep count by product

5. Contribution to profit by product

6. Pendapatan tiap produk (Revenue by product)

2.3.3.3 Analisis Efektivitas Penjualan (Sales Effectiveness Analysis)

Dalam kegiatan analisis efektivitas penjualan, aplikasi

sales analytics berperan untuk mengevaluasi dan meningkatkan

efektivitas penjualan dan proses invoicing dengan cara memahami

bagaimana sumber daya dialokasikan, dimana transaksi yang

banyak terjadi, dan sebagainya.

18

Beberapa pertanyaan yang berhubungan dengan analisis

efektivitas penjualan, antara lain seperti :

1. Berapa banyak sales order dan invoice yang diproses tiap

tahun? Bagaimana hal tersebut berpengaruh terhadap

pendapatan? Apakah hal ini meningkat setiap waktu?

2. Organisasi mana yang menghasilkan transaksi paling banyak?

3. Seberapa seefektif sales rep dalam menjaga margin dengan

tetap menjaga diskon tetap rendah?

Beberapa parameter pengukuran yang bisa digunakan

untuk memonitor efektivitas penjualan misalnya :

1. Pendapatan penjualan tiap sales rep (sales revenue by sales

rep)

2. Jumlah pesanan (count of orders)

3. Jumlah faktur (count of invoices)

4. Jumlah sales rep (sales rep count)

5. Jumlah produk tiap sales rep (product count by sales rep)

2.3.4 Online Analytical Processing (OLAP)

2.3.4.1 Pengertian OLAP

Menurut Connolly dan Begg (2002, p1101), OLAP adalah

perpaduan dinamis, analisis, dan konsolidasi dari suatu multi-

dimensional database yang besar. OLAP merupakan sebuah

istilah yang menggambarkan sebuah teknologi yang

19

menggunakan sebuah kumpulan data multidimensi untuk

menyediakan akses yang cepat kepada informasi strategi untuk

keperluan analisis secara mendetail.

Menurut Peterson dan Pinkleman (1999, p8), OLAP

adalah sebuah software yang menyediakan sebuah tampilan data

multidimensi untuk tujuan analisis bisnis. Sistem OLAP sudah

disebut sebagai Decision Support Systems dan Business

Intelligence Systems. OLAP dapat mengubah kumpulan besar data

yang jarang digunakan menjadi informasi strategis yang dapat

meningkatkan proses bisnis.

Jadi, OLAP adalah sebuah teknologi yang menggunakan

kumpulan data multidimensi untuk kemudian dianalisa dan

menghasilkan informasi yang berguna dan digunakan untuk

mengambil keputusan.

2.3.4.2 OLAP Benchmark

OLAP Council telah menerbitkan sebuah analytical

processing benchmark disebut sebagai APB-1 (OLAP Council,

1998). Tujuan dari APB-1 adalah untuk mengukur kinerja OLAP

server secara keseluruhan daripada kinerja dari tugas-tugas secara

perorangan. Untuk memastikan hubungan APB-1 terhadap

aplikasi bisnis, operasi yang dijalankan pada database adalah

berdasarkan operasi bisnis yang paling umum (Connolly dan

Begg, 2002, p1102).

20

Untuk menyediakan perbandingan kinerja terhadap

kombinasi hardware dan software yang berbeda, maka ditetapkan

sebuah standar benchmark metric yang disebut Analytical Queries

per Minute (AQM). AQM menggambarkan sejumlah query

analytic yang diproses setiap menit termasuk data loading dan

waktu perhitungan.

2.3.4.3 Aplikasi OLAP

Persyaratan penting dari semua aplikasi OLAP adalah

kemampuan untuk menyediakan kepada user informasi just-in-

time (JIT), yang diperlukan untuk membuat keputusan-keputusan

efektif tentang arah strategi sebuah perusahaan. Informasi JIT

adalah data yang sudah dihitung yang biasanya menggambarkan

hubungan yang kompleks dan selalu dikalkulasikan on-the-fly.

Menganalisa dan membuat model hubungan yang kompleks

mudah dilakukan jika respond time-nya cepat. Sebagai tambahan,

karena sifat hubungan data yang mungkin tidak diketahui secara

baik, maka model data harus fleksibel. Data model yang fleksibel

memastikan bahwa sistem OLAP dapat merespon untuk merubah

kebutuhan bisnis sebagai syarat untuk membuat keputusan yang

efektif (Connolly dan Begg, 2002, pp1102-1103).

Di bawah ini adalah contoh dari aplikasi OLAP dalam area

fungsional yang berbeda :

21

Area Fungsional Contoh Aplikasi OLAP

Finansial Anggaran, analisa kinerja keuangan, dan model finansial

Sales Sales analysis dan sales forecasting

Marketing Market researh analysis, promotion analysis, custemor analysis, dan segmentasi pelanggan atau pasar

Manufacturing Perencanaan produksi dan defect analysis

Tabel 2.1 Area Fungsional aplikasi OLAP

Source : Connolly dan Begg, 2002

2.3.4.4 Manfaat OLAP

Manfaat yang didapat dari implementasi aplikasi OLAP

yang berhasil, antara lain (Connolly dan Begg, 2002, p1104) :

Meningkatkan produktifitas dari end-user bisnis, pengembang

IT, dan juga seluruh organisasi. Akses yang lebih terkendali

dan terencana terhadap informasi strategi dapat menyediakan

pengambilan keputusan yang efektif.

Mengurangi backlog pengembangan aplikasi untuk staf IT

dengan membuat end-user dapat membuat perubahan skema

mereka sendiri dan membangun model milik mereka sendiri

Mempertahankan kendali organisasi melalui integritas data

yang berhubungan sebagai aplikasi OLAP yang tergantung

pada data warehouse dan sistem OLTP untuk me-refresh

sumber data.

Meningkatkan pendapatan dan profitabilitas yang potensial

22

dengan cara memampukan organisasi untuk merespon lebih

cepat terhadap permintaan pasar

2.4 Metodologi Perancangan Aplikasi Analytics

Menurut Connolly dan Begg (2002, p273), siklus sebuah aplikasi

database terdiri dari beberapa tahap sebagai berikut :

1. Perencanaan Database (Database Planning)

Perencanaan database menurut Connolly dan Begg (2002, p273)

adalah kegiatan pengaturan yang memungkinkan tahap-tahap dalam aplikasi

database dapat diwujudkan seefisien dan seefektif mungkin.

2. Definisi Sistem (System Definition)

Pendefinisian sistem (system definition) menggambarkan ruang

lingkup dan batasan dari aplikasi database dan pandangan pengguna utama

(major user views).

Pandangan pengguna (user view) menggambarkan apa yang

dibutuhkan oleh aplikasi database dari sudut pandang jabatan tertentu,

seperti manajer atau pengawas, maupun dari sudut pandang area aplikasi

perusahaan, seperti pemasaran, personalia, atau pengawasan persediaan.

(Connolly dan Begg, 2002, p275).

3. Requirement Collection and Analysis

Pengumpulan kebutuhan dan analisis adalah proses mengumpulkan

23

dan menganalisa informasi tentang bagian organisasi yang didukung oleh

aplikasi database, dan menggunakan informasi tersebut untuk

mengidentifikasi kebutuhan pengguna terhadap sistem yang baru (Connolly

dan Begg, 2002, p276).

Suatu proses resmi dalam menggunakan teknik-teknik seperti

wawancara dan kuesioner untuk mengumpulkan fakta-fakta tentang sistem,

kebutuhan dan preferensi dinamakan dengan teknik fact-finding (Connolly

dan Begg, 2002, p302).

4. Perancangan Database (Database Design)

Perancangan database adalah proses pembuatan sebuah rancangan

untuk database yang akan mendukung operasi dan tujuan perusahaan

(Connolly dan Begg, 2002, p279).

Metodologi perancangan (design methodology) adalah pendekatan

terstruktur yang menggunakan prosedur, teknik, peralatan, dan dokumentasi

untuk mendukung dan memudahkan proses perancangan. Teknik ini

digunakan untuk membantu merencanakan, mengatur, mengontrol, dan

mengevaluasi proyek pengembangan database.

a) OLAP Design

Dalam mendesain database OLAP, terdapat sebuah teknik

modeling yang disebut dengan ADAPT (Application Design for

Analytical Processing Technologies) (Bulos dan Forsman, 2006). Dasar

utama dari ADAPT adalah cube dan dimension, yang juga merupakan

24

objek inti dari OLAP multidimensional data model. Simbol yang

digunakan untuk kedua objek tersebut seperti yang terlihat dalam gambar

di bawah ini :

Gambar 2.2 Objek inti dalam OLAP

Source : Bulos dan Forsman (2006)

Dalam database OLAP, hypercube adalah bagian utama dari

penyimpanan data bisnis, sebuah array yang mempunyai banyak dimensi.

Istilah "hypercube" ditentukan oleh banyak tekhnikal pada literatur

marketing, beberapa penjual perangkat lunak juga menggunakan istilah

"measure" atau "fact" sebagai hypercube pada saat mengacu pada data

bisnis dalam sebuah database OLAP. Untuk menghilangkan kebingungan

dalam hal dimana sebuah database mempunyai sebuah dimensi ukuran

(measure dimension), ADAPT menggunakan istilah hypercube, atau

"cube" untuk istilah lebih singkatnya. Demikian juga ADAPT

menghindari penggunaan istilah "fact" karena pada umunnya dikenal

sebagai fact tables, sebuah istilah yang menggambarkan implementasi

fisik dari sebuah database.

25

Langkah pertama dalam mendesign sebuah database OLAP

adalah menentukan hypercube utama yang diperlukan dalam aplikasi dan

dimensi-dimensinya. Sebagai contoh, misalnya dalam sebuah sales,

terdapat 3 cube utama : units, sales, dan list price. Units dan sales

memiliki dimensi time, product, dan customer. List price memiliki

dimensi time dan product. Aplikasi tersebut memiliki 3 cube dan 3

dimensi. Diagram ADAPTnya dapat digambarkan seperti di bawah ini :

Gambar 2.3 Contoh Diagram ADAPT

Source : Bulos dan Forsman (2006)

Hirarki (Hierarchy) dan level

Hirarki secara umum adalah kumpulan dari level-level sebuah

data. Hirarki dan level dalam ADAPT dapat digambarkan sebagai

berikut :

Gambar 2.4 Hirarki dan level

26

Source : Bulos dan Forsman (2006)

Misalnya, sebuah calendar hierarchy memiliki level year,

quartal, dan month. Dalam menggambarkan calender hierarchy

seperti pada gambar 2.5, digunakan sebuah garis dengan 1 tanda

panah untuk menunjukkan bahwa calender hierarchy berada di

dalam time dimension. Penghubung antara level menunjukkan tingkat

yang lebih tinggi dari level. Year adalah tingkatan tertinggi dalam

calender hierarchy.

Gambar 2.5 calendar hierarchy

Source : Bulos dan Forsman (2006)

27

Dimensions Objects

Untuk menyempurnakan desain aplikasi yang akan dibuat,

diperlukan simbol-simbol ADAPT tambahan : member, attribute, dan

scope, yang merupakan objek database yang tergabung dengan

sebuah dimensi dan digunakan untuk menggambarkan sebuah

dimensi dengan lebih lengkap.

Sebuah member adalah nilai sebuah dimensi tunggal. Januari,

1998 adalah contoh member dari dimensi waktu. Jakarta, Bandung,

dan Aceh adalah member dari dimensi tempat.

Gambar 2.6 Member

Scope adalah kumpulan dari member suatu dimensi. Seperti

kumpulan produk-produk baru.

Gambar 2.7 Scope

Attribute adalah informasi deskriptif tentang member dari

sebuah dimensi. Sebuah attribute dapat berupa semua jenis tipe data.

Misalnya, nama manajer dari sebuah entitas organisasi adalah textual

attribut, dan jumlah hari kerja dalam sebuah periode waktu adalah

numeric attribute.

Gambar 2.8 Attribute

28

b) Tipe penyimpanan data (storage types of data)

Menurut Peterson dan Pinkleman (1999, pp421-422), Cube yang dibuat

ada tiga tipe penyimpanan, yaitu:

1. MOLAP (Multidimensional Data Storage)

MOLAP menggunakan tipe penyimpanan data dengan lebih rinci

untuk analisis multidimensional, yang menangani data dan agregasi

seperti berikut:

• Data di-copy dari sumber data dan disimpan dalam cube MOLAP

yang dikhususkan untuk struktur yang multidimensional. Ketika

data di-query, original data tidak dibutuhkan karena semua data

tersedia dalam cube.

• Agregasi disimpan dalam struktur cube yang dikhususkan untuk

multidimensional.

2. ROLAP (Relationnal Data Storate)

ROLAP menggunakan struktur relational database untuk disimpan

dalam agregasi cube. Data dan agregasi menangani seperti berikut:

• Ketika cube di-query dan tingkat dasar (base level) dari data

dibutuhkan, data diambil dari sumber data asli.

• Agregasi disimpan dalam relational database sebagai tabel.

Informasi dalam tabel ini diambil pada saat dilakukan query MDX

(Multidimensional Expressions).

3. HOLAP (Hybrid Data Storage)

HOLAP adalah tipe penyimpanan database yang mengkombinasikan

29

fitur ROLAP dan MOLAP. HOLAP menangani data seperti ROLAP

dan agregasi seperti MOLAP, yakni:

• Data ditinggalkan dimana data tersebut di dalam sumber data.

Ketika cube di-query dan tingkat dasar data dibutuhkan, data

diambil dari sumber data asli.

• Agregasi disimpan dalam struktur cube yang dikhususkan untuk

multidimensional.

5. Pemilihan Database (Database Selection)

Karena suatu organisasi memerlukan perluasan atau perubahan pada

sistem yang sedang berjalan, maka akan menjadi hal yang perlu untuk

mengevaluasi produk-produk DBMS yang baru. Tujuannya untuk memilih

sebuah sistem yang sesuai dengan kebutuhan perusahaan saat ini maupun di

masa yang akan datang, yang seimbang dengan biaya-biaya yang dikeluarkan

termasuk dalam pembelian produk DBMS, perangkat lunak maupun

perangkat keras tambahan yang dibutuhkan untuk mendukung sistem

database, dan biaya-biaya lain yang berhubungan dengan perubahan dan

pelatihan pegawai.

6. Perancangan Aplikasi (Application Design)

Perancangan aplikasi adalah mendesain antarmuka dan program

aplikasi yang menggunakan dan memproses database.

30

7. Prototyping

Prototyping adalah membangun sebuah model kerja dari aplikasi

database yang tidak memiliki semua fitur yang diperlukan atau semua fungsi

yang seharusnya ada pada sistem akhirnya (Connolly dan Begg, 2002, p291).

Tujuan utama prototyping adalah untuk memungkinkan pengguna

menggunakan prototype untuk mengidentifikasi fitur-fitur yang bekerja

dengan baik pada sistem, atau kekurangannya, dan memberikan saran bagi

peningkatan kerja sistem atau bahkan memberikan masukan terhadap fitur-

fitur baru ke dalam aplikasi database.

8. Implementasi

Menurut Connolly dan Begg (2002, p292), implementasi adalah

realisasi fisik dari database dan perancangan aplikasi. Juga akan

diimplementasikan komponen lain dari aplikasi database seperti menu layar,

pemasukan data, dan laporan-laporan.

9. Konversi dan Loading Data

Konversi dan loading data adalah proses pemindahan data yang ada

ke database yang baru dan mengubah setiap aplikasi yang ada agar berjalan

pada database yang baru (Connolly dan Begg, 2002, p292). Tahapan ini

hanya dibutuhkan jika sistem database yang baru menggantikan sistem yang

lama.

31

10. Testing

Pengujian adalah proses untuk menjalankan program aplikasi dengan

tujuan untuk menemukan kesalahan (Connolly dan Begg, 2002, p293).

Pengujian memperlihatkan bahwa database dan program aplikasi bekerja

sesuai dengan spesifikasinya dan bahwa kinerjanya memuaskan.

11. Operational Maintenance

Pemeliharaan operasi adalah proses mengawasi dan memelihara

sistem yang telah diimplementasi. Kegiatan yang dilakukan antara lain :

Mengawasi kinerja sistem. Jika kinerjanya menurun ke tingkat yang tidak

dapat diterima, database perlu diorganisasi ulang (reorganization).

Pemeliharaan dan upgrade aplikasi database-nya (jika diperlukan).

Setelah aplikasi database dijalankan secara penuh, pengawasan

diperlukan untuk memastikan kinerjanya tetap berada pada tingkat yang

dapat diterima.