Microsoft Word - 26 TI_Sepsugiarto - Datawarehouse sebagai alat penunjang pengambil keputusan-Ok.docx Datawarehouse sebagai Alat… (Sepsugiarto) 835 DATAWAREHOUSE SEBAGAI ALAT PENUNJANG PENGAMBIL KEPUTUSAN BISNIS DALAM ANALISIS PENJUALAN: STUDI KASUS PADA BAGIAN PENJUALAN PT XYZ Sepsugiarto Computer Science Department, School of Computer Science Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 sepsugiarto@yahoo.co.uk ABSTRACT Datawarehouse as a business decision support tool for sales data analysis functions to assist the sales department in making daily decisions. PT XYZ often experiences problems in analyzing its sales data, such as can not identify the highest sales areas and the total highest number of sales. The purpose of this study is to analyze and design a decision support tool which is appropriate to the needs of the sales of PT.XYZ. The design of systems uses object-oriented approach while database design uses data warehouse method. Any result obtained from this study is a design a data warehouse that can be used to assist the sales department to create sales decisions everyday. The designed decision-making system based on data warehouse can help the sales department in their daily activities. Keywords: sales data analysis, decision-making system, object-oriented approach, data warehouse ABSTRAK Datawarehouse sebagai alat penunjang keputusan bisnis dalam analisis penjualan digunakan untuk membantu bagian penjualan dalam mengambil keputusan sehari-hari. PT XYZ kerap mengalami permasalahan dalam menganalisis data penjualan, seperti tidak diketahuinya lokasi daerah penjualan terbanyak dan total penjualan barang terbanyak. Tujuan dari penelitian ini adalah untuk menganalisis dan merancang sebuah alat penunjang pengambil keputusan yang tepat sesuai dengan kebutuhan bagian penjualan PT.XYZ. Perancangan sistem menggunakan pendekatan berorientasi obyek sedangkan perancangan basis data dengan metode data warehouse. Hasil yang ingin dicapai adalah rancangan data warehouse yang dapat digunakan untuk membantu bagian penjualan mengambil keputusan penjualan sehari-hari. Adanya sistem pengambilan keputusan berbasiskan data warehouse dapat membantu bagian penjualan dalam kegiatan sehari-hari. Kata kunci: analisis data penjualan, sistem pengambilan keputusan, pendekatan berorientasi obyek, data warehouse 836 ComTech Vol.2 No. 2 Desember 2011: 835-848 PENDAHULUAN Kebutuhan akan sistem informasi dalam perusahaan adalah hal yang mutlak di jaman sekarang ini.Tanpa dukungan sistem informasi sudah pasti perusahaan kurang dapat berkompetisi. Dukungan pengolahan data yang terpercaya sangat penting dalam menunjang operasional perusahaan sehari-hari. Banyak perusahaan tidak segan-segan untuk mengeluarkan dana yang besar demi membangun sebuah sistem informasi yang baik, terpercaya dan dapat diandalkan. Pada awalnya, sistem komputerisasi perusahaan biasanya masih berfokus pada pengolahan data operasional perusahaan sehari-hari, yaitu berfokus pada transaksi perusahaan. Pada hirarki sistem informasi, pengolahan data untuk kebutuhan operasional perusahaan disebut dengan manajemen sistem informasi (Manajement Information System). Seiring dengan perkembangan data operasional perusahaan dan kompetisi di dunia usaha, perusahaan mula menyadari perlunya pengolahan data operasional menjadi data analisis yang digunakan untuk mengambil keputusan. Pada sistem hirarki sistem informasi disebut dengan sistem penjunjang keputusan (Decision Support System). PT.XYZ menyadari bahwa bagian penjualan merupakan ujung tombak sebuah perusahaan memerlukan dukungan data analisis yang dapat digunakan untuk mengambil keputusan yang tepat,terpercaya dan dapat diandalkan. Keputusan yang benar dan tepat akan mendukung strategi perusahaan dalam memelihara pelanggan yang loyal sehingga dapat mempertahankan atau meningkatkan pendapatan perusahaan. Pada saat ini bagian penjualan dari perusahaan PT XYZ masih menjalankan sistem informasi yang hanya mendukung data operasional sehari-hari. Kebutuhan sistem dimaksudkan untuk mempercepat pembuatan slip kepada pelanggan serta laporan-laporan sederhana seperti laporan penjualam per hari, daftar pelanggan dan daftar barang yang telah terjual. Kebutuhan akan data analisis mulai disadari ketika bagian penjualan hendak menganalisis data penjualan seperti pemberian diskon kepada pelanggan yang loyal, menentukan daerah produk yang paling banyak terjual, total jumlah penjualan serta total pendapat pada suatu daerah. Untuk itu perlunya merancang sebuah data warehouse yang digunakan untuk analisis penjualan digunakan bagian penjualan dalam kegiatan perusahaan sehari-hari. Referensi Literatur Data Warehouse Menurut Inmon (2002), data warehouse adalah data yang berorientasi pada subyek, terintegrasi, non volatile dan kumpulan data dari berbagai waktu yang digunakan untuk mendukung pengambilan keputusan. Data warehouse memiliki empat karakteristik. Pertama, organized by subject area (orientasi subyek). Subject area ini merepresentasikan suatu kumpulan data dalam organisasi yang dianggap sebagai suatu topik yang dipertimbangkan sebagai suatu pengambilan keputusan yang penting. Dengan kata lain, data warehouse merupakan pengorganisasian dari subyek-subyek utama dalam perusahaan. Pengorganisasian subyek data pada data warehouse adalah: (1) berorientasi pada subyek utama seperti customer, vendor, product dan activity; (2) focus rancangan pada data modeling dan database untuk ekslusif; (3) meliputi spectrum waktu tertentu. Sementara itu, pengorganisasian subyek data pada organisasi fungsional dari aplikasi adalah: (1) merancang aplikasi dan fungsi seperti policy, endorsement, renewal, dll; (2) fokus rancangan pada database dan proses; (3) bukan merupakan bagian dari pembangunan proses pada data warehouse; (4) relasi data didasarkan pada aturan bisnis yang sedang berjalan. Datawarehouse sebagai Alat… (Sepsugiarto) 837 Karakteristik kedua yaitu integrated (terintegrasi). Data-data yang ada seharusnya ditransformasikan ke dalam ukuran, keterangan dan format storage yang umum. Sebagai contoh, perusahaan asuransi yang memiliki kebijakan informasi yang terpisah dari kebijakan manajemen yang sama dalam beberapa database yang menggunakan teknologi yang berbeda. Untuk membuat keputusan secara efektif, data tersebut harus direpresentasikan dalam bentuk format yang umum. Selama ini banyak perancang aplikasi yang membuat sendiri ketentuan dari masing-masing aplikasi yang ingin dirancangnya, baik dalam penamaan, penentuan tipe variable dan lain sebagainya. Ketiga, time oriented (orientasi pada waktu). Semua data yang ada di dalam data warehouse adalah akurat pada saat data tersebut disimpan sedangkan pada sistem operasional, data tersebut akan akurat pada saat mengakses data tersebut. Di dalam data warehouse secara implicit terdapat elemen waktu seperti harian, mingguan, bulanan, kwartal-an, dsb. Keempat, non-volatile. Informasi-informasi yang dibutuhkan terlebih dahulu di-load ke dalam data warehouse dan kemudian baru digunakan untuk pengambilan keputusan, di mana berbeda dengan sistem operasional yang meremajakan datanya setiap saat. Selain itu, dalam data warehouse berisi summary data dimana hal ini tidak ditemukan pada sistem operasional. Perbedaan Data Operasional dengan Data Warehouse Setiap Data Warehouse dan Data Operasional memiliki karakteristik dan sifat yang khusus. Kedua-duanya merupakan bentuk dari suatu arsitektur yang dirancang berdasarkan kebutuhan dari perusahaan. Adapun perbedaan antara data operasional dengan data warehouse adalah sebagai berikut (Tabel 1): Tabel 1 Perbedaan Data Operasional dengan Data Warehouse (Inmon, 2002) Data Operasional Data Warehouse (1) data pada saat ini (2) detil data (3) dapat di-update (4) respon waktu yang cepat (5) detail (6) up to second decisions (7) clerical audience (1) data historical (2) rekap and detil (3) load and access (4) no update – nonvolatic snapshots (5) long term decision (6) directions and positioning (7) managerial audience Perbedaan Sistem Operasional dengan Data Warehouse Pada saat orang membicarakan tentang proses operasional berarti sistem tersebut dijalankan dari hari ke hari untuk menunjang bisnis suatu perusahaan/institusi, sehingga transaksi-transaksi dijalankan secara online. Sedangkan sistem proses data warehouse (analitikal) merupakan informasi yang digunakan oleh user untuk menganalisis suatu masalah atau suatu situasi. Proses analitikal ini pada dasarnya dilakukan sebagai perbandingan dan menganalisis trend yang ada. Dengan demikian database analitikal tidak memegang informasi pada setiap menit melainkan pada suatu titik waktu tertentu. Untuk lebih jelas dapat dilihat pada Tabel 2 di bawah ini: Tabel 2 Perbedaan Sistem Operasional dengan Data Warehouse Sistem Operasional Data Warehouse (1) Menunjang aktivitas sehari-hari (2) Melayani informasi staff (3) Data berupa detil (1) Menunjang keputusan strategic (2) Melayani informasi manajemen (3) Data berupa rekap dan detil 838 ComTech Vol.2 No. 2 Desember 2011: 835-848 (4) Data pada saat ini (5) Perubahan data secara konstan (6) Proses repetitive (7) Transaction driven (8) Predictible usage patterns (9) Berorientasi pada aplikasi (4) Data Historikal (5) Perubahan data secara lambat (6) Proses heuristic (7) Analysis driven (8) Unpredictable usage patterns (9) Berorentasi pada subjek Dilihat dari segi karakteristik fungsi, perbedaan antara sistem operasional dengan data warehouse adalah: Tabel 3 Perbedaan Sistem Operasional dengan Data Warehouse dari Segi Karakteristik Fungsi Karakteristik Fungsi Sistem Operasional Data Warehouse (1) Use (2) User (3) Unit of work (4) Goal (5) Focus (6) Structure (7) Records accessed (8) Update (9) Consistency (10) Number of Indexes (11) Purpose of Indexed (1) Operational (2) Data entry clerk (3) Insert/Update (4) Input Data (5) Automation (6) Files/DB (7) Two-Ten (8) Continous (9) Transaction (10) Few/simple (11) Locate record fast (1) Informational (2) Decision Maker (3) Query/read (4) Extract Data (5) Analysis (6) Relational (7) Thousands (8) Periodic (9) Global (10) Many/complex (11) Improve query Sistem Pengambilan Keputusan (Decision Support Sistem) Data Warehouse merupakan dasar dari aplikasi Decision Support System (DSS) dimana sangat efektif dalam pengiriman data Decision Support System (DSS) dan performance-nya. Decision Support System (DSS) adalah suatu sistem yang menyediakan data untuk user sehingga user dapat menganalisis dari situasi yang ada dan barulah membuat suatu keputusan. Dengan kata lain adalah suatu sistem yang dapat membantu karyawan untuk membuat keputusan dan lebih efektif dalam menjalankan tugasnya. Keputusan ini dapat diambil untuk strategi jangka panjang maupun pendek, baik untuk pengembangan bisnis maupun kebijakan-kebijakan yang harus diambil dalam waktu yang singkat. Untuk membangun Decision Support System (DSS) yang efektif diperlukan suatu pertimbangan akan kebutuhan baik hardware maupun software. Ada tiga hal yang dibutuhkan untuk membangun DSS, yaitu: (1) data internal yang ada harus terintegrasi antara yang satu dengan yang lain; (2) data internal tersebut juga harus terintegrasi dengan data eksternal; (3) data tersebut dapat diperoleh dalam arti tidak terjadi batasan. Analisis Menggunakan Data Warehouse Penggunaan data warehouse pada dasarnya dilakukan oleh end-user dan pada umumnya dilakukan oleh para bisnisman atau seorang teknikal. Keputusan utama yang diperlukan oleh seorang bisnisman adalah mengenai kesehatan dan kelangsungan hidup bisnis itu sendiri. Pengambil keputusan biasanya berpikir mengenai pangsa pasar yang ada, keuntungan yang dicapai, pesaing yang ada, biaya yang dikeluarkan, efisiensi dan kualitas produksi (Immon, 2002). Tujuan utama dari analisis Decision Support System (DSS) adalah menyediakan informasi bagi manajemen dengan informasi yang baru atau perbedaan interprestasi antara informasi yang sudah berlalu dengan keputusan yang akan dibuat tersebut lebih baik. Dalam beberapa kasus, informasi yang Datawarehouse sebagai Alat… (Sepsugiarto) 839 telah disediakan oleh si analisis secara reflek lebih diperhatikan sedangkan informasi yang sudah berlalu tidak dipertimbangkan lagi. Terdapat lima hal yang perlu diperhatikan dalam analisis Decision Support System (DSS), yaitu: (1) perhatikan apa yang menjadi masalah atau tantangannya; (2) lakukan penelitian terhadap metadata yang diperlukan untuk menentukan rencana yang ingin dicapai; (3) formulasikan dalam bentuk query; (4) lakukan query tersebut; (5) uji hasil dari query tersebut. Keuntungan Data Warehouse Secara Kualitatif Banyak keuntungan yang tidak terlihat, salah satu keuntungannya adalah para pembuat keputusan pada akhirnya dapat diperlengkapi dengan pemecahan masalah pada setiap proses bisnis. Banyak teknologi lain yang menjamin manajer untuk mengotomasikan proses bisnis, namun khasanah data mendukung kemampuan untuk memberi pengertian mengenai permasalahan yang mereka alami dan menunjukkan beberapa kemungkinan perubahan. Data Warehouse adalah alat bantu bagi para manajer dalam penyimpanan history data yang dibutuhkan. Keuntungan utama dari data warehouse adalah membantu dalam proses pengambilan keputusan. Keuntungan yang lain adalah meliputi: (1) mengatur keseluruhan hubungan/peluang pelanggan; (2) menciptakan nilai tambah bagi pelanggan; (3) membangun suatu empati dari organisasi; (4) secara cepat mengontrol berbagai perubahan dan peluang; (5) mengatur perspektif baik makro maupun mikro; (6) meningkatkan kemampuan manajerial. METODE Sebelum melakukan perancangan data warehouse, pertama-tama dilakukan analisis sistem yang berjalan pada PT XYZ untuk mengetahui permasalahan yang dihadapi serta alternative pemecahan masalahnya. Setelah itu, perancangan data warehouse dilakukan menggunakan skema bintang. Skema bintang adalah suatu tipe dari database yang dirancang secara khusus yang digunakan sebagai penunjang dari proses analitikal. Skema bintang ini merupakan tabel-tabel yang telah dirancang secara normalisasi atau denormalisasi. Di dalam skema bintang memiliki dua tipe tabel yaitu fact tables dan dimension tables. Fact tables, yang biasanya disebut juga sebagai major tables berisi data-data kuantitatif atau data-data mengenai suatu bisnis dimana formatnya berupa query. Informasi ini biasanya berupa data numerik dan dapat berisi beberapa kolom dan baris-baris. Sedangkan dimension tables, yang biasanya disebut juga sebagai minor tables berisi data-data deskripsi mengenai suatu bisnis. Dengan demikian melalui SQL query seorang pemakai dapat menggabungkan kedua table ini untuk mendapatkan informasi yang diinginkannya. Adapun keuntungan dalam perancangan data warehouse yang menggunakan skema bintang yaitu: (1) membangun suatu rancangan database yang memiliki respon time yang cepat; (2) menyediakan suatu rancangan yang dapat dengan mudah dimodifikasi atau ditambah jika data warehouse yang telah dirancang tersebut mengalami perkembangan; (3) paralel, maksudnya adalah di dalam rancangan database dapat dibentuk sesuai dengan kemauan pemakai terhadap data; (4) mudah mengerti dan menggunakan metadata, baik untuk pembangunan maupun bagi pemakai; (5) banyak tools yang dapat dipilih agar dapat mengakses data yang ada. HASIL DAN PEMBAHASAN Analisis Sistem Berjalan Gambar 1 di bawah ini merupakan usecase diagram dari sistem penjualan yang berjalan pada PT XYZ. 840 ComTech Vol.2 No. 2 Desember 2011: 835-848 Gambar 1. Sistem informasi penjualan yang sedang berjalan. Adapun penjelasan dari masing-masing usecase di atas adalah sebagai berikut (Tabel 4 – 9): Tabel 4 Deskripsi Usecase Master Barang Usecase Master Barang Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Master Barang. Description: Proses ini digunakan untuk melakukan penginputan data barang. Tabel 5 Deskripsi Usecase Master Pelanggan Usecase Master Pelanggan Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Master Pelanggan Description: Proses ini digunakan untuk melakukan penginputan data pelanggan. Tabel 6 Deskripsi Usecase Invoice Usecase Invoice Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Invoice Description: Proses ini digunakan untuk melakukan penginputan data invoice untuk melakukan tagihan ke pelanggan. Datawarehouse sebagai Alat… (Sepsugiarto) 841 Tabel 7 Deskripsi Usecase Print Invoice Usecase Print Invoice Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Print Invoice untuk menjalankannya. Description: Proses ini digunakan untuk melakukan cetak invoice yang digunakan untuk membuat tagihan ke pelanggan. Tabel 8 Deskripsi Usecase Daftar Pelanggan Usecase Invoice Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Daftar Pelanggan Description: Proses ini digunakan untuk melakukan cetak Daftar Pelanggan. Tabel 9 Deskripsi Usecase Laporan Penjualan Per Hari Usecase Laporan Penjualan Per Hari Actor Bagian Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password kemudian memilih menu Laporan Penjualan Per Hari Description: Proses ini digunakan untuk melakukan cetak Laporan Penjualan Per Hari. Permasalahan yang Dihadapi Untuk menghadapi kompetisi pasar yang ketat dan berdasarkan analisis permasalahan yang dihadapi oleh bagian penjualan PT.XYZ, kebutuhan dari bagian penjualan untuk proses analis terhadap penjualan yang terjadi adalah: (1) adanya kebutuhan analisis penjualan berdasarkan kota; (2) adanya kebutuhan analisis penjualan berdasarkan kota dan barang; (3) adanya kebutuhan analisis penjualan berdasarkan kota, barang dan pelanggan; (4) adanya kebutuhan analisis penjualan berdasarkan kota, barang, pelanggan dan waktu. Alternatif Pemecahan Masalah Dari permasalahan yang dihadapi, pemecahan masalah yang diusulkan yaitu sebagai berikut: (1) perluya pemisahan data analisis dari data operasional agar di kemudian hari tidak terjadi permasalahan dalam hal kecepatan akses data; (2) perlunya perancangan database berbasiskan data warehouse yang digunakan sebagai data analisis penjualan; (3) perlunya merancang sistem informasi penunjang keputusan analisis penjualan berdasarkan rancangan data warehouse. Perancangan Rancangan Data Warehouse Data Warehouse terdiri 2 server dimana server pertama mewakili data operasional (Operational Data Store) yang digunakan untuk bagian penjualan melakukan pengolahan data transaksi sehari –hari. Data operasional selanjutnya ditransformasikan ke sever 2 yaitu Data Warehouse Server dengan menggunakan SQL Script sesuai dengan kebutuhan analisis data bagian penjualan. Rancangan analisis data warehouse untuk bagian penjualan dari PT XYZ dapat digambarkan sebagai berikut (Gambar 2): 842 ComTech Vol.2 No. 2 Desember 2011: 835-848 Gambar 2. Rancangan data warehouse. Rancangan Skema Bintang Rancangan skema bintang ini dibuat menggunakan Erwin Logic Work ver 2.6 (open for modelmart) yang menggunakan metodologi IDEFIX (Integration DEFinition for Information Modeling). Erwin logic ini dapat membantu dalam membuat suatu visual blueprint atau lebih dikenal dengan data model yang dibutuhkan untuk menajemen database dalam sebuah organisasi. Data model ini dapat digunakan untuk detailed analysis, refine it over time, dan memudahkan dalam dokumentasi yang dibutuhkan dalam siklus pembangunan sistem. Adapun skema bintang yang diusulkan sebagai berikut (Gambar 3): Gambar 3. Rancangan skema bintang. Tabel-Tabel pada Data Warehouse Adapun rancangan tabel yang dibuat adalah sebagai berikut (Tabel 10 -14): Tabel 10 Penjelasan Tabel ItemDimension Tabel ItemDimension Jenis Tabel Dimension Datawarehouse sebagai Alat… (Sepsugiarto) 843 Primary Key KodeBarang Keterangan Digunakan untuk menyimpan data barang No. Nama Kolom Tipe Data Panjang Keterangan 01. KodeBarang Char 10 - 02. NamaBarang Char 50 - Tabel 11 Penjelasan Tabel CustomerDimension Tabel CustomerDimension Jenis Tabel Dimension Primary Key KodePelanggan Keterangan Digunakan untuk menyimpan data pelangan No. Nama Kolom Tipe Data Panjang Keterangan 01. KodePelanggan Char 10 - 02. NamaPelanggan Char 50 - Tabel 12 Penjelasan Tabel TimeDimension Tabel TimeDimension Jenis Tabel Dimension Primary Key TglTransaksi Keterangan Digunakan untuk menyimpan data barang No. Nama Kolom Tipe Data Panjang Keterangan 01. TglTransaksi DateTime Default - Tabel 13 Penjelasan Tabel CityDimension Tabel CityDimension Jenis Tabel Dimension Primary Key Kota Keterangan Digunakan untuk menyimpan data kota No. Nama Kolom Tipe Data Panjang Keterangan 01. Kota Char 50 - Tabel 14 Penjelasan Tabel SalesFact Tabel SalesFact Jenis Tabel Fact Primary Key KodePelanggan,KodeBarang,Kota,TglTransaksi Keterangan Digunakan untuk menyimpan data barang No. Nama Kolom Tipe Data Panjang Keterangan 01. KodePelanggan Char 10 - 02. KodeBarang Char 10 - 03. Kota Char 50 - 04. TglTransaksi DateTime Default - 05. TotalPenjualan Float Default - 06. TotalPendapatan Float Default - 844 ComTech Vol.2 No. 2 Desember 2011: 835-848 Usecase Diagram Berdasarkan analisis kebutuhan bagian penjualan maka kebutuhan dapat digambarkan dalam diagram usecase sebagai berikut (Gambar 4): Gambar 4. Sistem Data Warehouse Analisis Penjualan Adapun rancangan layar yang dibuat sebagai berikut (Gambar 5). Gambar 5. Rancangan layar. Tabel 15 memuat keterangan Analisis Penjualan Berdasarkan Kota yang dirancang. Tabel 15 Deskripsi Usecase Analisis Penjualan Berdasarkan Kota Usecase Sales Analysis Informationa Actor Manager Penjualan Pre Condition User harus melakukan proses validasi User ID dan Password. Description: Usecase ini digunakan sebagai tampilan menu utama Flow Of Events System Responsible Sales Analysis InformationSales Manager Datawarehouse sebagai Alat… (Sepsugiarto) 845 (1) Jika User memilih menu Analisis Penjualan Berdasarkan Kota Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota (2) Jika User memilih menu Analisis Penjualan Berdasarkan Kota, Barang. Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang (3) Jika User memilih menu Analisis Penjualan Berdasarkan Kota, Barang, Pelanggan. Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang, Pelanggan (4) Jika User memilih menu Analisis Penjualan Berdasarkan Kota, Barang, Pelanggan, Waktu Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang, Pelanggan, Waktu. (5) Jika User memilih menu Keluar Sistem akan keluar dari aplikasi (6) Jika User menekan tombol Kota Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota (7) Jika User menekan tombol Kota, Barang Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang (8) Jika User menekan tombol Kota, Barang, Pelanggan Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang, Pelanggan (9) Jika User menekan tombol Kota, Barang, Pelanggan, Waktu Sistem akan menampilkan Laporan Analisis Penjualan berdasarkan Kota, Barang, Pelanggan, Waktu. (10) Jika User menekan tombol Keluar Sistem akan keluar dari aplikasi Rancangan Laporan Adapun rancangan laporan yang dihasilkan adalah sebagai berikut (Gambar 6-9): 1. Laporan Analisis Penjualan Berdasarkan Kota Gambar 6. Laporan analisis penjualan berdasarkan kota. 2. Laporan Analisis Penjualan Berdasarkan Kota, Barang 846 ComTech Vol.2 No. 2 Desember 2011: 835-848 Gambar 7. Laporan analisis penjualan berdasarkan kota, barang. 3. Laporan Analisis Penjualan Berdasarkan Kota, Barang, Pelanggan Gambar 8. Laporan analisis penjualan berdasarkan kota, barang, pelanggan. Datawarehouse sebagai Alat… (Sepsugiarto) 847 4. Laporan Analisis Penjualan Berdasarkan Kota, Barang, Pelanggan, Waktu Gambar 9. Laporan analisis penjualan berdasarkan kota, barang, pelanggan, waktu. PENUTUP Berdasarkan hasil analisis dan perancangan yang telah dilakukan maka dapat diambil kesimpulan sebagai berikut: (1) dengan adanya Data Warehouse sebagai penunjang pengambilan keputusan untuk analisis penjualan diharapkan data membantu divisi penjualan khususnya pimpinan penjualan untuk dapat mengambil keputusan yang efektif dan efisien sehingga dapat meningkatkan penghasilan perusahaan; (2) dengan adanya pemisahan data operasional dengan Data Warehouse diharapkan meningkatkan kecepatan akses data sehingga membantu bagian penjualan mengambil keputusan tepat waktu; (3) penggunaan data warehouse sebagai penunjang keputusan analisis penjualan dapat juga digunakan oleh pihak manajemen untuk menentukan strategi jangka panjang penjualan produk. Berdasarkan hasil analisis dan perancangan peneliti mengusulkan beberapa saran sebagai berikut: (1) investasi teknologi alat bantu pengolahan analisis data dalam data warehouse seperti Microstrategy, Bisnis Object, dll. dapat lebih membantu untuk melihat analisis data lebih baik; (2) analisis dan perancangan di atas dapat digunakan sebagai prototype untuk pengembangan data warehouse lebih lanjut.; (3) analisis dan perancangan data warehouse di atas masih berfokus pada bagian penjualan. Pengambilan data dari berbagai departmen akan lebih baik dalam membantu manajer penjualan mengambil keputusan. 848 ComTech Vol.2 No. 2 Desember 2011: 835-848 DAFTAR PUSTAKA Adamson. (2002). Mastering Data Warehouse Aggregates: Solutions for Star Schema Performance. Canada: John Wiley & Sons. Fowler. (2005). UML Distilled, (edisi 3). Yogyakarta: ANDI. Inmon. (2002). Building the Data Warehouse, (3rd ed.). Canada: John Wiley & Sons. Munawar. (2005). Pemodelan Visual dengan UML. Yogyakarta: Graha Ilmu. Sarwojowo, Definisi Decision Support System. Diakses 24 Juli 2011 dari http://penayunus.wordpress.com/2010/02/17/cara-penulisan-daftar-pustaka-dari-internet/ .