Guna memudahkan pengiriman pendistribusian makanan olahan harus dilakukan

PEMANFAATAN BUSINESS INTELLIGENCE PENDISTRIBUSIAN MAKANAN OLAHAN Khoirul Kamal 1, Yesi Novaria Kunang 2, Susan Dian P S 3 1,2,3 Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Darma Palembang, Indonesia 1 , 2 , 3 Abstract. PT Central Pertiwi merupakan perusahaan yang bergerak di bidang usaha penditribusiaan makanan olahan seperti Shifudo, Fiesta, Seafood dan sebagainya. Permasalahan yang dimuncukan adalah dalam hal strategi bisnis yaitu pengelolaan data pendistribusian yang tidak dijadikan strategi informasi untuk mengembangkan bisnis. Business Intelligence (BI) merupakan aplikasi e-business yang berfungsi untuk mengubah data dalam perusahaan ke dalam bentuk pengetahuan. Aplikasi ini dapat melakukan analisis terhadap data dengan lebih efektif, misalnya untuk melakukan analisis terhadap distribusi untuk meningkatkan keuntungan perusahaan, menganalisis interaksi dengan pelanggan dan mengoptimalkan hubungan tersebut. Analisis terhadap transaksi-transaksi di masa lampau dan menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan operasi yang akan diambil perusahaan. Hasil dari penelitian adalah menghasilkan Dashboard sebagai pendukung keputusan pendistribusian makaan olahan pada PT Central Pertiwi Kata kunci : Pendistribusian, Business Intelligence, Dashboard. Abstract. PT Central Pertiwi is a company engaged in the business of processed foods rationing such as Shifudo, Fiesta, seafood and etc. Problems that raised is in terms of business strategy, namely the distribution data management information that is not used as a strategy to grow the business. Business Intelligence (BI) is an e-business application that works to change the data in the enterprise in the form of knowledge. This application can perform an analysis of the data more effectively, for example, to conduct an analysis of the distribution to increase the profits of the company, analyzing the interaction with customers and optimize the relationship. An analysis of the transactions in the past and use that knowledge to support decision making and planning of operations to be taken by the company. The results of the research are resulting in the dashboard as a decision support processed foods rationing at PT Central Pertiwi Bahari. Key word: Distribution, Business Intelligence, Dashboard. 1

1. Pendahuluan Pendistribusian adalah suatu proses penyampaian barangatau jasa dari produsen ke konsumen dan para pemakai,sewaktu dan dimana barang atau jasa tersebut diperlukan. Proses distribusi tersebut pada dasarnya menciptakan faedah waktu, tempat, dan pengalihan hak milik[1].saluran distribusi adalah serangkaian organisasi yang saling tergantung dan terlibat dalam proses untuk menjadikan suatu barang atau jasa siap untuk digunakan atau dikonsumsi[2]. Pada industri makanan olahan distribusi menjadi bagian penting. Produk berupa makanan olahan mempunyai umur yang relatif sangat singkat, sistem distribusi yang baik akan menjamin produk sampai ke konsumen lebih cepat sehingga mengurangi resiko kerugian. PT Central Pertiwi merupakan perusahaan yang bergerak di bidang usaha penditribusiaan makanan olahan seperti Shifudo, Fiesta, Seafood dan sebagainya. Pendistribusian produk makanan olahan ini tersebar diwilayah kota Palembang dan luar kota Palembang. Adapun proses bisnis pendistribusian makanan olahan dimulai dengan menerima supplay barang dari central warehouse yang berada di Jakarta sesuai dengan pesanan yang telah ditentukan. Proses seanjutnya yaitu penditribusian dimulai dengan permintaan barang (purchasing order) oleh pihak Retail. sebelum terjadiya pendistribusian atau penyaluran barang terdapat alur transaksi yang dimulai dari pesanan barang dari pihak Retail, melalui perantara Salesman terjadilah negosiasi antara pihak Retail mengenai purchasing order yang akan mereka buat. Setelah terjadi kesepakatan purchasing orderd yang mereka buat dan valid, Salesman akan menyerahkan hasil orderan yang diminta pihak Retail ke admin, kemudian akan dibuat oleh admin sales berupa sales order yang dikirim ke admin logistic. admin logistik memverifikasi jumlah orderan setelah itu dilakukannya delivery order ke pihak Retail. Pihak Retail menerima dan melakukan receiving / pengecekan masa dan pengecekan fisik, jika barang mengalami kerusakan maka akan dilakukan return oleh PT. Cental Pertiwi. Setelah semua proses selesai, pihak Retail akan menaruh barang di bagian gudang. dalam menunjang strategi bisnis untuk memajuan perusahaan dalam hal pemanfaatan data dibutuhkan suatu konsep pengembangan analisis pendistribusian untuk mengatasi permasalahan dalam hal strategi bisnis yaitu pengelolaan data pendistribusian yang tidak dijadikan strategi informasi untuk mengembangkan bisnis. 2. Metodelogi Penelitian 2.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT. Central Pertiwi Bahari Cabang Palembang yang bertempat di Jalan Jaksa Agung R. Suprapto No. 647 Kel. Bukit Besar Kec. Ilir Barat I Palembang. serta waktu penelitian dimulai dari bulan September 2015 sampai Februari 2016. 2.2 Metode penelitian Metode yang digunakan dalam penelitian ini adalah Business Intelligence Roadmap[3]. Berdasarkan buku Larissa T Moss, Business Intelligence Roadmap dibagi menjadi metode analisis dan metode perancangan. 2.2.1 Metode Analisis 2

Metode analisis yang digunakan terdiri atas tujuh tahapan, diantaranya adalah: 1. Justification Business Case Assesment Untuk merancang sebuah aplikasi BI, tahap awal yang harus dilakukan adalah menentukan pengecekan atau pemeriksaan serta pengumpulan informasi yang dibutuhkan seperti tujuan, strategi dan sasaran sebuah organisasi. 2. Planning Tahapan ini mempunyai dua kegiatan utama yang dilakukan yaitu enterprise infrastructure evaluation dan project planning. a. Enterprise Infrastructure Evaluation Perancangan infrastruktur dilakukan agar aplikasi BI dapat berjalan baik sesuai yang kebutuhan. Tahapan ini terdiri dari Technical Infrastructure dan non-technical infrastructure. b. Project Planning Tahapan ini dibuat agar perancangan aplikasi yang dibangun dapat selesai tepat waktu, 3. Business Analysis Tahapan ini mempunyai empat kegiatan utama yang dilakukan yaitu project requirement definition, data analysis, appkication prototyping dan metadata repository analysis. a. Project Requirement Definition Tahapan ini adalah tahapan pengecekan infrastruktur yang ada apakah sudah sesuai dengan infrastruktur yang dibutuhkan atau tidak. b. Data analysis Tahapan ini berupa pengecekan kualitas data-data tersebut, apakah kualitas data-data tersebut baik atau tidak. c. Application Prototyping Ini membuat rancangan fiturfitur berdasarkan kebutuhan perusahaan, kemudian aplikasi dibuat sesuai dengan fitur-fitur yang telah disepakati atau disetujui ke dalam bentuk prototype. d. Metadata Repository Analysis Metadata dirancang untuk menyimpan informasi kontekstual perusahaan. 2.2.2 Metode Perancangan Berdasarkan buku Lariss T Moss[3], metode perancangan yang digunakan terdiri atas tujuh tahapan, diantaranya : 1. Design a. Database design Perancangan database ini dilakukan untuk dapat menunjang aplikasi yang akan dibangun dengan membuat star schema ataupun snow flake. b. ETL design Tahapan ini akan dilakukan jika data-data tersebut kualitasnya kurang baik. Namun jika kualitas data-data tersebut sudah baik, maka proses ini tidak perlu lagi dilakukan. c. Metadata repository design Tahapan ini akan dilakukan perancangan metadata repository. Ini dilakukan untuk menerangkan sumber database yang digunakan. 2. Construction a. ETL Development Tahapan ini menggambarkan tentang proses penggambaran ETL yang telah dilakukan dalam pembuatan dashboard business intelligence. Tahapan ini dilakukan jika kualitas data-data tersebut buruk, dan sebaiknya tahapan ini tidak 3

dilakukan jika kualitas data-data tersebut baik. b. Application Development Tahapan ini berupa pembuatan dashboard business intelligence dan hasil taampilan atau output dari aplikasi yang dibuat. c. Data Mining Dilakukan dengan cara teknik clustering. Jika data-data sudah tidak perlu lagi di clustering, maka tahap ini tidak dilakukan. d. Metadata Repository Development Tahapan ini menampilkan hasil dari tiap-tiap metadata repository yang telah dibuat sebelumnya dalam proyek berdasarkan informasi yang akan dihasilkan. Metadata repository ini berisikan tentang data-data dari OLAP. 2.3 Distribusi Distribusi berakar dari bahasa inggris distribution yang berarti penyaluran. Sedangkan kata dasarnya to distribute, berdasarkan Kamus Inggris Indonesi bermakna membagikan, menyalurkan, menyebarkan, mendistribusikan, dan mengageni. Sedangkan menurut Kamus Besar Bahasa Indonesia, distribusi dimaksudkan sebagai penyalur (pembagian, pengiriman) kepada beberapa orang atau beberapa tempat. Jadi berdasarkan rujukan di atas, distribusi dapat dimengerti sebagai proses penyaluran barang atau jasa kepada pihak lain. Dalam kegiatan distribusi diperlukan adanya sarana dan tujuan sehingga kegiatan distribusi dapat berjalan dan terlaksana dengan baik. Kegiatan distribusi merupakan salah satu fungsi pemasaran yang sangat penting dilakukan dalam pemasaran yaitu untuk mengembangkan dan memperluas arus barang atau jasa mulai dari produsen sampai ketangan konsumen sesuai dengan jumlah dan waktu yang telah ditentukan. Pemilihan proses distribusi merupakan suatu masalah yang sangat penting sebab kesalahan dalam pemilihan proses distribusi dapat memperlambat proses penyaluran barang atau jasa sampai ketangan konsumen atau pemakai. Untuk mengetahui lebih jelas mengenai pengertian distribusi, berikut ini dikemukakan pendapat dari beberapa ahli antara lain : Menurut Sofyan Assauri (2004 : 83), Distribusi merupakan suatu lembaga yang memasarkan produk, yang berupa barang atau jasa dari produsen ke konsumen. Marius P Angipora (2002 : 295), Distribusi adalah sekelompok pedagang dan agen perusahaan yang mengkombinasikan antara pemindahan fisik dan nama dari satu produk untuk menciptakan penggunaan pasar tertentu. Dari kedua referensi diatas dapat disimpulkan distribusi adalah sistem yang menghubungkan atau menyalurkan barang dan jasa kepada pelanggan, sedangkan saluran barang mengkombinasikan produk menciptakan penggunaan pasar tertentu. 2.4 Basis Data Basis Data adalah kumpulan data yang saling berhubungan secara logikal serta deskripsi dari data tersebut, yang dirancang untuk memenuhi kebutuhan informasi suatu organisasi. Basis Data adalah sebuah penyimpanan data yang besar yang bisa digunakan oleh banyak pengguna dan departemen. Semua data terintegrasi dengan jumlah duplikasi yang minimum. Basis Data tidak lagi dipegang oleh satu departemen, tetapi dibagikan ke seluruh departemen pada perusahaan. Basis Data itu sendiri tidak hanya 4

memegang data operasional organisasi tetapi juga penggambaran dari data tersebut (Connolly & Begg, 2010). Basis data adalah kumpulan data store yang terintegrasi yang diatur dan di kontrol secara sentral. Sebuah basis data biasanya menyimpan ribuan class. Informasi yang disimpan termasuk class attribute dan relasi antar class. Basis data juga menyimpan informasi yang deksriptif seperti nama atribut, pemberian batasan suatu nilai, dan kontrol akses untuk data-data yang sensitif (Satzinger, Robert, & Stephen, 2005). Basis data juga diartikan sebagai sekumpulan file dikomputer yang saling terhubung. Dapat disimpulkan basis data adalah penyimpanan data yang terstruktur, terintegrasi dan saling berkaitan dengan elemen-elemen penghubungnya dan dapat di akses dengan berbagai cara, oleh karena itu basis data juga bisa didefinisikan sebagai kumpulan yang menggambarkan sendiri dari catatan yang terintegrasi dan penggambaran dari data dikenal sebagai sistem katalog (atau kamus data atau metadata). Definisi data disini dibedakan dari program aplikasi, yang umumnya sama dengan pendekatan pengembangan modern perangkat lunak, dimana definisi internal dan eksternal dari sebuah objek dipisahkan. Salah satu keuntungan dari pendekatan tersebut adalah abstraksi data dimana kita dapat mengubah definisi internal dari sebuah objek tanpa mempengaruhi pengguna dari objek jika definisi eksternal objek tersebut tidak berubah. 2.5 Data Warehouse Menurut Connolly(2010), data warehouse adalah sekumpulan dari data yang subject-oriented, integrated, time-variant, dan nonvolatile untuk mendukung proses pembuatan keputusan manajemen. Sedangkan menurut Turban (2011) data warehouse adalah kumpulan data yang dibuat untuk mendukung pengambilan keputusan dan juga menjadi tempat penyimpanan dari data sekarang dan lampau yang memiliki potensi ketertarikan kepada manajer diseluruh organisasi. Berdasarkan Connolly dan Begg (2010), terdapat komponenkomponen utama didalam arsitektur data warehouse, yaitu terdiri dari : 1. Operational Data, sumber dari data ini didapat dari data operasional yang dilakukan pada database awal. 2. Operational Data Store (ODS), tempat penyimpanan data operasional yang sedang terjadi dan terintegrasi dimana digunakan untuk analisis. 3. Load Manager (sering juga disebut komponen frontend), menampilkan semua operasi yang diasosiasikan dengan data yang telah diekstrak dan di-load kedalam warehouse. 4. Warehouse Manager, menampilkan semua operasi yang diasosiasikan dengan manajemen data dalam warehouse, 5. Query Manager (sering disebut juga komponen backend), menampilkan semua operasi yang diasosiasikan dengan manajemen dari user queries, 6. Detailed Data, area dari data warehouse yang menyimpan semua data rinci didalam skema database. Umumnya, data rinci tidak disimpan secara online namun bisa tersedia dengan mengagregasi data ke tingkat detil selanjutnya. Data rinci ditambahkan ke dalam data warehouse untuk mendukung data agregat. 7. Lightly dan Highly Summarized Data, area dari data warehouse 5

yang menyimpan semua standar untuk lightly summarized data yang dihasilkan oleh warehouse manager. Tujuan dari meringkas informasi adalah untuk mempercepat kinerja saat melakukan query. Ringkasan data akan ditambah saat data baru dimasukkan kedalam data warehouse. 8. Archieve/ Backup Data, area warehouse yang menyimpan detailed dan summarized data yang bertujuan sebagai arsip dan backup data. 9. Meta-Data, area ini menyimpan definisi metadata (data tentang data) yang digunakan oleh semua proses dalam warehouse. Metadata digunakan untuk berbagai macam tujuan termasuk : a. Proses ekstrak dan load - metadata digunakan untuk memetakan sumber data kedalam pandangan umum sebagai warehouse. b. Proses manajemen warehousemetadata digunakan untuk mengotomatisasi pembuatan tabel ringkasan. c. Sebagai bagian proses manajemen query metadata digunakan untuk menghubungkan query ke sumber data yang sesuai. Struktur metadata berbeda antara setiap proses, karena tujuan berbeda. Ini berarti bahwa berbagai salinan metadata yang menggambarkan data item yang sama dipegang dalam data warehouse. Kebanyakan tool penjual untuk salinan manajemen dan end-user data mengakses menggunakan versi mereka sendiri dari metadata. Secara khusus, tool salinan manajemen menggunakan metadata untuk mengerti peraturan pemetaan untuk mengubah sumber data kedalam bentuk biasa. Tool akses end-user menggunakan metadata untuk mengerti bagaimana untuk membangun sebuah query. 10. End-User Access Tools, dapat dikategorikan menjadi lima grup utama: data reporting and query tools, application development tools, executive information system (EIS) tools, online analytical processing (OLAP) tools dan data mining tools. Berikut gambaran dari Arsitektur Data Warehouse : Gambar 2.5 Arsitektur Data Warehouse (Connolly, 2010) 2.6 Business Intelligence Business Intelligence menjelaskan tentang suatu konsep dan metode bagiamana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali dipersamakan sebagaimana briefing books, re-port and query tools, dan sistem informasi eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan data-data (DJ Powers, 2002). Business Intelligence (Intelejen Bisnis) adalah suatu cara untuk mengumpulkan, menyimpan, mengorganisasikan, membentuk ulang, meringkas data serta menyediakan informasi, baik berupa data aktifitas bisnis internal perusahaan, maupun data aktifitas bisnis eksternal perusahaan termasuk aktifitas bisnis para pesaing yang mudah diakses serta dianalisis untuk 6

berbagai kegiatan manajemen (David, 2000). Menurut Vercellis (2009), Arsitektur BI terdiri dari 3 komponen penting yaitu: 1. Sumber Data. Pada tahap pertama, perlu untuk mengumpulkan dan mengintegrasikan Data yang disimpan dalam sumber-sumber primer dan sekunder yang heterogen sesuai dengan jenisnya. 2. Data Warehouse dan Data Mart. Menggunakan alat ekstraksi, transformasi dan load yang dikenal sebagai ETL Data yang berasal dari berbagai sumber yang disimpan di dalam Database untuk mendukung analisis BI. 3. Metodologi BI. Data akhirnya diambil dan digunakan untuk membuat model matematika dan metodologi analisis dimaksudkan untuk mendukung keputusan pembuat. Berikut gambaran dari Arsitektur Business Intelligence : Gambar 2.2 Arsitektur Business Intelligence (Vercellis, 2009) 2.7 On-Line Analytical Processing On-Line Analytical Processing atau disingkat OLAP secara mendasar merupakan suatu metode khusus untuk melakukan analisis terhadap data-data yang terdapat dalam media penyimpanan data berupa basisdata dan kemudian dilanjutkan dengan membuat laporan analisis sesuai dengan permintaan para pengguna atau user. Untuk tujuan tersebut data yang berupa informasi dibuat ke dalam format khusus dengan memberikan kelompok atau group terhadap datadata tersebut, hal ini dinamakan dengan model kubus (cube models). OLAP merupakan sebuah teknologi yang menggunakan tampilan multi dimensi dari data untuk menyediakan akses secara cepat kepada informasi strategis yang bertujuan untuk analisis lanjutan. OLAP memungkinkan pengguna untuk mendapatkan pengertian dan pengetahuan yang lebih mendalam tentang berbagai macam aspek dari data perusahaan. (Connolly dan Begg, 2010) Berikut karakteristik utama yang terdapat pada On-Line Analytical Processing yakni meliputi : 1. Mendukung pemanfaatan dan penggunaan data warehouse yang memiliki data multidimensional. 2. Menyediakan fasilitas query interaktif dan analisis yang kompleks. 3. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci, dan roll-up untuk memperoleh agregat dalam multidimensional. 4. Mampu menghasilkan perhitungan dan perbandingan. 5. Mampu menyajikan hasil dalam bentuk angka-angka yang mudah dimengerti maupun penyajian dalam bentuk grafik. Data pada OLAP disimpan dalam model multidimensional.jika pada basisdata relasional terdiri dari dua dimensi, maka pada basis multidimensional terdiri dari banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa sub atribut. OLAP dapat digunakan untuk data miningatau menemukan hubungan antara suatu item yang belum ditemukan. Pada basisdata OLAP tidak perlu memiliki ukuran besar seperti data warehouse, karena tidak semua transaksi membutuhkan analisis tren, 7

karena tujuan OLAP menampilkan data dalam sebuah tabel yang dinamis, yang secara otomatis akan meringkas data ke dalam beberapa irisan data yang berbeda-beda dan mengizinkan pengguna atau user untuk secara interaktif melakukan perhitungan dan serta membuat format suatu laporan. 2.8 Online Transaction Processing Menurut Connolly dan Begg (2010) OLTP merupakan sistem yang telah dirancang untuk menangani suatu pemrosesan transaksi tingkat tinggi, secara umum transaksi tersebut membuat perubahan yang kecil pada data operasional organisasi, dan dibutuhkan untuk menangani operasi sehari-hari pada organisasi. Menurut Turban (2011) OLTP merupakan Transaction Processing System (TPS) yang beroperasi pada arsitektur client/server yang mana memperbolehkan pemasok organisasi untuk masuk TPS dengan melalui ekstranet dan memperhatikan tingkat persediaan perusahaan atau jadwal produksi pada perusahaan. Dapat disimpulkan OLTP merupakan suatu sistem pemrosesan data yang menyimpan transaksi data operasional dalam suatu perusahaan. 2.9 ETL(Extract Transform Load) Menurut Connolly dan Begg (2010), ETL merupakan proses menyiapkan data dari sumber data atau operational source untuk data warehouse. Tujuan ETL adalah mengumpulkan, menyaring, mengolah dan menggabungkan data data yang relevan dari berbagai sumber untuk dismpan ke dalam data warehouse, dapat digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya. ETL terdiri dari 3 proses, yaitu : 1. Extraction Langkah pertama dari proses ETL adalah mengekstrak data dari satu sumber atau banyak sumber data. Kebanyakan proses data warehouse menggabungkan data dari sumber sumber yang berbeda. Sumber sumber data yang ada kemungkinan memiliki format yang berbeda beda sehingga perlu dilakukan ekstraksi. Ekstrasi merupakan proses mengubah data ke dalam suatu format yang berguna untuk proses transformasi. 2. Transformation Proses mengubah data yang didapat dari proses extraction untuk mengekstrak data menjadi bentuk yang diperlukan, sehingga data tersebut sesuai dan dapat diproses dalam data warehouse. Hal hal yang dilakukan dalam tahap transformasi : a. Hanya memilih kolom tertentu saja untuk memasukkan ke dalam data warehouse. b. Menterjemahkan nilai berupa kode. c. Mengkodekan nilai nilai ke dalam bentu bebas (contoh : memetakan male ke dalam m ). d. Melakukan perhitungan nilai nilai baru (contoh : qty*price). e. Menggabungkan data dari berbagai sumber. f. Membuat ringkasan dari sekumpulan data. g. Menentukan nilai surrogate key. h. Mengubah sekumpulan kolom menjadi sekumpulan baris atau sebaliknya. i. Memisahkan kolom menjadi beberapa kolom. j. Menggunakan bentuk validasi data baik yang sederhana ataupun kompleks. 8

3. Load Load adalah fase atau tahapan dimana data dimasukkan ke dalam data warehouse. Waktu dalam fase load ini tergantung pada kebutuhan perusahaan dalam menganalisis kebutuhan informasinya. 3. Proses ETL Adapun prosesnya sebagai berikut : Keterangan Gambar 2 : Kemudian pembuatan cube, metadata, measure dan dimensi yang dapat menyediakan analisis OLTP multidimensional untuk manajer bisnis dalam lingkungan terbatas. Hasil yang didapatkan dari proses tersebut adalah Tabel Transaksi menjadi Tabel fakta sedangkan tabel Pelanggan, tabel Produk dan tabel TglTransaksi adalah tabel dimensi. Hasil cube, metadata dan dimensi dan measure yang dibuat. Gambar 1. Pemindahan tabel-tabel ke SQL Server Keterangan Gambar 1 : Untuk proses import data source dari excel ke SQL Server, pembuatannya dengan cara memindahkan toolbox ke data flow. Data flow source adalah Transaksi, Pelanggan, Produk yang berformat excel. Data flow source di transform berupa data conversion dan sort. Dan akhirnya data flow destination adalah SQL server. Gambar 2. Cube, Measure dan Metadata yang dihasilkan Gambar 3. Menghubungkan SSAS dengan SSRS dan shared dataset dashboard Keterangan Gambar 3 : Tahap terakhir Pembuatan Project baru pada SSRS yang ada di SQL Server Business Intelligence Development Studio dengan nama projectnya adalah SSRSTransaksi. kemudian pembuatan Shared Data Source. Ini bertujuan untuk menghubungkan hasil OLAP yang sudah dibuat pada prosess SSAS dengan SSRS yang akan dibuat di tahapan ini. Menghubungkan data source hasil OLAP di SSAS dengan SSRS dengan Data Source adalah MicorsoftSQL Analisys Services, server name adalah User, nama SSAS adalah SSASTransaksi dimana nama server yang digunakan adalah USER. 9

Pembuatan shared dataset yang sesuai dengan format dashboard PT. Central Pertiwi Bahari yang akan ditampilkan pada SSRS. Dataset adalah komponen yang mampu menampung dan mengoleksi multidimensi tabel pada memori kerja dalam format XML. Hasil dari shared data source bernama RevisiTransaksi1.rds digunakan sebagai source data pembuatan dataset. Pada query designer, field dari dimensi yang dipilih untuk pembuatannya adalah Nama pelanggan, kota, Brand, kategori, nm_produk, tgl_transaksi dan nama produk sedangkan measurenya adalah jumlah dan transaksi count yang disesuaikan dengan dashboard di PT. Central Pertiwi Bahari. 4. Hasil Penjelasan hasil dashboard yang telah dibuat, sebagai berikut : 1. Data diambil dari sumbernya yang mana data tersebut tersimpan di database MySQL. data tersebut terdiri dari 3 tabel, yaitu tabel Transaksi, tabel Pelanggan dan tabel Produk.Tabel Transaksi terdiri dari 2488 data, tabel pelanggan terdiri dari 569 data dan tabel Produk terdiri dari 29 data. Tabel-tabel tersebut diimport ke database SQL Server dengan menggunakan SQL Server Integration Service (SSIS). Di SSIS juga terjadi proses pembentukan tabel tgl_transaksi dari tabel Transaksi. Tabel tgl_transaksi terdiri dari 78 data. 2. Tabel-tabel tersebut dibersihkan / cleansing di SQL Server Integration Service (SSIS). 3. Selanjutnya tabel tersebut di analisis di SSAS (SQL Server AnalysisService). Tahapan ini bertujuan untuk pembuatan OLAP (Online Analytical Processing dan data mining. Dalam tahapan ini, terdiri dari cube dan dimension. Cube terdiri dari 1 yaitu cube Transaksi, sedangkan dimension terdiri dari dimension Produk, tgl_transaksi, Pelanggan. Jika ada atribut yang akan ditampilkan, maka dapat ditambahkan atribut tersebut dari data source view ke dimension yang sudah ada. 4. Selanjutnya pembuatan dashboard di SSRS (SQL Server ReportAnalysis). Tahapan ini membuat dashboard yang sudah didesain sebelumnya dengan memanfaatkan data source dari SSAS yang telah dibuat sebelumnya. Adapun hasil tampilan yang telah dibuat yaitu : Gambar 1. Grafik batang Jumlah Distribusi Produk Makanan olahan (Pac) Gambar 2. Grafik batang Jumlah Transaksi Produk Olahan 10

5. Hasil dashboard yang telah dibuat, dideploy ke reporting server dengan memasukan targert server url adalah http://localhost/reportserver. Url dijalankan di menu Internet Explorer. 3. Larissa T.Moss, Shaku Atre : Business Intelligence Roadmap- The Complete Project Lifecycle For Decision-Support Applications. Addison Wesley, Boston (2008) 5. Kesimpulan Berdasarkan penelitian yang dilakukan,dapat disimpulkan : 1. Dengan memanfaatkan dashboard business intelligence, dapat membantu dan memudahkan dalam pembuatan laporan, menganalisa dan pengambilan keputusan di PT. Central Pertiwi Bahari. 2. Dengan memanfaatkan dashboard business intelligence, analisa dan pelaporan dapat direalisasikan. Ini dikarenakan informasi yang ingin didapatkan dapat dengan mudah dilihat dari hasil pembuatan grafik, dan tabel. 3. Hasil grafik dan tabel dari pembuatan dashboard di PT. Central Pertiwi Bahari, memudahkan pimpinan (eksekutif) dalam pengambilan kebijakan di masa yang akan mendatang. 4. Tujuan dari penelitian ini adalah Rancangan Dashboard Sistem Informasi Eksekutif di PT. Central Pertiwi Bahari telah terlaksana dengan memanfaatkan dashboard business intelligence. Daftar Rujukan 1. Marius P Angipora : Dasar-dasar Pemasaran. Grafindo Persada, Jakarta (2002) 2. Sofyan Assauri : Manajemen Pemasaran. Raja Grafindo Persada, Jakarta (2007) 11