Final Project

Penggunaan Pentaho Untuk On Line Analytic Processing

Pada Material Requirements Planning PT. Eratex Djaja, Tbk Surabaya


Email : wajar_jaya@yahoo.com


Abstrak PT. Eratex Djaja adalah perusahaan yang bergerak di bidang garment, terutama dalam pembuatan celana jeans. Untuk mengatur seluruh kegiatan dan mempermudah akses lewat internet maka dibuatlah Material Requirements Planning (MRP). Seiring dengan berjalannya waktu, MRP yang kompleks ini kurang efisien dalam menganalisis data. Untuk itu diperlukan On Line Analytic Processing (OLAP) dalam mengumpulkan data, menyediakan akses, menganalisis data dan informasi mengenai kinerja perusahaan dan menganalisis perubahan tren yang terjadi.

Untuk membuat On Line Analytic Processing digunakan tool yang dinamakan Pentaho. Kettle pada Pentaho berfungsi untuk mengubah On Line Transaction Processing (OLTP) menjadi data warehouse. Mondrian pada Pentaho berfungsi untuk mengubah data warehouse menjadi On Line Analytics Processing (OLAP). Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data historis yang diambil dari database yang tersebar di suatu perusahaan.

Berdasarkan uji coba, aplikasi On Line Analytic Processing yang dibuat dapat melakukan operasi OLAP seperti: drill-up/drill-down, slicing-dicing dan pivoting/rotation. Aplikasi On Line Analytic Processing yang dibuat telah sesuai antara crosstab dengan grafik. Aplikasi On Line Analytic Processing yang dibuat telah sesuai antara jumlah 1st dan 2nd quantity pada level tertinggi dengan jumlah 1st dan 2nd quantity pada level terendah.


Pendahuluan

PT. Eratex Djaja, Tbk adalah suatu perusahaan yang bergerak di bidang garment, terutama dalam pembuatan celana jeans. PT. Eratex Djaja memiliki tiga kantor yang berada di Surabaya, Jakarta dan Hongkong serta dua pabrik yang berada di Probolinggo dan Karawang. Untuk mengatur seluruh kegiatan perusahaan (meliputi General, Transaksi, Produksi dll) dan mempermudah akses lewat internet maka dibuatlah suatu aplikasi yang dinamakan Material Requirements Planning (MRP).

Seiring dengan berjalannya waktu, ternyata MRP yang kompleks ini kurang efisien dalam menganalisis data. Untuk itu diperlukan On Line Analytic Processing (OLAP) dalam menangani masalah-masalah yang dihadapi dan mengambil keputusannya. OLAP di sini juga dapat berfungsi untuk mengumpulkan data, menyediakan akses, menganalisis data dan informasi mengenai kinerja perusahaan, menganalisis perubahan tren yang terjadi sehingga akan membantu perusahaan untuk menentukan strategi yang harus diperlukan dalam mengantisipasi perubahan tren tersebut.

Untuk membuat On Line Analytic Processing digunakan tool yang dinamakan Pentaho. Selain gratis, fitur-fitur pada Pentaho untuk membuat On Line Analytic Processing juga lengkap. Kettle pada Pentaho berfungsi untuk mengubah On Line Transaction Processing (OLTP) menjadi data warehouse. Mondrian pada Pentaho berfungsi untuk mengubah data warehouse menjadi On Line Analytics Processing (OLAP). Weka pada Pentaho berfungsi untuk mengubah data warehouse menjadi data mining. Report Designer pada Pentaho berfungsi untuk reporting.


Permasalahan

Adapun yang menjadi permasalahan dalam pembuatan On Line Analytic Processing adalah sebagai berikut:

  1. Meneliti tentang tahapan-tahapan apakah yang harus dilakukan dalam membangun On Line Analytic Processing yang baik dan tepat sasaran.
  2. Meneliti tentang pendekatan implementasi On Line Analytic Processing yang bagaimanakah yang sesuai dengan kebutuhan MRP PT. Eratex Djaja Surabaya.
  3. Meneliti tentang faktor-faktor yang menjadi penentu suksesnya implementasi On Line Analytic Processing di suatu perusahaan.


Batasan Masalah

Batasan masalah dalam pembuatan On Line Analytic Processing adalah sebagai berikut:

  1. Data OLTP yang dipakai adalah MRP PT. Eratex Djaja Surabaya.
  2. Modul MRP yang digunakan hanya pada Area Produksi saja.
  3. Pembuatan On Line Analytic Processing menggunakan tool yang dinamakan Pentaho.
  4. Hasil akhir yang dibahas adalah tentang OLAP.
  5. Database yang digunakan adalah Postgres SQL dan My SQL.


Tujuan Pembuatan Tugas Akhir

Tujuan pembuatan On Line Analytic Processing adalah sebagai berikut:

  1. Menganalisis data dan informasi mengenai kinerja perusahaan terutama pada area produksi.
  2. Menganalisis 1st dan 2nd quantity yang terjadi pada produksi celana jeans.
  3. Menggabungkan database yang tersebar menjadi satu kesatuan database besar, yaitu: data warehouse.


Data Warehouse

Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data historis yang diambil dari basis data-basis data yang tersebar di suatu perusahaan. Data warehouse mengumpulkan semua data perusahaan dalam satu tempat agar dapat diperoleh pandangan yang lebih baik dari suatu proses bisnis/kerja dan meningkatkan kinerja perusahaan. Data warehouse mendukung proses pembuatan keputusan manajemen.

Tujuan utama dari pembuatan data warehouse adalah untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query (pencarian data), menghasilkan laporan dan melakukan analisis. Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat meningkatkan efektifitas pembuatan keputusan [San07].


OLAP

OLAP merupakan kunci dari On Line Analytic Processing, yang digunakan untuk menganalisisis data dan informasi yang pada akhirnya akan menjadi dasar basis Decision Support System (DSS) dan Expert Information System (EIS). Beberapa aktivitas yang dapat dilakukan melalui OLAP antara lain: melakukan query, meminta laporan yang ad hoc, mendukung analisis statistik, analisis interaktif dan membangun aplikasi multimedia.

OLAP merupakan proses komputer yang memungkinkan pengguna dapat dengan mudah dan selektif memilih dan melihat data dari sudut pandang yang berbeda-beda. Data pada OLAP disimpan dalam basis data multidimensi. Jika pada basis data relasional terdiri dari dua dimensi, maka pada basis data multidimensi terdiri dari banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa sub atribut.

OLAP dapat digunakan untuk data mining atau menemukan hubungan antara suatu item yang belum ditemukan. Pada basis data OLAP tidak perlu memiliki ukuran besar seperti data warehouse, karena tidak semua transaksi membutuhkan analisis tren. Dengan menggunakan Open Database Connectivity (ODBC), data dapat diimpor dari basis data relasional menjadi suatu basis data multidimensi untuk OLAP [Mun07].


Langkah – Langkah Pembuatan Sistem

Langkah-langkah dalam pembuatan aplikasi On Line Analytic Processing menggunakan Pentaho pada MRP PT. Eratex Djaja, Tbk Surabaya antara lain:

  • Identifikasi dan spesifikasi kebutuhan

    Identifikasi dan spesifikasi kebutuhan dilakukan untuk mengetahui aplikasi yang sebenarnya dibutuhkan oleh perusahaan.

  • Desain aplikasi

    Desain aplikasi ini menjelaskan tentang desain data OLTP, desain data warehouse dan desain struktur menu.

  • Pembangunan perangkat lunak

    Pembangunan perangkat lunak ini menjelaskan tentang pembuatan data warehouse, pembuatan aplikasi dan evaluasi.

  • Implementasi sistem

    Implementasi sistem ini menjelaskan konfigurasi/setting pada pentaho yang harus dilakukan agar data dapat ditampilkan secara akurat dan benar.


Desain Data

Data OLTP

Untuk membuat aplikasi On Line Analytic Processing dibutuhkan data dari OLTP (Online Transaction Processing). Pada Tugas Akhir ini, OLTP didapatkan dari ERP (Material Requirements Planning) PT. Eratex Djaja, Tbk Surabaya. Database yang digunakan pada MRP adalah eis_live.

Gambar 1 Star Schema

Data Warehouse

Data warehouse dibentuk untuk memudahkan pengambilan data yang terpecah-pecah pada OLTP. Data warehouse dibentuk dengan menggabungkan (join) antar tabel. Data warehouse yang terbentuk biasanya berupa dimensi dan fact table seperti pada Error: Reference source not found 2.

Gambar 2 Desain Data Warehouse


Desain Struktur Menu

Desain struktur menu dibuat untuk mengetahui secara umum jalannya program. Aplikasi dimulai dengan form utama yang kemudian dilanjutkan dengan form login. Untuk form login di sini sementara hanya untuk admin saja.

Tiga menu utama, yaitu: Home, Go, dan Logout. Pada menu Go terdapat menu Solutions untuk menampilkan OLAP pada produksi. Analisis pada produksi dapat dilakukan secara drill-down/drill-up, slicing-dicing dan pivoting/rotation. Grafik juga dapat ditampilkan sesuai pilihan yang diinginkan.

Gambar 3 Desain Struktur Menu


Uji Coba

Validasi Operasi Dasar OLAP
Uji coba untuk validasi operasi dasar OLAP ini meliputi: drill-up/drill-down, slicing/dicing dan pivoting/rotation.

  • Drill-Up/Drill-Down

Proses drill-down adalah proses penampilan data dalam bentuk yang lebih detil berdasarkan konsep hirarki (tingkatan level) pada setiap dimensi yang ada. Uji coba dilakukan pada hirarki time, yaitu dengan memilih All Years kita dapat melakukan drill-down mulai dari Years, Quarters sampai dengan Months seperti pada Gambar 4

Gambar 4 Drill-Down Time

Proses drill-up merupakan kebalikan dari proses drill-down, yaitu: proses penggabungan data ke dalam level hirarki yang lebih tinggi. Untuk tampilan dimensi time, level Months dapat dikembalikan menjadi level Quarters seperti pada Gambar 5.

Gambar 5 Drill-Up Time

  • Slicing/Dicing

Proses slicing adalah proses pemotongan data pada cube berdasarkan nilai pada satu atau beberapa dimensi. Sedangkan proses dicing adalah pemotongan hasil slicing menjadi bagian subset data yang lebih kecil. Proses slicing-dicing pada Gambar 6 menjadikan proses navigasi lebih mudah, terlebih lagi pada data yang banyak.

Gambar 6 Slicing-Dicing Time

Proses slicing-dicing dapat dilakukan dengan memilih OLAP Navigator yang ada di Pentaho. Proses slicing-dicing dilakukan dengan memberi tanda checklist pada hirarki.

  • Pivoting/Rotation

Pivoting/rotation adalah kemampuan OLAP untuk melihat data dari berbagai sudut pandang. Pada Gambar 7 menunjukkan proses pivoting pada time.

Gambar 7 Pivot Time

Validasi Kesesuaian Crosstab dengan Grafik

Aplikasi OLAP terdiri dari dua bagian, yaitu: crosstab dan grafik. Uji coba dilakukan dengan menampilkan grafik setelah operasi OLAP pada crosstab.
Pada Gambar 8 merupakan tampilan crosstab dan grafik pada Years. Data yang tampil hanya Years 2007 saja.

Gambar 8 Crosstab dengan Grafik pada Years

Pada Gambar 9 merupakan tampilan crosstab dan grafik pada Quarters. Data yang tampil adalah Quarters 2 dan 3 pada Years 2007.

Gambar 9 Crosstab dengan Grafik pada Quarters

Pada Gambar 10 merupakan tampilan crosstab dan grafik pada Months. Data yang tampil adalah Months MAY pada Quarters 2 dan Months AUG pada Quarters 3.

Gambar 10 Crosstab dengan Grafik pada Months

Validasi Summary Data

Uji coba ini dilakukan untuk validasi summary data pada 1st dan 2nd quantity. Pada Gambar 11 nilai 1st dan 2nd quantity pada level yang tertinggi merupakan hasil penjumlahan 1st dan 2nd quantity pada level yang lebih rendah.

Gambar 10 Summary Data Garment

Pada saat memilih All Garment maka muncul informasi mengenai Order No 07/A/JK/O/CHAP/00001 dengan nilai 1st Qty sebesar 77,374,080 dan 2nd Qty sebesar 19,343,520. Pada saat memilih Order No 07/A/JK/O/CHAP/00001 maka muncul informasi mengenai Washing Type NON WASH dengan nilai 1st Qty sebesar 77,374,080 dan 2nd Qty sebesar 19,343,520. Pada saat memilih Washing Type NON WASH maka muncul informasi mengenai Garment Type MEN’S COTTON L/S B/D SHIRT dengan nilai 1st Qty sebesar 77,374,080 dan 2nd Qty sebesar 19,343,520. Pada saat memilih Garment Type MEN’S COTTON L/S B/D SHIRT maka muncul informasi mengenai Garment Colors BURGUNDY# 675 dengan nilai 1st Qty sebesar 77,374,080 dan 2nd Qty sebesar 19,343,520. Pada saat memilih Garment Colors BURGUNDY# 675 maka muncul informasi mengenai Garment Inseams – dengan nilai 1st Qty sebesar 77,374,080 dan 2nd Qty sebesar 19,343,520. Pada saat memilih Garment Inseams – maka muncul informasi mengenai Garment Sizes 2XL, L, M, XL dengan nilai 1st Qty sebesar 19,343,520 dan 2nd Qty sebesar 4,835,880 pada masing-masing Garment Sizes.


Evaluasi

Berdasarkan hasil uji coba, aplikasi On Line Analytics Processing menggunakan Pentaho ini memiliki kelebihan dan kekurangan. Kelebihan penggunaan Pentaho adalah aplikasi ini berbasis web sehingga lebih cepat dan efisien dalam menampilkan informasi. Aplikasi ini dapat menganalisis data sampai level terendah melalui proses drill-down. Aplikasi ini berupa open source sehingga tidak perlu mengeluarkan biaya untuk membelinya. Kekurangan penggunaan Pentaho adalah aplikasi ini membutuhkan spesifikasi hardware yang tinggi karena server tomcat yang cukup berat dalam pengaksesannya. Aplikasi ini membutuhkan ketelitian dalam pengkonfigurasian agar pentaho dapat berjalan dengan benar. Proses pivoting dan slicing-dicing dilakukan dengan cara memilih OLAP Navigator sehingga membutuhkan waktu yang sedikit lama dibandingkan dengan SQL Server yang dapat melakukan drag and drop.


Kesimpulan

Kesimpulan yang dapat diambil dari Tugas Akhir ini antara lain:

  1. Aplikasi On Line Analytic Processing yang dibuat telah sesuai dengan spesifikasi kebutuhan yang diminta PT. Eratex Djaja, Tbk Surabaya.
  2. Aplikasi On Line Analytic Processing yang dibuat dapat melakukan operasi OLAP seperti: drill-up/drill-down, slicing-dicing dan pivoting/rotation.
  3. Aplikasi On Line Analytic Processing yang dibuat telah sesuai antara crosstab dengan grafik.
  4. Aplikasi On Line Analytic Processing yang dibuat telah sesuai antara jumlah 1st dan 2nd quantity pada level tertinggi dengan jumlah 1st dan 2nd quantity pada level terendah.


Daftar Pustaka

_______. 2007. “Mondrian OLAP Server”. http://pentaho.phi-integration.com/mondrian. Didownload pada 2 November 2008.
Atmaja, Purna. 2006. “Aplikasi Intelegensia bisnis Menggunakan SQL Server 2005: Studi Kasus Data Persewaan Petikemas Pada PT Teeminal Petikemas Surabaya”. Tugas Akhir Teknik Informatika Fakultas Teknologi Informasi ITS Surabaya.
Bouman, Roland. 2008. “Upcoming Pentaho Book by Roland Bouman”. http://business-intelligence.phi-integration.com. Didownload pada 2 November 2008.
Huzz. 2007. “Mengenal On Line Analytic Processing”-http://huzz.wordpress.com/2007/07/11/mengenal-business-intelligence. Didownload pada 2 November 2008. Munandar, Devi . 2007. “OLAP dan Terminologi Multi-Dimensional Database “. http://www.informatika.lipi.go.id/olap-dan-terminologi-multi-dimensional-database. Didownload pada 2 November 2008.
Power, D J. 2002. “A Brief History of Decision Support System”.
Santri. 2007. “Data Warehouse dan OLAP”-http://haniif.wordpress.com/2007/08/01/24-tinjauan-pustaka-data-warehouse-dan-olap. Didownload pada 2 November 2008.
Tim Studi Implementasi On Line Analytic Processing. 2007. “Laporan Tim Studi Tentang Implementasi On Line Analytic Processing”. http://www.bapepam.go.id/pasar_modal/publikasi_pm/kajian_pm/studi-2007. Didownload pada 2 November 2008.
Tonbeller. 2008. “JPivot”. http://jpivot.sourceforge.net. Didownload pada 2 November 2008.

Advertisements
Comments
  1. aldo says:

    keren jar skripsimu. mantep gan

  2. Sexy says:

    sangar2 bro !!!!…. garapno nggonku po o. hahaha

  3. dian says:

    wew… jadi inget pas masih ngampus…..
    mangstabb!!

  4. Kopler(Nina) says:

    Gaya tok rek areke… Skripsie d publish saiki rek…MAKNYUSSS 😀

  5. wulanekadalu says:

    kalau ada yg ngopi ga ijin gmn?

    • wajar says:

      gpp.. namanya ilmu harus dishare biar bisa manfaat untuk orang laen 🙂
      silahkan klo copy, dijamin ga bisa klo ga langsung mencoba 😀

  6. nadiar says:

    sepertinya saya juga akan menggunakan pentaho untuk diintegrasikan dgn ERP berbasis JSF dgn hibernate pada data access layer dan memakai database oracle.
    saya baru mulai mempelajari proses2 di business intelligence, jd saya sgt baru mengenai BI
    mau tanya,
    1. Apa pentaho benar2 full open source? jadi saya bisa customize KPI dan grafik2 yang nanti mau dianalisa?
    2. Apa memungkinkan untuk membuat pentaho dapat menyediakan service(misal dgn WSDL) ? krn saya harus menyediakan data pelaporan melalui service untuk diambil domain lain.
    terima kasih sebelumnya.

    • wajarsana says:

      1. Pentaho Ada 2 versi, enterprise Dan community edition. Untuk enterprise berbayar, sedangkan community gratis. Anda gunakan yg community sehingga bs diutak-atik sesuai keinginan 2. Saya blm bs jawab karena blm pernah studi kasus seperti itu.. Mohon maaf

      NB: Anda bs tnya2 lbh detail ttg pentaho by YM ato email.. Sukses ya

      Sent from my iPhone

  7. siti aminah says:

    bisa bantu postkan langkah2 membuat data warehouse gak pak…

    • wajarsana says:

      1. Anda harus membuat star schema terlebih dahulu yang berisi dimensi dan fact table yang akan digunakan dalam data warehouse
      2. lakukan proses ETL (Extract Transform Load) dari database OLTP ke data warehouse. Untuk tools bisa menggunakan ODI (Oracle Data Integrator) atau Spoon

  8. pas lagi da project pentaho

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s