2011200979SIBab2001

BAB II

LANDASAN TEORI

2.1 Teori Umum

2. 1.1

Pengertian Data warehouse

Menurut Connolly dan Begg (2010,p1197), data warehouse merupakan

sekumpulan data yang berorientasi subjek, terintegrasi, tidak mudah berubah,

dan berdasarkan kepada suatu rentang waktu tertentu yang berguna untuk

mendukung proses pengambilan keputusan. Sebuah data warehouse merupakan

data manajemen dan teknologi analisis data.

Menurut Mcleod dan Schell (2006, p205), data warehouse

adalah

perkembangan dari konsep database yang yang menyediakan suatu sumber data

yang lebih baik bagi para pemakai dan memungkinkan pemakai untuk

memanipulasi dan menggunakan data tersebut secara intuitif. Data warehouse

berukuran sangat besar, kualitas datanya tinggi, dan sangat mudah diambil

datanya.

Menurut Inmon (2005, p389), data warehouse adalah sekumpulan data

yang terintegrasi, berorientasi pada subjek yang dirancang dan digunakan untuk

mendukung proses pengambilan keputusan dimana setiap unit dari data bersifat

saling berhubungan untuk beberapa waktu tertentu.

Menurut O'Brien (2010, p703), data warehouse adalah kumpulan terpadu

dari data yang diambil dari database operasional, historis, dan eksternal, yang

dibersihkan, diubah, dan dikatalogkan untuk penelusuran dan analisis untuk

menyediakan kecerdasan bisnis bagi pengambilan keputusan bisnis.

Menurut Hwang dan Xu (2008, p48), data warehouse merupakan tempat

penyimpanan berukuran besar yang dibuat untuk menyimpan data dari berbagai

sumber dan dipelihara oleh beberapa unit operasi berbeda bersamaan dengan

history transformasi dan ringkasan data itu sendiri.

2. 1.2

Perbandingan OLTP dan Data warehouse

Menurut Connolly dan Begg (2010, 1153) perbandingan antara OLTP

dan data warehouse adalah sebagai berikut :

Tabel 2.1 Perbedaan OLTP dan Data warehouse

OLTP

Data warehouse

Menyimpan data sekarang

Menyimpan data historis

Menyimpan data yang detail

Menyimpan data yang detail, light,

dan ringkas

Data bersifat dinamis

Data bersifat statis

Proses berulang-ulang

Proses ad hoc, tak terstruktur, dan

heuristic

Hasil transaksi yang tinggi

Hasil transaksi medium atau bahkan

rendah

Pola penggunaan dapat diprediksi

Pola penggunaan tidak dapat

diprediksi

Berbasis transaksi

Berbasis analisis

Berorientasi aplikasi

Berorientasi subjek

Mendukung keputusan sehari-hari

Mendukung strategi pengambilan

keputusan

Menyediakan pengguna operasional

dalam jumlah yang besar

Menyediakan pengguna manajerial

dalam jumlah yang cenderung sedikit

2. 1.3

Karakteristik Data warehouse

Menurut Inmon (2005, p30) karakteristik data warehouse adalah subject-

oriented, integrated, time variant, dan nonvolatile.

2. 1.3.1

Subject-Oriented

Data warehouse

berorientasi subjek artinya data warehouse

dirancang untuk menganalisa data berdasarkan subjek-subjek tertentu

dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.

Data warehouse

diorganisasikan disekitar subjek-subjek utama

dari perusahaan (customers, products dan sales) dan tidak

diorganisasikan pada area-area aplikasi utama (customer

invoicing,

stock control dan product sales). Hal ini dikarenakan kebutuhan dari

data warehouse

untuk menyimpan data-data yang bersifat

sebagai

penunjang suatu keputusan, daripada aplikasi yang berorientasi

terhadap data. Jadi dengan kata lain, data yang disimpan adalah

berorientasi kepada subjek bukan terhadap proses.

Gambar 2.1 Data warehouse subject-oriented

Inmon (2005, p30)

2. 1.3.2

Integrated

Data warehouse

dapat menyimpan data-data yang berasal dari

sumber-sumber yang terpisah ke dalam suatu format yang konsisten

dan saling terintegrasi satu dengan lainnya. Dengan demikian data

tidak bisa dipecah-pecah karena data yang ada merupakan suatu

kesatuan yang menunjang keseluruhan konsep data warehouse

itu

sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai

cara seperti konsisten dalam penamaan variabel, konsisten dalam

ukuran variabel, konsisten dalam struktur pengkodean dan konsisten

dalam atribut fisik dari data.

Gambar 2.2 Pokok persoalan dari integrasi

Inmon (2005, p31)

2. 1.3.3

Time-Variant

Model analisis yang diterapkan pada sebuah data warehouse

berfokus pada perubahan data faktual berdasarkan waktu. Dalam hal

ini data warehouse harus mampu menyimpan data untuk suatu objek

tertentu dalam kurun waktu yang berbeda-beda.

Waktu merupakan

bagian data yang sangat penting dalam data warehouse.

Gambar 2.3 Pokok persoalan dari time variant

Inmon (2005, p32)

2. 1.3.4

Nonvolatile

Karakteristik yang keempat dari data warehouse

adalah non-

volatile, maksudnya data pada data warehouse tidak diupdate secara

real time tetapi di

refresh dari sistem operasional secara regular. Data

baru selalu ditambahkan sebagai suplemen dari database

bukan

sebagai pergantian data. Database

tersebut secara terus-menerus

menyerap data baru itu, kemudian secara incremental disatukan

dengan data sebelumnya.

Gambar 2.4 Pokok persoalan dari non-volatility

Inmon (2005, p32)

2. 1.4

Keuntungan Data warehouse

Menurut Connolly dan Begg (2010, p1198), Implementasi data warehouse yang

sukses dapat menghasilkan beberapa keuntungan bagi organisasi, diantaranya :

Potensi kembali yang tinggi dalam investasi

Sebuah organisasi harus menyediakan jumlah sumber daya yang besar untuk

meyakinkan implementasi data warehouse yang sukses, jumlahnya bervariasi

sesuai dengan solusi teknik yang tersedia. Tetapi sebuah studi yang dilakukan

oleh International Data Corporation (IDC) pada tahun 1996 menuliskan

bahwa rata-rata inventasi tersebut dalam tiga tahun kembali sebesar 401%

dengan lebih dari 90% perusahaan melakukan survey mencapai 40% return

on inivestment (ROI), setengah perusahaan mencapai lebih dari 160% ROI,

dan seperempat dengan lebih dari 600% ROI.

Keuntungan dalam persaingan

Angka ROI yang besar dari organisasi yang telah sukses

mengimplementasikan data warehouse adalah bukti dari keuntungan dalam

persaingan. Keuntungan dalam persaingan didapatkan melalui dimana data

warehouse memungkinkan para pengambil keputusan untuk mengakses data

yang mengungkapkan informasi yang sebelumnya tidak tersedia, tidak

diketahui, dan belum dimanfaatkan. Contohnya tren.

Meningkatkan produktivitas para pembuat keputusan perusahaan

Data warehouse

meningkatkan produktivitas dari pembuat keputusan

perusahaan dengan menciptakan database

yang terintegrasi, konsisten,

berorientasi subjek dan data historis. Dengan merubah data menjadi

informasi yang berarti, data warehouse

memungkinkan manajer untuk

melakukan analisis data dengan lebih akurat dan konsisten.

2. 1.5

Struktur Data warehouse

Menurut Inmon (2005, p33) struktur data warehouse

adalah current

detail data, older detail data, lightly summarized data, highly summarized data,

dan metadata.

2. 1.5.1

Current Detail Data

Current detail data merupakan data detil yang aktif saat ini,

mencerminkan keadaan yang sedang berjalan dan merupakan level

terendah dalam data warehouse. Di dalam area ini warehouse

menyimpan seluruh detail data yang terdapat pada skema basis data.

Jumlah data sangat besar sehingga memerlukan storage yang besar

pula dan dapat diakses secara cepat. Dampak negatif yang ditimbulkan

adalah kerumitan untuk mengatur data menjadi meningkat dan biaya

yang diperlukan menjadi mahal.

2. 1.5.2

Older Detail Data

Data ini merupakan data historis dari current detail data, dapat

berupa hasil cadangan atau archive data yang disimpan dalam storage

terpisah. Karena bersifat back-up (cadangan), maka biasanya data

disimpan dalam storage alternative seperti tapedesk. Data ini biasanya

memiliki tingkat frekuensi akses yang rendah. Penyusunan file atau

directory dari data ini disusun berdasarkan umur dari data yang

bertujuan mempermudah untuk pencarian atau pengaksesan kembali.

2. 1.5.3

Lightly Summarized Data

Data ini merupakan ringkasan atau rangkuman dari current detail

data. Data ini dirangkum berdasarkan periode atau dimensi lainnya

sesuai dengan kebutuhan. Ringkasan dari current detail data belum

bersifat total summary. Data-data ini memiliki detil tingkatan yang

lebih tinggi dan mendukung kebutuhan warehouse pada tingkat

departemen. Tingkatan data ini disebut juga dengan data mart. Akses

terhadap data jenis ini banyak digunakan untuk view suatu kondisi

yang sedang atau sudah berjalan

2. 1.5.4

Highly Summarized Data

Data ini merupakan tingkat lanjutan dari lightly summarized data,

merupakan hasil ringkasan yang bersifat totalitas, dapat diakses untuk

melakukan analisis perbandingan

data berdasarkan urutan waktu

tertentu dan analisis menggunakan data multidimensi.

2. 1.5.5

Metadata

Metadata adalah ‘data tentang data’ dan menyediakan informasi

tentang struktur data dan hubungan antara struktur data di dalam atau

antara storage (tempat penyimpanan data). Metadata berisikan data

yang menyimpan proses perpindahan data meliputi database structure,

contents, detail data

dan summary data, matrics, versioning, aging

criteria, versioning, transformation criteria. Metadata khusus dan

memegang peranan yang sangat penting dalam data warehouse.

Gambar 2.5 Struktur Data warehouse

Inmon (2005, p34)

2. 1.6

Anatomi Data warehouse

Menurut Inmon (2005, p193) anatomi data warehouse

adalah data

warehouse

fungsional, data warehouse

terpusat dan data warehouse

terdistribusi.

2. 1.6.1

Data warehouse Fungsional

Data warehouse

Fungsional ini merupakan bentuk database

dimana data warehouse

dibuat lebih dari satu dan dikelompokkan

berdasarkan masing-masing fungsi yang ada dalam perusahaan, seperti

fungsi financial atau keuangan, fungsi marketing atau pemasaran,

fungsi kinerja personalia dan lain-lain. Keuntungan dari bentuk ini

adalah sistem akan mudah

dibangun dengan biaya relatif murah.

Kerugian dari penggunaan bentuk ini adalah resiko kehilangan

konsistensi data dan terbatasnya kemampuan pengguna dalam hal

pengumpulan data.

2. 1.6.2

Data warehouse Terpusat

Data warehouse terpusat ini merupakan database

fisikal tunggal

yang memuat semua data untuk area fungsional yang khusus,

departemen, divisi atau perusahaan. Data warehouse

ini digunakan

ketika terdapat kebutuhan akan data informasional dan terdapat

banyak end-user yang sudah terhubung ke komputer pusat atau

jaringan. Bentuknya menyerupai functional data warehouse, akan

tetapi sumber datanya lebih dahulu dikumpulkan atau diintegrasikan

pada suatu tempat terpusat, baru kemudian data tersebut dibagi-bagi

berdasarkan fungsi-fungsi yang dibutuhkan oleh perusahaan. Bentuk

data warehouse

terpusat ini sering digunakan oleh perusahaan-

perusahaan yang belum mempunyai jaringan eksternal. Keuntungan

bentuk data warehouse

terpusat ini adalah data benar-benar terpadu

karena konsistensi yang tinggi. Namun demikian membutuhkan waktu

yang lama dan biaya yang mahal dalam membentuk data warehouse

seperti ini.

2. 1.6.3

Data warehouse Terdistribusi

Data warehouse

terdistribusi adalah data warehouse

dimana

komponen tertentu dari data warehouse

tersebut

didistribusikan

melewati sebuah database

fisikal yang berbeda.

Data warehouse

terdistribusi biasanya melibatkan data yang

paling teredudansi, dan

sebagai akibatnya, menimbulkan proses load dan update yang sangat

kompleks. Data warehouse

terdistribusi ini menggunakan gateway

yang berfungsi sebagai jembatan antara lokasi data warehouse dengan

workstation yang menggunakan sistem yang beraneka ragam, sehingga

pada bentuk data warehouse

ini

memungkinkan perusahaan untuk

mengakses sumber data yang

terdapat diluar lokasi perusahaan

(eksternal). Bentuk data warehouse

ini mempunyai kelebihan dalam

hal pengaksesan data dari luar perusahaan yang telah mengalami

sinkronisasi terlebih

dahulu dan tetap terjaga konsistensinya. Tetapi

bentuk ini juga

memiliki kerugian yaitu bentuk ini merupakan yang

paling mahal dan kompleks untuk diterapkan karena sistem operasinya

dikelola secara terpisah.

2. 1.7

Arsitektur Data warehouse

Arsitektur data warehouse menurut Connolly dan Begg (2010, p1203) :

2.1.7.1.

Operational Data

Sumber data untuk data warehouse diberikan dari :

Mainframe data operasional disimpan dalam hierarkis generasi

pertama dan dalam database

jaringan, diperkirakan bahwa

sebagian besar data operasional perusahaan disimpan di dalam

sistem ini.

Data -

data departemen disimpan dalam kepemilikan file sistem

seperti VSAM, RMS, dan relational DBMSs seperti Informix dan

oracle.

Data private disimpan dalam workstations dan private server.

Sistem eksternal seperti internet, database

komersial, atau

database

yang berhubungan dengan pemasok atau pelanggan

sebuah organisasi.

2. 1.7.2

Operational Data Store

Operational Data Store (ODS) adalah sebuah sebuah tempat

penyimpanan data operasional saat ini dan terintegrasi yang digunakan

untuk melakukan analisis. ODS menyusun dan menyediakan data

dengan cara yang

sama seperti data warehouse, tetapi sebenarnya

bertindak secara sederhana sebagai tempat penyimpanan sementara

untuk data-data sebelum dipindahkan ke warehouse.

2. 1.7.3

ETL Manager

ETL manager melaksanakan semua operasi yang berhubungan

dengan proses ETL dari data kedalam data warehouse. Data dapat di-

extract secara langsung dari sumber data atau umumnya dari

penyimpanan data operational.

Operasi-operasi yang dijalankan oleh

ETL manager dapat meliputi transformasi data yang sederhana untuk

mempersiapkan data sebelum disimpan ke dalam data warehouse.

2. 1.7.4

Warehouse Manager

Warehouse Manager menjalankan semua operasi yang

berhubungan dengan pengelolaan data dalam data warehouse.

Operasi-operasi yang dijalankan oleh warehouse manager meliputi:

Analisis data untuk memastikan konsistensi data tersebut

Transformasi dan penggabungan sumber data dari tempat

penyimpanan sementara ke dalam tabel data warehouse.

Membuat index dan view pada tabel pusat.

Membuat denormalisasi (jika dibutuhkan).

Membuat agregasi (jika dibutuhkan).

Back-up dan archieve data.

2. 1.7.5

Query manager

Query manager menjalankan semua operasi yang berhubungan

dengan pengelolaan query pengguna. Operasi-operasi yang dijalankan

oleh query manager meliputi pengarahan query pada tabel yang tepat

dan penjadwalan pelaksanaan query. Dalam beberapa kasus, query

manager juga menghasilkan profil query yang memperbolehkan

warehouse manager untuk menentukan index dan agregasi yang tepat.

2. 1.7.6

Detailed Data

Area ini menyimpan semua detail data di dalam skema database.

Dalam banyak kasus, detail data tidak disimpan secara online tetapi

dapat disediakan dengan cara melakukan agregasi data ke tingkatan

detil berikutnya. Namun, secara berkala, detail data dimasukkan ke

dalam warehouse untuk melengkapi data agregasi.

2. 1.7.7

Lightly and Highly Summarized Data

Area ini menyimpan semua data agregasi yang dihasilkan oleh

warehouse manager. Tujuan dari ringkasan informasi ini adalah untuk

mempercepat kinerja dari query. Meskipun ada kenaikan biaya

operational yang berhubungan dengan peringkasan data tersebut, tetapi

akan diimbangi dengan penghapusan kebutuhan untuk secara

berkelanjutan menjalankan operasi peringkasan (seperti penyortiran

atau pengelompokkan) dalam menjawab query-query pengguna.

Ringkasan data akan diperbarui secara berkelanjutan ketika ada data

baru yang dimasukkan ke dalam warehouse.

2. 1.7.8

Archive/Backup Data

Area ini menyimpan detil data dan ringkasan data dengan tujuan

untuk pengarsipan dan backup. Meskipun ringkasan data dihasilkan

dari detil data, tetapi memungkinkan untuk melakukan backup

ringkasan data secara online jika data tersebut disimpan melebihi

periode penyimpanan detil data.

2. 1.7.9

Metadata

Area ini menyimpan semua definisi metadata yang digunakan

oleh semua proses di dalam warehouse. Metadata digunakan untuk

berbagai tujuan meliputi :

Proses extract dan load – metadata digunakan untuk memetakan

sumber data ke dalam gambaran umum dari data di dalam

warehouse.

Proses pengelolaan warehouse –

metadata digunakan untuk

mengotomatisasi produksi dari tabel ringkasan.

Sebagai bagian dari proses pengelolaan query –

metadata

digunakan untuk mengarahkan sebuah query ke sebuah sumber

data yang paling sesuai.

2. 1.7.10

End-User Access Tools

Menurut Suparto (2008, p62), nilai warehouse

pada akhirnya

berada dalam analisis yang di-enable-nya. Data dalam warehouse

biasanya diakses dan dianalisis menggunakan berbagai alat, termasuk

mesin query OLAP, algoritma data mining, alat visualisasi informasi,

paket statistik, dan report generator

4 kelompok utama end-user access tools :

Reporting and query tools

Reporting tools meliputi production reporting tools dan

report writers. Production reporting tools digunakan

untuk

menghasilkan laporan operasional yang teratur atau

untuk

mendukung sejumlah pekerjaan dengan volume yang

tinggi

seperti pesanan pelanggan dan pembayaran karyawan.

Sebaliknya, report writer adalah desktop tools yang dibuat

untuk end-users.

Query tools untuk data warehouse

relational dirancang

untuk dapat menerima SQL atau untuk menghasilkan

pernyataan SQL agar dapat melakukan query pada data yang

disimpan didalam warehouse. Query tools sangat populer

diantara pengguna bisnis aplikasi.

Application development tools

Kebutuhan-kebutuhan end-users seperti membangun

kemampuan untuk membuat laporan dan query tools keduanya

sangat tidak memadai karena analisa yang dibutuhkan tidak

dapat dijalankan. Dalam situasi seperti ini, pengguna akan

membutuhkan application development tools yang dirancang

untuk kebutuhan client-server.

Online Analitical Processing (OLAP) Tools

Online Analitical Processing Tools merupakan konsep

database

multidimensi dan mengijinkan pengguna untuk

menganalisa data menggunakan view yang kompleks dan

multidimensi.

Data Mining Tools

Menurut Connolly dan Begg (2010, p1207), Data Mining

adalah proses menemukan korelasi, pola, dan gaya baru yang

bermanfaat dengan

‘menggali’ (mining) data dalam jumlah

yang banyak dengan menggunakan teknik statistika,

matematika, intelejensia semu .

Menurut Mandala (2011, p5), data mining adalah proses

mencari dan menggali hubungan antar data yang berguna bagi

penggunanya

Gambar 2.6 Arsitektur Data warehouse

Connolly dan Begg (2010, p1204)

2. 1.8

Data Mart

Menurut Inmon (2005, p389), data mart adalah sebuah struktur data yang

terbagi-bagi, yang diperoleh dari data warehouse

dimana data tersebut telah

didenormalisasi berdasarkan kebutuhan manajemen.

Menurut Connolly dan Begg (2010, p1214), data mart adalah bagian dari

data warehouse yang mendukung kebutuhan informasi dari departemen tertentu

atau fungsi bisnis dalam perusahaan.

Alasan untuk membuat data mart :

Untuk memberi users akses ke data yang sering mereka butuhkan untuk

menganalisa data.

Untuk menyediakan data dalam sebuah bentuk yang sesuai dengan yang

dibutuhkan oleh kumpulan users dalam sebuah bagian atau fungsi bisnis

perusahaan.

Untuk meningkatkan kecepatan respon dari end-user. Hal ini dikarenakan

berkurangnya volume data yang harus diakses.

Untuk menyediakan struktur data yang sesuai dengan kebutuhan dari

end-user access tools seperti OLAP dan data mining tools.

Data marts

biasanya menggunakan data yang lebih sedikit, jadi proses

ETL menjadi lebih mudah.

Biaya yang lebih hemat dibandingkan dengan membangun enterprise

data warehouse.

2. 1.9

Dimensionality Modelling

Menurut Connolly and Begg (2010,P1227), pemodelan dimensi adalah

(dimensionality modelling) adalah tehnik desain logikal yang bertujuan untuk

menampilkan data dalam bentuk yang standar dan intuitif yang memungkinkan

untuk performa akses yang tinggi.

Dimensionality modelling mempunyai dua komponen yaitu :

Fact Table (Tabel fakta)

Menurut Inmon (2005, P360), fact table adalah tabel pusat dari

skema bintang dimana data sering muncul akan ditempatkan di tabel

tersebut. Tabel fakta disebut juga tabel utama, merupakan inti dari skema

bintang dan berisi data aktual yang akan dianalisis (data kuantitatif dan

transaksi). Tabel fakta umumnya mengandung angka dan data historis

dimana key (kunci) yang dihasilkan sangat unik karena merupakan

kumpulan foreign key dan

primary key yang ada pada masing-masing

tabel dimensi yang berhubungan atau merupakan tabel terpusat dari

skema bintang. Tabel fakta menyimpan tipe-tipe measure yang berbeda,

seperti measure yang berhubungan langsung dengan tabel dimensi dan

measure yang tidak berhubungan dengan tabel dimensi.

Menurut Bimonte dan Tchounikine (2010, p33), fakta adalah

sesuatu hal yang relevan dengan proses pengambilan keputusan dan

dideskripsikan dengan indikator numerik (measures). Contoh : Total

Pembelian

Menurut Connolly and Begg (2010,P1227), tabel fakta adalah

tabel pada dimensional model yang isinya composite primary key(PK).

Dimensional Table (Tabel dimensi)

Menurut Inmon (2005, P495), tabel dimensi adalah tabel yang

berisikan data-data yang berelasi dengan tabel fakta.

Tabel dimensi merupakan tabel yang berisi kategori dengan

ringkasan data detail yang akan dilaporkan, seperti laporan keuntungan

pada tabel fakta dapat dilaporkan dengan dimensi waktu ( per tahun atau

perbulan ).

2. 1.10 Pemodelan Data warehouse

2. 1.10.1

Star Schema (Skema Bintang)

Menurut Connolly and Begg (2010, P1227), Skema bintang

adalah model dimensional yang mempunyai satu tabel fakta ditengah,

dan dikelilingi oleh beberapa tabel dimensi denormalisasi.

Menurut Ponniah (2010, p220), skema bintang memiliki beberapa

keuntungan diantaranya :

Mudah dimengerti oleh User

Saat user berinteraksi

dengan date warehouse

melalui alat

query pihak ketiga, user seharusnya mengetahui apa maksud

pernyataannya. Mereka harus mengetahui data apa yang

tersedia bagi mereka dalam data warehouse. Meraka harus

memahami struktur data dan bagaimana bermacam-macam

bagian yang saling berhubungan dalam seluruh skema. Skema

bintang menampilkan bagaimana user berpikir dan apa yang

pengguna perlukan untuk meng-query atau menganalisis.

Optimasi navigasi

Hubungan digunakan untuk berpindah dari satu tabel ke tabel

lainnya untuk mendapatkan informasi yang dicari. Hubungan

menyediakan kemampuan untuk melakukan navigasi melalui

database. User dapat berpindah dari satu tabel ke tabel

lainnya menggunakan join.

Jika bagian dari proses join

banyak dan rumit, navigasi melalui database menjadi sulit dan

lambat. Di sisi lain, jika bagian join sederhana, maka navigasi

akan menjadi optimal dan cepat. Keuntungan utama dari

skema bintang adalah mengoptimasi navigasi melalui

database. Bahkan ketika query terlihat kompleks, navigasi

akan tetap sederhana.

Cocok untuk pemrosesan query

Karena skema bintang adalah struktur query-centric, maka

skema bintang sangat cocok untuk pemrosesan query.

STARjoin dan STARindex

Skema bintang mengijinkan software

pemroses query

untuk

melakukan pelaksanaan yang

lebih baik. Itu dapat membuat

performa skema spesifik yang dapat diimplementasikan dalam

query. Susunan skema bintang lebih cocok untuk teknik

performa yang khusus seperti STARjoin dan STARindex

Menurut Chandra (2010 , p589), skema bintang menjadi standar

perancangan data warehouse

karena keuntungan -

keuntungan yang

dimilikinya, yaitu sebagai berikut :

Menciptakan desain database yang memberikan waktu respon

yang cepat.

Menyediakan pendesainan yang dapat dengan mudah

dimodifikasi atau ditambahkan sesuai

dengan perkembangan

dan pertumbuhan data warehouse.

Meningkatkan kinerja dimana setiap tabel dimensi dapat

diindeks tanpa menimbulkan

perancangan ruang pada level

database.

Selain mengurangi jumlah penggabungan secara fisik (join

physical) juga mengijinkan

pengguna untuk mendefinisikan

hirarki dan mengarahkan antar tabel.

Pendesainan data secara paralel sehingga pengguna dapat

memandang dan menggunakan data secara bersamaan.

Memudahkan pemahaman dan pengaturan metadata dari segi

pengembang dan pengguna.

Memperluas pilihan dari alat pengaksesan data front-end

seperti beberapa produk yang perlu

pendesainan skema bintang.

2.1.10.2.

Snowflake Schema (Skema Snowflake)

Menurut Connolly dan Begg (2010, p1229), skema snowflake

adalah model dimensional data yang mempunyai sebuah tabel fakta di

pusatnya, dikelilingi oleh beberapa tabel dimensi normalisasi.

Menurut Ponniah (2010,p238), keuntungan skema snowflake

adalah :

Memerlukan tempat penyimpanan yang lebih kecil

Struktur yang normal akan lebih mudah untuk diperbaharui

dan dikelola

2.1.10.3

Starflake Schema (Skema Starflake)

Menurut Connolly dan Begg (2010, p1230), skema starflake

merupakan struktur hybrid

yang berisi kombinasi antara skema

bintang yang telah didenormalisasi dan snowflake

yang telah

dinormalisasi.

2. 1.11 Metodologi Perancangan Data warehouse

Menurut Connolly dan Begg (2010, p1231) yang berdasarkan pemodelan

dimensional Kimball, perancangan data warehouse

terdiri dari dua fase

yang disebut two-phased approach, yang terdiri dari :

2. 1.11.1

Create a high-level dimensional model (Fase I)

Fase satu berisikan pembuatan pemodelan dimensi level tinggi

menggunakan empat langkah, yaitu :

2. 1.11.1.1 Select Business Process

Proses yang lebih mengacu pada pokok data mart tertentu. Data

mart pertama yang dibangun harus tepat waktu, sesuai dengan

anggaran, dan

mampu menjawab berbagai macam permasalahan

bisnis yang penting secara komersial.

2. 1.11.1.2 Choosing the grain

Memilih grain berarti menentukan apa saja yang akan

ditampilkan di tabel fakta. Saat grain untuk tabel fakta dipilih, kita

dapat

mengidentifikasi tabel dimensi. Keputusan grain untuk tabel

fakta juga menentukan grain dari masing-masing dimensi tabel.

2. 1.11.1.3 Identifying and comforming the dimensions

Dimensi mengatur konteks untuk memberikan pertanyaan tentang

fakta di dalam tabel fakta. Sebuah set dimensi yang dibangun dengan

baik

membuat data mart menjadi lebih mudah dimengerti dan

digunakan.

2. 1.11.1.4 Choosing the facts

Grain dari tabel fakta menentukan fakta mana yang akan

digunakan di dalam data mart. Semua fakta harus diekspresikan pada

tingkat yang diajukan oleh grain. Fakta tambahan dapat ditambahkan

ke dalam tabel fakta kapanpun selama grain konsisten dengan tabel.

2. 1.11.2

Identify All Dimension Attributes for the Dimensional Model

Pada fase ini dilakukan penambahan attribut-atribut yang telah

teridentifikasi dalam tahap analisis kebutuhan informasi bisnis yang

dilakukan oleh user dimana attribut-attribut tersebut dibutuhkan untuk

menganalisa proses bisnis yang dipilih.

Selain itu pada tahap ini juga melakukan kegiatan-kegiatan

lainnya, yaitu :

2. 1.11.2.1 Choosing the duration of the database

Durasi mengukur seberapa jauh untuk kembali ke tabel fakta. Di

banyak perusahaan, ada kebutuhan untuk melihat jangka waktu yang

sama selama satu atau dua tahun sebelumnya.

2. 1.11.2.2 Tracking slowly changing dimensions

Perubahan dimensi dapat terjadi dengan seiring berjalannya waktu

pada

tabel dimensi. Perubahan yang dimaksud adalah penambahan

data

ataupun perubahan data. Ada tiga jenis slowly changing

dimensions:

Di mana atribut dari dimensi yang berubah ditulis ulang

Di mana atribut dari dimensi yang berubah menyebabkan

sebuah record dimensi baru dibuat

Dia mana atribut dari dimensi yang berubah menyebabkan

sebuah

atribut alternatif dibuat sehingga keduanya dapat

diakses di dalam record dimensi yang sama

2. 1.12 Entity Relationship Diagram

Menurut Connolly dan Begg (2010, p371), Entity relationship diagram

adalah sebuah diagram modeling yang berisikan entitas -

entitas beserta

atributnya dan relationships antara data dari entitas-entitas dalam diagram

tersebut.

2. 1.13 Fact Finding Techniques

Menurut Connolly dan Begg (2010, p344-346), pencarian fakta dapat

didefinisikan sebagai suatu proses formal yang menggunakan teknik seperti

wawancara (interview) dan kuesioner untuk mengumpulkan fakta/kebenaran

mengenai sistem, kebutuhan dan berbagai pilihan.

Pada umumnya, database developer menggunakan beberapa teknik fact

finding

selama proyek database

berlangsung. Menurut Connolly dan Begg

(2010, p344), terdapat lima teknik, yaitu :

2. 1.13.1

Memeriksa Dokumentasi (Examining Documentation)

Dokumentasi berguna untuk memperoleh beberapa pemahaman

mengenai kebutuhan bagi database. Dokumentasi dapat membantu

untuk menyediakan informasi pada suatu bagian perusahaan yang

terkait dengan masalah. Dengan melakukan pemeriksaan dokumentasi,

form, laporan, dan file

yang berhubungan dengan sistem yang ada,

dapat diperoleh pemahaman mengenai sistem.

2. 1.13.2

Wawancara (Interviewing)

Teknik wawancara merupakan teknik yang paling banyak

digunakan, dan

pada umumnya sangat berguna untuk menampilkan

fakta. Wawancara dilakukan untuk mengumpulkan informasi dari

orang-orang secara tatap

muka. Wawancara memiliki beberapa

tujuan, seperti mencari fakta, membenarkan fakta, mengklarifikasikan

fakta, menghasilkan antusias, melibatkan end user, mengidentifikasi

kebutuhan, dan mengumpulakn ide dan pendapat.

Ada dua jenis wawancara yaitu :

Wawancara tidak berstruktur

Pewawancara mengharapkan orang yang akan diwawancara

untuk menyediakan kerangka kerja (framework) dan arahan

untuk wawancara. Jenis wawancara ini seringkali kehilangan

fokus dan karena alasan tersebut jenis wawancara ini sering

memberikan hasil yang tidak baik dalam proses analisis dan

perancangan database.

Wawancara yang terstruktur

Pewawancara mempersiapkan pertanyaan-pertanyaan tertentu

yang akan ditanyakan kepada orang yang akan diwawancara.

Ada dua jenis pertanyaan yaitu : open-ended question yaitu

pertanyan dengan jawaban berupa deskripsi yang luas dan

closed ended question yaitu pertanyaan dengan jawaban "ya"

atau "tidak".

2. 1.13.3

Melakukan observasi

aktivitas operasional di dalam

organisasi (Observing the Entreprise in Operation)

Observasi merupakan salah satu teknik fact finding

yang paling

efektif dalam memahami sistem. Dengan menggunakan teknik ini,

memungkinkan seseorang dapat mempelajari dan memahami sistem.

2. 1.13.4

Melakukan Riset (Research)

Teknik ini sangat berguna untuk melakukan penelitian atau riset

terhadap aplikasi dan masalah yang terjadi. Jurnal, buku referensi, dan

internet merupakan sumber informasi yang baik.

2. 1.13.5

Kuesioner (Questionnaries)

Teknik ini dilakukan dengan melakuan survei melalui kuesioner.

Ada dua tipe quesioner, yaitu :

Free-format question

Kuesioner yang menawarkan responden kebebasan menjawab

yang lebih besar.

Fixed-format question

Kuesioner yang hanya menyediakan pertanyaan dengan pilih

jawaban yang spesifik untuk responden.

2.2 Teori Khusus

2.2.1

Pembelian

2.2.1.1

Pengertian Pembelian

Menurut Mulyadi (2001, p299), pembelian digunakan dalam

perusahaan untuk pengadaan barang yang diperlukan perusahaan.

Transaksi pembelian dapat digolongkan menjadi dua, yaitu pembelian

lokal dan pembelian impor. Pembelian lokal adalah pembelian dari

supplier yang berasal dari dalam negeri, sedangkan impor adalah

pembelian dari supplier yang berasal dari luar negeri.

Menurut Mulyadi (2001, p300), pembelian digunakan dalam

perusahaan untuk pengadaan barang yang diperlukan perusahaan.

Fungsi pembelian bertanggung jawab untuk memperoleh informasi

mengenai harga barang, menentukan pemasok yang dipilih dalam

pengadaan barang, dan mengeluarkan order

pembelian kepada

pemasok yang dipilih dalam pengadaan barang.

2.2.1.2

Prosedur Sistem Pembelian

Menurut Mulyadi (2001, p300), jaringan prosedur yang

membentuk pembelian sistem akuntansi pembelian adalah sebagai

berikut :

Prosedur permintaan pembelian

Dalam prosedur ini fungsi gudang mengajukan permintaan

pembelian dalam formulir surat permintaan pembelian kepada

fungsi pembelian. Jika barang tidak disimpan dalam gudang,

misalnya untuk barang langsung pakai, fungsi yang memakai

barang mengajukan permintaan pembelian langsung ke fungsi

pembelian dengan menggunakan surat permintaan pembelian.

Prosedur permintaan Penawaran harga dan penelitian pemasok

Dalam prosedur ini, fungsi pembelian mengirimkan surat

permintaan penawaran harga kepada pemasok untuk memperoleh

informasi mengenai harga barang dan berbagai syarat pembelian

yang lain, untuk memungkinkan pemilihan pemasok yang akan

ditunjuk sebagai pemasok barang yang diperlukan oleh

perusahaan.

Prosedur order pembelian

Dalam prosedur ini, fungsi pembelian mengirimkan surat order

pembelian

kepada pemasok yang dipilih dan memberitahukan

kepada unit-unit organisasi lain dalam perusahaan mengenai order

pembelian yang sudah dikeluarkan oleh perusahaan.

Prosedur penerimaan barang

Dalam prosedur ini, fungsi penerimaan melakukan pemeriksaan

mengenai jenis, kualitas, dan mutu barang yang akan diterima dari

pemasok, dan kemudian membuat laporan penerimaan barang

untuk menyatakan penerimaan barang dari pemasok tersebut.

Prosedur pencatatan utang

Dalam prosedur ini, fungsi akuntansi memeriksa dokumen-

dokumen yang berkaitan dengan pembelian dan

menyelenggarakan pencatatan utang atau mengarsipkan dokumen

sumber sebagai catatan utang.

Prosedur distribusi pembelian

Prosedur ini meliputi distribusi rekening yang didebit dari

transaksi pembelian untuk kebutuhan pembuatan laporan bagi

manajemen.

2.2.1.3

Fungsi Yang Terkait Dalam Pembelian

Menurut Mulyadi (2001, p302), fungsi terkait dalam sistem

pembelian adalah :

Fungsi Gudang

Bertanggung jawab untuk mengajukan permintaan pembelian

sesuai dengan posisi persediaan yang ada di dalam gudang dan

untuk menyimpan barang yang telah diterima oleh fungsi

penerimaan.

Fungsi Pembelian

Bertanggung jawab untuk memperoleh informasi mengenai

harga barang, menentukan supplier yang dipilih dalam

pengadaan barang dan mengeluarkan order pembelian kepada

supplier terpilih.

Fungsi Penerimaan

Bertanggung jawab untuk melakukan pemeriksaan terhadap

jenis, mutu, dan kualitas barangyang diterima dari supplier

guna menentukan dapat atau tidaknya barang tersebut diterima

oleh perusahaan. Fungsi ini juga bertanggung jawab untuk

menerima barang yang berasal dari retur penjualan.

Fungsi Akuntansi

Dalam transaksi pembelian fungsi akuntansi yang terkait

adalah fungsi pencatat hutang dan fungsi pencatat persediaan.

Fungsi pencatat hutang bertanggung jawab untuk mencatat

transaksi pembelian kedalam register

bukti kas keluar dan

untuk menyelenggarakan arsip bukti kas keluar yang berfungsi

sebagai catatan hutang atau menyelenggarakan kartu hutang

sebagai buku pembantu hutang. Fungsi pencatat persediaan

bertanggung jawab untuk mencatat harga pokok persediaan

barang yang dibeli ke dalam kartu persediaan.

2.2.1.4

Perbedaan Procurement dan Pembelian

Menurut Weele (2009, p58),

Procurement

adalah proses

pengakuisisian barang atau jasa yang pantas, harga yang terjangkau

dan dapat memenuhi kebutuhan baik dalam kualitas maupun kuantitas.

Proses pengakuisisian barang atau jasa pada procurement tidak

hanya terbatas dengan cara membeli melainkan juga dapat dengan cara

menyewa, meminjam, menukar, membuat, atau leasing. Oleh karena

itu perbedaan pembelian dengan procurement adalah pada pembelian

proses pengakuisisian barang atau jasa hanya dengan cara membeli

barang atau jasa tersebut, sedangkan pada procurement

proses

opengakuisisiannya mencakup lebih luas yaitu membeli, menyewa,

meminjam, menukar, membuat, atau leasing.

2.2.2

Penjualan

Menurut Koetler dan Keller

(2011, p23), konsep penjualan mempunyai

perspektif dari dalam ke luar. Konsep itu dimulai dari pabrik, berfokus pada

produk yang sudah ada, serta menuntut penjualan dan promosi dengan cara keras

untuk menghasilkan penjualan yang menghasilkan laba.

Menurut Mulyadi (2001,p202), kegiatan penjualan adalah transaksi

penjualan barang atau jasa, yang ditinjau dari cara pembayarannya baik itu

secara tunai maupun kredit. Penjualan dibedakan menjadi dua bagian yaitu :

Penjualan Tunai

Penjualan tunai dilakukan ketika barang atau jasa diserahkan oleh

perusahaan kepada pembeli ketika perusahaan sudah kas dari pembeli.

Penjualan Kredit

Penjualan kredit dilakukan jika order

dari pelanggan telah dipenuhi

dengan pengiriman barang atau jasa, untuk jangka waktu tertentu

perusahaan memiliki piutang kepada pelanggannya.

2.2.3

Gaji

2.2.3.1

Pengertian Gaji

Menurut Hasibuan (2002, p118), gaji adalah balas jasa yang

dibayar secara periodik kepada karyawan serta mempunyai jaminan

yang pasti.

Menurut Mulyadi

(2001, p373), gaji umumnya merupakan

pembayaran atas penyerahan jasa yang dilakukan oleh karyawan, yang

umumnya dibayarkan secara tetap perbulan. Sedangkan upah

umumnya merupakan pembayaran atas penyerahan jasa yang

dilakukan oleh karyawan pelaksana (buruh), yang dibayarkan

berdasarkan hari kerja, jam kerja, ataupun jumlah satuan produk yang

dihasilkan oleh karyawan.

2.2.3.2

Peran dan Tujuan Penggajian

Menurut Warren et al (2011, p552), gaji merupakan hal yang

penting karena beberapa alasan yaitu :

Para karyawan sangat sensitif terhadap kesalahan atau

ketidakwajaran dalam gaji.

Gaji merupakan hal yang diatur dengan berbagai peraturan

pemerintah setempat.

Gaji dan pajak yang terkait dengan gaji mempunyai efek yang

signifikan terhadap laba bersih sebagian besar usaha.

Menurut Hasibuan (2002, p120) tujuan penggajian adalah :

Ikatan Kerjasama

Dengan pemberian gaji terjalinlah ikatan kerjasama formal

antara majikan dengan karyawan. Karyawan harus

mengerjakan tugas-tgasnya dengan baik, sedangkan

pengusaha atau majikan wajib membayar gaji sesuai dengan

perjanjian yang disepakati.

Kepuasan Kerja

Dengan balas jasa, karyawan akan dapat memenuhi

kebutuhan-kebutuhan fisik, status sosial dan egoistiknya

sehingga memperoleh kepuasan kerja dari jabatannya.

Motivasi

Jika balas jasa yang diberikan cukup besar, manajer akan

mudah memotivasi bawahannya.

Pengadaan Efektif

Jika program gaji ditetapkan cukup besar, pengadaan

karyawan yang kompeten untuk perusahaan akan lebih

mudah.

Stabilitas Karyawan

Dengan program kompensasi atas prinsip adil dan layak serta

eksternal konsistensi yang kompentatif maka stabilitas

karyawan lebih terjamin karena turnover relatif kecil.

Disiplin

Dengan pemberian balas jasa yang cukup besar maka disiplin

karyawan semakin baik. Karyawan akan menyadari serta

mentaati peraturan-peraturan yang berlaku.

Pengaruh Serikat Buruh

Dengan program kompensasi yang baik, maka pengaruh

serikat buruh dapat dihindarkan dan karyawan akan

berkonsentrasi pada pekerjaannya.

Pengaruh Pemerintah

Jika program gaji sesuai dengan undang-undang yang berlaku

dan memenuhi batas minimum gaji, maka intervensi

pemerintah dapat dihindarkan

2.2.3.3

Aktivitas Utama Penggajian

Menurut Romney dan Steinbart (2011, p495), terdapat tujuh

aktivitas utama dalam siklus penggajian, yaitu :

Meng-update master file penggajian

Aktivitas pertama dalam penggajian meliputi peng-update-an

master file

penggajian untuk mencerminkan beberapa tipe

perubahan dalam penggajian seperti mempekerjakan karyawan

baru, pemecatan, perubahan dalam gaji atau perubahan dalam

pemotongan gaji.

Meng-update tarif dan pengurangan pajak

Departemen personalia membuat perubahan ini, tetapi jarang

terjadi. Perubahan dilakukan apabila departemen personalia

menerima perubahan baru dalam tarif pajak atau pengurangan

gaji lainnya dari berbagai unit pemerintahan dan perusahaan

asuransi.

Memvalidasi waktu dan data kehadiran

Untuk karyawan yang digaji berdasarkan jam kerja biasanya

perusahaan menggunakan time card

untuk mencatat data

absensi karyawan. Sedangkan untuk karyawan yang memiliki

gaji tetap biasanya mempunyai tambahan gaji dari komisi,

insentif maupun bonus. Waktu absensi bagi karyawan dengan

gaji tetap digunakan oleh supervisor untuk me-monitor kinerja

karyawan tersebut.

Menyiapkan gaji

Jumlah gaji yang akan dibayarkan didapat dari master file

penggajian. Untuk karyawan yang berdasarkan jam kerja,

jumlah jam kerja dikalikan dengan tarif upah dan ditambahkan

bonus atau lembur jika ada. Untuk karyawan gaji tetap akan

diberikan gaji per bulan ditambah lembur maupun binus jika

ada. Kemudian seluruh gaji kotor akan dikurangkan dengan

pajak dan pengurangan sukarela seperti biaya asuransi, dana

pensiun dan lain-lain. Semua pengurangan ini di-update

master file penggajian dengan alasan untuk mengetahui kapan

pengurangan pajak dilakukan dan

untuk memastikan jumlah

pajak dan pengurangan lainnya yang dibayarkan ke perusahaan

asuransi dan lembaga pemerintahan. Pada akhirnya payroll

yang digunakan mengotorisasi pemindahan dana ke

rekening penggajian perusahaan dan cek pembayaran gaji

karyawan dicetak.

Membayar gaji

Langkah selanjutnya adalah pembayaran gaji kepada karyawan

baik melalui cek ataupun transfer

ke rekening bank dengan

prosedur sebagai berikut : payroll register

dikirim ke

departemen hutang untuk direview

dan disetujui. Voucher

pembayaran gaji disiapkan untuk mengotorisasi pemindahan

dana dari rekening perusahaan ke rekening penggajian.

Kemudian payroll register

dan voucher

pembayaran gaji

dikirim ke kasir untuk menyiapkan dan menandatangani cek

pemindahan dana ke rekening penggajian.

Menghitung pajak dan keuntungan yang dibayarkan kepada

karyawan

Menyediakan jasa tambahan untuk perhitungan pajak, pensiun

dan asuransi dari masing-masing karyawan.

Membayar pajak dari gaji dan pengurangan lain-lain

Aktivitas terakhir dari proses penggajian adalah membayar

hutang pajak penggajian dan pengurangan sukarela lainnya

dari setiap karyawan. Perusahaan harus secara periodik

menyiapkan cek atau pemindahan dana elektronik untuk

membayar utang pajak yang ada sesuai dengan jangka waktu

yang ditetapkan pemerintah.

2.2.4

Proyek

2.2.4.1

Definisi Proyek

Menurut Sultan Syah (2004, 12), proyek adalah suatu rangkaian

kegiatan terencana dan dilaksanakan secara berurutan dengan logika

serta menggunakan sumber daya yang dibatasi oleh dimensi biaya,

waktu dan mutu.

Menurut Herjanto (2003, 369), proyek meliputi tugas-tugas

tertentu yang dirancang secara khusus dengan hasil dan waktu yang

telah ditentukan terlebih dahulu dan dengan keterbatasan sumber daya.

2.2.4.2

Manajemen Proyek

Menurut Soeharto

(1999, p17), manajemen proyek adalah

kegiatan merencanakan, mengorganisasikan, mengarahkan dan

mengendalikan sumber daya organisasi untuk mencapai tujuan tertentu

dalam waktu tertentu dengan sumber daya tertentu.

Menurut Haughey (2010) menyatakan bahwa apapun metodologi

manajemen proyek yang dipakai, manajemen proyek memakasi dasar

proses yang sama, yaitu :

Initiation

Pada proses ini ditentukan tujuan dan ruang lingkup dari

proyek yang akan dikerjakan. Hal-hal yang dibuat dalam tahap

ini adalah :

Business case

Ruang lingkup proyek

Tujuan

Sumber daya yang dibutuhkan

Milestone plan dan timeline

Perkiraan biaya

Resiko dan permasalahan yang akan dihadapi

Planning and design

Setelah tahap initiation, proyek akan direncanakan ke tahap

yang lebih detil. Tujuan utama pada tahap ini adalah

merencanakan jadwal (scheduling), cost (budgeting), dan

sumber daya yang dibutuhkan untuk memperkirakan

kebutuhan proyek dan tugas-tugas apa yang harus dilakukan

serta untuk mengelola risiko secara efektif selama masa

berlangsungnya proyek. Hal- hal yang dilakukan pada tahap ini

adalah :

Mengembangkan pernyataan dari ruang lingkup

Membuat jadwal (scheduling)

Membuat anggaran belanja (Budgeting)

Membentuk tim ( Staffing)

Membuat struktur / alur kerja

Mengembangkan manajemen resiko

Mengembangkan jaringan komunikasi

Execution

Pada tahap ini dilakukan hal-hal yang telah dirancang pada

tahap-tahap sebelumnya agar tujuan dari proyek tersebut dapat

tercapai.

Monitoring and controlling

Pada tahap ini dilakukan pengawasan dan kontrol terhadap

progress

dari proyek, hal ini dilakukan agar permasalahan-

permasalahan yang mungkin terjadi dapat diidentifikasi dan

diatasi sedini mungkin.

Closing

Tahap penutupan pada proyek adalah tahap yang penting

dalam sembuah manajemen proyek. Hal ini dikarenakan

apabila proyek yang telah selesai belum tertutup, maka akan

terus menerus memakan sumber daya perusahaan.

2.2.5 Material

Menurut Ashby dan

Michael (2007, p18) material

adalah sebuah

masukan dalam produksi. Mereka seringkali adalah bahan mentah yang belum

diproses, tetapi kadang kala telah diproses sebelum digunakan untuk proses

produksi lebih lanjut.

Menurut Yunarto (2006, p116), material mencakup semua kategori, baik

itu produk (barang) atau jasa. Dalam prakteknya setiap material mempunyai kode

tertentu. Kode material ini banyak sebutannya dan berbeda-beda untuk setiap

perusahaan, ada yang menyebut product code, material code, item code, item

number, part number, stock code, kode barang, SKU, dan lain-lain.

Tipe material yang ada dibanyak perusahaan adalah sebagai berikut :

Trading goods

Merupakan barang yang diperjual-belikan. Barang tersebut

bisa diproduksi sendiri atau dibeli dari supplier. Barang

tersebut memiliki inventori atau lebih sering kita sebetu

dengan istilah barang stok.

Non-stock material

Merupakan barang yang tidak dikontrol inventorinya. Secara

fisik barang ini ada, tetapi karena barangnya bernilai kecil

maka tidak di-track

sebagai inventory. Beberapa perusahaan

menyebutnya dengan istilah consumable

goods.

Barang ini

banyak dipakai untuk menunjang operasi produksi dan operasi

perusahaan. Contoh barang ini seperti sarung tangan, masker,

paku, sekrup, isolasi, dan lain-lain.

Services

Services dapat diterjemahkan dengan istilah jasa. Contohnya

adalah jasa konsultan, pendidikan, asuransi, jasa transportasi,

dan lain-lain.

Packaging

Merupakan material yang digunakan untuk packaging seperti

kotak, kardus, peti, dan lain-lain.

Semi fnished goods

Merupakan barang setengah jadi. Sering disebut dengan istilah

material di work in process atau work in progress.

Contoh

barang setengah jadi untuk industri ban adalah compund.

Raw Material

Merupakan bahan mentah. Bahan mentah ini digunakan

sebagai bahan untuk memproduksi suatu barang. Biasanya

bahan ini dibeli dari supplier.