DECISION SUPPORT SYSTEM

PENDAHULUAN
Pada matakuliah ini kita akan mengawali dengan perkenalan Decision Support System (DSS). Apa yang dimaksud dengan DSS, sifat-sifat yang harus dipunyai oleh suatu sistem penunjang keputusan, dan tujuan dibuatnya DSS. Setelah itu kita akan melihat lebih jauh apa saja bagian dari DSS dan bagaimana interaksi antar-bagian terjadi hingga bagaimana sistem penunjang keputusan ter¬bentuk. Bahasan selanjutnya adalah menguraikan pendekatan¬-pendekatan yang bisa digunakan dalam membuat suatu DSS.

1.1 DECISION SUPPORT SYSTEM

Decision Support System atau Sistem Penunjang Keputusan, secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur. Secara khusus, DSS didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semiterstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
DSS merupakan suatu sistem informasi yang diharapkan dapat membantu manajemen dalam proses pengambilan keputusan. Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. DSS sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science.
Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.
DSS ini bisa berbentuk sistem manual maupun sistem terkomputerisasi. Namun dalam hal ini ditekankan pada sistem penunjang keputusan yang pelaksanaannya berbasis pada komputer.
Dari definisi di atas bisa disimpulkan bahwa tujuan DSS dalam proses pengambilan keputusan adalah:
• Membantu menjawab masalah semi-terstruktur
• Membantu manajer dalam mengambil keputusan, bukan menggantikannya
• Manajer yang dibantu melingkupi top manajer sampai ke manajer lapangan
• Fokus pada keputusan yang efektif, bukan keputusan yang efisien.
Sprague dan Carlson mendefinisikan DSS dengan cukup baik, sebagai sistem yang memiliki lima karakteristik utama (Sprague et.al., 1993):
• Sistem yang berbasis komputer;
• Dipergunakan untuk membantu para pengambil keputusan;
• Untuk memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan kalkulasi manual;
• Melalui cara simulasi yang interaktif;
• Dimana data dan model analisis sebagai komponen utama.
Karakteristik 4 dan 5 merupakan fasilitas baru yang ditawarkan oleh DSS belakangan ini sesuai dengan perkembangan terakhir kemajuan perangkat komputer.
Kemudian apa yang dimaksud dengan masalah semi¬terstruktur? Masalah semi-terstruktur memiliki karakteristik yang merupakan perpotongan dari masalah terstruktur dan masalah tidak terstruktur. Dua sifat di antaranya adalah:
• Beberapa bagian dari masalah terjadi berulang-ulang, sementara
• Beberapa bagian dari masalah melibatkan subjektivitas manusia.
Contoh masalah semi-terstruktur dalam bisnis adalah kontrol persediaan, penjadwalan produksi, manajemen uang, penyiapan anggaran, dan perencanaan produk baru.
Karena mencakup masalah yang semi-terstruktur ini, maka perpaduan antara komputer dan manusia menjadi faktor yang menentukan. Bagian dari masalah yang lebih bersifat terstruktur bisa ditangani dengan balk oleh aplikasi komputer yang dibangun untuk menangam masalah tersebut, sementara bagian masalah yang bersifat tidak terstruktur ditangani oleh manusia pembuat keputusan. Oleh karena itu, DSS di sim akan mema¬dukan unsur aplikasi komputer dengan unsur kemanusiaan pengambil keputusan.
Manajer tingkat atas (top management) memiliki jenis keputusan yang bersifat strategis, manajer tingkat menengah (middle management) memiliki keputusan yang bersifat taktis, dan manajer tingkat bawah (lower management) memiliki keputusan yang bersifat operasional, semuanya membutuhkan data dan informasi.
Orang yang bertugas merancang konfigurasi DSS disebut DSS builder atau fasilitator antara kebutuhan informasi yang akan dihasilkan dengan sistem teknologi yang digunakannya. Ia harus memiliki kapabilitas dan menguasai masalah (mengetahui kebutuhan informasi) sehingga interaksi antara user dan sistem dapat dijalankan dengan baik.
DSS builder dibantu oleh technical supporter yang mensuport kebutuhan data baru atau model analisis baru, atau apa saja yang diperlukan sistem untuk menunjang kebutuhan akan informasi dari user.
Technical supporter dibantu lagi oleh toolsmith, yang bertugas untuk mengembangkan teknologi baru, bahasa pemrograman baru, hardware dan software baru, meningkatkan efisiensi dan keterkaitan di antara sub-sub sistem di dalamnya.
1.2 KOMPONEN DECISION SUPPORT SYSTEM

Secara garis besar DSS dibangun oleh tiga komponen besar:
1) Database
2) Model Base
3) Software System
Dalam DSS, data dikumpulkan ke dalam sebuah database dan diorganisasikan oleh database management software (DBMS), dan model penyampaian informasinya dikumpulkan ke dalam model base dan diorganisasikan oleh model base management software (MBMS). Keduanya diorganisasi oleh dialogue generation and management software (DGMS) yang bermanfaat sebagai interface antara user dan sistem.
Data di dalam database mencakup : sumber data eksternal perusahaan dan data di dalam perusahaan (keuangan, pemasaran, personalia, produksi, dan sebagainya). Model base yang ada disesuaikan pula oleh tingkatan manajer dan jenis-jenis pengambilan keputusannya, maka ada strategic models, tactical models, dan operational models. Skema sederhananya dapat digambarkan sebagai berikut :
Gambar 1. Paradigma Dialog-Data-Model dalam DSS
Komputer tersebut juga didisain untuk dapat memberikan “nasihat” atau “pilihan alternatif” keputusan yang harus diambil segera oleh pimpinan. Karenanya, komputer itu harus mencakup pula expert system, yaitu suatu software yang dapat membantu para manajer mengikuti cara berpikir para ahli di bidangnya.

1.3 PROSES PENGAMBILAN KEPUTUSAN

Karena DSS berhubungan dengan kegiatan pengambilan keputusan, maka kita perlu mengetahui dengan baik bagaimana proses pengambilan keputusan dilakukan. Proses pengambilan keputusan melibatkan 4 tahapan, yaitu:
1. Tahap Intelligence
Dalam tahap ini pengambil keputusan mempelajari kenyataan yang terjadi sehingga kita bisa mengidentifikasi dan mendefinisikan masalah yang sedang terjadi, biasanya dilakukan analisis berurutan dari sistem ke subsistem pembentuknya. Dari tahap, ini didapatkan keluaran berupa dokumen Pernyataan Masalah.
2. Tahap Design
Dalam tahap ini pengambil keputusan menemukan, mengembangkan, dan menganalisis semua pemecahan yang mungkin, yaitu melalui pembuatan model yang bisa mewakili kondisi nyata masalah. Dari tahap ini didapatkan keluaran berupa dokumen Alternatif Solusi.
3. Tahap Choice
Dalam tahap, ini pengambil keputusan memilih salah satu alternatif pemecahan yang dibuat pada tahap Design yang dipandang sebagai aksi yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan keluaran berupa dokumen Solusi dan Rencana Implemen¬fasinya.
4. Tahap Implementation
Dalam tahap ini pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah yang dihadapi, sementara kegagalan ditandai dengan tetap adanya masalah yang sedang dicoba untuk diatasi. Dari tahap ini didapatkan keluaran berupa laporan Pelaksanaan Solusi dan Hasil-nya.
Dengan mengetahui keempat tahap proses pengambilan keputusan di atas, kita bisa mengidentifikasi secara lebih baik apa saja yang bisa didukung oleh DSS terutama DSS yang berbasis komputer.

1.4 CONTOH PENGGUNAAN DSS DALAM BISNIS

DSS sudah banyak dimanfaatkan oleh organisasi bisnis di dunia untuk mendukung pengambilan keputusan bisnis yang dilakukan. Beberapa di antaranya diceritakan di bawah ini:
• Sebuah perusahaan makanan beku menggunakan perangkat lunak DSS untuk memberikan data siap saji kapan pun diminta oleh staf pemasarannya. Perangkat lunak ini memungkinkan staf pemasaran menentukan keterkaitan antara promosi dagang dengan penjualan secara cepat sehingga mereka bisa memutuskan segera apa yang bakal sukses di pasar mana dan kenapa.
• Seorang agent real estate membangun perangkat lunak DSS sederhana untuk menghitung cara pembayaran rumah dengan menggabungkan semua faktor biaya dan kemam¬puan pembeli yang terlibat seperti harga jual, uang muka, angsuran, bunga bank, pendapatan, dan lain-lain. Dengan perangkat lunak ini dia bisa mengurangi waktu proses dari jam ke menit, dan juga bisa memberi informasi yang lebih detail, sederhana dan akurat kepada pembeli yang hasilnya adalah pembeli lebih mudah menyetujui pembeliannya.
• Setiap menjelang akhir tahun ajaran, sebuah universitas perlu melakukan review dan revisi terhadap mata kuliah yang akan diberikan pada tahun berikutnya. Proses review dan revisi ini melibatkan banyak mata kuliah dan banyak pejabat sehingga hasil yang berbeda di setiap tahapan sangat mungkin terjadi. Sebuah perangkat lunak DSS dibangun untuk mengotomasi alur kerja review dan revisi mata kuliah ini sehingga tedadi penghematan waktu dan biaya, pejabat selalu mendapatkan informasi mata kuliah terkini, dan memutuskan status mata kuliah berdasarkan input dari pejabat-pejabat penilai.
• Sebuah perusahaan farmasi yang membuat dan memasarkan obat penyembuh AIDS mendapatkan pesanan yang berlebihan dari seluruh dunia sehingga kemungkinan akan terjadi kekurangan stok. Namun hal ini tidak terjadi karena perusahaan ini memiliki data warehouse dalam sistem DSS¬nya yang dapat melacak asal dan jumlah pesanan sehingga dapat memperbaiki perencanaan pengisian obat ke agen¬-agen tersebut secara tepat dan cepat.
• Divisi Operasional dari sebuah perusahaan komponen otomotif memerlukan informasi tentang tingkat produk, kelompok produk dengan detailnya, dan exception report yang menunjukkan informasi produk yang tidak normal. Perusahaan kemudian membuat DSS yang selain mengumpulkan data sejarah tersebut juga dapat membantu memperkirakan masa depan.

1.5 SISTEM BERBASIS GRAFIK

Dalam merepresenasikan DSS agar mudah dipergunakan dan dimengeri oleh user (dalam hal ini adalah manajer perusahaan), format grafik mutlak dipergunakan untuk melengkapi teks yang ada. Contoh-contoh model grafik yang populer dipergunakan adalah sebagai berikut:
• Time Series Charts – untuk melihat dampak sebuah variable terhadap waktu;
• Bar Charts – untuk memperbandingkan kinerja beberapa entiti;
• Pie Charts – untuk melihat komposisi atau persentasi suatu hal;
• Scattered Diagrams – untuk menganalisa hubungan antara beberapa variabel;
• Maps – untuk merepresentasikan data secara geografis;
• Layouts – untuk menggambarkan lokasi barang secara fisik, seperti pada bangunan dan kantor;
• Hierarchy Charts – untuk menggambarkan struktur organisasi;
• Sequence Charts – untuk merepresentasikan sesuatu dengan logika yang tersetruktur (contohnya adalah diagram flowchart); dan
• Motion Graphics – untuk memperlihat-kan perilaku dari variabel yang diamati dengan cara animasi.
Jenis-jenis grafik di atas biasanya dapat ditampilkan dalam dua macam format: dua dimensi dan tiga dimensi.

1.6 KONFIGURASI DSS
Gambar 2 Konfigurasi Decision Support System
Gambar di atas menunjukkan konfigurasi umum suatu Decision Support System. Terdapat 3 komponen utama, yaltu Data Management, Model Management, dan User Interface.
Aliran kerja dari DSS ini adalah sebagai berikut:
• Data Management melakukan pengambilan data yang diperlukan baik dari database yang berisi data internal maupun database yang berisi data eksternal. Jadi, fungsi komponen data di sini jelas sebagai penyedia data yang diperlukan oleh sistem DSS. Data-data dari database On-Line Transaction Processing (OLTP) digunakan untuk mengisi tabel dalam data warehouse. Data dalam data warehouse kemudian akan digunakan langsung oleh User sebagai report maupun diolah melalui Model Management. Data Management biasanya memanfaatkan Data Base Management System (DBMS) yang ada di pasaran seperti Oracle atau SQL Server.
• Model Management melalui Model Base Management melakukan interaksi baik dengan User Interface untuk mendapatkan perintah maupun Data Management untuk mendapatkan data yang akan diolah. Model Base Mana¬gement akan menggunakan Model Base yang berisi model-model yang digunakan dalam DSS yang dengan bantuan perangkat lunak atau engine yang ada di dalam Modeling tools melakukan pengolahan data yang kemudian hasilnya ,dikembalikan lewat Model Base Management untuk dikirim ke User Interface.
Contoh model yang disimpan dalam Model Base ini adalah model simulasi, model what-if, model transportasi, dan lain-lainnya. Modeling Tool bisa berisi perangkat lunak yang menjalankan model yang ada di Model Base. Contohnya adalah Microsoft Excel dengan makronya, iDecide, maupun program yang dibuat sendiri untuk merealisasikan suatu model.
• User Interface digunakan untuk berinteraksi antara user dengan DSS, balk untuk memasukkan informasi ke sistem maupun menampilkan informasi ke user. Karena begitu pentingnya komponen user interface bagi suatu sistem DSS, make kita harus bisa merancang suatu user interface yang bisa mudah dipelajari dan digunakan user, dan laporan yang bisa secara mudah dimengerti oleh pengguna.

1.7 METODE PENGEMBANGAN DSS
Gambar 1.2 Metode Pengembangan DSS
Metode pengembangan DSS hampir sama dengan metode pengembangan perangkat lunak pada umumnya seperti terlihat pada Gambar 1.2. Pembedanya adalah DSS menekankan pada tahap Prototyping-nya. Prototyping ditekankan karena dalam pengembangan DSS, interaksi antara pengembang dengan pengguna sangat intensif sehingga diperlukan suatu pendekatan yang bisa mengkomunikasikan dengan balk hasil yang dibuat oleh pengembang dengan kebutuhan yang diperlukan pengguna.
Tahap Perencanaan (Planning) dimulai dengan kebutuhan dari pengguna yang kemudian digunakan untuk melakukan identifikasi masalah dan alternatif pemecahannya yang kemu¬dian diikuti dengan studi kelayakan terhadap kedua hal di atas. Dari tahap ini ingin dilihat seberapa besar kesempatan bisnis yang bisa diberikan oleh pemecahan masalah yang dihadapi.
Tahap Analisis menghasilkan suatu model logis dari per¬masalahan dan pemecahannya, yang kemudian diikuti dengan Tahap Desain yang mewujudkan model logis menjadi model nyata yang siap diimplementasikan.
Model nyata ini yang kemudian diwujudkan dalam tahap prototyping. Dalam tahap ini pengembang mengkomunikasikan sistem DSS yang dibuatnya kepada pengguna. Pengguna men-coba memakai sistem tersebut sambil mengamati apakah kebutuhan yang disampaikannya sudah dipenuhi seluruhnya oleh sistem atau belum. Bila belum, maka pengguna perlu melapor kepada pengembang untuk perbaikan. Setelah diper¬baiki, sistem DSS kembali diberikan kepada pengguna untuk diuji coba lagi sehingga pengguna yakin bahwa sistem DSS yang dibuat benar-benar sudah memenuhi semua kebutuhannya. Pengujian pada tahap prototype ini biasanya dilakukan oleh pengguna secara “black-box”, yaitu pengguna mengamati berdasar input dan output yang dihasilkan oleh sistem DSS.
Tahap Implementasi hanya dilakukan Setelah tahap prototype dilewati dengan persetujuan dari pengguna. Dalam tahap ini pengguna secara resmi menggunakan sistem DSS dalam kegiatan bisnisnya.

1.8 PENDEKATAN DALAM MEMBANGUN DSS

Seperti pepatah “banyak jalan untuk mencapai Roma”, demikian pula berlaku dalam membangun DSS. Beberapa pendekatan yang dapat dipakai adalah:
• D.SS dibangun dengan bahasa pemrograman umum seperti Visual Basic. Jadi, kita membangun DSS secara sendiri, baik in-house maupun outsource dari nol.
• DSS dibangun dengan OLAP dan data warehouse-nya seperti Microsoft SQL Server. Dengan pendekatan ini kita sudah memanfaatkan fitur-fitur dari aplikasi on-the-shelf ,haahase yang ditujukan untuk keperluan DSS. Jadi, dibandingkan dengan pendekatan pertama, cara ini akan bisa lebih singkat dari segi waktu.
• DSS dibangun dengan DSS engine seperti Microsoft Excel. Dengan pendekatan ini kita menggunakan aplikasi on-the self yang masuk dalam golongan DSS engine. Bila pendekatan kedua lebih ke arah data management, maka pendekatan ketiga ini lebih ke arah model management.
• OSS dibangun dengan ketiga pendekatan di atas. Pende¬katan ini yang banyak digunakan. Jadi, pada komponen data management kita menggunakan pendekatan kedua, kemu¬dian untuk model management kita menggunakan pende¬katan ketiga, dan untuk user interface kita menggunakan pendekatan pertama.
Dalam hal ini pendekatan yang digunakan adalah gabung¬an antara pendekatan menggunakan OLAP plus data warehouse dengan pendekatan DSS Engine iDecide.

1.9 PERKEMBANGAN DSS

DSS yang saat ini populer untuk digunakan adalah yang berbasis tabel atau spreadsheets, karena para manajer sudah terbiasa membaca data dengan cara tersebut. Tabel inilah yang menjadi media manajer dalam “mengkutak-katik” (mengganti atau merubah) variabel yang ada, di mana hasilnya akan ditampilkan dalam format grafik yang telah dijelaskan sebelumnya. Untuk keperluan ini, biasanya sebuah stand-alone PC sudah cukup untuk mengimplementasikannya. Sejalan dengan perkembangan teknologi informasi, telah banyak ditawarkan aplikasi DSS yang bekerja dalam infrastruktur jaringan (LAN, WAN, Intranet, Internet, dsb.). Beberapa manajer pengambil keputusan dihubungkan satu dengan lainnya melalui jaringan komputer, sehingga dapat saling mempertukarkan data dan informasi untuk keperluan pengambilan keputusan. Bahkan sudah ada DSS yang diperlengkapi dengan expert system (dibuat berdasarkan teori kecerdasan buatan = artifical intelligence), sehingga keputusan bisnis secara langsung dapat dilakukan oleh komputer, tanpa campur tangan manusia. Siapkah perusahaan mengimplementasikan sistem ini?

1.10 KASUS PENJUALAN NORTHWIND TRADERS

Sebagai contoh kita menggunakan kasus database Northwind yang merupakan sampel database di Microsoft SQL Server. Alasan utama penggunaan database ini adalah (1) mudah didapat, yaitu dengan menginstalasi SQL Server, dan (2) pembaca yang sudah menggunakan SQL Server pasti sudah akrab dengan struktur dan data Northwind sehingga diharapkan bisa lebih terfokus pada penerapan data warehouse dan DSS daripada pemahaman struktur dan isi databasenya sendiri.
Northwind Traders adalah perusahaan impor-ekspor untuk produk makanan. Selama ini manajer pemasaran Northwind sering mengalami kesulitan dalam menentukan tingkat pen¬jualan, harga jual, dan strategi penjualan untuk meningkatkan penjualan pada customer tertentu pada waktu tertentu. Kita akan membangun DSS untuk bagian pemasaran Northwind agar dapat memberikan informasi yang dibutuhkan secara tepat dan lengkap.
DSS ini akan dibangun berdasarkan data yang dikumpulkan oleh proses transaksi on-line, yaitu yang berasal dari tabel yang ada di database Northwind.
Model data warehouse yang akan dibangun adalah menyim¬pan data yang berhubungan dengan sejarah penjualan suatu produk untuk pelanggan tertentu pada rentang waktu tertentu oleh seorang tenaga pemasar tertentu sehingga Manager Pemasaran bisa menganalisis kinerja staf pemasarannya, menentukan harga produk yang bisa menghasilkan keuntungan yang optimal, dan strategi pemasaran yang perlu diterapkan pada pelanggan tertentu.
BAB 2
DATA DALAM DSS
Komponen utama dari manajemen data dalam DSS adalah data warehouse menjadi input bagi komponen model dan langsung diakses oleh pengguna untuk mendapatkan informasi yang diperlukan dalam pengambilan keputusan maupun dalam pembuatan model. Oleh karena itu, kita akan menitikberatkan pada pembahasan data warehouse.
Demikian pula dalam pemecahan kasus Northwind akan dibahas bagaimana merancang data warehouse yang diperlukan mulai dari desain, pengisian data, sampai data warehouse siap digunakan dengan memakai teknologi SQL Server 2000.

2.1 DATA WAREHOUSE

Data warehouse merupakan database yang dituiukan untuk keperluan pengambilan data dan penganalisisan data. Jadi, berbeda dengan database yang dibuat untuk keperluan pencatatan transaksi. Database ini berisi data sejarah yang sudah diringkas isinya. Data sejarah mengindikasikan bahwa data hanya bias dibaca, tapi tidak bisa diubah maupun dihapus. Data ringkas mengindikasikan bahwa data sudah disusun sebagai bagian dari kelompok yang lebih besar dibandingkan dengan data detail. Sumber data detail dari database ini adalah database transaksi.
Dataabase transaksi diperlukan untuk menyimpan data hasil transaksi. Database ini perlu dibuat serapi mungkin agar tidak memuat data yang redundant. Data warehouse berfungsi
menyimpan data historis yang dibutuhkan untuk kepentingan analisis. Dalam pembuatan database ini perlu mempertimbangkan tentang bagaimana bisa mengambil data yang cukup banyak dalam waktu sesingkat mungkin.
Dari uraian di atas terlihat bahwa pendekatan pembuatan data warehouse akan berbeda dengan pendekatan database transaksi. Bila dalam pembuatan database transaksi kita perlu menerapkan prinsip normalisasi, tetapi tidak dalam pembuatan data warehouse.
Teknologi yang digunakan untuk data warehouse sama dengan database untuk transaksi, yaitu menggunakan database relasi seperti SQL Server, Oracle, Access, dan lain-lain.

2.2 KARAKTERISTIK DATA DALAM DATA WAREHOUSE

Untuk bisa dikategorikan kelompok data warehouse, maka suatu database harus memiliki beberapa karakteristik di bawah ini:
• Data konsisten dan terkonsolidasi, yang berarti data yang berasal dari berbagai sumber sudah disusun dengan kon¬vensi bersama sehingga satu nama dalam data warehouse memiliki arti dan format yang sama pada semua database sumber.
• Data berorientasi pada subjek yang khusus, yang berarti data yang dimasukkan dalam data warehouse adalah data yang benar-benar diperlukan dalam proses pengambilan dan penganalisisan data dalam suatu subjek. Atau dengan kata lain, semua data yang tidak relevan dengan tujuan pem¬buatan data warehouse walaupun ada dalam data sumber hat-us dibuang sebelum masuk ke data warehouse.
• Data historis, yang berarti data warehouse berisi data mass lampau yang mungkin berasal dari periode yang sudah lama sekali.
• Data hanya boleh dibaca, yang berarti tidak akan ada proses pengubahan apalagi penghapusan terhadap data yang sudah masuk ke dalam data warehouse. Dengan kata lain, sekali masuk tidak ada jalan keluar dari data warehouse yang bersangkutan.

2.3 MERANCANG DATA WAREHOUSE

Ada 2 pendekatan dalam membuat data warehouse, yaitu:
• Skema bintang (Star Schema)
Mengikuti bentuk bintang. Skema bintang terdin atas 1 tabel fakta (fact table) di pusat bintang dengan beberapa table dimensi (dimensional tables) mengelilinginya. Semua table dimensi secara langsung berhubung ke tabel fakta.
• Skema bola salju (Snowflake Schema)
Skema bola salju merupakan perluasan dari skema bintang dengan tambahan berupa beberapa tabel dimensi yang tidak terhubung secara langsung ke tabel fakta, melainkan melalui tabel dimensi lainnya.
Penggambaran struktur antara keduanya bisa dilihat pada gambar bawah ini. Perhatikanlah persamaan dan perbedaan keduanya.
Gambar 2.1 Dua Pendekatan dalam merancang data warehouse
Tabel fakta berisi field yang menunjukkan fakta dari suatu subyek, yang diidentifikasi bahwa dengan field ini kita bisa mengukur aktivitas dalam subjek tertentu. Misalnya dalam suyek penjualan. Field dari tabel fakta ini bisa berisi totla produk yang terjual, total pendapatan dari penjualan produk tertentu, dan 1ain-lain.
Tabel dimensi merupakan penjelasan dari data yang terdapat dalam tabel fakta. Misalnya dalam tabel fakta menyebutkan penjualan produk ke pelanggan PT ACD, maka untuk melihat detail keterangan mengenai PT ACD ini kita bisa melihat dalam tabel dimensi Pelanggan yang berhubungan dengan tabel fakta tersebut.

2.4 MENGISI DATA WAREHOUSE

Seperti terlihat pada Gambar 1.1 (Subbab 1.4) terdapat kegiatan ekstraksi, yaitu proses pengambilan data dari database sumber untuk mengisi data warehouse. Proses ekstraksi ini melibatkan proses migrasi data dari sumber data ke data warehouse yang terutama dilakukan pada waktu pertama kali data warehouse disiapkan, dan proses penambahan data, yaitu yang dilakukan setelah data warehouse berjalan.
Teknologi yang bisa digunakan untuk kedua aktivitas di atas yang terdapat pada SQL Server adalah:
• Bulk Copy Program
BCP digunakan untuk mengisi data warehouse dari sumber data yang berbentuk file teks: txt, .csv, .mdb.
• Data Transformation Service
DTS digunakan untuk mengisi data warehouse dari sumber data yang berasal dari berbagai bentuk file, balk file excel, teks, maupun tabel dari database lain. Dengan DTS melalui fitur data-driven query kita bisa membuat ekstraksi yang hanya menambah data yang belum ada di data warehouse.