7
BAB 2
LANDASAN TEORI
2.1 Pengertian Data dan Informasi
Menurut McLeod ( 2001, p12 ), “Information is processed data or
meaningful data”, yang berarti bahwa Informasi merupakan data yang telah
diproses atau data yang mempunyai makna.
Menurut Stephen Haag, Cummings, dan McCubbery ( 2005, p6 ), “Data
are raw fact that describe a particular phenomenon”, yang berarti bahwa Data
adalah fakta mentah yang menggambarkan suatu fenomena.
2.2 Pengertian Database
Menurut Thomas Connolly dan Carolyn Begg ( 2002, p14 ), “Database is
a shared collection of logically related data, and a description of this data,
designed to meet the information needs of an organization”, yang diartikan
bahwa database adalah kumpulan data yang saling berhubungan satu sama lain
yang digunakan secara bersama-sama dan kumpulan data ini didesain untuk
memenuhi kebutuhan informasi suatu perusahaan.
8
2.3 Konsep Data Warehouse
2.3.1 Pengertian Data Warehouse
Menurut W.H Inmon ( 2002, p389 ), “A data warehouse is a collection of
integrated, subject oriented database designed to support the DSS function,
where each unit of data is relevant to some moment in time” atau artinya Data
warehouse adalah kumpulan database yang mempunyai sifat berorientasi subjek,
terintegrasi, mempunyai rentang waktu, yang dirancang untuk mendukung sistem
pendukung keputusan dimana tiap data berhubungan dengan suatu kejadian pada
suatu waktu.
Menurut Vidette Poe (1996, p6), “A Data warehouse is a read-only
analytical database that is used as the foundation of a decision support system”
atau dapat diartikan bahwa Data warehouse merupakan database yang bersifat
analisa dan hanya dapat dibaca saja serta digunakan sebagai dasar dari sistem
pendukung keputusan.
Jadi data warehouse adalah suatu database yang mempunyai sifat
berorientasi objek, terintegrasi, mempunyai rentang waktu yang hanya dapat
dibaca saja yang digunakan sebagai alat untuk mendukung pembuatan keputusan
untuk manajemen.
Istilah-istilah yang berkaitan dengan Data Warehouse antara lain :
1. DSS ( Decision Support System )
Menurut Vidette Poe ( 1996, p23 ), DSS merupakan sistem yang
menyediakan informasi kepada pengguna yang menjelaskan bagaimana
sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang
baik.
9
2. Data Mart
Menurut Connolly ( 2002, p1067 ), “Data mart is a subset of a data
warehouse that supports the requirements of a particular department or
business function”, artinya data mart adalah subset dari data warehouse yang
mendukung kebutuhan informasi dari satu departemen atau fungsi bisnis
tertentu.
Karakteristik perbedaan data mart dan data warehouse, yaitu :
a. Data mart hanya berfokus pada kebutuhan user yang berkaitan dengan
satu departemen atau fungsi bisnis.
b. Data mart tidak mengandung data operasional secara detil, tidak seperti
data warehouse.
c. Data yang ada di dalam data mart lebih sedikit daripada yang ada di
dalam data warehouse, data mart juga lebih mudah dimengerti.
3. Data Mining
Menurut Connolly (2002, p522), Data Mining is the process of extracting
valid, previously unknown, comprehensible, and actionable information from
large databases and using it to make crucial business decisions dapat
diartikan bahwa data mining adalah suatu proses menggali kebenaran
informasi yang belum didapatkan, pemahaman informasi serta penggunaan
informasi dari database yang besar dan menggunakannya untuk membuat
keputusan penting dalam bisnis.
10
4. OLAP ( On-Line Analytical Processing )
Menurut Mallach (2000, p531), OLAP adalah “A category of software
technology that enables analysts, managers, and executive to gain insight
into data trough fast, consistent, interactive access to a wide variety of
possible views of information that has been transformed from raw data to
reflect the real dimensionality of the enterprise as understood by the user”,
yang artinya OLAP adalah kategori teknologi software yang memungkinkan
analis, manager, dan eksekutif untuk melihat data yang ada dengan akses
yang cepat, konsisten dan interaktif sehingga dapat melihat informasi yang
sudah ditransformasi dari data mentah menjadi dimensi keadaan nyata yang
dapat dimengerti dengan mudah oleh user.
5. OLTP ( On-Line Transaction Processing )
Merupakan pemrosesan penyimpanan data mengenai kegiatan operasional /
transaksi perusahaan sehari-hari. OLTP dirancang untuk memungkinkan
terjadinya pengaksesan secara bersamaan oleh beberapa user terhadap
sumber data yang sama dan mengatur proses yang diperlukan. Transaksi
yang dilakukan termasuk operasi insert, update, dan delete. Database OLTP
biasanya bersifat relasional serta dalam bentuk normal ketiga. Dan yang
terpenting, database OLTP dibangun untuk mampu menangani banyak
transaksi dengan performa yang baik.
11
2.3.2 Karakteristik Data Warehouse
Ditinjau dari definisi data warehouse menurut William H. Inmon
(2002,p31), dapat diketahui bahwa sebuah data warehouse memiliki
karakteristik sebagai berikut:
1. Subject Oriented (Berorientasi Subyek)
Data warehouse bersifat subject oriented artinya data warehouse didesain
untuk menganalisa data berdasarkan subyek-subyek tertentu dalam
organisasi, bukan berorientasi pada proses atau fungsi aplikasi tertentu. Hal
ini mempermudah user mendapatkan data yang dipergunakan untuk bahan
analisa pengambilan keputusan. Secara garis besar perbedaan mendasar
antara data operasional dan data warehouse antara lain sebagai berikut :
Sistem OLTP Data Warehouse
Menangani current data Menangani data histori
Menyimpan detailed data Menyimpan detailed, lightly, dan
highly summarized data.
Data bersifat dinamis Data berukuran besar bersifat statis
Pemrosesannya berulang Pemrosesan bersifat sementara, tidak
terstruktur.
Berorientasi pada aplikasi Berorientasi pada subyek
Mendukung keputusan tiap
hari
Mendukung keputusan strategis
Tabel 2.1 Perbandingan antara Data Warehouse dengan Sistem OLTP
12
Gambar 2.1 Contoh data yang berorientasi pada subjek (Inmon,p32)
2. Integrated (Terintegrasi)
Data warehouse bersifat integrated yang artinya data warehouse harus
menyimpan data-data yang berasal dari sumber-sumber yang terpisah ke
dalam suatu format yang konsisten dan saling terintegrasi satu dengan yang
lainnya. Dengan demikian data tidak bisa dipecah karena data yang ada
merupakan suatu kesatuan yang menunjang keseluruhan konsep data
warehouse itu sendiri. Data yang sama mungkin saja terdapat pada tabel yang
berbeda, dengan maksud untuk memperjelas hubungan yang ada antara tabel
satu dengan tabel yang lainnya (misalnya suatu field pada tabel A sebagai
primary key dan muncul lagi pada tabel B sebagai foreign key). Hal ini
13
dimaksudkan untuk mempermudah perancangan sistem data warehouse
selama proses perancangan terjadi.
Gambar 2.2 Persoalan dalam integrasi (Inmon,p33)
3. Time Variant (Variasi Waktu)
Data warehouse berisikan record-record yang bersifat history. Record dalam
data warehouse berjangka 5-10 tahun, sehingga record-record yang lama
tetap akan ada di dalam sistem. Hal ini digunakan sebagai bahan untuk
analisa pengambilan keputusan dalam menentukan trend bisnis yang ada di
masa lalu. Namun record yang terlalu lama juga tidak baik disimpan, sebab
bisa memberikan hasil analisa yang kurang tepat. Dalam OLTP, recordnya
14
merupakan record yang terbaru. OLTP tidak menyimpan data yang lama,
dengan maksud untuk mempercepat proses. Semakin sedikit data yang
disimpan maka waktu yang diperlukan untuk pemrosesan data semakin kecil.
Data dalam data warehouse berhubungan dengan suatu titik atau point dalam
suatu periode tertentu ( semester, kuartal, tahun fiskal ). Data tersebut
merupakan data hasil summary. Hal ini membantu dalam menentukan
performa data warehouse query serta dalam membentuk pengertian bisnis.
Gambar 2.3 Persoalan dalam variasi waktu (Inmon,p35)
4. Non volatile
Data warehouse bersifat read-only, pengguna tidak dapat mengubah data.
Tidak seperti sistem database operasional yang bersifat untuk
mengumpulkan data (data capture), data warehouse berfungsi untuk
mendukung system reporting. Pada sistem database operasional terdapat tiga
operasi, yaitu insert, update, dan delete. Sedangkan pada data warehouse
terdapat dua operasi, yaitu loading data dan akses data (query data). Artinya
15
user hanya boleh melakukan proses read, bukan write. Tujuannya adalah
untuk menjaga keaslian dan integrasi data di dalam sistem, dan juga sifat ini
membedakan data warehouse dengan OLTP
Gambar2.4 Persoalan dalam non volatile (Inmon,p34)
2.3.3 Arsitektur dan Infrastruktur Data Warehouse
Arsitektur data warehouse adalah sekumpulan aturan dari suatu struktur
yang memberikan kerangka suatu rancangan sistem. Arsitektur data untuk data
warehouse mempunyai komponen utama yaitu database yang dapat dibaca ( Poe,
1996, p24 ).
Karakteristik arsitektur data warehouse ( Poe, 1996, p41 ):
1. Data diambil dari sistem informasi yang ada ( sistem asal ), database dan file
2. Data dari sistem asal diintegrasikan dan ditransformasikan sebelum di-load
ke dalam data warehouse.
16
3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat
dibaca yang dibuat khusus untuk mendukung pengambilan keputusan.
4. Pemakai mengakses data warehouse melalui front end tool / aplikasi.
Gambar 2.5 – Arsitektur Data Warehouse (Inmon, p41)
Infrastruktur data warehouse adalah software, hardware, pelatihan dan
komponen-komponen lainnya yang memberikan dukungan yang dibutuhkan
untuk mengimplementasikan arsitektur data warehouse ( Poe, 1996, p54 ). Salah
satu instrumen yang mempengaruhi keberhasilan pengembangan data warehouse
adalah pengidentifikasian arsitektur mana yang terbaik dan infrastruktur apa
yang dibutuhkan.
Arsitektur dan infrastruktur sangat erat hubungannya. Arsitektur yang
sama mungkin akan membutuhkan infrastruktur yang berbeda, tergantung pada
lingkungan perusahaan ataupun organisasi.
17
2.3.4 Struktur Data Warehouse
Menurut Inmon ( 2002, p35 ), data mengalir dari lingkungan operasional
ke dalam data warehouse dimana data mengalami transformasi dari tingkatan
operasional ke tingkatan data warehouse. Pada perumuran data, data
disampaikan dari current detail data ke older detail. Setelah data diringkas, data
tersebut disampaikan dari current detail ke lightly summarized data, kemudian
dari lightly summarized data ke highly summarized data.
Gambar 2.6 Struktur Data Warehouse (Inmon, p36)
Menurut Mukti ( 1997, pp 96-97 ) Data warehouse memiliki komponen
sebagai berikut:
1. Current Detail Data
Current detail data adalah data detil yang aktif sekarang, mencerminkan
keadaan yang sedang berjalan dan merupakan level terendah dalam data
18
warehouse. Current detail data ini biasanya memerlukan media
penyimpanan data yang cukup besar.
Berikut merupakan alasan mengapa current detail data memerlukan
perhatian utama:
a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian
utama.
b. Hampir selalu disimpan di media penyimpanan karena cepat diakses
tetapi mahal dan kompleks dalam pengaturannya.
c. Dapat digunakan dalam membuat rekapitulasi sehingga current detail
data harus akurat.
d. Jumlahnya sangat banyak dan disimpan pada tingkat penyimpanan
terendah.
2. Old Detail Data
Old detail data merupakan data historis, yang dapat berupa hasil backup
yang disimpan dalam media penyimpanan yang terpisah dan pada saat
tertentu dapat diakses kembali. Data ini jarang diakses sehingga biasanya
disimpan dalam media penyimpanan alternatif seperti tape disk. Penyusunan
direktori untuk data ini harus menggambarkan umur dari data agar
memudahkan untuk pengaksesan kembali.
19
3. Lightly Summarized Data
Lightly Summarized Data ( rangkuman data secara khusus ) merupakan
ringkasan dari detail data, tetapi belum bersifat total summary. Data-data ini
memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan data
warehouse pada tingkatan departemen. Tingkatan data ini disebut juga “data
mart”. Akses terhadap data jenis ini banyak digunakan untuk view dari suatu
kondisi yang sedang dan sudah berjalan.
4. Highly Summarized Data
Highly summarized data ( rangkuman data secara umum ) merupakan hasil
proses ringkasan yang bersifat total, solid, serta mudah diakses. Dilakukan
untuk melakukan analisa perbandingan data berdasarkan urutan waktu dan
analisa yang menggunakan data multi dimensi.. Database multi dimensi
adalah suatu teknologi software komputer yang dirancang untuk
meningkatkan efisiensi dalam mencari table ( query ) sehingga menjadi
media penyimpanan yang lebih baik, serta mempermudah pengambilan data
dalam jumlah besar.
5. Metadata
Metadata bukan merupakan hasil kegiatan operasional seperti keempat jenis
data di atas. Metadata memuat informasi yang penting mengenai data dalam
data warehouse yang berfungsi sebagai:
20
a. Direktori yang akan dipakai oleh user dalam mencari lokasi dalam data
warehouse
b. Merupakan penuntun pemetaan ( mapping ) dalam proses transformasi
dari operasional ke data warehouse.
c. Suatu panduan untuk proses summary data dari detail data menjadi lightly
summarized data dan kemudian menjadi highly summarized data
Metadata merupakan bentuk suatu jaringan yang sangat penting bagi
pengguna data warehouse. Data yang tersedia harus dapat digunakan oleh
user dengan istilah yang sesuai dengan cara user dalam melakukan
pekerjaannya. Karena data warehouse harus melayani banyak fungsi, maka
metadata penting untuk menjawab kebutuhan dari suatu fungsi tertentu.
Karena setiap departemen biasanya menggambarkan struktur data yang
spesifik meskipun asal datanya sama.
21
2.3.5 Jenis Arsitektur Data Warehouse
1. Arsitektur two tier
Pada arsitektur two tier ini, operasional data ditransformasikan dan ditransfer ke
data warehouse untuk membantu proses transformasi, sebuah Enterprise Data
Model dibuat. Enterprise data warehouse ini menjelaskan tentang struktur data
warehouse dan berisi metadata yang dibutuhkan untuk menempatkan dan
mengakses database yang dihasilkan dari sumber data eksternal. Arsitektur two-
tier biasanya akan menemui kesulitan performance bilamana data warehouse
berukuran besar.
Gambar 2.7 Arsitektur two-tier
22
2. Arsitektur three-tier
Organisasi yang menemui kesulitan dalam menerapkan arsitektur two-tier pada
umumnya akan beralih ke arsitektur three-tier. User pada departemen pada
umumnya hanya mengakses sebagian kecil dari porsi data warehouse. Oleh
karena itu digunakanlah data mart. Pada umumnya data mart ini memiliki server
yang terpisah dengan data warehouse, dimana masing-masing departemen
bertanggung jawab untuk mengawasi data mart departemennya.
Gambar 2.8 Arsitektur three-tier
23
3. Arsitektur bottom-up
Pada arsitektur bottom-up, data dimodelkan dalam satu fungsi atau proses dalam
satu waktu dan disimpan di data mart yang terpisah. Bilamana waktunya tiba, data
baru disintesis, disaring, dan di merge ke dalam data mart yang tersedia atau dapat
juga dengan membangun ke data mart yang baru.
Gambar 2.9 Arsitektur bottom-up
24
2.3.6 Tahapan Pengembangan Data Warehouse
Menurut Poe( 1996, p65), fase-fase dari Decision Support Life
Cycle(DSLC) adalah sebagai berikut :
1. Perencanaan
Mendefinisikan ruang lingkup proyek, membuat perencanaan proyek,
mendefinisikan kebutuhan sumber daya, mendefinisikan tugas dan perkiraan
waktu dalam suatu proyek.
2. Mendapatkan kebutuhan data dan pemodelan
Fase ini dipusatkan pada pemahaman kebutuhan bisnis dan kebutuhan data
dari user yang menggunakan sistem, juga termasuk memodelkan kebutuhan
tersebut.
3. Perancangan dan pengembangan fisik database
Dalam fase ini dilakukan perancangan database termasuk tabel-tabel fakta,
hubungan diantara tabel dan deskripsi dari tabel. Selain itu juga dilakukan
denormalisasi terhadap data.
4. Pemetaan dan transformasi data
Mendefinisikan sistem awal, melakukan transformasi terhadap data serta
pemetaan sumber asal ke data yang dituju.
5. Penempatan ke dalam data warehouse
Pada fase ini dilakukan proses extracting, transformating, dan loading data
ke dalam database yang dituju dengan suatu teknologi transformasi data
6. Mengotomastiskan prosedur manajemen data
Fase ini dipusatkan pada mengotomatiskan extracting, transformating, dan
loading dari data warehouse.
25
7. Pengembangan aplikasi
Mengembangkan aplikasi data warehouse, mengembangkan laporan serta
mendokumentasikan aplikasi.
8. Validasi dan pengujian data
Melakukan validasi data dengan menggunakan sekumpulan laporan serta
pemrosesan yang standar.
9. Training
Membuat program pelatihan untuk user yang akan menggunakan aplikasi
data warehouse.
10. Rollout
Pemasangan infrastruktur fisik untuk semua user, menyebarkan aplikasi data
warehouse
2.3.7 Perancangan Data Warehouse dengan Skema Bintang
Menurut Poe ( 1996, p120 ), alat yang digunakan untuk merancang data
warehouse adalah skema bintang (star schema). Skema bintang merupakan
struktur sederhana dengan tabel-tabel yang relatif sedikit dan hubungan antar
tabel yang jelas. Rancangan ini mampu melakukan query dengan cepat serta
mudah dimengerti bahkan oleh analis dan pengguna akhir atau orang awam yang
tidak mengerti struktur database.
Dengan menggunakan skema bintang ini akan menghasilkan waktu
respon yang lebih cepat dalam query data dibanding dengan proses transaksional
yang menggunakan struktur normalisasi. Selain itu skema bintang ini
26
memudahkan end user untuk memahami struktur database pada data warehouse
yang dirancang.
Menggunakan skema bintang memberikan beberapa keuntungan yang
tidak terdapat pada struktur relasional yang biasa. Skema bintang merupakan
standar rancangan database data warehouse karena ( Poe, 1996, p121 ):
1. Membentuk rancangan database yang memberikan waktu respon yang cepat.
2. Menghasilkan rancangan yang dapat dimodifikasi dengan mudah atau
ditambahkan sesuai dengan perkembangan dan pertumbuhan data
warehouse.
3. Paralel dalam rancangan database, bagaimana user biasa memandang dan
menggunakan data.
4. Mempermudah pemahaman dan navigasi metadata baik untuk perancang
maupun pemakai.
5. Memperluas pilihan software akses data ( front end data access tools ),
sebagai beberapa produk yang memerlukan rancangan skema bintang.
Perancangan skema bintang menurut Poe( 1996, p121 ), Skema bintang
terdiri dari dua macam tabel, yaitu tabel fakta ( fact table ) dan tabel dimensi
( dimension table ).
a. Tabel Fakta
Tabel fakta, sering disebut major table merupakan inti dari skema bintang
dan berisi data aktual yang akan dianalisis. Field-field di tabel fakta disebut
measure dan biasanya berupa numerik. Selalu berisi foreign key dari
masing-masing tabel dimensi.
27
b. Tabel Dimensi
Tabel Dimensi, disebut juga minor table merupakan tabel dari skema
bintang yang menyediakan cara pandang perspektif terhadap data. Tabel
dimensi mempunyai field-field dari level hirarki tabel dimensi. Nama dari
fields biasanya digunakan nama dari level dalam suatu hirarki.
Menurut Poe( 1996, p122) , Adapun ketentuan dalam pembacaan skema
bintang adalah sebagai berikut:
• Bagian yang ada di bawah judul tabel adalah kolom-kolom dari tabel.
• Primary key dan Foreign key diberi kotak.
• Primary key diarsir, sedangkan Foreign key yang bukan primary key tidak
diarsir.
• Foreign key yang berhubungan ditunjukkan dengan garis yang
menghubungkan tabel.
• Kolom yang bukan key disebut kolom data pada tabel fakta dan atribut tabel
dimensi.
Menurut Poe ( 1996, p124 ), Ada beberapa jenis skema bintang, yaitu :
1. Skema Bintang Sederhana
Dalam skema bintang sederhana setiap tabel harus mempunyai primary key
( field key ) yang dapat terdiri dari satu kolom atau lebih. Primary key
tersebut membuat masing-masing baris menjadi unik. Disini primary key dari
tabel fakta terdiri dari satu atau lebih foreign key.
28
Foreign key adalah kolom pada suatu tabel yang nilainya didefinisikan oleh
primary key di tabel yang lain.
Gambar 2.10 Skema Bintang Sederhana (Prabowo, 1999, p16)
2. Skema Bintang dengan banyak tabel fakta
Skema bintang juga dapat terdiri dari banyak tabel fakta. Hal ini terjadi
karena mereka berisi kenyataan yang tidak saling berhubungan atau karena
perbedaan waktu pemuatan data, disamping itu juga dapat meningkatkan
penampilan. Terutama jika data tersebut dalam jumlah besar. Kegunaan lain
dari tabel fakta adalah untuk mendefinisikan hubungan many to many dari
suatu tabel dimensi tertentu. Bentuk tabel seperti ini biasanya disebut tabel
asosiasi. Tabel ini dibuat untuk menyelaraskan hubungan many to many
diantara dimensi yang berbeda. Tabel dimensi mungkin juga mengandung
foreign key yang mereferensi primary key pada tabel lain. Tabel yang
dijadikan referensi ini disebut tabel dimensi tambahan ( tabel outboard ).
29
Gambar 2.11 Skema Bintang dengan tabel dimensi tambahan ( Prabowo, 1999, p18 )
2.3.8 Agregasi
Agregasi adalah proses penghubungan data fakta selama pendefinisian
atribut. Sebagai contoh : Jumlah mahasiswa berdasarkan jurusan dan program
studi dengan menghitung jumlah mahasiswa dari data transaksi yang terjadi.
Agregasi dapat dibuat selama proses transformasi dan pencatatan data ke dalam
data warehouse.
Menurut Poe (1996, p136), faktor yang mendorong pembuatan agregasi:
• Meningkatkan penampilan pencarian (searching)
• Mengurangi jumlah penggunaan kode produksi universal
Suatu agregasi yang baik dapat dibuat untuk digunakan oleh 300 user dalam
1 hari, karena akan lebih bermanfaat jika dibandingkan dengan membuat
agregasi yang membutuhkan waktu 2 jam tetapi hanya digunakan sekali dalam
setahun oleh satu user saja. Salah satu teknik yang harus didapat adalah saat
30
pencatatan data warehouse. Kita tetap membutuhkan teknik database klasik
seperti partisi tabel secara fisik.
2.3.9 Denormalisasi
Denormalisasi adalah penggabungan field-field dari beberapa tabel untuk
meningkatkan penampilan yang ada. Ini adalah sebuah proses yang bertolak
belakang dengan bentuk normal dalam proses normalisasi. Alasan utama untuk
melakukan hal ini (Poe 1996 p139):
• Mengurangi jumlah hubungan yang terjadi antara tabel tabel yang harus
mengalami proses pada waktu dilakukan pencarian. Dengan inilah
penampilan database dapat ditingkatkan.
• Untuk membuat struktur fisik dari database yang semakin mendekati model
dimensi dari pemakai. Membuat struktur tabel sesuai dengan yang ingin
ditayangkan oleh pemakai, memungkinkan terjadinya akses langsung, yang
sekali lagi akan meningkatkan penampilan.
2.4 Pemasaran
Menurut Jerome ( 1996,p8 ), pemasaran berarti sejumlah kegiatan yang
dilakukan oleh organisasi dan sekaligus merupakan proses sosial. Dengan kata
lain pemasaran ada pada tingkat makro dan mikro.
Menurut Jerome ( 1996,p9 ) bahwa pemasaran makro adalah pelaksanaan
sejumlah kegiatan yang dilakukan untuk mencapai tujuan organisasi, dengan
mengantisipasi kebutuhan pelanggan atau klien, serta mengarahkan arus barang
31
dan jasa yang dibutuhkan dari produsen ke pelanggan atau klien. Sedangkan
pemasaran mikro adalah proses sosial yang mengarahkan arus ekonomi barang
dan jasa dari produsen ke konsumen, yang secara efektif menyesuaikan
penawaran dan permintaan serta mencapai tujuan masyarakat.
Menurut Kotler dan Armstrong (2001, p7), pemasaran adalah suatu
proses sosial dan manajerial yang membuat individu dan kelompok memperoleh
apa yang mereka butuhkan dan inginkan lewat penciptaan dan pertukaran timbal-
balik produk dan nilai dengan orang lain.
Menurut Rangkuti ( 2004, p48 ), Unsur-unsur utama pemasaran dapat
diklasifikasikan menjadi tiga unsur utama, yaitu:
1. Unsur strategi persaingan
Unsur strategi persaingan dapat dikelompokkan menjadi tiga, yaitu :
a. Segmentasi Pasar
Segmentasi pasar adalah tindakan mengidentifikasi dan membentuk
kelompok pembeli atau konsumen secara terpisah. Masing-masing
segmen konsumen ini memiliki karakteristik, kebutuhan produk, dan
bauran pemasaran tersendiri.
b. Targeting
Targeting adalah suatu tindakan memilih satu atau lebih segmen pasar
yang akan dimasuki.
c. Positioning
Positioning adalah penetapan posisi pasar. Tujuan positioning ini adalah
untuk membangun dan mengkomunikasikan keunggulan bersaing produk
yang ada di pasar ke dalam benak konsumen.
32
2. Unsur Taktik Pemasaran
Terdapat dua unsur taktik pemasaran, yaitu :
a. Diferensiasi, yang berkaitan dengan cara membangun strategi pemasaran
dalam berbagai aspek di perusahaan. Kegiatan membangun strategi
pemasaran inilah yang membedakan diferensiasi yang dilakukan suatu
perusahaan dengan yang dilakukan oleh perusahaan lain.
b. Bauran pemasaran, yang berkaitan dengan kegiatan-kegiatan mengenai
produk, harga, promosi dan tempat.
Menurut Kotler dan Armstrong (2001, p71), bauran pemasaran
(marketing mix) adalah seperangkat alat pemasaran taktis dan terkontrol
yang dipadukan oleh perusahaan untuk menghasilkan respon yang
diinginkan sasaran pasar.
Kotler dan Armstrong mempopulerkan penggolongan 4 faktor atau
yang lebih dikenal dengan 4P :
• Product merupakan penawaran berwujud perusahaan kepada pasar,
yang meliputi kualitas produk, desain ciri (features), jenis (brunding),
dan pengemasan (packaging).
• Price merupakan sejumlah uang yang pelanggan bayar untuk pembelian
produk.
• Place meliputi beragam aktivitas yang perusahaan jalankan agar produk
dapat diterima dan tersedia untuk pelanggan.
33
• Promotion meliputi semua aktivitas yang perusahaan jalankan untuk
mengkomunikasikan dan mempromosikan produk kepada pasar
sasaran.
3. Unsur Nilai Pemasaran
Nilai pemasaran dapat dikelompokkan menjadi tiga, yaitu :
a. Merek atau brand, yaitu nilai yang berkaitan dengan nama atau nilai
yang dimiliki dan melekat pada suatu perusahaan. Sebaiknya
perusahaan senantiasa berusaha meningkatkan brand equity-nya.
b. Pelayanan atau service, yaitu nilai yang berkaitan dengan pemberian
jasa pelayanan kepada konsumen. Kualitas pelayanan kepada konsumen
ini perlu terus-menerus ditingkatkan.
c. Proses, yaitu nilai yang berkaitan dengan prinsip perusahaan untuk
membuat setiap karyawan terlibat dan memiliki rasa tanggung jawab
dalam proses memuaskan konsumen, baik secara langsung maupun
tidak langsung.
Kotler dan Armstrong (2001, p23) berpendapat bahwa untuk mencapai
tujuan-tujuan organisasi tergantung pada penentuan kebutuhan dan keinginan
pasar sasaran (target market) dan memuaskan pelanggan secara lebih efektif dan
efisien daripada yang dilakukan pesaing.
Menurut Kotler dan Armstrong (2001, p23), konsep pemasaran
berdasarkan pada empat pilar, yaitu:
34
1. Pangsa pasar sasaran
Perusahaan tidak dapat beroperasi di semua pasar dan memuaskan semua
kebutuhan pelanggan, maka dari itu perusahaan harus menentukan target
pasarnya secara seksama. Perusahaan akan sukses apabila mempersiapkan
program pemasaran untuk setiap target pasarnya.
2. Kebutuhan pelanggan
Pelanggan memiliki bermacam-macam kebutuhan. Produsen diharapkan
dapat memenuhi permintaan pelanggan dengan menyediakan apa yang
mereka butuhkan.
3. Pemasaran terpadu
Pemasaran terpadu berjalan dalam dua tahap, yaitu:
a. Berbagai fungsi pemasaran diantaranya: tenaga penjual, periklanan, dan
manajemen produk di dalam departemen pemasaran harus dapat bekerja
sama dengan baik.
b. Pemasaran harus dikoordinasikan dengan baik dengan bagian lain
dalam perusahaan, sebab pemasaran tidak akan berjalan dengan baik
apabila hanya didukung oleh divisi pemasaran saja.
4. Profitabilitas
Tujuan utama konsep pemasaran adalah membantu organisasi mencapai
tujuan mereka, berfokus pada kebutuhan pelanggan, mengkoordinasikan
semua aktifitas pemasaran yang mempengaruhi pelanggan, dan
memperoleh laba dengan menciptakan hubungan jangka panjang dengan
pelanggan berdasarkan nilai dan kepuasan pelanggan.
35
2.5 Penjualan
Menurut Mulyadi ( 2001, p202 ), ”Kegiatan penjualan terdiri dari
transaksi penjualan barang atau jasa, baik secara kredit maupun tunai ”.
Menurut Hollander( 2000, p230 ), Penjualan adalah rangkaian dari proses
operasi yang secara bersamaan juga berguna untuk menarik pelanggan,
membantu pelanggan menentukan barang yang diinginkan serta melayaninya.
Ditinjau dari pembayaran yang dilakukan pembeli, maka jenis penjualan
dibedakan menjadi dua, yaitu :
1. Penjualan tunai
Menurut Mulyadi (2001, p455), “Penjualan tunai dilaksanakan oleh
perusahaan dengan cara mewajibkan pembeli melakukan pembayaran harga
barang lebih dahulu sebelum barang diserahkan oleh perusahaan kepada
pembeli. Setelah uang diterima oleh perusahaan, barang kemudian
diserahkan kepada pembeli dan transaksi penjualan tunai kemudian dicatat
oleh perusahaan”.
2. Penjualan kredit
Menurut Mulyadi (2001, p210), “Penjualan kredit dilaksanakan oleh
perusahaan dengan cara mengirimkan barang sesuai dengan order yang
diterima dari pembeli untuk jangka waktu tertentu perusahaan mempunyai
tagihan kepada pembeli tersebut”.
36
Ditinjau dari cara penyediaan barang ke konsumen, maka penjualan
dibedakan menjadi beberapa macam, yaitu :
1. Penjualan eceran ( retail sales )
Menyediakan pelayanan barang yang efisien sesuai dengan kebutuhan
permintaan konsumen di daerah sekitarnya ( lokal ), biasanya dengan harga
yang lebih mahal dan jumlah yang sedikit ( eceran ).
2. Penjualan partai ( grosir )
Barang yang dijual biasanya dalam jumlah yang lebih besar dan harganya
biasanya lebih murah dibandingkan dengan penjualan eceran.
3. Penjualan supermarket
Barang yang disediakan untuk dijual lebih beraneka ragam. Pembeli
mengambil atau mencari barang yang dibutuhkan sendiri ( self service ),
jumlah pembelian konsumen bervariasi dengan harga yang tetap, tidak
tergantung banyaknya pembelian.
4. Penjualan dari pintu ke pintu
Barang ditawarkan oleh pramuniaga kepada konsumen secara langsung dari
rumah ke rumah.
5. Penjualan konsinyasi
Penjualan dilakukan dengan cara menitipkan barang yang akan dijual kepada
penjual atau toko tertentu.
6. Penjualan canvasser
Barang yang ditawarkan oleh salesman kepada pelanggan dari toko ke toko
( biasanya di daerah luar kota ).
37
2.6 Retur Penjualan
Menurut Mulyadi (2001, p226), transaksi retur penjualan terjadi jika
perusahaan menerima pengembalian barang dari pelanggan. Pengembalian
barang dari pelanggan harus diotorisasi oleh fungsi penjualan dan diterima oleh
fungsi penerimaan.
2.7 Persediaan
Menurut Smith and Skousen ( 2000, p425 ), persediaan adalah barang-
barang yang dimiliki untuk dijual dalam kegiatan normal perusahaan, serta untuk
perusahaan manufaktur, barang-barang yang tengah diproduksi atau ditempatkan
dalam produksi.
Menurut Mulyadi ( 2001, p553 ), dalam perusahaan manufaktur,
persediaan terdiri dari : persediaan produk jadi, persediaan produk dalam proses,
persediaan baan baku, persediaan barang penolong, persediaan bahan habis pakai
pabrik, persediaan suku cadang. Dalam perusahaan dagang, persediaan hanya
terdiri dari persediaan barang dagangan, yang merupakan barang yang dibeli
untuk tujuan dijual kembali.
Jadi dapat disimpulkan bahwa persediaan adalah bahan baku, barang
setengah jadi, dan barang jadi yang berada dalam kendali perusahaan pada suatu
waktu akan digunakan untuk memenuhi permintaan yang akan datang.
Persediaan sangat penting bagi perusahaan dagang dan perusahaan
manufaktur. Persediaan diperlukan dalam rangka menciptakan penjualan, dan
penjualan diperlukan untuk menghasilkan laba. Manfaat utama dari pembentukan
persediaan adalah terlindungnya perusahaan dari kejadian dan gangguan yang
38
tidak terduga dalam bisnis. Perusahaan yang tergantung pada pemasok luar
negeri cenderung sangat rentan terhadap gangguan-gangguan yang disebabkan
oleh krisis dan kejadian internasional. Penumpukan persediaan juga
memungkinkan perusahaan untuk memenuhi kenaikan permintaan secara tiba-
tiba. Manajemen persediaan melibatkan tugas dalam menyeimbangkan manfaat
pembentukan persediaan dengan biayanya. (Niswonger, p362)
2.8 Pembelian
Menurut Mulyadi( 2001, p299 ), Pembelian digunakan dalam perusahaan
untuk pengadaan barang yang diperlukan perusahaan. Transaksi pembelian dapat
digolongkan menjadi dua: pembelian lokal dan impor. Pembelian lokal adalah
pembelian dari pemasok dalam negeri, sedangkan impor adalah pembelian dari
pemasok luar negeri.
Menurut Mulyadi ( 2001, p300 ), 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, dan mengeluarkan order
pembelian kepada pemasok yang dipilih.
39
2.9 Analisa Critical Success Factor ( CSF )
Menurut Laudon ( 2004, p380 ), CSF adalah sejumlah kecil tujuan
operasional yang dapat diidentifikasi, dibentuk oleh industri, perusahaan,
manajer, dan lingkungan lebih luas yang dipercaya untuk memastikan sukses
tidaknya sebuah organisasi. Digunakan untuk menentukan kebutuhan informasi
dari sebuah organisasi.
Menurut McLeod ( 2001, p109 ), sebuah CSF adalah satu dari aktivitas
perusahaan yang mempunyai pengaruh kuat terhadap kemampuan perusahaan
untuk memenuhi tujuannya. Sebuah perusahaan umumnya mempunyai banyak
CSF. Kekuatan dari metode CSF adalah bahwa CSF menghasilkan kumpulan
data yang lebih kecil untuk dianalisa daripada analisa perusahaan ( enterprise
analysis ) secara keseluruhan. Hanya manajer tingkat atas yang diwawancarai,
dan pertanyaan berfokus pada sejumlah kecil CSF daripada pertanyaan yang luas
sehingga mendapat informasi apa yang dibutuhkan. Ini khususnya sesuai untuk
manajer tingkat atas dan pembangunan DSS dan EIS.
2.10 Analisa SWOT
Menurut Rangkuti ( 2004, p18 ), analisis SWOT adalah identifikasi
berbagai faktor secara sistematis untuk merumuskan strategi perusahaan. Analisa
ini didasarkan pada logika yang dapat memaksimalkan kekuatan (Strengths ) dan
peluang (Opportunities), namun secara bersamaan dapat meminimalkan
kelemahan (Weaknesses) dan ancaman (Threaths).
40
Gambar 2.12 Analisa SWOT
( Sumber : Rangkuti, 2004, p19 )
Kuadran I : Ini merupakan situasi yang sangat menguntungkan. Perusahaan
tersebut memiliki peluang dan kekuatan sehingga dapat memanfaatkan peluang
yang ada. Strategi yang harus diterapkan dalam kondisi ini adalah mendukung
kebijakan pertumbuhan yang agresif (Growth Oriented Strategy).
Kuadran II : Meskipun menghadapi berbagai ancaman, perusahaan ini masih
memiliki kekuatan dari segi internal. Strategi yang harus diterapkan adalah
menggunakan kekuatan untuk memanfaatkan peluang jangka panjang dengan
cara strategi diversifikasi (produk/pasar).
Kuadran III : Perusahaan menghadapi peluang pasar yang sangat besar, tetapi di
lain pihak perusahaan menghadapi beberapa kendala internal. Strategi yang harus
diterapkan adalah meminimalkan masalah-masalah internal perusahaan.
BERBAGAI PELUANG
KELEMAHAN INTERNAL
KEKUATAN INTERNAL
BERBAGAI ANCAMAN
1.Mendukung Strategi Agresif.
4.Mendukung Strategi Defensif.
3.Mendukung Strategi Turn-Around.
2.Mendukung Strategi Diversifikasi.
41
Kuadran IV: Ini merupakan situasi yang sangat tidak menguntungkan,
perusahaan menghadapi berbagai ancaman dan kelemahan internal.
1. Strategi SO
Strategi ini dibuat berdasarkan jalan pikiran perusahaan, yaitu dengan
memanfaatkan seluruh kekuatan untuk merebut dan memanfaatkan peluang
sebesar-besarnya.
2. Strategi ST
Ini adalah strategi dalam menggunakan kekuatan yang dimiliki perusahaan
untuk mengatasi ancaman.
3. Strategi WO
Strategi ini diterapkan berdasarkan pemanfaatan peluang yang ada dengan
cara meminimalkan kelemahan yang ada.
4. Strategi WT
Strategi ini didasarkan pada kegiatan yang bersifat defensif dan berusaha
meminimalkan kelemahan yang ada serta menghindari ancaman.
42
2.11 Analisis Matriks
Terdapat empat prosedur yang digunakan dalam membuat analisis
matriks clustering, yaitu :
1. Membuat analisa top level dari data perusahaan
a. Menentukan subjek data
b. Dijabarkan ke dalam bentuk entitas
c. Membuat diagram awal hubungan antar entitas
d. Membuat matriks fungsi bisnis versus entitas
e. Membuat matriks unit organisasi versus entitas
2. Menentukan enterprise model dan entity relationship diagram
a. Wawancara dengan pihak manajemen untuk menentukan enterprise
model
b. Membuat presentasi kepada pihak manajemen tentang enterprise model
yang sudah diperbaiki.
c. Membuat ERD ( Entity Relationship Diagram )
d. Menentukan matriks entitas versus fungsi bisnis.
e. Menentukan matriks entitas versus unit organisasi
f. Meminta persetujuan enterprise model.
43
3. Mengelompokkan matriks fungsi / entitas
a. Menggunakan algoritma clustering.
b. Mengumpulkan ke depan semua fungsi create dalam entitas.
c. Memasukkan fungsi-fungsi yang lain dan entitas ke dalam cluster.
d. Mengelompokkan secara manual untuk mengetahui sistem yang ada.
e. Menentukan alur data dari sistem yang satu ke sistem yang lain.
f. Membuat diagram hubungan yang menunjukkan hubungan antar sistem.
g. Menyusun kelompok-kelompok tersebut utnuk menyederhanakan
interaksi antar sistem.
4. Mengelompokkan matriks fungsi / entitas untuk menunjukkan area bisnis
sebenarnya
a. Mengatur matriks fungsi / entitas yang telah dikelompokkan ke dalam
bentuk batasan-batasan analisa bisnis.
b. Menempatkan semua fungsi ke dalam area bisnis.
c. Menentukan lokasi geografis untuk setiap area bisnis.
d. Mengatur area bisnis sehingga area-area tersebut saling berhubungan