7 

 

BAB 2

LANDASAN TEORI

2.1. Pengertian Data

Menurut Jeffrey A.Hoffer (2009, p46), data adalah fakta tentang sesuatu di

dunia nyata yang dapat direkam dan disimpan pada media komputer.

Menurut Hollander (2000, p7), data adalah fakta dan gambaran tentang

aktivitas bisnis dan proses bisnis yang merupakan input untuk sistem informasi.

Jadi, data adalah fakta dan gambaran yang berhubungan dengan aktivitas

bisnis dan proses bisnis yang merupakan input untuk sistem informasi.

2.2. Pengertian Informasi

Menurut Hollander (2000, p7), informasi adalah data yang memiliki arti bagi

penerimanya.

Menurut Jeffrey A. Hoffer (2009, p47), informasi adalah data yang telah

diolah sedemikian rupa sehingga meningkatkan pengetahuan dari orang yang

menggunakan data tersebut.

Jadi, informasi adalah data yang telah diolah sedemikian rupa sehingga

memiliki arti yang berguna dan meningkatkan pengetahuan bagi penerimanya.

8 

 

 

 

2.3. Pengertian Database

Menurut Thomas Connolly dan Carolyn Begg (2002, p14), database adalah

kumpulan data yang berhubungan secara logikal dan sebuah gambaran dari data,

yang didesign untuk mendapatkan informasi yang diperlukan oleh sebuah

organisasi.

Menurut Jeffrey A. Hoffer (2009, p46), database adalah sebuah koleksi data

yang terorganisasi secara logikal.

Jadi, database adalah kumpulan data yang berhubungan secara logikal yang

didesign untuk mendapatkan informasi yang diperlukan untuk sebuah organisasi.

2.4. Pengertian DataBase Management System

Menurut Thomas Connolly dan Carolyn Begg (2002, p16), DBMS adalah

sebuah software yang mengijinkan pengguna untuk mendefinisikan, membuat,

memelihara, dan mengontrol akses ke database.

2.4.1. Komponen DBMS

Menurut Thomas Connolly dan Carolyn Begg, komponen DBMS adalah,

sebagai berikut:

1. Hardware

DBMS dan aplikasinya memerlukan hardware untuk menjalankannya.

Hardware yang diperlukan dapat berkisar dari sebuah personal komputer,

mainframe, sampai pada sebuah jaringan dari komputer. Hardware tertentu

bergantung pada kebutuhan organisasi dan DBMS yang digunakan.

9 

 

 

 

2. Software

Komponen software terdiri dari software DBMS itu sendiri dan

program aplikasi dengan sistem operasi, meliputi software jaringan jika

DBMS menggunakan jaringan.

3. Data

Merupakan komponen DBMS yang paling penting.

4. Procedures

Merupakan instruksi dan aturan yang memerintah perancangan dan

penggunakan database.

5. User

Merupakan komponen terakhir yang terlibat dengan sistem.

2.4.2. Kelebihan dan Kekurangan Database Management System

2.4.2.1. Kelebihan Database Management System

Menurut Thomas Connolly dan Carolyn Begg, berikut adalah

kelebihan dari database management system :

a. Mengontrol Penduplikasian Data

b. Konsistensi Data

c. Lebih banyak informasi dari data yang sama

d. Data dipakai bersama – sama

e. Meningkatkan integritas data

f. Meningkatkan keamanan

10 

 

 

 

g. Menetapkan standarisasi

h. Perbandingan skala ekonomi

i. Menyeimbangkan konflik kebutuhan

j. Meningkatkan kemampuan akses terhadap data dan kemampuan

respon

k. Meningkatkan produktifitas

l. Meningkatkan pemeliharaan data melalui data yang mandiri

m. Menyediakan layanan backup dan recovery

2.4.2.2. Kekurangan Database Management System

Berikut kekurangan dari Database Management System menurut

Thomas Connolly dan Carolyn Begg :

a. Kompleksitas

b. Ukuran

c. Biaya untuk DBMS

d. Biaya untuk hardware tambahan

e. Biaya untuk konversi

f. Performance

g. Dampak kegagalan yang tinggi

11 

 

 

 

2.5. Online Transaction Processing (OLTP)

Menurut Turban et al (2005, p241), OLTP adalah Online Transaction

Processing System yang beroperasi pada arsitektur client server, yang

memperbolehkan pemasok organisasi untuk masuk ke sistem proses transaksi

melalui eksternal data dan memperhatikan tingkat persediaan perusahaan atau

jadwal produksi.

2.6. Online Analytical Processing (OLAP)

Menurut Tim Peterson dan Jim Pinkelman (2000, p8) OLAP (On-Line

Analytical Processing) adalah sebuah perangkat lunak yang menyediakan

pandangan multidimensional yang bertujuan untuk analisa bisnis.

1. Tujuan OLAP

OLAP menampilkan data dalam sebuah tabel yang dinamis, yang secara

otomatis akan meringkas data ke dalam beberapa irisan data yang berbeda dan

mengijinkan user untuk secara interaktif melakukan perhitungan serta

membuat format suatu laporan.

2. Processing dan Browsing Cube

OLAP manager menyediakan wizard untuk mendesign data storage.

Ada tiga langkah yang harus dilakukan dengan Storage Design Wizard :

1. Memilih tipe dari data storage

2. Mendesign agregasi

3. Mulai memproses cube

12 

 

 

 

2.7. Data Warehouse

2.7.1 Pengertian Data Warehouse

Menurut W.H Inmon (2002, p31), data warehouse adalah kumpulan

dari data yang bersifat subject oriented, integrated, time variant, dan non

volatile yang digunakan untuk mendukung manajemen dalam pengambilan

keputusan.

2.7.2. Karakteristik Data Warehouse

Karakteristik dari data warehouse, yaitu :

a. Subject Oriented (Berorientasi subjek)

Maksudnya adalah subjek utama dari data warehouse adalah

perusahaan atau organisasi, dengan kata lain data warehouse dibuat atau

disusun berdasarkan pada subjek dalam lingkungan perusahaan, bukan

berorientasi pada proses atau fungsi aplikasi seperti yang terjadi pada dunia

operasional.

b. Integrated

Data warehouse bersifat integrated, maksudnya adalah bahwa data

yang ditemukan dalam data warehouse saling terpadu, tanpa kecuali dengan

ditunjukkan dengan konsistensi dalam pemberian nama, penentuan

pengukuran ukuran dari tipe variable, struktur coding, serta penentuan

atribut data secara fisik.

13 

 

 

 

c. Time variant

Data yang ada di dalam data warehouse merupakan data dalam

jangka waktu tertentu yang bersifat historikal. Seluruh data pada data

warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu.

Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan

suatu data warehouse, kita dapat menggunakan cara antara lain :

1. Cara yang paling sederhana adalah menyajikan data warehouse pada

rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.

2. Cara yang kedua, dengan menggunakan variasi / perbedaan waktu yang

disajikan dalam data warehouse baik implicit maupun explicit secara

explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara

implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir

bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implicit di

dalam data tersebut.

3. Cara yang ketiga, variasi waktu yang disajikan data warehouse melalui

serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari

sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data

yang ada bersifat read-only.

d. Nonvolatile

Dalam data warehouse hanya ada perintah insert dan select yang

artinya bahwa data yang ada di dalam data warehouse tidak dapat diubah

karena data warehouse hanya berisi summary data.

14 

 

 

 

2.7.3. Keuntungan Data Warehouse

Menurut Thomas Connolly dan Carolyn Begg (2002, p1048),

perancangan data warehouse yang berhasil, akan membawa banyak keuntungan

bagi pihak organisasi, yaitu :

a. Meningkatkan produktifitas dalam pembuatan keputusan

b. Memberikan pengembalian yang tinggi dalam investasi

c. Kelebihan dalam persaingan

2.7.4. Perbandingan antara OLTP dan Data warehouse

Menurut Thomas Connolly dan Carolyn Begg (2002, p1049),

perbandingan antara OLTP dan data warehouse adalah sebagai berikut :

Tabel 2.1 Tabel Perbandingan OLTP dan Data Warehouse

OLTP system Data warehouse

Menyimpan data saat ini Menyimpan data historis

Data bersifat dinamis Data sebagian besar bersifat statis

Proses berulang – ulang Proses ad hoc, tidak terstruktur dan

heuristic

Hasil transaksi tinggi Hasil transaksi tingkat rendah

sampai menengah

Pola penggunaan dapat diprediksi Pola penggunaan tidak dapat

diprediksi

15 

 

 

 

Tabel 2.1 Tabel Perbandingan OLTP dan Data Warehouse (continued)

OLTP System Data Warehouse

Berbasis transaksi Berbasis analisis

Berorientasi aplikasi Berorientasi subjek

Mendukung keputusan sehari – hari Mendukung strategi pengambilan

keputusan

Melayani pengguna operasional dalam

jumlah besar

Melayani manajer dalam jumlah

kecil sampai menengah

2.7.5. Stuktur Data Warehouse

Menurut William H. Inmon (2002, p35), data warehouse mempunyai

struktur yang spesifik dan mempunyai perbedaan dalam tingkatan ringkasan

dan detail data serta perbedaan dalam tingkatan umur data.

16 

 

 

 

Gambar 2.1 Struktur Data Warehouse

Struktur data warehouse dari gambar di atas, yaitu:

1. Current detail data, merupakan data yang aktif saat ini dan menempati level

terendah dari data warehouse, dan biasanya memerlukan tempat

penyimpanan yang besar. Beberapa alasan mengapa current detail data

menjadi perhatian utama, yaitu :

a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi

perhatian utama

b. Sangat besar jumlahnya dan disimpan pada tingkatan penyimpanan

terendah

M

E

T

A

D

A

T

A

Highly summarized data

Lightly summarized

data

Current detail

Old detail Operational transformation

17 

 

 

 

c. Hampir selalu disimpan di media penyimpanan karena cepat diakses,

tetapi mahal dan kompleks.

d. Biasa digunakan dalam membuat rekapitulasi data sehingga current

detail data harus akurat.

2. Old detail data (Archive), merupakan data lama atau data history berupa

hasil backup yang disimpan data storage yang terpisah yang dapat diakses

kembali pada saat dibutuhkan. Penyusunan direktori untuk data ini harus

mencerminkan umur dari data sehingga memudahkan untuk diakses

kembali.

3. Lightly summarized data, merupakan hasil ringkasan dari detail data, namun

belum bersifat total summary. Data ini selalu disimpan di dalam disk. Data

ini memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan

data warehouse pada tingkatan departemental. Akses terhadap data jenis ini

banyak digunakan untuk view dari suatu kondisi yang sedang dan sudah

berjalan.

4. Highly summarized data, merupakan hasil proses summarized yang bersifat

total dan mudah diakses terutama untuk melakukan analisis perbandingan

data berdasarkan urutan waktu dan analisis yang menggunakan data multi-

dimensi.

5. Metadata, memuat informasi yang penting dalam data warehouse dan

bukan merupakan hasil dari kegiatan operasional seperti keempat jenis

diatas. Metadata digunakan dalam banyak fungsi, antara lain :

18 

 

 

 

a. Sebagai direktori yang dipakai oleh user dalam mencari lokasi data

dalam data warehouse.

b. Sebagai panduan pemetaan dalam proses transformasi dari data

operasional ke dalam lingkungan data warehouse

c. Sebagai panduan untuk proses detail data menjadi summary data untuk

diolah menjadi lightly summarized data dan kemudian menjadi highly

summarized data.

Metadata merupakan suatu bentuk jaringan yang sangat penting bagi

pengguna data warehouse.

2.7.6. Arsitektur Data Warehouse

Gambar 2.2 Arsitektur Data Warehouse

19 

 

 

 

Komponen yang termasuk dalam gambar arsitektur data warehouse di atas adalah :

a. Operational Data

Sumber data dari data warehouse dapat diambil langsung dari mainframe,

basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu

dapat melalui Operational Data Source .

b. Operational Datastore (ODS)

Operational Datastore (ODS) yaitu sebuah tempat penyimpanan dari data

saat ini dan terintegrasi dengan operational data yang digunakan untuk analisis.

ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data

yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.

c. Load Manager

Load Manager disebut juga front end component, melaksanakan semua

operasi yang terkait dengan proses extraction dan loading dari data ke data

warehouse.

d. Warehouse manager

Warehouse manager melakukan seluruh operasi-operasi yang berhubungan

dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut

meliputi :

1. Analisis terhadap data untuk memastikan konsistensi.

2. Transformasi dan penggabungan sumber data dari tempat penyimpanan

sementara menjadi tabel-tabel data warehouse.

20 

 

 

 

3. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar.

4. Melakukan denormalisasi dan agregasi jika diperlukan.

5. Backing-Up dan mengarsipkan data.

e. Query Manager

Query manager juga disebut komponen back-end, melakukan operasi-

operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang

dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel

yang tepat dan menjadwalkan eksekusi dari query tersebut.

f. Detailed Data

Detailed Data merupakan area dalam warehouse yang menyimpan semua

data detail.

g. Lightly and Highly Summarized Data

Lightly dan Highly Summarized Data merupakan area dalam data

warehouse yang menyimpan semua agregat data yang digeneralisasikan oleh

warehouse manager.

h. Archive / Backup Data

Archive / Backup data merupakan area dalam data warehouse yang

menyimpan detail dan ringkasan data dengan tujuan untuk arsip dan backup data.

i. Metadata

Metadata merupakan area dalam data warehouse yang menyimpan semua

metadata (data yang menerangkan data lain) yang digunakan oleh semua proses

21 

 

 

 

dalam data warehouse. Metadata digunakan dalam berbagai macam tujuan,

meliputi :

1. Proses extraction dan loading

Metadata digunakan untuk mapping sumber data ke dalam view yang sesuai

dari data dalam data warehouse.

2. Proses pengaturan warehouse

Metadata digunakan untuk mengotomatisasikan produksi dari ringkasan table.

3. Bagian dari query management

Metadata digunakan untuk menghubungkan secara langsung query

management dengan sumber data yang dibutuhkan.

j. End User Access Tools

End User Access Tools merupakan penghubung bagi user untuk mengakses

data warehouse. Menurut Berson dan Smith (1997), terdapat lima kategori utama

dari end user access tools , yaitu sebagai berikut :

1. Reporting and Query Tools

Meliputi tools untuk production report dan report writers. Production

report tools digunakan untuk menggeneralisasikan laporan operasi sehari – hari.

Report writers, dengan kata lain sebuah tools desktop yang tidak mahal yang

didesign untuk end user.

22 

 

 

 

Query Tools digunakan untuk menghubungkan data warehouse yang

telah didesign ke SQL yang diterima atau untuk menggeneralisasikan

pernyataan SQL ke data query dalam data warehouse.

2. Application Development Tools

Tools yang digunakan untuk memenuhi pembangunan aplikasi in-house

yang menggunakan tools graphical data access yang didesign terutama untuk

lingkungan client server. Beberapa dari application development tools

terintegrasi dengan tools OLAP yang populer, dan dapat diakses oleh banyak

sistem database, meliputi Oracle, Sybase, dan Informix.

3. Executive Information System (EIS) tools

Executive Information System pada umumnya dibangun untuk

mendukung strategi pembuatan keputusan pada level yang tinggi. EIS tools

pada umumnya dihubungkan dengan mainframe yang mengijinkan user untuk

membangun aplikasi graphical decision support yang menyediakan sebuah

overview dari data organisasi dan akses ke sumber data external.

4. Online Analytical Processing (OLAP) tools

OLAP tools berdasarkan pada konsep multidimensional database dan

mengijinkan user yang berpengalaman untuk menganalisa data menggunakan

complex, multidimensional views.

5. Data mining tools

Data mining adalah proses untuk menemukan arti dari korelasi yang

baru, pola dan trend dengan menggali data dalam jumlah yang besar

23 

 

 

 

menggunakan statistika, matematika, dan teknik artificial intelegence. Data

mining memiliki potensial untuk menggantikan kemampuan dari OLAP tools,

sebagai atraksi utama dari data mining dengan kemampuannya membangun

prediksi dibandingkan model retrospeksi.

2.7.7. Data Warehouse Data Flow

Menurut Thomas Connolly dan Carolyn Begg (2002, p1057), ada lima

data flow yang terdapat dalam data warehouse, yaitu :

a. Inflow adalah proses yang terkait dengan ekstraksi, cleansing, dan loading

data dari sistem sumber ke data warehouse. Rekonstruksi data yang terlibat :

1. Membersihkan data.

2. Restrukturisasi data yang cocok dengan kebutuhan yang baru dari data

warehouse, meliputi, penambahan dan atau penghapusan fields, dan

denormalisasi data.

3. Memastikan bahwa sumber data konsisten dengan dirinya sendiri dan

dengan data yang telah ada dalam data warehouse.

b. Upflow adalah proses yang terkait dengan penambahan nilai ke dalam data

dalam data warehouse melalui summarizing, packaging, dan distribution dari

data. Aktivitas yang terkait dengan upflow, meliputi :

1. Summarizing data yaitu suatu proses meringkas data dengan cara

seleksi, memproyeksikan, menggabungkan, dan mengelompokkan data

24 

 

 

 

yang berhubungan kedalam views yang lebih mudah dan berguna bagi

end – users.

2. Packaging data yaitu suatu proses mempaketkan data dengan cara

mengkonversi detail atau ringkasan data ke dalam format yang lebih

berguna, seperti spreadsheet, text dokumen, private database, dan

animasi.

3. Distributing data yaitu suatu proses pendistribusian data ke dalam

kelompok yang sesuai untuk meningkatkan ketersediaan dan

kemampuan pengaksesan.

c. Downflow adalah suatu proses yang terkait dengan pengarsipan dan

penyimpanan data dalam data warehouse.

d. Outflow adalah proses yang terkait dengan pembuatan suatu data menjadi

tersedia bagi end – users. Menurut Hacathorn (1995), ada dua kunci aktivitas

yang terlibat dalam outflow, meliputi :

1. Accesing, yang memperhatikan kepuasan dari end – users yang meminta

data yang mereka inginkan.

2. Delivering, yang memperhatikan secara proaktif penyampaian informasi

kepada end – users.

e. Metaflow adalah proses yang terkait dengan pengaturan dari meta data.

25 

 

 

 

2.7.8. Extract , Transfer, Load

ETL atau extract transform loading adalah fase pemrosesan data dari

sumber data masuk kedalam data warehouse. Tujuan ETL adalah

mengumpulkan, menyaring, mengolah dan menggabungkan data - data yang

relevan dari berbagai sumber untuk disimpan ke dalam data warehouse .

Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria

data warehouse seperti data yang histories, terpadu, terangkum, statis dan

memiliki struktur yang dirancang untuk keperluan proses analisis.

Masalah – masalah yang terjadi dalam ETL adalah sumber – sumber data

umumnya sangat bervariasi, diantaranya :

1. Kualitas data yang berbeda – beda

2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah

ketinggalan zaman.

3. Aplikasi sumber data mungkin menggunakan nilai data (representasi)

internal yang sulit dimengerti.

2.7.8.1. Extract

Ekstraksi adalah mengubah data ke dalam bentuk suatu format yang

berguna untuk proses transformasi. Beberapa hal yang perlu diperhatikan

dalam proses ekstraksi adalah :

1. File atau tabel mana yang dipilih dari database sumber ?

2. Bagaimana penamaan field – field tersebut setelah proses ekstraksi ?

3. Bagaimana target format database output ?

26 

 

 

 

2.7.8.2. Transform

Konsistensi data adalah hal umum yang biasa ditemukan dalam

database sumber data warehouse, contoh yang paling sering terjadi adalah

perbedaan penamaan untuk atribut yang sama dalam database sumber.

Selain melakukan konversi data, pembersihan data atau data

cleansing juga perlu dilakukan sebelum memasukan data ke dalam data

warehouse. Proses pembersihan ini dilakukan dengan menemukan dan

memperbaiki kesalahan pada data. Penyebab kesalahan pada data adalah

data diinput secara tidak tepat atau data diurutkan secara tidak tepat.

2.7.8.3. Load

Fase load merupakan tahapan yang berfungsi untuk memasukkan

data ke dalam target akhir, yaitu ke dalam suatu data warehouse. Waktu

dan jangkauan untuk mengganti atau menambah data tergantung pada

perancangan data warehouse pada waktu menganalisa keperluan informasi.

2.7.9. Pivot Table

Menurut O’Reilly Media, pivot table adalah suatu tools yang mengijinkan

penggunaan untuk secara cepat meringkas dan menganalisis data dalam jumlah

yang besar dalam suatu list tabel dengan cara melakukan teknik drag dan drop

kolom – kolom dalam baris, kolom, atau posisi yang berbeda.

27 

 

 

 

2.7.10. Perancangan Data Warehouse

2.7.10.1. Model Dimensional

Menurut Thomas Connolly dan Carolyn Begg (2002, p1079),

model dimensional adalah sebuah teknik perancangan logikal yang

membantu menyediakan data dalam sebuah standard, form yang intuitif

yang mengijinkan akses dengan performance yang tinggi. Model

dimensional menggunakan konsep dari Entity Relationship model dengan

beberapa batasan yang penting. Setiap model dimensional tersusun dalam

satu table yang dengan sebuah komposisi primary key, yang disebut table

fakta, dan satu set dari table yang lebih kecil yang disebut table dimensi.

Berikut jenis – jenis dari model dimensional , yaitu :

1. Star Schema

Star Schema adalah sebuah struktur logikal yang memiliki

sebuah table fakta yang berisi data faktual yang berada di pusat,

dikelilingi oleh table dimensi yang berisi data referensi (data yang di

denormalisasi).

28 

 

 

 

Gambar 2.3 Gambar Skema Bintang

2. Snowflake Schema

Snowflake schema adalah jenis dari star schema dimana table

dimensi tidak berisi data yang di denormalisasi. Dengan kata lain satu

atau lebih table dimensi tidak bergabung secara langsung kepada table

fakta tapi pada table dimensi lainnya.

29 

 

 

 

Gambar 2.4 Gambar Skema Snowflake

Keuntungan dari skema snowflake, yaitu :

a. Kecepatan memindahkan data dari dari data OLTP ke metadata.

b. Sebagai kebutuhan dari alat pengambil keputusan tingkat tinggi

dimana tipe yang seperti ini, seluruh struktur dapat digunakan

seluruhnya.

Sedangkan kerugiannya adalah mempunyai masalah yang besar

dalam hal kinerja (performance), hal ini disebabkan semakin banyak

join antar tabel – tabel yang dilakukan dalam skema snowflake ini,

maka semakin lambat juga kinerja yang dilakukan.

30 

 

 

 

3. Starflake Schema

Starflake schema adalah struktur hybrid yang berisi gabungan

dari star schema dan snowflake schema.

Keuntungan dari model dimensional dalam sebuah data warehouse, yaitu :

1. Efisiensi

Konsistensi yang mendasari struktur database mengijinkan akses

yang lebih efisien terhadap data dengan menggunakan tools yang

beragam meliputi report writes dan query tools.

2. Kemampuan untuk mengatasi perubahan dalam kebutuhan

Star schema dapat beradaptasi terhadap perubahan dalam

kebutuhan user. Hal ini, membuktikan bahwa star schema lebih baik

untuk mendukung ad hoc query user.

3. Ekstensibilitas

Model dimensional dapat dikembangkan. Seperti menambah

tabel fakta selama data masih konsisten, menambah tabel dimensi

selama ada nilai tunggal di tabel dimensi tersebut yang

mendefinisikan setiap record tabel fakta yang ada, menambah attribute

tabel dimensi, dan memecah record tabel dimensi yang ada menjadi

lebih rendah dari sebelumnya.

31 

 

 

 

4. Kemampuan untuk situasi bisnis umum

Pendekatan standar untuk menangani situasi umum di dunia

bisnis yang terus bertambah.

5. Proses prediksi query

Aplikasi data warehouse yang mencari data dari level yang

dibawahnya akan dengan mudah menambah jumlah atribut pada tabel

dimensi dari sebuah skema bintang. Aplikasi yang mencari data dari

level setara akan menghubungkan tabel fakta yang terpisah melalui

tabel dimensi yang dapat di akses bersama.

2.7.10.2.Metodologi Perancangan Data warehouse

Metodologi yang digunakan dalam merancang data warehouse

menggunakan nine step methodology (Kimball, 1996). Berikut adalah

langkah – langkah perancangan data warehouse menurut metodologi

Ralph Kimball :

1. Memilih proses

Memilih proses – proses yang ada dalam perusahaan yang dapat

digunakan dalam merancang data warehouse.

2. Memilih Grain

Memilih grain maksudnya adalah memutuskan secara tepat apa

yang direpresentasikan dalam tabel fakta.

32 

 

 

 

3. Identifikasi dan membuat dimensi yang sesuai

Mengatur isi dimensi untuk menyatakan informasi tentang fakta

yang ada di dalam tabel fakta. Perancangan dimensi yang benar dapat

membuat data mart mudah dimengerti dan digunakan. Mendefinisikan

dimensi dalam detail yang cukup untuk mendeskripsikan sesuatu

seperti klien and properti yang ada dalam grain.

4. Memilih fakta

Semua fakta harus menyatakan pada level yang tersirat dalam

grain. Dengan kata lain, jika grain dari table fakta adalah penjualan

properti, maka semua angka dalam fakta harus mengacu pada

pernjualan tersebut.

5. Menyimpan pre kalkulasi dalam tabel fakta

Semua fakta yang telah dipilih, masing – masing harus di kaji

ulang untuk mengetahui adanya peluang untuk digunakan dalam pre

kalkulasian.

6. Melengkapi table dimensi

Pada tahapan ini, kita kembali pada tabel dimensi dan

menambahkan sebanyak – banyaknya gambaran yang berhubungan

dengan dimensi tersebut. Gambaran yang dibuat harus dimengerti oleh

user.

33 

 

 

 

7. Memilih durasi dalam database

Durasi menggambarkan waktu yang digunakan dalam

menjalankan tabel fakta. Hal yang dilakukan dalam tahap ini adalah

memilih batas waktu yang dari data yang akan dimasukkan dalam data

warehouse.

8. Melacak perubahan dari dimensi secara perlahan

Ada tiga tipe dasar yang digunakan dalam melacak perubahan

dimensi secara perlahan, yaitu :

• Type 1 : perubahan pada dimensi akan menyebabkan attribut pada

dimensi tersebut diganti.

• Type 2 : perubahan pada attribut dimensi menyebabkan sebuah

record baru dimasukkan dalam dimensi tersebut.

• Type 3 : perubahan pada attribut dimensi menyebabkan penambahan

attribut alternatif sehingga kedua atrribut, dengan nilai yang baru

dan lama, secara bersama dapat diakses dalam dimensi yang sama.

9. Memutuskan prioritas dan cara query

Pada tahap ini, kita akan mempertimbangkan masalah

perancangan physical. Masalah perancangan physical yang paling

penting, mempengaruhi persepsi user terhadap data mart, yaitu urutan

dari tabel fakta secara fisik dan kemunculan dari ringkasan atau

agregasi yang belum tersimpan.

34 

 

 

 

2.8. Analisis SWOT

Manurut Rangkuti (2002, p18), SWOT adalah identifikasi berbagai faktor

secara sistematis untuk merumuskan strategi perusahaan. Analisis ini didasarkan

pada logika yang dapat memaksimalkan kekuatan (strengths) dan peluang

(opportunities), namun secara bersamaan dapat meminimalkan kelemahan

(weaknesses) dan ancaman (threats).

Proses pengambilan keputusan strategis selalu berkaitan dengan

pengembangan misi, tujuan, strategi dan kebijakan perusahaan. Dengan demikian

perencanaan strategis (strategic planner) harus menganalisis faktor-faktor strategis

perusahaan (kekuatan, kelemahan, peluang, dan ancaman).

 

Gambar 2.5 Analisis SWOT

35 

 

 

 

Keterangan :

• IFAS = Internal Strategic Factors Analysis Summary (Analisis Faktor Strategi

Internal), yakni terdiri dari kekuatan dan kelemahan dari perusahaan.

• EFAS = External Strategic Factors Analysis Summary (Analisis Faktor Strategi

Eksternal, yakni terdiri dari peluang dan ancaman terhadap perusahaan.

a. Strategi SO

Strategi ini dibuat didasarkan jalan pikiran perusahaan, yaitu dengan

memanfaatkan seluruh kekuatan untuk merebut dan memanfaatkan peluang

sebesar – besarnya.

b. Strategi ST

Ini adalah strategi dalam menggunakan kekuatan yang dimiliki perusahaan

untuk mengatasi ancaman.

c. Strategi WO

Strategi ini diterapkan berdasarkan pemanfaatan peluang yang ada dengan

cara meminimalkan kelemahan yang ada.

d. Strategi WT

Strategi ini didasarkan pada kegiatan yang bersifat defensif dan berusaha

meminimalkan kelemahan yang ada serta menghindari ancaman.

36 

 

 

 

2.9. Critical Success Factor ( CSF )

Menurut Wheelen (1994, p312), Critical Success Factors adalah beberapa hal

yang harus berjalan dengan baik agar perusahaan sukses. Faktor-faktor tersebut

biasanya merupakan 20 % dari seluruh faktor yang menentukan kinerja perusahaan.

Dapat disimpulkan bahwa Critical Success Factors merupakan faktor-faktor

yang sangat mempengaruhi keberhasilan suatu perusahaan dalam mencapai

tujuannya.

Beberapa manfaat CSF, antara lain :

a. Membantu dalam penilaian terhadap faktor-faktor yang paling kritis untuk

keberhasilan suatu perusahaan.

b. Membantu agar dapat menentukan langkah yang harus diambil sehingga dapat

memenangkan suatu perusahaan.

2.10. State Transition Diagram (STD )

Menurut Jaffrey L. Whitten (2004, p673), State Transition Diagram adalah

sebuah alat (tool) yang digunakan untuk menggambarkan urutan dan variasi layar

yang dapat terjadi selama digunakan.

37 

 

 

 

Simbol – simbol yang digunakan dalam STD, antara lain :

Tabel 2.2 Simbol STD

Simbol Keterangan

Keadaan ( State )

Perubahan keadaan ( State )

2.11. ERD ( Entity Relationship Diagram )

Menurut Thomas Connoly dan Carolyn Begg (2002, p331), Entity

relationship diagram adalah ilustrasi dari entitas – entitas dalam bisnis dan

relationship antar entitas. ERD memisahkan antara informasi yang dibutuhkan

dalam bisnis dari aktivitas - aktivitas yang dilakukan dalam bisnis.

Tujuan utama dari penggambaran ERD adalah untuk menunjukkan struktur

objek data (entity) dan hubungan (relationship) yang ada pada objek tersebut. ERD

berguna bagi sistem, karena ERD memperlihatkan hubungan antara data store pada

data flow diagram (DFD). Terdapat lima macam kontruksi utama dari ERD, yaitu:

a. Entity

Entity atau entitas adalah konsep dasar dalam pemodelan basis data

berupa individu yang mewakili sesuatu yang nyata dan dapat dibedakan dari

sesuatu yang lain. Sebagai contoh adalah barang, customer, supplier, dan lain -

lain. Entitas memiliki himpunan yang biasa dikenal dengan himpunan entitas.

38 

 

 

 

Himpunan entitas adalah sekumpulan entitas sejenis dan berada dalam ruang

lingkup yang sama.

Simbol :

Gambar 2.3 Simbol Entity

b. Relationship

Relationship menunjukkan adanya hubungan di antara sejumlah entitas

yang berasal dari himpunan entitas yang berbeda. Relationship tidak

mempunyai keberadaan fisik kecuali yang mewarisi dari hubungan entitas

tersebut.

Simbol :

Gambar 2.4 Simbol Relationship

1. One to one (1:1)

Gambar 2.5 Hubungan 1:1

  1

39 

 

 

 

Adalah hubungan antara satu atribut dengan atribut yang lain dalam satu file

yang sama mempunyai hubungan satu lawan satu.

2. One to many (1:*)

Gambar 2.6 Hubungan 1:*

Adalah hubungan antara atribut yang satu dengan atribut lain dalam satu file

yang sama mempunyai hubungan satu lawan banyak.

3. Many to many (*:*)

Gambar 2.7 Hubungan *:*

Adalah hubungan antara atribut yang satu dengan atribut yang lain dalam

satu file yang sama mempunyai hubungan banyak lawan banyak.

c. Atribut

Atribut adalah karakteristik suatu entitas yang mendeskripsikan suatu

entitas. Atribut juga dapat dikatakan sebagai karakteristik atau property dari

entitas yang menyediakan penjelasan detail tentang entitas tersebut. Sebagai

1 *

* *

40 

 

 

 

contoh, customer mempunyai atribut berupa identitas seperti id_customer,

nama_customer, alamat dan karakteristik lain yang dapat mewakili indentitas

customer. Setiap atribut bisa bersifat wajib (harus diisi, not null) dan bisa pula

opsional.

Atribut dapat diklasifikasikan menjadi beberapa bagian, yaitu :

1. Atribut sederhana dan komposit

Atribut sederhana terdiri dari komponen tunggal, seperti

id_customer, nama_customer, alamat, dan no_telp. Sedangkan atribut

komposit adalah atribut yang terdiri dari beberapa atribut sederhana.

Misalnya, atribut alamat, yang bisa dibagi menjadi jalan, kota, dan kode

pos.

2. Atribut bernilai tunggal (single valued) dan bernilai ganda (multivalued)

Atribut bernilai tunggal artinya hanya memiliki satu nilai data.

Misalnya, atribut nama_customer untuk satu customer hanya terdiri satu

nama saja untuk satu entitas. Sedangkan untuk atribut bernilai ganda

memiliki lebih dari satu nilai data., contohnya, no_telp. satu customer dapat

memiliki lebih dari satu nomor telfon.

3. Atribut bernilai null

Jika sebuah baris tidak memiliki nilai (data) pada kolom tertentu,

maka nilai kolom tersebut dinamakan null.

4. Atribut turunan (Derived Attributes)

41 

 

 

 

Nilai atribut ini diturunkan dari atribut lain. Biasanya berlaku untuk

perhitungan selisih yang dibutuhkan oleh satu atribut, dan perhitugannya

tersebut bergantung dari atribut lain yang berkaitan dengan atribut yang

bersangkutan.

d. Keys

Macam – macam key, yaitu :

1. Superkey : satu atau lebih atribut yang dapat membedakan setiap baris data

dalam tabel secara unik. Contoh : NIM dan Nama.

2. Kandidat key : superkey yang paling sedikit jumlah atributnya. Contoh nya

NIM.

3. Primary key : nilai dari kunci relasi harus mengidentifikasikan sebuah baris

yang unik dalam sebuah relasi. Agar bisa menjadi sebuah primary key

sebuah atribut haruslah memenuhi persyaratan sebagai kandidat key.

Contoh NIM.

4. Alternatif key : kunci alternatif dibuat ketika tidak ada satupun atribut dalam

sebuah relasi yang bisa mewakili relasi tersebut. Atau ada yang bisa

menjadi kandidat key tetapi tidak cukup efektif digunakan sebagai primary

key.

5. Komposit key : primary key yang terdiri dari lebih dari satu atribut.

42 

 

 

 

6. Foreign key : sekumpulan atribut dalam suatu relasi (misal A) sedemikian

sehingga kumpulan atribut ini bukan kunci dari relasi A tetapi merupakan

kunci dari relasi lain.

e. Kardinalitas

Menunjukkan jumlah entity yang dihubungkan ke satu entity lain dengan suatu

relationship.

Kardinalitas pemetaan, meliputi :

• Hubungan satu ke satu (one to one)

• Hubungan satu kebanyak (one to many)

• Hubungan banyak ke satu (many to one)

• Hubungan banyak ke banyak (many to many)

Langkah – langkah perancangan ERD :

1. Mengidentifikasikan dan menetapkan seluruh himpunan entitas yang

terlibat.

2. Menentukan atribut kunci dari masing – masing entitas.

3. Mengidentifikasikan dan menetapkan semua himpunan relasi diantara

himpunan entitas yang ada beserta foreign key nya.

4. Menentukan kardinalitas untuk setiap himpunan relasi.

5. Melengkapi himpunan entitas dan himpunan relasi dengan atribut –

atribut deskriptif.

43 

 

 

 

2.12. Data Flow Diagram ( DFD)

Menurut Jeffery L. Whitten (2004, p326), Data Flow Diagram ( DFD )

adalah sebuah model proses yang digunakan untuk menggambarkan aliran data

melalui sebuah sistem dan tugas atau pengolahan yang dilakukan sistem. Diagram

aliran data memiliki kegunaan untuk memperhatikan :

a. Informasi yang keluar masuk sistem

b. Apa yang merubah informasi

c. Dimana informasi disimpan

Di dalam diagram aliran data terdapat levelisasi yang bertujuan untuk

menghindari aliran data yang rumit dan kompleks. Levelisasi dimulai dengan

tingkatan tertinggi kemudian diuraikan ke dalam bentuk yang lebih rinci. Tingkatan

tersebut terdiri dari :

a. Diagram konteks (Context Diagram)

Memperlihatkan karakteristik suatu sistem.

b. Diagram nol

Menggambarkan proses – proses utama yang ada pada suatu sistem.

c. Diagram rinci

Merupakan proses rinci dari suatu sistem yang terdapat pada tingkatan

sebelumnya.

Menurut Jeffrey A. Hoffer, ada dua simbol standar data flow diagram yang

masing – masing dibuat oleh DeMarco & Yourdon dan Gane & Sarson, tetapi

44 

 

 

 

kedua standar simbol tersebut berjumlah empat simbol dan merepresentasikan hal

yang sama yaitu data flow, data store, processes, dan source/sink.

• Data flows dapat dikenali sebagai aliran data, pergerakan data dari suatu tempat

ke dalam sistem tempat lain.

• Data store adalah data yang disimpan. Sebuah data store merepresentasikan

salah satu dari banyak lokasi fisik data yang berbeda, contohnya folder file.

• Proses merupakan aktifitas atau kegiatan dari data, bagaimana data tersebut

ditransformasikan, disimpan, dan didistribusikan.

• Source/sink adalah asal atau tujuan dari data. Source/sink kadang – kadang

dikatakan sebagai entity eksternal karena berada dibagian luar sistem.

Gambar 2.6 Perbandingan simbol – simbol data flow diagram

Proses

Data Store

Source/sink

Data flow

DeMarco & Yourdon simbols 

Gane & Sarson symbols 

45 

 

 

 

2.13. Penjualan

Berikut ini adalah teori-teori yang terkait dengan penjualan.

2.13.1. Definisi Penjualan

Menurut Mulyadi (2001, p202), kegiatan penjualan terdiri dari transaksi

penjualan barang atau jasa baik secara kredit maupun tunai.

Penjualan menurut cara bayarnya dapat dibedakan sebagai berikut:

a. Penjualan Tunai, yaitu penjualan yang dilaksanakan oleh perusahaan

dengan cara mewajibkan pembeli dengan melakukan pembayaran harga

barang terlebih dahulu sebelum barang diserahkan kepada pembeli.

b. Penjualan Kredit, penjualan yang dilakukan dengan cara memenuhi order

dari pelanggan dengan mengirimkan barang atau menyerahkan jasa dan

untuk jangka waktu tertentu perusahaan memiliki piutang kepada

pelanggan.

2.13.2. Fungsi yang terkait dalam penjualan

Menurut Mulyadi (2001, p204), fungsi yang terkait dengan sistem

penjualan adalah :

a. Fungsi Kredit, bertanggung jawab dalam meneliti status kredit pelanggan

dan memberikan otorisasi pembelian kredit kepada pelanggan.

b. Fungsi Penjualan, bertanggung jawab menerima order, mengedit order,

meminta otorisasi kredit, menentukan segala pengiriman dan bertanggung

jawab atas transaksi penjualan.

46 

 

 

 

c. Fungsi Gudang, bertanggung jawab untuk menyimpan dan menyiapkan

barang yang dipesan dan mengirimkan ke bagian pengiriman.

d. Fungsi Pengiriman, bertanggung jawab untuk menyerahkan barang ke

pelanggan berdasarkan surat order pengiriman yang diterima dari bagian

penjualan.

e. Fungsi Akuntasi, bertanggung jawab untuk mencatat transaksi penjualan

dan mengirimkan pernyataan piutang kepada debitur, serta membuat

laporan penjualan.

f. Fungsi Penagihan, bertanggung jawab untuk membuat surat tagihan secara

periode kepada pemegang kartu kredit.

2.13.3. Tugas – tugas bagian Perusahaan Terkait Dengan Aktifitas Penjualan

Prosedur penjualan melibatkan beberapa bagian dalam perusahaan

dengan maksud agar penjualan yang terjadi dapat diawasi dengan baik.

Bagian – bagian yang terkait dalam proses penjualan adalah bagian pesanan

penjualan, bagian gudang, bagian pengiriman, dan bagian billing.

Fungsi – fungsi tiap – tiap bagian itu adalah sebagai berikut :

1. Bagian pesanan penjualan (sales order department), mempunyai fungsi

sebagai berikut :

• Mengawasi semua pesanan yang diterima.

47 

 

 

 

• Memeriksa surat pesanan yang diterima dari pelanggan dan

melengkapi informasi yang kurang yang berhubungan dengan

spesifikasi produk dan tanggal pengiriman.

• Menentukan tanggal pengiriman.

• Membuat surat perintah pengiriman.

• Membuat catatan mengenai pesanan – pesanan yang diterima dan

mengikuti pengirimannya sehingga dapat diketahui pesanan –

pesanan mana yang belum terpenuhi.

• Mengadakan hubungan dengan pembeli mengenai barang – barang

yang dikembalikan oleh pembeli, membuat catatan dan

mengeluarkan bukti memorial untuk bagian piutang.

• Mengawasi pengiriman barang – barang untuk contoh.

2. Bagian gudang, bertugas untuk menyiapkan barang seperti yang

tercantum dalam surat perintah pengiriman.

3. Bagian pengiriman, bertugas untuk mengirim barang – barang pada

pembeli. Selain itu, juga bertugas mengirimkan kembali barang – barang

kepada penjual yang keadaannya tidak sesuai dengan yang dipesan.

4. Bagian billing (pembuatan faktur atau penagihan), tugasnya adalah :

• Membuat faktur penjualan dan tembusan – tembusannya.

• Menghitung biaya kirim penjualan.

• Memeriksa kebenaran penulisan dan perhitungan – perhitungan

dalam faktur.

48 

 

 

 

2.13.4. Purchase Order

Purchase order (PO) adalah suatu formulir yang digunakan untuk

mencatat aktivitas pemesanan barang. Pencatatan aktivitas purchase order ini

pada dasarnya belum mempengaruhi posisi keuangan, aktifitas ini hanya

mengubah status item menjadi dipesan (On Purchase). Meskipun pada

dasarnya aktivitas ini tidak mempengaruhi posisi keuangan tetapi jika

aktivitas ini disertai dengan pembayaran uang muka, maka aktivitas ini akan

secara otomatis mempengaruhi posisi keuangan.

2.13.5. Promosi Penjualan

Promosi penjualan adalah serangkain aktivitas yang dimaksudkan

untuk mempengaruhi konsumen. Promosi penjualan ini dapat menjadi sangat

efektif untuk mendorong konsumen membeli produk tertentu. Strategi

promosi penjualan yang paling umum adalah :

• Diskon

Diskon adalah potongan harga yang diberikan kepada pembeli yang

membayar secara tunai.

• Rabat

Rabat adalah potensi untuk mendapatkan pembayaran kembali dari

produsen kepada konsumen. Jika produsen berkeinginan meningkatkan

permintaan produk, selain menurunkan harga yang ditetapkan kepada toko

pengecer, maka mereka juga dapat memberikan rabat. Jadi, dengan kata

49 

 

 

 

lain, rabat ini adalah potongan harga yang diterima pembeli dari penjual

yang telah membeli barang dalam jumlah besar.

• Kupon

Kupon digunakan dalam surat kabar, majalah, dan iklan untuk

mendorong pembelian sebuah produk. Biasanya kupon juga dipaketkan

pada sebuah produk, sehingga konsumen dapat menggunakan kupon

tersebut hanya jika mereka membeli produk yang sama lagi. Kupon

digunakan dengan cara ini agar konsumen membeli produk yang sama lagi.

• Sampling

Sampling adalah tindakan memberikan sample gratis yang mendorong

konsumen untuk mencoba sebuah merk atau produk baru. Sample pada

umumnya digunakan untuk produk baru.

• Premium

Premium adalah pemberian atau hadiah yang diberikan secara cuma –

cuma untuk mempromosikan produk tertentu.

2.13.6. Informasi yang diperlukan dari transaksi penjualan

Informasi yang diperlukan oleh pihak manajemen dari transaksi

penjualan adalah sebagai berikut :

• Jumlah pendapatan penjualan menurut jenis produk atau kelompok

produk selama jangka waktu tertentu.

• Jumlah piutang kepada setiap debiturdari transaksi penjualan kredit.

50 

 

 

 

• Jumlah harga pokok produk yang dijual selama jangka waktu tertentu.

• Nama dan alamat pembeli

• Kuantitas produk yang dijual.

• Nama wiraniaga yang melakukan penjualan.

2.13.7. Retur Penjualan

Transaksi retur penjualan terjadi jika perusahaan menerima

pengembalian barang dari pelanggan, karena barang tidak sesuai dengan

permintaan. Ketidaksesuaian tersebut terjadi kemungkinan karena barang

yang diterima tidak cocok dengan spesifikasi yang tercantum dalam surat

order. Barang mengalami kerusakan dalam pengiriman, atau barang diterima

lewat dari tanggal pengiriman.

2.14. Pembelian

Berikut ini adalah teori yang berhubungan dengan pembelian, yaitu :

2.14.1. Definisi Pembelian

Menurut Mulyadi (2001, p299), pembelian adalah suatu usaha yang

digunakan dalam perusahaan untuk pengadaan barang yang diperlukan oleh

perusahaan.

51 

 

 

 

2.14.2. Jenis-jenis Pembelian

Berdasarkan jenis pemasok, pembelian dibedakan menjadi beberapa jenis

yaitu :

1. Pembelian Lokal, yaitu pembelian yang dilakukan dari pemasok dalam

negeri.

2. Pembelian Impor, yaitu pembelian yang dilakukan dari pemasok luar

negeri.

2.14.3. Fungsi Pembelian

Dalam sistem pembelian terdapat dua kegiatan utama yaitu kegiatan

pembelian dan kegiatan penerimaan barang yang dibeli.

Fungsi pembelian dalam suatu perusahaan, meliputi :

1) Pembelian barang dagangan (pada perusahaan dagang), bahan baku,

bahan penolong, suku cadang (pada perusahaan pabrikasi), dan berbagai

supplies seperti supplies kantor dan lain lain.

2) Pembelian mesin-mesin dan peralatan pabrik, serta peralatan kantor.

3) Pembelian perlengkapan pengepakan.

4) Pembelian – pembelian lain untuk keperluan perusahaan

5) Memelihara hubungan dengan pemasok

6) Mengadakan ikatan kontrak dengan pemasok

7) Menerbitkan pesanan / order pembelian

52 

 

 

 

8) Memverifikasi faktur dari pemasok, bahwa harga dan kuantitas tidak

melebihi yang telah dipesan.

Fungsi penerimaan barang, meliputi :

1) Menerima barang sesuai dengan yang dipesan

2) Meneliti kualitas barang yang dibeli apakah sesuai dengan spesifikasi saat

dipesan.

2.14.4. Bukti transaksi yang digunakan

Bukti transaksi yang digunakan, meliputi :

• Permintaan pembelian

Bukti ini datang dari bagian yang membutuhkan barang atau dari

bagian gudang, tergantung sistem yang berlaku. Jika datang dari bagian

gudang, bagian gudang akan meminta dibelikan barang bila stok barang

tertentu di gudang sudah mendekati titik pemesanan kembali.

• Permintaan daftar harga

Bagian pembelian biasanya secara periodik meminta daftar harga

barang-barang kepada pemasok atau calon pemasok. Bila barang yang akan

dibeli dalam jumlah (baik kuantitas maupun jumlah rupiah) yang besar,

maka seringkali diadakan prosedur lelang terlebih dahulu.

• Pesanan / order pembelian

Bila pemasok tertentu sudah dapat dipilih, maka bagian pembelian

akan menerbitkan pesanan / order pembelian.

53 

 

 

 

• Laporan penerimaan barang

Bila barang yang dipesan datang, bagian penerimaan barang akan

menerima barang, mengecek kuantitas dan kualitas barang, kemudian

menerbitkan laporan penerimaan barang.

• Faktur dari pemasok

Bila barang yang dipesan sudah datang, maka biasanya pemasok

segera mengirimkan pula faktur.

• Voucher utang

Bila seluruh dokumen di atas sudah lengkap dan benar, kemudian

diterbitkan voucher utang. Dokumen ini merupakan surat perintah untuk

membayar sejumlah tertentu, kepada pihak tertentu, dan pada waktu

tertentu. Dengan kata lain, dokumen ini berfungsi sebagai bukti otorisasi

pembayaran uang.

2.14.5. Fungsi yang Terkait dalam Pembelian

Menurut Mulyadi (2001, p299 – p300), beberapa fungsi yang terkait

dalam sistem pembelian yaitu :

a. Fungsi gudang, bertanggung jawab untuk mengajukan permintaan

pembelian sesuai dengan jumlah persediaan yang ada di gudang dan

menyimpan barang yang diterima oleh fungsi penerimaan.

54 

 

 

 

b. Fungsi pembelian, bertanggung jawab untuk mendapatkan informasi harga

barang, menentukan pemasok, dan mengeluarkan order pembelian kepada

pemasok.

c. Fungsi penerimaan, bertanggung jawab untuk melakukan pemeriksaan

terhadap jenis, mutu, dan kuantitas barang yang diterima dari pemasok, juga

bertanggung jawab untuk menerima barang dari pembeli yang berasal dari

transaksi retur penjualan.

2.14.6. Retur Pembelian

Retur pembelian digunakan untuk melaksanakan transaksi

pengembalian barang kepada pemasok dan pencatatan pengurangan utang.

Sistem retur pembelian digunakan dalam perusahaan untuk pengembalian

barang yang sudah di beli kepada pemasok nya.