PENERAPAN DATA WAREHOUSE UNTUK SISTEM INFORMASI …

CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044

ISSN Online: 2598-2990

Copyright © 2017 StikomCKI.ac.id 23

PENERAPAN DATA WAREHOUSE UNTUK SISTEM INFORMASI TINGKAT

KESEHATAN BANK PADA BANK ABC

Dadang Iskandar Mulyana

Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

Email: [email protected]

Abstract: The development and growth of the Bank is currently one of the indicators of economic growth of a

country, ABC Bank is written here is a bank with the name of a hidden bank but exist in Indonesia to keep

confidential data that has been obtained in research, ABC bank is located in almost 58 Main Branch Offices and

438 Sub-Branch Offices throughout Indonesia to conduct activities such as collecting funds from the public in

the form of deposits and deposits and distribution to the community in the form of credit, in fact there are many

other activities undertaken by banks in producing bank products, between (gyro), foreign exchange , checks,

credit cards, bank guarantees, bilyet giros, collections, bank records, safe deposit boxes (SDB), call centers,

electronic banking, debit cards and ATM cards, and credit cards, banks can assess the health of their own banks

using government methods newly issued in PBI number 13/1 / PBI / 2011 article 2, the bank is required to conduct

a health assessment or bank using a risk approach (Risk Based on Bank Rating) either individually or

consolidatively, therefore perceived and required an integrated database that meets the needs of the analysis

using data warehouse to support the connection of bank information systems to Business Intelligent, to meet

those needs above then in the design Database processing using Datawarehouse that is able to analyze all

transactions into the dashboard and tabular graphics to facilitate and interesting in reporting, this research.

done with the current system analysis stages, report analysis, data warehouse planning, data warehouse design,

data warehouse verification.

Keywords: Data warehouse, Banking, Bank Health Level, Business Intelligence

1. PENDAHULUAN

Sesuai Peraturan Bank Indonesia No.

9/15/PBI/2007 tentang Penggunaan Teknologi

Informasi Oleh Bank Umum, dimana

Teknologi Informasi memungkinkan Bank

memanfaatkannya untuk meningkatkan

efisiensi kegiatan operasional dan mutu

pelayanan Bank kepada nasabah, dan

Teknologi Informasi merupakan aset yang

berharga bagi Bank sehingga pengelolaannya

bukan hanya merupakan tanggung jawab unit

kerja penyelenggara Teknologi Informasi

namun juga seluruh pihak yang

menggunakannya, untuk memaksimalkan

sistem informasi tersebut untuk mengelolah

data – data transaksi antara lain berupa

tabungan dan deposito serta menyalurkan ke

masyarakat dalam bentuk kredit, sebenarnya

masih banyak kegiatan lain yang dilakukan

oleh bank dalam menghasilkan produk bank,

antara lain layanan pembuatan rekening giro

(demand deposit), giro valuta asing, kliring,

letter of credit (L/C), valuta asing, cek, kartu

kredit, bank garansi, bilyet giro, inkaso, bank

note, safe deposit box (SDB) dibutuhkan suatu

analisa dengan rancangan database dengan

model data warehouse.

Data warehousing merupakan sesuatu

yang cukup penting keberadaannya dalam

dunia industri baik perusahaan manufaktur,

telekomunikasi ataupun perbankan, karena

dengan data warehousing ini, analisis data

suatu perusahaan / bank akan jauh lebih mudah

untuk dilakukan. Dengan kata lain, data

warehousing dapat membantu pihak

manajemen bank dalam mempercepat

pengambilan keputusan untuk pemecahan

masalahnya.

2. TINJAUAN PUSTAKA.

a. Business Intelligence




Terdapat beberapa pendapat mengenai definisi dari

Business Intelligence, diantaranya :

Business Analytic / Business Intelligence

dikategorikan menjadi 3 kategori utama (Turban,

Aronson, Liang, dan Sharda, 2007)

1. Information and knowledge discovery,

Information and knowledge discovery berperan

sebagai sarana observasi dari informasi yang ada

untuk meramalkan hal yang akan terjadi di akan

datang atau untuk menemukan peluang baru yang

selama ini tak terlihat. Contohnya adalah pada

OLAP, yang memungkinkan analis untuk

melakukan proses slice dan dice data serta

mengamati grafik dan tabel yang dihasilkan dari

dimensi yang sedang diawasi, lain halnya dengan

data mining yang menerapkan model statistik dan

deterministik dan metode kecerdasan buatan

terhadap data untuk mengidentifikasi relasi

tersembunyi atau menemukan pengetahuan di

antara berbagai macam data atau elemen. Selain

kedua contoh di atas, terdapat juga ad hoc queries

and reports, text mining,web mining, dan search

engines.

2. Decision support and intelligent systems,

semua manajer dan eksekutif memerlukan sistem

BI untuk menunjang kinerjanya, terutama dalam

pengambilan keputusan atau pada tahap strategis.

Namun, perlu diperhatikan bahwa beberapa

manajer akan kesulitan bila berhadapan dengan

data yang tak relevan atau aplikasi terlalu sulit

untuk digunakan, mendistribusikan informasi dari

analisis ke perusahaan merupakan tantangan

besar. Isu penting dari sistem BI adalah

untuk menemukan keperluan bisnis. Bila sistem

tidak menyediakan informasi yang berguna, maka

hal itu dianggap tak berguna, Decision support

and intelligent systems, yang berperan sebagai

penyedia informasi yang dibutuhkan oleh

manajer/eksekutif dengan representasi visual

yang mudah dimengerti dan informatif. Informasi

yang dihasilkan lalu digunakan oleh para manajer

dan eksekutif untuk pengambilan keputusan atau

merencanakan strategi perusahaan.

3. Visualization merupakan teknologi yang

mendukung tampilan atau terjemahan data dan

informasi pada beberapa hal proses data. Hal

tersebut termasuk gambar digital, geographic

information systems, graphical user interfaces,

multidimensions, tables and graphs, virutal

reality, three dimensional presentastions, dan

animations, Aplikasi virtual ini dapat membantu

mengidentifikasi relasi langsung. Aplikasi

visualization menawarkan kemampuan untuk

dapat mengeksplorasi sendiri oleh pengguna dan

analisis visual sejumlah besar data, dalam

merancang dan mengimplementasikan Business

Intelligence, dapat digunakan beberapa metode

yang ada. Dalam penulisan ini, metode yang

dibahas adalah menggunakan pendekatan

business intelligence roadmap (Moss dan Atre,

2003), tahapan-tahapan di dalam metode business

intelligence project life cycle adalah sebagai

berikut:

a. Justification, Dalam tahap ini, akan dilakukan

business case assessment, di mana business case

assessment merupakan langkah awal yang

menjadi pertimbangan bagi mereka yang akan

mengembangkan BI. Adapun kegiatan-kegiatan

yang dilakukan pada tahap ini adalah

menentukan kebutuhan bisnis, mengevaluasi

sistem pengambil keputusan yang sedang

berjalan, mengevaluasi sumber data operasional

dan prosedur yang berjalan, mengevaluasi

perangkat lunak kompetitor yang menggunakan

Business Intelligence, menentukan objektif dari

aplikasi Business Intelligence, mengajukan sebuah

solusi Business Intelligence, menampilkan cost-

benefit analysis, menampilkan analisis risiko, dan

menulis laporan evaluasi.

b. Planning, setelah melewati tahap justification,

selanjutnya adalah melakukan perencanaan, di

mana tahap ini terdapat 2 kegiatan utama, yaitu

enterprise infrastucture evaluation dan project

planning.

c. Business analysis, Setelah melewati tahapan

planning, selanjutnya adalah proses analisis, di

mana tahap ini terdapat 4 kegiatan utama, yaitu (1)

Project requirement definition (2) Data analysis,

(3) Application prototyping, (4) Meta data

repository analysis, Technical Meta data

diperlukan untuk dilakukan proses mapping

dengan business meta data , dan semua meta data

tersebut harus disimpan di dalam sebuah meta data

repository.

4. Design, setelah melewati tahap business

analysis, selanjutnya adalah melakukan proses




design.

5. Construction, setelah melewati tahap design,

selanjutnya adalah proses Construction, di mana

tahap ini terdapat 3 kegiatan utama, yaitu (1)

Extract/transform/load development, (2)

Application development, (3) Meta data repository

development, membangun meta data repository

database, meta data repository atau fungsi

produk, mempersiapkan meta data repository

untuk produksi, dan menyediakan training meta

data repository.

6. Deployment, setelah melewati tahap

development, selanjutnya adalah melakukan

proses deployment.

b. Data Warehouse.

Ada empat karakteristik dan sifat data warehouse,

yang mencirikan data yang disimpan didalam data

warehouse ini didefinisikan oleh ( Bill Inmon )

yaitu :

1. Subject Oriented :

Aplikasi untuk operasi perusahaan (operational

system) berorientasi pada proses (mengotomasi

fungsi-fungsi dari proses bersangkutan - function

oriented). Misalnya di bank, aplikasi kredit

mengotomasi fungsi-fungsi: verifikasi lamaran

dan credit checking, pemeriksaan kolateral,

approval, pendanaan, tagihan, dan seterusnya.

Didalam data warehouse data-data yang dihasilkan

dari proses kredit ini, diatur kembali

(dikelompokkan) dan diintegrasikan (digabung)

dengan data – data dari fungsi-fungsi lain, agar

berorientasi pada misalnya nasabah dan produk.

2. Integrated :

Data dari macam-macam aplikasi transaksi (untuk

bank misalnya:

tabungan, kredit, rekening koran) semua

mengandung data nasabah, ada yang sama ada

yang spesifik (yang sama misalnya: nama dan

alamat, yang spesifik misalnya: untuk kredit ada

kolateral, untuk rekening Koran ada overdraft) —

didalam data warehouse data-data yang sama harus

diintegrasikan disatu database, termasuk misalnya

diseragamkan formatnya (sederhana tetapi paling

sering terjadi aplikasi-aplikasi sering dibeli vendor

berbeda, dibuat dengan/dijalankan di teknologi

berbeda-beda).

3. Time variant :

Data warehouse menyimpan sejarah (historical

data). Bandingkan dengan kebutuhan sistem

operasional yang hampir semuanya adalah data

mutakhir, Waktu merupakan tipe atau bagian data

yang sangat penting didalam data warehouse.

Didalam data warehouse sering disimpan macam-

macam waktu, seperti waktu suatu transaksi

terjadi/dirubah/dibatalkan, kapan efektifnya,

kapan masuk ke komputer, kapan masuk ke data

warehouse; juga hampir selalu disimpan versi,

misalnya terjadi perubahan definisi kode pos,

maka

yang lama dan yang barn ada semua didalam data

warehouse kita.

4. Non-volatile :

Sekali masuk kedalam data warehouse, data-data,

terutama data tipe transaksi, tidak akan pernah di

update atau dihapus (delete). Terlihat, bahwa

keempat karakteristik ini saling terkait

kesemuanya harus diimplementasikan agar suatu

data warehouse bisa efektif memiliki data untuk

mendukung pengambilan-keputusan. Dan,

implementasi keempat karakteristik ini

membutuhkan struktur data dari data warehouse

yang berbeda dengan database sistem operasional.

Data Warehouse, di dalam persepsi yang sederhana

tidak hanya merupakan kumpulan informasi kunci

yang digunakan untuk mengatur dan mengarahkan

bisnis suatu organisasi sehingga meraih

keuntungan yang berlipat ganda, tetapi lebih

diutamakan untuk membantu mengambil suatu

keputusan dari tingkat persediaan yang ada dari

suatu produk.

c. Star Schema.

Menurut Kimball, Ralph., Ross Margy Star schema

merupakan model design database yang paling

banyak digunakan dalam datawarehouse dimana di

dalamnya mengandung antara lain sebuah tabel

pusat yang besar tanpa adanya data redundancy di

dalamnya, yang biasa disebut dengan tabel fakta/

Fact. Selain itu, di dalam star schema juga

mengandung satu set tabel yang lebih kecil, yang

biasa disebut dengan tabel dimensi/ DIM, dalam




star schema, kueri yang terbentuk antara tabel

fakta dan sejumlah tabel dimensi dinamakan star

query. Setiap tabel dimensi direlasikan dengan

tabel fakta berdasarkan kolom primary key dan

foreign key, namun diantara masing-masing tabel

dimensi tidak ada yang saling berelasi (tidak ada

hubungan data). Kueri yang terbentuk

menyebabkan proses eksekusi yang lebih optimal,

karena rencana eksekusi kueri dalam DBMS akan

lebih cepat dengan setiap tabel hanya berelasi

dengan satu tabel yang lain.

d. Tingkat Kesehatan Bank Berdasarkan Risiko.

Kesehatan bank menjadi kepentingan semua pihak

(stakeholders) yaitu pemilik bank, manajemen

bank, masyarakat sebagai pengguna jasa bank dan

pemerintah sebagai regulator. Dimaksudkan

sebagai tolak ukur bagi pihak manajemen bank,

apakah mereka menjalankan bisnis bank sesuai

dengan ketentuan yang berlaku, sehingga dapat

terhindar dari permasalahan yang terjadi pada

waktu lalu. Kepercayaan dari masyarakat dan

stabilitas moneter di Indonesia merupakan faktor

yang dipengaruhi dari hal tersebut.

Pihak bank dapat menilai kesehatan banknya

sendiri dengan menggunakan metode yang baru

dikeluarkan pemerintah dalam PBI nomor

13/1/PBI/2011 pasal 2 disebutkan bank wajib

melakukan penilaian tingkat kesehatan bank dengan

menggunakan pendekatan risiko (Risk Based Bank

Rating) baik secara individual ataupun konsolidasi.

Peraturan tersebut menggantikan metode penilaian

yang sebelumnya yaitu metode yang berdasarkan

Capital, Asset, Management, Earning, Liquidity and

Sensitivity to market risk atau yang disebut CAMELS.

Metode RBBR menggunakan penilaian terhadap empat

faktor berdasarkan Surat Edaran BI No 13/24/DPNP

yaitu Risk Profile, Good Corporate Governance,

Earning dan Capital.

Dari faktor Risk Profile menggunakan

perhitungan risiko kredit, risiko pasar dan risiko

likuiditas. Faktor GCG memperhitungkan penilaian

atas penerapan self-assessment. Faktor Earning atau

rentabilitas diukur dengan indicator laba sebelum pajak

terhadap total aset (ROA), pendapatan bunga bersih

terhadap total aset (NIM). Faktor Capital diukur

dengan rasio CAR.

3. METODE PENELITIAN.

Metode ilmiah adalah cara menerapkan prinsip-

prinsip logis terhadap penemuan, pengesahan, dan

penjelasan, metode ilmiah harus berdasakan data

dan fakta yang benar dan bebas dari penilaian

subjektif. (Suharto, dkk, 2004:98), Dan menurut

Sugiyono (2013:2), Metode penelitian pada

dasarnya merupakan cara ilmiah untuk

mendapatkan data dengan tujuan dan kegunaan

tertentu. Berdasarkan hal tersebut terdapat empat

kata kunci yang perlu diperhatikan yaitu cara

ilmiah, data, tujuan dan kegunaan. Menurut

Darmadi (2013:153), Metode penelitian adalah

suatu cara ilmiah untuk mendapatkan data dengan

tujuan kegunaan tertentu. Cara ilmiah berarti

kegiatan penelitian itu didasarkan pada ciri-ciri

keilmuan yaitu rasional, empiris, dan sistematis.

Berdasarkan pemaparan di atas dapat disimpulkan

bahwa metode penelitian adalah suatu cara ilmiah

untuk memperoleh data dengan tujuan dan

kegunaan tertentu, Macam-macam metode

penelitian menurut Sadiah 2015:3 adalah sebagai

berikut :

metode historis digunakan dalan evaluasi untuk

merekontruksi masa lampau secara sistematis dan

objektif, melalui kegiatan pengumpulan, verifikasi,

dan sintesis bukti-bukti dengan maksud untuk

menegakkan fakta dan informasi sehingga

diperoleh kesimpulan yang akurat, adapun metode

penelitian yang dilakukan adalah sebagai berikut :

1. Survey dan analisis kebutuhan Bank.

Sesuai peraturan Bank Indonesia No

13/1/PBI/2011 pasal 2 , disebutkan bank wajib

melakukan penilaian tingkat kesehatan bank dengan

menggunakan pendekatan risiko (Risk Based Bank

Rating) baik secara individual ataupun konsolidasi.

Dalam metode ini terdapat beberapa indikator

sebagai acuannya, yaitu :

a. Risk Profile (Profil Risiko)

Menurut Peraturan Bank Indonesia No. 13/ 1/

PBI/ 2011 profil risiko merupakan penilaian

terhadap risiko inheren dan kualitas penerapan

manajemen risiko dalam operasional bank yang

dilakukan terhadap 8 (delapan) risiko yaitu, risiko

kredit, pasar, likuiditas, operasional, hukum,

stratejik, kepatuhan dan reputasi. Penelitian ini

mengukur risiko kredit menggunakan rasio Non

Performing Loan (NPL) dan rasio Loan to Deposit

Ratio (LDR) untuk mengukur risiko likuiditas.




Risiko kredit dengan menggunakan rasio Non

Performing Loan (NPL) dihitung dengan rumus:

NPL=(Kredit Bermasalah) /

(Total Kredit) x 100%

Tabel 1. Kriteria Penetapan Peringkat Profil Risiko

(NPL)

Peringkat Keterangan Kriteria

1 Sangat Sehat NPL < 2%

2 Sehat 2% ≤ NPL < 5%

3 Cukup Sehat 5% ≤ NPL < 8%

4 Kurang Sehat 8% ≤ NPL 12%

5 Tidak Sehat NPL ≥ 12%

Sumber : Surat Edaran Bank Indonesia

No. 6/23/DPNP Tahun 2004

b. Risiko likuiditas.

Kemampuan untuk memenuhi kebutuhan dana

(cash flow) dengan segera dan dengan biaya

yang sesuai. Risiko likuiditas adalah risiko yang

muncul jika suatu pihak tidak dapat membayar

kewajibannya yang jatuh tempo secara tunai.

Meskipun pihak tersebut memiliki aset yang

cukup bernilai untuk melunasi kewajibannya,

tapi ketika aset tersebut tidak bisa dikonversikan

segera menjadi uang tunai, maka pihak tersebut

dikatakan tidak likuid, risiko likuiditas dengan

menggunakan rasio Loan to Deposit Ratio (LDR)

dihitung dengan rumus:

LDR=(Jumlah Kredit Yang Diberikan) /

(Dana Pihak Ketiga) x 100%

Tabel 2. Kriteria Penetapan Peringkat Profil Risiko

(LDR)


1 Sangat Sehat LDR ≤ 75%

2 Sehat 75% < LDR ≤

85%

3 Cukup Sehat 85% < LDR ≤

100%

4 Kurang Sehat 100% < LDR ≤

120%

5 Tidak Sehat LDR > 120%



c. Good Corporate Governance (GCG).

Dengan menganalisis laporan Good Corporate

Governance (tata kelola) yang berpedoman pada

Peraturan Bank Indonesia No.13/1/PBI/2011

dengan mencari laporan tahunan yang

dipublikasikan dan menetapkan penilaian yang

dilakukan oleh bank berdasarkan sistem self

assessment.

Tabel 3. Kriteria Penetapan Peringkat GCG (self

assessment)

Peringkat Keterangan

1 Sangat Baik

2 Baik

3 Cukup Baik

4 Kurang Baik

5 Tidak Baik



d. Earning (Rentabilitas).

Rentabilitas adalah suatu alat untuk mengukur

kemampuan bank dalam menghasilkan laba dengan

membandingkan laba dengan membandingkan laba

dengan aktiva atau modal dalam periode tertentu.




Rasio rentabilitas mengukur efektifitas bank

memperoleh laba, disamaping dapat dijadikan

sebagai ukuran kesehatan keuangan, rasio ini sangat

penting untuk diamati mengingat keuntungan yang

memadai diperlukan untuk memperhatikan arus

sumber-sumber modal bank.

Penilaian earning (rentabilitas) diukur dengan

menggunakan rasio Return On Asset (ROA) dengan

menggunakan rumus sebagai berikut :

ROA = ( laba sebelum pajak ) /

(rata-rata total aset) x 100%

Tabel 4. Kriteria Penetapan Peringkat Rentabilitas

(ROA)


1 Sangat Sehat ROA > 1,5%

2 Sehat 1.25% < ROA ≤

1,5%

3 Cukup Sehat 0,5% < ROA ≤

1,25%

4 Kurang Sehat 0% < ROA ≤

0,5%

5 Tidak Sehat ROA ≤ 0%



e. Capital (Permodalan).

Setiap bank yang beroperasi di Indonesia

diwajibkan untuk memelihara Kewajiban

Penyediaan Modal Minimum (KPMM). Tinggi

rendahnya Kewajiban Penyediaan Modal

Minimum atau CAR suatu bank akan dipengaruhi

oleh 2 faktor utama yaitu besarnya modal yang

dimiliki bank dan jumlah Aktiva Tertimbang

Menurut Risiko (ATMR) yang dikelola oleh bank

tersebut. Hal ini disebabkan penilaian terhadap

faktor permodalan didasarkan pada rasio Modal

terhadap Aktiva Tertimbang Menurut Risiko

(ATMR). Penilaian faktor capital diukur dengan

menggunakan Capital Adequacy Ratio (CAR)

dengan rumus sebagai berikut :

CAR = (modal bank) /

(Aktiva Tertimbang Menurut Risiko) x 100%

Tabel 5 Kriteria Penetapan Peringkat Permodalan

(CAR)


1 Sangat Sehat CAR > 12%

2 Sehat 9% ≤ CAR < 12%

3 Cukup Sehat 8% ≤ CAR < 9%

4 Kurang Sehat 6% < CAR < 8%

5 Tidak Sehat CAR ≤ 6%



2. Perancangan data Warehouse.

Sesuai dengan kebutuhan dan analisa bank

terkait rancangan data warehouse yang di design

untuk memenuhi Tingkat Kesehatan Bank

Berdasarkan Risiko ( Risk Based Bank Rating – RBBR

)

4. HASIL DAN PEMBAHASAN.

Dari Hasil pengolahan data dan assesmen di

Bank ABC mendapatkan hasil yaitu:

1. Architecture Datawarehouse ABC Bank.

Dalam pengolaan datawarehouse yang ada

di ABC Bank data diolah dan didapat dari berbagai

sumber / staging data adapun topologi architecture

sistem yang ada dilakukan mekanisme sebagai

berikut yaitu :




Gambar 4.1 Datawarehouse Architecture

2. Perancangan data Warehouse.

a. E-R Datawarehouse Diagram.

Gambar 4.2 E- R Diagram Datawarehouse

b. Design Package Collect Datawarehouse.

Design data flow ini merupakan staging area yang

mengumpulkan data source dari berbagai sumber

yang ada dalam system berjalan dan dimasukan ke

dalam staging area datawarehouse

Gambar 4.3 E- R Diagram Package Collect

c. Design Flow Customers Dan Sales.

Design Data Flow ini membuat data mart Customer

dan Sales agar dapat di analisa dari berbagai

perspektif.

Gambar 4.4 Flow Customers Dan Sales

d. Design Flow Mortgage.

Design data flow ini membuat data mart Kredit

Pemilikan Rumah ataupun Kredit Pemilikan Mobil

/ kendaraan, serta kredit yang menjadi anggunan

untuk nasabah bank.

Gambar 4.5 Flow Mortgage

e. Design Flow Time Deposits.

DesignData flow ini membuat data mart deposito,

baik deposito berjangka ataupun lain yang

dihimpun dari nasabah bank, baik personal ataupun

perusahaan.

Gambar 4.6 Flow Deposits

f. Design Flow Loans.




Design Data flow ini membuat data mart

pinjaman, baik Pinjaman Express, KTA,

ataupun pinjaman dengan perjanjian tertentu

yang telah disepakati dari pihak nasabah dan

pihak bank.

Gambar 4.7 Flow Loans.

g. Design Flow Portfolio Management.

Design data flow ini membuat data mart

potofolio manajemen berdasarkan product yang

ada dalam bank.

Gambar 4.8 Flow Portfolio Management.

h. Design Flow Credit Card.

Design data flow ini membuat data mart kredit

card, baik Visa, Master ataupun ALTO.

Gambar 4.9 Flow Credit Card.

i. Design Flow Forex.

Design data flow ini membuat data mart forex

ataupun valas yang ada di bank

Gambar 4.10 Flow Forex..

h. Design Flow Trading.

Design data flow ini membuat data mart trading

yang datanya juga berkalaborasi dengan Forex,

ataupun valas.




Gambar 4.11 Flow Trading.

j. Design Flow ICBS.

Design data flow ini membuat data mart core

banking yang menjadi pengolahan data

transaksional

Gambar 4.12 Flow ICBS.

k. Design Flow Corporate.

Design data flow ini membuat data mart

coporate system dari banking.

Gambar 4.13 Flow Corporate.

3. Pelaporan.

a. Home Page Layout.

Tampilan dari web page utama yaitu web page

Tingkat Kesehatan Bank.

Gambar 4.14 Home Page.

b. Login Page Layout.

Tampilan untuk bisa masuk kedalam Sistem

Informasi Tingkat Kesehatan Bank melaui

privillage user access / login.

Gambar 4.15 Login Page.

c. Company Performace Page Layout.

Tampilan laporan dari Performance Banking yaitu

Profitabilitas dan Manajemen Kinerja Perbankan.

Gambar 4.16 Company Performace.

d. Trend Page Layout.

Tampilan laporan ini trend yang di olah berdasarkan

behavior nasabah yang ada di bank dan di

komparasi dengan baseline kebijakan bank




Gambar 4.17 Trend.

e. Balance Sheet Layout.

Tampilan laporan ini menampilkan berbagai

laporan keuangan bank

Gambar 4.18 Balance Sheet.

e. Budget Achievement Layout.

Tampilan laporan ini menampilkan target yang

dicapai dari budget yang telah di tentukan oleh bank

Gambar 4.19 Budget Achievement.

f. Permodalan Layout.

Tampilan laporan ini menampilkan modal yang

harus ada sesuai dengan standard kebijakan Bank

Indonesia disbanding dengan keadaan modal yang

ad di bank

Gambar 4.20 Permodalan.

f. Aktiva Produktif Layout.

Tampilan laporan ini menampilkan dashboard

produktifitas bank dari mulai NPL ( Net

Performance Load ) hingga PPAP yang ada di bank.

Gambar 4.21 Aktiva Produktif.

g. Rentabilitas Layout.

Tampilan laporan ini menampilkan kemampuan

bank dalam menghasilkan laba selama periode

tertentu, juga bertujuan untuk mengukur tingkat

efektifitas manajemen dalam menjalankan

operasional perusahaannya.

Gambar 4.22 Rentabilitas .

h. Likuiditas Layout.

Tampilan laporan ini menampilkan kemampuan

untuk memenuhi kebutuhan dana (cash flow)

dengan segera dan dengan biaya yang sesuai,

dimana fungsi dari likuditas secara umum.




Gambar 4.23 Likuiditas.

h. Kepatuhan Layout.

Tampilan laporan ini menampilkan serangkaian

tindakan atau langkah-langkah yang bersifat ex-

ante (preventif) untuk memastikan bahwa

kebijakan, ketentuan, sistem, dan prosedur, serta

kegiatan usaha yang dilakukan oleh Bank telah

sesuai dengan ketentuan Bank Indonesia dan

peraturan perundang-undangan yang berlaku.

Gambar 4.24 Kepatuhan.

i. Net Interest Income Analysis Layout.

Tampilan laporan ini menampilkan selisih antara

pendapatan yang dihasilkan oleh aset dengan bunga

dan kewajiban biaya (interest-dibebani). Bagi bank,

aset tersebut biasanya mencakup pinjaman

komersial dan pribadi, hipotek, pinjaman

konstruksi dan sekuritas investasi. Kewajiban

tersebut terutama terdiri dari simpanan nasabah. NII

yang ada dalam pembayaran bunga yang diterima

bank atas pinjaman yang terhutang dan (b)

pembayaran bunga yang dilakukan bank kepada

nasabah di deposito mereka.

Gambar 4.25 Net Interest Income Analysis.

5. KESIMPULAN DAN SARAN.

KESIMPULAN.

Hasil Pengolahan data dan sesuai peraturan

Bank Indonesia No 13/1/PBI/2011 pasal 2 ,

disebutkan bank wajib melakukan penilaian tingkat

kesehatan bank dengan menggunakan pendekatan

risiko (Risk Based Bank Rating) baik secara

individual ataupun konsolidasi, ABC Bank

mempunyai nilai NPL 5.7 % yang disesuaikan dengan

table adalah Cukup Sehat,

Untuk nilai Likuiditas / LDR 86 Point yang

disesuaikan dengan table adalah Sangat Sehat, untuk

nilai ROA mendapatkan nilai 8.1 yang disesuaikan

dengan table adalah Sangat Sehat, dan untuk nilai

CAR mendapatkan nilai 10 % yang disesuaikan

dengan table adalah Sehat.

SARAN.

Datawarehouse yang telah di bentuk

dikembangkan kembali guna memenuhi

kebutuhan – kebutuhan dimasa yang akan

mendatang dan mengikuti peraturan Bank

Indonesia serta trend dan kebutuhan bisnis,

penggunaan analisis dashboard dan reporting

dapat digunakan dan dilihat dimedia yang bukan

hanya berbentuk Personal Komputer / PC

melainkan media lain seperti palm, smart phone

/ mobile device lainya.

6. DAFTAR PUSTAKA.

[Bank Indonesia],

www.bi.go.id

Choirul Amri, Business Intelligence dengan




SQLServer 2005 Membuat Data Menjadi Bermakna,

2006.

Darmadi Hamid, Metode penelitian pendidikan

dan sosial. Bandung : Alfabeta, 2013

Inmon, William H.

Building the Data Warehouse. (4th Edition).

Indianapolis: Wiley Publishing, Inc. 2005

Kimball, Ralph., Ross Margy The Data

Warehouse Toolkit. New York: Wiley

Publisher, Inc. 2002

Moss, L. T., and Atre, S. Business intelligence

roadmap: The complete project lifecycle for

decision-support applications Pearson

Education, Inc. 2003

Suharto, APU Buana Girisuta, Any Miryanti,

Rekayasaan Metodologi Penelitian, Penerbit

Andi, 2004.

Sugiyono, Metode penelitian kuantitatif kualitatif

dan R&D. bandung: Alfabeta, 2010

Sadiah Dewi, Metode penelitian dakwah pendekatan

kualitatif dan kuantitatif. Bandung :PT Remaja

Rosdakarya, 2015.

Turban, E., Aronson, J.E., Liang, T.P., and

Sharda, R. Decision support and business

intelligence systems , Pearson Education. 2005.

PENERAPAN DATA WAREHOUSE UNTUK SISTEM INFORMASI …

Documents

Transcript of PENERAPAN DATA WAREHOUSE UNTUK SISTEM INFORMASI …