PENERAPAN DATA WAREHOUSE UNTUK SISTEM INFORMASI …
Transcript of 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
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 24
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
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 25
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
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 26
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.
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 27
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)
Peringkat Keterangan Kriteria
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%
Sumber : Surat Edaran Bank Indonesia
No. 6/23/DPNP Tahun 2004
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
Sumber : Surat Edaran Bank Indonesia
No. 15/15/DPNP Tahun 2013
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.
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 28
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)
Peringkat Keterangan Kriteria
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%
Sumber : Surat Edaran Bank Indonesia
No. 6/23/DPNP Tahun 2004
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)
Peringkat Keterangan Kriteria
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%
Sumber : Surat Edaran Bank Indonesia
No. 6/23/DPNP Tahun 2004
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 :
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 29
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.
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 30
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.
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 31
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
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 32
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.
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 33
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
CKI On SPOT, Vol. 10, No. 2, Desember 2017 ISSN Cetak: 1979-7044
ISSN Online: 2598-2990
Copyright © 2017 StikomCKI.ac.id 34
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.