DATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA
|
|
- Lanny Sudirman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
2 DATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
3 ABSTRACT KAROMATUL AULIA. Data Warehouse and OLAP Major-Minor Curriculum Aplications Based on Linux. Supervised by HARI AGUNG ADRIANTO. Data warehouse is a specialized database for decision support purposes, which is integrated data from different systems, query performance, relieving source systems from long running queries, and the tracking of history. Accordingly, data warehouse is often use by company. This research represents the elaboration of data warehouse for academic purpose at Bogor Agricultural University using Online Analytical Processing (OLAP). OLAP is part of the broader category of business intelligence, which also encompasses relational reporting and data mining. OLAP which is integrated with data warehouse, developed to analyze academic data yearly including student s grades, GPA, and cumulative GPA for Major and Minor. This research produces a data warehouse and web-based OLAP containing two data cubes: Subject_Grade and GPA. Data warehouse consists of seven dimensions (Time, Generation, Sex, Subject, Grade, Status of study, and Minor) and two cubes (Subject_Grade and GPA). This application provides information as of report with Excel Spreadsheet, and pdf file. Users can explore this application to get academic related information in Computer Science Department by application OLAP operations including roll-up, drill-down, dice, slice, drill through, pivot, etc. Keywords : data warehouse, academic data, OLAP server, Mondrian 3.2.0, Linux Ubuntu.
4 Judul Nama NIM : Data Warehouse dan Aplikasi OLAP Akademik Kurikulum Mayor-minor Berbasis Linux : Karomatul Aulia : G Menyetujui: Pembimbing, Hari Agung Adrianto S.Kom., M.Si NIP Mengetahui: Ketua Departemen Ilmu Komputer, Dr. Ir. Sri Nurdiati, M.Sc. NIP Tanggal Lulus:
5 KATA PENGANTAR Puji syukur penulis panjatkan ke hadirat Allah SWT atas segala curahan rahmat dan karunia- Nya sehingga skripsi ini dapat diselesaikan. Skripsi ini merupakan hasil penelitian dalam bidang kajian Data Warehouse dan Aplikasi OLAP pada Data Akademik Kurikulum Mayor-minor IPB dalam sistem Operasi Linux. Penulis mengucapkan terima kasih kepada Bapak Hari Agung Adrianto, S.Kom, M.Si selaku pembimbing yang telah memberi saran, masukan, dan ide-ide kepada penulis dalam menyusun skripsi ini. Terima kasih juga penulis ucapkan kepada Bapak Firman Ardiansyah, S.Kom, M.Si selaku penguji I dan Ibu Dr. Ir. Sri Nurdiati, M.Sc sebagai penguji II. Penulis juga mengucapkan terima kasih kepada: 1 Ibu dan Bapak serta adik yang selalu memberikan doa, nasihat, dukungan, semangat, dan kasih sayang yang luar biasa kepada penulis sehingga dapat menyelesaikan tugas akhir ini. Widia Sulistyaningsih dan Rina Trisminingsih yang menjadi tempat bertukar ide dalam menyelesaikan tugas. 2 Teman dekat, Putri Heriningtyas, Nur Aziza Aziz dan kawan-kawan Ilkom angkatan 43 yang selalu mendukung dan memberi semangat. 3 Kakak kelas, Mba Windi 42, Kak Auriza 42, dan Kak Tanto 42 yang telah memberi masukan. 4 Departemen Ilmu Komputer, staf, dan dosen yang telah banyak membantu baik selama penelitian maupun pada masa perkuliahan. Kepada semua pihak lainnya yang telah memberikan kontribusi yang besar selama pengerjaan penelitian ini yang tidak dapat disebutkan satu-persatu, penulis ucapkan terima kasih banyak. Semoga penelitian ini dapat memberikan manfaat. Bogor, November 2010 Karomatul Aulia
6 RIWAYAT HIDUP Penulis dilahirkan di Tegal pada tanggal 6 Mei 1988 yang merupakan anak pertama dari empat bersaudara dengan ayah bernama Agus Sofwan dan ibu bernama Rohyati. Pada tahun 2006 lulus dari Sekolah Menengah Atas (SMA) Negeri 1 Tegal dan pada tahun 2006 diterima di Institut Pertanian Bogor melalui jalur USMI atau Undangan Seleksi Masuk IPB. Tahun penulis aktif di lembaga kemahasiswaan Badan Eksekutif Mahasiswa Tingkat Persiapan Bersama. Pada tahun penulis aktif di Himpunan Mahasiswa Ilmu Komputer Institut Pertanian Bogor. Tahun 2009 penulis melaksanakan Praktik Kerja Lapangan di BAPETEN dan membantu dosen sebagai asisten praktikum pengenalan komputer.
7 DAFTAR ISI Halaman DAFTAR TABEL... vi DAFTAR GAMBAR... vi DAFTAR LAMPIRAN... vi PENDAHULUAN Latar Belakang... 1 Tujuan... 1 Ruang Lingkup... 1 Manfaat Penelitian... 1 TINJAUAN PUSTAKA Data Warehouse... 1 Arsitektur Data Warehouse... 1 Operasi-operasi pada OLAP... 2 Metode Pengembangan Data Warehouse... 4 METODE PENELITIAN Analisis... 4 Desain... 4 Pemuatan Data... 4 Pembuatan Data Warehouse... 4 Uji Query... 5 Lingkungan Pengembangan... 5 HASIL DAN PEMBAHASAN Analisis Data... 5 Pemuatan Data... 6 Eksplorasi dan Presentasi Hasil... 8 KESIMPULAN DAN SARAN Kesimpulan... 9 Saran... 9 DAFTAR PUSTAKA... 9 LAMPIRAN v
8 DAFTAR TABEL Halaman 1 Nama dan deskripsi atribut tabel tempfact_indeksprestasi Nama dan deskripsi atribut tabel tempfact_mkmutu Nama dan deskripsi atribut tabel tempfact_minor Nama dan deskripsi atribut tabel tempfact_ip Nama dan deskripsi dimensi dari kubus mata kuliah mutu Nama dan deskripsi dimensi dari kubus indeks prestasi... 6 DAFTAR GAMBAR Halaman 1 Arsitektur data warehouse (Malinowski & Zim anyi 2008) Kubus awal (Malinowski & Zim anyi 2008) Roll up pada level Negara (Malinowski & Zim anyi 2008) Drill down pada level bulan (Malinowski & Zim anyi 2008) Pivot (Malinowski & Zim anyi 2008) Slice (Malinowski & Zim anyi 2008) Dice (Malinowski & Zim anyi 2008) Metode penelitian Skema galaksi dengan tiga tabel fakta (Sulistyaningsih 2010) Skema galaksi dengan dua tabel fakta Minor Favorit Chart... 9 DAFTAR LAMPIRAN Halaman 1 Tampilan I Aplikasi Tampilan II Aplikasi Tampilan III OLAP Indeks Prestasi berdasarkan mutu Tampilan IV OLAP Indeks Prestasi berdasarkan status studi Operasi Drill down di Linux Operasi Dice di Linux Operasi Drill Down di Windows (Sulistyaningsih 2010) Operasi Dice di Windows (Sulistyaningsih 2010) Operasi drill down pada rataan IP, IPK, dan sebaran minor vi
9 PENDAHULUAN Latar Belakang Kurikulum Berbasis Kompetensi dengan sistem mayor-minor memiliki tujuan untuk menjamin fleksibilitas guna meningkatkan kompetensi dan softskill lulusan terbaik. Pada sistem ini mahasiswa memiliki kompetensi utama (mayor) dan kompetensi pelengkap (minor). Kurikulum sistem mayor-minor adalah kurikulum berbasis kompetensi di mana setiap mahasiswa mengikuti pendidikan dalam salah satu mayor sebagai bidang keahlian (kompetensi) utama dan dapat mengikuti pendidikan dalam salah satu bidang minor sebagai sebagai bidang (kompetensi) pelengkap. Untuk memantau dan menganalisis lebih lanjut perkembangan prestasi mahasiswa, maka Sulistyaningsih (2010) melakukan penelitian dengan judul Pembangunan Data Warehouse Akademik (Studi Kasus : Kurikulum Mayor-minor Program Sarjana Departemen Ilmu Komputer IPB). Penelitian ini menghasilkan data warehouse mayorminor Mahasiswa Ilmu Komputer dengan tiga tabel fakta yaitu indeks prestasi, mata kuliah mutu, dan sebaran minor. Dalam data warehouse yang telah dikembangkan Sulistyaningsih (2010) tidak dapat menampilkan rataan IP dan IPK mahasiswa berdasarkan minor yang diambil. Hal ini karena adanya pemisahan tabel fakta antara indeks prestasi dengan sebaran minor. Oleh karena itu perlu dibangun data warehouse yang mengintegrasikan antara mata kuliah minor yang diambil dengan rataan IP maupun IPK. Tujuan Tujuan dari penelitian ini adalah memperbarui data warehouse untuk data akademik mayor-minor Program Studi Ilmu Komputer yang berbasis pada sistem operasi Linux. Ruang Lingkup Ruang lingkup penelitian ini difokuskan pada perbaikan skema data warehouse data akademik mayor-minor Program Studi Ilmu Komputer IPB tahun masuk 2005 sampai Sistem dikembangkan dengan menggunakan Ubuntu sebagai sistem operasi dan Mondrian sebagai OLAP server. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat bagi pihak-pihak terkait di IPB dalam memberikan informasi yang cepat dan menarik. Selain itu juga dapat mempermudah analisis data dan membantu dalam proses pengambilan keputusan. TINJAUAN PUSTAKA Data Warehouse Data warehouse adalah koleksi data yang berorientasi subjek, terintegrasi, nonvolatile, dan time-variant dalam mendukung proses pengambilan keputusan. (Malinowski & Zim anyi 2008). Karakteristik data warehouse adalah : Berorientasi subjek Data warehouse terpusat pada kebutuhan analisis data yang bervariasi pada tiap level untuk menentukan keputusan dengan berorientasi pada subjek. Subjek sangat ditentukan pada aktivitas organisasi, contohnya analisis penjualan, produk, dan konsumen. Terintegrasi Data dibangun dengan mengintegrasikan berbagai sumber data yang berbeda-beda yaitu tipe data, synonyms (field yang berbeda tapi datanya sama), homonyms (field dengan nama yang sama tapi data yang berbeda), keseragaman data, dan masalah yang lainnya. Non-volatile Data bertahan lama karena tidak dilakukan modifikasi ataupun dikurangi. Dapat dikatakan bahwa data tidak dapat diubah secara real time. Time-variant Data pada suatu waktu dapat dipertahankan dengan rentang waktu tertentu. Arsitektur Data Warehouse Arsitektur data warehouse dapat dilihat pada Gambar 1. 1
10 Gambar 1 Arsitektur data warehouse (Malinowski & Zim anyi 2008). Keuntungan yang didapat jika menggunakan data warehouse antara lain (Bouman & Dongen 2009) : Semua informasi sudah terdapat dalam satu tempat. Informasi yang update. Akses yang cepat. Tidak ada batas ukuran. Tersedia semua data history. Mudah dimengerti. Memiliki standar data. Data warehouse memberikan ringkasan data operasional yang sederhana dan mudah dipahami melakukan analisis untuk membuat keputusan. tampilan data, dan didukung dengan representasi data grafik yang dinamis. Beberapa operasi OLAP menurut Malinowski & Zim anyi (2008) dengan menggunakan kubus awal (Gambar 2) yaitu : Operasi-operasi pada OLAP Online Analitycal Processing (OLAP) terdiri atas seperangkat tool untuk membantu proses analisis dan perbandingan data dalam database. Tool dan metode OLAP membantu pengguna menganalisis data pada sebuah data warehouse dengan menyediakan berbagai Gambar 2 Kubus awal (Malinowski & Zim anyi 2008). 2
11 1. Roll up (drill-up) : ringkasan data, yaitu dengan menaikkan hirarki atau mengurangi dimensi (Gambar 3). Gambar 3 Roll up pada level Negara (Malinowski & Zim anyi 2008). 2. Drill down (roll down) : kebalikan dari roll-up, yaitu melihat data secara lebih detail atau spesifik dari level tinggi ke level rendah (Gambar 4). Gambar 5 Pivot (Malinowski & Zim anyi 2008). 4. Slice and dice : slice adalah pemilihan data satu dimensi dari kubus data yang bersangkutan (Gambar 6) dan dice mendefinisikan subcube dengan memilih dua dimensi atau lebih (Gambar 7). Gambar 6 Slice (Malinowski & Zim anyi 2008). Gambar 4 Drill down pada level bulan (Malinowski & Zim anyi 2008). 3. Pivot (rotate) : memvisualisasikan operasi yang merotasikan sumbu data dalam view sebagai alternatif dalam presentasi data (Gambar 5). Gambar 7 Dice (Malinowski & Zim anyi 2008). 3
12 5. Operasi lain : drill across yaitu operasi yang melibatkan lebih dari satu kubus, drill through yaitu operasi yang mengijinkan pengguna untuk dapat melihat tabel data yang menampilkan nilai-nilai pada suatu sel data. Metode Pengembangan Data Warehouse Pengembangan data warehouse yang ditujukan untuk menganalisis data dilakukan dengan mengikuti beberapa fase desain yaitu spesifikasi kebutuhan, desain konseptual, desain logis, dan desain fisik. Dua fase pertama merupakan fase yang sangat penting karena mempengaruhi persetujuan pengguna terhadap sistem yang dibuat. Dua tahap tersebut menentukan hubunga antara duania nyata (kebutuhan pengguna) dan dunia software (sistem yang digunakan). (Malinowski & Zim anyi 2008). Fase selanjutnya, yaitu desain logis dan fisik yang lebih mengacu pada tahapan teknis yang dilakukan berurutan untuk merepresentasikan skema desain konseptual untuk mengimplementasikannya ke dalam data warehouse. (Malinowski & Zim anyi 2008). METODE PENELITIAN Analisis Pada tahap ini dilakukan analisis untuk mengetahui karakteristik dari masing-masing data yang diketahui sehingga memudahkan dalam menentukan desain data warehouse yang akan dirancang. Desain Pada tahap desain, terdapat empat fase yaitu : Spesifikasi kebutuhan : mengumpulkan informasi yang dibutuhkan pengguna dalam data warehouse. Desain konseptual : bertujuan untuk membangun representasi yang berorientasi pada pengguna. Hal ini dilakukan untuk mengidentifikasi hubungan atribut-atribut dalam data warehuse. Desain logikal : bertujuan untuk menerjemahkan representasi konseptual database dari tahap sebelumnya ke implementasi tertentu untuk beberapa DBMS. Desain fisik : representasi logis dari database yang diperoleh dalam tahap sebelumnya untuk implementasi pada DBMS tertentu, dalam penelitian ini adalah PostgreSQL. Untuk mengelola aplikasi ini, administrator memiliki akses langsung ke sistem manajemen database PostgreSQL di mana data akademik disimpan. Dosen sebagai pengguna biasa dapat berinteraksi dengan grafis berbasis web sehingga dapat memanfaatkan fasilitas sistem dengan mudah, antara lain : memilih dimensi atau atribut melalui kotak drop-down list. menampilkan data dalam bentuk tabel pivot. menampilkan data dalam bentuk grafik batang, garis, dan lingkaran. mencetak laporan dalam format Excel maupun pdf Dari aplikasi ini, diharapkan dapat diberikan beberapa informasi antara lain : perkembangan jumlah mahasiswa per tahun. perkembangan huruf mutu mata kuliah tertentu untuk mengetahui rata-rata kemampuan mahasiswa Ilmu Komputer sesuai dengan jumlah bidang yang terdapat di Departemen Ilmu Komputer. perkembangan indeks prestasi tiap angkatan berdasarkan status studi. perkembangan indeks prestasi tiap angkatan berdasarkan minor yang diambil. rata-rata lama studi untuk mahasiswa angkatan rata-rata IP dan IPK tiap angkatan. persebaran minor yang banyak dipilih oleh mahasiswa Ilmu Komputer berdasarkan rataan IP dan IPK. Pemuatan Data Pada tahap ini, data telah siap untuk dimuat (load) ke dalam data warehouse. Tahap pemuatan bertujuan untuk memuat data yang terseleksi ke dalam data warehouse tujuan dan membuat indeks yang diperlukan. Pembuatan Data Warehouse Tahap ketiga yang dilakukan pada penelitian ini adalah membuat data warehouse dengan menggunakan data akademik departemen mayor-minor Ilmu Komputer mulai tahun 2005 sampai tahun
13 Uji Query Tahap ini dilakukan setelah pembuatan data warehouse selesai. Pengujian ini dilakukan untuk melihat apakah operasi dasar OLAP berhasil diimplementasikan dan sesuai dengan informasi yang ditampilkan. Pengujian dilakukan dengan memvisualisasikan kubus data dengan grafik dan tabel jpivot. Secara singkat metode penelitian dapat dilihat pada Gambar 8. agregasi dan tempat penyimpanan struktur dan data kubus data multidimensi) Schema Workbench (tempat pembuatan / pemodelan struktur kubus data dan proses pemuatan data dari data warehouse ke kubus data) Web Server Apache Tomcat Web browser Mozilla Firefox HASIL DAN PEMBAHASAN Analisis Data Pada penelitian ini, sumber data diperoleh dengan format.csv. Proses analisis dilakukan terhadap data untuk mengevaluasi atributatribut untuk membangun data warehouse. Data yang digunakan antara lain : tiga tabel fakta (tempfact_indeksprestasi, tempfact_mkmutu, dan tempfact_minor) pada Tabel 1, Tabel 2, dan Tabel 3 serta tujuh tabel dimensi (waktu, angkatan, minor, matakuliah, mutu, statusstudi, dan jeniskelamin). Fakta terdiri atas foreign key dari tabel dimensi ukuran : jumlah mahasiswa, rataan ip, rataan ipk, dan sebaran minor. Gambar 8 Metode penelitian. Lingkungan Pengembangan Aplikasi dibangun dengan menggunakan perangkat sebagai berikut: Perangkat keras berupa komputer personal dengan spesifikasi: Prosesor Intel(R) Core(TM) 2 Duo (2 CPUs) GHz Memori 4 GB RAM Harddisk 160 GB Monitor 13.1 dengan resolusi pixel Mouse dan Keyboard Perangkat lunak: Sistem Operasi Linux Ubuntu Desktop PostgreSQL (perangkat lunak DBMS untuk pemrosesan data dan pembuatan skema data warehouse) Mondrian Server (berfungsi sebagai OLAP server yang melakukan fungsi Tabel 1 Nama Atribut id_mhs id_jk th_akademik kode_statusstudi ip ipk Tabel 2 Nama Atribut id_mhs id_jk Nama dan deskripsi atribut tabel tempfact_indeksprestasi Deskripsi Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap semester Kode yang menunjukkan status studi mahasiswa berdasarkan IPK yang diperoleh tiap semester Nilai IP per semester Nilai IPK Nama dan deskripsi atribut tabel tempfact_mkmutu Deskripsi Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa 5
14 Nama Atribut th_akademik kode_mk mutu Tabel 3 Nama Atribut id_mhs id_jk th_akademik kode_minor Deskripsi Tahun akademik dari tiap semester Kode mata kuliah yang diambil Huruf mutu Nama dan deskripsi atribut tabel tempfact_minor Deskripsi Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap semester Kode minor dari tiap-tiap departemen Selanjutnya dibuat skema model data multidimensi untuk data warehouse yang berasal dari skema Gambar 9 hingga menghasilkan skema baru yaitu skema pada Gambar 10. Namun sebelum data dibuat skemanya, tabel fakta tempfact_indeksprestasi dan tempfact_minor dilakukan penggabungan data dengan atribut kode_minor sehingga menjadi tabel fakta yang baru yaitu tempfact_ip, terlihat pada Tabel 4. Tabel 4 Nama Atribut id_mhs id_jk th_akademik kode_statusstudi kode_minor Ip Ipk Nama dan deskripsi atribut tabel tempfact_ip Deskripsi Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap semester Kode yang menunjukkan status studi mahasiswa berdasarkan IPK yang diperoleh tiap semester Kode minor dari tiap-tiap departemen Nilai IP per semester Nilai IPK Pemuatan Data Data warehouse yang sudah dibuat selesai dibuat, selanjutnya dimasukkan ke kubus data OLAP server Mondrian. Kemudian, skema data warehouse dimodelkan dengan menentukan dimensi-dimensi, elemen-elemen dari dimensi, ukuran-ukuran, dan kubus data. Kubus data yang dibuat yaitu, kubus mata kuliah mutu dan kubus indeks prestasi. Kubus data mata kuliah mutu dibuat untuk tabel fakta tempfact_mkmutu. Kubus data indeks prestasi dibuat untuk tabel fakta tempfact_ip. Ukuran pada struktur Mondrian dimasukkan dalam struktur dimensi tabel fakta yang tidak mempunyai id_key. Nama dan deskripsi dari kubus data dapat dilihat pada Tabel 5 dan Tabel 6. Tabel 5 Nama Dimensi Nama dan deskripsi dimensi dari kubus mata kuliah mutu Deskripsi waktu Tahun akademik dan semester jenis kelamin angkatan mata kuliah mutu ukuran kuliah mutu Tabel 6 mata Nama Dimensi Jenis kelamin mahasiswa Angkatan masuk IPB Mata kuliah Nilai mutu Nama-nama ukuran (jumlah mahasiswa) Nama dan deskripsi dimensi dari kubus indeks prestasi Deskripsi waktu Tahun akademik dan semester jenis kelamin angkatan status studi Jenis kelamin mahasiswa Angkatan masuk IPB Status studi mahasiswa minor Status studi minor mahasiswa ukuran prestasi indeks Nama-nama ukuran (jumlah mahasiswa, rataan ip, rataan ipk, jumlah mahasiswa yang mengambil minor tertentu) 6
15 Gambar 9 Skema galaksi dengan tiga tabel fakta (Sulistyaningsih 2010). Gambar 10 Skema galaksi dengan dua tabel fakta. 7
16 Eksplorasi dan Presentasi Hasil Hasil penelitian ini ditunjukkan pada Lampiran 1 berupa tampilan awal web yang berisi penjelasan penelitian data warehouse. Lampiran 2 yang menjelaskan tentang Ilmu Komputer di IPB. Lampiran 3 menampilkan OLAP indeks prestasi berdasarkan mutu, serta Lampiran 4 OLAP indeks prestasi berdasarkan status studi. Penelitian ini menggunakan sistem operasi Linux yaitu Ubuntu dan eksplorasi data yang dilakukan dengan operasi OLAP untuk menghasilkan beberapa informasi yang diinginkan. Dalam hal ini operasi OLAP untuk kubus indeks prestasi. 1. Pengoperasian Data Warehouse di Linux Perbedaan instalasi Linux Langkah instalasi data warehouse pada Linux lebih sering menggunakan CLI (Command Line Interface) yang lebih dikenal dengan nama Terminal. Contoh : Perintah untuk update paket instalasi java jdk dan jre > sudo apt-get install sun-java6-jdk sun-java6-jre Windows Cara instalasi di Windows dengan menggunakan file.exe yang hanya mengikuti langkah-langkah yang sudah dalam bentuk GUI (Graphic User Interface). Cara menjalankan dan akses file Linux Pada saat pemuatan data file.csv yang dilakukan dalam postgresql file folder yang akan digunakan untuk pemuatan data harus memiliki ijin akses folder sehingga harus dikonversi dengan perintah chmod. Setelah data dapat dimuat dalam postgresql, maka dibuat desain kubus data menggunakan skema workbench. Kemudian data kubus dapat direpresentasikan ke Mondrian. Berikut adalah cara menjalankan skema workbench dan Mondrian dalam paket Pentaho. > sudo sh workbench.sh > sudo sh start-pentaho.sh Windows Pada Windows, cara menjalankan Mondrian yaitu dengan start-pentaho.bat pada folder Pentaho yang telah diinstal. Perbandingan Operasi data Linux Dengan operasi drill down (Lampiran 5) data yang dapat ditampilkan yaitu nilai rataan IP, IPK, sebaran minor, dan jumlah mahasiswa berdasarkan status studi. Tidak hanya itu, untuk operasi slice (Lampiran 6) data juga dapat menampilkan nilai rataan IP, IPK, sebaran minor, dan jumlah mahasiswa berdasarkan status studi, minor yang diambil, dan angkatan. Windows Pada aplikasi di Windows, operasi drill down yang dapat ditampilkan (Lampiran 7) yaitu nilai rataan IP, IPK, dan jumlah mahasiswa berdasarkan status studi. Jadi data warehouse tidak dapat menampilkan nilai sebaran minornya. Selain itu untuk operasi slice (Lampiran 8) data yang dapat ditampilkan adalah nilai rataan IP, IPK, dan jumlah mahasiswa berdasarkan status studi dan angkatan. 2. Kubus Indeks Prestasi Pada kubus ini dapat dilihat beberapa operasi OLAP misalnya operasi drill down pada rataan IP, IPK, dan sebaran minor pada tiap mata kuliah minor. (Lampiran 9) merupakan tabel hasil operasi drill down pada rataan IP, IPK, dan sebaran minor pada tiap mata kuliah minor. Lampiran 9 menunjukkan rata-rata IP, IPK, dan sebaran minor pada tiap mata kuliah minor dengan status studi tanpa syarat. Ratarata IP dan IPK tersebut dihitung berdasarkan semester yang telah dilalui dan minor yang diambil. Tidak hanya itu, terdapat beberapa fakta menarik pula berdasarkan jumlah sebaran minor yaitu pada minor Riset Operasi untuk IPK lebih dari 3,51 peminatnya dari tahun ke tahun tetap, kecuali pada tahun Dengan demikian minor yang diambil oleh mahasiswa yang memiliki nilai IPK lebih dari 3,51 yaitu Riset Operasi dengan nilai rataan IP dan IPK tertinggi pada tahun
17 Salah satu faktor yang menyebabkan nilai rataan IP dan IPK tahun 2008 tinggi adalah hanya satu mahasiswa yang mengambil minor pada status studi untuk rataan IPK lebih dari 3,51. Penurunan jumlah mahasiswa yang memiliki nilai rataan IPK lebih dari 3,51 pada tahun 2008 sepatutnya mendapat perhatian dari departemen untuk meningkatkan potensi dan semangat mahasiswa sejak awal perkuliahan. Untuk IPK antara 2,76 sampai dengan 3,51, minor yang paling banyak diambil adalah Manajemen Fungsional, Riset Operasi, dan SC. Manajemen Fungsional sendiri peminatnya tetap dari tahun ke tahun, sedangkan untuk Riset Operasi dan SC menurun. Rataan nilai IP dan IPK tertinggi pada status studi IPK antara 2,76 sampai dengan 3,51 adalah Perkembangan Anak pada tahun 2005 dan Statistika Industri pada tahun Untuk minor pada nilai IPK antara 2,00 sampai dengan 2,76 yaitu SC yang mengalami peningkatan pada tahun Dengan nilai rataan IP tertinggi diperoleh minor Riset Operasi dan rataan IPK tertinggi adalah Manajemen Industri. Dari beberapa analisis di atas dapat disimpulkan bahwa beberapa minor favorit pilihan mahasiswa berdasarkan jumlah sebaran mahasiswa dengan rataan nilai IPK dari 2,00 sampai 3,51 adalah SC, Manajemen Fungsional, dan Riset Operasi. Hal ini dapat diasumsikan bahwa dengan mengambil minor Riset Operasi nilai yang didapat akan tinggi, dengan banyaknya mahasiswa pandai (IPK lebih dari 3,51) yang mengambil mata kuliah ini (Gambar 11). Gambar 11 Minor Favorit Chart. Selain itu, kubus ini juga dapat menunjukkan informasi tentang rataan IP dan IPK berdasarkan jenis kelamin, mayor, maupun TPB. KESIMPULAN DAN SARAN Kesimpulan Hasil penelitian menyimpulkan bahwa, pembangunan data warehouse dan OLAP berbasis web data akademik Ilmu Komputer menghasilkan dua kubus data, yaitu kubus data mata kuliah mutu dan indeks prestasi. Dua kubus data tersebut dapat divisualisasikan dalam tiga jenis tampilan, yaitu tampilan grafik batang, grafik garis dan pie chart dengan menggunakan OLAP Mondrian Selain itu kubus data juga dapat dicetak dalam bentuk pdf dan excel. Operasi OLAP yang dilakukan pada kubus data ini adalah roll-up (misalnya mencari pola sebaran perkembangan huruf mutu mata kuliah mayor, interdepartemen, pilihan, dan elektif pada setiap angkatan.), drill-down (Rataan IP dan Rataan IPK berdasarkan jenis kelamin, minor dan tahun akademik), dice (misalnya untuk melihat jumlah mahasiswa yang mengambil minor riset operasi), dan slice (jumlah mahasiswa yang drop out tiap angkatan berdasarkan jenis kelamin). Hasil dari penelitian ini dapat memberikan manfaat bagi Departemen Ilmu Komputer dalam mempermudah analisis data akademik ukuran besar sehingga dapat membantu dalam pengaksesan data tersebut, penyampaian informasi, pembuatan laporan dan pembuatan keputusan yang lebih baik. Saran Saran untuk penelitian data warehousing dan OLAP selanjutnya adalah: 1. membangun modul program untuk pemasukan data baru yang nantinya diintegrasikan ke dalam aplikasi OLAP. 2. menambah ukuran lama studi agar dapat diketahui rata-rata lama studi pada kurikulum mayor-minor. DAFTAR PUSTAKA Malinowski E, Zim anyi E Advanced Data Warehouse Design. Heidelberg: Springer. Bouman R, Dongen J.V Pentaho Solution. Canada: Wiley. 9
18 Sulistyaningsih, W Pembangunan Data Warehouse Akademik (Studi Kasus : Kurikulum Mayor-minor Program Sarjana Departemen Ilmu Komputer IPB). [Skripsi]. Bogor : Departemen Ilmu Komputer, FMIPA, Institut Pertanian Bogor. 10
19 LAMPIRAN
20 Lampiran 1 Tampilan I Aplikasi Lampiran 2 Tampilan II Aplikasi 12
21 Lampiran 3 Tampilan III OLAP Indeks Prestasi berdasarkan mutu Lampiran 4 Tampilan IV OLAP Indeks Prestasi berdasarkan status studi 13
22 Lampiran 5 Operasi Drill down di Linux Lampiran 6 Operasi Dice di Linux 14
23 Lampiran 7 Operasi Drill Down di Windows (Sulistyaningsih 2010) Lampiran 8 Operasi Dice di Windows (Sulistyaningsih 2010) 15
24 Lampiran 9 Operasi drill down pada rataan IP, IPK, dan sebaran minor pada tiap mata kuliah minor 16
HASIL DAN PEMBAHASAN. Nama dan deskripsi atribut tabel tempfact_indeksprestasi
Uji Query Tahap ini dilakukan setelah pembuatan data warehouse selesai. Pengujian ini dilakukan untuk melihat apakah operasi dasar OLAP berhasil diimplementasikan dan sesuai dengan informasi yang ditampilkan.
Lebih terperinciHASIL DAN PEMBAHASAN. Analisis Data
atribut tahun akademik dan atribut. Selain generalisasi, pada proses ini juga dilakukan dengan mengkonstruksi atribut baru menggunakan data dari atribut yang sudah ada. 4 Pemuatan Data Pada tahap ini,
Lebih terperinci4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik.
5 4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik. Lapis atas: Web browser Grafik Laptop JpGraph Line Plot Presentasi
Lebih terperinciPEMBANGUNAN DATA WAREHOUSE AKADEMIK (STUDI KASUS : KURIKULUM MAYOR-MINOR PROGRAM SARJANA DEPARTEMEN ILMU KOMPUTER IPB) WIDIA SULISTYANINGSIH
PEMBANGUNAN DATA WAREHOUSE AKADEMIK (STUDI KASUS : KURIKULUM MAYOR-MINOR PROGRAM SARJANA DEPARTEMEN ILMU KOMPUTER IPB) WIDIA SULISTYANINGSIH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciHASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.
3 warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data
Lebih terperinciPEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA
PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciIMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G
IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G64103046 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Saat ini sudah banyak organisasi yang telah mengadopsi teknologi data warehouse. Penerapan teknologi ini sangat membantu sekali bagi suatu organisasi yang memiliki data yang
Lebih terperinciBAB III METODE PENELITIAN
15 BAB III METODE PENELITIAN Sistem informasi geografis persebaran hotspot di Indonesia merupakan suatu sistem yang bertujuan untuk memantau dan memberikan informasi mengenai persebaran hotspot yang ada
Lebih terperinciBAB I PENDAHULUAN. I.1 Pendahuluan
BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Teknologi basis data saat ini berkembang sangat pesat. Data disimpan dalam basis data, diolah kemudian disajikan sebagai informasi yang bernilai bagi pengguna. Penyimpanan
Lebih terperinciMAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB
MAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB Oleh: Wahyu Dwi Suryanto G64096065 Pembimbing: Firman Ardiansyah, S.Kom., M.Si.
Lebih terperinciDATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)
DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database
Lebih terperinciTUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP
Lebih terperinciHASIL DAN PEMBAHASAN Dalam pembuatan data warehouse potensi desa wilayah Bogor melalui beberapa tahap yaitu:
8 memeriksa apakah masukan dari pengguna akan memberikan keluaran yang sesuai dengan tidak memperhatikan proses yang terjadi di dalamnya (Sommerville 2000). HASIL DAN PEMBAHASAN Dalam pembuatan data warehouse
Lebih terperinciPERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE
PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan
Lebih terperinciONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI
ONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciIMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA
Lebih terperinciIMPLEMENTASI DATA WAREHOUSE UNTUK MENUNJANG KEGIATAN AKADEMIK
IMPLEMENTASI DATA WAREHOUSE UNTUK MENUNJANG KEGIATAN AKADEMIK Ariana Azimah 1) Yudho Giri Sucahyo 2) Magister Teknologi Informasi Fakultas Ilmu Komputer, Universitas Indonesia ariana@unas.ac.id 1) yudho@cs.ui.ac.id
Lebih terperinciWaktu. id_waktu. Jalur propinsi pulau Pelamar. tahun_masuk Mahasiswa. JenisKelamin. lelaki_perempuan. Studi. id_studi
8 Palo Server 1.0c (berfungsi sebagai OLAP server yang melakukan fungsi agregasi dan tempat penyimpanan struktur dan data kubus data multidimensi) Palo Excel Add-In 1.0c (tempat pembuatan/pemodelan struktur
Lebih terperinciBab 3. Metode Penelitian dan Perancangan Sistem
Bab 3 Metode Penelitian dan Perancangan Sistem Dalam penelitian ini akan dilakukan representasi informasi demografi kependudukan di Provinsi Jawa Tengah, dari mulai data mentah yang dibukukan menjadi output
Lebih terperinciHASIL DAN PEMBAHASAN Kondisi Awal Lingkungan Pengembangan
6 proses updating lokasi untuk basis data dailyhotspot importime.php merupakan modul yang berguna untuk melakukan proses updating elemen dimensi waktu untuk basis data monthlyhotspot importimedaily.php
Lebih terperinciDATA WAREHOUSE DAN APLIKASI OLAP DATA AKADEMIK ILMU KOMPUTER IPB BERBASIS WEB MENGGUNAKAN PALO 2.0 YAGHI AMANDA PERMANA
DATA WAREHOUSE DAN APLIKASI OLAP DATA AKADEMIK ILMU KOMPUTER IPB BERBASIS WEB MENGGUNAKAN PALO 2.0 YAGHI AMANDA PERMANA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciWeb browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data
6 Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 Analisis Data HASIL DAN PEMBAHASAN Data hotspot yang digunakan adalah data dari tahun 2000 sampai dengan tahun 2004. Hal ini disebabkan data hotspot
Lebih terperinciPENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP DATA TRACER STUDY ALUMNI IPB BERBASIS WEB MENGGUNAKAN MICROSOFT BUSINESS INTELLIGENCE
PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP DATA TRACER STUDY ALUMNI IPB BERBASIS WEB MENGGUNAKAN MICROSOFT BUSINESS INTELLIGENCE Oleh: Wahyu Dwi Suryanto G64096065 Pembimbing: Firman Ardiansyah, S.Kom.,
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciTugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Lebih terperinciPENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK
1 PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA Arsanda Prawisda, Wisnu Ananta Kusuma, Hari Agung Adrianto 1 Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA, Institut
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi 4.1.1 Jadwal Implementasi Penerapan aplikasi ini terdiri dari beberapa tahapan berkelanjutan, dengan penjadwalan yang dapat dilihat pada tabel berikut ini:
Lebih terperinciANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)
ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) Budi Santosa 1), Dessyanto Boedi P 2), Markus Priharjanto 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran"
Lebih terperinciHASIL DAN PEMBAHASAN. Sistem Operasi: Microsoft Windows XP
7 Sistem Operasi Microsoft Windows XP Professional Service Pack Sedangkan spesifikasi inti kedua virtual komputernya adalah: Prosesor tunggal Memori 5 MB Harddisk 8 GB Sistem Operasi: Microsoft Windows
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007 PERANCANGAN DATA WAREHOUSE UNTUK MENDUKUNG MANAJEMEN PENDIDIKAN PADA JURUSAN
Lebih terperinciBAB IV PERANCANGAN SISTEM
BAB IV PERANCANGAN SISTEM Pembahasan BAB IV mengenai proses perancangan data warehouse meliputi proses integrasi, pemodelan database dan dashboard interface. 4.1 Perencanaan Tahap perencanaan penelitian
Lebih terperinciPENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI
PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI Masfulatul Lailiyah, Umi Laili Yuhana, Dini Adni Navastara Jurusan Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Untuk mencapai tujuan dalam rangka mewujudkan Visi dan Misi perguruan tinggi perlu dimanfaatkan secara optimal seluruh sumber daya yang dimiliki oleh perguruan tinggi
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperinciBab 4 Hasil dan Pembahasan
Bab 4 Hasil dan Pembahasan Bahasan ini berisi pemaparan mengenai hasil dari perancangan sistem dalam bentuk pembahasan hasil dan pengujian efektivitas data dalam sistem. Pengujian atas hasil penjualan
Lebih terperinciBasis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.
Basis Data Oracle - Business Intelligence System Ramos Somya, M.Cs. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant,
Lebih terperincihttp://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat ditunjukkan dengan munculnya beragam perangkat teknologi yang mempermudah manusia dalam memonitor perkembangan usahanya
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Penelitian Dalam pembangunan sistem, penelitian menggunakan model Software Development Life Cycle). Model-model yang digunakan pada SDLC yaitu : a) Waterfall, b)
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
20 BAB IV HASIL DAN PEMBAHASAN 4.1. Analisis Data Pada penelitian ini digunakan data satelit NOAA pada tahun 1997 sampai dengan 2005 serta data satelit TERRA dan AQUA dari tahun 2000 sampai dengan 2009.
Lebih terperinciTugas Akhir (KI091391) Muhamad Adi Prasetyo
Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).
Lebih terperinciBABI PENDAHULUAN. 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi, kebutuhan akan tersedianya informasi yang cepat dan akurat menjadi hal yang sangat penting bagi sebuah organisasi untuk dapat
Lebih terperinci4. BAB IV IMPLEMENTASI DAN PENGUJIAN
4. BAB IV IMPLEMENTASI DAN PENGUJIAN Sebelum program di implementasikan, maka program harus bebas dari kesalahan. Kesalahan program yang mungkin terjadi antara lain karena kesalahan penulisan (coding),
Lebih terperinciJurnal Ilmiah Widya Teknik Volume 15 Nomor
Jurnal Ilmiah Widya Teknik Volume 15 Nomor 2 2016 PEMBANGUNAN ONLINE ANALYTICAL PROCESSING YANG TERINTEGRASI DENGAN SISTEM INFORMASI HARGA BAHAN POKOK KOTA YOGYAKARTA C. Hutomo Suryolaksono 1, Paulina
Lebih terperinciPembangkitan Borang Akreditasi Nasional di Perguruan Tinggi Berbasis OLAP pada Data SDM dan Penelitian
1 Pembangkitan Borang Akreditasi Nasional di Perguruan Tinggi Berbasis OLAP pada Data SDM dan Penelitian Kurnia Widyaningtias 1, Umi Laili Yuhana 2, Nurul Fajrin Ariyani 3 Teknik Informatika, Fakultas
Lebih terperinciHASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP
Uji Query Uji query adalah tahap untuk menguji temporal data warehouse apakah telah sesuai dengan kebutuhan dan berfungsi dengan baik serta memeriksa apakah operasi dasar data warehouse dan fungsi agregat
Lebih terperinciDatabase dan DBMS DBMS adalah perangkat lunak sistem yang memungkinkan para pemakai membuat, memelihara, mengontrol, dan mengakses basis data dengan
Database dan DBMS Database adalah : suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktifitas untuk memperoleh informasi. semua data yang disimpan pada sumberdaya berbasis
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Analisis data historis dan pengolahan data multidimensi bukan merupakan hal yang baru untuk mendukung suatu pengambilan keputusan. Namun perubahan objek data yang dicatat, membuat
Lebih terperinciPerancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi
Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi I Nyoman Mahayasa Adiputra, J. Wahyu Nugroho Joshua Sekolah Tinggi
Lebih terperinciSISTEM TRACER STUDY ALUMNI FAKULTAS ILMU KOMPUTER UNIVERSITAS MUSLIM INDONESIA MENGGUNAKAN METODE ON-LINE ANALITYCAL PROCESSING (OLAP)
SISTEM TRACER STUDY ALUMNI FAKULTAS ILMU KOMPUTER UNIVERSITAS MUSLIM INDONESIA MENGGUNAKAN METODE ON-LINE ANALITYCAL PROCESSING (OLAP) Aminurlah Syam 1, Abdul Rachman Manga 2 aminurlahsyam20051995@gmail.com
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Data adalah sebuah rekaman dari fakta-fakta, konsep-konsep, atau instruksiinstruksi pada media penyimpanan untuk komunikasi perolehan, dan pemrosesan dengan cara otomatis
Lebih terperinciHASIL DAN PEMBAHASAN. Data
Transformasi data, mengubah data ke bentuk yang dapat di-mine sesuai dengan perangkat lunak yang digunakan pada penelitian. Penentuan Data Latih dan Data Uji Dalam penelitian ini data terdapat dua metode
Lebih terperinciPerancangan Basis Data
Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek
Lebih terperinciPREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G
PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G651044054 SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam penelitian ini penulis menggunakan metode eksplorasi dan studi literatur yaitu mengkaji teori serta konsep yang berkaitan dengan permasalahan. Selain itu penulis juga
Lebih terperinciAnggota Kelompok 3 :
Anggota Kelompok 3 : Customer relationship management (CRM) Adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan maupun pelanggannya akan menerima nilai maksimum dari hubungan
Lebih terperinciIMPLEMENTASI SISTEM BUSINESS INTELLIGENCE TERHADAP REKAP NILAI PERKULIAHAN MENGGUNAKAN METODE ONLINE ANALITYCAL PROCESSING (OLAP)
IMPLEMENTASI SISTEM BUSINESS INTELLIGENCE TERHADAP REKAP NILAI PERKULIAHAN MENGGUNAKAN METODE ONLINE ANALITYCAL PROCESSING (OLAP) Ahmad Lubis Ghozali 1), Munengsih Sari Bunga 2) 1), 2) Teknik Informatika
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih terperinciPENGEMBANGAN WORDNET BAHASA INDONESIA BERBASIS WEB
PENGEMBANGAN WORDNET BAHASA INDONESIA BERBASIS WEB RIYAN ADI LESMANA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 PENGEMBANGAN WORDNET BAHASA
Lebih terperinciBAB 4 PERANCANGAN DAN IMPLEMENTASI
BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian
Lebih terperinciPENGEMBANGAN SISTEM ANALISIS AKADEMIS MENGGUNAKAN OLAP DAN DATA CLUSTERING STUDI KASUS : AKADEMIK UNIVERSITAS SEBELAS MARET SURAKARTA
PENGEMBANGAN SISTEM ANALISIS AKADEMIS MENGGUNAKAN OLAP DAN DATA CLUSTERING STUDI KASUS : AKADEMIK UNIVERSITAS SEBELAS MARET SURAKARTA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata
Lebih terperinciVisual Index Presentasi Online 5 September 2012
Business Intelligence series Visual Index Presentasi Online 5 September 2012 Disusun Oleh : PHI-Integration Dalam Bentuk PDF pada September 2012 E-Book ini dapat digunakan secara BEBAS baik secara digital
Lebih terperinciBAB II KONSEP DATA WAREHOUSING
BAB II KONSEP DATA WAREHOUSING Komptensi yang diharapkan: Peserta pembelajaran memahami konsep-konsep, berbagai istilah, karakteristik, manfaat, tujuan, tugas-tugas data warehouseing. A. Pengertian Beberapa
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
141 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Perancangan Aplikasi 1. Form Login Form Login ini muncul pertama kali saat aplikasi dijalankan. Untuk menjaga keamanan pengaksesan informasi, hanya mereka yang memiliki
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Spesifikasi Sistem 4.1.1. Spesifikasi Perangkat Keras Perangkat keras yang dibutuhkan untuk aplikasi data warehouse ini, antara lain : 1. Server Konfigurasi hardware
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mata kuliah kerja praktik yang ada di Universitas Kristen Duta Wacana merupakan mata kuliah yang bersifat mandiri. Dimana mahasiswa yang mengambil mata kuliah
Lebih terperinciGambar 4.50 Halaman Pivot Product Report per Kuartal
151 19. Halaman Pivot Product Report per Bulan Gambar 4.49 Halaman Pivot Product Report per Bulan 20. Halaman Pivot Product Report per Kuartal Gambar 4.50 Halaman Pivot Product Report per Kuartal 152 20.
Lebih terperinciHASIL DAN PEMBAHASAN Praproses Data Clustering
Perangkat lunak: Sistem operasi: Windows XP Home Edition, WEKA versi 3.5.7, ArcView GIS 3.3, Map Server For Windows (ms4w) 2.3.1 Chameleon 2.4.1 Perangkat keras: Prosessor intel Pentium 4 ~2GHz Memory
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
85 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Instalasi Software Dalam penulisan tugas akhir ini, pembuatan program dibuat menggunakan aplikasi pendukung seperti : Web Server, aplikasi pengolahan monitoring
Lebih terperinciDESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1
DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO Mohammad Yazdi 1 1 Jurusan Matematika FMIPA Universitas Tadulako Jl. Soekarno-Hatta Palu, Indonesia
Lebih terperinciBAB III METODOLOGI PENELITIAN. model EIS yang sesuai bagi lingkungan organisasi sekolah menengah atas, maka
BAB III METODOLOGI PENELITIAN 3.1. Langkah-langkah Penelitian Seperti telah disebutkan bahwa tujuan penelitian adalah untuk merancang model EIS yang sesuai bagi lingkungan organisasi sekolah menengah atas,
Lebih terperinciBAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti
BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/ 2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/ 2006 ANALISIS DAN PERANCANGAN APLIKASI DATA WAREHOUSE PADA PT. RICKY PUTRA GLOBALINDO TBK. STUDI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Pengertian Data Menurut McLeod (2007, p9), data terdiri dari fakta fakta dan angka angka yang relatif tidak berarti bagi pemakai. Sedangkan menurut O'Brien (2005,
Lebih terperinciData Warehousing dan Decision Support
Bab 9 Data Warehousing dan Decision Support POKOK BAHASAN: Hubungan antara Data Warehouse dan Decision Support Model Data Multidimensi Online Analytical Processing (OLAP) Arsitektur Data Warehouse Implementasi
Lebih terperinciPEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR
PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Program Pascasarjana Magister Ilmu Komputer
Lebih terperinciPembersihan Data Lingkungan Pengembangan Sistem HASIL DAN PEMBAHASAN
3 Nilai fuzzy support bagi frequent sequence dengan ukuran k diperoleh dengan mengkombinasikan frequent sequence dengan ukuran k-1. Proses ini akan berhenti jika tidak memungkinkan lagi untuk membangkitkan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Dalam bab ini akan dijelaskan tentang beberapa konsep tentang supra desa, business intelligence, data warehouse, staging area, ETL, OLAP, ROLAP, Pentaho Data Integration, dan PHP.
Lebih terperinci6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe
Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management
Lebih terperinciUNIVERSITAS BINA NUSANTARA PERANCANGAN DATA WAREHOUSE PENJUALAN PADA PT ISTANA KEMAKMURAN MOTOR (HONDA DAAN MOGOT)
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil 2006/2007 PERANCANGAN DATA WAREHOUSE PENJUALAN PADA PT ISTANA KEMAKMURAN MOTOR (HONDA
Lebih terperinciBAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah
BAB II LANDASAN TEORIse 2.1 Data Warehouse Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah tempat penyimpanan data dimana kapasitas penyimpanannya berskala besar; datanya diakumulasikan
Lebih terperinciPENYAJIAN SISTEM INFORMASI SPASIAL SUMBER DAYA ALAM DENGAN MENGGUNAKAN FRAMEWORK PMAPPER AMALIA RAHMAWATI G
PENYAJIAN SISTEM INFORMASI SPASIAL SUMBER DAYA ALAM DENGAN MENGGUNAKAN FRAMEWORK PMAPPER AMALIA RAHMAWATI G64103020 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Pembuatan data warehouse telah banyak dilakukan oleh perusahaanperusahaan industri yang berorientasi profit. Data warehouse diharapkan mampu
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 9] Praktek Ekstrak, Transform, Load (ETL) Dengan Pentaho Data Integration Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Pentaho Data Integration Pentaho adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan
Lebih terperinci3.5 Arsitektur Data Warehouse Data Source Data Warehouse Surveilans Terpadu Penyakit (STP) kabupatenbantul
DAFTAR ISI aman Judul... i aman Pengesahan... ii aman Pernyataan... iii aman Persembahan dan Motto... iv Kata Pengantar... v Abstrak... vi Abstract... vii Daftar Isi... viii Daftar Gambar... x Daftar Tabel...
Lebih terperinciPERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI. Abstract. Keywords: Database, DataWarehouse, ETL, PowerPivot, Star Schema.
PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI Umi Fadilah 1, Wing Wahyu Winarno 2, Armadyah Amborowati 3 1,2 Magister Teknik Informatika STMIK AMIKOM Yogyakarta farilah_07@yahoo.co.id 1, wing@amikom.ac.id
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. dirancang maka langkah selanjutnya adalah mengimplementasikan data. tahapan implementasi dan waktu yang dibutuhkan:
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Setelah informasi perusahaan telah dikumpulkan dan data warehouse telah dirancang maka langkah selanjutnya adalah mengimplementasikan data warehouse pada
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Pada tahap ini merupakan tahapan yang dilakukan setelah tahap perancangan sistem telah dilakukan. Pada bab ini perancangan sistem yang telah dibuat diterjemahkan
Lebih terperinciDATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan
DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional
Lebih terperinciPEMBUATAN GAME JAVA UNTUK MELATIH DAYA INGAT TUGAS AKHIR WAWAN SETIAWAN
PEMBUATAN GAME JAVA UNTUK MELATIH DAYA INGAT TUGAS AKHIR WAWAN SETIAWAN 092406146 PROGRAM STUDI DIPLOMA TEKNIK INFORMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciABSTRAK. Kata kunci: optimasi MDX, operasi OLAP, analisis, cube, trend analysis. v Universitas Kristen Maranatha
ABSTRAK Data mart digunakan oleh suatu perusahaan atau instansi untuk mendukung proses analisis dan pengambilan keputusan. Namun banyaknya data yang disimpan di dalam data mart sering kali menyebabkan
Lebih terperinciPENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI
PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI Oleh : Masfulatul Lailiyah (5107100608) Dosen Pembimbing : Umi Laili Yuhana, S.Kom,
Lebih terperinciKARAKTERISTIK DATA WAREHOUSE
KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa
Lebih terperinciBAB I PENDAHULUAN. berbagai macam metode dan teknologi, sehingga sebuah sistem
BAB I PENDAHULUAN 1.1. Latar Belakang Business Intelligence merupakan sebuah konsep yang menggunakan berbagai macam metode dan teknologi, sehingga sebuah sistem business intelligence pada umumnya dapat
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Ruang Baca Jurusan Ilmu Komputer Fakultas
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian ini dilakukan di Ruang Baca Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung di Jalan Prof. Soemantri Brojonegoro
Lebih terperinci