HASIL DAN PEMBAHASAN. Analisis Data
|
|
- Suparman Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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, 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 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 pivot. Lingkungan Pengembangan Aplikasi dibangun dengan menggunakan perangkat sebagai berikut: Perangkat keras berupa komputer personal dengan spesifikasi: Prosesor Intel(R) Pentium(R) Dual CPU 1.9 GHz Memori 1536 MB DDR RAM Harddisk 160 GB Monitor 14.1 dengan resolusi Mouse dan Keyboard Perangkat lunak: Sistem Operasi Microsoft Windows 7 Ultimate 32 bit PostgreSQL (perangkat lunak bantu untuk pemrosesan data dan pembuatan skema data warehouse) Mondrian Server (berfungsi sebagai OLAP server yang melakukan fungsi agregasi dan tempat penyimpanan struktur dan kubus data multidimensi) Schema Workbench (tempat pembuatan atau pemodelan struktur kubus data dan proses pemuatan data dari data warehouse ke kubus data) Web Server Apache Tomcat Notepad++ sebagai editor program Web browser Mozilla Firefox 3.0.1, Microsoft Internet Explorer 8, safari. Analisis Data HASIL DAN PEMBAHASAN Pada penelitian ini, sumber data diperoleh dengan format.xls. Proses analisis dilakukan terhadap data untuk mendapatkan atribut-atribut yang tepat untuk membangun data warehouse. Data yang digunakan antara lain data mami, transkrip_mahasiswa, wisudawan_mami, dan ambil_minor. Data tersebut dipilih karena telah sesuai dengan kriteria informasi yang akan ditampilkan. Tabel data mami merupakan perolehan nilai pada mata kuliah yang diambil tiap, transkrip_mahasiswa berisi nilai IP maupun I yang diperoleh tiap, wisudawan_mami berisi informasi tentang mahasiswa yang telah lulus antara lain berupa judul skripsi, lama studi, predikat kelulusan dan informasi lain yang berhubungan sedangkan tabel ambil_minor berisi informasi tentang minor yang diambil oleh tiap mahasiswa. Dari tabel-tabel itu, kemudian dipilih atribut-atribut untuk membuat data warehouse. Atribut yang akan digunakan dipilih berdasarkan ketentuan sebagai berikut : 1 atribut yang dipilih menarik untuk dianalisis 2 atribut tersebut berkaitan dengan atribut di tabel data yang lain 3 data yang dianalisis tidak terlalu banyak mengandung nilai null Setelah pemilihan atribut, maka langkah selanjutnya adalah menentukan desain konseptual dengan cara memilih atribut-atribut yang menjadi ukuran (measure) dan non ukuran (non-measure). Hasil analisis data ditentukan tiga tabel fakta (mata kuliah mutu, indeks prestasi, dan sebaran minor) dan tujuh dimensi (Waktu,, Minor, Mata Kuliah, Mutu, Status Studi, dan jenis kelamin). Fakta terdiri dari foreign key dari tabel dimensi, ukuran jumlah mahasiswa, rataan IP, rataan I, dan sebaran minor. Selanjutnya dibuat skema model data multidimensi untuk data warehouse yang dapat dilihat pada Gambar 2. Skema data multidimensi yang dihasilkan merupakan desain logikal kemudian dihasilkan desain fisik final pada proses integrasi dan reduksi. iii 5
2 Integrasi dan Reduksi Data Tahap ini diawali dengan melakukan penggabungan atribut-atribut yang menarik dari tabel-tabel yang dianalisis menjadi satu tabel besar untuk dijadikan tabel fakta. Penggabungan yang dilakukan adalah menggabungkan tabel data mami dengan tabel transkrip_mahasiswa. Reduksi data dilakukan dengan membuang atribut-atribut yang tidak terpilih berdasarkan hasil analisis data. Nilai atribut yang redundan dalam tabel-tabel sumber tidak disertakan dalam proses selanjutnya. Proses integrasi dan reduksi data membentuk tabel baru, antara lain tabel tempfakta_mkmutu, tempfaktaindeksprestasi dan tempfakta_minor yang selanjutnya dijadikan tabel fakta sekaligus kubus data. Proses integrasi dan reduksi ini menghasilkan desain fisik final yang dapat dilihat pada Tabel 1, Tabel 2, dan Tabel 3. Setalah proses integrasi dan reduksi selesai selanjutnya mengonversi seluruh data sumber dari format Excel (.xls) menjadi format PostgreSQL (.sql). Tabel 1 Desain Fisik tempfakta_mkmutu hasil integrasi dan reduksi Nama Atribut id_mhs th_akademik kode_mk Mutu Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap Kode mata kuliah yang diambil huruf mutu Tabel 2 Desain Fisik tempfakta_minor hasil integrasi dan reduksi Nama Atribut id_mhs th_akademik kode_minor Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap Kode minor dari tiap-tiap departemen Tabel 3 Desain Fisik tempfaktaindeksprestasi hasil integrasi dan reduksi Nama Atribut id_mhs th_akademik kode_statusstudi IP I Pembersihan Data Kode mahasiswa sebagai penciri tiap mahasiswa Kode jenis kelamin mahasiswa Tahun akademik dari tiap Kode yang menunjukkan status studi mahasiswa berdasarkan I yang diperoleh tiap Nilai IP per Nilai I Proses pembersihan data dilakukan dengan mengidentifikasi data yang kosong (null) dan tidak konsisten karena proses peng-entri-an data sumber maupun akibat proses integrasi data. Dalam pembersihan data terdapat beberapa nilai yang kosong (null). Perlakuan nilai yang kosong antara lain : atribut minor nilai yang kosong diisi dengan supporting course atribut huruf mutu nilai yang kosong diisi dengan BM atribut kode minor awal (kodeminorawal) nilai yang kosong diisi dengan kode minor yg sedang diambil sesuai dengan nilai dari atribut kodeminor Data yang tidak konsisten pada tabel mami dengan atribut nama mata kuliah (namamk) diupdate dengan menyeragamkan nilai dari atributnya. Beberapa contoh nilai yang tidak konsisten antara lain : Algoritme dan Pemrograman diubah menjadi Algoritma dan Pemrograman Analisis Algoritme diubah menjadi Analisis Algoritma Sistem Pengembangan Berorientasi Obyek diubah dengan Sistem Pengembangan Berorientasi Objek Praktek Lapang diubah menjadi Praktek Kerja Lapangan iii 6
3 waktu Status Studi id_waktu kode_statusstudi Mata Kuliah kode_mk thakademik KelasI statusstudi nama_mk kriteria mata kuliah mutu indeks prestasi sebaran minor Mutu id_mutu id_waktu id_angkatan kode_mk id_mutu jml_mhs id-waktu id_angkatan kode_statusstudi jml_mhs RataanIP RataanI id_waktu id_angkatan kode_minor SebaranMinor mutu Jenis Kelamin Minor id_angkatan kode_minor th_masuk jenis_kelamin minor Penyeragaman nilai dilakukan dengan mengambil nama mata kuliah yang terdapat pada buku panduan sarjana. Hal itu dilakukan untuk menjaga konsistensi data, karena dalam data sumber terdapat satu kode mata kuliah yang mempunyai dua nama mata kuliah yang berbeda. Selain itu penghapusan data yang redundan juga dilakukan. Sebuah data set mungkin meliputi objek data yang merupakan duplikat, atau hampir, dari data yang lain. Banyak orang menerima surat yang sama (duplikat) karena muncul berkali-kali dalam database dengan nama yang agak berbeda. Untuk mendeteksi dan menghilangkan duplikasi data perlu diperhatikan hal-hal berikut : 1. Jika terdapat dua objek yang secara aktual merepresentasikan sebuah objek, maka nilai dari atribut yang terkait dapat berbeda, dan nilai yang tidak konsisten tersebut harus diatasi. 2. Diperlukan langkah yang hati-hati untuk menghindari penggabungan secara tidak sengaja dari data objek yang mirip, tetapi bukan duplikat, misalnya dua orang yang berbeda dengan nama yang identik. Transformasi Data Gambar 2. Desain Logikal Skema Galaksi dengan Tiga Tabel Fakta Proses transformasi data meliputi penyeragaman nama atribut, generalisasi, agregasi, dan konstruksi atribut atau dimensi. Proses ini dilakukan dengan berpedoman pada skema data warehouse yang sudah dibuat. Transformasi yang dilakukan antara lain : Mengubah nama atribut dari tabel hasil pembersihan sesuai dengan nama atribut dimensi yang ada pada skema galaksi. Proses transformasi juga dilakukan dengan mengkonstruksi atribut baru menggunakan data dari atribut yang sudah ada. Atribut id_mhs dari tiap tabel tempfakta digeneralisasi menjadi tahun masuk IPB dengan mengambil lima digit awal, kemudian dari digit tersebut diambil dua digit belakang. Misalnya: id_mhs= G G sehingga mahasiswa yang memiliki id tersebut masuk pada tahun Data dari atribut I digunakan untuk mengkonstruksi atribut status dengan mengelompokkan range nilai I tertentu ke dalam status tertentu. Misalnya: range nilai I dari 2,76-3,50 memiliki status tanpa syarat. Data untuk atribut th_akademik dari tiap tabel tempfakta dikonstruksi menjadi atribut atribut atribut baru dengan nama id_waktu dan mengubah nilainya menjadi tahun akademik dan dengan mengambil iii 7
4 dua digit akhir dari tahun akademik. Semester genap dikodekan dengan angka 0, ganjil dikodekan dengan angka 1 dan TPB dikodekan dengan angka 2. Misal : tahun akademik 2007/ dikodekan menjadi Langkah berikutnya adalah menentukan nilai agregasi atribut-atribut yang menjadi ukuran (measure). Data tabel fakta mata kuliah mutu ditentukan nilai agregasinya untuk mendapatkan ukuran jumlah mahasiswa dengan menghitung banyaknya id_mhs dari mahasiswa dan mengelompokkannya berdasarkan atribut-atribut yang ada. Kemudian membuat atribut baru untuk menampung ukuran jumlah mahasiswa hasil agregasi. Pada data tabel fakta indeks prestasi dilakukan agregasi untuk mendapatkan ukuran jumlah mahasiswa, rataan nilai IP dan I. Atribut baru dikonstruksi untuk ukuran jumlah mahasiswa. Pada data tabel fakta persebaran minor dilakukan agregasi untuk mendapatkan ukuran jumlah mahasiswa yang mengambil minor tertentu di IPB. Tabel-tabel fakta tersebut adalah tabel tempfakta_mkmutu yang terdiri dari empat dimensi dan satu ukuran, tabel tempfaktaindeksprestasi yang terdiri dari tiga dimensi dan tiga ukuran sedangkan tabel tempfakta_minor terdiri dari tiga dimensi dan satu ukuran. Tahap transformasi terakhir adalah melakukan konstruksi tabel-tabel dimensi. Ketujuh tabel dimensi tersebut dibuat dengan nama dim_waktu, dim_mk, dim_mutu, dim_angkatan, dim_minor, dim_jk dan dim_statusstudi. Tabel dimensi waktu (dim_waktu) dibuat dari generalisasi tahun akademik dan. Tabel dimensi (dim_angkatan) dibuat dari generalisasi id_mhs, di dalamnya menjelaskan tahun masuk mahasiswa ke IPB. Data warehouse yang sudah selesai dibuat, selanjutnya di-load ke kubus data OLAP server Mondrian. Kemudian, desain konseptual data warehouse dimodelkan dengan menentukan dimensi-dimensi, elemen-elemen dari dimensi, ukuran-ukuran. Kubus data yang dibuat yaitu, kubus mata kuliah mutu, kubus indeks prestasi, dan kubus sebaran minor. Kubus data mata kuliah mutu dibuat untuk tabel fakta tempfakta_mkmutu, kubus data indeks prestasi dibuat untuk tabel fakta tempfaktaindeksprestasi, sedangkan kubus data sebaran minor dibuat untuk tabel fakta tempfakta_minor. Nama dan deskripsi dari kubus data dapat dilihat pada Tabel 4, Tabel 5, dan Tabel 6. Tabel 4 Nama dan deskripsi dimensi dari kubus mata kuliah mutu Nama Dimensi Waktu Tahun akademik dan Jenis kelamin Mata Kuliah Mutu Ukuran Matakuliah_Mutu Jenis kelamin mahasiswa masuk IPB Mata kuliah Nilai mutu Nama-nama ukuran (jumlah mahasiswa) Tabel 5 Nama dan deskripsi dimensi dari kubus indeks prestasi Nama Dimensi Waktu Tahun akademik dan Jenis kelamin Jenis kelamin mahasiswa Status Studi Ukuran IndeksPrestasi masuk IPB Status studi mahasiswa Nama-nama ukuran (jumlah mahasiswa, rataan IP, rataan I) Tabel 6 Nama dan deskripsi dimensi dari kubus sebaran minor Nama Dimensi Waktu Tahun akademik dan Jenis kelamin Minor Jenis kelamin mahasiswa masuk IPB Status studi mahasiswa Sebaran Minor jumlah mahasiswa yang mengambil minor tertentu iii 8
5 Aplikasi OLAP yang dibuat menyediakan fasilitas-fasilitas berikut : 1 Menu OLAP, dimana pengguna dapat menentukan kubus data, ukuran, dan dimensi-dimensi yang akan ditampilkan untuk dianalisis. 2 Filter dimensi, fungsi ini menyaring dimensi yang ditampilkan pada sumbu x dan sumbu y untuk menampilkan elemen-elemen tertentu dari dimensi. Dimensi lainnya dapat dipilih satu elemen dari tiap-tiap dimensi. 3 Visualisasi Crosstab dan Graph, dimana data hasil operasi OLAP yang dilakukan pengguna dapat ditampilkan ke dalam bentuk crosstab dan atau grafik. Grafik yang ditampilkan berupa bar plot, line plot dan pie chart. Gambaran Umum Aplikasi Arsitektur penelitian ini mengadopsi arsitektur three-tier. Pada lapisan bawah adalah pemrosesan data dan pembuatan skema data warehouse dengan DBMS PostgreSQL 8.4. Pembentukan dan pemuatan kubus data menggunakan Schema Workbench. Di lapisan tengah aplikasi OLAP yang dibuat dengan bahasa pemrograman java berjalan pada web server Apache Tomcat. Pada lapisan ini terdapat OLAP server Mondrian yang menyimpan data dalam kubus data. Web server mengakses kubus data Mondrian Di lapisan atas visualisasi dari aplikasi OLAP dilakukan oleh web browser. Di lapisan ini pengguna dapat melakukan pencarian data, mengevaluasi pola, dan mendapatkan representasi informasi dalam bentuk yang mudah dipahami yaitu crosstab dan grafik. Arsitektur three-tier data warehousing pada penelitian ini dapat dilihat pada Gambar 3. Kelebihan dan Kekurangan Sistem Aplikasi OLAP yang dibangun memiliki beberapa kelebihan, antara lain: 1. Aplikasi OLAP berbasis web, dapat diterapkan dalam internet atau intranet. Teknologi web ini mengeliminasi kebutuhan akan instalasi paket perangkat lunak pada komputer pengguna. 2. Aplikasi yang dibangun dan perangkat lunak bantu yang digunakan berbasis open source sehingga memudahkan pengembangan aplikasi selanjutnya. 3. Aplikasi OLAP dirancang agar dapat digunakan untuk bermacam data warehouse, bukan hanya data warehouse data akademik mayor-minor Ilmu Komputer IPB. Untuk menggunakan data warehouse lain, beberapa file konfigurasi harus dikonfigurasi ulang. Terdapat beberapa kekurangan utama pada aplikasi, yaitu: 1. Tidak ada fasilitas untuk memodelkan struktur kubus data dan memuat data baru ke dalam kubus data. 2. Saat ini hanya terbatas pada tujuh dimensi saja. 3. Belum dapat membedakan antara mata kuliah minor dengan supporting course. Eksplorasi dan Presentasi Hasil Ekplorasi data dilakukan dengan menggunakan operasi OLAP untuk menghasilkan beberapa informasi yang diinginkan. Operasi OLAP yang dapat dijalankan dapat dilihat pada tiap kubus yang terbentuk. 1 Kubus Mata Kuliah Mutu Pada kubus ini dapat dilihat beberapa operasi OLAP misalnya operasi roll-up, drilldown, dan slice. Operasi roll-up pada kubus ini misalnya dalam mencari pola sebaran perkembangan huruf mutu mata kuliah mayor, interdepartemen, pilihan, dan elektif pada setiap angkatan. Grafik pada Gambar 4 merupakan hasil operasi roll-up dengan peserta mata kuliah mayor, interdepartemen, pilihan, dan elektif. Gambar 4. Grafik operasi roll-up dengan dimensi mata kuliah, mutu, dan angkatan Dari grafik di atas terlihat bahwa secara umum jumlah nilai mahasiswa Ilmu Komputer tiap kriteria (mayor, interdepartemen, elektif, dan supporting course) mengalami penurunan. Namun demikian yang perlu dilihat adalah kriteria interdepartemen karena perbandingan iii 9
6 jumlah mata kuliah interdepartemen dengan mahasiswa yang mendapat nilai D dan E cukup besar. Perbandingan tersebut dapat dilihat pada tabel 7. Tabel 7 Perbandingan Jumlah Mahasiswa yang mendapat Nilai D dan E dengan Jumlah Mata Kuliah Interdepartemen Keterangan : Jml mhs Nilai D Nilai ,05 0, ,08 0, ,08 0, ,16 0,07 Mata kuliah interdepartemen sebanyak enam Pada angkatan 2008, mata kuliah yang sudah diambil sebanyak empat E % D % E mahasiswa yang mendapat nilai mutu A,B,C,D, dan E pada tiap mata kuliah interdepartemen. Gambar 5. Tabel pivot Jumlah Mahasiswa yang Mendapat Nilai A,B,C,D, dan E pada Mata Kuliah Interdepartemen Dari Gambar 5 di atas dapat dilihat bahwa rata-rata mahasiswa yang mendapat nilai D dan E masih cukup banyak. Hal ini perlu mendapat perhatian khusus dari sisi mahasiswa dan pengajaran yang dilakukan oleh dosen terlebih lagi untuk mata kuliah Aljabar Linier karena mahasiswa yang mendapat nilai E masih tergolong cukup banyak. Jika nilai mata kuliah Aljabar Linier akan dibandingkan pada tiap angkatan maka hasilnya diperoleh dengan operasi slice. Hasil operasi slice dapat dilihat pada Gambar 6. Gambar 3. Arsitektur data warehousing dan aplikasi OLAP pada penelitian Dari Tabel 7 di atas dapat dilihat bahwa persentase mahasiswa yang mendapat nilai D pada mata kuliah interdepartemen meningkat dari tahun ke tahun. Persentase mahasiswa yang mendapat nilai E menurun pada angkatan 2006 dan meningkat pada angkatan 2007 dan Jika dilihat nilai tiap mata kuliah interdepartemen tahun 2008 maka menggunakan operasi drill-down. Gambar 6 dalam bentuk tabel pivot menunjukkan jumlah Dari grafik Gambar 6 di bawah dapat dilihat bahwa jumlah mahasiswa yang mendapat nilai D dan E meningkat cukup signifikan dari tahun 2007 ke tahun iii
7 Gambar 6. Grafik operasi slice pada nilai mata kuliah Aljabar Linier tiap angkatan 2 Kubus Indeks Prestasi Pada kubus ini dapat dilihat beberapa operasi OLAP misalnya operasi roll-up dalam menentukan rataan I mahasiswa tiap angkatan. Grafik pada Gambar 7 merupakan hasil operasi roll-up dengan rataan I pada tiap angkatan. Gambar 8. Grafik operasi drill-down Rataan I berdasarkan jenis kelamin dan tahun akademik Selain operasi roll-up dan drill-down dapat juga dilakukan operasi slice misalnya untuk mengetahui jumlah mahasiswa drop out setiap angkatan berdasarkan jenis kelamin. Gambar 9 merupakan hasil operasi slice jumlah mahasiswa drop out tiap angkatan. Gambar 7. Grafik operasi roll-up pada Rataan I tiap angkatan berdasarkan yang telah dilalui Grafik di atas menunjukkan rata-rata I pada tiap angkatan. Rata-rata I tersebut dihitung berdasarkan yang telah dilalui. Jika dilakukan operasi drill-down berdasarkan tahun akademik dan jenis kelamin diperoleh grafik pada Gambar 8. Pada umumnya Rata-rata I perempuan lebih tinggi daripada laki-laki. Rata-rata I baik laki-laki maupun perempuan mengalami fluktuasi naik turun dan tidak stabil. Gambar 9. Grafik operasi slice jumlah mahasiswa yang drop out tiap angkatan berdasarkan jenis kelamin Dari grafik di atas dapat dilihat bahwa jumlah mahasiswa yang drop out lebih banyak laki-laki. Pada angkatan 2005 dan 2006 tidak ada mahasiswa yang drop out sehingga tidak ditampilkan dalam grafik. Pada angkatan 2007 terdapat sembilan mahasiswa laki-laki dan satu mahasiswa perempuan yang drop out sedangkan pada tahun 2008 terdapat dua mahasiswa laki-laki dan satu mahasiswa perempuan yang drop out. Persentase mahasiswa drop out pada angkatan 2007 dan 2008 dapat dihitung dengan rumus sebagai berikut iii 11
8 % DO 2007 = x 100 % = x 100% = 10,31 % % DO 2008 = x 100 % Pada umumnya sebagian besar mahasiswa mengambil minor sesuai dengan yang disarankan. Namun demikian, mahasiswa yang mengambil supporting course juga relatif banyak. Perbandingan lima minor yang banyak diambil mahasiswa dan supporting course dapat dilihat pada Gambar 11 dalam bentuk tabel pivot. = x 100% = 3,06 % Jika hasil tersebut dibandingkan dengan standar mutu akademik sarjana Institut Pertanian Bogor, maka hasil tersebut belum memuaskan. Penilaian mengenai hal tersebut dikategorikan sangat baik jika Persentase mahasiswa program studi S1 yang drop-out pada angkatan yang sama 2%. 3 Kubus Sebaran Minor Pada kubus ini dapat dilihat beberapa operasi OLAP misalnya operasi roll-up dalam melihat sebaran minor yang diambil oleh mahasiswa Ilmu Komputer dari tiap angkatan. Dari operasi tersebut dilihat lima minor yang paling banyak diambil oleh tiap angkatan pada tiap. Grafik lima minor yang paling banyak diambil oleh tiap angkatan dapat dilihat pada Gambar 10. Gambar 11. Tabel pivot Lima Minor yang paling banyak diambil oleh mahasiswa dan supporting course Dari gambar tersebut dapat dilihat bahwa mahasiswa yang mengambil supporting course juga relatif banyak. Hal tersebut kemungkinan disebabkan karena jadwal kuliah antara minor dengan mayor yang diambil berbenturan sehingga mahasiswa lebih memilih untuk mengambil supporting course daripada minor. Dari tahun ke tahun minor yang paling banyak diambil adalah manajemen fungsional. Hal ini dapat dijadikan rekomendasi kepada Departemen Manajemen untuk mengatur jadwal secara rapi agar tidak berbenturan dengan jadwal mayor Ilmu Komputer. Rekomendasi lain adalah mahasiswa yang mengambil minor Manajemen Fungsional dijadikan satu kelas dan dicari jadwal yang sesuai antara mahasiswa dan dosen pengajar. Gambar 10. Lima Minor yang paling banyak diambil oleh mahasiswa Pada Grafik tersebut terlihat bahwa minor yang paling banyak diambil antara lain Fisika Instrumentasi, Manajemen Fungsional, Riset Operasi, Kewirausahaan Agribisnis, dan Pengembangan Usaha Agribisnis. Minor yang disarankan bagi mahasiswa Ilmu Komputer antara lain Fisika Instrumentasi, Riset Operasi, Manajemen Fungsional, dan Statistika Industri. KESIMPULAN DAN SARAN Kesimpulan Hasil penelitian menyimpulkan bahwa, pembangunan data warehouse dan OLAP berbasis web data akademik Ilmu Komputer menghasilkan tiga kubus data, yaitu kubus data mata kuliah mutu, indeks prestasi, dan sebaran minor. Ketiga kubus data tersebut dapat divisualisasikan dengan tepat, cepat dan akurat dalam tiga jenis tampilan, yaitu tampilan grafik batang, grafik garis dan pie chart dengan menggunakan OLAP Mondrian Selain itu 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 iii 12
4 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 terperinciHASIL 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 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 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 terperinciDATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA
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
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 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 terperinciLampiran 1. Arsitektur Mondrian (Julian Hyde 2005)
LAMPIRAN 16 Lampiran 1. Arsitektur Mondrian (Julian Hyde 2005) 16 Lampiran 2. Arsitektur Three-tier Data Warehousing (Han & Kamber 2006) 16 Lampiran 3. Data Tabel dalam Dimensi a. Data tabel dim_angkatan
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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI DATA WAREHOUSE
BAB 4 IMPLEMENTASI DAN EVALUASI DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Pelaksanaan rancangan data warehouse dimulai dengan menjalankan pencarian data yang berhubungan dengan pembuatan laporan bagi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diuraikan mengenai pelaksanaan terhadap hasil perancangan yang telah diperoleh sebelumnya. Hasil perancangan pada tahap perancangan akan diimplemetasikan menjadi
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 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 terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Instalasi Software Dalam penulisan tugas akhir ini dalam pembuatan programnya menggunakan aplikasi XAMPP dan MySQL sebagai nya dengan bahasa pemrograman Visual Basic.
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 III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Proses analisis dan perancangan sistem merupakan suatu prosedur yang dilakukan untuk pemeriksaan masalah dan penyusunan alternatif pemecahan masalah yang timbul
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Adapun yang akan dibahas pada bab ini yaitu mengenai hasil dari pembahasan Sistem Informasi Persediaan Barang pada CV. BARUMUN, yang telah dibuat serta akan
Lebih terperinciBAB I PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Pendahuluan Dalam perkembangan dunia yang semakin pesat ini, komputer menjadi suatu hal yang sangat dibutuhkan untuk menyelesaikan segala permasalahan di semua bidang kehidupan sehari-hari.
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 terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Setiap organisasi membutuhkan media untuk mengolah data keanggotaan dan menyampaikan informasi kepada anggota. Informasi yang disampaikan biasanya bersifat
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 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 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 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 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 terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. aplikasi. Proses implementasi basis data dilakukan dengan menggunakan DDL dari
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Implementasi Implementasi adalah proses realisasi fisikal dari rancangan basis data dan aplikasi. Proses implementasi basis data dilakukan dengan menggunakan DDL dari
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 terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Tampilan aplikasi perancangan SIG lokasi klinik hewan di wilayah Medan akan tampil baik menggunakan Mozilla Firefox, untuk menjalankan aplikasi ini buka Mozilla
Lebih terperinciBAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN
BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN 4.1 Arsitektur Data Warehouse Pada awalnya, perancangan data warehouse dimulai dengan mencari data dari berbagai sumber, baik internal maupun eksternal, yang
Lebih terperinciPengembangan Sistem Analisis Visual Untuk Meningkatkan Kualitas Informasi dan Pengambilan Keputusan dengan Tools BI TABLEAU
Pengembangan Sistem Analisis Visual Untuk Meningkatkan Kualitas Informasi dan Pengambilan Keputusan dengan Tools BI TABLEAU 1. Latar Belakang Permasalahan Banyak kendala yang semakin sering muncul dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam proses penelitian penerapan algoritma K-Means pada clustering berita berbahasa Indonesia.
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 terperinciBAB II ANALISA DAN PERANCANGAN. tercapainya tujuan suatu instansi ataupun perusahaan. Fungsi sistem
BAB II ANALISA DAN PERANCANGAN 2.1. Analisa Kebutuhan Sistem Untuk analisis kebutuhan sistem ini sangat diperlukan sekali dalam mendukung kinerja sistem, apakah sistem yang penulis buat sesuai dengan kebutuhan
Lebih terperinciIMPLEMENTASI DAN EVALUASI. tugas-tugas yang akan dilakukan dalam tahap implementasi. Berikut penjadwalan. Gambar 4.1 Gambar Jadwal Implementasi
88 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi 4.1.1 Jadwal Implementasi Untuk menghasilkan implementasi yang baik dibutuhkan penjadwalan tugas-tugas yang akan dilakukan dalam tahap implementasi.
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 terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Cat tembok merupakan cat berbahan dasar air atau waterbased yang dapat digunakan pada dinding suatu rumah / bangunan baik interior maupun eksterior. Banyak
Lebih terperinciBAB II ANALISIS DAN PERANCANGAN. Komponen - komponen yang diperlukan untuk menganalisis
BAB II ANALISIS DAN PERANCANGAN 2.1 Analisa Kebutuhan Sistem Komponen - komponen yang diperlukan untuk menganalisis kebutuhan dari objek yang dibangun antara lain sistem pendukung, pengguna (user) dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. calon seleksi alih golongan (SAG) dengan menggunakan metode SMART (Simple
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut ini merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pendukung keputusan anggota kepolisian terhadap
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini, penjualan produk dapat dilakukan dengan dua cara yaitu penjualan langsung dan penjualan dengan sistem online. Sistem penjualan langsung memiliki keterbatasan
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 terperincidatabase server. PHP bersifat terbuka dalam pengembangan, dan gratis. Meskipun demikian PHP memiliki dukungan fungsi yang variatif (Achour, 2000).
3 database server. PHP bersifat terbuka dalam pengembangan, dan gratis. Meskipun demikian PHP memiliki dukungan fungsi yang variatif (Achour, 2000). METODOLOGI Langkah kerja dalam mengembangkan aplikasi
Lebih terperinciBab IV Perancangan. Aplikasi Visualisasi Dashoard
Bab IV Perancangan Perancangan merupakan salah satu tahap yang memiliki peranan penting pada pembangunan suatu aplikasi. Perancangan dilakukan berdasarkan hasil analisis dan penentuan kebutuhan. Pada perancangan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Menentukan Kebutuhan Data Yang Digunakan Mengumpulkan Data Yang Akan Digunakan Mempersiapkan Alat Dan Bahan Wawancara Studi Literatur Desain Penelitian
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam pengaturan jadwal mata kuliah dan kelas pada awal semester Ketua Program Studi membutuhkan persiapan kelas untuk memprediksi kelas yang akan dibuka serta
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Dalam penerapan aplikasi web penjualan ini pada PD Berkat Cahaya Kontraktor, maka sarana-sarana yang dibutuhkan untuk menjalankannya harus tersedia. Sarana-sarana
Lebih terperinciSistem Informasi Geografis untuk Pemetaan Potensi Usaha Industri Kreatif
Jurnal CoreIT, Vol.2, No.1, Juni 26 Sistem Informasi Geografis untuk Pemetaan Potensi Usaha Industri Kreatif Eko Budi Setiawan 1 1 Program Studi Teknik Informatika, Universitas Komputer Indonesia Jl. Dipatiukur
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Dewasa ini komputer berkembang sangat pesat di berbagai bidang kehidupan. Perkembangan ini didukung oleh proses komputasi yang sangat cepat dan juga dukungan pengolahan
Lebih terperinciPersiapan Hardware dan Software Implementasi Basis Data Pemasangan (Instalasi) Konversi Data Pelatihan Evaluasi. Tabel 4.40 Rencana Implementasi
229 4.5 Rencana Implementasi 4.5.1 Jadwal rencana Implementasi Kegiatan Persiapan Hardware dan Software Implementasi Basis Data Pemasangan (Instalasi) Konversi Data Pelatihan Evaluasi M inggu Ke- 1 2 3
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM. Tahap perancangan dalam pembuatan program merupakan suatu hal yang
91 BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM Tahap perancangan dalam pembuatan program merupakan suatu hal yang sangat penting, karena didalam perancangan tersebut terdapat elemen-elemen yang mewakili isi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil program dan pembahasan dari analisa dan rancang bangun sistem pendukung keputusan penilaian kelayakan
Lebih terperinciBAB V IMPLEMENTASI SISTEM
BAB V IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan implementasi dari Aplikasi Sistem Pendukung Keputusan Penilaian kinerja yang sudah dibangun 5.1 Lingkungan Implementasi Lingkungan implementasi meliputi
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Informasi merupakan suatu unsur kunci yang penting di dalam suatu sistem konseptual. Suatu informasi dapat terbentuk melalui berbagai cara
Lebih terperinciBAB III METODOLOGI PENELITIAN
30 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pendukung keputusan untuk pemilihan mobil baru
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 terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Jadwal merupakan salah satu hal penting dalam suatu kegiatan belajar mengajar. Membuat jadwal memerlukan ketelitian agar tidak terjadi kesalahan pada saat
Lebih terperinciBAB III METODOLOGI PENELITIAN. Dalam melakukan penelitian ini, berikut alat dan bahan penelitian yang
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian Dalam melakukan penelitian ini, berikut alat dan bahan penelitian yang digunakan: 1. Literatur: yaitu buku, jurnal, paper, dan artikel ilmiah
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 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 terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perpustakaan merupakan tempat koleksi buku berada. Meskipun perpustakaan dapat bertujuan untuk menyediakan koleksi buku untuk perseorangan, namun perpustakaan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Proses pengambilan matakuliah merupakan salah satu hal yang cukup penting bagi mahasiswa pada saat melakukan registrasi. Akan tetapi pada saat pengambilan matakuliah
Lebih terperinci1 BAB III METODE PENELITIAN
1 BAB III METODE PENELITIAN 1.1 Desain Penelitian Desain penelitian merupakan tahapan atau gambaran yang akan dilakukan dalam melakukan penelitian. Tahapan-tahapan yang dilakukan dalam penelitian ini dapat
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perencanaan pengambilan mata kuliah adalah hal yang sangat penting dalam proses registrasi karena mempengaruhi keseluruhan proses belajar selama berada di universitas.
Lebih terperinciBAB III PEMBAHASAN. Perancangan Antarmuka meliputi perancangan struktur menu dan perancangan tampilan pada tampilan user.
BAB III PEMBAHASAN 3.1 Perancangan Antarmuka Perancangan Antarmuka meliputi perancangan struktur menu dan perancangan tampilan pada tampilan user. 3.1.1 Perancangan Struktur Menu User Pembuatan Aplikasi
Lebih terperinciBAB III METODE PENELITIAN. Berikut adalah tahapan penelitian yang dilakukan : Menentukan kebutuhan data yang digunakan, seperti data makanan, data
BAB III METODE PENELITIAN 3.1. Desain Penelitian Berikut adalah tahapan penelitian yang dilakukan : Menentukan kebutuhan data yang digunakan, seperti data makanan, data aturan makan sesuai penyakit, data
Lebih terperinciPenambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5
Penambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5 Riza Mahendra, Annisa, Imas S. Sitanggang Departemen Ilmu Komputer, Institut Pertanian
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 terperinciBAB V IMPLEMENTASI SISTEM. sistem sudah siap di terapkan atau diimplementasikan. Tahap implementasi sistem
BAB V IMPLEMENTASI SISTEM Setelah tahap analisa dan perancangan, maka langkah selanjutnya dalam membangun sebuah sistem informasi adalah pengujian terhadap sistem apakah sistem sudah siap di terapkan atau
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Teknologi informasi mengalami perkembangan yang sangat pesat pada era sekarang. Banyak perusahaan yang memanfaatkan teknologi untuk memuaskan pelayanan yang
Lebih terperinciBAB III METODE PENELITIAN. Pengembangan perangkat lunak
BAB III METODE PENELITIAN A. Desain Penelitian - Menentukan kebutuhan data yang akan digunakan - Mengumpulkan data yang dibutuhkan - Mempersiapkan alat dan bahan Model proses sekuensial linier : - Analisis
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Instalasi Software Dalam penulisan tugas akhir ini dalam pembuatan programnya menggunakan aplikasi XAMPP dan MySQL sebagai databasenya dengan bahasa pemrograman Visual
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 terperinciBAB V IMPLEMENTASI DAN PENGUJIAN. dibutuhkan perangkat keras (hardware) dan perangkat lunak (software) yang
BAB V IMPLEMENTASI DAN PENGUJIAN 5.1 Lingkungan Implementasi Agar dapat mengimplementasikan perancangan yang telah dibuat, dibutuhkan perangkat keras (hardware) dan perangkat lunak (software) yang mendukung
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 terperinciBAB IV HASIL & UJI COBA
BAB IV HASIL & UJI COBA IV.1 Hasil Aplikasi keylogger yang penulis rancang dengan menerapkan algoritma string matching dapat dibuat dengan baik dan pengujian yang akan ditampilkan diharapkan bisa menampilkan
Lebih terperinciBAB 5 IMPLEMENTASI DAN EVALUASI. Dalam menjalankan aplikasi target letter ini dibutuhkan perangkat keras yang
BAB IMPLEMENTASI DAN EVALUASI. Spesifikasi Perangkat Keras Dalam menjalankan aplikasi target letter ini dibutuhkan perangkat keras yang dibutuhkan untuk mendukung kinerja dari aplikasi ini, sehingga aplikasi
Lebih terperinciBAB III METODE PENELITIAN. Peneliti melakukan penelitian dijurusan Ilmu Komputer Fakultas Matematika dan
29 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Peneliti melakukan penelitian dijurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu Penelitian dilakukan pada
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Untuk memudahkan dalam melakukan penelitian, pada bab ini akan dijelaskan mengenai skema umum penelitian. Dalam penelitian ini terdapat dua tahapan utama,
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Pada tahap implementasi dan pengujian sistem dibutuhkan alat pendukung supaya sistem yang dibuat dapat berjalan dengan baik. Satu diantaranya adalah
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. dan perangkat keras yang akan mendukung jalannya aplikasi. Perangkat lunak dan
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Kebutuhan Sistem Untuk implementasi sistem ini ada beberapa spesifikasi perangkat lunak dan perangkat keras yang akan mendukung jalannya aplikasi. Perangkat lunak dan
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN APLIKASI. Sistem pengolahan data merupakan satu kesatuan kegiatan pengolahan
126 BAB IV IMPLEMENTASI DAN PENGUJIAN APLIKASI 4.1. Kebutuhan Sistem Sistem pengolahan data merupakan satu kesatuan kegiatan pengolahan data atau informasi yang terdiri dari prosedur dan pelaksana data.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada era sekarang ini, perkembangan Teknologi Informasi sudah semakin pesat. Banyak perusahaan yang sudah memakai sistem terkomputerisasi untuk mempermudah
Lebih terperinciBAB III METODE PENELITIAN. peneltian, dibutuhkan desain penelitian. Berikut adalah tahapan penelitian yang dilakukan:
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian adalah tahapan atau gambaran yang akan dilakukan dalam melakukan penelitian, untuk memudahkan peneliti dalam melakukan peneltian, dibutuhkan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang semakin maju membuat keadaan yang semakin mudah. Kemudahan di dalam lingkup sekolah juga sudah mulai berkembang. Siswa dan guru
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian Untuk melakukan sebuah penelitian, dibutuhkan alat dan bahan sebagai penunjang penelitian itu sendiri. Untuk mendukung jalannya penelitian ini
Lebih terperinciBAB III METODE PENELITIAN
20 BAB III METODE PENELITIAN 3.1. Desain Penelitian Berikut adalah tahapan penelitian yang dilakukan: Gambar 3.1 Desain Penelitian 21 Penjelasan gambar : 1. Studi Literatur dilakukan dengan mempelajari
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Alat penelitian berupa komputer yang akan diimplementasikan prototipe
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian Alat penelitian berupa komputer yang akan diimplementasikan prototipe perangkat lunak sistem manajemen klaim asuransi dengan
Lebih terperinci