BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN. patokan yang menjadi pedoman dalam merancang data warehouse yang dibutuhkan

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN. patokan yang menjadi pedoman dalam merancang data warehouse yang dibutuhkan"

Transkripsi

1 BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN 4.1 Rencana Perancangan Data Warehouse Berdasarkan analisis yang telah dilakukan sebelumnya, diperoleh suatu patokan yang menjadi pedoman dalam merancang data warehouse yang dibutuhkan oleh pihak Departemen Perindustrian. Dengan mengikuti pendekatan Business Dimensional Lifecycle untuk merancang data warehouse pada Departemen Perindustrian, maka beberapa tahap yang dilakukan dalam perancangan ini yaitu: 1. Mengidentifikasi kebutuhan Departemen Perindustrian akan informasi. Setelah pada bab sebelumnya diidentifikasi masalah serta kebutuhan informasi strategis yang diharapkan melalui suatu sistem data warehouse yang diusulkan, tahapan selanjutnya adalah mengkompromikan skala prioritas pengadaan informasi yang dapat dikembangkan pada skripsi ini dengan pihak Pusat Data Informasi Departemen Perindustrian (Pusdatin) sebagai pihak yang memiliki kewenangan dalam menangani kebutuhan data dan informasi pada lembaga ini. Pada akhirnya melalui kesepakatan bersama antara pihak Pusdatin dan tim skripsi, maka ditetapkanlah informasi-informasi yang akan coba disediakan pada pengembangan data warehouse pada skripsi ini a. yaitu: Dibutuhkan informasi mengenai ekspor produk industri nasional b. Dibutuhkan informasi mengenai impor produk industri nasional c. Dibutuhkan informasi mengenai realisasi investasi PMA 72

2 73 d. Dibutuhkan informasi mengenai realisasi investasi PMDN e. Dibutuhkan informasi mengenai hasil produksi industri nasional f. Dibutuhkan informasi mengenai pemakaian bahan baku industri nasional g. Dibutuhkan informasi mengenai penyerapan tenaga kerja industri h. Dibutuhkan informasi mengenai penyebaran unit industri 2. Merancang Pemodelan Dimensional Kebutuhan Informasi dengan Skema Bintang Setelah mengetahui data-data yang akan dimasukkan, maka dibuatlah model dimensionalnya dengan menggunakan skema bintang. Skema bintang terdiri dari beberapa tabel fakta dan tabel dimensi. Tabel fakta yang mencerminkan informasi proses bisnis Depperin direfernsikan ke beberapa tabel dimensi sebagai bahan analisis proses secara multidimensi. 3. Merancang database fisik data warehouse Tahap ini merancang kebutuhan fisik database relasional data warehouse DDS. Rancangan kebutuhan fisik database ini meliputi penentuan tipe data dan karakteristiknya setiap kolom pada setiap tabel baik dimensi maupun fakta. 4. Menentukan toolset dan arsitektur sistem Tahap ini menentukan software yang akan dipergunakan untuk mendukung kegiatan pengembangan data warehouse dan usulan hardware yang dibutuhkan agar data warehouse dapat berjalan.

3 74 5. Merancang dan mengembangkan ETL data operasional (OLTP) ke dalam data warehouse Dalam tahap ini, data operasional dari berbagai sumber diekstraksi, transformasikan dan dimasukkan ke dalam data warehouse. 6. Membuat prototipe aplikasi Prototipe aplikasi ini berfungsi memberi gambaran awal kepada pihak pimpinan sebuah aplikasi analisis industri pertumbuhan industri nasional sebagai media interaksi dengan data warehouse. 4.2 Arsitektur datawarehouse Rancangan data warehouse yang diusulkan adalah menggunakan anatomi data warehouse terpusat, pengumpulan datanya akan dilakukan pada satu tempat saja. Alasan menggunakan anatomi data warehouse terpusat karena Departemen Perindustrian mengelola semua data yang dibutuhkan oleh semua bagian fungsionalnya dilakukan di suatu tempat terpusat yang dinamakan Pusat Data dan Informasi (Pusdatin). Gambaran umum anatomi data warehouse terpusat yang diusulkan adalah seperti gambar di bawah ini. Gambar 4. 1 Anatomi data warehouse

4 75 Perencanaan data warehouse pada Departement Perindustrian (Depperin) dimulai dengan melakukan pengumpulan data yang berhubungan dengan informasi yang dibutuhkan oleh pihak pimpinan. Data tersebut disaring dan hasilnya ditransfrmasikan, kemudian disimpan ke dalam media penyimpanan. Proses penyaringan dan transformasi itu diistilahkan dengan ETL. ETL yang merupakan singkatan dari extraction,transformation and loading adalah rangkaian proses pengambilan data tersaring (extraction) dari sumber data untuk disimpan ke suatu data store lain (loading) melalui beberapa perubahan bentuk data (transformation) untuk menyesuaikan dengan kebutuhan data di tujuan. Arsitektur aliran data dari data warehouse yang diusulkan seperti gambar di bawah ini. Gambar 4. 2 Arsitektur aliran data yang diusulkan Komponen-komponen yang terdapat pada data warehouse terpusat yang diusulkan antara lain: 1. Sumber data Sumber data untuk data warehouse ini berasal dari database aplikasi laporan indikator pertumbuhan nasional, seperti database ekspor-

5 76 2. Stage ETL 3. Stage impor, realisasi investasi industri. Kebanyakan database sumber tersebut memiliki format ekstensi.mdb (file format MS.Access) dan sisanya memiliki format teks dan spreadsheet (excel). Data tersebut merupakan hasil olahan data mentah yang didapat Depperin dari institusi lainnya seperti Badan Pusat Statistik (BPS) dan Badan Pusat Kordinasi Penanaman Modal (BKPM). File data dari berbagai database sumber tersebut diekstraksi dan di-load ke dalam sebuah folder di suatu server untuk memdahkan proses pemindahan data ke operational data store (ODS). Stage adalah sebuah folder yang dinamakan database_industri yang merupakan suatu tempat penyimpan data yang diperoleh dari berbagai aplikasi sumber data Departemen Perindustrian sebelum data tersebut ditransformasikan dan disimpan ke dalam operational data store 4. Operational (ODS). Data Store (ODS ) ETL Kumpulan data sumber yang berada di folder database_industri selanjutnya diekstrak sesuai dengan kebutuhan data warehouse dan diload ke dalam satu file database (ODS). Semua baris dari data sumber untuk setiap master data atau transaksi dikumpulkan di dalam satu buah tabel. Contoh semua baris untuk nama sektor industri dikumpulkan di dalam suatu tabel sektor industri dan semua baris untuk setiap nilai transaksi ekspor dikumpul di dalam sebuah tabel transaksi ekspor. 5. Operational Data Store (ODS )

6 77 ODS adalah sebuah database yang dinamakan StageEktrDepperin dan bertujuan untuk menampung data hasil ekstraksi data sumber yang berada di stage atau folder database. Setiap tabel di database ini mewakili setiap master data dan transaksi versi terbaru dari system operasional sumbernya. Penyimpanan ini bertujuan untuk memudahkan proses ETL ke data warehouse. 6. Dimesional Data Store (DDS) ETL Proses ekstraksi dan transformasi data untuk disimpan di database relasional data warehouse. Proses ETL ini intinya merubah karakteristik data dari ODS yang masih bersifat normalisasi menjadi dimensional atau denormalisasi. Sehingga memudahkan fungsi analisis pada aplikasi data warehouse yang akan dikembangkan. 7. Dimesional Data Store (DDS) DDS adalah sebuah database relasional yang dinamakan DepperinDWH. Database ini memiliki format dimensional yang memiliki beberapa tabel dimensi. Database ini cenderung bersifat denormalisasi untuk memudah akses query mudah dan cepat. Database ini merupakan jantung dari data warehouse karena semua aplikasi analisis menjadi DDS ini sebagai sumber datanya. 8. Multi-dimensional Database (MDB) MDB adalah sebuah database dengan format multidimensional. Format multidimensional yang digunakan untuk data warehouse ini menggunakan pendekatan kubus atau yang sering dikenal dengan istilah

7 78 cube. Cube dibuat untuk lebih memudahkan kebutuhan analisis pada aplikasi data warehouse. 9. Aplikasi Aplikasi yang dikembangkan pada skripsi ini adalah aplikasi analisis multidimensional berbasis web. Aplikasi ini dikembangan bertujuan untuk membantu pimpinan Depperin menganalisis indikator pertumbuhan industri nasional. 4.3 Perancangan Pemodelan Dimensional Berdasarkan rancangan arsitektur aliran data yang diusulkan, DDS adalah jantung dari data warehouse. DDS merupakan sebuah database relasional dengan format dimensional yang menyesuaikan kebutuhan analisis yang mana merupakan tujuan utama dibangunnya data warehouse. Jadi, pada bagian ini intinya adalah membahas mengenai perancangan database untuk DDS Metodologi Metodologi yang digunakan dalam merancang database data warehouse Departemen Perindustrian adalah Nine-Step Methodology yang dikemukakan oleh Kimball (Connoly, 2005, p1187). Langkah-langkah perancangan data warehouse miliputi: 1. Menentukan proses Berdasarkan kebutuhan pengguna informasi yang telah dianalisis dan diidentifikasi, maka proses-proses dari Depperin yang dijadikan informasi pada data warehouse depperin adalah: a. Ekspor produk industri nasional,

8 79 b. Impor produk industri nasional, c. Realisasi investasi PMA, d. Realisasi investasi PMDN, e. Produksi industri nasional, f. Pemakaian bahan baku industri, g. Penyerapan tenaga kerja, h. Penyebaran unit sektor industri, dan i. Pertumbuhan dan kontribusi sektor industri. 2. Menentukan grain (butir) Menentukan grain maksudnya adalah menentukan butir yang menjelaskan tiap fakta. Berikut ini adalah grain dari proses yang telah ditentukan: a. Ekspor produk industri nasional yang dapat dilihat berdasarkan waktu, kelompok industri, komoditi, pelabuhan, negara tujuan ekspor, b. Impor produk industri nasional yang dapat dilihat berdasarkan waktu, kelompok industri, komoditi, pelabuhan dan negara asal, c. Realisasi investasi PMA yang dapat dilihat berdasarkan waktu, kelompok industri, kota proyek dan negara investor, d. Realisasi investasi PMDN yang dapat dilihat berdasarkan waktu, kelompok industri dan kota proyek, e. Produksi industri nasional yang dapat dilihat berdasarkan waktu, propinsi dan kelompok industri,

9 80 f. Pemakaian bahan baku industri yang dapat dilihat berdasarkan waktu, propinsi dan kelompok industri, g. Penyerapan tenaga kerja yang dapat dilihat berdasarkan waktu, propinsi dan kelompok industri, dan h. Penyebaran unit sektor industri yang dapat dilihat berdasarkan waktu, propinsi dan kelompok industri. 3. Mengidentifikasi dan menyesuaikan dimensi Tahap selanjutnya adalah mengidentifikasi dan menyesuaikan dimensi dengan tabel fakta. Dimensi adalah kumpulan sudut pandang tentang suatu proses bisnis yang terdapat pada tabel fakta. Berikut ini adalah dimensi-dimensi yang diperlukan: a. Dimensi Waktu (DimWaktu), b. Dimensi Kelompok Industri (DimSektor), c. Dimensi Komoditi (DimKomoditi), d. Dimensi Kota (DimKota), e. Dimensi Propinsi (DimPropinsi), f. Dimensi Pelabuhan (DimPelabuhan), dan g. Dimensi Negara (DimNegara). 4. Menentukan fakta Grain dari tabel fakta menentukan fakta-fakta yang dapat ditampilkan. Pada tahap ini, hal yang dilakukan adalah menentukan measure (ukuran) yang dibutuhkan tabel fakta. Berikut ini adalah measure dari masing-masing tabel fakta:

10 81 a. Measure untuk fakta ekspor produk industri nasional adalah berat dan nilai, b. Measure untuk fakta import adalah Bruto dan Nilai, c. Measure untuk fakta realisasi investasi PMA adalah jumlah proyek dan nilai investasi, d. Measure untuk fakta realisasi investasi PMDN adalah jumlah proyek dan nilai investasi, e. Measure untuk fakta hasil produksi industri adalah nilai input, nilai output, nilai produksi dan nilai tambah, f. Measure untuk fakta pemakaian bahan baku industri adalah bahan baku lokal, bahan baku impor dan bahan bakar pelumas, g. Measure untuk fakta penyerapan tenaga kerja adalah jumlah tenaga kerja, dan h. Measure untuk penyebaran unit industri adalah jumlah perusahaan. 5. Menyimpan pra-kalkulasi pada tabel fakta Biasanya, hasil perhitungan dari atribut di database tidak disimpan pada suatu atribut khusus pada database tersebut, namun pada tahap ini, perlu dipertimbangkan kembali penyimpanan hasil perhitungan pada suatu atribut tersendiri di database dengan alasan mengurangi resiko kesalahan pada program setiap kali melakukan perhitungan pada atribut-atribut tersebut.

11 82 Berdasarkan fakta yang telah ditentukan sebelumnya, pada data warehouse Depperin tidak ada hasil perhitungan yang memerlukan penyimpanan. 6. Menambahkan atribut yang dibutuhkan dalam tabel dimensi Berikut adalah nama atribut-atribut beserta deskripsinya yang akan digunakan pada Tabel-tabel dimensi yang disesuaikan dengan kebutuhan informasi Departemen Perindustrian: Nama Dimensi Field Deskripsi DimKelompokIndustri NamaKelompok Menampilkan nama kelompok industri SubGolongan Menampilkan nama sub golongan industri Golongan Menampilkan nama golongan industri Golongan inti Menampilkan nama sektor utama industri Direktorat Menampilkan nama direktorat di Depperin Dirjen Menampilkan nama direktorat jenderal di Depperin DimKomoditi Uraian_HS6DG Menampilkan nama komoditi berdasarkan HS 6 digit Uraian_SITC2DG Menampilkan nama komoditi berdasarkan SITC 2 digit DimPropinsi NamaPropinsi Menampilkan nama propinsi DimKota Kota Menampilkan nama kota DimNegara Negara Menampilkan nama negara dalam bahasa Indonesia Negara_English Menampilkan nama negara dalam bahasa inggris NM_Region Menampilkan nama region atau area kumpulan negara Tabel 4. 1 Tabel Atribut Dimensi

12 83 7. Menentukan umur dari basis data yang digunakan dalam data warehouse Pada tahap ini ditentukan durasi atau periode waktu dari data yang akan dimasukkan untuk data warehouse Depperin. Data awal yang dimasukkan untuk data warehouse Depperin adaalh data mulai dari tahun Untuk selanjutnya, durasi yang ditentukan untuk transformasi data ke data warehouse adalah setiap awal bulan. 8. Melacak dimensi yang berubah perlahan Dimensi dapat berubah, untuk mengantisipasinya ada 3 cara untuk mengubah data di dimensi, yaitu: a. Menulis ulang atribut yang berubah. b. Membuat record baru pada dimensi. c. Membuat suatu atribut alternatif untuk menampung nilai yang bar, sehingga nilai lama dan nilai baru dari atribut tersebut dapat diakses secara bersamaan. Dalam hal ini, untuk data warehouse Depperin diterapkan cara kedua, yaitu membuat record baru pada dimensi. 9. Menentukan prioritas Query dan Mode Query Pada tahap ini menentukan prioritas dalam penentuan laporan yang ingin ditampilkan. Untuk meningkatkan efektifitas dari laporan yang dihasilkan, ada beberapa hal penting yang perlu diperhatikan di dalam perancangan laporan, yaitu: a. Administrasi

13 84 Data warehouse akan menghasilkan laporan yang akan dipakai oleh para pengambil keputusan perusahaan. Agar laporan yang dihasilkan selalu up-to-date dan akurat, dilakukan proses Extraction Transformation Loading (ETL) secara berkala tergantung kebutuhan. Proses ETL dapar dilakukan secara serentak setiap satu bulan sekali atau kurang tergantung kebutuhan para pengambil keputusan. b. Backup Backup merupakan salah satu proses untuk membuat duplikat data. Proses backup sangat penting untuk mencegah hilangnya data secara permanen. Jika ada kegagalan sistem. Backup sebaiknya dilakukan hanya untuk data yang mengalami perubahan. Proses backup dapat dilakukan setiap satu bulan sekali atau kurang tergantung kebutuhan. c. Security Keamanan digunakan untuk menjaga kerahasiaan data agar pihak yang tidak memiliki hak akses tidak dapat melakukan akses data. Pada data warehouse yang dikembangkan kali ini, setiap pihak pimpinan memiliki akses ke semua laporan. Hanya saja yang dibatasi pada setiap laporan tersebut adalah daftar nilai dimensi kelompok industri (DimKelompokIndustri) untuk setiap kelompok pengguna

14 85 dibedakan. Berikut merupakan tabel hak akses pimpinan untuk setiap laporan: Kelompok Pengguna ADMIN Menteri Dirjen Ilmea Hak Akses Dapat melihat semua baris Dapat melihat semua baris Dapat melihat baris per dimensi kelompok industri yang memiliki nilai untuk dirjen Industri Logam Mesin, Tekstil dan Aneka Dirjen IATT Dapat melihat baris per dimensi kelompok industri yang memiliki nilai untuk dirjen industri Alat Transportasi dan T elematika Dirjen Argo Kimia Dapat melihat baris per dimensi kelompok industri yang memiliki nilai untuk dirjen Industri Argo dan Kimia Tabel 4. 2 Tabel Hak Akses Pimpinan Perancangan Skema Bintang Berikut ini adalah star schema (skema bintang) dari masingmasing tabel fakta:

15 86 1. Skema Bintang Ekspor Gambar 4. 3 Skema Bintang Ekspor Skema bintang ekspor menjelaskan tentang hasil ekspor produk industri nasional ke beberapa negara. Dalam skema bintang ini dapat dilihat informasi mengenai nama negara tujuan ekspor, nama pelabuhan produk diberangkatkan, nama komoditi

16 87 yang diekspor, nama kelompok industri perusahaan pengekspor serta waktu bulan ekspor itu terjadi. Measure dalam tabel fakta ekspor ini menjelaskan tentang berat total semua komoditi dalam kilogram dan nilai ekspor dalam dolar US. 2. Skema Bintang Impor Gambar 4. 4 Skema Bintang Impor Skema bintang impor ini menjelaskan tentang hasil impor produk industri nasional ke beberapa negara. Dalam skema bin-

17 88 tang ini dapat dilihat informasi mengenai nama negara asal pengimpor, nama pelabuhan produk didatangkan, nama jenis komoditinya, nama kelompok industri perusahaan pengimpor serta waktu bulan impor itu terjadi. Measure dalam tabel fakta ekspor ini menjelaskan tentang berat total semua komoditi dalam kilogram dan nilai impor dalam dolar US. 3. Skema Bintang Investasi PMA Gambar 4. 5 Skema Bintang Investasi PMA Skema bintang investasi PMA ini menjelaskan tentang realisasi investasi penanaman modal asing ke sektor industri. Dalam skema bintang ini dapat dilihat informasi mengenai nama negara investor, nama kota proyek investasi direncanakan, nama

18 89 kelompok industri proyek investasi serta waktu bulan investasi itu terealisasi. Measure dalam tabel fakta realisasi investasi PMA ini menjelaskan tentang jumlah proyek dan nilai investasi dalam dolar US. 4. Skema Bintang Investasi PMDN Gambar 4. 6 Skema Bintang Investasi PMDN Skema bintang investasi PMDN ini menjelaskan tentang realisasi investasi penanaman modal dalam negeri ke sektor industri. Dalam skema bintang ini dapat dilihat informasi mengenai nama kota proyek investasi direncanakan, nama kelompok industri proyek investasi serta waktu bulan investasi itu terealisasi. Measure dalam tabel fakta realisasi investasi PMDN ini menjelaskan tentang jumlah proyek dan nilai investasi dalam rupiah.

19 90 5. Skema Bintang Produksi Industri Gambar 4. 7 Skema Bintang Produksi Industri Skema bintang produksi ini menjelaskan tentang produksi industri nasional. Dalam skema bintang ini dapat dilihat informasi mengenai nama propinsi perusahaan berada, nama kelompok industrinya serta tahun produksi. Measure dalam tabel fakta realisasi produksi ini menjelaskan nilai input, nilai output, nilai produksi dan nilai tambah. Semuanya dalam rupiah.

20 91 6. Skema Bintang Pemakaian Bahan Baku Industri Gambar 4. 8 Skema Bintang Pemakaian Bahan Baku Industri Skema bintang pemakaian bahan baku industri ini menjelaskan tentang penggunaan bahan baku oleh industri nasional. Dalam skema bintang ini dapat dilihat informasi mengenai nama propinsi perusahaan berada, nama kelompok industrinya serta tahun pemakaian bahan baku tersebut. Measure dalam tabel fakta pemakaian bahan baku ini menjelaskan nilai dalam rupiah untuk bahan baku impor, bahan baku local dan bahan bakar pelumas.

21 92 7. Skema Bintang Penyerapan Tenaga Kerja Gambar 4. 9 Skema Bintang Penyerapan Tenaga Kerja Skema bintang penyerapan tenaga kerja ini menjelaskan tentang jumlah sumber daya manusia yang diperkerjakan di sektor industri. Dalam skema bintang ini dapat dilihat informasi mengenai nama propinsi perusahaan berada, nama kelompok industrinya serta tahun kondisi penyerapan tenaga kerja di industri nasional. Measure dalam tabel fakta penyerapan tenaga kerja ini menjelaskan jumlah tenaga kerja yang dipakai.

22 93 8. Skema Bintang Penyebaran Unit Industri Gambar Skema Bintang Penyebaran Unit Industri Skema bintang penyebaran unit industri ini menjelaskan tentang jumlah perusahaan dalam suatu kelompok industri. Dalam skema bintang ini dapat dilihat informasi mengenai nama propinsi perusahaan berada, nama kelompok industrinya serta tahun kondisi penyebaran unit industri nasional. Measure dalam tabel fakta penyebaran unit industri ini menjelaskan jumlah perusahaan 4.4 Pemilihan Toolset Beberapa software tool digunakan dalam pengembangan data warehouse ini. Tool yang digunakan adalah paket software data warehouse dari SQL Server Komponen SQL Server 2005 yang kami gunakan memiliki fungsi-fungsi masing : SQL Server 2005 Database Engine, menampung seluruh data pada data warehouse.

23 94 SQL Server 2005 Integration Services, berfungsi membantu merancang dan mengembangkan sistem ektrasi, transformasi dan loading data dari sumber ke database dimensional tujuan di data warehouse. SQL Server 2005 Analysis Services, berfungsi membantu merancang database multidimensional (cubes) untuk keperluan analisis informasi. Alasan memilih paket tool SQL Server 2005 selain Departemen Perindustrian memiliki Corporate License Agreement dengan pihak Microsoft adalah lingkungan kerja Pusat Data Informasi sebagai penyedian layanan informasi pada Departemen Perindustrian telah terbiasa dengan lingkungan produk Microsoft. Mulai dari sistem operasinya menggunakan Windows XP hingga perangkat office biasa menggunakan Excel, Word atau pengelolaan data dengan MS.Access. Ini akan menambah rasa keyakinan jika menggunakan tool microsoft bahwa semua komponen data warehouse akan bekerja secara bersama-sama. Selain produk tool paket Microsoft dalam membangun data warehouse, terdapat tool tambahan untuk memvisualisasikan data pada aplikasi analisis di sisi pengguna. Tool tersebut bernama Dundas OLAP Services. Tool ini digunakan dengan mengintegrasi dengan halaman web yang akan dibangun dengan ASP.NET/C#.

24 Metadata Informasi mengenai struktur dari data yang terdapat di dalam data warehouse terdapat di dalam metadata, yakni informasi tentang data yang digunakan, apakah itu baik dalam bentuk hasil transformasi data yang dilakukan atau pun data yang diciptakan di dalam keperluan membangun data warehouse. Metadata diperlukan sebagai panduan atau indeks yang menjelaskan struktur atau isi data dalam proses transformasi dari data operasional ke data warehouse.

25 Berikut ini adalan metadata dari data warehouse Departemen Perindustrian: Metadata Tabel Dimensi 1. Tabel Dimensi Waktu a. Nama tabel: DimWaktu b. Keterangan: Data-data mengenai waktu c. Primary key: TimeKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel TimeKey Integer 4 Surrogate Key Create Tahun Integer Create Kuartal Integer Create Bulan Integer Create FullDateAlternateKey Datetime Create Tabel 4. 3 Metadata Tabel Dimensi Waktu 96

26 2. Tabel Dimensi Propinsi a. Nama tabel: DimPropinsi b. Keterangan: Data-data mengenai propinsi c. Primary key: PropinsiKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel PropinsiKey Integer 4 Surrogate Key Create KDPropinsi Char 2 Application Key KDPROP Integer 4 MST_PROPINSI Copy NamaPropinsi Varchar 20 - DESKRIPSI Varchar 20 MST_PROPINSI Copy Tabel 4. 4 Metadata Tabel Dimensi Propinsi 97

27 3. Tabel Dimensi Kota a. Nama tabel: DimKota b. Keterangan: Data-data mengenai kota atau kabupaten c. Primary key: KotaKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel KotaKey Integer 4 Surrogate Key Create KotaKD Char 4 Application Key KD_KOTA_KAB Char 4 MST_KOTA_KAB Copy Kota Varchar 50 - URAI_KAB_KOTA Varchar 50 MST_KOTA_KAB Copy PropinsiKey Integer 4 - PropinsiKey Integer 4 DimPropinsi Copy Tabel 4. 5 Metadata Tabel Dimensi Kota 98

28 4. Tabel Dimensi Pelabuhan a. Nama tabel: DimPelabuhan b. Keterangan: Data-data mengenai pelabuhan c. Primary key: PelabuhanKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel PelabuhanKey Integer 4 Surrogate Key Create PortKD Char 3 Application Key KD_PEL Char 3 MST_PELABUHAN Copy Pelabuhan Varchar 30 - PELABUHAN Varchar 30 MST_KOTA_KAB Copy PropinsiKey Integer 4 - PropinsiKey Integer 4 DimPropinsi Copy Tabel 4. 6 Metadata Tabel Dimensi Pelabuhan 99

29 5. Tabel Dimensi Negara a. Nama tabel: DimNegara b. Keterangan: Data-data mengenai negara c. Primary key: NegaraKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel NegaraKey Integer 4 Surrogate Key Create KD_Negara Char 3 Application Key KD_Negara Char 3 MST_NEGARA Copy Negara Varchar 50 - URAI_INDO Varchar 50 MST_NEGARA Copy Negara_English Varchar 50 - URAI_ASING Varchar 50 MST_NEGARA Copy KD_Region Smallint 2 - KD_REGION Smallint 2 MST_NEGARA Copy NM_Region Varchar 15 - NM_REGION Varchar 15 MST_NEGARA Copy Tabel 4. 7 Metadata Tabel Dimensi Negara 100

30 6. Tabel Dimensi Komoditi a. Nama tabel: DimKomoditi b. Keterangan: Data-data mengenai komoditi c. Primary key: KomoditiKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel KomoditiKey Integer 4 Surrogate Key Create HS6DG Char 6 Application Key HS6DG Char 6 MASTER_HS Copy Uraian_HS6DG Varchar URAIAN Varchar 150 MST_HS6DG Copy SITC2DG Char 2 - SITC2DG Char 2 MASTER_HS Copy Uraian_SITC2DG Varchar URAIAN Varchar 90 MST_SITC2DG Copy Tabel 4. 8 Metadata Tabel Dimensi Komoditi 101

31 7. Tabel Dimensi Kelompok Industri a. Nama tabel: DimKelompokIndustri b. Keterangan: Data-data mengenai kelompok industri c. Primary key: SektorKey (Surrogate Key) Field Tipe Ukuran Keterangan Sumber Transformasi Field Tipe Ukuran Tabel SektorKey Integer 4 Surrogate Key Create KelompokKD Char 5 Application Key KD_KLUI5DG Char 5 KLUI5DGInd Copy NamaKelompok Varchar URAIAN_KLUI5DG Varchar 100 KLUI5DGInd Copy SubGolonganKD Char 4 - KD_KLUI4DG Char 4 KLUI5DGInd Copy SubGolongan Varchar URAIAN_KLUI4DG Char 100 KLUI4DGInd Copy GolonganKD Char 3 - KD_KLUI3DG Char 3 KLUI4DGInd Copy Golongan Varchar URAIAN_KLUI3DG Varchar 100 KLUI3DGInd Copy GolonganIntiKD Char 2 - KD_KLUI2DG Char 2 KLUI3DGInd Copy GolonganInti Varchar URAIAN_KLUI2DG Varchar 100 KLUI2DGInd Copy DirektoratKD Char 2 - KD_DIREKTORAT Char 2 KLUI5DGInd Copy Direktorat Varchar 60 - Nama_Direktorat Varchar 60 MST_DIREKTORAT Copy DirjenKD Char 2 - KD_DIRJEN Char 2 MST_DIREKTORAT Copy Dirjen Varchar 50 - NAMA_DIRJEN Varchar 50 MST_DIR_JEND Copy Tabel 4. 9 Metadata Tabel Dimensi Kelompok Industri 102

32 103 Metadata Tabel Fakta 1. Tabel fakta ekspor produk industri nasional a. Nama tabel: FactEksporIndustri. b. Keterangan: Data mengenai informasi ekspor industri. c. Primary key: - Nama field Tipe data Ukuran field Keterangan Proses Tabel sumber TimeKey Integer 4 Nomor Waktu Copy DimWaktu NegaraKey Integer 4 Nomor Negara Copy DimNegara PelabuhanKey Integer 4 Nomor Pelabuhan Copy DimPelabuhan KomoditiKey Integer 4 Nomor Komoditi Copy DimKomoditi SektorKey Integer 4 Nomor Sektor Copy DimSektor JumlahBerat Float 8 - Create Stage_Ekspor NilaiTotal Float 8 - Create Stage_Ekspor Tabel Metadata Tabel Fakta Ekspor Ptoduk Industri Nasional Hasil transformasi tabel fakta persediaan Transformasi: Sumber DimWaktu, DimNegara, DimPelabuhan, DimKomoditi, DimSektor Tujuan FactEksporIndustri Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu WaktuID Integer 4 NegaraKey DimNegara NegaraKey Integer 4 PelabuhanKey DimPelabuhan PelabuhanKey Integer 4 KomoditiKey DimKomoditi KomoditiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Ekspor Ptoduk Industri Nasional

33 Tabel fakta impor produk industri nasional a. Nama tabel: FactImporIndustri. b. Keterangan: Data mengenai informasi impor industri. c. Primary key: - Nama field Tipe data Ukuran field Keterangan Proses Tabel sumber TimeKey Integer 4 Nomor Waktu Copy DimWaktu NegaraKey Integer 4 Nomor Negara Copy DimNegara PelabuhanKey Integer 4 Nomor Pelabuhan Copy DimPelabuhan KomoditiKey Integer 4 Nomor Komoditi Copy DimKomoditi SektorKey Integer 4 Nomor Sektor Copy DimSektor JumlahBerat Float 8 - Create Stage_Impor NilaiTotal Float 8 - Create Stage_Impor Tabel Metadata Tabel Fakta Impor Produk Incdustri Nasional Hasil transformasi tabel fakta persediaan Transformasi: Sumber DimWaktu, DimNegara, DimPelabuhan, DimKomoditi, DimSektor Tujuan FactImporIndustri Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 NegaraKey DimNegara NegaraKey Integer 4 PelabuhanKey DimPelabuhan PelabuhanKey Integer 4 KomoditiKey DimKomoditi KomoditiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Impor Produk Industri Nasional

34 Tabel fakta investasi Penanaman Modal Dalam Negeri (PMDN) a. Nama tabel: FactInvestasiPMDN. b. Keterangan: Data mengenai informasi investasi PMDN. c. Primary key: - Nama field Tipe data Ukuran keterangan Proses Tabel sumber field TimeKey Integer 4 Nomor Waktu Copy DimWaktu KotaKey Integer 4 Nomor Kota Copy DimKota SektorKey Integer 4 Nomor Sektor Copy DimSektor Jumlah Proyek Integer 4 - Create Stage_InvestasiPMDN Total Investasi Float 8 - Create Stage_InvestasiPMDN Tabel Metadata Tabel Fakta Investasi PMDN Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimKota, DimSektor FactInvestasiPMDN Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 KotaKey DimKota KotaKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Investasi PMDN

35 Tabel fakta investasi Penanaman Modal Asing (PMA) a. Nama tabel: FactInvestasiPMA. b. Keterangan: Data mengenai informasi investasi PMA. c. Primary key: - Nama field Tipe Ukuran keterangan Proses Tabel sumber data field TimeKey Integer 4 Nomor Waktu Copy DimWaktu KotaKey Integer 4 Nomor Kota Copy DimKota SektorKey Integer 4 Nomor Sektor Copy DimSektor NegaraKey Integer 4 Nomor Negara Copy DimNegara Jumlah Proyek Integer 8 - Create Stage_InvestasiPMDN Total Investasi Float 8 - Create Stage_InvestasiPMDN Tabel Metadata Tabel Fakta Investasi PMA Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimKota, DimSektor,DimNegara FactInvestasiPMA Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 NegaraKey DimNegara NegaraKey Integer 4 KotaKey DimKota KotaKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Investasi PMA

36 Tabel fakta investasi pemakaian bahan baku a. Nama tabel: FactPemakaianBahanBaku. b. Keterangan: Data mengenai pemakaian bahan baku. c. Primary key: - Nama field Tipe data Ukuran Keterangan Proses Tabel sumber field TimeKey Integer 4 Nomor Waktu Copy DimWaktu PropinsiKey Integer 4 Nomor Propinsi Copy DimPropinsi SektorKey Integer 4 Nomor Sektor Copy DimSektor Bahan Baku Impor Float 8 - Create STAGE_BBKR Bahan Baku Lokal Float 8 - Create STAGE_BBKR Bahan Bakar Pelumas Float 8 - Create STAGE_BBKR Tabel Metadata Tabel Fakta Pemakaian Bahan Baku Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimPropinsi,DimSektor FactPemakaianBahanBaku Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 PropinsiKey DimPropinsi PropinsiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Pemakaian Bahan Baku

37 Tabel fakta penyerapan tenaga kerja a. Nama tabel: FactPenyerapanTK. b. Keterangan: Data mengenai penyerapan tenaga kerja. c. Primary key: - Nama field Tipe data Ukuran Keterangan Proses Tabel sumber field TimeKey Integer 4 Nomor Waktu Copy DimWaktu PropinsiKey Integer 4 Nomor Propinsi Copy DimPropinsi SektorKey Integer 4 Nomor Sektor Copy DimSektor JumlahTenagaKerj a Integer 4 - Create STAGE_TK Tabel Metadata Tabel Fakata Penyerapan Tenaga Kerja Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimPropinsi,DimSektor FactPenyerapanTK Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 PropinsiKey DimPropinsi PropinsiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Penyerapan Tenaga Kerja

38 Tabel fakta penyebaran unit industri a. Nama tabel: FactPenyUnitInd. b. Keterangan: Data mengenai penyebaran unit industri. c. Primary key: - Nama field Tipe data Ukuran Keterangan Proses Tabel sumber field TimeKey Integer 4 Nomor Waktu Copy DimWaktu PropinsiKey Integer 4 Nomor Propinsi Copy DimPropinsi SektorKey Integer 4 Nomor Sektor Copy DimSektor JumlahPerusahaan Integer 4 - Create STAGE_UnitInd Tabel Metadata Tabel Fakta Penyebaran Unit Industri Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimKota, DimSektor,DimNegara FactPenyUnitInd Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 PropinsiKey DimPropinsi PropinsiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Penyebaran Unit Industri

39 Tabel fakta utilisasi produksi a. Nama tabel: FactUtilisasiProduksi. b. Keterangan: Data mengenai penyebaran unit industri. c. Primary key: - Nama field Tipe data Ukuran Keterangan Proses Tabel sumber field TimeKey Integer 4 Nomor Waktu Copy DimWaktu PropinsiKey Integer 4 Nomor Propinsi Copy DimPropinsi SektorKey Integer 4 Nomor Sektor Copy DimSektor Nilai Tambah Float 8 - Create UtilProduksi Nilai Produksi Float 8 - Create UtilProduksi Input Float 8 - Create UtilProduksi Output Float 8 - Create UtilProduksi Tabel Metadata Tabel Fakta Utilisasi Produksi Hasil transformasi tabel fakta persediaan Transformasi: Sumber Tujuan DimWaktu, DimKota, DimSektor,DimNegara FactPenyUnitInd Nama Field Sumber data Tabel Field Tipe data Ukuran Field TimeKey DimWaktu TimeKey Integer 4 PropinsiKey DimPropinsi PropinsiKey Integer 4 SektorKey DimSektor SektorKey Integer 4 Tabel Sumber Data Tabel Fakta Utilisasi Produksi 4.6 Analisis Kapasitas Media Penyimpanan Rumus yang digunakan untuk penghitungan jumlah space yang dibutuhkan untuk menyimpan data dalam sebuah tabel di SQL Server 2005 yang dapat dilihat pada SQL Server Books Online adalah sebagai berikut:

40 Menghitung jumlah baris yang ada di tabel: Num_Rows = jumlah baris dalam suatu tabel 2. Menghitung jumlah kolom yang memiliki panjang tetap (fixed-length) dan kolom yang memiliki panjang yang bervariasi (variable-length) dan hitung jumlah space yang dibutuhkan untuk penyimpanan kolom tersebut: Num_Cols = total jumlah kolom dalam sebuah tabel. Fixed_Data_Size = total byte untuk semua kolom fixed-length. Num_Variable_Cols = jumlah kolom variable-length. Max_Var_Size = nilai byte maksimum untuk semua kolom variablelength. 3. Bagian dari baris, yang dikenal dengan bitmap null, dipesan untuk mengelola nullability kolom. Hitung ukurannya: Null_Bitmap = 2 + ((Num_Cols + 7)/8) 4. Hitung variable-length data size: Variable_Data_Size = 2 + (Num_Variable_cols x 2) + Max_Var_Size 5. Hitung besarnya total baris (total row size): Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap + 4 Nilai 4 dalam formula adalah ukuran tambahan header baris dari baris data. 6. Hitung jumlah baris per page (8096 free bytes per page): Rows_Per_Page = 8096 / (Row_Size + 2) 7. Hitung jumlah page yang dibutuhkan untuk menyimpan semua baris: Num_Pages = Num_Rows / Rows_Per_Page

41 Hitung Jumlah space yang dibutuhkan untuk menyimpan data di tabel (8192 total bytes per page): Heap size (bytes) = 8192 x Num_Pages Analasis perkiraan kapasitas media penyimpanan data untuk tabel fakta pada data warehouse yang dirancang adalah seperti berikut ini: R n = R*(n+1+i) n ), dengan R adalah jumlah record saat ini I adalah persentase pertumbuhan record per tahun n adalah jangka waktu tahun Berikut ini adalah perhitungan kapasitas media penyimpanan untuk fakta ekspor, fakta impor, fakta investasi PMA, fakta investasi PMDN, fakta hasil produksi industri dan fakta pemakaian bahan baku dengan tingkat pertumbuhan masing-masing adalh 10% dan dibatasi hanya untuk lima tahun mendatang. 1. Record Fakta Ekspor Asumsi bahwa jumlah record data fakta ekspor bertambah sebanyak record per bulan. Jumlah record yang telah berjalan saat ini di data warehouse sebanyak record. Maka jumlah record yang diprediksi dalam 5 tahun ke depan: = ( x 12 x 5 ) = record Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = baris Num_Cols = 7 kolom

42 113 Fixed_Data_Size = = 36 bytes Null_Bitmap = 2 + ((7+7)/8) = 3 Row_Size = = 43 bytes Rows_Per_Page = 8096/(43+2) = 179 baris Num_Pages = /179 = Pages Ukuran Tabel = 8192 * = bytes = Kbytes 2. Record Fakta Impor Asumsi bahwa jumlah record data fakta impor bertambah sebanyak record per bulan. Jumlah baris yang telah ada saat ini sebanyak baris. Maka jumlah record yang diprediksi dalam 5 tahun ke depan: = ( x 12 x 5 ) = record Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = baris Num_Cols = 7 kolom Fixed_Data_Size = = 36 bytes Null_Bitmap = 2 + ((7+7)/8) = 3 Row_Size = = 43 bytes Rows_Per_Page = 8096/(43+2) = 179 baris Num_Pages = /179 = Pages Ukuran Tabel = 8192 * = bytes = Kbytes

43 Record Fakta Investasi PMA Asumsi bahwa jumlah record data fakta ekspor bertambah sebanyak 30 record per bulan. Jumlah record yang telah berjalan saat ini di data warehouse sebanyak record. Maka jumlah record yang diprediksi dalam 5 tahun ke depan: = (30 x 12 x 5 ) = record Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = 3394 baris Num_Cols = 6 kolom Fixed_Data_Size = = 28 bytes Null_Bitmap = 2 + ((6+7)/8) = 3 Row_Size = = 35 bytes Rows_Per_Page = 8096/(35+2) = 219 baris Num_Pages = 3394 /219 = 15 Pages Ukuran Tabel = 8192 * 15 = bytes = 120 Kbytes 4. Record Fakta Investasi PMDN Asumsi bahwa jumlah record data fakta ekspor bertambah sebanyak 10 record per bulan. Jumlah record yang telah berjalan saat ini di data warehouse sebanyak 533 record. Maka jumlah record yang diprediksi dalam 5 tahun ke depan: = (10 x 12 x 5 ) = record

44 115 Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = 1133 baris Num_Cols = 5 kolom Fixed_Data_Size = = 24 bytes Null_Bitmap = 2 + ((5+7)/8) = 3 Row_Size = = 31 bytes Rows_Per_Page = 8096/(31+2) = 245 baris Num_Pages = 1133 /245 = 5 Pages Ukuran Tabel = 8192 * 5 = bytes = 40 Kbytes 5. Record Fakta Hasil Produksi Industri Asumsi bahwa jumlah record data fakta ekspor bertambah sebanyak 2700 record per tahun. Jumlah record yang telah berjalan saat ini di data warehouse sebanyak record. M aka jumlah record yang diprediksi dalam 5 tahun ke depan: = (2700 x 5 ) = record Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = baris Num_Cols = 7 kolom Fixed_Data_Size = = 44 bytes Null_Bitmap = 2 + ((7+7)/8) = 3 Row_Size = = 51 bytes

45 116 Rows_Per_Page = 8096/(51+2) = 153 baris Num_Pages = /153 = 157 Pages Ukuran Tabel = 8192 * 157 = bytes = 1024 Kbytes 6. Record Fakta Pemakaian Bahan Baku Asumsi bahwa jumlah record data fakta ekspor bertambah sebanyak 2450 record per bulan. Jumlah record yang telah berjalan saat ini di data warehouse sebanyak record. Maka jumlah record yang diprediksi dalam 5 tahun ke depan: = (2450 x 5 ) = record Selanjutnya, ukuran media penyimpanan yang dibutuhkan dalam jangka waktu lima tahun ke depan adalah : Num_Rows = baris Num_Cols = 6 kolom Fixed_Data_Size = = 36 bytes Null_Bitmap = 2 + ((6+7)/8) = 3 Row_Size = = 43 bytes Rows_Per_Page = 8096/(43+2) = 180 baris Num_Pages = /180 = 122 Pages Ukuran Tabel = 8192 * 122 = bytes = 976 Kbytes

46 Proses Extraction, Transformation and Loading (ETL) Proses ETL pada departemen perindustrian menggunakan layanan pada Microsoft SQL server 2005, yakni SQL Server Integration Services (SSIS). Dengan layanan ini, data operasional dapat diload ke dalam data warehouse sesuai dengan filter yang telah ditentukan. Proses ETL melalui fasilitas SSIS ini juga bisa dijadwalkan sesuai dengan keperluan dari pihak pimpinan. Dalam hal ini, kami menyarankan agar transformasi tabel dimensi dan fakta dilakukan secara per bulan. Hal ini dikarenakan kebutuhan waktu terkecil dari informasi yang diminta adalah bulan. Pada rancangan arsitektur aliran data, proses pemindahan data dari sumber data ke database dimensional data warehouse DDS terdiri dari tiga proses ETL, yaitu: 1. Stage ETL Data yang terkait dengan pertumbuhan sektor industri tersebar di beberapa tempat penyimpanan data. Data sumber yang berada di Departemen Peridustrian kebanyakan masih berada dalam format Microsoft Acecess (ekstension mdb). Oleh karenanya, semua data operasional yang dibutuhkan dipindahkan dan dikumpulkan dalam sebuah folder untuk memudah transormasi data selanjutnya. Nama-nama file-file data yang di-load ke stage folder database_industri : a. ehsbkc: database mengenai ekspor. b. ihsbkc: database mengenai impor. c. Database-BKPM: database mengenai investasi industri.

47 118 d. Perindustrian: database mengenai statis perindustrian nasional. 2. ODS ETL Setiap data sumber yang berada di folder database_industri selanjutnya diekstrak sesuai dengan kebutuhan data warehouse dan di-load ke dalam satu file database (ODS). Semua baris dari data sumber untuk setiap master data atau transaksi dimasukkan ke dalam satu buah tabel. Mengingat fokus yang terpenting dalam skripsi ini adalah transformasi data dari format transaksional di ODS ke format dimensional di data warehouse, kedua ETL diatas tidak dibahas terlalu mendalam untuk proses aliran data transformasinya. Bahasan ETL yang akan lebih dirinci adalah proses ETL ketiga yaitu DDS ETL 3. DDS ETL Proses ETL ini intinya merubah karakteristik data dari ODS yang masih bersifat normalisasi menjadi dimensional atau denormalisasi. Sehingga memudahkan fungsi analisis pada aplikasi data warehouse yang akan dikembangkan. Rancangan ETL ini menggunakan layanan pada Microsoft SQL server 2005, yakni SQL Server Integration Services (SSIS).

48 119 Rancangan ETL Dimensi 1. Dimensi Propinsi Gambar ETL Dimensi Propinsi

49 Dimensi Kota Gambar ETL Dimensi Kota

50 Dimensi Pelabuhan Gambar ETL Dimensi Pelabuhan

51 Dimensi Negara Gambar ETL Dimensi Negara

52 Dimensi Komoditi Gambar ETL Dimensi Komoditi

53 Dimensi Kelompok Industri Gambar ETL Dimensi Kelompok industri

54 125 Rancangan ETL Fakta 1. Fakta Ekspor Gambar ETL Fakta Ekspor

55 Fakta Impor Gambar ETL Fakta Impor

56 Fakta Investasi PMA Gambar ETL Fakta Investasi PMA

57 Fakta Investasi PMDN Gambar ETL Fakata Investasi PMDN

58 Fakta Hasil Produksi Industri Gambar ETL Fakta Hasil Produksi industri

59 Fakta Pemakaian Bahan Baku Gambar ETL Fakta Pemakaian Bahan baku 4.8 Perancangan Database Multidimensional Peninjauan Kembali Struktur Data Warehouse Database multidimensional ini dikembangkan untuk kebutuhan analisis data dan dibangun di SQL Server Analyze Service dimana databasenya terdiri dari beberapa cube. Sumber data untuk database multidimensional ini berasal dari database relational data warehouse. Oleh karena itu, sebelum merancang cube yang dibutuhkan, perlu untuk meninjau kembali struktur database data warehouse.

60 131 Nama tabel Keterangan Atribut DimKelompokIndustri Informasi kelompok industri SektorKey, KelompokID, NamaKelompok, SubGolonganID, Sub- Golongan, GolonganID, Golongan, GolonganIntiID, GolonganInti, DirektoratID, Direktorat, DirjenID, Dirjen DimKomoditi Informasi komoditi KomoditiKey, HS6DG, URAIAN_HS6DG, SITC2DG, URAIAN_SITC2DG DimKota Informasi kota KotaKabKey, KotaKD, Kota, ProvinsiKey DimNegara Informasi negara NegaraKey, KD_Negara, Negara, Negara_English, KD_Region, NM_Region DimPelabuhan Informasi pelabuhan PelabuhanKey, PortID, Pelabuhan, PropinsiKey DimPropinsi Informasi propinsi PropinsiKey, NamaPropinsi, KDPropinsi DimWaktu Informasi mengenai waktu terjadi transaksi TimeKey, Tahun, Kuartal, Bulan, FullDateAlternateKey FactEksporIndustri Informasi mengenai ekspor industri TimeKey, NegaraKey, PelabuhanKey,KomoditiKey, SektorKey, JUMLAH BERAT, NILAI TOTAL FactImporIndustri Informasi mengenai impor industri TimeKey, NegaraKey, PelabuhanKey, KomoditiKey, SektorKey, JUMLAH BERAT IMPOR, TOTAL NILAI IMPOR FactInvestasiPMDN Informasi mengenai investasi penanaman modal dalam negeri JUMLAH PROYEK, TOTAL, INVESTASI (Rp), TimeKey, KotaKabKey, SektorKey FactPemakaianBahanBaku Informasi mengenai pemakaian bahan baku TimeKey, PropinsiKey, SektorKey, Bahan Baku Impor, Bahan Baku Lokal, Bahan Bakar Pelumas FactPenyerapanTK Informasi mengenai penyerapan tenaga kerja SektorKey, PropinsiKey, TimeKey, JumlahTenagaKerj a FactPenyUnitInd Informasi mengenai penyebaran unit industri TimeKey, SektorKey, PropinsiKey, JumlahPerusahaan

61 132 Nama tabel Keterangan Atribut FactPertKontriIndustri Informasi mengenai WaktuKey, SektorKey, GDP pertumbuhan kontribusi industri FactRealisasiInvestasiPMA Informasi mengenai realisasi investasi penanaman modal asing TimeKey, NegaraKey, KotaKabKey, SektorKey, JUMLAH PROYEK, TOTAL INVESTASI FactUtilisasiProduksi Informasi mengenai realisasi utilisasi produksi TimeKey, PropinsiKey, SektorKey, NILAI TAMBAH, NILAI PRODUKSI, INPUT, OUTPUT Tabel Tabel-Tabel Data Warehouse Perancangan Cube Untuk memenuhi kebutuhan analisis pertumbuhan industri nasional, maka ditentukanlah beberapa cube yaitu : 1. Cube Ekspor, berisi informasi multidimensional mengenaik ekspor industri. 2. Cube Impor, berisi informasi multidimensional mengenai impor industri. 3. Cube Realisasi Investasi PMA, berisi informasi multidimensional mengenai realisasi investasi penanaman modal asing (PMA). 4. Cube Realisasi Investasi PMDN, berisi informasi multidimensional mengenai realisasi investasi penanaman modal dalam negeri (PMDN). 5. Cube Hasil Produksi Industri, berisi informasi multidimensional mengenai produksi industri nasional. 6. Cube Pemakaian Bahan Baku, berisi informasi multidimensional mengenai pemakaian bahan baku perindustrian nasional.

62 Cube Penyerapan Tenaga Kerja, berisi informasi multidimensional mengenai penyerapan tenaga kerja pada sektor perindustrian. 8. Cube Penyebaran Unit Industri, berisi informasi multidimensional mengenai unit kelompok industri. Selanjut akan dijabarkan secara mendalam rancangan setiap cube untuk kebutuhan dimensi dan measure-nya Cube Ekspor Dimensi beserta atribut dimensi yang digunakan : 1. DimNegara : Negara,Negara_English,Region 2. DimKomoditi : HS6DG,SITC2DG 3. DimPelabuhan : Pelabuhan, NamaPropinsi 4. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 5. DimWaktu : Tahun, Kuartal, Bulan Measure yang ada : 1. [Jumlah Berat dalam Kg] diambil dari FactEkporIndustri 2. [Nilai Total dalam USD] diambil dari FactEksporIndustri Cube Impor Dimensi beserta atribut dimensi yang digunakan : 1. DimNegara : Negara,Negara_English,Region 2. DimKomoditi : HS6DG,SITC2DG 3. DimPelabuhan : Pelabuhan, NamaPropinsi 4. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen

63 DimWaktu : Tahun, Kuartal, Bulan Measure yang ada : 1. [Jumlah Berat Impor] diambil dari FactImporIndustri 2. [Nilai Total Impor] diambil dari FactImporIndustri Cube Realisasi Investasi PMA Dimensi beserta atribut dimensi yang digunakan : 1. DimNegara : Negara,Negara_English,Region 2. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 3. DimWaktu : Tahun, Kuartal, Bulan 4. DimKota : Kota, NamaPropinsi Measure yang ada : 1. [Jumlah Proyek] diambil dari FactRealisasiInvestasiPMA 2. [Total Investasi USD] diambil dari FactRealisasiInvestasiPMA Cube Realisasi Investasi PMDN Dimensi beserta atribut dimensi yang digunakan : 1. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 2. DimWaktu : Tahun, Kuartal, Bulan 3. DimKota : Kota, NamaPropinsi Measure yang ada : 1. [Jumlah Proyek] diambil dari FactRealisasiInvestasiPMDN

64 [Total Investasi Rp] diambil dari FactRealisasiInvestasiPMDN Cube Hasil Produksi Industri Dimensi beserta atribut dimensi yang digunakan : 1. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 2. DimWaktu : Tahun 3. DimPropinsi : NamaPropinsi Measure yang ada : 1. [Input] diambil dari FactUtilisasiProduksi 2. [Nilai Produksi] diambil dari FactUtilisasiProduksi 3. [Output] diambil dari FactUtilisasiProduksi 4. [Nilai Tambah] diambil dari FactUtilisasiProduksi Cube Pemakaian Bahan Baku Dimensi beserta atribut dimensi yang digunakan : 1. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 2. DimWaktu : Tahun 3. DimPropinsi : NamaPropinsi Measure yang ada : 1. [Bahan Baku Lokal] diambil dari FactBBKR 2. [Bahan Baku Impor] diambil dari FactBBKR 3. [Bahan Bakar Pelumas] diambil dari FactBBKR

65 Cube Penyerapan Tenaga Kerja Dimensi beserta atribut dimensi yang digunakan : 1. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 2. DimWaktu : Tahun 3. DimPropinsi : NamaPropinsi Measure yang ada : - [Jumlah Tenaga Kerja] diambil dari FactPenyerapan Tenaga Kerja Cube Penyebaran Unit Industri Dimensi beserta atribut dimensi yang digunakan : 1. DimKelompokIndustri : NamaKelompok, SubGolongan, Golongan, GolonganInti, Direktorat, Dirjen 2. DimWaktu : Tahun 3. DimPropinsi : NamaPropinsi Measure yang ada : - [Jumlah Perusahaan] diambil dari FactPenyUnitInd Perancangan Dimensi dan Hierarki Atribut Setelah mendefinisikan kebutuhan setiap cube terhadap dimensi dan atribut dimensi yang diperlukan, maka di dalam database multidimensional yang akan dibangun ini dapat didefinisikan dimensi beserta hierarki atribut yang digunakan dalam dimensi tersebut. Daftar dimensi yang ada dalam database multidimensional ini adalah : 1. Dimensi Negara

66 137 Atribut : Negara, Negara_English, Nama Region 2. Dimensi Propinsi Atribut : Nama Propinsi 3. Dimensi Kota Atribut : Kota, Nama Propinsi Hierarki Atribut : Nama Propinsi -> Kota 4. Dimensi Pelabuhan Atribut : Pelabuhan, Nama Propinsi Hierarki Atribut : Nama Propinsi -> Pelabuhan 5. Dimensi Komoditi Atribut : HS6DG, SITC2DG Hierarki Atribut : SITC2DG -> HS6DG 6. Dimensi Kelompok Industri Atribut : Kelompok Industri, Golongan, Sub Golongan, Golongan Inti, Direktorat, Dirjen. Hierarki Atribut : Dirjen -> Direktorat -> Golongan Inti ->Golongan ->Sub Golongan -> Kelompok Industri 7. Dimensi Waktu Atribut : Tahun, Kuartal, Bulan Hierarki Atribut : Tahun -> Kuartal -> Bulan 8. Dimensi Tahun Atribut : Tahun

67 Perancangan Aplikasi Rancangan Layar Halaman Login Logo Perusahaan APLIKASI ANALISI PERTUMBUHAN INDUSTRI NASIONAL DEPARTEMEN PERINDUSTRIAN USERNAME PASSWORD [keterangan password tidak valid] Gambar Rancangan layar halaman login Rancangan layar login ini memeiliki dua buah textbox yang menyimpan input berupa username dan password dan tombol login untuk memeriksa hasil input tadi.

68 Halaman Analisis Logo Perusahaan Analisis Ubah Password Daftar Baru Welcome, User Logout Toolbar List Cube Daftar filter List Measure dan Dimensi Chart atau Grid Analisis Daftar kategori (sumbu vertikal) Daftar kategori (sumbu horizontal) Gambar Rancangan layar halaman analisis Rancangan layar analisis memiliki beberapa control yang diperoleh dengan melakukan instalasi komponen Dundas Chart OLAP Services yaitu toolbar berupa OLAP toolbar, daftar filter berupa slicer axis, daftar kategori (sumbu vertikal) berupa series axis, daftar kategori (sumbu horizontal) berupa categorical axis, list cube berupa cube selector, list measure dan dimensi berupa cube dimension browser, chart atau grid berupa OLAP chart dan OLAP grid yang diletakkan dalam tab panel. Selain control dari komponen Dundas Chart OLAP Services, ada beberapa control

69 140 standar dan control navigasi antara lain log out dan daftar baru berupa link button. Analisis dan ubah password adalah sebuah menu Halaman Ubah Password Logo perusahaan Ubah Password Password lama Password baru Re-enter password baru Cancel Save Gambar Rancangan layar halaman ubah password Rancangan layar ubah password memliliki tiga buah textbox yang menyimpan input berupa password lama, password baru dan validasi password baru, tombol cancel untuk kembali ke halaman analisis dan tombol save untuk memeriksa hasil input tadi.

70 Halaman Daftar Baru Logo Perusahaan Daftar Baru Username Password Re-enter password Grup V Cancel Save Gambar Rancangan layar halaman daftar baru Rancangan layar daftar baru memliliki tiga buah textbox yang menyimpan input berupa username, password dan validasi password, combo box yang berisi daftar grup, tombol cancel untuk kembali ke halaman analisis dan tombol save untuk memeriksa hasil input tadi Prototyping Aplikasi Data warehouse Halaman Login Berikut ini adalah tampilan yang keluar ketika pertama kali memasuki aplikasi:

71 142 Gambar Tampilan halaman Login Dalam halaman ini user harus login untuk dapat menggunakan aplikasi Analisis Pertumbuhan Industri Nasional dengan memasukkan username dan password yang telah diberikan oleh admin, apabila username dan password yang dimasukkan salah maka akan muncul peringatan seperti gambar di bawah ini: Gambar Tampilan memasukkan username dan password yang salah Halaman Analisis Halaman analisis merupakan halaman pertama setelah melakukan login, halaman ini menampilkan aplikasi untuk membantu melakukan analisis pertumbuhan industri nasional yang ditampilkan dalam bentuk chart atau grid. Halaman ini menampilkan data yang telah di bentuk oleh admin sesuai dengan group, cube dan dimensi yang telah dibatasi oleh admin dengan interval

72 143 waktu tiga tahun terakhir dari data yang ada di tiap-tiap fakta. Berikut ini adalah tampilan dari Halaman Analisis: Gambar Tampilan halaman analisis Pada halaman ini terdapat tiga menu yaitu menu analisis, ubah password dan daftar baru. Menu analisis adalah menu untuk menuju halaman analisis, menu ubah password untuk menuju halaman ubah password dan menu daftar baru untuk membuat user

73 144 baru namun menu ini akan muncul apabila yang memasuki aplikasi ini adalah seorang administrator. Halaman ini dikhususkan untuk membantu melakukan analisis pertumbuhan industri nasional dengan memberikan kebebasan kepada user untuk mengolah data yang ada di data warehouse dengan cara melakukan drag and drop dari measure dan dimensi yang berada di dimension browser yang menampilkan daftar sesuai dengan cube yang dipilih pada cube selector kedalam chart atau grid, bila salah satu field dari dimensi yang ditarik dari list maka secara otomatis akan ditempatkan di categories sedangkan bila measure yang ditarik dari list maka secara otomatis ditempatkan di series. Drag and drop juga bisa dilakukan langsung ke daftar categories maupun series. Categories berfungsi untuk membagi data secara parallel berdasarkan dimensi yang dipilih oleh user sedangkan Series berfungsi membagi data secara serial berdasarkan dimensi atau measure yang dipilih oleh user dan filter/slicer berfungsi membatasi data yang ingin ditampilkan oleh user.

74 145 Gambar Contoh drag and drop dimensi yang dianalisis pada aplikasi Berikut ini adalah contoh analisis untuk melihat pertumbuhan nilai ekspor dibawah naungan Direktorat Jendral Industri Logam, Mesin, Tekstil dan Aneka dilihat berdasarkan region tujuannya yaitu Asia Tengah, propinsi asal pelabuhan yaitu propinsi DKI Jakrta dan Riau dan dilihat berdasarkan beberapa komoditinya per tiga tahun terakhir.

75 146 Setelah melakukan login pengguna langsung masuk kehalaman analisis, sebagai contoh bila grup dari Dirjen Industri Logam, Mesin, Tekstil dan Aneka maka tampilan awalnya seperti gambar di bawah ini. Gambar Analisis nilai ekspor berdasarkan dimensi kelompok industri dan waktu tiga tahun terakhir dari data terakhir (tampilan awal untuk Dirjen industri logam, mesin, tekstil dan aneka)

76 147 Kemudian kita menarik dimensi waktu ke kolom series agar naik turunnya nilai ekspor per tahunnya lebih mudah dibedakan. Gambar Analisis nilai ekspor berdasarkan dimensi kelompok industri per tiga tahun dari data terakhir Selanjutnya kita melakukan analisis lebih dalam dengan menambahkan dimensi negara dalam hal ini pengguna melihat nilai ekspor berdasarkan region dimana barang itu diekspor. Pengguna pun dapat melihat lebih spesifik lagi yaitu ke negara mana barang itu di ekspor. Seluruh di-

77 148 mensi yang ada bias dikombinasikan sedemikian rupa hingga menjadi laporan yang diinginkan oleh pengguna. Gambar Analisis nilai ekspor berdasarkan dimensi kelompok industri dan negara (region)

78 149 Gambar Analisis nilai ekspor berdasarkan dimensi kelompok industri, negara dan pelabuhan (propinsinya)

79 150 Gambar Analisis nilai ekspor berdasarkan dimensi kelompok industri, negara, pelabuhan dan komoditi

80 151 Selain bentuk diagram batang ada beberapa bentuk diagram yang bisa digunakan. Misalnya diagram pie, diagram doughnut, diagram point, diagram pyramid dan diagram lainnya yang dapat dilihat di lampiran. Cara mengubah diagram yang digunakan yaitu dengan menekan tombol "select chart type", seperti gambar dibawah. Gambar Tombol Select Type Chart Fitur lainnya yaitu pengguna dapat mengubah format datanya kedalam bentuk ekstensi dari Microsoft Office Excel (.xls), yaitu dengan menekan logo dari Microsoft Office Excel yang ada di toolbar. Gambar Tombol Convert to Excel Halaman Ubah Password Halaman ini merupakan halaman untuk mengubah password, halaman ini sangatlah penting karena tiap user di-create

81 152 oleh admin, sehingga username dan password user dibuat oleh admin. Untuk menjaga kerahasiaan password sebaiknya setelah mendapatkan username dan password dari admin, user harus segera mengubah password-nya guna menjaga keamanan dan privasi user. Untuk mengubah password user diharuskan mengisi tiga buah textbox yaitu password lama, password baru dan re-enter password baru. Password lama berfungsi untuk menjaga keamanan password yang dimiliki user agar tidak mudah diubah oleh orang lain. Password baru adalah password yang akan menggantikan password lama, agar tidak terjadi kesalahan pengetikan maka password baru diproteksi dengan memasukkan password baru yang sama di field re-enter password baru, apabila tidak sama maka aplikasi akan memberikan peringatan bahwa username dan password tidak valid. Bentuk halaman ini dapat dilihat pada gambar dibawah ini: Gambar Tampilan halaman ubah password

BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN. Pada perancangan Data Warehouse Kementerian Dalam Negeri Bagian

BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN. Pada perancangan Data Warehouse Kementerian Dalam Negeri Bagian 180 BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN 4.1 Arsitektur Data Warehouse Pada perancangan Data Warehouse Kementerian Dalam Negeri Bagian Kependudukan, kami mengusulkan sebuah Data Warehouse terpusat

Lebih terperinci

BAB 4 PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

BAB 4 PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE 84 BAB 4 PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE 4.1 Perancangan Data warehouse 4.1.1 Arsitektur Data warehouse Berdasarkan hasil dari penelitian yang dilakukan pada PT. Mega Solusi Teknologi, maka

Lebih terperinci

BAB 4 PERANCANGAN SISTEM. menggunakan data warehouse terpusat (centralized data warehouse). Adapun

BAB 4 PERANCANGAN SISTEM. menggunakan data warehouse terpusat (centralized data warehouse). Adapun BAB 4 PERANCANGAN SISTEM 4.1 Arsitektur Data Warehouse Dalam perancangan data warehouse pada Mandiri Tabungan Rencana menggunakan data warehouse terpusat (centralized data warehouse). Adapun beberapa alasan

Lebih terperinci

BAB 4 PERANCANGAN SISTEM DATA WAREHOUSE. Artsitektur data warehouse yang akan digunakan oleh PT. Toyota Astra

BAB 4 PERANCANGAN SISTEM DATA WAREHOUSE. Artsitektur data warehouse yang akan digunakan oleh PT. Toyota Astra BAB 4 PERANCANGAN SISTEM DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Artsitektur data warehouse yang akan digunakan oleh PT. Toyota Astra Motor adalah arsitektur data warehouse terpusat (Centralized Data

Lebih terperinci

BAB 4 PERANCANGAN DAN IMPLEMENTASI

BAB 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 terperinci

Gambar 4.57 Rancangan Pivot Tabel Total Purchase Return Dalam Quantity

Gambar 4.57 Rancangan Pivot Tabel Total Purchase Return Dalam Quantity 123 Gambar 4.57 Rancangan Pivot Tabel Total Purchase Return Dalam Quantity Gambar 4.58 Rancangan Pivot Tabel Total Purchase Return Berdasarkan Vendor Area Dalam Rupiah 124 Gambar 4.59 Rancangan Pivot Tabel

Lebih terperinci

BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN. kami mengusulkan sebuah data warehouse terpusat. Data warehouse tersebut

BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN. kami mengusulkan sebuah data warehouse terpusat. Data warehouse tersebut BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN 4.11 Arsitektur data warehouse Untuk perancangan data warehouse pada Software Laboratory Center, kami mengusulkan sebuah data warehouse terpusat. Data warehouse

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Memasuki era perekonomian global, setiap negara memperkuat pilarpilar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Memasuki era perekonomian global, setiap negara memperkuat pilarpilar BAB 1 PENDAHULUAN 1.1 Latar Belakang Memasuki era perekonomian global, setiap negara memperkuat pilarpilar stabilitas nasionalnya dalam menghadapi persaingan antar-negara yang begitu ketat. Permasalahan

Lebih terperinci

BAB 4 PERANCANGAN DATA WAREHOUSE YANG DIUSULKAN. data warehouse terpusat (centralized data warehouse). Arsitektur ini merupakan bentuk

BAB 4 PERANCANGAN DATA WAREHOUSE YANG DIUSULKAN. data warehouse terpusat (centralized data warehouse). Arsitektur ini merupakan bentuk BAB 4 PERANCANGAN DATA WAREHOUSE YANG DIUSULKAN 4.1. Arsitektur Data Warehouse Dalam perancangan data warehouse pada Rumah Sakit Husada menggunakan data warehouse terpusat (centralized data warehouse).

Lebih terperinci

BAB IV PERANCANGAN DATA WAREHOUSE. yang diterapkan adalah arsitektur data warehouse terpusat. Alasan memilih arsitektur

BAB IV PERANCANGAN DATA WAREHOUSE. yang diterapkan adalah arsitektur data warehouse terpusat. Alasan memilih arsitektur BAB IV PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data warehouse Dalam merancang data warehouse untuk PT. Teras Teknik Perdana, arsitektur yang diterapkan adalah arsitektur data warehouse terpusat. Alasan

Lebih terperinci

BAB IV PERANCANGAN SISTEM

BAB 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 terperinci

BAB 4 PERANCANGAN DATA WAREHOUSE

BAB 4 PERANCANGAN DATA WAREHOUSE BAB 4 PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data warehouse Rancangan data warehouse yang diusulkan untuk PT. Antar Mitra Prakarsa ialah rancangan yang menggunakan arsitektur data warehouse terpusat.

Lebih terperinci

1. Merancang arsitektur data warehouse. 2. Merancang data warehouse. 3. Merancang skema bintang. yang ada di dalam data warehouse.

1. Merancang arsitektur data warehouse. 2. Merancang data warehouse. 3. Merancang skema bintang. yang ada di dalam data warehouse. BAB 4 PERANCANGAN SISTEM YANG DIUSULKAN 4.1 Perancangan Data Warehouse Berdasarkan hasil analisa yang telah dilakukan pada bab sebelumnya mengenai permasalahan yang dihadapi dan informasi yang dibutuhkan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 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

2. DTS tabel DimOutlet

2. DTS tabel DimOutlet 191 Gambar 4.17 Design Query untuk DTS_Brand Gambar 4.18 DTS DimBrand 2. DTS tabel DimOutlet Data diperoleh dari tabel Outlet yang melalui proses pengecekan tanggal pemasukan di FTS_Outlet. 192 Gambar

Lebih terperinci

BAB 4 PERANCANGAN DATA WAREHOUSE

BAB 4 PERANCANGAN DATA WAREHOUSE BAB 4 PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Perancangan Data Warehouse pada Rumah Sakit XYZ menggunakan Centralized Data Warehouse (Data Warehouse yang terpusat). Sumber data yang terdapat

Lebih terperinci

yang ingin ditampilkan.

yang ingin ditampilkan. 130 Gambar 4.38 Tampilan Grafik Batang Laporan Penjualan Dalam halaman grafik ini terdapat drop down menu untuk melihat jenis laporan penjualan. Jenis laporan penjualan dibagi menjadi empat, yaitu total

Lebih terperinci

PERANCANGAN DATA WAREHOUSE PADA SOFTWARE LABORATORY CENTER

PERANCANGAN DATA WAREHOUSE PADA SOFTWARE LABORATORY CENTER PERANCANGAN DATA WAREHOUSE PADA SOFTWARE LABORATORY CENTER Alvin Chandra Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Bina Nusantara Jln. Kebon Jeruk Raya No. 27, Kebon Jeruk, Jakarta

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 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 terperinci

BAB IV PERANCANGAN DATA WAREHOUSE

BAB IV PERANCANGAN DATA WAREHOUSE BAB IV PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Berdasarkan penelitian yang dilakukan pada PT. Makmur Pangan Kharisma, arsitektur data warehouse yang cocok digunakan adalah bentuk data

Lebih terperinci

BAB 4 DATA WAREHOUSE YANG DIUSULKAN. KTL adalah menggunakan anatomi data warehouse terpusat (centralized data

BAB 4 DATA WAREHOUSE YANG DIUSULKAN. KTL adalah menggunakan anatomi data warehouse terpusat (centralized data BAB 4 DATA WAREHOUSE YANG DIUSULKAN 4.1 Arsitektur Data Warehouse Jenis perancangan arsitektur data warehouse yang akan dibangun untuk PT KTL adalah menggunakan anatomi data warehouse terpusat (centralized

Lebih terperinci

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

PERANCANGAN 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Informasi merupakan sebuah elemen penting dalam kehidupan manusia yang semakin lama semakin maju. Dengan adanya informasi, kita bisa mengetahui beberapa hal

Lebih terperinci

BAB 4 PERANCANGAN DATA WAREHOUSE. diterapkan adalah arsitektur data warehouse terpusat. Alasan memilih arsitektur data

BAB 4 PERANCANGAN DATA WAREHOUSE. diterapkan adalah arsitektur data warehouse terpusat. Alasan memilih arsitektur data BAB 4 PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Dalam merancang data warehouse untuk PT. Saga Machie, arsitektur yang diterapkan adalah arsitektur data warehouse terpusat. Alasan memilih

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN SISTEM BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis 3.1.1 Riwayat Perusahaan PT Pondok Pujian Sejahtera, pengelola Toko Pondok Pujian adalah perseroan yang bergerak dalam bidang distribusi audio visual,

Lebih terperinci

Foreign Key (Kodepengguna) REFERENCES Pengguna(Kodepengguna) ON UPDATE CASCADE ON DELETE NO ACTION,

Foreign Key (Kodepengguna) REFERENCES Pengguna(Kodepengguna) ON UPDATE CASCADE ON DELETE NO ACTION, L1 Lampiran 1 - CREATE TABLE CREATE TABLE Anggaran ( Kodeanggaran Kodeanggaran NOT NULL, Kodepengguna Kodepengguna NOT NULL, Kodepejabat Kodepejabat NOT NULL, Tahun Tahun NOT NULL, Volume_fisik Volume_fisik

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

BAB 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE

BAB 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE BAB 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Pelayanan Kesehatan Sint Carolus dan cabangnya yaitu Rumah Sakit Ibu dan Anak, masih melakukan pengolahan terhadap datanya secara

Lebih terperinci

DAFTAR LAMPIRAN. Wawancara Terhadap Bidang Standarisasi pada. LSP LSK TKI Sektor Tata Laksana Rumah Tangga : Ibu Etty. Meindrati

DAFTAR LAMPIRAN. Wawancara Terhadap Bidang Standarisasi pada. LSP LSK TKI Sektor Tata Laksana Rumah Tangga : Ibu Etty. Meindrati DAFTAR LAMPIRAN Wawancara Terhadap Bidang Standarisasi pada LSP LSK TKI Sektor Tata Laksana Rumah Tangga : Ibu Etty Meindrati 1. Apakah bisa BLKLN tidak mempunyai berkas pendaftaran ujian? Bisa saja, karena

Lebih terperinci

Bab 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE

Bab 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE 67 Bab 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Perancangan Data Warehouse pada PT. Fujiyama menggunakan arsitektur Data Warehouse terpusat atau Centralized. Pada arsitektur

Lebih terperinci

BAB 4 PERANCANGAN DAN IMPLEMENTASI. memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan

BAB 4 PERANCANGAN DAN IMPLEMENTASI. memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses bisnis yang berjalan pada perusahaan BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1. Identifikasi Kebutuhan Informasi Kebutuhan informasi dari PT. Corfina Capital adalah untuk dapat memproyeksikan hal hal berikut: 1. Jalannya investasi dari proses

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI. dirancang maka langkah selanjutnya adalah mengimplementasikan data. tahapan implementasi dan waktu yang dibutuhkan:

BAB 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 terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2007/2008

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2007/2008 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2007/2008 ANALISIS DAN PERANCANGAN DATA WAREHOUSE UNTUK KEBUTUHAN ANALISIS PERTUMBUHAN INDUSTRI NASIONAL

Lebih terperinci

Lampiran 1 - Coding Sturktur Tabel Relasi Dasar

Lampiran 1 - Coding Sturktur Tabel Relasi Dasar L1 Lampiran 1 - Coding Sturktur Tabel Relasi Dasar CREATE TABLE Polis ( NoPolis CHAR(9) NOT NULL PRIMARY KEY, NoEndorsement CHAR(3) NOT NULL PRIMARY KEY, NamaTertanggung VARCHAR(50) NOT NULL, Alamat VARCHAR(100)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Teknologi informasi sekarang ini telah mengalami perkembangan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Teknologi informasi sekarang ini telah mengalami perkembangan yang BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi informasi sekarang ini telah mengalami perkembangan yang sangat pesat dalam waktu yang singkat. Teknologi informasi merupakan suatu keharusan yang harus ada

Lebih terperinci

DATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa

DATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa DATAWAREHOUSE I Made Sukarsa Evolusi Sistem Informasi Decision Support System database Database (I,U,D,R) ETL DW (Read) Masalah : integrasi /konsistensi OLTP Normalisasi/Den ormalisasi OLAP Denormalisasi

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI DATA WAREHOUSE

BAB 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 terperinci

OLAP - PERTEMUAN 8 OLAP

OLAP - 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 terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Pada bagian ini akan dijelaskan lebih detail tentang proses bisnis perusahaan saat ini, permasalahan-permasalahan yang sering muncul serta kebutuhan-kebutuhan

Lebih terperinci

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN KEPUTUSAN PADA PT. PUSAKA KALI AGUNG Penulis : Rustam Steven Edwin Laurentino Palit

Lebih terperinci

BAB 1 PENDAHULUAN. terkumpul diolah menjadi database yang berperan penting dalam perusahaan. Database

BAB 1 PENDAHULUAN. terkumpul diolah menjadi database yang berperan penting dalam perusahaan. Database 1 BAB 1 PENDAHULUAN 1.1 Latar belakang Data merupakan suatu elemen penting pada suatu organisasi yang digunakan untuk memberikan informasi dan keterangan-keterangan yang diperlukan oleh suatu organisasi.

Lebih terperinci

ANALISIS DAN PERANCANGAN DATAWAREHOUSE BAGIAN KEPENDUDUKAN PADA KEMENTERIAN DALAM NEGERI SKRIPSI. Oleh. Poltak Caesarrio Hutagaol

ANALISIS DAN PERANCANGAN DATAWAREHOUSE BAGIAN KEPENDUDUKAN PADA KEMENTERIAN DALAM NEGERI SKRIPSI. Oleh. Poltak Caesarrio Hutagaol ANALISIS DAN PERANCANGAN DATAWAREHOUSE BAGIAN KEPENDUDUKAN PADA KEMENTERIAN DALAM NEGERI SKRIPSI Oleh Poltak Caesarrio Hutagaol 1000861440 Febriwanto.MP.Hutagalung 1000883605 Lam Rejeki Purba 1000889792

Lebih terperinci

BAB 1 PENDAHULUAN. berbagai macam produk untuk kebutuhan aktifitas dan promosi. Selain itu, PT. Commeta

BAB 1 PENDAHULUAN. berbagai macam produk untuk kebutuhan aktifitas dan promosi. Selain itu, PT. Commeta BAB 1 PENDAHULUAN 1.1 Latar Belakang PT. Commeta Niaga Raya adalah perusahaan yang bergerak sebagai penyedia berbagai macam produk untuk kebutuhan aktifitas dan promosi. Selain itu, PT. Commeta Niaga Raya

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Pada bab pendahuluan ini penulis akan membahas tentang latar belakang, perumusan masalah, batasan masalah, metodogi penelitian, tujuan dan manfaat serta sistematika penulisan dalam tugas

Lebih terperinci

BAB 4 PERANCANGAN SISTEM. di Bab 3, maka dibuat data warehouse dan langkahnya adalah sebagai berikut : Memilih Proses (Choosing the Process)

BAB 4 PERANCANGAN SISTEM. di Bab 3, maka dibuat data warehouse dan langkahnya adalah sebagai berikut : Memilih Proses (Choosing the Process) BAB 4 PERANCANGAN SISTEM 4.1 Perancangan Data Warehouse Untuk memecahkan masalah yang ada PT. Harmoni Dharma Abadi seperti yang ada di Bab 3, maka dibuat data warehouse dan langkahnya adalah sebagai berikut

Lebih terperinci

LAMPIRAN L 1. Lampiran 1 Implementasi Tabel

LAMPIRAN L 1. Lampiran 1 Implementasi Tabel L 1 LAMPIRAN Lampiran 1 Implementasi Tabel CREATE TABLE [Klien] [KodeKlien] [char] 6) COLLATE [NamaKlien] [varchar] 30) COLLATE [Alamat] [varchar] 70) COLLATE [Telepon] [varchar] 15) COLLATE SQL_Latin1_General_CP1_CI_AS

Lebih terperinci

BAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti

BAB 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 terperinci

BAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah

BAB 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 terperinci

TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP

TUGAS 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 terperinci

PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN

PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN Luky Hidayat 1), Adhistya Erna Permanasari 2), Igi Ardiyanto 3) 1),2),3 ) Departemen Teknik Elektro dan Teknologi Informasi, Fakultas

Lebih terperinci

Pemodelan Data Warehouse

Pemodelan Data Warehouse Pemodelan Data Warehouse Budi Susanto Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta 10/31/11 budi susanto 1 Tujuan Memahami konsep dasar data warehouse Memahami pemodelan berbasis dimensi

Lebih terperinci

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.

FAST 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 terperinci

BAB I PENDAHULUAN. I.1 Pendahuluan

BAB 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 terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI. jadwal implementasi yang berlangsung selama kurang lebih 2 bulan.

BAB 4 IMPLEMENTASI DAN EVALUASI. jadwal implementasi yang berlangsung selama kurang lebih 2 bulan. BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Untuk mempermudah proses implementasi pada perusahaan, maka dibuat jadwal implementasi yang berlangsung selama kurang lebih 2 bulan. Waktu(minggu) Proses

Lebih terperinci

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

DATA 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 terperinci

BAB 1 PENDAHULUAN. tersedianya informasi yang sesuai, dibutuhkan data warehouse yang berisi data

BAB 1 PENDAHULUAN. tersedianya informasi yang sesuai, dibutuhkan data warehouse yang berisi data BAB 1 PENDAHULUAN 1.1 Latar Belakang Persaingan di dunia bisnis global yang semakin ketat menuntut perusahaan untuk memiliki strategi bisnis yang tepat agar dapat bertahan dan terus berkembang. Salah satu

Lebih terperinci

3.5 Arsitektur Data Warehouse Data Source Data Warehouse Surveilans Terpadu Penyakit (STP) kabupatenbantul

3.5 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 terperinci

Business Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization

Business Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization Business Intelligence Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization DEFINISI DATA WAREHOUSE Data warehouse adalah database yang saling bereaksi yang dapat digunakan

Lebih terperinci

BAB 4 PERANCANGAN DATAWAREHOUSE. Komunika menggunakan arsitektur data warehouse terpusat. Alasan. menggunakan data warehouse terpusat ialah :

BAB 4 PERANCANGAN DATAWAREHOUSE. Komunika menggunakan arsitektur data warehouse terpusat. Alasan. menggunakan data warehouse terpusat ialah : 73 BAB 4 PERANCANGAN DATAWAREHOUSE 4.1 Arsitektur Data warehouse Rancangan data warehouse yang diusulkan pada PT. Metrotech Jaya Komunika menggunakan arsitektur data warehouse terpusat. Alasan menggunakan

Lebih terperinci

PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA.

PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA. Oleh : Tugas Akhir PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA Kurnia Widyaningtias NRP. 5107100607 Pembimbing 1 Pembimbing

Lebih terperinci

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK Novia Busiarli 1), Mardhiya Hayati 2) 1), 2,)3) Teknik Informatika STMIK AMIKOM

Lebih terperinci

MEMBANGUN DATA WAREHOUSE

MEMBANGUN DATA WAREHOUSE MEMBANGUN DATA WAREHOUSE A. Menentukan Bentuk Data Warehouse Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN SISTEM 38 BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Perusahaan 3.1.1 Riwayat Perusahaan PT. Artha Envirotama didirikan pada tanggal 25 Juli 2000 oleh Bapak Yohanes Roman. Perusahaan ini pertama kali

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Inteligensi bisnis dewasa ini telah menjadi kebutuhan bagi setiap perusahaan. Inteligensi bisnis dapat diartikan sebagai kepemilikan akses yang tepat terhadap

Lebih terperinci

PERANCANGAN DATA WAREHOUSE UNTUK DEMOGRAFI, PERKEMBANGAN PRODUK DAN PROMOSI PADA MANDIRI TABUNGAN RENCANA DI PT.BANK MANDIRI(PERSERO) TBK.

PERANCANGAN DATA WAREHOUSE UNTUK DEMOGRAFI, PERKEMBANGAN PRODUK DAN PROMOSI PADA MANDIRI TABUNGAN RENCANA DI PT.BANK MANDIRI(PERSERO) TBK. PERANCANGAN DATA WAREHOUSE UNTUK DEMOGRAFI, PERKEMBANGAN PRODUK DAN PROMOSI PADA MANDIRI TABUNGAN RENCANA DI PT.BANK MANDIRI(PERSERO) TBK. Nita Uswatun Hasanah Alfiana Binus University, Jakarta, DKI Jakarta,

Lebih terperinci

BAB I PENDAHULUAN.

BAB I PENDAHULUAN. 1 BAB I PENDAHULUAN 1.1. Latar Belakang Informasi yang cepat dan akurat sangat dibutuhkan dalam kehidupan sehari-hari, Informasi akan menjadi suatu elemen penting dalam perkembangan masyarakat saat ini

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Memasuki era globalisasi pada saat ini, persaingan di dalam bisnis semakin ketat baik dalam industri barang atau jasa. Pada dasarnya perusahaan didirikan dengan melakukan

Lebih terperinci

BAB 2 LANDASAN TEORI. Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada

BAB 2 LANDASAN TEORI. Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada BAB 2 LANDASAN TEORI 2.1 Teori Database Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada yang berbeda satu dengan yang lainnya dan biasanya merupakan data yang bersifat sementara

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Rekapitulasi Laporan Rekapitulasi laporan sangat penting artinya bagi seorang pimpinan karena merupakan salah satu alat untuk melaksanakan kegiatan-kegiatan dalam perencanaan,

Lebih terperinci

BAB III LANDASAN TEORI

BAB 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 terperinci

DATA 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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Teori Dasar / Umum 2.1.1 Pengertian Data Warehouse dan Database Database merupakan gabungan dari sejumlah informasi yang terdapat pada masing - masing bagian aktivitas perusahaan

Lebih terperinci

BAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan

BAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan data diberbagai bidang ilmu pengetahuan, bisnis ataupun pemerintahan. Pada proses penyediaan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

UNIVERSITAS BINA NUSANTARA PERANCANGAN DATA WAREHOUSE PENJUALAN PADA PT ISTANA KEMAKMURAN MOTOR (HONDA DAAN MOGOT)

UNIVERSITAS 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Seiring dengan perkembangan teknologi yang semakin pesat, Software

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Seiring dengan perkembangan teknologi yang semakin pesat, Software BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi yang semakin pesat, Software Laboratory Center sebagai unit kerja dari Bina Nusantara University dituntut untuk mengikuti perkembangan

Lebih terperinci

BAB 1 PENDAHULUAN. dapat menjadi keunggulan dalam meningkatkan reputasi dari instansi

BAB 1 PENDAHULUAN. dapat menjadi keunggulan dalam meningkatkan reputasi dari instansi BAB 1 PENDAHULUAN 1.1 Latar belakang Pada era globalisasi yang diiringi dengan kemajuan teknologi yang semakin pesat ini, kebutuhan akan informasi yang cepat, lengkap, akurat dan relevan menjadi hal yang

Lebih terperinci

BAB I PENDAHULUAN. perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari

BAB I PENDAHULUAN. perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini teknologi informasi telah berkembang sangat pesat. Setiap perusahaan saling bersaing dalam meningkatkan produktivitas dan kinerja dari perusahaan mereka.

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN 3.1. Tinjauan Organisasi 3.1.1. Sejarah dan Profil Perusahaan PT. Kurnia Ciptamoda Gemilang adalah sebuah perusahaan yang bergerak di bidang retail. Berdiri pada tahun 2008,

Lebih terperinci

BAB 1 PENDAHULUAN. pokok untuk kelangsungan hidup perusahaan. perusahaan yang bergerak di bidang retail.

BAB 1 PENDAHULUAN. pokok untuk kelangsungan hidup perusahaan. perusahaan yang bergerak di bidang retail. 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini penggunaan teknologi informasi tidak dapat dipisahkan dengan kehidupan kita, terutama di dalam suatu perusahaan. Teknologi informasi yang telah diintegrasikan

Lebih terperinci

Membangun Data Warehouse

Membangun Data Warehouse Membangun Data Warehouse Anief Fauzan Rozi, S. Kom., M. Eng. 1 Kompentensi Mahasiswa mengetahui desain data warehouse 2 Pengantar Desain data warehouse didasarkan atas konsep pemodelan dimensional. Pemodelan

Lebih terperinci

BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN

BAB 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 terperinci

[Data Warehouse] [6/C2 & 6/D2]

[Data Warehouse] [6/C2 & 6/D2] [Data Warehouse] [6/C2 & 6/D2] [ Chapter 2] Jenis dan Karakteristik Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Jenis Data Warehouse 1. Functional Data Warehouse (Data Warehouse Fungsional)

Lebih terperinci

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : randy.permana@rocketmail.com

Lebih terperinci

BINUS UNIVERSITY. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil 2007/2008

BINUS UNIVERSITY. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil 2007/2008 BINUS UNIVERSITY Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil 2007/2008 PERANCANGAN DATA WAREHOUSE PENJUALAN, BONUS, KINERJA MEMBER DAN SERVICE CENTER PADA PT. WOO TEKH INDONESIA

Lebih terperinci

MANFAAT DATA WAREHOUSE PADA PT ABC

MANFAAT DATA WAREHOUSE PADA PT ABC MANFAAT DATA WAREHOUSE PADA PT ABC Evaristus Didik M.; Dewi S.; Felisia L.; Winnie S. Information Systems Department, School of Information Systems, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta

Lebih terperinci

BAB 2 LANDASAN TEORI. berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5).

BAB 2 LANDASAN TEORI. berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5). BAB 2 LANDASAN TEORI 2.1 Data Data adalah sebuah representasi dari obyek - obyek dan kejadian - kejadian yang berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5). Data

Lebih terperinci

ANALISIS MASALAH DAN PERANCANGAN SISTEM

ANALISIS MASALAH DAN PERANCANGAN SISTEM 62 BAB 3 ANALISIS MASALAH DAN PERANCANGAN SISTEM 3.1 Latar Belakang Permasalahan Perkembangan teknologi database terjadi dengan sangat cepat. Penemuan teknologi On Line Transaction Processing (OLTP) memungkinkan

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006 / 2007 ANALISIS DAN PERANCANGAN DATAWAREHOUSE PADA PT ROY WESTON INDONESIA Jefferi Antony 0700700194

Lebih terperinci

BAB 2 LANDASAN TEORI. Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut:

BAB 2 LANDASAN TEORI. Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut: BAB 2 LANDASAN TEORI 2.1 Teori Umum Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut: 2.1.1 Pengertian Data Menurut Hoffer & Venkataraman (2011: 5) menjelaskan bahwa

Lebih terperinci

[Data Warehouse] [6/C2 & 6/D2]

[Data Warehouse] [6/C2 & 6/D2] [Data Warehouse] [6/C2 & 6/D2] [ Chapter 6] Pemodelan Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Pemodelan Data Ada dua pendekatan yang diterima sebagai best practice untuk memodelkan

Lebih terperinci

BAB 2 LANDASAN TEORI. komponen yang saling berhubungan, dengan batas-batas yang jelas, saling

BAB 2 LANDASAN TEORI. komponen yang saling berhubungan, dengan batas-batas yang jelas, saling BAB 2 LANDASAN TEORI 2.1 Teori-Teori Umum 2.1.1 Pengertian Sistem Menurut O'Brien dan Marakas (2010, p. 26) sistem adalah sebuah set komponen yang saling berhubungan, dengan batas-batas yang jelas, saling

Lebih terperinci

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.

jumlah 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 terperinci

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.

HASIL 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 1 PENDAHULUAN. yang menyebabkan kemampuan bersaing dalam dunia bisnis akan sangat

BAB 1 PENDAHULUAN. yang menyebabkan kemampuan bersaing dalam dunia bisnis akan sangat BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era globalisasi sekarang ini, perkembangan dunia teknologi informasi telah bergerak dengan sangat cepat. Seiring dengan berkembangnya teknologi komputer yang mampu

Lebih terperinci

BAB I PENDAHULUAN. memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan

BAB I PENDAHULUAN. memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi informasi telah berkembang dengan pesat, dengan memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan lebih cepat,

Lebih terperinci

DESAIN 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 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 terperinci