MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI
|
|
- Suhendra Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
2
3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Migrasi Spatial Data Warehouse Hotspot ke Sistem Operasi Linux Ubuntu adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Februari 2014 Muhammad Ade Nurusani NIM G
4 ABSTRAK MUHAMMAD ADE NURUSANI. Migrasi Spatial Data Warehouse Hotspot ke Sistem Operasi Linux Ubuntu. Dibimbing oleh HARI AGUNG ADRIANTO. Teknologi data warehouse dibutuhkan dalam penanggulangan kebakaran hutan dengan menyimpan data historis kebakaran hutan serta mengamati persebaran kemunculan hotspot melalui satelit NOAA. Teknologi ini sebelumnya telah digunakan untuk mengembangkan sebuah sistem yang dapat mensinkronisasi visualisasi map dan query OLAP pada sistem operasi Windows. Tujuan penelitian ini adalah memindahkan sistem dari penelitian sebelumnya dengan sistem operasi yang baru yaitu Linux Ubuntu, dengan harapan meningkatnya kinerja sistem dalam melakukan operasi OLAP. Hasilnya, sistem yang dikembangkan pada Linux Ubuntu lebih cepat dibandingkan dengan sistem operasi Windows dalam menampilkan halaman peta, menampilkan halaman Jpivot, dan proses pengiriman query. Kata kunci: data warehouse, kebakaran hutan, Linux Ubuntu, OLAP. ABSTRACT MUHAMMAD ADE NURUSANI. Migration of Spatial Data Warehouse Hotspot to Ubuntu Linux Operating System. Supervised by HARI AGUNG ADRIANTO. Data warehouse technology in forest fire management is required to store the historical data of forest fires and observe the emergence of hotspots distribution through NOAA satellite. This technology has previously been used to develop a system that can synchronize map visualization and OLAP queries on a Windows operating system. The objective of this research is to migrate the system from the previous studies to the new operating system Linux Ubuntu, which will increase the performance of the system in conducting the OLAP operations. The result of this research shows that the system developed in Linux Ubuntu is faster than the system developed in Windows in displaying the map page, displaying the Jpivot page, and submitting the process queries. Keywords: data warehouse, forest fire, Linux Ubuntu, OLAP.
5 MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
6 Penguji: 1 Dr Imas Sitanggang, MKom 2 Endang Purnama Giri, SKom, MKom
7 Judul Skripsi : Migrasi Spatial Data Warehouse Hotspot ke Sistem Operasi Linux Ubuntu Nama : Muhammad Ade Nurusani NIM : G Disetujui oleh Hari Agung Adrianto, SKom MSi Pembimbing Diketahui oleh Dr Ir Agus Buono, MSi MKom Ketua Departemen Tanggal Lulus:
8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga penulis dapat menyelesaikan karya ilmiah ini dalam penelitian yang dilaksanakan sejak bulan Januari 2013 dengan tema yang dipilih ialah data warehouse kebakaran hutan, dengan judul Migrasi Spatial Data Warehouse Hotspot ke Sistem Operasi Linux Ubuntu. Terima kasih penulis ucapkan kepada Bapak Hari Agung Adrianto, SKom MSi selaku pembimbing yang telah memberikan arahan, saran, dan motivasi dengan sabar dalam membantu penulis dalam menyelesaikan skripsi ini. Terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa, kasih sayang, dan dukungannya. Serta teman-teman ilkom 46 dan teman-teman satu bimbingan yang saling memberikan semangat dan menjadi teman diskusi. Semoga karya ilmiah ini bermanfaat. Bogor, Februari 2014 Muhammad Ade Nurusani
9 DAFTAR ISI DAFTAR TABEL viii DAFTAR GAMBAR viii PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 1 Manfaat Penelitian 1 Ruang Lingkup Penelitian 2 TINJAUAN PUSTAKA 2 Hotspot 2 Spatiotemporal Data Warehouse 2 Operasi Dasar OLAP 3 MDX Query 3 Spatialytics 3 METODE PENELITIAN 4 Analisis Sistem di Lingkungan Windows 5 Pengukuran Kinerja di Lingkungan Windows 5 Konfigurasi Sistem di Lingkungan Linux Ubuntu 5 Pengukuran Kinerja di Lingkungan Linux Ubuntu 5 Uji Query 5 HASIL DAN PEMBAHASAN 5 Analisis Sistem di Lingkungan Windows 5 Pengukuran Kinerja di Lingkungan Windows 8 Konfigurasi Sistem di Lingkungan Linux Ubuntu 8 Pengukuran Kinerja di Lingkungan Linux Ubuntu 11 Uji Query 12 SIMPULAN DAN SARAN 15 Simpulan 15 Saran 15 DAFTAR PUSTAKA 16 RIWAYAT HIDUP 17
10 DAFTAR TABEL 1 Hasil pengukuran kinerja SOLAP berbasis Windows 8 2 Hasil pengukuran kinerja SOLAP berbasis Linux Ubuntu 11 DAFTAR GAMBAR 1 Arsitektur Spatialytics 4 2 Skema tahap penelitian 4 3 Skema database penelitian Wipriyance (2013) 6 4 Arsitektur sistem penelitian Wipriyance (2013) 7 5 File OLAPQuery.java 9 6 File build.properties 10 7 File SpatialyticsServlet.java 10 8 Perbandingan kinerja Windows dengan Linux Ubuntu 12 9 Hasil query hotspot seluruh Indonesia tahun Hasil query hotspot seluruh Indonesia tahun Hasil query hotspot menggunakan fungsi dynamic equal interval Hasil query hotspot menggunakan fungsi fixed interval 14
11 PENDAHULUAN Latar Belakang Musim kemarau yang panjang menjadi penyebab banyaknya kebakaran hutan yang terjadi di Indonesia. Salah satu cara menanggulangi kebakaran hutan yaitu dengan menggunakan teknologi data warehouse dengan online analytical processing (OLAP) yang dapat memantau dan membantu dalam pengambilan keputusan terhadap persebaran titik panas (hotspot) di seluruh kawasan hutan. Fadli (2011) telah membangun sebuah sistem data warehouse kebakaran hutan di Indonesia dengan modul visualisasi kartografis sehingga sistem yang dihasilkan mampu melakukan analisis multidimensional dan menampilkan visualisasi kartografis yang dilengkapi diagram tabular. Berikutnya, Imaduddin (2012) mengembangkan penelitian sebelumnya dengan melakukan sinkronisasi antara peta dan query OLAP pada spatial data warehouse kebakaran hutan di Indonesia. Penelitian tersebut melakukan sinkronisasi antara query OLAP dan visualisasi peta sehingga memudahkan pengguna dalam melakukan analisis spatial OLAP. Sinkronisasi juga menghindari terjadinya inkonsistensi data yang disebabkan proses input berbeda. Terakhir, Wipriyance (2013) berhasil menambahkan data yang muncul di peta sehingga data yang pada penelitian sebelumnya berjumlah 190 titik panas kini berhasil muncul 1500 titik panas. Namun, kecepatan dalam menampilkan peta masih lambat disebabkan jumlah data yang banyak. Penelitian ini mencoba memperbaiki kekurangan pada penelitian sebelumnya, yaitu dengan migrasi sistem ke sistem operasi Linux Ubuntu sehingga diharapkan dapat memperbaiki kinerja sistem dalam menampilkan peta. Sistem operasi ini dipilih karena lebih baik dari Windows pada perangkat keras yang setara (Beckman dan Hirsch 2006). Selain itu, Linux Ubuntu secara default tidak berjalan sebagai root atau administrator, sehingga setiap program atau script tidak dapat secara otomatis membuat perubahan pada sistem tanpa hak eksplisit dari pengguna. Hal ini memastikan bahwa Linux Ubuntu menawarkan keamanan lebih dibandingkan sistem operasi Windows. Tujuan Penelitian Tujuan dari penelitian ini adalah: 1 Migrasi sistem operasi ke Linux Ubuntu pada SOLAP data warehouse kebakaran hutan dari penelitian Wipriyance (2013). 2 Membandingkan kinerja sistem pada lingkungan sistem operasi Windows dengan Linux Ubuntu. Manfaat Penelitian Penelitian ini diharapkan dapat memudahkan pengguna dalam mengambil keputusan secara cepat dalam penanggulangan kebakaran hutan.
12 2 Ruang Lingkup Penelitian Ruang lingkup penelitian ini yaitu: 1 Data yang digunakan adalah data titik panas kebakaran hutan di wilayah Indonesia tahun yang bersumber dari Direktorat Pengendalian Kebakaran Hutan (DPKH) Departemen Kehutanan Republik Indonesia. 2 Skema data menggunakan hasil penelitian Wipriyance (2013). 3 Modifikasi menggunakan sistem operasi Linux Ubuntu. TINJAUAN PUSTAKA Hotspot Kebakaran hutan dapat dipantau melalui munculnya hotspot menggunakan data satelit Advanced Very High Resolution Radiometer-National Oceanic and Atmospheric Administration (AVHR-NOAA). Hotspot merupakan titik-titik di permukaan bumi yang mengindikasikan terjadinya kebakaran hutan dan lahan (Ratnasari 2000). Citra data hotspot dari satelit AVHR-NOAA dapat dijadikan indikasi kebakaran hutan yang dapat berupa kebakaran tajuk (crown fire), kebakaran permukaan (surface fire), maupun kebakaran bawah (ground fire). Salah satu penyedia layanan data hotspot adalah Forest Fire Prevention Management Project yang dapat diakses melalui internet ( Spatiotemporal Data Warehouse Data warehouse adalah database besar yang mendukung operasional data dalam sebuah repositori dengan tujuan memudahkan query dan analisis. Spatiotemporal data warehouse adalah suatu kumpulan koleksi data spasial dan non-spasial yang memiliki sifat subject-oriented, integrated, time variant, dan non-volatile yang berperan dalam proses pengambilan keputusan yang berkaitan dengan data spasial (Han dan Kamber 2006). Adapun empat karakteristik data warehouse ialah: 1 Subject oriented, data warehouse didesain untuk menganalisis data berdasarkan subjek tertentu dalam lembaga, organisasi, atau perusahaan bukan berdasarkan fungsi atau proses aplikasi tertentu. 2 Integrated, data warehouse dapat menyimpan data yang berasal dari sumber yang terpisah ke dalam satu format yang konsisten. 3 Time variant, data yang disimpan memberikan sejarah informasi. Dengan kata lain, data yang disimpan valid pada rentang waktu tertentu. 4 Nonvolatile, proses yang diizinkan dalam data warehouse hanya pemuatan dan akses data tanpa mengubah data sumber sehingga data yang tersimpan tidak dapat di-update atau di-delete.
13 3 Operasi Dasar OLAP Menurut Han dan Kamber (2006) operasi-operasi dasar OLAP terdiri atas: 1 Roll up, operasi roll up dilakukan pada kubus data dengan cara menaikkan tingkat hierarki. 2 Drill down, operasi ini merepresentasikan data secara lebih detail atau spesifik dari level tinggi ke level rendah. 3 Slicing, merupakan proses pemotongan data pada cube berdasarkan nilai pada satu atau beberapa dimensi. 4 Dicing, merupakan pemotongan hasil slicing menjadi bagian subset data yang lebih kecil. 5 Pivoting, adalah kemampuan OLAP untuk melihat data dari berbagai sudut pandang. Sumbu pada kubus data dalam aplikasi OLAP dapat diatur sehingga dapat diperoleh data yang diinginkan sesuai dengan sudut pandang analisis yang diperlukan. MDX Query Multidimensional expression (MDX) merupakan bahasa yang menyediakan sintaks khusus untuk query dan memanipulasi data multidimensi yang disimpan dalam kubus OLAP. MDX memungkinkan pengguna untuk memasukkan query pada data dengan struktur yang mirip seperti SQL (Whitehorn et al. 2004). Berikut contoh penggunaan query MDX yang menampilkan data jumlah hotspot berdasarkan dimensi satelit pada tahun 2000: SELECT { [Satelit].[Semua Satelit] } ON COLUMNS, { [Measures].[jumlah_hotspot] } ON ROWS FROM [geohotspot] WHERE [Waktu].[2000] Spatialytics Spatialytics merupakan framework yang memungkinkan pengguna untuk menganalisis data multidimensi dari berbagai perspektif. Spatialytics mampu melakukan operasi OLAP yang terdiri dari operasi roll up, drill down, slicing, dan dicing (Spatialytics 2013). Spatialytics dikembangkan oleh GeoSOA Research Team menggunakan Dojo Toolkit dan OpenLayers yang bersifat open source. Spatialytics memiliki arsitektur three tiers yang meliputi: 1 Lapisan bawah (bottom tier) Lapisan bawah merupakan suatu sistem database relasional (DBMS PostgreSQL) yang diberi library tambahan (PostGIS) sehingga mampu menangani data spatial. 2 Lapisan tengah (middle tier) Lapisan tengah merupakan tempat penyimpanan struktur kubus data atau OLAP server. Spatialytics menggunakan OLAP server GeoMondrian yang merupakan modifikasi dari OLAP server Mondrian sehingga mampu menangani data spatial.
14 4 3 Lapisan atas (top tier) Lapisan atas merupakan lapisan untuk end user yang berfungsi menampilkan ringkasan dari isi data warehouse yang merupakan hasil operasi OLAP serta menampilkan (peta) persebaran hotspot. Implementasi user interface pada lapisan atas menggunakan Dojo Toolkit, sedangkan visualisasi objek spasial menggunakan OpenLayers. Arsitektur Spatialytics ditunjukkan pada Gambar 1. Gambar 1 Arsitektur Spatialytics METODE PENELITIAN Skema tahap penelitian pada penelitian ini ditunjukkan pada Gambar 2. Gambar 2 Skema tahap penelitian
15 5 Analisis Sistem di Lingkungan Windows Tahap analisis meliputi bagian kebutuhan data dan cara keja sistem OLAP yang sudah ada dari hasil penelitian penelitian Wipriyance (2013). Sistem telah berhasil mengintegrasi peta dan query OLAP namun kecepatan akses data masih lambat dan data yang muncul hanya sedikit. Sistem tersebut menerapkan Spatialytics dalam sistem operasi Windows. Pengukuran Kinerja di Lingkungan Windows Sistem yang telah dibuat pada penelitian sebelumnya yaitu pada sistem operasi Windows 7 dijalankan kembali tanpa mengubah konfigurasi lalu dilakukan pengukuran kinerja dalam menampilkan peta. Konfigurasi Sistem di Lingkungan Linux Ubuntu Sistem pada penelitian sebelumnya dijalankan dan dilakukan konfigurasi sesuai dengan lingkungan sistem operasi Linux Ubuntu. Pengukuran Kinerja di Lingkungan Linux Ubuntu Setelah sistem berhasil dijalankan pada sistem operasi Linux Ubuntu, dilakukan pengukuran kinerja sistem dalam menampilkan peta. Uji Query Pengujian query dilakukan untuk mengetahui keberhasilan fungsi query MDX pada sistem yang dikembangkan di Linux Ubuntu. Fungsi yang diujikan antara lain submit query, reload jpivot, dynamics equal interval, dan fixed interval. HASIL DAN PEMBAHASAN Analisis Sistem di Lingkungan Windows Kebutuhan Data Terdapat dua database yang digunakan pada penelitian ini yaitu db_forestfire dan geohotspot. Database db_forestfire berfungsi sebagai layer dasar peta yang berisi data hotspot dari tahun dan berjumlah hotspot. Sistem sebelumnya telah berhasil menampilkan 1500 hotspot yang disimpan sebagai database geohotspot. Untuk ukuran data yang melebihi jumlah tersebut, terjadi error pada Jpivot. Database geohotspot berfungsi untuk menangani query yang dimasukkan pada sistem dan diproses oleh Geomondrian.
16 6 Skema database disimpan dalam file XML yang akan diproses oleh Geomondrian. Skema database Geomondrian memiliki tabel yaitu tabel fakta_forestfire yang berisi jumlah munculnya area hotspot yang ditangkap oleh satelit tertentu pada waktu tertentu. Tabel tersebut merupakan tabel fakta yang menjadi pusat kubus data. Kubus data terdiri dari tiga dimensi yaitu dimensi satelit, lokasi, dan waktu. Dimensi satelit memiliki satu level yaitu nama satelit. Dimensi lokasi memiliki tiga level yang terdiri dari level hotspot, provinsi, dan kabupaten. Dimensi waktu memiliki tiga level yang terdiri dari level tahun, kuartil, dan bulan. Berikut skema database dari penelitian sebelumnya yang ditunjukkan pada Gambar 3. PK tb_satelit id_satelit nama_satelit PK tb_geohotspot kode_hotspot hotspot_geom kode_kab fakta_forestfire id_hotspot id_waktu id_satelit jumlah PK tb_kabupaten kode_kab nama_kab kab_geom kode_prov PK tb_waktu id_waktu tahun kuartil bulan PK tb_provinsi kode_prov nama_prov prov_geom Gambar 3 Skema database penelitian Wipriyance (2013) Cara Kerja Sistem Sistem yang dikembangkan oleh Wipriyance (2013) merupakan sistem data warehouse kebakaran hutan yang menggunakan Geoserver sebagai web map server berbasis Java. Pada sistem ini Geoserver berperan sebagai penyedia layer peta wilayah Indonesia. Operasi query OLAP pada sistem ini menggunakan Geomondrian. Geomondrian mampu menangani data spatial sehingga dapat menyimpan data dalam bentuk raster maupun vektor. Pada sistem ini Geomondrian bertugas menangani proses query yang dimasukkan pengguna. Lingkungan Pengembangan Sistem Perangkat keras yang digunakan adalah Personal Computer (PC) dengan spesifikasi sebagai berikut. Perangkat Keras: Processor Intel GHz. RAM 2 GB DDR3. HDD 320 GB.
17 Perangkat Lunak: Sistem operasi Windows 7 Professional. JDK sebagai JVM. Apache Tomcat 6.0 sebagai servlet container. Spatialytics sebagai spatial OLAP framework. GeoMondrian 1.0 sebagai server spatial OLAP. GeoServer 2.1 sebagai server web map. OpenLayers 2.8 sebagai JavaScript library untuk menampilkan peta. PostgreSQL 8.4 sebagai database server dengan ekstensi PostGIS untuk menyimpan data spasial. Schema Workbench 1.0 untuk membuat kubus data multidimensional. Sistem yang dikembangkan oleh Wipriyance (2013) yang dijelaskan pada Gambar 4 menggunakan framework Spatialytics yang memiliki arsitektur tiga lapisan meliputi: 1 Lapisan bawah, merupakan sistem database yang meliputi database management system (DBMS) PostgreSQL dengan ekstensi PostGIS untuk menangani data spatial. 2 Lapisan tengah, yaitu tempat penyimpanan server yang terdiri atas Apache Tomcat 6.0 sebagai tempat menjalankan aplikasi Spatialytics, GeoServer, dan GeoMondrian. Spatialytics server menerima query masukkan dari pengguna kemudian mengirimkannya ke GeoMondrian dan mengembalikan hasil eksekusi query ke client. GeoServer sebagai WMS yang berfungsi membuat workspace dan membuat layer peta wilayah Indonesia menggunakan data yang telah dibuat pada PostgreSQL dan PostGIS. GeoMondrian merupakan OLAP server tempat query OLAP dieksekusi. 3 Lapisan atas, yaitu Spatialytics client terdiri atas modul peta dan modul JPivot. Modul peta divisualisasikan oleh GeoServer serta data hasil eksekusi query dari Geomondrian. Modul JPivot menampilkan hasil eksekusi query dalam bentuk tabel dan grafik. 7 Gambar 4 Arsitektur sistem penelitian Wipriyance (2013)
18 8 Pengukuran Kinerja di Lingkungan Windows Pada penelitian ini digunakan perangkat yang berbeda dengan penelitian sebelumnya. Berikut perangkat yang digunakan. Processor Intel Core i5-2450m. RAM 4 GB DDR3. HDD 500 GB. Sistem operasi Windows 8. PostgreSQL 9.2. Pengukuran Kinerja Sistem sebelumnya diukur waktu kinerjanya dalam mengeksekusi setiap proses. Parameter-parameter yang diukur antara lain waktu eksekusi dalam menampilkan halaman peta, menampilkan halaman Jpivot, dan proses olap4js. Parameter menampilkan halaman peta yaitu waktu yang dibutuhkan sistem dalam menampilkan hotspot pada halaman awal peta. Parameter menampilkan halaman Jpivot yaitu waktu yang dibutuhkan sistem menampilkan hasil eksekusi query pada halaman Jpivot. Proses olap4js yaitu waktu parsing query dari masukkan pengguna sampai munculnya hasil query hotspot. Hasil pengukuran dilakukan sebanyak sepuluh kali iterasi yang ditunjukkan pada Tabel 1. Tabel 1 Hasil pengukuran kinerja SOLAP berbasis Windows Pengukuran kinerja (waktu ms) Iterasi Menampilkan Menampilkan halaman peta halaman Jpivot Proses olap4js Rata-rata Konfigurasi Sistem di Lingkungan Linux Ubuntu Sistem pada penelitian sebelumnya diimplementasikan sesuai dengan lingkungan sistem operasi Linux Ubuntu lalu dilakukan beberapa konfigurasi agar sistem dapat berjalan pada lingkungan Linux Ubuntu.
19 Konfigurasi Sistem di Linux Ubuntu Prosedur pemindahan folder atau directory sistem pada Linux Ubuntu berbeda dengan di Windows karena Linux Ubuntu secara default tidak berjalan sebagai root atau admin. Oleh karena itu, perlu dilakukan beberapa pengaturan sistem yang meliputi pemindahan directory work dan webapps dengan perintah sebagai berikut: Directory Work sudo cp -r /home/adenurusani/bi_workshop/tomcat/work/catalina/ localhost/* /var/lib/tomcat6/work/catalina/localhost/* Directory Webapps sudo cp -r /home/adenurusani/bi_workshop/tomcat/webapps/* /var/lib/tomcat6/webapps/ File yang telah dipindahkan tidak dapat langsung dijalankan karena belum bersifat read, write, execute. Perintah untuk akses file tersebut sebagai berikut: Directory Work sudo chmod -R 777 /var/lib/tomcat6/work/* Directory Webapps sudo chmod -R 777 /var/lib/tomcat6/webapps/* Build Project di Eclipse Setelah konfigurasi sistem selesai, sistem tidak bisa langsung berjalan di lingkungan Linux Ubuntu, melainkan dibutuhkan build project pada Eclipse untuk menyesuaikan pengaturan directory yang berbeda dengan lingkungan Windows. Build dilakukan untuk file OLAPQuery.java, build.properties, dan SpatialyticsServlet.java. File OLAPQuery.java berfungsi untuk mengatur string koneksi database, skema kubus database, dan string mdxquery. File build.properties berfungsi mengatur sistem Spatialytics agar berjalan pada project Eclipse. File SpatialyticsServlet.java berfungsi untuk mengatur dan membuat file javascript sehingga query dapat berubah sesuai masukkan dari pengguna. Potongan masingmasing file ditunjukkan pada Gambar 5, Gambar 6, dan Gambar 7. 9 Gambar 5 File OLAPQuery.java
20 10 Gambar 6 File build.properties Gambar 7 File SpatialyticsServlet.java
21 11 Pengukuran Kinerja di Lingkungan Linux Ubuntu Sistem yang telah berhasil dimigrasikan ke lingkungan Linux Ubuntu diukur kinerjanya berupa kecepatan membuka halaman peta, menampilkan query, dan proses olap4js. Pada pengukuran kinerja ini dilakukan sepuluh kali iterasi. Hasil pengukuran kinerja sistem pada Linux Ubuntu ditunjukkan pada Tabel 2. Tabel 2 Hasil pengukuran kinerja SOLAP berbasis Linux Ubuntu Pengukuran Kinerja (waktu ms) Iterasi Menampilkan Menampilkan halaman peta halaman Jpivot Proses olap4js Rata-rata Hasil pengukuran kinerja di lingkungan Windows berdasarkan Tabel 1, dibandingkan dengan hasil pengukuran di lingkungan Linux Ubuntu dengan mengambil nilai rata-rata dari sepuluh iterasi bagi ketiga parameter yang digunakan yaitu menampilkan halaman peta, menampilkan halaman Jpivot, dan proses olap4js. Perhitungannya sebagai berikut. enampilkan halaman peta indows enampilkan halaman peta inux buntu enampilkan halaman pivot indows enampilkan halaman pivot inux buntu Proses olap js indows Proses olap js inux buntu Hasil perbandingan pengukuran kinerja sistem Windows dengan Linux Ubuntu ditunjukkan pada Gambar 8.
22 Waktu (ms) Membuka halaman peta (Windows) Membuka halaman Jpivot (Windows) Proses olap4js (Windows) Membuka halaman peta (Ubuntu) Membuka halaman Jpivot (Ubuntu) Proses olap4js (Ubuntu) Iterasi Gambar 8 Perbandingan kinerja Windows dengan Linux Ubuntu Uji Query Uji query dilakukan untuk mengetahui keberhasilan fungsi query MDX pada sistem yang dikembangkan di Linux Ubuntu. Fungsi yang diujikan antara lain submit query, reload jpivot, dynamics equal interval, dan fixed interval. Saat pertama kali dijalankan, sistem akan mengeksekusi default query sebagai berikut: SELECT {[Measures].[Jumlah_Hotspot]} ON COLUMNS, {[lokasi].[hotspot].members} ON ROWS FROM [geohotspot] WHERE [waktu].[1997] Query tersebut menampilkan persebaran hotspot di seluruh wilayah Indonesia pada tahun 1997 yang ditunjukkan pada Gambar 9. Selanjutnya query diujikan pada rentang tahun namun hotspot hanya muncul pada tahun 1997 dan tahun 2005, hal ini disebabkan tidak ada data tahun pada database geohotspot. Berikut tampilan persebaran hotspot pada tahun 2005 ditunjukkan pada Gambar 10.
23 13 Gambar 9 Hasil query hotspot seluruh Indonesia tahun 1997 Gambar 10 Hasil query hotspot seluruh Indonesia tahun 2005
24 14 Selanjutnya query diujikan pada fungsi equal interval dengan query pada level provinsi hasil eksekusi query tersebut ditunjukkan pada Gambar 11. SELECT {[Measures].[Jumlah_Hotspot]} ON COLUMNS, {[lokasi].[hotspot Provinsi].Members} ON ROWS FROM [geohotspot] WHERE [waktu].[semua Waktu] Gambar 11 Hasil query hotspot menggunakan fungsi dynamic equal interval Terakhir query diujikan pada fungsi fixed interval dengan query pada level provinsi hasil eksekusi query tersebut ditunjukkan pada Gambar 12. SELECT {[Measures].[Jumlah_Hotspot]} ON COLUMNS, {[lokasi].[hotspot Provinsi].Members} ON ROWS FROM [geohotspot] WHERE [waktu].[semua Waktu] Gambar 12 Hasil query hotspot menggunakan fungsi fixed interval
25 15 SIMPULAN DAN SARAN Simpulan Penelitian ini telah berhasil menjalankan sistem Spatialytics dan Geoserver pada sistem operasi Linux Ubuntu, seluruh fungsi telah berjalan baik. Telah dibuktikan bahwa sistem yang dikembangkan pada Linux Ubuntu lebih cepat dibandingkan pada sistem operasi Windows, dalam menampilkan halaman peta Linux Ubuntu 1.26 kali lebih cepat dibandingkan Windows, lebih cepat 1.21 kali dalam menampilkan halaman Jpivot, dan lebih cepat 1.13 kali dalam proses olap4js. Saran Penelitian ini memungkinkan untuk dikembangkan lebih lanjut. Saran untuk pengembangan sistem ini yaitu melakukan hosting sistem ini pada server sehingga sistem dapat digunakan oleh banyak pengguna.
26 16 DAFTAR PUSTAKA Beckman D, Hirsch D Use Linux and open-source software on a junk nachine for a near-free PC [Internet]. [diunduh 2014 Jan 21]. Tersedia pada: Fadli MH Data warehouse spatio-temporal kebakaran hutan menggunakan Geomondrian dan Geoserver [skripsi]. Bogor (ID): Institut Pertanian Bogor. Han J, Kamber M Data Mining Concept and Techniques. San Fransisco (US): Morgan Kaufmann. Imaduddin A Sinkronisasi antara visualisasi peta dan query OLAP pada spatial data warehouse kebakaran hutan di Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Ratnasari E Pemantauan kebakaran hutan dengan menggunakan data citra NOAA-AVHRR dan citra Landsat TM: studi kasus di daerah Kalimantan Timur [skripsi]. Bogor (ID): Institut Pertanian Bogor. Spatialytics Spatialytics OLAP [Internet]. [diunduh 2013 Des 15]. Tersedia pada: 001_introduction. Whitehorn M, Zare R, Pasumansky M Fast Track to MDX. New York (US): Springer. Wipriyance L Peningkatan kinerja sistem spatial data warehouse kebakaran hutan berbasis GeoServer dan GeoMondrian [skripsi]. Bogor (ID): Institut Pertanian Bogor.
27 17 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 12 November 1991 sebagai anak pertama dari tiga bersaudara dari pasangan Bapak Taharudin dan Ibu Nurhayati. Pada tahun 2009 penulis lulus dari SMA Negeri 5 Bogor kemudian melanjutkan pendidikan jenjang S1 sebagai mahasiswa Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor pada tahun yang sama melalui jalur SNMPTN. Pada tanggal 27 Juli 2012 sampai 14 Agustus 2012, penulis berkesempatan menjalankan Praktik Kerja Lapangan di PT Dirgantara Indonesia di Bandung. Selama menjadi mahasiswa penulis pernah menjadi asisten praktikum Penerapan Komputer dan Komputer Grafik.
MIGRASI DAN IMPLEMENTASI SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) PERSEBARAN TITIK PANAS PADA SISTEM OPERASI LINUX UBUNTU
MIGRASI DAN IMPLEMENTASI SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) PERSEBARAN TITIK PANAS PADA SISTEM OPERASI LINUX UBUNTU TENANG CARLES RINALDI SILITONGA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
20 BAB IV HASIL DAN PEMBAHASAN 4.1. Analisis Data Pada penelitian ini digunakan data satelit NOAA pada tahun 1997 sampai dengan 2005 serta data satelit TERRA dan AQUA dari tahun 2000 sampai dengan 2009.
Lebih terperinciBAB 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 terperinciPENAMBAHAN LAYER GOOGLE MAPS PADA SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA ARI PRIANTO
PENAMBAHAN LAYER GOOGLE MAPS PADA SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA ARI PRIANTO DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
Lebih terperincimenggunakan framework Geomondrian dan
tingkat kabupaten. Penelitian ini telah membangun data warehouse dengan satu tabel fakta (hotspot) dan dua tabel dimensi (waktu dan lokasi). Pada penelitian berikutnya, Hasan (2009) menambahkan empat dimensi,
Lebih terperinciPENGEMBANGAN MODUL UPDATE DATA PADA SISTEM SPATIAL DATA WAREHOUSE HOTSPOT BOLIVIANTO KUSUMAH
PENGEMBANGAN MODUL UPDATE DATA PADA SISTEM SPATIAL DATA WAREHOUSE HOTSPOT BOLIVIANTO KUSUMAH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciPEMBUATAN DIMENSI SOSIAL EKONOMI PADA KUBUS DATA DALAM SPATIAL ONLINE ANALYTICAL PROCESSING UNTUK PERSEBARAN TITIK PANAS DI PROVINSI RIAU
PEMBUATAN DIMENSI SOSIAL EKONOMI PADA KUBUS DATA DALAM SPATIAL ONLINE ANALYTICAL PROCESSING UNTUK PERSEBARAN TITIK PANAS DI PROVINSI RIAU PUTRI THARIQA ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENINGKATAN KINERJA SISTEM SPATIAL DATA WAREHOUSE KEBAKARAN HUTAN MENGGUNAKAN GEOSERVER DAN GEOMONDRIAN LUKSIE WIPRIYANCE
PENINGKATAN KINERJA SISTEM SPATIAL DATA WAREHOUSE KEBAKARAN HUTAN MENGGUNAKAN GEOSERVER DAN GEOMONDRIAN LUKSIE WIPRIYANCE ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciIMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G
IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G64103046 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciHASIL DAN PEMBAHASAN. Nama dan deskripsi atribut tabel tempfact_indeksprestasi
Uji Query Tahap ini dilakukan setelah pembuatan data warehouse selesai. Pengujian ini dilakukan untuk melihat apakah operasi dasar OLAP berhasil diimplementasikan dan sesuai dengan informasi yang ditampilkan.
Lebih terperinciBAB I PENDAHULUAN. I.1 Pendahuluan
BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Saat ini sudah banyak organisasi yang telah mengadopsi teknologi data warehouse. Penerapan teknologi ini sangat membantu sekali bagi suatu organisasi yang memiliki data yang
Lebih terperinciPENINGKATAN KINERJA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) TITIK PANAS KEBAKARAN HUTAN ANNA QAHHARIANA
PENINGKATAN KINERJA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) TITIK PANAS KEBAKARAN HUTAN ANNA QAHHARIANA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Analisis data historis dan pengolahan data multidimensi bukan merupakan hal yang baru untuk mendukung suatu pengambilan keputusan. Namun perubahan objek data yang dicatat, membuat
Lebih terperinciWeb browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data
6 Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 Analisis Data HASIL DAN PEMBAHASAN Data hotspot yang digunakan adalah data dari tahun 2000 sampai dengan tahun 2004. Hal ini disebabkan data hotspot
Lebih terperinciPerancangan Basis Data
Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek
Lebih terperinciTUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP
Lebih terperinciPENGEMBANGAN DATA WAREHOUSE DAN APLIKASI SOLAP BERBASIS WEB UNTUK DATA TITIK PANAS (HOTSPOT) DIAN YUDISTIRA
PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI SOLAP BERBASIS WEB UNTUK DATA TITIK PANAS (HOTSPOT) DIAN YUDISTIRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciHASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.
3 warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data
Lebih terperinciDATA WAREHOUSE SPATIO-TEMPORAL KEBAKARAN HUTAN MENGGUNAKAN GEOMONDRIAN DAN GEOSERVER MUHAMMAD HILMAN FADLI
DATA WAREHOUSE SPATIO-TEMPORAL KEBAKARAN HUTAN MENGGUNAKAN GEOMONDRIAN DAN GEOSERVER MUHAMMAD HILMAN FADLI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciTugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Lebih terperinciHASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP
Uji Query Uji query adalah tahap untuk menguji temporal data warehouse apakah telah sesuai dengan kebutuhan dan berfungsi dengan baik serta memeriksa apakah operasi dasar data warehouse dan fungsi agregat
Lebih terperinciTugas Akhir (KI091391) Muhamad Adi Prasetyo
Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).
Lebih terperinciVisual Index Presentasi Online 5 September 2012
Business Intelligence series Visual Index Presentasi Online 5 September 2012 Disusun Oleh : PHI-Integration Dalam Bentuk PDF pada September 2012 E-Book ini dapat digunakan secara BEBAS baik secara digital
Lebih terperinciHASIL DAN PEMBAHASAN Kondisi Awal Lingkungan Pengembangan
6 proses updating lokasi untuk basis data dailyhotspot importime.php merupakan modul yang berguna untuk melakukan proses updating elemen dimensi waktu untuk basis data monthlyhotspot importimedaily.php
Lebih terperinciIMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperincihttp://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciLampiran 1 Struktur forestfire_spatialcube.xml
LAMPIRAN Lampiran 1 Struktur forestfire_spatialcube.xml
Lebih terperinciDATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)
DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database
Lebih terperinci6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe
Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management
Lebih terperinciPenambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5
Penambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5 Riza Mahendra, Annisa, Imas S. Sitanggang Departemen Ilmu Komputer, Institut Pertanian
Lebih terperinciPEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA
PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBab 4 Hasil dan Pembahasan
Bab 4 Hasil dan Pembahasan Bahasan ini berisi pemaparan mengenai hasil dari perancangan sistem dalam bentuk pembahasan hasil dan pengujian efektivitas data dalam sistem. Pengujian atas hasil penjualan
Lebih terperincib. Spesifikasi komputer yang disarankan pada client Processor : Intel Pentium IV 1,8 Ghz
212 b. Spesifikasi komputer yang disarankan pada client Processor : Intel Pentium IV 1,8 Ghz Memory (RAM) : 256 MB Hard Disk : 40 GB 4.2.2 Perangkat Lunak yang dibutuhkan a. Perangkat lunak yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 2.1 Kebakaran Hutan Kebakaran hutan merupakan salah satu penyebab kerusakan hutan yang memiliki dampak negatif yang cukup dahsyat. Dampak kebakaran hutan diantaranya menimbulkan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Teknologi basis data saat ini berkembang sangat pesat. Data disimpan dalam basis data, diolah kemudian disajikan sebagai informasi yang bernilai bagi pengguna. Penyimpanan
Lebih terperinciBAB III METODOLOGI. Penelitian ini dilaksanakan di Ruang Server Biro Sistem Informasi (BSI)
BAB III METODOLOGI 3.1. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Ruang Server Biro Sistem Informasi (BSI) yang berlokasi di Gedung AR Fachruddin B Universitas Muhammadiyah Yogyakarta,
Lebih terperinci3.1 APLIKASI YANG DITANGANI OLEH CODE GENERATOR
BAB III ANALISIS Bab ini berisi analisis mengenai aplikasi web target code generator, analisis penggunaan framework CodeIgniter dan analisis perangkat lunak code generator. 3.1 APLIKASI YANG DITANGANI
Lebih terperinciHASIL DAN PEMBAHASAN Praproses Data Clustering
Perangkat lunak: Sistem operasi: Windows XP Home Edition, WEKA versi 3.5.7, ArcView GIS 3.3, Map Server For Windows (ms4w) 2.3.1 Chameleon 2.4.1 Perangkat keras: Prosessor intel Pentium 4 ~2GHz Memory
Lebih terperinciPERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE
PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan
Lebih terperinciHASIL DAN PEMBAHASAN Dalam pembuatan data warehouse potensi desa wilayah Bogor melalui beberapa tahap yaitu:
8 memeriksa apakah masukan dari pengguna akan memberikan keluaran yang sesuai dengan tidak memperhatikan proses yang terjadi di dalamnya (Sommerville 2000). HASIL DAN PEMBAHASAN Dalam pembuatan data warehouse
Lebih terperinciBAB 1 PENDAHULUAN. satu hal yang sangat dominan dan terjadi dengan sangat pesat. Informasi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era globalisasi ini, perkembangan teknologi informasi sudah merupakan satu hal yang sangat dominan dan terjadi dengan sangat pesat. Informasi merupakan suatu kebutuhan
Lebih terperinciPENYAJIAN SISTEM INFORMASI SPASIAL SUMBER DAYA ALAM DENGAN MENGGUNAKAN FRAMEWORK PMAPPER AMALIA RAHMAWATI G
PENYAJIAN SISTEM INFORMASI SPASIAL SUMBER DAYA ALAM DENGAN MENGGUNAKAN FRAMEWORK PMAPPER AMALIA RAHMAWATI G64103020 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Fakultas Ilmu Komputer Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006
UNIVERSITAS BINA NUSANTARA Fakultas Ilmu Komputer Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PT. CIPTA TERAS ADI BUSANA
Lebih terperinciONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI
ONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6
1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional
Lebih terperinciPENAMBAHAN KUBUS DATA CUACA PADA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) DENGAN SPAGOBI IRWAN ADRIANSYAH
PENAMBAHAN KUBUS DATA CUACA PADA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) DENGAN SPAGOBI IRWAN ADRIANSYAH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciHASIL DAN PEMBAHASAN Analisis Kebutuhan a. Deskripsi Umum Sistem b. Kebutuhan Fungsional Sistem c. Karakteristik Pengguna
sistem. Perangkat keras yang digunakan harus mampu menjalankan perangkat lunak yang dibutuhkan dengan baik. 5 Pengujian Kesesuaian Perangkat Keras dan Perangkat Lunak Tahapan ini menguji beberapa perangkat
Lebih terperinciDATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan
DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. dirancang maka langkah selanjutnya adalah mengimplementasikan data. tahapan implementasi dan waktu yang dibutuhkan:
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Setelah informasi perusahaan telah dikumpulkan dan data warehouse telah dirancang maka langkah selanjutnya adalah mengimplementasikan data warehouse pada
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 3] Arsitektur dan Struktur Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Arsitektur Data Warehouse Menurut Poe, arsitektur adalah sekumpulan atau
Lebih terperinciOleh : Dosen Pembimbing : Umi Laili Yuhana, S.Kom, M.Sc Hadziq Fabroyir, S.Kom
Sistem Informasi Geografis untuk Perguruan Tinggi Negeri di Indonesia Oleh : I G.L.A. Oka Cahyadi P. 5106100061 Dosen Pembimbing : Umi Laili Yuhana, S.Kom, M.Sc. 132 309 747 Hadziq Fabroyir, S.Kom 051
Lebih terperinciSIE/nts/TIUAJMks 9/26/2013
N. Tri Suswanto Saptadi 1 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi
Lebih terperinciHASIL DAN PEMBAHASAN. Analisis Data
atribut tahun akademik dan atribut. Selain generalisasi, pada proses ini juga dilakukan dengan mengkonstruksi atribut baru menggunakan data dari atribut yang sudah ada. 4 Pemuatan Data Pada tahap ini,
Lebih terperinciBab I PENDAHULUAN. I.1 Latar Belakang
Bab I PENDAHULUAN I.1 Latar Belakang Sistem Informasi Geografi (SIG) adalah suatu teknologi informasi berbasis komputer yang digunakan untuk memproses, menyusun, menyimpan, memanipulasi dan menyajikan
Lebih terperinciBab 3. Metode Penelitian dan Perancangan Sistem
Bab 3 Metode Penelitian dan Perancangan Sistem Dalam penelitian ini akan dilakukan representasi informasi demografi kependudukan di Provinsi Jawa Tengah, dari mulai data mentah yang dibukukan menjadi output
Lebih terperinci4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik.
5 4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik. Lapis atas: Web browser Grafik Laptop JpGraph Line Plot Presentasi
Lebih terperinciSistem Pendukung Keputusan. Komponen SPK. Entin Martiana, S.Kom, M.Kom. Politeknik Elektronika Negeri Surabaya
Komponen SPK Entin Martiana, S.Kom, M.Kom Komponen-komponen dss Subsistem manajemen data Termasuk database, yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut
Lebih terperinciData Warehousing dan Decision Support
Bab 9 Data Warehousing dan Decision Support POKOK BAHASAN: Hubungan antara Data Warehouse dan Decision Support Model Data Multidimensi Online Analytical Processing (OLAP) Arsitektur Data Warehouse Implementasi
Lebih terperinciPERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR
PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Metodologi Penelitian Dalam pelaksanaan kerja praktek dilakukan pendekatan dengan cara peninjauan untuk masalah apa yang terdapat di dalam SMA Negeri 1 Pandaan. Peninjauan
Lebih terperinciBAB V IMPLEMENTASI DAN PENGUJIAN. Application Development Tools yang ada, oleh sebab itu aplikasi ini. Professional Development Tools : jcreator, java
53 BAB V IMPLEMENTASI DAN PENGUJIAN 5.1 Implementasi 5.1.1 Lingkungan Pemrograman Pembuatan software ini dipengaruhi oleh perkembangan Software Application Development Tools yang ada, oleh sebab itu aplikasi
Lebih terperinciKLASIFIKASI DATA SPASIAL UNTUK KEMUNCULAN HOTSPOT DI PROVINSI RIAU MENGGUNAKAN ALGORITME ID3 VIKHY FERNANDO
KLASIFIKASI DATA SPASIAL UNTUK KEMUNCULAN HOTSPOT DI PROVINSI RIAU MENGGUNAKAN ALGORITME ID3 VIKHY FERNANDO DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciDATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO
DATAMULTIDIMENSI FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO DATAWAREHOUSE vs DATAMART DATAWAREHOUSE Perusahaan, melingkupi semua proses Gabungan datamart Data didapat dari proses Staging Merepresentasikan data
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Proses analisis dan perancangan sistem merupakan suatu prosedur yang dilakukan untuk pemeriksaan masalah dan penyusunan alternatif pemecahan masalah yang timbul
Lebih terperinciTUGAS AKHIR SISTEM INFORMASI GEOGRAFIS (SIG) PENGELOLAAN REKLAME DI SURABAYA BERBASIS WEB. Nurul Hilmy Rahmawati NRP:
TUGAS AKHIR SISTEM INFORMASI GEOGRAFIS (SIG) PENGELOLAAN REKLAME DI SURABAYA BERBASIS WEB Nurul Hilmy Rahmawati NRP: 1210100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciHASIL DAN PEMBAHASAN. Sistem Operasi: Microsoft Windows XP
7 Sistem Operasi Microsoft Windows XP Professional Service Pack Sedangkan spesifikasi inti kedua virtual komputernya adalah: Prosesor tunggal Memori 5 MB Harddisk 8 GB Sistem Operasi: Microsoft Windows
Lebih terperinciData Analysis with Mondrian
PHI-Integration Data Analysis with Mondrian Lampiran By : Feris Thia 09 Daftar Isi Pentaho Schema Workbench... 3 Instalasi... 3 Melengkapi Driver Database... 3 Menjalankan Schema Workbench dan Membuat
Lebih terperinciBAB III METODOLOGI PENELITIAN. Pengembangan Aplikasi Pencarian Rute Terpendek Menggunakan
BAB III METODOLOGI PENELITIAN 3.1. Desain Penelitian Pengembangan Aplikasi Pencarian Rute Terpendek Menggunakan Algoritma A* dan Dijkstra ini menggunakan model waterfall. Model waterfall penelitian untuk
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Pengertian Implementasi Sistem Setelah sistem selesai dianalisis dan dirancang secara rinci dan teknologi telah diseleksi dan dipilih, saatnya sistem untuk diimplementasikan.
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007 PERANCANGAN DATA WAREHOUSE UNTUK MENDUKUNG MANAJEMEN PENDIDIKAN PADA JURUSAN
Lebih terperinciANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)
ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) Budi Santosa 1), Dessyanto Boedi P 2), Markus Priharjanto 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran"
Lebih terperinciMODUL VI INTERAKSI DATABASE
MODUL VI INTERAKSI DATABASE A. TUJUAN Memahami konsep dasar akses dan manipulasi data. Mampu mengintegrasikan aplikasi PHP dengan database MySQL. Mampu menghasilkan aplikasi web database untuk pengolahan
Lebih terperinciPENERAPAN LAYANAN LOCATION BASED SERVICE PADA PETA INTERAKTIF KOTA BANDUNG UNTUK HANDPHONE CLDC/1.1 dan MIDP/2.0
PENERAPAN LAYANAN LOCATION BASED SERVICE PADA PETA INTERAKTIF KOTA BANDUNG UNTUK HANDPHONE CLDC/1.1 dan MIDP/2.0 Riyan Nusyirwan [1.01.03.019] fastrow88@gmail.com Pembimbing I : Nana Juhana, M.T Pembimbing
Lebih terperinciMenggunakan PostgreSQL dan PostGIS. Oleh : Edi Sugiarto, M.Kom
Menggunakan PostgreSQL dan PostGIS Oleh : Edi Sugiarto, M.Kom Pendahuluan PostgreSQL merupakan database server yang bersifat open source, memiliki lisensi GPL (General Public License) dan merupakan salah
Lebih terperinciPERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL
PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,
Lebih terperinci[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 terperinciKARAKTERISTIK DATA WAREHOUSE
KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa
Lebih terperinciMODUL STATIC LOCATION INTELLIGENCE UNTUK SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA MENGGUNAKAN SPAGOBI GEO ENGINE HENDRA DWINANTO PRAKOSO
MODUL STATIC LOCATION INTELLIGENCE UNTUK SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA MENGGUNAKAN SPAGOBI GEO ENGINE HENDRA DWINANTO PRAKOSO DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPROTOTYPE MOBILE GIS KAMPUS IPB DARMAGA MENGGUNAKAN J2ME, GEOSERVER, DAN JARINGAN WI-FI SULMA MARDIAH SETIANI
PROTOTYPE MOBILE GIS KAMPUS IPB DARMAGA MENGGUNAKAN J2ME, GEOSERVER, DAN JARINGAN WI-FI SULMA MARDIAH SETIANI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciMETODE PENELITIAN. Data
Ukuran kebakaran yang luasannya kurang dari 1.21 km² akan dipresentasikan sebagai satu pixel dan yang lebih dari 1.21 km² akan dipresentasikan sebagai 2 pixel. Luas areal minimum yang mampu dideteksi sebagai
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
141 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Perancangan Aplikasi 1. Form Login Form Login ini muncul pertama kali saat aplikasi dijalankan. Untuk menjaga keamanan pengaksesan informasi, hanya mereka yang memiliki
Lebih terperinciHal yang harus diperhatikan dalam penggunaan AJAX adalah: XHTML dan CSS digunakan untuk menandai dan mempercantik tampilan informasi.
MODUL 6 Implementasi Web dengan Database TUJUAN PRAKTIKUM : 1. Praktikan memahami prinsip penggunaan ajax. 2. Praktikan mampu mengkoneksikan ajax dengan database. PERLENGKAPAN PRAKTIKUM 1. Modul Praktikum
Lebih terperinciHASIL DAN PEMBAHASAN. ditampilkan dalam sebuah layer yang akan muncul dalam aplikasi SIG. Integrasi dan Perancangan Antarmuka Sistem
ditampilkan dalam sebuah layer yang akan muncul dalam aplikasi SIG. Integrasi dan Perancangan Antarmuka Sistem Aplikasi SIG bukanlah sistem yang plug and play sehingga ada kemungkinan beberapa komponen
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA Dinar Priskawati 1, Dian Dharmayanti 2 Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Infrastruktur Sistem Penyewaan Dan Operasional Harian Setelah melakukan analisa dan pengembangan sistem, pada tahap selanjutnya akan lakukan proses implementasi sistem.
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
51 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Pada tahap implementasi dan pengujian sistem, akan dilakukan setelah tahap analisis dan perancangan selesai dilakukan. Pada sub bab ini akan
Lebih terperinciMAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB
MAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB Oleh: Wahyu Dwi Suryanto G64096065 Pembimbing: Firman Ardiansyah, S.Kom., M.Si.
Lebih terperinciImplementasi Arsitektur Multi-Tier dalam Pengelolaan Administrasi Dokumen Perkantoran (E-Administration) untuk Skala Enterprise
Implementasi Arsitektur Multi-Tier dalam Pengelolaan Administrasi Dokumen Perkantoran (E-Administration) untuk Skala Enterprise Adi Nugroho, Teguh Wahyono,Hanny Hattu Fakultas Teknologi Informasi Universitas
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih terperinciLAMPIRAN. Untuk instalasi Hyper-V 2012 R2 dibutuhkan DVD Installer Hyper-V 2012
LAMPIRAN Lampiran I. Instalasi Hyper-V 2012 R2 Untuk instalasi Hyper-V 2012 R2 dibutuhkan DVD Installer Hyper-V 2012 R2 Server. Setelah itu, boot server pada sistem operasi baru. Jika layar seperti pada
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Sistem Implementasi merupakan penerapan dari proses analisis dan perangcangan yang telah dibahas dalam bab sebelumnya. Pada tahapan ini terdapat dua aspek
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1
Data Warehouse, Data Mart, OLAP, dan Data Mining arifin, sistem informasi - udinus 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai
Lebih terperinciMicrosoft Data Access Components (MDAC) Oleh : Edi Sugiarto, S.Kom, M.Kom
Microsoft Data Access Components (MDAC) Oleh : Edi Sugiarto, S.Kom, M.Kom Apa Itu MDAC? Microsoft Data Access Component merupakan framework dari Microsoft Teknologi yang saling terkait yang memungkinkan
Lebih terperinciABSTRAK. Kata kunci : Mobile SQL, Java ME, DBMS, administrasi basisdata
ABSTRAK Sekarang ini hampir semua penyimpanan data dilakukan dengan komputersasi, salah satunya menggunakan Database Management System (DBMS). DBMS merupakan sebuah program komputer untuk mengolah dan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari Perancangan Sistem Informasi Geografis Jalur Rute dan Pencarian Lokasi Fitness di Medan dapat dilihat sebagai
Lebih terperinci