BAB 4 RANCANGAN DATA WAREHOUSE YANG DIUSULKAN

Transkripsi

1 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 berhubungan dengan pembuatan laporan bagi pihak-pihak yang berkepentingan. Kemudian data tersebut diambil dan dipindahkan ke dalam media penyimpanan data yang besar. Di dalam penampungan ini, dilakukan transformasi data agar data berada dalam bentuk yang lebih terintegrasi dan konsisten. Dengan demikian, arsitektur yang digunakan pada perancangan data warehouse ini adalah arsitektur data warehouse terpusat. Alasan penggunaannya adalah dikarenakan arsitektur data warehouse terpusat merupakan arsitektur yang umum digunakan oleh perusahaan-perusahaan berskala medium. Data diambil dari seluruh sistem operasional dan disimpan dalam pusat penyimpanan data. User kemudian menggunakan data yang telah terkumpul tersebut untuk membangun data warehouse fungsional sesuai kebutuhan. Selain itu arsitektur data warehouse terpusat mempermudah dalam pengawasan dan pemeliharaan data serta mempermudah dalam pengembangan rancangan. 68

2 69 Gambar 4.1 Arsitektur Data Warehouse Komponen-komponen yang digunakan untuk mendukung pembuatan data warehouse pada Jurusan Teknik Informatika di Universitas Bina Nusantara adalah : 1. Sumber data. Sumber data diperoleh dari berbagai media, platform dan format yang berbeda-beda dan dapat dibedakan menjadi dua bagian yaitu : a. Sumber data internal. Dapat diambil dari kesgiatan perusahaan sehari-hari atau kegiatan operasional. b. Sumber data eksternal. Dapat diambil dari data yang berada di luar perusahaan, dimana data yang diperoleh masih sangat terbatas seperti data mengenai Jumlah Mahasiswa yang telah bekerja didapat dari hasil survey bagian marketing terhadap calon wisudawan. 2. Transformasi data Transformasi data sangat penting dilakukan bila data yang digunakan berasal dari berbagai media, platform dan format yang berbeda-beda untuk membentuk dan membuat data menjadi lebih terintegrasi dan konsisten.

3 70 3. Data Warehouse Data Warehouse merupakan wadah dimana data-data yang telah tersaring dikumpulkan untuk dipergunakan sebagai sumber panganalisaan laporan data akademik oleh pihak-pihak yang berkepentingan. Data-data yang disimpan dalam data warehouse merupakan data-data yang bersifat historis dengan jangka waktu tertentu. 4. Front End Tools Front End Tools merupakan komponen yang menghubungkan data warehouse dengan pengguna. Komponen ini juga mempermudah pengguna dalam mengakses data yang diperlukan dalam pembuatan laporan yang diperlukan oleh pengguna sehingga pengguna menggunakan komponen ini sebagai jembatan menuju data warehouse. 4.2 Rancangan Data Warehouse Proses perancangan data warehouse yang dilakukan menggunakan metode bottomup. Hal ini dilakukan karena perancangan data warehouse ini bersumber dari permasalahan yang ada sebagai hasil wawancara terhadap perusahaan. Tahap-tahap yang dilakukan dalam perancangan data warehouse untuk Jurusan Teknik Informatika di Universitas Bina Nusantara adalah sebagai berikut : Menganalisa permasalahan yang dihadapi oleh jurusan Untuk merancang suatu data warehouse, hal yang harus dilakukan pertama kali adalah mencari tahu dan mempelajari permasalahan-permasalahan yang dihadapi oleh jurusan. Dengan mengetahui permasalahan tersebut, maka solusi untuk

4 71 mengatasi permasalahan dapat dicari. Selain itu dipertimbangkan pula manfaat yang dapat diperoleh jurusan dengan adanya data warehouse. Mengumpulkan data dan informasi yang dibutuhkan Setelah tahapan diatas dilakukan dan solusi yang dikemukakan disetujui oleh pihak jurusan, tahap berikutnya yang dilakukan adalah pengumpulan semua data dan informasi yang dibutuhkan untuk perancangan dan implementasi data warehouse ini. Menganalisis dan menentukan kebutuhan data dan informasi Setelah semua data dan informasi terkumpul, dilakukan analisis dan pemilahan data yang sesuai dengan kebutuhan jurusan. Menggunakan Metodologi perancangan data warehouse Penggunaan metodologi sangat penting dalam merancang sebuah data warehouse karena di sinilah setiap langkah kita dituntun agar tidak melakukan kesalahan. Secara umum, nine-step methodology yang diperkenalkan oleh Kimball sering dipakai dalam merancang data warehouse. Metodologi tersebut juga digunakan dalam perancangan data warehouse ini. Merancang skema bintang Setelah melakukan penyaringan terhadap semua data dan informasi telah dikumpulkan, maka akan dibuat tabel fakta dan tabel dimensi pada skema bintang yang dibutuhkan dalam merancang data warehouse. Menentukan perangkat keras dan piranti lunak yang akan digunakan Pada tahap ini, kegiatan yang dilakukan adalah menentukan perangkat keras dan piranti lunak apa saja yang akan digunakan untuk dapat mendukung perancangan dan implementasi data warehouse.

5 72 Melakukan transformasi data ke dalam data warehouse Pada tahap ini, data yang tersimpan pada tempat sementara akan dipindahkan dari tempat asal ke tempat tujuan yang disertai dengan transformasi data sehingga data dapat memiliki bentuk yang terintegrasi. Membuat prototipe aplikasi Pada tahap ini, dibangun sebuah aplikasi yang akan menghubungkan user dengan data warehouse yang dirancang untuk memberikan gambaran nyata dari perancangan data warehouse yang akan dibangun. Implementasi aplikasi data warehouse Melakukan implementasi terhadap pihak-pihak yang akan menggunakan aplikasi data warehouse yang telah dibangun Pemilihan Proses Bisnis Setelah menganalisa kebutuhan yang ada di jurusan Teknik Informatika, maka ditetapkan proses bisnis sebagai berikut : Analisis kinerja dosen Analisis absensi dosen Penilaian mahasiswa ( IPS, IPK, Nilai Matakuliah ) Analisis absensi mahasiswa Analisis kelas peminatan Pendataan alumni Analisis jumlah mahasiswa

6 Pemilihan grain Berikut ini adalah gambaran proses bisnis yang terpilih dari sistem yang berjalan. Gambar 4.2 Pemilihan Grain Dari proses bisnis yang telah ada, dapat ditentukan grain yang akan menggambarkan secara tepat dari tabel fakta, sebagai berikut : Rata-rata Nilai IKAD berdasarkan matakuliah, dosen, dan waktu tertentu Jumlah Absen dosen berdasarkan matakuliah, dosen, dan waktu tertentu Rata-rata Indeks Prestasi mahasiswa baik indeks prestasi semester maupun kumulatif berdasarkan semester, angkatan, jenis kelamin, dan waktu tertentu Rata-rata nilai matakuliah serta jumlah lulusan matakuliah yang dapat dilihat berdasarkan kelas, angkatan dan matakuliah Jumlah Absen Mahasiswa berdasarkan matakuliah, kelamin, kelas, angkatan, semester, dan waktu tertentu Jumlah Peminatan yang dipilih mahasiswa berdasarkan peminatan dan angkatan

7 74 Jumlah lulusan serta jumlah lulusan yang telah bekerja berdasarkan kelamin, angkatan wisuda, dan waktu tertentu Jumlah mahasiswa berdasarkan kelas, kelamin, angkatan, dan matakuliah Penentuan Tabel Dimensi Setelah kita menentukan grain, langkah selanjutanya adalah menentukan dimensi yang berpengaruh terhadap grain tersebut. Adapun tabel Dimensi yang digunakan dalam data warehouse ini adalah: Nama Dimensi DimAngkatan DimAngkatanWisuda DimDosen Deskripsi Berisi informasi tentang angkatan Mahasiswa Berisi informasi tentang angkatan Wisuda Berisi informasi tentang dosen Jurusan Teknik Informatika yang mengajar di Universitas Bina Nusantara DimKelas Berisi informasi tentang kelas yang dibuka untuk Mahasiswa DimKelamin Berisi informasi tentang jenis kelamin mahasiswa yang terdaftar DimMatakuliah Berisi informasi tentang mata kuliah yang tersedia bagi Mahasiswa Jurusan Teknik Informatika DimPeminatan Berisi informasi tentang peminatan yang tersedia di Jurusan Teknik Informatika

8 75 DimSemester Berisi informasi tentang jenjang Semester yang ditempuh Mahasiswa DimWaktu Berisi informasi tentang skala waktu, yaitu Tahun dan Periode (Ganjil atau Genap) Tabel 4.1 Tabel Dimensi Menentukan Fakta Setelah ditentukannya dimensi, langkah selanjutnya adalah menentukan fakta. Fakta-fakta nya dapat kita lihat pada tabel sbb : Proses Bisnis Measure Tabel Fakta Analisis Kinerja Dosen Nilai IKAD Mata Kuliah, NIlai IKAD Akhir FaktaIKADDosen Analisis Absensi Dosen Jumlah Absensi FaktaAbsensiDosen Penilaian Mahasiswa (IPS, IPK, Nilai Mata Kuliah ) Rata-rata IPS, Rata-rata IPK Rata-rata Nilai Mata Kuliah, Jumlah Lulus Mata Kuliah FaktaIPS FaktaIPK FaktaNilaiMtk Analisis Absensi Mahasiswa Jumlah Absensi FaktaAbsensiMahasiswa Analisis Kelas Peminatan Pendataan Alumni Jumlah Mahasiswa Peminatan Jumlah Lulusan, Jumlah Lulusan Bekerja FaktaMhsPmt FaktaJmlLulusan Analisis Jumlah Mahasiswa Jumlah Mahasiswa FaktaJmlMhs Tabel 4.2 Tabel Proses Bisnis, Measure dan Fakta

9 Menyimpan pre-calculations dalam tabel fakta Analisis terhadap fakta-fakta yang ada tidak didapati kondisi pre-calculations Melengkapi tabel-tabel dimensi Tabel dimensi tersebut dilengkapi dengan atribut sebagai berikut : DimMatakuliah berisi informasi tentang matakuliah yang tersedia bagi mahasiswa Jurusan Teknik Informatika. Yang didalamnya terdapat field: MatakuliahID, KdMatakuliah, NamaMatakuliah DimKelamin berisi kelamin dari mahasiswa. Di dalamnya terdapat field: KelaminID, JenisKelamin DimKelas berisi informasi tentang kelas yang dibuka untuk mahasiswa. Yang di dalamnya terdapat field : KelasID, KdKelas DimAngkatan berisi informasi tentang angkatan mahasiswa. Yang di dalamnya terdapat field : AngkatanID, Angkatan DimSemester berisi informasi tentang jenjang semester yang ditempuh mahasiswa. Di dalamnya terdapat field : SemesterID, Semester DimWaktu berisi Informasi tentang skala waktu, yaitu tahun dan periode ( ganjil atau genap ). Di dalamnya terdapat field : WaktuID, Tahun, Periode DimDosen berisi informasi tentang dosen jurusan teknik informatika yang mengajar di Universitas Bina Nusantara. Di dalamnya berisi field: DosenID, KdDosen, NamaDsn DimAngkatanWisuda berisi informasi tentang angkatan wisuda mahasiswa. Di dalamnya terdapat field : AngkatanWisudaID, AngkatanWisuda

10 DimPeminatan berisi informasi tentang peminatan yang tersedia di jurusan Teknik Informatika Memilih durasi dari database Durasi dari database adalah ukuran seberapa jauh dan seberapa banyak data yang akan diproses pertama kali. Semakin lama, maka akan semakin banyak. Data pada Universitas Bina Nusantara dimulai pada tahun Tetapi durasi yang akan diambil adalah data dari tahun Mencari Dimensi yang memungkinkan untuk berubah Dari analisa kami terhadap dimensi-dimensi yang telah ada, dan juga hasil analisa record yang ada selama beberapa tahun ini, maka disimpulkan tidak ada data yang berubah baik sekarang ataupun nantinya Menentukan prioritas query dan model query Langkah terakhir adalah langkah yang berhubungan dengan fisikal terutama dengan pengurutan data dan juga pencarian data melalui indexing. Pada data warehouse ini telah di urutkan berdasarkan primary key dari setiap tabel, dan juga secara otomatis terindeks berdasarkan primary key tersebut.

11 Skema Bintang Dari masing-masing tabel fakta, dibentuk skema bintang. Skema bintang berguna untuk menggambarkan relasi antara tabel dimensi dan tabel fakta. Skema Bintang Absensi Mahasiswa Skema bintang ini menunjukkan bahwa jumlah absensi mahasiswa (JmlAbsensi) dapat dilihat berdasarkan banyak dimensi yaitu, Waktu, Mata Kuliah, Kelamin, Dosen, Kelas, Semester dan Angkatan. Gambar 4.3 Skema Bintang Absensi Mahasiswa

12 79 Skema Bintang Absensi Dosen Skema bintang ini menunjukkan relasi antara tabel-tabel dimensi dengan fakta Absensi Dosen. Dimensi yang digunakan adalah Waktu, Dosen, Mata Kuliah. Gambar 4.4 Skema Bintang Absensi Dosen Skema Bintang IKAD Dosen Skema Bintang ini menunjukkan relasi antara fakta IKAD Dosen dengan dimensidimensinya, antara lain: Kelas, Waktu, Dosen, dan Mata Kuliah.

13 80 Gambar 4.5. Skema Bintang IKAD Dosen Skema Bintang Peminatan Mahasiswa Skema Bintang ini menunjukkan relasi antara fakta Peminatan Mahasiswa yang berisi Jumlah Mahasiswa pemilih peminatan tertentu dengan dimensi Peminatan dan Angkatan. Gambar 4.6. Skema Bintang Peminatan Mahasiswa

14 81 Skema Bintang Fakta Nilai Berdasarkan Mata Kuliah Skema ini menunjukkan relasi antara tabel dimensi yang berisikan informasi tentang Kelas, Mata kuliah dan Angkatan dengan tabel fakta yang berisi rata-rata nilai dan jumlah mahasiswa yang lulus dalam mata kuliah tersebut. Gambar 4.7. Skema Bintang Nilai Berdasarkan Mata Kuliah Skema Bintang Jumlah Mahasiswa Skema bintang ini menunjukkan relasi antara Fakta Jumlah Mahasiswa dengan Dimensi Angkatan, Kelas, Kelamin.

15 82 Gambar 4.8. Skema Bintang Jumlah Mahasiswa Skema Bintang Fakta Indeks Prestasi Semester Skema Bintang ini menunjukkan relasi antara Fakta Indeks Prestasi baik Semester maupun Kumulatif dengan dimensi-dimensi yang terkait, antara lain: Semester, Mahasiswa, Waktu, Kelamin dan Angkatan.

16 83 Gambar 4.9. Skema Bintang Indeks Prestasi Skema Bintang Mahasiswa Telah Lulus Skema ini menunjukkan relasi antara Fakta Jumlah Lulusan total serta yang telah bekerja dengan Dimensi Mahasiswa dan Angkatan Wisuda. Gambar 4.10 Skema Bintang Mahasiswa Telah Lulus

17 84 Skema Bintang Global Skema Bintang Global merupakan skema gabungan dari skema bintang masing-masing fakta. Hasil penggabungan dapat pada gambar 4.11 di bawah ini Gambar 4.11 Skema Bintang Global

18 4.4 Metadata Berikut adalah Metadata Tabel dimensi dan fakta datawarehouse yang bersumber dari database : Nama Database : BinusTI Nama Table : DimKelamin Deskripsi Table : Tabel dimensi kelamin mahasiswa Name Data Type Size Description Process Data Source Table Field Data Type KelaminID Int 4 Kode Kelamin Autonumber JenisKelamin Varchar 1 Kelamin Copy Msmhs1 JnKel Varchar(1) Nama Database : BinusTI Nama Table : DimAngkatan Deskripsi Table : Tabel dimensi angkatan Name Data Type Size Description Process Data Source Table Field Data Type AngkatanID Int 4 Kode Angkatan Autonumber Angkatan Varchar 4 Angkatan masuk Copy Msmhs1 Thang Varchar(4)

19 Nama Database : BinusTI Nama Table : DimAngkatanWisuda Deskripsi Table : Tabel dimensi angkatan wisuda Name Data Size Description Process Data Source Type Table Field Data Type AngkatanWisudaID Int 4 Kode AngkatanWisuda Autonumber AngkatanWisuda Varchar 5 Angkatan Wisuda ke - Copy Transaksi_wisuda_mahasiswa Wisuda Varchar(5) Nama Database : BinusTI Nama Table : DimDosen Deskripsi Table : Tabel dimensi dosen Name Data Type Size Description Process Data Source Table Field Data Type DosenID Int 4 Kode Dosen Autonumber KdDosen Varchar 5 No Induk Dosen Copy Master_Dosen Kddsn Varchar(5) NamaDsn Varchar 50 Nama Dosen Copy Master_Dosen Nmdsn Varchar(50) Nama Database : BinusTI Nama Table : DimKelas Deskripsi Table : Tabel dimensi kelas Name Data Type Size Description Process Data Source Table Field Data Type KelasID Int 4 Kode kelas Autonumber KdKelas Varchar 5 Nama, kode kelas Copy Jadwal kelas Varchar(5)

20 Nama Database : BinusTI Nama Table : DimMataKuliah Deskripsi Table : Tabel dimensi matakuliah Name Data Type Size Description Process MatakuliahID Int 4 Kode Matakuliah KdMatakuliah Varchar 5 Kode Matakuliah NamaMatakuliah Varchar 100 Nama Matakuliah Autonumber Data Source Table Field Data Type Copy Master_matakuliah Kdmtk Varchar(5) Copy Master_matakuliah nmmtk Varchar(100) Nama Database : BinusTI Nama Table : DimPeminatan Deskripsi Table : Tabel dimensi peminatan Name Data Type Size Description Process Data Source Table Field Data Type PeminatanID Int 4 Kode Peminatan Autonumber KdPeminatan Varchar 2 Kode Peminatan Copy Tabel_peminatan kdpmt Varchar(2) NamaPeminatan Varchar 40 Nama Peminatan Copy Tabel_peminatan nmpmt Varchar(40) Nama Database : BinusTI Nama Table : DimSemester Deskripsi Table : Tabel dimensi semester Name Data Type Size Description Process SemesterID Int 4 Kode Semester Autonumber Semester Int 4 Semester ke - Create Data Source Table Field Data Type

21 Nama Database : BinusTI Nama Table : DimWaktu Deskripsi Table : Tabel dimensi waktu Name Data Type Size Description Process Data Source Table Field Data Type WaktuID Int 4 Kode waktu Autonumber Tahun Varchar 4 Tahun Copy Transaksi_ips_ipk Priod Varchar(4) Periode Varchar 1 Ganjil-genap Copy Transaksi_ips_ipk Kdsem Varchar(1) Nama Database : BinusTI Nama Table : FaktaAbsensiDosen Deskripsi Table : Tabel Fakta absensi dosen Name Data Type Size Description Process Data Source Table Field Data Type DosenID Int 4 Kode Mahasiswa Copy DimDosen DosenID Int WaktuID Int 4 Kode Waktu Copy DimWaktu WaktuID Int SemesterID Int 4 Kode Semester Copy DimSemester SemesterID Int MatakuliahID Int 4 Kode Matakuliah Copy DimMatakuliah MatakuliahID Int JmlAbsensi Float 8 Jumlah Absen Create Nama Database : BinusTI Nama Table : FaktaAbsensiMahasiswa Deskripsi Table : Tabel Fakta absensi Mahasiswa Name Data Size Description Process Data Source Type Table Field Data Type DosenID Int 4 Kode Dosen Copy DimDosen DosenID Int WaktuID Int 4 Kode Waktu Copy DimWaktu WaktuID Int SemesterID Int 4 Kode Semester Copy DimSemester SemesterID Int

22 MatakuliahID Int 4 Kode Copy DimMatakuliah MatakuliahID Int Matakuliah KelasID Int 4 Kode Kelas Copy DimKelas KelasID Int KelaminID Int 4 Kode Copy DimKelamin MahasiswaID Int Mahasiswa AngkatanID Int 4 Kode Angkatan Copy DimAngkatan AngkatanID Int JmlAbsensi Float 8 Jumlah Absen Create Transaksi_absensi_mahasiswa, Transaksi_jadwal_absensi Nama Database : BinusTI Nama Table : FaktaIKADDosen Deskripsi Table : Tabel Fakta ikad dosen Name Data Size Description Process Data Source Type Table Field Data Type DosenID Int 4 Kode Mahasiswa Copy DimDosen DosenID Int WaktuID Int 4 Kode Waktu Copy DimWaktu WaktuID Int KelasID Int 4 Kode Kelas Copy DimKelas KelasID Int MatakuliahID Int 4 Kode Matakuliah Copy DimMatakuliah MatakuliahID Int IkadMtu Float 8 Ikad matakuliah Create Ikad_akhir Float 8 Ikad akhir Create

23 Nama Database : BinusTI Nama Table : FaktaIP Deskripsi Table : Tabel Fakta IP Name Data Size Description Process Data Source Type Table Field Data Type AngkatanID Int 4 Kode Angkatan Copy DimAngkatan AngkatanID Int WaktuID Int 4 Kode Waktu Copy DimWaktu WaktuID Int SemesterID Int 4 Kode Semester Copy DimSemester SemesterID Int KelaminID Int 4 Kode Mahasiswa Copy DimKelamin KelaminID Int AvgIPS Float 8 IPS rata-rata Create AvgIPK Float 8 IPK rata-rata Create Nama Database : BinusTI Nama Table : FaktaJumlahLulusan Deskripsi Table : Tabel Fakta Jumlah Lulusan Name Data Size Description Process Data Source Type Table Field Data Type AngkatanWisudaID Int 4 Kode Angkatan Wisuda Copy DimAngkatanWisuda AngkatanWisudaID Int WaktuID Int 4 Kode Waktu Copy DimWaktu WaktuID Int KelaminID Int 4 Kode Kelamin Copy DimKelamin KelaminID Int JmlLulusan Int 4 Jumlah Lulusan Create JmlMhsBekerja Int 4 Jumlah Lulusan yang telah bekerja Create

24 Nama Database : BinusTI Nama Table : FaktaNilaiMtk Deskripsi Table : Tabel Fakta Jumlah Lulus dan nilai mahasiswa pada matakuliah tertentu Name Data Size Description Process Data Source Type Table Field Data Type MataKuliahID Int 4 Kode Copy DimMatakuliah MataKuliahID Int Matakuliah AngkatanID Int 4 Kode Copy DimAngkatan AngkatanID Int Angkatan KelasID Int 4 Kode Kelas Copy DimKelas KelasID Int JmlLulusanMtk Int 4 Jumlah Create Lulusan Matakuliah AvgNilai Float 8 Rata-rata nilai matakuliah Create Nama Database : BinusTI Nama Table : FaktaJmlMhs Deskripsi Table : Tabel Fakta Jumlah mahasiswa per angkatan Name Data Size Description Process Data Source Type Table Field Data Type AngkatanID Int 4 Kode Copy DimAngkatan AngkatanID Int Angkatan KelasID Int 4 Kode Kelas Copy DimKelas KelasID Int KelaminID Int 4 Kode Kelamin Copy DimKelamin KelaminID Int

25 MataKuliahID Int 4 Kode Matakuliah JmlMhs Int 4 Jumlah Mahasiswa Copy DimMataKuliah MataKuliahID Int Create Nama Database : BinusTI Nama Table : FaktaMhsPmt Deskripsi Table : Tabel Fakta peminatan pilihan mahasiswa Name Data Size Description Process Data Source Type Table Field Data Type PeminatanID Int 4 Kode Copy DimPeminatan PeminatanID Int Peminatan AngkatanID Int 4 Kode Copy DimAngkatan AngkatanID Int Angkatan JmlMhsPmt Int 4 Jumlah Peminatan yang dipilih mahasiswa Create

26 Analisa Kapasitas Media Penyimpanan Untuk menentukan besarnya media penyimpanan. Maka diperlukan perhitungan dari besarnya data yang di input pada tabel-tabel dimensi dan fakta. Perhitungannya adalah sebagai berikut : Analisis media penyimpanan tabel DimKelamin Banyaknya data dalam tabel DimKelamin, sesuai dengan metadata yaitu 5 bytes untuk 1 recordnya. Dimensi ini hanya ada 2 record dan tidak akan terjadi penambahan record. 2 X 5 = 10 bytes Analisis media penyimpanan tabel DimAngkatan Banyaknya data dalam tabel DimAngkatan sesuai dengan metadata yaitu 8 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan angkatan sebanyak 1, maka selama 5 tahun jumlah recordnya bertambah. 1 X 5 = 5 record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : 5 X 8 = 40 Bytes Analisis media penyimpanan tabel DimAngkatanWisuda Banyaknya data dalam tabel DimAngkatanWisuda, sesuai dengan metadata yaitu 9 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan Angkatan Wisuda sebanyak 2, maka selama 5 tahun jumlah recordnya bertambah. 2 X 5 = 10 record

27 94 Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : 10 X 9 = 90 Bytes Analisis media penyimpanan tabel DimDosen Banyaknya data dalam tabel DimDosen, sesuai dengan metadata yaitu 59 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan Dosen sebanyak 10, maka selama 5 tahun jumlah recordnya bertambah. 10 X 5 = 50 record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : 50 X 59 = 2950 Bytes Analisis media penyimpanan tabel DimKelas Banyaknya data dalam tabel DimKelas, sesuai dengan metadata yaitu 9 bytes untuk 1 recordnya. Pada awalnya sudah ditentukan maksimal terdapat 175 kelas pada jurusan Teknik Informatika sehingga data ini tidak mengalami pertumbuhan. 9 X175 = Analisis media penyimpanan tabel DimMataKuliah Banyaknya data dalam tabel DimMatakuliah, sesuai dengan metadatanya yaitu 109 bytes untuk 1 recordnya. Pada awalnya teradapat 92 Matakuliah Teknik Informatika dan diasumsikan tidak terjadi penambahan matakuliah 92 X 109 = bytes

28 95 Analisis media penyimpanan tabel DimPeminatan Banyaknya data dalam tabel DimPeminatan, sesuai dengan metadata yaitu 46 bytes untuk 1 recordnya. Pada awalnya terdapat 6 jenis peminatan dan diasumsikan tidak terjadi penambahan peminatan. 6 X 46 = 276 bytes Analisis media penyimpanan tabel DimSemester Banyaknya data dalam tabel DimSemester, sesuai dengan metadata yaitu 8 bytes untuk 1 recordnya. Diasumsikan dalam setahun tidak terjadi penambahan dan diberi batasan semester yang mungkin dimiliki oleh mahasiswa sampai semester ke 14 maka kapasitas penyimpanannya 14 X 8 = 112 bytes Analisis media penyimpanan tabel DimWaktu Banyaknya data dalam tabel DimWaktu, sesuai dengan metadata yaitu 12 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan Tahun dan periode sebanyak 1, maka selama 5 tahun jumlah recordnya bertambah. 1 X 5 = 5 record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : 5 X 12 = 60 Bytes

29 96 Analisis media penyimpanan tabel FaktaAbsensiDosen Banyaknya data dalam tabel DimFaktaAbsensiDosen, sesuai dengan metadata yaitu 24 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 20000, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 24 = Bytes = Kbytes Analisis media penyimpanan tabel FaktaAbsensiMahasiswa Banyaknya data dalam tabel FaktaAbsensiMahasiswa, sesuai dengan metadata yaitu 32 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak , maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 32 = Bytes = Kbytes Analisis media penyimpanan tabel FaktaIKADDosen Banyaknya data dalam tabel FaktaAbsensiMahasiswa, sesuai dengan metadata yaitu 32 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 2.700, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 32 = Bytes = 422 Kbytes

30 97 Analisis media penyimpanan tabel FaktaIP Banyaknya data dalam tabel FaktaIP, sesuai dengan metadata yaitu 32 bytes untuk 1 recordnya. Diasumsikan dalam 1 semester terjadi penambahan sebanyak karena dalam setahun terdapat 2 semester sehingga dalam setahun terdapat data baru, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 32 = Bytes = 1875 Kbytes Analisis media penyimpanan tabel FaktaJumlahLulusan Banyaknya data dalam tabel FaktaJumlahLulusan, sesuai dengan metadata yaitu 12 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 1.200, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 12 = Bytes = 70 Kbytes Analisis media penyimpanan tabel FaktaNilaiMtk Banyaknya data dalam tabel FaktaNilaiMtk, sesuai dengan metadata yaitu 24 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 5000, maka selama 5 tahun jumlah recordnya bertambah X 5 = record

31 98 Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 24 = Bytes = 586 Kbytes Analisis media penyimpanan tabel FaktaJmlMhs Banyaknya data dalam tabel FaktaJmlMhs, sesuai dengan metadata yaitu 12 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 1.500, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 12 = Bytes = 88 Kbytes Analisis media penyimpanan tabel FaktaMhsPmt Banyaknya data dalam tabel FaktaMhsPmt, sesuai dengan metadata yaitu 12 bytes untuk 1 recordnya. Diasumsikan dalam setahun terjadi penambahan sebanyak 1.200, maka selama 5 tahun jumlah recordnya bertambah X 5 = record Jadi besar kapasitas media penyimpanan yang diperlukan selama 5 tahun : X 12 = Bytes = 82 Kbytes

32 99 Berikut adalah tabel gambaran kapasitas yang diperlukan pada tahun pertama : Tabel Keterangan Besar Record Jumlah Record DimKelamin Dimensi Kelamin DimAngkatan Dimensi Angkatan DimAngkatanWisuda Dimensi Angkatan Wisuda DimDosen Dimensi Dosen DimKelas Dimensi Kelas Besar Table (Bytes) DimMataKuliah Dimensi Matakuliah DimPeminatan Dimensi Peminatan DimSemester Dimensi Semester DimWaktu Dimensi Waktu FaktaAbsensiDosen Fakta Absensi Dosen FaktaAbsensiMahasiswa Fakta Absensi Mahasiswa FaktaIKADDosen Fakta IKAD Dosen FaktaIP Fakta IP FaktaJumlahLulusan Fakta Jumlah Lulusan FaktaNilaiMtk Fakta Nilai Matakuliah FaktaJmlMhs Fakta Jumlah Mahasiswa FaktaMhsPmt Fakta Mahasiswa Peminatan Tabel 4.3 Tabel kapasitas media yang diperlukan pada tahun pertama

33 Analisa Pertumbuhan Data Berikut adalah tabel pertumbuhan data : Tabel Besar Record Jumlah Record Besar Table (Bytes) Pertumbuhan data per tahun Jumlah Besar % Record Table (Bytes) DimKelamin DimAngkatan DimAngkatanWisuda DimDosen DimKelas DimMataKuliah DimPeminatan DimSemester DimWaktu FaktaAbsensiDosen FaktaAbsensiMahasiswa FaktaIKADDosen FaktaIP FaktaJumlahLulusan FaktaNilaiMtk FaktaJmlMhs FaktaMhsPmt Tabel 4.4 Tabel pertumbuhan data setiap tahunnya 4.7 Perancangan Aplikasi Berikut ini adalah perancangan aplikasi data warehouse pada Jurusan Teknik Informatika, Universitas Bina Nusantara.

34 Perancangan Menu Terdapat dua jenis menu, yaitu : 1. Menu dropdown Menu ini terletak di bagian paling atas. Berikut ini rancangan menu menu dropdown tersebut. File Tools About Print Export Transform Data User Accounts Exit Gambar 4.12 Rancangan Menu Dropdown 2. Menu navigasi Menu navigasi terdapat pada bagian kiri dari form. Menu ini dikelompokkan dalam beberapa kategori. Berikut ini daftar menu dan kategorinya. Mahasiswa Absensi Indeks Prestasi Kelulusan Peminatan Statistik Dosen Absensi IKAD Mata Kuliah Nilai Statistik Gambar 4.13 Rancangan Menu Navigasi

35 Perancangan Layar 1. Halaman Login Pada saat aplikasi dijalankan, akan muncul form untuk melakukan koneksi ke datawarehouse terlebih dahulu. Form ini membutuhkan informasi mengenai lokasi server Data warehouse, nama Database, Username dan Password. Selain itu terdapat dua buah tombol yang berguna untuk melakukan proses koneksi atau keluar dari aplikasi. Server : Database : Username : Password : Connect Exit Gambar 4.14 Rancangan Layar Login Apabila terjadi kesalahan pada saat proses koneksi ke server akan ditampilkan pesan kesalahan dan keterangan jenis kesalahan yang terjadi. Setelah itu user dapat mencoba melakukan koneksi lagi. Gambar Pesan Kesalahan OK Gambar 4.15 Rancangan Pesan Kesalahan Login

36 Halaman Utama (Main Form) Setelah proses koneksi berhasil dilakukan, layar akan berpindah ke form halaman utama. Pada form inilah terdapat berbagai macam menu dapat dipilih. Menu Dropdown Menu Navigasi Judul Nav Menu 1 Menu Link 1 Menu Link 2 Judul Program [halaman isi] Logo Binus Status Bar Gambar 4.16 Layar Utama 3. Layar Transform Data Melalui layar ini, user dapat mengeksekusi DTS Package yang tersedia. DTS Package ini terhubung dengan DTS Package yang tersimpan di SQL Server. Keterangan mengenai status eksekusi akan ditampilkan dalam kotak teks boks. Untuk memantau proses eksekusi, user dapat melihatnya melalui progress bar.

37 104 Check List Box DTS Package Button Execute Package Text Box Hasil Execute Progress Bar OK Gambar 4.17 DTS Package execution menu Perancangan Output Berikut adalah perancangan output / hasil pengolahan data dari aplikasi data warehouse. Pada layar ini terdapat dua macam output yang dipisahkan dalam tab, yaitu Chart / grafik dan Tabel Pivot yang berisi data-data dalam tabel.

38 105 Menu Dropdown Menu Navigasi Judul Nav Menu 1 Menu Link 1 Menu Link 2 Judul Program Kriteria / Filter Data / Kondisi Logo Binus Chart Tabel Pivot Diagram / Tabel Pivot Status Bar Gambar 4.18 Perancangan Layar Output 4.8 Rencana Implementasi Dalam melakukan perancangan data warehouse untuk layer akademik pada jurusan Teknik Informatika Universitas Bina Nusantara, diperlukan menggunakan komponen-komponen perangkat keras dan perangkat lunak yang dapat mendukung implementasi aplikasi. Setelah menentukan kebutuhkan kebutuhan yang diperlukan guna mengimplementasi-kan aplikasi yang telah dibuat, maka telah disusun jadwal rencana implementasi aplikasi, seperti pada tabel berikut ini :

39 106 No. Rencana Kegiatan Hari ke Persiapan Software dan hardware X X 2 Instalasi Hardware X 3 Instalasi Software X 4 Uji coba sistem X X 5 Pelatihan sistem X X 6 Evaluasi user X Tabel 4.5 Tabel rencana implementasi aplikasi Dukungan Perangkat Keras Perangkat keras atau hardware adalah komponen yang secara fisik digunakan untuk mendukung aplikasi data warehouse. Perangkat keras yang mendukung implementasi aplikasi adalah sebuah server, yang dapat digunakan untuk melayani query dari proses data warehouse dan diharapkan server tersebut dapat memberikan respon yang cepat dalam pemrosesan data dan beberapa client yang dapat digunakan untuk melakukan pencarian data dan informasi yang dibutuhkan dalam data warehouse. Spesifikasi yang dianjurkan adalah : Untuk server : Prosesor Pentium III 700 MHz Memori 256 MB RAM Harddisk 20 GB Jaringan LAN

40 107 Untuk Client : Prosesor Pentium III 450 MHz Memori 128 MB RAM Harddisk 10 GB Jaringan LAN Dukungan Perangkat Lunak Perangkat lunak yang akan digunakan dalam mendukung pembuatan aplikasi data warehouse ini adalah Visual Basic.NET sebagai front-end tool yang dapat menghubungkan pengguna dengan data warehouse yang dirancang. Sedangkan perangkat lunak yang digunakan untuk mendukung proses pengumpulan sumber data dan proses transformasi data adalah SQLServer Spesifikasi yang dianjurkan adalah : Untuk server : Sistem operasi : Windows 2000/Windows 2003/Windows XP Professional Database Server : SQL Server 2000 Untuk client : Sistem operasi : Windows XP Home / Professional Microsoft.NET Framework 2.0 Aplikasi ini dibuat dengan Microsoft Visual Studio.NET 2005 dengan menggunakan komponen tambahan yaitu : - DevExpress Winforms Collection sebagai pendukung User Interface dan Pivot Table

41 - Dundas Chart OLAP for Visual Studio.NET 2005 sebagai pendukung pembuatan chart Petunjuk penggunaan aplikasi Agar memudahkan pengguna di dalam menjalankan aplikasi maka diperlukan petunjuk penggunaan aplikasi seperti berikut ini : Gambar 4.19 Tampilan Login Pada saat pertama kali program dijalankan maka tampilan pertama yang muncul ialah menu login seperti pada gambar Pada menu tersebut user diminta untuk memasukan nama database, server, username dan password untuk dapat masuk ke menu utama. Apabila kita salah memasukan data pada koneksi server ini, maka kita tidak dapat terkoneksi dengan data warehouse dan tidak dapat menjalankan aplikasi.

42 109 Gambar 4.20 Tampilan Gagal Koneksi Server Bila koneksi ke database atau server gagal maka akan muncul tampilan seperti pada gambar 4.18, Untuk itu pengguna perlu memperbaiki nama database dan server nya. Gambar 4.21Tampilan Gagal Koneksi Database Bila pengguna salah memasukkan username dan password maka akan muncul tampilan seperti pada gambar Pengguna tidak akan dapat masuk ke menu utama jika memasukkan username dan password yang tidak sesuai.

43 110 Gambar 4.22 Tampilan Menu Utama Diatas adalah tampilan dari layar utama yang menjadi dasar atau default dari aplikasi ini pada saat login dan belum menjalankan fungsi-fungsi tertentu. Dari layar ini kemudian dipilih fungsi-fungsi yang akan ditampilkan. Pemilihan tersebut melalui menu navigasi yang ada di sebelah kiri.pada menu utama terdapat menu bar dan menu navigasi seperti yang terdapat pada gambar 4.20 Gambar 4.23 Tampilan Menu Bar-File

44 111 Pada menu bar terdapat menu File, Tools, dan About. Menu File berisi Export, Print, dan Exit seperti terlihat pada gambar Dalam Menu ini fungsi Export untuk mengeksport data ke file lain ( MS. Excel ). Sedangkan Print digunakan untuk mencetak. Dan Exit untuk keluar dari program. Gambar 4.24 Tampilan Menu Bar-Tools Diatas adalah tampilan menu Tools dari aplikasi data warehouse. Dalam menu ini terdapat fungsi untuk transform data yaitu ekstraksi dari data mentah menjadi data olahan yang siap dipakai oleh data warehouse.

45 112 Gambar 4.25 Tampilan Menu Bar Transform Menu diatas muncul setelah kita masuk ke Tools kemudian memilih Transform Data. Pada menu ini terdapat ekstraksi data dari database Transaksi ke database Data warehouse. Pada menu ini dapat dilih data yang mana akan di ekstrak. Data di Tabel Dimensi ataupun di Tabel Fakta nya. Kemudian dengan menekan Execute DTS Package, proses segera dimulai dan dapat dilihat di progress bar yang ada di bagian bawah.

46 113 Gambar 4.26 Tampilan Menu Navigasi Menu navigasi ini terletak di sebelah kiri di dalam aplikasi. Menu ini digunakan untuk pernavigasian dari fitur yang satu ke fitur yang lain. Navigasi ini dibagi menjadi 3 kategori besar yaitu Mahasiswa, Dosen, dan Matakuliah. Di dalam kategori Mahasiswa terdapat fungsi untuk melihat Absensi, Indeks Prestasi, Kelulusan wisuda, Peminatan, dan Statistik ( Jumlah Mahasiswa ). Di dalam kategori Dosen terdapat fungsi Absensi Dosen dan IKAD Dosen. Sedangkan di dalam kategori matakuliah terdapat fungsi Nilai dan Statistik jumlah mahasiswa yang mengikuti matakuliah. Setelah memilih salah satu fungsi, maka akan ditampilkan layar utama fungsi tersebut, seperti layar fungsi indeks prestasi yang ada di bawah ini.

47 114 Gambar 4.27 Tampilan Pivot Setelah pengguna mengisi Filter yang diinginkan serta menekan tombol update, maka data akan ditampilkan sesuai dengan filter. Pada pivot ini pengguna dapat memodifikasi sudut pandang data ( dengan cara melakukan drag-drop sudut pandang data yang ada pada bagian atas pivot. Dengan adanya fungsi tersebut memudahkan pengguna di dalam menganalisis data. Kemudian dengan mengisi Condition style dan menekan tombol update, maka data yang memenuhi condition style akan di beri warna yang berbeda seperti gambar di bawah ini

48 115 Gambar 4.28 Tampilan data pivot setelah dipasang condition style Kemudian kita dapat melihat bentuk grafik dari tabel pivot di atas dengan berpindah ke tab Chart IPK atau Chart IPS dan akan menampilkan grafik seperti di bawah ini. Pada mode grafik ini kita juga masih dapat memfilter data-data yang ingin ditampilkan. Pada setiap semesternya akan dipisahkan datanya menurut jenis kelamin juga

49 116 Gambar 4.29 Tampilan Chart 4.10 Hasil Evaluasi Setelah perancangan dan implementasi data warehouse pada Jurusan Teknik Informatika Universitas Bina Nusantara dilaksanakan, diperoleh hasil evaluasi yang diperoleh dari wawancara dengan pihak jurusan yaitu dari segi penampilan prototipe aplikasi yang telah dibuat, keseragaman terlihat jelas dari tampilan header dan juga main menu yang terletak di sebelah kiri yang selalu sama. Mudah digunakan karena terdapat petunjuk yang cukup jelas serta terdapat pesan kesalahan yang mudah dipahami apabila terjadi kesalahan dalam mengoperasikan. Pada prototipe aplikasi ini terdapat akses cepat atau biasa disebut shortcut sehingga user lebih mudah untuk mengakses fungsi tertentu.

50 117 Selain itu terdapat control yang interaktif yaitu drag and drop sehingga memudahkan user untuk mengamati fungsi bisnis dari berbagai sudut pandang. Dari segi sistem yang diterapkan, data warehouse yang dirancang mendukung pengambilan keputusan karena menampilkan informasi-informasi yang dibutuhkan oleh Ketua Jurusan Teknik Informatika. Data-data juga menjadi lebih mudah dianalisa karena dapat ditampilkan dalam bentuk grafik Dengan sistem yang baru ini laporan-laporan dapat dengan mudah dibuat, dicetak dan ditampilkan dalam Microsoft Excel. Adapun analisis perubahan sistem sebelumnya dengan sistem yang baru adalah sebagai berikut : No SEBELUM SESUDAH 1. Tidak tersedianya informasi yang dibutuhkan oleh pihak Jurusan Teknik Informatika 2. Pihak Jurusan Teknik Informatika mengalami kesulitan dalam menganalisa data karena menganalisanya dari data transaksi Informasi yang disajikan sesuai dengan kebutuhan Jurusan Teknik Informatika Dengan adanya Datawarehouse memudahkan pihak Jurusan Teknik Informatika untuk menganalisa data, karena data dapat disajikan dalam berbagai kategori maupun bentuk grafik 3. Pihak Jurusan Membutuhkan waktu yang lebih lama dalam memperoleh data, karena data yang ada bersumber dari berbagai sumber Datawarehouse dapat mengintegrasikan data sehingga, waktu yang diperlukan relatif lebih singkat untuk menganalisanya

51 Pencetakan laporan hanya bisa mencetak dalam bentuk record Prototype aplikasi ini dilengkapi dengan pencetakan laporan dalam jenis tabel maupun grafik 5. Penyimpanan file dalam extension tertentu saja Datawarehouse ini mempunyai fitur untuk meng-export file ke beberapa jenis extension file