BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2.1 Data Warehouse Data warehouse adalah database yang berisi data dari beberapa sistem operasional yang terintegrasi, teragregasi, dan terstruktur sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan. Data warehouse suatu konsep dan kombinasi teknologi yang memfasilitasi organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem atau aplikasi operasional (Ferdiana, 2008). Data warehouse mempunyai karakteristik, berikut karakteristik data warehouse (inmon, 2002) adalah : a. Subject-Oriented Mempelajari persoalan berdasarkan persoalan yang diinginkan saja. Setiap subjek utama secara fisik diimplementasikan sebagai serangkaian tabel yang terkait di data warehouse. b. Integrated Dari semua aspek data warehouse, integrasi merupakan karakteristik yang paling penting. Dalam integrasi data disuplai dari beberapa sumber yang berbeda kedalam data warehouse. Integrasi data pada sumber diubah, diformat ulang, dirangkum dan sebagainya sesuai dengan kebutuhan data warehouse. Data yang dimasukan kedalam data warehouse adalah data yang memiliki konsistensi. Sehingga data pada tingkat aplikasi atau data sumber yang tidak memiliki konsistensi akan dibatalkan. Contohnya adalah penyimpanan data pada 7

2 8 jenis kelamin. Jenis data pada jenis kelamin adalah pria dan wanita. Akan tetapi pada prakteknya format data berupa P/L atau 1/0 atau P/W dan lain sebagainya. Perbedaan format penamaan pada jenis kelamin tersebut harus dikonversi menjadi sebuah format yang sama. Sehingga data yang dipindahkan kedalam data warehouse konsisten. Konsistensi data berlaku untuk semua, seperti konversi penamaan, struktur kunci, pengukuran atribut, dan karakteristik fisik data. c. Nonvolatile Data diperbaharui atau diubah dalam lingkungan operasional merupakan hal yang biasa. Namun data pada data warehouse memiliki karakteristik yang berbeda. Data warehouse dapat dimuat dan diakses tetapi tidak dapat diperbaharui. Maksudnya adalah data tidak dapat diubah, dihapus atau ditambah. Data pada data warehouse bersifat read only. d. Time Variant Time variant atau rentang waktu menyiratkan bahwa setiap unit data dalam data warehouse akurat pada beberapa waktu. Dalam beberapa kasus, record ditandai oleh waktu. Dalam kasus lain, record memiliki tanggal transaksi. Tapi dalam setiap kasus, ada beberapa bentuk penandaan waktu untuk menunjukan waktu selama record data akurat. Berbeda dengan database operasional yang dapat melakukan update, insert, delete terhadap data yang mengubah isi dari database. Sedangkan pada data warehouse, hanya ada dua kegiatan memanipulasi data yaitu load data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilkan laporan yang dibutuhkan, tidak ada kegiatan updating data).

3 9 Data warehouse juga mempunyai tugas yang bisa dilakukan (Kimball dan Caserta, 2004) yaitu : a. Pembuatan Laporan Yaitu proses pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan dengan jangka waktu yang diinginkan. b. OLAP Yaitu dengan adanya data warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. c. Data Mining Yaitu merupakan proses untuk menggali pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (artificial intelligence), statistika dan matematika. d. Proses Informasi Eksekutif Yaitu data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis tanpa harus menjelajahi keseluruhan data. Dengan data warehouse segala laporan telah diringkas dan mempermudah untuk proses pengambilan keputusan.

4 10 Adapun arsitektur dari data warehouse (Conolly dan Begg, 2005 : 1157) adalah seperti berikut : Gambar 2.1 Arsitektur Data Warehouse (Sumber: Connolly, Database Systems 4 th Edition.) Komponen-komponen yang ada dalam arsitektur data warehouse diatas adalah sebagai berikut : a. Operational Data Operational data adalah data yang digunakan dalam proses operasional jangka waktu. b. Operatinonal Data Store (ODS) Operational data store (ODS) adalah sebuah tempat penyimpanan data saat ini dan data operasional terintegrasi yang digunakan untuk analisis.

5 11 c. Load Manager Load manager disebut juga komponen front-end melakukan semua operasi yang berhubungan dengan ekstraksi dan load data ke dalam data warehouse. d. Warehouse Manager Warehouse manager melaksanakan semua yang berhubungan dengan pengelolaan data dalam data warehouse. e. Query Manager Query manager menampilkan semua operasi yang terkait dengan query pengguna. f. Detailed Data Detailed data menyimpan dalam schema database. g. Lightly and Highly Summarized Data Lightly and highly summarized menyimpan semua data yang sudah terdefinisi sebelumnya yang dibuat oleh warehouse manager. h. Archive or Backup Data Archive or backup data menyimpan semua detail dan ringkasan data. i. Metadata Metadata merupakan data mengenai data yang mendeskripsikan data warehouse. j. End User Access Tools Pembangunan data warehouse adalah untuk menyediakan data yang konsisten kepada user yang akan digunakan untuk menganalisis dan menyediakan informasi untuk mendukung pengambilan keputusan.

6 12 Pemodelan dimensional adalah sebuah teknik perancangan logikal yang bertujuan untuk mempresentasikan data ke dalam sebuah standar, bentuk intuitif yang dapat diakses dengan performa yang tinggi (Connolly dan Begg, 2005 : 1183). Contoh pemodelan dimensional antara lain sebagai berikut : a. Star Schema Star schema adalah sebuah model data dimensional yang memiliki sebuah tabel fakta di pusatnya, dikelilingi oleh tabel-tabel dimensi yang berisi referensi data yang biasanya dapat dinormalisasikan. Gambar 2.2 Contoh Star Schema b. Snowflake Schema Snowflake schema adalah model data dimensional yang memiliki sebuah tabel fakta sebagai pusatnya., dikelilingi tabel-tabel dimensi yang ternormalisasi. Snowflake schema adalah sebuah variasi dari star schema dimana tabel dimensinya boleh memiliki dimensi.

7 13 Gambar 2.3 Contoh Snowflake Schema c. Starflake Schema Starflake schema adalah model data dimensional yang memiliki sebuah tabel fakta sebagai pusatnya, dikelilingi oleh tabel-tabel dimensi yang ternormalisasi dan terdenormalisasi. Gambar 2.4 Contoh Starflake Schema

8 Relational Mapping Dalam proses ETL diperlukan pemetaan dalam membangun sistem data warehouse. Ada dua jenis yaitu : a. Relational to Relational Yaitu, tabel operasional dipetakan ke tabel data warehouse dengan jenis tabel fakta atau dimensi dan kolom operasional dipetakan ke kolom data warehouse. Gambar 2.5 Relational to Relational Mapping (Sumber: Chaudhuri, An Overview of Data Warehousing and OLAP Technology) b. Relational to Multidimensional Jadi, tabel fisik berupa tabel fakta dan dimensi dijadikan cube dalam database OLAP.

9 15 Gambar 2.6 Relational to Multidimensional Mapping (Sumber: Chaudhuri, An Overview of Data Warehousing and OLAP Technology) 2.3 ETL (Extract, Transform, Load) ETL atau Extract, Transform, Load merupakan sebuah proses untuk menghasilkan data warehouse. ETL merupakan sistem yang dapat membaca data dari satu data store, merubah bentuk data, dan menyimpan ke data store yang lain. Data store yang dibaca ETL disebut data source sedangkan data store yang disimpan ETL disebut target. Proses ETL (Extract, Transform, Load) yaitu : a. Extraction Ekstraksi data adalah proses pengambilan data dari satu database atau beberapa database yang berbeda. Proses ekstraksi mencakup tugas memvalidasi data dan membuang data yang tidak cocok dengan pola yang diharapkan.

10 16 Terdapat beberapa fungsi ekstraksi data, yaitu : Ekstraksi data secara otomatis dari aplikasi sumber. Penyaringan atau seleksi data hasil ekstraksi. Pengiriman data dari berbagai platform aplikasi ke sumber data. Perubahan format layout data dari format aslinya. Penyimpanan dalam file sementara untuk penggabungan dengan hasil ekstraksi dari sumber lain. b. Transformation Taransformasi adalah proses mengubah data dari data operasional menjadi format data warehouse. Proses transformasi berupa tugas-tugas seperti mengkonversi tipe data, melakukan beberapa perhitungan, penyaringan data yang tidak relevan, dan meringkasnya. Langkah-langkah dalam transformasi data adalah sebagai berikut : Memetakan data input dari skema data aslinya ke skema data warehouse. Melakukan konversi tipe data atau format data. Pembersihan serta pembuangan duplikasi dan kesalahan data. Penghitungan nilai-nilai derivate atau mula-mula. Penghitungan nilai-nilai agregat atau rangkuman. Pemeriksaan integritas referensi data. Pengisian nilai-nilai kosong dengan nilai default. Penggabungan data.

11 17 c. Load Merupakan proses terakhir yang perlu dilakukan adalah proses pemuatan data yang didapatkan dari hasil transformasi ke dalam data warehouse. Cara untuk memuat data adalah dengan menjalankan SQL script secara periodik. Untuk dapat lebih memahami bagaimana proses ETL dilakukan, bisa dilihat pada gambar 2.7 berikut ini : Gambar 2.7 Contoh Proses ETL dengan Pentaho Data Integration (PDI) Pada gambar diatas terdapat beberapa proses yang dilakukan untuk memuat data kedalam data warehouse. Berikut penjelasan dari gambar 2.7 :

12 18 Table Input/Text File Input merupakan proses ekstraksi, ini adalah proses mengambil data dari sumber data. Value Mapper dan Filter Rows merupakan proses ekstraksi, dimana setelah data diambil dari sumbernya, dilakukan beberapa penyaringan dan pemilihan data yang akan digunakan saja. Stream Lookup dan Database Lookup merupakan proses transformasi, dalam proses ini database yang sudah siap akan diolah untuk dimasukan kedalam data warehouse. Select Values merupakan proses transformasi, yang bertugas untuk memilih data yang akan dimasukan kedalam data warehouse. Table Output merupakan proses load, ini merupakan tahapan akhir karena data yang sudah diolah dinyatakan sudah siap untuk selanjutnya dimasukan kedalam data warehouse. 2.4 Optimasi Query Optimasi query adalah suatu proses untuk menganalisis dan menentukan sumber apa saja yang digunakan oleh suatu query serta mencari celah untuk dapat mengurangi query tanpa merubah output. Tujuan dari optimasi query ini adalah untuk meminimumkan waktu proses, waktu respon, I/O, penggunaan memori, serta menemukan akses jalan yang termudah untuk meminimumkan total waktu pada saat proses sebuah query. Ada tiga aspek dasar yang mempengaruhi optimasi query yaitu, search space, cost model, dan search strategy. Faktor yang dapat mempengaruhi kecepatan akses data adalah :

13 19 a. Optimasi Aplikasi Dalam pembuatan aplikasi, yang perlu mendapat perhatian adalah apakah akses terhadap data sudah efisien. Efisien dalam hal penggunaan objek yang mendukung kecepatan akses, seperti index atau cluster. Kemudian juga bagaimana cara database didesain. Apakah desain database sudah melakukan normalisasi data secara tepat. b. Cluster dan Index Cluster dan Index adalah suatu segmen yang menyimpan data dari tabel yang berbeda dalam suatu struktur fisik disk yang berdekatan. Konfigurasi ini bermanfaat untuk akses data dari beberapa tabel yang sering di query. Penggunaan cluster secara tepat dilaksanakan setelah menganalisa tabel-tabel mana saja yang sering di query secara bersamaan menggunakan perintah SQL-join. Teknik optimasi umumnya dapat dilakukan dengan beberapa cara. Terdapat dua cara pendekatan optimasi yang umum digunakan saat ini (Chanowich, 2001), yaitu : a. Heuristic atau Rule-Based Teknik ini mengaplikasikan aturan heuristic agar terjadi keefektifan dalam proses query. Optimasi jenis ini mentransformasikan query dengan sejumlah aturan yang akan meningkatkan kinerja ekseskusi, yakni : Melakukan operasi seleksi diawal untuk mereduksi jumlah baris. Melakukan operasi projeksi diawal untuk mereduksi jumlah atribut. Mengkonversikan query dengan banyak join menjadi query dengan banyak subquery.

14 20 Melakukan operasi seleksi dan join yang paling kecil keluarnya sebelum operasi lain. b. Cost-Based Teknik ini mengoptimalkan cost yang dipergunakan dari beberapa alternatif untuk kemudian dipilih salah satu yang menjadi cost terendah. Teknik ini dipergunakan untuk mendapatkan pohon left-deep join yang menghasilkan sebuah relasi pada node sebelah kanan yang bukan hasil dari sebuah intermediate join. c. Join Ordering Join ordering merupakan aspek yang penting dalam suatu optimasi query. Terlebih pada query terdistribusi. Join ordering menjadi lebih penting ketika query merupakan query terdistribusi karena akan mempengaruhi communication time. Join ordering dapat dilakukan secara langsung, maupun dengan mengkombinasikan dengan semi join dimana akan meminimalisasi communication cost. d. Objective Function Algorithm Fungsi objektif ini adalah untuk meminimalisasi kombinasi baik communication time maupun response time. Algoritma ini juga mendapat keuntungan pada fragmentasi, tetapi hanya fragmentasi horizontal. Input untuk algoritma pemrosesan query ini dinyatakan dalam kalkulus relasional dan skema informasi. e. System-R Algorithm System-R merupakan optimasi query statis yang didasarkan pada executive search dari ruang solusi yang ada. Input untuk optimasi query ini adalah pohon relasi aljabar yang dihasilkan dari dekomposisi sebuah query SQL. Kemudian

15 21 output dari system merupakan rencana eksekusi yang mengimplementasikan pohon relasi aljabar yang optimal. f. Ingres Algorithm Algoritma ingres menggunakan algoritma optimasi dinamis yang memecah query kalkulus ke dalam bagian yang lebih kecil secara rekursif. Mengkombinasikan dua tahapan yaitu dekomposisi dan optimasi kalkulus aljabar. 2.5 Pentaho Data Integration (PDI) Pentaho adalah kumpulan aplikasi business intelligence yang bersifat free open souce software (FOSS) dan berjalan diatas platform java. Selain sifatnya gratis dalam bentuk lisensi pentaho juga dapat dibeli dalam bentuk service level agreement (SLA) dan dipaketkan dalam versi enterprise edition yang sifatnya annual subscription atau perlu kontrak tahunan. Pentaho sebenarnya merupakan koleksi aplikasi sebagai berikut : a. Pentaho Reporting Pentaho reporting adalah aplikasi perancangan ad-hoc report. Engine reporting dari pentaho reporting ini bisa diembed di aplikasi java. Selain sifatnya yang multi platform, pentaho reporting juga dapat mengambil source dari berbagai relational engine, dapat mengambil source OLAP yang didukung driver OLAP4J seperti Mondrian, SQL server analysis service, PALO molap, SAP BW, dan yang lainnya. Pentaho reporting memiliki kemampuan mengambil source pentaho data integration step. Ini menjadikan source yang dapat diambil hampir menjadi tidak terbatas. Dilengkapi dengan desainer yang intuitif dan koleksi chart

16 22 yang lengkap untuk keperluan analisa. Output dalam pentaho reporting bisa dalam format PDF, Excel, HTML, dan CSV. b. Pentaho Analysis/Mondrian OLAP Engine Pentaho ini merupakan OLAP engine open source terpopuler dan digunakan di berbagai produk BI open source. Sifatnya multi platform dan mendukung data mart dengan rancangan multi dimensional star schema atau snowflake schema. Mondrian merupakan tipe ROLAP (Relational OLAP) dimana semua perintah query diterjemahkan via SQL dan ditujukan kepada data mart. Pentaho analysis/mondrain OLAP engine ini didukung oleh beberapa aplikasi interface baik web based maupun desktop seperti JPivot, Pentaho Reporting, Pentaho Analysis Tools, dan Pentaho Analyzer. Semua interface yang telah disebutkan memiliki kemampuan drill down/roll up serta drill through untuk melihat detail penyusunan sel-sel nilai analisis. c. Pentaho Data Mining/Weka Pentaho data mining yang sangat popular dan digunakan untuk predictive analysis. Memiliki sifat yang multi platform dan mendukung data sumber berformat ARFF (Attribute Relational File Format), XRRF (XML attribute Relational File Format), CSV (Comma Serparated Value), maupun tabel dari relasional database. Pentaho ini mendukung standar PMML (Predictive Model Markup Language), mendukung data nominal dan numerik (continue maupun discrete), mandukung algoritma yang cukup banyak untuk operasi dasar data mining seperti classification, clustering dan association, algoritma tersebut adalah J48, M54, Simple Chart, Simple KMeans, Apriori, dan sebagainya. Utilitas grafis

17 23 yang membantu pengolahan dan pemahaman data mulai dari preprocessing, data visualization dalam bentuk plot maupun curve, tree visualization, dan sebagainya. d. Pentaho BI Server/Platform Server BI berjalan sebagai web application portal yang terdiri dari layanan web service, workflow pada space JVM (Java Virtual Machine), dan sebagai user interface untuk laporan operasional maupun grafis. Bersifat multi platform. Workflow berupa integrasi dari produk pentaho yang telah disebutkan sebelumnya. Scheduler berjalan diatas platform BI untuk melakukan proses batching, misalkan mengirim laporan dalam bentuk PDF ataupun Excel secara periodik. Script JSP (Java Server Pages) dapat dengan mudah diintegrasikan kedalam platform. User dapat memiliki space sendiri untuk menyimpan report dan tipe solusi lainnya. Ad-hoc report yang bisa digunakan untuk membuat rancangan report on the fly tanpa keterlibatan IT. Pentaho Data Integration (PDI) memiliki beberapa kelebihan dari fungsinya, yaitu : Utilitas ETL (Extract, Transform, Load) open source paling popular. Designer GUI yang intuitif dan sangat mudah digunakan. Multi platform. Script ETL dapat disimpan dalam bentuk filesystem maupun repository. Mendukung multi pipelining sehingga load balance maupun optimasi pekerjaan data warehouse dapat dilakukan dengan mudah. Mendukung clustering (master-slave) engine ETL. Terdiri atas lebih 200 step yang mencakup job (workflow control) dan transformasi (data workflow).

18 24 Mendukung Apache Virtual Filesystem (Apache VFS) sehingga filesystem seperti HTTP Webdav, FTP, SFTP, dan lain sebagainya dapat dengan mudah diakses dengan konfigurasi yang minimal. 2.6 PHP (Hypertext Preprocessing) PHP (Hypertext Preprocessing) adalah salah satu bahasa pemrograman skrip yang dirancang untuk membangun aplikasi web. PHP banyak dipakai untuk memprogram situs web dinamis. Ketika dipanggil dari web browser, program yang ditulis dengan PHP akan di-parsing di dalam web server oleh interpreter PHP dan diterjemahkan ke dalam dokumen HTML, yang selanjutnya akan ditampilkan kembali ke web browser. Karena pemrosesan program PHP dilakukan dilingkungan web server, PHP dikatakan sebagai bahasa sisi server (server-side). Oleh sebab itu, kode PHP tidak akan terlihat pada saat user memilih perintah View Source pada web browser yang mereka gunakan. Cara kerja aplikasi web yang ditulis dengan PHP adalah sebagai berikut : 1. User menuliskan alamat web ke dalam address bar dari web browser. 2. Web browser mengirimkan pesan di atas ke komputer server melalui internet. 3. Web server (misalnya Apache), program yang berjalan di komputer server, akan menangkap pesan tersebut, lalu meminta interpreter PHP (program lain yang juga berjalan di komputer) untuk mencari file yang dimaksud dalam disk drive. 4. Interpreter PHP membaca file tersebut dari disk drive. 5. Interpreter PHP akan menjalankan perintah-perintah atau kode PHP yang

19 25 ada dalam file tersebut. Jika kode dalam file tersebut melibatkan akses terhadap database (misalnya MySQL) maka interpreter PHP juga berhubungan dengan MySQL untuk melaksanakan perintah-perintah yang berkaitan dengan database. 6. Interpreter PHP mengirimkan halaman dalam bentuk HTML ke Apache. 7. Melalui internet, Apache mengirimkan halaman yang diperoleh dari interpreter PHP ke komputer user sebagai respon atas permintaan yang diberikan. 8. Web server dalam komputer user akan menampilkan halaman yang dikirim oleh Apache. Beberapa kelebihan PHP dari bahasa pemrograman web lainnya, antara lain: 1. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak melakukan sebuah kompilasi dalam penggunaannya. 2. Web Server yang mendukung PHP dapat ditemukan dimana - mana dari mulai apache, IIS, Lighttpd, hingga Xitami dengan konfigurasi yang relatif mudah. 3. Dalam sisi pengembangan lebih mudah, karena banyaknya milis - milis dan developer yang siap membantu dalam pengembangan. 4. Dalam sisi pemahamanan, PHP adalah bahasa scripting yang paling mudah karena memiliki referensi yang banyak. 5. PHP adalah bahasa open source yang dapat digunakan di berbagai mesin (Linux, Unix, Macintosh, Windows) dan dapat dijalankan secara runtime melalui console serta juga dapat menjalankan perintah-perintah sistem.

20 MySQL MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL (DBMS) yang multithread, dan multi-user. MySQL adalah implementasi dari sistem manajemen basisdata relasional (RDBMS). Setiap pengguna dapat secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam basisdata yang telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis. Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja pengoptimasi-nya dalam melakukan proses perintah-perintah SQL yang dibuat oleh pengguna maupun program-program aplikasi yang memanfaatkannya. Sebagai peladen basis data, MySQL mendukung operasi basisdata transaksional maupun operasi basisdata non-transaksional. Pada modus operasi nontransaksional, MySQL dapat dikatakan unggul dalam hal unjuk kerja dibandingkan perangkat lunak peladen basisdata kompetitor lainnya. Namun pada modus non-transaksional tidak ada jaminan atas reliabilitas terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi blogging berbasis web (wordpress), CMS, dan sejenisnya. Untuk kebutuhan sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan modus basisdata transaksional,

21 27 hanya saja sebagai konsekuensinya unjuk kerja MySQL pada modus transaksional tidak secepat unjuk kerja pada modus non-transaksional. MySQL memiliki beberapa keistimewaan, antara lain : 1. Portabilitas MySQL dapat berjalan stabil pada berbagai sistem operasi seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak lagi. 2. Perangkat lunak open source MySQL didistribusikan sebagai perangkat lunak open source dibawah lisensi GPL sehingga dapat digunakan secara gratis. 3. Multi-user MySQL dapat digunakan oleh beberapa pengguna dalam waktu yang bersamaan tanpa mengalami masalah atau konflik. 4. 'Performance tuning' MySQL memiliki kecepatan yang menakjubkan dalam menangani query sederhana, dengan kata lain dapat memproses lebih banyak SQL per satuan waktu. 5. Ragam tipe data MySQL memiliki ragam tipe data yang sangat kaya, seperti signed/unsigned integer, float, double, char, text, date, timestamp, dan lain-lain. 6. Perintah dan Fungsi MySQL memiliki operator dan fungsi secara penuh yang mendukung perintah Select dan Where dalam perintah (query).

22 28 7. Keamanan MySQL memiliki beberapa lapisan keamanan seperti level subnetmask, nama host, dan izin akses user dengan sistem perizinan yang mendetail serta sandi terenkripsi. 8. Skalabilitas dan Pembatasan MySQL mampu menangani basis data dalam skala besar, dengan jumlah rekaman (records) lebih dari 50 juta dan 60 ribu tabel serta 5 miliar baris. Selain itu batas indeks yang dapat ditampung mencapai 32 indeks pada tiap tabelnya. 9. Konektivitas MySQL dapat melakukan koneksi dengan klien menggunakan protokol TCP/IP, Unix Soket (UNIX), atau Named Pipes (NT). 10. Lokalisasi MySQL dapat mendeteksi pesan kesalahan pada klien dengan menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa Indonesia belum termasuk di dalamnya. 11. Antar Muka MySQL memiliki antar muka (interface) terhadap berbagai aplikasi dan bahasa pemrograman dengan menggunakan fungsi API (Application Programming Interface). 12. Klien dan Peralatan MySQL dilengkapi dengan berbagai peralatan (tool) yang dapat digunakan untuk administrasi basis data, dan pada setiap peralatan yang ada disertakan petunjuk online.

23 Struktur Tabel MySQL memiliki struktur tabel yang lebih fleksibel dalam menangani ALTER TABLE, dibandingkan basis data lainnya semacam PostgreSQL ataupun Oracle. Terdapat beberapa API (Application Programming Interface) tersedia yang memungkinkan aplikasi-aplikasi komputer yang ditulis dalam berbagai bahasa pemrograman untuk dapat mengakses basis data MySQL antara lain: bahasa pemrograman C, C++, C#, bahasa pemrograman Eiffel, bahasa pemrograman Smalltalk, bahasa pemrograman Java, bahasa pemrograman Lisp, Perl, PHP, bahasa pemrograman Python, Ruby, REALbasic dan Tcl. Sebuah antarmuka ODBC memanggil MyODBC yang memungkinkan setiap bahasa pemrograman yang mendukung ODBC untuk berkomunikasi dengan basis data MySQL. Kebanyakan kode sumber MySQL dalam ANSI C. Untuk melakukan administrasi dalam basis data MySQL, dapat menggunakan modul yang sudah termasuk yaitu command-line (perintah: mysql dan mysqladmin). Juga dapat diunduh dari situs MySQL yaitu sebuah modul berbasis grafik (GUI): MySQL Administrator dan MySQL Query Browser. Selain itu terdapat juga sebuah perangkat lunak gratis untuk administrasi basis data MySQL berbasis web yang sangat populer yaitu phpmyadmin. 2.8 Dashboard Dashboard adalah sebuah koleksi data informasi yang digunakan untuk melakukan evaluasi performa dan memastikan tercapainya tujuan dari sebuah

24 30 operasi (Ronald R, 2010). Dashboard adalah tampilan visual dari informasi yang paling penting yang diperlukan untuk memahami dan mengelola satu atau lebih bidang organisasi yang diatur pada satu layar komputer sehingga dapat dipantau dengan mudah (Stephen Few, 2006). Dari pengertian diatas, maka sebuah dashboard harus dapat mendukung proses monitoring secara visual seperti : a. Melihat gambaran besar informasi. b. Fokus pada item tertentu yang memiliki informasi penting. c. Dapat melakukan drill ke informasi tambahan yang diperlukan untuk proses pengambilan keputusan. Komunikasi visual akan efektif bila diselaraskan dengan cara manusia melihat dan berfikir. Dengan kata lain, agar dapat bekerja secara efektif dashboard harus dapat dengan mudah dipahami dan dimengerti oleh pengguna. Hal yang penting pada proses perancangan desain adalah kesederhanaan desain. Ketika merancang dashboard informasi yang ditampilkan hanya yang benar-benar dibutuhkan, menyederhanakan informasi tanpa harus menurunkan makna dari informasi tersebut, dan menampilkannya menggunakan mekanisme tampilan visual yang dapat dengan mudah dibaca dan dipahami. Menurut (Few, 2006:33) ada tiga jenis dashboard, yaitu : 1. Tactical Dashboard Mengukur produktivitas jangka pendek dan efektivitas. Hasilnya sering digunakan oleh contributor individu

25 31 2. Operational Dashboard Mengukur efektivitas jangka pendek dari fungsi bisnis yang spesifik pada tim atau level unit bisnis. Level dashboard ini dapat secara potensial dikembangkan untuk seorang knowledge worker atau local team manager. 3. Strategic Dashboard Dibangun untuk level pengaturan kebijakan dari organisasi. Dashboard menampilkan metric yang menggambarkan strategi dan tujuan korporasi.