ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM)

Ukuran: px

Mulai penontonan dengan halaman:

Download "ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM)"

Yanti Chandra
6 tahun lalu
Tontonan:

1 ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM) Insan Luthfi Habibi¹, Kiki Maulana², Kusuma Ayu Laksitowening³ ¹Teknik Informatika,, Universitas Telkom Abstrak Dimensional Modeling merupakan representasi logic dari sebuah database yang digunakan untuk On-Line Analytical Proccessing(OLAP) dalam pembangunan sebuah datawarehouse. Representasi data pada dimensional modeling itu sendiri mudah untuk dimengerti dan mudah untuk dinavigasikan karena Dimensional Modeling memiliki struktur pemodelan yang simple dan expressive. Dalam merancang Dimensional Modeling kita dihadapkan pada pilihan skema dengan karakteristiknya masing-masing. Disini kita akan membandingkan hasil perancangan datawarehouse pada suatu kasus Akademik IT Telkom dengan dua skema yang berbeda yaitu skema star dan snowflakes karena memiliki karakteristik yang bertolak belakang dalam memandang redudansi. Dengan membandingkan hasilnya kita bisa menentukan skema mana yang lebih baik untuk menyelesaikan kasus tersebut serta mengetahui faktor apa saja yang berperan signifikan dalam menentukan skema yang digunakan. Kata Kunci : datawarehouse, dimensional modeling, skema star, skema snowflakes, Abstract - Keywords : -

2 1.1 Latar Belakang 1 Pendahuluan Pada umumnya data-data yang bersifat historis pada suatu organisasi atau perusahaan belum dimanfaatkan secara maksimal. Padahal bila data tersebut dapat dimanfaatkan maka akan didapat informasi yang lebih banyak dari data-data tersebut. Salah satu cara memanfaatkan data-data tersebut adalah dengan membangun sebuah data warehouse karena dengan data warehouse data dapat diolah lebih lanjut untuk keperluan yang lebih luas seperti Decision Support System (DSS), Data Mining dan sebagainya. IT Telkom sebagai lembaga pendidikan memiliki data-data historis yang cukup banyak. Data-data tersebut terekam ketika terjadi transaksi registrasi mahasiswa, perkuliahan, dan sebagainya. Dari data-data ini dapat dibuat sebuah datawarehouse yang bisa menjawab pertanyaan-pertanyaan mengenai masalah-masalah akademik di lingkungan pendidikan IT Telkom. Dalam merancang sebuah data warehouse, pada tahap pembuatan dimensional modeling perancang dihadapkan pada pilihan penggunaan skema yang tepat untuk sistem yang akan dibangunnya. Tahapan ini akan menentukan tingkat efektifitas dan efisiensi sistem. Ada tiga skema yang dapat digunakan yaitu skema star, skema snowflakes dan skema galaxy. Skema star mengikuti struktur bintang, yaitu ada sebuah fact table (table fakta) yang dikelilingi oleh beberapa dimensional table (table dimensi). Skema snowflakes terdiri dari sebuah fact table yang dikelilingi dimensional table yang ada beberapa diantaranya tidak berhubungan langsung dengan fact table melainkan berhubungan dengan dimensional table lainnya. Skema galaxy memiliki beberapa fact table yang memanfaatkan dimensional table dari fact table lainnya. Dalam Tugas Akhir ini akan dibandingkan hasil data warehouse yang dibangun berdasarkan skema star dan skema snowflakes dengan cara mengukur serta membandingkan hasil dari data warehouse yang dibangun berdasarkan parameter average row len, block size, dan response time. Pada data warehouse akan sering dilakukan operasi query sehingga tiga parameter ini untuk dapat membandingkan hasilnya. Alasan memilih skema star dan skema snowflakes yang dibandingkan adalah karena keduanya memilik karakteristik yang bertolak belakang dalam memandang redundancy data. Skema star tidak mempermasalahkan adanya redundancy data sedangkan skema snowflakes memandang redundancy menjadi suatu masalah yang harus diatasi dengan cara dinormalisasi kembali. Hasil perbandingan ini diharapkan dapat menjadi acuan bagi perancang data warehouse membangun sistem dalam studi kasus yang berbeda. 1.2 Perumusan Masalah Masalah yang dirumuskan dalam Tugas Akhir ini berdasar dari latar belakang yang telah dijelaskan sebelumnya, yaitu: 1

3 Bagaimana membangun data warehouse berdasarkan hasil analisa suatu studi kasus (Akademik IT Telkom). Bagaimana merancang dimensional modeling dengan menggunakan skema star dan snowflakes. Bagaimana mengukur performansi (average row len, block size, response time) pada data warehouse yang dibangun. 1.3 Tujuan Tujuan Tugas Akhir ini adalah : 1. Merancang data warehouse Akademik IT Telkom dengan menggunakan skema star dan snowflakes. 2. Melakukan implementasi data warehouse berdasarkan perancangan sebelumnya. 3. Melakukan pengukuran dan analisa berdasarkan parameter performansi (average row len, block size, response time). 1.4 Batasan Masalah Batasan masalah pada Tugas Akhir ini adalah : Studi kasus terbatas pada proses akademik IT Telkom dari tahun Analisa difokuskan pada pengaruh perancangan skema yang berbeda terhadap tingkat redundancy data. Studi kasus terbatas dalam hal menangani permasalah akademik nilai mahasiswa IT Telkom. Tools DBMS yang digunakan dalam membantu penyelesaian Tugas Akhir ini adalah Oracle 10g. Tools pengukuran yang digunakan dibuat dengan bahasa Java. 1.5 Metodologi Penyelesaian Masalah [1] Studi literatur Mengumpulkan informasi dan referensi dari buku maupun artikel dan paperpaper yang ada di internet serta memahaminya sehingga dapat digunakan sebagai dasar teori dalam penyusunan Tugas Akhir yang berkaitan dengan data warehouse, perancangan dimensional modeling, performansi database, penggunaan ruang disk, skema star, dan skema snowflakes. [2] Pencarian dan Pengumpulan data Mencari dan mengumpulkan data akademik IT Telkom pada rentang waktu tahun [3] Analisis kebutuhan dan perancangan aplikasi yang akan dibangun Berkaitan dengan analisa sumber data dan perancangan Data Warehouse dengan skema star dan snowflakes. [4] Implementasi dan Pengujian 2

4 Mengimplementasikan hasil perancangan berdasarkan dua skema dan juga melakukan pengujian dan pengukuran performansi dan penggunaan ruang disk. [5] Analisa hasil pengujian dan pengambilan kesimpulan Menganalisa hasil pengujian dan pengukuran performansi dan penggunaan ruang disk berdasar data yang diuji serta mengambil kesimpulan dari hasil yang telah dianalisa. [6] Penyusunan laporan tugas akhir Pembuatan laporan tugas akhir yang mendokumentasikan tahap-tahap kegiatan dan hasil dalam tugas akhir ini. 1.6 Sistematika Penulisan Tugas akhir ini disusun dengan sistematika penulisan sebagai berikut: BAB I BAB II BAB III BAB IV BAB V PENDAHULUAN Berisi pemaparan mengenai latar belakang permasalahan, tujuan yang ingin dicapai dengan adanya penelitian ini, perumusan masalah, batasan masalah, metodologi tugas akhir, dan sistematika penulisan. LANDASAN TEORI Berisi uraian mengenai landasan teori yang akan digunakan, meliputi teori tentang penggunaan dimensional modeling dan teori-teori lain yang berkaitan dengan penelitian tugas akhir ini ANALISA DAN PERANCANGAN SISTEM Berisi tentang analisa dan perancangan terhadap skema perancangan yang berbeda dalam membangun data warehouse. PENGUJIAN SISTEM Berisi implementasi dari hasil analisa dan perancangan sistem yang dibuat, serta pengujian kehandalan sistem. PENUTUP Berisi kesimpulan dan saran-saran untuk pengembangan lebih lanjut terhadap hasil penelitian ini. 3

5 5.1 Kesimpulan 5 Kesimpulan dan Saran Dari hasil pengujian yang telah dilakukan pada sistem, mengacu pada skema star dan snowflakes, maka dapat ditarik kesimpulan : 1. Pada studi kasus Akademik ITTelkom perancangan dimensional modeling yang cocok diterapkan adalah skema snowflakes. 2. Dengan menormalisasi setiap tabel yang memiliki redundancy pada skema star maka akan dihasilkah desain yang lebih baik pada skema snowflakes dengan kondisi hasil normalisasi dapat menurunkan ukuran avg row len pada tabel yang dinormalisasi dengan nilai yang signifikan serta tabel hasil normalisasinya memiliki jumlah row data yang jauh lebih sedikit. 5.2 Saran Setelah penelitian ini selesai dilakukan, penulis memilik beberapa saran antara lain : 1. Penelitian ini menggunakan data dummy sehingga alangkah lebih baik jika system ini diuji dengan menggunakan data asli. 2. Pada implementasinya, data warehouse akan digunakan oleh berbagai macam aplikasi pada area data access tools. Maka penelitian ini dapat dikembangkan sampai ke level aplikasi untuk kembali menguji troughput sistem. 31

6 Daftar Pustaka [1] Caserta, R. K. (2004). The Data Warehouse ETL Toolkit : Practical Techniques For Extracting, Cleaning, Conforming, and Delivering Data. Indianapolis: Willey Publishing, Inc.

6 6 Daftar Pustaka [1] Caserta, R. K. (2004). The Data Warehouse ETL Toolkit : Practical Techniques For Extracting, Cleaning, Conforming, and Delivering Data. Indianapolis: Willey Publishing, Inc. [2] Claudia Imhoff, N. G. (2003). Mastering Data Warehouse Design. Willey Publishin, Inc. [3] Claus Abildgaard Christensen, S. G. (2005). Designing The Data Warehouse. Departement of Computer Science. Aalborg: Aalborg University. [4] Data Warehouse. (t.thn.). Dipetik Juni 8, 2009, dari ETL-Tools.Info: [5] en.wikipedia.org. (n.d.). Dipetik Agustus 01, 2010, from en.wikipedia.org: [6] en.wikipedia.org. (n.d.). Dipetik Agustus 01, 2010, from en.wikipedia.org: [7] en.wikipedia.org. (n.d.). Dipetik Agustus 01, 2010, from en.wikipedia.org: [8] Inmon, W. (2002). Building The Data Warehouse (Third Edition). New York: John Willey & Sons, Inc. [9] Kimball, R. (2002). DW ETL Tool. John Willey. [10] Loizou, M. L. (2003). Why is the Snowflake Schema a Good Data Warehouse Design? Why is the Snowflake Schema a Good Data Warehouse Design? [11] (n.d.). Retrieved 10 1, 2010, from

dokumen-dokumen yang mirip

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ Irwan Limintono, Aris Tjahjanto Bidang Keahlian Manajemen Teknologi Informasi Magister Manajemen