BAB II TINJAUAN PUSTAKA

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi

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

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA


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

PEMBUATAN DATA WAREHOUSE PENGELOLAAN PERBEKALAN FARMASI RUMAH SAKIT XYZ

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

IMPLEMENTASI APLIKASI OLAP UNTUK ANALISIS REKAPITULASI LAPORAN PADA SISTEM INFORMASI RUMAH SAKIT KOMPETENSI REKAYASA PERANGKAT LUNAK SKRIPSI

DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

BAB I PENDAHULUAN. didukung dengan pernyataan dari Poe (1998) yang menyatakan bahwa banyak

BAB II LANDASAN TEORI

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

Basis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.

BAB II TINJAUAN PUSTAKA

Pengertian maksud diagram diatas seperti Sistem sumber adalah sistem OLTP yang berisi data yang ingin Anda load ke data gudang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. I.1 Pendahuluan

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe

BAB III LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

OLAP - PERTEMUAN 8 OLAP

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN

Tugas Data Warehouse. Kebutuhan Bisnis untuk Gudang Data. (Warehouse)

Anggota Kelompok 3 :

BASIS DATA MODEL BASIS DATA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

SISTEM KOMPUTERISASI PSKB (PENJUALAN SPAREPART, SERVIS KENDARAAN BERMOTOR) PADA ANUGRAH MOTOR PURBALINGGA

Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)

PENDAHULUAN TINJAUAN PUSTAKA

Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6

BAB IV PERANCANGAN SISTEM

UNIVERSITAS BINA NUSANTARA. Fakultas Ilmu Komputer Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2007 / 2008

SIE/nts/TIUAJMks 9/26/2013

Physical Modeling of Data Warehouse using Unified Modeling Language (UML) Muhammad Iqbal Dzulhaq Dendy Jonas Rudi Triwibowo

Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap

BAB II LANDASAN TEORI. Dasar-dasar teori tersebut akan digunakan sebagai landasan berpikir dalam

BAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,

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

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO

PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL

BAB I PENDAHULUAN 1.1 Latar Belakang

PERANCANGAN DAN IMPLEMENTASI APLIKASI ONLINE ANALYTICAL PROCESSING (OLAP) PADA SISTEM INFORMASI EKSEKUTIF RUMAH SAKIT

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

Jurnal Ilmiah Widya Teknik Volume 15 Nomor

DATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO

Perancangan Data Warehouse pada Perpustakaan. STMIK AMIKOM Yogyakarta

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA

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

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

BAB 2 LANDASAN TEORI

DATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa

Sistem Informasi Eksekutif Data Alumni Menggunakan Data Warehouse

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

Proses Extraction, Transformation, and Loading Pada Pemodelan Data Warehouse PO. Sumber Alam Kutoarjo

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

BAB 2 LANDASAN TEORI

PENDAHULUAN TINJAUAN PUSTAKA

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

DATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM

Proses Extraction, Transformation, and Loading Pada Pemodelan Data Warehouse PO. Sumber Alam Kutoarjo

Data Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1

BAB I PENDAHULUAN 1.1 Latar Belakang

SUMBER DAYA-SUMBER DAYA SISTEM INFORMASI (BAGIAN 1) PSI Materi III Sesi 6

Perancangan Data Warehouse

DATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga

UKDW BAB I PENDAHULUAN

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN YAYASAN LENTERA INSAN

Data Warehousing dan Decision Support

HASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP

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

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

Pemodelan Data Warehouse

PENGEMBANGAN PROTOTYPE BUSINESS INTELLIGENCE BERBASIS ENTERPRISE RESOURCE PLANNING UNTUK USAHA KECIL DAN MENENGAH

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

PEMBANGUNAN SISTEM METADATA SEBAGAI INFORMASI DATA DALAM PEMBUATAN DATA MART PADA PANGKALAN DATA MAHASISWA DI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu

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

Perancangan Basis Data

BAB I PENDAHULUAN. perusahaan atau organisasi dalam menentukan kebijakan-kebijakan strategis

Online Analytical Processing (OLAP)

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

Lecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse

BAB III METODE PENELITIAN. Pada bagian ini dijelaskan mengenai metode penelitian yang digunakan

PERANCANGAN DATA WAREHOUSE PEMINJAMAN BUKU PADA PERPUSTAKAAN UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA TUGAS AKHIR

Data Warehouse dan Decision Support System. Arif Basofi

BAB 2 LANDASAN TEORI

PERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA. Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta

MEMBANGUN DATA WAREHOUSE

Sistem Penunjang Keputusan, Pertemuan Ke-9 KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN :

Transkripsi:

BAB II TINJAUAN PUSTAKA 2.1 Rekapitulasi Laporan Rekapitulasi laporan sangat penting artinya bagi seorang pimpinan karena merupakan salah satu alat untuk melaksanakan kegiatan-kegiatan dalam perencanaan, pengendalian, pengawasan dan pengambilan keputusan. Rekapitulasi adalah suatu kegiatan meringkaskan data sehingga menjadi lebih berguna bentuk, susunan, sifat atau isinya dengan bantuan tenaga tangan atau bantuan suatu peralatan dan mengikuti rangkaian langkah, rumus, atau pola tertentu. Pada sistem informasi rumah sakit terdapat 5 rekapitulasi laporan (Kementrian Kesehatan RI Direktorat Jendral Bina Kesehatan, 2011), diantaranya: 1. RL 1 berisikan Data Dasar Rumah Sakit yang dilaporkan setiap waktu apabila terdapat perubahan data dasar dari rumah sakit sehingga data ini dapat dikatakan data yang yang bersifat terbarukan setiap saat (updated) RL 1.1 Data Dasar Rumah Sakit RL 1.2 Indikator Pelayanan Rumah Sakit RL 1.3 Fasilitas Tempat Tidur 2. RL 2 berisikan Data Ketenagaan yang dilaporkan periodik setiap tahun 3. RL 3 berisikan Data Kegiatan Pelayanan Rumah Sakit yang dilaporkan periodik setiap tahun RL 3.1 Kegiatan Pelayanan Rawat Inap RL 3.2 Kegiatan Pelayanan Rawat Darurat RL 3.3 Kegiatan Kesehatan Gigi dan Mulut RL 3.4 Kegiatan Kebidanan RL 3.5 Kegiatan Perinatologi RL 3.6 Kegiatan Pembedahan RL 3.7 Kegiatan Radiologi 9

10 RL 3.8 Pemeriksaan Laboratorium RL 3.9 Pelayanan Rehabilitasi Medik RL 3.10 Kegiatan Pelayanan Khusus RL 3.11 Kegiatan Kesehatan Jiwa RL 3.12 Kegiatan Keluarga Berencana RL 3.13 Pengadaaan Obat, Penulisan & Pelayanan Resep RL 3.14 Kegiatan Rujukan RL 3.15 Cara Bayar 4. RL 4 berisikan Data Morbiditas/Mortalitas Pasien yang dilaporkan periodik setiap tahun RL 4a Data Keadaan Morbiditas Pasien Rawat Inap RL 4a Data Keadaan Morbiditas Pasien Rawat Inap Penyebab Kecelakaan RL 4b Data Keadaan Morbiditas Pasien Rawat Jalan RL 4b Data Keadaan Morbiditas Pasien Rawat Jalan Penyebab Kecelakaan 5. RL 5 yang merupakan Data Bulanan yang dilaporkan secara periodik setiap bulan, berisikan data kunjungan dan data 10 (sepuluh) besar penyakit. RL 5.1 Pengunjung Rumah Sakit RL 5.2 Kunjungan Rawat Jalan RL 5.3 Daftar 10 Besar Penyakit Rawat Inap RL 5.4 Daftar 10 Besar Penyakit Rawat Jalan Adapun beberapa fungsi dari rekapitulasi laporan yaitu sebagai berikut: 1. Pertanggungjawaban dan pengawasan Rekapitulasi laporan merupakan suatu pertanggungjawaban dari seorang pejabat atau petugas kepada atasannya sesuai dengan fungsi dan tugas yang dibebankan kepadanya. Dari laporan itu, pihak atasan akan meneliti tentang pelaksanaan fungsi dan tugas oleh pejabat yang bersangkutan

11 2. Penyampaian informasi Bagi pejabat yang menerima, rekapitulasi laporan merupakan salah satu sumber informasi yang diperlukan dalam melaksanakan fungsi dan tugas-tugasnya. 3. Bahan pengambilan keputusan Dalam melaksanakan manajemen, pimpinan harus selalu mengambil keputusan yang diperlukan setiap waktu. Untuk keperluan pengambilan keputusan oleh pimpinan itu, dibutuhkan data atau informasi yang berhubungan dengan keputusan yang diambil. 4. Membina kerja sama Rekapitulasi laporan dapat dijadikan sebagai salah satu alat untuk membina kerjasama, saling pengertian, dan koordinasi yang setepattepatnya antara atasan dan bawahan. 5. Pengembangan Rekapitulasi laporan merupakan salah satu bentuk atau alat untuk memperluas ide dan tukar-menukar pengalaman. 2.2 Data Warehouse Pengertian Data warehouse adalah sebuah sistem yang mengambil dan mengkonsolidasikan data secara berkala dari sistem sumber ke dalam dimensional atau normalized data store. Biasanya menjaga history dan queried untuk intelijen bisnis atau kegiatan analisis lainnya. Hal ini biasanya diperbarui dalam batch, tidak setiap kali transaksi terjadi dalam sistem sumber. (Rainardi, 2008) Pengembalian data disebut sebagai sistem ETL (extract, transform, dan load). Sistem ETL adalah sistem yang memiliki kemampuan untuk terhubung ke source systems, membaca data, mengubah data, dan beban menjadi sebuah sistem target (sistem target tidak harus menjadi data warehouse). ETL kemudian mengintegrasikan, mengubah, dan beban data ke dalam dimensional data store (DDS) (Rainardi, 2008). Sistem ETL tidak hanya digunakan untuk memuat data ke dalam data warehouse tetapi sistem ETL secara luas digunakan untuk setiap jenis gerakan data. Transformasi dapat digunakan untuk mengubah data sesuai format

12 dan kriteria dari target sistem, untuk menurunkan nilai-nilai baru yang akan dimuat ke sistem target, atau untuk memvalidasi data dari source system. Gambar 2.1 Arsitektur ETL Konsolidasi atau integrasi harus memperhitungkan ketersediaan data (beberapa data tersedia dalam suatu sistem, tetapi tidak tersedia pada sistem lainya), time ranges (data dalam sistem yang berbeda memiliki validitas waktu yang berbeda), definisi yang berbeda (pendapatan mingguan jangka total satu sistem mungkin memiliki arti yang berbeda dari pendapatan mingguan total sistem lain), konversi (sistem yang berbeda mungkin memiliki satuan atau mata uang yang berbeda), dan pencocokan (penggabungan data berdasarkan pengidentifikasi umum antara sistem yang berbeda). Salah satu perbedaan utama antara sistem transaksional dan sistem data warehouse adalah kemampuan dan kapasitas untuk menyimpan histori data yang ada. Sistem transaksional menyimpan beberapa histori, namun sistem data warehouse menyimpan histori yang sangat panjang. 2.2.1 Arsitektur Data Warehouse Sebuah sistem data warehouse memiliki dua arsitektur utama yaitu data flow architecture dan system architecture. Data flow architecture adalah konfigurasi menyimpan data dalam sistem data warehouse, bersama dengan pengaturan bagaimana data mengalir dari sistem sumber melalui menyimpan data ini untuk aplikasi yang digunakan oleh pengguna akhir. System architecture adalah tentang konfigurasi fisik dari server, jaringan, perangkat lunak, penyimpanan, dan klien. Dalam data warehouse, arsitektur aliran data adalah konfigurasi menyimpan data dalam sistem data warehouse, bersama dengan pengaturan bagaimana data mengalir dari sistem sumber melalui data store ke aplikasi yang digunakan oleh pengguna akhir. Ini termasuk bagaimana aliran data dikendalikan,

13 login, dan dimonitor, serta mekanisme untuk memastikan kualitas data dalam menyimpan data. Arsitektur aliran data berbeda dari arsitektur data. Arsitektur data adalah tentang bagaimana data diatur dalam setiap menyimpan data store dan bagaimana data store dirancang untuk mencerminkan proses bisnis. Kegiatan untuk menghasilkan arsitektur data dikenal sebagai data modelling. Data Store merupakan komponen penting dari arsitektur data flow. Sebuah data store adalah satu atau lebih database atau file yang berisi data data warehouse, disusun dalam format tertentu dan terlibat dalam proses data warehouse. Berdasarkan aksesibilitas pengguna, dapat diklasifikasikan data store menjadi tiga jenis (Rainardi, 2008): User-facing data store adalah data store yang digunakan oleh end-user dan di-query-kan oleh end-user dan aplikasi end-user. Internal data store adalah data store yang digunakan secara internal oleh komponen data warehouse untuk tujuan mengintegrasikan, pembersihan, dan menyiapkan data, dan tidak terbuka untuk permintaan oleh pengguna akhir dan aplikasi pengguna akhir. Hybrid data store digunakan untuk kedua mekanisme internal data warehouse dan untuk permintaan oleh pengguna akhir dan aplikasi pengguna akhir. Sebuah master data-store atau hybrid data store mengandung satu set lengkap data dari data warehouse, termasuk semua versi dan semua history data. Berdasarkan pada format data, dapat diklasifikasikan data store dalam 4 tipe yaitu (Rainardi, 2008) : Stage adalah internal data store yang digunakan untuk menstransformasikan dan menyiapkan data yang diambil dari source sistem, sebelum data di-load ke data store lain dalam data warehouse. NDS (Normalized Data Store) adalah internal master data store dalam bentuk satu atau lebih normalisasi database relasional untuk tujuan mengintegrasikan data dari berbagai sistem sumber dicatat di stage, sebelum data tersebut di-load user-facing data store.

14 ODS (Operationa Data Store) adalah hybrid data store dalam bentuk satu atau lebih normalisasi database relasional, yang berisi data transaksi dan versi terbaru master data, untuk tujuan mendukung aplikasi operasional. DDS (Dimensional Data Store) adalah user-facing data store, dalam bentuk satu atau lebih relasional database, dimana data disusun dalam bentuk dimensional untuk tujuan mendukung analisis query. Sebuah arsitektur aliran data adalah salah satu hal pertama yang dibutuhkan untuk memutuskan kapan membangun sistem data warehouse karena arsitektur aliran data menentukan komponen apa yang perlu dibangun dan oleh karena itu mempengaruhi rencana proyek dan biaya. Arsitektur aliran data menunjukkan bagaimana data mengalir melalui penyimpanan data dalam data warehouse. a. Single DDS (DDS Tunggal) Pada bagian ini, arsitektur aliran data sederhana yang hanya terdiri dari dua data store yaitu stage dan DDS. Dalam arsitektur ini, menyimpan data warehouse inti dalam format dimensional. Dalam arsitektur DDS tunggal, Anda memiliki menyimpan data satu dimensi. DDS terdiri dari satu atau beberapa dimensi data mart. Sebuah dimensi data mart adalah sekelompok tabel fakta terkait dan tabel dimensi yang sesuai yang berisi pengukuran kegiatan bisnis dan dikategorikan berdasarkan dimensi. (Rainardi, 2008). Keuntungan dari arsitektur DDS tunggal yaitu struktur arsitektur yang lebih sederhana dari tiga struktur arsitektur berikutnya. Hal ini dikarenan data dari stage dimuat langsung ke penyimpanan data dimensi, tanpa pergi ke setiap jenis store yang dinormalisasi terlebih dahulu. Kerugian utama adalah bahwa hal itu lebih sulit, dalam arsitektur ini untuk membuat DDS kedua. Sebuah DDS dalam DDS tunggal merupakan store data master yang berisi satu set lengkap data dalam data warehouse.

15 Gambar 2.2 Arsitektur single DDS b. NDS + DDS Dalam arsitektur aliran data NDS + DDS, ada tiga penyimpanan data yaitu stage, NDS, dan DDS. Arsitektur ini mirip dengan arsitektur DDS tunggal, tetapi memiliki penyimpanan data yang dinormalisasi di depan DDS. NDS dalam bentuk relasional normal ketiga atau lebih tinggi. Tujuan memiliki NDS ada dua. Pertama, mengintegrasikan data dari beberapa sistem sumber. Kedua, mampu memuat data ke dalam beberapa DDSS. Berbeda dengan arsitektur DDS tunggal, dalam arsitektur NDS + DDS Anda dapat memiliki beberapa DDSS. (Rainardi, 2008) Gambar 2.3 Arsitektur NDS+DDS

16 c. ODS + DDS Arsitektur ini mirip dengan arsitektur NDS + DDS. Seperti NDS, ODS adalah dalam bentuk normal ketiga atau lebih tinggi. Berbeda dengan NDS, ODS hanya berisi versi terbaru dari data master yang tidak memiliki data master historis. Struktur entitasnya seperti sebuah database OLTP. ODS tidak memiliki kunci pengganti. Kunci pengganti diselenggarakan dalam ETL DDS. ODS mengintegrasikan data dari berbagai sistem sumber. Data dalam ODS dibersihkan dan terintegrasi. Data mengalir ke ODS telah melewati penyaringan DQ. (Rainardi, 2008) Gambar 2.4 Arsitektur ODS+DDS d. Faderated Data Werehouse Sebuah data warehouse federasi terdiri dari beberapa data werehouse dengan lapisan pengambilan data di atas mereka. Sebuah federated data warehouse mengambil data dari gudang data yang ada menggunakan ETL dan load data ke dalam penyimpanan data dimensi baru. (Rainardi, 2008). Keuntungan utama dari arsitektur ini adalah bahwa Anda dapat menampung data werehouse yang ada, dan oleh karena itu waktu pembangunan akan lebih pendek. Kerugian utama adalah secara praktis, sulit untuk membangun sebuah gudang berkualitas baik dari

17 beragam standar-standar yang ditemukan dalam sumber data mart atau data werehouse. Gambar 2.5 Arsitektur federated data warehouse 2.2.2 Star Schema Star Schema merupakan skema data warehouse yang cukup sederhana. Arsitektur ini disebut star Schema karena diagramnya menyerupai bintang. Arsitektur Star Schema / Skema bintang adalah desain skema tabel dimana terdapat sebuah tabel fact dengan n-dimensi berada di tengah-tengah yang berfungsi sebagai penghubung tabel-tabel dimensi yang ada. Star Schema memiliki kemampuan untuk model peristiwa bisnis yang lebih akurat dengan menggunakan beberapa tabel fakta (Rainardi, 2008). Ada kelebihan dari penggunaan star schema, yaitu performa sistem, star schema lebih dapat diandalkan dibandingkan dengan skema yang lainnya, hal ini dikarenakan penggunaan tingkat join antar tabel dimensi dan tabel fact yang sedikit sehingga memudahkan sistem untuk melakukan suatu operasi agregasi. Gambar 2.6 Star schema

18 2.3 OLAP (Online Analytical Processing) Online Analytical Processing, atau disingkat OLAP adalah metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing). Fungsi utama dalam OLAP adalah aggregating mendapatkan total, drilling down mendapatkan detail dari data. slicing & dicing mengambil nilai pada cell dari multidimensional database, OLAP yang menggunakan relasional database disebut ROLAP sedangkan OLAP yang menggunakan dimensional database disebut MOLAP (Rainardi, 2008). Database yang dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan query khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya. Keluaran dari query OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik. 2.4 Metode Pengembangan Perangkat Lunak Metodologi pengembangan perangkat lunak (atau disebut juga model proses atau paradigma rekayasa perangkat lunak) adalah suatu strategi pengembangan yang memadukan proses, metode, dan perangkat (tools). Metode-metode rekayasa perangkat lunak, memberikan teknik untuk membangun perangkat lunak. Berkaitan dengan serangkaian tugas yang luas yang menyangkut analisis kebutuhan, konstruksi program, desain, pengujian, dan pemeliharaan. Untuk menyelesaikan

19 masalah didalam pengembangan perangkat lunak, tim perekayasa harus menggabungkan strategi pengembangan yang melingkupi lapisan proses, metode, dan alat bantu. Model proses rekayasa perangkat lunak dipilih berdasarkan sifat aplikasi dan proyeknya, metode dan alat-alat bantu yang akan dipakai, dan control serta penyampaian yang dibutuhkan. 2.4.1 Waterfall Waterfall model merupakan salah satu model proses perangkat lunak yang mengambil kegiatan proses dasar seperti spesifikasi, pengembangan, validasi, dan evolusi, dan merepresentasikannya sebagai fase-fase proses yang berbeda seperti analisis dan definisi persyaratan, perancangan perangkat lunak, implementasi, pengujian unit, integrasi sistem, pengujian sistem, operasi dan pemeliharaan. Gambar 2.7 Proses model waterfall Tahap-tahap utama dari waterfall model memetakan kegiatan-kegiatan pengembangan dasar, yaitu (Sommerville, 2011): 1. Analisis dan Definisi Persyaratan Proses mengumpulkan informasi kebutuhan sistem/perangkat lunak melalui konsultasi dengan user system. Proses ini mendefinisikan secara rinci mengenai fungsi-fungsi, batasan dan tujuan dari perangkat lunak sebagai spesifikasi sistem yang akan dibuat. 2. Perancangan Sistem dan Perangkat Lunak

20 Proses perancangan sistem ini difokuskan pada empat atribut, yaitu struktur data, arsitektur perangkat lunak, representasi antarmuka, dan detail (algoritma) prosedural. Yang dimaksud struktur data adalah representasi dari hubungan logis antara elemen-elemen data individual. 3. Implementasi dan Pengujian Unit Pada tahap ini, perancangan perangkat lunak direalisasikan sebagai serangkaian program atau unit program. Kemudian pengujian unit melibatkan verifikasi bahwa setiap unit program telah memenuhi spesifikasinya. 4. Integrasi dan Pengujian Sistem Unit program/program individual diintegrasikan menjadi sebuah kesatuan sistem dan kemudian dilakukan pengujian. Dengan kata lain, pengujian ini ditujukan untuk menguji keterhubungan dari tiap-tiap fungsi perangkat lunak untuk menjamin bahwa persyaratan sistem telah terpenuhi. Setelah pengujian sistem selesai dilakukan, perangkat lunak dikirim ke pelanggan/user. 5. Operasi dan Pemeliharaan Tahap ini biasanya memerlukan waktu yang paling lama. Sistem diterapkan (di-install) dan dipakai. Pemeliharaan mencakup koreksi dari beberapa kesalahan yang tidak diketemukan pada tahapan sebelumnya, perbaikan atas implementasi unit sistem dan pengembangan pelayanan sistem, sementara persyaratan-persyaratan baru ditambahkan.