PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA.

dokumen-dokumen yang mirip
Pembangkitan Borang Akreditasi Nasional di Perguruan Tinggi Berbasis OLAP pada Data SDM dan Penelitian

PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI

PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. keadaan dimana hampir semua hal dapat direpresentasikan dalam bentuk digital dan

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Tugas Akhir (KI091391) Muhamad Adi Prasetyo

Pengembangan sistem manajemen perpustakaan digital open source SENAYAN untuk perpustakaan digital berbasis web studi kasus RBTC

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2009/2010

PEMBANGUNAN INTELEGENSI BISNIS UNTUK SUBJEK KEGIATAN AKADEMIK PADA UNIVERSITAS ATMA JAYA YOGYAKARTA

BAB I PENDAHULUAN A. Latar Belakang

Bab 4 Hasil Implementasi dan Analisis

Perancangan Basis Data

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. berbagai macam metode dan teknologi, sehingga sebuah sistem

DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1

BABI PENDAHULUAN. 1.1 Latar Belakang

DAFTAR ISI BAB II LANDASAN TEORI... 6

TESIS. PENGEMBANGAN SOSIAL INTELIJENSI BISNIS AKADEMIK MEMANFAATKAN MEDIA SOSIAL TWITTER (Studi Kasus : Universitas Atma Jaya Yogyakarta)

PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI. Abstract. Keywords: Database, DataWarehouse, ETL, PowerPivot, Star Schema.

BAB IV PERANCANGAN SISTEM

BAB III METODE PENELITIAN

Aplikasi Semantik untuk Pembangkitan Rute Trans Jogja Berbasis Windows Phone pada Perangkat Bergerak

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Rancang Bangun Data Warehouse

BAB IV IMPLEMENTASI SISTEM DAN PENGUJIAN

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN.

OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

Perancangan Sistem Informasi Eksekutif

TUGAS AKHIR. Pembangunan Aplikasi OLAP (Online Analytical Processing) untuk Analisis Sumber Daya Manusia pada Universitas Atma Jaya Yogyakarta

DATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO

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

BAB I PENDAHULUAN 1.1 Latar Belakang

Bab 4 Hasil dan Pembahasan

PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING

Fandi Cahyo Saputro ( )

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

MIGRASI BASIS DATA SISTEM INFORMASI AKADEMIK ITS

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

BAB II TINJAUAN PUSTAKA

MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

BAB I PENDAHULUAN. I.1 Pendahuluan

STIKOM SURABAYA BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Perkembangan teknologi informasi saat ini semakin berkembang dengan pesat,

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

Business Intelligence dengan SQL Server 2008 R2

PEMBANGUNAN DATA MART UNTUK FAKTA PENGUNJUNG RAWAT JALAN PADA RS TELOGOREJO SKRIPSI

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-397

PENELITIAN MANDIRI PEMBANGUNAN DATA MINING UNIVERSITAS UNTUK PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF AKADEMIK

BAB I PENDAHULUAN. 1.1 Latar Belakang

Perancangan Data Warehouse Pemetaan Data Siswa Pada Disdikpora Kota Palembang

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

Bab 3 Metode dan Perancangan Sistem

Bab 1 Pendahuluan 1.1 Latar Belakang Masalah

PERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR

SPETINDO, Sistem Pendukung Keputusan Pembudidayaan Tanaman Menggunakan Algoritma Quantum Swarm Evolutionary

PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

OLAP - PERTEMUAN 8 OLAP

PEMBUATAN DATA WAREHOUSE PENGUKURAN KINERJA PROSES BELAJAR MENGAJAR DI JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KRISTEN PETRA

BAB VI KESIMPULAN DAN REKOMENDASI

BAB 1 PENDAHULUAN 1-1

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

PERANCANGAN DATA WAREHOUSE E-PROCUREMENT PADA INSTANSI PEMERINTAHAN

TUGAS AKHIR. Diajukan untuk memenuhi syarat kelulusan mata kuliah seminar skripsi dan Skripsi Di Fakultas Teknik Universitas Darma Persada

BAB I PENDAHULUAN. waktu mendatang. Perkembangan teknologi informasi membuat pencarian. data data sangat mudah bahkan cenderung berlebihan.

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

PENGEMBANGAN PANGKALAN DATA PENDIDIKAN TINGGI

BAB I PENDAHULUAN. kepegawaian, akademik, keuangan dan sebagainya. Data-data dari tiap unit

PENINGKATAN JUMLAH PENDAFTAR PENERIMAAN SISWA BARU MELALUI PENERAPAN BISNIS INTELEGENT DENGAN TEKNIK OLAP ( ONLINE ANALYCTICAL PROCESS )

PERANCANGAN DATA WAREHOUSE IPK MAHASISWA STUDI KASUS: PRODI PTIK UNIVERSITAS NEGERI MANADO


ABSTRAK. Kata Kunci: ETL, Data Warehouse, Visualisasi Data, Bagan. Universitas Kristen Maranatha

MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

Presentasi Tugas Akhir Teknik Informatika ITS

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I LATAR BELAKANG

BAB I PENDAHULUAN. dan pendidikannya. Tidak terkecuali pada Universitas Widyatama yang sudah. untuk laporan kepada pimpinan Universitas Widyatama.

Bab 3 Metodologi Perbandingan

Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data

PEMBANGUNAN INTELEGENSI BISNIS UNTUK SUBJEK SUMBER DAYA MANUSIA PADA UNIVERSITAS ATMA JAYA YOGYAKARTA

Penggantian Judul (1) Data tersimpan dalam bentuk hardcopy 2

BAB IV DESKRIPSI PEKERJAAN

Techno, ISSN Volume 12 No. 1, April 2011 Hal

BAB I PENDAHULUAN 1.1 Latar Belakang

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

PENGEMBANGAN SISTEM ANALISIS AKADEMIS MENGGUNAKAN OLAP DAN DATA CLUSTERING STUDI KASUS : AKADEMIK UNIVERSITAS SEBELAS MARET SURAKARTA

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)

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

BAB 1 PENDAHULUAN. yang lama untuk menghasilkan laporan yang dibutuhkan. Belum lagi

Transkripsi:

Oleh : Tugas Akhir PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA Kurnia Widyaningtias NRP. 5107100607 Pembimbing 1 Pembimbing 2 Umi Laili Yuhana, S.Kom, M.Sc Nurul Fajrin Ariyani, S.Kom Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember (ITS) Surabaya Oktober 2009

LATAR BELAKANG Akreditasi merupakan salah satu bentuk mutu dan kelayakan institusi perguruan tinggi. Keputusan mengenai mutu didasarkan pada penilaian terhadap berbagai bukti dan dokumen yang disiapkan institusi perguruan tinggi. Saat ini, pengumpulan informasi dan penyajian laporan dilakukan secara manual.

TUJUAN Membantu perguruan tinggi mengumpulkan informasi untuk pengisian borang SDM, keuangan, penelitian, sarana&prasarana. Membantu perguruan tinggi mengolah dan menyimpan data SDM, keuangan, penelitian, sarana&prasarana. Membantu perguruan tinggi membuat laporan untuk akreditasi sesuai borang SDM, keuangan, penelitian, sarana&prasarana.

PERMASALAHAN 1. Bagaimana medesain sebuah database yang dapat menyimpan data yang berisi informasi tentang SDM, keuangan, penelitian, sarana&prasarana. 2. Bagaimana sistem menampilkan informasi yang sudah dikumpulkan dapat disajikan sesuai borang akreditasi. 3. Bagaimana mengintegrasikan database relational menjadi data warehouse yang nantinya dapat diolah dengan OLAP untuk membuat report.

Batasan Masalah 1. Borang yang dipakai adalah borang BAN untuk penilaian perguruan tinggi S1 tahun 2008 2. Sistem aplikasi ini berbasis web menggunakan asp.net dengan database sql server 2005.

Arsitektur Sistem

Usecase Sistem

Daftar Laporan Borang Bagian SDM No Nama Report Borang Isi Data dalam Report 1. Report Data Dosen Tetap dengan bidang Nama Dosen, NIDN, Tgl lahir, Jabatan Akademik, Gelar keahlian sesuai Prodi Akademik, Pendidikan Akademik, Bidang keahlian untuk setiap jenjang pendidikan, Lampiran Ijazah. 2. Report Aktivitas Dosen dalam rata-rata sks per semester NamaDosen Tetap, Sks Penelitian, Sks Karya Ilmiah, Jumlah Sks 3. Report Kegiatan Tenaga Ahli Nama Tenaga Ahli/Pakar, Nama dan Judul Kegiatan, Waktu Pelaksanaan. 4. Report Kegiatan Dosen dalam seminar Nama Dosen, Jenis Kegiatan, Tempat, Waktu, Peran yang tidak hanya melibatkan dosen Perguruan Tinggi Sendiri 5. Report Prestasi Dosen Nama Dosen, Prestasi Lokal Yang dicapai, Waktu, Prestasi Nasional Yang dicapai, Waktu, Prestasi Internasional Yang dicapai, Waktu 6. Report Keikutsertaan Dosen dalam Organisasi Nama Dosen, Nama Organisasi Profesi Lokal yang diikuti, Kurun Waktu, Nama Organisasi Profesi Nasional yang diikuti, Kurun Waktu, Nama Organisasi Profesi Internasional yang diikuti, Kurun Waktu

Daftar Laporan Borang Bagian Penelitian No Nama Report Borang Isi Data dalam Report 1. Report Jumlah Penelitian Sumber Pembiayaan, Jumlah Dana pada TS-2, Jumlah Dana pada TS-1, Jumlah Dana pada TS, Data Pendukung. 2. Report Karya Ilmiah yang dihasilkan oleh Dosen Judul, Nama Dosen, Tanggal Publikasi, Tahun Penyajian, Tingkat Karya Ilmiah

Format Laporan Borang Dosen Tetap NIDN** No. Nama Dosen Tetap Tgl. Lahir Jabatan Akademik*** Gelar Akademik Pendidikan S1, S2, S3 dan Asal Universitas* (1) (2) (3) (4) (5) (6) (7)

Laporan Borang Dosen Tetap

Star Schema

Hasil Pembuatan Cube

Kesimpulan Proses pengumpulan data untuk keperluan borang akreditasi dapat disimpan dalam sistem dan ditampilkan dalam borang. Proses laporan borang dapat disajikan dalam bentuk dokumen word. Proses tranformasi data dari relational database ke dalam datawarehouse telah berhasil dilakukan menggunakan tools Integration Services pada SQL Server Business Intelligence Development Studio Setelah melakukan transformasi kemudian dibuat rancangan Star Scheme yang direpresentasikan dalam cube.

Saran Dalam pengisian data pada aplikasi ini hendaknya diisi dengan data yang lengkap dan data yang sebenarnya. Untuk melengkapi fitur OLAP, dapat dibuat beberapa cube dengan kebutuhan atau sudut pandang yang berbeda.

Daftar Pustaka [1] Borang dan Instrumen newest, http://banpt.or.id/unduh_borang.htm, diakses pada September 2009. [2] Herimukti, Darlis, Slide ppt konsep data warehouse, Teknik Informatika, 2007 [3] Mundy,Thornwaite,Kimball. The Microsoft Data Warehouse Toolkit: With SQL Server 2005 and the Microsoft Business Intelligence Toolset, 1st,WILEY,2006. [4] Desain Konsep OLAP, http://id.wikipedia.org/wiki/olap, diakses pada September 2009 [5] OLAP Concepts, http://olap.com/w/index.php/olap_education_wiki, diakses pada September 2009

Terima Kasih

OLAP REVIEW Data warehouse dan OLAP dibangun berdasarkan multidimensional data model. Pada model ini diperlukan tabel fakta dan tabel dimensi. Tabel fakta berisi fakta numerik yang berisi digunakan sebagai measurement. Sedangkan tabel dimensi berisi kolom yang bersifat deskriptif, yang berguna untuk filtering (menyaring) dan didasarkan pada atribut dimensi atau untuk pengelompokkan data.