PERANCANGAN DATA MART PADA PT EBDESK TEKNOLOGI (Studi Kasus : Divisi Chief Technology Officer)

dokumen-dokumen yang mirip
PENENTUAN POLA ALUMNI DARI DATA TWITTER DENGAN MENGGUNAKAN NAÏVE BAYES (Studi Kasus : Penanganan Alumni di Program Studi Teknik Informatika)

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

TUGAS AKHIR. Disusun sebagai satu syarat untuk kelulusan Program Strata 1,Program Studi Teknik Informatika, Universitas Pasundan Bandung.

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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

ANALISIS PERBANDINGAN MEMORY SERVER EXHAUSTED PADA SISTEM OPERASI WINDOWS DAN UBUNTU

PERANCANGAN E-COMMERCE DI TOKO REJEKI TANI LEMBANG MENGGUNAKAN CUSTOMER RELATIONSHIP MANAGEMENT

TUGAS AKHIR. Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan Bandung

PEMBANGUNAN DATA WAREHOUSE UNTUK MONITORING AKTIVITAS PENGGUNA SISTEM INFORMASI UNIVERSITAS ATMA JAYA YOGYAKARTA BERBASIS INTELEGENSI BISNIS

PENGUKURAN TINGKAT PENERIMAAN E-LEARNING TERHADAP MAHASISWA KELAS KARYAWAN (Studi kasus: E-learning Teknik Informatika Universitas Pasundan)

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

BAB IV PERANCANGAN SISTEM

PENGUKURAN KEPUASAN PELANGGAN PADA FITUR SITU BAGIAN SISTEM INFORMASI AKADEMIK UNIVERSITAS PASUNDAN DENGAN MENGGUNAKAN METODE KANO

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

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

PEMBANGUNAN PERANGKAT LUNAK PENYIRAMAN TANAMAN SECARA OTOMATIS BERBASIS ANDROID

PERANCANGAN PORTFOLIO LAYANAN INTERNET BERDASARKAN FRAMEWORK IT INFRASTRUCTURE LIBRARY (Studi Kasus: Fakultas Teknik Universitas Pasundan)

PENGUKURAN TINGKAT KEPUASAN PELANGGAN TERHADAP KUALITAS LAYANAN ONLINE WEBSITE PT PLN (Studi Kasus: pln.co.id)

PERANCANGAN KEBUTUHAN SPESIFIKASI HARDWARE UNTUK MEMENUHI PEMBUATAN PC CLONING DI SMK MARHAS MARGAHAYU BANDUNG

PERANCANGAN SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO

VULNERABILITY ASSESSMENT TERHADAP SITU - AKADEMIK UNIVERSITAS PASUNDAN

PENERAPAN WI-FI TRIANGULATION UNTUK NAVIGASI DALAM GEDUNG BERBASIS ANDROID

PERANCANGAN USER INTERFACE WEB MENGGUNAKAN CI DAN SVG (Studi Kasus : Building Automation System)

PERANCANGAN SISTEM INFORMASI PENERIMAAN SISWA BARU PADA SEKOLAH MENENGAH KEJURUAN SWASTA (Studi Kasus di SMK 45 Lembang Kabupaten Bandung Barat)

The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema


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

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

Analisis dan Perancangan Sistem Informasi Persediaan dan Penjualan Pada TB. Bangun Jaya

PENGUKURAN TINGKAT KEPUASAN PENGGUNA TERHADAP LAYANAN WEBSITE UNIVERSITAS PASUNDAN BANDUNG

PERANCANGAN SISTEM INFORMASI PELAYANAN BEROBAT DI KLINIK UNIVERSITAS PASUNDAN BANDUNG

Jurnal Ilmiah Widya Teknik Volume 15 Nomor

PENGUKURAN TINGKAT USABILITY WEBSITE SISTEM KEARSIPAN ELEKTRONIK (E-FILING) DENGAN KONSEP HEURISTICS USABILITY

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

PENGUKURAN TINGKAT KEPUASAN PENGUNJUNG WEBSITE PAPYRUS PHOTO MENGGUNAKAN METODE END USER COMPUTING SATISFACTION (EUCS)

BAB I PENDAHULUAN 1. 1 Latar Belakang Masalah

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

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

PENGUKURAN TINGKAT KEPUASAN PENGUNJUNG WEBSITE MANCHESTER CITY SUPPORTER CLUB INDONESIA MENGGUNAKAN METODE END USER COMPUTING SATISFACTION (EUCS)

PEMBANGUNAN APLIKASI E-COMMERCE LAYANAN JASA JAHIT BERBASIS WEB

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

ANALISA SISTEM INFORMASI MONITORING DATA QUALITY PRODUCT STUDI KASUS PADA PT KONE INDO ELEVATOR

DAFTAR ISI BAB II LANDASAN TEORI... 6

Tugas Akhir (KI091391) Muhamad Adi Prasetyo

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR

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

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

TUGAS AKHIR. Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, di Program Studi Teknik Informatika, Universitas Pasundan Bandung

RANCANG BANGUN APLIKASI EXTRACT, TRANSFORM, DAN LOAD UNTUK DATA WAREHOUSE BERBASIS WEB

EVALUASI TINGKAT USABILITY WEBSITE PUBLIKASI GEOLOGI

BAB I PENDAHULUAN. 1.1 Latar Belakang

ANALISIS TRAFFIC PAKET DATA JARINGAN PADA MEDIA NIRKABEL DI TELKOMINFRA BANDUNG

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

BAB I PENDAHULUAN. I.1 Pendahuluan

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007

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

BAB II TINJAUAN PUSTAKA

ANALISIS TINGKAT KEMATANGAN KEAMANAN INFORMASI PT. MUSTIKA PETROTECH INDONESIA DENGAN MENGGUNAKAN INDEKS KAMI TUGAS AKHIR

Bab 3. Metode Penelitian dan Perancangan Sistem

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

PEMBANGUNAN APLIKASI NEWS AGGREGATOR BERBASIS ANDROID DILENGKAPI FITUR BERITA PILIHAN

Abstrak. Kata kunci: Data Warehouse, Database, preprocesssing, OLAP. v Universitas Kristen Maranatha

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

PEMBUATAN STANDAR OPERASIONAL PROSEDUR PENGGUNAAN PEGAWAI DI LINGKUNGAN FAKULTAS TEKNIK UNPAS

BAB I PENDAHULUAN 1.1 Latar Belakang

TUGAS AKHIR. Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, di Program Studi Teknik Informatika, Universitas Pasundan Bandung

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

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

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ

PENGUKURAN TINGKAT USABILITY APLIKASI DATA PENYELIDIKAN MENGGUNAKAN USE QUESTIONNAIRE

ANALISIS SERANGAN MALWARE PADA KEAMANAN JARINGAN KOMPUTER

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

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

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

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

PEMBUATAN APLIKASI MULTIMEDIA PEMBELAJARAN PATTERN RECOGNITION PADA KONSEP COMPUTATIONAL THINKING

EKSPLORASI PYTHON MENGGUNAKAN FRAMEWORK DJANGO. (Studi Kasus : Sistem Perpustakaan Teknik Informatika UNPAS)

PENGEMBANGAN SMART FARMING SISTEM PENYIRAMAN TANAMAN HIDROPONIK DAN AKUAPONIK

PEMBANGUNAN APLIKASI MULTIMEDIA INTERAKTIF UNTUK SIMULASI DETERMINISTIC PUSH DOWN AUTOMATA (DPDA)

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

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

Perancangan Basis Data

PERANCANGAN PERLINDUNGAN PERANGKAT LUNAK SEBAGAI ASET INFORMASI TERHADAP MALICIOUS CODE DI FAKULTAS TEKNIK UNIVERITAS PASUNDAN

PEMBUATAN APLIKASI MULTIMEDIA PEMBELAJARAN PATTERN GENERALIZATION DAN ABSTRACTION PADA KONSEP COMPUTATIONAL THINKING

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

MANFAAT DATA WAREHOUSE PADA PT ABC

PEMBANGUNAN BASIS PENGETAHUAN (KNOWLEDGE BASE) PADA HELPDESK SITU AKADEMIK UNTUK MAHASISWA

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

BAB I PENDAHULUAN 1.1 Latar Belakang

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/ 2006

ABSTRAK. v Universitas Kristen Maranatha

MENGUKUR TINGKAT KEAMANAN SISTEM INFORMASI KEHADIRAN KEGIATAN AKADEMIK

PENGEMBANGAN PROTOTYPE SENSOR PARKIR 4 SISI BERBASIS MIKROKONTROLER

PEMBUATAN MATERI DIGITAL UNTUK MATERI KALKULUS PROPOSISI PADA MATA KULIAH MATEMATIKA LOGIKA

BAB III METODE PENELITIAN

BAB 4 PERANCANGAN DAN IMPLEMENTASI

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

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

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Transkripsi:

PERANCANGAN DATA MART PADA PT EBDESK TEKNOLOGI (Studi Kasus : Divisi Chief Technology Officer) TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, di Program Studi Teknik Informatika, Universitas Pasundan Bandung oleh : Rinni Yuniarty NRP : 15.304.0185 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS PASUNDAN BANDUNG DESEMBER 2017

LEMBAR PENGESAHAN LAPORAN TUGAS AKHIR Telah diujikan dan dipertahankan dalam Sidang Sarjana Program Studi Teknik Informatika Universitas Pasundan Bandung, pada hari dan tanggal sidang sesuai berita acara sidang, tugas akhir dari: Nama : Rinni Yuniarty Nrp : 15.304.0185 Dengan judul: PERANCANGAN DATA MART PADA PT EBDESK TEKNOLOGI (STUDI KASUS: DIVISI CHIEF TECHNOLOGY OFFICER) Bandung, 30 Desember 2017 Menyetujui, Pembimbing Utama, Pembimbing Pendamping, (Sali Alas Majapahit, S.ST, M.Kom) (Ir. Agus Hexagraha)

LEMBAR PERNYATAAN KEASLIAN TUGAS AKHIR Saya menyatakan dengan sesungguhnya bahwa : 1. Tugas akhir ini adalah benar-benar asli dan belum pernah diajukan untuk mendapatkan gelar akademik, baik di Universitas Pasundan Bandung maupun di Perguruan Tinggi lainnya 2. Tugas akhir ini merupakan gagasan, rumusan dan penelitian saya sendiri, tanpa bantuan pihak lain kecuali arahan dari tim Dosen Pembimbing 3. Dalam tugas akhir ini tidak terdapat karya atau pendapat orang lain, kecuali bagian-bagian tertentu dalam penulisan laporan Tugas Akhir yang saya kutip dari hasil karya orang lain telah dituliskan dalam sumbernya secara jelas sesuai dengan norma, kaidah, dan etika penulisan karya ilmiah, serta disebutkan dalam Daftar Pustaka pada tugas akhir ini 4. Kakas, perangkat lunak, dan alat bantu kerja lainnya yang digunakan dalam penelitian ini sepenuhnya menjadi tanggung jawab saya, bukan tanggung jawab Universitas Pasundan Bandung Apabila di kemudian hari ditemukan seluruh atau sebagian laporan tugas akhir ini bukan hasil karya saya sendiri atau adanya plagiasi dalam bagian-bagian tertentu, saya bersedia menerima sangsi akademik, termasuk pencabutan gelar akademik yang saya sandang sesuai dengan norma yang berlaku di Universitas Pasundan, serta perundang-undangan lainnya. Bandung, 30 Desember 2017 Yang membuat pernyataan, Materai 6000,- ( Rinni Yuniarty ) NRP. 15.304.0185

ABSTRAK Saat ini informasi berita melalui media sosial pada facebook dan twitter semakin berkembang maka dari itu diperlukan pengembangan aplikasi Media Management oleh pihak Chief Technology Officer yang bertujuan untuk memenuhi permintaan client dan meningkatkan kualitas informasi. Data media sosial facebook dan twitter di Media Management belum dimanfaatkan secara maksimal untuk keperluan analisis yang dilakukan oleh pihak Chief Technology Officer. Data media sosial tersebut dirancang untuk menghindari data redundancy serta laporan yang dihasilkan bersifat operasional sehingga membutuhkan resource dan waktu untuk menganalisis data. Karena itu dibutuhkan perancangan terhadap data media sosial, agar data tersebut mempunyai bentuk yang menggambarkan entitas data media sosial dari berbagai sudut pandang yang mudah dianalisis. Solusi yang dapat mendukung terbentuknya sebuah informasi multidimensi yang terstruktur yaitu dengan menyediakan sebuah basis data yang dapat dipresentasikan dalam berbagai bentuk yang konsisten dan basis data yang memiliki hal tersebut adalah data mart. Data mart merupakan bagian dari data warehouse yang dirancang khusus untuk menganalisis data berdasarkan subjek-subjek, mendukung kebutuhan query, dan pengambilan keputusan pihak manajemen. Pembangunan data mart menggunakan metode Ralph Kimball, pembentukan data dengan proses ETL(Extract Transform Loading) menggunakan SSIS (SQL Server Integrated Service), untuk proses analisis menggunakan OLAP (On-Line Analytical Processing) dengan tools DevExpress pada Microsoft Visual Studio 2012 dan data mart dipresentasikan berbasis desktop yang berjalan pada platform windows. Dengan dibangunnya data mart dapat mempermudah pihak Chief Technology Officer dalam mendukung proses analisis dan pengambilan keputusan dalam pengembangan aplikasi Media Management yang dapat memaksimalkan pelayanan kepada client dalam mendapatkan informasi berita secara detail. Kata Kunci : Data Mart, Data Warehouse, Media Sosial, Metode Ralph Kimball i

ABSTRACT News on social media likes Facebook and Twitter growing fast, it is necessary to develop Media Management Application by Chief Technology Officer to fulfill client request and improve information quality. They have not been properly utilized for analysis there. It designed to avoid redundancies and operationally report so that needs time and resource to analyze data. Therefore it needed designing social media, so it has a form to describe the entities that easy to analyze from all of viewpoint on it. The best solution to support information structure multidimensional formation is Data Mart, it provides the database which represented consistently in various form. Data Mart is part of Data Warehouse which designed to analyze data based on subjects in particular. It supports query requirement and management decision, developed using Ralph Kimball method, database designed by ETL (Extract Transform Loading) process with SSIS (SQL Server Integrated Service), OLAP (On-Line Analytical Processing) for analysis and DevExpress tools on Microsoft Visual Studio 2012. It runs on windows platform. Developing of Data Mart is expected to be able to support Chief Technology Officer in data analysis and making of decision, and can provide the best service for clients to get detail information on news. Keywords : Data Mart, Data Warehouse, Social Media, Ralph Kimball Method ii

KATA PENGANTAR Bismillahirrahmanirrahim, Ucapan dan rasa syukur penulis layangkan kepada Allah SWT, karena berkat rahmat dan karunia-nya sehingga penulis dapat menyelesaikan Laporan Tugas Akhir dengan judul Perancangan Data Mart PT Ebdesk Teknologi (Studi Kasus : Divisi Chief Technology Officer). Adapun penulisan laporan ini bertujuan untuk memenuhi salah satu syarat kelulusan Program Strata 1, di Program Studi Teknik Informatika Universitas Pasundan. Penulis menyadari laporan ini dapat terwujud berkat bantuan dan dorongan dari berbagai pihak. Maka pada kesempatan ini penulis sampaikan terima kasih yang sebesar-besarnya atas segala bantuan yang penulis terima baik secara moril maupun materil, sehingga penulis dapat menyelesaikan laporan ini kepada : 1. Kedua Orang tua tersayang, yang selalu mendoakan dan memberikan dukungan moril maupun materil dalam pembuatan tugas akhir ini. 2. Bapak Sali Alas Majapahit, S.ST, M.Kom. selaku pembimbing utama yang telah memberikan bimbingan, ilmu, dan saran dalam penyusunan laporan tugas akhir. 3. Bapak Ir. Agus Hexagraha selaku pembimbing pendamping yang juga telah memberikan bimbingan, ilmu, dan saran dalam penyusunan laporan tugas akhir. 4. PT Ebdesk Teknologi serta pihak Chief Technology Officer yang telah memberikan kesempatan untuk melakukan observasi sebagai bahan tugas akhir. 5. Teman-teman Program Studi Teknik Informatika Non Reguler angkatan 2015 yang telah memberikan semangat. 6. Dan semua pihak yang telah banyak membantu, yang namanya tidak dapat penulis sebutkan satu persatu. Akhir kata, penulis berharap semoga laporan tugas akhir ini dapat memberikan manfaat bagi pembaca dan bagi perkembangan ilmu Teknologi dimasa yang akan datang. Bandung, 30 Desember 2017 Penulis iii

DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... iv DAFTAR ISTILAH... vi DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1-1 1.1 Latar Belakang... 1-1 1.2 Identifikasi Masalah... 1-2 1.3 Tujuan Tugas Akhir... 1-2 1.4 Lingkup Tugas Akhir... 1-2 1.5 Metodologi Pengerjaan Tugas Akhir... 1-3 1.6 Sistematika Penulisan Tugas Akhir... 1-4 BAB 2 LANDASAN TEORI... 2-1 2.1 Data Warehouse... 2-1 2.2 Data Mart... 2-1 2.2.1 Karakteristik Data Mart... 2-2 2.2.2 Peran Data Mart... 2-2 2.3 Metodology Perancangan Data Mart... 2-2 2.4 Data Source... 2-4 2.5 Model Dimension... 2-4 2.6 Data Staging... 2-6 2.7 OLAP (On-line Analytical Processing) dan OLTP (On-line Transactional Processing)... 2-6 2.8 Visualisasi Data... 2-8 2.9 SSIS (SQL Server Integration Service)... 2-9 2.10 Penelitian Terdahulu... 2-10 BAB 3 SKEMA ANALISIS... 3-1 3.1 Kerangka Penyelesaian Tugas Akhir... 3-1 3.2 Skema Analisis... 3-3 3.3 Analisis Persoalan dan Manfaat Tugas Akhir... 3-5 3.2.1 Analisis Persoalan... 3-5 3.2.2 Manfaat Tugas Akhir... 3-7 iv

3.4 Kerangka Pemikiran Teoritis... 3-7 3.5 Profil Tempat Penelitian... 3-9 3.5.1 Struktur Organisasi... 3-9 3.5.2 Profil Aplikasi yang di Teliti... 3-10 3.5.2.1 Flowmap Prosedur Kelola Laporan Media Sosial... 3-10 3.5.2.2 Analisis Struktur Laporan Media Sosial... 3-11 3.5.2.3 Analisis Proses Bisnis... 3-12 BAB 4 PEMBUATAN DATA MART... 4-1 4.1 Analisis Kebutuhan Data... 4-1 4.2 Pembuatan Data Mart... 4-3 4.2.1 Dimensional Modeling... 4-3 4.2.2 Data Staging... 4-7 4.2.2.1 Dimensi Tabel Staging... 4-7 4.2.2.2 Fact Tabel Staging... 4-28 4.2.3 Analytical Processing... 4-38 BAB 5 IMPLEMENTASI DAN PENGUJIAN... 5-1 5.1 Implementasi Pembangunan Aplikasi... 5-1 5.1.1 Implementasi Antarmuka... 5-1 5.1.2 Implementasi Teknik Analisis... 5-3 5.2 Pengujian Data Mart... 5-5 BAB 6 KESIMPULAN DAN SARAN... 6-1 6.1 Kesimpulan... 6-1 6.2 Saran... 6-1 DAFTAR PUSTAKA v

DAFTAR ISTILAH 1. Corporate Portal adalah platform yang menyediakan halaman utama untuk penggunanya dengan mengintergrasikan situs-situs terpilih dari internet. 2. Facebook adalah salah satu layanan media sosial yang digunakan untuk berinteraksi secara sosial. 3. Twitter adalah media sosial yang menyajikan kesederhanaan dan lebih menjaga privasi, twitter bersifat informatif, dan kreatif. 4. Sentiment adalah sebuah nilai dari posting yang dilakukan pengguna media sosial (nilainya berupa negatif, positif, dan neutral) 5. Workspace adalah dapat dikatakan sebagai tempat untuk pengguna aplikasi media management dengan fasilitas sesuai hak akses. 6. Issue adalah suatu informasi yang sedang ramai diperbincangkan oleh pengguna media sosial. 7. Exposure adalah keseluruhan data. 8. Fact adalah suatu koleksi dari relasi data-data, terdiri dari ukuran dan konteks data. Fact diimplementasikan dalam tabel dasar dimana terdapat data numeric. 9. Dimensions adalah koleksi data dari anggota atu unit-unit data dengan tipe yang sama, jadi dimensi menunjukan latar belakang kontekstual dari fact. 10. Measure adalah suatu besaran (angka numerik) atribut dari sebuah fact, yang menunjukkan kemampuan atau tingkah laku dari bisnis secara relative pada suatu dimensi. 11. Cube adalah memvisualisaikan suatu model dimensional yang terdiri dari dimensi dan fakta. 12. Data Flow adalah alat untuk mendeskripsikan langkah aliran dari data. 13. Lookup adalah sebuah fungsi untuk melakukan pencarian dengan menggabungkan data dalam kolo input dengan kolom dataset referensi. 14. Merge join adalah menggabungkan dua dataset yang diurutkan kedalam satu kumpulan data. 15. Derived Column transform adalah sebuah funngsi untuk membuat kolom baru dengan menerapkan ekspresi ke kolol input. vi

DAFTAR TABEL Tabel 2.1 Perbedaan OLTP dan OLAP... 2-7 Tabel 2.2 Penelitian Terdahulu... 2-10 Tabel 3.1 Penjelasan Skema Analisis... 3-4 Tabel 3.2 Analisa Kinerja... 3-5 Tabel 3.3 Analisa Informasi... 3-5 Tabel 3.4 Analisa Ekonomi... 3-6 Tabel 3.5 Analisa Pengendalian... 3-6 Tabel 3.6 Analisa Efisiensi... 3-6 Tabel 3.7 Analisa Pelayanan... 3-6 Tabel 3.8 Detail Langkah Metodologi Data Mart... 3-8 Tabel 3.9 Analisis Struktur Laporan Media Sosial... 3-11 Tabel 3.10 Requirement Perancangan Data Mart... 3-12 Tabel 3.11 Proses Bisnis yang Terlibat... 3-13 Tabel 4.1 Detail Kebutuhan Data... 4-1 Tabel 4.2 Memilih tabel Dimensi... 4-4 Tabel 4.3 Relasi antara dimensi dengan grain... 4-5 Tabel 4.4 Identifikasi Tabel Fakta... 4-5 Tabel 4.5 Menyesuaikan Tabel fakta dengan grain... 4-6 Tabel 4.6 Proses Dimensions pada OLAP... 4-36 Tabel 4.7 Proses Cube pada OLAP... 4-38 Tabel 5.1 Tools Pemabangunan Aplikasi... 5-1 Tabel 5.2 Pengujian Aplikasi Data Mart... 5-5 Tabel 5.3 Pengujian Kebutuhan Informasi... 5-6 Tabel A-1 Dimensions pada OLAP... A-1 Tabel A-2 Cube pada OLAP... A-2 Tabel B-1 Antarmuka Menu Analisis Data... B-1 Tabel B-2 Antarmuka Menu Lihat Data... B-3 vii

DAFTAR GAMBAR Gambar 1.1 Metodologi Pengerjaan Tugas Akhir... 1-3 Gambar 2.1 Metode Perancangan Data Mart... 2-3 Gambar 2.2 Skema Bintang... 2-5 Gambar 2.3 Skema Bola Salju... 2-5 Gambar 2.4 Skema Constellation... 2-6 Gambar 2.5 Diagram roll-up... 2-7 Gambar 2.6 Diagram drill-down... 2-8 Gambar 2.7 Diagram slicing dan dicing... 2-8 Gambar 3.1 Kerangka Penyelesaian Tugas Akhir... 3-1 Gambar 3.2 Skema Analisis... 3-4 Gambar 3.3 Kerangka Pemikiran Teoritis Data Mart... 3-8 Gambar 3.4 Struktur Organisasi PT Ebdesk Teknologi... 3-9 Gambar 3.5 Flowmap Prosedur Kelola Laporan... 3-10 Gambar 3.3 Kerangka Pemikiran Teoritis Data Mart... 3-8 Gambar 4.1 Struktur Tabel Sumber Data... 4-2 Gambar 4.2 Hasil Ekstrak Facebook User... 4-7 Gambar 4.3 Hasil Transformasi Facebook User... 4-8 Gambar 4.4 Mapping Data Facebook User... 4-8 Gambar 4.5 Hasil Load Facebook User... 4-8 Gambar 4.6 Hasil Ekstrak Facebook User Search... 4-9 Gambar 4.7 Hasil Transformasi Facebook User Search... 4-9 Gambar 4.8 Hasil Mapping Facebook User Search... 4-9 Gambar 4.9 Hasil Load Facebook User... 4-10 Gambar 4.10 Hasil Ekstrak Facebook Posts... 4-10 Gambar 4.11 Cleaning pada Facebook Post... 4-11 Gambar 4.12 Mapping Data Facebook Posts... 4-11 Gambar 4.13 Hasil Load Facebook Posts... 4-11 Gambar 4.14 Hasil Ekstrak Workspace... 4-12 Gambar 4.15 Hasil Transformasi Workspace... 4-12 Gambar 4.16 Mapping Data Workspace... 4-13 Gambar 4.17 Hasil Load Workspace... 4-13 Gambar 4.18 Hasil Ekstrak Topic... 4-14 Gambar 4.19 Hasil Transformasi Topic... 4-14 Gambar 4.20 Merge Join Topic dengan Workspace... 4-14 Gambar 4.21 Mapping Data Topic... 4-15 viii

Gambar 4.22 Hasil Load Topic... 4-15 Gambar 4.23 Hasil Ekstrak pada Twitter Tweets... 4-16 Gambar 4.24 Cleaning pada Twitter Tweets... 4-16 Gambar 4.25 Mapping data Twitter Tweets... 4-16 Gambar 4.26 Hasil Load Twitter Tweets... 4-17 Gambar 4.27 Hasil Ekstrak Twitter User... 4-17 Gambar 4.28 Cleaning pada Twitter User... 4-18 Gambar 4.29 Mapping data Twitter User... 4-18 Gambar 4.30 Hasil Load Twitter User... 4-18 Gambar 4.31 Hasil Ekstrak Twitter Subs... 4-19 Gambar 4.32 Hasil Transformasi Twitter Subs... 4-19 Gambar 4.33 Merge Join Twitter Subs... 4-20 Gambar 4.34 Mapping data Twitter Subs... 4-20 Gambar 4.35 Mapping data Twitter Subs... 4-20 Gambar 4.36 Proses Transformasi dimensi waktu... 4-21 Gambar 4.37 Deriverd Column dimensi waktu... 4-21 Gambar 4.38 Pemetaan data dimensi waktu... 4-22 Gambar 4.39 Hasil Load dimensi waktu... 4-22 Gambar 4.40 Proses Transformasi dimensi sentiment... 4-23 Gambar 4.41 Deriverd Column dimensi sentiment... 4-23 Gambar 4.42 Pemetaan data dimensi sentiment... 4-23 Gambar 4.43 Hasil Load dimensi sentiment... 4-24 Gambar 4.44 Proses transformasi dimensi timeline type... 4-24 Gambar 4.45 Derived column dimensi timeline type... 4-25 Gambar 4.46 Pemetaan data dimensi timeline type... 4-25 Gambar 4.47 Hasil Load dimensi timeline type... 4-26 Gambar 4.48 Hasil cleaning facebook posts... 4-26 Gambar 4.49 Tranformasi fakta facebook posts... 4-27 Gambar 4.50 Lookup fakta facebook post... 4-27 Gambar 4.51 Load Fakta Facebook Post... 4-28 Gambar 4.52 Transformasi fakta facebook post search... 4-28 Gambar 4.53 Lookup fakta facebook post search... 4-29 Gambar 4.54 Load Fakta Facebook Post Search... 4-29 Gambar 4.55 Transformasi Fakta Facebook Search Stat... 4-30 Gambar 4.56 Lookup Fakta Facebook Search Stat... 4-30 Gambar 4.57 Load Fakta Facebook Search Stat... 4-31 Gambar 4.58 Transformasi Fakta Twitter Stat... 4-32 ix

Gambar 4.59 Lookup Fakta Twitter Stat... 4-32 Gambar 4.60 Load Fakta Twitter Stat... 4-32 Gambar 4.61 Cleaning Fakta Twitter Tweets... 4-33 Gambar 4.62 Transformasi Fakta Twitter Tweets... 4-33 Gambar 4.63 Lookup Fakta Twitter Stat... 4-34 Gambar 4.64 Load Fakta Twitter Tweets... 4-34 Gambar 4.65 Koneksi Data Source OLAP... 4-35 Gambar 4.66 Data Source View OLAP... 4-36 Gambar 4.67 Hasil Dimensions pada OLAP... 4-37 Gambar 4.68 Browser Data Dimensions pad OLAP... 4-38 Gambar 4.69 Hasil Cube pada OLAP... 4-39 Gambar 4.70 Browser Cube pada OLAP... 4-39 Gambar 5.1 Halaman Utama pada Aplikasi... 5-1 Gambar 5.2 Halaman Lihat Data pada Aplikasi... 5-2 Gambar 5.3 Halaman Analisis Data pada Aplikasi... 5-2 Gambar 5.4 Teknik Roll-Up Facebook... 5-3 Gambar 5.5 Teknik Drill-down Twitter... 5-4 Gambar 5.6 Teknik Slicing dan Dicing Facebook... 5-4 Gambar C-1 Surat Penelitian Tugas Akhir... C-1 Gambar C-2 Form Wawancara... C-2 x

DAFTAR LAMPIRAN Lampiran A Dimensions dan Cube... A-1 Lampiran B Implementasi Antar Muka... B-1 Lampiran C Dokumen... C-1 xi