2012200138 si bab 2001

BAB 2

LANDASAN TEORI

2.1 Data

Menurut Inmon (2006: 493), data adalah suatu pencatatan dari fakta-fakta,

konsep, ataupun instruksi yang berada di dalam suatu media penyimpanan untuk

berkomunikasi, pencarian dan pemrosesan dengan menggunakan alat otomatis dan

presentasi sebagai informasi yang dapat dimengerti manusia. Menurut O’Brien &

Marakas (2008: 23), data dapat didefinisikan juga sebagai fakta mentah atau hasil

observasi yang biasanya berupa fenomena fisik atau transaksi bisnis.

Berdasarkan teori-teori di atas, dapat disimpulkan bahwa data adalah catatan,

fakta-fakta mentah tentang manusia, tempat, kejadian dan benda yang belum diolah

sehingga belum dapat dimengerti dan belum dapat digunakan secara matang sebagai

suatu pemecahan masalah.

2.2 Sistem

Dalam bisnis, sistem digunakan untuk menggerakan beberapa komponen

dengan tujuan untuk mengolah data. Menurut Kelly (2006: 2), sistem adalah

sekumpulan komponen-komponen yang bekerja sama dan berkolaborasi antara satu

sama lain yang bergerak secara bersamaan secara sinergi untuk menyelesaikan suatu

tugas tertentu. Sedangkan menurut Philip Kotler (2006: 57), sistem adalah sebuah

elemen yang sangat penting keberadaannya dalam perusahaan dan berperan penting

bagi bisnis perusahaan, dimana elemen ini merupakan gabungan dari beberapa elemen

yang berkolaborasi antara satu sama lain.

Berdasarkan teori-teori di atas, maka dapat disimpulkan bahwa sistem adalah

gabungan dari beberapa komponen yang bergabung dan berkolaborasi antara satu

dengan yang lainnya.

2.3 Informasi

Data yang sudah diolah dengan sebuah sistem maka akan memiliki nilai

tersendiri atau menjadi informasi bagi penggunanya. Menurut Kelly (2006: 3),

informasi adalah sekumpulan data yang sudah diolah dan melalui sebuah proses di

dalamnya sehingga yang pada awalnya tidak memiliki nilai (value) apa-apa kemudian

2012200138SIBab2001 http://library.binus.ac.id/eColls/eThesisdoc/Bab2HTML/2012200138S...

1 of 52 01/03/2015 21:47


2 of 52 01/03/2015 21:47

berubah memiliki nilai yang terkandung di dalamnya dan nilai ini berarti bagi

penerimanya. Menurut Inmon (2006: 391), informasi adalah data yang telah dipilih

dan dievaluasi oleh manusia untuk menyelesaikan masalah atau mengambil keputusan.

Berdasarkan teori-teori di atas, maka dapat disimpulkan bahwa informasi

adalah data yang telah diolah sehingga dapat digunakan untuk menyelesaikan masalah

atau mengambil keputusan.

2.4 Sistem Informasi

Dalam bisnis sekarang ini, kolaborasi antara sistem informasi dan data yang

ada didalamnya dapat menjadi salah satu keunggulan untuk bersaing dengan pesaing

yang berada pada industri yang sama dan menurut Rainer (2007: 5), sistem informasi

adalah sebuah kerja sama dan kolaborasi antara beberapa komponen yang ada agar

dapat bekerja secara bersama-sama dan sinergi untuk dapat menghasilkan beberapa

tindakan yang terdiri antara lain adalah mengumpulkan, memproses, menyimpan,

menganalisis, dan menyebarkan informasi yang ada untuk tujuan yang sudah

ditentukan sebelumnya. Rainer juga mengutarakan bahwa dalam sistem informasi

terdapat beberapa komponen vital yang bergerak di dalamnya antara lain sebagai

berikut:

• Hardware

Adalah sekumpulan perangkat keras yang digunakan untuk menerima data dan

informasi, memprosesnya, dan menampilkannya kembali.

• Software

Adalah koleksi atau sekumpulan program yang dapat memerintah hardware-hardware

yang ada untuk dapat memproses data.

• Database

Adalah basis data yang berisikan sekumpulan file atau tabel yang berkaitan dan

berhubungan antara satu sama lain dan di dalam file atau table tersebut berisikan data.

• Network

Adalah sebuah sistem penghubung yang bisa menggunakan kabel (wireline) atau tidak

menggunakan kabel sama sekali (wireless) yang memiliki peranan penting dalam

menghubungkan beberapa komputer yang berbeda untuk berbagi sumber daya yang

dimiliki.


3 of 52 01/03/2015 21:47


4 of 52 01/03/2015 21:47

8

• Procedures

Adalah sebuah instruksi, aturan, dan prosedur yang berisikan cara bagaimana

menggabungkan komponen-komponen di atas dalam rangka memproses informasi dan

menghasilkan apa yang diinginkan.

• People

Adalah sumber daya manusia yang akan mengoperasikan hardware dan software,

berhubungan dengan orang tesebut dan menggunakan hasil dari pemrosesan tersebut.

Menurut Andri (2007: 9), sistem informasi adalah sebuah sistem yang terdiri

atas rangkaian subsistem informasi terhadap pengolahan data untuk menghasilkan

informasi yang berguna dalam pengambilan keputusan.

Berdasarkan teori-teori di atas, maka dapat disimpulkan bahwa sistem

informasi adalah sekumpulan komponen yang bekerja secara bersamaan untuk

menyebarkan dan memberikan informasi yang berguna bagi penggunanya.

2.5 Database

Menurut Inmon (2005 : 493), database adalah kumpulan data yang saling

berhubungan dan disimpan (biasanya telah dikendalikan dan memiliki redudansi yang

terbatas) berdasarkan skema. Menurut Connolly & Begg (2010 : 65), database

merupakan kumpulan relasi data yang logis dan deskripsi dari data tersebut, yang

didesain untuk memenuhi kebutuhan sebuah organisasi atau perusahaan.

Berdasarkan teori-teori di atas, dapat disimpulkan bahwa database merupakan

kumpulan data yang memiliki relasi atau hubungan secara logis yang mampu diproses

untuk menampilkan informasi setelah melalui proses-proses di dalam sistem.

2.6 Online Transaction Processing (OLTP)

OLTP merupakan komponen yang penting dalam kegiatan operasional

perusahaan. Menurut Inmon (2006: 434), OLTP adalah penjelasan asli dari segala

aktivitas dan sistem yang dihubungkan dengan memasukkan data yang sesuai kedalam

database dan digunakan kebanyakan yang merujuk pada relasional database. Menurut

Connolly & Begg (2010: 1198), OLTP adalah sebuah sistem yang dirancang untuk

memaksimalkan kapasitas pemrosesan transaksi.

Berdasarkan teori-teori di atas, maka dapat disimpulkan bahwa OLTP adalah

sebuah sistem yang dirancang untuk memasukkan data yang sesuai ke dalam database

dan dirancang untuk memaksimalkan kapasitas pemrosesan transaksi.


5 of 52 01/03/2015 21:47


6 of 52 01/03/2015 21:47

2.7 Data Warehouse

Menurut Inmon (2006: 28), data warehouse adalah sekumpulan data yang

sudah terintegrasi, berorientasikan subjek yang dirancang untuk mendukung fungsi

dari Decision Support System dimana data tersebut relevan dengan waktu. Data

warehouse berisikan data atomik dan data rangkuman. Menurut Ross (2002: 397),

data warehouse adalah konglomerasi atau kumpulan data organisasi yang berasal dari

area presentasi dimana data tersebut secara spesifik dibentuk untuk query, analisis

kinerja dan mudah penggunaannya.

Berdasarkan teori-teori di atas, maka dapat disimpulkan bahwa data

warehouse adalah sekumpulan data organisasi yang diintegrasikan, berorientasikan

subjek yang mendukung proses analisis kinerja dan mudah digunakan.

2.8 Perbedaan Data Warehouse dengan OLTP

Menurut Connolly & Begg(2010: 1153), data warehouse memiliki perbedaan

yang cukup mencolok jika dibandingkan dengan Online Transaction Processing

(OLTP). Perbedaan ini dapat dilihat dari orientasi penggunaan sampai dengan tingkat

frekuensi akses, untuk dapat melihat perbedaan lainnya dapat dilihat pada tabel

dibawah ini :

Tabel 2.1 Perbedaan OLTP dengan Data Warehouse

(Sumber : Connolly & Begg, 2010: 1153)

Karakteristik Sistem OLTP Sistem Data Warehouse

Main Purpose Mendukung proses

operasional

Mendukung proses analisis

Data Age Data sekarang Data historikal

Data Granularity Data detail Data detail, ringkasan

sederhana dan ringkasan

lanjutan

Data Processing Pola pengubahan,

penambahan, query

pengurangan data

dapat diprediksi

Pola query data lebih tidak

dapat diprediksi


7 of 52 01/03/2015 21:47


8 of 52 01/03/2015 21:47

10

Reporting Dapat diprediksi,

satu dimensi

Tidak dapat diprediksi,

multi dimensi

Users Mendukung

pengguna

operasional

Mendukung manajer

Dalam mengambil

keputusan

2.9 Arsitektur Data Warehouse

Gambar 2.1 Arsitektur Data Warehouse


Operational Data

Operasional data dapat berasal dari :

Data operasional perusahaan yang berasal dari database generasi pertama

yaitu hierarki dan jaringan.


9 of 52 01/03/2015 21:47


10 of 52 01/03/2015 21:47

11

Data departemen yang disimpan dalam data file seperti VSAM, RMS dan

relasional DBMS.

Data pribadi yang berada dalam workstation dan server pribadi

Sistem yang berada diluar seperti internet atau database yang terhubung

dengan perusahaan pemasok atau pelanggan.

Operational Data Store(ODS)

Operational Data Store adalah sebuah tempat penyimpanan dari data perusahaan

yang dapat digunakan untuk analisis. Operational Data Store terkadang dibuat

ketika sistem operasional tidak mampu untuk menciptakan sebuah laporan yang

diinginkan.

ETL Manager

ETL Manager dapat melakukan semua operasi yang terhubung dengan proses ETL

dari data ke dalam data warehouse.

Warehouse Manager

Warehouse manager dapat melakukan semua operasi yang terhubung dengan

manajemen dari data dalam data warehouse. Adapun operasiyang dapat dilakukan

adalah sebagai berikut :

Melakukan analisis dari data untuk memastikan konsistensi

Pengubahan dan menggabungkan sumber data dari media penyimpanan

sementara menuju tabel dalam data warehouse.

Pembuatan indeks dan sudut pandang dari tabel awal

Pembuatan denormalisasi

Pembuatan agregasi

Membuat data cadangan dan pengarsipan data.

Query Manager

Query manager dapat melakukan semua operasi yang terhubung dengan

manajemen query dari pengguna. Tingkat kesulitan dari query manager diukur

dengan fasilitasi yang disediakan oleh alat pengaksesan pengguna (end user access

tools) dan database.

Detailed Data

Adalah sebuah area dalam data warehouse yang menyimpan semua rincian data

dalam skema database.


11 of 52 01/03/2015 21:47


12 of 52 01/03/2015 21:47

12

Lightly and Highly Summarized Data

Area dari data warehouse yang menyimpan semua standar untuk lightly dan highly

summarized data yang dihasilkan oleh warehouse manager. Tujuan dari pengunaan

rangkuman ini adalah untuk mempercepat proses query. Data ringkasan akan

mengalami pengubahan pada saat data baru dimasukkan ke dalam data warehouse.

Archive and Backup Data

Area dari data warehouse yang menyimpan data rinci dan rangkuman untuk diarsip

dan backup. Meskipun data ringkasan data dihasilkan dari data rinci, ringkasan data

tetap harus di backup jika data ini disimpan melewati periode penyimpanan dari

data rinci.

Metadata

Metadata adalah area dalam data warehouse yang menyimpan semua definisi

metadata yang digunakan untuk semua proses dalam data warehouse. Metadata

digunakan untuk beberapa tujuan diantaranya adalah :

Proses ekstraksi dan memasukkan data

Metadata digunakan untuk memetakan sumber data ke dalam sudut pandang

umum data yang berada dalam data warehouse.

Proses manajemen data warehouse

Metadata digunakan untuk melakukan otomatisasi pembuatan tabel ringkasan.

Bagian dalam proses manajemen query

Metadata digunakan untuk mengarahkan query menuju sumber data yang

sesuai.

End User Access Tools

Reporting and Query Tools

Peralatan laporan meliputi alat membuat laporan dan alat untuk menulis laporan.

Alat query pada data warehouse relasional dirancang untuk menerima SQL atau

menciptakan pernyataan SQL untuk melakukan query data yang tersimpan dalam

data warehouse.

Application Development Tools

Terkadang kebutuhan pengguna akan laporan dan alat melakukan query masih

dianggap belum cukup untuk didukung oleh aplikasi yang sudah ada sebelumnya.

Oleh karena itu, harus dibangun sebuah aplikasi yang dapat mendukung graphical

data access tools dan biasanya dikembangkan untuk lingkungan client-server.


13 of 52 01/03/2015 21:47


14 of 52 01/03/2015 21:47

13

Online Analytical Processing Tools

Online Analytical Processing Tools berdasarkan pada konsep database

multidimensional dan mendukung pengguna untuk menganalisis data yang

kompleks dengan sudut pandang multidimensional.

Data Mining Tools

Data mining adalah sebuah proses mencari dan menjelajah hubungan baru yang

berarti, mencari pola dan tren dengan cara menambang sejumlah data yang besar

menggunakan teknik statistikal, matematik dan artificial intelligence.

2.10 Karakteristik Data Warehouse

Menurut Inmon (2005: 29-32), karakteristik dari data warehouseyaitu subject

oriented, integrated, non-volatile dan time-variant.Keempat karakteristik ini saling

terkait satu dengan yang lainnya, sehingga ke semuanya harus diimplementasikan agar

suatu data warehouse bisa secara efektif memiliki data yang mendukung pengambilan

suatu keputusan.

Subject Oriented

Data warehouse berorientasi subjek yang berarti data warehouse itu

didesain untuk menganalis data berdasarkan subjek-subjek tertentu dalam

suatu organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data

warehouse diorganisasikan disekitar subjek-subjek utama dari suatu

perusahaan (pelanggan, produk dan penjualan) dan tidak diorganisasikan pada

area aplikasi utama (customer invoicing, stock control and product sales). Hal

ini dikarenakan kebutuhan dari setiap data warehouse untuk menyimpan data-

data yang bersifat sebagai penunjang suatu keputusan, daripada aplikasi yang

berorientasi terhadap data. Jadi dengan kata lain, data yang disimpan adalah

data yang berorientasi kepada subjek bukan terhadap proses.

Integrated

Data warehouse yang dapat menyimpan data-data yang berasal dari

sumber yang terpisah kedalam suatu format yang konsisten dan saling

terintegrasi antara satu dengan yang lainnya. Dengan demikian data tidak dapat

dipecah, karena data yang ada merupakan suatu kesatuan yang saling


15 of 52 01/03/2015 21:47


16 of 52 01/03/2015 21:47

14

menunjang secara keseluruhan konsep data warehouse itu sendiri. Syarat

integrasi sumber data dapat dipenuhi dengan berbagai cara seperti konsisten

dalam penamaan variable, konsisten dalam ukuran variable, konsisten dalam

struktur pengkodean dan konsisten dalam atribut fisik dari sebuah data. Contoh

pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin

pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam

aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi

nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi

nama yang sama dan format yang disepakati bersama. Dengan demikian tidak

ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya.

Barulah data yang terintegrasi karena ke-konsistenannya.

Time-variant

Time-variant menyatakan bahwa setiap unit yang berada didalam data

warehouse adalah akurat pada waktu tertentu. Dalam beberapa kasus, record

ditandai. Dalam kasus lain, sebuah record memilik tanggal transaksi. Tetapi

pada setiap kasus, ada beberapa bentuk penanda waktu untuk menunjukan

record tersebut akurat.

Non-volatile

Karakteristik keempat dari data warehouse adalah non-volatile,

maksudnya data pada data warehouse tidak diupdate secara real-time tetapi

direfresh pada sistem operasional secara reguler. Data yang baru selalu

ditambahkan sebagai suplemen bagi data warehouse itu sendiri daripada

sebagai sebuah perubahan. Data warehouse tersebut secara bertahap menyerap

data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

Berbeda dengan basis data operasional yang dapat melakukan update, insert

dan delete terhadap data yang mengubah isi dari basis data, sedangkan pada data

warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil

data) dan akses data (mengakses data warehouse seperti melakukan query atau

menampilkan laporan yang dibutuhkan, tidak ada uploading data).


17 of 52 01/03/2015 21:47


18 of 52 01/03/2015 21:47

15

2.11 Keuntungan Data Warehouse

Kemampuan data warehouse dalam menampung volume data yang besar dan

mendukung proses analisis, menjadikan data warehouse banyak digunakan pada

organisasi. Menurut Connolly & Begg (2010: 1198), terdapat beberapa keuntungan

dari data warehouse diantaranya adalah :

Potential high returns on investment

Sebuah organisasi harus menggunakan sejumlah besar sumber daya untuk

implementasi data warehouse berhasil dan biaya yang bervariasi. Namun,

sebuah pembelajaran dari International Data memastikan Corporation (IDC)

melaporkan bahwa proyek data warehouse memberikan rata-rata return on

investment (ROI) sebesar 401%.

Competitive advantage

Keuntungan bersaing dapat diperoleh dengan mendukung dan

memperbolehkan pengambil keputusan untuk mengakses data yang tidak

tersedia, susah didapatkan dan tidak diketahui sebelumnya misalnya tren.

Increased productivity of corporate decision makers

Data warehouse meningkatkan produktivitas dari pengambil keputusan

perusahaan dengan membuat sebuah database yang terintegrasi, konsisten,

berorientasi subjek dan data historikal. Data warehouse mengintegrasikan data

dari beberapa sistem menjadi sebuah satu cara pandang yang konsisten bagi

organisasi, dengan mengubah data menjadi informasi yang berharga, data

warehouse mengijinkan pengambil keputusan dalam perusahaan untuk

membuat analisis yang konsisten dan akurat.

2.12 Granularity

Menurut Inmon (2006: 43), Granularity merupakan salah satu aspek

terpenting dalam desain data warehouse, karena untuk menentukan volume data yang

akan disimpan dalam data warehouse dan menentukan kedalam detail query yang

dapat dijalankan. Granularity terdiri dari Lowest Grain (Grain terendah) dan Highest

Grain (Grain tertinggi). Lowest Grain mampu menyimpan transaksi di level detail

(AtomicTransaction), sedangkan Highest Grain menyimpan data hanya di level


19 of 52 01/03/2015 21:47


20 of 52 01/03/2015 21:47

16

Enterprise atau level perusahaan (SummaryTransaction). Level dari granularity

disimpan pada hirarchy dari suatu dimension.

2.13 Perancangan Data Warehouse

Menurut Kimball (2010: 96-99), dalam pembangunan suatu data warehouse

adalah dengan menggunakan metodologi The Kimball Lifecycle sebagai berikut :

2.13.1 Program or Project Planning

Ini merupakan fase awal dari Lifecycle. Pada saat meluncurkan suatu

proyek atau program, dianjurkan untuk fokus pada 3 area meliputi scoping,

justification, and staffing.

2.13.2 Program or Project Management

Ini adalah disiplin yang berkelanjutan dalam proyek. Tujuannya untuk

menjaga proyek/program di lapangan, mengembangkan rencana komunikasi

dan mengelola harapan.

2.13.3 Business Requirements

Fase ini membuat tim proyek mengerti tentang kebutuhan-kebutuhan

bisnis. Tujuannya untuk menetapkan fondasi dari berbagai kegiatan dalam

Lifecycle. Ini sangat penting untuk disiapkan, agar fokus mendengarkan dan

mendokumentasikan wawancara terhadap pengguna bisnis.

2.13.4 Technology Track

Jalur teknologi ini dimulai dengan desain Technical Architecture

Design untuk merancang dari kemampuan-kemampuan yang dibutuhkan,

diikuti oleh Product Selection and Installation yang memuaskan kebutuhan

arsitektur tersebut.

Technical Architecture Design

Desain ini seharusnya untuk menciptakan kerangka untuk sistem DW/BI.

Fokus utama dalam tahap ini adalah menciptakan rencana untuk aplikasi


21 of 52 01/03/2015 21:47


22 of 52 01/03/2015 21:47

17

arsitektur, sementara mempertimbangkan syarat bisnis, lingkungan teknis

dan tujuan teknik strategi yang telah direncanakan.

Product Selection and Installation

Seleksi produk dan instalasi menggunakan rencana arsitektur untuk

mengidentifikasi komponen apa saja yang diperlukan untuk menyelesaikan

proyek DW/BI. Tahap ini kemudian memilih, menginstal dan menguji

produk.

2.13.5 Data Track

Jalur data dimulai dengan desain Dimensional Modeling target untuk

mengatasi kebutuhan bisnis dengan mempertimbangkan realitas data yang

mendasarinya. Physical Design adalah tahap dimana database dirancang, ini

mencakup lingkungan database sebagaimana keamanannya. ETL Design &

Development adalah desain prosedur berat dalam sistem Data Warehouse.

Dimensional Modeling

o Fact Table

Menurut Inmon (2006: 391), fact table adalah pusat dari

model multidimensi dimana data yang berada didalamnya

memiliki banyak hubungan dengan tabel lainnya. Menurut Ross

(2002: 402), fact table adalah sebuah representasi umum dalam

model dimensi dalam database relasional dimana fact table

terdiri dari key yang akan digabungkan dengan beberapa tabel

dimensi dan masing-masing tabel dimensi memiliki satu

primary key.

Dari teori-teori di atas, maka dapat disimpulkan

bahwa fact table adalah sebuah tabel yang berada di tengah

model multidimensi yang akan berhubungan secara langsung

dengan tabel fakta.


23 of 52 01/03/2015 21:47


24 of 52 01/03/2015 21:47

18

Gambar 2.2 Fact Table


o Dimension Table

Menurut Inmon (2006: 389), dimensional table adalah

tempat dimana data akan dihubungkan dengan fact table dan

keduanya akan diletakkan pada tabel multidimensi. Menurut

Ross (2002: 399), dimensional table adalah sebuahtabel dalam

model multidimensi dengan sebuah primary key dan deskripsi

kolom-kolom atribut.

Gambar 2.3 Dimension Table


Metode Perancangan data warehouse yang digunakan didasarkan

menurut Kimball dalam buku Conolly & Begg (2005: 1187), tentang

metodologi sembilan tahap (nine-step methodology) dalam merancang

data warehouse. Sembilan langkah ini merupakan tahap-tahap yang harus


25 of 52 01/03/2015 21:47


26 of 52 01/03/2015 21:47

19

dilakukan agar dapat membuat sistem data warehouse yang baik.

Tahapan-tahapan yang dilakukan akan diuraikan sebagai berikut :

1. Pemilihan Proses

Proses yang menunjuk pada subjek yang ada dari sebuah bagian

data mart. Data mart pertama yang akan dibangun harus tepat

waktu, disesuaikan dengan anggapan dari menjawab pertanyaan

bisnis yang banyak diutarakan.

2. Pemilihan Grain

Memilih grain berarti menentukan secara tepat apa yang

direpresentasikan oleh record pada tabel fakta.

3. Identifikasi dan penyesuaian dimensi

Dimensi menetapkan konteks pertanyaan mengenai fakta dalam

tabel fakta. Kumpulan dimensi yang baik membuat data mart

mudah dimengerti dan digunakan. Dimensi diidentifikasikan

dengan detil untuk menjelaskan suatu hal seperti client dan

property pada grain yang tepat. Sebagai contoh dimensi client

buyer mendeskripsikan atribut ID, nama, tipe, kota, area dan

Negara.

4. Pemilihan Fakta

Grain dari tabel fakta menentukan fakta yang bisa digunakan.

Misalnya, grain dari tabel fakta adalah setiap penjualan properti,

kemudian semua fakta numerik harus menunjuk pada penjualan ini.

Fakta-fakta tersebut harus numerik dan dapat ditambah.

5. Penyimpanan pre-calculation di tabel fakta

Setelah fakta-fakta dipilih maka dilakukan pengkajian ulang untuk

menentukan apakah ada fakta-fakta yang dapat diterapkan untuk

pre-calculation (kalkulasi awal). Contoh umum dari kebutuhan

untuk penyimpanan pre-calculation muncul ketika fakta berisi


27 of 52 01/03/2015 21:47


28 of 52 01/03/2015 21:47

20

pernyataan untung dan rugi. Situasi ini akan meningkat ketika tabel

fakta didasarkan pada invoice atau sales.

6. Memastikan tabel dimensi

Dalam langkah ini, kembali pada dimension table dan

memungkinkan untuk menambahkan gambaran teks terhadap

dimensi. Gambaran teks harus mudah digunakan dan dapat

dimengerti oleh User. Kegunaan suatu data mart ditentukan oleh

lingkup dan atribut tabel dimensi.

7. Pemilihan durasi basis data

Sebagai contoh, perusahaan asuransi memiliki kebutuhan untuk

menyimpan data dalam jangka waktu 5 tahun atau lebih. Tabel

fakta yang sangat besar dapat menimbulkan dua persoalan, yaitu :

1. Interpretasi file lama.

2. Menimbulkan kemungkinan versi dimensi lama yang digunakan,

bukan versi terbarunya.

Hal ini akan dibahas lebih lanjut pada tahap delapan “Tracking

Slowly changing dimensions”.

8. Melacak perubahan dari dimensi secara perlahan

Mengamati perubahan dari dimensi pada dimension table. Ada tiga

tipe dasar dari perubahan dimensi secara perlahan, yaitu :

1. Tipe 1 dimana atribut dimensi yang diubah dituliskan ulang.

2. Tipe 2 dimana atribut dimensi yang diubah dapat menyebabkan

pembentukan record baru.

3. Tipe 3 dimana atribut dimensi yang telah diubah mengakibatkan

sebuah atribut atau kolom alternative dibuat, jadi antara record

yang lama dan baru dapat diakses secara bersama-sama.


29 of 52 01/03/2015 21:47


30 of 52 01/03/2015 21:47

21

9. Penentuan prioritas dan model query

Mempertimbangkan pengaruh dari rancangan fisik, seperti

penyortiran urutan tabel fakta pada disk dan dari penyimpanan awal

pada sebuah ringkasan (summaries) atau penjumlahan (aggregate).

Selain itu, masalah administrasi, backup, kinerja indeks, dan

keamanan juga merupakan faktor yang harus diperhatikan.

Physical Design

Pada tahap ini, sebuah dimensional modelinguntuk data warehouse telah

dibuat. Berikut beberapa jenis Physical Design, yaitu :

1. Star Schema

Star schema merupakan skema data warehouse yang paling

mudah diantara yang lain, bentuknya yang menyerupai bintang

dengan tabel fakta berada di tengah dan tabel-tabel dimensi yang

mengelilingi tabel fakta membuat skema bintang paling mudah

dibuat. Menurut Kimball (2010 : 206), star schema adalah sebuah

struktur logika yang mempunyai fact table yang tersusun atas

factual data yang diposisikan di tengah, lalu disekitar fact table ini

dikelilingi oleh dimension table.


31 of 52 01/03/2015 21:47


32 of 52 01/03/2015 21:47

22

Gambar 2.4 Star Schema


Keuntungan star schema :

a. Mudah dipahami user

Skema bintang menggambarkan dengan jelas bagaimana user

berpikir dan memerlukan data untuk query dan analisis. Skema

bintang menggambarkan hubungan antar tabel sama seperti cara

user melihat hubungan tersebut secara normal.

b. Mengoptimalkan navigasi

Skema bintang mengoptimalisasikan navigasi melalui basis data

sehingga lebih mudah dilihat. Meskipun hasil query terlihat

kompleks, tetapi navigasi itu memudahkan user.


33 of 52 01/03/2015 21:47


34 of 52 01/03/2015 21:47

23

c. Paling cocok untuk pemrosesan query

Skema bintang paling cocok adalah untuk pemrosesan query

karena skema ini berpusat pada query. Tanpa bergantung pada

banyak dimensi dan kompleksitas query, setiap query akan dengan

mudah dijalankan, pertama dengan memilih baris dari tabel dimensi

dan kemudian menemukan baris yang sama di tabel fakta.

2. Snowflake Schema

Menurut Kimball (2010 : 181), snowflake merupakan salah satu

variasi dari skema bintang tetapi yang membedakan dengan skema

bintang adalah pada snowflake tabel dimensinya telah

ternormalisasi. Hal lain yang membuat snowflake berbeda adalah

terjadinya pengabungan tabel dimensi dengan tabel dimensi lain

yang berhubungan, sebelum terhubung atau tergabung dengan tabel

fakta.

Gambar 2.5 Snowflake Schema



35 of 52 01/03/2015 21:47


36 of 52 01/03/2015 21:47

24

Keuntungan skema Snowflake :

a. Ukuran penyimpanan yang kecil sehingga lebih efisien.

b. Struktur normalnya membuat lebih mudah untuk di update dan

dijaga.

Kerugian skema Snowflake:

a. Skema yang kurang intuitif dan jelas membuat end-user terhambat

karena tingkat kompleksitasnya.

b. Sulit untuk mencari isi skema karena terlalu kompleks.

c. Penurunan performa query karena adanya tambahan gabungan

tabel.

3. Starflake Schema

Starflake merupakan gabungan star schema dan snowflake

schema dimana membentuk sebuah jenis skema baru yang

memiliki tampilan menyerupai kedua skema sebelumnya. Menurut

Connolly & Begg (2010 : 1230), starflake schema merupakan

sebuah struktur hybrid yang muncul dari penggabungan antara

skema bintang dan snowflake.

4. Surrogate Key

Key yang digunakan dalam tabel dimensi adalah surrogate key

dan menurut Connolly & Begg (2010, p.1079), surrogate key

adalah salah satu fitur penting dalam tabel dimensi yang dibuat

berdasarkan bilangan bulat, yang berfungsi untuk menggabungkan

antara tabel dimensi dengan tabel fakta.

2.14 Extract, Transform, Load (ETL)

Menurut Kimball (2010 : 430), sebuah data warehouse memiliki susunan data

yang saling terintegrasi satu sama lain, sumber data yang berada didalamnya berasa

dari berbagai sumber data (data operasional). Sumber data yang lebih dikenal dengan

OLTP (Online Transactional Processing), pada masing-masing departemen dalam

sebuah organisasi memiliki bentuknya masing-masing. Sehingga untuk

menggabungkannya agar dapat saling terintegrasi didalam data warehouse, maka

dibutuhkan ETL (Extract, Transform, Loading). Maka ETL adalah sebuah proses


37 of 52 01/03/2015 21:47


38 of 52 01/03/2015 21:47

25

dimana mengambil semua data asli yang dibutuhkan dari sumber data (OLTP), lalu

dilakukan suatu proses terhadap data-data tersebut, dan tahap terakhir adalah

mengeluarkan hasil proses data tersebut kedalam sebuah hasil akhir dalam bentuk

tabel untuk di query-kan oleh penggunanya. Menurut Inmon (2005 : 497), ETL adalah

sebuah proses dari menemukan data, mengintegrasikan data, dan menempatkan data

tersebut dalam sebuah tempat penampung seperti data warehouse. Menurut Kimball

(2010 : 430-432), ETL terbagi didalamnya menjadi tiga proses besar, yaitu :

Extraction

Proses extract merupakan tahap awal dari kegiatan ETL, dimana

mengambil semua data yang dibutuhkan dari sumber data yang ada lalu dilakukan

proses ekstrasi data. Terdapat tiga tahapan didalam melakukan extract, yaitu :

1. Data profiling system

Merupakan kolom properti analisis termasuk didalamnya penemuan domain

yang disimpulkan, dan analisis struktur termasuk juga kandidat foreign key

atau hubungan primary key, analisis aturan data, dan analisis aturan nilai.

2. Change data capture system

Melakukan pembacaan sumber file log, sumber tanggal dan filterisasi nomor

urutan, dan melakukan perbandingan record yang berdasarkan pada algoritma

cyclic redundancy checksum (CRC).

3. Extract system

Merupakan sebuah adapter sumber data, mendorong/menarik/menggiring

jadwal kerja, penyaringan dan pemilahan pada sumber data, melakukan

konversi format data, dan staging data setelah di transfer ke lingkungan ETL.

Transform

Hasil data yang telah di extract akan menjalani proses transformasi, proses

yang terjadi adalah mengubah kode-kode yang ada menjadi kode-kode yang

merupakan standarisasi yang ditetapkan dari awal sehingga semua data yang

keluar dari proses ini akan memiliki standarisasi yang sama untuk mendukung

pembuatan laporan yang lebih mudah.

Load

Load adalah tahap terakhir dari proses ETL, merupakan proses mengirim

seluruh data yang telah melalui proses transformasi ketempat penampungan akhir


39 of 52 01/03/2015 21:47


40 of 52 01/03/2015 21:47

26

(data warehouse). Seluruh data yang telah melalui proses ini artinya telah siap

digunakan dan diakses untuk kepentingan strategis bagi perusahaan.

Jadi proses extract, transform, dan loading (ETL), didalam sebuah

rangkaian proses yang saling berkenjutan dari proses pengambilan data, lalu

mengubah kode-kode yang ada menjadi standarisasi untuk kemudian dikirimkan

kedalam tempat penampung yang disebut data warehouse.

2.15 Online Analytical Processing(OLAP)

Menurut Kroenke & Auer (2011 : 572), OLAP merupakan salah satu business

intelligence tools yang memiliki kemampuan untuk melakukan perhitungan,

penjumlahan, rata-rata dan bekerja pada perhitungan aritmatika sederhana lainnya

pada sekumpulan data. Menurut Kimball (2010 : 546), OLAP adalah istilah yang

menggambarkan sebuah teknologi yang menggunakan gambaran multidimensi

sejumlah data, untuk menyediakan akses yang lebih cepat bagi informasi strategis

untuk keperluan analisis lanjutan. OLAP memungkinkan pengguna untuk

mendapatkan pemahaman yang lebih dalam dan pengetahuan tentang berbagai aspek

data perusahaan mereka dengan cepat, konsisten dan akses yang interaktif ke berbagai

kemungkinan pandangan data. OLAP memungkinkan pengguna untuk melihat data

perusahaan sedemikian rupa bahwa itu adalah model yang lebih baik dari dimensi

perusahaan yang sebenarnya. Sementara OLAP sistem dapat dengan mudah menjawab

pertanyaan „siapa? dan „apa?, itu adalah kemampuan mereka untuk menjawab jenis

pertanyaan „apa jika? dan „mengapa? yang membedakan mereka dari query tools

yang umum. Menurut Scheps (2008 : 68-77), OLAP memiliki arti sebagai sebuah

konsep multidimensional data dengan melakukan konseptualisasi data transaksional

perusahaan. Selain memberikan tampilan yang lebih ringkas, OLAP juga memberikan

cara baru dalam melihat data pada sistem business intelligence. Salah satu sistem

OLAP yang paling unggul adalah OLAP cube. Dalam penyimpanan data yang

dirancang secara spesial untuk menghadapi data secara spesifik yang berbentuk

ringkasan multidimensional, OLAP cube dapat ditampilkan dalam struktur dua

dimensi (gambar 2.6), atau juga tiga dimensi (gambar 2.7). Spreadsheet adalah dimana

data cube disimpan didalam cells. OLAP juga memberikan access tools dimana

pengguna dapat melakukan percobaan untuk melihat data dari berbagai sudut pandang

yang menghasilkan business intelligence yang interaktif.


41 of 52 01/03/2015 21:47


42 of 52 01/03/2015 21:47

27

Gambar 2.6 OLAP Cube 2 dimensi


Gambar 2.7 OLAP Cube 3 dimensi


2.16 Dashboard

Menurut Coronel, Morris, & Rob (2010 : 520), dashboard merupakan tampilan

antar muka (user interface) yang menampilkan laporan secara singkat dan mudah

dimengerti. Dashboard biasanya digunakan untuk menampilkan informasi-informasi

dalam bentuk grafik, kurva, diagram, dan lain-lain dari berbagai macam data yang


43 of 52 01/03/2015 21:47


44 of 52 01/03/2015 21:47

28

telah teringkas sesuai dengan kebutuhan manajer tingkat atas. Hal ini didukung dengan

pendapat Turban (2011 : 201), dashboard mampu menyediakan gambaran visual yang

lengkap mengenai ukuran, tren, dan eksepsi performa korporasi. Selain itu juga

dashboard mengintegrasi informasi dari berbagai area bisnis dan juga memperlihatkan

grafik yang menggambarkan perfoma aktual dibandingkan dengan satuan yang

diinginkan.

Gambar 2.8 Dashboard

(Sumber : www.idashboards.com )

Berdasarkan kutipan diatas dapat disimpulkan bahwa dashboard adalah sebuah

tampilan untuk para pengguna (user interface) yang interaktif yang menampilkan

informasi dari proses pengolahan data-data yang telah diringkas untuk membantu

mendukung para manajer dan pengambil keputusan dalam menentukan strategi

kedepan.

2.17 Pengertian Rumah Sakit

Rumah Sakit adalah merupakan suatu alat organisasi yang terdiri dari para

tenaga medis profesional yang teroganisir, serta sarana kedokteran permanen yang

menyelenggarakan pelayanan kedokteran, serta asuhan keperawatan yang

berkesinambungan, diagnosis serta pengobatan penyakit yang diderita oleh pasien

American Hospital Association (1974).


45 of 52 01/03/2015 21:47


46 of 52 01/03/2015 21:47

29

2.17.1 Fungsi Rumah Sakit

Menurut undang-undang No. 44 tahun 2009, fungsi Rumah Sakit adalah :

a. Penyelenggaraan, pelayanan pengobatan, dan pemulihan kesehatan

sesuai dengan standar pelayanan Rumah Sakit.

b. Pemeliharaan dan peningkatan kesehatan perorangan, melalui pelayanan

kesehatan yang paripurna pada tingkat kedua dan ketiga sesuai kebutuhan

medis.

c. Penyelenggaraan pendidikan dan pelatihan sumber daya manusia, dalam

rangka peningkatan kemampuan dalam pemberian pelayanan kesehatan.

d. Penyelenggaraan, penelitian dan pengembangan serta penapisan

teknologi bidang kesehatan, dan dalam rangka peningkatan pelayanan

kesehatan dengan memperhatikan etika ilmu pengetahuan dalam bidang

kesehatan

2.17.2 Pengertian Rawat Inap

Rawat inap adalah pelayanan kepada pasien yang perlu menginap untuk

keperluan observasi, diagnosa, dan terapi bagi individu dalam keadaan medis,

bedah, penyakit kronis atau rehabilitasi dan memerlukan perawatan dokter

setiap hari Snook (2009).

Menurut Revans (1986), bahwa pasien yang masuk pada pelayanan

rawat inap mengalami tingkat proses transformasi, yaitu :

a. Tahap Admission, yaitu pasien dengan penuh kesabaran dan keyakinan

dirawat untuk tinggal di Rumah Sakit.

b. Tahap Diagnosis, yaitu pasien diperiksa dan ditegakkan diagnosisnya.

c. Tahap Treatment, yaitu berdasarkan diagnosis, pasien dimasukkan dalam

program perawatan dan terapi.

d. Tahap Inspection, yaitu secara terus menerus diobservasi dan

dibandingkan pengaruh serta respon pasien terhadap pengobatan.


47 of 52 01/03/2015 21:47


48 of 52 01/03/2015 21:47

30

e. Tahap Control, yaitu setelah dianalisis kondisinya, pasien dipulangkan.

Pengobatan dirubah atau diteruskan, namun juga dapat kembali ke proses

untuk didiagnosis ulang.

2.17.3 Pengertian Rawat Jalan

Rawat jalan adalah pelayanan kedokteran yang disediakan untuk pasien

tidak dalam bentuk rawat inap dengan tidak harus dilakukan di sarana

pelayanan kesehatan, tetapi bisa juga dilakukan di rumah pasien atau di rumah

perawatan Feste (1989).

2.17.4 Pengertian IGD

IGD atau Instalasi Gawat Darurat, adalah layanan yang disediakan

untuk dapat memenuhi kebutuhan pasien yang mengalami kondisi gawat

darurat dan segera dibawa ke Rumah Sakit sedini mungkin untuk

mendapatkan penanganan darurat yang cepat. Sistem pelayanan yang

diberikan menggunakan system triage dimana pelayanan diutamakan bagi

pasien dalam keadaan darurat (emergency), bukan berdasarkan antrian

(Anonim).

2.17.5 Kualitas Pelayanan Rumah Sakit

Menurut Jacobalis (1990), kualitas pelayanan kesehatan di ruang rawat

inap Rumah Sakit dapat diuraikan dari beberapa aspek, yaitu :

a. Penampilan keprofesian atau aspek klinis

Aspek ini menyangkut tentang pengetahuan, sikap, dan perilaku

dokter serta perawat maupun tenaga profesi lainnya.

b. Efisiensi dan efektivitas

Aspek ini menyangkut pemanfaatan semua sumber daya yang ada

didalam Rumah Sakit agar dapat berdaya guna dan berhasil guna.

c. Keselamatan pasien

Aspek ini menyangkut keselamatan dan keamanan dari pasien.

d. Kepuasan pasien

Aspek ini menyangkut pada kepuasan fisik, mental, dan sosial

pasien terhadap lingkungan Rumah Sakit, kebersihan, kenyamanan,

kecepatan pelayanan, keramahan, perhatian, biaya yang diperlukan dan

sebagainya.


49 of 52 01/03/2015 21:47


50 of 52 01/03/2015 21:47

31

Menurut Adji Muslihuddin (1996), mutu asuhan pelayanan rawat inap

dikatakan baik, apabila :

a. Memberikan rasa tentram kepada pasien yang biasanya sedang sakit.

b. Menyediakan pelayanan yang benar-benar profesional dari setiap strata

pengelola dari Rumah Sakit. Pelayanan yang bermula sejak masuknya

pasien ke dalam Rumah Sakit sampai pulangnya pasien.

Dari kedua aspek diatas dapat diartikan sebagai berikut :

a. Petugas penerimaan pasien dalam melakukan pelayanan terhadap pasien

harus dapat melayani dengan cepat, karena mungkin pasien memerlukan

penanganan dengan segera.

b. Penanganan pertama dari perawat, harus dapat membuat pasien menaruh

kepercayaan bahwa pengobatan yang diterima dapat dimulai secara benar.

c. Penanganan oleh para dokter dan perawat yang profesional, akan

menimbulkan kepercayaan pada pasien bahwa mereka tidak salah dalam

memilih Rumah Sakit.

d. Ruangan yang bersih dan nyaman, dapat memberikan nilai tambah pada

Rumah Sakit.

e. Peralatan serta obat-obatan yang sangat memadai.

f. Lingkungan Rumah Sakit yang aman dan nyaman.

2.17.6 Pengertian Kesehatan

Kesehatan didefinisikan sebagai keadaan lengkap fisik, mental, dan

kesejahteraan sosial serta bukan hanya ketiadaan terhadap penyakit atau

kelemahan WHO, World Health Organization (1948). Menurut Undang-

undang No.23 Tahun 1992, kesehatan adalah keadaan sejahtera dari badan,

jiwa, dan sosial yang memungkinkan setiap orang hidup produktif secara

sosial dan ekonomis. Berdasarkan penyataan diatas, maka dapat disimpulkan

bahwa kesehatan adalah ada atau tidak adanya penyakit di dalam diri

seseorang, kesehatan adalah dimana kita tidak hanya sehat secara fisik tetapi

juga sehat secara mental atau kejiwaan.


51 of 52 01/03/2015 21:47


52 of 52 01/03/2015 21:47

2012200138 si bab 2001

Documents