Bab 2

Tinjauan Pustaka

2.1 Penelitian Terdahulu

Pada penelitian data warehouse terdahulu dengan judul

Perancangan dan Pembangunan OLAP pada Data Warehose

Menggunakan Pendekatan Multidimensional (Studi Kasus

Tingkat Kelulusan di Salatiga), data warehouse digunakan untuk

membantu penyediaan data yang dibutuhkan dalam pengukuran

kinerja proses belajar mengajar. Informasi yang dihasilkan pada

data warehouse adalah perbandingan hasil lulus dan tidak lulus,

tingkat kelulusan mata pelajaran dan summary dari nilai tiap

pelajaran. Proses multidimensional query dilakukan dengan

menggunakan pivoting table dan chart. Pengguna dapat

memanipulasi data yang tampil pada setiap sumbunya seperti

yang dapat dilakukan pada pivot table (Pinem, 2009).

Penelitian yang lain dengan judul “Pembangunan Online

Analytical Processing System untuk Representasi Informasi

Pertanian Padi dan Palawija Provinsi Jawa Tengah” pernah

dilakukan sebelumya. Pada penelitian tersebut dibahas tentang

pembuatan sistem yang berfungsi untuk merepresentasikan secara

visual informasi hasil pertanian dan palawija pada daerah-daerah

yang ada di Jawa Tengah yaitu berupa tabel, grafik, serta

diagram (pie, batang ataupun garis) (Meganita, 2009). Dalam

penelitian ini data yang digunakan adalah data hasil panen padi

dan palawija. Yang membedakan penelitian ini dengan penelitian

diatas adalah jenis data yang digunakan dan terdapat menu

tambahan yaitu menu input data yang hanya bisa dilakukan oleh

admin selain itu juga terdapat menu proyeksi penduduk.

2.2 Landasan Teori

2.2.1 Definisi Demografi

Pengertian Demografi :

1. Ilmu yang mempelajari penduduk suatu wilayah dari segi

jumlah, struktur (komposisi) dan perkembangannya

(perubahannya), Multilingual Demographic Dictionary

(IUSSP, 1982).

2. Ilmu yg mempelajari jumlah, persebaran, teritorial, komposisi

penduduk, dan perubahan serta sebab-sebabnya yg biasa

timbul karena natalitas, mortalitas, migrasi, dan mobilitas

sosial. (Hauser dan Duncan, 1959).

3. Studi matematik dan statistik terhadap jumlah, komposisi,

distribusi spasial dari penduduk manusia, dan perubahan-

perubahan dari aspek tersebut selalu terjadi akibat proses

fertilitas, mortalitas, perkawinan, migrasi dan mobilitas sosial.

(Bogue, 1969).

2.2.2 Proyeksi Penduduk

Proyeksi penduduk (population projections) dan

peramalan penduduk (population forecast) sering dipergunakan

sebagai dua istilah yang sering dipertukarkan. Meskipun

demikian, kedua istilah ini sebenarnya memiliki perbedaan yang

sangat mendasar. Berbagai literature menyatakan proyeksi

penduduk sebagai prediksi (ramalan) yang didasarkan pada

asumsi rational tertentu yang dibangun untuk kecenderungan

masa yang akan datang dengan menggunakan peralatan statistik

atau perhitungan matematik. Disisi lain peramalan (forecast)

penduduk bisa saja dengan atau tanpa asumsi dan atau kalkulasi.

Tanpa kondisi/syarat tertentu atau pendekatan tertentu. (Smith,

2001)

Dari berbagai literature, terdapat banyak metode dalam

proyeksi penduduk. Masing-masingnya memiliki asumsi sendiri,

kekuatan dan kelemahan. Model-model yang umum yang

biasanya digunakan untuk proyeksi penduduk diantaranya adalah:

1. Model ekstrapolasi trend, yang diantaranya terdiri dari:

o Model Linear (Aritmethic)

o Model Geometric

o Model Parabolic

2. Model Komponen Kohor

3. Model Ratio

o Model “Constant Share”

o Model “Shift Share”

o Model “Share of Growth”

2.2.2.1 Model Ektrapolasi Trend

Model ekstrapolasi trend secara sederhana menggunakan

trend penduduk masa yang lalu untuk memperkirakan jumlah

penduduk masa yang akan datang. Metode ini adalah metode

yang digunakan dalam rangka proyeksi penduduk. Selain itu,

metode ini juga digunakan untuk menghitung tingkat dan ratio

pada masa yang akan datang berdasarkan tingkat dan ratio pada

masa yang lalu.

Model ekstrapolasi trend yang banyak digunakan adalah

model linear, geometric dan parabolic. Asumsi dasar dari model

ini adalah pertumbuhan atau penurunan akan berlanjut tanpa

batas. Namun demikian, asumsi tersebut tidak mungkin

diberlakukan jika proyeksi yang disusun adalah proyeksi jangka

panjang. Misalnya jika populasi di suatu daerah berkurang, dalam

jangka panjang model ini akan memproyeksikan penduduk

menjadi nol, dan bahkan menjadi negatif. Demikian juga, jika

jumlah penduduk di suatu daerah yang meningkat, tidak mungkin

akan meningkat pada jumlah yang tanpa batas. Dalam

kenyataannya, penduduk hanya akan meningkat sampai suatu

tingkat dengan kapasitas yang maksimum dan kemudian akan

kembali turun atau stabil dalam kaitannya dengan kepadatan

penduduk, biaya hidup dan kualitas hidup. Oleh karenanya,

penggunaan model ekstrapolasi trend membutuhkan pemahaman

yang baik tentang kecenderungan pertumbuhan masa lalu untuk

membuat estimasi dengan batasan yang masuk akal (reasonable).

a. Model Linear (Aritmethic)

Model linear adalah teknik proyeksi yang paling

sederhana dari seluruh model trend. Model ini menggunakan

persamaan derajat pertama (first degree equation). Berdasarkan

hal tersebut, penduduk diproyeksikan sebagai fungsi dari waktu,

dengan persamaan (Klosterman, 1990):

Pt =α + βT

Dimana :

Pt = penduduk pada tahun proyeksi t

α = intercept = penduduk pada tahun dasar

β = koefisien = rata-rata pertambahan penduduk

T = periode waktu proyeksi = selisih tahun proyeksi dengan

tahun dasar

Hasil proyeksi akan berbentuk suatu garis lurus. Model ini

berasumsi bahwa penduduk akan bertambah/berkurang sebesar

jumlah absolute yang sama/tetap (β) pada masa yang akan datang

sesuai dengan kecenderungan yang terjadi pada masa lalu. Ini

berarti bahwa, jika Pt+1 dan Pt adalah jumlah populasi dalam

tahun yang berurutan, Pt+1 – Pt yang adalah perbedaan pertama

yang selalu tetap (konstan). Mengacu pada (Pittengar, 1976),

mengemukakan bahwa model ini hanya digunakan jika data yang

tersedia relatif terbatas, sehingga tidak memungkinkan untuk

menggunakan model lain. Model ini hanya dapat diaplikasikan

untuk wilayah kecil dengan pertumbuhan yang lambat, dan tidak

tepat untuk proyeksi pada wilayah-wilayah yang lebih luas

dengan pertumbuhan penduduk yang tinggi (Isserman, 1977).

b. Model Geometric.

Asumsi dalam model ini adalah penduduk akan

bertambah/berkurang pada suatu tingkat pertumbuhan

(persentase) yang tetap. Misalnya, jika Pt+1 dan Pt adalah jumlah

penduduk dalam tahun yang berurutan, maka penduduk akan

bertambah atau berkurang pada tingkat pertumbuhan yang tetap

(yaitu sebesar Pt+1/Pt ) dari waktu ke waktu. Proyeksi dengan

tingkat pertumbuhan yang tetap ini umumnya dapat diterapkan

pada wilayah, dimana pada tahun-tahun awal observasi

pertambahan absolut penduduknya sedikit dan menjadi semakin

banyak pada tahun-tahun akhir. Model geometric memiliki

persamaan umum (Klosterman, 1990):

Pn= Po(1+r)t (2.1)

Persamaan diatas dapat ditransformasi kedalam bentuk

linear melalui aplikasi logaritma, menjadi sebagai berikut:

Log ( 1+r) = log Pn – Log Po (2.2)

t

Dimana :

Pn = jumlah penduduk pada akhir periode (orang ),

Po = jumlah penduduk pada awal periode ( orang ),

r = tingkat pertumbuhan penduduk (%),

t = jangka waktu (Tahun).

c. Model Parabolic.

Model parabolic seperti model geometric berasumsi

bahwa penduduk suatu daerah tidak tumbuh dalam bentuk linear.

Namun demikian, tidak seperti model geometrik (yang berasumsi

tingkat pertumbuhan konstan dari waktu ke waktu), pada model

parabolic tingkat pertumbuhan penduduk dimungkinkan untuk

meningkat atau menurun. Model ini menggunakan persamaan

derajat kedua yang ditunjukkan sebagai berikut:

Pt =α + β1T + β2T2

Model parabolic memiliki dua koefisien yaitu β1 dan β2.

β1 adalah koefisien linear (T) yang menunjukkan pertumbuhan

konstan, dan β2 adalah koefisien non-linear yang (T2) yang

menyebabkan perubahan tingkat pertumbuhan. Tanda positif atau

negatif pada β1 dan β2 bervariasi tergantung pada apakah tingkat

pertumbuhan tersebut akan meningkat atau menurun.

Berdasarkan variasi pada tanda β1 dan β2, model akan

menghasilkan empat skenario sebagai berikut:

Tabel 2.1 Skenario dalam Model Parabolik

β1 β2 Efek terhadap pertumbuhan penduduk

+ +

Pertambahan yang semakin meningkat

Penduduk bertambah

Kurva cekung ke atas (Concave upward)

+ - Pertambahan yang semakin berkurang

Penduduk berkurang

Kurva cekung ke bawah (concave downward)

- +

Pertambahan yang semakin berkurang

Penduduk bertambah

Kurva cekung ke atas (Concave upward)

- -

Pertambahan yang semakin meningkat

Penduduk berkurang

Kurva cekung ke bawah (concave downward)

Disarankan demographer untuk terlebih dahulu

mencermati (menguji coba) model ini ketika akan diaplikasikan

pada suatu daerah. Menurutnya, meskipun model ini baik untuk

daerah dengan pertumbuhan atau penurunan yang cepat, namun

demikian proyeksi jangka panjang akan menghasilkan angka

yang sangat besar atau sangat kecil (Klosterman, 1990).

2.2.3 Online Analytical Processing (OLAP)

Online Analytical Processing (OLAP) adalah salah satu

tools yang digunakan untuk mengakses informasi dalam data

warehouse. Teknologi OLAP memungkinkan data warehouse

digunakan secara efektif untuk proses online analysis, serta

memberikan respon yang cepat terhadap analytical query yang

kompleks (Amo, 2000).

Dengan kemampuannya OLAP dapat menaikkan atau

menurunkan dimensi data sehingga dapat menggali data sampai

pada level yang sangat detail dan memperoleh pandangan yang

lebih luas mengenai objek yang sedang dianalisis. OLAP

digunakan untuk menemukan hubungan antara suatu item yang

belum ditemukan. Pada basis data OLAP tidak perlu memiliki

ukuran besar seperti data warehouse, karena tidak semua

transaksi membutuhkan analisis tren. Dengan menggunakan open

database connectivity (ODS), data dapat diimpor dari basis data

relasional menjadi suatu basis data multidimensi untuk OLAP.

OLAP adalah suatu teknologi yang menawarkan high

performance akses pada data untuk dapat dianalisis secara

multidimensional. OLAP dapat digunakan untuk melaksanakan

perbandingan volume data yang besar. Berdasarkan struktur

basis datanya OLAP dibedakan menjadi 3 kategori utama:

a. Relational Online Analytical Processing (ROLAP)

Secara umum OLAP dibangun diatas relational

database sistem yang dikenal dengan relational OLAP

(ROLAP). ROLAP menggunakan relational database

(RDBMS) untuk menyimpan data dengan menggunakan star

schema atau snowflake schema yang menghasilkan query

analisis didalam SQL.

Relational Online Analytical Processing (ROLAP)

adalah suatu format pengolahan OLAP yang melakukan analisis

data secara dinamis yang disimpan dalam basis data relational

bukan pada basis data multidimensi. ROLAP cenderung

digunakan untuk menganalisis query dimensi data dalam volume

data yang besar.ROLAP merupakan bentuk teknologi OLAP

yang paling berkembang. Karakteristik ROLAP meliputi :

1. Skala data yang digunakan besar.

2. Menggunakan teknologi yang terbaru.

3. Lambat dalam menjalankan query.

4. Desain dan perawatan yang tinggi.

b. Multidimensional Online Analytical Processing (MOLAP)

Multidimensional Online Analytical Processing

(MOLAP) adalah OLAP yang secara langsung mengarah pada

basis data multidimensi. MOLAP memproses data yang telah

disimpan dalam array multidimensional dimana semua

kombinasi data yang mungkin dicerminkan, masing-masing di

dalam suatu sel yang dapat diakses secara langsung.

Database menyajikan model geometrik objek (point,

line, polygon dll) di dalam ruang multidimensional. MOLAP

dapat digunakan sebagai poin pada ruang multidimensional

sebagai atribut dan manfaat dari teknik database. Walaupun

berbeda dengan operasi pada database yang overlap (tumpang

tindih), MOLAP bermanfaat untuk mengembangkan ruang

lingkup yang ada pada database. (Guting, 1994)

MOLAP dibangun secara rinci untuk menangani

multidimensional query secara cepat dan efisien pada

multidimensional data yang didalamnya terdapat agregasi

data.Karakteristik MOLAP meliputi :

1. Memiliki respon yang tinggi pada saat query dilakukan.

2. Multidimensional query.

3. Mudah dalam perawatan.

4. Skala dan volume data rendah.

Pada tugas akhir ini sistem yang dibangun akan

menggunakan MOLAP, karena pertimbangan karakteristik

MOLAP yang bersifat multidimensional query.

c. Hybrid Online Analytical Processing (HOLAP)

Hybrid Online Analytical Processing (HOLAP)

merupakan kombinasi antara ROLAP dengan MOLAP. HOLAP

dikembangkan untuk mengkombinasikan antara kapasitas data

pada ROLAP yang besar dengan kemampuan proses pada

MOLAP. (Weinberger, 1999)

OLAP (On-Line Analytical Processing) adalah suatu

pernyataan yang bertolak belakang atau kontras dengan OLTP

(On-Line Transaction Processing). OLAP menggambarkan

sebuah kelas teknologi yang dirancang untuk analisis dan akses

data secara khusus. Apalabila pada proses transaksi pada

umumnya semata-mata adalah pada relational database, OLAP

muncul dengan sebuah cara pandang multidimensi data. Cara

pandang multidimensi ini didukung oleh teknologi multidimensi

database. Cara ini memberikan teknik dasar untuk kalkulasi dan

analisis oleh sebuah aplikasi bisnis.

Konsep dasar OLAP bersumber dari kebutuhan untuk

efisiensi. Rangkuman atau agregasi data, penjumlahan, rerata,

nilai maksimum dan minimum dikalkulasi dan disimpan dalam

data cube yang bersifat multidimensional (Song dan Brown,

2002).

Sistem yang memungkinkan para manajer untuk

memperoleh penjelasan tentang pencapaian perusahaan melalui

suatu pandangan data yang bervariasi, luas, dan terorganisir untuk

mencerminkan multidimensional data menyangkut data dari

perusahaan (Codd, 1993).

OLAP memberikan pengertian yang mendalam tentang

data dengan cepat, konsisten, akses variasi data yang luas pada

informasi data yang dihasilkan. Kontras dengan database, OLAP

menjawab pertanyaan seperti “jika?” dan “mengapa?” sebagai

tambahan “untuk siapa?” dan “apa?”. OLAP digunakan untuk

membangun sistem pengambilan keputusan yang membantu

penjabaran data.(Goil, 1997)

2.2.4 Data Warehouse

Data Warehouse merupakan sekumpulan informasi yang

disimpan dalam basisdata yang digunakan untuk mendukung

pengambilan keputusan dalam sebuah organisasi. Data

dikumpulkan dari berbagai aplikasi yang telah ada. Data yang

telah dikumpulkan tersebut kemudian difalidasi dan

direstrukturisasi lagi, untuk selanjutnya disimpan dalam data

warehouse. Pengumpulan data ini memungkinkan para

pengambil keputusan untuk pergi hanya ke satu tempat untuk

mengakses seluruh data yang ada tentang organisasinya (Freeze,

2000).

Kebutuhan pemanfaatan Data Warehouse disejumlah

organisasi didasarkan pada dua pertimbangan, pertama kebutuhan

operasional, yang mendukung fungsional kegiatan transaksi

bisnis setiap hari, optimasi dengan respon yang cepat pada proses

transaksi dan representasi bersifat waktu nyata pada identifikasi

status bisnis. Kedua kebutuhan informasi, digunakan untuk

pengelolaan dan pengendalian bisnis dalam bentuk analisis data

untuk pengambilan keputusan status organisasi dimasa sekarang

dan masa mendatang (Gatziu dan Athanasios, 1999).

Beberapa karakteristik Data Warehouse sebagai berikut :

1. Subject oriented

Aplikasi untuk operasi perusahaan berorientasi pada

proses (mengotomasi fungsi-fungsi dari proses bersangkutan atau

function oriented). Misalnya di bank, aplikasi kredit

mengotomasi fungsi-fungsi: verifikasi lamaran dan credit

checking, pemeriksaan kolateral, approval, pendanaan, tagihan,

dan seterusnya. Didalam data warehouse data-data yang

dihasilkan dari proses kredit ini, diatur kembali dan

diintegrasikan dengan data-data dari fungsi-fungsi lain, agar

berorientasi pada misalnya nasabah dan produk.

2. Integrated

Data dari macam-macam aplikasi transaksi (untuk bank

misalnya: tabungan, kredit, rekening koran) semua mengandung

data nasabah, ada yang sama ada yang spesifik (yang sama

misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit

ada kolateral, untuk rekening koran ada overdraft) di dalam data

warehouse data-data yang sama harus diintegrasikan disatu

database, termasuk misalnya diseragamkan formatnya (sederhana

tetapi paling sering terjadi aplikasi-aplikasi sering dibeli vendor

berbeda, dibuat dengan atau dijalankan di teknologi berbeda-

beda).

3. Time variant

Data warehouse menyimpan sejarah (historical data).

Waktu merupakan tipe atau bagian data yang sangat penting

didalam data warehouse. Di dalam data warehouse sering

disimpan macam-macam waktu, seperti waktu suatu transaksi

terjadi atau dirubah atau dibatalkan, kapan data dibutuhkan,

kapan masuk ke komputer, kapan masuk ke data warehouse; juga

hampir selalu disimpan versi, misalnya terjadi perubahan definisi

kode pos, maka yang lama dan yang baru ada semua didalam

data warehouse kita.

4. Non-volatile

Sekali masuk kedalam data warehouse, data-data,

terutama data tipe transaksi, tidak akan pernah di update atau

dihapus. (Inmon, 2003)

Gambar 2.1 Arsitektur Data Warehouse (Bimonte, 2006)

Gambar 2.1 dijelaskan mengenai arsitektur data

warehouse. Data warehouse didesain untuk bisa melakukan query

secara cepat. Informasi diturunkan dari data lain, dilakukan

rolling up data untuk dijadikan ringkasan (summaries), dilakukan

operasi drilling down untuk mendapatkan informasi yang lebih

detail atau melihat pola yang menarik atau melihat trend

(kecenderungan).

Konsep dan teknologi data warehouse tidak dapat

diterapkan dalam satu langkah, terdapat langkah-langkah

fundamental yang disarankan diikuti demi tercapainya

keberhasilan penerapan tanpa mengganggu sistem aplikasi yang

sudah ada.

1. Melakukan penyalinan dan konversi data dari aplikasi atau

suatu sistem yang sudah ada menjadi satu jenis basis data.

Langkah ini dikenal dengan Offline Operasional Database.

2. Melakukan penyalinan dan konversi data secara regular dalam

jangka waktu yang telah ditentukan dari aplikasi atau system

yang sudah ada menjaadi satu jenis basis data. Mekanisme ini

dilakukan dalam interval waktu tertentu dengan dukungan

otomatisasi yang dimiliki oleh aplikasi teknologi data warehouse.

Langkah ini dikenal dengan Offline Data Warehouse.

3. Melakukan penyalinan dan konversi data secara “real time”

atau dengan kata lain otomatisasi dilakukan setiap kali terjadi

perubahan pada data dari aplikasi atau system yang sudah ada.

Langkah ini dikenal dengan Real Time Data Warehouse.

4. Setiap tejadi perubahan data baik pada data warehouse

maupun pada data opersional aplikasi keduanya saling

mensinkronisasi. Langkah ini dikenal dengan Integrated Data

Warehouse. (Ferdiana, 2008)

2.2.5 Data Mining

Banyak sekali definisi mengenai apa itu data mining.

Secara garis besar data mining merupakan suatu alat yang

memungkinkan para pengguna untuk mengakses secara cepat

data dengan jumlah yang besar. Pengertian yang lebih khusus lagi

dari data mining yaitu suatu alat dan aplikasi dengan

menggunakan analisis statistik pada data. Data mining juga

dikenal sebagai KDD (Knowledge Data Discovery) di dalam

basis data.

Data mining adalah suatu proses ekstraksi atau penggalian

data dan informasi yang besar, yang belum diketahui sebelumnya,

namun dapat dipahami dan berguna dari database yang besar

serta digunakan untuk membuat suatu keputusan bisnis yang

sangat penting. (Connolly dan Begg, 2005).

Data mining menggambarkan sebuah pengumpulan

teknik-teknik dengan tujuan untuk menemukan pola-pola yang

tidak diketahui pada data yang telah dikumpulkan. Data mining

memungkinkan pemakai "menemukan pengetahuan" dalam

database yang tidak mungkin diketahui keberadaannya oleh

pemakai. (Berson dan Smith, 2001)

Data mining mengidentifikasikan fakta-fakta atau

kesimpulan-kesimpulan yang disarankan berdasarkan

penyaringan melalui data untuk menjelajahi pola-pola atau

anomali-anomali data. Data mining mempunyai lima fungsi

yaitu:

1. Classification

Classification yaitu menyimpulkan definisi-definisi karakteristik

dari sebuah grup. Contoh: pelanggan-pelanggan perusahaan yang

telah berpindah ke saingan perusahaan yang lain.

2. Clustering

Clustering yaitu mengidentifikasikan kelompok-kelompok dari

barang-barang atau produk-produk yang berbagi karakteristik

yang khusus (clustering berbeda dengan classification dimana

pada clustering tidak terdapat definisi-definisi karakteristik awal

yang diberikan pada waktu classification).

3. Association

Association yaitu mengidentifikasikan hubungan antara kejadian-

kejadian yang terjadi pada suatu waktu seperti isi-isi dari

keranjang belanja.

4. Sequencing

Hampir sama dengan association, sequencing

mengidentifikasikan hubungan-hubungan yang berada pada suatu

periode waktu tertentu seperti pelanggan-pelanggan yang

mengunjungi supermarket secara berulang-ulang.

5. Forecasting

Forecasting memperkirakan nilai pada masa yang akan datang

berdasarkan pola-pola dengan sekumpulan data yang besar

seperti peramalan permintaan pasar. (Turban,Rainer, dan Potter,

2005)

Tujuan dari data mining antara lain :

1. Explanatory

Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa

penjualan truk pick-up meningkat di Colorado.

2. Confirmatory

Untuk mempertegas hipotesis, seperti halnya 2 kali pendapatan

keluarga lebih suka dipakai untuk membeli peralatan keluarga

dibandingkan dengan 1 kali pendapatan keluarga.

3. Exploratory

Untuk menganalisis data untuk hubungan yang baru dan

tidak diharapkan, seperti halnya pola apa yang cocok untuk kasus

penggelapan kartu kredit. (Hoffer, Prescott, dan McFadden,

2004)

Banyak perusahaan-perusahaan menggunakan data

mining untuk :

- Correct data

Pada saat proses menggabungkan basis data secara besar-besaran,

banyak perusahaan menemukan data yang digabungkan tersebut

tidak lengkap, dan terdiri dari informasi yang salah dan

bertentangan. Dengan menggunakan teknik data mining, dapat

membantu untuk mengidentifikasi dan membetulkan kesalahan

dengan cara yang konsisten.

- Discover Knowledge

Proses mencari pengetahuan bertujuan untuk menentukan dengan

jelas relationship, pattern, atau correlations yang tersembunyi

dari berbagai tempat penyimpanan data di dalam basis data.

- Visualize Data

Seorang analis harus bisa merasakan sebuah informasi yang besar

yang disimpan di dalam basis data. Tujuannya untuk

“mempermanusiakan” data yang banyak dan menemukan cara

yang terbaik untuk menampilkan data. (Berson dan Smith, 2001)

Sebagai salah satu bagian dari sistem informasi, data

mining menyediakan perencanaan dari ide hingga implementasi

akhir. Komponen-komponen dari rencana data mining adalah

sebagai berikut :

1. Analisis Masalah (Analyzing the Problem)

Data asal atau data sumber harus bisa ditaksir untuk dilihat

apakah data tersebut memenuhi kriteria data mining. Kualitas

kelimpahan data adalah faktor utama untuk memutuskan apakah

data tersebut cocok dan tersedia sebagai tambahan. Hasil yang

diharapkan dari dampak data mining harus dengan hati-hati

dimengerti dan dipastikan bahwa data yang diperlukan membawa

informasi yang bisa diekstrak.

2. Mengekstrak dan Membersihkan data (Extracting and

Cleansing The Data)

Data pertama kali diekstrak dari data aslinya, seperti dari OLTP

basis data, text file, Microsoft Access Database, dan bahkan dari

spreadsheet, kemudian data tersebut diletakkan dalam data

warehouse yang mempunyai struktur yang sesuai dengan data

model secara khas. Data Transformation Services (DTS) dipakai

untuk mengekstrak dan membersihkan data dari tidak

konsistennya dan tidak kompatibelnya dengan format yang

sesuai.

3. Validitas Data (Validating The Data)

Sekali data telah diekstrak dan dibersihkan, ini adalah latihan

yang bagus untuk menelusuri model yang telah kita ciptakan

untuk memastikan bahwa semua data yang ada adalah data

sekarang dan tetap.

4. Membuat dan melatih model (Creating and Training The

Model)

Ketika algoritma diterapkan pada model, struktur telah dibangun.

Hal ini sangatlah penting pada saat ini untuk melihat data yang

telah dibangun untuk memastikan bahwa data tersebut

menyerupai fakta di dalam data sumber.

5. Query data dari model data mining (Querying the Model

Data)

Ketika model yang cocok telah diciptakan dan dibangun, data

yang telah dibuat tersedia untuk mendukung keputusan. Hal ini

biasanya melibatkan penulisan front end query aplikasi dengan

program aplikasi / suatu program basis data.

6. Evaluasi validitas dari mining model (Maintaining The

Validity of The Data Mining Model)

Setelah model data mining terkumpul, lewat beberapa waktu

karakteristik data awal seperti granularitas dan validitas mungkin

berubah. Karena model data mining dapat terus berubah seiring

perkembangan waktu. (Seidman, 2001)

2.2.6 Data Cube

Basisdata OLAP dibutuhkan untuk meringkas data pada

berbagai tingkatan dan berbagai rekombinasi atribut. Data cube

dalam OLAP merupakan basisdata multidimensional yang

dibangun dari subset berbagai atribut dalam basisdata. Dengan

demikian atribut digunakan untuk menentukan atribut lainnya.

Beberapa atribut diseleksi dan dipilih dan ditetapkan sebagai

atribut dimensi atau fungsional. (Ivanova dan Rachev, 2004).

Sebagai contoh adalah atribut dalam bentuk

multidimensional dalam data cube produksi panen padi dan

palawija di wilayah Jawa Tengah, (a) dan klasifikasi hierarkikal

dimensi waktu dan tempat dari data cube (b) Operator data cube

berfungsi untuk mendukung berbagai agregat. Data cube

menggunakan agregat untuk menghitung semua kemungkinan

kombinasi yang dapat dicapai dari keseluruhan dimensi yang ada.

Operasional ini digunakan untuk menjawab query OLAP yang

menggunakan agregasi dalam berbagai kombinasi atribut. Data

dapat diorganisir ke dalam data cube oleh kalkulasi semua

kemungkinan kombinasi menggunakan group-by. Jadi, jika suatu

himpunan data dengan atribut k maka besarnya kalkulasi

kombinasi yang mungkin pada agregat adalah 2k group-by.

(Gray, 1996)

Operator data cube dapat digeneralisasi pada histogram,

cross tabulation, roll-up, drill down dan subtotal yang

dibutuhkan dalam analisis financial (Handojo, 2004).

Hal ini dapat ditempuh dengan cara :

1. Pivoting, rotasi pada cube untuk merubah orientasi

dimensional pada laporan, misalkan pada cube 2D terdapat baris

dan kolom.

2. Slicing-dicing, melakukan proses seleksi subset pada cube.

Memberikan nilai yang tepat pada atribut dalam dimensi,

melakukan visualisasi dalam bentuk 3D-cube.

3. Roll-up, beberapa dimensi memiliki hirarkikal yang

ditentukan sebelumnya. Agregasi dapat menentukan tingkatan

hirarkikal data. Sebagai contoh adalah penentuan hierarkikal

waktu hari → minggu→ bulan → tahun .

4. Drill-down, Operasional kebalikannya, dari hierarkikal rendah

menuju hierarkikal lebih tinggi secara detail.

5. Analisis trend melalui urutan periode waktu tertentu.

2.2.7 Star schema dan Snowflake Schema

Star schema adalah struktur logikal yang mempunyai

sebuah tabel fakta berisi data faktual ditempatkan di tengah,

dikelilingi oleh tabel dimensi berisi data referensi (yang dapat

didenormalisasi). Skema bintang mengeksploitasi karakteristik

dari data faktual di mana fakta dibuat dari peristiwa yang muncul

di masa lalu dan mustahil untuk berubah, dengan mengabaikan

bagaimana mereka dianalisis. Kebanyakan fakta yang digunakan

dalam tabel fakta adalah angka dan additive karena aplikasi data

warehouse tidak pernah diakses sebagai sebuah record tunggal,

tetapi mereka diakses ratusan, ribuan bahkan jutaan record pada

suatu waktu dan hal yang paling berguna untuk dilakukan dengan

record yang begitu banyak tersebut adalah dengan

mengagregasikan mereka. Tabel dimensi, berisi deksripsi

informasi berupa teks. Skema bintang dapat digunakan untuk

mempercepat kinerja query dengan denormalisasi informasi ke

dalam sebuah tabel dimensi. Denormalisasi tepat ketika terdapat

sejumlah entity yang berhubungan dengan tabel dimensi yang

sering diakses, menghindari overhead dari penggabungan tabel

tambahan untuk mengakses atribut. Denormalisasi tidak tepat di

mana data tambahan tidak sering diakses, karena overhead table

dimensi yang diperluas tidak mungkin offset oleh berbagi

perolehan dalam query. (Connolly dan Begg, 2005)

Gambar 2.2 Contoh Skema Star (Connolly dan Begg, 2005)

Terdapat variasi dari skema bintang yang disebut

snowflake schema, yang memungkinkan dimensi untuk

mempunyai dimensi. Snowflake schema adalah variasi dari skema

bintang di mana tabel dimensi tidak berisi data yang

dinormalisasi.

Gambar 2.3 Contoh Skema Snowflake (Connolly dan Begg, 2005)

Dalam mendesain data warehouse perlu diperhatikan

skema yang akan digunakan. Snowflake schema mempunyai

hirarki dimension table jamak sehingga informasi yang didapat

dari setiap dimension table bisa lebih detail sesuai dengan

kebutuhan (Handoyo, 2008).