PEMANFAATAN DATA WAREHOUSE DAN APLIKASI ONLINE ANALYTICAL PROCESSING

PADA FUNGSI RESKRIM POLRI

I. PENDAHULUAN.

a. Latar Belakang.

Fungsi Reskrim selaku penyelenggara/pembina fungsi

penyelidikan/penyidikan tindak pidana di tubuh Polri yang ada pada

setiap struktur organisasi Polri mulai dari Mabes Polri yang laksanakan

oleh Bareskrim Polri sampai dengan polsek-polsek jajaran Polri yang

dilaksanakan oleh Unit Reskrim. Dalam pelaksanaan

penyelidikan/penyidikan tersebut, para penyidik Polri selalu berhadapan

dengan berbagai data dan informasi yang harus diolah sedemikian rupa

dalam rangka mengungkap sampai dengan menyelesaikan penanganan

suatu perkara tindak pidana.

Berdasarkan pengamatan penulis selama berdinas pada fungsi

Reskrim, bahwa sampai dengan saat ini pengelolaan terhadap data

maupun informasi pada fungsi Reskrim belum berjalan dengan baik,

sebagai contoh riil yaitu ketika seorang penyidik pada suatu kesatuan

Polri membutuhkan informasi tentang DPO dalam perkara tertentu,

seperti ciri-ciri fisik, rumus sidik jari, riwayat hidup lengkap, faktanya

sampai dengan saat ini belum terdapat database di tubuh Polri yang

dapat dikases secara cepat/segera dan tepat, yang terkadang juga di

kesatuan Polri lainnya telah memiliki informasi tentang DPO tersebut

dikarenakan DPO tersebut pernah menjalani proses penyidikan pada

kesatuan Polri dimaksud. Ironisnya lagi, dengan adanya wewenang

Polri dalam bidang penerbitan SIM yang dalam prosesnya juga

dilakukan identifikasi lengkap termasuk rumus sidik jari terhadap para

pemohon SIM, namun faktanya proses pencarian informasi identitas

seseorang yang diperlukan dalam kegiatan penyelidikan/penyidikan

melalui database fungsi lantas tetap harus dilakukan secara manual.

Realitas lainnya adalah walaupun telah ada upaya-upaya yang

dilakukan baik oleh Bareskrim Polri maupun masing-masing kesatuan

kewilayan untuk mengintegrasikan data-data dan informasi dalam

penanganan perkara tindak pidana melalui pembuatan website-website,

tetap saja belum dapat tercipta suatu database lengkap dan terintegrasi

oleh Polri tentang tindak pidana yang ditangani. Selain itu, perbedaan

format dari berbagai sumber data juga menjadi kendala tersendiri dalam

perwujudan integrasi database fungsi Reskrim Polri, antara lain data-

data dimaksud masih tersimpan dalam format kertas serta file microsoft

office berbagai versi bahkan masih ada file dalam format DOS yang

pada saat ini kondisinya dimungkinkan sudah tidak konsisten

dikarenakan berbagai hal seperti kerusakan, kehilangan ataupun

duplikasi data.

Sudah saatnya Polri menerapkan suatu sistem informasi

manajemen yang dapat mengelola dan memudahkan analisis seluruh

data maupun informasi guna memenuhi kebutuhan organisasi Polri

akan data maupun informasi yang sangat besar tersebut. Saat ini telah

dikenal teknologi data warehouse yang dapat menyediakan sumber

daya data yang lebih baik bagi para pemakai dan memungkinkan

pemakai untuk memanipulasi dan menggunakan data tersebut secara

intuitif. Teknologi data warehouse ini dapat digunakan untuk

mengumpulkan data-data yang berasal dari berbagai sumber yang

berbeda, tetapi data yang dihasilkan tidak menimbulkan duplikasi dan

pengodean yang berbeda sumber. Oleh karena itu, dalam penulisan ini,

penulis mengajukan suatu konsepsi pemanfaatan data warehouse yang

didukung dengan aplikasi online analytical processing (OLAP) dalam

rangka pengelolaan data pada fungsi Reskrim Polri.

2

b. Permasalahan.

Berdasarkan uraian diatas, yang menjadi permasalahan dalam

pembahasan paper ini adalah “Bagaimana upaya perancangan serta

pembuatan data warehouse dan aplikasi online analytical processing

pada fungsi Reskrim Polri ?”.

c. Tujuan

Tujuan penulisan ini adalah untuk memberikan sumbangan pikiran

yang bersifat konseptual yang dapat dijadikan kebijakan alternatif dalam

rangka pengintegrasian, pengorganisasian dan penyimpanan terhadap

data-data yang terkait dengan pelaksanaan kegiatan

penyelidikan/penyidikan tindak pidana pada fungsi Reskrim Polri.

II. LANDASAN TEORI.

a. Data Warehouse

Data warehouse adalah koleksi data yang bersifat subject-oriented,

terintegrasi, time-variant, non-volatile dan integrated-database yang

digunakan untuk mendukung proses pengambilan keputusan yang

strategis untuk perusahaan (Inmon, 2002). Data warehouse merupakan

salah satu konsep penyediaan solusi untuk suatu organisasi yang

memiliki database yang distrukturkan secara khusus untuk dilakukan

proses query dan analisis. Data warehouse yang berbentuk

multidimensi umumnya berisi data yang mempresentasikan historis

organisasi yang memungkinkan pengguna untuk melakukan

pemeriksaan terhadap data historis guna melakukan analisis terhadap

data dalam beragam cara dan membuat keputusan yang didasarkan

pada hasil analisis.

Untuk melakukan pembuatan data warehouse, dapat dilakukan

dengan beberapa langkah sebagai berikut (Ponniah, 2001) :

a. Data Extraction : Fungsi ini biasanya berhadapan dengan

bermacam-macam data source dan menggunakan teknik yang

3

sesuai dengan setiap data source. Data source mungkin berasal

dari source machine yang berbeda dalam format data yang

berbeda pula.

b. Data Transformation : Data transformation melibatkan berbagai

bentuk dalam mengkombinasikan bagian dari data yang berasal

dari sumber yang berbeda. Kombinasi data dilakukan dari sumber

record tunggal atau dapat juga dilakukan dari elemen data yang

berelasi dengan banyak sumber record. Proses cleaning mungkin

dilakukan dalam data transformation, dimana proses cleaning

memiliki fungsi untuk melakukan koreksi terhadap kesalahan

pengejaan atau untuk melakukan eliminasi terhadap duplikat data.

c. Data Loading : Setelah selesai melakukan desain dan konstruksi

dari data warehouse dan aplikasi digunakan untuk pertama kalinya,

akan dilakukan pengisian awal data ke dalam media penyimpanan

data warehouse. Dalam pengisian awal dimaksud, dilakukan

pemindahan data dalam jumlah yang besar.

b. Oline Analytical Processing (OLAP)

OLAP merupakan suatu jenis pemrosesan yang memanipulasi dan

menganalisis data bervolume besar dari berbagai dimensi atau disebut

analisis data multidimensi. Data multidimensi dalam hal ini adalah

data yang dapat dimodelkan sebagai atribut dimensi-seperti jenis tindak

pidana dan pelaku tindak pidana-dan atribut ukuran-seperti jumlah

tindak pidana.

Dalam melakukan analisis data multimensi, OLAP memilik

kemampuan sebagai berikut :

a. Konsolidasi (Roll Up) : Melibatkan pengelompokan data. Sebagai

contoh yaitu pengelompokan data kesatuan kewilayahan Polri

menurut Polsek, Polres atau Polda dan jumlah tindak pidana

(crime total) dapat ditinjau menurut tahun, triwulan atau bulan.

4

b. Drill Down : Suatu bentuk yang merupakan kebalikan dari

konsolidasi, yang memungkinkan data yang rigkas dijabarkan

menjadi data yang lebih detail.

c. Slicing and Dicing (Pivoting) : Menjabarkan data agar dapat

dilihat dari berbagai sudut pandang.

III. PEMBAHASAN.

1. Perancangan Sistem Data Warehouse dan Aplikasi OLAP

Dalam rangka mengatasi permasalahan pengelolaan data pada

fungsi Reskrim Polri, melalui paper ini Penulis mencoba memberikan

konsepsi pemecahan permasalahan dimaksud dengan melakukan

implementasi pembuatan data warehouse dan aplikasi OLAP dalam

rangka pengelolaan data-data fungsi Reskrim melalui langkah-langkah

sebagai berikut :

a. Pembuatan aplikasi yang dapat melakukan transformasi database

yang terkait/dibutuhkan dalam penyelidikan/penyidikan tindak

pidana dari setiap polsek, polres dan polda di seluruh Indonesia

termasuk Mabes Pori dari berbagai format yang ada (format kertas,

Microsoft Office, DOS, dll) ke Microsoft SQL Server 2000.

b. Pembuatan star scheme pada Microsoft SQL Server 2000.

c. Pembuatan aplikasi untuk memindahkan tabel-tabel dari database

Polri ke dalam star scheme.

d. Pembuatan aplikasi OLAP yang mempermudah user dalam

melakukan analisis data-data yang terkait dengan pelaksanaan

proses penyelidikan/penyidikan tindak pidana, antara lain :

1) Data Crime Total (CT) : Dilakukan terhadap pelapor/korban,

waktu dan jenis tindak pidana : kejahatan konvensional,

kejahatan transnasional, kejahatan terhadap kekayaan

negara dan/atau kejahatan yang berimplikasi kontijensi (per

5

minggu, per bulan atau per tahun). Dibutuhkan untuk

melihat jumlah tindak pidana yang dilaporkan pada setiap

kesatuan kewilayahan (Satwil) Polri, termasuk Tipiring,

Kejadian Menonjol serta Trend Kejahatan (crime index)

pada tiap Satwil.

2) Data Crime Clearence (CC) : Dilakukan terhadap waktu dan

jenis tindak pidana (per minggu, per bulan atau per tahun).

Dibutuhkan untuk melihat prosentase penyelesaian perkara

baik secara keseluruhan maupun sesuai kategori : P-21,

SP3 (tidak cukup bukti, bukan TP dan dihentikan demi

hukum : nebis in idem, tersangka meninggal dunia dan

daluwarsa), Diversi TP Anak dan Delik Aduan yang dicabut.

Prosentase CC = (Jumlah CC/Jumlah CT)*100%

3) Tunggakan Penyelesaian Perkara : Dilakukan terhadap

waktu dan jenis tindak pidana (per bulan atau per tahun).

Dilakukan untuk melihat jumlah perkara tindak pidana yang

belum selesai untuk periode tertentu serta penyebabnya,

antara lain : Tersangka belum ditemukan (DPO); Barang

bukti belum ditemukan (DPB); Proses Sengketa Pre

Judicial, Perdata maupun Tata Usaha Negara; Belum cukup

bukti.

4) Identitas Pelaku Tindak Pidana : Dilakukan terhadap

tersangka dan jenis tindak pidana. Dibutuhkan untuk melihat

berbagai data dan informasi terkait seorang pelaku tindak

pidana, antara lain : biodata; riwayat hidup; jenis kejahatan;

ciri-ciri khusus fisik; rumus sidik jari; jaringan/sindikat; status

residivis/non residivis; modus operandi; posisi kasus

terbaru; terlibat berapa kejahatan (dimana/kapan).

6

5) Barang Bukti Tindak Pidana : Dilakukan terhadap pelapor

(pemilik barang bukti), barang bukti dan tersangka.

Dibutuhkan untuk melihat barang bukti yang yang

dipersiapkan/digunakan/hasil dalam tindak pidana, baik

yang telah disita oleh setiap Satwil Polri maupun yang

termasuk dalam daftar pencarian barang (DPB), seperti :

senpi; sajam; ranmor, uang, narkoba, bahan bom, dokumen,

dll, serta keterkaitannya dengan tersangka.

6) Kesatuan Polri Penyelidik/Penyidik Tindak Pidana :

Dilakukan terhadap pelapor, jenis tindak pidana dan

tersangka. Dibutuhkan untuk melihat register laporan polisi,

uraian singkat perkara, identitas pelaku, contact person

penyidik/JPU/Hakim yang menangani, gelar perkara, Lapju,

SP2HP, hasil olah TKP, upaya paksa, dsb.

7) Pengaduan Masyarakat : Dilakukan terhadap jenis tindak

pidana dan pelapor/pengadu. Dibutuhkan untuk melihat

permasalahan yang diadukan masyarakat/pihak tertentu

dalam penanganan perkara, antara lain : terjadi Pungli,

proses penyidikan yang tidak transparan, kekerasan

terhadap saksi/korban/ tersangka, penyidik dan kesatuan

yang diadukan, jalur pengaduan : Polri/Komnas

HAM/Ombudsman dsb, serta tindak lanjut pengaduan :

Proses Sidang Disiplin/Kode Etik/Peradilan Umum.

8) Database Interpol : dilakukan terhadap pelapor/korban, jenis

tindak pidana, tersangka dan barang bukti. Dilakukan untuk

melihat manakala ada/tidaknya kaitan terhadap tindak

pidana yang ditangani Polri dengan kepolisian luar negeri

(Interpol).

7

2. Perancangan Star Scheme

Bentuk star scheme dipilih sebagai pemodelan pada dimensional

modelling dalam rangka melakukan design database secara logical,

dengan membuat tabel dimensi sebagai berikut :

a. Dimensi waktu (jam, hari, tanggal, bulan tahun).

b. Dimensi jenis tindak pidana (kejahatan konvensional, kejahatan

transnasional, kejahatan terhadap kekayaan negara, kejahatan

yang berimplikasi kontijensi).

c. Dimensi pelapor/korban (identitas pelapor, tindak pidana yang

dilaporkan, akibat tindak pidana).

d. Dimensi tersangka (identitas tersangka dan informasi yang terkait).

e. Dimensi barang bukti (jenis, jumlah, bentuk, ciri, nilai barang bukti).

Sedangkan tabel fakta yang dibuat adalah sebagai berikut :

a. Fakta Laporan Polisi (nomor registrasi LP (No. Pol. LP), waktu

terbit LP, waktu perkara selesai (P-21),) berdasarkan dimensi

waktu, jenis tindak pidana, pelapor/korban, tersangka dan barang

bukti.

b. Fakta Perkembangan Penyidikan (nomor registrasi LP (No. Pol.

LP), waktu terbit LP, hambatan penyidikan, sengketa

praperadilan/pre judisial/perdata/TUN, penyerahan tersangka dan

barang bukti) berdasarkan dimensi waktu, jenis tindak pidana,

pelapor/korban, tersangka dan barang bukti.

c. Fakta Pengaduan Masyarakat (pelapor/pengadu, LP yang

diadukan, materi permasalahan, penyidik/Satwil Polri yang

diadukan) berdasarkan dimensi waktu, jenis tindak pidana,

pelapor/korban, tersangka dan barang bukti.

d. Fakta Interpol (pelapor/korban, jenis tindak pidana, tersangka dan

barang bukti, negara pihak kepolisian yang menangani perkara)

8

berdasarkan dimensi waktu, jenis tindak pidana, pelapor/korban,

tersangka dan barang bukti.

IV. KESIMPULAN.

Secara umum kondisi tata kelola data dan/atau informasi pada fungsi

Reskrim Polri pada saat ini belum ada standarisasi dan integrasi yang baik,

pengelolaan data masih dilakukan platform yang berbeda-beda antara satu

Satwil dengan lainnya maupun terhadap jenis data yang sama dalam satu

Satwil sehingga banyak terjadi kendala dalam pengelolaan data dimaksud,

antara lain kerusakan, kehilangan dan/atau duplikasi data. Faktor dominan

yang menyebabkan hal dimaksud adalah belum adanya suatu sistem

informasi manajemen yang efektif guna melaksanakan pengelolaan data-

data pada fungsi Reskrim Polri yang sangat besar jumlahnya.

Sebagai solusi alternatif dalam mengatasi permasalahan dimaksud,

dapat digunakan teknologi data warehouse dan aplikasi online analytical

processing yang dirancang dalam suatu sistem tertentu dalam rangka

mengorganisir, mengintegrasikan dan menyimpan data-data dimaksud

sehingga diperoleh informasi yang dibutuhkan para pemakai dalam

pengambilan keputusan.

Jakarta, 26 Agustus 2009Penulis

HANDIK ZUSENNO. MHS. 6877

9

DAFTAR PUSTAKA

1. Suryadi M.T.; Modul Kuliah Sistem Informasi Manajemen; PTIK, Jakarta,

2008.

2. Chr. Jimmy L. Gaol; Sistem Informasi Manajemen : Pemahaman dan

Aplikasi; PT. Grasindo, Jakarta, 2008.

3. Makalah-makalah Sistem Informasi Manajemen : Manusia-Teknologi-

Pendidikan-Organisasi-Budaya; Universitas Sanata Dharma, Yogyakarta,

2008.

4. http://www.infoanda.com/linksfollow.php?lh=UFALA1ZQVg9c

5. http://www.komisikepolisianindonesia.com/main.php?

page=artikle&id=29&halaman=105

6. http://pat.plan3t.com/dwnld/bab8pengantars2.ppt

7. http://mti.ugm.ac.id/~adji/courses/resources/lectures/InformSystem/AKA/si-6-

2.ppt

8. http://digilib.its.ac.id/detil.php?id=4171

10