implementasi aplikasi data warehouse dan sistem...
TRANSCRIPT
IMPLEMENTASI APLIKASI DATA WAREHOUSE DAN SISTEM PENDUKUNG KEPUTUSAN PADA PROYEK KONSTRUKSI
JALAN BERBASIS KINERJA
Rani Shesasiwi Herlanda (5109100030) Pembimbing I : Diana Purwitasari, S.Kom., M.Sc Pembimbing II : Wijayanti Nurul Khotimah, S.Kom, M.Sc
LATAR BELAKANG
1
LATAR BELAKANG
Perusahaan BUMN yang bergerak dalam bidang jasa konstruksi di Indonesia
Memperoleh kontrak peningkatan dan pemeliharaan jalan Demak -Trengguli dengan sistem Kontrak Berbasis Kinerja (KBK).
2
Lokasi Proyek KBK Demak Trengguli
KABUPATEN SEMARANG
KOTA KENDAL
KABUPATEN DEMAK
KOTA DEMAK
KABUPATEN GROBOGAN
KABUPATEN BOYOLALIBawen
Ke MAGELANG
Ungaran
/ Pemalang
Kec. Kaliwungu
Karangjati
Jatingaleh
Gayamsari
Mangkang
Cangkringan
Sayung
KaligondangWonosalem
Trengguli
Kaliwungu
NO. RUAS : 009 / KM. 48+400 SMG.
REFF. : JMB. KALI KUTA / BTS. KAB.
NAMA RUAS : KENDAL - WALERI
Bts. JALAN NASIONAL DI Wil. METROPOLITAN
NO. RUAS : 019 / KM. 35+500 SMG.
REFF. : Pnt. AIR (+ 45 m) / BTS. KEC.
NAMA RUAS : TRENGGULI - JATI
-
Bts. JALAN NASIONAL DI Wil. METROPOLITAN
NAMA RUAS : SALATIGA - BOYOLALI
NO. RUAS : 052 / KM. 59 + 400 SMG.
Bts. JALAN NASIONAL DI Wil. METROPOLITAN
REFF. : GAPURA / BTS. KAB.
KOORD. GPS. : 110°,02',57' BT. ; 06°,58',13' LS .
KOORD. GPS. : 110°,31',52' BT. ; 07°,25',57' LS .
KOORD. GPS. : 110°,43',27' BT. ; 06°,52',19' LS .
WELERI
Brangsong
Tugurejo
Banyumanik
Kec. Ambarawa
Ke Salatiga
SALATIGA
Kec. Tengaran
Ketapang - kebonharjo
KOTA SEMARANG
BANDARA A. YANI
KABUPATEN KENDAL
KAB. SRAGEN
KAB. KUDUS
KAB. JEPARA
Brangseng
Ngampel
Kec. Rowosari
Singorojo
Ke Batang
Ke BOYOLALI
Ke Kudus
3
Pembagian Segmen Jalan
A
B
4
LATAR BELAKANG
Kontraktor
Pelaksanaan Pemeliharaan
Perancangan
Konsultan
Perancangan Pelaksanaan Pemeliharaan
Kontraktor
5
Tantangan pada Proyek KBK
Lingkup proyek lebih besar dan lebih sulit.
Pembayaran didasarkan atas hasil kinerja.
Keberhasilan paket KBK sangat tergantung oleh
kualitas dan profesionalisme penyedia jasa.
6
Kontraktor dapat menganalisis data proyek KBK.
Kontraktor dapat menghasilkan report yang terintegrasi.
Kontraktor dapat mengakses semua informasi pada proyek KBK.
Kebutuhan Kontraktor dalam Proyek KBK
7
KONDISI DATA
Ukuran Data Besar Satu kali proses inspeksi jalan
menghasilkan 155 row
Data Terpisah-pisah
Departemen
Inspeksi Jalan
Departemen
Pengembalian
KondisiJalan
Departemen
Monitoring
Kepadatan Jalan
8
MENGAPA MENGGUNAKAN DATA WAREHOUSE ?
9
Menggabung data yang berasal dari source yang terpisah-pisah menjadi 1 database Menghasilkan informasi data yang berorientasi subjek Menghasilkan analisa dari banyak data yang dimasukkan.
TUJUAN
10
Mendesain dan mengimplementasikan model data warehouse.
Membangun aplikasi yang dapat menampilkan analisis data yang mudah digunakan dan dipahami oleh pengguna.
Membangun aplikasi yang dapat membuat model atau rule agar dapat digunakan untuk Sistem Pendukung Keputusan (SPK).
TUJUAN
11
METODOLOGI
12
METODOLOGI
13
Studi Kelayakan Penentuan Kebutuhan Fungsional dan Non
Fungsional
Profilling Data
Merancang Arsitektur Sistem Data Warehouse
Membuat Bus Matrix
Membuat Model Dimensi
Proses Source Mapping Membangun Physical
Design Merancang NDS
Membangun ETL Membangun Bussines
Intelegence
Membangun Dashboard
Membangun Report
Area Bisnis
Perancangan Proyek
Demak -Trengguli
Pelaksanaan Proyek
Demak -Trengguli
Pemeliharaan Proyek
Demak -Trengguli
14
Inspeksi Jalan
Pengembalian Kondisi Jalan
Monitoring kepadatan Jalan
15
Proses Bisnis
Arsitektur Sistem Data Warehouse
17
Tahap Perancangan
Proses Bisnis Inspeksi Jalan
Model Dimensi
18
Tahap Perancangan
Proses Bisnis Pengembalian Kondisi Jalan
19
Model Dimensi
Tahap Perancangan
Proses Bisnis Monitoring Kepadatan Jalan
20
Model Dimensi
Tahap Perancangan
21
Model NDS
Tahap Perancangan
IMPLEMENTASI
22
PROSES ETL NDS
Inspeksi Badan Jalan
23
Kondisi Memenuhi
SUBSTRING(lubang,1,1) == "M" && SUBSTRING(tambalan,1,1) == "M" &&
SUBSTRING(retakan,1,1) == "M" && SUBSTRING(amblas,1,1) == "M" &&
SUBSTRING(plps_butir,1,1) == "M" && SUBSTRING(joint_seal,1,1) == "M"
&& SUBSTRING(kebersihan,1,1) == "M"
Kondisi Tidak Memenuhi
SUBSTRING(lubang,1,2) == "TM" || SUBSTRING(tambalan,1,2) == "TM" ||
SUBSTRING(retakan,1,2) == "TM" || SUBSTRING(amblas,1,2) == "TM" ||
SUBSTRING(plps_butir,1,2) == "TM" || SUBSTRING(joint_seal,1,2) ==
"TM" || SUBSTRING(kebersihan,1,2) == "TM"
Kondisi Tidak Memenuhi
ISNULL(tipe_inspeksi) ? "badan
jalan" : tipe_inspeksi
ISNULL(status) ? "TM" : status
Kondisi Memenuhi
ISNULL(tipe_inspeksi) ? "badan
jalan" : tipe_inspeksi
ISNULL(status) ? "M" : status
"
PROSES ETL DDS
Fact Pengembalian Kondisi Jalan
24
Report Inspeksi Badan Jalan
REPORT DDS
25
Report Kerusakan Badan Jalan
REPORT DDS
26
Diagram Kerusakan Badan Jalan
REPORT DDS
27
Report Pengembalian Kondisi Jalan
REPORT MDS
28
Association Rule Kerusakan Badan Jalan
29
Association Rule Kerusakan Badan Jalan
30
Naive Bayes
31
Dashboard
32
UJI COBA
33
Skenario Keintegrasian Data
Report Kerusakan Badan Jalan
34
Skenario Keintegrasian Data
Diagram Kerusakan Badan Jalan
35
Data jumlah kerusakan badan jalan setiap bulan dan setiap harinya
sudah terintegrasi.
Data jumlah kerusakan pada report dan diagram sudah terintegrasi.
Kesimpulan Uji Coba Keintegrasian Data
36
Skenario Tampilan Dependency Network pada
Association Rule
37
Kesimpulan Uji Coba Tampilan Dependency
Network pada Association Rule
38
Skenario Tampilan Dependency Network pada
Naive Bayes
39
“Range jumlah kerusakan badan jalan“ bergantung pada “Range jumlah
kerusakan bahu jalan” dan “Jumlah overweight” dengan nilai
dependency sangat tinggi yaitu 100%.
Kesimpulan Uji Coba Tampilan Dependency
Network pada Naive Bayes
40
KESIMPULAN
41
Implementasi aplikasi data warehouse pada Tugas Akhir ini
dapat menghasilkan model atau rule yang berguna dalam
Sistem Pengambilan Keputusan.
Pada sistem data warehouse langkah paling penting adalah
pembuatan model dimensi.
Aplikasi web pada Tugas Akhir ini dapat menampilkan report
yang dibutuhkan oleh pengguna.
KESIMPULAN
42
Semakin besar nilai support dan importance pada association rule,
maka rule tersebut semakin kuat. Analisis yang dihasilkan adalah
jumlah kerusakan badan jalan dipengaruhi oleh jumlah kerusakan
bahu jalan, jumlah kerusakan drainase, dan jumlah overweight yang
terjadi pada jalan.
Semakin besar nilai probability pada naive bayes, maka semakin
kuat nilai ketergantungan antara atribut yang terhubung. Analisis
yang dihasilkan adalah jumlah kerusakan badan jalan bergantung
pada jumlah kerusakan bahu jalan dan jumlah overweight yang
terjadi pada jalan.
KESIMPULAN
SEKIAN
43
DAFTAR PUSTAKA
[1] T. Rujirayanyong, "A project-oriented data warehouse for construction," Elsevier, vol. 15, no.
Automation in Construction , pp. 800–807, November 2005.
[2] Y. Cao, M. Anson, J.P. Zhang K.W. Chau, "Application of data warehouse and Decision Support
System," Elsevier, vol. 2, no. Automation in Construction, pp. 213–224, August 2002.
[3] V. Rainady, "Building a Data Warehouse With Examples in SQL Server," in Building a Data
Warehouse With Examples in SQL Server. New York, Inc: Springer-Verlag, pp. 5-71, 2008.
[4] S., Dayal Chaudhuri, "An Overview of Data Warehousing and OLAP Technology," SIGMOD, vol.
26, pp. 65-74, March 1997.
[5] J.Smith, B. Alex, "Data Warehousing, Data Mining, and OLAP," in Data Warehousing, Data
Mining, and OLAP, I ed. United States of America: The Mc Graw-Hill Companies Inc, pp. 112-20,
1997.
[6] Microsoft. (2013, February) msdn. [Online].
http://msdn.microsoft.com/enus/library/ms173767(v=sql.105).aspx
[7] PT ADHIKARYA, Dokumen Pelelangan KBK Pekerjaan Konstruksi Kontrak LUMP SUM,
November 26, 2010.
50
[8] PT. ADHIKARYA, Informasi Singkat Peningkatan Jalan Demak - Trengguli Kontrak Berbasis
Kinerja, November 9, 2012.
[9] M. Hasanbasri. (2013, March) Manajemen Operasi. [Online]. http://manajemenoperasional.com/
[10] M. Syafrizal. (2013, April) Academia.edu. [Online]. http://academia.edu/
[11] P. Ketut I , "PENERAPAN ASSOCIATION RULE MINING PADA DATA NOMOR UNIK PENDIDIK
DAN TENAGA KEPENDIDIKAN UNTUK MENEMUKAN POLA SERTIFIKASI GURU," Digilib ITS, vol.
I, pp. 3-8, 2007.
[12] M. Mihic, I. Kursan, "Business Intelligence: The Role of The Internet in Marketing Research,“
Management Journal, vol. XV, pp. 69-86, 2010.
[13] B. Nadia, "Business Intelligence and E-Discovery," Intellectual Property & Technology Law
Journal, vol. XXII, 2010.
[14] Z. H. Laksmiwati, "Evaluasi Teknik Optimalisasi Proses ETL dan Skema Data
Warehouseuntuk Mendukung Tactical Business Intelligence," Jurnal Sarjana Institut
Teknologi Bandung Bidang Teknik Elektro dan Informatika, vol. I, no. 3, p. 2, 2012.
DAFTAR PUSTAKA
51
[15] T. Y. Wah, "Evaluating a Data Warehouse for Lymphoma Diagnosis and Treatment
Decision Support System," Evaluating a Data Warehouse for Lymphoma Diagnosis and
Treatment Decision Support System, vol. IV, no. Modelling Symposium on Computer
Modelling and Simulation, pp. 1-6, 2009.
[16] F. T. Abidin. (2013, March) Informatika Unsyiah. [Online].
http://www.informatika.unsyiah.ac.id/
[17] W. Thornthwaite, R. Kimball, J. Mundy, The Microsoft Data Warehouse Toolkit, 1st ed.,
Beth, Mary Wakefield, Ed. Canada, Indiana: Wiley Publishing, Inc, 2006.
[18] Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en
us/library/ms174916.aspx
[19] Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en
us/library/ms174806.aspx
[20] P. Melina, "Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng
Palangkaraya Menggunakan Skema Galaxy," Jurnal Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana, vol. I, p. 2, 2011
DAFTAR PUSTAKA
52