Halaman Judul 1. PENDAHULUANSebuah perguruan tinggi perlu memberikan pelayanan kepada para stakeholder yang diantaranya adalah mahasiswa, dosen maupun laporan borang di butuhkan oleh dikti. Contoh data yang diperlukan oleh berbagai stakeholder adalah data penelitian. Data penelitian dari tahun ke tahun akan terus bertambah dan membuat ukuran database menjadi semakin besar. Agar tidak membebani sistem pemrosesan transaksi yang ada, pada saatnya data lama perlu dipindahkan ke sebuah data warehouse. Sebuah data warehouse akan memberikan laporan yang bersifat dinamis dan bisa dilihat dari berbagai dimensi.[1] Laporan yang dihasilkan juga akan mempunyai kemampuan untuk diperinci lebih lanjut ataupun diringkaskan. Tanpa adanya data warehouse, laporan-laporan yang dihasilkan akan lebih bersifat statis sesuai dengan yang telah diberikan oleh aplikasi yang berada pada tingkatan sistem informasi manajemen. Tugas ini untuk membangun sebuah data warehouse untuk data penelitian. tulisan ini meliputi kegiatan perancangan data warehouse yang termasuk di dalamnya perancangan arsitektur, dan pemodelan data. Sesudah itu akan dijelaskan hasil implementasi dari data warehouse yang telah dirancang.

2. TINJAUAN PUSTAKAData Warehouse

Data warehouse adalah koleksi data yang bersifat subject-oriented, terintegrasi, timevariant, dan non-volatile yang digunakan untuk mendukung proses pengambilan keputusan yang strategis untuk perusahaan (Inmon, 2002). Data warehouse merupakan salah satu konsep penyediaan solusi ke organisasi, dimana memiliki database yang distrukturkan secara khusus untuk dilakukan proses query dan analisis. Data warehouse umumnya berisi data yang mempresentasikan histori organisasi. Data warehouse memungkinkan pengguna untuk melakukan pemeriksaan terhadap data historis utuk melakukan analisis terhadap data dalam beragam cara dan membuat keputusan yang didasarkan pada hasil analisis. Untuk pembuatan data warehouse, dilakukan dengan melakukan beberapa langkah yang ada, antara lain (Ponniah, 2001):

a. Data extractionFungsi ini biasanya berhadapan dengan bermacam data source, dan menggunakan teknik yang sesuai dengan setiap data source. Sumber data mungkin berasal dari source machine yang berbeda dalam format data yang berbeda pula.

b. Data transformationData 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 loadingSetelah 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, dilakukan pemindahan data dalam jumlah yang besar.

3. Perancangan Data Warehouse

2

Tahap perancangan adalah merupakan tahap awal yang penting untuk dilakukan dalam pembentukan data warehouse. Di dalamnya meliputi perancangan arsitektur logical maupun fisik dari data warehouse[2]

, pemilihan data pada sumber data yaitu

data penelitian yang telah ada, dan dilanjutkan dengan pemodelan data dimensional.

A. Perancangan Arsitektur Data WarehousePembersihan data

Data Olah Data werehouse (MySQL) Transformasi Normalisasi

Sumber Data

Data Staging

Penyimpanan Data

Gambar 1a memperlihatkan rancangan arsitektur logical dari data penelitian.

Pengguna DB Penelitian DB Werehouse DB public access

Pengguna

Gambar 1b memperlihatkan rancangan arsitektur fisik dari data warehouse penelitian. Pada konfigurasi ini pengguna mengakses data warehouse melalui server aplikasi. Database Olah dan data warehouse berada pada mesin yang sama sehingga proses Ekstraksi, Transformasi dan Loading dilakukan di mesin data warehouse dan tidak mengganggu kerja mesin operasional.3

B. Sumber DataDalam tugas ini sumber data yang digunakan dalam bentuk excel dimana beberapa record masih tidak standard dan memerlukan penyeragaman//cleaning/pembersihan data.

C. Pemodelan Data DimensionalSkema yang digunakan adalah star schema dimana terdapat satu tabel fakta dan beberapa tabel dimensi. Alasannya adalah proses query yang lebih ringan dan memudahkan penjelajahan terhadap data dimensinya, selain itu tabeldimensinya tidak memerlukan tabel sub dimensi karena tabel dimensinya tidak mengandung ringkasan atau tidak memiliki perbedaan tingkat ukuran. Tabel fakta yang terbentuk dari perancangan data warehouse ini merupakan tabel data_penelitian yang dapat dijelaskan sebagai berikut:

Tabel penelitian, tabel ini berisi semua data yang berhubungan dengan penelitiandosen asal perguruan tinggi, tahun penelitian dan status penelitiannya. Tabel dimensi merupakan tabel yang berisi data yang menunjukkan tinjauan dari berbagai perspektif. Penjelasan dari masing-masing tabel dimensi dijelaskan sebagai berikut:

Tabel tbl_PT, data yang termasuk dimensi PT adalah kode PT dan Nama PT. Tabel tbl_status, dimensi status berisi kode dan status sebegai referensi apakahpenelitian dari dosen diterima atau kosong

Tabel tbl_tahun, dimensi tahun berisi tahun penelitian Tabel jns_bidang_ilmu, dimensi bidang ilmu menunjukkan penelitian masukkategori bidang ilmu apa.

Tabel tbl_jenis_penelitian, dimensi jenis_penelitian menujukkan penelitian tersebuttergolong jenis apa.

4

D. Extraction cleaning/standarisasi isian kolom.Proses extraction dilakukan dengan menggunakan bahasa SQL atau bisa juga menggunakan Pentaho Data Integrasi.

menggunakan Bahasa SQL, beberapa perintah SQL yang digunakan untukcleaning data adalah sebagai berikut.update update penelitian set `Status`= 'kosong' WHERE `Status` = '' penelitian set `Status`= 'TERIMA' WHERE `Status` = 'TR'; where bidang=''; &

create table penelitian select * from penelitian; update penelitian set bidang='kosong' update update update penelitian set update penelitian set bidang=replace(bidang,'K ESEHATAN','KESEHATAN'); bidang=replace(bidang,'MIPA-KESEHATAN','MIPA set KESEHATAN'); penelitian bidang=replace(bidang,'SASTRA/ set FILSAFAT','SASTRA/FILSAFAT'); penelitian bidang=replace(bidang,'SASTRA/FILSAFATFAT','SASTRA/FILSAFAT'); update penelitian set bidang=replace(bidang,'Pendidkan','PENDIDIKAN'); update penelitian set `NamaLengkapProgram`= kosong WHERE `NamaLengkapProgram` = ''

4. Presentasi Data Warehouse

5

Kemampuan data warehouse menyediakan informasi kepada pengguna merupakan hal terpenting dari data warehouse. Platform database yang digunakan untuk data warehouse ini adalah MySQL. Sedangkan tools yang digunakan untuk presentasi data kepada pengguna disesuaikan dengan kemampuan berintegrasi dengan MySQL sebagai platform database data warehouse. Tools yang digunakan adalah:

a. Pentaho Data Integration : Kettle

b. Pentaho workbench: merupakan OLAP engine yang menggunakan bahasapemrograman Java Adapun Langkah-langkah untuk membuat multidimensi data werehouse adalah sebagai berikut :

Membuat Dimensi baru untuk semua table dimensi/table referensi yang telahdibuat, yaitu :

- Tabel Tbl_PT6

- Tabel Tbl_Tahun - Tabel Tbl_jns_penelitian - Tabel Tbl_status - Tabel Tbl_Bidang_Ilmu

Setiap dimensi kita tambahkan hierarki, dengan seting seperti pada gambar

7

8

Langkah selanjutnya membuat cube

Dibawah cube kita tambahkan

9

1. Table

10

2. measure

11

3. Dimension usage

Dimension usage di buat sebanyak dimensi yang telah kita buat Setelah selesai semua baru kita simpan kemudian publish untuk bisa di lihat dengan bi server pentaho. Sebelum di publish bi server harus sudah di start. Adapun seting publish sebagai berikut :

12

Untuk publish password perlu di buka file berikut ini : biserver-ce-3.0.0-STABLE\biserver-ce\pentaho-solutions\systempublisher_config.xml

Pada bagian dibawah setelah isikan password besbas. Missal publish

publish

Pentaho Credentials : User : joe Password : password

13

c. Penyediaan Informasi (Pentaho User Console)Kemampuan yang dimiliki aplikasi data warehouse ini antara lain:

14

Kemampuan roll-up dan drill-drown sehingga memudahkan dalam memetakandata dan mempertajam analisis. Roll-up adalah kemampuan untuk menampilkan data dengan tingkat rincian yang lebih rendah. Drill-down

adalah kemampuan menampilkan data dengan tingkat rincian yang lebih tinggi.

Kemampuan membuat query sendiri sesuai dengan kebutuhan. Kemampuan report customization sesuai dengan kebutuhan informasi. Kemampuan untuk membuat chart atau grafik sesuai dengan laporan yangdiinginkan.

Kemampuan membuat report dalam format Excel dan PDF.Setelah data proses dimensional selanjutnya melihat analisis data werehouse,

adapun tool yang digunakan adalah : Bi_server pentaho

15

16

17

5. Pengaruh PerubahanDengan adanya data warehouse, proses penyusunan laporan menjadi lebih sederhana, karena pengguna bisa melakukan customization report sesuai dengan yang diinginkan, sehingga akan ada efisiensi waktu dari yang sebelumnya memerlukan waktu satu bulan untuk membuat program lagi atau satu minggu untuk mengerjakan secara manual menjadi hanya satu hari. Dengan demikian pengolahan data penelitian dapat mengurangi jumlah sumber daya manusia yang sebelumnya dialokasikan untuk melakukan penyusunan laporan dan menjadi lebih fokus pada hal-hal lain yang lebih penting untuk meningkatkan kualitas pelayanan. Selain itu data warehouse ini juga menyimpan data history data penlitian dosen sehingga laporan yang dahulu sulit disediakan menjadi lebih mudah. Pemenuhan kebutuhan laporan ini juga menjadi lebih fleksibel untuk para pimpinan karena dapat diakses melalui Internet sehingga meskipun tidak dapat datang ke kampus, pimpinan tetap bisa mendapatkan laporan untuk mendukung proses pengambilan keputusan.

6. KesimpulanKesimpulan yang dapat diambil dari implementasi sebuah data warehouse adalah sebagai berikut:

18

o Dengan adanya data warehouse, proses penyusunan laporan menjadi lebihsederhana, karena pengguna bisa melakukan customization report sesuai dengan yang diinginkan, sehingga ada efisiensi waktu dari yang sebelumnya memerlukan waktu satu bulan untuk membuat program baru atau satu minggu untuk mengerjakan secara manual menjadi hanya satu hari. Dengan demikian dapat mengurangi sumber daya manusia dan biaya untuk kebutuhan penyusunan laporan.

o

Untuk data warehouse, media presentasi yang digunakan adalah aplikasi berbasis web sehingga pemenuhan kebutuhan laporan menjadi lebih fleksibel untuk para pimpinan karena dapat diakses melalui Internet.

Penelitian ini dapat dikembangkan lebih lanjut untuk mengarah ke pemanfaatan dari data warehouse untuk data mining. Dengan telah terbentuknya informasi yang terintegrasi di dalam data warehouse, pola-pola yang ada di dalamnya dapat digali untuk kemudian menghasilkan informasi yang berharga untuk pengambilan keputusan. Sebagai contoh, karakteristik dari penelitian yang pada akhirnya tidak diterima bisa diidentifikasi untuk kemudian dilakukan aksi untuk meningkatkan kwalitas penelitian

Daftar Pustaka [1] Paulraj Ponniah. (2001). Data Warehousing Fundamentals. Wiley-Interscience Publication. [2] Jeffrey A. Hoffer, Mary B. Prescott, dan Fred R. McFadden. (2005). Modern Database Management. Seventh Edition. Prentice Hall.

19