skripsi diajukan untuk memenuhi salah satu syarat...

i

IMPLEMENTASI DATA WAREHOUSE

UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN

BERDASARKAN NILAI PENILAIAN UNJUK KERJA

(Studi Kasus: PT Surya Pamenang Kediri)

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh:

Lukas Gede Ngurah Bayu Putra

125314006

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

DATA WAREHOUSE IMPLEMENTATION TO SUPPORT

EMPLOYEE PERFORMANCE MONITORING BASED ON THE

ASSESSMENT POINT TO WORK

(Case Study : PT Surya Pamenang Kediri)

A THESIS

Presented as Partial Fullfillment of the Requirements

To Obtain the Sarjana Komputer Degree

In Informatics Engineering Study Program

By :


125314006

INFORMATICS ENGINEERING STUDY PROGRAM

DEPARTMENT OF INFORMATIC ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2016


iii


iv


v

HALAMAN MOTTO

“Kita hidup bukan hanya untuk diri kita

sendiri dan kita mati juga bukan untuk

diri kita sendiri”


vi

HALAMAN PERSEMBAHAN

Dengan penuh rasa syukur dan bangga, saya persembahkan karya ini untuk :

Tuhan Yesus dan Bunda Maria yang selalu menuntun setiap langkah dalam hidup.

Orang tua yang terus memberikan dukungan, motivasi serta kasih yang melimpah.

Adik-adiku, keluargaku yang mendukung dengan cara masing-masing. Serta

teman-teman dan sahabatku yang memberikan pelajaran hidup, jalan-jalan, susah

senang bersama dan teman dalam berproses menjadi pribadi yang lebih baik.


vii


viii


ix

ABSTRAK

IMPLEMENTASI DATA WAREHOUSE

UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN

BERDASARKAN NILAI PENILAIAN UNJUK KERJA

(Studi Kasus: PT Surya Pamenang Kediri)


Universitas Sanata Dharma

Yogyakarta

2016

Data merupakan aset berharga yang digunakan untuk memutuskan

kebijakan, melakukan strategi, atau mengambil keputusan. Data harus diproses

sebelum menjadi informasi. Proses pengolahan data dapat dilakukan di berbagai

tempat, misalkan di database operasional, aplikasi operasional, maupun

menggunakan teknologi data warehouse.

Teknologi data warehouse digunakan untuk mengintegrasikan data hasil

nilai penilaian unjuk kerja karyawan. Pembuatan data warehouse digunakan untuk

menemukan informasi yang mendukung monitoring kinerja karyawan di PT Surya

Pamenang. Data warehouse yang telah terbentuk selanjutnya akan diproses

menjadi database Online Analytical Processing (OLAP) menggunakan kettle dan

Star Schema. Data warehouse yang terbentuk dapat menghitung nilai

aspek_pekerjaan, sikap dan nilai akhir. OLAP memberikan informasi nilai

karyawan dari setiap periode penilaian yang telah dilakukan untuk melihat trend

kinerja karyawan yang didasarkan pada hasil penilaian unjuk kerja karyawan.

Kata kunci : Data, Penilaian Unjuk Kerja, Data Warehouse, dan OLAP.


x

ABSTRACT

DATA WAREHOUSE IMPLEMENTATION TO SUPPORT

EMPLOYEE PERFORMANCE MONITORING BASED ON THE

ASSESSMENT POINT TO WORK

(Case Study : PT Surya Pamenang Kediri)


Universitas Sanata Dharma

Yogyakarta

2016

Data is a valuable asset for deciding a policy, implementing a strategy, and

taking decision. Data should be processed before the data become an information.

The data processing is able to be done in various places such as operational

database, operational application, and technologic data warehouse.

Technologic data warehouse is used to integrate the result of performance

assessment data. The establishment of data warehouse is for support monitoring

employee performance at PT Surya Pamenang. Further, the established data

warehouse will be processed to become database Online Analytical Processing

(OLAP) using Kettle and Star Scheme. The established data warehouse is able to

count the value aspects of work, attitude and the final value. OLAP provide

information about the result value of employee assessment from any period

assessment has been done to see the trend employee performance based on the result

employee performance assessment.

Keyword : Data, Performance Assessment, Data Warehouse, dan OLAP.


xi

KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa karena atas

berkat dan rahmat-Nya, penulis dapat menyelesaikan tugas akhir sesuai d engan

waktu yang telah ditentukan. Skripsi ini disusun sebagai salah satu syarat untuk

memperoleh gelar sarjana Teknik Informatika di Universitas Sanata Dharma

Yogyakarta.

Penulis telah menyadari bahwa tanpa melibatkan bantuan dan dukungan banyak

pihak skripsi ini sulit untuk selesai, namun berkat dukungan dan bantuan dari

banyak pihak, akhirnya skripsi ini dapat diselesaikan. Oleh sebab itu atas bantuan

dan dukungannya, penulis menghaturkan ucapan terimakasih kepada :

1. Tuhan Yang Maha Esa karena telah memberikan memberkati dan memberikan

kekuatan selama proses penyelesaian tugas akhir.

2. Sudi Mungkasi,S.Si.,M.Math.Sc.,Ph.D selaku Dekan Fakultas Sains dan

Teknologi Universitas Sanata Dharma Yogyakarta.

3. Dr.Anastasia Rita selaku Ketua Program Studi Teknik Informatika Universitas

Sanata Dharma Yogyakarta.

4. JB Budi Darmawan S.,T. M.Sc. selaku dosen pembimbing yang telah

meluangkan waktu untuk membimbing penulis selama pembuatan skripsi ini.

5. Orang tua, adik, serta keluarga yang memberikan dukungan, doa, dan motivasi

dalam penyelesaian tugas akhir.

6. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan selama

menuntut ilmu dan sangat membantu penulis dalam mengerjakan tugas akhir.

7. Teman-teman Teknik Informatika 2012 yang selalu memberi semangat dan

bantuan selama menyelesaikan skripsi ini.

8. Serta semua pihak yang baik secara langsung maupun tidak langsung telah

membantu penulis dalam menyelesaikan skripsi.

Penulis dalam menulis skripsi ini sudah berusaha semaksimal mungkin, namun

penulis juga menyadari bahwa skripsi yang dibuat ini masih banyak kekurangan

dan jauh dari sempurna. Oleh sebab itu penulis sangat mengharapkan kritik dan

saran dari pembaca yang dapat bermanfaat bagi perbaikan pada masa mendatang.


xii


xiii

DAFTAR ISI

HALAMAN JUDUL ............................................................................................ i

A THESIS ........................................................................................................... ii

HALAMAN PERSETUJUAN ............................. Error! Bookmark not defined.

HALAMAN PENGESAHAN .............................. Error! Bookmark not defined.

PERNYATAAN KEASLIAN KARYA ............... Error! Bookmark not defined.

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ............................... vii

ABSTRAK ......................................................................................................... ix

ABSTRACT ........................................................................................................ x

KATA PENGANTAR ........................................................................................ xi

BAB I .................................................................................................................. 1

PENDAHULUAN ............................................................................................... 1

1.1 Latar Belakang....................................................................................... 1

1.2 Rumusan Masalah .................................................................................. 3

1.3 Tujuan ................................................................................................... 3

1.4 Batasan Masalah .................................................................................... 3

1.5 Metodologi Penelitian ............................................................................ 4

1.6 Sistematika Penulisan ............................................................................ 4

BAB II ................................................................................................................. 6

LANDASAN TEORI ........................................................................................... 6

2.1 Data Warehouse ..................................................................................... 6

2.1.1 Komponen Data Warehouse ............................................................... 6

2.1.2 Karakteristik Data Warehouse ............................................................ 7

2.1.3 Langkah Pembuatan Data Warehouse ................................................. 8

2.1.4 Implementasi Data Warehouse ........................................................... 8


xiv

2.2 Extract, Transform, and Load (ETL) .................................................... 10

2.3 Multi Dimensional Modeling................................................................ 10

2.3.1 Cube, Dimension, Measure dan Member ...................................... 10

2.3.2 Fact Table dan Dimension Table ................................................... 11

2.4 Skema Kristal Salju (Snowflake schema) dan Skema Bintang .............. 11

2.5 Pentaho ................................................................................................ 12

2.6 Online Analytical Processing (OLAP).................................................. 12

BAB III.............................................................................................................. 13

ANALISIS DAN PERANCANGAN SISTEM ................................................... 13

3.1 Analisis Kebutuhan .............................................................................. 13

3.2 Analisis Sistem .................................................................................... 13

3.3 Mendesain Gudang Data ...................................................................... 15

3.3.1 Membaca Data Legacy.................................................................... 15

3.3.2 Menggabungkan Data Dari Sumber Terpisah .................................. 18

3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse .. 19

1.3.4 Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi ....... 21

3.3.5 Diagram Use Case ................................................................................. 24

3.3.6 Narasi use case diagram ........................................................................ 24

3.4 Pembuatan OLAP ................................................................................ 25

3.5 Perancangan Antar Muka ..................................................................... 28

3.5.1 Tampilan Halaman Login ............................................................. 28

3.5.2 Tampilan Halaman Utama ............................................................ 28

3.5.3 Tampilan Halaman Nilai Final Karyawan ..................................... 29

3.5.4 Halaman Detail Nilai Karyawan ................................................... 29

BAB IV ............................................................................................................. 30

IMPLEMENTASI .............................................................................................. 30


xv

4.1 Implementasi ............................................................................................ 30

4.1.1 Implementasi Basis Data ................................................................... 30

4.2 Implementasi Data Warehouse ................................................................. 30

4.2.1 Membaca Data Legacy ...................................................................... 30

4.2.2 Memindahkan Data ke Server Data Warehouse. ................................ 31

4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta .................... 36

4.3.1 Transformasi Tabel dim_bagian......................................................... 36

4.3.2 Transformasi Tabel dim_periode .................................................. 38

4.3.3 Transformasi Tabel dim_karyawan ............................................... 39

4.3.4 Transformasi Tabel dim_puk ........................................................ 41

4.3.5 Transformasi tabel fact_detail ....................................................... 44

4.3.6 Transformasi tabel fact nilai .......................................................... 48

4.3.7 Job Transformasi Data Fact Detail ................................................ 56

4.3.8 Job Transformasi Data Fact Nilai .................................................. 56

4.4 Implementasi Star Schema Untuk Database OLAP .............................. 56

4.4.1 Star Schema Kubus Fact Detail ...................................................... 56

4.4.2 Star Schema Kubus Fact Nilai....................................................... 59

4.5 Implementasi Antar Muka Pengguna Sistem OLAP ............................. 60

4.5.1 Halaman Login ............................................................................... 61

4.5.2 Halaman Menu Utama .................................................................. 62

4.5.2.1 Halaman Menu Nilai Final Karyawan ....................................... 63

4.5.2.2 Halaman Menu Detail Nilai Karyawan ...................................... 64

BAB V ............................................................................................................... 65

ANALISIS HASIL ............................................................................................ 65

5.1 Penyelesaian Rumusan Masalah ............................................................... 65

5.2 Pengujian Cube .................................................................................... 68


xvi

5.2.1 Pengujian Perhitungan aspek Pekerjaan, Sikap dan Nilai Akhir. .... 68

................................................................................................................... 68

5.2.3 Pengujian Database Detail Nilai ................................................... 72

5.3 Kelebihan dan Kekurangan Sistem .......................................................... 74

BAB VI ............................................................................................................. 75

PENUTUP ......................................................................................................... 75

6.1 Kesimpulan .............................................................................................. 75

6.2 Saran ........................................................................................................ 75

DAFTAR PUSTAKA ........................................................................................ 76

LAMPIRAN I .................................................................................................... 77

QUERY TABEL ................................................................................................ 77

LAMPIRAN II ................................................................................................... 84

LISTING PROGRAM ....................................................................................... 84

MANUAL ......................................................................................................... 92

SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP) ........ 92

MONITORING KINERJA KARYAWAN ......................................................... 92

LAMPIRAN III HASIL KUESIONER ............................................................ 100


xvii

DAFTAR GAMBAR

Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan ................................ 19

Gambar 3. 2 Proses Pemindahan Tabel Periode ................................................ 20

Gambar 3. 3 Proses Pemindahan Tabel Bagian ................................................. 20

Gambar 3. 4 Proses Pemindahan Master PUK .................................................. 21

Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan ..................................... 21

Gambar 3. 6 Membuat Tabel Dim Periode ........................................................ 22

Gambar 3. 7 Membuat Tabel Dimensi PUK...................................................... 23

Gambar 3. 8 Gambar Use Case ......................................................................... 24

Gambar 3. 9 Rancangan OLAP Melihat Grafik ................................................. 26

Gambar 3. 10 Rancangan OLAP Melihat Detail Indikator ................................ 27

Gambar 3. 11 Tampilan Halaman Login ........................................................... 28

Gambar 3. 12 Halaman Menu Utama ................................................................ 28

Gambar 3. 13 Halaman Nilai Final Karyawan................................................... 29

Gambar 3. 14 Tampilan Halaman Detail Nilai Karyawan ................................. 29

Gambar 4. 1 master_bagian.ktr ......................................................................... 31

Gambar 4. 2 data master_bagian ....................................................................... 32

Gambar 4. 3 master_karyawan.ktr .................................................................... 32

Gambar 4. 4 data tabel master_karyawan. ......................................................... 34

Gambar 4. 5 inputmasterpuk.ktr ....................................................................... 34

Gambar 4. 6 Query untuk tabel periode ............................................................ 35

Gambar 4. 7 dim_bagian.ktr ............................................................................. 36

Gambar 4. 8 Tabel dim_bagian ......................................................................... 37

Gambar 4. 9 dim_periode.ktr ............................................................................ 38

Gambar 4. 10 Tabel dim_periode ...................................................................... 39

Gambar 4. 11 dim_karyawan.ktr ....................................................................... 39

Gambar 4. 12 Tabel dim_karyawan .................................................................. 41

Gambar 4. 13 dim_puk.ktr ................................................................................ 41

Gambar 4. 14 Tabel dim_puk ........................................................................... 43

Gambar 4. 15 fact_detail.ktr ............................................................................. 44

Gambar 4. 16 Hasil Fact_Detail ........................................................................ 47


xviii

Gambar 4. 17 factnilai,ktr ................................................................................. 48

Gambar 4. 18 Tabel Fact_Nilai ......................................................................... 55

Gambar 4. 19 Job Skripsidwh Detail Indikator ................................................. 56

Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP ................................................. 56

Gambar 4. 21 Star Schema kubus fact_detail .................................................... 57

Gambar 4. 22 Struktur pembentukan dim_bagian ............................................. 57

Gambar 4. 23 Struktur pembentukan dim_karyawan ......................................... 58

Gambar 4. 24 Struktur pembentukan dim_periode ............................................ 58

Gambar 4. 25 Struktur pembentukan dim_puk .................................................. 58

Gambar 4. 26 Star Schema kubus fact nilai ....................................................... 59

Gambar 4. 27 Struktur pembentukan dim_bagian ............................................. 59

Gambar 4. 28 Struktur pembentukan dim_karyawan ......................................... 60

Gambar 4. 29 Struktur pembentukan dim_waktu ............................................. 60

Gambar 4. 30 Tampilan Halaman Proses Login ................................................ 61

Gambar 4. 31 Tampilan Untuk Proses Gagal Login .......................................... 62

Gambar 4. 32 Tampilan Menu Utama ............................................................... 62

Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan ................................... 63

Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan ........................................... 63

Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan ................................. 64

Gambar 5. 1 Hasil OLAP Nilai Karyawan Final ............................................... 66

Gambar 5. 2 Grafik Nilai Karyawan ................................................................. 67

Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan ............................. 68

Gambar 5. 4 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir ...................... 70

Gambar 5. 5 Java Script Hitung Nilai ............................................................... 69

Gambar 5. 6 Query Cek Nilai di Database ........................................................ 70

Gambar 5. 7 Hasil Query Cek Nilai .................................................................. 71

Gambar 5. 8 OLAP Detail Nilai Karyawan ....................................................... 72

Gambar 5. 9 Query Cek Detail Nilai ................................................................. 73

Gambar 5. 10 Hasil Query Cek Detail............................................................... 73


xix

DAFTAR TABEL

Tabel 2. 1 Karakteristik Data Warehouse ............................................................. 7

Tabel 3. 1 Data File Excel ................................................................................. 14

Tabel 3. 2 Data Penilaian Unjuk Kerja............................................................... 15

Tabel 3. 3 Data Periode Penilaian ...................................................................... 18

Tabel 3. 4 Data Karyawan ................................................................................. 18

Tabel 3. 5 Data Bagian ...................................................................................... 18

Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk pembentukan tabel

master_bagian. ................................................................................................... 31

Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan

tabel master_karyawan. ...................................................................................... 33

Tabel 4. 3 Penjelasan spesifikasi transformasi Mas ............................................ 34

Tabel 4. 4 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan

tabel dim_bagian. ............................................................................................... 36

Tabel 4. 5 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan

tabel dim_periode .............................................................................................. 38

Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses

dim_karyawan ................................................................................................... 40

Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk pembentukan tabel

dim_puk............................................................................................................. 42

Tabel 4. 8 Penjelasan spesifikasi file transformasi Kettle untuk proses

pembentukan tabel fact_detail. ........................................................................... 44

Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses pembentukan

tabel fact_nilai ................................................................................................... 48


1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Data adalah fakta yang dapat disimpan dan memiliki arti (Elmasri &

Navathe, 2004). Data adalah kumpulan rekaman baik itu fakta, konsep ataupun

instruksi yang dapat digunakan untuk menghasilkan informasi yang dapat

dipahami dan berguna bagi organisasi (Whitten, dkk 2004). Pada masa

sekarang, data adalah aspek yang sangat berharga. Data dapat memberikan

sebuah informasi yang dapat digunakan sebagai ilmu pengetahuan maupun

untuk membantu manusia membuat analisis dan pengambilan keputusan. Untuk

melakukan analisa dan perencanaan ke depan maka, data harus dapat diolah

untuk mendapatkan informasi yang dibutuhkan. Salah satu caranya adalah

dengan menggunakan teknik data warehouse.

Data Warehouse merupakan sekumpulan data yang berorientasi pada

subyek terintergrasi, memiliki rentang waktu, dan tidak mudah berubah untuk

mendukung proses pembuatan keputusan manajerial (Connolly dkk, 2005).

Data warehouse adalah wadah untuk menampung data-data yang diperlukan

untuk melakukan analisa dan mendapat informasi yang diperlukan oleh

organisasi. Data warehouse menyediakan suatu tool yang disebut Online

Analytical Processing (OLAP) untuk melakukan analisis data. Dengan

menggunakan data warehouse dapat menggunakan berbagai macam data dari

berbagai macam sumber data.

Penilaian unjuk kerja karyawan adalah salah satu cara yang dilakukan oleh

PT Surya Pamenang untuk terus memantau hasil dari kinerja seluruh karyawan.

Penilaian unjuk kerja dilakukan secara periodik dan setiap tahun dilakukan dua

kali penilaian unjuk kerja. Penilaian yang dilakukan meliputi beberapa faktor

antara lain, faktor pekerjaan, faktor sikap, dan faktor kepemimpinan. Hasil dari

penilaian unjuk kerja karyawan digunakan untuk pemberian reward atau

hukuman. Reward berupa uang prestasi, besaran uang yang diterima tergantung

dari hasil penilaian unjuk


2

kerja yang diperoleh karyawan. Penilaian unjuk kerja juga digunakan untuk

pemberian hukuman jika karyawan mendapat nilai D dalam empat kali periode

penilaian. Hukuman yang diberikan adalah berupa penundaan kenaikan grade

selama lima tahun. Selain itu penilaian unjuk kerja digunakan pula untuk

menentukan kenaikan grade jika dalam penilaian unjuk kerja dalam tiga kali

periode karyawan mendapat nilai dengan pola tertentu B+B+B atau A+A+B

kenaikan grade dipercepat tiga tahun. Dengan memiliki lebih dari 950

karyawan. serta memiliki data penilaian unjuk kerja maka, ini adalah peluang

baru untuk membangun sebuah data warehouse. Sebelum ada data warehouse,

data hanya disimpan tanpa ada pengelolaan lebih lanjut. Ini menyebabkan

kesulitan mendapatkan informasi mengenai performa karyawan dari tahun ke

tahun karena informasi dari hasil nilai unjuk kerja karyawan hanya di sajikan

dalam bentuk format excel saja.

Masalah yang dihadapi hingga saat ini adalah database data warehouse

belum digunakan di PT Surya Pamenang dan dalam melakukan monitoring

kinerja karyawan masih menggunakan nilai unjuk kerja yang disimpan dalam

file excel hal ini membuat monitoring yang dilakukan sangat sulit terlebih

jumlah karyawan yang tidak sedikit. Untuk itu penulis tertarik untuk merancang

database data warehouse yang kemudian akan dibentuk Online Analytical

Processing (OLAP). OLAP berfungsi untuk memberikan informasi untuk

mendukung monitoring kinerja karyawan berdasarkan nilai penilaian unjuk

kerja yang disimpan di database. Hasil dari OLAP dapat digunakan untuk

melihat kinerja karyawan dalam bentuk grafik untuk melihat tren kinerja

karyawan dari waktu ke waktu.


3

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, dapat dirumuskan masalah:

1. Bagaimana membangun suatu data warehouse serta Online Analytical

Processing (OLAP) di PT Surya Pamenang untuk menampilkan

informasi yang berupa grafik kinerja karyawan berdasarkan nilai

unjuk kerja kerja karyawan untuk mendukung monitoring kinerja

karyawan?

2. Bagaimana menghitung dan menampilkan nilai aspek pekerjaan,

aspek sikap dan nilai karyawan?

3. Apakah data warehouse dan OLAP ini efektif membantu monitoring

kinerja karyawan serta mudah digunakan oleh kepala SDM PT Surya

Pamenang?

1.3 Tujuan

Membangun data warehouse dan Online Analytical Processing (OLAP)

yang mampu memberi informasi mengenai kinerja karyawan untuk

ditampilkan dalam bentuk grafik untuk membantu bagian SDM dalam

melakukan monitoring kinerja karyawan.

1.4 Batasan Masalah

Batasan masalah yang digunakan dalam penelitian ini adalah :

1. Data penelian unjuk kerja yang digunakan adalah hasil dari periode

2012, 2013, 2014.

2. Desain dan implementasi data warehouse serta pembangunan sistem

OLAP dengan menggunakan tools kettle (Pentaho Data Integration),

Schema workbench dan Mondrian sebagai OLAP server.

3. Database yang digunakan adalah database MySQL.

4. Data nilai yang digunakan adalah data nilai untuk karyawan dengan

jabatan pelaksana.

5. Data Warehouse tidak menentukan kenaikan status karyawan.

6. Nilai yang digunakan adalah nilai dari aspek pekerjaan, sikap dan nilai

akhir.


4

1.5 Metodologi Penelitian

Metodologi penelitian dan langkah – langkah yang digunakan dalam

penulisan tugas akhir adalah:

1. Studi materi dan data

Metode yang digunakan adalah mempelajari materi – materi yang

terkait dengan tugas akhir beserta refrensinya.

2. Identifikasi masalah

Melakukan observasi ke PT Surya Pamenang dan melakukan

wawancara dengan pihak PT Surya Pamenang untuk mendapatkan

informasi tentang penilaian unjuk kerja karyawan.

3. Pengumpulan data dan informasi

Mengumpulkan data penilaian unjuk kerja karyawan di PT Surya

Pamenang lalu menganalisa dan melakukan ekstrak data agar dapat

digunakan dalam pembuatan data warehouse.

4. Membuat database datawarehouse dan proses ETL

5. Membuat star schema

6. Membuat OLAP dan desain tampilan

7. Pengujian sistem

8. Membuat kesimpulan

1.6 Sistematika Penulisan

Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir

yang akan dibuat secara teratur dan sistematis yang terdiri dari lima bab

yaitu:

Bab I Pendahuluan

Bab ini membahas mengenai latar belakang, rumusan masalah, tujuan,

batasan masalah, metodologi penelitian, dan sistematika penulisan.

Bab II Landasan Teori

Bab ini membahas mengenai pengetahuan menjadi dasar teori untuk

mendukung pembuatan data warehouse penilaian unjuk kerja karywan

di PT Surya Pamenang.


5

Bab III Analisis Perancangan Sistem

Bab ini berisi analisa dan perancangan gudang data.

Bab IV Implementasi dan Analisa Hasil

Bab ini berisi pembuatan gudang data dan berisi laporan serta hasil

pembangunan gudang data.

Bab V Analisis Hasil

Bab ini berisi hasil pembuatan gudang data.

Bab VI Penutup

Bab ini berisi kesimpulan dan saran.


6

BAB II

LANDASAN TEORI

2.1 Data Warehouse

Data Warehouse mengintegrasikan data yang telah disimpan dalam periode

waktu tertentu dan sering digunakan untuk menambah informasi. Menurut

Inmon (1992) data warehouse didefinisikan sebagai sekumpulan data yang

terintegrasi, basis data berorientasi subyek yang didesain untuk mendukung

fungsi sistem pengambil keputusan, dimana setiap unit data adalah non-volatile

dan relevan untuk waktu tertentu.

2.1.1 Komponen Data Warehouse

Ada banyak komponen yang terdapat dalam data warehouse,

diantaranya (Connoly & Begg, 2008):

1. Penyimpanan Data

Penyimpanan data adalah komponen umum dalam data warehouse.

Dalam kurun waktu tertentu sebuah organisasi pasti melakukan

penyimpinan data opersional maupun non-operasional dengan metode

tertentu. Data yang disimpan oleh perusahaan ini dalam data warehouse

menjadi sumber aliran data mentah dan terorganisir berdasar pada subjek

seperti pelanggan, produk dan supplyier. Penyimpanan data juga sering

disebut sebagai data warehouse secara fisik.

2. Data Pasar (mart data)

Data pasar adalah subset bagian dari data resource yang memiliki

tujuan yang spesifik seperti data penjualan, data pembelian dan data

inventori. Dalam data warehouse, data pasar adalah cara meningkatkan

inputan kedalam data warehouse dan menurunkan tingkat kesalahan

yang terjadi. Data pasar digunakan untuk memperkecil biaya dan

memperkecil skala.

3. Metadata

Metadata adalah salah satu contoh dari data warehouse secara

logikal. Metadata digunakan untuk memperoleh informasi dan


7

mengakses data secara aktual. Sistem legacy pada umumnya tidak

menyimpan record tentang karakteristik dari data, seperti jumlah item

yang ada, lokasi data, asal data atau bagaimana data dapat diakses.

Metadata adalah data dari data atau dengan kata lain metadata adalah

menyimpan informasi mengenai data – data yang disediakan oleh data

warehouse.

4. Decision Support System (DSS) dan Executive Information System

(EIS)

DSS dan EIS bukan bagian dari data warehouse. DSS dan EIS

adalah produk yang digunakan untuk mendukung data warehouse.

2.1.2 Karakteristik Data Warehouse

Karakteristik utama dari gudang data dapat dilihat pada tabel:

Tabel 2. 1 Karakteristik Data Warehouse

Karakteristik Deskripsi

Subject Oriented Data diorganisir sesuai dengan

kebutuhan user.

Integrated

Menghilangkan kerancuan dalam hal

penamaan dan kekacauan informasi.

Data harus dalam kondisi “clean”

Time-series Data dalam rangkaian waktu, bukan

hanya status saat ini..

Summarized Data opersional dikumpulkan untuk

mendukung keputusan.

Larger Memelihara data dari waktu ke waktu

selama diperlukan.

Not Normalized Terdapat redudansi.

Metadata Data mengenai data untuk user dan

personil data warehouse

Input Data operasional ditambah data

eksternal yang dibutuhkan.

Nonvolatile Data hanya dapat dibaca tidak dapat

dirubah oleh user


8

2.1.3 Langkah Pembuatan Data Warehouse

1. Membaca data legacy

Memperhatikan bagian-bagian data yang perlu untuk dilakukan

pembersihan.

2. Menggabungkan data dari sumber terpisah

Setiap jenis informasi yang diinginkan mungkin berasal dari

beberapa file yang harus digabungkan pada data warehouse.

3. Memindahkan data dari sumber ke dalam server gudang data

Membuat standarisasi format dan copy-kan data dari sumber data

sekaligus melakukan clean-ing data

4. Memecah data warehouse dalam tabel fakta dan tabel dimensi

Tabel fakta dan dimensi disusun menurut kebutuhan subyek.

2.1.4 Implementasi Data Warehouse

Ada banyak cara untuk mengimplementasikan data warehouse tetapi

yang utama adalah mendesain basis data dengan skema yang sangat baik

agar dapat dengan mudah melakukan integrasi data. Data warehouse

harus mampu untuk melakukan proses cleaning terhadap data. Data

dengan maksud yang sama seharusnya dipandang sama. Perbedaan

harus dihilangkan dalam data warehouse. Oleh karena itu didalam data

warehouse terjadi redudansi data adalah hal yang sangat wajar.

Denis Kozar (1997), wakil pimpinan dari Enterprise Information

Architecture dari Chase Manhattan Bank mengemukakan ‘tujuh

kesalahan fatal’ dalam menerapkan data warehouse yaitu:

1. Pada saat membangun data warehouse.

Kesalahan yang sering terjadi adalah tidak dilakukan

perancangan yang baik pada data warehouse. Pada saat akan

membangun sebuah data warehouse seharusnya sudah dipikirkan

bagaimana cara melakukan desain, membangun dan memelihara

data warehouse itu sendiri. Data Warehouse tidak dapat dengan

sendirinya dibangun dengan harapan aka nada orang yang

memanfaatkannya.


9

2. Kesalahan dalam membuat kerangka arsitektur data

warehouse

Kerangka adalah blue print untuk membangun dan

menggunakan berbagai komponen data warehouse. Bila terjadi

kesalahan dalam pembuatan kerangka maka akan berakibat fatal,

karena kerangka arsitektur data warehouse sangat penting.

3. Ketidakmampuan menyusun asumsi

Asumsi dan data potensial harus dimasukan ke dalam

kerangka data warehouse, asumsi yang harus dipersiapkan antara

lain :

a. Jumlah data yang akan dimasukan kedalam data warehouse.

b. Berapa sering data harus diperbahurui / dilakukan update?

c. Dimanakah data warehouse akan ditempatkan?

4. Kesalahan dalam menentukan peralatan

Untuk memilih peralatan dalam membangun data warehouse

harus sangat tepat.karena dalam membangun data warehouse

menggunakan peralatan yang berbeda dengan peralatan yang

digunakan untuk membangun sistem operasional.

5. Kesalahan siklus hidup data warehouse.

Siklus hidup data warehouse berbeda dengan system

development life cycle (SDLC). Meski terdapat kesamaan namun

ada perbedaan mendasar yaitu siklus hidup data warehouse tidak

pernah berakhir, selalu berlanjut sehingga perlu selalu

diperbaharui.

6. Kecenderungan membatalkan data

Kecenderungan membatalkan data yang mengandung

perbedaan. Perlu dilakukan penyesuaian terhadap data yang

berbeda dan bukan menghilangkan data, karena redudansi data

wajar terjadi di dalam data warehouse.

7. Menggagalkan dokumen jika terjadi kesalahan


10

2.2 Extract, Transform, and Load (ETL)

Proses Extract, Transform and Load (ETL) adalah proses untuk

melakukan extract data. Kemudian dari extract berbagai macam data

akan dilakukan transformasi data kemudian dilakukan proses load

kedalam data warehouse. Untuk itu dapat di katakana proses ETL dibagi

menjadi tiga proses besar yaitu:

1. Extract

Mengumpulkan data dari multiple, heterogeneous dan external

sources.

2. Transform

Mengubah data dari format asli / legacy kedalam format data

warehouse.

3. Load

Merupakan proses untuk membuat rangkuman informasi yang sudah

diolah dan membangun indeks serta partisi untuk disajikan kedalam

computer views.

2.3 Multi Dimensional Modeling

2.3.1 Cube, Dimension, Measure dan Member

OLAP menggunakan multi dimensional modeling, artinya kita

dapat melihat analisis pengukuran dengan pandangan berbagai dimensi.

Dalam konsep OLAP kita akan mengerti beberapa istilah berkaitan dengan

OLAP :

1. Cube : cube adalah struktur multi dimensional konseptual yang terdiri

dari dimension dan measure. Biasanya mencakup pandangan bisnis

tertentu.

2. Dimension : dimensi adalah struktur view / sudut pandang yang akan

menyusun cube. Demensi terdiri dari berbagai macam level.

3. Measure : nilai pengukuran itu sendiri.

4. Member : anggota dari dimensi /measure tertentu.


11

2.3.2 Fact Table dan Dimension Table

Tabel fakta adalah tabel dimensional yang akan menyimpan data

numeric dan berisi composite primary key. Tabel dimensi adalah

sekumpulan tabel-tabel yang lebih kecil dari tabel fakta pada model

dimensional yang berisi pointer sehingga dapat menunjukan data ditabel

terpisah. Setiap tabel dimensi memiliki non-composite primary key

(Connolly dkk, 2005).

Di dalam model multi dimensional , database terdiri dari beberapa

tabel fakta dan beberapa tabel dimensi yang saling terkait. Tabel fakta

berisi nilai dari agregasi yang menjadi pengukuran (measure) serta

beberapa key yang terkait ke tabel dimensi yang menjadi sudut pandang

dari measure tersebut. Dalam perkembangannya, susunan tabel fakta dan

tabel dimensi memiliki standar perancangan atau schema karena dapat

meningkatkan performa dan kemudahan dalam penerjemahan ke OLAP.

Schema inilah yang menjadi dasar untuk melakukan data warehousing.

Salah satu schema yang umum digunakan adalah skema bintang (star

schema) yang dapat diterapkan di berbagai OLAP engine.

2.4 Skema Kristal Salju (Snowflake schema) dan Skema Bintang

Menurut Connolly dan Begg (2010), skema snowflake adalah variasi lain

dari skema bintang dimana tabel dimensi tidak berisi data yang denormalized.

Suatu tabel dimensi dapat memiliki tabel dimensi lainnya.

Skema bintang (star schema) adalah struktur logical yang memiliki sebuah

tabel fakta yang berisi data factual yang diletakan di tengah dan di kelilingi

oleh tabel dimensi yang berisi data refrensi. Skema bintang mengeksploitasi

karakteristik dari data factual di mana fakta dibuat dari peristiwa yang muncul

di masa lalu dan tidak mungkin berubah, dengan mengabaikan bagaimana data

dianalisis. Penting untuk memperlakukan data fakta sebagai data refrensi yang

dapat dibaca (read only refrence data) yang tidak akan berubah sepanjang

waktu (Connolly dkk, 2005).


12

2.5 Pentaho

Menurut informasi yang tertulis pada web resmi Pentaho, Pentaho adalah

bagian dari perusahaan Hitachi, yang bergerak pada bidang data integration dan

business analytics. Pentaho dapat melakukan pengolahan data dengan basis

apapun. Pentaho dikembangkan oleh Pentaho Corporation yang berpusat di

daerah Orlanda, Amerika Serikat. Ada dua bentuk produk Pentaho yang

ditawarkan, yang pertama adalah Enterprise edition (EE) yang memiliki sifat

berbayar dengan ketentuan annual subscribtion atau kontrak tahunan untuk

menggunakannya serta yang kedua adalah Community Edition (CE) yang bersifat

open source.

2.6 Online Analytical Processing (OLAP)

Database OLAP dirancang dan difokuskan pada kecepatan untuk membaca

data terutama dari volume data yang besar. Database OLAP tidak akan

mengantisipasi perubahan data yang dilakukan oleh pengguna. Tetapi sebaliknya,

isi dari database dipopulasi dengan suatu proses batch dan biasanya dilakukan

dalam periode tertentu. OLAP akan menampilkan informasi dari permintaan

proses analisis yang bersifat dimensional.


13

BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Kebutuhan

Tahap ini digunakan untuk mengetahui kebutuhan dari bagian SDM PT

Surya Pamenang Kediri dalam melakukan monitoring hasil penilaian unjuk

kerja karyawan. Monitoring nilai dan analisis akan digunakan untuk

pertimbangan bagi kebijakan yang akan dijalankan oleh bagian SDM.

Dalam melakukan monitoring kinerja karyawan dibutuhkan informasi

yaitu nilai aspek pekerjaan, sikap dan nilai akhir dari setiap karyawan yang

akan menentukan karyawan mendapat nilai A, B, C, D atau E. Nilai A, B, C,

D atau E yang didapat dari setiap karyawan dapat mendukung untuk

pengambilan kebijakan oleh bagian SDM. Dengan pola nilai tertentu dari nilai

karyawan bagian SDM dapat mengambilkan kebijakan yang diperlukan.

Penilaian unjuk kerja juga digunakan untuk pemberian hukuman jika karyawan

mendapat nilai D dalam empat kali periode penilaian. Hukuman yang diberikan

adalah berupa penundaan kenaikan grade selama lima tahun. Selain itu

penilaian unjuk kerja digunakan pula untuk menentukan kenaikan grade jika

dalam penilaian unjuk kerja dalam tiga kali periode karyawan mendapat nilai

B+B+B atau A+A+B kenaikan grade dipercepat tiga tahun.

Untuk mendukung monitoring kinerja karyawan maka akan dibangun

database data warehouse dan OLAP untuk memberikan informasi tentang nilai

aspek pekerjaan, aspek sikap, nilai akhir serta grafik nilai per karyawan yang

memudahkan untuk melihat trend kinerja karyawan. Nilai A, B, C, D atau E

yang didapat berdasarkan pada nilai akhir yang didapat karyawan dari hasil

PUK.

3.2 Analisis Sistem

Hasil nilai dari penilaian unjuk kerja disimpan pada sebuah file excel.

Untuk setiap periode penilaian maka akan menghasilkan satu file excel yang

berisi hasil nilai dari penilaian unjuk kerja karyawan. Penulis mencoba untuk

membantu memecahkan masalah yaitu dengan membuat gudang data untuk


14

bagian SDM PT Surya Pamenang, yaitu dengan membuat gudang data. Guna

membuat gudang data untuk keperluan memberikan informasi mengenai nilai

dari faktor pekerjaan, faktor sikap, dan nilai akhir dari karyawan maka

diperlukan :

1. Bahan berupa data Excel yaitu :

Laporan yang berisi tentang hasil nilai karyawan tahun 2012, 2013, 2014

dapat dilihat pada tabel 3.1.

Tabel 3. 1 Data File Excel

Daftar Field Excel

a) Code

b) Nik

c) Masa Kerja

d) Bagian

e) Seksi

f) Penilai1_1_1

g) Penilai2_1_1

h) Indikator1_1

i) Indikator1_5

j) Penilai1_2_1

k) Penilai2_2_1

l) Indikator 2_1

m) Penilai1_2_2

n) Penilai2_2_2

o) Indikator2_2

p) Penilai1_2_3

q) Penilai2_2_3

r) Indikator2_3

s) Indikator2_4

t) Penilai1_2_5

u) Penilai2_2_5

v) Indikator2_5


15

3.3 Mendesain Gudang Data

Tahapan yang akan dilakukan dalam desain gudang data :

1. Membaca data legacy

Memperhatikan bagian-bagian data yang perlu untuk

dilakukan pembersihan.

2. Menggabungkan data dari sumber terpisah

Setiap jenis informasi yang diinginkan mungkin berasal dari

beberapa file yang harus digabungkan pada data warehouse.

3. Memindahkan data dari sumber ke dalam server gudang data

Membuat standarisasi format dan copy-kan data dari sumber

data sekaligus melakukan clean-ing data

4. Memecah data warehouse dalam tabel fakta dan tabel dimensi

Tabel fakta dan dimensi disusun menurut kebutuhan subyek.

Berikut ini akan dijelaskan :

3.3.1 Membaca Data Legacy

Data yang didapat berisi data tentang hasil nilai penilaian unjuk kerja

karyawan di PT Surya Pamenang. Data yang didapat masih berupa data file

excel dengan 35 kolom. Data harus dikonversi terlebih dahulu untuk

disimpan ke dalam database yang akan digunakan.

3.3.1.1 Master PUK

Tabel master puk bersisi data nilai karyawan, nik, kode, bagian dan

seksi. Atribut yang diperlukan pada tabel master puk dapat dilihat pada tabel

3.2

Tabel 3. 2 Data Penilaian Unjuk Kerja

Master PUK Deskripsi

NIK Berisi nomor induk

karyawan.

KODE Berisi kode dari

karyawan yang

didapat dari

department keuangan

BAGIAN Berisi bagian dimana

karyawan bekerja.


16

SEKSI Berisi seksi dimana

karyawan bekerja.

PERIODE CODE Berisi kode periode

yang menunjukan

waktu karyawan

dilakukan penilaian

unjuk kerja.

ID BAGIAN Berisi kode bagian

dimana karyawan

bekerja.

Penilai1_1_1 Berisi nilai dari penilai

1 pada aspek penilaian

1.1



1.1

INDIKATOR 1_1 Berisi nilai karyawan

dari indikator 1.1



1.2



1.2


dari indikator 1.2



1.3.



1.3.


dari indikator1.3.



1.4.

Penilai2_1_4 Berisi nilai karyawan

dari penilai 2 pada

aspek penilaian 1.4.

INDIKATOR1_4 Berisi nilai karyawan

dari indikator1.4.



1.5



1.5


17


dari indikator 1.5


dari penilai 1 pada



dari penilai 2 pada



dari indikator 2.1.


dari penilai 1 pada



dari penilai 2 pada



dari indikator 2.2.


dari penilai 1 pada



dari penilai 2 pada



dari indikator 2.3.


dari penilai 1 pada



dari penilai 2 pada



dari indikator 2.4.


dari penilai 1 pada



dari penilai 1 pada



dari indikator 2.5.

3.3.1.2 Master Periode

Master periode berisi data tentang rentang waktu penilaian puk. Data

pada tabel periode dapat dilihat pada tabel 3.3


18

Tabel 3. 3 Data Periode Penilaian

Master Periode Deskripsi

PK Periode_Code Berisi No Periode code

Bulan_awal Berisi nama bulan awal PUK

Bulan_akhir Berisi nama bulan akhir PUK

Tahun_awal Berisi tahun awal PUK

Tahun_akhir Berisi tahun akhir PUK

3.3.1.3 Master Karyawan

Master karyawan berisi data tentang karyawan antara lain data NIK,

kode, bagian, seksi, dan department. Data pada tabel master karyawan

dilihat pada tabel 3.4

Tabel 3. 4 Data Karyawan

Master Karyawan Deskripsi

PK NIK Berisi NIK dari karyawan.

Code Berisi code karyawan.

Department Berisi di department mana karyawan

bekerja.

Bagian Berisi di bagian mana karyawan bekerja.

Seksi Berisi di seksi mana karyawan bekerja.

3.3.1.4 Master Bagian

Data master bagian berisi ID dan nama bagian dapat dilihat pada tabel

3.5

Tabel 3. 5 Data Bagian

Master Bagian Deskripsi

PK ID Bagian Berisi ID untuk setiap bagian

Bagian Berisi nama bagian tempat karyawan

bekerja.

3.3.2 Menggabungkan Data Dari Sumber Terpisah

Pada bagian ini, data yang berasal dari berbagai sumber yang

terpisah akan digabungkan. Pada studi kasus yang digunakan dalam

penelitian ini semua file berbentuk file excel. Untuk itu sumber data yang

masih berbentuk file excel tersebut akan dipindahkan ke tabel dalam

database.


19

3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse

Sebelum data dipindahkan ke server data warehouse, harus dilakukan

penyusunan tabel data warehouse dengan memperhatikan hasil dari langkah

–langkah sebelumnya. Bentuk data warehouse untuk studi kasus di PT

Surya Pamenang adalah:

a. Tabel Master Karyawan

Dalam melakukan penelian unjuk kerja PT Surya Pamenang

memiliki data tentang karyawan yang akan dinilai. Data karyawan ini

disimpan didalam data master karyawan. Karena yang diberikan data

karyawan masih dalam bentuk file excel maka akan di pindahkan

kedalam database tabel Master_Karyawan. Dalam tabel

master_karyawan data yang disimpan meliputi data tentang NIK,

Code, Department, Bagian, dan Seksi. Proses pemindahan data dapat

dilihat pada gambar 3.1.

Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan

b. Tabel Periode

Tabel periode adalah tabel yang akan menyimpan waktu dan periode

pelaksanaan PUK. Tabel ini berisi periode_code, bulan_awal,

bulan_akhir, tahun_awal, tahun_akhir. Yang akan menjadi primary

key adalah periode_code. Proses pemindahan tabel periode dapat

dilihat pada gambar 3.2


20

``

Gambar 3. 2 Proses Pemindahan Tabel Periode

c. Tabel Bagian

Tabel bagian adalah tabel yang akan menyimpan id dan nama

bagian dimana karyawan bekerja dengan primary key adalah id

bagian. Proses dapat dilihat pada gambar 3.3

Gambar 3. 3 Proses Pemindahan Tabel Bagian

d. Tabel Master PUK

Tabel master PUK digunakan untuk menyimpan hasil penilaian dari

setiap karyawan. Data yang diperoleh masih berasal dari file excel

dan ini harus di ubah untuk dimasukkan kedalam database menjadi

tabel mspuk. Dapat dilihat pada gambar 3.4


21

Gambar 3. 4 Proses Pemindahan Master PUK

1.3.4 Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi

Tabel dimensi yang digunakan berasal dari beberapa tabel. Berikut

detail asal dari tiap dimensi :

a. Tabel dim_karyawan

Dim_karyawan berisi detail tentang data karyawan. Data

karyawan berupa nik, Kode, Department, Bagian dan Seksi.

Pada dim karyawan akan ditambahkan satu field yaitu

sk_karyawan. struktur tabel dim karyawan dapat dilihat pada

gambar 3.5

Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan


22

b. Tabel dim_periode

Dim_Periode berisi detail waktu periode penilaian. Dim periode

digunakan sebagai dimensi waktu. Didalam dimensi periode

terdapat sk_periode, periode_code, bulan awal, bulan akhir,

tahun awal, tahun akhir. Struktur tabel pada gambar 3.6

Gambar 3. 6 Membuat Tabel Dim Periode

c. Tabel dim_bagian

Dim_Bagian berisi tentang bagian yang menunjukan posisi

karyawan bekerja. Didalam dimensi dim_bagian terdapat

sk_bagian, id_bagian, bagian. Struktur tabel pada gambar 3.7

Gambar 3. 7 Membuat Tabel Dim Bagian

d. Tabel dim_puk

Dimensi puk dibuat untuk menyimpan detail nilai karyawan per

indikator. Dari tabel dimensi puk akan dibentuk sk_puk,

indikator1_1 – indikator2_1. Tabel dim puk dibuat untuk

mendukung dalam pembentukan tabel fact_detail. Struktur tabel

dim puk dapat dilihat pada gambar 3.8


23

Gambar 3. 8 Membuat Tabel Dimensi PUK

Gambar 3.8 merupakan struktur tabel dimensi puk. Data dari OLTP akan

dipilih untuk dimasukan / disimpan pada dimensi puk.


24

3.3.5 Diagram Use Case

Proses utama yang dilakukan yaitu proses monitoring kinerja karyawan.

Diagram use case akan menggambarkan interaksi user dengan sistem dapat

dilihat pada gambar 3.9

Gambar 3. 9 Gambar Use Case

3.3.6 Narasi use case diagram

Langkah melihat nilai karyawan digunakan oleh user ketika ingin melihat

nilai final karyawan. langkah dalam melakukan ini dapat dilihat pada tabel

3.6. untuk langkah melihat detail nilai karyawan dapat dilihat pada tabel 3.7

Tabel 3.6 Tabel Narasi use case Melihat grafik nilai.

Aktor : User SDM

Deskripsi Use

Case :

Use Case menggambarkan tentang

mekanisme melihat grafik OLAP.

Prakondisi : User SDM harus memiliki hak akses berupa

user name dan password sebagai admin.

Trigger : -

Langkah Umum : Kegiatan Aktor : Kegiatan Sistem :

2. Aktor memilih

menu yang akan

dilihat di OLAP.

1. Menampilkan

halaman

utama.

3. Menampilkan

hasil OLAP.

Langkah

Alternatif :

-

Kesimpulan : Use Case berhenti bila user memilih menu

lain.


25

Tabel 3.7 Tabel Narasi use case Melihat detail nilai indikator

Aktor : User SDM

Deskripsi Use

Case :

Use Case menggambarkan tentang

mekanisme melihat detail nilai indikator.

Prakondisi : User SDM harus memiliki hak akses berupa

user name dan password sebagai admin.

Trigger : -

Langkah Umum : Kegiatan Aktor : Kegiatan Sistem :

2. Aktor memilih

menu yang akan

dilihat di OLAP.

1. Menampilkan

halaman

utama.

3. Menampilkan

hasil nilai

indikator.

Langkah

Alternatif :

-

Kesimpulan : Use Case berhenti bila user memilih menu

lain.

3.4 Pembuatan OLAP

Dalam pembuatan data warehouse ini memiliki cube analisis. Cube analisis

digunakan untuk melihat hasil penilaian untuk faktor pekerjaan, faktor sikap

dan nilai akhir. Cube ini berhubungan dengan tiga tabel dimensi. Cube

dibangun dengan menggunakan Star Schema. Pada star schema memiliki

tabel fakta yaitu fact_nilai untuk nilai aspek pekerjaan, sikap, dan nilai

akhir. Fact nilai memiliki hubungan dengan tabel dim karyawan, dim

periode dan di bagian. Fact_detail adalah tabel fakta untuk menyimpan dan

menampilkan detail nilai. Tabel yang diperlukan untuk membentuk tabel

fakta adalah dim karyawan, dim puk, dim periode dan dim bagian.

Rancangan OLAP fact nilai dapat dilihat pada gambar 3.10 dan gambar 3.11

untuk OLAP fact detail.


26

Gambar 3. 10 Rancangan OLAP Melihat Grafik

DIM_PERIODE

PK SK_PERIODE

PERIODE_CODE

BULAN_AWAL

BULAN_AKHIR

TAHUN_AWAL

TAHUN_AKHIR FACT_PUK

FK SK_KARYAWAN

FK SK_PERIODE

FK SK_BAGIAN

Aspek pekerjaan

Aspek Sikap

Nilai Akhir

Nilai Huruf

Keterangan

Dim Karyawan

PK

D

SK_KARYAWAN

NIK

KODE

DEPARTMENT

BAGIAN

SEKSI

DIM_BAGIAN

PK SK_BAGIAN

ID_BAGIAN

BAGIAN


27

Gambar 3. 11 Rancangan OLAP Melihat Detail Indikator

DIM_PERIODE

PK SK_PERIODE

PERIODE_CODE

BULAN_AWAL

BULAN_AKHIR

TAHUN_AWAL

TAHUN_AKHIR

DIM PUK

PK SK_PUK

INDIKATOR 1_1

INDIKATOR 1_2

INDIKATOR 1_3

INDIKATOR1_4

INDIKATOR 1_5

INDIKATOR 2_1

INDIKATOR 2_2

INDIKATOR 2_3

INDIKATOR 2_4

INDIKATOR 2_5 Dim Karyawan

PK

D

SK_KARYAWAN

NIK

KODE

DEPARTMENT

BAGIAN

SEKSI

FACT_PUK

FK SK_KARYAWAN

FK SK_PERIODE

FK SK_PUK

FK SK_BAGIAN

INDIKATOR 1_1

INDIKATOR 1_2

INDIKATOR 1_3

INDIKATOR1_4

INDIKATOR 1_5

INDIKATOR 2_1

INDIKATOR 2_2

INDIKATOR 2_3

INDIKATOR 2_4

INDIKATOR 2_5

DIM_BAGIAN

PK SK_BAGIAN

ID_BAGIAN

BAGIAN


28

3.5 Perancangan Antar Muka

Sistem ini yang akan dibangun digunakan pengguna sistem agar

dapat berinteraksi dengan sistem melalui Graphical User Insterface (GUI)

untuk login, halaman utama, halaman nilai final karyawan, dan halaman

detail nilai karyawan.

3.5.1 Tampilan Halaman Login

Tampilan halaman login terdiri dari dua field yang digunakan

untuk memasukan data username dan password serta satu tombol

yaitu tombol login yang digunakan untuk proses login. Tampilan

halaman login dapat dilihat pada gambar 3.12

Gambar 3. 12 Tampilan Halaman Login

3.5.2 Tampilan Halaman Utama

Tampilan halaman utama terdiri dari menu nilai final karyawan,

detail nilai karyawan dan logout. Tampilan halaman menu utama

dapat dilihat pada gambar 3.13

Gambar 3. 13 Halaman Menu Utama


29

3.5.3 Tampilan Halaman Nilai Final Karyawan

Tampilan halaman nilai final karyawan terdiri dari menu nilai

final karyawan, detail nilai karyawan dan logout. Di halaman ini juga

ditampilkan OLAP dari tabel fakta nilai karyawan. Tampilan

halaman data analisis dapat dilihat pada gambar 3.14

Gambar 3. 14 Halaman Nilai Final Karyawan

3.5.4 Halaman Detail Nilai Karyawan

Tampilan halaman detail nilai karyawan terdiri dari menu nilai

final karyawan, detail nilai karyawan dan logout. Di halaman ini juga

ditampilkan OLAP dari tabel fakta detail nilai karyawan. Tampilan

halaman detail nilai karyawan dapat dilihat pada gambar 3.15

Gambar 3. 15 Tampilan Halaman Detail Nilai Karyawan


30

BAB IV

IMPLEMENTASI

4.1 Implementasi

Pada bab ini akan menjelaskan tentang implementasi pembuatan database

data warehouse dan OLAP.

4.1.1 Implementasi Basis Data

Pada tahap ini akan menjelaskan pembuatan database untuk sistem dengan

menngunakan MySQL. Database pada sistem ini bernama ‘SKRIPSI’ untuk

menyimpan data kedalam database didalam tabel OLTP, tabel yang dimiliki

antara lain tabel ‘Master_Karyawan’, tabel ‘Master_Bagian’, table

‘Master_PUK’, dan tabel ’Periode’. Untuk database data warehouse memiliki

dua database yaitu ‘SKRIPSIDWH’ untuk menyimpan data untuk OLAP detail

nilai indikator dan database ‘SKRIPSIDWHFINALCOBA1’ untuk

menyimpan data untuk OLAP nilai akhir dan grafik. Tabel yang dimiliki yaitu

tabel ‘Dim_Karyawan’, tabel ’Dim_Bagian’, tabel ‘Dim_PUK’, tabel

‘Dim_Periode’ dan dua tabel fact yaitu tabel’fact_detail’ untuk detail nilai

indikator serta tabel ‘fact_nilai’ untuk nilai akhir, aspek pekerjaan dan aspek

sikap. Query pembentukan tabel dapat dilihat pada lampiran I.

4.2 Implementasi Data Warehouse

4.2.1 Membaca Data Legacy

Pada tahap ini menganalisa tabel database yang digunakan untuk

membangun tabel fakta dan tabel dimensi dalam database data warehouse.

Sumber data yang digunakan adalah berupa file excel yang dipindahkan

kedalam tabel di database OLTP ‘SKRIPSI’. Data didalam file excel

merupakan data nilai unjuk kerja karyawan mulai dari tahun 2012 hingga 2014.

Setiap tahun memiliki dua kali periode penilaian yang artinya terdapat enam

file excel yang menyimpan data tentang hasil nilai unjuk kerja karyawan.


31

4.2.2 Memindahkan Data ke Server Data Warehouse.

1. Table ‘master_bagia

Gambar 4. 1 master_bagian.ktr

Gambar di atas merupakan proses pemindahan data bagian dari tabel

master_karyawan ke dalam tabel master_bagian. Langkah dari

pembentukan tabel adalah sebagai berikut :

1) Membaca sumber data yaitu field bagian yang ada didalam tabel

master_karyawan.

2) Memilih field yang akan dimasukan kedalam tabel master bagian.

3) Memilih table master_bagian untuk output.

Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk

pembentukan tabel master_bagian.

Nama File master_bagian.ktr

Nama Step Table input Mengambil data dari field di

tabel master karyawan.

Nama Step Select Values Mengambil field bagian dan

id_bagian yang sudah

diproses untuk dimasukan

kedalam step berikutnya.

Nama Step Insert / Update Tabel output master_bagian

Connection Host : localhost

Database : skripsi

Port : 3306

Target Tabel Master_bagian.


32

Gambar 4. 2 data master_bagian

2. Tabel ‘master_karyawan’

Gambar 4. 3 master_karyawan.ktr

Gambar di atas merupakan proses pemindahan data karyawan dari

file excel ke dalam tabel master_karyawan di database skripsi. Langkah

pembentukan tabel master_karyawan adalah sebagai berikut :

1) Membaca sumber data yaitu file excel data karyawan yang terdiri dari

kode, nik, department, bagian, seksi dan id_bagian.

2) Memilih field yang akan dimasukan kedalam tabel master_karyawan.

3) Menggunakan insert/update untuk memasukan data untuk

memudahkan proses jika ada tambahan karyawan / karyawan yang

berpindah bagian kemudian disimpan kedalam tabel

master_karyawan.

Penjelasan spesifikasi file dapat dilihat pada tabel 4.2


33

Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses

pembentukan tabel master_karyawan.

Nama

File

Master_karyawan.ktr

Nama

Step

Excel Input Memasukan file dari excel

File/Directory E:\Metopen\SKRIPSI\2012_PUK_P1_SKRI

PSI.xlsx

E:\Metopen\SKRIPSI\2012_PUK_P2_SKRI

PSI.xlsx


PSI.xlsx


PSI.xlsx


PSI.xlsx


PSI.xlsx

Nama

Step

Select Values Memilih field yang akan dimasukan kedalam

tabel master_karyawan.

Nama

Step

Insert / Update Untuk melakukan insert / update data

karyawan dan disimpan kedalam tabel

master_karyawan.


Database : Skripsi

Port : 3306

Target Tabel Master_karyawan


34

Gambar 4. 4 data tabel master_karyawan.

3. Tabel ‘master_puk’

Gambar 4. 5 inputmasterpuk.ktr

Gambar 4.5 merupakan proses pemindahan data nilai unjuk kerja

karyawan dari file excel ke dalam database skripi di tabel master_puk.

Langkah dari pembentukan tabel master_puk adalah sebagai berikut :

1) Membaca sumber data yaitu file excel data nilai unjuk kerja karyawan

dari tahun 2012, 2013 dan 2014.

2) Memilih field yang akan dimasukan kedalam tabel master_puk.

3) Memilih tabel master_puk sebagai tabel yang menyimpan data nilai

unjuk kerja karyawan.

Penjelasan file transformasi inputmasterpuk dapat dilihat pada tabel 4.3

Tabel 4. 3 Penjelasan spesifikasi transformasi Mas

Nama

File

inputmasterpuk.ktr

Nama

Step

Excel Input Memasukan file dari excel

File/Directory E:\Metopen\SKRIPSI\2012_PUK_P1_S

KRIPSI.xlsx


35

E:\Metopen\SKRIPSI\2012_PUK_P2_S

KRIPSI.xlsx


KRIPSI.xlsx


KRIPSI.xlsx


KRIPSI.xlsx


KRIPSI.xlsx

Nama

Step

Select Values Memilih field yang akan dimasukan

kedalam tabel master_karyawan.

Nama

Step

Insert / Update Memilih tabel yaitu master_puk untuk

menyimpan data nilai PUK.


Database : Skripsi

Port : 3306

Target Tabel Master_puk

4. Tabel ‘periode’

Gambar 4. 6 Query untuk tabel periode

Gambar 4.6 merupakan proses untuk memasukan data periode

kedalam database periode. Data yang akan disimpan adalah data tentang

peride code, bulan awal, bulan akhir, tahun awal dan tahun akhir.


36

4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta

4.3.1 Transformasi Tabel dim_bagian

Gambar 4. 7 dim_bagian.ktr

Gambar 4.7 merupakan proses pembentukan tabel dimensi bagian. Tabel

dim_bagian ini akan digunakan dalam proses OLAP. Terdapat empat langkah

yaitu table input, add sequence, select values, dan insert/update. Proses diawali

dengan mengambil data dari table master_bagian dari database skripsi.

Kemudian masuk langkah add sequence yang berfungsi memberikan surrogate

key yaitu field SK_BAGIAN sebagai primary key pada tabel dim_bagian. Pada

langkah select values akan dilakukan pemilihan data untuk selanjutnya akan

disimpan ke tabel dim_bagian dengan menggunakan insert / update yang akan

menjalankan perintah SQL. Spesifikasi pembentukan tabel dim_bagian dapat



pembentukan tabel dim_bagian.

Nama File Dim_bagian.ktr

Nama Step Table Input Memasukan data dari table

master_bagian


Database : skripsi

Port : 3306

Query SQL SELECT

ID_BAGIAN

, BAGIAN

FROM master_bagian

Nama Step Add Sequence Memberikan surrogate key yaitu field

SK_BAGIAN.

Nama Step Select values Memilih field yang akan dimasukan

kedalam tabel dim bagian


37

Nama Step Insert/

Update

Insert / Update dim_bagian


Database : skripsidwh

Port : 3306

Host : localhost

Database : skripsidwhfinalcoba1

Port : 3306

Target Table Dim_bagian

Gambar 4. 8 Tabel dim_bagian

Gambar 4.8 adalah data hasil dari transformasi dim_bagian. Data

id_bagian, sk_bagian dan bagian disimpan kedalam tabel dimensi dim_bagian.


38

4.3.2 Transformasi Tabel dim_periode

Gambar 4. 9 dim_periode.ktr

Gambar 4.9 merupakan proses pembentukan tabel dim_periode. Tabel

dim_periode akan digunakan dalam proses OLAP. Terdapat empat langkah

yaitu table input, add sequence, select value, dan insert/update. Proses diawali

dengan memasukan tabel periode dari database skripsi. Kemudian, masuk ke

langkah add sequence yang berfungsi memberikan surrogate key yaitu field

SK_PERIODE sebagai primary key pada tabel dim_periode. Pada langkah

select values akan dilakukan pemilihan data yang diperlukan untuk disimpan

ke dalam tabel dim_periode melalui langkah insert / update yang akan

mengeksekusi perintah SQL. Spesifikasi pembentukan tabel dim_periode

dapat dilihat pada tabel 4.5


pembentukan tabel dim_periode

Nama File Dim_periode.ktr

Nama Step Table Input Memasukan data dari table periode


Database : skripsi

Port : 3306

Query SQL SELECT

PERIODE_CODE

, BULAN_AWAL

, BULAN_AKHIR

, TAHUN_AWAL

, TAHUN_AKHIR

FROM periode

Nama Step Add

Sequence

Memberikan surrogate key yaitu field

SK_PERIODE.

Nama Step Select

values

Memilih field yang akan dimasukan

kedalam tabel dim_periode


39

Nama Step Insert/

Update

Insert / Update ke tabel dim_periode



Port : 3306

Host : localhost


Port : 3306

Target

Table

Dim_periode

Gambar 4. 10 Tabel dim_periode

Gambar 4.10 merupakan hasil dari transformasi dim_periode. Data yang

akan disimpan kedalam tabel dimensi dim_periode adalah sk_periode,

periode_code, bulan_awal, bulan_akhir, tahun_awal dan tahun akhir.

4.3.3 Transformasi Tabel dim_karyawan

Gambar 4. 11 dim_karyawan.ktr

Gambar 4.11 merupakan proses pembentukan tabel dim_karyawan. Tabel

dim_karyawan ini digunakan dalam proses OLAP. Terdapat empat langkah

yaitu table input, add sequence, select values, dan insert/update. Pada proses

awal dilakukan dengan memasukan tabel master_karyawan dari database

skripsi. Kemudian, masuk langkah add sequence yang berfungsi untuk

memberikan surrogate key yaitu field SK_KARYAWAN sebagai primary key


40

pada table dim_karyawan. Pada langkah select values akan dilakukan

pemilihan data yang akan disimpan kedalam tabel dim_karyawan melaui

langkah insert / update yang akan mengeksekusi perintah SQL. Spesifikasi

pembentukan tabel dim_karyawan dapat dilihat pada tabel 4.6

Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses

dim_karyawan

Nama File Dim_karyawan.ktr

Nama Step Table Input Memasukan data dari table

master_karyawan


Database : skripsi

Port : 3306

Query SQL SELECT

NIK

, KODE

, ID_BAGIAN

, DEPARTMENT

, BAGIAN

, SEKSI

FROM master_karyawan

Nama Step Add Sequence Memberikan surrogate key yaitu field

SK_KARYAWAN.

Nama Step Select values Memilih field yang akan dimasukan

kedalam tabel dim_karyawan

Nama Step Insert/ update Insert / update dim_karyawan



Port : 3306

Host : localhost


Port : 3306

Target Table Dim_karyawan.


41

Gambar 4. 12 Tabel dim_karyawan

Gambar 4.12 adalah hasil dari dim_karyawan.ktr. pada transformasi

ini data yang akan disimpan kedalam tabel dimensi dim_karyawan adalah

sk_karyawan, nik, kode, id_bagian, bagian, department, dan seksi.

4.3.4 Transformasi Tabel dim_puk

Gambar 4. 13 dim_puk.ktr

Gambar 4.13 merupakan proses pembentukan tabel dim_puk. Tabel

dim_puk digunakan dalam proses OLAP. Terdapat empat langkah yaitu table


42

input, add sequence, select values, dan insert/update. Proses ini diawali dengan

memasukan data dari tabel master_puk dari database skripsi. Kemudian,

masuk langkah add sequence yang berfungsi memberikan surrogate key yaitu

field SK_PUK sebagai primary key pada tabel dim_puk. Pada langkah select

values akan dilakukan untuk memilih field yang disimpan didalam table

dim_puk melalui langkah insert / update yang akan mengeksekusi perintah

SQL. Spesifikasi pembentukan tabel dim_puk dapat dilihat pada tabel 4.7

Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk

pembentukan tabel dim_puk

Nama File Dim_puk.ktr

Nama Step Table Input Memasukan data dari table master_puk.


Database : skripsi

Port : 3306

Query SQL SELECT

PERIODE_CODE

, NIK

, KODE

, INDIKATOR1_1

, INDIKATOR1_2

, INDIKATOR1_3

, INDIKATOR1_4

, INDIKATOR1_5

, INDIKATOR2_1

, INDIKATOR2_2

, INDIKATOR2_3

, INDIKATOR2_4

, INDIKATOR2_5

, ID_BAGIAN

FROM master_puk

Nama Step Add

Sequence

Memberikan surrogate key yaitu field

SK_PUK.

Nama Step Select

values

Memilih field yang akan dimasukan kedalam

tabel dim_puk


43

Nama Step Insert/

update

Insert/ Updateke tabel dim_puk



Port : 3306

Target

Table

Dim_puk.

Gambar 4. 14 Tabel dim_puk

Gambar 4.14 adalah hasil dari transformasi dim_puk.ktr. Data yang akan

disimpan kedalam tabel dimensi dim_puk adalah periode_code, nik, kode,

indikator1_1 – indikator2_5, id_bagian dan sk_puk.


44

4.3.5 Transformasi tabel fact_detail

Gambar 4. 15 fact_detail.ktr

Gambar 4.15 merupakan proses pembentukan tabel fact detail ada

empat langkah dalam tahap ini antara lain table input, stream lookup,

select values dan insert/update. Proses diawali dengan langkah

memasukan data dari tabel dim_karyawan kemudian dilakukan stream

lookup untuk mencocokan data dengan tabel dim_puk, dim_periode, dan

dim_bagian. Setelah itu kita menggunakan select values untuk memilih

field yang akan dimasukan kedalam tabel fact detail dengan

menggunakan langkah insert/update.

Menyamakan data berturut-turut dari tabel dim_karyawan hingga

tabel dim_bagian hal ini dilakukan karena tabel fakta / fact_detail hanya

berisi data yang dapat diukur dan surrogate key dari setiap dimensi maka

data yang diambil untuk disamakan hanya surrogate key. Spesifikasi

pembentukan tabel fact_detail dapat dilihat pada tabel 4.8


pembentukan tabel fact_detail.

Nama File Fact_Detail.ktr

Nama

Step

Table Input Memasukan data dari tabel

dim_karyawan.


Database:

skripsidwh

Port : 3306

Query SQL SELECT

SK_KARYAWAN

, NIK

, KODE

, DEPARTMENT

, BAGIAN


45

, SEKSI

, ID_BAGIAN

FROM dim_karyawan

Nama

Step

Stream

lookup

Menyamakan SK_KARYAWAN

Kunci NIK karyawan

ditabel

dim_karyawan

dengan NIK di tabel

dim_puk.

Lookup SK_KARYAWAN

di tabel

dim_karyawan.

Nama

Step

Table input Table Input dim_puk

Nama

Step

Stream

lookup

Mengambil data puk untuk dicocokan

dengan NIK ditabel dim_karyawan

Kunci NIK karyawan

ditabel dim_puk

disamakan dengan

NIK ditabel

dim_karyawan.

Lookup


Database :

skripsidwh

Port : 3306

Nama

Step

Table input Query SQL SELECT

SK_PUK

, INDIKATOR1_1

, INDIKATOR1_2

, INDIKATOR1_3

, INDIKATOR1_4

, INDIKATOR1_5

, INDIKATOR2_1

, INDIKATOR2_2

, INDIKATOR2_3

, INDIKATOR2_4

, INDIKATOR2_5

, NIK

, PERIODE_CODE

, KODE

, ID_BAGIAN

FROM dim_puk

Nama

Step

Table Input Memasukan data dari dim_periode.


Database :

skripsidwh

Port : 3306

Query SQL SELECT

PERIODE_CODE

, BULAN_AWAL

, BULAN_AKHIR

, TAHUN_AWAL


46

, TAHUN_AKHIR

, SK_PERIODE

FROM dim_periode

Nama

Step

Stream

lookup

Menyamakan periode code

Kunci Periode code ditabel

dim_puk dan

periode code ditabel

dim_periode.

lookup SK_PERIODE dari

tabel dim_periode.

Nama

Step

Table Input Memasukan data dari dim_bagian


Database :

skripsidwh

Port : 3306

Query SQL SELECT

SK_BAGIAN

, BAGIAN

, ID_BAGIAN

FROM dim_bagian

Nama

Step

Stream

lookup

Menyamakan id bagian

Kunci Id bagian di tabel

dim_bagian

disamakan dengan

id_bagian di tabel

dim_karyawan

lookup SK_BAGIAN di

tabel dim_bagian.

Nama

Step

Select Values Memilih data

yang akan

disimpan

kedalam tabel

fact_detail.

Fieldname

SK_PERIODE

SK_PUK

INDIKATOR1_1

INDIKATOR1_2

INDIKATOR1_3

INDIKATOR1_4

INDIKATOR1_5

INDIKATOR2_1

INDIKATOR2_2

INDIKATOR2_3

INDIKATOR2_4

INDIKATOR2_5

SK_KARYAWAN


47

SK_BAGIAN

Nama step Insert/update Untuk menyimpan data kedalam tabel

fact_detail.


Database :

skripsidwh

Port : 3306

Target table Fact_detail

Gambar 4. 16 Hasil Fact_Detail

Gambar 4.16 adalah hasil transformasi fact_detail. Data yang disimpan

didalam fact_detail adalah sk_periode, sk_puk, indikator1_1 – indikator2_5,

sk_karyawan dan sk_bagian.


48

4.3.6 Transformasi tabel fact nilai

Gambar 4. 17 factnilai,ktr

Gambar 4.17 merupakan proses pembentukan tabel fact_nilai. Tabel

fact_nilai ini akan digunakan dalam proses OLAP. Terdapat lima step

yaitu table input, stream lookup, select values, java script, dan insert /

update. Pada proses ini terdapat empat tabel input yaitu tabel

dim_karyawan, master puk, dim_periode, dan dim_bagian. Terdapat tiga

step stream lookup yaitu stream lookup menyamakan data nik, stream

lookup menyamakan periode dan stream lookup untuk menyamakan

bagian. Selanjutnya dilakukan pemilihan data yaitu data indikator, hasil

pemilihan data indikator akan digunakan untuk menghitung nilai aspek

pekerjaan, sikap dan nilai akhir pada step java script. Pada java script

terdapat rumus untuk menghitung nilai aspek pekerjaan, sikap dan nilai

akhir. Selanjutnya hasil dari perihitungan yaitu nilai akhir akan diproses

kembali pada java script untuk menentukan nilai huruf yang didapat.

Pada proses java script nilai huruf, nilai akhir akan diproses untuk

menentukan nilai huruf yang didapat sesuai dengan nilai akhir.

Selanjutnya data dipilih pada step select values untuk memilih data

mana saja yang akan disimpan kedalam tabel fact_nilai pada step

insert/update. Pada step insert/update data akan dicek sebelum disimpan

pada tabel fact_nilai. Spesifikasi pembentukan tabel fact_nilai dapat


Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses

pembentukan tabel fact_nilai

Nama File Fact_Detail.ktr


49

Nama Step Table

Input

Memasukan data dari tabel dim_karyawan.


Database:

skripsidwhfinalcoba1

Port : 3306

Query SQL SELECT

SK_KARYAWAN

, NIK

, KODE

, DEPARTMENT

, BAGIAN

, SEKSI

, ID_BAGIAN

FROM dim_karyawan

Nama Step Stream

lookup

Menyamakan SK_KARYAWAN

Kunci NIK karyawan ditabel

dim_karyawan dengan

NIK di tabel master

puk.

Lookup SK_KARYAWAN di

tabel dim_karyawan.

Nama Step Table

input

Table Input master puk OLTP

Nama Step Stream

lookup

Mengambil data puk untuk dicocokan

dengan NIK ditabel dim_karyawan

Kunci NIK karyawan ditabel

dim_puk disamakan

dengan NIK ditabel

master puk.

Lookup NIK karyawan di tabel

master karyawan


Database : skripsi


50

Port : 3306

Nama Step Table

input

Query SQL SELECT

PERIODE_CODE

, NIK

, KODE

, INDIKATOR1_1

, INDIKATOR1_2

, INDIKATOR1_3

, INDIKATOR1_4

, INDIKATOR1_5

, INDIKATOR2_1

, INDIKATOR2_2

, INDIKATOR2_3

, INDIKATOR2_4

, INDIKATOR2_5

, ID_BAGIAN

FROM master_puk

Nama Step Table

Input

Memasukan data dari dim_periode.


Database :


Port : 3306

Query SQL SELECT

PERIODE_CODE

, BULAN_AWAL

, BULAN_AKHIR

, TAHUN_AWAL

, TAHUN_AKHIR

, SK_PERIODE

FROM dim_periode

Nama Step Stream

lookup

Menyamakan periode code

Kunci Periode code ditabel

master puk dan periode

code ditabel

dim_periode.


51

lookup SK_PERIODE dari

tabel dim_periode.

Nama Step Table

Input

Memasukan data dari dim_bagian


Database :


Port : 3306

Query SQL SELECT

SK_BAGIAN

, BAGIAN

, ID_BAGIAN

FROM dim_bagian

Nama Step Stream

lookup

Menyamakan id bagian

Kunci Id bagian di tabel

dim_bagian disamakan

dengan id_bagian di

tabel dim_karyawan

lookup SK_BAGIAN di tabel

dim_bagian.

Nama Step Select

Values

Memilih data yang akan diproses di java

script.

Fieldname

PERIODE_CODE

NIK

KODE

INDIKATOR1_1

INDIKATOR1_2

INDIKATOR1_3

INDIKATOR1_4

INDIKATOR1_5

INDIKATOR2_1


52

INDIKATOR2_2

INDIKATOR2_3

INDIKATOR2_4

INDIKATOR2_5

ID_BAGIAN

SK_KARYAWAN

SK_PERIODE

SK_BAGIAN

Nama step Java

Script

Untuk membuat fungsi hitung nilai aspek

pekerjaan, sikap dan nilai akhir.

Aspek

Pekerjaan

var aspek_pekerjaan = (((INDIKATOR1_1

+INDIKATOR1_2 + INDIKATOR1_3 +INDIKATOR1_4 +

INDIKATOR1_5)* 85 / 100 )/5);

Aspek

Sikap

var aspek_sikap = (((INDIKATOR2_1 + INDIKATOR2_2 +

INDIKATOR2_3 + INDIKATOR2_4 + INDIKATOR2_5) * 15 /

100)/5);

Nilai Akhir var nilai = aspek_sikap + aspek_pekerjaan;

Nama Step Select

values

Memilih data hasil dari perhitungan nilai

akhir pada step java script.

Fieldname

SK_KARYAWAN

SK_PERIODE

SK_BAGIAN

aspek_pekerjaan

aspek_sikap

nilai

PERIODE_CODE

Nama Step Java

Script

Untuk membuat fungsi menentukan nilai

huruf dan keterangan berdasarkan nilai

akhir karyawan.

Nilai Huruf var nilai_huruf;

var keterangan;

if(nilai >=95 ) {


53

nilai_huruf = "A";

keterangan = "BAIK SEKALI";

}else if ( nilai >=85){

nilai_huruf = "B";

keterangan = "BAIK";

}

else if ( nilai >= 75) {

nilai_huruf = "C";

keterangan = "CUKUP";

}

else if (nilai >= 65){

nilai_huruf = "D";

keterangan = "SEDANG";

}

else if (nilai >= 55){

nilai_huruf = "E";

keterangan = "KURANG";

}

else if (nilai < 55) {

nilai_huruf="-";

keterangan = "KURANG SEKALI";

}

;

Nama Step Select

values

Memilih data yang akan disimpan kedalam

tabel fact nilai.

Fieldname


54

SK_KARYAWAN

SK_PERIODE

SK_BAGIAN

aspek_pekerjaan

aspek_sikap

nilai

nilai_huruf

keterangan

Nama Step Insert /

Update

Untuk menyimpan data kedalam tabel

fact_nilai



Port : 3306

Target tabel Fact_nilai


55

Gambar 4. 18 Tabel Fact_Nilai

Gambar 4.18 adalah hasil dari transformasi fact_nilai. Data yang

disimpan kedalam tabel fact_nilai adalah sk_karyawan, sk_periode,

sk_bagian, aspek_pekerjaan, aspek_sikap, nilai akhir, hilai_huruf dan

keterangan.


56

4.3.7 Job Transformasi Data Fact Detail

Gambar 4. 19 Job Skripsidwh Detail Indikator

Gambar 4.19 merupakan proses job yang digunakan untuk menjelaskan

lima transformasi. Proses transformasi yang pertama adalah menjalankan

dim_bagian.ktr. Proses transformasi kedua adalah menjalankan

dim_periode.ktr. Proses ketiga menjalankan transformasi

dim_karyawan.ktr. Proses keempat adalah menjalankan transformasi

dim_puk.ktr. Proses terakhir adalah menjalankan transformasi

fact_detail.ktr untuk membentuk tabel fakta.

4.3.8 Job Transformasi Data Fact Nilai

Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP

Gambar 4.20 merupakan proses job yang digunakan untuk menjelaskan

empat transformasi. Proses transformasi yang pertama adalah menjalankan

dim_periode.ktr. Proses transformasi kedua adalah menjalankan

dim_bagian.ktr. Proses transformasi ketiga adalah menjalankan

dim_karyawan.ktr. Proses terakhir adalah menjalankan transformasi

fact_nilai.ktr untuk membentuk tabel fakta.

4.4 Implementasi Star Schema Untuk Database OLAP

4.4.1 Star Schema Kubus Fact Detail

Skema kubus fact detail akan membaca data dari fact_detail di

database fact_detail. Gambar 4.21 merupakan gambar star schema kubus

fact_detail.


57

Gambar 4. 21 Star Schema kubus fact_detail

Kubus dengan nama Fact_Detail, memiliki tabel fakta fact_detail.

Dimensi digunakan adalah dim_bagian, dim_karyawan, dim_periode dan

dim_puk. Nilai pengukuran atau measure dari skema fact detail adalah

jumlah nilai indikator1_1 – indikator2_1. Penjelasan mengenai dimensi-

dimensi yang digunakan adalah sebagai berikut:

1. Dim_Bagian

Gambar 4.22 merupakan gambar struktur pembentukan dim_bagian

yang dimiliki kubus fact_detail.

Gambar 4. 22 Struktur pembentukan dim_bagian

Pada dim_bagian menggunakan tabel dim_bagian pada database

skripsidwh dan memiliki hirarki bagian.


58

2. Dim_Karyawan

Gambar 4.23 merupakan gambaran struktur pembentukan

dim_karyawan yang memiliki kubus fact_detail.

Gambar 4. 23 Struktur pembentukan dim_karyawan

Pada dim_karyawan menggunakan tabel dim_karyawan pada

database skripsidwh dan memilki hirarki Karyawan.

3. Dim_Periode


dim_periode yang dimiliki kubus fact detail.

Gambar 4. 24 Struktur pembentukan dim_periode

Pada dim_periode menggunakan tabel dim_periode pada database

skripsidwh dan memiliki hirarki periode.

4. Dim_PUK

Gambar 4.25 merupakan gambaran struktur pembentukan dim_puk

yang dimiliki kubus fact_detail.

Gambar 4. 25 Struktur pembentukan dim_puk


59

Pada dim_puk menggunakan tabel dim_puk pada database

skripsidwh. Dan memiliki hirarki PUK dengan Indikator1_1 – 2_5.

4.4.2 Star Schema Kubus Fact Nilai

Skema kubus fact nilai akan membaca data dari fact_nilai di database

skripsidwhfinalcoba1. Gambar 4.26 merupakan star schema kubus fact

nilai.

Gambar 4. 26 Star Schema kubus fact nilai

Kubus dengan nama skripsinilai, memiliki tabel fakta yaitu fact_nilai.

Dimensi yang digunakan adalah dim_periode, dim_bagian dan

dim_karyawan. Nilai pengukuran atau measure dari skema skripsinilai

adalah jumlah nilai factor pekerjaan, sikap dan nilai akhir. Penjelasan

mengenai dimensi-dimensi yang digunakan adalah :

1. Dim_Bagian

Gambar 4.27 merupakan gambar struktur pembentukan dim_bagian

yang dimiliki kubus skripsinilai.

Gambar 4. 27 Struktur pembentukan dim_bagian


60

Pada dim_bagian menggunakan tabel dim_bagian pada database

skripsidwhfinalcoba1 dan memiliki hirarki bagian.

2. Dim_Karyawan


dim_karyawan yang memiliki kubus fact_detail.

Gambar 4. 28 Struktur pembentukan dim_karyawan

Pada dim_karyawan menggunakan tabel dim_karyawan pada

database skripsidwh dan memilki hirarki Karyawan.

3. Dim_Periode


dim_periode yang dimiliki kubus fact detail.

Gambar 4. 29 Struktur pembentukan dim_waktu

Pada dim_periode menggunakan tabel dim_periode pada database

skripsidwh dan memiliki hirarki periode.

4.5 Implementasi Antar Muka Pengguna Sistem OLAP

Hasil Implementasi antar muka pengguna sistem OLAP sesuai

dengan rancangan pada bab sebelumnya dapat dilihat sebagai berikut :


61

4.5.1 Halaman Login

Gambar 4. 30 Tampilan Halaman Proses Login

Gambar 4.30 merupakan tampilan halaman proses login untuk

melakukan proses autentifikasi. Proses login diawali degan mengisi field

username dan password yang sesuai kemudian memilih tombol “Login”.

Listing program yang digunakan untuk tampilan login untuk mengisi field

username dan password terdapat pada lampiran II.

Proses login akan mengirimkan data username dan password

masukan dari admin ke kelas LoginProses.jsp. Di dalam kelas kelas

LoginProses.jsp parameter username dan password ditangkap dan

diproses pada method login. Jika masukan benar maka akan masuk sebagai

admin dan jika salah maka proses login dianggap gagal. Listing program

untuk proses login di kelas LoginProses.jsp terdapat pada lampiran II

Jika kombinasi data username dan password sesuai dengan data

pada database maka proses login berhasil, jika tidak sesuai dengan

database maka proses login gagal dan admin dapat mengulangi proses

login. Gambar 4.31 merupakan tampilan ketika proses login gagal.


62

Gambar 4. 31 Tampilan Untuk Proses Gagal Login

4.5.2 Halaman Menu Utama

Halaman menu utama muncul pertama kali ketika proses login

berhasil. Halaman menu utama menampilkan menu untuk kubus fact_detail

untuk melihat tampilan OLAP detail nilai indikator karyawan, menu untuk

kubus skirpsinilai untuk melihat tampilan OLAP nilai aspek pekerjaan,

askpek sikap dan nilai akhir serta dapat untuk membuat grafik. Gambar 4.32

adalah tampilan menu utama yang ada di kelas index.jsp.

Gambar 4. 32 Tampilan Menu Utama

Halaman menu utama menggunakan kelas index.jsp. Listing program

index.jsp terdapat pada lampiran II.


63

4.5.2.1 Halaman Menu Nilai Final Karyawan

Menu nilai final karyawan be risi data dari kubus skripsinilai, yang

digunakan untuk melihat informasi nilai aspek pekerjaan, nilai aspek sikap

dan nilai akhir serta untuk membuat grafik nilai per karyawan. Gambar 4.33

merupakan tampilan halaman kubus skripsinilai. Gambar 4.34 merupakan

tampilan grafik nilai per karyawan setiap periode.

Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan

Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan


64

Menu nilai final karyawan mengakses halaman modrian.js p. struktur

Mondrian.jsp terdapat pada lampiran II.

4.5.2.2 Halaman Menu Detail Nilai Karyawan

Menu detail nilai karyawan berisi data kubus fact_detail, yang

digunakan untuk melihat informasi tentang nilai indikator 1_1 –

indikator 2_5 menurut periode penilaian karyawan. Gambar 4.35

merupakan tampilan halaman kubus fact_detail.

Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan

Menu detail nilai karyawan mengakses halaman detailnilai.jsp. struktur

detailnilai.jsp terdapat pada lampiran II.


65

BAB V

ANALISIS HASIL

Pada bagian ini akan menjelaskan analisis hasil dari disain dan

implementasi data warehouse yang telah dibangun. Analisis hasil ini dibagi

menjadi beberapa bagian yaitu penyelesaian rumusan masalah, pengukuran kinerja

sistem, kelebihan dan kelemahan sistem.

5.1 Penyelesaian Rumusan Masalah

Sesuai dengan tujuan penelitian ini pihak PT Surya Pamenang

membutuhkan informasi yang dapat mendukung monitoring kinerja karyawan.

Hasil implementasi data warehouse sesuai dengan informasi yang dibutuhkan

pihak PT Surya Pamenang dapat dilihat sebagai berikut :

1. Hasil OLAP Nilai Final Karyawan


66

Gambar 5. 1 Hasil OLAP Nilai Karyawan Final

Gambar 5.1 merupakan hasil pembentukan OLAP dari data nilai

unjuk kerja karyawan yang kemudian dilakukan perhitungan untuk

mengetahui nilai aspek pekerjaan, aspek sikap dan nilai akhir.

Diharapkan hasil OLAP ini dapat memenuhi kebutuhan pihak PT Surya

Pamenang untuk dapat melakukan monitoring kinerja karyawan

berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir di setiap

periode penilaian.

Melalui hasil OLAP Nilai Karyawan Final ini, dapat mengetahui

nilai aspek_pekerjaan, aspek sikap, dan nilai akhir untuk setiap karyawan

serta setiap periode penilaian. Data nilai dapat dilihat secara

multidimensional.


67

Gambar 5. 2 Grafik Nilai Karyawan

Pada gambar 5.2 adalah contoh dari grafik nilai per karyawan yang

berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir. Grafik

dapat menggambarkan kinerja karyawan dari setiap periode. Pada

gambar 5.2 dapat dilihat karyawan yang bekerja pada bagian

keuangan/tik dengan NIK 910117 pada periode 20121 mendapat nilai B

karena pada nilai akhir hanya mendapat nilai 91. Pada periode 20122

karyawan NIK 910117 mendapat nilai C karena pada nilai akhir hanya

mendapat nilai 81. Periode 20131 karyawan dengan NIK 910117

mendapat nilai B dengan nilai akhir 87. Periode 20132 karyawan dengan

NIK 910117 mendapat nilai B dengan nilai akhir 94.


68

5.2 Pengujian Cube

5.2.1 Pengujian Perhitungan aspek Pekerjaan, Sikap dan Nilai Akhir.

Pengujian ini dilakukan untuk membandingkan hasil perhitungan aspek

pekerjaan, sikap, dan nilai akhir dari OLAP dengan hasil dari perhitungan

manual yang dilakukan menggunakan Ms.Excel.

Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan

Gambar 5.3 adalah hasil pembentukan OLAP dari kubus

skripsinilai. Pada kubus ini informasi yang ditampilkan adalah nama

bagian dimana karyawan bekerja, NIK karyawan, kode periode karyawan

dinilai, nilai huruf yang didasarkan dari nilai akhir serta measure /

pengukuran adalah nilai aspek pekerjaan, aspek sikap dan nilai akhir.

Pada gambar 5.3 dapat dilihat NIK dengan nomor 930663 bekerja pada

bagian PPIC dinilai pada periode 20121, 20122, 20131, 20132, 20141,

dan 20142. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode

20121 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada

periode 20122 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai

akhir pada periode 20131 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap

dan nilai akhir pada periode 20132 adalah 73, 13, 86. Nilai aspek

pekerjaan, sikap dan nilai akhir pada periode 20141 adalah 71, 12, 83.

Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20142 adalah

71, 12, 83.


69

Gambar 5. 4 Java Script Hitung Nilai

Gambar 5.4 merupakan rumus yang digunakan untuk menghitung nilai

aspek pekerjaan, sikap dan nilai akhir yang dilakukan pada saat

menjalankan transformasi fact nilai. Hasil dari perhitungan akan

ditampilkan di OLAP Nilai Final Karyawan seperti pada gambar 5.3. Untuk

membuktikan kebenaran hasil perhitungan java script pada transformasi

fact nilai, maka hasil tersebut akan dibandingkan dengan hasil perhitungan

yang dilakukan secara manual menggunakan Ms.Excel.


70

Gambar 5. 5 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir

Gambar 5.5 adalah gambar dari perihitungan yang dilakukan di Ms.Excel

untuk mengetahui nilai aspek pekerjaan, sikap dan nilai akhir. Untuk pengujian

akan diambil satu contoh yaitu nilai dari NIK 930663. Perhitungan dilakukan

dengan rumus :

1. Rumus Aspek Pekerjaan

Aspek_Pekerjaan = ((SUM(INDIKATOR1_1,INDIKATOR1_2,

INDIKATOR1_3,INDIKATOR1_4,INDIKATOR1_5)* 85 / 100)/5).

2. Rumus Aspek Sikap = ((SUM(INDIKATOR2_1,INDIKATOR2_2,

INDIKATOR2_3,INDIKATOR2_4,INDIKATOR2_5) * 15 / 100)/5).

3. Rumus Nilai Akhir = aspek_sikap + aspek_pekerjaan.

Dari pengujian ini dapat disimpulkan bahwa hasil perhitungan yang

dilakukan dengan menggunakan java script pada transformasi fact nilai

(Gambar 5.4) sesuai dengan hasil perhitungan yang dilakukan secara

manual menggunakan Ms.Excel (Gambar 5.5) sehingga OLAP yang

menampilkan hasil perhitungan aspek pekerjaan, sikap dan nilai akhir sudah

valid.

5.2.2 Pengujian Database dengan OLAP

Gambar 5. 6 Query Cek Nilai di Database


71

Gambar 5.6 merupakan query untuk melihat sk_periode, nilai aspek

pekerjaan, sikap dan nilai akhir dari karyawan yang memiliki sk_karyawan 462

yang ada di tabel fakta fact_nilai. Sk_karyawan 462 adalah karyawan nik

930663.

Gambar 5. 7 Hasil Query Cek Nilai

Gambar 5.7 merupakan hasil dari query cek nilai untuk melihat nilai aspek

pekerjaan, sikap dan nilai akhir dari nik 930663 dengan sk karyawan 462.

Nilai yang ditampilkan sesuai dengan hasil OLAP nilai karyawan pada

gambar 5.8

Gambar 5. 8 Hasil nilai NIK 930663

Pengujian ini dapat memberi kesimpulan bahwa hasil nilai aspek

pekerjaan, sikap dan nilai akhir yang disimpan didalam database fact_nilai

sesuai dengan hasil yang ditampilkan pada OLAP Nilai Final Karyawan.


72

5.2.3 Pengujian Database Detail Nilai

Gambar 5. 9 OLAP Detail Nilai Karyawan

Gambar 5.9 adalah hasil pembentukan OLAP detail nilai karayawan. Pada

Pada kubus ini informasi yang ditampilkan adalah nama bagian dimana

karyawan bekerja, NIK karyawan, kode periode karyawan dinilai, serta

measure / pengukuran adalah nilai indikator1_1 – indikator 2_5. Dari

gambar tersebut dapat dilihat NIK karyawan 910120 yang bekerja di bagian

Produksi/MPC telah dinilai pada periode 20121, 20122, 20131, 20132,

20141, dan 20142. Detail nilai sebagai berikut :

Nilai indikator1_1 – indikator1_5 periode 20121 adalah 88, 92, 92 ,90, 87.

Nilai indikator1_1 – indikator1_5 periode 20122 adalah 90, 92, 92, 89, 87.





Nilai indiaktor 2_1 – indikator2_5 periode 20121 adalah 84 84, 87, 87, 94.




73

Nilai indikator2_1 – indikator2_5 periode 20142 adalah 82, 82, 82, 87,95.

Untuk membuktikan hasil OLAP (Gambar 5.9) telah valid maka

dibandingkan dengan hasil dari query. Query yang digunakan seperti pada

gambar 5.10 :

Gambar 5. 10 Query Cek Detail Nilai

Gambar 5.10 merupakan query untuk melihat nilai setiap indikator dari NIK

910120. Dari query pada gambar 5.10 maka akan ditampilkan NIK karyawan,

periode_code yang menunjukkan kapan karyawan dinilai serta nilai dari setiap

indikator penilaian seperti pada gambar 5.11 :

Gambar 5. 11 Hasil Query Cek Detail

Dari pengujian ini dapat disimpulkan bahwa detail nilai per indikator

yang disimpan pada database fact_detail sudah sesuai dengan hasil yang

ditampilkan pada OLAP nilai detail karyawan.


74

5.3 Kelebihan dan Kekurangan Sistem

A. Kelebihan Sistem

1. Gudang data yang dibuat dapat menghitung nilai aspek


2. Pada pembentukan OLAP mampu menampilkan informasi

berupa nilai aspek pekerjaan, sikap dan nilai akhir, serta mampu

menampilkan informasi grafik nilai per karyawan.

3. Pada pembentukan OLAP mampu menampilkan informasi

berupa detail nilai setiap indikator per karyawan.

4. Hasil pembentukan gudang data dapat digunakan secara

otomatis untuk melakukan monitoring nilai karyawan setiap

periode penilaian.

B. Kelemahan Sistem

1. Pada saat mengakses OLAP akan membutuhkan waktu yang

lama.


75

BAB VI

PENUTUP

Setelah melakukan tahapan penelitian ini secara menyeluruh, dapat ditarik

beberapa kesimpulan dan saran yang diharapkan dapat bermanfaat bagi

pengembangan lebih lanjut.

6.1 Kesimpulan

1. Data warehouse dan OLAP untuk mendukung monitoring kinerja karyawan

pada PT Surya Pamenang telah berhasil dibuat dengan menggunakan Kettle

(Pentaho Data Integeration) untuk proses integrasinya.

2. Hasil pembuatan data warehouse dan OLAP dapat memberikan informasi

yang dapat membantu dalam mendukung monitoring karyawan serta

didukung penyajian data dengan menggunakan grafik sehingga

mempermudah melihat trend kinerja karyawan. Hasil dari data warehouse

yang ditampilkan menggunakan OLAP dapat diakses secara online

menggunakan web browser sehingga mudah diakses.

3. Data warehouse yang dibangun dapat menghitung nilai aspek pekerjaan,

aspek sikap dan nilai akhir secara lebih efisien dalam waktu perhitungan

karena otomatis dan lebih mudah dibandingkan dengan cara manual di

Ms.Excel.

6.2 Saran

Dengan konsep data warehouse, berharap agar penelitian ini dikembangkan

sampai dengan pengambilan keputusan. Dengan aturan yang telah ada serta

informasi nilai aspek pekerjaan, sikap dan nilai akhir, Sehingga dapat membuat

langkah untuk menaikan status grade karyawan yang didasarkan oleh aturan dengan

ditambah informasi dari hasil OLAP yang berupa nilai aspek pekerjaan, sikap dan

nilai akhir.


76

DAFTAR PUSTAKA

Anin, Maria Roswita Vindensia. 2012 Desain dan Implementasi Gudang Data

untuk Keperluan Laporan Penerimaan Beasiswa.n Yogyakarta:

Universitas Sanata Dharma.

Connoly, Thomas M, Carolyn, Begg, 2005. Database System A Practical

Approach to Design, Implementation and Management, Fourth Edition.

Addition Wesley Publishing Company, inc, USA.

JRP, Mulyana. 2014. PENTAHO: Solusi Open Source untuk Membangun Data

Warehouse.

Kimball, R, Ross, M., Becker, B., Mundy, J., dan Tornthwaite, W. 2010.

The Kimball Group Reader: Relentlessly Practical Tools for Data

Warehouseing and Bussiness Intelligence, Canada: John willey & Sons.

Thomas M. Connoly, Carolyn E. Begg., 2008, Database System A Practical

Approach to Design, Implementation, and Management, 5th Edition

Addison Wesley, University The West of Scotland.

Wasito, Setiawan. 2010. Implementasi Gudang Data untuk Keperluan Akademik

Studi Kasus Fakultas Teknik Informatika Universitas Sanata Dharma.

Yogyakarta: Universitas Sanata Dharma.


77

LAMPIRAN I

QUERY TABEL

1. Tabel ‘Master_Periode’.

CREATE TABLE `periode` (

`PERIODE_CODE` int(20) NOT NULL,

`BULAN_AWAL` varchar(30) DEFAULT NULL,

`BULAN_AKHIR` varchar(30) DEFAULT NULL,

`TAHUN_AWAL` int(4) DEFAULT NULL,

`TAHUN_AKHIR` int(4) DEFAULT NULL,

PRIMARY KEY (`PERIODE_CODE`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1;

2. Tabel ‘Master_Bagian’.

CREATE TABLE `master_bagian` (

ÌD_BAGIAN` int(11) NOT NULL,

`BAGIAN` varchar(100) DEFAULT NULL,

PRIMARY KEY (ÌD_BAGIAN`)


3. Tabel ‘Master_Karyawan’.

CREATE TABLE `master_karyawan` (

`NIK` bigint(20) NOT NULL,

`KODE` bigint(20) DEFAULT NULL,


`SEKSI` varchar(100) DEFAULT NULL,

`DEPARTMENT` varchar(100) DEFAULT NULL,

ÌD_BAGIAN` int(11) DEFAULT NULL,

PRIMARY KEY (`NIK`),

KEY ÌD_BAGIAN_idx` (ÌD_BAGIAN`),

CONSTRAINT ÌD_BAGIAN` FOREIGN KEY

(ÌD_BAGIAN`) REFERENCES `master_bagian`


78

(ÌD_BAGIAN`) ON DELETE NO ACTION ON UPDATE NO

ACTION


4. Tabel ‘Master_Puk’.

CREATE TABLE `master_puk` (

`PERIODE_CODE` int(20) NOT NULL,

`NIK` bigint(20) NOT NULL,

ÌD_BAGIAN` int(11) NOT NULL,


`PENILAI1_1_1` int(2) DEFAULT NULL,


ÌNDIKATOR1_1` int(2) DEFAULT NULL,























79







KEY `KARYAWAN_idx` (`NIK`),

KEY `PEIRODE_idx` (`PERIODE_CODE`),

KEY `BAGIAN_idx` (ÌD_BAGIAN`),

CONSTRAINT `BAGIAN` FOREIGN KEY (ÌD_BAGIAN`)

REFERENCES `master_karyawan` (ÌD_BAGIAN`)

ON DELETE NO ACTION ON UPDATE NO ACTION,

CONSTRAINT `KARYAWAN` FOREIGN KEY (`NIK`)

REFERENCES `master_karyawan` (`NIK`) ON

DELETE NO ACTION ON UPDATE CASCADE,

CONSTRAINT `PERIODE` FOREIGN KEY (`PERIODE_CODE`)

REFERENCES `periode` (`PERIODE_CODE`) ON

DELETE NO ACTION ON UPDATE NO ACTION


5. Tabel ‘Dim_Periode’.

CREATE TABLE `dim_periode` (

`PERIODE_CODE` int(11) DEFAULT NULL,

`BULAN_AWAL` varchar(45) DEFAULT NULL,

`BULAN_AKHIR` varchar(45) DEFAULT NULL,

`TAHUN_AWAL` int(11) DEFAULT NULL,

`TAHUN_AKHIR` int(11) DEFAULT NULL,

`SK_PERIODE` int(11) NOT NULL AUTO_INCREMENT,

PRIMARY KEY (`SK_PERIODE`)

) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT

CHARSET=latin1;


80

6. Tabel ‘Dim_Bagian’.

CREATE TABLE `dim_bagian` (

`SK_BAGIAN` int(11) NOT NULL,



PRIMARY KEY (`SK_BAGIAN`)


7. Table ‘Dim_Karyawan’.

CREATE TABLE `dim_karyawan` (

`SK_KARYAWAN` int(11) NOT NULL AUTO_INCREMENT,

`NIK` bigint(20) DEFAULT NULL,


`DEPARTMENT` varchar(100) DEFAULT NULL,


`SEKSI` varchar(100) DEFAULT NULL,


PRIMARY KEY (`SK_KARYAWAN`),

KEY `SK_BAGIAN_idx` (`ID_BAGIAN`)


CHARSET=latin1;

8. Tabel ‘Dim_Puk’.

CREATE TABLE `dim_puk` (

`SK_PUK` int(11) NOT NULL AUTO_INCREMENT,












81

`NIK` int(11) DEFAULT NULL,

`PERIODE_CODE` int(11) DEFAULT NULL,

`KODE` int(11) DEFAULT NULL,


PRIMARY KEY (`SK_PUK`)


CHARSET=latin1;

9. Tabel ‘Fact_Detail’.

CREATE TABLE `fact_detail` (

`SK_KARYAWAN` int(11) DEFAULT NULL,

`SK_PERIODE` int(11) DEFAULT NULL,

`SK_PUK` int(11) DEFAULT NULL,











`SK_BAGIAN` int(11) DEFAULT NULL,

KEY `SK_KARYAWAN_idx` (`SK_KARYAWAN`),

KEY `SK_PUK_idx` (`SK_PUK`),

KEY `SK_PERIODE_idx` (`SK_PERIODE`),

KEY `SK_BAGIAN_idx` (`SK_BAGIAN`),

CONSTRAINT `SK_BAGIAN` FOREIGN KEY (`SK_BAGIAN`)

REFERENCES `dim_bagian` (`SK_BAGIAN`)


CONSTRAINT `SK_KARYAWAN` FOREIGN KEY

(`SK_KARYAWAN`) REFERENCES


82

`dim_karyawan` (`SK_KARYAWAN`) ON

DELETE NO ACTION ON UPDATE NO ACTION,

CONSTRAINT `SK_PERIODE` FOREIGN KEY

(`SK_PERIODE`) REFERENCES `dim_periode`

(`SK_PERIODE`) ON DELETE NO ACTION ON

UPDATE NO ACTION,

CONSTRAINT `SK_PUK` FOREIGN KEY (`SK_PUK`)

REFERENCES `dim_puk` (`SK_PUK`) ON

DELETE NO ACTION ON UPDATE NO ACTION


10. Tabel ‘Fact_Nilai’.

CREATE TABLE `fact_nilai` (

`SK_KARYAWAN` int(11) DEFAULT NULL,

`SK_PERIODE` int(11) DEFAULT NULL,

`SK_BAGIAN` int(11) NOT NULL,

`ASPEK_PEKERJAAN` int(11) DEFAULT NULL,

`ASPEK_SIKAP` int(11) DEFAULT NULL,

`NILAI` int(11) DEFAULT NULL,

`NILAI_HURUF` varchar(45) DEFAULT NULL,

`KETERANGAN` varchar(100) DEFAULT NULL,

KEY `SK_PERIODE_idx` (`SK_PERIODE`),

KEY `SK_KARYAWAN_idx` (`SK_KARYAWAN`),

KEY `SK_BAGIAN_idx` (`SK_BAGIAN`),

CONSTRAINT `SK_BAGIAN` FOREIGN KEY (`SK_BAGIAN`)

REFERENCES `dim_bagian` (`SK_BAGIAN`)


CONSTRAINT `SK_KARYAWAN` FOREIGN KEY

(`SK_KARYAWAN`) REFERENCES

`dim_karyawan` (`SK_KARYAWAN`) ON

DELETE NO ACTION ON UPDATE NO ACTION,

CONSTRAINT `SK_PERIODE` FOREIGN KEY

(`SK_PERIODE`) REFERENCES `dim_periode`

(`SK_PERIODE`) ON DELETE NO ACTION ON

UPDATE NO ACTION


83



84

LAMPIRAN II

LISTING PROGRAM

Listing Program untuk Halaman Login

<%

TOOLS.Database conn = new TOOLS.Database();

Connection con = Koneksi.open();

Statement statement = con.createStatement();

ResultSet result = null;

%>

<%@page contentType="text/html" pageEncoding="UTF-8"%>

<!DOCTYPE html>

<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=UTF-

8">

<style>

#header {

background-color: skyblue;

color: white;

text-align: center;

padding: 5px;

}

#nav {

line-height: 30px;

background-color: #EEEEEE;

height: 300px;

width: 400px;

float: left;

padding: 5px;

}

#section {

width: 500px;

float: left;

padding: 10px;

}

#footer {


color: white;

clear: both;

text-align: center;


85

padding: 5px;

}

</style>

</head>

<body>

<div id="header">

<h1>PT SURYA PAMENANG MONDRIAN OLAP</h1>

<img src ="logo.png" style="width :150px; height: 60px">

</div>

<div id="nav"> <p>Selamat Datang</p>

<ul>

<form method="post" action="LoginProses.jsp">

<fieldset>

<legend>

Masukan USERNAME dan PASSWORD :

</legend>

USERNAME : <br>

<input type="text" name="nik"><br>

PASSWORD : <br>

<input type="text" name="pass"><br>

<button type="Login" name="login">Login</button>

</fieldset> </form>

</ul> </div>

<div id ="section">

<img src ="c2.png" style ="width:900px; height: 300px;">

</div>

<div id ="footer">Lukas Gede Ngurah Bayu Putra</div>

</body>

</html>

Fungsi Login pada LoginProses.jsp

<%@page contentType="text/html" pageEncoding="UTF-8"%>

<!DOCTYPE html>

<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=UTF-

8">

<title>JSP Page</title>

</head>

<body>

<%

String nama=request.getParameter("nik");

String password=request.getParameter("pass");

if(nama.equals("admin") && password.equals("admin")){

// out.print("Welcome, "+nama);

session.setAttribute("name",nama);


86

request.getRequestDispatcher("index.jsp").include(request,

response);

}

else{

out.print("Sorry, username or password error!");

request.getRequestDispatcher("Login.jsp").include(request,

response);

}

out.close();

%>

</body>

</html>


87

<%@ page session="true" contentType="text/html; charset=ISO-8859-1"

%>

<%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %>

<%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %>

<html>

<head>

<meta name="description" content="Mondrian is an OLAP server written

in Java. It enables you to interactively

analyze very large datasets stored in SQL databases without writing

SQL.">

<meta http-equiv="Content-Type" content="text/html; charset=windows-

1252">

<title>Mondrian OLAP Server</title>

<link rel="stylesheet" href="stylesheet.css" type="text/css" />

<style>

#header {


color: white;

text-align: center;

padding: 5px;

}

#nav {

line-height: 30px;


height: 300px;

width: 400px;

float: left;

padding: 5px;

}

#section {

width: 500px;

float: left;

padding: 10px;

}

#footer {


color: white;

clear: both;

text-align: center;

padding: 5px;

width: 400px;

}

ul {

list-style-type: none;

margin: 0;

padding: 0;


88

width: 400px;

background-color: #AAAAAA;

overflow: hidden;

border: 2px solid #e7e7e7;

}

li a {

display: block;

color: #000;

padding: 8px 0px 8px 16px;

text-decoration: none;

}

li a.active {

background-color: #4CAF50;

color: white;

}

li a:hover:not( .active){

background-color: #555;

color :white;

}

</style>

</head>

<body>

<div id="header">


</div>

<div id="nav"><p>Mondrian examples:</p>

<ul>

<li><a href="testpage.jsp?query=mondrian">Nilai Final

Karyawan</a></li>

<li><a href="testpage.jsp?query=detailnilai">Detail Nilai

Karyawan</a></li>

<% if (session.getAttribute("name") != null) {

%>

<li><a href="Logout.jsp">Logout</a></li>

<%

} else {

response.sendRedirect("Login.jsp");

}

%>

</ul> </div>

<div id ="section"> <h1> </h1>

<jp:mondrianQuery id="query01" jdbcDriver="com.mysql.jdbc.Driver"

jdbcUrl="jdbc:mysql://localhost:3306/skripsidwhfinalcoba1"

jdbcUser ="root" jdbcPassword=""


89

Struktur Halaman Mondrian.jsp

Struktur Halaman detailnilai.jsp

<%@ page session="true" contentType="text/html; charset=ISO-

8859-1" %>

<%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %>

<%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %>

<html>

<head>

<meta name="description" content="Mondrian is an OLAP server

written in Java. It enables you to interactively

analyze very large datasets stored in SQL databases without writing

SQL.">

<meta http-equiv="Content-Type" content="text/html;

charset=windows-1252">

<title>Mondrian OLAP Server</title>

<link rel="stylesheet" href="stylesheet.css" type="text/css" />

<style>

#header {


color: white;

text-align: center;

padding: 5px;

}

#nav {

line-height: 30px;


catalogUri="/WEB-

INF/queries/SchemaSkripsiNilaiBagianNilaiHuruf.xml">

select NON EMPTY {[Measures].[PEKERJAAN], [Measures].[SIKAP],

[Measures].[NILAI]} ON COLUMNS,

NON EMPTY {([BAGIAN].[AllBagian],

[KARYAWAN.NIK].[AllKaryawan], [PERIODE].[AllPeriode], [NILAI

HURUF].[AllNilai])} ON ROWS

from [SKRIPSINILAIBAGIAN]

</jp:mondrianQuery>

<c:set var="title01" scope="session">Nilai Karyawan Mondrian

OLAP</c:set>

<div id ="footer">Grafik Nilai Karyawan</div>

</body>

</html>


90

height: 300px;

width: 400px;

float: left;

padding: 5px;

}

#section {

width: 500px;

float: left;

padding: 10px;

}

#footer {


color: white;

clear: both;

text-align: center;

padding: 5px;

}

ul {

list-style-type: none;

margin: 0;

padding: 0;

width: 400px;

background-color: #AAAAAA;

overflow: hidden;

border: 2px solid #e7e7e7;

}

li a {

display: block;

color: #000;

padding: 8px 0px 8px 16px;

text-decoration: none;

}

li a.active {

background-color: #4CAF50;

color: white;

}

li a:hover:not( .active){

background-color: #555;

color :white;

}

</style>

</head>

<body>


91

<div id="header">


</div>

<div id="nav"><p>Mondrian examples:</p>

<ul>

<li><a href="testpage.jsp?query=mondrian">Nilai Final

Karyawan</a></li>

<li><a href="testpage.jsp?query=detailnilai">Detail Nilai

Karyawan</a></li>

<% if (session.getAttribute("name") != null) {

%>

<li><a href="Logout.jsp">Logout</a></li>

<%

} else {

response.sendRedirect("Login.jsp");

}

%>

</ul> </div>

<div id ="section"> <h1> </h1>

<jp:mondrianQuery id="query01"

jdbcDriver="com.mysql.jdbc.Driver"

jdbcUrl="jdbc:mysql://localhost:3306/skripsidwh "

jdbcUser ="root" jdbcPassword=""

catalogUri="/WEB-

INF/queries/SchemafFactDetail11.xml">

select NON EMPTY {[Measures].[INDIKATOR1_1],

[Measures].[INDIKATOR1_2], [Measures].[INDIKATOR1_3],




[Measures].[INDIKATOR2_5]} ON COLUMNS,

NON EMPTY Crossjoin(Hierarchize({([BAGIAN].[AllBagian],

[KARYAWAN.Karyawan].[AllKaryawan],

[PERIODE].[AllPeriode])}), {[PUK].[PUK]}) ON ROWS

from [FACT_DETAIL]

</jp:mondrianQuery>

<c:set var="title01" scope="session">Nilai Detail Karyawan

Mondrian OLAP</c:set>

<div id ="footer">Detail Nilai PUK Mondrian</div>

</body>

</html>


92

MANUAL

SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP)

MONITORING KINERJA KARYAWAN

I. LOGIN

Sebelum masuk ke sistem, pengguna harus melakukan login. Proses login

diawali dengan mengisi field username dan password yang sesuai kemudian

memilih tombol “LOGIN”

Jika masukan benar maka akan masuk dan dibuka pada halaman home.

Jika masukan salah maka proses login dianggap gagal, sistem akan

memberikan konfirmasi bahwa login gagal.


93

II. HALAMAN MENU SISTEM

2.1 Halaman Utama

Halaman menu utama muncul pertama kali ketika proses login berhasil.

Halaman menu utama menampilkan menu halaman nilai final karyawan,

detail nilai karyawan dan logout. Untuk keluar dari sistem pilih menu

“logout”.

2.2 Halaman Nilai Final Karyawan

Halaman nilai final karyawan menampilkan informasi nilai aspek


2.3 Halaman Detail Nilai Karyawan

Halaman detail nilai karyawan menampilkan informasi detail nilai

karyawan yang terdiri dari indikator1_1 – indikator2_5.


94

Jika ingin kembali pada halaman utama cukup klik “Back to Index”

III. FUNGSI MENU MONDRIAN

3.1 Icon Olap Navigator

Memilih Informasi Yang Ingin Ditampilkan

1. Klik icon “OLAP Navigator”

2. Pilih dimensi bagian (BAGIAN) untuk memilih bagian mana saja

yang akan ditampilkan.

3. Setelah diklik maka akan masuk pada rows bagian untuk memilih

bagian yang ingin ditampilkan. Pilih salah satu bagian (FINISHING).


95

4. Setelah diklik, pilih OK. Menu akan kembali pada menu OLAP

Navigator.

5. Klik tombol “OK”, maka hanya bagian “FINISHING” yang

ditampilkan.


96

3.2 Icon MDX Editor

Setelah memilih dimensi atau measure yang ingin ditampilkan, maka klik

tombol “Apply”.


97

3.3 Icon Set Chart

Digunakan untuk membuat chart sesuai dengan keingan.

Jika sudah sesuai dengan keinginan klik tombol “OK”.

3.4 Icon Show Chart

Menampilkan informasi tentang bagian finishing dengan NIK 930797.


98

3.5 Memasukan Data Excel

1. Pilih file cobabagianexcel.ktr kemudian open.

2. Kemudian pilih Microsoft Excel Input.

3. Kemudian masukan file directory dengan tekan tombol browse.

Pilih file yang ingin dimasukan kemudian klik tombol add jika sudah

file directory akan ditampilkan lalu langkah akhir klik tombol ok.


99

4. Jika file sudah dimasukan didalam langkah Microsoft excel input,

langkah berikutnya adalah klik tombol run . Ulangi langkah untuk

memasukan file excel untuk transformasi excel input karyawan dan

puk.

3.6 Menjalankan Job

1. Pilih file kemudian open

2. Pilih file nilaifinaljob.kjb untuk menjalankan job nilaifinal sementara

untuk detail nilai pilih file detailnilaijob.kjb. setelah dipilih kemudian

klik open.

3. Jika sudah maka cukup dengan klik tombol run .


100

LAMPIRAN III


101


skripsi diajukan untuk memenuhi salah satu syarat...

Documents