data. Tool dan metode OLAP membantu pengguna menganalisis data pada sebuah data warehouse dengan menyediakan berbagai tampilan data, dan didukung dengan representasi data grafik yang dinamis.
Beberapa operasi OLAP menurut Han dan Kamber (2006) yaitu :
Roll up (drill-up): ringkasan data, yaitu dengan menaikkan konsep hirarki atau mereduksi dimensi.
Drill down (roll down): kebalikan dari roll- up, yaitu melihat data secara lebih detail atau spesifik dari level tinggi ke level rendah.
Slice and dice: slice adalah pemilihan pada satu dimensi dari kubus data yang bersangkutan dan dice mendefinisikan
subcube dengan memilih dua dimensi atau lebih.
Pivot (rotate): memvisualisasikan operasi yang merotasikan sumbu data dalam view
sebagai alternatif presentasi data.
Operasi lain: drill across yaitu operasi yang melibatkan lebih dari satu tabel fakta, drill through yaitu operasi yang mengijinkan pengguna untuk dapat melihat tabel data yang menampilkan nilai-nilai pada suatu sel data.
Arsitektur Three-Tier
Data warehouse pada umumnya mengadopsi arsitektur three-tier, seperti digambarkan pada Gambar 2.
Menurut Han dan Kamber (2006), lapisan- lapisan arsitektur data warehousing tersebut adalah :
1 Lapisan bawah (bottom tier)
Lapisan bawah adalah server data warehouse yang biasanya sebuah sistem basis data relasional. Pada lapisan ini data diambil dari basis data operasional dan sumber eksternal lainnya, diekstrak, dibersihkan, dan ditransformasi. Data disimpan sebagai data warehouse.
2 Lapisan tengah (middle tier)
Lapisan tengah OLAP server yang biasanya diimplementasikan dengan OLAP Rasional (ROLAP) atau OLAP Multidimensional (MOLAP).
3 Lapisan Atas (top tier)
Lapisan atas adalah lapisan front-end client, berisi query dan perangkat analisis, dan atau perangkat data mining (seperti: analisis tren, prediksi, dan lainnya).
METODE PENELITIAN Analisis
Dari segi kebutuhan sistem, pengguna aplikasi OLAP berbasis web ini adalah dosen sebagai pengguna biasa dan komisi akademik sebagai administrator. Untuk mengelola aplikasi ini, administrator memiliki akses langsung ke sistem manajemen basis data SQL Server dimana data akademik ditempatkan serta ke modul Palo dimana data warehouse tersebut dikelola.
Gambar 1 Skema galaksi (Han & Kamber 2006).
Gambar 2 Arsitektur three-tier data warehousing (Han & Kamber 2006).
Operasi-operasi pada Online Analytical Processing (OLAP)
Online analitycal Processing (OLAP) terdiri dari seperangkat tool untuk membantu proses analisis dan perbandingan data dalam basis data. Tool dan metode OLAP membantu pengguna menganalisis data pada sebuah data warehouse dengan menyediakan berbagai tampilan data, dan didukung dengan representasi data grafik yang dinamis.
Beberapa operasi OLAP menurut Han dan Kamber (2006) yaitu :
Roll up (drill-up): ringkasan data, yaitu dengan menaikkan konsep hirarki atau mereduksi dimensi.
Drill down (roll down): kebalikan dari roll- up, yaitu melihat data secara lebih detail atau spesifik dari level tinggi ke level rendah.
Slice and dice: slice adalah pemilihan pada satu dimensi dari kubus data yang bersangkutan dan dice mendefinisikan
subcube dengan memilih dua dimensi atau lebih.
Pivot (rotate): memvisualisasikan operasi yang merotasikan sumbu data dalam view
sebagai alternatif presentasi data.
Operasi lain: drill across yaitu operasi yang melibatkan lebih dari satu tabel fakta, drill through yaitu operasi yang mengijinkan pengguna untuk dapat melihat tabel data yang menampilkan nilai-nilai pada suatu sel data.
Arsitektur Three-Tier
Data warehouse pada umumnya mengadopsi arsitektur three-tier, seperti digambarkan pada Gambar 2.
Menurut Han dan Kamber (2006), lapisan- lapisan arsitektur data warehousing tersebut adalah :
1 Lapisan bawah (bottom tier)
Lapisan bawah adalah server data warehouse yang biasanya sebuah sistem basis data relasional. Pada lapisan ini data diambil dari basis data operasional dan sumber eksternal lainnya, diekstrak, dibersihkan, dan ditransformasi. Data disimpan sebagai data warehouse.
2 Lapisan tengah (middle tier)
Lapisan tengah OLAP server yang biasanya diimplementasikan dengan OLAP Rasional (ROLAP) atau OLAP Multidimensional (MOLAP).
3 Lapisan Atas (top tier)
Lapisan atas adalah lapisan front-end client, berisi query dan perangkat analisis, dan atau perangkat data mining (seperti: analisis tren, prediksi, dan lainnya).
METODE PENELITIAN Analisis
Dari segi kebutuhan sistem, pengguna aplikasi OLAP berbasis web ini adalah dosen sebagai pengguna biasa dan komisi akademik sebagai administrator. Untuk mengelola aplikasi ini, administrator memiliki akses langsung ke sistem manajemen basis data SQL Server dimana data akademik ditempatkan serta ke modul Palo dimana data warehouse tersebut dikelola.
Gambar 1 Skema galaksi (Han & Kamber 2006).
Gambar 2 Arsitektur three-tier data warehousing (Han & Kamber 2006).
4
Sedangkan dosen sebagai pengguna biasa, dapat berinteraksi dengan sistem melalui antarmuka grafis berbasis web sehingga dapat memanfaatkan fasilitas sistem dengan mudah, yaitu:
memilih dimensi / atribut melalui kotak
drop-down list.
menampilkan data dalam bentuk tabel
crosstab.
menampilkan data dalam bentuk grafik batang.
menampilkan data dalam bentuk grafik garis.
menampilkan data dalam bentuk pie chart. Dari aplikasi ini diharapkan dapat mem- berikan beberapa informasi sebagai berikut :
Perkembangan jumlah mahasiswa per tahun,
Daftar huruf mutu angkatan mahasiswa baik dalam waktu tertentu maupun selama menempuh pendidikan,
Daftar huruf mutu pada kelas perkuliahan tertentu (misal kuliah basis data tahun 2001),
Tren perkembangan Huruf Mutu mata kuliah (misal kuliah basis data dari tahun 2001 hingga 2004),
Tren perkembangan indeks prestasi tiap angkatan mahasiswa berdasarkan status studi.
Daftar jumlah dan nilai indeks prestasi pada tiap angkatan mahasiswa yang memiliki status studi tertentu (misal status studi
“Drop Out” dari angkatan 2001-2004). Tahap awal sebelum ke proses pembuatan
data warehouse, dilakukan pengumpulan data dan menganalisis nilai dan atributnya untuk mendapatkan atribut-atribut yang tepat untuk membuat data warehouse. Setelah dipilih dan diketahui atribut-atributnya, kemudian dilanjutkan ke tahapan praproses data.
Praproses data
Sebelum masuk ke pembuatan data warehouse, data harus diproses terlebih dahulu. Tahapan praproses pada data akademik Program Studi Ilmu Komputer meliputi:
1 Integrasi dan reduksi data
Departemen Ilmu Komputer IPB menggunakan basis data yang dikelola oleh
Microsoft Access. Sebelum diimpor ke Microsoft SQL Server 2000, atribut-atribut data yang relevan dipilih. Pemilihan atribut ini berdasarkan tujuan pembuatan data warehouse. Integrasi dilakukan dengan menggabungkan atribut-atribut yang menarik dari tabel yang dianalisis yaitu tabel data KRS mahasiswa (krs) dengan tabel data KRS mata kuliah (krsmk) dan tabel data mahasiswa (mhs). Reduksi dilakukan bersamaan dengan proses integrasi, yaitu dengan membuang atribut-atribut yang kurang menarik dari tabel yang dianalisis. 2 Pembersihan
Pembersihan data dilakukan terhadap data atribut mata kuliah yang tidak konsisten penulisannya. Kondisi tersebut dapat diatasi dengan menyeragamkan nilainya. Pada data atribut yang bernilai null seperti nilai rataan IPK, dilakukan pengisian dengan nilai nilai rataan dari semua nilai IPK.
3 Transformasi
Proses transformasi yang dilakukan adalah generalisasi atribut nomor KRS (nokrs) menjadi atribut tahun akademik dan atribut semester. Selain generalisasi, pada proses ini juga dilakukan dengan mengkonstruksi atribut baru menggunakan data dari atribut yang sudah ada.
Aplikasi OLAP
Aplikasi OLAP dibangun menggunakan Palo PHP API (Application Program Interface) dan terhubung ke OLAP server Palo yang melakukan fungsi agregasi dan terdapat kubus data di dalamnya. Palo menyediakan Palo Excel Add-In yang dapat diintegrasikan dengan Microsoft Office Excel. Palo Excel Add-In memiliki fasilitas untuk menampilkan data dari kubus data Palo, membentuk struktur kubus data Palo, dan membuat data dari sumber eksternal ke kubus data Palo.
Gambar 3 menunjukkan arsitektur aplikasi OLAP berbasis web, yang dapat dijelaskan sebagai berikut:
1 Pemrosesan data dan pembuatan skema data warehouse dengan DBMS Microsoft SQL Server 2000
2 Pembentukan struktur kubus data dilakukan di Palo Excel Add-In.
3 Pengisian struktur kubus data yang sudah terbentuk dengan data dari data warehouse
melalui fasilitas Data Import di Palo Excel Add-In.
4 Web server mengakses kubus data Palo
server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik. Palo Excel Add-In Data Warehouse Crosstab Lapis bawah: Data Warehouse DBMS Lapis tengah: Web server OLAP server Lapis atas: Web browser
Palo OLAP server JpGraph MDB MDB MDB Praproses data Apache PHP Web server Palo API Laptop PC Presentasi OLAP Grafik Line Plot
Data sumber
MsSQL Server
Lingkungan Pengembangan
Aplikasi OLAP berbasis web ini dibangun dengan menggunakan perangkat sebagai berikut:
Perangkat keras berupa komputer personal dengan spesifikasi :
Prosessor AMD Sempron 2500 + 1.4 GHz
Memori 512 MB DDR RAM
Harddisk 80 GB
Monitor 15” dengan resolusi 1024× 768
Mouse dan Keyboard
Perangkat lunak yang dibutuhkan untuk membuat sistem:
Sistem Operasi Microsoft Windows XP Professional SP2
Microsoft SQL Server 2000 (perangkat lunak bantu untuk pemrosesan data dan pembuatan skema data warehouse)
Palo Server 2.0 (berfungsi sebagai OLAP
server yang melakukan fungsi agregasi dan tempat penyimpanan struktur dan kubus data multidimensi)
Palo Excel Add-In 2.0 (tempat pembuatan atau pemodelan struktur kubus data dan proses pemuatan data dari data warehouse
ke kubus data)
Web Server package WAMPP versi 2.0
Bahasa Pemrograman PHP 5.1.2
JpGraph 1.20 (library PHP untuk menghasilkan grafik)
Web browser Mozilla Firefox 3.0HASIL DAN PEMBAHASAN