1
1.1.
Latar Belakang Masalah
Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN)
Kabupaten Cianjur adalah badan yang bertugas untuk melaksanakan tugas
pemerintah dibidang keluarga berencana dan keluarga sejahtera sesuai dengan
peraturan perundang-undangan yang berlaku. Dalam melaksanakan tugasnya
BKKBN Kabupaten Cianjur dipecah menjadi 3 divisi yaitu , Bidang Analisis
Keluarga dan Analisis Program, Bidang Pengendalian Keluarga Berencana dan
Kesehatan Reproduksi dan Bidang Pengendalian Keluarga Sejahtera dan
Pemberdayaan Keluarga yang berjalan di 32 kecamatan yang berada di wilayah
Kabupaten Cianjur.
Dari hasil wawancara dengan Kepala BKKBN dan para staf dari ke 3 divisi
yang ada di BKKBN Kabupaten Cianjur, di dapat bahwa data yang ada di setiap
divisi yang dikumpulkan dari setiap kecamatan masih perlu di olah dan dianalisis
untuk mendapatkan informasi sesuai dengan kebutuhan setiap divisinya. Selain itu
data yang ada di setiap divisi tidak tersusun sesuai kurun waktu perbulan atau
pertahunnya, hal ini berdampak kepada kegiatan petugas di setiap divisisnya
dalam pencarian data yang dibutuhkan untuk proses analisis dan pembuatan
laporan hasil analisis menjadi sangat lambat dan dapat menghambat proses
pengambilan keputusan untuk menentukan program-program seperti program KB,
penyedian stok alat kontrasepsi, pembinaan keluarga, penyuluhan kesehatan
reproduksi remaja, dan kesejahteraan keluarga yang akan berjalan selanjutnya di
setiap kecamatan yang ada di Kabupaten Cianjur.
yang dapat menyajikan informasi secara cepat dan detail, maka akan menghambat
dalam suatu pengambilan keputusan untuk menentukan program-program yang
akan berjalan selanjutnya di setiap kecamatan yang ada di Kabupaten Cianjur.
Dari permasalahan yang telah dijelaskan, maka dibutuhkan suatu aplikasi
data warehouse
di BKKBN Kabupaten Cianjur yang membantu setiap divisinya
dalam menyajikan informasi yang multidimensi dan ringkas sehingga dapat
memaksimalkan suatu keputusan yang dibuat, sehingga program-program yang
akan di canangkan selanjutnya oleh pihak BKKBN Kabupaten Cianjur dapat
berjalan secara efektif dan tepat sasaran. Sumber daya pengetahuan dapat diakses
dengan mudah dan cepat dapat membantu meningkatkan performa dan kinerja
dalam melakukan analisa data di setiap divisinya untuk mempercepat proses
pengumpulan data serta mendukung dalam pembuatan laporan yang multidimensi
atau memiliki periode waktu berupa tabel dan grafik.
Data
warehouse
sendiri adalah koleksi data yang mempunyai sifat
berorientasi subjek, terintegrasi,
time-variant
, dan bersifat tetap dari koleksi data
dalam mendukung proses pengambilan keputusan
management
[1].
Data
warehouse
memungkinkan integrasi berbagai macam jenis data dari berbagai
macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi
manajemen untuk memperoleh informasi, dan menganalisisnya untuk
pengambilan keputusan.
1.2.
Rumusan Masalah
Berdasarkan latar belakang masalah, maka masalah yang diidentifikasi adalah
bagaimana membangun data
warehouse
dan
reporting tools
pada dinas BKKBN
Kabupaten Cianjur.
1.3.
Maksud dan Tujuan
Maksud dari penelitian ini adalah untuk membangun data
warehouse
dan
reporting tools
pada dinas BKKBN Kabupaten Cianjur. Sedangkan tujuannya
adalah sebagai berikut:
program-program seperti program-program KB, penyedian stok alat kontrasepsi, pembinaan
keluarga, penyuluhan kesehatan reproduksi remaja, dan kesejahteraan
keluarga yang akan berjalan selanjutnya di setiap kecamatan yang ada di
Kabupaten Cianjur agar lebih efektif dan tepat sasaran.
2.
Menyajikan laporan hasil analisis yang memiliki interval waktu seperti
perbulan dan pertahun untuk pihak BKKBN Kabupaten Cianjur di setiap
divisinya.
1.4.
Batasan Masalah
Batasan masalah dalam pembangunan
data
warehouse
di dinas BKKBN
Kabupaten Cianjur ini adalah sebagai berikut:
1.
Data yang diambil adalah data yang dimiliki oleh BKKBN Kabupaten
Cianjur yaitu data pembinaan keluarga, pik-krr, peserta kb, stok alat
kontrasepsi, uppks, sasaran peserta kb baru (unmetneed) dan tempat
pelayanan.
2.
Data yang diolah dari tahun 2011-2015.
3.
Sistem di bangun berbasis
Client Server
.
4.
Pengujian
data warehouse
menggunakan OLAP (
On-Line Analytical
Processing
).
5.
DBMS menggunakan SQL Server 2012.
6.
Penyajian laporan hasil
analisis disajikan dalam bentuk tabel dan grafik.
7.
Analisis dan perancangan perangkat lunak menggunakan analisis
berorientasi objek.
1.5.
Metodologi Penelitian
Metodologi penelitian yang digunakan adalah metode deskrpitif. Metode
deskriptif adalah salah satu metode penelitian yang banyak digunakan untuk
menjelaskan suatu masalah dan menjabarkan suatu keadaan atau fenomena yang
terjadi saat ini.
1.5.1.
Metodologi Pengumpulan Data
Studi literatur adalah teknik pengumpulan data dengan cara
mengumpulkan literatur, jurnal, dan bacaan lainnya yang berkaitan dengan
topik penelitian.
2.
Observasi
Observasi adalah teknik pengumpulan data yang dilakukan dengan cara
melakukan pengamatan secara langsung terhadap permasalahan yang ada
di Dinas BKKBN Kabupaten Cianjur.
3.
Wawancara
Wawancara adalah teknik pengumpulan data yang dilakukan dengan cara
melakukan tanya jawab dengan pihak Dinas BKKBN Kabupaten Cianjur
terkait dengan permasalahan yang diambil.
4.
Studi Dokumentasi
Studi dokumentasi adalah teknik pengumpulan data yang dilakukan
dengan cara melihat atau menganalisis dokumen-dokumen yang dibuat
oleh pihak Dinas BKKBN Kabupaten Cianjur.
1.5.2.
Metode Pembangunan Perangkat Lunak
Metode pembangunan perangkat lunak menggunakan paradigma peangkat
lunak
waterfall
. Paradigma
waterfall
ini dipilih dikarenakan model ini
memberikan pendekatan-pendekatan sistematis dan berurutan dalam pembuatan
perangkat lunak. Tahapan-tahapan yang ada pada metode
waterfall
menurut
Roger S Pressman dapat dilihat pada
Gambar 1.1
.
Communication
Planning
Modeling
Construction
Deployment
Project initation reqiurements gathering
Estimating scheduling tracking
Analisys design
Code test
Delivery support feedback
Penjelasan
Gambar 1.1
adalah sebagai berikut :
1.
Communication
Pada tahap ini dilakukan analisis dan kebutuhan perangkat lunak dan
pengumpulan data berdasarkan hasil wawancara dengan pihak perusahaan.
2.
Planning
Pada tahap ini dilakukan analisis kebutuhan perusahaan mengenai hal-hal apa
saja yang dibutuhkan dalam pembuatan perangkat lunak.
3.
Modeling
Pada tahap ini dilakukan perancangan struktur data, arsitektur perangkat
lunak, dan perancangan antarmuka dari perangkat lunak yang akan dibangun,
disesuaikan dengan kebutuhan perangkat lunak dari perusahaan.
4.
Construction
Pada tahap ini dilakukan pembangunan perangkat lunak yang disesuaikan
dengan kebutuhan perangkat lunak dari perusahaan serta dilakukan
pengimplementasian dari proses perancangan yang telah dilakukan dan
pengujian terhadap perangkat lunak yang telah dibangun.
5.
Deployment
Pada tahap ini dilakukan pemeliharaan perangkat lunak yang telah dibangun.
1.6.
Sistematika Penulisan
Sistemaktika penulisan penelitian ini disusun untuk memberikan gambaran
umum tentang penelitian yang akan dijalankan. Sistematika penulisannya adalah
sebagai berikut :
BAB 1 PENDAHULUAN
Pada bab ini menguraikan tentang latar belakang masalah, rumusan masalah,
maksud dan tujuan, batasan masalah, metodologi penelitian, serta sistematika
penulisan.
BAB 2 TINJAUAN PUSTAKA
BAB 3 ANALISIS DAN PERANCANGAN
Pada bab ini menguraikan analisis dan perancangan sistem, yaitu gambaran sistem
yang sedang berjalan, analisis kebutuhan yang digunakan untuk membangun
sistem, perancangan antarmuka untuk aplikasi yang akan dibangun sesuai dengan
hasil analisis.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Pada bab ini berisi tahap implementasi dari perancangan sistem yang kemudian
akan dilakukan pengujian terhadap perangkat lunak yang dibuat dengan pengujian
black box
, yaitu berfokus pada fungsionalitas perangkat lunak.
BAB 5 KESIMPULAN DAN SARAN
7
2.1.
Profil BKKBN Kabupaten Cianjur
Kedudukan BKKBN dalam Keppres No. 38 Tahun 1978 adalah sebagai
lembaga pemerintah non-departemen yang berada di bawah dan bertanggung
jawab kepada Presiden. Tugas pokoknya adalah mempersiapkan kebijaksanaan
umum dan mengkoordinasikan pelaksanaan program KB nasional dan
kependudukan yang mendukungnya, baik di tingkat pusat maupun di tingkat
daerah serta mengkoordinasikan penyelenggaraan pelaksanaan di lapangan.
Berdasarkan Surat Keputusan Menteri Negara Pemberdayaan Perempuan/
Kepala BKKBN No.74/HK.010/B5/2001 tahun 2001 tentang Tata Kerja BKKBN
Provinsi dan kabupaten/Kota, pada tahun 2003 Bupati Cianjur mengeluarkan
Surat Keputusan Bupati Cianjur Nomor 18 tahun 2003 tentang Pembentukan
Badan Koordinasi Keluarga Berencana Nasional (BKKBN) maka dibentuklah
BKKBN Kabupaten Cianjur sebagai Satuan Organisasi Perangkat Daerah.
Pembentukan BKKBN Kabupaten Cianjur ini bertujuan untuk lebih
mensejahterakan Keluarga yang ada di wilayah Kabupaten Cianjur, melalui :
1.
Menggerakkan dan Memberdayakan Seluruh Masyarakat dalam Program
KB.
2.
Meningkatkan Ketahanan dan Kesejahteraan Keluarga melalui Pelayanan
KB.
3.
Memperkuat SDM Operasional Program KB.
2.1.1.
Visi dan Misi BKKBN Kabupaten Cianjur
Visi dan misi dari Badan Kependudukan dan Keluarga Berencan Kabupaten
Cianjur adalah sebagai berikut:
1.
Visi
2.
Misi
Mewujudkan
Pembangunan
Berwawasan
Kependudukan
dan
Mewujudkan Keluarga Kecil Bahagia Sejahtera di Kabupaten Cianjur.
2.1.2.
Logo BKKBN Kabupaten Cianjur
Gambar 2.1 Logo BKKBN Kabupaten Cianjur
a.
Filosofi Logo
b.
Warna logo
Logo BKKBN terdiri dari 2 warna yaitu biru muda dan biru tua.
Notasi warnanya adalah:
Warna Pure Blue, Pantone Process Cyan C, C100 M0 Y0 K0
Warna ini memiliki arti lembaga tulus melakukan tugasnya.
Warna Elegant Blue, Pantone 2955C, C100 M50 Y0 K40
Warna ini memiliki arti lembaga terpercaya, berwibawa dan satu
kesatuan utuh.
2.1.3.
Tugas Pokok dan Fungsi
1.
Tugas
a.
Melaksanakan tugas pemerintahan dibidang keluarga berencana
dan keluarga sejahtera sesuai dengan ketentuan peraturan
perundang-undangan yang berlaku
2.
Fungsi
a.
Pengkajian dan penyusunan kebijakan nasional di bidang Keluarga
Berencana dan Keluarga Sejahtera.
b.
Koordinasi kegiatan fungsional dalam pelaksanaan tugas BKKBN.
c.
Fasilitasi dan pembinaan terhadap kegiatan instansi pemerintah,
swasta, LSOM dan masyarakat dibidang Keluarga Berencana dan
Keluarga Sejahtera.
d.
Penyelenggaraan pembinaan dan pelayanan administrasi umum
dibidang perencanaan umum, ketatausahaan, organisasi dan
tatalaksana,
kepegawaian,
keuangan,
kearsipan,
hukum,
persandian, perlengkapan dan rumah tangga.
2.1.4.
Struktur Organisasi
Kepala
Sekretaris
Bidang Analisis Keluargadan Analisis Program
Bidang Pengendali Keluarga Berencan dan Kesehatan Reproduksi
Bidang Pengendali Keluarga Sejahtera dan Pemberdayaan Keluarga
Sub Bagian Perencanaan dan Keuangan.
Sub Bagian Tata Usaha dan Kepegawaian.
Sub Bagian Perlengkapan dan Perbekalan.
Seksi Pengolahan, Pelayanan Informasi, dan Dokumentasi.
Seksi Analisis dan Evaluasi Program.
Seksi Pelaporan dan Statistik.
Seksi Peningkatan Partisipasi Pria.
Seksi Remaja dan Perlindungan Hak-Hak Reproduksi.
Seksi Jaminan Pelayanan Keluarga Berencana.
Seksi Penanggulangan Masalah Kesehatan Reproduksi dan Kelangsungan Hidup Ibu, Bayi dan Anak.
Seksi Advokasi, Komunikasi, Informasi dan Evaluasi.
Seksi Institusi dan Peranserta.
Seksi Pemberdayaan Ekonomi Keluarga.
Seksi Pengembangan Ketahanan Keluarga dan Peningkatan Kualitas Lingkungan Keluarga.
Gambar 2.2 Struktur Organisasi BKKBN Kabupaten Cianjur
2.1.4.1.
Kelompok Jabatan Fungsional
Jumlah Pegawai BKKBN Kabupaten Cianjur :
1. DT II / Tingkat Kabupaten
: 45 Orang
2.
Petugas Fungsional dan
PLKB/Lapangan
: 280 Orang
Jumlah Seluruh Personil
:
225 Orang
Terdiri dari :
1.
DT II / Tingkat Kabupaten :
a. Kepala Kantor
: 1 Orang
b. Sekretaris
: 1 Orang
c. Kepala Bidang
: 3 Orang
d. Kepala Sub Bagian
: 2 Orang
e. Kepala Seksi
: 10 Orang
g. Pengemudi
: 2 Orang
h. Pesuruh
: 1 Orang
Jumlah
:
45 Orang
2.
Petugas Lapangan KB :
a.
Pengendali Program
tingkat Kecamatan
: 1 Orang
b.
Staf P.PLKB tingkat
Kecamatan
: 1 Orang
c.
Penyuluh KB Tingkat
Desa/Keluarahan
: 3 Orang
d.
PLKB Tingkat
Desa/Kelurahan
: 2 Orang
Jumlah
:
180 Orang
2.2.
Landasan Teori
2.2.1.
Data Warehouse
Data
warehouse
adalah sebuah tempat penyimpanan data yang lengkap dan
konsisten dimana data yang disimpan itu saling berelasi dan dirancang
berdasarkan query dan analisis daripada proses transaksinya [2]. Data tersebut
ditransformasikan menjadi sebuah informasi yang dapat diakses kapan saja dan
selalu
up to date
. Informasi ini kemudian akan digunakan untuk dianalisis untuk
menghasilkan informasi baru.
Data
warehouse
juga bisa dikatakan sebagai kumpulan data yang berorientasi
subjek, terintegrasi, tidak dapat di
update
, memiliki dimensi waktu yang
digunakan untuk mendukung proses manajemen pengambilan keputusan dan
kecerdasan bisnis. Berdasarkan definisi tersebut, maka data
warehouse
memiliki
karakteristik [2] sebagai berikut :
1.
Subject oriented
(berorientasi subjek)
pertanyaan seperti “Siapa pembeli terbaik untuk barang ini tahun lalu?”.
Kemampuan untuk mendefinisikan sebuah data
warehouse
sebagai sebuah
subjek, dalam hal ini penjualan, membuat data
warehouse
subject
oriented
.
2.
Integrated
(terintegrasi)
Data
warehouse
dikonstruksikan dengan cara mengintegrasikan sejumlah
sumber data yang berbeda. Data yang terintegrasi menyebabkan data
tersebut lebih konsisten, sehingga lebih mudah dipahami oleh para
pembuat keputusan.
3.
Time-variant
Data
warehouse
harus bisa menghasilkan informasi dari sudut pandang
historical (misalnya informasi 5-10 tahun yang lalu atau bahkan lebih).
Atau bisa dikatakan bahwa data
warehouse
berfokus pada perubahan
setiap waktunya.
4.
Non-volatile
Data yang ada dalam
data
warehouse
tidak bisa di-
edit
ataupun di-
update
.
Data
warehouse
dibuat untuk melayani
user
(
analyst
dan pengambil
keputusan). Sehingga
data
warehouse
wajib dirancang sesuai dengan persyaratan
[1] berikut :
1.
Harus bisa memberikan kepuasan kepada setiap
user
.
2.
Memiliki
function
sendiri tanpa mengganggu OLTP
systems
.
3.
Menyediakan pusat tempat penyimpanan data yang konsisten.
4.
Menjawab setiap
complex queries
dengan cepat.
5.
Menyediakan berbagai analisis
tools
yang kuat, seperti OLAP dan data
mining
.
Sebagian besar
data
warehouse
yang sukses selain memenuhi persyaratan di
atas juga memiliki beberapa karakteristik [1] seperti :
1.
Berdasarkan model dimensional.
2.
Mengandung
historical
data.
4.
Tetap mempertahankan konsistensi data walaupun berasal dari sumber
yang berbeda.
5.
Fokus dalam
single subject
, seperti penjualan, keuangan, atau
inventarisasi.
Data
warehouse
bisa dikatakan sebagai suatu salinan dari OLTP (
On-Line
Transaction Processing
) yang terstruktur yang digunakan untuk memenuhi
kebutuhan analisis,
reporting
, maupun data
mining
[1]. OLTP sendiri adalah
sebuah proses yang menitikberatkan pada transaksinya, seperti input data dan
lain-lain. Pada
Tabel 2.1
akan memperlihatkan perbedaan OLTP
systems
dan data
warehouse
.
Tabel 2.1 Perbedaan OLTP dan Data Warehouse
[3]
OLTP
Data
Warehouse
Dirancang untuk operasi real-time bisnis Dirancang untuk analisis dari suatu bisnis
berdasarkan atribut dan kategori
Menangani data saat ini Menangani data saat ini dan data masa lalu
Data disimpan pada beberapa platform Data disimpan pada satu platform saja
Data diorganisir berdasarkan fungsi atau
operasinya Data diorganisir berdasarkan subjek
Prosesnya bersifat berulang (loop) Prosesnya dilakukan setiap saat dan harus
berorientasikan waktu (historical)
Untuk operasional Untuk managerial
Berorientasi pada transaksi Berorientasi pada analisis
2.2.1.1.
Tujuan Data Warehouse
Tujuan dari
data
warehouse
adalah sebagai berikut [4] :
1.
Memberikan kemudahan untuk mengakses informasi yang ada.
2.
Kemudahan disini berbicara tentang efisiensi.
Data
warehouse
harus
efisien sehingga dengan mudah dipahami oleh
user
bukan hanya oleh
devoleper
saja. Selain itu, pengguna juga dapat mengkombinasikan data
3.
Menyediakan informasi yang konsisten.
4.
Data
warehouse
hanya berisi informasi-informasi yang relevan bagi
kebutuhan
user
untuk pengambil keputusan. Oleh karena itu,
kredibilitas data yang terdapat dalam
data
warehouse
harus dapat
dipertanggungjawabkan.
5.
Mampu beradaptasi dan tahan terhadap perubahan.
6.
Perubahan-perubahan yang terjadi harus dapat diatasi oleh
data
warehouse
. Dengan kata lain,
data
warehouse
harus dirancang agar
mampu menghadapi setiap perubahan dengan terencana. Hal ini berarti
perubahan yang terjadi tidak boleh merusak atau mengganggu data dan
aplikasi yang telah ada sebelumnya.
7.
Mampu mengamankan informasi.
8.
Informasi yang tersimpan dalam
data
warehouse
harus tersimpan
dengan aman. Dengan kata lain, informasi tersebut tidak boleh sampai
jatuh ke tangan yang salah. Oleh karena itu,
data
warehouse
harus
mampu mengendalikan setiap akses dari informasi yang ada.
9.
Mampu memberikan dukungan dalam pengambilan keputusan.
10.
Ini merupakan tujuan yang paling penting dan harus ada dalam setiap
pembuatan
data
warehouse
. Data warehouse bisa digambarkan sebagai
kumpulan teknologi pendukung keputusan, dimaksudkan agar setiap
pekerjaan yang berhubungan dengan informasi, dapat membuat
keputusan dengan cepat dan tepat.
11.
User friendly
.
12.
Seperti pada tujuan
data
warehouse
pertama,
data
warehouse
harus
dirancang agar dapat dioperasikan dengan mudah oleh
user
. Tidak
seperti sistem operasional dimana seringkali
user
tidak memiliki pilihan
yang lain kecuali menggunakan sistem baru, akan tetapi
user
data
warehouse
biasanya merupakan pilihan. Oleh karena itu, proses
2.2.1.2.
Arsitektur Data Warehouse
Arsitektur pada data
warehouse
dikelompokkan menjadi 5 bagian seperti
Gambar 2.3
[5] :
Gambar 2.3 Arsitektur
Data Warehouse
[5]
Penjelasan dari
Gambar 2.3
[5] adalah sebagai berikut:
1.
Source Data
Merupakan sumber data, atau bisa dibilang bahwa darimana data itu
berasal. Untuk membangun
data warehouse
BKKBN Kabupaten
Cianjur maka source data berasal dari operasional
system
atau OLTP
database
.
2.
Data Staging
Merupakan sebuah proses yang diperlukan sebelum
data source
masuk
ke dalam
data warehouse
. Proses ini dinamakan proses ETL
(
Extracting
,
Transformation
,
Loading
).
3.
Data Warehouse
Merupakan tempat penyimpanan data yang multidimensi, dimana data
yg tersimpan berupa
metadata
,
summary data
dan
raw data
.
Merupakan bagian dari
data warehouse
. Seluruh
data mart
jika
digabungkan akan menjadi satu
data warehouse
.
5.
Users
Merupakan pengguna yang akan menggunakan
data warehouse
.
Users
bisa memiliki tugas yang berbeda-beda, ada yang untuk analisis, ada yg
untuk
reporting
, dan ada yang untuk membentuk
data mining
. Intinya
informasi yang berasal dari
data warehouse
akan diolah menjadi
“sesuatu” menggunakan
tools
yang ada yang bisa berguna untuk
pengambilan keputusan.
2.2.1.3.
Dimensional Data Warehouse
Kebutuhan
user
dan realitas data yang menjadi faktor penentu untuk
merancang
dimensional
model
data
warehouse
, seperti bisnis apa yang paling
diperlukan, detailnya seperti apa dan dimensi-dimensi serta fakta-fakta apa yang
harus diikutkan [2].
Maka
dimensional
model harus disesuai dengan kebutuhan dari
user
.
Model juga harus dirancang sedemikian rupa agar dapat bertahan dan dapat
beradaptasi dari segala perubahan yang akan terjadi. Desain modelnya yang
dihasilkan dibentuk menjadi
database
relasional yang mendukung OLAP
cubes
untuk menyediakan secara “
instant
” hasil
query
untuk analis.
1.
Tabel Dimensi (Dimension Tables)
Tabel dimensi menjelaskan tentang entitas bisnis dari suatu
enterprise
[2]. Tabel dimensi umumnya berisi data keterangan, dimana data
tersebut jarang sekali mengalami perubahan.
2.
Tabel Fakta (Fact Tables)
Tabel fakta merupakan sebuah tabel yang menjelaskan tentang transaksi
bisnis dari suatu
enterprise
biasanya disebut tabel
detail
[2]. Tabel fakta
umumnya berisi data yang berkaitan langsung dengan proses bisnisnya.
3.
Skema Dimensional Model
a)
Skema star
Suatu skema disebut skema
star
jika seluruh tabel dimensi
dihubungkan secara langsung ke tabel fakta dan satu tabel fakta
wajib memiliki relasi minimal dengan satu tabel dimensi [2].
Gambar 2.4
adalah contoh gambar dari skema
star
.
Gambar 2.4 Skema
Star
[3]
b)
Skema snowflake
Suatu skema disebut skema
snowflake
jika satu atau lebih tabel
dimensi tidak berhubungan langsung dengan tabel fakta tetapi
harus berhubungan melalui tabel dimensi lain [2].
Gambar 2.5
adalah contoh gambar dari skema
snowflake
.
Gambar 2.5
Snowflake
[3]
c)
Skema constellation
Suatu skema dikatakan sebagai skema
constellation
jika ada satu
atau beberapa tabel dimensi yang dipakai bersamaan oleh satu atau
lebih tabel fakta [3].
Gambar 2.6
adalah contoh gambar dari skema
Gambar 2.6
Constellation
[6]
2.2.1.4.
Hirarki (Hierarchies)
Hirarki merepresentasikan
relationships
antar tiap entitas ataupun tiap
anggota entitasnya. Hirarki bisa juga dikatakan sebagai
parent-child relationships
karena hirarki memandang sesuatu melalui berbagai sudut pandang. Hirarki dibagi
menjadi:
1.
Derived Hierarchies
, merupakan suatu hirarki yang memiliki
relationships
antar entitas, sebagai contoh entitas kategori berhubungan
dengan entitas produk, maka ada suatu cara untuk membangun
derived
relationships
berdasarkan nilai dari atributnya. Contoh lainnya bisa
dilihat pada
Gambar 2.7
.
2.
Explicit Hierarchies
, merupakan suatu hirarki yang merepresentasikan
relationships
antar tiap member dalam sebuah entitas. Biar lebih jelas
untuk
explicit hierarchies
bisa dilihat pada
Gambar 2.8
.
Gambar 2.8
Explicit Hierarchies
2.2.1.5.
Proses ETL dalam Data Warehouse
Proses ETL atau biasa disebut
Extract
,
Transform
, dan
Load
merupakan
proses pengubahan data dari OLTP
database
menjadi
data
warehouse
. Jika dilihat
dari arstitektur
data
warehouse
, proses ETL ini merupakan proses yang berada di
data
staging
.
Proses ETL merupakan proses untuk mengubah, memformat ulang serta
mengintegrasikan data yang berasal dari satu atau beberapa OLTP
systems
[6].
1.
Extraction
Extraction
merupakan sebuah proses dimana proses tersebut mencari
sumber data kemudian dengan menggunakan beberapa kriteria yang
sudah diberikan untuk memilah data dan juga untuk mencari data yang
berkualitas, kemudian data tersebut diangkut ke file lain atau database
[6].
2.
Transformation
Data
transformation
merupakan suatu fase yang terjadi ketika data
data warehouse [5]. Berikut ini adalah beberapa proses dasar yang harus
ada dalam data
transformation
:
a)
Selection
Memilih atau memilah data hasil dari
extraction
.
b)
Splitting/Joining
Splitting
/
joining
meliputi tipe-tipe manipulasi data yang perlu
dilakukan pada proses
selection
.
c)
Conversion
Proses ini merupakan tahapan paling penting. Pada tahap
conversion
, data hasil
selection
kemudian akan diubah menjadi
data yang layak digunakan pada
data warehouse
.
d)
Summarization
Tahap ini merupakan tahap pembentukan model yang akan
ditampilkan kepada user.
e)
Enrichment
Tahap ini merupakan tahap pembentukan kembali serta
penyederhanaan
field
yang ada untuk membuat
field
tersebut lebih
berguna pada
data warehouse
.
3.
Loading
Loading
adalah suatu proses pemindahan data secara fisik dari OLTP
systems
ke dalam data
destination
atau
data
warehouse
. Operasi
loading
terdiri dari memasukkan
record
ke dalam bermacam-macam
dimensi dan
fact
tabel yang ada pada data destination atau
data
warehouse
[4].
2.2.1.6.
Data Warehouse Tools
Berikut ini adalah
tools
yang digunakan
user
setelah
data
warehouse
terbentuk dengan tujuan yang berbeda-beda [1]:
1.
OLAP (On-Line Analytical Processing)
untuk memberikan kinerja yang unggul untuk
ad hoc business
intelligence queries
[1]. OLAP dirancang untuk beroperasi secara
efisien dengan data yang terorganisir sesuai dengan model dimensi
umum yang biasa digunakan dalam
data warehouse
.
Tidak ada
data warehouse modern
yang selesai dengan sempurna tanpa
fungsionalitas OLAP. Tanpa OLAP, kita tidak dapat memberikan users
seluruh kemampuan untuk melakukan analisis multidimensional, untuk
melihat informasi dari segala sudut pandang, dan untuk membuat
keputusan yang bersifat kritikal. Oleh karena itu, OLAP sangat krusial
[5]. Berikut ini adalah karakteristik paling mendasar dalam OLAP
systems
[5] :
a)
Memberikan para pelaku bisnis pandangan logis yang multidimensi
dari data yang ada dalam
data
warehouse
.
b)
Memfasilitasi
query
interaktif dan kompleks analisis kepada
users
.
c)
Memungkinkan
user
untuk
drill-down
atau
roll-up
data yang ada
baik untuk
single dimension
maupun untuk
multi dimension
.
d)
Memberikan kemampuan untuk melakukan perhitungan dan
perbandingan yang rumit.
e)
Hasilnya bisa dipresentasikan dalam bentuk yang lebih berarti,
seperti grafik atau tabel.
Kegunaan OLAP [5] antara lain:
a)
Meningkatkan produktivitas dari bisnis manajer, eksekutif dan
analis.
b)
Memanfaatkan OLAP dengan baik bisa membuat
users
bisa dengan
percaya diri membuat analisis mereka sendiri tanpa bantuan IT
assistance
.
c)
Keuntungan untuk IT
developers
yaitu penggunaan OLAP bisa
sangat membantu mempercepat kinerja dari aplikasinya sendiri.
d)
Meningkatkan efisiensi kerja.
Konsolidasi melibatkan pengelompokkan data untuk melihat data
secara global atau rangkuman (
summary
).
b)
Drill-down
Suatu bentuk yang merupakan kebalikan dari konsolidasi, untuk
mendapatkan lebih detail tentang suatu dimensi serta bisa dikatakan
sebagai suatu navigasi dari tingkat yang lebih umum ke tingkat
yang lebih spesifik. Untuk lebih jelasnya
roll
-
up
dan
drill
-
down
dapat dilihat pada
Gambar 2.9
.
c)
Slicing and dicing
Slicing
dan
dicing
adalah operasi untuk melihat data sebagai
visualisasi dari kubus. Dengan
slicing
dan
dicing
pengguna dapat
melihat data dari beberapa perspektif. Pengguna dapat mengekstrak
bagian dari data
agregrated
dan dapat memeriksa dengan detail
berdasarkan dimensi-dimensi yang diinginkan.
Data Agregrated
merupakan data praperhitungan (
precalculated
) dalam bentuk
rangkuman data (
data
summarized
) sehingga
query
pada kubus
(
cube
) lebih cepat.
Slicing
memotong kubus sehingga dapat
memfokuskan pada perspektif yang spesifik (pada suatu dimensi).
Sedangkan
dicing
memberikan kemampuan untuk melihat
pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi
cube
pada perspektif yang lain sehingga pengguna dapat melihat
lebih spesifik terhadap data yang dianalisis. Untuk lebih jelasnya
slicing and dicing bisa dilihat pada
Gambar 2.10
.
Gambar 2.10
Slicing
and
Dicing
d)
Pivot
Menampilkan nilai-nilai ukuran dalam tata letak tabel yang berbeda
dan juga bisa mengatur kembali dimensi dalam OLAP
cube
. Untuk
lebih jelasnya
pivot
bisa dilihat pada
Gambar 2.11
.
Gambar 2.11
Pivot
Untuk memodelkan OLAP kepada
users
, kita gunakan OLAP
cube
.
OLAP
cube
adalah bagian utama dari OLAP yang berisi kumpulan data yang banyak dan
disatukan (
agregasi
) untuk mempercepat hasil
query
[4]. OLAP
cube
contohnya
seperti pada
Gambar 2.9
,
Gambar 2.10
,
Gambar 2.11
.
2.
Reporting
Reporting tools
merupakan
tools
yang digunakan untuk mempermudah
dari
reporting tools
bisa berupa bentuk laporan biasa dan juga bisa
berupa grafik.
3.
Data mining
Data mining
merupakan teknologi yang mengaplikasikan algoritma
yang canggih dan kompleks untuk menganalisis data dan mencari
informasi yang menarik dari kumpulan data tersebut. Perbedaan
mendasar antara OLAP dan
data mining
yaitu terletak pada apa yang
akan dianlisisnya. Pada OLAP, yang dianalisis adalah modelnya, tetapi
pada
data mining
yang dianalisis adalah datanya (harus berjumlah
besar) [1].
2.2.2.
Microsoft SQL Server
Microsoft SQL Server
adalah sebuah sistem manajemen basis data relasional
(RDBMS) produk
Microsoft
. Bahasa
query
utamanya adalah
Transact-SQL
yang
merupakan implementasi dari
SQL
standar ANSI/ISO yang digunakan oleh
Microsoft
dan
Sybase
. Umumnya
SQL Server
digunakan di sunia bisnis yang
memiliki basis data yang berskala kecil sampai dengan menengah, tetapi
kemudian berkembang dengan digunakannya
SQL Server
pada basis data besar
[7]. Pengguna yang menggunakan
SQL Server
dapat menyimpan banyak data dan
dapat untuk diimplementasi untuk kepentingan bisnis dan perusahaan.
2.2.3.
SSIS (SQL Server Integration Service)
SSIS (
SQL Server Integration Services
) adalah suatu platform untuk
membangun sistem yang handal untuk integrasi data,
extraction
,
transformation
,
dan
loading
yang digunakan pada
data warehousing
[8]. SSIS menawarkan solusi
dalam menghadapi permasalahan data integrasi. Selain itu,
tools
ini membatu
untuk menigkatkan efisiensi waktu pembuatan.
Arsitektur
SQL Server Integration Services
secara umum berisi berbagai
macam komponen, diantaranya yaitu :
1.
SSIS Deginer
. Merupakan
tools
yang digunakan untuk membuat dan
terintegrasi dengan
Visual Studio 2010
yang merupakan bagian
project
Bussiness Intelegence
.
2.
Runtime Engine
. Komponen ini berguna untuk menjalankan semua paket
SSIS yang sudah dibuat.
3.
Task
dan
executable binary
.
4.
Data Flow Engine
dan
Data Flow
. Komponen
data flow
merupakan
enkapsulasi
data flow engine
yang menyediakan
buffer
didalam memori
dan bertugas memindahkan data dari sumber data ke tujuan data.
Sedangkan
data flow
merupakan sumber data, tujuan data, dan
transformasi.
5.
Integration Services service
. Memungkinkan
SQL Server Management
Studio
dapat digunakan untuk melakukan monitoring paket SSIS dan
mengatur SSIS
storage
yang digunakan.
6.
SQL Server Import
dan
Export Wizard
.
Tools
ini digunakan untuk
melakukan
copy
data dari sumber ke tujuan data.
2.2.3.
UML (Unified Modeling Language)
Analisis dan desain berorientasi objek adalah cara baru dalam memikirkan
suatu masalah dengan menggunakan model yang dibuat menurut konsep sekitar
dunia nyata. Dasar pembuatan adalah objek yang merupakan kombinasi antara
struktur data dan perilaku dalam suatu entitas. Pengrtian berorientasi objek berarti
bahwa cara mengorganisasikan perangkat lunak sebagai kumpulan dari objek
tertentu yang memilki struktur dan perilakunya.
Konsep OOAD mencakup analisis dan desain sebuah sistem dengan
pendekatan objek, yaitu :
1.
Analisis berorientasi objek (OOA)
sistem non perangkat lunak lainnya. UML merupakan bahasa standar
untuk penulisan
blueprint software
yang digunakan untuk visualisasi,
spesifikasi, pembentukan dan pendokumentasian alat-alat dari sistem
perangkat lunak.
UML disebut sebagai bahasa pemodelan bukan metode. Kebanyakan
metode terdiri paling sedikit prinsip, bahasa pemodelan dan prinsip.
Bahasa pemodelan merupakan notasi dari metode yang digunakan untuk
mendesain secara cepat. Beberapa bagian dari UML adalah sebagai berikut
a)
Use Case Diagram
Menggambarkan sejumlah eksternal dan hubungannya ke
use case
yang diberikan oleh sistem.
b)
Activity Diagram
Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk
mendeskripsikan aktivitas yang dibentuk dalam suatu operasi
sehingga dapat juga digunakan untuk aktivitas lainnya seperti
use
case
.
c)
Class Diagram
Menggambarkan struktur dan deskripsi
class
,
package
(paket), dan
objek beserta hubungan satu sama lain seperti
containment
(penahanan), pewarisan, asosiasi dan lain-lain.
d)
Sequence Diagram
Menggambarkan kolaborasi dinamis antara sejumlah objek dan untuk
menunjukan rangkaian pesan yang dikirim antara objek juga interaksi.
Sesuatu yang terjadi pada titik tertentu dalam eksekusi sistem [9].
2.
Desain berorientasi onjek (OOD)
133
BAB 5
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan hasil analisis serta pengujian yang dilakukan maka dapat
disimpulkan bahwa:
1.
Aplikasi
data warehouse
yang dibangun dapat mempercepat proses
penganalisaan terhadap data mengenai Pil KB dan Keluarga sejahtera lebih
mudah, dengan ditampilkannya tampilan berupa tabel dan grafik yang
mudah untuk dipahami yang berguna untuk memaksimalkan pengambilan
keputusan untuk menentukan program apa saja yang berjalan selanjutnya.
2.
Aplikasi
data warehouse
dapat menyajikan data dalam bentuk laporan
yang memiliki interval waktu tertentu sesuai yang dibutuhkan sehingga
memudahkan pihak BKKBN Kabupaten Cianjur untuk penganalisisan data
lebih lanjut.
5.2.
Saran
Berikut ini adalah saran yang dapat diberikan untuk pengembangan sistem
selanjutnya, yaitu:
1.
Sistem tidak hanya menganalisis data Pil KB dan Keluarga Sejahtera saja,
tetapi juga menganalisis data kependudukan yang ada di wilayah
Kabupaten Cianjur.
NIM
: 10110321
Nama Lengkap
: Hamdan Muhammad
Jenis Kelamin
: Laki-laki
Tempat & Tgl Lahir
: Cianjur, 30 November 1991
Alamat
: Kp. Warungtiwu RT 01 RW 08 No. 7 Kelurahan
Peteuycondong Kec.Cibeber Kab.Cianjur 43262
No. Telepon / HP
: (+62) 85220397948
: hamdanmuhammad@icloud.com
PENDIDIKAN FORMAL
1998 - 2004
: SDN Sukatani
2004 - 2007
: SMPN 1 Cibeber
Disusun untuk Skripsi
Semester Genap Tahun Akademik 2014/2015
Oleh :
Hamdan Muhammad
10110321
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
v
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... viii
DAFTAR TABEL ... xi
DAFTAR SIMBOL ... xiv
DAFTAR LAMPIRAN ... xvii
BAB 1
PENDAHULUAN ... 1
1.1.
Latar Belakang Masalah ... 1
1.2.
Rumusan Masalah ... 2
1.3.
Maksud dan Tujuan ... 2
1.4.
Batasan Masalah ... 3
1.5.
Metodologi Penelitian ... 3
1.5.1.
Metodologi Pengumpulan Data ... 3
1.5.2.
Metode Pembangunan Perangkat Lunak ... 4
1.6.
Sistematika Penulisan ... 5
BAB 2
TINJAUAN PUSTAKA ... 7
2.1.
Profil BKKBN Kabupaten Cianjur ... 7
2.1.1.
Visi dan Misi BKKBN Kabupaten Cianjur ... 7
2.1.2.
Logo BKKBN Kabupaten Cianjur ... 8
2.1.3.
Tugas Pokok dan Fungsi ... 9
vi
2.2.
Landasan Teori ... 11
2.2.1.
Data Warehouse ... 11
2.2.2.
Microsoft SQL Server ... 24
2.2.3.
SSIS (SQL Server Integration Service) ... 24
2.2.3.
UML (Unified Modeling Language) ... 25
BAB 3
ANALISIS DAN PERANCANGAN ... 27
3.1.
Analisis Sistem ... 27
3.1.1.
Analisis Masalah ... 27
3.1.2.
Analisis Sistem Yang Sedang Berjalan ... 27
3.1.3.
Analisis Kebutuhan Informasi ... 30
3.1.4.
Analisis Sumber Data ... 31
3.1.5.
Skema Relasi ... 32
3.1.6.
Analisis Arsitektur Data
Warehouse
... 38
3.1.7.
Analisis spesifikasi kebutuhan perangkat lunak ... 57
3.1.8.
Analisis Kebutuhan Non-Fungsional ... 57
3.1.9.
Analisis Kebutuhan Fungsioanal ... 61
3.2.
Perancangan Sistem ... 88
3.2.1.
Perancangan Struktur Menu ... 88
3.2.2.
Perancangan Antar Muka ... 93
3.2.3.
Perancangan Pesan ... 97
3.2.4.
Perancangan Jaringan Semantik ... 98
3.2.5.
Perancangan Method ... 100
BAB 4
IMPLEMENTASI DAN PENGUJIAN ... 105
4.1.
Implementasi Sistem ... 105
vii
4.2.
Pengujian Sistem ... 112
4.2.1.
Rencana Pengujian ... 112
4.2.2.
Skenario Pengujian ... 113
4.2.3.
Hasil Pengujian ... 117
4.2.4.
Evaluasi ... 127
BAB 5
KESIMPULAN DAN SARAN ... 131
5.1.
Kesimpulan ... 131
5.2.
Saran ... 131
135
MicrosoftSQL2000 TechnicalArticles - MSDN.com,
2001.
[2] P. Lane, Oracle9i Data Warehousing Guide Release 2 (9.2), Redwood: Oracle
Corporation, 2002.
[3] M. Golfarelli and S. Rizzi, Data Warehouse Design: Modern Principles and
Methodologies, The McGraw-Hill Companies, 2009.
[4] M. Y. Pusadan, Rancang Bangun Data Warehouse, Yogyakarta: Graha Ilmu,
2013.
[5] P. Ponniah, Data Warehousing Fundamentals. A Comprehensif Guide For IT
Professionals, John Wiley & Sons, Inc., 2001.
[6] W. H. Inmon, Building the Data Warehouse Third Edition, Canada: John
Wiley & Sons, Inc., 2002.
[7] A. Prabawati, SQL Server 2012, Yogyakarta: Andi, 2013.
[8] B. Knight, D. Knight, M. Davis and W. Snyder, Microsoft SQL Server 2012
Integration Services, Indianapolis: John Wiley & Sons, Inc, 2013.
[9] D. Irwanto, Perancangan Object Oriented Software Dengan UML,
Yogjakarta: Andi, 2006.
[10] W. Inmon, Building the Data Warehouse, Canada: John Wiley & Sons, Inc.,
2002.
[11] R. S. Pressmann, Software Engineering, Yogyakarta: Andi, 2010.
Hamdan Muhammad
11
Program Studi Teknik Informatika
Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia
Jl. Dipatiukur No 112-116 Bandung - Indonesia
E-mail: hamdanmuhammad@icloud.com
1ABSTRAK
Data yang terdapat pada setiap divisi yang ada di BKKBN Kabupaten Cianjur masih perlu di olah dan dianalisis untuk mendapatkan informasi sesuai dengan kebutuhan setiap divisinya. Selain itu data yang ada di setiap divisi tidak tersusun sesuai kurun waktu perbulan atau pertahunnya, hal ini berdampak kepada kegiatan petugas di setiap divisisnya dalam pencarian data yang dibutuhkan untuk proses analisis dan pembuatan laporan hasil analisis menjadi sangat lambat dan dapat menghambat proses pengambilan keputusan.
Dari permasalahan yang ada dibutuhkan suatu aplikasi data warehouse di BKKBN Kabupaten Cianjur yang membantu setiap divisinya dalam menyajikan informasi yang multidimensi dan ringkas. Sumber daya pengetahuan dapat diakses dengan mudah dan cepat dapat membantu meningkatkan performa dan kinerja dalam melakukan analisa data di setiap divisinya dan mendukung dalam pembuatan laporan yang memiliki periode waktu berupa tabel dan grafik. Pembangunan data warehouse menggunakan skema constellation.
Dengan dibangunnya aplikasi data warehouse ini dapat diambil kesimpulan yaitu, proses penganalisaan terhadap data mengenai Pil KB dan Keluarga sejahtera lebih mudah, dengan ditampilkannya tampilan berupa tabel dan grafik yang mudah untuk dipahami yang berguna untuk memaksimalkan pengambilan keputusan, serta aplikasi data warehouse ini dapat menyajikan data dalam bentuk laporan yang memiliki interval waktu tertentu sesuai yang dibutuhkan.
Kata kunci : Data Warehouse, Skema Constellation, Multidimensi.
1.
PENDAHULUAN
Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Kabupaten Cianjur adalah badan yang bertugas untuk melaksanakan tugas pemerintah dibidang keluarga berencana dan
keluarga sejahtera sesuai dengan peraturan perundang-undangan yang berlaku.
Dari hasil wawancara dengan Kepala BKKBN dan para staf dari ke 3 divisi yang ada di BKKBN Kabupaten Cianjur, di dapat bahwa data yang ada di setiap divisi yang dikumpulkan dari setiap kecamatan masih perlu di olah dan dianalisis untuk mendapatkan informasi sesuai dengan kebutuhan setiap divisinya. Selain itu data yang ada di setiap divisi tidak tersusun sesuai kurun waktu perbulan atau pertahunnya, hal ini berdampak kepada kegiatan petugas di setiap divisisnya dalam pencarian data yang dibutuhkan untuk proses analisis dan pembuatan laporan hasil analisis menjadi sangat lambat dan dapat menghambat proses pengambilan keputusan. Selain itu dalam pembuatan laporan hasil analisis di setiap divisinya yang memiliki periode waktu menjadi kurang efektif dan efisien.
Dari permasalahan yang telah dijelaskan, maka dibutuhkan suatu aplikasi data warehouse di BKKBN Kabupaten Cianjur yang membantu setiap divisinya dalam menyajikan informasi yang multidimensi dan ringkas sehingga dapat memaksimalkan suatu keputusan yang dibuat, sehingga program-program yang akan di canangkan selanjutnya oleh pihak BKKBN Kabupaten Cianjur dapat berjalan secara efektif dan tepat sasaran, serta mendukung dalam pembuatan laporan yang multidimensi atau memiliki periode waktu berupa tabel dan grafik.
Tujuan dari pembangunan data warehouse pada BKKBN Kabupaten Cianjur ini adalah sebagai berikut:
setiap divisinya.
Batasan masalah dalam pembangunan data warehouse pada BKKBN Kabupaten Cianjur ini adalah sebagai berikut:
1. Data yang diambil adalah data yang dimiliki oleh BKKBN Kabupaten Cianjur yaitu data pembinaan keluarga, pik-krr, peserta kb, stok alat kontrasepsi, uppks, sasaran peserta kb baru (unmetneed) dan tempat pelayanan.
2. Data yang diolah dari tahun 2011-2015. 3. Sistem di bangun berbasis Client Server.
4. Pengujian data warehouse menggunakan OLAP (On-Line Analytical Processing).
5. DBMS menggunakan SQL Server 2012.
6. Penyajian laporan hasil analisis disajikan dalam bentuk tabel dan grafik.
7. Analisis dan perancangan perangkat lunak menggunakan analisis berorientasi objek.
1.1 Data Warehouse
Data warehouse adalah sebuah tempat
penyimpanan data yang lengkap dan konsisten dimana data yang disimpan itu saling berelasi dan dirancang berdasarkan query dan analisis daripada proses transaksinya [1]. Data tersebut ditransformasikan menjadi sebuah informasi yang dapat diakses kapan saja dan selalu up to date. Informasi ini kemudian akan digunakan untuk dianalisis untuk menghasilkan informasi baru [8].
Data warehouse juga bisa dikatakan sebagai kumpulan data yang berorientasi subjek, terintegrasi, tidak dapat di update, memiliki dimensi waktu yang digunakan untuk mendukung proses manajemen pengambilan keputusan dan kecerdasan bisnis. Tujuan dari datawarehouse adalah sebagai berikut [3] :
1. Memberikan kemudahan untuk mengakses informasi yang ada.
2. Kemudahan disini berbicara tentang efisiensi. Data warehouse harus efisien sehingga dengan mudah dipahami oleh user bukan hanya oleh devoleper saja. Selain itu, pengguna juga dapat mengkombinasikan data dalam data warehouse dengan berbagai cara (slicing and dicing). Untuk mengakses datawarehouse disarankan sebaiknya dapat dilakukan dengan sederhana dan mudah dioperasikan.
3. Menyediakan informasi yang konsisten.
4. Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan user untuk pengambil keputusan. Oleh karena itu, kredibilitas data yang terdapat dalam data warehouse harus dapat dipertanggungjawabkan. 5. Mampu beradaptasi dan tahan terhadap
perubahan.
menghadapi setiap perubahan dengan terencana. Hal ini berarti perubahan yang terjadi tidak boleh merusak atau mengganggu data dan aplikasi yang telah ada sebelumnya.
7. Mampu mengamankan informasi.
8. Informasi yang tersimpan dalam datawarehouse harus tersimpan dengan aman. Dengan kata lain, informasi tersebut tidak boleh sampai jatuh ke tangan yang salah. Oleh karena itu, data warehouse harus mampu mengendalikan setiap akses dari informasi yang ada.
9. Mampu memberikan dukungan dalam pengambilan keputusan.
10.Ini merupakan tujuan yang paling penting dan harus ada dalam setiap pembuatan data warehouse. Data warehouse bisa digambarkan sebagai kumpulan teknologi pendukung keputusan, dimaksudkan agar setiap pekerjaan yang berhubungan dengan informasi, dapat membuat keputusan dengan cepat dan tepat. 11.User friendly.
12.Seperti pada tujuan data warehouse pertama, data warehouse harus dirancang agar dapat dioperasikan dengan mudah oleh user. Tidak seperti sistem operasional dimana seringkali user tidak memiliki pilihan yang lain kecuali menggunakan sistem baru, akan tetapi userdata warehouse biasanya merupakan pilihan. Oleh karena itu, proses penentuan user data warehouse merupakan faktor yang sangat penting.
[image:36.595.311.527.510.662.2]Arsitektur pada data warehouse dikelompokkan menjadi 5 bagian seperti Gambar 1 [4] :
Gambar 1 Arsitektur Data Warehouse
1.2Model Dimensional Data Warehouse
pemodelan data warehouse, yaitu skema star, skema snowflake, dan skema constellation. Penjelasan dari masing-masing model skema adalah sebagai berikut :
1. Skema Bintang (Star Schema)
[image:37.595.312.523.182.339.2]Skema ini mengikuti bentuk bintang, dimana terdapat satu tabel fakta di pusat bintang dengan beberapa tabel dimensi yang mengelilinginya. Semua tabel dimensi berhubungan dengan tabel fakta. Tabel fakta memiliki beberapa primary key dalam tabel dimensi. Berikut ini adalah contoh dari skema bintang bisa dilihat pada Gambar 2:
Gambar 2 Skema Bintang
2. Skema Bola Salju (Snowflake Schema)
[image:37.595.70.285.260.481.2]Skema bola salju merupakan perluasan dari skema bintang dengan tambahan beberapa tabel dimensi yang tidak berhubungan secara langsung dengan tabel fakta. Tabel dimensi tersebut berhubungan dengan tabel dimensi yang lain. Contoh skema bola salju dapat dilihat pada Gambar 3 berikut ini:
Gambar 3 Skema Bola Salju
dimensi yang dipakai bersamaan oleh satu atau lebih tabel fakta [5]. Pada skema ini terdapat beberapa tabel fakta yang menggunakan satu atau beberapa tabel dimensi. Contoh skema constellation dapat dilihat pada Gambar 4 berikut ini:
Gambar 4 Skema Constellation
1.3 Proses ETL Dalam Data Warehouse
Proses ETL atau biasa disebut Extract, Transform, dan Load merupakan proses pengubahan data dari OLTP database menjadi data warehouse. Jika dilihat dari arstitektur data warehouse, proses ETL ini merupakan proses yang berada di data staging.
Proses ETL merupakan proses untuk mengubah, memformat ulang serta mengintegrasikan data yang berasal dari satu atau beberapa OLTP systems [6]. 1. Extraction
Extraction merupakan sebuah proses dimana proses tersebut mencari sumber data kemudian dengan menggunakan beberapa kriteria yang sudah diberikan untuk memilah data dan juga untuk mencari data yang berkualitas, kemudian data tersebut diangkut ke file lain atau database [6].
2. Transformation
Datatransformation merupakan suatu fase yang terjadi ketika data sudah menjadi raw data (hasil extraction) diubah menjadi bentuk yang sudah ditetapkan dimana bentuk tersebut harus bisa digunakan dalam data warehouse [4]. Berikut ini adalah beberapa proses dasar yang harus ada dalam data transformation :
a) Selection
Memilih atau memilah data hasil dari extraction.
b) Splitting/Joining
Splitting/joining meliputi tipe-tipe manipulasi data yang perlu dilakukan pada proses selection.
c) Conversion
[image:37.595.70.286.596.752.2]d) Summarization
Tahap ini merupakan tahap pembentukan model yang akan ditampilkan kepada user. e) Enrichment
Tahap ini merupakan tahap pembentukan kembali serta penyederhanaan field yang ada untuk membuat field tersebut lebih berguna pada data warehouse.
3. Loading
Loading adalah suatu proses pemindahan data secara fisik dari OLTP systems ke dalam data destination atau data warehouse. Operasi loading terdiri dari memasukkan record ke dalam bermacam-macam dimensi dan fact tabel yang ada pada data destination atau data warehouse [3].
1.4 OLAP (On-Line Analytical Processing)
OLAP (On-Line Analytical Processing) adalah teknologi yang memproses data ke dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis yang kompleks dengan tujuan untuk mengorganisir sejumlah data yang besar, agar bisa dianalisa dan dievaluasi dengan cepat serta menyediakan kecepatan dan fleksibelitas untuk mendukung analisa dalam waktu nyata [2].
Ada beberapa karakteristik OLAP, yaitu :
1. Mengijinkan pelaku bisnis melihat data dari sudut pandang logical dan multidimensional pada data warehouse.
2. Memfasilitasi query yang kompleks dan analisa bagi pengguna.
3. Mengijinkan pengguna melakukan drill-down untuk menampilkan data yang lebih detail atau roll-up untuk agregasi dari suatu dimensi atau beberapa dimensi.
4. Menyediakan proses kalkulasi dan perbandingan data.
5. Menampilkan hasil dalam bentuk tabel atau grafik.
Keuntungan dari OLAP, yaitu :
1. Mengingkatkan produktivitas pemakai akhir bisnis, pengembang IT, dan keseluruhan organisasi.
2. Pengawasan yang lebih dan akses tepat waktu terhadap informasi strategis dapat membuat pengambilan keputusan lebih cepat.
3. Mengurangi pengembangan aplikasi bagi staf IT dengan membuat pemakaian akhir dapat mengubah skema dan membuat model sendiri. 4. Penyimpanan pengawasan organisasi melalui
integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data.
OLAP dapat digunakan untuk melakukan seperti [2]:
Suatu bentuk yang merupakan kebalikan dari konsolidasi untuk menjabarkan data yang ringkas menjadi data yang lebih detail. Gambaran untuk roll-up dan drill-down dapat dilihat pada Gambar 6Gambar 5 berikut ini:
Gambar 5 Roll-up dan Drill-down
3. Slicing dan dicing
Menjabarkan pada kemampuan untuk melihat data dari sudut pandang. Gambaran untuk slicing dan dicing dapat dilihat pada Gambar 6 berikut ini:
Gambar 6 Slicing dan Dicing
1.5 SSIS (SQL Server Integration Service)
SSIS (SQL Server Integration Services) adalah suatu platform untuk membangun sistem yang handal untuk integrasi data, extraction, transformation, dan loading yang digunakan pada data warehousing [7]. SSIS menawarkan solusi dalam menghadapi permasalahan data integrasi. Selain itu, tools ini membatu untuk menigkatkan efisiensi waktu pembuatan.
Arsitektur SQL Server Integration Services secara umum berisi berbagai macam komponen, diantaranya yaitu:
3. Task dan executable binary.
4. Data Flow Engine dan Data Flow. Komponen data flow merupakan enkapsulasi data flow engine yang menyediakan buffer didalam memori dan bertugas memindahkan data dari sumber data ke tujuan data. Sedangkan data flow merupakan sumber data, tujuan data, dan transformasi.
5. Integration Services service. Memungkinkan SQL Server Management Studio dapat digunakan untuk melakukan monitoring paket SSIS dan mengatur SSIS storage yang digunakan.
6. SQL Server Import dan Export Wizard. Tools ini digunakan untuk melakukan copy data dari sumber ke tujuan data.
2.
ISI PENELITIAN
Terdapat beberapa tahapan analisis dalam pembangunan perangkat lunak data warehouse ini, yaitu:
2.1Analisis Kebutuhan Informasi
Analisis kebutuhan informasi merupakan tahap untuk menganalisis apa saja yang dibutuhkan oleh BKKBN Kabupaten Cianjur untuk data warehouse yang akan dibangun.
Berdasarkan hasil wawancara langsung dengan Kepala BKKBN dan para staf dari ke 3 divisi yang ada di BKKBN Kabupaten Cianjur didapat kebutuhan informasi strategis sebagai berikut: 1. Informasi jumlah ada dan lapor dari klinik kb
pemerintah dan swasta di setiap kecamatan setiap bulan setiap tahunnya.
2. Informasi jumlah ada dan lapor dari dokter praktik swasta di setiap kecamatan setiap bulan setiap tahunnya.
3. Informasi jumlah ada dan lapor dari bidan praktik swasta di setiap kecamatan setiap bulan setiap tahunnya.
4. Informasi jumlah PUS pertahapan KS kategori PRA S dan KSI di setiap kecamatan setiap bulan setiap tahunnya.
5. Informasi jumlah peserta KB per mix kotrasepsi di setiap kecamatan setiap bulan setiap tahunnya. 6. Informasi jumlah Un Met Need pertahapan KS di
setiap kecamatan setiap bulan setiap tahunnya. 7. Informasi jumlah persediaan alat kontrasepsi per
alat kontrasepsi di setiap kecamatan setiap bulan setiap tahunnya.
8. Informasi jumlah bina keluarga balita di setiap kecamatan setiap bulan setiap tahunnya.
9. Informasi jumlah bina keluarga remaja di setiap kecamatan setiap bulan setiap tahunnya.
10.Informasi jumlah bina keluarga lansia di setiap kecamatan setiap bulan setiap tahunnya.
UPPKS pertahapan KS kategori PRA S dan KSI di setiap kecamatan setiap bulan setiap tahun nya.
13.Informasi jumlah PIK-KRR kategori tegak, tumbuh, tegar di setiap kecamatan setiap bulan setiap tahun nya.
2.2Sumber Data
[image:39.595.313.526.267.475.2]Database OLTP yang sekarang berada di BKKBN Kabupaten Cianjur menjadi data source untuk membangun data warehouse. Skema relasi pada database yang ada dapat di lihat pada Gambar 7: tb_pus tb_kabupaten tb_kecamatan tb_klinik tb_pembinaan_keluarga tb_peserta_kb tb_pik_krr tb_unmetneed tb_uppks tb_user tb_tempat_pelayanan tb_alat_kontrasepsi stok_alat_kontrasepsi id_pus PK tanggal_lapor seluruh_pus pras_dan_ksi id_kecamatan FK id_kabupaten PK nama_kabupaten id_kecamatan PK nama_kecamatan id_kabupaten FK id_klinik PK nama_klinik id_pembinaan_keluarga PK tanggal_lapor bkb bkr blk bkl id_kecamatan FK id_peserta_kb PK tanggal_lapor iud mow kondom mop implant suntik pil persentase id_kecamatan FK pasangan_usia_subur id_pik_krr PK tanggal_lapor tumbuh tegak tegar id_kecamatan FK jumlah_keseluruhan id_unmetneed PK tangal_lapor seluruh_tahapan_ks keluarga_pras_dan_ksi ks_ii_dan_ks_iii_plus id_kecamatan FK id_uppks PK tanggal_lapor jumlah_kelompok anggota_uppks pras_ksi_anggota_uppks jumlah_pertemuan_uppks pras_ksi_status_pus_ber_kb pras_ksi_status_pus pus_anggota_uppks_ber_kb pus_anggota_uppks id_kecamatan FK nik PK fullname username password id_pelayanan PK tanggal_lapor id_klinik FK ada lapor id_kecamatan FK id_alat_kontrasepsi PK nama_alat_kontrasepsi id_stok_alat_kontrasepsi PK diterima_bulan_ini dikeluarkan_bulan_ini sisa_akhir_bulan_ini id_kecamatan FK id_alat_kontrasepsi FK tanggal_lapor sisa_akhir_bulan_lalu rank persentase jumlah
Gambar 7 Skema Relasi Tabel OLTP BKKBN Kabupaten Cianjur
2.3Analisis Arsitektur Data Warehouse
Arsitektur yang digunakan untuk pembangunan data warehouse adalah menggunakan model two-layer architecture. Analisis arsitektur ini terbagi dalam empat layer, yaitu analisis source layer, analisis data stagging, analisis data warehouse layer, dan analisis menggunakan OLAP.
1. Analisis Source Layer
Pada lapisan ini, data masih berupa data operasional. Sumber data yang digunakan dalam pembangunan data warehouse ini sudah berupa data logic yang ada di database. Sumber data yang digunakan yaitu berasal dari database OLTP BKKBN Kabupaten Cianjur.
2. Analisis Data Stagging
Pada lapisan ini, data operasional akan diekstrak (melalui proses ETL) ke dalam data warehouse. a) Extract
kecamatan, tabel alat kontrasepsi, tabel stok alat kontrasepsi, tabel klinik, tabel klinik tempat pelayanan, tabel pembinaan keluarga, tabel pus, tabel peserta kb, tabel pik-krr, tabel unmetneed dan tabel uppks. Tabel User tidak di ekstrak karena tidak di butuhkan. Atribut-atribut yang ada pada tabel yang akan diekstrak tidak ada perubahan menambah atau mengurangi atribut-atributnya, masih tetap sama dengan sumber data. Proses ekstraksi data dari sumber data ke dalam data warehouse adalah sebagai berikut:
Tabel 1 Tabel Extract
No Nama Tabel Field
1 Tabel Kabupaten id_kabupaten
nama_kabupaten
2 Tabel Kecamatan
id_kecamatan nama_kecamatan id_kabupaten
3 Tabel Alat Kontrasepsi id_alat_kontasepsi nama_alat_kontrasepsi
4 Tabel Stok Alat Kontrasepsi
id_stok_alat_kontasepsi tanggal_lapor sisa_akhir_bulan_lalu diterima_bulan_ini dikeluarkan_bulan_ini sisa_akhir_bulan_ini id_alat_kontasepsi id_kecamatan
5 Tabel Klinik id_klinik
nama_klinik
6 Tabel Tempat Pelayanan
id_tempat_pelayanan tanggal_lapor id_klinik ada lapor id_kecamatan
7 Tabel Pembinaan
Keluarga id_pembinaan_keluarga tanggal_lapor bkb bkr bkl blk id_kecamatan
8 Tabel PUS
id_pus tanggal_lapor seluruh_pus pras_dan_ksi persentase id_kecamatan
9 Tabel Peserta KB
id_peserta_kb tanggal_lapor pasangan_usia_subur iud mow mop kondom implant suntik pil jumlah persentase rank
10 Tabel PIK-KRR tegak
tegar
jumlah_keseluruhan id_kecamatan
11 Tabel Unmetneed
id_unmetneed tanggal_lapor bulan seluruh_tahapan_ks keluarga_pras_dan_ksi ks_ii_dan_ks_iii_plus id_kecamatan
12 Tabel Uppks
id_uppks tanggal_lapor jumlah_kelompok anggota_uppks pras_ksi_anggota_uppks pus_anggota_uppks pus_anggota_uppks_ber_kb pras_ksi_status_pus pras_ksi_status_pus_ber_kb jumlah_pertemuan_uppks id_kecamatan b) Transform
Proses transform yang dilakukan terdiri dari 2 proses, yaitu:
1. Cleaning
Proses cleaning dilakukan untuk membersihkan data yang tidak digunakan dari tabel yang sudah diekstrak, yaitu menghilangkan field yang tidak terpakai dalam data warehouse. Berikut merupakan nama field yang dihilangkan dalam proses cleaning:
a. Pada tabel stok alat kontrasepsi tidak memerlukan field id_stok_alat_kontrasepsi, sisa_akhir_bulan_lalu, diterima_bulan_ini, dikeluarkan bulan ini, id_kecamatan dan tanggal_lapor.
b. Pada tabel tempat pelayanan tidak memerlukan field id_tempat_pelayanan, id_kecamatan dan tanggal_lapor.
c. Pada tabel pembinaan keluarga tidak memerlukan field id_pembinaan_keluarga, id_kecamatan dan tanggal_lapor.
d. Pada tabel pus tidak memerlukan field id_pus, persentase, id_kecamatan dan tanggal_lapor.
e. Pada tabel peserta kb tidak memerlukan field id_peserta_kb, persentase, rank, id_kecamatan dan tanggal_lapor.
f. Pada tabel pik-krr tidak memerlukan field id_pik_krr, id_kecamatan dan tanggal_lapor. g. Pada tabel unmetneed tidak memerlukan field
id_unmetneed, id_kecamatan dan tanggal_lapor.
tabel stok alat kontrasepsi, tempat pelayanan, pembinaan keluarga, pus, pik-krr, peserta kb, unmetneed dan uppks. Proses conditioning dilakukan untuk memastikan tidak adanya redudansi data, sehingga pada suatu tabel fakta bisa memiliki lebih dari satu tabel dimensi. Pada Error! Reference source not found. akan dijelaskan contoh dari tahapan conditioning pada tabel stok alat kontrasepsi.
Tabel Error! No text of specified style in document..2 Conditioning Tabel Stok
Alat Kontrasepsi
Tabel Stok Alat
Kontrasepsi fact_stok_alat_kontrasepsi
No Field No Field
1 tanggal_lapor 1 id_alat_kontasepsi
2 sisa_akhir_bul