UNTUK PENYAJIAN DATA AKADEMIK STIKOM SURABAYA
OLEH :
Nama : ERIC WIJAYA NIM : 09.41010.0002 Program : S1 (Strata Satu) Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER S U R A B A Y A
Informasi merupakan salah satu faktor yang handal dalam melakukan pen-gambilan suatu keputusan untuk penentuan kebijakan dan perencanaan. STIKOM Surabaya memiliki data yang berlimpah tetapi belum dapat digunakan secara maksimal. Penyajian laporan-laporan strategis yang dibutuhkan oleh manajemen tidak dapat dipenuhi dengan cepat dan tepat dikarenakan keterbatasan teknik pe-laporan yang masih menggunakan data-data transaksional saja. Hal tersebut juga menyebabkan kemampuan mengeluarkan informasi-informasi yang bernilai men-jadi sangat terbatas.
Data warehouse merupakan salah satu jawaban atas masalah-masalah ter-sebut. Laporan yang dikembangkan dari data warehouse ini menggunakan metode Online Analytical Process (OLAP) untuk membantu manajemen dalam mengana-lisis informasi yang dibutuhkan dengan melihat dari berbagai sudut pandang yang ada sehingga manajemen dapat membuat suatu keputusan dengan lebih cepat, te-pat dan akurat.
Setelah diuji coba, hasil penelitian menunjukkan bahwa data warehouse yang dikembangkan telah berhasil dilakukan extract transform load (ETL). Data warehouse disajikan dalam bentuk dashboard dan mampu menyediakan kebutuhan pelaporan akademik STIKOM Surabaya dengan metode OLAP berbasis web. Hal ini terbukti dari nilai angket yang diperoleh sebesar 3.75 pada skala nilai 1 sampai 5. Jenis pelaporan akademik yang dihasilkan oleh data warehouse terdiri dari standar akreditasi 3 kemahasiswaan dan lulusan, mahasiswa, dosen, dan pendaftar.
BAB I PENDAHULUAN ... 1
1.1. Latar Belakang Masalah ... 1
1.2. Perumusan Masalah ... 3
1.3. Pembatasan Masalah ... 3
1.4. Tujuan ... 4
1.5. Sistematika Penulisan... 4
BAB II LANDASAN TEORI ... 6
2.1. Akademik ... 6
2.2. Akreditasi Program Studi Sarjana ... 7
2.3. Standar 3 Mahasiswa dan Lulusan ... 8
2.4. Data ... 9
2.5. Basis Data... 9
2.6. Database Management System (DBMS) ... 9
2.7. Informasi ... 10
2.8. Data Warehouse ... 10
2.9. Data Mart ... 11
2.10. OLTP dan OLAP... 12
2.10 OLAP Cube ... 14
2.11Star Schema ... 15
2.12Constellation Schema ... 15
2.13 Extract, Transform, Load (ETL) ... 16
3.1.1. Identifikasi Masalah ... 17
3.1.2. Analisis Permasalahan ... 18
3.1.3. Pembuatan Data Warehouse ... 19
3.2. Desain Sistem ... 53
3.2.1. Context Diagram ... 53
3.2.2. Data Flow Diagram Level 0 ... 54
3.2.3. Data Flow Diagram Extract Transform Load Level 1 ... 55
3.2.4. Data Flow Diagram Pelaporan Level 1 ... 56
3.2.5. Data Flow DiagramExtract Transform Load Level 2 ... 58
3.3. Desain Uji Coba Pemakaian Data Warehouse... 59
BAB IV IMPLEMENTASI DAN EVALUASI ... 60
4.1. Implementasi Program ... 60
4.1.1. Perangkat Lunak ... 60
4.1.2. Perangkat Keras ... 61
4.1.3. Pembuatan Data Warehouse STIKOM Surabaya ... 62
4.2. Implementasi Program ... 82
4.3. Laporan Akademik STIKOM Surabaya... 95
4.3.1. Kategori Akreditasi Standar 3 ... 95
4.3.2. Kategori Mahasiswa ... 98
4.3.3. Kategori Dosen ... 105
4.3.4. Kategori Pendaftar STIKOM Surabaya ... 112
4.3.5. Kategori Pencapaian ... 115
5.1. Kesimpulan ... 129 5.2. Saran ... 129 DAFTAR PUSTAKA ... 131
Tabel 3.1 Tabel Mahasiswa STIKOM Surabaya ... 21
Tabel 3.2 Tabel KRS STIKOM Surabaya... 22
Tabel 3.3 Tabel Histori Mahasiswa STIKOM Surabaya ... 22
Tabel 3.4 Tabel Matakuliah STIKOM Surabaya ... 23
Tabel 3.5 Tabel Program Studi STIKOM Surabaya ... 24
Tabel 3.6 Tabel Dosen STIKOM Surabaya ... 24
Tabel 3.7 Tabel Jadwal Perkuliahan STIKOM Surabaya ... 25
Tabel 3.8 Tabel Absensi Dosen STIKOM Surabaya ... 26
Tabel 3.9 Tabel Kota STIKOM Surabaya... 26
Tabel 3.10 Tabel SMU STIKOM Surabaya ... 27
Tabel 3.11 Tabel Calon Pendaftar STIKOM Surabaya ... 27
Tabel 3.12 Tabel Mahasiswa Transfer STIKOM Surabaya ... 28
Tabel 3.13 Tabel Ujian STIKOM Surabaya ... 29
Tabel 3.14 Atribut Dimensi Mahasiswa... 30
Tabel 3.15 Atribut Dimensi Semester ... 31
Tabel 3.16 Atribut Dimensi Prodi ... 31
Tabel 3.17 Atribut Dimensi Matakuliah ... 32
Tabel 3.18 Atribut Dimensi Waktu ... 33
Tabel 3.19 Atribut Dimensi Dosen ... 34
Tabel 3.20 Atribut Fakta Dosen ... 35
Tabel 3.21 Atribut Fakta Mahasiswa ... 36
Tabel 3.22 Atribut Fakta Calon Mahasiswa ... 36
Tabel 3.25 Atribut Fakta Ujian ... 39
Tabel 3.26 Measure Fakta Mahasiswa ... 48
Tabel 3.27 Measure Fakta Dosen... 49
Tabel 3.28 Measure Fakta Pendaftar ... 49
Tabel 3.29 Measure Fakta Akreditasi ... 50
Tabel 3.30 Measure Fakta Ujian ... 50
Tabel 3.31 Tampilan Informasi Dosen... 52
Tabel 3.32 Hak Akses Role ... 52
Tabel 3.33 Pertanyaan Survei ... 59
Tabel 3.34 Nilai Survei ... 59
Tabel 4.1 Hasil Survei ... 127
Tabel 4.2 Nilai Survei ... 128
Gambar 3.1 Alur Pembuatan Data Warehouse ... 19
Gambar 3.2 Constellation SchemaData Warehouse STIKOM Surabaya ... 40
Gambar 3.3 Proses ETL ... 42
Gambar 3.4 Physical Diagram Data Warehouse ... 43
Gambar 3.5 Dimension Dosen ... 44
Gambar 3.6 Dimension Matakuliah ... 45
Gambar 3.7 Dimension Mahasiswa... 45
Gambar 3.8 Dimension Program Studi ... 46
Gambar 3.9 Dimension Waktu ... 46
Gambar 3.10 Dimension Semester ... 47
Gambar 3.11 Context DiagramData warehouse Akademik STIKOM Surabaya 53 Gambar 3.12 Level 0 Data warehouse Akademik STIKOM Surabaya... 54
Gambar 3.13 Level 1 Extract Transform Load ... 55
Gambar 3.14 Level 1 Pelaporan ... 57
Gambar 3.15 Level 2 Extract Transform Load ... 58
Gambar 4.1 Script Pembuatan Tabel Transaksional KRS ... 63
Gambar 4.2 Script Pengisian Data Dummy KRS ... 63
Gambar 4.3 Script Tabel Dimensi Dosen ... 64
Gambar 4.4 script ETL Dimensi Matakuliah ... 65
Gambar 4.5 script disabling foreign key ... 65
Gambar 4.6 script enabling foreign key ... 66
Gambar 4.7 Oracle BI Administration Tools ... 66
Gambar 4.10 Physical DiagramData Warehouse STIKOM Surabaya ... 68
Gambar 4.11 Dimension Dosen ... 69
Gambar 4.12 Dimension Matakuliah ... 69
Gambar 4.13 Dimension Mahasiswa... 70
Gambar 4.14 Dimension Program Studi ... 70
Gambar 4.15 Dimension Waktu ... 71
Gambar 4.16 Dimension Semester ... 71
Gambar 4.17 Measure Fakta Mahasiswa ... 72
Gambar 4.18 Measure Fakta Dosen ... 73
Gambar 4.19 Measure Fakta Pendaftar ... 73
Gambar 4.20 Measure Fakta Akrediatasi... 74
Gambar 4. 21 Measure Fakta Angket ... 74
Gambar 4.22 Measure Fakta Ujian ... 75
Gambar 4.23 Logical Tabel Diagram Data Warehouse STIKOM Surabaya ... 76
Gambar 4.24 Informasi Mahasiswa ... 77
Gambar 4.25 Informasi Dosen ... 77
Gambar 4.26 Informasi Program Studi ... 78
Gambar 4.27 Informasi Semester ... 78
Gambar 4.28 Informasi Matakuliah ... 78
Gambar 4.29 Informasi Fakta Mahasiswa ... 79
Gambar 4.30 Informasi Fakta Dosen ... 79
Gambar 4.31 Informasi Ujian ... 80
Gambar 4.34 Informasi Angket Dosen ... 81
Gambar 4.35 Informasi Waktu ... 81
Gambar 4.36 users dan privileges ... 82
Gambar 4.37 Halaman login ... 83
Gambar 4.38 Halaman Dashboard ... 84
Gambar 4.39 Halaman Editing Dashboard ... 84
Gambar 4.40 Kategori Informasi ... 85
Gambar 4.41 Penambahan Halaman ... 85
Gambar 4.42 Dashboard Object ... 86
Gambar 4.49 Customize Tampilan Dasboard ... 90
Gambar 4.50 Section Properties ... 90
Gambar 4.51 Data warehouse List... 91
Gambar 4.52 Menampilkan Informasi Jumlah Mahasiswa per Prodi ... 91
Gambar 4.53 Hasil Informasi Jumlah Mahasiswa per Prodi... 91
Gambar 4.54 Edit Column Format... 92
Gambar 4.55 Perhitungan Average ... 93
Gambar 4.58 Tampilan Filter ... 94
Gambar 4.59 Filter Kategori Akreditasi ... 95
Gambar 4.60 Laporan Standar 3 Mahasiswa dan Lulusan 3.1.1 ... 95
Gambar 4.61 Laporan Penilaian Akreditasi 3.1.1 ... 96
Gambar 4.62 Laporan Mahasiswa Reguler per Angkatan ... 96
Gambar 4.63 Laporan Rata-Rata Masa Studi Mahasiswa ... 97
Gambar 4.64 Laporan Jumlah Lulusan ... 97
Gambar 4.65 Laporan Efesiensi Edukasi ... 98
Gambar 4.66 Filter Kategori Mahasiswa ... 98
Gambar 4.67 Laporan Jumlah Mahasiswa ... 99
Gambar 4.68 Laporan Drill-Down Jumlah Mahasiswa ... 99
Gambar 4.69 Laporan IPK Mahasiswa ... 100
Gambar 4.70 Laporan Drill-Down IPS dan IPK ... 100
Gambar 4.71 Laporan Mahasiswa 3 Semester Akhir... 101
Gambar 4.72 Laporan Persentase Kehadiran Ujian ... 101
Gambar 4.73 Laporan Drill-Down Persentase Kehadiran Ujian ... 102
Gambar 4.74 Laporan Kehadiran Mahasiswa per Prodi ... 102
Gambar 4.75 Laporan Drill-Down Kehadiran Mahasiswa ... 103
Gambar 4.76 Laporan Presensi per Prodi ... 103
Gambar 4.77 Laporan Drill-Down Presensi... 104
Gambar 4.78 Laporan Jumlah Kelulusan Matakuliah per Prodi ... 104
Gambar 4.79 Laporan Drill-Down Jumlah Mahasiswa ... 105
Gambar 4.82 Laporan Drill-Down Jumlah Dosen ... 106
Gambar 4.83 Laporan Ketepatan Kumpul Soal ... 107
Gambar 4.84 Laporan Drill-Down Ketepatan Kumpul Soal ... 107
Gambar 4.85 Laporan Beban Mengajar Dosen ... 108
Gambar 4.86 Laporan Drill-Down Beban Mengajar ... 108
Gambar 4.87 Laporan Kehadiran Dosen per Prodi ... 109
Gambar 4.88 Laporan Drill-Down Kehadiran Dosen ... 109
Gambar 4.89 Laporan Angket Dosen per Prodi ... 110
Gambar 4.90 Laporan Drill-Down Angket Dosen ... 110
Gambar 4.91 Laporan Ketepatan Hadir per Prodi ... 111
Gambar 4.92 Laporan Drill-Down Ketepatan Hadir... 111
Gambar 4.93 Filter Kategori Pendaftar ... 112
Gambar 4.94 Laporan Pendaftar STIKOM Surabaya ... 112
Gambar 4.95 Laporan Drill-Down Jumlah Pendaftar ... 113
Gambar 4.96 Laporan Nilai Danem dan STTB ... 113
Gambar 4.97 Laporan Drill-Down Nilai Danem dan STTB ... 114
Gambar 4.98 Laporan Nilai Mata Pelajaran ... 114
Gambar 4.99 Laporan Drill-Down Nilai Mata Pelajaran ... 115
Gambar 4.100 Laporan Pencapaian Registrasi ... 115
Gambar 4.101 Laporan Pencapaian Lulusan ... 116
Gambar 4.102 Laporan Pencapaian Angket... 116
Gambar 4.103 Laporan Pencapaian Kehadiran ... 117
Gambar 4.106 Uji Coba ETL Dimensi Mahasiswa ... 119
Gambar 4.107 Uji Coba ETL Dimensi Prodi ... 120
Gambar 4.108 Uji Coba ETL Dimensi Semester ... 120
Gambar 4.109 Uji Coba ETL Fakta Mahasiswa ... 121
Gambar 4.110 Uji Coba ETL Fakta Dosen ... 122
Gambar 4.111 Uji Coba ETL Fakta Calon Mahasiswa... 122
Gambar 4.112 Uji Coba ETL Fakta Ujian ... 123
Gambar 4.113 Uji Coba ETL Fakta Akreditasi ... 124
Gambar 4.114 Uji Coba ETL Fakta Angket ... 124
Gambar 4.115 Business Model and Mapping Akademik STIKOM Surabaya ... 125
Gambar 4.116 Check Global Consistency ... 125
Gambar 4.117 Proses Presentation ... 126
Gambar 4.118 Hasil Perbandingan dari Data warehouse ... 126
Gambar 4.119 Hasil Perbandingan dari database transaksional ... 127
Lampiran 1. Biodata Penulis ...132
Lampiran 2. Survei Data Warehouse Akademik STIKOM Surabaya 1 ...133
Lampiran 3. Survei Data Warehouse Akademik STIKOM Surabaya 2 ...134
Lampiran 3. Survei Data Warehouse Akademik STIKOM Surabaya 3 ...135
BAB I PENDAHULUAN
1.1. Latar Belakang Masalah
Di dalam sebuah instansi, sebuah ketersediaan informasi yang akurat, berintegrasi, dan berkualitas tinggi menjadi hal sangat vital pada saat ini. Hal ini didukung dengan pernyataan dari Poe (1998) yang menyatakan bahwa banyak korporasi mencari teknologi baru yang membantu mereka menjadi lebih untung dan kompetitif. Kunci untuk memperoleh keuntungan kompetitif adalah memiliki informasi yang akurat, dalam waktu yang tepat, yang mampu diakses dengan mudah sehingga proses pengambilan keputusan dapat dilakukan dengan lebih cepat dan tepat.
Penekanan dari pernyataan Poe (1998) adalah instansi harus memiliki sistem yang mampu menyampaikan informasi pada para manajer ataupun para pengguna yang kelak akan digunakan sebagai landasan dalam melakukan sebuah pengambilan keputusan. Namun dalam kenyataannya, para manajer sering dibuat frustasi dengan ketidakmampuan untuk mengakses serta menggunakan data dan informasi yang diperlukan yang sering disebut instansi yang “kekenyangan dengan data”, tetapi “kelaparan informasi”.
STIKOM Surabaya merupakan sebuah perguruan tinggi yang setiap tahunnya melaksanakan kegiatan akademik. Data-data akademik yang didapatkan dari kegiatan daftar mahasiswa baru, perwalian, perkuliahan hingga wisuda tersimpan di STIKOM Surabaya telah digunakan untuk menghasilkan berbagai laporan baik laporan transaksional maupun laporan strategis.
Pihak manajemen seperti Kepala Program Studi (Kaprodi), Administrasi Akademik Kemahasiswa (AAK), Pembantu Ketua (Puket) memerlukan laporan strategis yang akurat dan cepat. Namun, laporan strategis ini belum bisa dipenuhi secara maksimal karena data yang diambil berasal dari data transaksional. Laporan strategis ini juga belum bisa menyajikan laporan yang fleksibel karena laporan hanya dibuat sesuai dengan kebutuhan manajemen pada saat itu saja sehingga bila manajemen memerlukan laporan dengan sedikit penambahan informasi dari laporan yang sudah tersedia maka laporan tidak dapat langsung disediakan. Laporan-laporan akademik yang bersifat urgent atau baru juga akan mengalami kesulitan untuk dipenuhi karena keterbatasan sumber daya untuk dapat memenuhi laporan-laporan tersebut pada saat itu juga. Laporan strategis sangat dibutuhkan agar manajemen mampu melihat peluang maupun kelemahan dengan lebih cepat.
Online Analytical Processing (OLAP) adalah serangkaian komponen yang secara utama digunakan untuk pelaporan bisnis (business reporting). OLAP akan mampu menghasilkan suatu permintaan analisis yang bersifat dimensional secara cepat dan tepat. Data-data yang dikoleksi, disimpan, dan dimanipulasi menggunakan OLAP akan mampu menghasilkan informasi yang lebih bernilai serta dapat melakukan kalkulasi yang kompleks dengan cepat. OLAP digunakan karena OLAP mampu menyediakan informasi yang dapat menjadi pertimbangan dalam membuat suatu pengambilan keputusan di masa depan sehingga instansi memiliki keunggulan kompetitif dibandingkan dengan kompetitornya. Pelaporan yang dihasilkan oleh OLAP juga memiliki kemampuan untuk menyajikan laporan dengan cara roll up, drill down, slice dice, dan pivot sehingga informasi yang
dapat diambil dari suatu laporan menjadi lebih baik. Dalam membuat OLAP maka akan lebih mudah apabila terlebih dahulu data-data akademik dirancang ke dalam sebuah data warehouse. Data warehouse akademik STIKOM Surabaya akan menyimpan histori dari kegiatan akademik di STIKOM Surabaya yang nantinya akan digunakan untuk melakukan penyajian informasi-informasi strategis yang diperlukan oleh manajemen.
Dengan OLAP maka permasalahan kebutuhan manajemen terhadap informasi-informasi strategis dapat dipenuhi dengan akurat, cepat serta jangkauan informasi yang bisa didapat menjadi lebih luas. OLAP juga mampu meningkatkan performa dalam menyajikan informasi sehingga manajemen tidak perlu menunggu waktu yang lama untuk mendapatkan informasi yang diinginkan.
1.2. Perumusan Masalah
Dari latar belakang masalah yang telah dijelaskan terkait dengan pelaporan yang masih statis maka dirumuskan sebuah masalah yaitu bagaimana membangun data warehouse yang mampu menyajikan informasi menggunakan OLAP untuk memenuhi kebutuhan informasi akademik terkait akreditasi, mahasiswa, dosen, dan pendaftar di STIKOM Surabaya?
1.3. Pembatasan Masalah
Batasan masalah pada penelitian ini adalah sebagai berikut. 1. Informasi yang akan dipenuhi hanya yang bersifat kuantitatif saja 2. Tidak membahas data mining
3. Data yang digunakan adalah data dummy yang terdiri dari 3 tahun angkatan
4. Data warehouse yang akan dibuat hanya data mart akademik STIKOM Surabaya
5. Informasi yang ditampilkan adalah informasi Akademik STIKOM secara intrakurikuler dan informasi pendukung mengenai keperluan Akreditasi Sarjana (borang) untuk memenuhi standar 3 yaitu mahasiswa dan lulusan 6. Tools yang digunakan adalah Oracle 10G dan Oracle Bussiness
Intellegence (OBI)
1.4. Tujuan
Tujuan dari penelitian ini adalah membangun data warehouse yang mampu menyajikan informasi-informasi menggunakan metode OLAP untuk menyediakan kebutuhan informasi akademik di STIKOM Surabaya.
1.5. Sistematika Penulisan
Secara sistematika, penulisan Tugas Akhir ini diatur dan disusun ke dalam lima bab, yaitu :
BAB I : PENDAHULUAN
Bab ini menjelaskan latar belakang yang mendasari penulis dalam merancang dan membangun Online Analytical Processing (OLAP) untuk penyajian data akademik STIKOM Surabaya. Bab ini juga mencakup perumusan masalah, pembatasan masalah, tujuan penulisan serta sistematika penulisan laporan Tugas Akhir.
BAB II : LANDASAN TEORI
Bab ini menjelaskan konsep–konsep dan teori–teori yang mendukung dalam penyelesaian Tugas Akhir, yaitu: akademik, akreditasi program studi sarjana, database, data warehouse, Online Transaction Processing (OLTP), Online Analytical Processing (OLAP), cube, star schema, constellation schema, dan Extract, Transform, Load (ETL). Teori-teori ini yang akan digunakan penulis dalam menyelesaikan laporan dan sistem informasi pada Tugas Akhir ini, sehingga penulis dapat menyelesaikan Tugas Akhir sesuai dengan teori yang telah didapatkan.
BAB III : PERANCANGAN SISTEM
Bab ini terdiri dari dua bagian, yaitu analisis sistem dan desain sistem. Pada bagian analisis sistem akan dijelaskan bagaimana sistem ini akan dibuat. Tahap ini dimulai dengan penjelasan tentang sistem yang ada sekarang, dilanjutkan dengan analisis dari permasalahan yang ada. Setelah melakukan analisis, akan dilakukan tahap perancangan yang terdiri replikasi database transaksional, pembuatan data warehouse, Extract Transform Load (ETL), Business Model Diagram, dan Data Flow Diagram.
BAB IV : IMPLEMENTASI DAN EVALUASI
Bab ini menjelaskan hasil implementasi dari analisis dan perancangan sistem yang telah dilakukan. Dalam bab ini akan menunjukkan tampilan dari sistem informasi yang telah dibuat, serta analisis dari hasil uji coba sistem informasi yang telah dilakukan.
BAB V : PENUTUP
Bab ini menjelaskan kesimpulan pembahasan permasalahan dan saran bagi pengembangan Online Analytical Processing (OLAP) untuk penyajian data akademik STIKOM Surabaya ke depannya.
BAB II
LANDASAN TEORI
Dalam merancang dan membangun suatu sistem informasi, dasar-dasar teori yang akan digunakan sangatlah penting untuk diketahui terlebih dahulu. Dasar-dasar teori tersebut akan digunakan sebagai landasan berpikir dalam melakukan pembahasan lebih lanjut sehingga nantinya akan terbentuk suatu sistem informasi sesuai dengan tujuan yang diharapkan. Adapun landasan teori yang digunakan untuk membuat Online Analytical Processing (OLAP) untuk Penyajian Data Akademik STIKOM Surabaya ini antara lain sebagai berikut :
2.1. Akademik
Kata akademik berasal dari bahasa Yunani yakni academos yang berarti sebuah taman umum di sebelah barat laut Kota Athena. Kata acadomos berubah menjadi akademik, yaitu semacam tempat perguruan. Berdasarkan hal ini, pengertian akademik adalah keadaan orang-orang bisa menyampaikan dan menerima gagasan, pemikiran, ilmu pengetahuan, dan sekaligus dapat mengujinya secara jujur, terbuka, dan leluasa (Fajar, 2002). Di dalam akademik memiliki komponen-komponen yang terdiri dari registrasi, pengaturan kurikulum perkuliahan, perkuliahan dan wisuda.
Tahap pendaftaran mahasiswa baru berisikan pendaftaran, tes masuk, penilaian, seleksi calon mahasiswa, pembayaran hingga calon mahasiswa menjadi mahasiswa. Tahap pengaturan kurikulum berisikan penetapan matakuliah-matakuliah yang diselenggarakan, jadwal-jadwal kelas pada setiap ruangan dan direalisasikan dalam bentuk KRS.Tahap perkuliahan berisikan histori perkuliahan
selama masa perkuliahan berlangsung. Tugas-tugas yang dinyatakan dalam program-program perkuliahan, seminar, praktikum, kerja lapangan, penulisan skripsi/tugas akhir, tesis, dan disertasi. Dalam satu kegiatan akademik diperhitungkan tidak hanya kegiatan tatap muka yang terjadwal saja tetapi juga kegiatan yang direncanakan (terstruktur) dan yang dilakukan secara mandiri. Kegiatan perkuliahan ini didasarkan kepada Sistem Kredit Semester (SKS). SKS adalah suatu sistem penyelenggaraan pendidikan dengan menggunakan satuan kredit semester untuk menyatakan beban studi mahasiswa, beban kerja dosen, pengalaman belajar, dan beban penyelenggaraan program yang tidak menganut sistem kenaikan tingkat.
Kegiatan akademik dilaksanakan selama satu semester. Semester adalah satuan waktu kegiatan yang terdiri atas 14-19 minggu perkuliahan tatap muka. Secara umum, selama tatap muka tersebut akan ada ujian yang dilaksanakan sebanyak dua kali, yaitu Ujian Tengah Semester (UTS) dan Ujian Akhir Semester (UAS).
Tahap wisuda adalah tahap setelah mahasiswa mencapai SKS yang ditargetkan oleh peruguran tinggi. Mahasiswa tersebut telah dianggap menyelesaikan kurikulum di dalam perguruan tinggi yang biasanya direalisasikan dalam bentuk wisuda. Wisuda ini adalah tanda bahwa kegiatan akademik terhadap mahasiswa tesebut telah berakhir.
2.2. Akreditasi Program Studi Sarjana
menentukan kelayakan program akademiknya. Evaluasi dan penilaian dalam rangka akreditasi program studi dilakukan oleh tim asesor yang terdiri atas pakar sejawat dan/atau pakar yang memahami penyelenggaraan program akademik program studi. Dalam melakukan evaluasinya maka standar akreditasi program studi sarjana dikemas dalam 7 standar akreditasi, yaitu:
1. Standar 1.Visi, misi, tujuan dan sasaran, serta strategi pencapaian
2. Standar2.Tatapamong, kepemimpinan, sistem pengelolaan, dan penjaminan mutu
3. Standar 3. Mahasiswa dan lulusan 4. Standar 4.Sumber daya manusia
5. Standar 5. Kurikulum, pembelajaran, dan suasana akademik
6. Standar 6. Pembiayaan, sarana dan prasarana, serta sistem informasi
7. Standar 7. Penelitian dan pelayanan/pengabdian kepada masyarakat, dan kerja sama
2.3. Standar 3 Mahasiswa dan Lulusan
2.4. Data
Data dalam kaitannya dengan pemrosesan data menggunakan sistem terkomputerisasi memiliki pengertian fakta-fakta tentang segala sesuatu di dunia nyata yang dapat direkam dan disimpan pada media komputer (Nugroho, 2011). Data dapat berupa angka-angka maupun karakter-karakter yang memiliki ataupun tidak memiliki arti. Data-data ini nantinya akan dapat diolah menjadi sebuah informasi.
2.5. Basis Data
Basis data adalah kumpulan terorganisasi dari data-data yang berhubungan sedemikian rupa sehingga mudah disimpan, dimanipulasi, serta dipanggil oleh pengguna (Nugroho, 2011). Basis data akan mampu membantu pengguna untuk melakukan pengecekan terhadap redundansi data. Dalam kaitannya dengan komputer, basis data disimpan dalam perangkat keras (hardware) dan memanipulasi data dengan sebuah (software) tertentu.
2.6. Database Management System (DBMS)
2.7. Informasi
Informasi adalah data yang telah diolah sedemikian rupa sehingga memiliki makna tertentu bagi pengguna (Nugroho, 2011). Informasi merupakan hal penting yang dibutuhkan dalam sebuah perusahaan untuk dapat bersaing dengan kompetitornya. Dengan informasi yang melimpah maka keputusan yang diambil akan lebih tepat.
2.8. Data Warehouse
Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, berdimensi waktu, serta merupakan koleksi mantab, yang digunakan dalam mendukung proses pengambilan keputusan oleh para manajer di setiap jenjang (Nugroho, 2011).Data warehouseadalah basis data yang dirancang khusus untuk mengerjakan sebuah proses pengumpulan informasi, membuat laporan, dan sebagai bahan analisis. Data-data yang disimpan pada data warehouse adalah data-data histori, bukan data transaksional. Data-data yang disimpan pada data warehouse memiliki empat karakteristik, yaitu:
1. Subject oriented, data yang disimpan disesuaikan dengan proses bisnisnya. Data model dan analisis diutamakan untuk pengambil keputusan bukan untuk proses transaksi sehari-hari. Menyediakan cara yang sederhana dan ringkas untuk menampilkan data sekitar subjek tertentu dengan cara mengeluarkan data yang tidak berguna dalam proses pengambilan keputusan.
misalnya Relational Database, Flat Files, Online Transaction Record dan sebagainya. Data warehouse menggunakan teknologi Data Cleansing dan Data Integration dengan tujuan untuk memastikan konsistensi Naming Convention, Encoding Structure, Ukuran attributes diantara sumber data yang berbeda-beda.
3. Time variant, data yang disimpan bersifat historik. Rentang waktu data untuk data warehouse pasti lebih panjang jika dibandingkan dengan sistem operasional. Data warehouse menyediakan informasi dari perspektif sejarah mulai dari 5-10 tahun.
4. Non-volatile, data cenderung tidak berubah. Data yang masuk ke data warehouse seharusnya tidak boleh berubah lagi. Secara fisik data pada data warehouse disimpan terpisah dari operasional sistem. Operasi update tidak pernah terjadi pada lingkungan data warehouse, karena tidak perlu melakukan proses transaksi, recovery, dan mekanisme kontrol proses simultan. Data warehouse hanya memerlukan dua operasi yaitu Data Loading dan Data Retrieving.
2.9. Data Mart
1. Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis
2. Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse
3. Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami
4. Data mart bisa bersifat dependent atau independent
2.10. OLTP dan OLAP
Online Transaction Processing, atau biasa disingkat dengan OLTP, merupakan sebuah sistem yang mengatur aplikasi berorientasi pada transaksi, umumnya untuk entry dan pengambilan pada transaksi online. Karena itu, sebuah database OLTP hanya akan memproses database transaksi, dan tentunya terpisah dari data warehouse. Sistem OLTP harus mampu melakukan respon dengan segera terhadap permintaan user, misalnya seperti pada ATM. Contoh lainnya meliputi sistem order, perhitungan waktu, e-commerce, ataupun e-trading. Tujuan OLTP adalah memelihara basis data dalam bentuk yang akurat dan terkini; misalnya untuk mencatat saldo sekarang milik para nasabah bank. MenurutLewis, dkk (2002), karakteristik aplikasi OLTP adalah seperti berikut.
1. transaksi singkat dan sederhana,
2. pemutakhiran relatif sering dilakukan, dan
3. transaksi hanya mengakses sebagian kecil basis data.
antarmuka grafis yang sederhana (Nugroho, 2011).OLAP adalah sekumpulan teknologi yang data mengambil data di data warehouse dan mentransformasikan data menjadi struktur multidimensi yang disebut cube untuk memungkinkan tanggapan yang lebih baik untuk query kompleks.
Perbedaan antara OLTP dan OLAP dapat dilihat pada Tabel 2.1.
Tabel 2.1 Perbedaan OLTP dan OLAP
Item OLTP OLAP
Pengguna Pegawai, IT Profesional Knowledge Worker
Fungsi Operasi harian Pengumpul Informasi
Perancangan Basis Data Berorientasi aplikasi Berorientasi subjek
Data Terkini
Pengguna Berulang Ad Hoc
Akses Baca/Tulis Pembacaan sangat banyak
Unit Kerja Transaksi jangka pendek dan sederhana
Query Kompleks
Jumlah record diakses Puluhan Jutaan
Jumlah Pengguna Ribuan Ratusan
Ukuran Basis Data 100Mb – GB 100GB – TB Matriks Transaction throughput Query throughput
Tujuan OLAP adalah menggunakan informasi dalam sebuah basis data (data warehouse) untuk memandu keputusan-keputusan yang strategis. Beberapa contoh permintaan yang ditangani oleh OLAP:
1. berapa jumlah penjualan dalam kuartal pertama?
2. berapa jumlah penjualan per kuartal untuk masing-masing kota?
dengan SQL. OLAP dapat digunakan untuk melakukan konsolidasi, drill-down, dan slicing and dicing.
1. Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi.
2. Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail. Sebagai contoh, mula-mula data yang tersaji didasarkan pada kuartal pertama. Jika dikehendaki, data masing-masing bulan pada kuartal pertama tersebut bisa diperoleh, sehingga akan tersaji data bulan Januari, Februari, Maret, dan April.
3. Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang. Data dapat diiris-iris atau dipotong-potong berdasarkan kebutuhan. Sebagai contoh, dapat diperoleh data penjualan berdasarkan semua lokasi atau hanya pada lokasi-lokasi tertentu.
2.10 OLAP Cube
Di dalam cube sendiri terbagi menjadi dua tabel yaitu tabel fakta dan tabel dimensi. Tabel fakta (fact table) adalah tabel yang umumnya mengandung sesuatu yang dapat diukur (measure), seperti harga, jumlah barang, dan sebagainya. Fact table juga merupakan kumpulan foreign key dari primary key yang terdapat pada masing-masing dimension table. Fact table juga mengandung data yang histori. Tabel dimensi (Dimension Table) adalah tabel yang berisi data detail yang menjelaskan foreign key yang terdapat pada fact table. Atribut-atribut yang terdapat pada dimension table dibuat secara berjenjang (hirarki) untuk memudahkan dalam melakukan proses query.
2.11 Star Schema
Star Schema adalah perancangan basis data sederhana yang data dimensionalnya dipisahkan dari data fakta atau data kejadian (Nugroho, 2011). Star Schema ini mengandung dua jenis tabel, yaitu tabel fakta dan tabel dimensi. Tabel fakta mencatat data-data faktual atau data kuantitatif tentang bisnis seperti penjualan, pemesanan dan sebagainya. Tabel dimensi mencatat data deskriptif tentang bisnis. Star Schema yang sederhana mengandung satu tabel fakta dan dikelilingi oleh beberapa tabel dimensi.Star schema memiliki satu tabel fakta dan beberapa tabel dimensi. Namun, dalam perancangan dapat pula memiliki lebih dari satu tabel fakta. Skema ini biasa disebut dengan Constellation Schema.
2.12 Constellation Schema
berisi berbagai tabel fakta. Keuntungan dari constellation schema adalah kemampuan untuk memodelkan bisnis lebih akurat menggunakan beberapa tabel fakta. Namun kerugiannya adalah sulit dalam pengelolaan dan desain yang rumit.
2.13 Extract, Transform, Load (ETL)
Menurut Vercellis (2009), ETL mengacu pada alat piranti lunak yang didedikasikan untuk melakukan ekstraksi, transformasi, dan pemuatan data ke dalam data warehouse.
1. Ekstraksi. Selama fase pertama, data diekstrak dari sumber internal dan eksternal yang tersedia. Proses ekstraksi ini mungkin akan berlangsung berkali-kali selama ada data baru yang tersedia.
2. Transformasi. Tujuan dari fase transformasi adalah untuk meningkatkan kualitas data yang diekstrak dari berbagai sumber, melalui berbagai pembetulan ketidaksamaan, ketidaktelitian, dan nilai yang hilang. Beberapa kekurangan yang akan dihilangkan selama fase ini adalah:
a. Ketidaksamaan antara nilai-nilai yang mempunyai atribut yang berbeda padahal mempunyai arti yang sama.
b. Duplikasi data. c. Data yang hilang.
d. Keberadaan nilai yang tak dapat diterima.
BAB III
PERANCANGAN SISTEM
Pada bab ini akan dijelaskan mengenai analisis dari permasalahan yang diambil beserta desain sistem dari Rancang Bangun Online Analytical Processing untuk Penyajian Data Akademik STIKOM Surabaya.
3.1. Analisis Sistem
Data-data yang dimiliki oleh STIKOM Surabaya memiliki banyak informasi-informasi yang dapat diambil. Namun, data-data ini sampai sekarang masih belum dapat dimanfaatkan secara maksimal. Informasi-informasi yang dibutuhkan oleh STIKOM Surabaya dapat diambil dari data-data yang terkumpul selama ini tetapi untuk memperoleh informasi tersebut masih memerlukan waktu dan proses yang cukup lama karena data-data tersebut masih bersifat transaksional. Informasi-informasi yang dibutuhkan pun menjadi lamban untuk didapatkan.
Dengan munculnya teknologi data warehouse, proses penyajian informasi-informasi dapat dipercepat. Dalam sistem yang akan dibuat ini, data-data yang dimiliki oleh STIKOM Surabaya akan diolah kembali menjadi data-data yang siap untuk diambil informasi-informasi didalamnya tanpa perlu melakukan proses kembali. Infomasi akan lebih cepat mengalir dibandingkan sebelumnya bila menggunakan data warehouse.
3.1.1. Identifikasi Masalah
Masalah yang dihadapi oleh STIKOM Surabaya adalah pada proses penyajian informasi-informasi akademik yang masih menggunakan data-data transaksional. Proses ini memakan waktu yang cukup lama dan berisiko informasi
yang dibutuhkan menjadi terlambat. Laporan masih bersifat statis sehingga kebutuhan akan informasi-informasi baru tidak dapat terpenuhi secara langsung. Proses pelaporan juga akan menggangu kinerja dari kegiatan perkuliahan karena pelaporan masih mengambil dari database transaksional. Laporan-laporan yang belum dapat dipenuhi secara maksimal adalah laporan akreditasi untuk standar mahasiswa dan lulusan, laporan kondisi mahasiswa dan dosen, laporan perkuliahan mahasiswa dan dosen, laporan kinerja dosen, laporan efesiensi edukatif, dan laporan pendaftar STIKOM Surabaya.
3.1.2. Analisis Permasalahan
dan tabel dimensi yang diperlukan serta melakukan proses ETL ke dalam data warehouse. Data warehouse yang telah siap kemudian akan diatur nilai-nilai agregat yang menjadi kebutuhan informasi dari STIKOM Surabaya. Data warehouse yang telah siap ini kemudian akan disajikan dalam bentuk website sehingga dapat diakses dengan mudah dan cepat.
3.1.3. PembuatanData Warehouse
Dalam pembuatan data warehouse akan melewati enam tahap utama yaitu replikasi database transaksional STIKOM Surabaya, pembuatan tabel fakta dan tabel dimensi, extract-transform-load,Business model and mapping,pengaturan tampilan informasi, dan otoritasi data warehouse.Secara garis besar, pembuatan data warehouse dapat dilihat pada Gambar 3.1.
Gambar 3.1 Alur Pembuatan Data Warehouse
A. Replikasi Database Transaksional STIKOM Surabaya
1. Tabel Mahasiswa
Deskripsi Tabel Mahasiswa dapat dilihat pada Tabel 3.1. Primary Key : NIM
Foreign Key : -
Fungsi : Menyimpan data-data mahasiswa STIKOM Surabaya
Tabel 3.1 Tabel Mahasiswa STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
Deskripsi Tabel KRS dapat dilihat pada Tabel 3.2. Primary Key : JKUL_KLKL_ID, MHS_NIM Foreign Key : -
Fungsi : Menyimpan data-data nilai akademik mahasiswa STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
3. Tabel Histori Mahasiswa
Deskripsi Tabel Histori Mahasiswa dapat dilihat pada Tabel 3.3. Primary Key : MHS_NIM, SEMESTER
Foreign Key :
Fungsi : Menyimpan kegiatan akademik mahasiswa STIKOM Surabaya
Tabel 3.3 Tabel Histori Mahasiswa STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
SKSU NUMBER 3 - -
STS_DO VARCHAR2 1 0 0
4. Tabel Matakuliah
Deskripsi Tabel Matakuliah dapat dilihat pada Tabel 3.4. Primary Key : ID
Foreign Key : -
Fungsi : Menyimpan matakuliah yang dimiliki oleh STIKOM Surabaya
Tabel 3.4 Tabel Matakuliah STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
5. Tabel Program Studi
Foreign Key : -
Fungsi : Menyimpan program studi yang dimiliki oleh STIKOM Surabaya
Tabel 3.5 Tabel Program Studi STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
Deskripsi Tabel Dosen dapat dilihat pada Tabel 3.6. Primary Key : NIK
Foreign Key : -
Fungsi : Menyimpan data-data dosen STIKOM Surabaya
Tabel 3.6 Tabel Dosen STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
STATUS CHAR 1 - -
BAGIAN NUMBER 2 - -
7. Tabel Jadwal Perkuliahan
Deskripsi Jadwal dapat dilihat pada Tabel 3.7. Primary Key : KLKL_ID, KELAS
Foreign Key : -
Fungsi : Menyimpan jadwal perkuliahan dosen
Tabel 3.7 Tabel Jadwal Perkuliahan STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
8. Tabel Absensi Dosen
Deskripsi Absensi Dosen dapat dilihat pada Tabel 3.8.
Primary Key : JKUL_KELAS, JKUL_KARY_NIK, JKUL_KLKL_ID, TANGGAL, J_MASUK
Foreign Key : -
Fungsi : Menyimpan kehadiran dosen mengajar pada setiap kelas
Tabel 3.8 Tabel Absensi Dosen STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
Deskripsi Tabel Kota dapat dilihat pada Tabel 3.9. Primary Key : ID
Foreign Key : -
Fungsi : Menyimpan data-data kota di Indonesia
Tabel 3.9 Tabel Kota STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
ID VARCHAR2 4
NAMA VARCHAR2 30 - -
JENIS VARCHAR2 1 - -
10. Tabel SMU
Deskripsi Tabel SMU dapat dilihat pada Tabel 3.10. Primary Key : ID
Fungsi : Menyimpan nama sekolah SMU dari pendaftar
Tabel 3.10 Tabel SMU STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
11. Tabel Calon Pendaftar
Deskripsi Tabel Calon Deskripsi dapat dilihat pada Tabel 3.11. Primary Key : NO_TEST
Foreign Key :
Fungsi : Menyimpan data-data calon pendaftar di STIKOM Surabaya
Tabel 3.11 Tabel Calon Pendaftar STIKOM Surabaya
12. Tabel Mahasiswa Transfer
Deskripsi Tabel Mahasiswa Transfer dapat dilihat pada Tabel 3.12. Primary Key : NIM
Foreign Key :
Fungsi : Menyimpan mahasiswa transfer baik dari dalam maupun luar STIKOM Surabaya
Tabel 3.12 Tabel Mahasiswa Transfer STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
Deskripsi Tabel Ujian dapat dilihat pada Tabel 3.13. Primary Key : KLKL_ID, Kelas, Tanggal
Foreign Key :
Fungsi : Menyimpan jadwal ujian-ujian yang diadakan di STIKOM Surabaya
Tabel 3.13 Tabel Ujian STIKOM Surabaya
Nama Tipe Data Panjang Not Null Primary Key
B. Proses Pembuatan Tabel Fakta dan Tabel Dimensi
Setelah database replikasi telah dibuat dan data dummy telah diproses masuk ke dalam database replikasi maka tahap selanjutnya adalah mengidentifikasi tabel fakta dan tabel dimensi yang mendukung pelaporan yang dibutuhkan oleh akademik STIKOM Surabaya. Pembuatan tabel fakta dan tabel dimensi didasarkan pada kebutuhan pelaporan yang diinginkan oleh STIKOM Surabaya. Kebutuhan informasi akan akreditasi, mahasiswa, dosen, dan pendaftar akan disimpan pada tabel-tabel fakta. Kebutuhan informasi yang lebih detail akan akreditasi, mahasiswa, dosen, dan pendaftar akan tersimpan pada tabel-tabel dimensi. Berikut ini adalah tabel fakta dan tabel dimensi yang telah dirancang untuk memenuhi kebutuhan pelaporan akademik STIKOM Surabaya.
1. Tabel Dimensi Mahasiswa
Deskripsi Tabel Dimensi Mahasiswa dapat dilihat pada Tabel 3.14. Nama Database : DW_STIKOM
Nama Tabel : D_MHS Primary Key : NIM
Fungsi : Untuk menampung data mahasiswa
Tabel 3.14 Atribut Dimensi Mahasiswa
KOTA_LAHIR VARCHAR 30
KOTA_SEKOLAH VARCHAR 30
GOL_DARAH VARCHAR 2
STS_MARITAL VARCHAR 20
WN VARCHAR 3
TGL_LAHIR DATE 7
JALUR_MASUK VARCHAR 50
DOSEN_WL VARCHAR 50
THN_MASUK NUMBER 4
STS_KERJA VARCHAR 20
STS_MHS VARCHAR 20
STS_RUMAH VARCHAR 30
MASA_STUDI NUMBER 2
STS_DO VARCHAR 20
ALASAN_DO VARCHAR 20
JENIS_MAHASISWA VARCHAR 20
TH_LLS VARCHAR 4
NO_TEST VARCHAR 9
JUR_SMU VARCHAR 30
TH_LULUS_SMU VARCHAR 4
BEASISWA NUMBER 1
LULUS_SELEKSI VARCHAR 20
NAMA_SEKOLAH VARCHAR 50
NAMA_PRODI VARCHAR 50
2. Tabel Dimensi Semester
Deskripsi Tabel Dimensi Semester dapat dilihat pada Tabel 3.15. Nama Database : DW_STIKOM
Nama Tabel : D_SEMESTER Primary Key : ID_SEMESTER
Tabel 3.15 Atribut Dimensi Semester
Nama Tipe Data Panjang
ID_SEMESTER VARCHAR 3
NAMA_SEMESTER VARCHAR 30
TAHUN_AKADEMIK NUMBER 4
3. Tabel Dimensi Program Studi
Deskripsi Tabel Dimensi Program Studi dapat dilihat pada Tabel 3.16. Nama Database : DW_STIKOM
Nama Tabel : D_PRODI Primary Key : ID_PRODI
Fungsi : Untuk menampung program studi Asal Tabel : Tabel Program Studi
Tabel 3.16 Atribut Dimensi Prodi
Nama Tipe Data Panjang
ID_PRODI VARCHAR 5
NAMA VARCHAR 50
JURUSAN VARCHAR 50
NAMA_ING VARCHAR 50
JURUSAN_ING VARHCAR 50
ALIAS VARCHAR 50
SKS_TEMPUH NUMBER 3
4. Tabel Dimensi Matakuliah
Deskripsi Tabel Matakuliah dapat dilihat pada Tabel 3.17. Nama Database : DW_STIKOM
Nama Tabel : D_MATAKULIAH Primary Key : ID_MATAKULIAH
Tabel 3.17 Atribut Dimensi Matakuliah
Nama Tipe Data Panjang
ID_MATAKULIAH VARCHAR 10
SEMESTER_KURIKULUM VARCHAR 1
NAMA VARCHAR 50
SKS NUMBER 3
STS_SERTIFIKASI VARCHAR 20
MIN_NILAI VARCHAR 2
JENIS_WAJIB VARCHAR 2
JENIS VARCHAR 2
NAMA_ING VARCHAR 100
TAHUN NUMBER 4
JURUSAN_MATAKULIAH VARCHAR 5
5. Tabel Dimensi Waktu
Deskrips Tabel Dimensi Waktu dapat dilihat pada Tabel 3.18. Nama Database : DW_STIKOM
Nama Tabel : D_WAKTU Primary Key : DAY_ID
Fungsi : Untuk menampung waktu transaksi Asal Tabel : -
Tabel 3.18 Atribut Dimensi Waktu
Nama Tipe Data Panjang
DAY_ID DATE 7
DAY_TIME_SPAN NUMBER -
DAY_END_DATE DATE 7
WEEK_DAY_FULL VARCHAR 9
WEEK_DAY_SHORT VARCHAR 3
DAY_NUM_OF_WEEK NUMBER -
DAY_NUM_OF_MONTH NUMBER -
DAY_NUM_OF_YEAR NUMBER -
MONTH_ID VARCHAR 8
MONTH_TIME_SPAN NUMBER -
MONTH_END_DATE DATE 7
MONTH_SHORT_DESC VARCHAR 8
MONTH_LONG_DESC VARCHAR 14
MONTH_SHORT VARCHAR 3
MONTH_LONG VARCHAR 9
MONTH_NUM_OF_YEAR NUMBER -
Nama Tipe Data Panjang
QUARTER_TIME_SPAN NUMBER -
QUARTER_END_DATE DATE 7
QUARTER_NUM_OF_YEAR NUMBER -
HALF_NUM_OF_YEAR NUMBER -
HALF_OF_YEAR_ID VARCHAR 7
HALF_YEAR_TIME_SPAN NUMBER -
HALF_YEAR_END_DATE DATE 7
YEAR_ID VARCHAR 7
YEAR_TIME_SPAN NUMBER -
YEAR_END_DATE DATE 7
6. Tabel Dimensi Dosen
Deskripsi Tabel Dimensi Dosen dapat dilihat pada Tabel 3.19. Nama Database : DW_STIKOM
Nama Tabel : D_DOSEN Primary Key : NIK
Fungsi : Untuk menampung data dosen Asal Tabel : Tabel Dosen
Tabel 3.19 Atribut Dimensi Dosen
Nama Tipe Data Panjang
NIK VARCHAR 6
KARY_TYPE VARCHAR 2
NAMA VARCHAR 50
AGAMA VARCHAR 10
KOTA_LAHIR VARCHAR 30
ALAMAT VARCHAR 100
SEX VARCHAR 20
STS_MARITAL VARCHAR 20
WN VARCHAR 3
TGL_LAHIR DATE 7
FAKUL_ASAL VARCHAR 50
STATUS VARCHAR 20
MULAI_KERJA DATE 7
TGL_KELUAR DATE 7
GELAR_DEPAN VARCHAR 20
GELAR_BELAKANG VARCHAR 40
7. Tabel Fakta Dosen
Deskripsi Tabel Fakta Dosen dapat dilihat pada Tabel 3.20. Nama Database : DW_STIKOM
Nama Tabel : F_DOSEN Primary Key : SURO_DOSEN
Foreign Key : NIK, ID_WAKTU, ID_MATAKULIAH, ID_PRODI, ID_SEMESTER
Fungsi : Untuk menampung data fakta dosen
Asal Tabel : Tabel Dosen, Tabel Jadwal Perkuliah, Tabel Absensi Dosen, Tabel Matakuliah, Tabel Program Studi, Tabel Semester
Relasi Dimensi : Dimensi Waktu, Dimensi Prodi, Dimensi Semester, Dimensi Matakuliah, Dimensi Dosen.
Tabel 3.20 Atribut Fakta Dosen
Nama Tipe Data Panjang
SURO_DOSEN NUMBER -
NIK VARCHAR 6
ID_WAKTU NUMBER -
ID_MATAKULIAH VARCHAR 10
ID_PRODI VARCHAR 5
ID_SEMESTER VARCHAR 3
STS_HADIR VARCHAR 1
JML_MHS_HADIR NUMBER 6
HARI VARCHAR 10
RUANG VARCHAR 5
KELAS VARCHAR 2
SKS_MENGAJAR NUMBER 2
PROSENTASE_HDR_KARY NUMBER 4
PROSENTASE_HDR_KARY_DET NUMBER 4
8. Tabel Fakta Mahasiswa
Nama Database : DW_STIKOM
Nama Tabel : F_MAHASISWA_IPK Primary Key : SURO_MHS
Foreign Key : NIM, ID_SEMESTER, ID_PRODI, ID_MATAKULIAH
Fungsi : Untuk menampung data fakta mahasiswa
Asal Tabel : Tabel Mahasiswa, Tabel KRS, Tabel Histori Mahasiswa, Tabel, Tabel Program Studi, Tabel Semester, Tabel Calon Mahasiswa
Relasi Dimensi : Dimensi Waktu, Dimensi Prodi, Dimensi Semester, Dimensi Matakuliah
Tabel 3.21 Atribut Fakta Mahasiswa
Nama Tipe Data Panjang
SURO_MAHASISWA NUMBER -
NIM VARCHAR 11
ID_SEMESTER VARCHAR 3
ID_PRODI VARCHAR 5
ID_MATAKULIAH VARCHAR 10
IPS NUMBER 3
STS_LULUS VARCHAR 20
PROSENTASE_IPK VARCHAR 20
STS_PRE VARCHAR 20
STS_MHS VARCHAR 2
NO_TEST VARCHAR 9
TGL_REGISTRASI DATE 7
PROSENTASE_HDR NUMBER 4
Deskripsi Tabel Fakta Calon Mahasiswa dapat dilihat Tabel 3.22. Nama Database : DW_STIKOM
Nama Tabel : F_CALON_MHS Primary Key : SURO_CALON
Fungsi : Untuk menampung data fakta calon mahasiswa Asal Tabel : Tabel Calon Pendaftar
Relasi Dimensi : Dimensi Waktu
Tabel 3.22 Atribut Fakta Calon Mahasiswa
Nama Tipe Data Panjang
SURO_CALON_MHS NUMBER -
NO_TEST VARCHAR 9
10. Tabel Fakta Akreditasi
Deskripsi Tabel Fakta Akreditasi dapat dilihat pada Tabel 3.23. Nama Database : DW_STIKOM
Nama Tabel : F_AKREDITASI Primary Key : ID_SEMESTER
Foreign Key : ID_SEMESTER, ID_PRODI
Fungsi : Untuk menampung data akreditasi STIKOM Surabaya Asal Tabel : Tabel Mahasiswa, Tabel Calon Mahasiswa, Tabel KRS,
Tabel Histori Mahasiswa
Tabel 3.23 Tabel Fakta Akreditasi
Nama Tipe Data Panjang
ID_SEMESTER VARCHAR 3
JENIS_AKREDITASI VARCHAR 50
SUB_AKREDITASI VARHCAR 50
NILAI_AKREDITASI NUMBER -
ID_PRODI VARCHAR 5
11. Tabel Fakta Angket
Deskripsi Tabel Fakta Ujian dapat dilihat pada Tabel 3.24. Nama Database : DW_STIKOM
Nama Tabel : F_ANGKET Primary Key : SURO_ANGKET
Foreign Key : NIK, ID_MATAKULIAH, ID_SEMESTER, TGL_ENTRY, ID_PRODI
Fungsi : Untuk menampung data fakta ujian STIKOM Surabaya Asal Tabel : Tabel Ujian, Tabel Matakuliah, Tabel Semester
Relasi Dimensi : Dimensi Waktu, Dimensi Prodi, Dimensi Semester, Dimensi Matakuliah, Dimensi Dosen
Tabel 3.24 Tabel Fakta Angket
Nama Tipe Data Panjang
SURO_ANGKET NUMBER -
NIK VARCHAR 6
ID_MATAKULIAH VARCHAR 10
ID_SEMESTER VARCHAR 3
12. Tabel Fakta Ujian
Deskripsi Tabel Fakta Ujian dapat dilihat pada Tabel 3.25. Nama Database : DW_STIKOM
Nama Tabel : F_UJIAN Primary Key : SURO_CALON
Foreign Key : NIK, ID_MATAKULIAH, ID_SEMESTER, TANGGAL_UJIAN
Fungsi : Untuk menampung data fakta ujian STIKOM Surabaya Asal Tabel : Tabel Ujian, Tabel Matakuliah, Tabel Semester
Relasi Dimensi : Dimensi Waktu, Dimensi Prodi, Dimensi Semester, Dimensi Matakuliah, Dimensi Dosen
Tabel 3.25 Atribut Fakta Ujian
Nama Tipe Data Panjang
SURO_UJIAN NUMBER -
NIK VARCHAR 6
ID_MATAKULIAH VARCHAR 10
KELAS VARCHAR 2
ID_SEMESTER VARCHAR 3
TANGGAL_UJIAN DATE 7
JUM_PST NUMBER -
JUM_HDR NUMBER -
SIFAT_UJIAN VARCHAR 20
UJIAN VARCHAR 20
JENIS_UJIAN VARCHAR 20
KETEPATAN_KUMPUL_SOAL NUMBER -
KETEPATAN_KUMPUL_NILAI NUMBER -
JEDA_WAKTU_SOAL NUMBER -
JEDA_WAKTU_NILAI NUMBER -
C. Proses Extract Transform Load Data
Data dummy yang telah disiapkan pada database replikasi selanjutnya akan dijadikan satu menjadi sebuah data warehouse. Proses ini dinamakan Extract, Transform, Load (ETL). Proses ini akan menggunakan query-queryyang telah dirancang untuk melakukan pemrosesan data-data yang masih bersifat transaksi hingga menjadi sebuah data histori yang siap untuk diolah dan dianalisis.Querytersebut akan disimpan dan akan dieksekusi dalam periode yang sudah ditentukan agar data di dalam data warehouse selalu tersimpan data-data terbaru.
Teknik ETL yang akan digunakan untuk melakukan transfer data dari database STIKOM Surabaya ke data warehouse akademik STIKOM Surabaya adalah pada tabel dimensi akan dilakukan pelepasan foreign key (disabling foreign key) tabel fakta yang bersangkutan dengan tabel dimensi yang akan ditransfer. Setelah pelepasan foreign key berhasil dilakukan maka data dimensi akan dihapus kemudian diisi kembali dengan data terbaru yang didapat dari database STIKOM Surabaya. Tabel dimensi yang telah berubah kemudian dipasang kembali foreign key (enabling foreign key). Tabel fakta akan terus diisi tanpa menghapus data-data yang sudah ada di dalam tabel fakta tersebut karena data di data warehouse bersifat histori.
yang lebih mudah dipahami. Proses load dilakukan untuk memindahkan data-data yang telah diambil dan diubah kedalam data warehouse akademik STIKOM Surabaya.Proses ETL dapat dilihat pada Gambar 3.3.
Tabel Dimensi
Gambar 3.3 Proses ETL
D. Proses Business Model and Mapping
D.1. Proses Impor Data Warehouse
Proses ini digunakan untuk mengimpor tabel fakta dan tabel dimensi dari data warehouse ke administration tools. Impor data warehouse bertujuan sebagai awal inisialisasi agar dapat melakukan proses dimensioning, measuring, dan joining cube. Proses ini juga diikuti dengan pembuatan relasi pada physical diagram dari tabel-tabel yang telah diimpor. Gambar 3.4 menunjukkan relasi antar tabel fakta dengan tabel dimensi.
D.2. Proses Dimensioning
Prosesdimensioning digunakan agar data warehouse yang telah dirancang dapat melakukan proses roll-up dan drill-down. Tabel-tabel dimensi yang telah dibentuk akan dibuatkan struktur level dimensinya agar proses roll-up dan drill-down data dapat dilakukan. Proses dimensioning dilakukan dengan proses drag and drop kolom pada tabel dimensi sesuai dengan urutan roll-up dan drill-down yang dibutuhkan. Berikut ini adalah rancangan dimensioning tabel dimensi.
1. Dimensi Dosen
Dimensi ini dibuat untuk membantu user melakukan perincian terhadap dosen STIKOM Surabaya. Perincian dosen dapat dikombinasikan dengan fakta-fakta yang dimiliki oleh Data Warehouse Akademik STIKOM Surabaya. Dimensi Dosen ini dirancang seperti pada Gambar 3.5.
Tipe Karyawan
Gambar 3.5Dimension Dosen
2. Dimensi Matakuliah
WarehouseAkademik STIKOM Surabaya. Dimensi Matakuliah ini dirancang seperti pada Gambar 3.6.
Tahun
Gambar 3.6Dimension Matakuliah
3. Dimensi Mahasiswa
Dimensi ini dibuat untuk membantu user melakukan perincian terhadap mahasiswa STIKOM Surabaya. Perincian mahasiswa dapat dikombinasikan dengan fakta-fakta yang dimiliki oleh Data Warehouse Akademik STIKOM Surabaya. Dimensi Mahasiswa ini dirancang seperti pada Gambar 3.7.
4. Dimensi Prodi
Dimensi ini dibuat untuk membantu user melakukan perincian terhadap program studi STIKOM Surabaya. Perincian program studi dapat dikombinasikan dengan fakta-fakta yang dimiliki oleh Data Warehouse Akademik STIKOM Surabaya. Dimensi Program Studi ini dirancang seperti pada Gambar 3.8.
Jurusan Prodi
Nama Prodi
Alias dan ID Prodi
Gambar 3.8Dimension Program Studi
5. Dimensi Waktu
Dimensi ini dibuat untuk membantu user melakukan perincian terhadap waktu. Perincian waktu dapat dikombinasikan dengan fakta-fakta yang dimiliki oleh Data Warehouse Akademik STIKOM Surabaya. Dimensi Waktu ini dirancang seperti pada Gambar 3.9.
Tahun
Per 6 Bulan
Per 3 Bulan Per 3 Bulan
Bulan
6. Dimensi Semester
Dimensi ini dibuat untuk membantu user melakukan perincian terhadap semester STIKOM Surabaya. Perincian semester dapat dikombinasikan dengan fakta-fakta yang dimiliki oleh Data Warehouse Akademik STIKOM Surabaya. Dimensi Semester ini dirancang seperti pada Gambar 3.10.
Tahun Semester
Nama dan ID Semester
Gambar 3.10Dimension Semester
D.3 Proses Measuring
Proses measuring digunakan untuk menentukan jenis agregat yang dimiliki oleh sebuah nilai di dalam tabel fakta. Jenis agregat yang dapat dilakukan adalah summary, average, count, max, min, dan median. Berikut ini adalah rancangan measuring tabel fakta.
1. Fakta Mahasiswa
Tabel 3.26Measure Fakta Mahasiswa
Nama Measure Jenis Measure
NIM -
ID_PRODI -
TANGGAL REGISTRASI -
STATUS MAHASISWA PER SEMESTER -
JUMLAH MAHASISWA COUNT DISTINCT
JUMLAH MAHASISWA NO DISTINCT COUNT
JUMLAH HADIR AVERAGE
NILAI HURUF -
RATA-RATA NILAI UTS AVERAGE
RATA-RATA NILAI UAS AVERAGE
RATA-RATA NILAI TUGAS AVERAGE
RATA-RATA NILAI PRAKTIKUM AVERAGE
NILAI AKHIR MK TERTINGGI MAXIMAL
NILAI AKHIR MK TERENDAH MINIMUM
RATA-RATA NILAI AKHIR MK AVERAGE
STATUS KELULUSAN PER MATAKULIAH -
RATA-RATA IPS AVERAGE
RATA-RATA IPK AVERAGE
MINIMAL IPK MINIMAL
MAKSIMAL IPK MAXIMAL
MAKSIMAL IPS MAXIMAL
MINIMAL IPS MINIMAL
PROSENTASE_IPK -
JUMLAH SEMESTER TEMPUH COUNT DISTINCT
SKS_KUMULATIF -
Fakta ini dibuat untuk membantu user dalam mendapatkan informasi-informasi yang diinginkan berdasarkan measure yang telah dibuat terkait dengan dosen STIKOM Surabaya. Measure Fakta Dosen ini lebih detail dijelaskan pada Tabel 3.27.
Tabel 3.27Measure Fakta Dosen
Nama Measure Jenis Measure
NIK -
Nama Measure Jenis Measure
JUMLAH KEHADIRAN COUNT DISTINCT
SKS MENGJAR SQL EXPRESSION
JUMLAH PESERTA PERKULIAHAN -
RUANG -
PROSENTASE HADIR PER PRODI -
PROSENTASE HADIR PER KARYAWAN -
3. Fakta Pendaftar
Fakta ini dibuat untuk membantu user dalam mendapatkan informasi-informasi yang diinginkan berdasarkan measure yang telah dibuat terkait dengan pendaftar STIKOM Surabaya. Measure Fakta Pendaftar ini lebih detail dijelaskan pada Tabel 3.28.
Tabel 3.28Measure Fakta Pendaftar
Nama Measure Jenis Measure
NO_TEST -
JUMLAH PENDAFTAR COUNT DISTINCT
TGL_DAFTAR -
RATA-RATA NILAI DANEM AVERAGE
RATA-RATA NILAI STTB AVERAGE
RATA-RATA RAPOR AVERAGE
4. Fakta Akreditasi
Fakta ini dibuat untuk membantu user dalam mendapatkan informasi-informasi yang diinginkan berdasarkan measure yang telah dibuat terkait dengan akreditasi standar 3 kemahasiswaan dan lulusan di STIKOM Surabaya. Measure Fakta Pendaftar ini lebih detail dijelaskan pada Tabel 3.29.
Tabel 3.29Measure Fakta Akreditasi
Nama Measure Jenis Measure
ID_SEMESTER -
JENIS AKREDITASI -
NILAI AKREDITASI SUMMARY
SUB AKREDITSI -
ID_PRODI -
5. Fakta Ujian
Fakta ini dibuat untuk membantu user dalam mendapatkan informasi-informasi yang diinginkan berdasarkan measure yang telah dibuat terkait dengan ujian yang diselenggarakan di STIKOM Surabaya. Measure Fakta Ujian ini lebih detail dijelaskan pada Tabel 3.30.
Tabel 3.30Measure Fakta Ujian
Nama Measure Jenis Measure
TANGGAL UJIAN -
KELAS -
UJIAN -
SIFAT UJIAN -
JENIS UJIAN -
JUMLAH HADIR SUMMARY
JUMLAH PESERTA SUMMARY
KETEPATAN KUMPUL NILAI AVERAGE
KETEPATAN KUMPUL SOAL AVERAGE
JEDA WAKTU SOAL (HARI) SUMMARY
JEDA WAKTU NILAI (HARI) SUMMARY
PROSENTASE KEHADIRAN MAHASISWA SQL EXPRESSION
D.4 Proses Joining Cube
Proses joining cube dilakukan dengan cara menarik relasi dari tabel dimensi ke tabel fakta yang bersangkutan. Detail-detail informasi yang dimiliki oleh tabel dimensi dan dibutuhkan oleh tabel fakta akan direlasikan saling direlasikan. Sebagai contoh fakta mahasiswa membutuhkan detail untuk mengetahui informasi mahasiswa, waktu, matakuliah, program studi, dan semester sehingga tabel fakta mahasiswa akan direlasikan dengan dimensi mahasiswa, waktu, matakuliah, program studi dan semester. Relasi yang dilakukan memang tampak sama seperti yang telah dilakukan pada physical diagram tetapi relasi ini menggunakan relasi complex join yang berfungsi agar informasi yang disediakan dapat ditampilkan dari berbagai sudut pandang. Proses ini juga dilakukan agar data warehouse mengetahui tabel-tabel yang bersifat dimensi dan tabel-tabel yang bersifat fakta.
E. Proses Tampilan Informasi
Untuk melakukan pengaturan tampilan informasiakan dibantu dengan menggunakan tool Oracle Administration sehingga user cukup melakukan drag and drop terhadap informasi yang ingin ditampilkan maupun dihilangkan. Proses ini perlu dilakukan agar informasi-informasi yang dibutuhkan saja yang cukup ditampilkan kepada user. Proses pengaturan tampilan informasi ini dapat diubah-ubah disesuaikan dengan kebutuhan dari user. Berikut ini contoh tampilan informasi dosen dapat dilihat pada Tabel 3.31.
Tabel 3.31 Tampilan Informasi Dosen Informasi Dosen
Lama Kerja Gelar Depan Gelar Belakang Mulai Kerja
Status Tanggal Keluar Agama Alamat
Kota Lahir Sex Status Kawin Tanggal Lahir
Warga Negara
F. Proses OtorisasiData Warehouse
Data warehouse akademik STIKOM Surabaya yang telah dibuat selanjutnya akan dilakukan pengaturan hak akses. Hak akses dibagi menjadi 3 role yaitu roleadministrator, role akademik, dan role penmaru. Role administrasi memiliki hak akses paling tinggi dan bertugas untuk mengatur pelaporan-pelaporan yang dapat diakses oleh role-role lainnya. Role akademik memiliki hak akses untuk melihat laporan-laporan terkait dengan kegiatan perkuliahan. Role penmaru memiliki hak akses untuk melihat laporan-laporan terkait dengan pendaftaran. Tabel 3.32 menjelaskan hak akses yang dimiliki oleh setiap role.
Tabel 3.32 Hak Akses Role
Privileges Administrator Akademik Penmaru
Akses Dashboard Ya Ya Ya
Akses Answers Ya Tidak Tidak
Modifikasi Dashboard Ya Tidak Tidak
Akses Pelaporan Ya Ya Ya
Modifikasi Pelaporan Ya Tidak Tidak
Report Link Ya Tidak Tidak
Refresh Pelaporan Ya Ya Ya
Print Pelaporan Ya Ya Ya
Download Pelaporan Ya Ya Ya
3.2. Desain Sistem
Berdasarkan analisis sistem dari permasalahan yang dihadapi, selanjutnya akan dibuat desain dari sistem tersebut. Tujuan dari desain sistem ini adalah membuat kerangka dasar dalam melakukan implementasi ke sistem informasi yang dibuat.
Context diagram bertujuan menunjukkan arus data yang mengalir diantara entitas yang berperan dalam rancang bangun data warehouse akademik STIKOM Surabaya. Entitas-entitas yang menggunakan data warehouse akademik STIKOM Surabaya terdiri dari manajemen, administrator, dan staf akademik. Administrator bertugas dalam mengatur jalannya data warehouse. Manajamen dan staf akademik memiliki peran dalam pelaporan akademik. Untuk lebih jelasnya dapat dilihat pada Gambar 3.11.
Gambar 3.11Context DiagramData warehouse Akademik STIKOM Surabaya 3.2.2. Data Flow Diagram Level 0
Penurunan proses context diagram terbagi menjadi beberapa proses, yaitu proses registrasi data warehouse, proses extract transfrom load data-data transaksional, dan proses pelaporan akademik STIKOM Surabaya yang dapat dilihat pada Gambar 3.12.
Data Transaksi Akademik Data Permintaan Laporan Standar Akreditas 3
Gambar 3.12 Level 0 Data warehouse Akademik STIKOM Surabaya 3.2.3. Data Flow Diagram Extract Transform Load Level 1
Penurunan proses extract transform load terbagi menjadi proses extract sumber data, transform sumber data dan load sumber data. Proses extract akan mengambil data-data dari tabel-tabel transaksional akademik STIKOM Surabaya. Proses transform akan melakukan perubahan-perubahan yang diperlukan dari hasil ekstraksi. Proses load akan mengalirkan data ke dalam data warehouse.
Server Datawarehouse
Data Historis Fakta Calon Mahasiswa Data Historis Fakta Akreditasi
Data Permintaan Laporan Akreditasi Standar 3 Data Permintaan Laporan Ujian
Extract Transform Load sumber data
Untuk lebih jelaskan proses extract transform loaddapat dilihat pada Gambar 3.13.
Gambar 3.13 Level 1 Extract Transform Load 3.2.4. Data Flow DiagramPelaporan Level 1
matakuliah, tabel dimensi prodi dan tabel fakta mahasiswa. Tabel-tabel tersebut digunakan untuk menghasilkan informasi-informasi dengan sudut pandang yang bermacam-macam seperti melihat jumlah mahasiswa dari jurusan yang diambil ataupun dari waktu mahasiswa melakukan registrasi sebagai mahasiswa STIKOM Surabaya. Hasil pelaporan tersebut kemudian akan diolah oleh OLAP dan kemudian diberikan kepada staff akademik.
3.2.5. Data Flow DiagramExtract Transform Load Level 2
Penurunan proses extract transform load terbagi menjadi proses transfrom gender, proses transform kota, proses transfrom agama dan proses transform kode akademik, proses status mahasiswa. Proses transform gender akan dilakukan perubahan data-data transaksional yang bersifat jenis kelamin. Sebagai contoh data dengan jenis kelamin ‘1’ akan diubah menjadi ‘laki’ sedangkan yang berjenis kelamin ‘2’ akan diubah menjadi ‘perempuan’. Proses-proses lain memiliki tujuan yang sama yaitu untuk membuat data transaksional yang masuk menjadi valid. Untuk lebih jelasnya proses extract transform load level 2 dapat dilihat pada Gambar 3.15.
3.3. Desain Uji Coba Pemakaian Data Warehouse
Uji coba ini dilakukan dengan cara pengisian survei. User akan diberikan pertanyaan-pertanyaan yang berkaitan dengan performa data warehouse akademik STIKOM Surabaya. User yang akan melakukan survei adalah bagian Kepala Program Studi (Kaprodi), bagian Administrasi Akademik Kemahasiswaan (AAK), dan bagian Pembantu Ketua I (Puket I). Untuk pertanyaan-pertanyaan yang diajukan dapat dilihat pada Tabel 3.33.
Tabel 3.33 Pertanyaan Survei
No. Pertanyaan
1. Bagaimana tampilan dashboard akademik STIKOM Surabaya?
2. Apakah laporan terkait akreditasi mampu membantu memenuhi kebutuhan untuk kegiatan akreditasi?
3. Apakah laporan terkait mahasiswa mampu membantu memenuhi kebutuhan pelaporan STIKOM Surabaya?
4. Apakah laporan terkait dosen mampu membantu memenuhi kebutuhan pelaporan di STIKOM Surabaya?
5. Apakah laporan terkait ujian mampu membantu memenuhi kebutuhan pelaporan di STIKOM Surabaya?
6. Apakah laporan terkait pendaftar mampu membantu memenuhi pelaporan di STIKOM Surabaya?
7. Bagaimana fleksibilitas data warehouse STIKOM Surabaya?
8. Seberapa jauh anda akan menggunakan data warehouse STIKOM Surabaya bila diimplementasikan?
Survei akan dinilai oleh user dengan nilai-nilai yang telah disediakan. Nilai-nilai tersebut dapat dilihat pada Tabel 3.34.
Tabel 3.34 Nilai Survei
Nilai Keterangan
1-2.49 Sangat Kurang
2.5-2.49 Kurang
2.5-3.49 Cukup Baik
3.5-4.49 Baik
