Jenis kelamin : Laki â Laki
Tempat, tanggal lahir : Jakarta, 14 Juli 1988
Agama : Kristen
Kewarganegaraan : Indonesia
Status : Belum kawin
Anak ke : 2 dari empat bersaudara
Alamat : Jl. Latumenten I Komp RSJ No.19
Rt.01 Rw.04 Kelurahan Jelambar. Kecamatan Grogol Petamburan Jakarta Barat 11460
Telepon : +6287823654813
e-mail : vinsnoe@gmail.com
2. RIWAYAT HIDUP
1. Sekolah Dasar : SDN Jelambar 04 Pagi
2. Sekolah Menengah Pertama : SMP Negeri 274 Jakarta
3. Sekolah Menengah Atas : SMA Negeri 19 Jakarta
4. Perguruan Tinggi : FTIK Unikom Bandung
Demikian riwayat hidup ini saya buat dengan sebenar-benarnya dalam keadaan sadar dan tanpa paksaan.
Bandung, 16 Februari 2013
PEMBANGUNAN DATA MART BARANG MASUK UNTUK
PENDISTRIBUSIAN DI RSJ DR. SOEHARTO HEERDJAN
JAKARTA
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana Program Studi S1 Teknik Informatika
Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia
WISNU GIRI NUGROHO
10106052
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
iii
limpahan rahmat dan karunia-Nya dan juga Yesus Kristrus sehingga saya dapat menyelesaikan Tugas Akhir dengan judul âPEMBANGUNAN DATA MART BARANG MASUK UNTUK PENDISTRIBUSIAN DI RSJ DR. SOEHARTO HEERDJAN JAKARTAâ. Tugas Akhir ini merupakan salah satu syarat dalam
menyelesaikan studi jenjang strata satu (S1) Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer di Universitas Komputer Indonesia (UNIKOM).
Sehubungan dengan telah selesainya Tugas Akhir ini, kami yakin bahwa tugas ini tidak akan berhasil tanpa doa, bimbingan, petunjuk dan dukungan dari berbagai pihak yang terlibat dalam pembuatan tugas ini. Oleh karena itu kami mengucapkan terima kasih kepada :
1. Allah Yehuwa yang telah memberikan kami hikmat dan kesehatan sehingga dapat menyelesaikan TA (Tugas Akhir).
2. Kedua Orang Tua penulis yang paling saya cintai yang tidak henti-hentinya mendoakan dan memberikan dukungan.
3. Ibu Mira Kania Sabariah, S.T.,M.T., selaku dosen pembimbing yang telah meluangkan waktu untuk memberikan bimbingan dengan penuh kearifan, kekeluargaan serta memberikan masukan dalam penyelesaian tugas akhir ini. 4. Bapak Adam Mukharil Bachtiar,S.KOM. selaku dosen penguji 1 yang telah
meluangkan waktu untuk memberikan bimbingan dengan penuh kearifan, kekeluargaan serta memberikan masukan dalam penyelesaian tugas akhir ini. 5. Ibu Utami Dewi Widianti, S.Kom. selaku dosen penguji 2 yang telah meluangkan
6. Ibu Nelly Indriani W, S.Si., M.T., selaku dosen wali yang telah banyak memberikan bantuan dan dukungan dari masa perkuliahan hingga penyelesaian tugas akhir ini.
7. Bapak Tawarna selaku pihak pembimbing dari RSJ Dr. Soeharto Heerdjan Jakarta yang banyak membantu demi kelancaran Tugas Akhir.
8. Teman-teman yang telah ikut mendukung dan membantu terutama Resa Haryoyudanto, Luthfi Kurnia sahabat yang selalu membantu penulis dalam hal teknis dan non teknis, serta selalu mendoakan, memberi semangat, motivasi, dan berbagi pengetahuan kepada penulis.
9. Kepada seluruh sahabat saya khususnya kelas IF-2 angkatan 2006, dan juga semua teman kelas IF dari berbagai angkatan atas doâa dan dukungannya.
10.Rekan-rekan satu bimbingan dan semua pihak yang telah memberikan bantuan dan dukungan dalam menyelesaikan tugas kami.
11.Kepada Asih Kusuma Wati sesorang yang selalu ada dan mendukung penulis dengan cinta.
12.Pihak- pihak lain yang mungkin tidak dapat saya sebutkan satu persatu.
Kami menyadari bahwa Laporan penelitian tugas akhir yang penyusun buat ini masih jauh dari sempurna, seperti kata pepatah : â Tak ada gading yang tak
retakâ. Oleh karena itu kami sangat mengharapkan saran dan kritik dari para pembaca, agar dalam penulisan Laporan ini selanjutnya dapat kami selesaikan dengan baik.
Besar harapan kami agar Laporan penelitian tugas akhir ini akan bermanfaat bagi para pembaca dan dunia pendidikan pada umumnya dan bagi penyusun sendiri khususnya.
Bandung, Februari 2013
v
ABSTRACK ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xii
DAFTAR SIMBOL ... xiv
DAFTAR LAMPIRAN ... xv
BAB 1 PENDAHULUAN... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 2
1.3 Maksud dan Tujuan ... 2
1.4 Batasan Masalah ... 2
1.5 Metodologi Penelitian ... 3
1.5.1 Pengumpulan Data ... 3
1.6 Sistematika Penulisan ... 4
BAB II TINJAUAN PUSTAKA ... 7
2.1 Profil Perusahaan ... 7
2.1.1 Sejarah Perusahaan ... 7
2.1.2 Visi dan Misi Perusahaan ... 7
2.1.3 Struktur Organisasi dan Job Description ... 7
2.2 Landasan Teori ... 10
2.2.1 Pengertian Data ... 10
2.2.2 Basis Data (Database) ... 10
A. Konsep Basis Data (Database) ... 10
B. Sistem Basis Data (DBS) ... 11
a. Komponen Utama Sistem Basis Data ... 11
A. Database Administrator ... 12
B. Bahasa/Language dalam Sistem Basis Data ... 12
2.2.4 Data Mart ... 13
2.2.4.1 Multi-Dimension Modeling ... 14
2.2.4.2 Visualisasi dari Suatu Dimensional Model ... 16
2.2.5 ETL (Extract, Transform, Loading) ... 19
2.2.5.1 Metode ETL ... 20
2.2.5.2 Gambaran Proses ETL ... 20
2.2.5.3 Arsitektur Transformasi & Loading ... 21
2.2.6 Konsep Pemrograman Borland Delphi ... 22
2.2.6.1 Pengertian Borland Delphi ... 22
2.2.6.2 Kelebihan Borland Delphi ... 22
2.2.6.3 Fasilitas Database ... ... 22
2.2.7 MySql Server ... 22
2.2.8 Data Flow Diagram ... 24
BAB III ANALISIS DAN PERANCANGAN ... 27
3.1 Analisis Sistem ... 27
3.1.1 Analisis Masalah ... 27
3.1.2 Analisis Sistem yang Berjalan ... 27
3.1.3 Analisis Arsitektur Data Mart ... 28
3.1.4 Analisis OLTP RSJ. Dr. Soeharto Heerdjan ... 30
3.1.5 Analisis Spesifikasi Kebutuhan Informasi ... 34
3.1.6 ETL (Extract, Transform, Loading) ... 35
3.1.6.1 Extract ... 35
3.1.6.2 Transform ... 42
A. Cleaning ... 44
B. Conditioning ... 46
3.1.6.3 Loading ... 47
3.1.6.4 Skema Data Mart Barang Masuk ... 48
3.1.7 Analisis Kebutuhan Non Fungsional... 49
3.1.7.2 Analisis Karakteristik Pengguna... 49
3.1.7.3 Analisis Perangkat Lunak... 50
3.1.8 Analisis Kebutuhan Fungsional ... 50
3.1.8.1 Diagram Konteks ... 51
3.1.8.2 DFD Level 0 Proses Awal Perangkat lunak Data Mart... 51
3.1.8.3 DFD Level 1 Proses 1.0 ETL Perangkat lunak Data Mart... 52
3.1.8.4 DFD Level 1 Proses 2.0 Analisis Perangkat lunak Data Mart... 53
3.1.8.5 Spesifikasi Proses ... 54
A. Proses 1 ETL ... 54
B. Proses 2 Analisis ... 55
3.1.8.6 Kamus Data ... 56
3.2 Perancangan Arsitektur ... 60
3.2.1 Perancangan Struktur Menu ... 61
3.2.2 Perancangan Antarmuka ... 61
3.2.3 Perancangan Pesan ... 64
3.2.4 Jaringan Semantik ... 66
3.2.5 Perancangan Prosedural ... 66
1. Perancangan Prosedural Ekstrak ... 66
2. Perancangan Prosedural Transform ... 67
3. Perancangan Prosedural Analisis ... 68
BAB IV IMPLEMENTASI DAN PENGUJIAN ... 71
4.1 Implementasi Sistem ... 71
4.1.1 Perangkat Lunak Pembangun ... 71
4.1.2 Perangkat Keras ... 71
4.1.3 Implementasi Basis Data ... 71
4.1.3.1 Pembuatan Database ... 72
4.2 Hasil Data Mart Menggunakan OLAP... 74
4.2.1.1 Roll up ... 75
4.2.1.2 Drill Down ... 77
4.2.1.3 Slice and Dicing ... 78
4.2.2 Tabel Fakta ... 78
4.2.3 Measure ... 79
4.2.4 Dimension ... 79
4.2.4.1 Tabel Dim Barang ... 79
4.2.4.2 Tabel Dim Waktu ... 79
4.2.4.3 Tabel Dim_Supplier ... 80
4.2.4.4 Tabel Dim Kategori ... 80
4.3 Implementasi Perangkat Lunak ... 80
4.3.1 User Interface ... 80
4.3.1.1 Form Menu Utama ... 81
4.3.1.2 Form Menu ETL ... 81
4.3.1.3 Form Menu Analisis ... 82
4.3.1.4 Form Menu Cetak Analisis ... 83
4.4 Pengujian Sistem ... 84
4.4.1 Pengujian Alpha ... 84
4.4.1.1 Pengujian ETL ... 85
4.4.1.2 Pengujian Analisis ... 92
4.4.1.3 Kesimpulan Pengujian Alpha ... 98
4.4.2 Pengujian Beta ... 98
4.4.2.1 Saran Pengujian Betha ... 101
4.4.2.2 Kesimpulan Pengujian Betha... 101
BAB V KESIMPULAN DAN SARAN ... 103
5.1 Kesimpulan ... 103
5.2 Saran ... 103
105
[1] Rainardi, Vincent.2008. âBuilding a Data Warehouse with Examples in SQL Serverâ.
New York : Springer.
[2] Hutabarat, Bernaridho. 2005. Datawarehousing dengan SQL Server.Jakarta : PT Elex Media Komputindo.
[3] Darmawikarta, Djoni. 2009. Mengenal Data Mart. Jakarta : Restu Agung. [4] Fatansyah,Ir. 2002. Basis Data. Bandung : Informatika.
[5] Raharjo, Budi. 2011. Membuat Database Menggunakan MySql. Bandung : Informatika. [6] Ichwan, M. 2011. Pemograman Basis Data Delphi 7 Dan MySql. Bandung :
Informatika.
[7] Kadir, Abdul. 2005. Pemograman Database Dengan Delphi 7 Menggunakan Access
dan ADO. Yogyakarta : Andi.
[8] Andi. 2003. Pemrograman Borland Delphi 7 Jilid 1. Yogyakarta : Madcoms.
1
1.1 Latar Belakang Masalah
Rumah Sakit Jiwa Dr. Soeharto Heerdjan adalah salah satu rumah sakit jiwa pusat yang berada di Kota Jakarta. Selain melayani perawatan untuk kesehatan jiwa rumah sakit ini juga melayani pelayanan umum sebagai pelayanan pendukung. Dalam kegiatan operasionalnya, Rumah Sakit Jiwa Dr. Soeharto Heerdjan dalam hal ini memesan sejumlah barang secara periodik keberbagai suplier dan kemudian setiap barang masuk akan dicatat data transaksi barangnya dan diinputkan ke dalam database.
Pada proses barang masuk, Rumah Sakit Jiwa Dr. Soeharto Heerdjan khususnya pihak administrasi dalam memesan barang ke suplier dengan cara
menganalisis data dari database dan disesuasikan dengan barang yang ada di unit terkait sesuai kebutuhan barangnya. Pihak admistrasi rumah sakit kesulitan untuk melakukan perhitungan analisis disebabkan database yang ada sekarang tidak mampu untuk menganalisis data lebih lanjut dan juga barang yang ada sering kali tidak sama. Sistem informasi yang ada saat ini juga memiliki keterbatasan dalam menyajikan informasi secara detail mengenai info barang masuk dari suplier ke rumah sakit.
1.2 Perumusan Masalah
Dari latar belakang ditemukan beberapa masalah yang dirumuskan dalam suatu rumusan masalah yaitu bagaimana membangun Data mart barang masuk
dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
1.3 Maksud dan Tujuan
Dari permasalahan yang ada, maksud dan penulisan tugas akhir ini adalah untuk membangun Data mart barang masuk dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
Sedangkan tujuan yang akan dicapai dari dibangunnya Data Mart ini adalah
memudahkan pihak Rumah Sakit Jiwa Dr. Soeharto Heerdjan dalam menganalisis barang masuk dari supplier sesuai dengan kebutuhan pendistribusian barang di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
1.4 Batasan Masalah
Dalam penyelesaian tugas akhir ini diberikan batasan masalah agar tujuan dan sasaran yang diinginkan dapat tercapai. Adapun batasan masalah sebagai berikut :
a. Membangun data mart barang masuk dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
b. Data yang di analisis nantinya hanya data barang masuk dari supplier berdasarkan jumlah barang di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
c. Data bersumber dari database yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
d. Data Mart yang dibangun tidak akan menganalisis data pendistribusian barang dari setiap unit di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
e. Data mart hanya akan di gunakan di pihak satuan pengawas interen Rumah
Sakit Jiwa Dr. Soeharto Heedjan.
1.5 Metodologi Penelitian
Metodologi penelitian yang digunakan untuk membangun data mart ini menggunakan metode analisis deskriptif yaitu suatu metode yang bertujuan untuk
mendapatkan gambaran yang jelas tentang hal-hal yang diperlukan.
1.5.1 Metode Pengumpulan Data
Metode pengumpulan data adalah tahap awal dalam melakukan suatu penelitian. Metodologi yang digunakan dalam mengumpulkan data yang berkaitan dengan penyusunan laporan dan pembuatan perangkat lunak ini adalah sebagai berikut:
1) Studi Literatur
Studi literatur adalah tahap pengumpulan data yang diperoleh dengan cara mempelajari Teori ETL termasuk penerapan Data Mart.
2) Studi Lapangan
Studi lapangan adalah tahap pengumpulan data dengan mengadakan penelitian dan peninjauan langsung terhadap permasalah yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
3) Wawancara
Wawancara adalah tahap pengumpulan data dengan cara tanya jawab langsung dengan pegawai Rumah Sakit Jiwa Dr. Soeharto Heerdjan dan staf terkait terhadap permasalahan yang diambil.
1.5.2 Metode Pembangunan Perangkat Lunak
Tahap pembangunan perangkat lunak dalam pembutan perangkat lunak ini menggunakan waterfall, berikut dapat dilihat pada Gambar 1.1.
1. Requirements analysis and definition
Mengumpulkan kebutuhan secara lengkap kemudian kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh program yang akan dibangun. Fase ini harus dikerjakan secara lengkap untuk bisa menghasilkan desain yang lengkap.
2. System and software design
Desain dikerjakan setelah kebutuhan selesai dikumpulkan secara lengkap
3. Implementation and unit testing
desain program diterjemahkan ke dalam kode-kode dengan menggunakan bahasa pemrograman yang sudah ditentukan. Program yang dibangun langsung diuji baik secara unit.
4. Integration and system testing
Penyatuan unit-unit program kemudian diuji secara keseluruhan (system testing).
5. Operation and maintenance
Tahapan untuk mengoperasikan program dilingkungannya dan melakukan pemeliharaan, seperti penyesuaian atau perubahan karena adaptasi dengan situasi sebenarnya.
1.6 Sistematika Penulisan
Sistematika penulisan laporan ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut:
BAB 1 PENDAHULUAN
BAB 2 TINJAUAN PUSTAKA
Bab ini terbagi menjadi dua bagian, yaitu tinjauan umum Rumah Sakit Jiwa Dr. Soeharto Heerdjan dan landasan teori. Tinjauan umum rumah sakit berisi tentang sejarah singkat rumah sakit, visi, misi, dan struktur organisasi sedangkan landasan teori berisi teori-teori pendukung dalam membangun membangun sebuah data mart barang masuk dari supplier Di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
BAB 3 ANALISIS DAN PERANCANGAN
Bab ini berisi analisis kebutuhan dalam membangun Data Mart dan menganilisis masalah dari model penelitian untuk memperlihatkan keterkaitan antar variabel yang diteliti dalam membangun Data Mart.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi hasil pengujian dari hasil analisis dan perancangan yang telah dibuat yang dilakukan di Rumah Sakit Jiwa Dr. Soeharto Heerdjan sehingga diketahui apakah data mart yang dibangun sudah memenuhi syarat sesuai dengan kebutuhan dari Rumah Sakit Jiwa Dr. Soeharto Heerdjan.
BAB 5 KESIMPULAN DAN SARAN
7
2.1 Profil Perusahaan
2.1.1 Sejarah Perusahaan
Didirikan berdasarkan Keputusan Kerajaan Belanda (Koninklijkbesluit) tertanggal 30 Desember 1865 No.100. dan berdasarkan Keputusan Gubernur Jenderal (Gouverneur General) tertanggal 14 April 1867, namun pembangunannya baru dimulai pada tahun 1876.
Untuk menghilangkan Stigma masyarakat, maka pada tahun 1973 Rumah Sakit Jiwa Grogol dirubah namanya menjadi Rumah Sakit Jiwa Jakarta
kemudian pada tahun 1993 dirubah dengan nama Rumah Sakit Jiwa Pusat Jakarta dan terakhir pada tahun 2003 dirubah lagi menjadi Rumah Sakit Jiwa Dr. Soeharto Heerdjan sampai dengan sekarang.
2.1.2 Visi dan Misi Perusahaan
Visi
Menjadi pusat unggulan kesehatan jiwa perkotaan.
Misi
ï Melaksanakan Pelayanan Jiwa sesuai Pedoman Pelayanan Rumah Sakit
Tipe A
ï Melaksanakan Pendidikan Kesehatan Jiwa sesuai dengan Pedoman Rumah
Sakit Pendidikan
ï Melaksanakan Penelitian Kesehatan Jiwa sesuai Pedoman Bioetika
Kedokteran
2.1.3Struktur Organisasi dan Job Description
a. Struktur Organisasi Rumah Sakit Jiwa Dr. Soeharto Heerdjan
Organisasi adalah salah satu fungsi dari manajemen dan merupakan wadah untuk mencapai tujuan yang telah ditetapkan dalam organisasi
yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan dapat dilihat pada Gambar 2.1.
Gambar 2.1 Struktur Organisasi RS Jiwa Dr. Soeharto Heerdjan
b. Job Description
Berdasar struktur organisasi yang sudah ada, maka disusunlah uraian tugas dari masing-masing bagian yang terkait dalam instansi ini. Untuk menjamin efisien kerja, tanggung jawab, tugas dan wewenang serta hasil kerja yang lebih baik. Maka dijabarkan uraian tugas masing-masing bagian sebagai berikut :
A. Direktur Utama
B. Dewan Pengawas
Sebagai pengawas seluruh pelaksaanan teknis di RS Jiwa Dr. Soeharto Heerdjan Jakarta yang dibentuk Direktur Jendral Bina Pelayanan Medik Kementrian Kesehatan RI.
C. Direktorat Medik Dan Keperawatan
Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi pelayanan medis dan keperawatan RS Jiwa Dr. Soeharto Heerdjan Jakarta.
D. Direktorat Sumber Daya Manusia Dan Pendidikan.
Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi sumber daya manusia, pendidikan dan pelatihan serta penelitian dan pengembangan RS Jiwa Dr. Soeharto Heerdjan Jakarta.
E. Direktorat Keuangan dan Admistrasi Umum.
Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi keuangan dan urusan admistrasi umum RS Jiwa Dr. Soeharto Heerdjan Jakarta.
F. Komite Medik
Bertugas memberikan pertimbangan kepada direktur utama dalam hal menysun standar pelayanan medis, pengawasan dan pengendalian mutu pelayan medis, hak klinis khusus kepada staf medis fungsional, program pelayanan, pendidikan dan pelatihan, serta penelitian dan pengembangan RS Jiwa Dr. Soeharto Heerdjan Jakarta.
G. Komite Etik dan Hukum
Bertugas memberikan pertimbangan kepda direktur utama dalam hal
tugas bantuan hukum dalam penangan masalah hukum di RS Jiwa Dr. Soeharto Heerdjan Jakarta.
H. Satuan Pemeriksa Intern
Bertugas sebagai pengawas internal organisasi yang melaksanakan pemeriksaan, evaluasi dan validasi serta tugas khusus yang di tugaskan direktur utama terhadap sistem yang sedang berjalan maupun yang baru akan diimplementasikan di setiap unit organisasi RS Jiwa Soeharto Heerdjan Jakarta.
2.2 Landasan Teori
2.2.1 Pengertian Data
Data dan Informasi mempunyai keterkaitan antara satu dengan yang lainnya. Data adalah fakta â fakta atau pesan â pesan yang belum dievaluasi atau bahan mentah dari informasi yang melalui pengolahan tertentu dibentuk menjadi
suatu informasi. Data merupakan kenyataan yang menggambarkan suatu kejadian â kejadian nyata.
Data merupakan suatu bentuk keterangan-keterangan yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.
2.2.2 Basis Data (Database)
A. Konsep Basis Data (Database)
Basis data terdiri dari dua kata, basis dan data. Basis dapat diartikan kurang lebih sebagai markas, gudang atau tempat berkumpul. Sedangkan data adalah repesentasi fakta dunia nyata yang mewakili suatu objek seperti manusia (pegawai, siswa, pembeli dan lain â lain), barang dan sebagainya yang direkam
dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasi lainnya. Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang seperti :
1.Himpunan kelompok data (arsip) saling berhubungan yang diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan
2. Kumpulan file / table / arsip saling berhubungan yang disimpan dalam media penyimpanan elektronis.
Ada beberapa tahapan yang digunakan dalam proses mendesain suatu basis data yaitu:
1. Tentukan tujuan dari basis data yang akan dibuat. 2. Tentukan tabel â tabel yang sekiranya akan dperlukan.
3. Tentukan field â field (kolom â kolom) yang diperlukan oleh tabel. 4. Tentukan sebuah kolom yang bersifat unik untuk dijadikan sebagai
kunci (key).
5. Tentukan relasi antar tabel.
6. Periksa ulang dan sempurnakan desain basis data.
7. Isi data dalam basis data dan buat objek â objek database yang sekiranya diperlukan.
B. Sistem Basis Data (DBS)
Suatu sistem yang mengelolah data dan menyediakan data tersebut apabila dibutuhkan.
a. Komponen Utama Sistem Basis data
1. Data yang disimpan dalam basis data 2. Hardware :storage, processor, memory
3. Software : DBMS, Report-writer, design, arts, dll Pengguna :
a) Pengguna Awam (Naïve User) b) Pengguna Biasa (Casual User) c) Programmer
d) Administrator
2.2.3 Tujuan Database
Mereduksi redudansi yang akibatnya mengurangi inkonsistensi maka data dapat dishare antar aplikasi sehingga standarisasi data dapat dilakukan, batasan security dapat diterapkan, dimana pengelolaan integritas (Keterjaminan
A. Database Administrator
Database Adminstrator adalah orang yang memiliki kontrol utama terhadap keseluruhan sistem basis data (mencangkup data & program) yang mempunya fungsi yaitu:
1. Pendefinisian skema
2. Pendefinisan struktur penyimpanan & metode akses 3. Modifikasi skema & organisasi fisik
4. Pemberian otorisasi bagi pengaksesan data
5. Mendefinisikan bagian basis data yang mana dapat diakses oleh
seorang pemakai, termasuk operasi-operasi yang dapat dilakukan 6. Spesifikasi batasan integrasi
B. Bahasa/Language dalam Sistem Basis Data
Bahasa yang digunakan di dalam basis data antara lain :
1. Data Definition Language (DDL)
Perintah-perintah yang digunakan oleh database administrator untuk mendefinisikan skema ke DBMS. Secara detil hal yang perlu dijabarkan pada DBMS :
a. Nama basis data
b. Nama seluruh berkas pada basis data c. Nama rekaman dan medan
d. Enkripsi berkas, rekaman dan medan e. Nama medan kunci
f. Nama Indeks dan medan yang menjadi indeks g. Hal lain seperti ukuran basis data.
DDL juga digunakan untuk menciptakan, mengubah, dan menghapus
basis data
2. Data Manipulation Language (DML)
DML adalah perintah-perintah yang digunakan untuk mengubah, memanipulasi dan mengambil data pada basis data. Tindakan seperti
menghapus,mengubah,dan mengambil data menjadi bagian dari DML.
a. Prosedural
Prosedural menuntut pengguna menentukan data apa saja yang diperlukan dan bagaimana cara mendapatkannya b. Nonprosedural
Nonprosedural menuntut pengguna menentukan data apa yang diperlukan tetapi tidak perlu menyebutkan cara mendapatkannya
2.2.4 Data Mart
Data mart adalah suatu bagian pada data warehouse yang mendukung
pembuatan laporan dan analisis data pada suatu unit, bagian operasi pada suatu perusahaaan. Data mart berisi informasi yang relevan bagi user yang ingin mengambil keputusan, sebuah perusahaan yang telah menginvestasikan baik uang dan waktunya dalam sebuah bisnis operasional yang telah mempunyai dan
menyimpan sebuah data dari pelanggan, penjualan dan inventori. Data tersebut merupakan asset dari suatu perusahaan yang perlu di manage untuk keperluan
kompetitif perusahaan. Banyak perusahaan yang telah menerapkan DSS
(Decision Support system) yang telah ada di suatu data mart, sebuah data mart
terintegrasi secara operasional dan sejarah data untuk aplikasi pengambilan keputusan.
Ada empat tugas yang bisa dilakukan dengan adanya data mart, keempat tugas tersebut yaitu:
a. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data mart yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan per hari, per bulan, per tahun atau jangka waktu kapanpun yang diinginkan.
b. On-Line Analytical Processing (OLAP)
Dengan adanya data mart, semua informasi baik detail maupun hasil
summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP
mendayagunakan konsep data multidimensi dan memungkinkan para pemakai
menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah
yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada softwareOLAP adalah fasilitas rool-up
dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu inforamsi dan roll-up adalah kebalikannya .
c. Data Mining
Data mining merupakan proses untuk menggali (mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data mart, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat
menjembatani komunikasi antara data dan pelakunya. d. Proses informasi executive
Data mart dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan
menggunakan data mart segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data mart menjadi target informatif bagi pengguna.
2.2.4.1Multi-Dimensional Modeling
Multi dimensional modeling adalah teknik untuk memvisualisasi model data sebagai suatu kumpulan dari ukuran yang dideskripsikan dengan aspek-aspek bisnis. Hal ini khususnya sangat berguna untuk meringkas dan menyusun data dan memperlihatkan data untuk mendukung para analis data.
Dimensional modeling memfokuskan pada data numerik, seperti harga, jumlah, berat, keseimbangan dan kejadian-kejadian.
Dimensional modeling mempunyai beberapa konsep :
1. Fact
Fact adalah suatu koleksi dari relasi data-data items, terdiri dari
implementasikan dalam tabel dasar dimana semudah data numeric dan disimpan.
2. Dimensions
Dimensions adalah suatu koleksi dari anggota atau unit-unit data dengan tipe yang sama. Dalam sebuah diagram, suatu dimensi biasanya direpresentasikan dengan suatu axis. Dalam dimensional model, semua data menunjukan fact table yang diasosiasikan dengan satu dan hanya satu member sari setiap multiple dimensions. Jadi dimensi menunjukan latar belakang kontekstual dari fact. Banyak proses analisis yang digunakan untuk menghitung (quatify) dampak dari dimensi pada fact.
Dimensi adalah parameter dari apa yang ingin lakukan dalam On-Line Analytical Processing (OLAP). Sebagai contoh, dalam suatu database
untuk menganalisa semua penjualan dari produk, dimensi berikut ini harus ada :
a) Waktu b) Lokasi c) Pembeli d) Penjual
Skenario seperti kejadian, pembiayaan atau angka estimasi Dimensi biasanya juga dapat dipetakan bukan angka numerik, entity yang bersifat informatif seperti merek atau karyawan.
Dimension member : suatu dimensi berisi banyak anggota-anggota. Suatu anggota dimensi adalah nama pembeda atau indetifier yang digunakan untuk membedakan posisi suatu data item. Sebagai contoh, semua bulan, empat bulanan dan tahunan membuat dimensi waktu. Dan semua kota, wilayah dan negara merupakan dimensi geografi.
Dimension Hierarchies : dapat mengatur anggota dari suatu dimensi
3. Measures
Suatu measures (ukuran) adalah suatu besaran (angka numerik) atribut dari sebuah fact, yang menunjukan performance atau behavior (tingkah laku) dari bisnis secara relatif pada suatu dimensi. Angka atau nomor yang ditunjukan disebut dengan variable. Sebagai contoh ukuran dari penjualan dalam bentuk uang, besarnya penjualan, jumlah pengadaan, biaya pengadaan, banyaknya transaksi dan lainnya. Suatu ukuran dijelaskan dengan kombinasi dari member dari suatu dimensi dan diletakkan dalam fact.
2.2.4.2 Visualisasi dari Suatu Dimensional Model
Cara yang paling populer dalam memvisualisasikan suatu model
dimensional adalah dengan menggambarkan sebuah cube data. Contohya dapat dilihat pada (Gambar 2.3) dapat menggambarkan tiga model dimensional menggunakan sebuah kubus. Biasanya suatu dimensional model terdiri dari lebih tiga dimensi dan digambarkan sebagai suatu
hypercube, akan tetapi hypercube sulit untuk divisualisasikan, jadi sebuah kubus lebih biasa digunakan. Gambar berikut merupakan measurement
Gambar 2.2 Kubus Suatu Visualisasi dari Dimensional Model
Terdapat tiga konsep yang dapat memodelkan lebih jelas dalam penentuan
fact table dimensi dan measure, yaitu :
1. Model star
Model star adalah model dasar dari pemodelan multidimensi yang dapat di lihat pada gambar 2.3. Model star memiliki satu tabel induk yang dinamakan table fact dan kumpulan dari tabel-tabel kecil yang
disebut tabel dimensi, disusun dalam pola-pola melingkar mengelilingi
table fact.
2. Model SnowFlake
Selain model star dalam menampilkan desain sebuah data mart juga dapat menggunakan model Snowflake sebagai contoh dapat dilihat pada gambar 2.4. Dalam sebuah model snowflake terdapat sebuah fact table yang dikelilingi oleh beberapa dimension table. Namun dimension table itu sendiri dapat seolah-olah berupa sebuah fact table lain yang juga memiliki dimensinya sendiri.
Gambar 2.4 Model SnowFlake
Pada model snowflake diatas dapat dilihat bahwa tiap-tiap tabel dimensi berhubungan dengan dimensi yang lain seolah-olah tabel dimensi tersebut merupakan tabel fakta. Hal ini dapat terjadi karena pada model snowflake
ini telah dilakukan normalisasi. Normalisasi ini tidak terdapat pada model
star.
3. Model Constellation.
Beberapa fact tables berbagi tabel dimensi, sebagai contoh dapat di lihat
Gambar 2.5 Model Constellation
2.2.5 ETL ( Extract, Transform, Loading)
Extraction merupakan proses untuk mengidentifikasi seluruh sumber data yang relevan dan mengambil data dari sumber data tersebut.Untuk lebih jelasnya dapat dilihat pada gambar 2.6. Penentuan pendekatan yang digunakan pada proses ekstrasi sangat terkait dengan analisis bisnis proses, pendefinisian area subjek , serta desain logik/fisik data mart.
Transformation merupakan proses yang mempunyai peran dalam melakukan perubahan dan integrasi skema serta struktur yang berbeda-beda kedalam skema dan struktur yang terdefinisi dalam data mart.
Loading merupakan proses pemindahan data secara fisik dan sistem
operasional kedalam data mart.
[image:33.595.122.485.585.710.2]Proses ETL meliputi 3 tahapan pemodelan yaitu model data sumber, model area bisnis dan model data mart. Proses ETL berawal dari data sumber yang berasal dari basis data operasional dan berakhir dngan proses loading data pada
data mart. Proses yang dilakukan meliputi proses Ekstraksi dari data sumber yang akan di tempatkan pada tabel staging baik tabel staging final maupun tabel staging temporer.
2.2.5.1Metode ETL
Didasarkan penggunaan tabel staging sebagai tabel temporary dari basis data sumber untuk loading pada data mart metode yang digunakan yaitu
dengan pendekatan Load Transform yaitu menggunakan tahapan sementara dalam operasi ETL yang disebut dengan staging area/tabel, untuk lebih jelasnya dapat dilihat pada gambar 2.7.
yaitu Ekstraksi, Transformasi, serta Loading dilakukan pemisahan
secara fisik sehingga dapat dikerjakan secara terpisah/parallel.
Gambar 2.7 ETL Load Transform
2.2.5.2Gambaran Proses ETL
Gambar 2.8. Gambaran Process ETL
Proses ekstraksi dilakukan dengan menggunakan pendekatan logic Full Ekstraction dan incremental ekstraksi disertai dengan besaran data yang di input. Hal ini dilakukan dengan menggunakan
counter terhadap data yang di input menjadi paket-paket input dengan besaran tertentu. Pengembangan selanjutnya dengan menggunakan metode load-transform yaitu dengan menggunakan konsep staging
dalam proses transformasi multistage transformation, apabila proses transformation selesai, data yang telah bersih akan di proses pada lingkungan target yaitu integrasi layer.
2.2.5.3Arsitektur Transformasi & Loading
Proses perpindahan data dari sumbernya (source) ke data mart
untuk lebih jelasnya dapat di lihat pada gambar 2.9. Proses ini proses yang menggunakan banyak waktu dalam proyek data mart.
ETL merupakan proses yang sangat penting dalam data mart, dengan
ETL inilah data dari operational dapat dimasukkan ke dalam data mart. ETL
dapat digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya.
2.2.6 Konsep Pemrograman Borland Delphi
2.2.6.1 Pengertian Borland Delphi
Borland Delphi merupakan suatu bahasa pemrograman yang memberikan berbagai fasilitas pembuatan aplikasi visual.
2.2.6.2 Kelebihan Borland Delphi
Kelebihan pemrograman ini terletak pada produktivitas, kualitas, pengembangan perangkat lunak, kecepatan kompilasi, pola design yang menarik serta diperkuat dengan pemrogramannya yang terstuktur. Keunggulan
lain dari Delphi adalah dapat digunakan untuk merancang program aplikasi yang memiliki tampilan seperti program aplikasi lain yang berbasis Windows.
2.2.6.3 Fasilitas Database
Khusus untuk pemrograman database, Borland Delphi menyediakan fasilitas objek yang kuat dan lengkap yang memudahkan programmer dalam membuat program. Format database yang dimiliki Delphi adalah format
databaseParadox, dBase, MS.Access, ODBC, SyBASE, Oracle dan lain â lain.
2.2.7 MySql Server
SQL ( Structured Query Language ) adalah bahasa standar yang digunakan
untuk mengakses server database. Semenjak tahun 70-an bahasa ini telah dikembangkan oleh IBM, yang kemudian diikuti dengan adanya Oracle, Informix dan Sybase. Dengan menggunakan SQL, proses akses database menjadi lebih
user-friendly dibandingkan dengan misalnya dBase ataupun Clipper yang masih menggunakan perintah â perintah pemrograman murni.
produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam basis data yang telah ada sebelumnya yaitu SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis.
Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja pengoptimasi-nya dalam melakukan proses perintah-perintah SQL yang dibuat oleh pengguna maupun program-program aplikasi yang memanfaatkannya. Sebagai peladen basis data, MySQL mendukung operasi basisdata transaksional
maupun operasi basisdata transaksional. Pada modus operasi non-transaksional, MySQL dapat dikatakan unggul dalam hal unjuk kerja dibandingkan perangkat lunak peladen basis data kompetitor lainnya. Namun demikian pada modus non-transaksional tidak ada jaminan atas reliabilitas
terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi blogging berbasis web, CMS, dan sejenisnya. Untuk kebutuhan sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan modus basis data transaksional, hanya saja sebagai konsekuensinya unjuk kerja MySQL pada modus transaksional tidak secepat unjuk kerja pada modus non-transaksional.
MySQL memiliki beberapa keistimewaan, antara lain :
1. Portabilitas. MySQL dapat berjalan stabil pada berbagai sistem operasi
seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak lagi.
2. Perangkat lunak Open Source. MySQL didistribusikan
sebagai perangkat lunak open source, dibawah lisensi GPL sehingga dapat digunakan secara gratis.
3. Multi-user. MySQL dapat digunakan oleh beberapa pengguna dalam
waktu yang bersamaan tanpa mengalami masalah atau konflik.
4. 'Performance tuning', MySQL memiliki kecepatan yang menakjubkan
5. Ragam tipe data. MySQL memiliki ragam tipe data yang sangat kaya, seperti signed / unsigned integer, float, double, char, text, date, timestamp, dan lain-lain.
6. Perintah dan Fungsi. MySQL memiliki operator dan fungsi secara penuh
yang mendukung perintah Select dan Where dalam perintah (query).
7. Keamanan. MySQL memiliki beberapa lapisan keamanan seperti
level subnetmask, nama host, dan izin akses user dengan sistem perizinan yang mendetail serta sandi terenkripsi.
8. Skalabilitas dan Pembatasan. MySQL mampu menangani basis data
dalam skala besar, dengan jumlah rekaman lebih dari 50 juta dan 60 ribu tabel serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung mencapai 32 indeks pada tiap tabelnya.
9. Konektivitas. MySQL dapat melakukan koneksi dengan klien
menggunakan protokol TCP/IP, Unix soket (UNIX), atau Named Pipes (NT).
10. Lokalisasi. MySQL dapat mendeteksi pesan kesalahan pada klien dengan
menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa Indonesia belum termasuk di dalamnya.
11. Antar Muka. MySQL memiliki antar muka (interface) terhadap berbagai
aplikasi dan bahasa pemrograman dengan menggunakan fungsi API (Application Programming Interface).
12.Klien dan Peralatan. MySQL dilengkapi dengan berbagai peralatan
(tool) yang dapat digunakan untuk administrasi basis data, dan pada setiap peralatan yang ada disertakan petunjuk online.
13. Struktur tabel. MySQL memiliki struktur tabel yang lebih fleksibel
dalam menangani ALTER TABLE, dibandingkan basis data lainnya semacam PostgreSQL ataupun Oracle.
2.2.8 Data Flow Diagram
DFD ini merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program.
71
4.1 Implementasi Sistem
Bagian implementasi ini akan memperlihatkan hasil dari perancangan modul yang telah dibuat dan dijelaskan pada bagian design. Pada bagian ini antara
lain akan dijelaskan mengenai kode program untuk tiap modul dari sistem ini.
4.1.1 Perangkat Lunak Pembangun
Perangkat lunak yang digunakan pada sistem komputer dalam membangun Data Mart di RSJ.Dr.Soeharto Heerdjan ini adalah sebagai
berikut:
1. Sistem Operasi Windows XP Profesional SP 2. 2. Borland Delphi 7.
3. My SQL server untuk penyimpanan database
4.1.2 Perangkat Keras
Perangkat keras yang digunakan untuk menjalankan Data Mart ini pada RSJ.Dr.Soeharto Heerdjan.
1. Prosessor Intel Pentium IV 3.0 Ghz
2. RAM 1 GB
3. Harddisk dengan ruang kosong min 1 GB
4. Monitor dengan resolusi 1024 x 800 pixels
4.1.3 Implementasi Basis Data
4.1.3.1 Pembuatan Database
Tabel 4.1 Database rsj_transform
Pembuatan Database
CREATE DATABASE ` DMRSJ `; USE ` DMRSJ `
Tabel 4.2 Tabel Dim Barang
Tabel Dim Barang
CREATE TABLE `Dim_Barang` (
`ID_barang` int NOT NULL auto_increment, `Nama_Barang` varchar(200) NOT NULL, `ID_Kategori` int NOT NULL auto_increment,
âHargaâ int NOT NULL, âStockâ int) NOT NULL PRIMARY KEY (`ID_Barang`),
) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET= utf8
Tabel 4.3 Tabel Dim Kategori
Tabel Dimensi Kategori
CREATE TABLE `Dim_Kategori` (
`ID_kategori` int NOT NULL auto_increment, `Nama_Barang` varchar(50) NOT NULL, PRIMARY KEY (`ID_Kategori`),
) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=ut f8
Tabel Dimensi Supplier
CREATE TABLE `Dim_Supplier` (
`ID_Supplier` int NOT NULL auto_increment, `Nama_Supplier` varchar(200) NOT NULL, PRIMARY KEY (`ID_ Supplier `),
) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=utf8
Tabel 4.5 Tabel Dim Waktu
Tabel Dimensi Waktu
CREATE TABLE `Dim_Waktu` (
`ID_Waktu` int NOT NULL auto_increment, âTanggalâ int NOT NULL,
âBulanâ int NOT NULL, âTahunâ int NOT NULL, PRIMARY KEY (`ID_Supplier`),
) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=utf8
[image:43.595.114.497.506.737.2]Tabel 4.6 Tabel Fakta Barang Masuk
Tabel Fakta Barang Masuk CREATE TABLE `Fakta_Barang_Masuk` (
âID_Detail_Barang_Masukâ int IDENTITY(1,1) NOT NULL, âID_Supplierâ int NOT NULL,
âID_Barangâ int NOT NULL, âID_Waktuâ int NOT NULL, âJumlahâ int NOT NULL,
PRIMARY KEY (`ID_supplier`,`ID_Barang`,`ID_Waktu`), KEY âID_Detail_Barang_Masukâ (âID_Detail_Barang_Masukâ) CONSTRAINT âID_Detail_Barang_Masukâ
`Dim_Supplier` (`ID_Supplier`) ON DELETE CASCADE, CONSTRAINT âID_Detail_Barang_Masukâ `
FOREIGN KEY (`ID_Barang`) REFERENCES
`Dim_Barang` (`ID_Barang`) ON DELETE CASCADE ) ENGINE=InnoDB DEFAULT CHARSET=utf8
4.2 Hasil Data Mart Menggunakan OLAP
Data yang sudah melaluai proses ETL merupakan data yang akan disimpan dalam data mart, dan data ini yang digunakan sebagai bahan analisis dan laporan, dalam periode tertentu. Perancangan OLAP (On-Line Analytical
Processing) pada RSJ Dr. Soeharto Heerdjan yaitu dengan mengolah dan menganalisis data dari berbagai dimensi. Model Multidimensional data cube yang dihasilkan pada rancangan data mart (Gambar 3.18 Snow flake) memungkinkan pengambilan keputusan menganalisa data dari berbagai dimensi.
Dibawah ini akan dijelaskan langkah-langkah dalam membuat sebuah Cube, seperti yang terlihat pada gambar 4.1
Gambar 4.1 Proses Pembuatan Cube
Adapun keterangan mengenai multidimensional data cube untuk melakukan proses analisis data dengan OLAP pada RSJ Dr. Soeharto Heerdjan yaitu
4.2.1 Cube Barang Masuk
Cube barang masuk terdiri dari Tabel Fakta yang digunakan berupa fakta_barang_masuk dan beberapa tabel dimensi yaitu : Dim_Waktu, Dim_Barang, Dim_kategori dan Dim_Supplier
BARANG Supplier Waktu Total
Transamin 500mg PT. Tiara Kencana 01 200
Jarum Suntik Terumo 25G x 1 PT. Gelora Megah Lestari
HP Codemaster XL Defibrillator
PT. Indo Takwa Sarana
03 12
AC Panasonic Allowa 1/2PK 320W
CV. Trinity Dynamica
[image:45.595.103.476.151.459.2]04 25
Gambar 4.2 Tabel Ilustrasi Data Cube Barang Masuk
50 50 40 60
30 40 50 60
4 2 3 3
6 4 7 8
01 02 03 04
waktu
PT. Tiara Kencana
PT. Gelora Megah Lestari
PT. Indo Takwa Sarana
CV. Trinity Dynamica
Supplier
Transamin 500mg
Barang
Jarum Suntik Terumo 25G x 1 HP Codemaster XL
Defibrillator
AC Panasonic Allowa 1/ 2PK 320W
Gambar 4.3 Gambaran Data Cube Barang Masuk
Proses analisis akan dilakukan untuk menganalisa pendistribusian barang masuk yaitu dengan menggunakan OLAP, Nilai atribute seperti tanggal memiliki nilai yang menyatakan tahun, bulan, juga hari. Sering kali pengkategorian ini dapat diorganisasikan sebagai pohon hirarki. Struktur hirarki ini memunculkan operasi Roll-up dan Drill-down.
Contohnya pada data barang masuk yang merupakan data
multidimensional (fakta barang masuk), dapat ditentukan agregasi barang masuk untuk jumlah per hari dalam 1 bulan dan memisahkan total barang masuk per 3 bulan ke dalam total barang masuk bulanan.
4.2.1.1Roll up
barang masuk di RSJ Dr. Soeharto Heerdjan, kita dapat mengumpulkan data (Roll up) barang masuk dari seluruh tanggal (harian) dalam satu bulan. Sebagai contoh, untuk menampilkan jumlah
barang masuk ke rumah sakit per bulan roll up dapat menampilkan informasi tentang kategori barang dan menampilkan jumlah barang masuk dari supplier berdasarkan periode total 3 bulanan.
Nama kategori supplier Jumlah Jan Feb Mar
Transamin 500mg Obat PT. Tiara
Kencana 25 35 27
Jarum Suntik
Terumo 25G x 1 BHP Medis
PT. Gelora
Megah Lestari 17 20 15
HP Codemaster XL
Defibrillator Mesin Medis
PT. Indo Takwa
Sarana 4 3 5
AC Panasonic Allowa 1/2PK 320W Barang Inventaris Kantor CV. Trinity
Dynamica 10 7 8
Nama Kategori Supplier Jumlah
Transamin 500mg Obat PT. Tiara Kencana 87
Jarum Suntik Terumo
25G x 1 BHP Medis
PT. Gelora Megah
Lestari 52
HP Codemaster XL
Defibrillator Mesin Medis
PT. Indo Takwa
Sarana 12
AC Panasonic Allowa 1/2PK 320W
Barang Inventaris Kantor
CV. Trinity
[image:46.595.132.519.256.723.2]Dynamica 25
4.2.1.2 Drill Down
Drill-down merupakan kebalikan dari roll-up. Penggunaan query
untuk data jumlah barang masuk yang dimensi waktunya 3 bulanan,
dapat dibagi ke dalam data jumlah barang masuk per bulan.
Nama Kategori Supplier Jumlah
Transamin 500mg Obat PT. Tiara
Kencana 87
Jarum Suntik
Terumo 25G x 1 BHP Medis
PT. Gelora
Megah Lestari 52
HP Codemaster XL
Defibrillator Mesin Medis
PT. Indo Takwa
Sarana 12
AC Panasonic
Allowa 1/2PK 320W
Barang Inventaris Kantor
CV. Trinity
Dynamica 25
Nama kategori Supplier Jumlah Jan Feb Mar
Transamin 500mg Obat PT. Tiara
Kencana 25 35 27
Jarum Suntik
Terumo 25G x 1 BHP Medis
PT. Gelora
Megah Lestari 17 20 15
HP Codemaster XL Defibrillator
Mesin Medis
PT. Indo Takwa
Sarana 4 3 5
AC Panasonic Allowa 1/2PK 320W Barang Inventaris Kantor CV. Trinity
[image:47.595.105.490.214.723.2]Dynamica 10 7 8
4.2.1.3 Slice and Dicing
Slice and Dicing adalah proses mengambil potongan kubus berdasarkan nilai tertentu pada satu atau beberapa dimensinya. Pada
gambar 4.3 merupakan contoh data apabila jika dilakukan slicing and Dicing pada nama supplier, nama kategori dan barang sehingga memudahkan dalam melakukan analisis terhadap data pendistribusian barang sehingga hasil yang didapatkan merupakan cross-tabulation
sebagai berikut:
DESKRIPSI PERIODE
Nama Supplier
Nama
kategori Nama barang 05/2011 06/2011 07/2011 08/2011
09/201 1
PT. Tiara Kencana
Obat
Transamin 500mg 200 Adrenalin /
Epineprin lnj.0,1% / 1ml
150 Alopurinol 100mg 4000 Ponstan 500mg 1000
Gambar 4.6 Ilustrasi Slicing and Dicing
4.2.2 Tabel Fakta Barang Masuk
Dalam program data mart ini hanya satu Tabel Fakta yang digunakan yaitu Fakta barang masuk. Tabel ini dibuat berdasarkan tabel OLTP dengan mengumpulkan Primary Key dan field yang bisa di hitung kedalam satu tabel.
Tabel 4.7 Tabel Fakta Barang Masuk
Nama Field Tipe Data Panjang Data Kunci Keterangan
ID_detail_barang_masuk Int PK Not null
ID_Barang Int Not null
ID_Supplier Int Not null
ID_waktu Int Not null
4.2.3 Measure
Measure yang dibuat adalah total proses data yang diambil dari tabel Fakta_ barang masuk dengan field total
Tabel 4.8 Measure
Measure Keterangan Agregasi
Jumlah Barang Atribut count_Barang SUM
4.2.4 Dimension
Tabel Dimensi yang akan digunakan adalah Dim_Waktu, Dim_barang, Dim_Supplier. Dim Menentukan Nama Cube, data Cube sendiri adalah representasi kumpulan data dalam multidimensi, artinya data tersebut dapat direpresentasikan dalam N-Dimensi. Cubeadalah bagian utama dari
OLAP. Cube berisi kumpulan banyak data yang telah disatukan (agregasi) sehingga mempercepat hasil query.
4.2.4.1Tabel Dim Barang
Tabel ini berisi Data Barang setelah proses transformasi.
Tabel 4.9 Tabel Dim_Barang
Nama Field Tipe Data Panjang Data Kunci Keterangan
Id_barang int PK Not null
Nama barang Varchar 50 Not null
Stok int Not null
4.2.4.2Tabel Dim Waktu
Tabel ini berisi data sebagai penunjuk waktu, minggu, bulan, atau pertahun.
Tabel 4.10 Tabel Dim_Waktu
Nama Field Tipe Data Panjang Data Kunci Keterangan
Id_waktu int PK Not null
tanggal int Not null
bulan int Not null
4.2.4.3Tabel Dim_Supplier
[image:50.595.150.497.215.284.2]Tabel ini berisi data supplier RSJ Dr. Soeharto Heerdjan yang terdiri dari Id_supplier dan nama supplier.
Tabel 4.11 Tabel Dim_supplier
Nama Field Tipe Data Panjang Data Kunci Keterangan
Id_supplier int PK Not null
Nama supplier Varchar 50 Not null
4.2.4.4Tabel Dim Kategori
Tabel ini berisi data kategori barang RSJ Dr. Soeharto Heerdjan yang terdiri dari kode kategori dan nama kategori.
Tabel 4.12 Tabel Dim_Kategori
Nama Field Tipe Data Panjang Data Kunci Keterangan
Id_kategori int PK Not null
Nama_Kategori Varchar 50 Not null
4.3Implementasi Perangkat Lunak
Pembuatan perangkat lunak dilakukan dengan menggunakan Borland Delphi 7.
Tabel 4.13 Tabel Implementasi Perangkat Lunak
No. Proses Nama Proses Nama File
1 Menu Utama uMenu.pas
2 ETL uETL.pas
3 Analisis uAnalisa.pas
3.1 Cetak Analisis uAnalisa.pas
4.3.1 User Interface
4.3.1.1 Form Menu Utama
Form ini merupakan form utama yang dapat diakses setelah proses
login berhasil. Pada form ini terdapat dua menu utama, yaitu menu proses ETL
[image:51.595.85.548.193.555.2]dan menu analisis data.
Gambar 4.7 Menu Utama
4.3.1.2 Form Menu ETL
Form ini merupakan sub dari menu utama. Pada form ETL, user harus memilih periode etl, kemudian dapat diekstrak, kemudian ditransform
Gambar 4.8 Form Menu ETL
4.3.1.3 Form Menu Analisis
Gambar 4.9 form menu analisis
4.3.1.4 Form Menu Cetak Analisis
Gambar 4.10 Form cetak laporan
4.4 Pengujian Sistem
Tahap pengujian (testing) merupakan tahap yang menentukan apakah hasil akhir sebuah sistem memenuhi requirement yang telah ditentukan. Pengujian dibuat berdasarkan analisa dan perancangan yang telah dilakukan sebelumnya. Dalam tahap Pengujian ini akan ditentukan apakah sistem telah memenuhi
requirement-requirement yang dijadikan sebagai tolak ukur dalam menentukan keberhasilan dalam pengerjaan sebuah sistem perangkat lunak. Untuk membangun data mart di RSJ Dr. Soeharto Heerdjan, akan dilakukan proses pengujian.
Pengujian yang dilakukan yaitu pengujian secara fungsional (alpha) dan betha. Metode yang digunakan dalam pengujian ini adalah pengujian blackbox
yang berfokus pada persyaratan fungsional dari sistem yang dibangun.
4.4.1 Pengujian Alpha
Pengujian Alpha merupakan pengujian fungsional yang digunakan untuk menguji sistem yang telah dibuat dengan metode pengujian black box.
[image:54.595.117.510.113.400.2]Tabel 4.14 rencana Pengujian
Kelas Uji Butir Uji Jenis Pengujian
ETL Pilih Periode ETL Black box
Analisis Pilih Periode Waktu Black box
Hasil Cetak Laporan Black box
4.4.4.1 Pengujian ETL
Pegujian proses ETL dilakukan untuk melihat apakah proses dapat berjalan sesuai dengan periode masukan dari user.
Tabel 4.10 Pengujian ETL
Kasus dan hasil uji (data normal)
Data masukan Yang diharapkan Pengamatan Kesimpulan
Periode ETL Awal : 01/01/2009 Akhir : 01/01/2012 Dapat melakukan proses ekstrak, Transform dan Loading sesuai
dengan batasan periode yang dimasukkan. Hasil ekstrak, Transform dan Loading muncul jika inputan
periode awal lebih kecil dari periode akhir
[ï] diterima
[ ] ditolak
Menekan tombol ekstrak setelah memilih periode awal 01/01/2009 akhir 01/01/2012
Semua tabel pada DBRSJ dapat ditampilkan
Hasil ekstrak, muncul jika inputan periode awal lebih kecil dari periode akhir
[ï] diterima
[ ] ditolak
Menekan tombol transform setelah proses ekstrak
Semua tabel pada DBRSJ Disaring menjadi tabel yang dibutuhkan Proses tidak terlihat karena berjalan dibackground sistem
[ï] diterima
Menekan tombol Load setelah
proses ekstrak dan transform
Semua tabel yang sudah ditransform
dapat ditampilkan
Hasil ekstrak, transform dan load
muncul
[ï] diterima
[ ] ditolak
Kasus dan hasil uji (data salah)
Data masukan Yang diharapkan Pengamatan Kesimpulan
Periode ETL Awal : 01/01/2014 Akhir: 01/01/2012 Proses ekstrak, Transform dan Loading dibatalkan dan muncul pesan â periode salahâ Hasil ekstrak, Transform dan Loading Tidak muncul jika inputan periode awal lebih besar dari periode akhir
[ï] diterima
[ ] ditolak
Menekan tombol Transform tanpa mengekstrak OLTP Proses ekstrak, Transform dan Loading dibatalkan dan âMuncul pesan Tabel belum diekstrakâ Hasil Transform Tidak muncul jika langsung menekan tombol transform
[ï] diterima
[ ] ditolak
Menekan tombol Load tanpa mengekstrak dan transform Proses ekstrak, Transform dan Loading dibatalkan dan âMuncul pesan Tabel belum diekstrak dan di transformâ
Hasil Loading Tidak muncul jika langsung menekan tombol load
[ï] diterima
Pada perangkat lunak ini proses extract, transform, load data dilakukan terpisah, dimulai ekstrak data dari data OLTP RSJ, kemudian ditransform dan diload kedatabase tujuan. Sebelum melakukan ekstrak data, user harus memilih
periode waktu terlebih dahulu. Pemilihan range waktu ini dilakukan untuk menentukan data mana yang akan di ETL-kan ke data mart.
Gambar 4.11 Pengujian Ektrak periode 01/01/2009 â 01/01/2012
[image:57.595.86.485.212.513.2]Gambar 4.12 Pengujian Transform periode 01/08/2009 â 01/08/2012
Gambar 4.13 Pengujian Loading kasus Normal
[image:59.595.86.484.116.406.2]Gambar 4.14 Pengujian ETL kasus Data Salah
[image:60.595.115.510.117.406.2]Gambar 4.15 Pengujian tombol transform kasus data salah
[image:61.595.87.482.116.407.2]Gambar 4.16 Pengujian tombol load kasus data salah
Gambar 4.16 menunjukan tampilan ketika menekan tombol load, tanpa mengekstrak dan Transform OLTP. Pesan Table Belum Ditransform akan ditampilkan.
4.4.4.2 Pengujian Analisis
[image:62.595.114.511.116.404.2]Pengujian bagian analisis dilakukan dengan menguji fakta dan dimensi yang akan dijadikan parameter analisis.
Tabel 4.11 Tabel Pengujian Analisis
Kasus dan hasil uji (data normal)
Data masukan Yang diharapkan Pengamatan Kesimpulan
Tahun : 2009 Bulan : januari s/d
Tahun : 2010 Bulan : Januari
Dapat
menampilkan hasil analisis barang
masuk dari januari 2009-Januari 2010 berupa supplier
Hasil analisis muncul jika inputan periode
awal lebih kecil dari periode akhir
dengan jumlah barang dan jumlah
kategori. Tahun : 2009
Bulan : januari s/d
Tahun : 2011 Bulan : januari
Dapat
menampilkan hasil analisis barang masuk dari januari 2009-januari 2010 berupa supplier dengan jumlah
barang dan jumlah kategori.
Hasil analisis muncul jika inputan periode awal lebih kecil
dari periode akhir [ï] diterima [ ] ditolak
Tahun : 2010 Bulan : januari
s/d
Tahun : 2011 Bulan : januari
Dapat
menampilkan hasil
analisis barang masuk dari januari 2010-januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.
Hasil analisis muncul jika
inputan periode awal lebih kecil
dari periode akhir [ï] diterima [ ] ditolak
Tahun : 2008 Bulan : januari s/d
Tahun : 2011 Bulan : januari
Dapat
menampilkan hasil analisis barang masuk dari januari 2008 - januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.
Hasil analisis muncul jika inputan periode awal lebih kecil
Tahun : 2009 Bulan : januari
s/d
Tahun : 2011 Bulan : januari
Dapat
menampilkan hasil
analisis barang masuk dari januari 2008 - januari 2010 berupa supplier dengan
jumlah barang dan jumlah kategori.
Hasil analisis muncul jika
inputan periode awal lebih kecil
dari periode akhir [ï] diterima [ ] ditolak
Menekan Tombol cetak setelah muncul hasil analisis sesuai periode yang diinputkan Muncul tampilan
hasil analisis yang siap untuk dicetak
Hasil analisis
dapat dicetak sesuai inputan periode
[ ] diterima
[ï] ditolak
Kasus dan hasil uji (data salah)
Data masukan Yang diharapkan Pengamatan Kesimpulan
Inputan awal januari 2025 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan âdata inputan periode salahâ
Hasil analisis tidak muncul jika
inputan periode tahun awal lebih
besar dari periode tahun akhir
[ï] diterima
[ ] ditolak
Inputan awal januari 2012 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan âdata inputan periode salahâ
Hasil analisis tidak muncul jika
inputan periode tahun awal lebih besar dari periode
[ï] diterima
tahun akhir Inputan awal januari 2012 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan âdata inputan periode salahâ
Hasil analisis tidak muncul jika
inputan periode tahun awal lebih besar dari periode tahun akhir
[ï] diterima
[ ] ditolak
menekan tombol cetak tanpa memasukan inputan periode Proses analisis dibatalkan dan muncul pesan âjalankan proses terlebih dahuluâ.
Tidak dapat mencetak laporan analisis jika belum menekan tombol proses terlebih
dahulu
[ï] diterima
[ ] ditolak
Pada perangkat lunak ini proses analisis data dilakukan dengan memilih periode waktu yang akan di analisis. Proses pengujian ini dilakukan untuk
Gambar 4.17 Pengujian periode awal lebih kecil dari periode akhir
[image:66.595.114.512.115.413.2]Gambar 4.18 Pengujian tombol cetak kasus data normal
[image:67.595.109.504.112.401.2]Gambar 4.19 Pengujian periode awal lebih besar dari periode akhir
Gambar 4.19 menunjukan tampilan ketika pengujian periode awal lebih besar dari periode akhir tombol. Tampil pesan periode salah.
4.4.1.3 Kesimpulan Pengujian Alpha
Berdasarkan hasil pengujian Alpha yang telah dilakukan dapat ditarik kesimpulan bahwa perangkat lunak sudah berjalan cukup maksimal, tetapi tidak menutup kemungkinan dapat terjadi kesalahan pada saat perangkat lunak digunakan, sehingga membutuhkan proses maintenance untuk lebih mengetahui kekurangan dari perangkat lunak
4.4.5 Pengujian Beta
Wawancara dilakukan dengan mengajukan berapa pertanyaan utama. Berikut adalah pertanyaan utama yang diajukan pada saat wawancara :
1. Bagaimana tanggapan dari hasil perancangan data mart ini ?
2. Apakah mengalami kesulitan dalam menggunakan data mart ini ?
3. Apakah data mart ini membantu dalam proses analisis data pendistribusian barang di RSJ Dr. Soeharto Heerdjan?
4. Apakah data mart ini sudah menyajikan informasi yang diperlukan?
5. Apakah lebih mudah dalam pembuatan laporan?
6. Apakah ada saran untuk pengembangan perangkat lunak ini kedepannya ?
Hasil Wawancara Membangun Data Mart Barang Masuk Untuk Pendistribusian Di RSJ Dr. Soeharto Heerdjan Jakarta Nama : Bambang Wilianto, S.E, A.K
Jabatan : Kepala Satuan Pengawas Intern RSJ Dr. Soeharto Heerdjan Jakarta
Nip : 196005201982031002
1 Pertanyaan Bagaimana tangapan dari hasil perancangan data mart ini ?
Jawaban Menurut bapak Bambang Wilianto selaku Kepala Satuan Pengawas Intern di RSJ Dr. Soeharto Heerdjan cukup puas dengan data mart yang dirancang untuk RSJ Dr. Soeharto Heerdjan karena secara garis besar sudah cukup baik dalam perjanjian penelitian dan pemenuhan kebutuhan yang diharapkan.
2 Pertanyaan Apakah mengalami kesulitan dalam menggunakan data mart ini ?
Jawaban Bapak Bambang Wilianto menjelaskan bahwa data mart cukup
3 Pertanyaan Apakah data mart ini membantu dalam proses análisis data pendistribusian barang masuk di RSJ Dr. Soeharto Heerdjan?
Jawaban Beliau menjelaskan penggunaan data mart dirasa cukup membantu dalam meningkatkan performasi dan kinerja dalam menganalisa data pendistribusian barang masuk di RSJ Dr. Soeharto Heerdjan.
4 Pertanyaan Apakah data mart ini sudah menyajikan informasi yang diperlukan?
Jawaban Dijelaskan lebih lanjut oleh bapak Bambang Wilianto penyajian informasi di data mart ini cukup baik dan hampir memenuhi kebutuhan yang diminta dalam pembangunan perangkat lunak data mart tentang info data barang masuk yang bersumber dari supplier.
5 Pertanyaan Apakah informasi yang diperoleh sudah dapat membantu dalam menentukan tingkat mutu pendistribusian barang di RSJ Dr. Soeharto Heerdjan ?
Jawaban Bapak bambang menambahkan dari analisis yang dilakukan oleh perangkat lunak data mart,beliau dapat membuat keputusan penilaian tingkat mutu distribusi yang tepat tentunya setelah dilakukan rapat rekor.
6 Pertanyaan Apakah ada saran untuk pengembangan data mart ini kedepannya ?
pihak pembuat perangkat lunak saudara Wisnu Giri Nugroho, yaitu dengan menerapkan sistem data warehouse .
4.4.2.1 Saran Pengujian Betha
Berikut adalah saran yang diberikan oleh Bapak Bambang Wilianto selaku Kepala Satuan Pengawas Intern di RSJ Dr. Soeharto Heerdjan Jakarta
1. Data mart yang dibangun di RSJ Dr. Soeharto Heerdjan Jakarta dapat di kembangkan menjadi data warehouse untuk mendapatkan informasi dari beberapa instalasi di RSJ Dr. Soeharto Heerdjan
2. Data Mart ini dapat di kembangkan lagi untuk memperoleh informasi mengenai bukan hanya pendistribusian barang di rumah sakit tetapi bisa semua data tentang hal yang menyankut kebutuhan keseluruhan informasi rumah sakit dengan menerapkan sistem data warehouse.
4.4.2.2 Kesimpulan Pengujian Betha
103
5.1 Kesimpulan
Berikut ini adalah kesimpulan yang d