LKP : Analisis dan Perancangan Data Warehouse Akademik Program Studi S1 Sistem Informasi STIKOM Surabaya.

(1)

Program Studi S1 Sistem Informasi STIKOM Surabaya

KERJA PRAKTEK

Oleh :

Miftah Faridl 09.41010.0188

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER

SURABAYA

(2)

ABSTRAK

Dalam melaksanakan kegiatan sehari-hari dalam suatu organisasi dibutuhkan suatu informasi strategis untuk membantu menyelesaikan suatu masalah tertentu. Di dalam Prodi S1 Sistem Infomasi, seorang Kepala Program Studi (Kaprodi) sulit untuk mendapatkan data akademis Prodi S1 Sistem Informasi. Padahal data yang diperlukan sebenarnya sudah tersimpan di database

kampus. Namun yang dibutuhkan memang masih tersebar dan belum terstruktur untuk analisis. Akibat dari ketersebaran dan belum terstrukturnya data tersebut maka menjadi sulit untuk mengolah data ketika data tersebut dibutuhkan dalam pembuatan laporan untuk keperluan analisis.

Berdasarkan permasalahan tersebut maka diperlukan struktur data warehouse akademik dan pemetaan fakta-fakta dan dimensi akademik. Diharapkan setelah terstruktur data warehouse di Prodi S1 Sistem Informasi selesai diimplementasikan maka akan mampu untuk mendukung proses pelaporan dan analisis yang dibutuhkan oleh Kaprodi S1 Sistem Informasi.

Perancangan struktur data warehouse dibuat untuk melakukan pemetaan fakta-fakta penting kebutuhan analisis data akademis di Prodi S1 Sistem Informasi STIKOM Surabaya dan membuat proses otomasi untuk kebutuhan transfer dan transformasi data dari struktur database operasional ke dalam struktur data warehouse.

Kata kunci : database, data warehouse, dimensi, transformasi data

(3)

ABSTRAK ... i

2.1 Uraian Tentang Kilas Sejarah STIKOM Surabaya ... 5

2.2 Unit di STIKOM Surabaya ... 9

2.2.1 Program Studi di STIKOM Surabaya ... 10

2.2.2 Uraian Program Studi S1 Sistem Informasi STIKOM Surabaya ... 10

BAB III LANDASAN TEORI ... 12

3.1 Akreditasi Nasional Perguruan Tinggi dan Program Studi ... 12

3.2 Data Warehouse dan Data Mart, Metodologi Pembangunan Data Warehouse, ETL pada Data Warehouse... 16

A. Data Warehouse dan Data Mart ... 16

(4)

B. Metodologi Pembangunan Data Warehouse ... 22

1. Tabel Dimensi ... 22

2. Tabel Fakta ... 23

C. ETL (Extract, Transform, Load) ... 24

1. Extract ... 25

2. Transform ... 25

3. Load ... 26

BAB IV DESKRIPSI PEKERJAAN ... 28

4.1 Analisa Ketersediaan Data ... 28

4.2 Rancangan Arsitektur Data warehouse ... 31

4.3 Rancangan Data Warehouse ... 35

4.4 Star Schema ... 38

BAB V PENUTUP ... 44

5.1 Kesimpulan ... 44

5.2 Saran ... 44

DAFTAR PUSTAKA ... 45

LAMPIRAN ... 47

(5)

Gambar 3.1 Model Akreditasi Program Studi (BAN-PT, 2009) ... 16

Gambar 3.2 Posisi data warehouse dalam organisasi... 19

Gambar 3.3 Arsitektur Data warehouse ... 21

Gambar 3.4 Aliran data dari database operasional data warehouse ... 22

Gambar 3.5 Proses perumusan data ... 23

Gambar 4.1 Rancangan Arsitektur fisik data warehouse ... 31

Gambar 4.2 Arsitektur logical data warehouse ... 32

Gambar 4.3 Proses transformasi dari sumber data ke dalam tabel dimensi ... 33

Gambar 4.4 Proses Transformasi dari sumber data ke dalam tabel fakta ... 34

Gambar 4.5 Skema Bintang Daya Tampung Mahasiswa Reguler ... 39

Gambar 4.6 Skema Bintang Calon Mahasiswa Seleksi ... 40

Gambar 4.7 Skema Bintang Mahasiswa Baru Reguler dan Transfer... 41

Gambar 4.8 Skema Bintang Mahasiswa Lulusan ... 42

Gambar 4.9 Skema Bintang Nilai Kuliah ... 43

(6)

DAFTAR TABEL

Tabel 4.1 Tabel Hasil identifikasi sumber acuan format laporan dan sumber data

(khusus data akademik mahasiswa) ... 28

Tabel 4.2 Tabel Hasil analisis kebutuhan data dan informasi untuk pengembangan

data warehouse BAN-PT Standar 3 ... 30 Tabel 4.3Rancangan Matriks Proses Bisnis dan Dimensi ... 36 Tabel 4.4 Tabel Rounding Out Dimensions ... 38

(7)

1.1. Latar Belakang Masalah

Dalam melaksanakan kegiatan operasional sehari-hari dalam suatu organisasi dibutuhkan suatu informasi strategis untuk membantu menyelesaikan suatu masalah tertentu. Begitupun juga dibutuhkan oleh seorang pimpinan dalam menjalankan kegiatan dalam instansi atau organisasi. STIKOM Surabaya yang merupakan salah satu organisasi di dunia pendidikan tentu juga membutuhkan dukungan untuk melakukan pengambilan keputusan strategis. Salah satu pengambilan keputusan strategis yang diperlukan adalah di level program studi. Dan program studi terbesar di STIKOM Surabaya adalah Program Studi (Prodi) S1 Sistem Informasi.

Di dalam Prodi S1 Sistem Informasi, seorang Kepala Program Studi (Kaprodi) sulit untuk mendapatkan data akademis Prodi S1 Sistem Informasi. Padahal data yang diperlukan sebenarnya sudah tersimpan di database kampus. Namun data yang dibutuhkan memang masih tersebar dan belum terstruktur untuk analisis. Akibat dari ketersebaran dan belum terstrukturnya data tersebut maka menjadi sulit untuk mengolah data ketika data tersebut dibutuhkan dalam pembuatan laporan dan untuk keperluan analisis.

Berdasarkan permasalahan tersebut maka diperlukan struktur data

warehouse akademik dan pemetaan fakta-fakta dan dimensi akademik.

Diharapkan setelah struktur data warehouse di Prodi S1 Sistem Informasi selesai

(8)

2

diimplementasikan maka akan mampu untuk mendukung proses pelaporan dan analisis yang dibutuhkan oleh Kaprodi S1 Sistem Informasi.

1.2. Perumusan Masalah

Dengan melihat latar belakang masalah yang ada, maka dapat disimpulkan bahwa permasalahan yang dihadapi Kaprodi S1 Sistem Informasi yaitu pada kondisi akademis adalah bagaimana membuat struktur data warehouse

dan pemetaan fakta-fakta yang penting untuk kebutuhan analisis data akademis di Prodi S1 Sistem informasi STIKOM Surabaya.

1.3. Batasan Masalah

Adapun batasan masalah yang digunakan, yaitu :

1. Data yang digunakan untuk analisis ini berhubungan dengan parameter standar akreditasi akademik poin ke-3.

2. Hasil akhir dari Analisa dan Perancangan Data warehouse adalah struktur tabel fakta dan dimensi pada data warehouse Prodi S1 Sistem Informasi.

1.4. Tujuan

(9)

1.5. Manfaat

Sesuai dengan tujuan dari analisa dan perancangan data warehouse

akademik ini manfaat yang diperoleh adalah sebagai berikut :

1. Menstrukturkan penyimpanan data untuk kebutuhan analisis akademik prodi S1 Sistem Informasi.

2. Membantu Kaprodi untuk memetakan fakta-fakta penting dalam akreditasi akademik prodi S1 Sistem Informasi.

1.6. Sistematika Penulisan

Sistematika penulisan laporan kerja praktek digunakan untuk menjelaskan penulisan laporan per bab. Sistematika penulisan kerja praktek dapat dijelaskan pada alenia di bawah ini.

Bab pertama pendahuluan akan membahas mengenai latar belakang permasalahan, inti dari permasalahan yang ada akan disebutkan dalam perumusan masalah, batasan masalah yang menjelaskan mengenai batasan-batasan sistem yang dibuat. Tujuan dari kerja praktek ini adalah menganalisa dan merancang

data warehouse akademik program studi S1 Sistem Informasi yang dapat

membantu Kaprodi S1 Sistem Informasi serta manfaat yang diberikan dari analisa dan perancangan data warehouse yang kemudian dilanjutkan dengan membuat sistematika penulisan kerja praktek.

(10)

4

Bab ketiga landasan teori yang digunakan untuk menyelesaikan kerja praktek ini. Teori-teori tersebut meliputi penjelasan BAN-PT (Badan Akreditasi Nasional Perguruan Tinggi), Data warehouse, ETL (Exstract, Transform, Load) dan Karakteristik data warehouse. Teori-teori tersebut diperlukan untuk memecahkan masalah di dalam perancangan data warehouse akademik di Prodi S1 Sistem Informasi.

Bab keempat deskripsi pekerjaan menjelaskan mengenai uraian tentang pekerjaan yang dilakukan selama kerja praktek, yaitu menganalisa kebutuhan, merancang arsitektur data warehouse, rancangan data warehouse, dan merancang dengan star schema. Menganalisa kebutuhan dilakukan untuk memperoleh kebutuhan-kebutuhan apa saja yang diminta untuk perancangan data warehouse. Analisa kebutuhan dimulai dari memilah kebutuhan yang diminta oleh akreditasi standar 3 dengan data yang tersedia di Prodi S1 Sistem Informasi. Setelah itu merancang arsitektur data warehouse sesuai dengan kebutuhan yang ada. Kemudian mulai mendesain rancangan data warehouse dan yang terakhir menggunakan star schema untuk mendesain data warehouse.

Bab kelima kesimpulan dan saran dari perancangan data warehouse

(11)

2.1. Uraian Tentang Kilas sejarah STIKOM Surabaya

Hasil suatu pembangunan sangat ditentukan oleh materi informasi yang dimiliki oleh suatu negara. Kemajuan yang dicita-citakan oleh suatu pembangunan akan lebih mudah dicapai dengan kelengkapan informasi. Cepat atau lambatnya laju pembangunan ditentukan pula oleh kecepatan memperoleh informasi dan kecepatan menginformasikan kembali kepada yang berwenang.

Kemajuan teknologi telah memberikan jawaban akan kebutuhan informasi, komputer yang semakin canggih memungkinkan untuk memperoleh informasi secara cepat, tepat dan akurat. Hasil informasi canggih telah mulai menyentuh kehidupan kita. Penggunaan dan pemanfaatan computer secara optimal dapat memacu laju pembangunan. Kesadaran tentang hal inilah yang menuntut pengadaan tenaga-tenaga ahli yang terampil untuk mengelola informasi, dan pendidikan adalah salah satu cara yang harus ditempuh untuk memenuhi kebutuhan tenaga tersebut.

Atas dasar pemikiran inilah, maka untuk pertama kalinya di wilayah Jawa Timur dibuka Pendidikan Tinggi Komputer, Akademi Komputer & Informatika Surabaya (AKIS) pada tanggal 30 April 1983 oleh Yayasan Putra Bhakti berdasarkan SK Yayasan Putra Bhakti No. 01/KPT/PB/III/1983. Tokoh pendirinya pada saat itu adalah :

1. Laksda. TNI (Purn) Mardiono. 2. Ir. Andrian A.T.

(12)

6

3. Ir. Handoko Anindyo. 4. Dra. Suzana Surojo. 5. Dra. Rosy Merianti, Ak.

Kemudian berdasarkan rapat BKLPTS tanggal 2-3 Maret 1984 kepanjangan AKIS dirubah menjadi Akademi Manajemen Informatika & Komputer Surabaya yang bertempat di jalan Ketintang Baru XIV/2. Tanggal 10 Maret 1984 memperoleh ijin Operasional penyelenggaraan program Diploma III Manajemen Informatika dengan surat keputusan nomor : 061/Q/1984 dari Direktorat Jenderal Pendidikan Tinggi (Dikti) melalui Koordinator Kopertis Wilayah VII. Kemudian pada tanggal 19 Juni 1984 AKIS memperoleh status TERDAFTAR berdasar surat keputusan Direktorat Jendral Pendidikan Tinggi (Dikti) nomor : 0274/O/1984 dan kepanjangan AKIS berubah lagi menjadi Akademi Manajemen Informatika & Teknik Komputer Surabaya. Berdasar SK Dirjen DIKTI nomor : 45/DIKTI/1992, status DIII Manajemen Informatika dapat ditingkatkan menjadi DIAKUI.

(13)

gedung Kampus baru di jalan Kutisari 66 yang ada saat ini menjadi kampus II STIKOM SURABAYA. Peresmian gedung tersebut dilakukan tanggal 11 Desember 1987 oleh Bapak Wahono Gubernur Jawa Timur pada saat itu.

Secara ringkas perkembangan yang terjadi dapat dijelaskan sebagai berikut :

19 Juni 1984 AKIS membuka program DIII Manajemen

Informatika.

20 Maret 1986 AKIS membuka program S1 Manajemen

Informatika. Teknik Komputer Surabay

30 Maret 1986 AKIS ditingkatkan menjadi Sekolah Tinggi

Manajemen Informatika & Teknik Komputer Surabaya (STIKOM Surabaya).

1990 Membuka bidang studi D1 Program Studi Komputer Keuangan / Perbankan.

1 Januari 1992 Membuka Program S1 jurusan Teknik Komputer.

Pada 13 Agustus 2003, Program Studi Strata 1 Teknik Komputer berubah nama menjadi Program Studi Strata 1 Sistem Komputer.

1 November 1994 Membuka program studi D1 Komputer Grafik

Multimedia.

12 Mei 1998 STIKOM Surabaya membuka tiga program pendidikan

baru sekaligus, yaitu :

(14)

8

Perkantoran Modern berubah nama menjadi Program Diploma III Komputerisasi Perkantoran dan Kesekretariatan.

2. DII bidang studi Komputer Grafik Multimedia 3. DI bidang studi Jaringan Komputer.

Juni 1999 Pemisahan program studi DI Grafik dan program studi DI Multimedia, serta perubahan program studi DII Grafik Multimedia menjadi program studi DII Multimedia.

2 September 2003 Membuka program studi DIII Komputer

Percetakan dan Kemasan yang kemudian berubah nama menjadi Program Studi DIII Komputer Grafis dan Cetak.

3 Maret 2005 Membuka program studi Diploma III Komputer

Akuntansi.

20 April 2006 Membuka bidang studi DIV Program Studi Komputer

Multimedia.

8 Nopember 2007 Membuka program studi S1 Desain Komunikasi

Visual.

2009 Membuka program studi S1 Sistem Informasi dengan kekhususan Komputer Akuntansi. Hingga saat ini STIKOM Surabaya memiliki 8 Program Studi dan 1 bidang studi kekhususan, yaitu :

 Program Studi S1 Sistem Informasi.

 Program Studi S1 Sistem Informasi kekhususan Komputer

Akuntansi.

 Program Studi S1 Sistem Komputer.

(15)

 Program Studi DIV Komputer Multimedia.  Program Studi DIII Manajemen Informatika.

 Program Studi DIII Komputer Perkantoran dan Kesekretariatan.  Program Studi DIII Komputer Grafis dan Cetak.

2.2. Unit di STIKOM Surabaya

Dalam operasionalnya STIKOM Surabaya dibagi menjadi beberapa unit, dimana masing-masing unit akan bertanggung jawab terhadap spesifikasi pekerjaan tertentu.

Dengan demikian diharapkan kinerja seluruh karyawan dapat optimal. Unit tersebut meliputi :

• AAK (Administrasi Akademik dan Kemahasiswaan)

• AU (Administrasi Umum)

• Hubungan Antar Instansi.

• Kemahasiswaan.

• Keuangan.

• PENMARU (Penerimaan Mahasiswa Baru)

• PPTI (Pengembangan dan Penerapan Teknologi Informasi)

• PMO (Pengembangan Media Online)

• PSDM (Pengembangan Sumber Daya Manusia)

• Perpustakaan

• SSI (Solusi Sistem Informasi)

• SCC (STIKOM Career Center) & Alumni

(16)

10

• PM (Pengabdian Masyarakat)

• Labkom (Laboratorium Komputer)

• Prodi (Program Studi)

2.2.1. Program Studi di STIKOM Surabaya

1. S1 Sistem Informasi

Kepala Program Studi : Erwin Sutomo, S.Kom 2. S1 Sistem Komputer

Kepala Program Studi : Anjik Sukmaaji, S.Kom, M.Eng 3. S1 Komputer Akuntansi

Kepala Program Studi : Erwin Sutomo, S.Kom 4. S1 Desain Komunikasi Visual

Kepala Program Studi : Abdul Aziz, S.Sn, M.Med.Kom 5. DIV Komputer Multimedia

Kepala Program Studi : Abdul Aziz, S.Sn, M.Med.Kom 6. DIII Komputer Grafis dan Cetak

Kepala Program Studi : Ir. Hardman Budiarjo, M.Med.Kom., MOS 7. DIII Komputerisasi Perkantoran dan Kesekretariatan

Kepala Program Studi : Titik Lusiani, M.Kom, OCA.

2.2.2. Uraian Program Studi S1 Sistem Informasi STIKOM Surabaya

(17)

berbagai aspek kehidupan untuk menjamin kesejahteraan manusia. Dari visi yang ada, profil lulusan S1 yang diharapkan adalah pada akhir tahun kedua, mahasiswa mampu memiliki kemampuan aplikasi yang terintegrasi (programmer), sedang pada akhir tahun ketiga, memiliki kemampuan menganalisis dan memecahkan masalah-masalah dalam organisasi bisnis dan merancang (SI) Sistem Informasi sebagai pemecahannya, (system analyst) sedang akhir tahun keempat memiliki kemampuan mengorganisir suatu proyek sistem informasi di berbagai bidang organisasi bisnis (project manager IT).

(18)

BAB III

LANDASAN TEORI

3.1. Akreditasi Nasional Perguruan Tinggi dan Program Studi

Satu satunya badan akreditasi yang diakui oleh pemerintah adalah BAN-PT yang berdiri pada tahun 1994, berlandaskan UU No. tahun 1989 tentang Sistem Pendidikan Nasional, dan PP No. 60 tahun 1999 tentang Pendidikan Tinggi. (BAN-PT, 2008)

BAN-PT memiliki wewenang untuk melaksanakan sistem akreditasi bagi semua institusi pendidikan tinggi (baik untuk Perguruan Tinggi Negeri (PTN), Perguruan Tinggi Swasta (PTS), Perguruan Tinggi Agama (PTA) dan Perguruan Tinggi Kedinasan (PTK); program pendidikan jarak jauh; dan program-program, secara kerjasama dengan institusi pendidikan tinggi di dalam negeri, yang ditawarkan oleh institusi pendidikan tinggi dari luar negeri (saat ini institusi pendidikan tinggi dari luar negeri tidak dapat beroperasi, secara legal, di Indonesia). (BAN-PT, 2008)

Dalam perkembangannya, ada dua model akreditasi yang dikembangkan oleh BAN-PT, yaitu akreditasi program studi dan akreditasi institusi perguruan tinggi. (BAN-PT, 2009)

Menurut BAN-PT (2008), akreditasi dipahami sebagai penentuan standar mutu serta penilaian terhadap suatu lembaga pendidikan (dalam hal ini pendidikan tinggi) oleh pihak di luar lembaga pendidikan itu sendiri. Kemudian lebih lanjut menurut Kementerian Pendidikan Nasional (Nasional, 2011) akreditasi program studi

(19)

adalah proses evaluasi dan penilaian secara komprehensif atas komitmen program studi terhadap mutu dan kapasitas penyelenggaraan program tridarma perguruan tinggi, untuk menentukan kelayakan program akademiknya (Gambar 3.1)

Tujuan dan manfaat akreditasi program studi adalah sebagai berikut (Nasional, 2009 : Lampiran I halaman 4) :

1. Memberikan jaminan bahwa program studi yang terakreditasi telah memenuhi standar mutu yang ditetapkan oleh BAN-PT dengan merujuk pada standar nasional pendidikan yang termaktub dalam Peraturan Pemerintah No. 19 tahun 2005 tentang Standar Nasional Pendidikan, sehingga mampu memberikan perlindungan bagi masyarakat dari penyelenggaraan program studi yang tidak memenuhi standar yang ditetapkan itu.

2. Mendorong program studi untuk terus menerus melakukan perbaikan dan mempertahankan mutu yang tinggi.

(20)

14

Gambar 3.1. Model Akreditasi Program Studi (BAN-PT, 2009)

Menurut Nasional (2008) standar akreditasi untuk program studi sarjana sendiri terdiri atas 7 standar seperti berikut :

1. Standar 1. Visi, misi, tujuan dan sasaran, serta strategi pencapaian.

2. Standar 2. Tata pamong, kepemimpinan, sistem pengelolaan, dan penjaminan mutu.

3. Standar 3. Mahasiswa dan lulusan. 4. Standar 4. Sumber Daya Manusia.

(21)

7. Standar 7. Penelitian dan pelayanan/pengabdian kepada masyarakat, dan kerja sama.

Dalam penelitian di ambil Standar 3, yaitu mahasiswa dan lulusan. Hal ini berkaitan dengan ketersediaan data yang ada di database akademik STIKOM Surabaya sebagai penyedia data operasional yang akan distrukturisasi ulang menuju ke dalam bentuk data mart. Fokus pada Standar 3 ini juga mengacu kepada penelitian Prasetija (2010) dan Prasetyo (2011) sebagai bahan komparasi metodologi dan sumber data yang digunakan.

Masih menurut Nasional (2008), standar 3 ini adalah acuan keunggulan mutu mahasiswa dan lulusan. Program studi harus memberikan jaminan mutu, kelayakan kebijakan serta implementasi sistem rekruitmen dan seleksi calon mahasiswa maupun pengelolaan lulusan sebagai satu kesatuan mutu yang terintegrasi. Program studi harus menempatkan mahasiswa sebagai pemangku kepentingan utama sekaligus sebagai pelaku proses nilai tambah dalam penyelenggaraan kegiatan akademik untuk mewujudkan visi, melaksanakan misi, mencapai tujuan melalui strategi-strategi yang dikembangkan oleh program studi. Program studi harus berpartisipasi secara aktif dalam sistem perekrutan dan seleksi calon mahasiswa agar mampu menghasilkan input mahasiswa dan lulusan bermutu.

(22)

16

Elemen penilaian pada standar ini adalah :

1. Kebijakan sistem rekruitmen dan seleksi calon mahasiswa (mencakup mutu prestasi da reputasi akademik serta bakat pada jenjang pendidikan sebelumnya, equitas wilayah, kemempuan ekonomi dan jender) dan pengeloalaan lulusan dan alumni (mencakup layanan alumni, peran dalam asosiasi profesi atau bidang ilmu, dukungan timbal balik alumni).

2. Keefektifan implementasi sistem rekruitmen dan seleksi calon mahasiswa untuk menghasilkan calon mahasiswa yang bermutu yang diukur dari jumlah peminat, proporsi pendaftar terhadap daya tampung dan promosi yang diterima dan yang registrasi.

3. Profil mahasiswa yang meliputi : prestasi dan reputasi akademik, bakat dan minat.

4. Layanan dan kegiatan kemahasiswaan : ragam, jenis, wadah, mutu, harga , intensitas.

5. Profil lulusan : ketepatan waktu penyelesaian studi, proporsi mahasiswa yang menyelesaikan studi dalam batas masa studi.

6. Pelacakan dan perekaman data lulusan : kekomprehensifan, pemutakhiran, profil masa tunggu kerja pertama, kesesuaian bidang kerja dengan bidang studi, dan posisi kerja pertama.

(23)

3.2. Data Warehouse dan Data Mart, Metodologi Pembangunan Data

Warehouse, ETL pada Data Warehouse.

A. Data warehouse dan Data Mart

Marakas (2003) mendefinisikan data warehouse sebagai salinan dari data transaksi yang secara spesifik distruktur untuk melakukan pembacaan data, analisis dan pelaporan. Data yang ada dalam data warehouse merupakan data salinan dari transaksi yang tidak diperbarui atau diubah kemudian oleh sistem transaksi. Perlu dicatat juga bahwa data yang ada dalam data warehouse distruktur sedemikian rupa dan mungkin ditransformasikan ketika ditempatkan ke dalam data warehouse.

Data warehouse mempunyai beberapa fungsi utama, yaitu :

1. Sebagai gambaran langsung dari aturan bisnis dari perusahaan. 2. Sebagai titik penyimpanan informasi strategis.

3. Sebagai penyimpanan historis dari informasi strategis.

4. Sebagai sumber dari informasi yang kemudian diberikan kepada data mart.

5. Sebagai sumber dari data yang stabil, tidak tergantung kepada perubahan dari proses bisnis.

(24)

18

Gambar 3.2. Posisi data warehouse dalam organisasi. (Marakas, 2003)

Data warehouse merupakan tempat penampungan data perusahaan atau

institusi yang disusun sedemikian rupa sehingga mengandung makna dan untuk analisis dan pelaporan. Sehingga sebuah data warehouse merupakan sumber informasi yang datanya diperoleh dari Online Transaction Processing (OLTP). Biasanya data warehouse ini menyimpan data yang bersifat historis. Seperti yang dikatakan oleh Turban dkk (2007), data warehouse adalah sebuah basis data komprehensif yang mendukung semua analisis keputusan yang diperlukan oleh suatu organisasi dengan menyediakan ringkasan dan rincian informasi. Sedangkan menurut Connolly dan Begg (2002:1047), data warehouse adalah suatu kumpulan data yang bersifat subject-oriented, integrated, time variant, dan non-volatile dalam mendukung proses pengambilan keputusan.

(25)

database, yang akan diproses (ETL) dan diintegrasikan ke dalam data warehouse. Sedangkan data mart dan cube berisi data-data yang mendukung fungsi bisnis.

Gambar 3.3 Arsitektur Data Warehouse

Seperti yang dikatakan oleh Inmon (2005 : 321) data mart adalah subset dari data warehouse yang umumnya terdiri dari sebuah subjek tunggal. Jadi, data mart merupakan serangkaian data yang hanya menjelaskan satu fungsi dari operasi perusahaan.

Dari gambar 3.4, terlihat aliran data dari database operasional ke data

warehouse, dilanjutkan dengan pengembangan aplikasi (reporting) yang akan

(26)

20

Gambar 3.4. Aliran dari data database operasional data warehouse

(27)

Gambar 3.5. Proses perumusan data

Setiap perusahaan dalam mencapai tujuannya menggunakan strategi yang berbeda, hal ini membuat jenis data dan tipe data bahkan arsitektur dan proses bisnisnya ikut berbeda. Sehingga dalam melakukan perancangan data warehouse

(28)

22

B. Metodologi Pembangunan Data warehouse.

Berdasarkan Kimball seperti yang dikutip oleh Connolly dan Begg (2002 : 1083), terdapat 9 tahap metodologi dalam membangun data warehouse yang dikenal dengan nine step methodology yang terdiri dari : Choosing the proses, Choosing the grain, Identifying and conforming the dimension, Choosing the facts, Storing

pre-calculations in the fact table, Rounding out the dimensions table, Choosing the

duration of database, Tracking slowly changing dimensions and Deciding the query

priorities and the query modes.

Untuk pemodelan data warehouse, lebih digunakan teknik pemodelan dimensional. Dengan teknik ini, dapat dibuat tabel fakta. Model yang umum digunakan adalah skema bintang (star schema).

Menurut Ponniah (2001 : 210-216), skema bintang (star schema) adalah teknik dasar perancangan data untuk data warehouse. Struktur skema bintang adalah suatu struktur yang dengan mudah dipahami dan digunakan oleh pengguna. Struktur tersebut mencerminkan bagaimana pengguna biasanya memandang ukuran ukuran kritis mengikuti dimensi-dimensi bisnis yang ada. Dalam skema bintang tergambar 2 jenis tabel, yaitu dimensi dan tabel fakta. Kedua tabel tersebut mempunyai karakteristik sebagai berikut :

1. Tabel Dimensi

a. Key tabel dimensi, merupakan primary key dari tabel dimensi yang mengidentifikasi setiap baris dalam tabel secara unik.

(29)

c. Atribut berupa teks. Dalam tabel dimensi, jarang ditemukan nilai numerik untuk perhitungan, atributnya berupa teks yang mempresentasikan deskripsi tekstual dari komponen-komponen dalam dimensi bisnis.

d. Atribut-atribut tidak berhubungan secara langsung.

e. Tidak dinormalisasi. Untuk kinerja query yang efektif, paling baik jika query mengambil dari tabel dimensi dan langsung ke tabel fakta tanpa melalui tabel perantara yang akan terbentuk jika tabel dimensi dinormalisasi.

f. Kemampuan drill-down dan roll-up. Atribut-atribut dalam tabel dimensi menyediakan kemampuan untuk mendapatkan detail dari tingkat tinggi aggregasi sampai tingkat detail rendah.

g. Terdapat beberapa hirarki. Berbagai bagian perusahaan dapat mengelompokkan dimensi dengan cara yang berbeda, sehingga terbentuk dari 1 hirarki.

h. Jumlah record yang lebih sedikit. Tabel dimensi umumnya memiliki jumlah record atau baris yang lebih sedikit dari tabel fakta.

2. Tabel Fakta

a. Concatenated key. Baris dalam tabel fakta diidentifikasi dengan

menggunakan primary key dari tabel-tabel dimensi, maka primary key dari tabel fakta merupakan gabungan primary key dari semua tabel dimensi. b. Data Grin. Merupakan tingkat detail untuk pengukuran. Sebagai contoh,

(30)

24

seorang perwakilan penjualan spesifik tertentu. Jika jumlah pesanan dilihat sebagai jumlah untuk produk perbulan, maka data grin-nya berbeda dan pada tingkat yang lebih tinggi.

c. Fully additive measure. Agregasi dari fully additive measure dilaksanakan

dengan penjumlahan sederhana nilai-nilai atribut tersebut.

d. Semiadditive measure. Meruapakan nilai yang tidak dapat langsung

dijumlahkan, sebagai contoh presentase keuntungan.

e. Tabel besar, tidak lebar. Tabel fakta umumnya memiliki lebih sedikit atribut daripada tabel dimensi, namun memiliki jumlah record yang lebih banyak.

f. Sparse data. Tabel fakta tidak perlu menyimpan record yang nilainya null.

Maka tabel fakta dapat memiliki gap.

g. Degenerate dimensions. Terdapat elemen-elemen data dari sistem

operasional yang bukan merupakan fakta atau dimensi, seperti nomor pesanan, nomor tagihan, dan lain-lain. Namun atribut-atribut tersebut dapat berguna dalam jenis analisis tertentu. Sebagai contoh, mencari rata-rata jumlah produk per pesanan, maka produk harus dihubungkan ke nomor pesanan untuk mendapatkan nilai rata-rata. Atribut-atribut tersebut digenarate dimension dan disimpan sebagai atribut dari tabel fakta.

C. ETL (Extract, Transform, Load)

(31)

sebelumnya (untuk lebih jelasnya dapat dilihat pada gambar 3.3). Tujuan ETL adalah mengumpulkan, menyaring, mengolah, dan menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse seperti data historis, terpadu, terangkum, dan statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis.

1. Extract

Langkah pertama pada proses ETL adalah mengekstrak data dari sumber-sumber data. Kebanyakan proyek data warehouse menggabungkan data dari sumber-sumber yang berbeda. Sistem-sistem yang terpisah sangat mungkin menggunakan format data yang berbeda. Ekstraksi adalah mengubah data ke dalam suatu format yang berguna untuk proses transformasi.

2. Transform

Tahapan transformasi menggunakan serangkaian aturan atau fungsi untuk mengekstrak data dari sumber dan selanjutnya akan dimasukkan ke data

warehouse. Berikut adalah hal-hal yang dapat dilakukan dalam tahapan

transformasi :

a. Hanya memilih kolom tertentu saja untuk dimasukkan ke dalam data

warehouse.

b. Menterjemahkan nilai-nilai yang berupa kode.

c. Mengkodekan nilai-nilai ke dalam bentuk bebas (Contohnya memetakan “Pria” dengan “Wanita” ke dalam “W”).

(32)

26

e. Menggabungkan data secara bersama-sama dari berbagai sumber. f. Membuat ringkasan dari sekumpulan baris data.

g. Men-generate nilai surogate key.

h. Transporting atau pivoting (mengubah sekumpulan kolom menjadi sekumpulan baris atau sebaliknya).

i. Memisahkan sebuah kolom menjadi berbagai kolom.

j. Menggunakan berbagai bentuk validasi data baik yang sederhana maupun kompleks.

3. Load

Fase load merupakan tahapan yang berfungsi untuk memasukkan data ke dalam target akhir, yang biasanya ke dalam suatu data warehouse. Jangka waktu proses ini tergantung pada kebutuhan organisasi. Beberapa data warehouse dapat setiap minggu mengisi keseluruhan informasi yang ada secara kumulatif, dapat diubah, sementara data warehouse yang lain (atau bagian lain dari data warehouse yang sama) dapat menambahkan data baru dalam historikal, contohnya setiap jam. Waktu dan jangkauan untuk mengganti atau menambah data tergantung dari perancangan data warehouse pada waktu menganalisis keperluan informasi. Fase load berinteraksi dengan database, constraint didefinisikan dalam skema database sebagai suatu trigger yang diaktifkan pada waktu men-load data (Contohnya uniqueness, referential integrity, mandatory fields), yang juga berkontribusi untuk keseluruhan tampilan dalam kualitas data dari proses ETL.

(33)

a. Platform mesin dan sistem operasi yang berlainan.

b. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah ketinggalan zaman.

c. Kualitas data yang berbeda-beda.

(34)

BAB IV

DESKRIPSI PEKERJAAN

Berdasarkan hasil wawancara yang penulis lakukan pada saat kerja praktek di Program Studi (Prodi) S1 Sistem Informasi STIKOM Surabaya, secara garis besar permasalahan yang ada dalam Prodi S1 Sistem Informasi, seorang Kepala Program Studi (Kaprodi) sulit untuk mendapatkan data akademis Prodi S1 Sistem Informasi. Padahal data yang diperlukan sebenarnya sudah tersimpan di database kampus. Namun data yang dibutuhkan masih tersebar dan belum terstruktur untuk di analisis. Akibat dari keterbatasan dan belum terstrukturnya data tersebut maka menjadi sulit untuk mengolah data ketika data tersebut dibutuhkan dalam pembuatan laporan untuk keperluan analisis.

4.1. Analisa Ketersediaan Data

Bedasarkan permasalahan yang ada dan landasan teori yang digunakan serta hasil indentifikasi sumber acuan format laporan dan sumber data (khusus Standar 3 Borang Akreditasi Program Studi Sarjana sebagai sumber acuan format laporan eksekutif), didapatkan hasil identifikasi sumber data sebagai berikut :

Tabel 4.1. Tabel Hasil identifikasi sumber acuan format laporan dan sumber data (khusus data akademik mahasiswa)

Kategori Data Jenis Informasi

Sumber Data dari

Profil Mahasiswa Reguler dan Lulusan dalam lima tahun terakhir.

SIA Profil Mahasiswa

Non-Reguler dalam lima tahun terakhir.

Belum tersedia (tidak ada mahasiswa non

reguler) Profil pencapaian

prestasi/pencapaian Belum tersedia

(35)

Kategori Data Jenis Informasi

Sumber Data dari Sistem Informasi

Eksisting

mahasiswa dalam tiga tahun terakhir di bidang akademik dan non akademik.

Profil data jumlah mahasiswa

reguler tujuh tahun terakhir. SIA a. Profil Layanan

Bimbingan dan konseling Belum tersedia Minat dan bakat

(ekstrakulikuler) Belum tersedia

Pembinaan Soft Skill Belum tersedia

Beasiswa Belum tersedia

Kesehatan Belum tersedia

b. Profil Evaluasi Lulusan.

Evaluasi Kinerja Lulusan oleh pihak pengguna lulusan (Integritas, Keahlian dalam bidang ilmu, Bahasa Inggris, Penggunaan Teknologi

bekerja pada bidang yang sesuai dengan keahliannya.

Belum tersedia. c. Himpunan

Alumni Profil himpunan alumni Belum tersedia.

(36)

30

Tabel 4.2. Tabel Hasil analisis kebutuhan data dan informasi untuk pengembangan data warehouse BAN-PT Standar 3

Kategori Data Jenis Informasi Sumber Data

Mahasiswa Baru

Profil Mahasiswa Baru

berdasarkan Tahun Masuk dan Propinsi Asal Mahasiswa.

PENMARU

Profil Mahasiswa Baru berdasarkan tahun masuk dan Asal mahasiswa

(Kota/Kabupaten).

PENMARU

berdasarkan Tahun Masuk dan Ikut Seleksi.

PENMARU

berdasarkan Tahun Masuk dan Tidak Ikut Seleksi.

PENMARU

berdasarkan Tahun Masuk dan Jumlah Mahasiswa

PENMARU

Mahasiswa

Profil Mahasiswa per Tahun

berdasarkan Status Akademik. SIA Profil Mahasiswa Reguler Per

Tahun berdasarkan Total Jumlah Mahasiswa.

SIA

Profil Mahasiswa Transfer per Tahun berdasarkan Total Jumlah Mahasiswa.

(37)

Kategori Data Jenis Informasi Sumber Data

Lulusan / Alumni

Profil lulusan berdasarkan

tahun lulus dan IPK. SIA

Profil lulusan berdasarkan

Tahun lulus dan Lama studi. SIA Data IPK minimal, maksimal

dan rata-rata yang dicapai mahasiswa yang lulus pada tahun yang bersangkutan.

SIA

Data jumlah lulusan pada tiap tahun kelulusan yang

memperoleh IPK < 2,75

SIA Data jumlah lulusan pada tiap

tahun kelulusan yang

memperoleh IPK antara 2,75 – 3,50

SIA

Data jumlah lulusan pada setiap tahun kelulusan yang memperoleh IPK >3,50

SIA

4.2. Rancangan Arsitektur Data warehouse

Setelah didapatkan analisa kebutuhan untuk merancang data warehouse, setelah itu merancang arsitektur yang sesuai dengan kebutuhan yang ada. Rancangan arsitekturnya adalah sebagai berikut :

(38)

32

Setelah didapatkan arsitektur fisik kemudian dirancang arsitektur logical untuk melihat proses logik data warehouse seperti di bawah ini.

Gambar 4.2. Arsitektur logical data warehouse

Membuat Link ke

SUMBER DATA DATA STAGGING PENYIMPANAN DATA Database PENMARU

(39)

Gambar 4.3. Proses Transformasi dari sumber data ke dalam tabel dimensi.

(40)

34

tabel-tabel dimensi dan tabel fakta, sedangkan pemilihan data dari tabel dimensi akan dimasukkan ke dalam tabel fakta.

Gambar 4.4. Proses Transformasi dari sumber data ke dalam tabel fakta.

Setelah mendapatkan dasar yang cukup, maka proses eksperimen dilakukan dengan melakukan langkah-langkah sebagai berikut :

(41)

Data awal dipilah untuk dijadikan data sumber berdasarkan literatur tentang akreditasi dan pertimbangan strategis Kaprodi S1 SI. Proses ekstraksi dilakukan di tahap ini.

b. Membangun Data Mart

Data mart dibangun dengan menggunakan data sumber sebagai landasan

perancangan dengan memperhatikan faktor-faktor yang berhubungan dengan akreditasi Standar 3 sebagai dasar perancangan tabel fakta. Metodologi yang digunakan mengacu kepada data driven approach, yaitu perancangan yang mengacu kepada ketersediaan data. Setelah data yang tersedia selesai dianalisis, maka kebutuhan pengguna dalam perancangan difasilitasi setelah itu.

4.3. Rancangan Data warehouse

Dalam membuat data warehouse diperlukan beberapa tahap untuk perancangan data warehouse menjadi teratur. Tahap-tahap perancangan data warehouse yang digunakan pada penulisan ini, yaitu :

1. Memilih proses (Choosing the proceess)

Proses (fungsi) mengacu pada subyek masalah dari data mart tertentu. Data mart

yang akan dibangun harus sesuai anggaran dan dapat menjawab masalah-masalah bisnis yang penting.

Proses dari BAN-PT Standar 3 yang digunakan untuk merancang data warehouse adalah proses daya tampung perguruan tinggi, seleksi calon mahasiswa, mahasiswa reguler dan transfer, mahasiswa lulusan, dan nilai perkuliahan.

2. Memilih Grain (Choosing the Grain)

(42)

36

Rancangan matriks arsitektur untuk data warehouse akademik prodi S1 Sistem Informasi disesuaikan dengan hasil analisis kebutuhan pada Tabel 4.2

Tabel 4.3. Rancangan Matriks Proses Bisnis dan Dimensi

Kemudian rancangan matriks tersebut digunakan untuk dasar membuat

data warehouse.

4. Memilih Fakta (Choosing the facts)

Memilih fakta yang digunakan dalam data mart. Masing-masing fakta memiliki data yang dapat dihitung, untuk selanjutnya ditampilkan dalam bentuk laporan, grafik atau berbagai macam diagram. Berikut ini fakta-fakta yang akan ditampilkan di data warehouse :

− Daya Tampung Mahasiswa Reguler, meliputi id_calon_mhs,

id_kelas, id_priode, dan daya tampung.

− Seleksi Calon Mahasiswa, meliputi id_calon_mhs, id_seleksi,

id_semester, id_status, id_smu_asal, jml_mhs_seleksi, jml_mhs_lulus_seleksi.

Daya Tampung Mahasiswa Reguler x x x

Seleksi Calon Mahasiswa x x x x x

Mahasiswa Baru Reguler dan Transfer x x x x x

Mahasiswa Lulusan x x x

Nilai Kuliah x x x x x

(43)

− Mahasiswa Baru Reguler dan Transfer, meliputi id_semester,

id_status, id_smu_asal, id_mhs, id_jalur_masuk, jml_mhs_baru, jml_mhs_transfer, dan total_mhs_baru.

− Mahasiswa Lulusan, meliputi id_periode, nim_alumni, id_jurusan,

IPK_MIN, IPK_RATARATA, IPK_MAKS, RANGE1, RANGE2, RANGE3, dan LAMA_STUDI.

− Nilai Kuliah, meliputi nim, id_semester, kode_dosen, kode_mk,

id_jurusan, prosen_hdr_mhs, prosen_hdr_dsn, dan nilai_akhir. 5. Melengkapi Tabel Dimensi (Rounding out the dimension tables)

(44)

38

Tabel 4.4. Tabel Rounding Out Dimensions

Dimensi Field Deskripsi

Periode Tahunan

Triwulanan Bulan Minggu Hari

Laporan dapat dilihat baik per tahun, per tiga bulanan, per minggu, bahkan per hari.

Semester Semester Laporan dapat dilihat berdasarkan

semester tertentu.

Calon Mahasiswa Calon Mahasiswa Laporan dapat dilihat berdasarkan calon mahasiswa.

Kelas Kelas Laporan dapat dilihat berdasarkan kelas.

Seleksi Seleksi Laporan dapat dilihat berdasarkan

seleksi.

Status Registrasi Status Registrasi Laporan dapat dilihat berdasarkan Status Registrasi.

SMU Asal SMU Asal Laporan dapat dilihat berdasarkan SMU Asal.

Mahasiswa Baru Mahasiswa Baru Laporan dapat dilihat berdasarkan mahasiswa baru.

Jalur Masuk Jalur Masuk Laporan dapat dilihat berdasarkan jalur masuk.

Jurusan Jurusan Laporan dapat dilihat berdasarkan

jurusan.

Alumni Alumni Laporan dapat dilihat berdasarkan

alumni

Dosen Dosen Laporan dapat dilihat berdasarkan

dosen.

Matakuliah Matakuliah Laporan dapat dilihat berdasarkan mata kuliah.

Mahasiswa Mahasiswa Laporan dapat dilihat berdasarkan

(45)

4.4. Star Schema

Pada perancangan ini, bentuk skema yang dipilih adalah skema bintang, karena skema ini merupakan skema yang mudah dipahami dan digunakan oleh pengguna daripada skema lain. Bentuknya yang tidak terlalu rumit, memudahkan dalam hal query. Gambar 4.5 merupakan skema bintang yang dihasilkan dalam perancangan ini.

Gambar 4.5. Skema Bintang Daya Tampung Mahasiswa Reguler

(46)

40

4.5.

Gambar 4.6. Skema Bintang Calon Mahasiswa Seleksi

(47)

Gambar 4.7. Skema Bintang Mahasiswa Baru Reguler dan Transfer.

Fakta Mahasiswa Baru Reguler berelasi dengan lima dimensi, diantaranya mahasiswa_baru, status_reg, jalur_masuk, smu_asal, dan semester. Dan dalam tabel fakta juga terdapat tiga atribut.

(48)

42

Gambar 4.8. Skema Bintang Mahasiswa Lulusan

(49)

(50)

BAB V

PENUTUP

5.1. Kesimpulan

Kesimpulan yang dapat diambil dari analisis dan perancangan data warehouse akademik program studi S1 Sistem Informasi STIKOM Surabaya adalah Star schema yang didapatkan menghasilkan tabel fakta daya tampung mahasiswa reguler, seleksi calon mahasiswa, mahasiswa baru reguler dan transfer, mahasiswa lulusan, dan nilai kuliah dan menghasilkan tabel dimensi calon mahasiswa, Kelas, Periode, Seleksi, Semester, Status registrasi, SMU Asal, Mahasiswa Baru, Jalur Masuk, Jurusan, Alumni, Dosen, Matakuliah dan Mahasiswa.

5.2. Saran

Berdasarkan penjelasan tentang analisis dan perancangan data warehouse akademik program studi S1 Sistem Informasi STIKOM Surabaya yang telah dibuat, dapat diberikan saran untuk designer data warehouse, dalam implementasi dari data warehouse ini bisa digunakan untuk men-create sistem pendukung keputusan untuk menjawab persoalan data yang masih tersebar dan belum terstruktur untuk dianalisis yang ada di Prodi S1 Sistem Informasi STIKOM Surabaya.

(51)

BAN-PT .2008. Pengantar Akreditasi. (Online),

http://ban-pt.kemdiknas.go.id/index.php?option=com_content&view=article&id=19 &Itemid=27&lang=in, diakses 1 Januari 2012).

BAN-PT .2009. Konsep Akreditasi. (Online),

http://ban-pt.kemdiknas.go.id/index.php?option=com_content&view=article&id=51 &Itemid=56&lang=in, diakses 1 Januari 2012).

Connolly, T., Begg, C. 2002. Database Systems : A Practical Approach to Design,

Implementation, and Management. Third Edition. Addison Wesley,

Longman Inc., USA

Inmon, H, William. 2005.Building the Data Warehouse. Fourth Edition. Wiley.

Marakas, George M. 2003.Modern Data Warehousing, Mining and Visualization:

Core Concepts. Prentice-Hall.

Nasional, K. Pendidikan.2008. Buku II Standar dan Prosedur Akreditasi Program