BAB 4 ANALISIS DAN PERANCANGAN DATA WAREHOUSE

(1)

101 BAB 4

ANALISIS DAN PERANCANGAN DATA WAREHOUSE

4.1 Arsitektur Data Warehouse

Pelayanan Kesehatan Sint Carolus dan cabangnya yaitu Rumah Sakit Ibu dan Anak, masih melakukan pengolahan terhadap datanya secara terpisah. Dikarenakan Pelayanan Kesehatan Sint Carolus belum memiliki jaringan eksternal yang menghubungkannya dengan cabang maka dalam perancangan data warehouse di Pelayanan Kesehatan Sint Carolus dibutuhkan suatu data warehouse terpusat atau centralized. Data operasional yang dibutuhkan pihak direksi untuk dilakukan analisis seperti : rawat inap, farmasi dan laboratorium, dimasukkan ke dalam tempat penyimpanan yaitu data warehouse, data yang dimasukkan tersebut sesuai dengan informasi yang dibutuhkan.

(2)

4.2 Perancangan Data Warehouse

Dalam perancangan data warehouse dibutuhkan beberapa tahap sehingga terbentuknya data warehouse. Metode yang digunakan adalah Nine-step Methodology menurut pendekatan Kimball. Kesembilan tahap tersebut, yaitu : 4.2.1 Pemilihan Proses atau ruang lingkup (Choosing the process)

Proses yang terjadi pada Pelayanan Kesehatan Sint Carolus yang dipilih untuk dibuat suatu rancangan data warehouse-nya yaitu sebagai berikut :

Rawat Inap

Proses rawat inap pada Pelayanan Kesehatan Sint Carolus dimulai dari pasien yang datang kemudian melakukan pendaftaran rawat inap ke bagian registrasi rawat inap dan pasien mendapatkan perawatan. Dokumen yang digunakan adalah Berkas Rawat Inap. Data yang digunakan berasal dari tabel : Ms_Pasien, Ms_Perusahaan, Ms_Anggota, Ms_Kamar, Ms_Tempat_Tidur, Ms_Unit_Pelayanan, Ms_Kelas, Ms_Tindakan, Ms_Diagnosa, Ms_Dokter, Ms_Spesialis, Ms_Tarif_Dokter, Ms_Obat, Ms_Alat_Kesehatan, Ms_Kegiatan.

Farmasi

Proses farmasi pada Pelayanan Kesehatan Sint Carolus dimulai dari suster yang datang langsung dengan membawa resep. Dokumen yang digunakan adalah Surat Pengeluaran Barang dan data yang digunakan berasal dari tabel : Ms_Pasien, Ms_Anggota, Tr_Rawat_Inap, Ms_Alat_Kesehatan, Ms_Obat.

(3)

Laboratorium

Proses laboratorium pada Pelayanan Kesehatan Sint Carolus dimulai dari suster yang datang langsung untuk melakukan tes laboratorium. Dokumen yang digunakan adalah Berkas Pemeriksaan Laboratorium dan data yang digunakan berasal dari tabel : Ms_Pasien, Ms_Kegiatan, Tr_Rawat Inap, MsAggota.

4.2.2 Pemilihan Grain (Choosing the grain)

Grain adalah menggambarkan suatu record yang terdapat pada table fakta. Grain yang ada pada perancangan data warehouse Pelayanan Kesehatan Sint Carolus adalah sebagai berikut :

Rawat Inap

Pemilihan grain pada proses rawat inap meliputi jumlah dari transaksi rawat inap, diagnosa yang paling banyak diderita pasien berserta tindakannya, obat yang sering diberikan dokter, dokter yang sering menangani pasien, kategori umur yang paling banyak melakukan rawat inap, alat kesehatan yang paling sering digunakan pasien, diagnosa yang diderita oleh pasien rawat inap berdasarkan interval waktu, tindakan yang dilakukan dokter berdasarkan diagnosa dan tes laboratorium yang sering dilakukan berdasarkan diagnosa.

Farmasi

Pemilihan grain pada proses farmasi meliputi jumlah transaksi pembelian obat dan alat kesehatan pada farmasi, pemberian obat dan alat kesehatan yang paling sering diberikan oleh dokter spesialis, jumlah pembelian obat dan alat kesehatan

(4)

oleh pasien berdasarkan diagnosa dan melihat jumlah pembelian obat dan alat kesehatan berdasarkan interval waktu.

Laboratorium

Pemilihan grain pada proses laboratorium meliputi meliputi jumlah transaksi pemeriksaan pada laboratorium, tes laboratorium berdasarkan diagnosa, jenis tes laboratorium yang biasa dilakukan berdasarkan interval waktu.

4.2.3 Melakukan identifikasi dan penyesuaian dimensi (Identifying and conforming the dimensions).

(5)

(6)

(7)

(8)

(9)

4.2.4 Memilih Fakta (Choosing the Facts)

Pada tahap ini dilakukan pemilihan fakta yang akan digunakan. Masing-masing fakta memiliki data yang dapat dihitung dan selanjutnya akan ditampilkan dalam bentuk laporan dan grafik. Berikut adalah fakta-fakta yang akan digunakan dalam data warehouse :

• Fakta rawat inap meliputi : WaktuID, PasienID, DiagnosaID, ObatID, DokterID, TindakanID, SpesialisID , AlkesID, KegiatanID, KompetitorID.

• Fakta Farmasi meliputi : WaktuID, ObatID, PasienID, SpesialisID, DiagnosaID, AlatKesehatanID, DokterID, KompetitorID.

• Fakta laboratorium meliputi : WaktuID, KegiatanID, PasienID, DiagnosaID, KompetitorID.

4.2.5 Menyimpan Pre-Kalkulasi dalam Tabel Fakta (Storing pre-calculation in the fact table)

Dalam tabel fakta terdapat data yang merupakan kalkulasi awal. Hasil dari kalkulasi ini kemudian akan disimpan dalam tabel fakta.

1. Fakta Rawat Inap

Fakta Rawat inap meliputi :

• Jumlah transaksi rawat inap (jumlah Tr_Rawat_Inap) merupakan kumpulan (count) dari NoMasuk pada tabel Tr_Rawat_Inap.

(10)

2. Fakta Farmasi

Fakta farmasi meliputi:

• Jumlah transaksi farmasi (jumlah Tr_Surat_Pengeluaran_Barang) merupakan kumpulan (count) dari Kd_SpengeluaranBarang pada tabel Tr_SPengeluaran_Barang.

3. Fakta laboratorium

Fakta laboratorium meliputi:

• Jumlah transaksi laboratorium (jumlah Tr_Pemeriksaan_Lab) merupakan kumpulan (count) dari No_Reg_Lab pada tabel Tr_Pemeriksaan_Lab.

4.2.6 Memastikan Tabel Dimensi (Rounding out the dimension tables) Dalam table dimensi terdapat data yang merupakan rujukan dari tabel fakta yang berhubungan dengan tabel dimensi tersebut, sebagai berikut :

Tabel 4.4 Tabel Dimensi

Dimensi Field Deskripsi

Waktu WaktuID Bulan Tahun Kuarter Semester

Laporan dapat dilihat baik bulan, tahun, kuarter dan juga semester.

(11)

Iklim Pasien PasienID

NOMR Nama Pasien Umur

Laporan dapat dilihat berdasarkan pasien

Diagnosa DiagnosaID Kd_Dignosa Nama Diagnosa

Laporan dapat dilihat berdasarkan diagnosa

Obat ObatID

Kd_Obat Nama Obat

Laporan dapat dilihat berdasarkan obat

Dokter DokterID Kd_Dokter Nama_Dokter

Laporan dapat dilihat berdasarkan dokter

Alat Kesehatan AlkesID Kd_Alkes Nama Alkes

Laporan dapat dilihat berdasarkan alat kesehatan

Kegiatan KegiatanID Nama Kegiatan

Laporan dapat dilihat berdasarkan kegiatan

Tindakan TindakanID Kd_Tindakan Nama Tindakan

(12)

Spesialis SpesialisID Kd_Spesialis Nama Spesialis

Laporan dapat dilihat berdasarkan spesialis

Kompetitor KompetitorID Nama Kompetitor Alamat Kompetitor

Laporan dapat dilihat berdasarkan kompetitor

Berikut ini adalah penjelasan lebih lanjut dari dimensi diatas : • Dimensi waktu

Tabel 4.5 Dimensi Waktu

Attributee Tipe Data Panjang

WaktuID Int 4 ID_Waktu Varchar 10 Bulan Varchar 10 Tahun Int 4 Kuarter Int 4 Semester Int 4 Iklim Varchar 4

(13)

• Dimensi pasien

Tabel 4.6 Dimensi Pasien

PasienID Int 4

NOMR Varchar 6

Nama_Pasien Varchar 50

Umur Int 4

• Dimensi diagnosa

Tabel 4.7 Dimensi Diagnosa

DiagnosaID Int 4

Kd_Diagnosa Varchar 7 Nama_Diagnosa Varchar 150

• Dimensi obat

Tabel 4.8 Dimensi Obat

ObatID Int 4

Kd_Obat Varchar 11 Nama_Obat Varchar 150

(14)

• Dimensi dokter

Tabel 4.9 Dimensi Dokter

DokterID Int 4

Kd_Dokter Varchar 8 Kd_Spesialis Varchar 3 Nama_Dokter Varchar 50

• Dimensi alat kesehatan

Tabel 4.10 Dimensi Alat Kesehatan

AlkesID Int 4

Kd_Alkes Varchar 6 Nama_Alkes Varchar 150

• Dimensi Kompetitor

Tabel 4.10 Dimensi Kompetitor

KompetitorID Int 4

Nama_Kompetitor Varchar 50 Alamat_Kompetitor Varchar 100

(15)

• Dimensi kegiatan

Tabel 4.11 Dimensi Kegiatan

KegiatanID Int 4

Kd_Kegiatan Varchar 6 Nama_Kegiatan Varchar 150

• Dimensi tindakan

Tabel 4.12 Dimensi Tindakan

TindakanID Int 4

Kd_Tindakan Char 5

Nama_Tindakan Varchar 150

• Dimensi spesialis

Tabel 4.13 Dimensi Spesialis

SpesialisID Int 4

Kd_Spesialis Varchar 3 Deskripsi Varchar 300

(16)

4.2.7 Pemilihan durasi Database(Choosing the duration of the Database) Durasi dari data Pelayanan Kesehatan Sint Carolus yang dimasukkan ke dalam data warehouse sebagai berikut:

Tabel 4.14 Durasi Database

4.2.8 Melacak Perubahan Dimensi Secara Perlahan (Deciding the query priorities and the query modes)

Terdapat tiga perubahan dasar pada dimensi yaitu :

• Tipe 1 : Ketika terjadi perubahan attribute dalam dimensi maka akan ditulis ulang atau diganti.

• Tipe 2 : Ketika terjadi perubahan attribute dalam dimensi maka menyebabkan dibentuknya record baru dalam dimensi. • Tipe 3 : Ketika terjadi perubahan attribute dalam dimensi

maka menyebabkan dibentuknya attribute alternatif sehingga attribute yang lama dan yang baru tetap dapat diakses pada dimensi yang sama.

Nama Aplikasi Database Database ada sejak tahun Data yang masuk ke Data Warehouse Data dalam Data Warehouse Aplikasi DWH PKSC OLTP PKSC 1998 2005-2010 5 tahun

(17)

Namun dalam Perancangan data warehouse pada Pelayanan Kesehatan Sint Carolus, perubahan attribute pada dimensi mengakibatkan dibentuknya record baru dalam dimensi sehingga attribute yang berubah tetap bertambah dalam data warehouse. Melihat dari kebutuhan Pelayanan Kesehatan Sint Carolus ke depannya, maka penambahan dimensi disebabkan karena bertambahnya kebutuhan akan informasi rawat inap, farmasi dan laboratorium dari data operasional yang ada, sehingga sewaktu-waktu dibutuhkan infomasi tambahan maka dimensi baru akan ditambahkan ke dalam star schema.

4.2.9 Penentuan prioritas query dan model query (Deciding the query priorities and the query modes).

4.2.9.1 Extract, Transform, Load(ETL)

Proses ETL pada Pelayanan Kesehatan Sint Carolus dilakukan oleh bagian divisi Teknologi Informasi. Dari semua proses ETL yang dilakukan terdapat beberapa tahap yang secara umum digunakan untuk melakukan proses pengubahan data dari data awal menjadi sebuah data yang siap diolah untuk proses analisis. Tahapan tersebut setdaknya melibatkan satu komponen yang sudah disediakan dalam tools ETL ini, adapun komponen - komponen yang dilibatkan dalam proses ETL ini adalah :

• Source

Komponen source adalah sebuah komponen yang digunakan untuk memilih dan menampung sumber data dari semua proses ETL yang

(18)

akan dilaksanakan dan komponen ini terdiri dari berbagai jenis komponen yang disesuaikan dengan jenis sumber data yang akan digunakan dalam proses ETL. Cara penggunaan dari komponen source adalah sebagai berikut :

o Menentukan Sumber Data

Gambar 4.2 Pemilihan Sumber Data Pada Komponen Source Pada tahap ini akan dilakukan pemilihan terhadap sumber data yang akan digunakan dalam proses ETL. Sumber data dapat langsung ditemukan dengan cara melakukan pemilihan terhadap Connection manager yang sudah disediakan sebelumnya secara default, ketika Connection manager sudah dipilih maka hal berikutnya adalah dengan memilih tabel atau view yang berkaitan dengan Connection manager tersebut.

(19)

Gambar 4.3 Dialog Configure Connection Manager Jika menginginkan sebuah Connection manager yang baru maka dapat dilakukan dengan cara menekan tombol new yang akan menampilkan dialog configure Connection manager, pada dialog ini akan menampilkan beberapa data Connection yang sudah pernah dibuat sebelumnya pada group box bagian kiri dan penjelasan singkat dari setiap data Connection pada group box bagian kanan.

(20)

Gambar 4.4 Pembuatan Sebuah ConnectionManager Baru Jika menginginkan sebuah data Connection baru maka dapat menekan tombol new dan akan menampilkan sebuah dialog Connection manager. Pada dialog ini terdapat beberapa pilihan tentang rincian asal dari sumber data yang akan digunakan misalnya dari provider DBMS yang digunakan seperti SQL Server maupun oracle, nama dari server asal sumber data tersebut dan nama tabel dari asal sumber data tersebut.

(21)

o Melihat Struktur Tabel Asal

Gambar 4.5 Struktur Tabel Asal

Setelah mendapatkan sumber data yang diinginkan maka susunan kolom dari tabel tersebut dapat dilihat pada tab columns yang berada pada sebelah kiri.

• Derived Columns

Komponen derived columns adalah salah satu dari komponen yang digunakan untuk melakukan pengubahan pada data menjadi sebuah bentuk yang sama dan konsisten sehingga siap untuk diolah dalam proses analisis. Cara kerja dari derived columns adalah dengan melakukan pelacakan dan pencarian setiap baris pada kolom yang sudah ditentukan untuk mengalami proses pengubahan data dan akan mengganti setiap data yang berada pada baris tersebut sesuai dengan kriteria yang sudah ditentukan sebelumnya. Cara penggunaan

(22)

komponen derived columns adalah dengan cara menentukan kolom yang akan menerima proses pengubahan dan menuliskan sintaks perubahan pada kolom expression yang disediakan pada tabel derived columns.

o Melakukan pengubahan pada kolom nama pasien

Gambar 4.6 Dialog Derived Columns

• Sort

Komponen sort adalah salah satu dari komponen yang digunakan untuk melakukan pengurutan data dari kolom yang dipilih sebagai dasar dari pengurutan data, pengurutan data dapat dilakukan baik secara descending maupun ascending. Selain melakukan pengurutan data, komponen sort juga dapat digunakan untuk melakukan pencarian, pelacakan dan penghapusan terhadap duplikasi data.

(23)

o Melakukan Pengurutan Data

Pengurutan data dapat dilakukan dengan cara memilih kolom pada tabel yang akan digunakan sebagai dasar dari pengurutan data, setelah memilih kolom maka kolom tersebut akan muncul pada tabel rincian yang terletak di bawah dan pada tabel ini terdapat beberapa pilihan misalnya untuk melakukan jenis pengurutan yang akan digunakan misalnya ascending atau descending dan hasil dari pengurutan kolom tersebut dibedakan menjadi 2 jenis, yaitu melakukan pergantian pada kolom asal (replace) atau membuat sebuah kolom baru.

(24)

o Melakukan Penghapusan Duplikasi Data

Penghapusan duplikasi data dapat dilakukan dengan melakukan penandaan checklist pada checkbox yang terdapat pada pojok kiri bawah dialog sort transformation order ini. Proses pencarian, pelacakan dan penghapusan duplikasi data ini dilakukan dengan berdasarkan pada kolom tabel yang akan digunakan sebagai dasar dari penghapusan duplikasi data.

Gambar 4.8 Dialog Sort Transformation Order

• Aggregation

Komponen aggregation adalah sebuah komponen yang digunakan untuk melakukan tindakan pengelompokkan (group by) dan menghitung beberapa perhitungan seperti total (sum), mencari nilai maksimal (max), mencari nilai minimal (min), mencari nilai rata – rata (average) maupun menghitung jumlah baris (count). Selain fungsi

(25)

tersebut, komponen aggregation juga memiliki fungsi untuk melakukan pemilihan terhadap attribute yang akan dimasukkan pada tabel dimensi.

Gambar 4.9 Dialog Aggregation Transformation Order

• Lookup

Komponen lookup adalah sebuah komponen dalam melakukan proses ETL dimana dalam komponen ini akan melakukan proses pencarian, pelacakan dari setiap baris yang ada pada sumber data lalu melakukan pemetaan dan pemasangan pada baris yang sama yang ada pada tabel dimensi setelah melakukan pemetaan maka akan melakukan validasi antara data yang ada pada sumber data dengan data yang ada pada tabel dimensi lalu membuat data yang berada pada sumber data yang sebelumnya sudah ada pada tabel dimensi (existing data) tidak kembali masuk pada tabel dimensi dan membuat data baru yang

(26)

berasal dari sumber data masuk ke dalam tabel dimensi. Cara penggunaan dari komponen lookup dalam proses ETL tabel pasien menjadi sebuah dimensi pasien adalah sebagai berikut:

o Membuat Data Connection

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi pelanggan dan memiliki tahapan – tahapan yang sama dengan cara mencari dan memilih sumber data yang ada pada komponen source.

o Melakukan Pemetaan (mapping)

Pemetaan (mapping) dilakukan antara sumber data dengan tabel dimensi dengan cara memilih kolom yang berada pada sumber data dan menarik hubungan antara tabel sumber data menuju tabel dimensi, kolom yang dipilih ini nantinya juga akan menjadi dasar dari proses validasi pemisahan antara data yang akan masuk ke dalam tabel dimensi pelanggan dan data yang tidak akan masuk ke dalam tabel dimensi pelanggan.

• Destination

Komponen destination adalah sebuah komponen yang digunakan untuk memilih dan mencari tabel dimensi sebagai tabel yang digunakan untuk menampung hasil dari semua proses ETL yang telah dilakukan pada komponen – komponen ETL sebelumnya. Cara penggunaan dan cara kerja dari komponen destination sama dengan cara penggunaan dan cara kerja dari komponen source, perbedaannya

(27)

hanya terletak pada fungsi nya, jika pada komponen source fungsinya adalah mencari dan menemukan sumber data sebagai bahan dalam melakukan proses ETL sedangkan komponen destination memiliki fungsi untuk memilih dan mencari tabel dimensi untuk menampung semua hasil dari proses ETL.

1. Pasien

• Struktur ETL

(28)

• Proses ETL selesai

Gambar 4.11 Proses ETL Dimensi Pasien

• Penjelasan Proses ETL Dimensi Pasien

Pada proses ETL tabel pasien menjadi sebuah dimensi pasien melibatkan enam komponen dalam ETL tools yaitu source, derived columns, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi pasien ini adalah sebagai berikut :

o Source

 Menentukan Sumber Data

Sumber data yang digunakan dalam ETL dimensi pasien ini adalah tabel OLTP pasien.

o Derived Columns

Melakukan pengubahan pada kolom nama pasien Pada kolom nama pasien terdapat sebutan (TN) yang berarti “tuan”, (NY) yang berarti “nyonya” dan

(29)

(BAYI) atau (BY) yang berarti “bayi” dan selanjutnya adalah membuat format yang sama bagi nama pasien yang mengandung nama “Mohh.”, ”Muhammad” menjadi “Muh.”. Dengan menggunakan derived columns maka proses perbaikan pada kolom nama pasien dapat dilakukan dengan cara menuliskan sintaks yang berada pada kolom expression. Adapun sintaks yang digunakan untuk memperbaiki kolom nama pelanggan adalah sebagai berikut : REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (REPLACE (Nama_Pasien,"(BAYI)",""),"(JANDA)",""),"(JD)"," "),"TN",""),"NY",""),"NN",""),"[BAYI]",""),"Muha mmad","Muh."),"Moh.","Muh."),"M.","Muh."),"(SU STER)","") .

Berikut ini adalah hasil pengubahan derived columns. Sebelum mengalami pengubahan adalah sebagai berikut :

(30)

Tabel 4.15 Tabel Sebelum Pengubahan Derived Columns

Mariya Goreti Suyanti [Bayi] R. Al. Soedihadi (TN)

Muhammad Rizky Dhylan

Dan setelah mengalami proses pengubahan dari derived columns adalah :

Tabel 4.16 Tabel Setelah Pengubahan Derived Columns

Mariya Goreti Suyanti R. Al. Soedihadi Muh. Rizky Dhylan o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel pasien menjadi sebuah dimensi pasien adalah sebagai berikut :

Melakukan Pengurutan Data

Pada proses ETL dimensi pasien ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah NOMR.

(31)

Melakukan Penghapusan Duplikasi Data

Pada proses ETL dimensi pasien ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah NOMR.

o Aggregate

Pada proses ETL dimensi pasien ini, attribute dari tabel asal yaitu tabel pasien yang akan dimasukkan kedalam dimensi pasien adalah NOMR dan nama_pasien.

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel pasien menjadi sebuah dimensi pasien adalah sebagai berikut:

 Membuat Data Connection

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi pelanggan

 Melakukan Pemetaan (mapping)

Melakukan pemetaan antara kolom NOMR yang berada sumber data tabel pelanggan dengan kolom NOMR yang berada pada dimensi pelanggan sehingga NOMR yang sama tidak akan kembali masuk pada dimensi pelanggan.

(32)

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel pasien menjadi sebuah dimensi pasien adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi pasien yang sudah dibuat sebelumnya.

2. Obat

• Struktur ETL

Gambar 4.12 Struktur ETL Dimensi Obat

(33)

• Penjelasan Proses ETL Dimensi Obat

Pada proses ETL tabel obat menjadi sebuah dimensi obat melibatkan lima komponen dalam ETL tools yaitu source, derived columns, sort, aggregate, lookup dan destination.

Adapun penjelasan dari proses ETL dimensi obat ini adalah sebagai berikut :

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel obat menjadi sebuah dimensi obat adalah sebagai berikut

Menentukan Sumber Data

Pada proses ETL dimensi obat ini maka tabel yang akan dipilih sebagai sumber data adalah Obat. o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel obat menjadi sebuah dimensi obat adalah sebagai berikut :

Pada proses ETL dimensi obat ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah Kd_Obat.

Pada proses ETL dimensi obat ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah KD_Obat.

(34)

o Aggregate

Pada proses ETL dimensi obat ini, attribute dari tabel asal yaitu tabel obat yang akan dimasukkan kedalam dimensi obat adalah Kd_Obat, Nama_Obat.

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel obat menjadi sebuah dimensi obat adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi obat .

Melakukan pemetaan antara kolom KD_Obat yang berada sumber data tabel obat dengan kolom Kd_Obat yang berada pada dimensi obat sehingga Kd_Obat yang sama tidak akan kembali masuk pada dimensi obat.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel pasien menjadi sebuah dimensi pasien adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi pasien yang sudah dibuat sebelumnya.

(35)

3. Tindakan

• Struktur ETL

Gambar 4.14 Struktur ETL Dimensi Tindakan

Gambar 4.15 Proses ETL Dimensi Tindakan

• Penjelasan Proses ETL Dimensi Tindakan

Pada proses ETL tabel tindakan menjadi sebuah dimensi tindakan melibatkan lima komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi Tindakan ini adalah sebagai berikut :

(36)

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel tindakan menjadi sebuah dimensi tindakan adalah sebagai berikut :

Pada proses ETL dimensi tindakan ini maka tabel yang akan dipilih sebagai sumber data adalah tindakan.

o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel tindakan menjadi sebuah dimensi tindakan adalah sebagai berikut :

Pada proses ETL dimensi tindakan ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah Kd_Tindakan.

Pada proses ETL dimensi tindakan ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah Kd_Tindakan.

o Aggregate

Pada proses ETL dimensi tindakan ini, attribute dari tabel asal yaitu tabel tindakan yang akan dimasukkan kedalam dimensi tindakan adalah Kd_Tindakan dan NmTnd.

(37)

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel tindakan menjadi sebuah dimensi tindakan adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi tindakan.

Melakukan pemetaan antara kolom Kd_Tindakan yang berada sumber data tabel tindakan dengan kolom Kd_tindakan yang berada pada dimensi tindakan sehingga Kd_tindakan yang sama tidak akan kembali masuk pada dimensi tindakan.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel tindakan menjadi sebuah dimensi tindakan adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi tindakan yang sudah dibuat sebelumnya.

(38)

4. Diagnosa

• Struktur ETL

Gambar 4.16 Struktur ETL Dimensi Diagnosa

Gambar 4.17 Proses ETL Dimensi Diagnosa

• Penjelasan Proses ETL Dimensi Diagnosa

Pada proses ETL tabel diagnosa menjadi sebuah dimensi diagnosa melibatkan lima komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi diagnosa ini adalah sebagai berikut :

(39)

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel diagnosa menjadi sebuah dimensi diagnosa adalah sebagai berikut :

Pada proses ETL dimensi diagnosa ini maka tabel yang akan dipilih sebagai sumber data adalah diagnosa.

o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel diagnosa menjadi sebuah dimensi diagnosa adalah sebagai berikut :

Pada proses ETL dimensi diagnosa ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah Kd_Diagnosa.

Pada proses ETL dimensi diagnosa ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah Kd_diagnosa.

o Aggregate

Pada proses ETL dimensi diagnosa ini, attribute dari tabel asal yaitu tabel diagnosa yang akan dimasukkan kedalam dimensi tindakan adalah Kd_diangosa dan Nama_Diagnosa.

(40)

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel diagnosa menjadi sebuah dimensi diagnosa adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi diagnosa.

Melakukan pemetaan antara kolom Kd_Diagnosa yang berada sumber data tabel diagnosa dengan kolom KD_Diagnosa yang berada pada dimensi diagnosa sehingga Kd_diagnosa yang sama tidak akan kembali masuk pada dimensi diagnosa.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel diagnosa menjadi sebuah dimensi diagnosa adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi diagnosa yang sudah dibuat sebelumnya.

(41)

5. Alat Kesehatan • Struktur ETL

Gambar 4.18 Struktur ETL Dimensi Alat Kesehatan

Gambar 4.19 Proses ETL Dimensi Alat Kesehatan

• Penjelasan Proses ETL Dimensi Alat Kesehatan

Pada proses ETL tabel alat kesehatan menjadi sebuah dimensi alat kesehatan melibatkan lima komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun

(42)

penjelasan dari proses ETL dimensi alat kesehatan ini adalah sebagai berikut :

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel alat kesehatan menjadi sebuah dimensi alat kesehatan adalah sebagai berikut :

Pada proses ETL dimensi alat kesehatan ini maka tabel yang akan dipilih sebagai sumber data adalah alat kesehatan.

o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel alat kesehatan menjadi sebuah dimensi alat kesehatan adalah sebagai berikut :

Pada proses ETL dimensi alat kesehatan ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah Kd_Alkes.

Pada proses ETL dimensi alat kesehatan ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah Kd_Alkes.

(43)

o Aggregate

Pada proses ETL dimensi alat kesehatan ini, attribute dari tabel asal yaitu tabel diagnosa yang akan dimasukkan kedalam dimensi tindakan adalah Kd_alkes dan Nama_alkes.

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel alat kesehatan menjadi sebuah dimensi alat kesehatan adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi alat kesehatan.

Melakukan pemetaan antara kolom Kd_alkes yang berada sumber data tabel alat kesehatan dengan kolom Kd_alkes yang berada pada dimensi alat kesehatan sehingga Kd_alkes yang sama tidak akan kembali masuk pada dimensi alat kesehatan.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel alat kesehatan menjadi sebuah dimensi alat kesehatan adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi alat kesehatan yang sudah dibuat sebelumnya.

(44)

6. Spesialis

• Struktur ETL

Gambar 4.20 Struktur ETL Dimensi Spesialis

(45)

• Penjelasan Proses ETL Dimensi Spesialis

Pada proses ETL tabel spesialis menjadi sebuah dimensi spesialis melibatkan lima komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi diagnosa ini adalah sebagai berikut :

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel spesialis menjadi sebuah dimensi spesialis adalah sebagai berikut :

Pada proses ETL dimensi spesialis ini maka tabel yang akan dipilih sebagai sumber data adalah spesialis.

o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel spesialis menjadi sebuah dimensi spesialis adalah sebagai berikut :

Pada proses ETL dimensi spesialis ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah kd_spesialis.

(46)

Pada proses ETL dimensi spesialis ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah kd_spesialis.

o Aggregate

Cara penggunaan dari komponen aggregation dalam proses ETL tabel spesialis menjadi sebuah dimensi spesialis adalah dengan cara memilih attribute yang sudah disediakan dari tabel spesialis dan disesuaikan dengan tingkat rincian yang ada pada tabel dimensi spesialis. Pada proses ETL dimensi spesialis ini, attribute dari tabel asal yaitu tabel spesialis yang akan dimasukkan kedalam dimensi spesialis adalah Kd_ spesialis dan Nama_ spesialis.

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel spesialis menjadi sebuah dimensi spesialis adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi spesialis.

Melakukan pemetaan antara kolom kd_spesialis yang berada sumber data tabel spesialis dengan kolom kd_spesialis yang berada pada dimensi

(47)

spesialis sehingga kd_spesialis yang sama tidak akan kembali masuk pada dimensi spesialis.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel spesialis menjadi sebuah dimensi spesialis adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi spesialis yang sudah dibuat sebelumnya.

7. Dokter

• Struktur ETL

Gambar 4.22 Struktur ETL Dimensi Dokter

(48)

• Penjelasan Proses ETL Dokter

Pada proses ETL tabel dokter menjadi sebuah dimensi dokter melibatkan empat komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi dokter ini adalah sebagai berikut :

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel dokter menjadi sebuah dimensi dokter adalah sebagai berikut :

Pada proses ETL dimensi dokter ini maka tabel yang akan dipilih sebagai sumber data adalah dokter. o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel dokter menjadi sebuah dimensi dokter adalah sebagai berikut :

Pada proses ETL dimensi dokter ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah kd_dokter.

Pada proses ETL dimensi dokter ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah Kd_ dokter.

(49)

o Aggregate

Cara penggunaan dari komponen aggregation dalam proses ETL tabel dokter menjadi sebuah dimensi dokter adalah dengan cara memilih attribute yang sudah disediakan dari tabel dokter dan disesuaikan dengan tingkat rincian yang ada pada tabel dimensi dokter. Pada proses ETL dimensi dokter ini, attribute dari tabel asal yaitu tabel dokter yang akan dimasukkan kedalam dimensi dokter adalah Kd_ dokter dan Nama_ dokter.

o Lookup

Cara penggunaan dari komponen lookup dalam proses ETL tabel dokter menjadi sebuah dimensi dokter adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi dokter.

Melakukan pemetaan antara kolom kd_dokter yang berada sumber data tabel dokter dengan kolom kd_dokter yang berada pada dimensi dokter sehingga kd_dokter yang sama tidak akan kembali masuk pada dimensi dokter.

(50)

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel dokter menjadi sebuah dimensi dokter adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi dokter yang sudah dibuat sebelumnya.

8. Kegiatan

• Struktur ETL

(51)

Gambar 4.25 Proses ETL Dimensi Kegiatan

• Penjelasan Proses ETL Kegiatan

Pada proses ETL tabel dokter menjadi sebuah dimensi kegiatan melibatkan empat komponen dalam ETL tools yaitu source, sort, aggregate, lookup dan destination. Adapun penjelasan dari proses ETL dimensi kegiatan ini adalah sebagai berikut :

o Source

Cara penggunaan dari komponen source dalam proses ETL tabel kegiatan menjadi sebuah dimensi kegiatan adalah sebagai berikut :

Menentukan Sumber Data

Pada proses ETL dimensi kegiatan ini maka tabel yang akan dipilih sebagai sumber data adalah kegiatan.

(52)

o Sort

Cara penggunaan dari komponen sort dalam proses ETL tabel kegiatan menjadi sebuah dimensi kegiatan adalah sebagai berikut :

Pada proses ETL dimensi kegiatan ini, kolom yang akan digunakan sebagai dasar melakukan pengurutan adalah kd_kegiatan.

Pada proses ETL dimensi kegiatan ini, kolom yang digunakan sebagai dasar dari penghapusan duplikasi data adalah Kd_ kegiatan.

o Aggregate

Cara penggunaan dari komponen aggregation dalam proses ETL tabel kegiatan menjadi sebuah dimensi kegiatan adalah dengan cara memilih attribute yang sudah disediakan dari tabel kegiatan dan disesuaikan dengan tingkat rincian yang ada pada tabel dimensi kegiatan. Pada proses ETL dimensi kegiatan ini, attribute dari tabel asal yaitu tabel kegiatan yang akan dimasukkan kedalam dimensi kegiatan adalah Kd_ kegiatan dan Nama_ kegiatan.

o Lookup

Komponen lookup adalah sebuah komponen dalam melakukan Cara penggunaan dari komponen lookup dalam

(53)

proses ETL tabel kegiatan menjadi sebuah dimensi kegiatan adalah sebagai berikut:

Pada tahap ini akan dilakukan pencarian dan pemilihan pada tabel dimensi kegiatan .

Melakukan pemetaan antara kolom kd_kegiatan yang berada sumber data tabel kegiatan dengan kolom kd_kegiatan yang berada pada dimensi kegiatan sehingga kd_kegiatan yang sama tidak akan kembali masuk pada dimensi kegiatan.

o Destination

Cara penggunaan dari komponen destination dalam proses ETL tabel kegiatan menjadi sebuah dimensi kegiatan adalah dengan cara melakukan penelusuran dan pencarian terhadap dimensi kegiatan yang sudah dibuat sebelumnya.

4.2.9.2 Proses Backup

Proses backup terhadap data warehouse akan dilakukan dalam jangka waktu satu bulan, secara otomatis oleh sistem melalui proses ETL(Extract, Transform dan Load).

(54)

4.2.9.3 Security

Security merupakan hal yang penting terutama dalam menjaga kerahasiaan data dalam suatu perusahaan, dengan melakukan security terhadap data tersebut dimana hak akses yang hanya diberikan terbatas hanya kepada pihak-pihak berkepentingan. Untuk membatasi hak akses tersebut maka dilakukan penggunaan password saat melakukan login terhadap sistem tersebut. Pihak-pihak yang dapat mengakses aplikasi data warehouse pada Pelayanan Kesehatan Sint Carolus hanya diberikan kepada pihak direksi, manager Rawat Inap, manager Farmasi, manager Laboratorium dan manager Sistem Informasi Rumah Sakit(SIRS). Manager Sistem Informasi Rumah Sakit berperan selain sebagai pihak yang dapat mengakses aplikasi data warehouse, juga dapat menentukan pihak yang diberi hak akses untuk menggunakan aplikasi Extract, Transform dan Load.

Tabel 4.17 Peran User Role

User

Read Update Insert Delete

Pihak Direksi X X

Manager SIRS X X X X

(55)

Manager Farmasi X X Manager Laboratorium X X

4.2.9.4 Analisis Kapasitas Media Penyimpanan

Untuk mengetahui tentang jumlah kapasitas yang diperlukan dalam melakukan penyimpanan data, maka dibutuhkan suatu analisis terhadap media penyimpanannya

1. Num_Rows = Jumlah baris dalam tabel 2. Num_Cols = Jumlah kolom dalam tabel

3. Fixed_Data_Size = Total ukuran byte dalam tabel 4. Null_Bitmap = 2 + ((Num_Cols + 7) / 8)

5. Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap + 4 6. Rows_Per_Page = 8096 / (Row_Size + 2). 7. Free_Rows_Per_Page = 8096 x ((100 - Fill_Factor) / 100) / (Row_Size + 2) 8. Num_Leaf_Pages=Num_Rows/(Rows_Per_Page- Free_Rows_Per_Page) 9. Leaf_space_used = 8192 x Num_Leaf_Pages

(56)

• Fakta Rawat Inap Asumsi :

Jumlah fakta rawat inap dalam 1 bulan sekitar 21000 record, sehingga jumlah record untuk satu tahun adalah

Satu tahun = 21000 x 12 = 252000

Maka perkiraan jumlah record dalam 5 tahun kedepan adalah Lima tahun = 252000 x 5 = 1260000

Jumlah record Fakta RWI pada tahun ke-5 = 1260000

Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah :

Tabel 4.18 Fakta Rawat Inap

Attribute Tipe Data Panjang

PasienID Int 4 DokterID Int 4 DiagnosaID Int 4 TindakanID Int 4 ObatID Int 4 AlkesID Int 4 KegiatanID Int 4 KompetitorID Int 4 1. Nums_Rows = 252000 2. Nums_Cols = 9

(57)

3. Fixed_Data_Size = 4 + 4+ 4 + 4 + 4 + 4 + 4 + 4 +4 =36 bytes 4. Null_Bitmap =2 + ((9+ 7) / 8) = 4 5. Rows_Size = 36 + 4 + 4 = 44 bytes 6. Rows_Per_Page =8096 / (44+ 2) = 176 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 50) / 100) / (44+ 2) = 8096 x (50/100)/(46) = 88pages 8. Num_Leaf_Pages = 252000 / (176 - 88) = 2864 pages 9. Leaf_space_used = 8192 x 2864=23461888 bytes • Fakta Farmasi Asumsi :

Satu tahun = 25000 x 12 = 300000

Tabel 4.19 Fakta Farmasi

Attribute Tipe Data Panjang

(58)

DokterID Int 4 DiagnosaID Int 4 SpesialisID Int 4 ObatID Int 4 AlkesID Int 4 TimeID Int 4 KompetitorID Int 4 1. Nums_Rows =300000 2. Nums_Cols = 8 3. Fixed_Data_Size = 4 + 4 +4 + 4 +4 +4 +4 +4= 32 4. Null_Bitmap = 2 + (8+ 7) / 8) = 4 5. Rows_Size = 32+ 4 + 4 = 40 bytes 6. Rows_Per_Page = 8096 / (40+ 2) = 193 pages 7. Free_Rows_Per_Page =8096 x ((100 - 50) / 100) / (40+ 2) = 8096 x (50/100)/(42) =96 pages 8. Num_Leaf_Pages =300000 / (193- 96) = 3093 pages 9. Leaf_space_used = 8192 x 3093 = 25337856 bytes

(59)

• Fakta Laboratorium Asumsi :

Satu tahun = 5000 x 12 = 60000

Tabel 4.20 Fakta Laboratorium

Attributee Tipe Data Panjang

PasienID Int 4 KegiatanID Int 4 DiagnosaID Int 4 TimeID Int 4 KompetitorID Int 4 1. Nums_Rows = 60000 2. Nums_Cols = 5 3. Fixed_Data_Size = 4 + 4 + 4 + 4+4 = 20 4. Null_Bitmap = 2 + ((5 + 7) / 8) = 4 5. Rows_Size = 20+ 4 + 4 = 28 bytes

(60)

6. Rows_Per_Page = 8096 / (28+ 2) =270 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 50) / 100) / (28 + 2) = 8096 x (50/100)/(30) = 135 pages 8. Num_Leaf_Pages = 60000/ (270 - 135) = 444 pages 9. Leaf_space_used = 8192 x 444 = 3637248 bytes • Dimensi waktu

Tabel 4.21 Dimensi Waktu

WaktuID Int 4 ID_Waktu Varchar 10 Bulan Varchar 10 Tahun Int 4 Kuarter Int 4 Semester Int 4 Iklim Int 4 1. Num_Rows =1000 2. Num_Cols = 7 3. Fixed_Data_Size = 4 +10+10+ 4 +4 +4 + 4= 40 bytes 4. Null_Bitmap = 2 + ((7+ 7) / 8) = 4 5. Row_Size = 40 + 4 + 4 = 48bytes 6. Rows_Per_Page = 8096 / (48 + 2) = 162 pages

(61)

7. Free_Rows_Per_Page = 8096 x ((100 - 50) / 100) / (48 + 2) = 8096 x (50/100)/(50) = 81 pages 8. Num_Leaf_Pages = 1000 / (162 - 81) = 13 pages 9. Leaf_space_used = 8192 x 13 = 106496 bytes • Dimensi pasien

Tabel 4.22 Dimensi Pasien

PasienID Int 4 NOMR Varchar 6 Nama_Pasien Varchar 50 Umur Int 4 1. Num_Rows =700 2. Num_Cols = 4 3. Fixed_Data_Size = 4 + 6 + 50 + 4= 64 bytes 4. Null_Bitmap = 2 + ((4 + 7) / 8) = 4 5. Row_Size = 64 + 4 + 4 = 72 bytes 6. Rows_Per_Page = 8096 / (72 + 2) = 109 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 50) / 100) / (72 + 2) = 8096 x (50/100)/ (74) = 55 pages

(62)

8. Num_Leaf_Pages = 700 / (109 - 55) =13 pages 9. Leaf_space_used = 8192 x 13 = 106496 bytes

• Dimensi diagnosa

Tabel 4.23 Dimensi Diagnosa

DiagnosaID Int 4 Kd_Diagnosa Varchar 7 Nama_Diagnosa Varchar 150 1. Num_Rows = 2500 2. Num_Cols = 3 3. Fixed_Data_Size = 4+7+150 = 161 bytes 4. Null_Bitmap = 2 + ((3+ 7) / 8) = 4 5. Row_Size = 161 + 4 + 4 = 169 bytes 6. Rows_Per_Page = 8096 / (169 + 2) = 48 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 30) / 100) / (169+ 2) = 8096 x (70/100)/(171) = 33 pages 8. Num_Leaf_Pages = 2500 / (48 - 33) = 167 pages 9. Leaf_space_used = 8192 x 167= 1368064 bytes

(63)

• Dimensi obat

Tabel 4.24 Dimensi Obat

ObatID Int 4 Kd_Obat Varchar 11 Nama_Obat Varchar 150 1. Num_Rows = 1500 2. Num_Cols = 5 3. Fixed_Data_Size = 4+11+150 =165 bytes 4. Null_Bitmap = 2 + ((5 + 7) / 8) = 4 5. Row_Size = 165 + 4 + 4 = 173 6. Rows_Per_Page = 8096/ (173+2) =47 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 30) / 100) / (173 + 2) = 8096 x (70/100) / (175) = 32 pages 8. Num_Leaf_Pages = 1500 / (47 - 32) = 100 pages 9. Leaf_space_used = 8192 x 100 = 819200 bytes • Dimensi dokter

Tabel 4.25 Dimensi Dokter

(64)

Kd_Dokter Varchar 8 Kd_Spesialis Varchar 3 Nama_Dokter Varchar 50 1. Num_Rows = 100 2. Num_Cols = 4 3. Fixed_Data_Size = 4+8+3+50 =65 bytes 4. Null_Bitmap = 2 + ((4 + 7) / 8) = 4 5. Row_Size = 65 + 4 + 4 = 73 bytes 6. Rows_Per_Page = 8096 /(73+2) = 107 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 20) / 100)/ (73 + 2) = 8096 x (80/100) / (75) = 86 pages 8. Num_Leaf_Pages = 100 / (86- 73) = 8 pages 9. Leaf_space_used = 8192 x 8 = 65536 bytes

• Dimensi alat kesehatan

Tabel 4.26 Dimensi Alat Kesehatan

AlkesID Int 4

Kd_Alkes Varchar 6 Nama_Alkes Varchar 150

(65)

1. Num_Rows =300 2. Num_Cols = 3 3. Fixed_Data_Size = 4+6+150 =160 bytes 4. Null_Bitmap = 2 + ((3 + 7) / 8) = 4 5. Row_Size = 160+ 4 + 4 = 168 bytes 6. Rows_Per_Page = 8096 / (168+ 2) = 48 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 20) / 100) / (168+ 2) = 8096 x ((80)/100) / (170) = 38 pages 8. Num_Leaf_Pages = 300 / (48 – 38) = 10 pages 9. Leaf_space_used = 8192 x 10 = 81920 bytes • Dimensi kegiatan

Tabel 4.27 Dimensi Kegiatan

KegiatanID Int 4 Kd_Kegiatan Varchar 6 Nama_Kegiatan Varchar 150 1. Num_Rows = 500 2. Num_Cols = 3 3. Fixed_Data_Size =4+6+150 =160 bytes 4. Null_Bitmap = 2 + ((3 + 7) / 8) = 4

(66)

5. Row_Size = 160 + 4 + 4 = 168 bytes 6. Rows_Per_Page = 8096 / (168+ 2) = 48 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 50) / 100) / (168 + 2) = 8096 x ((50)/100) / (170) = 24 pages 8. Num_Leaf_Pages = 500 / (48 - 24) = 21 pages 9. Leaf_space_used = 8192 x 21 =172032 bytes • Dimensi tindakan

Tabel 4.28 Dimensi Tindakan

TindakanID Int 4 Kd_Tindakan Char 5 Nama_Tindakan Varchar 150 1. Num_Rows = 250 2. Num_Cols = 3 3. Fixed_Data_Size = 4+5+150 =159 bytes 4. Null_Bitmap = 2 + ((3 + 7) / 8) = 4 5. Row_Size = 159 + 4 + 4 = 167 bytes 6. Rows_Per_Page = 8096 / (167 + 2) = 48 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 30) / 100) / (167 + 2) = 8096 x ((70)/100) / (169)

(67)

= 34 pages

8. Num_Leaf_Pages = 250 / (48 - 34) = 18 pages 9. Leaf_space_used = 8192 x 18 =145656 bytes

• Dimensi spesialis

Tabel 4.29 Dimensi Spesialis

SpesialisID Int 4 Kd_Spesialis Varchar 3 Deskripsi Varchar 300 1. Num_Rows =30 2. Num_Cols = 3 3. Fixed_Data_Size = 4+3+300 =307 bytes 4. Null_Bitmap = 2 + ((3 + 7) / 8) = 4 5. Row_Size = 307 + 4 + 4 = 315 bytes 6. Rows_Per_Page = 8096 / (315 + 2) = 26 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 10) / 100) / (315 + 2) = 8096 x ((90)/100) / (317) =23 pages 8. Num_Leaf_Pages = 250 / (26 - 23) = 83 pages 9. Leaf_space_used = 8192 x 83 = 679936 bytes

(68)

• Dimensi Kompetitor

Tabel 4.30 Dimensi Kompetitor

KompetitorID Int 4 Nama_Kompetitor Varchar 50 Alamat_Kompetitor Varchar 100 1. Num_Rows =2 2. Num_Cols = 3 3. Fixed_Data_Size = 4+50 +100 =154 bytes 4. Null_Bitmap = 2 + ((3+ 7) / 8) = 3 5. Row_Size = 154 + 4 + 3 = 161 bytes 6. Rows_Per_Page = 8096 / (161+ 2) = 50 pages 7. Free_Rows_Per_Page = 8096 x ((100 - 10) / 100) / (50 + 2) = 8096 x ((90)/100) / (52) =140 pages 8. Num_Leaf_Pages = 250 / (140 - 50) = 3 pages 9. Leaf_space_used = 8192 x 3 =24576 bytes

(69)

Tabel 4.31 Analisis Kapasitas Media Penyimpanan lima Tahun Mendatang untuk Tabel Fakta

Nama Dimensi Bytes Jumlah Current Record (record) Jumlah Record lima tahun kedepan (record) Space yang digunakan satu tahun (bytes) Space yang digunakan lima tahun (bytes) Fakta Rawat Inap 36 252000 1260000 23461888 117309440 Fakta Farmasi 28 300000 1500000 25337856 126689280 Fakta Laboratorium 16 60000 300000 3637248 18186240

Tabel 4.32 Analisis Kapasitas Media Penyimpanan lima Tahun Mendatang untuk Tabel Dimensi

Nama Dimensi Bytes Jumlah

Current Record (record) Jumlah Record lima tahun kedepan (record) Space yang digunakan satu tahun (bytes) Space yang digunakan lima tahun (bytes) Dimensi Waktu 20 1000 5000 106496 532480 Dimensi Pasien 60 700 3500 106496 532480 Dimensi Diagnosa 161 2500 12500 1368064 6840320

(70)

Dimensi Obat 164 1500 7500 819200 8765440

Dimensi Dokter 161 100 500 65536 327680

Dimensi Alat Kesehatan 164 300 1500 81920 409600

Dimensi Pengujian 162 300 1500 195096 975480

Dimensi Kegiatan 160 500 2500 172032 860160

Dimensi Tindakan 159 250 1250 145656 728280

Dimensi Spesialis 157 30 150 679936 3399680

Dimensi Iklim 13 2 50 24576 122880

4.3 Skema Bintang dan Metadata 4.3.1 Skema Bintang

Permodelan dimensional (dimensionality modelling) yang digunakan pada perancangan data warehouse untuk Pelayanan Kesehatan Sint Carolus adalah star schema atau skema bintang. Pemilihan star schema karena bentuk dari star schema ini memaksimalkan tingkat pengaksesan yang dilakukan dan memudahkan dalam query.

Terdapat tiga skema bintang yang diperoleh dari perancangan data warehouse pada Pelayanan Kesehatan Sint Carolus, yaitu sebagai berikut :

(71)

Gambar 4.26 Skema Bintang Fakta Rawat Inap

Gambar diatas menunjukkan skema bintang dari fakta rawat inap dimana pada tabel fakta rawat inap terdapat beberapa attribute yang berhubungan dengan berbagai tabel dimensi. Pada fakta rawat inap dapat melihat berbagai dimensi yaitu : pasien, dokter, diagnosa, tindakan, obat, alkes, kegiatan, kompetitor dan waktu.

(72)

Gambar 4.27 Skema Bintang Fakta Farmasi

Gambar diatas menunjukkan skema bintang dari fakta farmasi dimana pada tabel fakta farmasi terdapat beberapa attribute yang berhubungan dengan berbagai tabel dimensi. Pada fakta farmasi dapat melihat berbagai dimensi yaitu : pasien, dokter, obat, alkes, diagnosa, kompetitor dan waktu.

(73)

Gambar 4.28 Skema Bintang Fakta Laboratorium

Gambar diatas menunjukkan skema bintang dari fakta laboratorium dimana pada tabel fakta laboratorium terdapat beberapa attribute yang berhubungan dengan berbagai tabel dimensi. Pada fakta laboratorium dapat melihat berbagai dimensi yaitu : pasien, diagnosa, kegiatan, kompetitor dan waktu.

(74)

(75)

(76)

(77)

(78)

(79)

(80)

(81)

(82)

(83)

4.4 Rancangan Tatap Muka Aplikasi Data Warehouse 1. Form Login

Form login adalah tampilan pertama kali ketika masuk dalam program atau aplikasi. Form login berguna untuk masuk ke dalam menu utama dari aplikasi data warehouse ini. Pada form login terdapat dua hal yang harus diisi, yaitu username dan password. Hak akses dari aplikasi ini hanya diberikan pada pihak direksi, bagian Sistem Informasi Rumah Sakit(SIRS), bagian Farmasi, bagian Laboratorium dan bagian Rawat Inap. Setelah user mengisi username dan password maka user dapat mengklik submit untuk lanjut ke form berikutnya.

(84)

2. Form Warning Login

a. Form dibawah ini adalah tampilan ketika username dan password tidak diisi oleh user.

Gambar 4.30 Form Warning Login Filled

b. Form dibawah ini adalah tampilan yang akan muncul pada saat username dan password yang diisi user tidak sesuai.

(85)

3. Form Menu Utama Login SIRS (Sistem Informasi Rumah Sakit)

Form menu utama adalah tampilan pertama setelah login sebagai user dari SIRS (Sistem Informasi Rumah Sakit). Login sebagai SIRS memungkinkan manager SIRS mengakses aplikasi data warehouse untuk melihat data rawat inap, farmasi dan laboratorium. Pada bagian kiri atas sampai dengan kanan dari form menu ini terdapat 7 icon, dimana icon-icon tersebut berguna untuk logout, exit, menambah user, mengganti password, melihat Form ETL, about us dan help untuk membantu user dalam menggunakan aplikasi.

(86)

4. Form User

Form user adalah form untuk menambah user serta hak akses untuk menggunakan aplikasi data warehouse ini. Hak akses untuk user lainnya akan diberikan atas wewenang dari manager SIRS (Sistem Informasi Rumah Sakit). Terdapat beberapa hal yang perlu diisi dalam penambahan user ini, yaitu username, password, confirm password serta memilih divisi untuk mengetahui user yang bertambah tersebut berasal dari divisi mana. Setelah mengisi data tersebut maka user dapat mengklik “Submit” dan username tersebut akan bertambah. Dalam form user ini, juga dapat melihat user yang memiliki hak akses dengan mengklik “Tab User Setting”.

(87)

a. Form dibawah ini adalah tampilan yang muncul ketika username tidak diisi.

Ok

Gambar 4.34 Form Warning Add User Filled

b. Form dibawah ini adalah tampilan pada saat username sudah digunakan oleh user lain.

(88)

c. Form dibawah ini adalah tampilan ketika password tidak diisi oleh user.

Gambar 4.36 Form Warning Add User Filled

d. Form dibawah ini adalah tampilan pada saat password dan confirm password tidak sama.

(89)

e. Form dibawah ini adalah tampilan pada saat user tidak memilih division.

Gambar 4.38 Form Warning Add User Selected

f. Form dibawah ini adalah tampilan pada saat add user berhasil dilakukan.

(90)

5. Form Tab User Setting

Form tab user setting adalah tampilan untuk melihat user yang memiliki hak akses untuk aplikasi data warehouse ini. Pada form ini, manager SIRS dapat melakukan pergantian password atau update data user login dengan mengklik “Submit” atas pergantian data user tersebut dan juga dapat menghilangkan hak akses untuk user dengan mengklik “Delete”. Button reset digunakan untuk mengganti password user menjadi default password “123456”.

(91)

a. Form dibawah ini adalah tampilan dari user yang berhasil melakukan update user login-nya.

Gambar 4.41 Form Warning User Setting Update Sucsess

b. Form dibawah ini adalah tampilan meminta konfirmasi untuk melakukan delete user login.

(92)

6. Form Change Password

Form change password adalah tampilan untuk mengganti password dimana form ini hanya mengubah password dari user itu sendiri. Pada form ini hanya perlu mengisi data password yang ingin diubah dan confirm password. Setelah itu dapat mengklik “Submit” dan pada saat itu juga password dari user yang bersangkutan akan berubah.

(93)

7. Form Warning Change Password

a. Form ini adalah tampilan untuk password yang tidak diisi oleh user.

Gambar 4.44 Form Warning Change Password Filled

b. Form ini adalah tampilan pada saat password dan confirm password tidak sama.

Confirm password is not match

Ok

(94)

c. Form ini adalah tampilan pada saat confirm password yang dilakukan berhasil.

Gambar 4.46 Form Warning Change Password Update Success

8. Form Extract, Transform, Load (ETL)

Form ETL ini adalah tampilan untuk melakukan proses ETL dari data baru yang ingin dimasukkan kedalam data warehouse. Proses ETL ini hanya bisa dilakukan oleh bagian SIRS. Untuk melakukan extract, transform dan load data baru dengan mengklik button “ETL Process” maka data baru tersebut akan melalui proses ETL dan data tersebut akan bertambah dalam data warehouse. Jika proses ETL selesai maka akan muncul “ETL Process Success”.

(95)

Gambar 4.47 Form ETL

9. Form Menu Utama Login Rawat Inap

Form menu utama rawat inap adalah tampilan setelah login sebagai user dari rawat inap. Dan menu utama ini menampilkan star schema dari rawat inap yang merupakan hubungan antara fact table dan dimension table, yang berada tepat di tengah form. Pada form ini user hanya dapat memilih menu rawat inap dengan melakukan mouse enter pada gambar rawat inap sesuai dengan hak akses user tersebut. Pada menu bar form menu ini terdapat lima icon, dimana icon-icon tersebut berguna untuk logout, exit, mengganti password,about us dan help.

(96)

Gambar 4.48 Form Menu Utama Rawat Inap

10. Form Menu Rawat Inap

Pada form menu rawat inap terdapat tiga tab, yaitu : a. Pivot Table Rawat Inap

Form tab pivot table adalah tampilan utama dari menu rawat inap setelah melakukan mouse enter pada gambar rawat inap pada menu utama sebelumnya. Bagian atas kiri dari pivot table rawat inap terdapat beberapa dimensi dari rawat inap. Untuk menghasilkan grain yang diinginkan, dapat dilakukan dengan menarik dimensi ke tabel sesuai dengan grain dan juga dimensi yang di drag tersebut dapat dilihat datanya baik sebagai baris maupun kolom.

(97)

Pada bagian samping kanan juga terdapat cara lain untuk memudahkan user dalam menentukan dimensi yang diinginkan sebagai baris ataupun kolom. Cara penempatan dimensi tersebut dilakukan dengan menarik dimensi dari filter area dan meletakkan dimensi tersebut pada column area atau row area. Untuk kotak drag items to pivot table merupakan measurement terhadap data dimensi dimana menentukan pengukuran datanya dari jumlah transaksi sehingga datanya hanya bisa count berdasarkan jumlah transaksi.

Untuk print preview dari pivot table dapat dilakukan dengan mengklik “Print Pivot Grid”, untuk memindahkan data pada pivot table dalam bentuk excel dilakukan dengan mengklik “Export to Excel” dan untuk preview chartnya dengan mengklik “Show on Chart”.Button reset digunakan untuk mengembalikan posisi dimensi-dimensi yang ada pada pivot table. Sedangkan untuk print data pivot table dan chartnya dapat dilakukan dengan mengklik “Print Report”. Pada form ini juga dapat melihat chart sesuai dengan yang diinginkan dan dimensi yang diinginkan, dimana pilihannya terdapat pada bagian kiri atas berupa tab.

(98)

Gambar 4.49 Pivot Table Rawat Inap

b. Chart

Form tab chart adalah tampilan utama dari menu rawat inap setelah mengklik tab chart itu sendiri. Pada form ini user dapat memilih tipe chart yang diinginkan. Pada bagian kiri bawah juga user dapat preview chart dengan mengklik “Print Chart” atau menkonvert chart ke excel dengan mengklik “Export to Excel” sedangkan untuk mencetak chart dan pivot tablenya dengan mengklik “Print Report”.

(99)

Gambar 4.50 Chart Rawat Inap

c. Dimension

Form tab dimension adalah tampilan setelah pada form menu rawat inap memilih dimension pada bagian tab yang ada pada kiri atas. Pada form ini, user dapat melihat data dari dimensi yang diinginkan dengan mengklik combo box yang berisi dimensi. Maka setelah dipilih dimensinya akan menampilkan data dari dimensi tersebut. Sedangkan untuk mencetak chart dan pivot table dengan mengklik “Print Report”.

(100)

Gambar 4.51 Dimension Rawat Inap

11. Form Menu Utama Login Farmasi

Form menu utama ini adalah tampilan setelah login sebagai user dari farmasi. Dan menu utama ini menampilkan star schema dari farmasi yang merupakan hubungan antara fact table dan dimension table, yang berada tepat di tengah form. Pada form ini user hanya dapat memilih menu farmasi dengan melakukan mouse enter pada gambar rawat inap sesuai dengan hak akses user

(101)

tersebut. Pada menu bar form menu ini terdapat lima icon, dimana icon-icon tersebut berguna untuk logout, exit, mengganti password ,about us dan help.

Gambar 4.52 Menu Utama Farmasi

12. Form Menu Farmasi

Pada form menu farmasi terdapat tiga tab yaitu : a. Pivot Table

Form tab pivot table adalah tampilan utama dari menu farmasi setelah melakukan mouse enter pada gambar farmasi pada menu utama sebelumnya. Bagian atas kiri dari pivot table farmasi terdapat beberapa dimensi dari farmasi. Untuk menghasilkan grain yang diinginkan, dapat dilakukan dengan mendrag dimensi ke tabel sesuai dengan grain dan