PENERAPAN BASIS DATA TERPARTISI DALAM RANCANG
BANGUN SISTEM PENGGAJIAN-PENGUPAHAN DENGAN
MODEL JARINGAN CLIENT-SERVER
Yulis Dwi Anto 1) Januar Wibowo 2) Tegar Heru S. 3) 1) S1/Jurusan Sistem informasi 04410100036.
2) Pembimbing I 3)Pembimbing II
Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya.
Abstract ; Managing data transaction of employees such as check clock, wages,
salaries , income tax, honorarium, commission ,gift will become a serious difficult task if involving large quantity employees. You can imagine how busy you are if you have to take care of about 3000 or more data of employees every month with only Microsoft Excel as your tool, you will have more difficulties if you have to take care of them every day. Definitely you need better solution, and because of that here I presenting to you this wages and salaries management system with client server. The use age of client server database model will make server become center of data transaction and requests which mean make server responses will become more and more slower as numbers of client requests increasing. So system will need better strategy to avoid time consuming process. Because server hold large number of historical data, it would be time consuming if user of system try to querying large sum of data query. One of strategy that will be applied to the server that we hope could become as better strategy is database partitioning. Partitioning if the way to divide large number of data table into smaller segments, so hopefully within smaller data to probe for requested query then server will finish the task with more time efficiently.
Keywords ; payroll, database partitions, client- server.
Memajemen data karyawan dengan menggunakan aplikasi MS. Excel dari hari ke hari akan dirasakan semakin merepotkan karena banyaknya sheets dan workbooks yang harus dibuka. Belum lagi konsolidasi data antar administrator yang membutuhkan waktu dengan data lebih
dari seribu karyawan untuk diolah. Penggunaan basis data dengan model distribusi client-server ialah pilihan tepat untuk menjadi solusi praktis dalam pendataan karyawan dengan jumlah yang sedemikian. Client-server memiliki keunggulan praktis dalam hal integritas data sehingga
ketidakefesienan konsolidasi antar
sheets, antar workbooks, dan antar
administrator dapat ditinggalkan.
Selain itu client-server juga lebih praktis untuk tipe transaksi yang menggunakan online data sharing
pada model kerja
bersamaan/workgroups. Keuntungan lainnya dengan penggunaan sistem distribusi data terpusat client-server ialah lalu lintas data lebih mudah diawasi, selain itu juga data dapat langsung terkumpul dipusat sehingga bisa langsung diolah menjadi informasi.
LANDASAN TEORI
1. Model Jaringan
Model Peer to Peer.
Yaitu model jaringan dimana setiap unit pada jaringan memiliki level yang sama dalam hierarki jaringan. Pada model jaringan ini aliran data bersifat sejajar antar satu
unit dengan unit lainnya dalam jaringan. Model aliran data pada jaringan ini tampak pada gambar 1 berikut;
Model Client-Server.
Merupakan model aliran data yang memiliki baik hierarki maupun hubungan langsung antar komputer dalam jaringan. Hubungan aliran data pada model ini dilakukan secara langsung dari klien ke server tanpa harus melalui protokol ataupun lapisan aplikasi khusus untuk komunikasi antara klien dan server. Model aliran Client-Server tergambar pada gambar 2 berikut ini;
Client Client Client Server
Response Response Response Request Request Request Server sebagai sumber data Client sebagai penerima data
Gambar 1. Model Client-Server.
Model Hierachical Client-Server.
Merupakan model aliran data yang memiliki karakteristik
Client-Server tetapi dengan banyak
lapisan/layers, atau tiers antara server-servernya.
Model Distributed Computing,
Merupakan model distribusi data yang memiliki karakteristik sebagai kebalikan data model
Client-Server. Pada model ini proses request
tidak dijalankan oleh komputer
cabang/node tetapi oleh komputer
server, yang bertindak sebagai task
manager.
2. Transaksional Proses Sistem
Online transaction processing
atau yang biasa di sebut OLTP mempunyai peranan yang penting di dalam database management system (DBMS). Di dalam DBMS OLTP ialah konsep, class of system, pola pikir,
target dan orientasi yang akan menuntun para perancang arsitektur basis data pada efesiensi dan ketepatan manajemen penyimpanan data transaksi:
3. Pengertian dari Pemartisian Basis Data
Pengertian pemartisian basis data menurut MySQL ialah :
“Partitioning takes this notion a
step further, by enabling you to distribute portions of individual tables across a file system according to rules which you can set largely as needed. In effect, different portions of a table are stored as separate tables in different locations.”
(MySQL,2011:http://dev.mysql.com/d oc/refman/5.1/en/partitioning-overview.html).
4. Tipe-tipe dari Pemartisian Basis Data
MySQL(2011:http://dev.mysql.com/
doc/refman/5.1/en/partitioning-types.html) dapat diketahui bahwa pemartisian basis data dapat dilakukan dengan beberapa cara antara lain;
Range Partitioning , atau
pemartisian berjarak.
Merupakan bentuk pemartisian sedemikian rupa sehingga nilai ekspresi pada pemartisian terletak antara jarak yang ditentukan. Jarak yang ditentukan haruslah feasible dan tidak overlapping. Contoh :
CREATE TABLE employees ( id INT NOT NULL, fname VARCHAR(30), lname VARCHAR(30),
hired DATE NOT NULL DEFAULT '1970-01-01',
separated DATE NOT NULL DEFAULT '9999-12-31',
job_code INT NOT NULL, store_id INT NOT NULL )
PARTITION BY RANGE (store_id) (
PARTITION p0 VALUES LESS THAN (6), PARTITION p1 VALUES LESS THAN (11), PARTITION p2 VALUES LESS THAN (16), PARTITION p3 VALUES LESS THAN
MAXVALUE
);
List Partitioning, atau pemartisian daftar.
Merupakan bentuk pemartisian yang sama dengan Range Partitioning hanya saja ekspresi jarak pemartisian yang diberikan dilakukan dengan pernyataan eksplisit. Contoh :
CREATE TABLE employees ( id INT NOT NULL, fname VARCHAR(30), lname VARCHAR(30),
hired DATE NOT NULL DEFAULT '1970-01-01',
separated DATE NOT NULL DEFAULT '9999-12-31',
job_code INT, store_id INT )
PARTITION BY LIST(store_id) ( PARTITION pNorth VALUES IN (3,5,6,9,17),
PARTITION pEast VALUES IN (1,2,10,11,19,20),
PARTITION pWest VALUES IN (4,12,13,14,18),
PARTITION pCentral VALUES IN (7,8,15,16)
);
Hash partitioning, atau pemartisian dengan hash.
Merupakan bentuk pemartisian ini sebenarnya sama dengan kedua bentuk pemartisian sebelumnya hanya saja
pengguna tidak perlu
menspesifikasikan ekspresi pemartisian dan cukup menunjuk atribut sebagai dasar dimana partisi-partisi akan dibentuk. Contoh :
PARTITION BY HASH(store_id) PARTITIONS 4 ;
Key partitioning, atau pemartisian dengan kunci.
Merupakan bentuk pemartisian yang otomatis sepenuhnya. Seperti halnya pemartisian dengan hash pengguna tidak perlu menentukan ekspresi pemartisian. Contoh :
CREATE TABLE k1 (
id INT NOT NULL PRIMARY KEY, name VARCHAR(20) ) PARTITION BY KEY() PARTITIONS 2; PERANCANGAN SISTEM
1. DFD sistem penggajian dan pengupahan- Context Diagram.
Model Gane-Sarson (Data Flow
Diagram) sebagaimana berikut;.
Transaksi setelah pajak Penentuan jam_shif pegaw ai Data honorarium
Kueri honorarium Setiing Kebijakan
Seting Tarif Lembur Seting Tarif Upah
DML OLTP pajak penghasilan DML OLTP upah dan honorarium DML OLTP gaji karyaw an
DML OLTP data karyawan Absen keluar
Absen masuk
Data pph21 penghasilan
Kueri data pph21 penghasilan Data absensi
Kueri data absensi Data upah
Kueri data upah Data gaji
Kueri gaji
Kueri Data Karyaw an Data Karyaw an
0
Sistem penggajian dan pengupahan + Karyaw an dan pekerja lepas Manajemen SDM(Super) Admin SDM
Gambar 2. Context Diagram
2. Conceptual Data Model.
TUNJANGAN UTANGPIUTANG LEMBUR ABSENSI Nip Pejabat Pejabat Pph21 THR Pengupahan Penggajian Keahlian Jabatan Agama Golongan Departemen TRAN_KARYAWAN NIP NAMA ALAMAT KOTA TGLLAHIR KOTA LAHIR KELAMIN KAWIN JUMANAK KDDEPT KDGOL KDAGAMA TELPON KDJABATAN KDKEAHLIAN PENSIUNAN STATUS_PEG <pi> A20 A30 A50 A20 D A20 A1 A1 N1 A10 A10 A10 A20 A10 A10 A1 A20 <M> <M> <M> <M> <M> Identifier_1 <pi> TRAN_GAJI NIPGP GAJI_POKOK LEMBUR_AKM TUNJANGAN TOTAL DEDUKSI_THN PTKP_ PKP TAR17LV1 TAR17LV2 TAR17LV3 TAR17LV4 TAR17LV5 TOT_BERSIH <pi> A20 N20 N20 N20 N20 N20 N20 N20 N15 N15 N15 N15 N15 N20 <M> Identifier_1 <pi> TRAN_DETAIL_TUNJ NIPTUNJ TUN_PROFESI TUN_JABATAN TUN_KEAHLIAN TUN_TRANSPOR TUN_PANGAN TUN_KESEHATAN TUN_ANAK TUN_ISTRI TUN_PAJAK AL_TUN_LAIN1 AL_TUN_LAIN2 AL_TUN_LAIN3 AL_TUN_LAIN4 AL_TUN_LAIN5 TUN_PENSIUN <pi> A20 N20 N20 N20 N20 N20 N20 N20 N20 N20 A20 A20 A20 A20 A20 N20 <M> Identifier_1 <pi> TRAN_THR NIPTHR THR TAHAP DEDUKSI_THR PTKP_ PKP PJK17LV1 PJK17LV2 PJK17LV3 PJK17LV4 PJK17LV5 THRBERSIH <pi> A20 N20 N2 N20 N20 N20 N15 N15 N15 N15 N15 N15 <M> Identifier_1 <pi> PPH21AKHIR NIPPAJ BRUTO_PJK DEDUKSI_THN PKP PTKP_ TARIF1 TARIF2 TARIF3 TARIF4 TARIF5 TOTALPJKTAHUN <pi> A20 N20 N20 N20 N20 N15 N15 N15 N15 N15 N20 <M> Identifier_1 <pi> LEMBUR NIPLEM TGLLEMBUR JUMJAM JUMLEMBUR PKLEMBUR <pi> <pi> A20 D N2 N20 I <M> <M> Identifier_1 <pi> UPAH TGLUPAH JUMJAMUPAH JUMUPAH DEDUKSI_UPAH PTKP_UP PKP_UP PJUPALV1 PJUPALV2 PJUPALV3 PJUPALV4 PJUPALV5 UPAH_AKHIR NIP_UPA PKUPAH <pi> <pi> D N2 N20 N20 N20 N20 N15 N15 N15 N15 N15 N15 A28 A28 <M> <M> Identifier_1 <pi> TRAN_KDDEPT KD_DEPTX NAMA_DEPT <pi> A15 A50 <M> Identifier_1 <pi> TRAN_KD_AGAMA KD_AGAMA NAMA_AGAMA <pi> A15 A50 <M> Identifier_1 <pi> TRAN_KDGOL KD_GOL NAMA_GOL <pi> A15 A50 <M> Identifier_1 <pi> TRAN_KD_JABATAN KD_JABATAN NAMA_JABATAN <pi> A10 A50 <M> Identifier_1 <pi> TRAN_KD_AHLI NAMA_AHLI KD_AHLI <pi> A50 A10 <M> Identifier_1 <pi> TRAN_PEJABAT KD_JABATAN NIPJ PERIODE <pi> <pi> A10 A20 A7 <M> <M> Identifier_1 <pi> ABSENSI NIP TGL_ABSEN JAM_MASUK JAM_KELUAR PKABSEN SHIFT <pi> <pi> <pi> A20 D T T A28 I <M> <M> <M> Identifier_1 <pi> UTANGPIUTANGKARYAWAN NIPPIUT TAMBAHAN KET_TAMBAH PENGURANG KET_KURANG TGLTRAN NO_AKUN_DEBET NO_AKUN_KREDIT1 <pi> A20 N20 A255 N20 A255 D A20 A20 <M> Identifier_1 <pi> Gambar 3. Rancangan CDM
3. Physical Data Model.
FK_LEM BUR
FK_UT ANGPIUT ANGFK_T UNJANGAN FK_PENGGAJIAN FK_T HR FK_PENGUPAHAN
UPAH T GLUPAH JUM JAM UPAH JUM UPAH DEDUKSI_UPAH PT KP_UP PKP_UP PJUPALV1 PJUPALV2 PJUPALV3 PJUPALV4 PJUPALV5 UPAH_AKHIR NIP_UPA NIP PKUPAH date num eri c(2,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) char(28) char(20) char(28) <pk> <pk> <fk> T RAN_T HR NIPT HR NIP T HR T AHAP DEDUKSI_T HR PT KP_ PKP PJK17LV1 PJK17LV2 PJK17LV3 PJK17LV4 PJK17LV5 T HRBERSIH char(20) char(20) num eri c(20,0) num eri c(2,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) <pk> <fk> T RAN_GAJI NIPGP NIP GAJI_POKOK LEM BUR_AKM T UNJANGAN T OT AL DEDUKSI_T HN PT KP_ PKP T AR17LV1 T AR17LV2 T AR17LV3 T AR17LV4 T AR17LV5 T OT _BERSIH char(20) char(20) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(20,0) <pk> <fk>
T RAN_DET AIL_T UNJ NIPT UNJ NIP T UN_PROFESI T UN_JABAT AN T UN_KEAHLIAN T UN_T RANSPOR T UN_PANGAN T UN_KESEHAT AN T UN_ANAK T UN_IST RI T UN_PAJAK AL_T UN_LAIN1 AL_T UN_LAIN2 AL_T UN_LAIN3 AL_T UN_LAIN4 AL_T UN_LAIN5 T UN_PENSIUN char(20) char(20) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) char(20) char(20) char(20) char(20) char(20) num eri c(20,0) <pk> <fk> UT ANGPIUT ANGKARYAWAN NIPPIUT NIP T AM BAHAN KET _T AM BAH PENGURANG KET _KURANG T GLT RAN NO_AKUN_DEBET NO_AKUN_KREDIT 1 char(20) char(20) num eri c(20,0) char(255) num eri c(20,0) char(255) date char(20) char(20) <pk> <fk> PPH21AKHIR NIPPAJ NIP BRUT O_PJK DEDUKSI_T HN PKP PT KP_ T ARIF1 T ARIF2 T ARIF3 T ARIF4 T ARIF5 T OT ALPJKT AHUN char(20) char(20) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(20,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(15,0) num eri c(20,0) <pk> <fk> T RAN_KARYAWAN NIP NAM A_AHLI KD_GOL KD_DEPT X KD_AGAM A KD_JABAT AN NAM A ALAM AT KOT A T GLLAHIR KOT A LAHIR KELAM IN KAWIN JUM ANAK KDDEPT KDGOL KDAGAM A T ELPON KDJABAT AN KDKEAHLIAN PENSIUNAN ST AT US_PEG char(20) char(50) char(15) char(15) char(15) char(10) char(30) char(50) char(20) date char(20) char(1) char(1) num eri c(1,0) char(10) char(10) char(10) char(20) char(10) char(10) char(1) char(20) <pk> <fk5> <fk2> <fk1> <fk3> <fk4> LEM BUR NIPLEM T GLLEM BUR NIP JUM JAM JUM LEM BUR PKLEM BUR char(20) date char(20) num eri c(2,0) num eri c(20,0) i nt <pk> <pk> <fk> Gambar 4. PDM Sistem
HASIL DAN PEMBAHASAN
1. Sistem Transaksional
Bagian ini mengunakan TPS dalam sistem berfungsi untuk
mencatat transaksi penggajian dan pengupahan,
Gambar 5. Form Transaksional
2. Sistem Pelaporan.
Sistem pelaporan berada pada aplikasi master dengan form kontrol pada gambar 6 di bawah;
Gambar 6. Form Laporan
Hasil laporan kemudian diterbitkan sebagaimana gambar 7 berikut ;
Gambar 7. Laporan Penggajian
3. Evaluasi dan uji korelasi.
Uji coba kefektifan pemartisian basis data pada basis data non transaksional prosessing(master) dilakukan dengan 9 macam kueri yang memiliki karakteristik yang berbeda satu sama lainnya. Sumber daya lingkungan pengujian ialah konstan. Pengujian dilakukan pada
local host dengan prosessor Pentium
2140 dengan kecepatan clock 1,6 Ghz dan RAM 1 Gb.
Tabel 1. Tabel Karakter Kueri Tes
Kueri Join Tabel Select Where Cluase Order By 1 2 tabel Selektif tidak ada NIP, Periode 2 tidak ada Selektif tidak ada NIP, Periode 3 2 tabel Selektif periode = 2011 NIP, Periode 4 2 tabel Selektif less than 2006 NIP, Periode 5 2 tabel Selektif less than NIP,
2003 Periode 6 2 tabel Selektif jum.anak < 2 NIP, Periode 7 2 tabel Selektif jum.anak >= 2 NIP, Periode 8 3 tabel Selektif tidak ada
NIP, Periode 9 3 tabel Selektif tahun > 2006 NIP, Periode
hasil pengujian kecepatan kueri berdasarkan jumlah partisi dilakukan dengan hasil jumlah kueri sebagai berikut;
Tabel 2. Jumlah Data Hasil Kueri
Ku Jum Ku Jum Ku Jum
Data Data Data
1 477504 4 238752 7 320832 2 477504 5 119376 8 477504 3 39792 6 155672 9 253436 Uji coba dilakukan pada 12, 6, 3 dan tanpa partisi dengan hasil uji sebagai berikut;
Tabel 3.Uji Kueri 12 Partisi
Waktu Kueri
Kueri partisi 12(Periode tahun) Uji 1 Uji 2 Uji 3
1 16,578 16,574 16,141 2 13,751 13,813 13,547 3 0,594 0,513 0,594 4 7,895 7,781 8,812 5 2,016 2,156 2,344 6 14,501 13,906 14,675 7 14,872 15,516 14,973 8 15,078 15,281 14,996 9 4,687 4,611 4,641
Tabel 4.Uji Kueri 6 Partisi
Waktu Kueri
Kueri partisi 6(Periode tahun) Uji 1 Uji 2 Uji 3
1 17,031 17,563 16,819 2 14,578 14,312 14,473 3 0,547 0,547 0,531 4 7,751 8,781 8,782 5 2,157 2,251 2,21 6 14,334 14,453 14,657 7 14,719 15,344 15,172 8 16,607 16,047 16,703 9 6,594 6,609 6,187
Tabel 5.Uji Kueri 3 Partisi
Waktu Kueri
Kueri partisi 3(Periode tahun) Uji 1 Uji 2 Uji 3
1 17,091 16,781 17 2 14,5 14,344 14,156 3 0,51 0,547 0,55 4 8,789 8,719 8,781 5 2,359 2,641 2,625 6 14,5 14,406 14,24 7 15,078 15,28 14,891 8 17,547 17,487 17,642 9 8,021 6,987 6,907
Tabel 6.Uji Kueri tanpa Partisi
Waktu Kueri
Kueri tanpa partisi Uji 1 Uji 2 Uji 3
1 51 60,422 57,156 2 36,219 33,672 33,873 3 0,53 0,51 1,43 4 24,469 24,579 24,89 5 4,469 4,89 4,906 6 53,672 53,657 49,156 7 55,61 54,984 56,61 8 39,78 37,985 39,812 9 9,46 10,12 10,547
Hasil Koefisien r ialah ;
Tabel 7. r Korelasi Hasil Uji
Ku r Ku r Ku r
korelasi korelasi korelasi
1 -0,6878 4 -0,703457 7 -0,68235 2 -0,70205 5 -0,75023 8 -0,74278 3 -0,29568 6 -0,68235 9 -0,93941 KESIMPULAN
Untuk menyelesaikan pekerjaan penggajian dan pengupahan dengan kuantitas yang besar diperlukan sistem terkomputerisasi . Dari hasil uji statistik terhadap 9 macam kueri didapati bahwa rata-rata ;
- Terdapat hubungan antara pemartisian basis data dengan kecepatan penyelesaiaan kueri select - Jumlah pemartisian basis
data cenderung secara signifikan mempengaruhi secara terbalik/negatif kecepatan penyelesaian kueri select yang dalam tabel 7 ditunjukkan dengan
nilai minus r korelasi.
Artinya semakin
banyak/detail pemartisian maka kecenderungan akan mempunyai kecepatan menyelesaikan kueri select lebih singkat
- Pada karakter kueri select tertentu yaitu dengan skala data scanning yang kecil maka jumlah partisi tidak akan berpengaruh banyak dalam penyelesaian kueri select yang ditunjukkan dgn angka r = 0,29568 pada kueri ke 3.
DAFTAR PUSTAKA
McCabe, JamesD., 2003, Network analysis,
architecture and design , Morgan
Kaufmann, San Francisco
MySQL, Documentation Library, 2011,
MySQL 5.1 Reference Manual, 08
Februari 2011.
<http://dev.mysql.com/doc/refman
/5.1/en/partitioning-maintenance.html>
Kyte, Thomas, 2010, Expert Oracle Database Architecture: Oracle Database Programming 9i, 10g, and 11g Techniques and Solutions
