BAB 4
RANCANGAN DATA WAREHOUSE YANG DIUSULKAN
4.1 Arsitektur Data Warehouse
Pada perancangan Data Warehouse Kementerian Dalam Negeri Bagian Kependudukan, kami mengusulkan sebuah Data Warehouse terpusat (Centralize Data Warehouse ), untuk menjamin konsistensi data yang ada ketika melakukan proses ETL. Ada beberapa alasan yang menjadi dasar penggunaan Data Warehouse terpusat, yaitu: 1. Data yang terdapat didalam Data Warehouse merupakan hasil integrasi dari berbagai
sumber yang berbeda menjadi satu sumber informasi yang terpecaya untuk dapat diakses oleh user.
2. Dapat mengurangi redudansi data karena data dikelola didalam satu tempat penyimpanan yang terpusat.
3. Mempermudah proses pemantauan dan pemeliharaan Data Warehouse , karena hanya terdapat satu Data Warehouse yang ada.
OLTP
OLAP KEMENTERIAN
Administrator
Pimpinan(Menteri Eselon I, Eselon II)
Administrasi Penduduk pada Kementerian Dalam Negeri
Gambar 4.1 Gambar Arsiektur Data Warehouse pada Kementerian Dalam Negeri
4.1.1 Penentuan Proses Bisnis
Proses (fungsi) mengacu kepada subject masalah pada sebuah data mart tertentu, untuk itu proses dalam penulisan ini mengacu kepada transaksi – transaksi yang terjadi di dalam data mart.
Proses - proses dari Kementerian Dalam Negeri Bagian kependudukan yang di gunakan untuk merancang Data Warehouse adalah sebagai berikut :
1. Penyebaran penduduk
Proses penyebaran penduduk pada Kementerian Dalam Negeri dilakukan dengan menggunakan proses pencatatan penduduk di tiap wilayah.
2. Pertumbuhan penduduk
Proses pertumbuhan penduduk dilakukan dengan menggunakan proses pencatatan penduduk ditiap wilayah per tahun berdasarkan subject data yang ada.
Data yang digunakan meliputi : Wilayah, Jumlah penduduk, Data Umur, Data Jenis kelamin, status kewarganegaraan, Agama.
4.1.2 Penentuan GRAIN
Grain merupakan data dari calon fakta yang dapat dianalisis. Memilih grain berarti menentukan apa yang sebenarnya dipresentasikan oleh record dalam tabel fakta.
Grain dari Kementerian dalam Negeri bagian Kependudukan yang digunakan untuk merancang DataWarehouse adalah sebagai berikut :
1. Distribusi Penduduk menurut Wilayah
Analisis digunakan untuk mengetahui penyebaran penduduk tiap wilayah yang meliputi Propinsi, Kabupaten, Kelurahan, Kecamatan di tiap wilayah. 2. Jumlah penduduk menurut wilayah dan Jenis Kelamin
Analisis digunakan untuk mengetahui pertumbuhan penduduk menurut jenis kelamin dan umur ditiap wilayah.
3. Jumlah penduduk menurut umur dan jenis kelamin
Analisis yang digunakan untuk mengetahui pertumbuhan penduduk menurut umur dan jenis kelamin.
status kewarganegaraan dan jenis kelamin di tiap wilayah. 5. Jumlah penduduk menurut Agama
Analisis yang digunakan untuk mengetahui pertumbuhan penduduk menurut agama.
4.1.3 Penentuan Measure
Grain dari table fakta menentukan fakta-fakta yang dapat ditampilkan. Pada tahap ini, hal yang dilakukan adalah menentukan measure(ukuran) yang dibutuhkan table fakta. Berikut ini adalah measure dari masing-masing tabel fakta:
1. Measure untuk fakta Distribusi penduduk menurut Wilayah adalah jumlah penduduk.
2. Measure untuk fakta jumlah penduduk menurut wilayah dan jenis kelamin adalah jenis kelamin
3. Measure untuk fakta jumlah penduduk menurut umur dan jenis kelamin adalah kelompok umur
4. Measure untuk fakta jumlah penduduk menurut Status Kewarganegaraan dan jenis kelamin adalah warga Negara Indonesia dan warga Negara asing
5. Measure untuk fakta jumlah penduduk menurut agama adalah jumlah agama di wilayah.
4.1.4 Penentuan Dimensi
Tahap selanjutnya adalah mengidentifikasi dan menyesuaikan dimensi dengan table fakta. Dimensi adalah sudut pandang tentang suatu proses bisnis yang terdapat pada table fakta. Berikut ini adalah dimensi yang di perlukan:
a. Dimensi Waktu (DIM_TIME)
b. Dimensi Wilayah (DIM_WILAYAH) c. Dimensi Agama (DIM_AGAMA)
d. Dimensi Jenis Kelamin (DIM_JENIS_KELAMIN) e. Dimensi Umur (DIM_UMUR)
f. Dimensi Status Kewarganegaraan (DIM_KEWARGANEGARAAN) g. Dimensi Biodata WN (DIM_BIODATA_WN)
4.1.5 Perancangan Schema Bintang(STAR SCHEMA)
4.1.5.1 Skema Bintang Wilayah
Gambar 4.2 Skema Bintang wilayah
Skema bintang wilayah menjelaskan tentang peyebaran penduduk tiap wilayah di indonesia pertahun. Dalam skema bintang ini dapat dilihat informasi mengenai penyebaran penduduk ditiap provinsi, penyebaran penduduk di tiap kabupaten, penyebaran penduduk di tiap kelurahan, penyebaran penduduk tiap kecamatan. Measure dalam tabel fakta AGR_DUK_WIL ini menjelaskan tentang jumlah penduduk tiap wilayah yang meliputi provinsi, kabupaten, kelurahan serta kecamatan.
4.1.5.2 Skema Bintang Wilayah dan Jenis Kelamin
Gambar 4.3 Skema bintang Wilayah dan Jenis Kelamin
Skema bintang Wilayah dan Jenis Kelamin menjelaskan tentang Pertumbuhan jenis kelamin di tiap wilayah. Measure dalam tabel fakta AGR_DUK_JK ini menjelaskan tetang jumlah pertumbuhan penduduk menurut jenis kelamin tiap wilayah.
4.1.5.3 Skema Bintang Jenis Kelamin dan Umur
Skema bintang Jenis Kelamin dan Umur ini menjelaskan tentang Penyebaran peduduk berdasarkan jenis kelamin dan umur. Measure dalam tabel fakta Jenis AGR_DUK_UMR ini menjelaskan jumlah pertumbuhan penduduk menurut jenis kelamin dan umur, serta adanya pengelompokan umur berdasarkan Non Produktif, Produktif dan Lansia.
4.1.5.4 Skema Bintang Status Kewarganegaraan
negara apakah penduduk tersebut status warga negara indonesia atau penduduk tersebut warga negara asing. Measure dalam tabel fakta AGR_DUK_KEWARGANEGARAAN menjelaskan tetang jumlah penduduk berdsarkan status kewarganegaraan indonesia atau kewarganegaraan asing.
4.1.5.5 Skema bintang agama
Skema bintang agama menjelaskan pertumbuhan penduduk berdasarkan agama yang ada di indonesia. Measure dalam tabel fakta AGR_DUK_AGAMA ini menjelaskan tentang jumlah pertumbuhan penduduk berdasarkan agama di indonesia.
4.1.7 Meta data
Informasi mengenai struktur dari data yang terdapat didalam datawarehouse terdapat di dalam metadata, yakni informasi tentang data yang digunakan, apakah itu baik dalam bentuk transformasi data yang dilakukan atau pun dayang yang diciptakan didalam keperluan membangun data warehouse. metadata diperlukan sebagai panduan atau indeks yang menjelaskan struktur atau isi data dalam proses transformasi dari data operasional ke data warehouse.
Berikut ini adalah metada data dari data warehouse Kementerian dalam Negeri bagian Kependudukan
1. Tabel Dimensi Waktu
a. Nama tabel : DIM_TIME
b. Keterangan : Data-data mengenai waktu c. Primary key : TIME_KEY(Surrogate Key)
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
TIME_KEY Integer 4 Surrogate Key ‐ ‐ ‐ ‐ Create
Tahun Integer 4 ‐ ‐ ‐ ‐ ‐ Create
Bulan Integer 4 ‐ ‐ ‐ ‐ ‐ Create
2. Tabel Dimensi Wilayah
a. Nama tabel : DIM_WILAYAH
b. Keterangan : Data-data mengenai wilayah c. Primary key : WIL_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
WIL_KEY Integer 4 Surrogate Key ‐ ‐ ‐ ‐ Create
Kd_prop Varchar 2 Application Key Propinsi Varchar 2 Wilayah Copy
Kd_kab Varchar 5 Application Key Kabupaten Varchar 5 Wilayah Copy
Kd_kel Varchar 15 Application Key Kelurahan Varchar 15 Wilayah Copy
Kd_kec Varchar 8 Application Key Kecamatan Varchar 8 Wilayah Copy
Nama_prop Varchar 80 ‐ DESKRIPSI Varchar 80 Wilayah Copy
Nama_kab Varchar 80 ‐ DESKRIPSI Varchar 80 Wilayah Copy
3. Tabel Dimensi Jenis Kelamin
a. Nama tabel : DIM_JENIS_KELAMIN
b. Keterangan : Data- data mengenai jenis kelamin c. Primary key : JK_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
JK_KEY Integer 2 Surrogate Key - - - - Create Id_jenis_kelamin Varchar 2 Application Key jenis kelamin Varchar 2 jenis kelamin copy
Jenis_kelamin Varchar 20 - jenis kelamin Varchar 20 jenis kelamin copy
4. Tabel Dimensi Umur
a. Nama Tabel : DIM_UMUR
b. Keterangan : Data-data mengenai umur c. Primary key : UMR_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
UMR_KEY Integer 2 Surrogate Key - - - - Create
Id_umur Varchar 3 Application Key Umur Varchar 2 Umur copy
Umur Integer 2 - Umur Integer 2 Umur copy
5. Tabel Dimensi Status Kewarganegaraan
a. Nama tabel : DIM_KEWARGANEGARAAN
b. Keterangan : Data-data mengenai status kewarganegaraan c. Primary key : KWRGNGRAN_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
KWRGNGRAN_KEY Integer 2 Surrogate Key - - - - Create
Id_status_WN Varchar 2 Application Key StatusWN Varchar 2 StatusWN copy
status_WN Varchar 15 - StatusWN Varchar 15 StatusWN copy
6. Tabel Dimensi Agama
a. Nama tabel : DIM_AGAMA
b. Keterangan : Data-data mengenai Agama c. Primary key : AGAMA_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
AGAMA_KEY Integer 2 Surrogate Key - - - - Create
Id_agama Varchar 2 Application Key Agama Varchar 2 Agama copy
Nama_agama Varchar 60 - Agama Varchar 60 Agama copy
7. Tabel Dimensi Biodata_WN
d. Nama tabel : DIM_BIODATA_WN
e. Keterangan : Data-data mengenai Biodata Warga Negara f. Primary key : BIODATA_WN_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
BIODATA_WN_KEY Integer 4 Surrogate Key ‐ ‐ ‐ ‐ Create
Kd_biodata_WNI Varchar 16 Application Key Biodata_WN Varchar 16 BIODATA_WN Copy
Kd_kel Varchar 15 Application Key Kelurahan Varchar 15 BIODATA_WN Copy
Kd_kec Varchar 8 Application Key Kecamatan Varchar 8 BIODATA_WN Copy
Kd_Prop Varchar 2 Application Key Propinsi Varchar 2 BIODATA_WN Copy
Kd_Wilayah Varchar 20 Application Key Wilayah Varchar 20 BIODATA_WN Copy
Kd_data_Penduduk Varchar 16 Application Key Penduduk Varchar 16 BIODATA_WN Copy
Nama_Lengkap Varchar 50 ‐ DESKRIPSI Varchar 50 BIODATA_WN Copy
Alamat Varchar 50 ‐ DESKRIPSI Varchar 50 BIODATA_WN Copy
TTL datetime ‐ DESKRIPSI Varchar BIODATA_WN Copy
Table 4.7 Dimensi Biodata_WN
8. Tabel Dimensi Penduduk
g. Nama tabel : DIM_PENDUDUK
h. Keterangan : Data-data mengenai penduduk i. Primary key : PENDUDUK_KEY
Field Tipe Ukuran Keterangan Sumber Transformasi
Field Tipe Ukuran Tabel
Id_Status_WN Varchar 2 Application Key Status_WN Varchar 2 Penduduk Copy Id_Jenis_Kelamin Varchar 2 Application Key Jenis_kelamin Varchar 2 Penduduk Copy
Id_Agama Varchar 2 Application Key Agama Varchar 2 Penduduk Copy
Metadata Tabel Fakta 1. Tabel fakta Distribusi Penduduk menurut Wilayah
a. Nama Tabel : FactAGR_DUK_WIL
b. Keterangan : Data mengenai informasi penyebaran penduduk tiap wilayah c. Primary key : -
Tabel 4.9 Hasil Transformasi Tabel Fakta Distribusi Penduduk menurut Wilayah
Hasil transformasi tabel fakta Distribusi Penduduk menurut Wilayah Transformasi:
Sumber -> DIM_TIME, DIM_WILAYAH Tujuan -> FactAGR_DUK_WIL
Nama Field sumber data
Tabel Field Tipe data Ukuran Field
TIME_KEY DIM_TIME TIME_KEY Integer 4
WIL_KEY DIM_WILAYAH WIL_KEY Integer 4
Tabel 4.10 Sumber Data Tabel Fakta Distribusi Penduduk menurut Wilayah
Nama Field Tipe Data Ukuran Field Keterangan Proses Tabel Sumber
WIL_KEY Integer 4 Nomor Wilayah copy DIM_WILAYAH
TIME_KEY Integer 4 Nomor Waktu copy DIM_TIME
2. Tabel fakta jumlah penduduk menurut wilayah dan jenis kelamin a. Nama Tabel : FactAGR_DUK_JK
b. Keterangan : Data mengenai informasi pertumbuhan penduduk menurut wilayah dan jenis kelamin.
c. Primary key : -
Nama Field Tipe Data Ukuran Field Keterangan Proses Tabel Sumber
WIL_KEY Integer 4 Nomor Wilayah copy DIM_WILAYAH TIME_KEY Integer 4 Nomor Waktu copy DIM_TIME
JK_KEY Integer 2 Nomor Jenis Kelamin copy DIM_JENIS_KELAMIN JUMLAH_DUK_WIL_JK Number 8 - create
JML_DUK_RASIO_JK Number 8 - create
Tabel 4.11 Hasil Transformasi Tabel Fakta Jumlah Penduduk menurut Wilayah dan jenis kelamin
Hasil transformasi tabel fakta Distribusi Penduduk menurut Wilayah dan jenis kelamin Transformasi:
Sumber -> DIM_TIME, DIM_WILAYAH, DIM_JENIS_KELAMIN Tujuan -> FactAGR_DUK_JK
Nama Field sumber data
Tabel Field Tipe data Ukuran Field
WIL_KEY DIM_WILAYAH WIL_KEY Integer 4
JK_KEY DIM_JENISKELAMIN JK_KEY Integer 2
Tabel 4.12 Sumber Data Tabel Fakta Distribusi penduduk menurut wilayah dan jenis kelamin
3. Tabel fakta jumlah penduduk menurut jenis kelamin dan umur a. Nama Tabel : FactAGR_DUK_UMR
b. Keterangan : Data mengenai informasi pertumbuhan penduduk menurut umur dan jenis kelamin.
c. Primary key : -
Tabel 4.13 Hasil Transformasi Tabel Fakta Jumlah Penduduk menurut jenis kelamin dan umur
Nama Field Tipe Data
Ukuran
Field Keterangan Proses Tabel Sumber WIL_KEY Integer 4 Nomor Wilayah copy DIM_WILAYAH
TIME_KEY Integer 4 Nomor Waktu copy DIM_TIME JK_KEY Integer 2 Nomor Jenis Kelamin copy DIM_JENIS_KELAMIN UMR_KEY Integer 2 Nomor Umur copy DIM_UMUR
JUMLAH_DUK_KLMPK_UMUR Number 8 - create KLMPK_UMUR_KEY Varchar 15 - create
Hasil transformasi tabel fakta Distribusi Penduduk menurut Wilayah dan jenis kelamin Transformasi:
Sumber -> DIM_TIME, DIM_WILAYAH, DIM_JENIS_KELAMIN Tujuan -> FactAGR_DUK_UMR
Nama Field sumber data
Tabel Field Tipe data Ukuran Field
TimeKey DIM_TIME TIME_KEY Integer 4
WIL_KEY DIM_WILAYAH WIL_KEY Integer 4 JK_KEY DIM_JENISKELAMIN JK_KEY Integer 2
UMR_KEY DIM_UMUR UMR_KEY Integer 2
4. Tabel fakta jumlah penduduk menurut status kewarganegaraan dan jenis kelamin a. Nama Tabel : FactAGR_DUK_KEWARGANEGARAAN
b. Keterangan : Data mengenai informasi pertumbuhan penduduk menurut status kewarganegaraan dan jenis kelamin.
c. Primary key
Tabel 4.15 Hasil Transformasi Tabel Fakta Jumlah Penduduk menurut status kewarganegaraan dan jenis kelamin
Nama Field
Tipe Data
Ukuran
Field Keterangan Proses Tabel Sumber WIL_KEY Integer 4 Nomor Wilayah copy DIM_WILAYAH
TIME_KEY Integer 4 Nomor Waktu copy DIM_TIME
JK_KEY Integer 2
Nomor Jenis
Kelamin copy DIM_JENIS_KELAMIN
KWRGNGRAN_KEY Integer 2
Nomor Status
WN copy DIM_KEWARGANEGARAAN JML_DUK_KEWARGANEGARAAN Number 8 - create
Hasil transformasi tabel fakta Distribusi Penduduk menurut Status Kewarganegaraan dan jenis kelamin
Transformasi:
Sumber -> DIM_TIME, DIM_WILAYAH, DIM_JENIS_KELAMIN, DIM_KEWARGANEGRAAN
Tujuan -> FactAGR_DUK_KEWARGANEGARAAN
Tabel 4.16 Sumber Data Tabel Fakta Distribusi penduduk menurut status kewarganegaraan dan jenis kelamin
Nama Field sumber data
Tabel Field Tipe data Ukuran Field TIME_KEY DIM_TIME TIME_KEY Integer 4 WIL_KEY DIM_WILAYAH WIL_KEY Integer 4
JK_KEY DIM_JENISKELAMIN JK_KEY Integer 2 KWRGNGRAN_KEY DIM_KEWARGANEGARAAN KWRGNGRAN_KEY Integer 2
5. Tabel fakta jumlah penduduk menurut agama a. Nama Tabel : FactAGR_DUK_AGAMA
b. Keterangan : Data mengenai informasi pertumbuhan penduduk menurut agama c. Primary key : -
Tabel 4.17 Hasil Transformasi Tabel Fakta Jumlah Penduduk menurut agama
Hasil transformasi tabel fakta Distribusi Penduduk menurut agama
Transformasi: Sumber -> DIM_TIME, DIM_WILAYAH, DIM_AGAMA Tujuan -> FactAGR_DUK_AGAMA
Nama Field Tipe Data Ukuran Field Keterangan Proses Tabel Sumber
WIL_KEY Integer 4 Nomor Wilayah copy DIM_WILAYAH
TIME_KEY Integer 4 Nomor Waktu copy DIM_TIME
AGAMA_KEY Integer 2 Nomor agama copy DIM_AGAMA
TimeKey DIM_TIME TIME_KEY Integer 4
WIL_KEY DIM_WILAYAH WIL_KEY Integer 4
AGAMA_KEY DIM_AGAMA AGAMA_KEY Integer 2
Tabel 4.18 Sumber Data Tabel Fakta Distribusi penduduk menurut agama
4.1.8 Analisis Kapasistas Media Penyimpanan
Rumus yang digunakana untuk penghitungan jumlah space yang dibutuhkan untuk menyimpan data dalam sebuah tabel di SQL Server 2005 yang dapat dilihat pada SQL Server Books Online adalah sebagai berikut :
1. Menghitung jumlah baris yang ada di tabel: Num_Rows = jumlah baris dalam suatu tabel
2. Menghitung jumlah kolom yang memiliki panjang yang tetap (fixed-length) dan kolom yang memiliki panjang bervariasi (variable-length) dan hitung jumlah space yang dibutuhkan untuk penyimpanan kolom tersebut :
Num_Cols = total jumlah kolom dalam sebuah tabel.
Fixed_Data_Size = total byte untuk semua kolom fixed-length. Num_Variable_Cols = jumlah kolom variable-length.
3. Bagian dari baris, yang dikenal dengan bitmap null, dipesan untuk mengelola nllability kolom. Hitung ukurannya:
Null_Bitmap = 2+((Num_Cols + 7)/8) 4. Hitung variable-length data size:
Variable_Data_Size = 2 + (Num_Variable_cols x 2) + Max_Var_size 5. Hitung besaranya total baris ( total row size):
Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap + 4 Nilai 4 dalam formula adalah ukuran tambahan header baris dari baris data. 6. Hitungan jumlah baris per page (8096 free byetes per page):
Rows_Per_Page = 8096 / (Row_Size + 2)
7. Hitung jumlah page yang dibutuhkan untuk menyimpan semua baris: Num_Pages = Num_Rows / Rows_Per_Page
8. Hitung Jumlah space yang dibutuhkan untuk menyimpan data di tabel (8192 total bytes per page):
Heap size(bytes) = 8192 x Num_Pages
Analisis perkiraaan kapasistas media penyimpanan data untuk tabel fakta pada data Warehouse yang dirancang adalah seperti berikut ini:
Rn = R *(n+1+i)n), dengan R adalah jumlah record saat ini
I adalah persentase pertumbuhan record per tahun n adalah jangka waktu tahun.
Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris
Jumlah record dalam 1 tahun 100000*12 = 1200000 baris Num_rows = 1200000 baris
Jumlah kolom (Num_cols) = 1 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 8 kolom Max_Var_Size = 80 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (8*2) + 80 = 98 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((8+7) /8) = 4
Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4 = 4 +98+ 4 + 4 = 110 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(110+2) = 72 baris
Num_of_Pages = Num_Row / Rows_Per_Page =1200000 / 72 = 16667 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 16667 =136.533.333 bytes Dalam Kbyte = 136.533.333 / 1024 = 133.333 Kbytes
Dalam Mbyte = 133.333 / 1024 = 130 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun
Dalam byte = 136.533.333 * 3 = 409.599.999 bytes Dalam Kbyte = 133.333 * 3 = 399.999 Kbytes Dalam Mbyte = 130 * 3 = 400 Mbytes
2. Master Jenis Kelamin
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris Jumlah record dalam 1 tahun 2*12 = 24 baris Num_rows = 24 baris
Jumlah kolom (Num_cols) = 1 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 2 kolom Max_Var_Size = 20 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (2*2) + 20 = 26 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((2+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 1 =8192 bytes Dalam Kbyte = 8192/ 1024 = 8 Kbytes
Dalam Mbyte = 8 / 1024 = 0,01 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 8192 * 3 = 24576 bytes Dalam Kbyte = 8 * 3 = 24 Kbytes Dalam Mbyte = 0,01 * 3 = 0,03 Mbytes
3. Master Umur
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris Jumlah record dalam 1 tahun 100*12 = 1200 baris Num_rows = 1200 baris
Jumlah kolom (Num_cols) = 3 kolom Fixed_Data_Size = 8 bytes
Max_Var_Size = 3 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (1*2) + 3 = 7 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((1+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 8 + 7+ 3 + 4 = 22 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(22+2) = 337 baris Num_of_Pages = Num_Row / Rows_Per_Page =1200 / 337 = 4 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 4 =32768 bytes Dalam Kbyte = 32768 / 1024 = 32 Kbytes
Dalam Mbyte = 32 / 1024 = 0,03 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 32768 * 3 = 98304 bytes Dalam Kbyte = 32 * 3 = 96 Kbytes Dalam Mbyte = 0,03 * 3 = 0,09 Mbytes
4. Master Status Kewarganegaraan
Jumlah record dalam 1 tahun 2*12 = 24 baris Num_rows = 24 baris
Jumlah kolom (Num_cols) = 3 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 2 kolom Max_Var_Size = 15 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (2*2) + 15= 21 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((2+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 4 +21+ 3 + 4 = 32 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(32+2) = 238 baris Num_of_Pages = Num_Row / Rows_Per_Page = 24 / 238 = 1 page Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 1 = 8192 bytes Dalam Kbyte = 8192/ 1024 = 8 Kbytes
Dalam Mbyte = 8 / 1024 = 0,01 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 8192 * 3 = 24576 bytes
Dalam Kbyte = 8 * 3 = 24 Kbytes Dalam Mbyte = 0,01 * 3 = 0,03 Mbytes
5. Master Agama
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 =5 baris Jumlah record dalam 1 tahun 5*12 = 60 baris Num_rows = 60 baris
Jumlah kolom (Num_cols) = 3 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 2 kolom Max_Var_Size = 60 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (2*2) + 60= 66 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((2+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 4 +66+ 3 + 4 = 77 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(77+2) = 102 baris Num_of_Pages = Num_Row / Rows_Per_Page =60 / 102 = 1 page
Dalam Kbyte = 8192/ 1024 = 8 Kbytes Dalam Mbyte = 8 / 1024 = 0,01 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 8192 * 3 = 24576 bytes Dalam Kbyte = 8 * 3 = 24 Kbytes Dalam Mbyte = 0,01 * 3 = 0,03 Mbytes
6. Master Biodata_WN
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 =5 baris
Jumlah record dalam 1 tahun 200000*12 = 2400000 baris Num_rows = 2400000 baris
Jumlah kolom (Num_cols) = 1 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 9 kolom Max_Var_Size = 80 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (9*2) + 80= 100 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((9+7) /8) = 4 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 4 +100+ 4 + 4 = 112 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(112+2) = 72 baris
Num_of_Pages = Num_Row / Rows_Per_Page =2400000 / 72 = 33333 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 33333 =273.066.666 bytes Dalam Kbyte = 273.066.666 / 1024 = 266.666 Kbytes
Dalam Mbyte =266.666 / 1024 = 260 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun
Dalam byte = 273.066.666 * 3 = 819.199.998 bytes Dalam Kbyte = 266.666 * 3 = 799.998 Kbytes Dalam Mbyte = 260 * 3 = 780 Mbytes
7. Master Penduduk
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 =5 baris
Jumlah kolom (Num_cols) = 1 kolom Fixed_Data_Size = 4 bytes
Num_Variable_Cols = 6 kolom Max_Var_Size = 20 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (9*2) + 20= 40 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((6+7) /8) = 4 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 4 +40+ 4 + 4 = 52 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(52+2) = 150 baris
Num_of_Pages = Num_Row / Rows_Per_Page =2400000 / 150 = 16000 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 16000 =131.072.000 bytes Dalam Kbyte = 131.072.000 / 1024 = 128.000 Kbytes
Dalam Mbyte =128.000 / 1024 = 125 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun
Dalam byte = 131.072.000 * 3 = 393.216.000 bytes Dalam Kbyte = 128.000 * 3 = 384.000 Kbytes
Dalam Mbyte = 125 * 3 = 375 Mbytes
8. Tabel fakta Distribusi Penduduk menurut Wilayah Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 =5 baris
Jumlah record dalam 1 tahun 100000*12 = 1200000 baris Num_rows = 1200000 baris
Jumlah kolom (Num_cols) = 8 kolom Fixed_Data_Size = 4+4= 8 bytes Num_Variable_Cols = 0 kolom Max_Var_Size = 20 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (0*2) + 20 = 22 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((0+7) /8) = 2 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 8 + 22+ 2 + 4 = 36 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(36+2) = 213 baris
Num_of_Pages = Num_Row / Rows_Per_Page =1200000 / 213 = 5634 page Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 5634 = 46.152.112 bytes Dalam Kbyte = 46.152.112 / 1024 = 45.070 Kbytes
Dalam byte = 46.152.112 * 3 = 138.456.336 bytes Dalam Kbyte = 45.070 * 3 = 135.210 Kbytes Dalam Mbyte = 45 * 3 = 135 Mbytes
9. Tabel fakta jumlah penduduk menurut wilayah dan jenis kelamin Jumlah transaksi dalam 1 bulan sekitar 5 transaksi
Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 =5 baris Jumlah record dalam 1 tahun 12000*12 = 12000 baris Num_rows = 12000 baris
Jumlah kolom (Num_cols) = 2 kolom Fixed_Data_Size = 4+4 bytes
Num_Variable_Cols = 1 kolom Max_Var_Size = 20 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (1*2) + 20 = 24 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((1+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 8 + 24+ 3 + 4 = 39 bytes
Num_of_Pages = Num_Row / Rows_Per_Page =12000 / 197 = 61 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 61 =499.712 bytes Dalam Kbyte = 499.172/ 1024 = 488 Kbytes
Dalam Mbyte = 488 / 1024 = 0,48 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 499.712 * 3 = 1.499.136 bytes Dalam Kbyte = 488 * 3 = 1464 Kbytes Dalam Mbyte = 0,48 * 3 = 1,44 Mbytes
10. Tabel fakta jumlah penduduk menurut jenis kelamin dan umur Jumlah transaksi dalam 1 bulan sekitar 5 transaksi
Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris Jumlah record dalam 1 tahun 1000*12 =12000 baris Num_rows = 12000 baris
Jumlah kolom (Num_cols) = 4 kolom Fixed_Data_Size = 4+4=8 bytes Num_Variable_Cols = 0 kolom Max_Var_Size = 20 bytes
Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4 = 8 + 22+ 2 + 4 = 36 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(36+2) = 225 baris Num_of_Pages = Num_Row / Rows_Per_Page =12000 / 225 = 53 page Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 53 =434.176 bytes Dalam Kbyte = 434.176/ 1024 = 424 Kbytes
Dalam Mbyte = 424 / 1024 = 0,41 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 434.176 * 3 = 1.302.528 bytes Dalam Kbyte = 424 * 3 = 1272 Kbytes Dalam Mbyte = 0,41 * 3 = 1,23 Mbytes
11. Tabel fakta jumlah penduduk menurut status kewarganegaraan dan jenis kelamin
Jumlah transaksi dalam 1 bulan sekitar 5 transaksi Jumlah baris tiap transaksi sekitar 1 transaksi Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris Jumlah record dalam 1 tahun 1000*12 =12000 baris Num_rows = 12000 baris
Jumlah kolom (Num_cols) = 3 kolom Fixed_Data_Size = 4+4= 8 bytes Num_Variable_Cols = 2 kolom Max_Var_Size = 20 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (2*2) + 20 = 26 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((2+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 8 + 26+ 3 + 4 = 41 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(41+2) = 180 baris Num_of_Pages = Num_Row / Rows_Per_Page =12000 / 180 = 67 page
Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 67 = 548.864 bytes Dalam Kbyte = 548.864 / 1024 = 536 Kbytes
Dalam Mbyte = 536 / 1024 = 0,52 Mbytes
Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 548.864 * 3 = 1.646.592 bytes Dalam Kbyte = 536 * 3 = 1608 Kbytes Dalam Mbyte = 0,52 * 3 = 1,56 Mbytes 12. Tabel fakta jumlah penduduk menurut agama
Jumlah baris dalam 1 bulan sekitar 5*1 = 5 baris Jumlah record dalam 1 tahun 1000*12 = 12000 baris Num_rows = 12000 baris
Jumlah kolom (Num_cols) = 1 kolom Fixed_Data_Size = 4 + 4= 8 bytes Num_Variable_Cols = 1 kolom Max_Var_Size = 2 bytes
Variable_Data_Size = 2 + (Num_Variable_Cols *2) + Max_Var_Size = 2 + (1*2) + 2 = 6 bytes
Null Bitmap = Bit status nol kolom = 2 +((Num_Cols+7) / 8)= 2 + ((2+7) /8) = 3 Row_Size = Fixed_Data_Size +Variable_Data_Size + Null_Bitmap + 4
= 8 + 6+ 3 + 4 = 21 bytes
Rows_Per_Page = 8096 / (Row_size+2) = 8096 /(21+2) = 352 baris Num_of_Pages = Num_Row / Rows_Per_Page = 12000 / 352 = 34 page Ukuran dari sebuah tabel dalam 1 tahun
Dalam byte = 8192 * Num_of_Pages = 8192 * 34 = 278.528 bytes Dalam Kbyte = 278.528 / 1024 = 272 Kbytes
Dalam Mbyte = 272 / 1024 = 0,265 Mbytes Ukuran dari sebuah tabel dalam 3 tahun Dalam byte = 278.528 * 3 = 835.584 bytes
Dalam Kbyte = 272 * 3 = 816 Kbytes Dalam Mbyte = 0,265 * 3 = 0,795 Mbytes
Kesimpulan Kapasistas Media Penyimpanan Nama
Tabel
Jumlah Bytes (Mbytes) 1 Tahun 3 Tahun Master wilayah 136.533.333 409.599.999
Master Jenis Kelamin 8.192 24.576
Master Umur 32.768 98.304 Master setatus Kewarganegaraan 8.192 24.576 Master Biodata WN 273.066.666 819.199.998 Master Penduduk 131.072.000 393.216.000 Master Agama 8.192 8.192
Tabel 4.19 Tabel Analisis Kapasitas Media Penyimpanan Tabel Master
Nama
Tabel
Jumlah Bytes (Mbytes)
1 Tahun 3 Tahun
Fakta Distribusi Penduduk Menurut Wilayah
46.152.112 138.456.336
Fakta Jumlah Penduduk Menurut Wilayah dan
Jenis kelamin
499.712 1.499.136
Fakata Jumlah Penduduk Menurut Jenis Kelamin
dan Umur
434.176 1.302.528
Fakta Jumlah Pendudk Menurut Status Kewarganegaraan dan
Jenis Kelamin
Fakta Jumlah Penduduk Menurut Agama
278.528 835.584
Total 47.913.392 143.740.176
Tabel 4.20 Tabel Analisis Kapasitas Media Penyimpanan Tabel Fakta 4.1.9 DATA TRANSFORMATION SERVICE
Gambar 4.7 DTS Dimensi Waktu
Gambar diatas adalah proses transformasi DIM_WAKTU dimana proses tranformasi ini menarik data dari Input yang didapat dari hasil query yang mengambil data tanggal BiodataWN di database OLTP dan tanggal tersebut diubah dalam bentuk tahun kedalam tabel DIM_WAKTU(Destination) di database OLAP. Proses transformasi data di tujukan oleh arah panah yang menghubungkan Input ke destination.
Gambar 4.8 DTS Dimensi Wilayah
Gambar diatas adalah proses transformasi DIM_WILAYAH dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil data kd_prop, kd_kab, kd_kec, kd_kel, nama_propinsi, nama_kab, nama_kec, nama_kel dari wilayah di database OLTP. Query tersebut juga membandingkan tanggal Insert data di tabel wilayah dengan tanggal di tabel FilterTimeStamp pada database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses
4.1.9.3 DIMENSI JENIS KELAMIN (DIM_JENIS_KELAMIN)
Gambar 4.9 DTS Dimensi Jenis Kelamin
Gambar diatas adalah proses transformasi DIM_JENIS_KELAMIN dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil Id_jenis_kelamin dan Jenis_kelamin dari jeniskelamin di database OLTP. Query tersebut juga membandingkan tanggal Insert data di tabel
wilayah dengan tanggal di tabel FilterTimeStamp pada database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses transformasi data di tujukan oleh arah panah yang menghubungkan source ke destination.
4.1.9.4 DIMENSI STATUS WARGANEGARA (DIM_STATUS_WN)
Gambar 4.10 DTS Dimensi Status Kewarganegaraan
Gambar diatas adalah proses transformasi DIM_STATUS_WN dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil Id_Status_WN dan Status_WN dari StatusWN di database
lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses transformasi data di tujukan oleh arah panah yang menghubungkan source ke destination.
4.1.9.5 DIMENSI UMUR (DIM_UMUR)
Gambar 4.11 DTS Dimensi Umur
Gambar diatas adalah proses transformasi DIM_UMUR dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil Id_Umur dan umur dari umur di database OLTP. Query tersebut juga
membandingkan tanggal Insert data di tabel wilayah dengan tanggal di tabel FilterTimeStamp pada database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses transformasi data di tujukan oleh arah panah yang menghubungkan source ke destination.
4.1.9.6 DIMENSI AGAMA (DIM_AGAMA)
mengambil Id_agama dan Nama_Agama dari umur di database OLTP. Query tersebut juga membandingkan tanggal Insert data di tabel wilayah dengan tanggal di tabel FilterTimeStamp pada database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses transformasi data di tujukan oleh arah panah yang menghubungkan source ke destination.
Gambar 4.13 DTS Dimensi Biodata WN
Gambar diatas adalah proses transformasi DIM_BIODATA_WN dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil data kd_prop, kd_kab, kd_kec, kd_kel, kd_wilayah, kd_data_Penduduk, Kd_Biodata_WNI, Nama_Lengkap, Alamat, TTL dari wilayah di database OLTP. Query tersebut juga membandingkan tanggal Insert data di tabel wilayah dengan tanggal di tabel FilterTimeStamp pada database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama
4.1.9.8 DIMENSI Penduduk (DIM_Penduduk)
Gambar 4.14 DTS Dimensi Penduduk
Gambar diatas adalah proses transformasi DIM_Penduduk dimana proses tranformasi ini menarik data dari INPUT yang didapat dari hasil query yang mengambil data id_umur, Id_status_WN, Id_jenis_kelamin, Id_agama, kd_wilayah, kd_data_Penduduk dari wilayah di database OLTP. Query tersebut juga membandingkan tanggal Insert data di tabel wilayah dengan tanggal di tabel FilterTimeStamp pada
database OLAP. jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik . Proses transformasi data di tujukan oleh arah panah yang menghubungkan source ke destination.
4.1.9.8 FAKTA WILAYAH(FactAGR_DUK_WIL)
Gambar 4.15 DTS Fakta Wilayah
Gambar di atas adalah proses transformasi data FaktaWilayah, dimana proses transformasi ini menari data ke tabel FactAGR_DUK_WIL (Destination) di database OLAP dari source yang didapat dari hasil query pengambilan data
di database OLTP. Query tersebut juga membandingkan tanggal insert data di tabel DIM_WILAYAH dengan tanggal di tabel FilterTimeStamp di database OLAP. Jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik. Proses transformasi data ditujukan oleh arah panah yang menghubungkan dari input ke destination.
4.1.9.9 FAKTA JENIS KELAMIN(FactAGR_DUK_JK)
Gambar di atas adalah proses transformasi data FaktaWilayah, dimana proses transformasi ini menari data ke tabel FactAGR_DUK_JK (Destination) di database OLAP dari source yang didapat dari hasil query pengambilan data WIL_KEY, TIME_KEY, JK_KEY, JUMLAH_DUK_WIL_JK, JML_DUK_RASIO_JK dari tabel DIM_WILAYAH, DIM_TIME di database OLAP, Kd_Wilayah, Kd_Prop, Kd_kab, Kd_Kec, Kd_Kel, Id_Jenis_Kelamin, Jenis_Kelamin di database OLTP. Query tersebut juga membandingkan tanggal insert data di tabel DIM_JENIS_KELAMIN dengan tanggal di tabel FilterTimeStamp di database OLAP. Jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik. Proses transformasi data ditujukan oleh arah panah yang menghubungkan dari input ke destination.
Gambar 4.17 DTS Fakta Umur
Gambar di atas adalah proses transformasi data FaktaWilayah, dimana proses transformasi ini menari data ke tabel FactAGR_DUK_UMR (Destination) di database OLAP dari source yang didapat dari hasil query pengambilan data WIL_KEY, TIME_KEY,
JK_KEY, UMR_KEY, JUMLAH_DUK_KLMPK_UMR, JML_DUK_RASIO_JK dari tabel DIM_WILAYAH, DIM_TIME,
DIM_JENIS_KELAMIN, DIMENSI_UMUR di database OLAP, Kd_Wilayah, Kd_Prop, Kd_kab, Kd_Kec, Kd_Kel, Id_Jenis_Kelamin, Jenis_Kelamin, Id_Umur, Umur di database OLTP. Query tersebut juga membandingkan tanggal insert data di tabel DIM_UMUR dengan tanggal di tabel FilterTimeStamp di database OLAP. Jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik. Proses transformasi data ditujukan oleh arah panah yang menghubungkan dari input ke destination.
Gambar 4.18 DTS Fakta Kewarganegaraan
Gambar di atas adalah proses transformasi data FaktaWilayah, dimana proses transformasi ini menari data ke tabel FactAGR_DUK_UMR (Destination) di database OLAP dari source yang didapat dari hasil query pengambilan data WIL_KEY, TIME_KEY, JK_KEY,KWRGNGRAN_KEY,JUMLAH_DUK_KEWARGANEGARA
AN, dari table DIM_WILAYAH, DIM_TIME,
DIMENSI_KEWARGANEGARAAN, di database OLAP, Kd_Wilayah, Kd_Prop, Kd_kab, Kd_Kec, Kd_Kel, Id_Jenis_Kelamin, Jenis_Kelamin,
Id_Status_WN, Status_WN di database OLTP. Query tersebut juga membandingkan tanggal insert data di tabel DIM_KWRGNGRAN dengan tanggal di tabel FilterTimeStamp di database OLAP. Jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik. Proses transformasi data ditujukan oleh arah panah yang menghubungkan dari input ke destination.
Gambar 4.19 DTS Fakta Agama
Gambar di atas adalah proses transformasi data FaktaWilayah, dimana proses transformasi ini menari data ke tabel FactAGR_DUK_AGAMA (Destination) di database OLAP dari source yang didapat dari hasil query pengambilan data WIL_KEY, TIME_KEY, AGAMA_KEY, JUMLAH_DUK_AGAMA, dari table DIM_AGAMA, DIM_TIME, DIMENSI_WILAYAH, di database OLAP, Kd_Wilayah, Kd_Prop, Kd_kab, Kd_Kec, Kd_Kel, Id_Agama, Nama_Agama di
database OLTP. Query tersebut juga membandingkan tanggal insert data di tabel DIM_AGAMA dengan tanggal di tabel FilterTimeStamp di database OLAP. Jika tanggalnya lebih besar maka data ditarik tetapi jika tanggalnya sama atau lebih kecil maka data tidak ditarik. Proses transformasi data ditujukan oleh arah panah yang menghubungkan dari input ke destination.
Dalam Negeri adalah untuk memberikan kemudahan bagi pihak pengambil keputusan untuk mengenal lebih awal aplikasi data warehouse yang dibuat sehingga jika ada tampilan atau fitur yang kurang sesuai dengan keinginan dapat segera diperbaiki. Selain itu tujuan lain nya adalah untuk mempermudah mengakses data warehouse yang dibuat tanpa harus mengerti detail teknis dari datawarehouse
Rancangan aplikasi data warehouse ini dibuat menggunakan Microsoft Visual Basic.Net sebagai front-end dan Microsoft SQL Server 2005 sebagai back-end
Berikut ini adalah tampilan yang keluar ketika memasuki aplikasi data warehouse untuk pertama kali
Dalam halaman ini, user harus melakukan login untuk masuk kedalam aplikasi data warehouse dengan memasukan username dan password yang benar, apabila user salah memasukan username atau password akan muncul message box sebagai berikut
Gambar 4.21 Pesan Eror saat Login
Setelah user berhasil melalukan login, maka akan muncul layar utama aplikasi, dimana user dapat memilih menu yang tersedia sesuai dengan kebutuhan mereka.
4.1.10.2 Prototyping Aplikasi Data warehouse 4.1.10.2.1.Halaman Login
Berikut ini adalah tampilan yang keluar ketika pertama kali memasuki aplikasi Data Warehouse
Gambar 4.24 Halaman Login
Dalam halaman ini user harus login dengan memasukkan username dan password yang telah di berikan oleh admin, apabila username dan password yang dimasukkan salah maka akan muncul peringatan seprti gambar dibawah ini
Gambar 4.25 Halaman Login ketika salah inputan 4.1.10.2.2. Halaman Home
Halaman Home merupakan halaman pertama setelah melalukan login, halaman ini menampilkan aplikasi untuk membantu memilih jenis laporan, bentuk grafik serta memilih filter daerah. halaman ini menampilkan data yang telah dibentuk oleh admin sesuai dengan group dan tentang jenis laporan sesuai dengan data yang telah dibuat admin.
Gambar 4.26 Halaman Home
4.1.10.2.3. Halaman filter laporan jumlah penduduk menurut wilayah Pada halaman ini berisi tentang laporan jenis jumlah penduduk dan berserta grafik yang standard dan grafik 3D.
wilayah maka akan muncul gambar grafik yang standard. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama wilayah dan sumbu vertical berisi jumlah penduduk.
Setelah memilih button show pada laporan jumlah penduduk menurut wilayah maka akan muncul gambar grafik 3D. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama wilayah dan sumbu vertical berisi jumlah penduduk.
Tampilan data dari grafik jumlah penduduk menurut wilayah
Gambar 4.30 Data Grafik Jumlah penduduk menurut wilayah
4.1.10.2.4. Halaman filter laporan jumlah penduduk menurut Jenis Kelamin
Pada halaman ini berisi tentang laporan jenis jumlah penduduk dan berserta grafik yang standard dan grafik 3D.
Gambar 4.31 Halaman Home Laporan Jumlah Penduduk Menurut Jenis kelamin
Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar grafik yang standard.
Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama wilayah dan sumbu vertical berisi jumlah penduduk. Batang warna biru menjelaskan jumlah pria, sedangkan batang warna merah menjelaskan jumlah wanita.
Gambar 4.32 Grafik Standard/Batang Jumlah Penduduk Menurut Jenis Kelamin Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar grafik 3D.
Grafik 3D menjelaskan perbedaan jumlah pria dan wanita tiap Provinsi. Perbedaan warna pada grafik batang ini menjelaskan provinsi yang ada di wilayah Sumatra.
Gambar 4.33 Grafik 3D Jumlah Penduduk Menurut Jenis Kelamin
Tampilan data dari grafik jumlah penduduk menurut jenis kelamin
Pada halaman ini berisi tentang laporan jenis jumlah penduduk dan berserta grafik yang standard dan grafik 3D.
Gambar 4.35 Halaman Home Laporan Jumlah Penduduk Menurut Umur Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar grafik yang standard. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi Kelompok umur dari 1-100 dan sumbu vertical berisi jumlah penduduk.
Gambar 4.36 Grafik Standard/Batang Jumlah Penduduk Menurut Umur
Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar grafik 3D. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi Kelompok umur dari 1-100 dan sumbu vertical berisi jumlah penduduk.
Gambar 4.37 Grafik 3D Jumlah Penduduk Menurut Umur
Tampilan data dari grafik jumlah penduduk menurut umur
4.1.10.2.6. Halaman filter laporan jumlah penduduk menurut Status Kewarganegaraan
Pada halaman ini berisi tentang laporan jenis jumlah penduduk dan berserta grafik yang standard dan grafik 3D.
Gambar 4.39 Halaman Home Laporan Jumlah Penduduk Menurut Status Kewarganegaraan
Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar yang standard. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama propinsi dan sumbu vertical berisi jumlah penduduk. Warna Batang dari grafik menjelaskan jumlah WNI Pria, WNI Wanita, WNA Pria dan WNA Wanita.
Gambar 4.40 Grafik Standard/Batang Jumlah Penduduk Menurut Status Kewarganegaraan
Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar 3D. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama propinsi dan sumbu vertical berisi jumlah penduduk. Warna Batang dari grafik menjelaskan jumlah WNI Pria, WNI Wanita, WNA Pria dan WNA Wanita.
Gambar 4.41 Grafik 3D Jumlah Penduduk Menurut Status Kewarganegaraan
Tampilan data dari grafik jumlah penduduk menurut status kewarganegaraan
4.1.10.2.7. Halaman filter laporan jumlah penduduk menurut Agama Pada halaman ini berisi tentang laporan jumlah penduduk Menurut agama dan berserta grafik yang standard dan grafik 3D.
Gambar 4.43 Halaman Home Laporan Jumlah Penduduk Menurut Agama
Setelah memilih button show pada laporan jumlah penduduk menurut jenis kelamin, maka akan muncul gambar Standard. Pada grafik ini terbagi dua: pertama sumbu horinzontal berisi nama agama dan sumbu vertical berisi jumlah penduduk. Warna Batang dari grafik menjelaskan jumlah agama di seluruh propinsi serta Tampilan data dari grafik jumlah penduduk menurut agama.
4.2.1 Metode Implementasi
Metode implementasi yang dipilih adalah metode pararel dimana Sistem baru dijalankan bersama-sama dengan sistem lama, jika system baru tidak ada masalah maka sistem lama dihentikan pemakaiannya.
4.2.2 Jadwal Implementasi
Penerapan aplikasi data warehouse terdiri dari beberapa tahapan berkelanjutan, dengan penjadwalan yang dapat dilihat pada table berikut ini:
Minggu Ke-
1 2 3 4 5 6 7 8 9
Backup Database
Create Database
Conversion Database
Process ETL (Extract, Transfer and Load)
Instalation Vb.Net Aplication
Mulai Pelatihan atau Implementasi
Tabel 4.21 Jadwal Implementasi 4.2.3 Kebutuhan Sumber Daya
Dalam mendukung perancangan aplikasi data warehouse ini, aspek yang harus diperhatikan adalah sumber daya pendukung berupa piranti lunak (Software) dan perangkat keras (Hardware). Untuk senantiasa menjaga dan meningkatkan performansi dari data warehouse dan aplikasi yang telah dirancang secara berkesinambungan perlu dilakukan peningkatan mutu dan spesifikasi dari perangkat keras (Hardware). Berikut diuraikan kebutuhan yang diperlukan baik dari segi teknologi maupun personil yang dianggap memegang peranan penting.
4.2.4 Kebutuhan Spesifikasi Perangkat Keras (Hardware)
Perangkat keras (Hardware) yang merupakan penunjang dan juga pendukung implementasi data warehouse yang dibangun adalah berupa perangkat atau komponen fisik dari sistem. Hal – hal yang harus diperhatikan dalam pemilihan perangkat keras yang akan digunakan antara lain: kualitas dan kapasitas perangkat keras dalam mengoptimalkan operasi yang akan dilakukan oleh data warehouse.
Beberapa perangkat keras yang digunakan dalam pengimplementasian sistem antara lain adalah server, dengan pertimbangan tingkat penanganan query dalam jumlah yang besar yang akan dilakukan terhadap data warehouse. Disini spesifikasi dari server sangat menentukan tingkat performasi dari data warehouse.
Perangkat keras yang disarankan untuk digunakan dalam pengimplementasian data warehouse agar tingkat optimalisasi performance dapat dicapai antara lain:
1. Server
• Processor Intel Core2Duo T5550 • Hardisk 500 GB
• Memory 2 GB
2. User
• Processor Intel Pentium 4 • Hardisk 40 GB
• Memory 1 GB
4.2.5 Kebutuhan Spesifikasi Piranti Lunak (Software)
Sama dengan perangkat keras (Hardware), piranti lunak (Software) yang digunakan dalam pemrosesan data warehouse haruslah mampu menyajikan informasi yang dihasilkan dari data warehouse sehingga memudahkan analisis dalam membantu pengambilan keputusan dengan data yang akurat dan tepat.
Piranti lunak yang digunakan sebagai back and tool dari aplikasi data warehouse menggunakan Microsoft SQL Server 2005. Alasan dalam pemilihan piranti ini antara lain adalah Microsoft SQL Server 2005 memiliki kredibilitas yang baik dalam hal Database
dan Data warehouse, selain itu DESDM menginginkan data warehouse mereka menggunakan DBMS Microsoft SQL Server 2005, yang memang sudah tersedia pada server mereka.
Berikut ini adalah software yang digunakan dalam menjalankan aplikasi data warehouse pada DESDM:
1. Server
• Sistem Operasi : Microsoft Windows Server 2003 • Database : Microsoft SQL Server 2005 • Application Server : Bussines Intelligence 2005
2. User
• Sistem Operasi : Microsoft Windows Family / Linux
• Application : Internet Explorer / Mozilla Firefox / Opera
4.3 Kebutuhan SDM
Untuk pengembangan aplikasi dan pemeliharaannya, diperlukan seorang Database Administrator (DBA) untuk melakukan maintenance dari data warehouse yang merupakan fondasi utama dari aplikasi yang telah dirancang.
4.4 Evaluasi
Setelah perancangan dan implementasi aplikasi data warehouse pada Administrasi Kependudukan (Adminduk) Kementerian Dalam Negeri dilaksanakan maka dapat diperoleh hasil evaluasi. Evaluasi dari aplikasi ini dilakukan secara langsung oleh user, dengan cara memperhatikan bagaimana aplikasi ini dapat membantu user didalam menyediakan inforamasi yang mereka butuhkan seperti mengetahui penyebaran penduduk berdasarkan kategori umur, jenis kelamin di tiap-tiap daerah dalam kurun waktu yang singkat dibandingkan sebelumnya. Adapun aspek – aspek aplikasi yang dievaluasi meliputi kemudahan penggunaan aplikasi, sistem yang diterapkan, kelengkapan data, tampilan laporan dalam aplikasi dan keakuratan data yang dihasilkan.
Bagian yang melakukan evaluasi terhadap aplikasi ini adalah bagian administrasi kependudukan (adminduk) yang dilakukan pada minggu ketiga bulan Januari. Setelah melakukan evaluasi terhadap aplikasi yang diusulkan, maka kesimpulan yang didapat dari komentar selama evaluasi berlangsung yaitu:
• Keakuratan data yang dihasilkan oleh laporan sudah benar dan lengkap. Hal ini
karena tidak adanya proses ETL yang menjamin integritas data dan konsistensi data.
• Terdapatnya fitur dynamic parameter dalam report yang membantu user untuk
lebih cepat dalam mengambil keputusan, karena data dapat dikelompokkan sesuai dengan kebutuhan user.
• Tampilan laporan aplikasi cukup memuaskan. karena dilengkapi graphic yang
memudahkan dalam melakukan penganalisaan data yang ada pada data warehouse.
• Kemudian dari sisi kemudahan penggunaan aplikasi, dapat dirasakan kemudahan
dalam penggunaan aplikasinya, karena user hanya perlu menentukan data apa yang ingin dilihat dan parameter apa saja yang dibutuhkan.