i
PENGOLAHAN DATA PERIZINAN UNTUK PEMANTAUAN
TARGET TAHUNAN YANG DIIMPLEMENTASIKAN
MENGGUNAKAN TEKNIK GUDANG DATA
(Studi Kasus: Kantor Pelayanan Terpadu (KPT) Kabupaten Klaten)
Skripsi
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Oleh:
Arum Citra Dewi Anastasia
075314030
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
ii
PROCESSING PERMISSION DATA LICENSING FOR
MONITORING TARGET PER YEARS THAT IMPLEMENTED
USING DATA WAREHOUSE TECHNIQUE
(Case Study: Kantor Pelayanan Terpadu (KPT) Klaten)
A Thesis
Presented as Partial Fullfillment of the Requirements To Obtain the Sarjana Komputer Degree
By:
Arum Citra Dewi Anastasia
075314030
INFORMATICS ENGINEERING STUDY PROGRAM
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
v
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Arum Citra Dewi Anastasia
NIM : 07 5314 030
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :
“Pengolahan Data Perizinan Untuk Pemantauan Target Tahunan Yang
Diimplementasikan Menggunakan Teknik Gudang Data (Studi Kasus:
Kantor Pelayanan Terpadu (KPT) Kabupaten Klaten)”
Berserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikannya secara terbatas, dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya selama tetap mencatumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di Yogyakarta
Pada tanggal 25 November 2011 Yang menyatakan
vi
HALAMAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, November 2011 Penulis
vii
“ M enghar gai sebu ah pr oses dan usaha,,
k ar en a di dal am pr oses dan usaha yang k i t a l ak uk an,
k i t a m endapat k an banyak pel aj ar an. Sehi ngga k i t a
ak an pu as dengan hasi l yang k i t a t er im a”
Skripsi ini saya persembahkan untuk:
Keluarga, dosen, dan teman-teman tercinta
viii
KATA PENGANTAR
Segala puji syukur penulis panjatkan kepada Allah Bapa di Surga, karena berkat dan penyertaan-Nya penulis dapat menyelesaikan penyusunan tugas akhir yang berjudul “Pegolahan Data Perizinan Untuk Pemantauan Target Tahunan Yang Diimplementasikan Menggunakan Teknik Gudang Data (Studi Kasus: Kantor Pelayanan Terpadu (KPT) Kabupaten Klaten)”.
Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana strata satu pada Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
Pada saat pengerjaan tugas akhir ini penulis banyak mendapatkan bantuan dari berbagai pihak, oleh karena itu penulis ingin mengucapkan terima kasih kepada:
1. Bapak Yosef Agung Cahyanta, S.T., M.T., selaku Dekan Fakultas Sains dan Teknologi
2. Ibu Ridowati Gunawan, S.Kom, M.T. Ketua Prodi Teknik Informatika sekaligus dosen pembimbing. Yang telah memberikan bimbingan, arahan, saran, petunjuk-petunjuk, meluangkan waktu, dan kebaikannya sehingga penulis dapat menyelesaikan tugas akhir ini.
3. Bapak Puspaningtyas Sanjoyo Adi, S.T., M.T, dan Ibu Sri Hartati Wijono, S.Si., M.Kom selaku dosen penguji yang telah memberikan kritik dan saran 4. Ibu Koni, selaku Kepala sub.bag KTP, yang telah mengizinkan penulis untuk
melakukan studi kasus.
ix
sehingga penulis dapat membuktikan kepada keluarga bahwa penulis berhasil menyelesaikan Tugas Akhir ini.
6. Agustinus Ambar Istiyoko, yang selalu setia, menghibur, memberikan dukungan, doa, motivasi, semangat, menemani, dan selalu mendengarkan keluh kesah penulis saat menyelesaikan Tugas Akhir ini.
7. Sahabat dan teman-teman semua, Ana Suryaningsih, Anindhita, Florensia Dwinta, Sari Indah, Yohana Winanti, Leonardus Ardyandita, Yosephin Shinta, Ambar Widi, Ni Made Kristia, Markus Harjuno, Agustinus Riko, Andrias Pratiwi, dan semua temen-teman TI’07 yang selalu membantu penulis saat mengalami kesulitan dalam mengerjakan Tugas Akhir ini, dan selalu memberikan dukungan semangat dan doa.
8. Serta semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu penulis dalam menyelesaikan tugas akhir ini.
Penulis merasa masih banyak kekurangan dalam penyusunan laporan tugas akhir ini. Untuk itu, penulis mengharapkan saran dan kritik yang membangun dari pembaca. Semoga tugas akhir ini dapat bermanfaat, khususnya pada bidang Teknik Informatika.
Yogyakarta, 25 November 2010
x
DAFTAR ISI
HALAMAN JUDUL………..…..i
HALAMAN JUDUL INGGRIS………...ii
HALAMAN PERSETUJUAN………...iii
HALAMAN PENGESAHAN………..…..iv
LEMBAR PERNYATAAN PERSETUJUAN………....v
HALAMAN KEASLIAN KARYA………...….vi
MOTTO……….………..…...vii
KATA PENGANTAR………...viii
DAFTAR ISI...x
DAFTAR TABEL...xiv
DAFTAR GAMBAR...xvi
ABSTRAK………...……xxii
ABSTRACT………..…..xxiii
BAB I...1
PENDAHULUAN...1
1.1 Latar Belakang Masalah...1
1.2 Rumusan Masalah...3
1.3 Tujuan Penelitian...3
1.4 Kegunaan………..…...………...3
1.5 Batasan Masalah...4
1.6 Metodologi Penelitian...4
xi
BAB II...7
LANDASAN TEORI...7
2.1 Kantor Pelayanan Terpadu Kabupaten Klaten...7
2.1.1 Deskripsi Global Organisasi...7
2.1.2 Maksud dan Tujuan...9
2.2 Gudang Data...10
2.2.1 Pengertian Gudang Data...10
2.2.2 Komponen Gudang Data...10
2.2.3 Karakteristik Gudang Data...12
2.2.4 Manfaat Gudang Data...14
2.2.5 Arsitektur Gudang Data...15
2.2.6 Langkah Pembuatan Gudang Data...17
2.2.7 Database Staging...17
2.2.8 Kesalahan pada Gudang Data...18
2.2.9 Extract, Transform, dan Load (ETL)...19
2.2.10 Online Analytical Processing (OLAP)... 20
2.2.11 Multi Dimensional Modelling...20
2.2.11.1 Cube, Dimension, Measure, dan Member... . 20
2.2.11.2 Tabel Fakta dan Dimensi (Fact and Dimension Table)... .. 21
2.2.11.3 Skema Bintang (Star Schema)... . 22
2.2.11.4 Surrogate Key………..……...22
2.3 Pentaho Data Integration (Kettle)...23
2.3.1 Pentaho Data Integration...23
2.3.2 Komponen Aplikasi Kettle...23
xii
2.4 Mondrian ...29
BAB III...23
ANALISIS DAN PERANCANGAN SISTEM...30
3.1 Identifikasi Subyek...30
3.2 Langkah Pembuatan Gudang Data...35
3.2.1 Membaca data legacy...35
3.2.2 Mengabungkan data dari berbagai sumber terpisah...37
3.2.3 Memindahkan data dari sumber ke server gudang data...43
3.2.4 Memecah gudang data dalam tabel fakta dan dimensi...48
3.3 Pembuatan OLAP...51
3.3.1 Cube Rekapitulasi Perizinan...51
3.3.2 Cube Realisasi Pelayanan...52
3.3.3 Cube Target Tahunan...53
3.4 Analisa Kebutuhan ...54
3.4.1 Use Case ...54
3.4.2 Narasi Use Case...55
BAB IV...59
IMPLEMENTASI SISTEM...59
4.1 Arsitektur Sistem...59
4.2 Langkah Pembuatan Gudang Data...60
4.2.1 Membaca data legacy...60
4.2.2 Mengabungkan data dari berbagai sumber terpisah...62
4.2.3 Memindahkan data dari sumber ke server gudang data...77
4.2.4 Memecah gudang data dalam tabel fakta dan dimensi...86
4.3 Pembentukan OLAP...94
xiii
4.3.2 Skema Bintang Realisasi Pelayanan ...95
4.3.3 Skema Bintang Target Tahunan...96
4.4 Implementasi Use Case...97
4.4.1 Use Case Login...97
4.4.2 Use Case Upload Data Rekapitulasi Izin...102
4.4.3 Use Case Upload Data Target Tahunan...108
4.4.4 Use Case Melihat Rekapitulasi Perizinan………....……...111
4.4.5 Use Case Melihat Realisasi Pelayanan………...113
4.4.6 Use Case Memantau Target Tahunan….………...114
BAB V...117
ANALISIS HASIL...117
5.1 Penyelesaian Rumusan Masalah...117
5.2. Pengujian Cube ...122
5.3 Kelebihan dan Kelemahan ...132
5.3.1 Kelebihan Sistem...132
5.3.2 Kelemahan Sistem...133
BAB VI...134
KESIMPULAN DAN SARAN...134
6.1 Kesimpulan...134
6.2 Saran...135
DAFTAR PUSTAKA ... 136
xiv
DAFTAR TABEL
Tabel 3.1 Rekapitulasi Izin Gangguan(HO)……… 31 Tabel 3.2
Tabel 3.3
Realisasi pelayanan tahun 2009……….. Realisasi Target Tahun 2009...
32 33 Tabel 3.4
Tabel 3.5
Rekapitulasi jenis izin……..………... Contoh data rekapitulasi jenis izin...
35 36 Tabel 3.6 Proses pengabungan data jenis izin……… 42 Tabel 3.7 Proses pemindahan tabel master_jenis_izin….……… 43 Tabel 3.8 Tabel master_jenis_izin………..……….. 43 Tabel 3.9
xv
Tabel 3.20 Pembentukan dimensi_target_tahunan……… 50 Tabel 3.21
Tabel 3.22 Tabel 3.23 Tabel 3.24 Tabel 3.25 Tabel 3.26
Narasi use case login... Narasi use case upload data rekapitulasi izin... Narasi use case upload data target tahunan... Narasi use case melihat rekapitulasi perizinan... Narasi use case melihat realisasi pelayanan... Narasi use case memantau target tahunan...
55 55 56 57 57 58 Tabel 5.1 Laporan Ralisasi Pelayanan tahun 2009....……… 119 Tabel 5.2 Laporan Realisasi Target Tahun 2009……..………. 121 Tabel 5.3
Tabel 5.4 Tabel 5.5 Tabel 5.6 Tabel 5.7 Tabel 5.8
Sintak query sql 1………..…….. Sintak query sql 2………..…….. Sintak query sql 3………..…….. Sintak query sql 4………..…….. Sintak query realisasi pelayanan………..…….. Sintak query target tahunan………..……..
xvi
DAFTAR GAMBAR
Gambar 2.1 Arsitektur Gudang Data……… 15
Gambar 2.2 Sistem kerja Data Warehouse……….. 20
Gambar 2.3 Star Schema dari PHI- Minimart...….……… 22
Gambar 3.1 Flowchart proses pemindahan data rekapitulasi jenis izin....…. 37
Gambar 3.2 Flowchart proses pembacaan alamat pemohon... 38
Gambar 3.3 Flowchart proses pembacaan lokasi usaha... 39
Gambar 3.4 Flowchart proses pembacaan jenis usaha....……….. 40
Gambar 3.5 Flowchart proses penyimpanan jenis izin... 41
Gambar 3.6 Star Schema fact_perizinan...……… 51 Gambar 3.7
Gambar 3.8
Star Schema fact_realisasi_pelayanan………. Star Schema fact_target_tahunan...
52 53 Gambar 3.9
Gambar 4.1 Gambar 4.2 Gambar 4.3 Gambar 4.4 Gambar 4.5 Gambar 4.6
Diagram use case...………. Arsitektur Sistem... Tabel input data503_01.ktr... Proses Konversi Data... Tabel data503_01... Membaca Nama Kecamatan.ktr... Set Variable.ktr...
xvii
xviii
xix
xx
Tabel Fact Realisasi Pelayanan.ktr... Tabel fact_realisasi_pelayanan... Tabel Fact Target Tahunan.ktr... Tabel fact_target_tahunan... Skema Transaksi Perizinan.xml... Skema Realisasi Pelayanan.xml... Skema Target Tahunan.xml... Halaman Login Admin... Konfirmasi gagal login... Halaman Upload Data Rekapitulasi Izin... Halaman Upload Data Target Tahunan... Tampilan Halaman Utama... Hasil Rekapitulasi izin... Hasil Realisasi Pelayanan... Hasil Target Tahunan...
92
Gambar 5.1 Hasil Rekapitulasi Izin pada OLAP... 118
Gambar 5.2 Hasil Realisasi Pelayanan pada OLAP... 119
Gambar 5.3 Hasil Target Tahunan pada OLAP ………... 120
Gambar 5.4 Hasil Cube Rekapitulasi 1... 122
xxi Gambar 5.6
Gambar 5.7 Gambar 5.8 Gambar 5.9 Gambar 5.10 Gambar 5.11 Gambar 5.12 Gambar 5.13 Gambar 5.14 Gambar 5.15
Hasil Cube Rekapitulasi izin 2... Hasil query sql 2... Hasil OLAP Rekapitulasi 3... Hasil query sql 3... Hasil Cube Rekapitulasi 4... Hasil query sql 4... Hasil Cube Realisasi Pelayanan... Hasil query sql realisasi pelayanan... Hasil Cube Target Tahunan... Hasil query sql target tahunan...
xxii
PENGOLAHAN DATA PERIZINAN UNTUK PEMANTAUAN
TARGET TAHUNAN YANG DIIMPLEMENTASIKAN
MENGGUNAKAN TEKNIK GUDANG DATA
(Studi Kasus: Kantor Pelayanan Terpadu (KPT) Kabupaten Klaten)
Arum Citra Dewi Anastasia
ABSTRAK
Salah satu perkembangan teknologi informasi adalah teknologi penyimpanan data. Gudang data merupakan sekumpulan data yang terintegrasi, basis data berorientasi subyek didesain untuk mendukung fungsi sistem pengambilan keputusan. Teknologi gudang data ini digunakan untuk mengintegrasikan data perizinan yang terdapat pada Kantor Pelayanan Terpadu. Pembuatan gudang data digunakan untuk membantu Kepala KPT dalam memantau data pelayanan mencapai target retribusi tahunan. Gudang data yang sudah terbentuk akan digunakan untuk keperluan database Online Analytical Processing (OLAP) yang mencakup informasi retribusi, jumlah pemohon, target tahunan, dan sisa anggaran.
xxiii
PROCESSING PERMISSION DATA LICENSING FOR
MONITORING TARGET PER YEARS THAT IMPLEMENTED
USING DATA WAREHOUSE TECHNIQUE
(Case Study: Kantor Pelayanan Terpadu (KPT) Klaten)
Arum Citra Dewi A
ABSTRACT
One of the developments of information technology is a data storage technology. Data warehouse is a set of integrated data, subject-oriented databases designed to support decision-making functions of the system. Data warehouse technology is used to integrate data contained on the licensing of Kantor Pelayanan Terpadu. Making a data warehouse is used to assist the head of KPT in the ministry to monitor the datareach the annual target of retribution. Data warehouse that has been established will be used for database Online Analytical Processing (OLAP) that includes information retribution, the number of applicants, annual targets, and the rest of the budget.
1 BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Teknologi informasi berkembang sangat pesat saat ini, seiring dengan peradapan manusia. Teknologi informasi ini merupakan suatu alat untuk meningkatkan pelayanan dalam berbagai aspek. Perkembangan ini ditandai dengan pengetahuan bahwa informasi merupakan sumber daya vital yang dibutuhkan oleh kebanyakan instansi. Instansi memanfaatkan teknologi informasi untuk proses bisnis dan memperoleh informasi yang dibutuhkan. Teknologi informasi dapat membantu instansi dalam mengolah data menjadi cepat dan akurat. Instansi yang menggunakan teknologi informasi mempunyai keunggulan yang efektif dan efisien, dibandingkan dengan instansi yang belum menggunakan teknologi informasi.
Salah satu perkembangan teknologi informasi adalah teknologi penyimpanan data. Perkembangan teknologi penyimpaan data berawal sejak komputer tercipta. Teknologi penyimpanan data digunakan untuk menyimpan data yang semakin meningkat sepanjang waktu. Hal ini yang menyebabkan teknologi penyimpanan data berubah sangat signifikan.
Menghadapi persaingan bebas serta tuntutan untuk peningkatan pelayanan masyarakat, maka diperlukan penyederhanaan dan kemudahan perijinan. Semula pelayanan perijinan yang ditangani oleh banyak instansi mempunyai kesan berbelit-belit dan menyulitkan masyarakat. Keadaan seperti ini sangat rawan terhadap pungutan yang tidak jelas, sehingga mengakibatkan ketidakpercayaan masyarakat, ekonomi biaya tinggi, tidak menarik bagi investor, dan menurunkan kredibilitas pemerintah. Mensikapi kondisi tersebut, Pemerintah Kabupaten Klaten mendirikan Kantor Pelayanan terpadu (KPT).
Pemerintah Kabupaten Klaten mempunyai maksud dan tujuan mendirikan KPT Klaten. Pemerintah mempunyai maksud untuk menyederhanakan pelayanan perizinan dan non perizinan agar lebih efektif, dan efisien sesuai kebutuhan daerah. Pemerintah mempunyai harapan dapat menciptakan iklim usaha yang kondusif untuk penanaman modal sehingga mendorong pemberdayaan masyarakat demi kesejahteraan masyarakat. Tujuan dari semua ini untuk memberikan kepuasan kepada masyarakat dengan pelayanan prima dan meningkatkan pendapatan asli daerah.
Setiap tahunnya KPT memiliki terget retribusi tahunan untuk setiap jenis pelayanan izin. Target retribusi tahunan ini digunakan Kepala KPT untuk memantau perkembangan pelayanan izin yang ada di Kabupaten Klaten. Perkembangan pelayanan dapat dilihat dengan semakin meningkatnya permohonan pengajuan izin. Meningkatnya permohonan pengajuan izin menyebabkan semakin meningkatkan kinerja personil bagian Tim Kerja Teknis. Apabila hal ini tidak diimbangi maka tidak akan tercapai target retribusi tahunan. Semua ini merupakan upaya Pemerintah dalam pencapaian tujuan didirikannya KPT yaitu meningkatkan pendapatan asli daerah.
retribusi tahunan. Gudang data yang sudah terbentuk akan digunakan untuk keperluan database Online Analytical Processing (OLAP) yang mencakup informasi retribusi, jumlah pemohon, target tahunan, dan sisa anggaran.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, permasalahan yang dapat dirumuskan adalah: Bagaimana membuat gudang data untuk keperluan database Online Analytical Processing (OLAP) yang dapat digunakan untuk memantau target tahunan tiap pelayanan izin yang terdapat di KPT.
1.3. Tujuan Penelitian
Tujuan penelitian yang dilakukan adalah membangun gudang data untuk keperluan OLAP yang dapat digunakan untuk membantu Kepala KPT mendapatkan informasi pencapaian target tahunan.
1.4. Kegunaan
Sistem pengolahan gudang data memiliki kegunaan sebagai berikut: Bagi penulis:
1. Menyelesaikan Tugas Akhir sebagai syarat kelulusan tingkat strata satu. 2. Mendapatkan ilmu tentang kegiatan-kegiatan perizinan, dan mengetahui
tata cara melakukan perizinan.
Bagi Kepala KPT:
1. Mempermudah Kepala KPT dalam pemantauan data pelayanan Perizinan dan non Perizinan.
2. Untuk membantu kegiatan evaluasi tahunan dalam pencapaian target tahunan pelayanan perizinan.
1.5. Batasan Masalah
Batasan masalah yang ada dalam penelitian ini adalah:
1. Data perizinan yang digunakan adalah semua rekapitulasi jenis pelayanan izin yang ada di Kantor Pelayan Terpadu Kabupaten Klaten untuk tahun 2009 dan 2010.
2. Informasi OLAP yang terbentuk digunakan oleh Kepala KPT dalam pemantauan pencapaian target tahunan, sehingga dapat membantu kegiatan evaluasi dan penentuan target untuk tahun yang akan datang. 3. Implementasi dengan menggunakan Kettle ( Pentaho Data Integration),
Schema-workbench, dan Mondrian.
1.6. Metodologi Penelitian
Metodologi yang digunakan dalam penulisan Tugas Akhir: 1. Studi Pustaka
Mempelajari bahan-bahan terkait yang digunakan untuk mengerjakan Tugas Akhir.
2. Identifikasi Masalah
Melakukan wawancara kepada pihak yang terkait, untuk mendapatkan informasi kebutuhan yang diperlukan.
3. Mengumpulkan dan menganalisis sumber data
warehouse).
4. Pembuatan gudang data
Langkah yang digunakan dalam pembuatan gudang data: a. Membaca data legacy
b. Mengabungkan data dari berbagai sumber terpisah c. Memindahkan data dari sumber ke server gudang data d. Memecah gudang data dalam tabel fakta dan dimensi 5. Uji Coba Sistem dan Evaluasi
6. Menyusun laporan Tugas Akhir
1.7. Sistematika Penulisan
Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir yang akan dibuat secara teratur dan sistematis yang dijalankan dalam beberapa bab dan subbab sehingga pada akhir penulisan akan memberikan gambaran secara menyeluruh. Sistematika penulisan disusun dengan urutan sebagai berikut.
BAB I: PENDAHULUAN
Bab ini berisi latar belakang penulisan tugas akhir, rumusan masalah, batasan masalah, metodologi penelitian, dan sistematika penulisan.
BAB II: LANDASAN TEORI
Bab ini membahas sekilas tentang gudang data dan juga teori-teori lain yang mendukung dalam penulisan tugas akhir ini.
BAB III: ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi analisis dan perancangan gudang data.
BAB IV: IMPLEMENTASI SISTEM
implementasi sistem yang meliputi implementasi data, implementasi use case dan implementasi gudang data.
BAB V ANALISIS SISTEM
Bab ini berisi tentang pembahasan gudang data yang telah dibangun. BAB V : KESIMPULAN DAN SARAN
7 BAB II
LANDASAN TEORI
2.1Kantor Pelayanan Terpadu Kabupaten Klaten
2.1.1 Deskripsi Global Organisasi
Menghadapi persaingan bebas serta tuntutan atas peningkatan pelayanan masyarakat, maka diperlukan penyederhanaan dan kemudahan perizinan. Pelayanan perizinan yang ditangani oleh banyak instansi mempunyai kesan berbelit-belit dan menyulitkan masyarakat serta rawan terhadap pungutan yang tidak jelas dan waktu yang lama sehingga mengakibatkan ketidakpercayaan masyarakat, ekonomi biaya tinggi, tidak menarik bagi investor dan menurunkan kredibilitas pemerintah[2].
Mensikapi kondisi tersebut, Pemerintah Kabupaten Klaten melangkah cepat dengan menerapkan Pelayanan Perizinan Satu Pintu atau One Stop Service (OSS). Penerapan Pelayananan Perizinan Satu Pintu atau OSS ini harus didukung oleh semua jajaran eksekutif dan legislatif. Semua pihak terkait diharapkan mengedepankan semangat melayani, bukan dilayani, serta berpihak pada kepentingan masyarakat[2].
OSS di Kabupaten Klaten diselenggarakan oleh Kantor Pelayanan Terpadu (KPT). OSS memberikan pelayanan secara cepat, mudah, transparan dan pasti. OSS adalah jaminan kualitas pelayanan prima[2].
Bupati mendelegasikan kewenangan penandatangan perizinan dan non perizinan kepada Kepala Kantor Pelayanan Terpadu untuk mempercepat proses pelayanan sebagaimana diatur dalam Peraturan Bupati Klaten Nomor 28 Tahun 2007 tentang Pelimpahan Wewenang Penandatangnan Perizinan/Non Perizinan dan Tertentu kepada Kepala Kantor Pelayanan Terpadu Kabupaten Klaten. Adapun kewenangan yang dilimpahkan kepada Kepala Kantor Pelayanan Terpadu adalah[2] :
1. Izin Gangguan;
2. Izin Mendirikan Bangunan;
3. Izin Usaha Penggilingan Padi (Huller); 4. Izin Reklame;
5. Tanda Daftar Industri (TDI);
6. Surat Izin Usaha Perdagangan (SIUP); 7. Tanda Daftar Perusahaan (TDP); 8. Tanda Daftar Gudang (TDG); 9. Izin Lokasi;
10.Izin Perubahan Pemanfaatan Lahan; 11.Izin Penyelenggaraan Bidang pariwisata; 12.Izin Rumah Bersalin;
13.Izin Balai Pengobatan; 14.Izin Praktek Dokter Bersama; 15.Izin Praktek Bersama Dokter Gigi; 16.Izin Bersama Praktek Dokter Umum; 17.Izin Apotek;
18.Izin Optik; 19.Izin Tukang Gigi;
20.Izin Praktek Fisiotherapist; 21.Izin Praktek Refraksionist.
yang diajukan oleh masyarakat. Dengan demikian birokrasi lebih pendek sehingga dapat lebih efektif dan efisien.
2.1.2 Maksud dan Tujuan
Maksud didirikannya Kantor Pelayanan Terpadu Kabupaten Klaten adalah untuk penyederhanaan penyelenggaraan pelayanan perizinan dan non perizinan terpadu agar lebih efektif, efisien, dan rasional sesuai kebutuhan daerah. Hal ini yang diharapkan dapat menciptakan iklim usaha yang kondusif untuk penanaman modal sehingga mendorong pemberdayaan masyarakat demi kesejahteraan masyarakat.
Tujuan dari semua ini adalah memberikan kepuasan kepada masyarakat dengan pelayanan prima. Pelayanan prima sebagaimana dimaksud dalam Kep.Men.PAN 81 tahun 1993 antara lain: sederhana, jelas, aman, transparan, efisien, ekonomis, adil dan tepat waktu. Dengan demikian[2];
1. Bagi masyarakat
a. Ada kepastian tentang peraturan, persyaratan, prosedur, biaya dan waktu.
b. Memberikan legalitas bagi kegiatan masyarakat. c. Memberikan perlindungan hukum bagi masyarakat. d. Menciptakan iklim usaha yang kondusif.
2. Bagi Pemerintah
a. Sebagai sarana pembinaan dan pengendalian.
2.2 Gudang Data
2.2.1 Pengertian Gudang Data
Pengertian gudang data dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :
Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management[3].
Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan[3].
Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber[3].
Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan gudang data adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant, tidak berubah yang digunakan untuk membantu para pengambil keputusan[3].
2.2.2 Komponen Gudang Data
Ada banyak komponen yang terdapat dalam gudang data, diantaranya[7]:
Penyimpan data operasional adalah komponen yang paling umum dalam gudang data. Setiap hari organisasi akan melakukan penyimpanan data operasional dimana data yang disimpan adalah tunggal untuk suatu aplikasi tertentu. Fungsi dari penyimpanan data operasioanal dalam gudang data adalah sebagai sumber aliran data mentah. Organisasi dalam penyimpanan data ini pada umumnya berorientasi subyek, dan berfokus pada pelanggan, produk, order, kebijakan hal lain diseputarnya. Penyimpanan data ini sering juga disebut sebagai gudang data secara fisik.
2. Data pasar (mart data)
Data pasar sering dilihat sebagai cara untuk meningkatkan masukan ke dalam bidang dari gudang data dan membuat seluruh kesalahan menjadi kecil. Data pasarnya biasanya digunakan untuk memperkecil biaya dan memperkecil skala.
3. Metadata
Metadata merupakan salah satu contoh dari gudang data secara logikal. Yang digunakan untuk memperoleh informasi dan mengakses data secara aktual. Sistem legacy pada umumnya tidak menyimpan record tentang karakteristik dari data, seperti berapa item data yang ada, dimana lokasi data, dari mana data itu berasal, atau bagaimana data dapat diakses. Metadata adalah data sederhana tentang data yaitu lebih memperhatikan informasi yang disimpan tentang gudang dari pada informasi yang disediakan oleh gudang. 4. Sistem pendukung keputusan dan sistem informasi eksekutif.
2.2.3 Karakteristik Gudang data
Menurut Inmon karakteristik gudang data sebagai berikut[1] : 1. Subject Oriented (Berorientasi subject)
Gudang data berorientasi subject artinya gudang data didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.
Gudang data diorganisasikan disekitar subjek-subjek utama dari perusahaan(customers, products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama(customer invoicing, stock control dan product sales). Hal ini dikarenakan kebutuhan dari gudang data untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.
2. Integrated (Terintegrasi)
Gudang data dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep gudang data itu sendiri.
Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variabel, konsisten dalam ukuran variabel, konsisten dalam struktur pengkodean, dan konsisten dalam atribut fisik dari data.
3. Time-variant (Rentang Waktu)
a. Cara yang paling sederhana adalah menyajikan gudang data pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
b. Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam gudang data baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
c. Cara yang ketiga,variasi waktu yang disajikan gudang data melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.
4. Non-Volatile
Karakteristik keempat dari gudang data adalah non-volatile,maksudnya data pada gudang data tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinue menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.
2.2.4 Manfaat Gudang data
Ada empat manfaat yang bisa dilakukan dengan adanya gudang data, yaitu[3]:
a. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan gudang data yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
b. On-Line Analytical Processing (OLAP)
Dengan adanya gudang data,semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat.
OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.
c. Data mining
Data mining merupakan proses untuk menggali(mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada gudang data, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.
d. Proses informasi executive
Gambar 2.1 : Arsitektur Gudang Data
keseluruhan data. Dengan menggunakan gudang data segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan gudang data menjadi target informative bagi user.
2.2.5 Arsitektur Gudang Data
Arsitektur gudang data dapat dilihat pada gambar 2.1 sebagai berikut:
Berikut ini adalah tiga jenis dasar sistem gudang data[3]: 1. FunctionalData Warehouse (Gudang data Fungsional)
Kata fungsional disini merupakan database yang diperoleh dari kegiatan sehari-hari. Gudang data dibuat lebih dari satu dan dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan
Extract Transform Load Refresh
Metadata Repository
Data Warehouse Sumber Data Yang Berbeda
Operational Databases
Visualization
seperti fungsi keuangan(financial), marketing, personalia dan lain-lain.
Keuntungan dari bentuk gudang data seperti ini adalah, sistem mudah dibangun dengan biaya relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna.
2. CentralizedData Warehouse (Gudang data Terpusat)
Bentuk ini terlihat seperti bentuk gudang data fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan perusahaan. Gudang data terpusat ini, biasa digunakan oleh perusahaan yang belum memiliki jaringan eksternal.
Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang mahal serta memerlukan waktu yang cukup lama untuk membangunnya.
3. Distributed Gudang data (Gudang data terdistribusi)
Pada gudang data terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara gudang data dengan workstation yang menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini memungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan(eksternal).
2.2.6 Langkah Pembuatan Gudang Data
Langkah-langkah yang digunakan saat melakukan pembuatan gudang data sebagai berikut[7]:
1. Membaca data legacy
Memperhatikan bagian-bagian data yang perlu untuk dibersihkan 2. Menggabungkan data dari berbagai sumber terpisah
Setiap jenis informasi yang diinginkan mungkin berasal dari beberapa file yang harus digabungkan untuk digunakan pada gudang data. 3. Memindahkan data dari sumber ke server gudang data
Membuat standarisasi format dan copy-kan data dari sumber sekaligus data dibuat bersih (clean).
4. Memecah gudang data dalam tabel fakta dan tabel dimensi
Tabel fakta dan tabel dimensi disusun menurut kebutuhan subyek.
2.2.7 DatabaseStaging
2.2.8 Kesalahan pada Gudang Data
Denis Kozar (1997), wakil pimpinan dari Enterprise Information Architecture dari Chase Manhattan Bank mengemukakan ‘tujuh kesalahan fatal’ dalam menerapkan gudang data yaitu[7]:
1. Pada saat membangun gudang data, data akan datang. Kesalahan yang sering kali terjadi adalah tidak merencanakan dengan baik gudang data. Pada saat membangun gudang data, seharusnya dipikirkan bagaimana melakukan desain, membangun dan memelihara gudang data itu. Gudang data tidak dengan sendirinya dibangun dengan harapan akan ada orang yang memanfaatkannya.
2. Kesalahan dalam membuat kerangka arsitektur gudang data. Hal yang penting adalah bagaimana membangun kerangka arsitektur gudang data. Kerangka inilah yang merupakan blue print untuk membangun dan menggunakan berbagai komponen gudang data. Sehingga kesalahan pada pembuatan kerangka ini akanlah berakibat sangat fatal.
3. Ketidakmampuan menyusun asumsi
Asumsi dan data potensial harus dimasukkan ke dalam kerangka gudang data. Asumsi yang harus dipersiapkan antara lain:
a. Berapa banyak data yang akan dimasukkan ke dalam gudang data? b. Berapa sering data harus diperbaharui?
c. Dimanakah gudang data akan diterapkan?
Jawaban tepat atas pertanyaan diatas akan sangat membantu dalam pembuatan gudang data.
4. Kesalahan dalam menentukan peralatan yang akan digunakan untuk menyelesaikan tugas. Dalam memilih peralatan untuk membangun gudang data haruslah tepat. Peralatan gudang data tidaklah sama dengan peralatan yang digunakan untuk membangun sistem operasional.
siklus hidup gudang data tidak pernah berakhir, selalu berlanjut sehingga perlu selalu diperbaharui. Hal ini heruslah perlu disadari. 6. Cenderung membatalkan data yang mengandung perbedaan. Perlu
dilakukan penyesuaian terhadap data yang berbeda dan buka menghilangkan data.
7. Menggagalkan dokumen yang ada kesalahan.
Tujuh kesalahan diatas harus dihindari selama proses pembuatan gudang data.
2.2.9 Extract, Transform, dan Load (ETL)
Untuk melakukan data warehousing maka diperlukan utilitas yang dirancang khusus untuk hal tersebut. Utilitas tersebut harus memiliki kemampuan[6]:
1. Membaca dari dan mengirim data ke berbagai sumber (file teks, excel, database relational, dan sebagainya)
2. Mampu menyesuaikan / transformasi data
3. Memiliki informasi metadata pada setiap perjalanan transformasi. 4. Memiliki audit log yang baik.
5. Dapat ditingkatkan performanya dengan scale up dan scale out. 6. Mudah diimplementasikan
IT
Gambar 2.2 : Sistem Kerja Data Warehouse
2.2.10 Online Analytical Processing (OLAP)
Database OLAP dirancang dan difokuskan pada kecepatan pembacaan data terutama dari volume data yang besar. Umumnya database OLAP tidak mengantisipasi perubahan data yang dilakukan oleh pengguna. Tetapi sebaliknya, isi dari database dipopulasi dengan suatu proses batch dan biasanya dilakukan dalam periode tertentu. Proses batch ini biasanya juga melibatkan pembacaan bukan hanya satu tapi juga dari berbagai sumber data OLTP untuk diintegrasikan dan ditranformasikan. Proses inilah yang umumnya disebut dengan gudang data[6].
2.2.11 Multi Dimensional Modelling
2.2.11.1 Cube, Dimension, Measure, dan Member
Teknologi OLAP menganut multi dimensional modeling, artinya dapat melihat analisis pengukuran dengan pandangan berbagai dimensi. Di dalam konsep ini perlu mengenal berbagai istilah yang berkaitan dengan
OLAP[6]: Dokumen Text / Excel
Database
Database OLAP Data Warehouse
SKEMA Bintang
Mapping Data
1. Cube: adalah struktur multi dimensional konseptual, terdiri dari dimension dan measure dan biasanya mencakup pandangan bisnis tertentu.
2. Dimension / dimensi: adalah struktur view / sudut pandang yang menyusun cube. Dimensi dapat terdiri dari berbagai level.
3. Measure: nilai pengukuran itu sendiri.
4. Member: isi / anggota dari suatu dimension / measure tertentu.
2.2.11.2 Tabel Fakta dan Dimensi (Fact and Dimension Tables)
Tabel fakta (fact table) yaitu tabel yang berisi fakta numerik, jika semua data disimpan pada tabel fakta tunggal, maka hasilnya adalah tabel yang besar sekali. Tabel dimensi (dimension table) yaitu tabel yang berisi petunjuk (pointer) ke tabel fakta, digunakan untuk menunjukkan darimana data dapat ditemukan dan tabel terpisah dibutuhkan untuk setiap dimensi.
Di dalam model multi dimensional, database terdiri dari beberapa tabel fakta dan tabel dimensi saling terkait. Suatu tabel fakta berisi berbagai nilai agregasi yang menjadi dasar pengukuran (measure) serta beberapa key yang terkait ke tabel dimensi yang akan menjadi sudut pandang dari measure tersebut.
Dalam perkembangannya, susunan fact table dan dimension table ini memiliki standar perancangan atau schema karena terbukti meningkatkan performa dan kemudahan dalam penerjemahan ke sistem OLAP.
Gambar 2.3 : Star Schema dari PHI-Minimart
2.2.11.3 Skema Bintang (Star Schema)
Star schema berpusat pada satu tabel fakta yang dikelilingi oleh satu atau beberapa tabel dimensi sebagai cabangnya sehingga kelihatan seperti bintang. Setiap percabangan berhenti pada satu tabel dimensi. Atau dengan kata lain tabel dimensi dengan skema ini semuanya berupa leaf (daun) dan tidak ada percabangan lain dapat dilihat pada gambar 2.3 [6].
dim_karyawan PK sk_karyawan
kode_cabang nama_cabang kode_karyawan nama_karyawan
2.2.11.4 Surrogate Key
2.3
Pentaho Data Integration (Kettle)
2.3.1 Pentaho Data Integration
Pentaho Data Integration (PDI) atau Kettle adalah utlities ETL open source di bawah Pentaho Corp Amerika. Proyek ini awalnya merupakan inisiatif dari Matt Casters (http://www.ibridge.be), seorang programmer dan konsultan Business Intelligence (BI) dari Belgia yang telah menangani berbagai proyek BI untuk semua perusahaan besar.[6]
Saat ini Kettle merupakan utilitas ETL yang sangat popular dengan beberapa fitur sebagai berikut:
1. Kumpulan step yang kaya (lebih dari 100 steps) dalam paket.
2. Dukungan untuk proses data warehouse terutama untuk Slowly Changing dan Junk Dimensions.
3. Performa dan kemampuan skalabilitas yang sudah terbuka. 4. Dapat dikembangkan dengan berbagai plugin tambahan.
2.3.2 Komponen Aplikasi Kettle
Kettle 3.0.1 terdiri dari 4 utilitas dalam bentuk shell / batch script, yaitu:[6]
1. Spoon
Lingkungan kerja spoon terdiri dari beberapa bagian sebagai berikut: a. Pulldown Menu : koleksi menu dari spoon yang terintegrasi
dalam satu toolbar.
b. Welcome Screen : merupakan halaman pembuka kettle yang berisi informasi ke situs Pentaho. Untuk mengaktifkan welcome screen pilih menu Help | Show the Welcome Screen.
c. Toolbar : terdiri dari job/ transformasi toolbar d. Panel Execution Results, terdiri dari:
1) Execution History: Data histories eksekusi
2) Logging : Berisi detil dari eksekusi job/ transformation.
3) Job Metrics : Berisi detil dri step-step yang telah dieksekusi
4) Step Metrics : berisi detil jumlah pembacaan data ( write, update, dll) per satuan waktu detik dari step-step yang telah dieksekusi.
5) Performance Graphs : Tampilan grafis dari pembacaan data dari Step Metrics.
2. Pan
3. Kithen
Kithen merupakan utilitas yang digunakan unutk mengeksekusi job. Umumnya dijalankan pada saat otomatisasi terjadwal (scheduled automation). Dipaketkan dengan nama file pan.bat (batch script) dan pan.sh (BASH shell script).
4. Carte
Merupakan utilitas cluster web server yang digunakan untuk mengeksekusi job / transformation. Terutama digunakan untuk meningkatkan performa ETL dengan pembagian load kerja pada berbagai node Carte (master dan slave).
2.3.3 Job / Transformation
1. Koneksi Database
Kettle mendukung banyak sekali jenis koneksi database terpopuler saat ini seperti Oracle, MySQL, PostgreSQL, dan sebagainya. Pastikan bahwa driver JDBC (Java Database Connectivity) database tersebut terdapat di folder libext / JDBC. Selanjutnya koneksi database yang dapat dikenali oleh Job / Transformation dapat dibuat di panel kiri bagian “Database connections” atau melalui tombol “new” pada berbagai step yang pelu mengenali koneksi tersebut.
2. Step
Step adalah komponen Kettle yang mengerjakan tugas tertentu pada suatu job /transformation. Step pada Kettle terdiri dari 100 lebih step standar (default steps) pada 2 kategori:
2) Transformation Steps : step yang berjalan secara parallel dan lebih menitik beratkan I / O data.
Referensi penggunaan berbagai step dapat ditemukan di dokumen PDI / Kettle user guide. Step pada Kettle dapat ditambahkan sebagai plugin.
3. Hop
Suatu Hop menggabungkan 2 step baik dengan penentu aliran / flow dari job atau penghantar data di transformation. Pada transformation, hop memiliki berbagai warna yang memiliki arti tersendiri. Tabel pada halaman berikut ini berisi daftar lengkap dari arti warna hop.
Warna Hop Arti
Hijau Distribusi baris data ( Distribute Rows) Kuning Memberikan info kepada step (distribute) Merah Membuat duplikasi baris data (Copy Rows) Magenta Memberikan info kepada step (copy) Biru Hop sementara (kandidat)
Abu-abu Hop dinonaktifkan(disabled) Orage titik-titik Hop tidak pernah digunakan Merah titik-titik Hop memiliki data yang error
Pada job, hop memiliki berbagai warna yang memiliki arti tersendiri. Tabel berikut adalah daftar lengkap dari arti warna tersebut.
Warna Hop Arti
Hijau Jika evaluasi benar maka lanjutkan ke step berikutnya Merah Jika evaluasi kondisi salah maka lanjutkan step
berikutnya
4. Job
Job adalah komponen dari Kettle yang menangani control atas aliran tugas (flow control)
5. Transformation
Transformation adalah komponen dari Kettle yang melakukan proses aliran data sebenarnya. Semua proses pengambilan (extract), perubahan (transform), dan penyimpanan (load) data dilakukan disini.
Simbol transformation dalam Spoon adalah
6. Row
Row atau baris data adalah konsep paling penting di Kettle. Row terdiri dari 2 bagian:
1) Meta Data dari row, yaitu berisi deskripsi dan tipe dari data 2) Data itu sendiri
Tipe data untuk row yang didukung oleh Kettle adalah sbb: 1) Integer : Bilangan bulat
4) Date : Tanggal
5) Boolean : Nilai benar / salah 6) BigNumber : Bilangan pecahan besar 7) Binary : Data biner
7. Variable
Variable adalah penyimpanan data di memori dengan penggunaan nama tertentu. Beberapa kategori variable Kettle adalah:
1) Enviroment Variables : Berlaku secara global
2) Kettle Variables : Variable-variable yang sudah didefinisikan sebelumnya dan punya nilai tertentu.
Dapat diakses menggunakan dua bentuk notasi yaitu “${NamaVariable}” atau “%%NamaVariable”. Pada beberapa dialog di Spoon, jika terdapat tanda gambar tanda tanya ( ) maka nilainya bisa digantikan dengan variable.
8. Log
Log pada Kettle terdapat pada berbagai level pad job, transformation dan step dapat diarahkan ke berbagai output:
1) Layar Monitor 2) File System
3) Database relasional
2.4
Mondrian
Mondrian adalah Analytical Processingonline (OLAP) server
yang memungkinkan pengguna bisnis untuk menganalisis sejumlah
besar data secara real-time. Pengguna dapat mengeksplorasi data
bisnis dengan mengali data dan memperoleh informasi dengan kecepatan
berpikir untuk respon permintaan analitis yang sangat kompleks.
Community Edition diri didukung perangkat lunak open
source. Sebuah Enterprise Edition (EE) dari analisis Pentaho termasuk
dukungan teknis dan juga mengelola upgrade. Untuk informasi lebih
lanjut tentang EE atau untuk studi kasus dan lembar
30
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Identifikasi Subyek
Tahap ini digunakan untuk mengetahui kebutuhan Kepala KPT dalam pemantauan target tahunan setiap pelayanan izin. Pemantauan target ini digunakan untuk laporan pertanggung jawaban dan evaluasi tahunan. Informasi yang dibutuhkan untuk pemantauan target adalah jumlah retribusi, target tahunan, dan sisa anggaran setiap pelayanan izin. Untuk pemantauan target tahunan Kepala KPT melakukan rekap laporan pelayanan izin setiap bulan. Adapun kebutuhan Kepala KPT untuk pemantauan target tahunan meliputi:
1. Data rekap pelayanan izin
Data rekap pelayanan izin ini digunakan Kepala KPT untuk laporan pertanggung jawaban terhadap daftar pengajuan izin. Data rekapitulasi izin ini akan direkap setiap bulan untuk mengatahui perkembangan pelayanan yang terjadi di KPT. Contoh data rekapitulasi pelayanan izin dapat dilihat seperti pada tabel 3.1. Data rekapitulasi ini berisi informasi dari pengaju izin. Informasi yang diperoleh berupa nomor SK, tanggal SK, nama pemohon, alamat pemohon, nama usaha, jenis usaha, lokasi tempat usaha, masa berlaku, retribusi, dan berkas masuk.Langkah yang digunakan untuk mendapatkan tabel 3.1 sebagai berikut:
1) Membaca data rekapitulasi untuk setiap jenis pelayanan izin yang masih berbentuk excel
2) Membaca data kecamatan dan data pemohon yang masih berbentuk excel
Tabel 3.1: Rekapitulasi Izin Gangguan (HO)
PEMOHON ALAMAT PEMOHON
NAMA
USAHA JENIS USAHA LOKASI TEMPAT USAHA
MASA
1 503.1/001/2009 2009/01/10 SUBANTORO WIDINUGROHO , S.PD
JL. HOS COKROAMINOTO NO. 59 RT. 02 RW. 04, KABUPATEN, KLATEN TENGAH, KLATEN
JL. HOS COKROAMINOTO, 59, RT.02 RW.04,
KABUPATEN, KLATEN TENGAH, KLATEN
2014/01/10 37500 2009/01/08
2 503.1/002/2009 2009/01/10 ALI SUPRAPTO MONDOKAN, RT. 01 RW. 06, KLEPU, CEPER, KLATEN
JETIS, RT.01 RW.04, KLEPU, CEPER, KLATEN
2014/01/10 200000 2009/01/08
3 503.1/003/2009 2009/01/10 ARDANA FIRMAWAN, S.SOS
PERUM GENTAN ASRI IC.9 RT. 04 RW. 06, GENTAN, SUKOHARJO
PT. BANK
PERBANKAN JL.PEMUDA77, BARENG, KLATEN TENGAH, KLATEN
2014/01/10 300000 2009/01/08
4 503.1/004/2009 2009/01/10 TRI ATMOJO BUDI SETYAWAN
SOPRAYAN, RT. 12 RW. 05, KAHUMAN, NGAWEN, KLATEN
SOPRAYAN, RT.12 RW.05, KAHUMAN, NGAWEN, KLATEN
2014/01/10 20000 2009/01/08
5 503.1/005/2009 2009/01/10 TRI KRISTINA MARIA, SP
KARANG DUREN, RT. 02 RW. 11, PLAWIKAN, JOGONALAN, KLATEN
CV. BUMI
KARANG DUREN, RT.02 RW.11, PLAWIKAN, JOGONALAN, KLATEN
2014/01/10 44000 2009/01/08
6 503.1/006/2009 2009/01/10 NANANG SUPRIYANTO
SOKA, RT.01 RW.05, TAMBONGWETAN, KALIKOTES, KLATEN
2014/01/10 300000 2009/01/05
7 503.1/007/2009 2009/01/10 SUMARJO MANJUNG, RT. 03 RW. 01, MANJUNG, NGAWEN, KLATEN
PEMBUATAN SOUN
HOME INDUSTRI
MANJUNG, RT.03 RW.01, MANJUNG, NGAWEN, KLATEN
2014/01/10 500000 2009/01/05
8 503.1/008/2009 2009/01/10 BENEDICTUS SULISTIYO
JL.PRAMUKA NO.37, KLATEN, RT.02/11, KLATEN TENGAH, KLATEN
PT. SERUNI SERASI -
AGEN ELPIJI JL.MERBABU NO.2, RT.06 RW.01, TONGGALAN, KLATEN TENGAH, KLATEN
2014/01/10 112500 2009/01/06
9 503.1/009/2009 2009/01/10 DEVIANA YUNING TYAS
GOMBANG BARU, GOMBANG, RT.03/04, CAWAS, KLATEN
-
SARANA PRODUKSI PERTANIAN
PENCIL, BENDO, PEDAN, KLATEN
2014/01/10 50000 2009/01/05
10 503.1/010/2009 2009/01/10 SABARI,S.PD PLUMPUNG, BOGOR, RT.17/07,
CAWAS, KLATEN KSU.WIYATA
BAKTI
PLUMPUNG, RT.17 RW.07, BOGOR, CAWAS, KLATEN
2. Data laporan realisasi pelayanan izin
Data laporan realisasi pelayanan ini digunakan untuk mengetahui jumlah pemohon dan pemasukan retribusi setiap tahunnya. Contoh laporan realisasi pelayanan tahun 2009 dapat dilihat pada tabel 3.2.
Langkah yang digunakan untuk mendapatkan tabel 3.2 seperti berikut:
1) Membaca data rekapitulasi tahun 2009 yang masih berbentuk file excel untuk setiap jenis pelayanan izin
2) Menggabungkan semua transaksi rekapitulasi berdasarkan jenis pelayanan izin
3) Menghitung jumlah pemohon setiap jenis pelayanan izin 4) Menghitung pemasukan retribusi setiap jenis pelayanan izin
Tabel 3.2: Realisasi pelayanan tahun 2009
No Jenis Pelayanan Jumlah Pemasukan Retribusi (Rp.)
1 Izin Gangguan 650 514.380.225,00 2 Izin Mendirikan Bangunan 407 985.359.096,486 3 Izin Usaha Penggilingan Padi 0 -4 Izin Reklame 275 805.896.268,875 5 Tanda Daftar Industri (TDI) 63 3.150.000,00 6 Surat Izin Usaha Perdagangan (SIUP) 732 47.550.000,00 7 Tanda Daftar Perusahaan (TDP) 779 23.840.000,00 8 Tanda Daftar Gudang (TDG) 24 1.200.000,00
9 Izin Lokasi 1
-10 Izin Perubahan Pemanfaatan Lahan (IPPL) 1 1.500.000,00 11 Izin Penyelenggaraan Bidang Pariwisata 21 2.625.000,00
12 Izin Rumah Bersalin -
-13 Izin Balai Pengobatan 12 2.400.000,00 14 Izin Praktek Dokter Bersama - -15 Izin Praktek Bersama Dokter Gigi - -16 Izin Bersama Praktek Dokter Umum - -17 Izin Apotek 41 20.500.000,00
18 Izin Optik -
-20 Izin Praktek Fisiotherapist - -21 Izin Praktek Refraksionis -
-3. Data laporan target tahunan
Data laporan realisasi target tahunan ini digunakan untuk mengetahui total retribusi, dan sisa anggaran setiap tahunnya. Contoh laporan realisasi target tahun 2009 dapat dilihat pada tabel 3.3. Langkah yang digunakan untuk mendapatkan tabel 3.2 seperti berikut: 1) Membaca data rekapitulasi tahun 2009 yang masih berbentuk file
excel untuk setiap jenis pelayanan izin
2) Menggabungkan semua transaksi rekapitulasi berdasarkan jenis pelayanan izin
3) Menghitung jumlah pemohon setiap jenis pelayanan izin
4) Membandingkan target tahunan yang dimiliki setiap jenis pelayanan izin pada tahun 2009
5) Menghitung selisih target tahunan dengan total retribusi, sehingga didapatkan sisa anggaran untuk masing-masing jenis pelayanan izin
Tabel 3.3: Realisasi Target Tahun 2009
No Jenis Pelayanan Target
Tahunan
Total Retribusi Sisa Anggaran
1 Izin Gangguan 350000000 514.380.225,00 164380225 2 Izin Mendirikan
Bangunan
650000000
985.359.096,486 335359096.486 3 Izin Usaha Penggilingan
Padi
- -
4 Izin Reklame 1000000000 805.896.268,875 194103731.125 5 Tanda Daftar Industri
(TDI)
3000000
3.150.000,00 150000 6 Surat Izin Usaha Perdagangan (SIUP) 45000000 47.550.000,00 2550000 7 Tanda Daftar Perusahaan
(TDP)
(TDG)
9 Izin Lokasi -
10
Izin Perubahan Pemanfaatan Lahan (IPPL)
2000000
1.500.000,00
-500000
11 Izin Penyelenggaraan Bidang Pariwisata
25000000
2.625.000,00 -22375000
12 Izin Rumah Bersalin -
13 Izin Balai Pengobatan 2000000 2.400.000,00 400000
14 Izin Praktek Dokter Bersama -
15 Izin Praktek Bersama Dokter Gigi - 16 Izin Bersama Praktek
Dokter Umum -
17 Izin Apotek 20000000 20.500.000,00 500000
18 Izin Optik -
19 Izin Tukang Gig -
20 Izin Praktek
Fisiotherapist -
3.2 Langkah Pembuatan Gudang Data
Untuk memenuhi kebutuhan Kepala KPT seperti pada tabel 3.1, 3.2, dan 3.3 maka diperlukan beberapa langkah dalam pembuatan gudang data yaitu:
1. Membaca data legacy
2. Mengabungkan data dari berbagai sumber terpisah 3. Memindahkan data dari sumber ke server gudang data 4. Memecah gudang data dalam tabel fakta dan dimensi
3.2.1 Membaca data legacy
Sumber data yang ada berupa rekapitulasi tiap jenis izin. Data rekapitulasi tiap jenis izin masih berbentuk file excel. Struktur data dari rekapitulasi jenis izin ini seperti pada tabel 3.4.
Tabel 3.4: rekapitulasijenis izin
Tabel 3.4 merupakan struktur data rekapitulasi untuk setiap jenis izin. Pada tabel ini terdapat 10 field yang ada pada setiap rekapitulasi perizinan. Field NO URUT merupakan primary_key dari tabel datajenisizin. Terdapat pula beberapa field yaitu NOMOR SK, TANGGAL SK, NAMA PEMOHON, ALAMAT PEMOHON, NAMA USAHA, JENIS USAHA, LOKASI
Jenisizin Tabel jenis izin pada tiap layanan PK NO URUT NO URUT sebagai primary key
NO URUT NOMOR SK TANGGAL SK NAMA PEMOHON ALAMAT PEMOHON NAMA USAHA JENIS USAHA
LOKASI TEMPAT USAHA MASA BERLAKU
RETRIBUSI BERKAS MASUK
Berisi NO URUT pengajuan izin Berisi no sk dari pengajuan izin Berisi tanggal sk
Berisi nama pemohon Berisi alamat pemohon
Berisi nama usaha yang diajukan pemohon Berisi jenis usaha
TEMPAT USAHA, MASA BERLAKU, RETRIBUSI, BERKAS MASUK. Contoh data jenis izin seperti pada tabel 3.5.
Tabel 3.5: Contoh data rekapitulasi jenis izin
NO URUT 1
NOMOR SK 503.1/001/2009 TANGGAL SK 2009/01/10
NAMA PEMOHON SUBANTORO WIDINUGROHO, S.PD ALAMAT PEMOHON JL. HOS COKROAMINOTO NO. 59 RT. 02
RW. 04, KABUPATEN, KLATEN TENGAH, KLATEN
NAMA USAHA CV. EDRIC BIMA UTAMA -
JENIS USAHA JASA KONSTRUKSI LOKASI TEMPAT
USAHA
JL. HOS COKROAMINOTO, 59, RT.02 RW.04, KABUPATEN, KLATEN TENGAH, KLATEN
MASA BERLAKU 2014/01/10
RETRIBUSI 37500
3.2.2 Mengabungkan data dari berbagai sumber terpisah
Langkah ini digunakan untuk mengabungkan sumber data yang masih tersimpan tiap masing-masing jenis pelayanan izin. Proses pengabungan data sumber sebagai berikut:
1. Memindahkan sumber data yang masih berbentuk file excel ke tabel dalam database
Proses pemindahan data rekapitulasi jenis izin ke dalam database dijelaskan secara detail pada gambar 3.1.
Gambar 3.1 menjelaskan proses pemindahan data jenis izin yang masih berupa file excel ke tabel dalam database. Sebelum data disimpan dalam tabel dilakukan proses konversi format dan mengubah meta data. Selanjutnya data tiap jenis izin akan disimpan di tabel dengan nama datajenisizin (contoh: data503_01).
Gambar 3.1 Flowchart proses pemindahan data rekapitulasi jenis izin
Proses:
1. Mengkonversikan format file excel ke tabel dalam database 2. Mengubah meta data
Input: data rekapitulasi Jenis Izin.xls
Output: MySQL Output tabel datajenisizin
Mulai
2. Melakukan pembacaan alamat pemohon dari tabel datajenisizin.
Pembacaan alamat pemohon ini digunakan untuk membaca lokasi kecamatan dari field ALAMAT_PEMOHON. Pembacaan ini digunakan karena dalam field ALAMAT_PEMOHON ini berisi serangkaian alamat (jln/dukuh, kelurahan, kecamatan, kabupaten). Hasil dari pembacaan kecamatan alamat pemohon ini akan disimpan di tabel dalam database. Proses pembacaan alamat pemohon akan dijelaskan secara secara detail pada gambar 3.2.
Gambar 3.2: Flowchart proses pembacaan alamat pemohon
Mulai
Selesai Output: MySQL tabel membaca_ap_jenisizin Input: Tabel datajenisizin Tabel master kecamatan
Tulis:
Alamat pemohon = kecamatan IF
Alamat Pemohon = Kecamatan
Tulis:
Alamat pemohon = lainnya
3. Melakukan pembacaan untuk lokasi usaha dari tabel membaca_ap_jenisizin.
Pembacaan ini digunakan untuk membaca lokasi kecamatan dari field LOKASI_USAHA. Pembacaan ini digunakan karena dalam field LOKASI_USAHA ini berisi serangkaian alamat (jln/dukuh, kelurahan, kecamatan, kabupaten). Hasil dari pembacaan kecamatan lokasi usaha ini akan disimpan di tabel dalam database. Proses pembacaan lokasi usaha akan dijelaskan secara secara detail pada gambar 3.3.
Gambar 3.3: Flowchart proses pembacaan lokasi usaha
Tidak Ya
Mulai
Selesai Output: MySQL tabel membaca_lu_jenisizin Input: Tabel membaca_ap_jenisizin Tabel master kecamatan
Tulis:
Lokasi Usaha = kecamatan IF
Lokasi Usaha = Kecamatan
Tulis:
4. Melakukan pembacaan untuk jenis usaha dari tabel membaca_lu_jenisizin. Proses pembacaan ini digunakan untuk membaca jenis usaha dari field JENIS_USAHA. Pembacaan ini digunakan karena penulisan jenis usaha yang diajukan tidak sama, sehingga harus menyamakan format. Hasil dari pembacaan jenis usaha ini akan disimpan di tabel dalam database. Proses pembacaan jenis usaha akan dijelaskan secara secara detail pada gambar 3.4.
Ya Tidak
Mulai
Selesai Output: MySQL tabel membaca_ju_jenisizin Input: Tabel membaca_ju_jenisizin Tabel master_jenisusaha_jenisizin
Tulis:
Lokasi Usaha = Nama Jenis Usaha
IF Jenis Usaha = Nama Jenis Usaha
Gambar 3.5: Flowchart proses penyimpanan jenis izin 5. Melakukan penyimpanan pada tabel jenisizin
Penyimpanan ini dilakukan untuk setiap jenis izin. Tabel jenisizin ini merupakan penamaan kode dari tiap jenis izin (misal: 503_01). Proses penyimpanan akan dijelaskan secara detail pada gambar 3.5.
Simpan tabel jenisizin Input: Tabel membaca_ju_jenisizin
Output: MySQL Output tabel jenisizin
Mulai
Tabel master_jenis izin
Tabel Rekapitulasi_izin Tabel jenisizin
6. Melakukan pengabungan semua data jenisizin ke tabel rekapitulasi_izin Data yang ada dalam database KPT masih tersimpan untuk setiap jenis pelayanan izin. Proses selanjutnya dilakukan penggabungan semua data pelayanan izin. Hasil dari penggabungan semua data akan disimpan dalam tabel rekapitulasi_izin. Proses penggabungan akan dilakukan dengan cara staging yang dapat dilihat pada tabel 3.6.
Tabel 3.6: Proses pengabungan data jenis izin
Rekapitulasi_izin PK NOMOR_SK
NOMOR_SK TANGGAL_SK NAMA_PEMOHON ALAMAT_PEMOHON NAMA_USAHA JENIS_USAHA
LOKASI_TEMPAT_USAHA MASA_BERLAKU
RETRIBUSI BERKAS_MASUK KODE_JENIS_IZIN
jenisizin PK NOMOR_SK
NOMOR_SK TANGGAL_SK NAMA_PEMOHON ALAMAT_PEMOHON NAMA_USAHA JENIS_USAHA
LOKASI_TEMPAT_USAHA MASA_BERLAKU
RETRIBUSI BERKAS_MASUK
Master_jenis_izin PK KODE_JENIS_IZIN
Master Jenis izin.xls Tabel Master_jenis_izin
3.2.3 Memindahkan data dari sumber ke server gudang data
Untuk membangun gudang data KPT ini diperlukan beberapa tabel master. Pembentukan tabel master dapat dilihat seperti berikut:
1. Tabel master_jenis_izin
KPT mempunyai 21 macam jenis pelayanan izin. Data jenis pelayanan izin ini disimpan dalam tabel yang masih berbentuk file excel, maka diperlukan proses pemindahan data jenis pelayanan izin ke tabel master_jenis_izin pada database kpt_olap . Proses pemindahan data jenis pelayanan izin dapat dilihat pada tabel 3.7.
Tabel 3.7: Proses pemindahan tabel master_jenis_izin
Tabel master_jenis_izin mempunyai 2 field. Field KODE_JENIS_IZIN merupakan primary key, dan field lainnya yaitu NAMA_JENIS_IZIN. Struktur data master_jenis izin dapat dilihat pada seperti tabel 3.8.
Tabel 3.8: Tabel master_jenis_izin
Master_jenis_izin
PK KODE_JENIS_IZIN NAMA_JENIS_IZIN
Master Jenis Izin
PK KODE_JENIS_IZIN NAMA_JENIS_IZIN
Master_jenis_izin Tabel master jenis izin
PK KODE_JENIS_IZIN KODE_JENIS_IZIN sebagai primary key KODE_JENIS_IZIN
NAMA_JENIS_IZIN
Tabel Master_jenisusaha_jenisizin Master Jenis Usaha.xls
2. Tabel master_jenisusaha_jenisizin
Setiap jenis pelayanan izin mempunyai tabel jenis usaha. Data jenis usaha setiap izin masih disimpan dalam tabel yang berbentuk file excel, maka diperlukan proses pemindahan ke tabel master_jenisusaha_jenisizin. Proses pemindahan data data jenis usaha dapat dilihat pada tabel 3.9.
Tabel 3.9: Proses pemindahan tabel master_jenisusaha_jenisizin
Tabel master jenis usaha untuk setiap jenis izin dibeni nama master_jenisusaha_jenisizin (contoh master_jenisusaha_503_01). Field KODE_JENIS_IZIN merupakan primary key dari tabel master_jenisusaha_jenisizin. Terdapat pula beberapa field yaitu NAMA_JENIS_USAHA dan KODE_JENIS_IZIN. Struktur data dari tabel master_jenisusaha_jenisizin dapat dilihat pada tabel 3.10.
Tabel 3.10: Tabel master_jenisusaha_jenisizin
master_jenisusaha_jenisizin
PK KODE_JENIS_USAHA NAMA_JENIS_USAHA KODE_JENIS_IZIN
Master Jenis Usaha
PK KODE_JENIS_USAHA NAMA_JENIS_USAHA KODE_JENIS_IZIN
Master_jenisusaha_ jenisizin Tabel master jenis usaha untuk setiap izin
PK KODE_JENIS_USAHA KODE_JENIS_USAHA sebagai primary key
KODE_JENIS_USAHA NAMA_JENIS_USAHA KODE_JENIS_IZIN
Tabel Master_kecamatan Master Kecamatan.xls
3. Tabel master_kecamatan
KPT melayani pengajuan perizinan untuk daerah Kabupaten Klaten. Daerah pengajuan ini dikelompokkan berdasarkan kecamatan. Data kecamatan yang ada di Kabupaten Klaten akan disimpan dalam tabel di database. Akan tetapi data kecamatan masih disimpan dalam tabel yang berbentuk file excel. Untuk itu diperlukan proses pemindahan data kecamatan ke tabel dalam database. Proses pemindahan data kecamatan dapat dilihatpada tabel 3.11.
Tabel 3.11: Proses pemindahan tabel master_kecamatan
Pada tabel master_kecamatan terdapat 2 field. Field KODE_ KECAMATAN merupakan primary key, dan field lainnya yaitu NAMA_ KECAMATAN. Struktur tabel master_kecamatan dapat dilihat pada tabel 3.12.
Tabel 3.12: Tabel master_kecamatan
4. Tabel master_target_tahunan
KPT Klaten memiliki data target tahunan untuk tiap jenis pelayanan izin. Target tahunan ini digunakan sebagai acuan untuk meningkatkan pendapatan asli daerah. Data target tahunan ini disimpan
master_kecamatan
PK KODE_ KECAMATAN
NAMA_ KECAMATAN
Master Kecamatan
PK KODE_ KECAMATAN
NAMA_ KECAMATAN
Master_kecamatan Tabel master kecamatan
PK KODE_KECAMATAN KODE_ KECAMATAN sebagai primary key KODE_ KECAMATAN
NAMA_ KECAMATAN