PROSIDING. Prof. Dr. Ir. Suhono Harso Supangkat, CGEIT. I. B. Rai Dharmawijaya Mantra I. B. Gede Dwidasmara, S.Kom., M.Cs. I Putu Suryawan, S.E., M.M.

(1)

(2)

ISSN : 2302-450X

PROSIDING

PERTEMUAN DAN PRESENTASI KARYA ILMIAH

BALI, 29 JULI 2016

PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA

͞

P

e

m

a

n

f

a

t

a

n

T

e

k

n

o

l

o

g

i

B

i

g

D

a

t

a

d

a

n

B

u

s

i

n

e

s

I

n

t

e

l

i

g

e

n

c

e

u

n

t

u

k

M

e

w

u

j

u

d

k

a

n

S

m

a

r

t

C

u

l

t

u

r

a

l

C

i

t

y

͟

Prof. Dr. Ir. Suhono Harso Supangkat, CGEIT.

I. B. Rai Dharmawijaya Mantra

I. B. Gede Dwidasmara, S.Kom., M.Cs.

I Putu Suryawan, S.E., M.M.

PENYUNTING AHLI

Prof. Dr. I Ketut Gede Darma Putra, S.Kom., M.T.

Dr. H. Agus Zainal Arifin, S.Kom., M.Kom.

Dr.techn. Ahmad Ashari, M.Kom.

Dr. Drs. Anak Agung Ngurah Gunawan, M.T.

Agus Muliantara, S.Kom., M.Kom.

(3)

PELAKSANA SEMINAR

PELINDUNG

Rektor Universitas Udayana, Bali

PENANGGUNG JAWAB

Dekan Fakultas MIPA Universitas Udayana

Ketua Program Studi Teknik Informatika, FMIPA Universitas Udayana

PANITIA

I Gusti Ngurah Anom Cahyadi Putra,S.T.,M.Cs.

Gst. Ayu Vida Mastrika Giri, S.Kom., M.Cs.

I Gede Arta Wibawa,S.T.,M.Kom

Ida Bagus Made Mahendra, S.Kom., M.Kom.

I Putu Gede Hendra Suputra, S.Kom., M.Kom.

Luh Arida Ayu Rahning Putri,S.Kom.,M.Cs.

Made Agung Raharja, S.Si., M.Cs.

I Gede Santi Astawa, S.T., M.Cs.

I Komang Ari Mogi, S.Kom, M.Kom.

Ida Bagus Gede Dwidasmara,S.Kom.,M.Cs.

Dewa Made Bayu Atmaja Darmawan,S.Kom.,M.Cs.

I Made Widiartha, S.Si., M.Kom.

I Gusti Agung Gede Arya Kadnyanan.,S.Kom.,M.Kom.

I Gede Oka Gartria A.,S.Kom.,M.Kom.

I Wayan Supriana, S.Si., M.Cs.

Dra. Luh Gede Astuti, M.Kom.

(4)

KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, atas terselesainya

penyusunan Prosiding SNATIA 2016 ini. Buku ini memuat naskah hasil penelitian dari berbagai

bidang kajian yang telah direview oleh pakar di bidangnya dan telah dipresentasikan dalam acara

Seminar SNATIA tahun 2016 pada tanggal 29 Juli 2016 di Universitas Udayana kampus Bukit

Jimbaran, Badung, Bali.

Kegiatan SNATIA 2016 merupakan agenda tahunan Program Studi Teknik Informatika,

Jurusan Ilmu Komputer, Universitas Udayana. SNATIA 2016

e ga bil te a Pemanfaatan

Teknologi Big Data dan Business Intelligence untuk Mewujudkan Smart Cultural City

, de ga

pembicara utama seminar yang terdiri dari pakar-pakar peneliti dan pemerhati di bidang

Teknologi Informasi dan Smart City.

Meskipun kegiatan seminar dan pendokumentasian naskah dalam prosiding ini telah

dipersiapkan dengan baik, namun kami menyadari masih banyak kekurangannya. Panitia

memohon maaf yang sebesar-besarnya atas kekurangan yang ada. Kritik dan saran perbaikan

sangat kami harapkan untuk penyempurnaan di masa mendatang, yang dapat dikirimkan melalui

e-mail [email protected].

Kepada semua pihak yang terlibat baik langsung maupun tidak langsung dalam

penyelenggaraan seminar dan penyusunan prosiding SNATIA 2016, panitia mengucapkan terima

kasih.

Jimbaran, 29 Juli 2016

(5)

(6)

DAFTAR ISI

Kata Pengantar

Daftar Isi

Artificial Intelligence

Implementasi Algoritma Genetika pada Penjadwalan Bimbingan Tugas Akhir (Studi

Kasus Jurusan Ilmu Komputer Universitas Udayana)

Alfin Amri ...

1 Implementasi Metode Naïve Bayes Classifier dalam Mendeteksi Penyakit Saluran Kemih

I Gede Krisna Putra Andiana ...

9 Klasifikasi Jamur Menggunakan Metode Naïve Bayes dengan Pemrosesan Paralel

I Putu Agus Suarya Wibawa ...

15 Klasifikasi Pengidap Diabetes Menggunakan Metode Naive Bayes dengan Pemrosesan

Pararel

Daniel Kurniawan ...

23 Komparasi Algoritma C4.5, Naïve Bayes dan K-Nearest Neighbor (K-Nn) untuk

Mendeteksi Kanker Payudara

Rayung Wulan ...

29 Penerapan Metode LCG (Linear Congruential Generator) pada Sistem Pengacak Soal

Studi Kasus : BLCC (Bali Logic and Computer Competition) Unud

I Wayan Puguh Sudarma ...

35 Perancangan Monitoring and Controlling Traffic Light pada Different Street Condition

Menggunakan Jaringan Internet

Cries Avian ...

43 Perancangan Sistem Evaluasi Nilai Akademik Mahasiswa Menggunakan K-Means

Clustering

Risky Aswi Ramadhani ...

49 Perancangan Sistem Pengklasifikasian Musik Menggunakan Algoritma Support Vector

Machine

(7)

Rancang Bangun Aplikasi Pencocokan Citra Tanda Tangan

Resty Wulanningrum ...

61 Information Systems

Analisa Sistem Informasi Persediaan Barang Pada PT. Dua Libra

Nur Azizah ...

67 Analisa Sistem Pembayaran Futsal Pada PT. Padang Golf Moderland

Nur Azizah ...

77 Analisis dan Perancangan Aplikasi ETL Untuk Data Warehouse

Made Mahadipta ...

87 Aprida Aplikasi Penilaian Fleksibel untuk Guru dan Dosen

Fatkur Rhohman...

99 Desain Aplikasi Prosiars Sebagai Media Pendukung Akuisisi Ketrampilan Tata Kelola

Rekam Medis

Slamet Sudaryanto N ...

103 Desain Model Integrasi dan Sinkronisasi Antar Unit Surveilans Untuk Mendukung Data

Warehouse Epidemiologi

Fikri Budiman ...

111 Evaluasi Penggunaan Website dan Fasilitas E-Learning Universitas Nusa Nipa

Menggunakan Metode Analisis Pieces Framework Menuju Paperless Office

Agustinus Lambertus Suban ...

119 Implementasi Single Page Application pada Aplikasi Sintask Menggunakan Javascript

Dan Jquery

Aditya Wikardiyan ...

129 Pengembangan dan Software Testing Aplikasi Tebak Huruf Jawa

Supriyono ...

135 Perancangan Aplikasi E-Learning Berbasis Android Pada Media Pembelajaran Alternatif

I Kadek Ardi Angga ...

141 Perancangan dan Implementasi Aplikasi Media Reservasi Makanan Berbasis Client

Server dengan Platform Android

(8)

Perancangan Data Warehouse pada Penjualan Kain Endek Bali (Studi Kasus Toko Luhur

Busana Bali)

Rosa Irma Cahyani...

153 Perancangan Sistem Informasi Ensiklopedi Motif Kain Endek Khas Bali

I Gusti Ag Ayu Putu Rhera Mahayekti ...

161 Perancangan Sistem Informasi Pendataan Surat Masuk dan Surat Keluar Pada Media

Cetak Tabloid Tipikor Berbasis Web

Nur Azizah ...

169 Perancangan Sistem Inventaris Sarana Akademik UN PGRI Kediri

Intan Nur Farida ...

181 Perancangan Sistem Tracer Alumni untuk Menentukan Profil Lulusan Prodi Teknik

Informatika Universitas Nusantara PGRI Kediri

Danar Putra Pamungkas...

187 Purwarupa Sistem Layanan Perpustakaan Menggunakan Konsep Basis Data

Terdistribusi

Putu Andina Titra Dewi ...

193 Rancang Bangun Sistem Monitoring Sarbagita Berbasis Mobile Sebagai Solusi

Peningkatan Kepuasan Pelanggan Sarbagita

Ida Bagus Dananjaya ...

199 Rancangan Emergency Call Sebagai Penanganan Kecelakaan Di Kota Kediri

Ervin Kusuma Dewi ...

207 Sistem Informasi Monitoring Bus Trans Sarbagita Berbasis Web

I Putu Gede Surya Hadi Kusuma ...

213 Sistem Informasi Pengarsipan Kinerja Dosen Menggunakan Restful Web Service

Teguh Andriyanto ...

221 Sistem Pengolahan Data Akademik Di Universitas Nusantara PGRI Kediri

Juli Sulaksono ...

227 Knowledge Management

Aplikasi Sistem Pencarian E-Book Dengan Memanfaatkan Web Crawler Berdasarkan

Kesamaan Semantik

(9)

Implementasi Algoritma C4.5 Pada Sistem Pendukung Keputusan Pemilihan Kos Di

Daerah Bukit Jimbaran Bali

Imam Zarkasi ...

241 Implementasi dan Perbandingan Algoritma Stemming untuk Dokumen Teks Berbahasa

Indonesia

Dina Anggraini ...

247 Penerapan Metode Profile Matching dalam Menentukan Kualitas Ikan Tuna (Studi

Kasus Pt.Primo Indo Ikan)

Agus Aan Jiwa Permana ...

255 Perancangan dan Implementasi Sistem Pendukung Keputusan Dalam Lomba Desa Pada

Kantor Badan Pemberdayaan Masyarakat Dan Pemerintahan Desa Di Provinsi Nusa

Tenggara Barat Dengan Metode Topsis

Ni Putu Eka Listiani ...

263 Perancangan Knowledge Management System Motif Kain Endek Khas Bali

Riska Prasetiyo Utami ...

269 Perancangan Rekomendasi Penjualan Endek Pada Sistem Web E-Commerce

Menggunakan Metode Hybrid Filtering

Luh Ayu Diah Fernita Sari ...

279 Perancangan Simulasi Keuntungan Penjualan Bensin Pada Stasiun Pengisian Bahan

Bakar Umum (SPBU) Menggunakan Metode Monte Carlo (Studi Kasus Spbu Jl. Raya

Uluwatu, Jimbaran)

I Putu Surya Diputra ...

287 Simulasi Transaksi untuk Memperkirakan Keuntungan pada Minimarket Vidya dengan

Menggunakan Metode Monte Carlo

Josua Geovani Sinaga ...

299 Sistem Pakar untuk Diagnosa Penyakit Diabetes Mellitus dengan Metode Mamdani

Pada Puskesmas Di Jakarta Timur

Za’i atu Niswati ...

307 Sistem Pendukung Keputusan dalam Penentuan Supplier Tanaman Terbaik

Menggunakan Metode Simple Additive Weighting Studi Kasus CV. Intan Mas Ajie

Rr. Putri Intan Paramaeswari ...

315 Sistem Pendukung Keputusan Menentukan Lokasi Membangun Ruko Menggunakan

Metode SAW Dan Proses Paralel

(10)

Sistem Pendukung Keputusan Pemilihan Paket Telekomunikasi Smartphone Atau

Gadget Dengan Metode SAW (Simple Additive Weighting)

Christina ...

329 Sistem Pendukung Keputusan Pemilihan Portofolio Investasi Saham di Bursa Efek

Indonesia Menggunakan Metode Saw dan Proses Paralel

I Gede Wicaksana ...

335 Sistem Pendukung Keputusan Penentuan Anak Asuh Bagi Peserta Didik Dengan Metode

SAW (Simple Additive Weighting)

Rina Firliana ...

341 Sistem Pendukung Keputusan Penentuan Lokasi Pembangunan Minimarket

Menggunakan Metode Simple Additive Weighting (Studi Kasus Kabupaten Gianyar)

Gede Surya Adiwiguna ...

349 Sistem Pendukung Keputusan Perekrutan Pegawai Dengan Metode Naïve Bayes (Studi

Kasus di PT. Tatamulia)

Ni Putu Striratna Devi Wedayanti ...

357 Sistem Pendukung Keputusan Perekrutan Pegawai Menggunakan Perangkingan

MADM TOPSIS

Luh Putu Dewi Cahyuni ...

363 Sistem Pendukung Keputusan Seleksi Penerima Beasiswa di SMKN 3 Negara

Menggunakan Metode Analytical Hierarchy Process (AHP)

I Putu Krisna Adi Syandhana ...

369 SPK Penentuan Lokasi Pembangunan Perumahan Menggunakan Metode SAW dengan

Pemrosesan Paralel (Studi Kasus Kab. Jembrana)

Gede Satria Pinandita ...

377 SPK untuk Menenentukan Kesesuaian Lahan Tanaman Kopi Arabika Menggunakan

Metode WP dengan Pemrosesan Paralel

Ketut Yudi Werdika ...

383 Web Dinamis Sebagai Sistem Bantu Pencarian Rumah Kos Mahasiswa Dengan Metode

Weighted Product (WP)

(11)

Multimedia Application

Analisis Sistem Rekomendasi Musik Berdasarkan Konteks Menggunakan Soft

Case-Based Reasoning

Gst. Ayu Vida Mastrika Giri ...

395 Aplikasi Alat Musik Padang Berbasis Android

I Gusti Ngurah Anom Cahyadi Putra ...

401 Aplikasi Reduksi Noise Citra Aksara Bali Pada Lontar

Gusti Agung Mas Trisna Krishany ...

409 Implementasi Augmented Reality Pada Objek-Objek Museum Bali Studi Awal

Perancangan Aplikasi Edukasi Untuk Pengunjung Museum

Gerson Feoh ...

415 Pengemba ga Ga e “uper “o ic “hoot de ga Pe dekata Ga e-SCRUM

Falahah ...

423 Perancangan Sistem Informasi Pembelajaran Pembuatan Banten Berbasis Video

Streaming

I Putu Septian Arya Pratama ...

429 Networking and Security

Aplikasi Chatting Berbasis Multiagent Menggunakan Java Agent Development

Framework (JADE)

Nisa Miftachurohmah ...

437 Color Image Encryption Using RC4 Algorithm

Andysah Putera Utama Siahaan ...

443 Implementasi Algoritma RC6 Sebagai Pengamanan Aplikasi Chatting

Anneke Puspita Dewi ...

449 Pengelolaan Routing OLSR Pada Jaringan Wireless Mesh

Iwan Rijayana ...

459 Pengembangan Aplikasi Context Aware Pada Teknolog Near Field Communcation

Yuli Fauziah ...

467 Penggunaan Metode Kriptografi pada Voice Over Internet Protokol

(12)

Perancangan dan Implementasi Aplikasi Chat Menggunakan MQTT Protocol

Muhammad Ridwan Satrio ...

481 Perancangan SMS Gateway Untuk Pelayanan Informasi pada Kegiatan Desa Adat

I Putu Raka Wiratma ...

485 Rancang Bangun Sistem Informasi Paroki Habi Keuskupan Maumere Melalui SMS

Gateway

Theresia Wihelmina Mado ...

491 Sistem Informasi Pengingat Pengumpulan Nilai Berbasis SMS Gateway pada Prodi

Sistem Informasi Universitas Nusantara PGRI Kediri

Fajar Rohman Hariri, M.Kom ...

499 Sistem Kendali DC Converter Untuk Aplikasi Sistem (CAES)

(13)

87

ANALISIS DAN PERANCANGAN APLIKASI ETL

UNTUK DATA WAREHOUSE

Made Mahadipta

1

, Agus Muliantara,

2

Made Agung Raharja

3

1,2

Program Studi Teknik Informatika, Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Jalan Kampus Udayana, Bukit Jimbaran – Bali Email: [email protected]

ABSTRAK

Perkembangan teknologi informasi pada era globalisasi ini sedang melaju dan tumbuh dengan pesatnya. Tuntutan akan tersedianya informasi bagi pengguna informasi tersebut harus relevan, tepat waktu dan akurat. Besarnya transaksi yang dilakukan oleh sistem informasi operasional menyebabkan data yang disimpan dalam database menjadi besar sehingga menimbulkan suatu masalah yaitu proses query untuk mendapatkan informasi berupa summary menjadi lambat dan membebani server karena beban proses transaksi dan proses analisis masih dalam satu server.

Data warehouse menjadi sebuah solusi sistem informasi yang digunakan untuk menampung semua data summary dari sistem informasi operasional sehingga mampu menghasilkan report berupa summary dengan proses query yang cepat. Data warehouse didukung oleh aplikasi back room yang disebut ETL (extraction, transformation, loading). Keberadaan ETL ini akan menjadi pondasi utama dari data warehouse, maka pada penelitian ini akan diteliti mengenai perancangan dan implementasi aplikasi ETL. Aplikasi ETL dibuat mampu melakukan proses cleaning data yang berfungsi untuk menjamin kualitas data yang akan ditransfer ke dalam data warehouse.

Perancangan dari aplikasi ini akan dibuat menggunakan metode pengembangan sistem SDLC (System Development Life Cycle). Untuk pengerjaan aplikasi akan menggunakan Visual Studio 2013, .NET framework 4.5 serta DBMS Oracle Database dengan PL/SQL dan mampu menghasilkan aplikasi ETL yang dinamis. Dinamis mempunyai arti proses dalam ETL dan viewing data dalam data warehouse tersebut bisa disesuaikan oleh user yang menggunakan aplikasi ini tanpa mengubah kode program dari aplikasi itu sendiri. Untuk analisis dan perancangan ini dapat dengan mudah di implementasikan dengan orang lain tanpa banyak resiko dalam pengerjaannya. Didukung dengan hasil pengujian black box menunjukan bahwa aplikasi ETL sudah 96% cukup menjawab kebutuhan fungsional, sehingga dapat memenuhi semua kebutuhan fungsional aplikasi.

Kata Kunci: Sistem Informasi, Data Warehouse, ETL, PL/SQL

ABSTRACT

In this era, developments of the information technology is growing so fast. The demand for the availability of information for users must be relevant, timely, and accurate. The amount of transactions conducted by operational information systems lead to the data stored in the database becomes large and make a problem like the query to obtain information in the form of summary becomes slow and burden somes server, because the process of the transactions and also process of the analysis are still in one server.

Data warehouse will be an information system solution that is used to accommodate all the data summary of operational information systems so it will produce a summary report with fast query process. The data warehouse is supported by application of a back room called ETL (extraction, transformation, loading). The existence of ETL will be the main foundation of the data warehouse, in this research it is created to this will be investigated in the design and implementation of ETL applications. ETL Applications be able to perform cleaning data process that works to ensure the quality of the data to be transferred into the data warehouse.

The design of this application will be made using the method of system development SDLC (System Development Life Cycle). For processing the application, it will be used Visual Studio 2013, .NET framework 4.5 and DBMS Oracle Database with PL / SQL, so it will able to produce a dynamic ETL application. Dynamic has a meaning in the ETL process and viewing the data in the data warehouse can be customized by users without changing the source code of the application itself. For the analysis and the design, it can be easily implemented byother people without many risks in the process. Supported by black box testing results, it showed that 96 % of ETL application has been already adequately addressed the functional requirement, so it can meet all the functional needs of the application.

(14)

ISSN : 2302 – 450X

88

1. PENDAHULUAN

Perkembangan teknologi informasi pada era globalisasi ini sedang melaju dan tumbuh dengan pesatnya. Tuntutan akan tersedianya informasi bagi pengguna informasi tersebut harus relevan, tepat waktu dan akurat. Bertolak dari hal tersebut manusia mempunyai inovasi-inovasi untuk membuat suatu

sistem informasi yang menunjang kegiatan

operasional mereka. Dikarenakan banyak kegiatan operasional yang dilakukan maka data transaksi operasional akan semakin banyak pula. Besarnya transaksi yang dilakukan oleh sistem informasi operasional menyebabkan data yang disimpan dalam

database menjadi besar sehingga menimbulkan suatu masalah yaitu proses query untuk mendapatkan informasi berupa summary menjadi lambat dan membebani server karena beban proses transaksi dan proses analisis masih dalam satu server.

Data warehouse menjadi sebuah solusi sistem

informasi yang digunakan untuk menampung semua data summary dari sistem informasi operasional sehingga mampu menghasilkan report berupa

summary dengan proses query yang cepat. Penggunaan data warehouse sebagai sebuah sistem

yang terpisah dari sistem-sistem informasi

operasional menjadi sangat penting. Hal ini dikarenakan data warehouse akan menampung data dari berbagai sistem informasi operasional untuk

membentuk report yang terintegrasi serta

memisahkan beban proses transaksi dan proses analisis agar tidak membebani server.

Data warehouse ini didukung oleh aplikasi back

room yang disebut ETL (extraction, transformation,

loading). Keberadaan ETL ini akan menjadi pondasi dari data warehouse. Disamping itu ETL mempunyai fungsi penting untuk melakukan proses filtering dari data pada sistem-sistem informasi operasional sebelum data tersebut dimasukkan ke dalam data

warehouse. Mengingat fungsi dari ETL yang begitu penting bagi penunjang terciptanya suatu data

warehouse, maka pada penelitian ini akan diteliti mengeni perancangan dan implementasi aplikasi ETL. Aplikasi ETL dibuat mampu melakukan proses cleaning data yang berfungsi untuk menjamin kualitas data yang akan ditransfer ke dalam data

warehouse.

Perancangan dari aplikasi ini akan dibuat menggunakan metode pengembangan sistem SDLC (System Development Life Cycle) dan untuk pengerjaan aplikasi akan menggunakan aplikasi Visual Studio 2013, .NET framework 4.5 serta DBMS Oracle Database dengan PL/SQL dan mampu menghasilkan aplikasi ETL yang dinamis. Dinamis mempunyai arti proses dalam ETL dan

viewing data dalam data warehouse tersebut bisa disesuaikan oleh user yang menggunakan aplikasi ini tanpa mengubah kode program dari aplikasi.

2. MODEL, ANALISIS, DESAIN, DAN

IMPLEMENTASI

1.1 Dasar Teori

2.1.1. Konsep Data Warehouse

Terdapat dua konsep besar dalam data

warehouse. Kedua konsep ini dikemukaan oleh dua

ahli yaitu William H. Inmon dan Ralph

Kimball.Menurut William H. Inmon, data warehouse

adalah koleksi data yang mempunyai sifat

berorientasi subjek, terintegrasi, time-variant dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan manajemen. Inmon menegaskan bahwa data warehouse sebaiknya dibangun jika desain arsitektur data warehouse sudah dibuat (top-down approach). Karena data warehouse merupakan bagian dari business intelegent maka segala informasi berasal dari satu data warehouse. [3]

Menurut Ralph Kimball, data warehouse

merupakan suatu sistem yang mengekstrak,

membersihkan, menyesuaikan diri, dan mengirim sumber data ke dalam suatu data penyimpanan dimensional dan kemudian mendukung implementasi

query dan analisis untuk tujuan pengambilan keputusan. Disamping itu data warehouse berawal dari kumpulan data mart (bottom-up approach) yang berada dalam sebuah lingkungan enterprise. Dalam desainnya, informasi dalam data warehouse selalu disajikan dalam bentuk dimensional dan fact. [4]

2.1.2. Karakteristik Data Warehouse 1. Berorientasi Sujek

Data warehouse berorientasi subyek artinya

data warehouse didesain untuk menganalisa data

berdasarkan subyek-subyek tertentu dalam

organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan (konsumen, produk dan penjualan) dan tidak diorganisasikan pada area-area aplikasi utama (pelayanan konsumen, pengontrolan stok dan penjualan produk). Hal ini dikarenakan kebutuhan dari data warehouse untuk

menyimpan data-data yang bersifat sebagai

penunjang suatu keputusan, daripada aplikasi yang berorientasi data. [7]

2. Terintegrasi

Data warehouse 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 data warehouse itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variabel, ukuran variabel, struktur pengkodean dan atribut fisik dari data. Sebagai contoh pada lingkungan operasional terdapat berbagai macam

(15)

Made Mahadipta, Analisis dan Perancangan Aplikasi Etl untuk Data Warehouse

89

aplikasi yang mungkin pula dibuat oleh developer yang berbeda.

Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variabel yang memiliki maksud yang sama tetapi nama dan format yang berbeda. Variabel tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya. [7]

3. Rentang Waktu

Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data

warehouse, dapat digunakan berbagai cara antara lain : [7]

1) Menyajikan data warehouse pada rentang waktu tertentu, misalnya pada tahun-tahun tertentu untuk mengetahui suatu tren dari subjek tertentu atau untuk perbandingan.

2) Menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implisit maupun eksplisit. Secara eksplisit dengan unsur waktu dalam hari, minggu, bulan dan lain sebagainya. Secara implisit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.

3) Variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang.

Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

2.1.3. Arsitektur Data Warehouse

Secara umum arsitektur data warehouse terdiri dari beberapa komponen penting diantaranya adalah Operational Source, Staging Area, Data Warehouse, Data Mart dan Metadata. [4]

Gambar 1.Arsitektur data warehouse [4] 1. Operational Sources

Komponen operational sources merupakan komponen yang berfungsi sebagai sumber dari data yang akan diolah sehingga data tersebut bisa

di-loading ke dalam data warehouse. Komponen ini bisa juga terdiri dari berbagai macam mesin DBMS

seperti Microsoft SQL Server, MySQL, Oracle ataupun flat file (.txt / .csv). Komponen ini tidak lain adalah database dari sistem informasi operasional yang akan dibuatkan data warehouse.

2. Staging Area

Komponen staging area merupakan komponen yang digunakan sebagai tempat atau stage untuk melakukan proses ETL. Proses yang pertama dilakukan oleh komponen ini adalah extraction data dari operational sources. Setelah proses tersebut berhasil dilanjutkan dengan proses transformation.

Proses ini bertujuan untuk melakukan

transformasi dari data yang telah diekstrak

sebelumnya. Tranformasi ini termasuk perubahan struktur tabel ataupun penggabungan/pemisahan tabel untuk mendapatkan summary dari data detail yang ada. Disamping itu pada proses ini juga dilakukan

cleaning dan conforming data yang akan di-loading dalam data warehouse. Jika proses ini telah berhasil, maka dilanjutkan dengan proses loading data. Proses ini sangat penting karena bertugas untuk menjamin ketersediaan data pada data warehouse itu sendiri. Walaupun terlihat sederhana, namun proses loading

data menjadi rumit jika loading data berjalan secara

otomatis sesuai jadwal pengiriman datanya.

3. Data Warehouse

Komponen ini merupakan suatu database dengan menggunakan suatu DBMS tertentu dimana dalam data warehouse ini terdapat informasi yang berupa summary ataupun data yang ingin dimasukkan ke dalam data warehouse.

4. Data Marts

Komponen data marts ini merupakan sebuah laporan yang dihasilkan dari proses query yang dilakukan pada data warehouse. Data marts yang dihasilkan mempunyai bermacam-macam jenis mulai dari tabular hingga berbagai jenis grafik. Ini tergantung dari kebutuhan penggunanya. Tapi yang tidak boleh dilupakan data marts yang dihasilkan harus berdasarkan time-variant.

5. Metadata

Komponen ini merupakan kumpulan data yang menjelaskan arti dari data yang ada pada setiap komponen mulai dari Operational Data Source hingga pada komponen Data Mart.

2.1.4. ETL Dalam Data Warehouse

ETL (Extraction, Transformation, Loading) merupakan aplikasi yang terpisah dari data

warehouse dan berfungsi sebagai pondasi dari data

warehouse itu sendiri. ETL terdiri dari tiga proses utama. Ketiga proses ini dilakukan secara berurutan. Keberhasilan suatu proses dalam ETL ini tergantung dari proses ETL sebelumnya. [4]

(16)

ISSN : 2302 – 450X

90

Gambar 2. Arsitektur ETL (Sumber : Kimball, 2004)

1. Extraction

Data mentah yang berasal dari sistem informasi operasional / sistem sumber biasanya ditulis atau

di-copy langsung ke dalam media penyimpanan /

staging area dengan restrukturisasi seminimal mungkin. Hal ini dilakukan untuk menjaga keaslian data yang didapat dari sistem sumber. Adakalanya sistem sumber yang berbasis struktur seperti pada mesin-mesin DBMS ditulis dalam bentuk flat file atau dalam tabel relasional pada staging area-nya. Hal ini memungkinkan hasil ekstraksi menjadi sesederhana dan secepat mungkin untuk diolah. Disamping itu dimungkinkan juga untuk fleksibilitas yang bagus untuk melakukan restart jika terjadi gangguan pada saat ekstraksi berlangsung.

Data yang telah diambil dalam proses ekstraksi ini dapat dibaca beberapa kali sesuai dengan keperluannya. Dalam beberapa kasus, data hasil ekstraksi ini bisa dihapus setelah dilakukannya proses

transformation karena dianggap sudah tidak berguna lagi. Kemudian dalam kasus lain, data ekstraksi ini bisa disimpan sebagai arsip cadangan jangka panjang namun memerlukan space yang besar. [4]

2. Transformation

Perubahan sekecil apapun yang dilakukan pada data mentah hasil ekstraksi adalah transformasi. Misalnya melakukan proses seleksi dari data yang mengandung nilai null. Jika data ditemukan null

maka data akan dihapus. Kemudian proses

menterjemahkan kode seperti pada data mentah ditulis jenis kelamin laki-laki adalah 1 dan perempuan adalah 2. Maka semua nilai jenis kelamin 1 akan diubah menjadi laki-laki dan 2 akan diubah menjadi perempuan. Contoh diatas merupakan contoh kecil dari sebuah proses transformasi yang dilakukan oleh ETL.

Beberapa hal penting yang sering dilakukan dalam tranformasi ini dan menjamin data yang akan diolah sudah bersih dari data yang dianggap sampah atau tidak perlu adalah cleaning dan conforming. Kedua proses ini merupakan proses penting yang wajib dilakukan jika data mentah dianggap belum bersih. [6]

1) Cleaning

Dalam kebanyakan kasus, tingkat kualitas data pada sistem-sistem sumber berbeda-beda. Kualitas data sistem sumber ini juga berbeda dengan kualitas data yang dibutuhkan pada data warehouse itu sendiri. Bertolak dari hal tersebut maka pengolahan data dapat melibatkan banyak proses-proses terpisah antara lain memeriksa nilai-nilai yang valid, memastikan konsistensi dari nilai-nilai tersebut, membuang duplikasi atau redudansi dari data. Karena proses pembersihan data ini begitu kompleks, dimungkinkan melibatkan manusia dalam penilaian apakah data yang akan diolah sudah bersih atau belum. Perlu diingat bahwa hasil dari cleaning ini tidak bisa dikembalikan ke sistem sumber tempat data itu berasal. Hal ini dikarenakan baik itu struktur atau isi data sudah tidak seperti data pada sistem sumber. Jika data dikembalikan, maka dimungkinkan akan terjadi kegagalan pada sistem exsisting tersebut.

2) Conforming

Data yang telah bersih kemudian akan dicek lagi sebelum dilakukan proses berikutnya. Proses ini adalah memisahkan data sumber yang identik atau jika menggunakan hitungan numeric data yang tidak termasuk dalam range tertentu. Conforming ini membutuhkan suatu kesepakan dari pengguna data untuk menentukan data mana saja yang akan digunakan dalam data warehouse

3. Loading

Proses loading atau dikenal juga dengan proses

delivering adalah suatu proses dimana data hasil transformasi siap untuk dimasukkan ke dalam data

warehouse itu sendiri. Pembentukan struktur tabel dari data yang akan di-loading merupakan tugas dari

designer dari data warehouse itu sendiri. Loading ini merupakan langkah akhir dan penting dalam menjamin ketersediaan data dalam data warehouse.

Data hasil proses loading ini siap di-query.

Mengenai kecepatan query yang dihasilkan

tergantung dari desain atau skema yang digunakan dalam data warehouse. Diharapkan skema yang digunakan bisa secara signifikan mengurangi waktu

query dan dapat menyederhanakan dalam pembangunan aplikasi. [5]

2.1.5. Oracle

Oracle Coorporation merupakan perusahaan yang bergerak di bidang penyediaan tool-tool pembangun aplikasi, produk-produk siap pakai dan pelayanan untuk mendukung keperluan penanganan masalah-masalah yang berkaitan dengan teknologi informasi. Aplikasi-aplikasi Oracle dapat dijalankan pada berbagai platform dan sistem operasi, dari komputer personal sampai komputer dengan multi

processor.

Oracle menyediakan aplikasi Relational

(17)

91

disebut dengan Oracle Server. Fasilitas-fasilitas yang ada di dalamnya memungkinkan pengguna untuk menyimpan dan mengatur informasi dengan segala keuntungan dari struktur relasional, ditambah dengan PL/SQL, suatu mesin yang mendukung pengguna

dengan kemampuan untuk menyimpan dan

mengeksekusi objek-objek basis data, seperti

procedure dan trigger.

Oracle Server juga menyediakan fasilitas untuk keamanan data yang dapat mengontrol bagaimana suatu basis data diakses. Aplikasi-aplikasi Oracle dapat dijalankan pada satu komputer sebagai Oracle Server. Sebagai alternatif, pengguna dapat menjalankan aplikasi-aplikasi Oracle tersebut pada komputer lokal untuk pengguna dan komputer

lainnya untuk Oracle Server (client-server

architecture). Pada lingkungan client-server ini, jangkauan luas dari sumber daya komputer dapat digunakan. Sebagai contoh, aplikasi berbasis form pada sistem pelayanan penerbangan dapat dijalankan pada komputer personal, pada saat yang bersamaan data penerbangan yang diperlukan oleh aplikasi tersebut ditangani oleh Oracle Server pada komputer pusat. [5]

2.1.6. MySQL

MySQL adalah sebuah implementasi dari sistem manajemen basisdata relasional (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public License). Setiap pengguna dapat secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam basisdata yang telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basisdata,

terutama untuk pemilihan atau seleksi dan

pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis.

Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja pengoptimasi-nya dalam melakukan proses perintah-perintah SQL yang dibuat oleh pengguna maupun program-program aplikasi yang memanfaatkannya. Sebagai peladen basis data, MySQL mendukung operasi basis data

transaksional maupun operasi basisdata

non-transaksional. Pada modus operasi non-transaksional, MySQL dapat dikatakan unggul dalam hal unjuk

kerja dibandingkan perangkat lunak peladen

basisdata kompetitor lainnya.

Namun demikian pada modus

non-transaksional tidak ada jaminan atas reliabilitas terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi blogging berbasis web (wordpress), CMS, dan sejenisnya. Untuk kebutuhan sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan

modus basisdata transaksional, hanya saja sebagai konsekuensinya unjuk kerja MySQL pada modus transaksional tidak secepat unjuk kerja pada modus non-transaksional.

MySQL termasuk jenis RDBMS (Relational

Database Management System). Database relasional menyimpan data dalam tabel-tabel terpisah daripada menempatkan semua data dalam satu ruang penyimpanan yang besar. Hal ini menambah kecepatan dan kefleksibelan. Itulah sebabnya istilah seperti tabel, baris dan kolom digunakan pada

MySQL. Pada MySQL, sebuah database

mengandung satu atau beberapa kolom. MySQL mendukung tipe data yaitu tipe data numerik, tipe data string dan tipe data waktu.

2.1.7. PostgreSQL

PostgreSQL merupakan Object-Relational

Database Management System (ORDBMS) yang

dikembangkan oleh University of California.

Database ini bersifat Open Source dan menggunakan lisensi GPL (General Public License) dan database ini mulai dikenal dan dipergunakan secara luas sejak tahun 1996, meskipun telah dikembangkan sejak tahun 1986 dan dikenal sebagai database yang bernama POSTGRES. (Momjian, 2001)

PostgreSQL memiliki arsitektur multiproses (forking) yang berarti memiliki stabilitas yang lebih tinggi, sebab satu proses anak yang mati tidak akan menyebabkan seluruh daemon mati meskipun pada kenyataannya, dulu ini sering terjadi. Di sisi lain, arsitektur dengan forking ini sulit diterapkan ke

Windows, sebab Windows amat thread-oriented, karena itulah PostgreSQL hanya bisa dijalankan di

Windows dengan melalui lapisan emulasi Cygwin.

2.1.8. SQL Server

SQL yang merupakan kepanjangan dari

Structured Query Language adalah sebuah produk dari mocrosoft yang berfungsi memanajemen

database yang relasional. pengertian adalah sebuah sistem manajemen database relasional yang memiliki

kegunaan merancang sebuah aplikasi yang

berhubungan dengan arsitektur server atau client. Pada umumnya SQL server selalu di pergunakan di dunia bisnis dengan kelengkapan basis yang jauh lebih banyak namun memiliki skala kecil hingga skala menengah, akan tetapi sekarang ini lebih berkembang lagi sehingga menggunakan basis data dengan skala yang cukup besar.

Cara berkomunikasi antara SQL server dan ASE yaitu dengan menggunakan jaringan protokol TDA atau Tabular Data System. Di samping itu SQL

server memiliki daya dukung ODBC atau singkatan dari Oen DataBase Connectivity yang memiliki sebuah Drive JDBC khusus bahasa pemrograman

Java. Selain itu keunggulan dari SQL server

memiliki kemampuan dalam pembuatan basis data mirroring dan clustering.

(18)

ISSN : 2302 – 450X

92

2.1.9. Visual Studio

Microsoft Visual Studio merupakan sebuah perangkat lunak lengkap (suite) yang dapat digunakan untuk melakukan pengembangan aplikasi, baik itu aplikasi bisnis, aplikasi personal, ataupun komponen aplikasinya, dalam bentuk aplikasi

console, aplikasi Windows, ataupun aplikasi Web.

Visual Studio mencakup kompiler, SDK, Integrated

Development Environment (IDE), dan dokumentasi (umumnya berupa MSDN Library). Kompiler yang dimasukkan ke dalam paket Visual Studio antara lain

Visual C++, Visual C#, Visual Basic, Visual Basic .NET, Visual InterDev, Visual J++, Visual J#, Visual

FoxPro, dan Visual SourceSafe.

Microsoft Visual Studio dapat digunakan untuk mengembangkan aplikasi dalam native code (dalam bentuk bahasa mesin yang berjalan di atas

Windows) ataupun managed code (dalam bentuk

Microsoft Intermediate Language di atas .NET

Framework). Selain itu, Visual Studio juga dapat

digunakan untuk mengembangkan aplikasi

Silverlight, aplikasi Windows Mobile (yang berjalan di atas .NET Compact Framework).

Visual Studio kini telah menginjak versi Visual Studio 4.5.50938, atau dikenal dengan sebutan

Microsoft Visual Studio 2013 yang diluncurkan padatahun 2013, yang ditujukan untuk platform

Microsoft .NET Framework 4.5. Versi sebelumnya, Visual Studio 2012 ditujukan untuk platform .NET

Framework 3.0 dan 3.5. Versi-versi tersebut di atas kini dikenal dengan sebutan Visual Studio .NET, karena memang membutuhkan Microsoft .NET

Framework. Sementara itu, sebelum muncul Visual Studio .NET, terdapat Microsoft Visual Studio 6.0 (VS1998).

2.1.10. SDLC (System Development Life Cycle)

SDLC (Systems Development Life Cycle, Siklus Hidup Pengembangan Sistem) atau Systems

Life Cycle (Siklus Hidup Sistem), dalam rekayasa sistem dan rekayasa perangkat lunak, adalah proses pembuatan dan pengubahan sistem serta model dan metodologi yang digunakan untuk mengembangkan sistem-sistem tersebut.

Konsep ini umumnya merujuk pada sistem komputer atau informasi. SDLC juga merupakan pola

yang diambil untuk mengembangkan sistem

perangkat lunak, yang terdiri dari tahap-tahap: analisis (analysis), desain (design), implementasi

(implementation), uji coba (testing) dan

pemeliharaanan (maintenance).

Gambar 3. Metode SDLC 1) Analisis Kebutuhan

Seluruh kebutuhan software harus bisa didapatkan dalam fase ini, termasuk didalamnya kegunaan software yang diharapkan pengguna dan batasan software. Informasi ini biasanya dapat diperoleh melalui wawancara, survey atau diskusi. Informasi tersebut dianalisis untuk mendapatkan dokumentasi kebutuhan pengguna untuk digunakan pada tahap selanjutnya.

2) Desain Sistem

Tahap ini dilakukan sebelum melakukan

coding. Tahap ini bertujuan untuk memberikan gambaran apa yang seharusnya dikerjakan dan bagaimana tampilannya. Tahap ini membantu dalam men spesifikasikan kebutuhan hardware dan sistem

serta mendefinisikan arsitektur sistem secara

keseluruhan.

3) Penulisan Kode Progran (Implementation)

Dalam tahap ini dilakukan pemrograman. Pembuatan software dipecah menjadi modul-modul kecil yang nantinya akan digabungkan dalam tahap berikutnya. Selain itu dalam tahap inijuga dilakukan pemeriksaaan terhadap modul yang dibuat, apakah sudah memenuhi fungsi yang diinginkan atau belum.

4) Pengujian Program (Testing)

Di tahap ini dilakukan penggabungan modul-modul yang sudah dibuat dan dilakukan pengujian ini dilakukan untuk mengetahui apakah software yang dibuat telah sesuai dengan desainnya dan masih terdapat kesalahan atau tidak.

5) Pemeliharaan (Maintenance)

Ini merupakan tahap terakhir dalam model

waterfall. Software yang sudah jadi dijalankan serta dilakukan pemeliharaan. Pemeliharaan termasuk dalam memperbaiki kesalahan yang tidak ditemukan pada langkah sebelumnya. Perbaikan implementasi unit sistem dan peningkatan jasa sistem sebagai kebutuhan baru.

1.2 Analisis Kebutuhan 2.2.1. Kebutuhan Fungsional

Kebutuhan fungsional adalah kebuduhan yang mendefinisikan fungsi dari sebuah aplikasi dan komponennya. Kebutuhan fungsional yang dapat dilakukan oleh aplikasi dpat dilihat di table dibawah ini.

(19)

93

Tabel 1 Kebutuhan Fungsional

No Kebutuhan

1 Admin dapat membuat profile

koneksi dan terkoneksi ke database sumber

2 Admin dapat melakukan Extraction,

Tranformation dan Loading.

3 Admin dapat membuat viewing data

mart dalam bentuk tabel dan grafik Dari kebutuhan fungsional dapat dilakukan

analisi data-data yang diperlukan dalam

pengembangan sistem.

1) Admin dapat membuat profile koneksi dan terkoneksi untuk setiap database sumber yang digunakan juga mempermudah admin dalam mengakses kembali database sumber.

2) Admin dapat mengolah data dari database sumber dengan mlakukan tahapan extraction,

transformation dan loading untuk mengolah data original dari database sumber.

3)

Admin dapat menampilkan hasil ETL yang

sudah diolah kedalam bentuk viewing tabular dan chart untuk mempermudah pembacaan data.

1.3 Desain Sistem

2.3.1. Gambaran Umum Sistem

Gambar 4. Gambaran Umum Sistem 1. Operational Database Source (ODS)

MySQL, PostgreSQL dan SQL Server

merupakan beberapa contoh operational database

source (ODS) dari data yang akan diekstrak ke dalam

database Oracle. Hasil dari ekstraksi ini kemudian akan diolah melalui proses transformasi untuk dimasukkan ke dalam tabel fakta pada data

warehouse.

2. Extraction

Proses ekstraksi (E) diawali dengan menentukan ke sistem sumber (ODS) mana aplikasi akan

dikoneksikan (MySQL, PostgreSQL ataupun

Microsoft Access). Pada proses ekstraksi, aplikasi akan mengambil paramater koneksi yang telah dikonfigurasikan oleh admin diawal tadi. Jika berhasil melakukan koneksi ke sistem sumber, maka

admin akan memilih database serta tabel mana yang akan diekstrasi.

3. Transformation

Setelah proses ekstraksi berhasil, maka proses selanjutnya adalah transformation (T). Pada proses ini admin akan melakukan konfigurasi. Konfigurasi yang dilakukan diantaranya melakukan cleaning data

jika diperlukan, membentuk tabel dimensi,

menentukan target tabel dari hasil transformasinya, menentukan jenis transformasinya, jika dirasa perlu

admin bisa mendefinisikan suatu proses transformasi dengan PL/SQL sesuai kebutuhannya.

4. Loading

Jika proses transformasi berhasil maka akan dilanjutkan dengan proses loading (L). Pada proses ini, aplikasi akan memasukkan hasil transformasi tadi ke dalam tabel fakta atau dimensi yang telah dikonfigurasikan oleh admin sebelumnya.

5. Data Warehouse

Proses loading yang dilakukan adalah untuk memasukkan data hasil transformasi ke dalam tabel fakta dan tabel dimensi. Dimana kedua tabel tersebut berada di data warehouse dengan server Oracle.

Data Warehouse ini merupakan tujuan dari output

yang dihasilkan dalam proses transformasi

sebelumnya.

6. Data Mart (viewing data)

Setelah proses ETL selesai, maka langkah terakhir

sebagai output dari aplikasi adalah

mengkonfigurasikan sebuah view untuk menampilkan hasil dari loading data tersebut. Query biasanya langsung dilakukan ke dalam tabel fakta dan dimensi yang ada di data warehouse. Query yang dilakukan akan membentuk suatu data mart. Data mart ini bisa berbentuk tabel maupun grafis tergantung dari keinginan admin.

2.3.2. Rancangan DFD 1. Context Diagram

Context diagram memberikan gambaran siapa yang berinteraksi dengan system dan bagaimana respon system terhadap interaksi tersebut. Seperti gambar dibawah 3.1 melibatkan 1 entitas yaitu admin. Dimana admin harus memiliki akses untuk terkoneksi pada database sumber dan database aplikasi, sehingga dapat untuk mengolah/mentransfer data master yang berada pada database sumber kedalam database aplikasi dengan mekakuan proses ETL dan viewing.

Jika admin sudah terkoneksi dengan database

sumber kemudian aplikasi akan memberikan

informasi hasil ETL dan Data Mart View untuk memudahkan dalam pembacaan data yang diperlukan oleh admin

Koneksi

Data Mart Viewing

Hasil Koneksi

Hasil Data Mart Viewing

ADMIN Extraxtion, Transformation, Loading Hasil Extraxtion, Hasil Transformation, Hasil Loading ADMIN APLIKASI ETL DATA WAREHOUSE

(20)

ISSN : 2302 – 450X

94

2. DFD Level 1

DFD level 1 merupakan diagram yang menggambarkan alir data sistem secara lebih detail dari context diagram. Seperti Gambar 3.2 sistem memiliki 5 subproses yaitu koneksi, ekstraksi, transformasi, loading dan data mart. Subproses

koneksi digunakan untuk melakukan setting

konfigurasi pada akses ke database sumber oleh admin dan menyimpan konfigurasi pada table Etl_Connection_Pool.

Subproses koneksi digunakan untuk

melakukan pen settingan konfigurasi dalam

menghubungan aplikasi dengan database sumber. Jika data koneksi sudah benar dan sudah bisa terkoneksi dengan database sumber maka proses ekstraksi sudah bias dilakukan.

Data Koneksi ADMIN Data Koneksi Data Koneksi Terkoneksi Data Ekstraksi Data Ekstraksi Data Ekstraksi Data Ekstraksi Data Transformasi

Data Cleaning Ekstraksi Data Cleaning Ekstraksi Data Transformasi Data Transformasi Data Transformasi Data Transformasi Data Dimension Data Loading Data Loading Data Loading

Data Viewing Table Data Viewing Table Data Viewing Chart

Data Viewing Chart Data Viewing

Data Viewing

Data Fact Table

Data Dimension Table Data Ekstraksi Tb1 ETL_CONNECTION_POOL Tb2 ETL_EXTRACTION_PROFILE Tb4 ETL_CLEANING_CUSTOM_PROFILE Tb6 ETL_TRANSFORMASI_PROFILE Tb7 FACT_TABLE Tb8 ETL_VIEWING_TABLE_PROFILE 1 KONEKSI 2 EKSTRAKSI 3 TRANSFOR MASI 4 LOADING 5 DATA MART VIEWING Tb9 ETL_VIEWING_CHART_PROFILE Tb3 REPOSITORY_TABLE Tb5 DIMENSION_TABLE Tb5 DIMENSION_TABLE Gambar 6. DFD Level 1

Pada subproses Ekstraksi, Transformasi, dan

Loading admin dapat mekalukan pemilihan data sebelum melakukan ekstraksi dengan membuat profile ekstraksi yang telah disediakan lanjut pada transformasi dan loading ini digunakan untuk membuat query PL/SQL dimana digunakan untuk memasukan data pada proses loading ke dalam tabel dimensi dan tabel fakta yang dibuat pada proses transformasi.

Pada subproses data mart viewing digunakan unutuk mempermudah penampilan data yang sudah diolah hingga menghasilkan tampilan chart (grafik) dan tabular (tabel) dengan melakukan beberapa step konfigurasi yang sudah disediakan.

2.3.3. Rancangan Database

Gambar 7. Rancangan Databse Aplikasi

Skema database pada gambar diatas

menjelaskan skema database yang digunakan pada aplikasi ETL untuk Data Warehouse dimana terdapat 14 tabel yang dibuat untuk menunjang kinerja aplikasi ETL yakni sebagai berikut

Tabel 2 Daftar tabel skena database

Nama Tabel Etl_connection_bd_type, Etl_viewing_chart_profile, Etl_connection_pool Etl_viewing_type, Etl_extraction_profile, Etl_viewing_query_repository Etl_extraction_profile_detail Etl_viewing_query_join, Etl_cleaning_custom_profile, Etl_viewing_query_order, Etl_transformation_profile, Etl_viewing_query_group, Etl_viewing_table_profile, Etl_viewing_query_where.

2.3.1. Rancngan Form Awal

Gambar 8. Rancangan Form Awal Aplikasi

Gambar diatas merupakan rancangan antar muka dari tampilan form awal aplikasi ETL dimana tampilan diatas dibagi menjadi 4 bagian 1.MenuStrip,

2.ToolStrip, 3.Content dan 4.StatusStrip yang mana bagian tersebut memiliki perannya masing-masing yakni sebagai berikut.

1. MenuStrip

Menu Strip meruakan kumpulan dari tampilan

untuk mengumpulkan menu – menu berdasarkan

fungsinya yang tidak cukup ditampilan pada tampilan awal aplikasi.

2. ToolStrip

Tool Strip merupakan kumpulan dari tampilan menu berupa icon atau gambar serupa tombol yang dihunakan unuk memudahkan pengguna dalam mencari menu tersebut.

3. Content

Content atau isi disini merupakan tempat untuk

menampilkan form – form yang akan digunakan

dalam aplikasi ini. 4. StatusStrip

Stratus Strip merupakan deretan dari status terkoneksi atau tidak terkoneksinya database dengan aplikasi yang ditandakan dengan teks berwarna merah untuk tidak terkoneksi dan hijau untuk terkoneksi.

2.3.2. Rancngan Skenario Pengujian

1.

White Box Testing

Pengujian White Box berfokus pada alur logika di setiap modul dalam perancangan aplikasi ETL untuk Data Warehouse dengan menggunakan

(21)

95

basis path testing untuk mencari nilai cyclomatic

complexity dari alur flowgraph.

2.

Black Box Testing

Pengujian Black Box berfokus pada kebutuhan fungsional system yang sudah didefinisikan pada Analisis Kebutuhan Sistem. Skenario pengujian black

box testing dijelaskan pada tabel diawah ini.

Tabel 3 Ceklist Skenario Black Box Testing

Ke las Uji Bu ti r Uji Indetifikasi Tek n ik P en g u ji an Ha sil P en g u ji an Kode Fungsi Kode Uji

Tabel 4 Detail Skenario Black Box Testing

Kode Uji Butir Uji Tujuan Kondisi Awal Sekenario Pengujian Hasil Data yang diberikan Yang diharapkan Pengam atan Kesimpula n

3. SKENARIO UJI COBA

3.1. Skenario Pengujian White Box

Pada white box testing, pengujian akan dilakukan pada alur logika di setiap modul dalam perancangan aplikasi ETL untuk Data Warehouse. Berikut merupakan tahapan scenario pengujian menggunakan basis path testing.

1) Modul Connection

1 : Mulai

2 : Input parameter connection

3 : Simpan parameter connection profile 4 : Apakah parameter lengkap ?

5 : Pilih connection profile

6 : Connect berdasarkan connection profile 7 : Selesai

Penghitungan nilai cyclomatic complexity dari alur Modul Connection sebagai berikut :

V(G) = E – N + 2 V(G) = 7 – 7 + 2 V(G) = 2 Jalur Pengujian : 1. Jalur 1 : 1 – 2 – 3 – 4 – 5 – 6 – 7 2. Jalur 2 : 1 – 2 – 3 – 4 – 2 – 3 – 4 – 5 – 6 – 7 Nilai yang didapat dari perhitungan cyclomatic

complexity adalah 2, sehingga terdapat 2 jalur

pengujian yang didapat berdasar perhitungan dari

flowgraph Connection Module tersebut. Nilai

cyclomatic complexity yang dimiliki adalah 2 tergolong program sederhana tanpa banyak resiko dimana program ini dapat dibuat oleh orang lain tanpa memiliki banyak resiko dalam pengerjaannya.

2) Modul Extraction

1 : Mulai

2 : Input parameter Extraction Profile 3 : Simpan parameter Extraction Profile 4 : Apakah parameter lengkap ? 5 : Pilih Extraction Profile 6 : Extraction Profile 7 : Selesai

Penghitungan nilai cyclomatic complexity dari alur Modul Extraction sebagai berikut :

V(G) = E – N + 2 V(G) = 7 – 7 + 2 V(G) = 2 Jalur Pengujian : 1. Jalur 1 : 1 – 2 – 3 – 4 – 5 – 6 – 7 2. Jalur 2 : 1 – 2 – 3 – 4 – 2 – 3 – 4 – 5 – 6 – 7 Nilai yang didapat dari perhitungan cyclomatic

complexity adalah 2, sehingga terdapat 2 jalur pengujian yang didapat berdasar perhitungan dari

flowgraph Extraction Module tersebut. Nilai

3) Modul Cleaning

1 : Mulai

2 : Pilih Repository Table Name

3 : Apakah memilih menu Date Format ? 4 : Input parameter Date Format

5 : Simpan parameter Date Format 6 : Apakah memilih menu Null Value ? 7 : Input paramete Null Value

8 : Simpan parameter Null Value

9 : Apakah memilih menu Replace Value ? 10 : Input parameter Replace Value 11 : Simpan parameter Replace Value 12 : Selesai

Penghitungan nilai cyclomatic complexity dari alur Modul Extraction sebagai berikut :

V(G) = E – N + 2 V(G) = 13 – 12 + 2 V(G) = 3 Jalur Pengujian : 1. Jalur 1 : 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10 – 11 – 12

(22)

ISSN : 2302 – 450X

96

2. Jalur 2 : 1 – 2 – 3 – 6 – 7 – 8 – 9 – 10 – 11 – 12 3. Jalur 3 : 1 – 2 – 3 – 9 – 10 – 11 – 12

Nilai yang didapat dari perhitungan cyclomatic

flowgraph Cleaning Module tersebut. Nilai

4) Modul Transformation dan Loading

1 : Mulai

2 : Input Table Name, Table Type, Column Name, Data Type, Size, Primary Key, Not Null (untuk pembuatan tabel dimensi dan table fakta)

3 : Simpan tabel 4 : dimensikan tabel

5 : Apakah memilih menu Parameter ? 6 : Input parameter Repository dan

Destination

7 : Simpan parameter Repository dan Destination

8 : Apakah memilih menu Time Parameter ? 9 : Input parameter Time

10 : Simpan parameter Time 11 : Buat Transformation Library 12 : Input PL/SQL

13 : Simpan Transformation Library 14 : Pilih PL/SQL Name

15 : Execute PL/SQL Transformation Library 16 : Selesai

Penghitungan nilai cyclomatic complexity dari alur Modul Transformation and Loading sebagai berikut : V(G) = E – N + 2 V(G) = 16 – 16 + 2 V(G) = 2 Jalur Pengujian : 1. Jalur 1 : 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10 – 11 – 12 – 13 – 14 – 15 – 16 2. Jalur 2 : 1 – 2 – 3 – 4 – 5 – 8 – 9 – 10 – 11 – 12 – 13 – 14 – 15 – 16

Nilai yang didapat dari perhitungan cyclomatic

flowgraph Transformation dan Loading Module tersebut. Nilai cyclomatic complexity yang dimiliki adalah 2 tergolong program sederhana tanpa banyak resiko dimana program ini dapat dibuat oleh orang

lain tanpa memiliki banyak resiko dalam

pengerjaannya.

5) Modul Viewing data Mart

1 : Mulai

2 : Input parameter Step 1 : Fact Table, Repository Table, Joint to Table

3 : Input parameter Step 2 : Group By, Order By, Order By And Data Limit

4 : Input parameter Step 3 : Chart parameter, Tabular parameter

5 : Simpan profile parameter

6 : Apakah ingin menampilkan dalam bentuk Chart ?

7 : Pilih Profile Neme, Chart Legends

8 : Apakah ingin menampilkan dalam bentuk Tabular ?

9 : Pilih profile name 10 : Selesai

Penghitungan nilai cyclomatic complexity dari alur modul Viewing Data Mart sebagai berikut :

V(G) = E – N + 2 V(G) = 10 – 10 + 2 V(G) = 2 Jalur Pengujian : 1. Jalur 1 : 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10 2. Jalur 2 : 1 – 2 – 3 – 4 – 5 – 8 – 9 – 10 Nilai yang didapat dari perhitungan cyclomatic

flowgraph Viewing Data Mart Module tersebut. Nilai

3.2. Skenario Pengujian Black Box

Black box testing merupakan pengujian dengan user interface untuk menguji apakah output yang dihasilkan oleh sistem sesuai dengan input yang diberikan. Pengujian ini dilakukan berdasarkan modul pada sistem, modul connection, modul

extraction, modul cleaning, modul transformation, modul loading, modul viewing data mart.