DESAIN DAN IMPLEMENTASI GUDANG DATA UNTUK KEPERLUAN LAPORAN PENERIMAAN BEASISWA

(1)

i

DESAIN DAN IMPLEMENTASI GUDANG DATA UNTUK

KEPERLUAN LAPORAN PENERIMAAN BEASISWA

Studi Kasus: Universitas Sanata Dharma Yogyakarta

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh:

Maria Roswita Vidensia Anin

NIM: 08 5314 049

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

(2)

ii

HALAMAN PERSETUJUAN

SKRIPSI

DESAIN DAN IMPLEMENTASI GUDANG DATA UNTUK

KEPERLUAN LAPORAN PENERIMAAN BEASISWA

Oleh:

Maria Roswita Vidensia Anin

NIM: 08 5314 049

Telah disetujui oleh:

Pembimbing,

(3)

iii

HALAMAN PENGESAHAN

SKRIPSI

DESAIN DAN IMPLEMENTASI GUDANG DATA UNTUK

KEPERLUAN LAPORAN PENERIMAAN BEASISWA

Dipersiapkan dan ditulis oleh:

Maria Roswita Vidensia Anin NIM: 08 5314 049

Telah dipertahankan di depan Panitia Penguji pada tanggal 17 Juli 2012

dan dinyatakan telah memenuhi syarat Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua Dr. Cyprianus Kuntoro Adi, S.J., M.A., M.Sc. Sekretaris Eko Hari Parmadi, S.Si., M.Kom.

(4)

iv

PERSEMBAHAN

Dengan penuh rasa syukur dan bangga, kupersembahkan karya ini untuk :

Tuhan Yesus dan Bunda Maria yang selalu menuntun setiap langkah dalam

hidupku

Bapak dan Mama tercinta,

Drs. Yustinus Anin dan Herkulana Abuk Bria yang selalu mencintai,

membimbing, dan mendukungku dalam segala hal

Adik-Adikku tersayang,

Gabriel Joni Anin, Theresia Febi Anin, dan Stefanus Adi Anin yang selalu

mendukungku dengan cara mereka masing-masing

My Inspiration,

Daniel Fredy Desandika, S.Pd. yang selalu memberikan semangat, doa, dan

perhatian yang sangat berharga

Saudara-saudariku,

Komunitas Sant’

Egidio dan Adik-Adik di Panti Asuhan Sayap Ibu yang

mengajarkanku cara untuk menghargai hidup dan mencintai orang lain

Sahabat seperjuanganku,

TI 08 USD

Almamaterku,

(5)

v

MOTTO

Tuhan Kurang Melihat Kemampuan Kita, Tetapi Tuhan Lebih

Melihat Ketulusan Kita Dalam Berusaha

Janganlah bertanya apa yang telah kita terima dari orang

lain, tetapi bertanyalah apa yang telah kita berikan untuk

(6)

vi

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, 17 Juli 2012 Penulis,

(7)

vii

LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Maria Roswita Vidensia Anin

Nomor Mahasiswa : 08 5314 049

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

Desain Dan Implementasi Gudang Data Untuk Keperluan Laporan Penerimaan Beasiswa

Studi Kasus : Universitas Sanata Dharma Yogyakarta

beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan 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 royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.

Demikian pernyataan ini yang saya buat dengan sebenarnya.

Dibuat di Yogyakarta Pada tanggal : 17 Juli 2012 Yang menyatakan

(8)

viii

ABSTRAK

DESAIN DAN IMPLEMENTASI GUDANG DATA UNTUK KEPERLUAN LAPORAN PENERIMAAN BEASISWA

Studi Kasus: Universitas Sanata Dharma Yogyakarta

Maria Roswita Vidensia Anin Universitas Sanata Dharma

Yogyakarta 2012

Data merupakan aset penting yang digunakan untuk memutuskan kebijakan, melakukan strategi, atau mengambil keputusan. Data sebelum digunakan akan diolah dulu menjadi suatu informasi yang dibutuhkan. Proses pengolahan data dapat dilakukan di berbagai tempat, misalkan di database operasional, aplikasi operasional, maupun menggunakan teknologi gudang data.

Teknologi gudang data digunakan untuk mengintegrasikan data beasiswa. Pembuatan gudang data digunakan untuk menemukan informasi penerimaan beasiswa di Universitas Sanata Dharma. Gudang data yang telah terbentuk selanjutnya akan diproses menjadi database Online Analytical Processing (OLAP) menggunakan Kettle dan Star Schema. Gudang data yang terbentuk dapat menghitung besar dana setiap beasiswa dan jumlah pelamar dari setiap prodi. OLAP mencakup informasi mahasiswa dari setiap prodi yang telah menerima beasiswa, jenis beasiswa, besar dana, serta jumlah pelamar yang diterima dan ditolak untuk setiap tahun.

(9)

ix

ABSTRACT

DESIGN AND IMPLEMENTATION OF DATA WAREHOUSE FOR SCHOLARSHIP ACCEPTANCE REPORT

Case Study: Sanata Dharma University Yogyakarta

Maria Roswita Vidensia Anin Universitas Sanata Dharma

Yogyakarta 2012

Data is a valuable asset for deciding a policy, implementing a strategy, and taking a decision. The data should be previously processed before it can be used as information. The data processing is able to be done in various places such as operational database, operational application, and technologic data warehouse.

Technologic data warehouse is utilized so as to integrate the scholarship data. The establishment of data warehouse is for find the scholarship acceptance information at Sanata Dharma University. Further, the established data warehouse will be processed so as to become Database Online Analytical Processing (OLAP) using Kettle and Star Scheme. The established data warehouse is able to count the amount of each scholarship fund and the scholarship recipients from all faculties. OLAP stores information on scholarship recipients from all faculties, type of scholarship, available fund, and annual received and rejected scholarship applicants.

(10)

x

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah Bapa di Surga, karena berkat, kasih, dan rahmat-Nya penulis dapat menyelesaikan skripsi yang berjudul “Desain Dan Implementasi Gudang Data Untuk Keperluan Laporan Penerimaan Beasiswa Studi Kasus Universitas Sanata Dharma Yogyakarta”. Skripsi ini diajukan untuk memenuhi salah satu syarat dalam memperoleh gelar sarjana strata satu pada Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

Selama penyusunan skripsi ini, penulis mendapat banyak bimbingan, saran, masukan dan dukungan dari berbagai pihak. Maka pada kesempatan ini penulis ingin menghaturkan rasa hormat dan terima kasih kepada :

1. Ibu P.H. Prima Rosa, S.Si., M.Sc. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

2. Ibu Ridowati Gunawan, S.Kom., M.T. selaku Ketua Prodi Teknik Informatika sekaligus Dosen Pembimbing, yang dengan sabar membimbing penulis dalam menyusun skripsi, memberikan arahan, saran, masukan, semangat, dorongan serta waktu untuk mendengarkan masalah penulis dan memberikan pelajaran hidup yang berharga. Terima kasih untuk segalanya.

(11)

xi

4. Para Dosen Program Studi Teknik Informatika Universitas Sanata Dharma Yogyakarta, yang telah memberikan bekal ilmu kepada penulis selama kuliah.

5. Semua karyawan di Sekretariat Fakultas Sains dan Teknologi yang telah memberikan bantuan kepada penulis selama kuliah.

6. Bapak M. Tri Haryono yang telah bersedia meluangkan waktu untuk penulis dan membantu penulis dalam pengumpulan data di Sekretariat WR III Universitas Sanata Dharma.

7. Kedua Orang Tua, Bapak dan Mama yang selalu memberikan dukungan, doa, perhatian, selalu mengerti keadaan, dan sabar membimbing penulis. Maaf karena telah membuat kalian harus berusaha lebih keras untuk memenuhi kebutuhan kuliah. Adik-Adik tercinta yang mendukung penulis dengan doa dan caranya masing-masing.

8. Daniel Fredy Desandika, S.Pd. yang selalu menjadi sahabat, penyemangat, dan selalu ada di saat suka dan duka, terima kasih untuk segalanya. Maaf karena selalu merepotkanmu.

(12)

xii

10. Sahabat Nancy (Rodhu), Itin (Giting), dan Ida (Cenu) yang menemani penulis dalam proses pengerjaan skripsi dan mengajarkan banyak hal. Maaf karena selalu membuat kalian repot dan marah. Sahabat seperjuangan Ermen, Ivon, Nita, Itin, dan Aci yang mendukung penulis dengan doa dan motivasi.

11. Saudara-saudari di Komunitas Sant’ Egidio dan adik-adik di Panti Asuhan Sayap Ibu yang telah memberikan pelajaran hidup sehingga penulis dapat mencintai orang miskin dengan kesetiaan dan ketulusan serta saudara-saudari MG VOICE yang selalu setia bernyanyi bersama untuk memuji Tuhan.

12. Sahabat dan teman-teman seperjuangan, Linardi, Carla, Laurin,Roi, Esy, Vava, Gadis, Mbak Arum, dan semua temen-teman TI’08 yang selalu membantu penulis saat mengalami kesulitan dalam mengerjakan skripsi ini, serta selalu memberikan dukungan, semangat, dan doa.

13. Semua pihak yang telah membantu dan memberikan dukungan kepada penulis yang tidak dapat disebutkan satu per satu.

Dengan kerendahan hati, penulis menyadari bahwa skripsi ini masih jauh dari sempurna, oleh karena itu berbagai saran, kritik dan masukan sangat diharapkan demi perbaikan skripsi ini di kemudian hari. Akhir kata, penulis berharap semoga skripsi ini bermanfaat, khususnya dalam bidang Teknik Informatika.

Yogyakarta, 17 Juli 2012 Penulis,

(13)

xiii

DAFTAR ISI

Hal

HALAMAN JUDUL ... i

HALAMAN PERSETUJUAN ... ii

ABSTRAK ... viii

ABSTRACT ... ix

DAFTAR ISI ... xiii

DAFTAR TABEL ... xv

DAFTAR GAMBAR ... xvii

DAFTAR LAMPIRAN ... xxi

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Rumusan Masalah... 2

1.3. Tujuan ... 2

1.4. Kegunaan ... 3

1.5. Batasan Masalah ... 3

1.6. Metodologi Penelitian... 4

1.7. Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 7

2.1.Gudang Data ... 7

2.2.Online Transaction Processing (OLTP) ... 19

2.3.Extract, Transform and Load (ETL) ... 20

2.4.Online Analytical Processing (OLAP) ... 21

2.5.Multi Dimensional Modeling ... 21

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 25

3.1.Analisis Kebutuhan ... 25

3.2.Analisis Sistem ... 26

3.3.Langkah-Langkah Pembuatan Gudang Data ... 27

3.4.Pembuatan OLAP ... 39

(14)

xiv

3.6.Analisis Kebutuhan ... 44

3.7.Rancangan Antar Muka Pengguna Sistem Database OLAP ... 52

3.8.Kebutuhan Komponen dan Kebutuhan Sistem ... 56

BAB IV IMPLEMENTASI DAN ANALISIS SISTEM ... 57

4.1.Implementasi Arsitektur Gudang Data ... 57

4.2.Langkah Pembuatan Gudang Data ... 59

4.3.Implementasi Star Schema Untuk Database OLAP ... 96

4.4.Implementasi Proses Transfer Data... 108

4.5.Implementasi Antar Muka Pengguna Sistem OLAP ... 109

BAB V ANALISIS HASIL ... 129

5.1.Penyelesaian Rumusan Masalah ... 129

5.2.Pengujian Cube ... 139

5.3.Kelebihan Dan Kelemahan Sistem ... 148

BAB VI PENUTUP ... 150

6.1. Kesimpulan... 150

6.2. Saran ... 150

Daftar Pustaka ... 152

(15)

xv

DAFTAR TABEL

Hal

Tabel 2.1 Karakteristik Gudang Data ... 10

Tabel 2.2 Komponen Metadata ... 12

Tabel 3.1 Laporan Data Beasiswa 2008 ... 25

Tabel 3.2 Tabel master_beasiswa ... 26

Tabel 3.3 Rekapitulasi Penerimaan Beasiswa ... 28

Tabel 3.4 Contoh Data master_beasiswa ... 29

Tabel 3.5 Tabel master_beasiswa ... 30

Tabel 3.6 Tabel beasiswa ... 31

Tabel 3.7 Pembentukan Tabel dimensi_mahasiswa ... 33

Tabel 3.8 Pembentukan Tabel dimensi_prodi ... 33

Tabel 3.9 Pembentukan Tabel dimensi_waktu... 34

Tabel 3.10 Pembentukan Tabel dimensi_beasiswa ... 35

Tabel 3.11 Pembentukan Tabel dimensi_status ... 35

Tabel 3.12 Pembentukan Tabel fact_laporan_rekapitulasi ... 37

Tabel 3.13 Pembentukan Tabel fact_laporan_dana ... 38

Tabel 3.14 Pembentukan Tabel fact_laporan_pelamar ... 39

Tabel 3.15 Narasi use case login ... 45

Tabel 3.16 Narasi use case upload data beasiswa ... 46

Tabel 3.17 Narasi use case transfer data beasiswa ... 48

Tabel 3.18 Narasi use case melihat laporan rekapitulasi ... 49

Tabel 3.19 Narasi use case melihat laporan dana ... 50

Tabel 3.20 Narasi use case melihat laporan pelamar ... 51

Tabel 4.1 Tabel bulan ... 60

Tabel 4.2 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel master_beasiswa ... 62

(16)

xvi

Tabel 4.4 Penjelasan spesifikasi file transformasi Kettle untuk proses

pembentukan tabel dimensi_mahasiswa ... 70

Tabel 4.5 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dimensi_prodi ... 72

Tabel 4.6 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dimensi_waktu ... 75

Tabel 4.7 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dimensi_beasiswa ... 77

Tabel 4.8 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dimensi_status ... 79

Tabel 4.9 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_laporan_rekapitulasi ... 82

Tabel 4.10 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_laporan_dana ... 88

Tabel 4.11 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_laporan_pelamar ... 93

Tabel 4.12 Deskripsi skema MDX ... 105

Tabel 4.13 Definisi skema laporan_rekapitulasi.xml ... 106

Tabel 4.14 Tabel kode perintah transfer_data.bat ... 108

Tabel 4.15 Listing Program untuk Halaman Login ... 110

Tabel 4.16 Fungsi Login pada Module.jsp ... 111

Tabel 4.17 Fungsi Login pada Method login di kelas LoginBean ... 111

Tabel 4.18 Struktur Halaman laporan_rekapitulasi.jsp ... 114

Tabel 4.19 Struktur Halaman laporan_dana.jsp ... 116

Tabel 4.20 Struktur Halaman laporan_pelamar.jsp ... 119

Tabel 4.21 Listing Program untuk Halaman Upload Data ... 120

Tabel 4.22 Listing Program untuk Proses Upload Data ... 123

Tabel 4.23 Listing Program untuk Halaman Transformasi Data ... 124

Tabel 4.24 Fungsi transformasi pada Module.jsp ... 127

(17)

xvii

DAFTAR GAMBAR

Hal

Gambar 2.1 Arsitektur Gudang Data ... 14

Gambar 2.2 Contoh Star Schema ... 23

Gambar 3.1 Star Schema laporan_rekapitulasi ... 41

Gambar 3.2 Star Schema laporan_dana ... 42

Gambar 3.3 Star Schema laporan_pelamar ... 43

Gambar 3.4 Diagram Use Case ... 44

Gambar 3.5 Tampilan Halaman Login ... 53

Gambar 3.6 Tampilan Halaman Login Dengan Konfirmasi Login Gagal ... 53

Gambar 3.7 Tampilan Halaman Data Analisis ... 54

Gambar 3.8 Tampilan Halaman Upload Data ... 55

Gambar 3.9 Tampilan Halaman Transfer Data ... 55

Gambar 4.1 Arsitektur Sistem ... 58

Gambar 4.2 master_beasiswa.ktr ... 59

Gambar 4.3 Step Stream Lookup untuk Menyamakan Data periode_awal ... 61

Gambar 4.4 Step Stream Lookup untuk Menyamakan Data periode_akhir ... 62

Gambar 4.5 Tabel master_beasiswa ... 65

Gambar 4.6 beasiswa.ktr ... 65

Gambar 4.7 Step calculator untuk Meghitung periode ... 66

Gambar 4.8 Step calculator untuk Meghitung total_beasiswa ... 67

Gambar 4.9 Tabel beasiswa ... 69

Gambar 4.10 dimensi_mahasiswa.ktr ... 69

Gambar 4.11 Tabel dimensi_mahasiswa ... 71

(18)

xviii

Gambar 4.13 Tabel dimensi_prodi ... 74

Gambar 4.14 dimensi_waktu.ktr ... 74

Gambar 4.15 Tabel dimensi_waktu ... 76

Gambar 4.16 dimensi_beasiswa.ktr ... 76

Gambar 4.17 Tabel dimensi_beasiswa ... 78

Gambar 4.18 dimensi_status.ktr ... 78

Gambar 4.19 Tabel dimensi_status ... 80

Gambar 4.20 fact_laporan_rekapitulasi.ktr ... 81

Gambar 4.21 Tabel fact_laporan_rekapitulasi ... 86

Gambar 4.22 fact_laporan_dana.ktr ... 87

Gambar 4.23 Tabel fact_laporan_dana ... 91

Gambar 4.24 fact_laporan_pelamar.ktr ... 92

Gambar 4.25 Tabel fact_laporan_pelamar ... 96

Gambar 4.26 Star schema kubus laporan rekapitulasi ... 97

Gambar 4.27 Struktur pembentukan dim_prodi ... 97

Gambar 4.28 Struktur pembentukan dim_mahasiswa ... 98

Gambar 4.29 Struktur pembentukan dim_waktu ... 98

Gambar 4.30 Struktur pembentukan dim_status ... 99

Gambar 4.31 Struktur pembentukan dim_beasiswa ... 99

Gambar 4.32 Star schema kubus laporan dana ... 100

Gambar 4.35 Struktur pembentukan dim_prodi ... 101

Gambar 4.36 Star schema kubus laporan pelamar ... 102

(19)

xix

Gambar 4.38 Struktur pembentukan dim_mahasiswa ... 103

Gambar 4.40 Struktur pembentukan dim_status ... 104

Gambar 4.42 Proses Transfer Data ... 108

Gambar 4.43 Tampilan Halaman Proses Login ... 109

Gambar 4.44 Tampilan Untuk Proses Gagal Login ... 112

Gambar 4.45 Tampilan Halaman Menu Utama ... 113

Gambar 4.46 Tampilan Halaman Menu Laporan Dana ... 116

Gambar 4.47 Tampilan Halaman Menu Laporan Pelamar ... 118

Gambar 4.48 Tampilan Halaman Menu Upload Data ... 120

Gambar 4.49 Tampilan Halaman Menu Transformasi Data ... 124

Gambar 5.1 Hasil Laporan Rekapitulasi pada OLAP ... 132

Gambar 5.2 Hasil Laporan Dana pada OLAP ... 133

Gambar 5.3 Hasil Laporan Dana pada OLAP Informasi 1 ... 134

Gambar 5.4 Hasil Laporan Dana pada OLAP Informasi 2 ... 135

Gambar 5.5 Hasil Laporan Pelamar pada OLAP ... 136

Gambar 5.6 Hasil Laporan Pelamar pada OLAP Informasi 1 ... 137

Gambar 5.7 Hasil Laporan Pelamar pada OLAP Informasi 2 ... 138

Gambar 5.8 Hasil Cube Laporan Rekapitulasi Pengujian 1 ... 139

Gambar 5.9 Sintak Query SQL Pengujian 1 ... 140

Gambar 5.10 Hasil Query SQL Pengujian 1 ... 141

(20)

xx

Gambar 5.16 Hasil Query SQL Pengujian 3 ... 145

Gambar 5.17 Hasil Cube Laporan Dana ... 145

Gambar 5.18 Sintak Query SQL Cube Laporan Dana ... 146

Gambar 5.19 Hasil Query SQL Cube Laporan Dana ... 146

Gambar 5.20 Hasil Cube Laporan Pelamar ... 147

Gambar 5.21 Sintak Query SQL Cube Laporan Pelamar ... 148

(21)

xxi

DAFTAR LAMPIRAN

Hal

(22)

1

BAB I

PENDAHULUAN

1.1.Latar Belakang

Data merupakan aset penting dalam sebuah organisasi yang digunakan untuk memutuskan kebijakan, melakukan strategi, atau mengambil keputusan. Data sebelum digunakan akan diolah dulu menjadi suatu informasi yang dibutuhkan oleh organisasi. Proses pengolahan data dapat dilakukan di berbagai tempat, misalkan di database operasional, aplikasi operasional, maupun menggunakan teknologi gudang data.

Gudang data adalah sekumpulan data yang berorientasi pada subyek, terintegrasi, memiliki rentang waktu, dan tidak mudah berubah untuk mendukung proses pembuatan keputusan manajerial. Pemakaian teknologi gudang data hampir dibutuhkan oleh semua organisasi. Gudang data memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan.

(23)

2 berbagai jenis beasiswa yang dikelola oleh Universitas Sanata Dharma untuk keperluan Laporan Tahunan Rektor.

Pihak Wakil Rektor III Universitas Sanata Dharma memerlukan teknologi gudang data untuk menemukan informasi penerimaan beasiswa terutama dalam membuat rekap dana berbagai jenis beasiswa yang dikelola. Gudang data yang sudah terbentuk akan digunakan untuk keperluan database Online Analytical Processing (OLAP) yang mencakup informasi mahasiswa dari setiap prodi yang telah menerima beasiswa, jenis beasiswa, dan besar beasiswa yang diterima untuk setiap tahun.

1.2.Rumusan Masalah

Berdasarkan latar belakang masalah di atas, dapat dirumuskan masalah: Bagaimana membuat suatu gudang data dan sistem database Online Analytical Processing (OLAP) untuk memperoleh informasi penerimaan beasiswa pada Universitas Sanata Dharma yaitu informasi mahasiswa dari setiap prodi yang telah menerima beasiswa, jenis beasiswa, dan besar beasiswa yang diterima untuk setiap tahun.

1.3.Tujuan

(24)

3 Rektor III Universitas Sanata Dharma dalam menemukan informasi penerimaan beasiswa.

1.4.Kegunaan

Sistem yang dibangun memiliki kegunaan sebagai berikut: Bagi penulis:

1. Menyelesaikan Tugas Akhir sebagai syarat kelulusan tingkat Strata Satu. 2. Dapat membuat suatu Sistem Informasi Gudang Data Penerimaan

Beasiswa yang sudah terintegrasi dengan teknologi Online Analytical Processing (OLAP).

Bagi pihak Wakil Rektor III Universitas Sanata Dharma:

1. Membantu menemukan informasi penerimaan beasiswa terutama dalam membuat rekap dana berbagai jenis beasiswa.

2. Membantu pihak Wakil Rektor III dalam pembuatan laporan penerimaan beasiswa.

1.5.Batasan Masalah

Batasan-batasan dari masalah di atas adalah:

1. Data penerimaan beasiswa yang digunakan adalah semua rekapitulasi data penerimaan beasiswa pada tahun 2009, 2010, dan 2011.

(25)

4 3. Informasi yang dihasilkan dari gudang data yang dibentuk, ditujukan

kepada pihak WR III Universitas Sanata Dharma dalam membantu menemukan informasi penerimaan beasiswa.

1.6.Metodologi Penelitian

Metodologi penelitian dan cara-cara yang digunakan dalam penulisan Tugas Akhir ini adalah:

1. Studi literature data dan fakta

Metode yang digunakan adalah studi pustaka, dilakukan dengan 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. Pengumpulan data dan informasi

Mengumpulkan dan menganalisa data yang akan digunakan. Mengekstrak data dan menyesuaikan data ke dalam gudang data (data warehouse). 4. Pembuatan gudang data

Langkah-langkah yang digunakan dalam pembuatan gudang data adalah sebagai berikut:

a. Membaca data legacy

b. Memindahkan data yang masih berbentuk file excel ke server gudang

(26)

5

c. Memecah gudang data dalam tabel fakta dan tabel dimensi

5. Membuat skema bintang

6. Merubah ke dalam database OLAP

7. Pengujian sistem 8. Membuat kesimpulan

1.7.Sistematika Penulisan

Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir yang akan dibuat secara teratur dan sistematis yang terdiri dari enam bab yaitu:

Bab I. Pendahuluan

Bab ini membahas mengenai latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan.

Bab II. Landasan Teori

Bab ini membahas mengenai pengetahuan yang menjadi dasar teori untuk mendukung pembuatan gudang data penerimaan beasiswa pada Universitas Sanata Dharma.

Bab III. Analisis dan Perancangan Sistem

Bab ini berisi analisa dan perancangan gudang data penerimaan beasiswa pada Universitas Sanata Dharma.

Bab IV. Implementasi dan Analisis Sistem

(27)

6 Bab V. Analisis Hasil

Bab ini berisi analisa hasil program dan pembahasan berdasarkan hasil yang telah didapat secara keseluruhan.

Bab VI. Penutup

(28)

7

BAB II

LANDASAN TEORI

2.1 Gudang Data

Gudang data adalah sekumpulan data yang berorientasi pada subyek, terintegrasi, memiliki rentang waktu, dan tidak mudah berubah untuk mendukung proses pembuatan keputusan manajerial (Connolly dkk, 2005). Gudang data mengintegrasikan data yang telah disimpan dalam periode waktu tertentu dan sering digunakan untuk menambah informasi. Menurut Inmon (1992) gudang data didefinisikan sebagai sekumpulan data yang terintegrasi, basis data berorientasi subyek yang didesain untuk mendukung fungsi sistem pengambilan keputusan, dimana setiap unit dari data adalah non-volatile dan relevan untuk waktu tertentu (Connolly dkk, 2008). Gudang data lebih besar dari beberapa jenis basis data, ukurannya mencapai gigabyte bahkan sampai dengan terabyte.

(29)

8 Keuntungan dari gudang data adalah sebagai berikut (Connolly dkk, 2008):

a. Meningkatkan produktifitas pengetahuan para pekerja.

b. Mendukung seluruh data yang diperlukan oleh pengambil keputusan. c. Menyediakan data yang siap diakses untuk data yang penting.

d. Melindungi operasi basis data dari proses ad hoc.

e. Menyediakan ringkasan informasi untuk level tingkat tinggi.

f. Menyediakan kemampuan untuk penelusuran informasi lebih dalam.

Hasil yang dapat diperoleh dari gudang data adalah sebagai berikut: a. Meningkatkan pengetahuan bisnis.

b. Mampu melakukan persaingan bisnis bahkan menjadi pemimpin bisnis.

c. Mempertinggi service dan kepuasan pelanggan. d. Memberikan fasilitas pembuatan keputusan. e. Membantu mempersingkat proses bisnis.

Ada 2 asumsi yang dibuat terhadap gudang data yaitu (Connolly dkk, 2008):

a. Gudang data secara fisik terpisah dari seluruh sistem operasional. b. Gudang data menggabungkan data dan data transaksi untuk

(30)

9

2.1.1.Komponen Gudang Data

Ada banyak komponen yang terdapat dalam gudang data, diantaranya (Connolly dkk, 2008):

1. Penyimpanan data

Penyimpanan 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 operasional 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)

(31)

10 3. Metadata

Metadata merupakan salah satu contoh dari gudang data secara logikal yang digunakan untuk memperoleh informasi dan mengakses data secara aktual. 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 Keduanya bukanlah bagian dari gudang data akan tetapi aplikasi-aplikasinya digunakan untuk gudang data.

2.1.2.Karakteristik Gudang Data

Karakteristik utama dari gudang data dapat dilihat pada tabel 2.1 di bawah ini:

Tabel 2.1: Karakteristik Gudang Data (Connolly dkk, 2008)

Karakteristik Deskripsi

Subject Orientation Data diorganisir sesuai dengan kebutuhan user

Integrated Menghilangkan kerancuan dalam hal penamaan dan kekacauan informasi serta data harus “clean”

(32)

11 Time-series Data dalam rangkaian waktu, bukan

hanya status saat ini

Summarized Data operasional dikumpulkan (diringkas), untuk mendukung keputusan Larger Memelihara data dari waktu ke waktu

selama diperlukan Not Normalized Data dapat redundant

Metadata Data mengenai data untuk user dan personil gudang data

Input Data operasional ditambah data eksternal yang dibutuhkan

2.1.3.Metadata

Metadata adalah data mengenai data. Ini adalah informasi tentang gudang data bukan informasi yang disediakan oleh gudang. Metadata menghasilkan 2 hal essensial yaitu staf dan user dari gudang data. Setiap grup membutuhkan informasi yang berbeda.

Untuk staf gudang data, metadata mengandung (Connolly dkk, 2008):

(33)

12 b. Sebuah petunjuk untuk memetakan data dari bentuk operasional

ke bentuk gudang. Ketika data dipindahkan ke gudang, data harus dalam format standar dan harus mengikuti ketentuan yang berlaku pada gudang yaitu harus bersih. Petunjuk harus menyediakan instruksi bagaimana setiap kelompok data ditransformasikan sehingga menjadi bentuk yang benar.

c. Aturan yang digunakan untuk membuat ringkasan. Bagi pengguna gudang data, metadata mengandung: 1. Istilah bisnis yang digunakan untuk menggambarkan data. 2. Nama-nama teknis yang sesuai dengan istilah bisnis yang

dapat digunakan untuk akses data.

3. Sumber data, aturan yang digunakan untuk mengambil data dan kapan data dibangun.

Secara konseptual, metadata dikelompokkan dalam 3 komponen, dapat dilihat pada tabel 2.2:

Tabel 2.2: Komponen Metadata

Komponen Isi Pengguna

Direktori Teknis Informasi tentang data

Data warehouse administrator

Direktori Bisnis Perspektif pengguna terhadap data

(34)

13 Petunjuk

Informasi

Akses ke direktori bisnis dan gudang data

End user

2.1.4.Format Data

Konsep normalisasi data dalam sistem transaksi, mempunyai popularitas yang panjang dalam database relational, namun tidak dapat dipakai dalam gudang data. Dalam sistem transaksi perhatian utama adalah untuk mengeliminasi redundansi. Prinsipnya, space penyimpanan itu mahal dan tidak seharusnya diboroskan.

Filosofi dalam gudang data adalah mengatur data sehingga mudah digunakan dan mudah diperoleh kembali dengan cepat. Redundansi sangat dibenarkan.

2.1.5.Arsitektur Gudang Data

(35)

14

Gambar 2.1: Arsitektur Gudang Data

Setiap hari organisasi melakukan kegiatan dan melakukan perubahan terhadap basis data operasional. Data dari basis data operasional dan sumber data eksternal lainnya disimpulkan dengan menggunakan gateway atau standar eksternal penghubung yang lain yang mendukung DBMS seperti Open Database Connectivity (ODBC). ODBC adalah program aplikasi yang menghubungkan antara program client untuk menghasilkan pernyataan SQL agar dapat dilakukan eksekusi oleh server.

Ada 3 jenis gudang data yaitu:

(36)

15 digunakan untuk memperkecil biaya operasional dan biasanya untuk mengetahui data apa yang sebenarnya dicari oleh pemakai. 2. Gudang data terpusat adalah sebuah penyimpanan fisik basis data

tunggal yang berisi seluruh data untuk suatu area tertentu, departemen atau divisi. Gudang data terpusat ini biasanya dipilih jika ada data yang dibutuhkan secara umum dan ada sejumlah pemakai yang telah siap terhubung melalui jaringan komputer. Gudang data ini real yang berarti data yang disimpan dalam gudang data ada secara fisik dan diakses dari suatu tempat dan harus selalu dipelihara.

3. Gudang data terdistribusi. Sesuai dengan namanya, komponen-komponen dari gudang data terdistribusi melalui sejumlah penyimpanan fisik basis data.

2.1.6.Langkah Pembuatan Gudang Data

1. Membaca data legacy

Memperhatikan bagian-bagian data yang perlu untuk dibersihkan.

2. Memindahkan data yang masih berbentuk file excel ke server gudang data

Membuat standarisasi format dan copy-kan data dari sumber sekaligus data dibuat bersih (clean).

(37)

16 Tabel fakta dan tabel dimensi disusun menurut kebutuhan subyek.

2.1.7.Data Staging

Data staging merupakan buffer untuk mengintegrasikan data. Dengan buffer ini proses ETL pada gudang data akan cepat. Hal lain yang menjadikan data staging sebagai solusi yang sangat baik adalah karena proses di memori (RAM) tentunya sangat terbatas dan ujung-ujungnya akan mencari space di hard drive untuk paging/caching. Dengan batasan seperti itu, akhirnya lama kelamaan proses di memori akan penuh terus dan malah menjadi bottleneck di ETL kita. Oleh karena itu apabila terjadi kondisi yang akan sangat membebani memori, kita menggunakan strategi data staging.

2.1.8.Implementasi Gudang Data

(38)

17 seharusnya dipandang sama. Perbedaan-perbedaan harus dihilangkan dalam gudang data. Hal yang penting dalam gudang data adalah bagaimana memelihara data itu sendiri dalam gudang data. Sistem yang akan dilakukan adalah dengan menggunakan sistem katalog. Informasi tentang data yang disimpan berada pada sistem ini. Jadi gudang data harus dihubungkan dengan sistem katalog dan hal ini biasanya disimpan dalam basis data yang terpisah yang dikenal dengan nama metadata repository (data tentang gudang). Seperti yang telah dikemukakan sebelumnya, yang lebih diperhatikan disini adalah data tentang gudang data dan bukan isi dari gudang data.

Gudang data inilah kemudian dimanfaatkan oleh bermacam macam peralatan seperti termasuk di dalamnya OLAP, algoritma data mining, peralatan untuk visualisasi informasi, paket statistik, dan penghasil laporan. Denis Kozar (1997), wakil pimpinan dari Enterprise Information Architecture dari Chase Manhattan Bank

mengemukakan „tujuh kesalahan fatal‟ dalam menerapkan gudang data yaitu:

1. Pada saat membangun gudang data, data akan datang.

(39)

18 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 akan 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 di atas akan sangat membantu dalam pembuatan gudang data.

(40)

19 5. Kesalahan dalam siklus hidup gudang data. Siklus hidup gudang

data berbeda dengan System Development Life Cycle (SDLC). Walaupun memiliki kesamaan, akan tetapi ada perbedaan mendasar yaitu bahwa siklus hidup gudang data tidak pernah berakhir, selalu berlanjut sehingga perlu selalu diperbaharui. Hal ini haruslah perlu disadari.

6. Cenderung membatalkan data yang mengandung perbedaan. Perlu dilakukan penyesuaian terhadap data yang berbeda dan bukan menghilangkan data.

7. Menggagalkan dokumen yang ada kesalahan.

Tujuh kesalahan di atas harus dihindari selama proses pembuatan gudang data.

2.2 Online Transaction Processing (OLTP)

(41)

20  Enterprise Resource Planning (ERP) dengan contoh produk seperti

SAP, Compiere / Adempiere, Microsoft Dynamics, dan lain-lain.  Human Resource Management (HRM) dengan contoh produk seperti

OrangeHRM, PeopleSoft, dan lain-lain.  dan lain sebagainya.

2.3 Extract, Transform and Load (ETL)

Untuk melakukan data warehousing maka diperlukan utilitas yang dirancang khusus untuk hal tersebut. Utilitas tersebut harus memiliki kemampuan [3]:

1. Membaca dari dan mengirim data ke berbagai sumber (file teks, Excel, database relational, dan sebagainya).

2. Mampu meyesuaikan / 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.

(42)

21

2.4 Online Analytical Processing (OLAP)

Database OLAPdirancang dan difokuskan pada kecepatan pembacaan data terutama dari volume data yang besar. Umumnya database OLAPtidak 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 ditransformasikan. Proses inilah yang umumnya disebut dengan data warehousing [3].

2.5 Multi Dimensional Modeling

2.5.1.Cube, Dimension, Measure, and Member

Teknologi OLAP menganut multi dimensional modeling, artinya kita dapat melihat analisis pengukuran dengan pandangan berbagai dimensi. Di dalam konsep ini kita perlu mengenal berbagai istilah yang berkaitan dengan OLAP[3]:

1. Cube: adalah struktur multi dimensional konseptual, terdiri dari dimension dan measure dan biasanya mencakup pandangan bisnis tertentu seperti penjualan.

2. Dimension / dimensi: adalah struktur view / sudut pandang yang menyusun cube. Dimensi dapat terdiri dari berbagai level.

3. Measure: nilai pengukuran itu sendiri.

(43)

22

2.5.2.Tabel Fakta dan Dimensi (Fact and Dimension Tables)

Tabel fakta adalah satu tabel pada model dimensional yang isinya composite primary key.

Tabel dimemsi adalah sekumpulan tabel-tabel yang lebih kecil dari tabel fakta pada model dimensional. Setiap tabel dimensi mempunyai non-composite primary key (Connolly dkk, 2005).

Di dalam model multi dimensional, database terdiri dari beberapa tabel fakta dan tabel dimensi yang 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.

Schema inilah yang menjadi dasar untuk melakukan data warehousing. Dua schema yang paling umum digunakan oleh berbagai OLAP engine adalah skema bintang (star schema) dan skema butir salju(snowflake schema) [3].

2.5.3.Skema Bintang (Star Schema)

(44)

23 di tengah, dikelilingi oleh tabel dimensi berisi data referensi (yang dapat didenormalisasi). Skema bintang mengeksploitasi karakteristik dari data faktual di mana fakta dibuat dari peristiwa yang muncul di masa lalu dan mustahil untuk berubah, dengan mengabaikan bagaimana mereka dianalisis. Karena sebagian besar data dalam gudang data ditampilkan sebagai fakta, tabel fakta relatif sangat berhubungan dengan tabel dimensi. Karena itu, penting untuk memperlakukan data fakta sebagai data referensi yang hanya dapat dibaca (read only reference data), yang tidak akan berubah sepanjang waktu (Connolly dkk, 2005).

Gambar 2.2: Contoh Star Schema

Keterangan Gambar: = Tabel Fact = Tabel Dimension

Beasiswa fact Penerima

Jenis

Besar Beasiswa

(45)

24

2.5.4.Surrogate Key

(46)

25

BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Kebutuhan

Pihak Wakil Rektor III Universitas Sanata Dharma ingin mengetahui informasi penerimaan beasiswa pada Universitas Sanata Dharma. Informasi yang diketahui meliputi informasi mahasiswa dari setiap prodi yang telah menerima beasiswa, jenis beasiswa dan besar beasiswa yang diterima untuk setiap tahun. Informasi dibutuhkan untuk membuat rekap dana berbagai jenis beasiswa yang dikelola oleh Universitas Sanata Dharma untuk keperluan Laporan Tahunan Rektor.

(47)

26

3.2. Analisis Sistem

Data penerimaan beasiswa berupa dokumen excel. Penulis ingin membuat gudang data dari data penerimaan beasiswa pada Universitas Sanata Dharma Yogyakarta. Guna membuat gudang data penerimaan beasiswa maka diperlukan:

1. Bahan berupa data Excel yaitu:

Data peenerimaan beasiswa pada Universitas Sanata Dharma tahun 2009, 2010, 2011, meliputi:

a. Nomor induk mahasiswa b. Nama mahasiswa

c. Prodi

d. Jenis beasiswa e. Tahun

f. Status pelamar (diterima atau ditolak) g. Periode awal penerimaan beasiswa h. Periode akhir penerimaan beasiswa i. Besar beasiswa

2. Struktur tabel pada database:

Struktur tabel master_beasiswa dapat dilihat pada tabel 3.2.

Tabel 3.2: Tabel master_beasiswa

(48)

27 ‘nomor_mhs’ varchar(12) NOT NULL,

‘nama_mhs’ varchar(50) DEFAULT NULL, ‘prodi’ varchar(30) DEFAULT NULL,

‘jenis_beasiswa’ varchar(30) DEFAULT NULL, ‘tahun’ varchar(4) DEFAULT NULL,

‘status’ varchar(10) DEFAULT NULL,

‘periode_awal’ int(2) DEFAULT NULL, ‘periode_akhir’ int(2) DEFAULT NULL, ‘besar_beasiswa’ int(10) DEFAULT NULL, PRIMARY KEY (‘no’),

UNIQUE KEY ‘idx_master_beasiswa_pk’ (‘no’),

KEY ‘idx_master_beasiswa_lookup’ (‘no’), ) ENGINE=InnoDB DEFAULT CHARSET=latin1

3.3. Langkah-Langkah Pembuatan Gudang Data

Untuk membuat gudang data penerimaan beasiswa yang dapat menghasilkan informasi yang dibutuhkan, maka diperlukan beberapa langkah dalam pembuatan gudang data yaitu:

1. Membaca data legacy

Memperhatikan bagian-bagian data yang perlu untuk dibersihkan.

2. Memindahkan data yang masih berbentuk file excel ke server gudang

(49)

28

Membuat standarisasi format dan copy-kan data dari sumber sekaligus

data dibuat bersih (clean).

3. Memecah gudang data dalam tabel fakta dan tabel dimensi

Tabel fakta dan tabel dimensi disusun menurut kebutuhan subyek.

3.3.1.Membaca data legacy

Sumber data yang ada berupa rekapitulasi penerimaan beasiswa pada tahun 2009, 2010, dan 2011. Data rekapitulasi penerimaan beasiswa masih berbentuk file excel. Struktur data dari rekapitulasi penerimaan beasiswa seperti pada tabel 3.3.

Tabel 3.3: Rekapitulasi Penerimaan Beasiswa

master_beasiswa Tabel yang berisi data penerimaan beasiswa PK no Berisi nomor urut penerimaan beasiswa

sebagai primary key nomor_mhs Berisi nomor mahasiswa nama_mhs Berisi nama mahasiswa prodi Berisi nama prodi jenis_beasiswa Berisi nama beasiswa

tahun Berisi tahun pemberian beasiswa

status Berisi status penerimaan beasiswa yaitu diterima atau ditolak

(50)

29 Tabel 3.3 merupakan struktur data rekapitulasi penerimaan beasiswa. Pada tabel ini terdapat 10 field yaitu field no sebagai primary key dari tabel master_beasiswa dan field nomor_mhs, nama_mhs, prodi, jenis_beasiswa, tahun, status, periode_awal, periode_akhir dan besar_beasiswa.

Contoh data master_beasiswa seperti pada tabel 3.4.

Tabel 3.4: Contoh Data master_beasiswa

no 11 3246

nomor_mhs 062114142 081224056

nama_mhs ALBERTUS RONI

KURNIADY

VITA BUDI ASTIWI

prodi AKUNTANSI PBSID

jenis_beasiswa BBM PPA TAMBAHAN

tahun 2009 2011

status DITERIMA DITERIMA

periode_awal januari september

periode_akhir desember desember

besar_beasiswa 250000 350000

(51)

30

3.3.2.Memindahkan Data ke Server Gudang Data

Sebelum data dari sumber dipindahkan ke server gudang data, harus dilakukan pembentukan tabel gudang data dengan memperhatikan langkah-langkah sebelumnya. Pembentukan tabel dapat dilihat sebagai berikut:

1. Tabel master_beasiswa

Data beasiswa disimpan dalam tabel yang masih berbentuk file excel, maka diperlukan proses pemindahan data beasiswa ke tabel master_beasiswa pada database beasiswa_olap. Proses pemindahan data beasiswa dapat dilihat pada tabel 3.5.

Tabel 3.5: Tabel master_beasiswa

(52)

31

2. Tabel beasiswa

Data beasiswa pada tabel master_beasiswa digunakan untuk menghitung periode penerimaan beasiswa yang selanjutnya digunakan untuk menghitung total beasiswa yang diterima oleh setiap mahasiswa. Data beasiswa yang baru akan disimpan dalam tabel beasiswa pada database beasiswa_olap. Proses pembentukan tabel beasiswa dapat dilihat pada tabel 3.6.

Tabel 3.6: Tabel beasiswa

Database gudang data Database gudang data

3.3.3.Memecah gudang data dalam tabel fakta dan tabel dimensi

(53)

32 mudah diakses secara langsung oleh pengguna. Terdapat tiga tabel fakta dan beberapa tabel dimensi, alasannya adalah proses query yang lebih ringan.

Berdasarkan keperluan Laporan Tahunan Rektor diperoleh kebutuhan informasi sebagai berikut:

1. Informasi besar dana dan jumlah pelamar pada tahun 2009 sampai 2011 untuk setiap beasiswa, prodi, dan mahasiswa. 2. Informasi besar dana untuk setiap prodi dan beasiswa pada

tahun 2009 sampai 2011.

3. Informasi jumlah pelamar yang diterima dan ditolak pada tahun 2009 sampai 2011 untuk setiap prodi, beasiswa, dan mahasiswa.

Berdasarkan kebutuhan informasi di atas, maka model data dimensional yang dibuat dalam bentuk star schema untuk gudang data penerimaan beasiswa Universitas Sanata Dharma Yogyakarta dijelaskan sebagai berikut:

(54)

33

Tabel 3.7: Pembentukan Tabel dimensi_mahasiswa

Tabel 3.8: Pembentukan Tabel dimensi_prodi a. Tabel dim_mahasiswa

Tabel 3.7 merupakan proses pembentukan tabel dimensi_mahasiswa. Tabel dimensi_mahasiswa berasal dari tabel beasiswa. Pada tabel dimensi_mahasiswa ini memiliki primary key sk_mahasiswa, dan field lainnya yaitu nomor_mhs dan nama_mhs.

(55)

34

Tabel 3.9: Pembentukan Tabel dimensi_waktu

Tabel 3.8 merupakan proses pembentukan tabel dimensi_prodi. Tabel dimensi_prodi berasal dari tabel beasiswa. Pada tabel dimensi_prodi ini memiliki primary key sk_prodi, dan field lainnya yaitu prodi.

c. Tabel dim_waktu

beasiswa PK no

nomor_mhs nama_mhs prodi

jenis_beasiswa tahun

status

total_beasiswa

Tabel 3.9 merupakan proses pembentukan tabel dimensi_waktu. Tabel dimensi_waktu berasal dari tabel beasiswa. Pada tabel dimensi_waktu ini memiliki primary key sk_waktu, dan field lainnya yaitu tahun.

dim_waktu PK sk_waktu

(56)

35

Tabel 3.10: Pembentukan Tabel dimensi_beasiswa

Tabel 3.11: Pembentukan Tabel dimensi_status d. Tabel dim_beasiswa

(57)

36 Tabel 3.11 merupakan proses pembentukan tabel dimensi_status. Tabel dimensi_status berasal dari tabel beasiswa. Pada tabel dimensi_status ini memiliki primary key sk_status, dan field lainnya yaitu status.

2. Tabel fakta yang terbentuk dari perancangan gudang data ini merupakan tabel yang berhubungan dengan penerimaan beasiswa di Universitas Sanata Dharma. Tabel fakta yang ada di gudang datadijelaskan sebagai berikut:

a. Tabel fact_laporan_rekapitulasi

(58)

37

Tabel 3.12: Pembentukan Tabel fact_laporan_rekapitulasi

b. Tabel fact_laporan_dana

Tabel ini berisi semua data yang berhubungan dengan penerimaan beasiswa yang terdiri dari

(59)

38

Tabel 3.13: Pembentukan Tabel fact_laporan_dana

sk_laporan_dana, no, sk_prodi, sk_waktu, sk_beasiswa, total_beasiswa.

c. Tabel fact_laporan_pelamar

(60)

39

Tabel 3.14: Pembentukan Tabel fact_laporan_pelamar

3.4. Pembuatan OLAP

(61)

40 waktu, beasiswa, prodi dan mahasiswa. Cube laporan_dana merupakan cube yang digunakan untuk melihat laporan besar dana yang diterima yang dilihat dari perspektif waktu, beasiswa dan prodi. Cube laporan_pelamar merupakan cube yang digunakan untuk melihat jumlah pelamar yang diterima dan ditolak yang dilihat dari perspektif waktu, beasiswa, prodi dan mahasiswa. Ketiga cube ini masing-masing berhubungan dengan tabel dimensi.

3.4.1.Cube laporan_rekapitulasi

Cube laporan_rekapitulasi dengan star schema

laporan_rekapitulasi. Pada star schema laporan_rekapitulasi memiliki

tabel fakta yaitu fact_laporan_rekapitulasi dan tabel dimensi yaitu

tabel dimensi_waktu, dimensi_beasiswa, dimensi_prodi,

dimensi_mahasiswa dan dimensi_status. Nilai pengukuran dalam

(62)

41 dim_mahasiswa

PK sk_mahasiswa nomor_mhs

Gambar 3.1: Star Schema laporan_rekapitulasi

3.4.2.Cube laporan_dana

Cube laporan_dana dengan star schema laporan_dana. Pada star

schema laporan_dana memiliki tabel fakta yaitu fact_laporan_dana

dan tabel dimensi yaitu tabel dimensi_waktu, dimensi_beasiswa dan

dimensi_prodi. Nilai pengukuran dalam cube adalah besar dana.

(63)

42

Gambar 3.2: Star Schema laporan_dana

3.4.3.Cube laporan_pelamar

Cube laporan_pelamar dengan star schema laporan_pelamar.

Pada star schema laporan_pelamar memiliki tabel fakta yaitu

fact_laporan_pelamar dan tabel dimensi yaitu tabel dimensi_waktu,

dimensi_beasiswa, dimensi_prodi, dimensi_mahasiswa dan

dimensi_status. Nilai pengukuran dalam cube adalah jumlah

(64)

43

Gambar 3.3: Star Schema laporan_pelamar

3.5. Perancangan Proses Transfer Data

(65)

44

3.6. Analisis Kebutuhan

3.6.1 Use Case

Diagram use case dapat menggambarkan kebutuhan dari pihak WR III terhadap gudang data yang akan dibangun. Gambar 3.4 merupakan gambar diagram use case untuk Gudang Data Penerimaan Beasiswa Universitas Sanata Dharma.

Gambar 3.4 : Diagram Use Case Login

Melihat Laporan Rekapitulasi

Melihat Laporan Dana

Melihat Laporan Pelamar OLAP

Petugas Operasional

WR III USD

<<depend on>>

UPLOAD DATA

Upload Data Beasiswa

(66)

45

3.6.2 Narasi Use Case

Tabel 3.15: Narasi use case login

Disain Dan Implementasi Gudang Data Untuk Keperluan Laporan

Penerimaan Beasiswa

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Login

Aktor: Petugas Operasional

Deskripsi Use Case: Use case ini menggambarkan proses dimana petugas operasional melakukan login sebelum masuk ke sistem. Untuk dapat masuk ke sistem, petugas operasional harus memasukkan username dan password

Prakondisi: Petugas operasional harus mempunyai hak akses berupa username dan password

Trigger: Petugas operasional dapat masuk ke sistem jika sudah melakukan login, dimana data username dan password sesuai

Langkah Umum: Kegiatan Aktor Respon Sistem

2. Memasukkan

(67)

46

Langkah Alternatif: Alternatif Step 5:

Jika masukan tidak sesuai dengan database maka akan muncul tampilan konfirmasi login gagal

Kesimpulan: Petugas operasional akan masuk ke sistem jika proses verifikasi username dan password berhasil

Postkondisi: Petugas operasional akan masuk ke halaman utama dari sistem

Tabel 3.16: Narasi use case upload data beasiswa

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Upload data beasiswa

Deskripsi Use Case: Use case ini berfungsi untuk mengupload file rekap beasiswa

Prakondisi: Petugas operasional belum memperoleh data hasil upload

Trigger: -

(68)

47 1. Memilih menu

Upload Data

3. Petugas operasional memilih file rekap beasiswa, lalu memilih tombol ”Simpan”

5. Mendapat konfirmasi bahwa data berhasil diupload

2. Menampilkan halaman upload data beasiswa

4. Sistem melakukan proses upload data

Jika data tidak berhasil diuploadmaka akan muncul tampilan konfirmasi upload data gagal

Kesimpulan: Petugas operasional akan memperoleh data hasil upload jika proses upload data berhasil

(69)

48

Tabel 3.17: Narasi use case transfer data beasiswa

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Transfer data beasiswa

Deskripsi Use Case: Use case ini berfungsi untuk melakukan transfer data beasiswa

Prakondisi: Petugas operasional belum memperoleh data hasil transfer data

Trigger: -

Langkah Umum: Kegiatan Aktor Respon Sistem 1. Memilih menu

(70)

49 ditransfermaka akan muncul tampilan

konfirmasi transfer data gagal

Kesimpulan: Petugas operasional akan memperoleh data hasil transfer data jika proses transfer data berhasil

Postkondisi: Petugas operasional memperoleh data hasil transfer data

Tabel 3.18: Narasi use case melihat laporan rekapitulasi

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Melihat Laporan Rekapitulasi

Aktor: WR III USD

Deskripsi Use Case: Use case ini berfungsi untuk melihat hasil pembentukan gudang data laporan rekapitulasi

Prakondisi: WR III USD belum mendapatkan hasil gudang data laporan rekapitulasi

Trigger: -

(71)

50 gudang data laporan rekapitulasi

Langkah Alternatif: -

Kesimpulan: Use case ini berhenti apabila WR III USD akan memilih menu lain

Postkondisi: WR III USD mendapatkan hasil gudang data laporan rekapitulasi

Tabel 3.19: Narasi use case melihat laporan dana

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Melihat Laporan Dana

Deskripsi Use Case: Use case ini berfungsi untuk melihat hasil pembentukan gudang data laporan dana

Prakondisi: WR III USD belum mendapatkan hasil gudang data laporan dana

Trigger: -

(72)

51 dana

Postkondisi: WR III USD mendapatkan hasil gudang data laporan dana

Tabel 3.20: Narasi use case melihat laporan pelamar

Author: Densi

Date: 6 Juni 2012

Nama Use Case: Melihat Laporan Pelamar

Deskripsi Use Case: Use case ini berfungsi untuk melihat hasil pembentukan gudang data laporan pelamar

Prakondisi: WR III USD belum mendapatkan hasil gudang data laporan pelamar

Trigger: -

(73)

52

Postkondisi: WR III USD mendapatkan hasil gudang data laporan pelamar

3.7. Rancangan Antar Muka Pengguna Sistem Database OLAP

Aplikasi sistem yang akan dibangun digunakan pengguna sistem agar dapat berinteraksi dengan sistem melalui Graphical User Interface (GUI) untuk layanan login, layanan pembuatan laporan, layanan melihat laporan rekapitulasi penerimaan beasiswa, laporan dana penerimaan beasiswa, dan laporan pelamar penerimaan beasiswa.

3.7.1. Tampilan Halaman Login

(74)

53

Gambar 3.5: Tampilan Halaman Login

Jika masukan username dan password tidak sesuai dengan database maka akan muncul tampilan konfirmasi login gagal di tampilan halaman login. Tampilan halaman login dengan konfirmasi login gagal dapat dilihat pada gambar 3.6.

Gambar 3.6: Tampilan Halaman Login Dengan

Konfirmasi Login Gagal

Login

Sanata Dharma Schoolarship Data Warehouse

USERNAME

PASSWORD

BATAL LOGIN

Login

Sanata Dharma Schoolarship Data Warehouse

USERNAME

PASSWORD

BATAL LOGIN

(75)

54

3.7.2. Tampilan Halaman Data Analisis

Tampilan halaman data analisis terdiri dari tabel data (mondrian), sub menu dimensi data yaitu laporan rekapitulasi, laporan dana, laporan pelamar, serta menu upload data dan logout. Tampilan halaman data analisis dapat dilihat pada gambar 3.7.

Gambar 3.7: Tampilan Halaman Data Analisis

3.7.3. Tampilan Halaman Upload Data

Tampilan halaman upload data terdiri dari sub menu dimensi data yaitu laporan rekapitulasi, laporan dana, laporan pelamar, dan menu upload data dan logout. Tampilan halaman upload data dapat dilihat pada gambar 3.8.

GUDANG DATA BEASISWA

Universitas Sanata Dharma Yogyakarta

Laporan Rekapitulasi

Laporan Dana

Laporan Pelamar

Upload Data

Transformasi Data

Data Analisis

TABEL MONDRIAN MENU MONDRIAN

(76)

55

Gambar 3.8: Tampilan Halaman Upload Data

3.7.4. Tampilan Halaman TransferData

Tampilan halaman transferdata terdiri dari sub menu dimensi data yaitu laporan rekapitulasi, laporan dana, laporan pelamar, dan menu upload data dan logout. Tampilan halaman transfer data dapat dilihat pada gambar 3.9.

Gambar 3.9: Tampilan Halaman TransferData Logout

GUDANG DATA BEASISWA

Laporan Rekapitulasi

(77)

56

3.8. Kebutuhan Komponen dan Kebutuhan Sistem

Adapun kebutuhan komponen yang menunjang terbentuknya gudang data ini antara lain:

a. Pentaho merupakan komponen utama untuk melakukan eksekusi terhadap kettle, Mondrian, jpivot, dan schema workbench untuk mendukung fungsi-fungsi yang telah disediakan.

b. Kettle merupakan komponen yang dibutuhkan untuk melakukan ETL data.

c. Mondrian merupakan komponen yang dibutuhkan untuk melakukan ETL data dan digunakan sebagai OLAP server.

d. Schema Workbench merupakan komponen yang digunakan untuk membuat file skema mondrian dalam format XML untuk memetakan kubus, dimensi, dan measure dengan relasional database.

(78)

57

BAB IV

IMPLEMENTASI DAN ANALISIS SISTEM

Pada bab ini akan menjelaskan tentang implementasi pembuatan gudang data dan pembahasannya. Pembuatan gudang data mengacu pada kebutuhan informasi yang dibutuhkan oleh pihak WR III Universitas Sanata Dharma.

4.1 Implementasi Arsitektur Gudang Data

(79)

58

Gambar 4.1: Arsitektur Sistem

Untuk mendukung arsitektur sistem gudang data beasiswa Universitas Sanata Dharma diperlukan beberapa spesifikasi software dan hardware yang mendukung yaitu:

1. Gudang data beasiswa Universitas Sanata Dharma menggunakan sistem basis data terpusat, karena gudang data hanya digunakan pada satu tempat yaitu Sekretariat WR III Universitas Sanata Dharma. 2. Gudang data beasiswa Universitas Sanata Dharma menggunakan

jaringan LAN (Local Area Network). 3. Sistem yang dibangun menggunakan

- Database MySQL

- Bahasa pemrograman java

- Tool: Kettle, Schema-Workbench, Mondrian, Apache-tomcat dan mySQL connector untuk terhubung dengan program java

database

beasiswa _{Gudang Data}

Sumber Data Berupa File Excel

OLAP mondrian Server

Extract Transform Load

(80)

59 4. Spesifikasi hardware yang digunakan untuk gudang data beasiswa

adalah:

- Processor : Intel Core 2 Duo 2,1 GHz - Memory : 4 GB DDR 3

- Hardisk : 320 GB

4.2 Langkah Pembuatan Gudang Data

4.2.1 Membaca Data Legacy

Sumber data yang digunakan dalam pembuatan gudang data ini adalah data hasil rekapitulasi penerimaan beasiswa di Universitas Sanata Dharma. Rekapitulasi terdiri dari data penerimaan beasiswa pada tahun 2009, 2010 dan 2011. Implementasi pembacaan sumber data beasiswa dapat dilihat sebagai berikut:

Gambar 4.2: master_beasiswa.ktr

(81)

60 Langkah dari proses pembentukan tabel master_beasiswa adalah sebagai berikut:

1. Membaca sumber data dari file excel 2. Membaca data dari tabel bulan

Tabel bulan dapat dilihat pada tabel 4.1.

Tabel 4.1: Tabel bulan

3. Menyamakan data periode_awal

(82)

61

Gambar 4.3: Step Stream Lookup untuk Menyamakan Data

periode_awal

4. Menyamakan data periode_akhir