PERBANDINGAN PENGGUNAAN DATABASE OLTP DAN DATA WAREHOUSE

Data Warehouse merupakan sistem repository dan merupakan suatu data yang besar dan mengandung informasi dan di digunakan untuk keperluan analisis dan laporan. Selain itu data warehouse juga digunakan untuk mendukung pengambilan keputusan untuk mementukan kebijakan dan strategi. Paper ini akan membahas rancang bangun data warehouse di salah satu institusi akademik setingkat fakultas yang dimulai dari tahapan pengumpulan data, analisis kebutuhan bisnis dan informasi, pemilihan data dan perancangan data warehouse, pemuatan data ke data warehouse dan yang terakhir menampilkan informasi ke end user. Dengan adanya data warehouse dapat dihasilkan koleksi data yang terstruktur dan terintegrasi dengan baik sebagai masukan bagi pihak manajemen dalam proses pengambilan keputusan.

The growth in the university can be seen with number of student that increase from time to time, which is called student body. The growth in student body results a big data of student’s academic. Besides students, other important component in the university is a lecturer. The growth in the number of student should be accompanied by an increase in the number of lecturer, both in quality and quantity. Data set of student and lecturer in such amount contain information or knowledge that can be analyzed. Based on the knowledge which is resulted from the analyze of student data and lecturer data, university can make a strategic plan for the future work plan. Data warehouse is used to analyze that student data and lecturer data. As a study case, this research using student data from three faculties in Maranatha Christian University and lecturer data from the same university. As the result, data mart schema are created for two parts, data mart schema for student and data mart schema for lecturer. There are three star schema for student, new student schema, active student schema, and graduated student schema. For lecturer, there are also three schema, lecturer education schema, lecturer research schema, and lecturer community service schema. Integration of three star schema of student builds student fact constellation schema data warehouse. There is also integration of three star schema of lecturer, which builds lecturer fact constellation data warehouse. Keywords: university, big data, data warehouse, schema, data mart.

Disusun oleh: 1. Dwi Agung Sugiharto 14.01.53.0073 2. Setya Aji Prabawa 14.01.53.0086 3. Bagas Brawijaya 14.01.53.0087

Tujuan Penulisan adalah mengumpulkan informasi, dan menganalisis sistem berjalan, yang bertujuan untuk menemukan permasalahan yang dihadapi oleh CV. Jaya Makmur Diesel terkait dengan sistem penjualan dan pembelian. Serta merancang suatu aplikasi data warehouse untuk menghasilkan laporan yang lebih akurat sehingga pihak eksekutif dapat mengambil keputusan strategis yang terkait dengan perusahaan secara cepat dan tepat. Metodologi Penelitian yang digunakan yaitu metode analisis dan metode perancangan. Metode analisis dilakukan melalui survey langsung ke perusahaan, sedangkan perancangan menggunakan metode perancangan nine step methodology. Hasil yang dicapai adalah suatu aplikasi penjualan dan pembelian barang yang diimplementasikan dengan Microsoft SQL Server 2008 dan Visual Basic 2008 sebagai front end tool. Simpulan yang diperoleh adalah aplikasi yang dibuat dapat mempermudah dan mempercepat waktu proses yang dibutuhkan untuk mengakses laporan penjualan dan pembelian, juga membantu pihak eksekutif dalam pengambilan keputusan yang bertujuan untuk kemajuan perusahaan di masa mendatang. 1. PENDAHULUAN Teknologi informasi berkembang dengan pesat, hampir semua perusahaan baik yang berskala kecil hingga besar telah memanfaatkannya dengan tujuan efektifitas dan efisiensi. Dengan pemanfaatan teknologi informasi, maka perusahaan diharapkan dapat memperoleh berbagai macam informasi dengan cepat, mudah, dan tepat. Ketersediaan informasi secara cepat, mudah dan tepat inilah yang dapat menjadi salah satu faktor yang menyebabkan perusahaan lebih unggul dibandingkan kompetitornya. Pada umumnya setiap perusahaan memiliki database untuk menyimpan setiap informasi yang diperlukan oleh perusahaan. Dimana informasi tersebut diatur dan diolah dengan menggunakan sistem berbasis komputer. Dimana data merupakan fakta mengenai transaksi yang terjadi setiap hari seperti menurut Laudon (2007,p14), data adalah kumpulan fakta yang masih mentah yang menjelaskan aktifitas yang terjadi dalam organisasi atau lingkungan fisik, sebelum terorganisir dan diubah menjadi bentuk yang dimengerti dan dapat digunakan, sedangkan informasi, menurut Turban et al. (2005,p38) merupakan data yang telah terorganisir sehingga data-data tersebut memiliki makna dan nilai bagi penerima. CV. Jaya Makmur Diesel merupakan perusahaan yang bergerak di bidang penjualan spare part alat-alat berat. CV. Jaya Makmur Diesel telah dipercaya oleh konsumen selama 10 tahun. Dengan data dari tahun ke tahun yang semakin bertambah maka CV. Jaya Makmur Diesel pun membutuhkan data warehouse agar dapat mempermudah perusahaan dalam pengambilan keputusan. Hal ini dikarenakan data warehouse memiliki daya tampung lebih besar dibandingkan database biasa. Data warehouse sendiri merupakan tempat penyimpanan data historis yang berorientasi subject, yang diatur agar dapat diakses dan diterima untuk aktifitas proses analisis (Turban 2005, p69). CV. JAYA MAKMUR DIESEL membutuhkan suatu sistem data warehouse dan aplikasi untukbagian penjualan dan pembelian yang mencakup sistem informasi berupa laporan penjualan dan pembelian produk untuk melihat

Penggunaan data operasional harian sebagai sumber informasi strategis kurang memberi kontribusi yang memadai bagi organisasi. Data warehouse merupakan suatu konsep dan kombinasi teknologi yang memfasilitasi organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem atau aplikasi operasional. Teknik pengembangan data warehouse yang digunakan dalam penelitian ini adalah metodologi pengembangan Business Life Cycle. Sementara model data warehouse yang digunakan adalah model star schema. Penelitian ini bertujuan untuk mengembangkan data warehouse untuk kebutuhan Fakultas Teknologi Informasi sesuai dengan model data warehouse star join sehingga dapat memberi dukungan dalam pengisian borang standar 3 serta dapat memberikan informasi strategis dalam pengambilan keputusan oleh manajemen fakultas. Berdasarkan hasil penelitian didapat bahwa model prototype data warehouse yang dikembangkan pada Fakultas Teknologi Informasi Universitas Budi Luhur menggunakan star schema. Dengan menggunakan Business Intelligent, informasi dari data warehouse dapat disajikan dalam bentuk tabular maupun grafik sesuai kebutuhan stakeholder.

PENERBIT POLITEKNIK IMIGRASI, 2020

Laman : www.politeknikimigrasi.ac.id cetakan pertama, Maret 2021 dilarang menerbitkan kembali, menyebarluaskan atau menyimpan, baik sebagian maupun seluruh isi buku dalam bentuk dan dengan cara apapun tanpa izin tertulis dari Politeknik Imigrasi no part of this document may be copied, reproduced, printed, distributed, modified, removed and amended in any form by any means without prior written authorization of Immigration Polytechnic hak cipta dilindungi undang-undang @Politeknik Imigrasi 2021

Acknowledgement of the searching process called Knowledge Discovery in Databases (KDD). Data mining is one of the steps in the process of KDD. Data mining uses a specific algorithm to search pattern in database. Machine Learning is an area in artificial intelligence which relates to the development of techniques that could be programmed and learned from past data. Pattern recognition, data mining and machine learning are often used to refer to the same thing. This field takes probability and statistics, sometimes optimization. Machine learning becomes a tool of analysis in data mining.

Along with the developments of the times and technology then the education level of community has been an increase in , this is proven by the increasing interest on the part of high school graduates who want to continue the level of education to college .The development of a college can be seen at the rising numbers of students from year to year. At this point in time leaders the top of college difficulty receive information related to the number of student who in conformity with the wish because they still relying on parts that perform data processing student , as a result have to wait to get the information relating to data student. In addition, dataset students such abounding actually has information or knowledge can get or analyze, so as to from a collection of the data can be obtained a pattern or knowledge that can be used by a college to better understand the condition there are. Based on the knowledge obtained from data analysis students , leaders universities can make strategic plan better to embodied in the work program forward. This research was intended to produce a system that can be used by the leader of universities to an analysis of data students to design application olap data the warehouse. The method or approach that is used in the design this system is the approach top down. The result of this research is the establishment of application OLAP data warehouse to enable to the college in do the digging information on and analysis of students data so that it can be speed up the decision-making process, and can provide independence in choosing a form of report desired.

Teknik Industri, Institut Teknologi Bandung, 2019

Abstrak Sebagai bank sentral, Bank Indonesia (BI) harus dapat bergerak dinamis dalam menghadapi perekonomian global yang tidak pasti, salah satunya dengan menerbitkan peraturan atau perubahan-perubahan dalam Peraturan Bank Indonesia (PBI). Perubahan PBI tersebut harus dapat direspons dengan cepat diantaranya oleh Departemen Pengelolaan Moneter dan Departemen Stabilitas Sistem Keuangan (Users). Respons yang tepat adalah menganalisis kebijakan terkait secara berkelanjutan berbasiskan data historis. Namun, data historis tersebut belum terakomodir dalam enterprise data warehouse (EDW) yang saat ini dimiliki BI. Users meminta Divisi Pengembangan Implementasi Aplikasi-Manajemen Data (PIA MD) untuk mengakomodir penyediaan data historis dalam EDW terkait Laporan Harian Bank Umum (LHBU). Pengembangan EDW LHBU dapat mengakomodir penyediaan data historis baru dengan cara menambahkan aplikasi penyajian data multidimensi/Cube sebagai sumber data historis yang diminta oleh users. Divisi PIA MD juga ingin melakukan improvement internal untuk dapat mengubah lingkungan pengembangan data warehouse (DW) mereka menjadi lingkungan agile development. Penelitian ini bertujuan untuk mengembangkan dan menerapkan kerangka kerja (framework) agile DW berbasis Scrum pada EDW LHBU sehingga dihasilkan cube data historis yang dibutuhkan users. Framework agile DW dikembangkan melalui kombinasi Scrum dengan prinsip waterfall yang terdapat pada peraturan pengelolaan proyek pengembangan sistem informasi BI, serta mengacu pada model hybrid IT Development. Framework Scrum final diimplementasikan dalam proses pengembangan EDW LHBU. Pengembangan tersebut menghasilkan rancangan detail EDW LHBU dan hasil pengembangan berupa cube pada portal IBM Cognos yang dapat diakses oleh users. Penelitian ini berhasil menerapkan framework agile DW berbasis Scrum pada Divisi PIA MD sehingga dapat memenuhi kebutuhan users akan penyajian data historis berupa cube dari EDW LHBU.

Abstrak Paper ini membahas sistem data warehouse (DW) evaluasi kinerja. Tujuan yang hendak dicapai adalah membuat rancangan sistem DW evaluasi kinerja yang siap diterapkan di perguruan tinggi. Penelitian dilakukan melalui tahapan menentukan subjek, studi literatur, observasi terhadap struktur orgnisasi, proses bisnis, sistem operasional, menyusun key performance indicators (KPI), menentukan representasi KPI, menentukan data dan sumbernya, dan membuat rancangan DW evaluasi kinerja. Hasil akhirnya berupa rancangan fisik dan rancangan model data untuk sistem DW evaluasi kinerja. Pengimplementasian rancangan sistem DW evaluasi kinerja yang diusulkan dapat digunakan untuk meningkatkan kecepatan, efisiensi dan kualitas pelaksanaan evalausi kinerja berbentuk KPI, mengelola dan mengontrol aktifitas, mengetahui kondisinya, dan dapat mendukung pengambilan keputusan di perguruan tinggi sebagai objek penelitian. Kata kunci: Data warehouse, evaluasi kinerja, key performance indicators, model dat...

Multidimensional in data warehouse is a compulsion and become the most important for information delivery, without multidimensional data warehouse is incomplete. Multidimensional give the able to analyze business measurement in many different ways. Multidimensional is also synonymous with online analytical processing (OLAP).