DESAIN DAN IMPLEMENTASI DATA WAREHOUSE UNTUK SISTEM PENDUKUNG KEPUTUSAN PADA MANAJEMEN KESEHATAN IBU DAN ANAK
Almira Desti Talithania 5109100041 Dosen Pembimbing I Dr. Eng. Chastine Fatichah, S.Kom, M.Kom.
Dosen Pembimbing II Wijayanti Nurul Khotimah, S.Kom, M.Sc.
Latar Belakang
Latar Belakang Laju pertumbuhan angka usia produktif penduduk Indonesia yang terus berkembang dapat dihambat dengan menurunkan angka kematian dan kelahiran
Kesehatan ibu dan anak memegang peranan penting dalam kebijakan kependudukan dalam pertumbuhan angka usia produktif
1
Kenyataan di Indonesia
Piramida penduduk Indonesia Tahun 2011 Angka ketergantungan usia non produktif terhadap usia produktif 54,7 %
2
Kenyataan di Indonesia
Dinas Kesehatan Provinsi Jawa Timur merupakan suatu badan penyelenggara pembangunan dalam bidang kesehatan. Salah satu kebijakannya adalah mempercepat penurunan jumlah kematian ibu dan anak
2
Penelitian yang Sudah Ada Sebelumnya
3
Tujuan
Tujuan •
• • • • •
Dapat menentukan sistem dan unit bisnis yang membutuhkan integrasi data. Dapat menentukan batasan data dan prioritas data yang dibutuhkan untuk melakukan proses pengambilan keputusan. Dapat mendesain model data warehouse. Dapat mengimplementasikan desain data warehouse. Membangun aplikasi yang dapat membuat model atau rule agar dapat digunakan untuk SPK. Membangun aplikasi yang dapat menampilkan report dan hasil analisis data yang mudah digunakan dan dipahami oleh pengguna.
4
Metodologi
Memilih sponsorship bisnis
Visioner
Akal
Wajar
5
Memilih sponsorship bisnis Dinas Kesehatan Provinsi Jawa Timur
6
Kondisi data
Data sangat banyak dan formatnya berbeda
7
Kondisi data
Data didapatkan dari Dinas Kesehatan Kabupaten atau Kota se- Jawa Timur
8
Membangun ruang lingkup awal proyek
Wawancara dengan bapak Arief
9
Mendata area bisnis yang ada
obatobatan
kesehatan ibu dan anak
HIV/ AIDS
penyakit
kesehatan lingkungan
10
Menentukan area bisnis yang akan dikerjakan
kesehatan ibu dan anak
11
Mendata proses bisnis yang ada dalam area bisnis terpilih
kesehatan ibu dan anak
11
Mendata event bisnis yang ada dalam proses bisnis
imunisasi wanita usia subur
keluarga berencana
pemberian kapsul yodium
perawatan balita gizi buruk
imunisasi bayi
12
Mendata event bisnis yang ada dalam proses bisnis
perawatan bayi yang baru lahir dengan berat rendah
pemberian tablet Fe
pemberian vitamin bayi
pemberian vitamin balita
persalinan
13
Mendata event bisnis yang ada dalam proses bisnis
pemberian vitamin ibu nifas
pencatatan kelahiran bayi
kunjungan bayi
kunjungan neonatus
kunjungan ibu hamil
14
Mendata event bisnis yang ada dalam proses bisnis
perawatan balita yang menderita pneumonia
ibu nifas yang ditolong tenaga kesehatan
perawatan balita yang menderita diare
perawatan gigi dan mulut
15
Menentukan kebutuhan fungsional dan non fungsional Tujuan: memastikan sistem dibangun memenuhi tujuan bisnis Kebutuhan fungsional: 1. Dapat menampilkan laporan kesehatan ibu dan anak 2. Dapat menampilkan analisis kasus kematian ibu dan anak. Kebutuhan non fungsional: 1. Hasil akhir aplikasi data warehouse dapat diakses oleh siapa saja 2. Data warehouse selalu menyala untuk menjalankan prosesnya 3. Pembaruan data dilakukan setahun sekali ketika Dinas Kesehatan Kabupaten atau Kota memasukkan laporannya.
15
Menentukan rancangan arsitektur
source kelahiran dan kematian
source imunisasi
server ETL
source kunjungan ibu dan anak
source penyakit balita
source keluarga berencana
server OLAP
server report
source gizi balita
pengguna
16
Membangun bus matriks
17
Mendesain model dimensi DDS
18
Source system mapping
source system
DDS
18
Membangun ETL pada tabel dimensi kabupaten
19
Tampilan tabel dimensi kabupaten
20
Membangun ETL pada tabel fact kelahiran dan kematian
21
Membuat Report Kematian Ibu dan Anak
22
Tampilan cube MDS
23
Proses Slice and Dice
24
Tampilan report MDS kelahiran
25
Tampilan report MDS kematian bayi pada pramban
26
Membangun business intelligence Tahapan dalam membangun business intelligence: 1. Menganalisis business intelligence 2. Membuat tabel mining 3. Membangun struktur dan model mining
27
Menganalisis business intelligence 1. Menganalisis business intelligence Business intelligence yang akan dikerjakan adalah kasus kematian ibu hamil, ibu nifas, bayi, dan balita.
28
Menganalisis business intelligence Dalam kasus kematian ibu hamil, faktor-faktor yang diperkirakan mempengaruhi: • jumlah ibu hamil yang diberi tablet Fe1 • jumlah ibu hamil yang diberi tablet Fe3 • jumlah ibu hamil yang mengalami komplikasi • jumlah ibu hamil yang mengalami komplikasi kemudian dirujuk • jumlah ibu hamil yang mengalami komplikasi kemudian dirujuk dan ditangani • jumlah kunjungan ibu hamil pertama • jumlah kunjungan ibu hamil keempat • jumlah puskesmas
29
Menganalisis business intelligence Dalam kasus kematian ibu nifas, faktor-faktor yang diperkirakan mempengaruhi: • jumlah ibu nifas yang ditolong oleh tenaga kesehatan • jumlah bayi yang lahir hidup • jumlah bayi yang lahir mati • jumlah pemberian vitamin A pada ibu nifas • jumlah puskesmas
30
Menganalisis business intelligence Dalam kasus kematian bayi, faktor-faktor yang diperkirakan mempengaruhi: • jumlah bayi baru lahir yang berkunjung • jumlah bayi dengan berat lahir rendah • jumlah bayi yang berkunjung • jumlah bayi yang diberi imunisasi BCG • jumlah bayi yang diberi imunisasi campak • jumlah bayi yang diberi imunisasi DPT1 • jumlah bayi yang diberi imunisasi DPT3 • jumlah bayi yang diberi imunisasi hepatitis • jumlah bayi yang diberi imunisasi polio • jumlah posyandu madya • jumlah posyandu pratama • jumlah posyandu purnama • jumlah puskesmas
31
Menganalisis business intelligence Yang diperkirakan mempengaruhi kematian balita: • jumlah puskesmas • jumlah balita yang melakukan pemeriksaan rutin • jumlah balita dengan gizi buruk • jumlah balita dengan gizi buruk yang mendapatkan perawatan • jumlah balita yang berat badannya naik • jumlah balita bawah garis merah • jumlah balita yang terkena penyakit diare • jumlah balita yang terkena penyakit pneumonia • jumlah balita dengan penyakit diare yang ditangani • jumlah balita dengan penyakit pneumonia yang ditangani • jumlah balita yang diberi vitamin A
32
Membuat tabel mining insert into [KIA].[dbo].miningbayi1 (…) select … (CASE WHEN bayi1.jumlah_kematian_pada_bayi BETWEEN 0 AND 0.0285 THEN 'rendah' WHEN bayi1.jumlah_kematian_pada_bayi BETWEEN 0.0284 AND 0.0570 THEN 'sedang' WHEN bayi1.jumlah_kematian_pada_bayi >0.570 THEN 'tinggi' END) as jumlah_mati, (CASE WHEN bayi1.jumlah_bayi_yang_berkunjung BETWEEN 0 AND 0.4549 THEN 'rendah' WHEN bayi1.jumlah_bayi_yang_berkunjung BETWEEN 0.4548 AND 0.7274 THEN 'sedang' WHEN bayi1.jumlah_bayi_yang_berkunjung >0.7274 THEN 'tinggi' END) as jumlah_kunj_bayi, (CASE WHEN bayi1.jumlah_bayi_yang_diberi_imunisasi_BCG BETWEEN 0 AND 0.4608 THEN 'rendah' WHEN bayi1.jumlah_bayi_yang_diberi_imunisasi_BCG BETWEEN 0.4607 AND 0.7301 THEN 'sedang' WHEN bayi1.jumlah_bayi_yang_diberi_imunisasi_BCG > 0.7301 THEN 'tinggi' END) as jumlah_imun_bcg … FROM bayi1
Potongan syntax query untuk memasukkan nilai tabel mining kematian pada bayi
33
Membangun struktur dan model mining
34
Tampilan business intelligence kematian bayi dengan algoritma asosiasi
35
Tampilan business intelligence kematian bayi dengan algoritma naïve bayes
36
Tampilan business intelligence kematian bayi dengan algoritma decision tree
37
Tampilan dashboard
38
Uji Coba
Uji Coba
Tampilan business intelligence kematian ibu hamil dengan algoritma asosiasi 0.0 Support: 0.3 Importance: 0.0 0.4 Probability: 0.5
40 39
Uji Coba
Tampilan business intelligence kematian ibu hamil dengan algoritma asosiasi Link: 50% 10% Link:
41
Uji Coba
Mining accuracy chart untuk kasus kematian pada balita
42
Kesimpulan
Kesimpulan •
Unit bisnis yang membutuhkan integrasi data dalam manajemen kesehatan ibu dan anak adalah proses bisnis kesehatan ibu dan anak.
•
Dari tiga model skema DDS yang ada, Tugas Akhir ini mengimplementasikan model skema DDS galaksi
•
SPK pada manajemen kesehatan ibu dan anak dibangun dengan menggunakan algoritma asosiasi, naïve bayes, dan decision tree
•
Untuk mendapatkan penghitungan business intelligence, menggunakan rasio.
43
Daftar Pustaka [1] Dewan Redaktur Demografi, "Statistics Indonesia," 2013. [Online]. Available: http://www.datastatistik-indonesia.com/portal/index.php?option=com_content&task=view&id=83&Itemid=115. [Accessed 03 Juni 2013]. [2] Dinas Kesehatan Provinsi Jawa Timur, "Dinas Kesehatan Provinsi Jawa Timur," [Online]. Available: http://dinkes.jatimprov.go.id/institusi/2/8/kebijakan_institusi_dinkes_jatim.html. [Accessed 03 Juni 2013]. [3] J. Completo, R. S. Cruz, L. Coheur and M. Delgado, "Design and Implementation of a Data Warehouse for Benchmarking in Clinical Rehabilitation," ScienceDirect, vol. I, no. Clinical Benchmarking; Data Warehouse; Decision Support Systems; Rehabilitation, pp. 885-894, 2012. [4] D. T. Y. Wah and O. S. Sim, "Evaluating a Data Warehouse for Lymphoma Diagnosis and Treatment Decision," IEEE Computer Society, vol. I, no. p, pp. 57-62, Nov 2010. [5] R. Kimball and M. Ross, The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2nd ed., R. Elliott, Ed., New York: Robert Ipsen, 1998. [6] Wikimedia Foundation, Inc., Januari 2013. [Online]. Available: http://id.wikipedia.org/wiki/Sistem_pendukung_keputusan. [Accessed 03 Juni 2013]. [7] J. Mundy, W. Thornthwaite and K. Ralph, in The Microsoft Data Warehouse Toolkit : With SQL Server 2005 and the Microsoft Business Intelligence Toolset, Indianapolis, Wiley Publishing, Inc, 2006. [8] S. D. Chaudhuri, "An Overview of Data Warehousing and OLAP Technology," SIGMOD Record, vol. 26, no. p, pp. 65-74, March 1997.
44
Daftar Pustaka [9] V. Rainady, "Building a Data Warehouse With Examples in SQL Server," in Building a Data Warehouse With Examples in SQL Server, New York, Inc, Springer-Verlag, 2008, pp. 5-71. [10] J. Pepper, Ed., in Building a Data Warehouse: With Examples in SQL Server, New York, SpringerVerlag New York, Inc., 2008, pp. 1-111. [11] D. E. O’Leary, "REAL-D: A Schema for Data Warehouses," Journal of Information Systems, vol. 13, no. REA, REAL, REAL-D, Databases, Data Warehouses, pp. 49-62, 1999. [12] Wikimedia, Inc, "Star Schema," Wikimedia, Inc, 02 Juli 2013. [Online]. Available: http://en.wikipedia.org/wiki/Star_schema. [Accessed 05 Juli 2013]. [13] "Phi-OLAP Sample," 2013. [Online]. Available: http://code.google.com/p/phi-olapsamples/downloads/detail?name=sql_server_skema_bintang.png&can=2&q=. [Accessed 05 Juni 2013]. [14] "Data Warehouse Dimensional Modelling (Types of Schemas)," 2013. [Online]. Available: http://www.folkstalk.com/2010/01/data-warehouse-dimensional-modelling.html. [Accessed 05 Juni 2013]. [15] Wikimedia, Inc, "Snowflake Schema," Wikimedia, Inc, 16 Juni 2013. [Online]. Available: http://en.wikipedia.org/wiki/Snowflake_schema. [Accessed 05 Juli 2013]. [16] Datawarehouse4u, "Snowflake schema," 2013. [Online]. Available: http://datawarehouse4u.info/Data-warehouse-schema-architecture-snowflake-schema.html. [Accessed 05 Juli 2013]. [17] E. T. Luthfi, "Penerapan Data Mining Algoritma Asosiasi Untuk Meningkatkan Penjualan," DASI, vol. 10, no. strategi penjualan, data mining, asosiasi, pp. 1-21, 2009.
45
Daftar Pustaka [18] Microsoft, "Microsoft Association Algorithm," Microsoft, 2013. [Online]. Available: http://technet.microsoft.com/en-us/library/ms174916.aspx. [Accessed 05 Juni 2013]. [19] D. Oktavia and D. I. C. Pardede, "Perbandingan Kinerja Algoritma Decision Tree dan Naive Bayes dalam Prediksi Kebangrutan," Repository Gunadarma, no. decision tree, naive bayes, kebangkrutan. [20] Microsoft, "Microsoft Naive Bayes Algorithm," Microsoft, 2013. [Online]. Available: http://technet.microsoft.com/en-us/library/ms174806.aspx. [Accessed 05 Juni 2013]. [21] Microsoft, "Microsoft Decision Tree Algorithm," Microsoft, 2013. [Online]. Available: http://technet.microsoft.com/en-us/library/ms175312.aspx. [Accessed 05 Juni 2013]. [22] Wikimedia Foundation, Inc., "SQL Server Management Studio," Wikimedia Foundation, Inc., 19 Juni 2013. [Online]. Available: http://en.wikipedia.org/wiki/SQL_Server_Management_Studio. [Accessed 21 Juni 2013]. [23] Microsoft, "Introducing Business Intelligence Development Studio," 05 February 2013. [Online]. Available: http://msdn.microsoft.com/en-us/library/ms173767(v=sql.105).aspx. [Accessed 05 March 2013]. [24] Dinas Kesehatan Jawa Timur, in Profil Kesehatan Provinsi Jawa Timur Tahun 2011, 1st ed., Surabaya, 2012, pp. 24-26. [25] Dinas Kesehatan Provinsi Jawa Timur, Rencana Strategis Dinas Kesehatan Provinsi Jawa Timur 2009-2014, Surabaya: Dinas Kesehatan Provinsi Jawa Timur, 2009. [26] Y. Sari, "Posyandu Indonesia," [Online]. Available: http://posyandu.org/jenis-kontrasepsi.html. [Accessed 05 Juni 2013]. [27] Microsoft, "Introducing Business Intelligence Development Studio," 05 Februari 2013. [Online]. Available: http://msdn.microsoft.com/en-us/library/ms173767(v=sql.105).aspx. [Accessed 05 Maret 2013].
46
Terima Kasih
