DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX

Prosiding Seminar Nasional Manajemen Teknologi VIII Program Studi MMT-ITS, Surabaya 2 Agustus 2008

DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG – STUDI KASUS DAOP I-IX Ahmad Musadek dan Aris Tjahyanto Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember (ITS) Email : [email protected]

ABSTRAK Dalam perkembangan bisnis saat ini pengambilan keputusan yang cepat, tepat yang berdasarkan pada analisa data historis menjadi faktor penting. PT KA dalam mengantisipasi perkembangan operasional KA Penumpang yang mencapai ratusan armada di seluruh daop di Jawa sangat membutuhkan manajemen yang handal terutama dalam mengantisipasi pergerakan jumlah penumpang dan penjualan tiket KA terutama KA Utama yang selalu berubah dinamis. Dengan bantuan data warehouse terutama pada sIstem yang dapat melakukan analisa kinerja KA menjadi begitu penting. Untuk itu pengembangan desain data warehouse yang ditujukan untuk analisa pengukuran kinerja dengan distribusi jumlah penumpang menjadi kebutuhan terpenting bagi manajemen perusahaan saat ini. Dalam melakukan desain data warehouse, ada beberapa tahapan yang harus dilaksanakan, masing-masing adalah; mendeskripsikan system yang digunakan saat ini dengan tujuan mendapatkan gambaran detail sistem, dilanjutkan dengan analisa system yang bertujuan mencari peluang dan kelemahan dari system tersebut, melakukan perencanaan desain data warehouse dengan maksud mendapatkan system baru yang bermanfaat, proses desain data warehouse bertujuan mendapatkan skema analisa yang akan digunakan, dan langkah terakhir adalah melakukan verifikasi terhadap desain yang sudah dibangun tujuannya memetakan kebutuhan manajemen dengan analisa yang telah dibangun. Output dari desain data warehouse ini diharapkan mampu memberikan informasi pengambilan keputusan yang berkaitan dengan kinerja KA Penumpang, seperti; dapat memberikan informasi jumlah penumpang dilihat dari pemakaian armada KA (Nama KA, No KA, Pemilikan armada KA), jenis pemberangkatan, waktu pemberangkatan berikut relasi pemberangkatan. Selain itu output juga dapat memberikan bagaimana daya dukung penjualan tiket KA yang dilakukan di setiap stasiun penjualan tiket KA. Sehingga kombinasi dari kedua analisa ini dapat digunakan untuk melakukan pengukuran kinerja KA. Kata kunci: desain data warehouse, data warehouse, kinerja KA Penumpang, analisa jumlah penumpang, analisa penjualan tiket KA PENDAHULUAN PT KA (Persero) sebagai salah satu lembaga profit memerlukan pemanfaatan teknologi informasi terutama teknologi yang dapat membantu proses pengambilan keputusan yang berkaitan dengan pengukuran kinerja KA Penumpang. Salah satu teknologi yang dapat membantu proses tersebut adalah data warehouse karena data warehouse adalah sebuah system repositori yang didukung oleh model konseptual yang dapat digunakan untuk melihat data dari berbagai dimensi yang berbeda sesuai dengan keperluan analisis dan pelaporan. Dengan demikian informasi yang lebih rinci memungkinkan untuk diketahui.


PT KA dalam mengantisipasi perkembangan operasional KA Penumpang yang mencapai ratusan armada membutuhkan manajemen yang handal terutama terutama dalam mengantisipasi pergerakan jumlah penumpang dan penjualan tiket KA terutama KA Utama yang selalu berubah secara dinamis. Dengan bantuan data warehouse terutama system yang dapat melakukan analisa kinerja KA menjadi begitu penting. Untuk itu mengembangan desain data warehouse yang ditujukan untuk analisa pengukuran kinerja menjadi kebutuhan yang mendesak bagi manajemen perusahaan. Data warehouse Data Warehouse memuat data yang telah terkonsolidasi dari berbagai sumber yang berisikan tentang data summary dan dengan rentang waktu yang panjang. Adapun sifat data warehouse adalah; • ukuran data yang besar dibandingkan dengan data base lainnya yang mencapai kisaran gigabytes hingga terabytes. • informasi yang diberikan oleh data warehouse sifatnya informasi yang ad hoc • mempunyai kecepatan respon informasi yang tinggi. Sedangkan menurut Imhof (1995) mendefinisikan data warehouse sebagai berikut: 1) koleksi database yang terintegrasi dan didesain untuk mendukung fungsi sistem pendukung keputusan.; 2) koleksi optimasi database untuk mendukung keputusan. Beberapa karakteristik data warehouse adalah; • Orientasi Subjek; pemilihan data pada data sumber harus dilakukan karena hanya data yang sesuai dengan kepentingan analisa saja yang akan dimasukan ke data warehouse sedangkan data yang tak ada sangkut paut dengan analisa tidak dimasukan. • Integrasi Data; beberapa proses integrasi data yang dilakukan pada data warehouse antara lian; ekstraksi, transformasi, dan loading data. • Time Series; data pada data warehouse merupakan data dengan rentang waktu yang panjang yang sifatnya data yang sudah lampau. Input Data Warehouse Input data adalah proses pemindahan data ke dalam data warehouse (integrasi data). Ada beberapa tahapan yang dibutuhkan untuk proses input data warehouse, masing-masing adalah: Ekstraksi data, Transformasi data dan Loading serta pengecekan data. Input data menekankan kepada mekanisme pemindahan (loading) ke dalam data warehouse. Agar data siap untuk dimasukan kedalam data warehouse beberapa proses awal harus dilakukan terlebih dahulu, seperti; • Proses Integrasi Data ke Data Warehouse, proses ekstrak data; dengan melakukan pemilihan data yang bermanfaat untuk kepentingan analisa, transform data; proses yang mengkonversi data ke bentuk yang sekiranya dapat dilakukan analisa. Loading data; Data yang masuk ke data warehouse haruslah data yang benar sehingga bermanfaat bagi pengguna. • Rangkuman dan granularitas data, Isi dari data warehouse bisa meliputi data dari berbagai level dari rangkuman. Suatu level rangkuman menjadi bagian dari basis data. Pada tingkat rangkuman yang tinggi akan dapat diperoleh informasi lebih banyak. Untuk melihat detail dari informasi rangkuman dapat digunakan operasi tilik rinci (drill down).

ISBN : 978-979-99735-6-6 C-18-2


•

Metadata, Pada data warehouse membutuhkan sebuah sistem metadata yang baik sehingga pengguna memahami bagaimana data dibuat dan apa manfaat dari data tersebut. Metadata merupakan hal yang penting dalam data warehouse mengingat keragaman perangkat keras (HW) maupun perangkat lunak (SW) yang dibuat oleh beberapa vendor dalam suatu organisasi. Metadata mencatat dari mana data sumber diperoleh, kapan dilakukan pemuatan data, dan informasi-informasi penting lainnya yang disimpan dalam data warehouse.

Teknik Modeling Data Warehouse Ada beberapa tahapan yang harus dilakukan dalam pembuatan sebuah model data adalah: 1. Mengembangkan sebuah model konseptual dari aktifitas bisnis atau proses yang akan didukung (support) oleh basis data. 2. Membuat sebuah model data logikal dengan model level tinggi. 3. Mentransformasi model logikal kedalam model fisik (skema). Keputusan Desain Data Warehouse Pembuatan daftar cek dalam melakukan pengembangan data warehouse sangat penting dilakukan (Gray dan Watson, 1998) terutama yang berkaitan dengan pemilihan desain organisasi data warehouse, pilihan keputusan desain untuk operator data warehouse, dan pilihan Keputusan Desain Data Warehouse. METODOLOGI PENELITIAN Metodologi penelitian adalah suatu proses yang terdiri dari tahapan-tahapan yang berkaitan secara sistematik satu dengan lainnya. Hasil dari satu tahap kemudian dijadikan masukan bagi tahap berikutnya demikian seterusnya sampai dengan tahapan paling akhir. Penelitian yang dilakukan pada penulisan tesis ini dibagi menjadi tujuh (7) tahapan utama, yaitu: 1. Investigasi Sistem dan Prosedur yang berlaku saat ini 2. Analisa Sistem saat ini. 3. Analisa Kebutuhan 4. Perencanaan Data warehouse 5. Desain data Warehouse 6. Verifikasi Data Warehouse 7. Rekomendasi desain data warehouse. Secara umum bentuk flowchart metodologi penelitian dapat digambarkan seperti pada gambar 1 di bawah ini. Adapun keterangan singkat dari masing-masing langkah proses penelitian yang ditempuh adalah sebagai berikut; 1. Investigasi sistem dan prosedure yang digunakan perusahaan saat ini; mendeskripsikan sistem untuk mengetahui kebutuhan dimasa mendatang. 2. Analisa sistem saat ini (analisa kondisi operasional sistem informasi saat ini); persiapan desain sistem informasi yang diinginkan. 3. Analisa kebutuhan; menentukan dan mendefinisikan kebutuhan calon pengguna sistem informasi secara konprehensif. 4. Perancangan data warehouse; mendeskripsikan kegiatan organisasi secara menyeluruh terutama sub-organisasi yang diset sebagai calon pengguna akhir. 5. Desain data warehouse; melakukan pemodelan sistem, seperti; melakukan pengembangan model logika data warehouse.

ISBN : 978-979-99735-6-6 C-18-3


6. Verifikasi; tujuannya untuk melakukan chek balancing terhadap desain data warehouse yang telah dikembangkan 7. Rekomendasi desain data warehouse; dapat dipergunakan sebagai pedoman bahwa desain tersebut mampu melakukan analisa kinerja KA Penumpang secara terbatas. 3.1 Investigasi Sistem dan

Deskripsi sistem saat ini

Prosedur yang berlaku saat ini

3.2 Analisa Sistem saat ini

Analisa Kebutuhan

3.3 Analisa Kebutuhan 3.3 3.4 Perencanaan Data

Perencanaan

Warehouse 3.5 Desain Data Warehouse

Desain Proses ETL

Ekstraksi dari Source System ke Intermediary system

Transforming data dari Intermediary System ke Target System

Desain Skema Data Warehouse Desain Storage Data Warehouse

Desain Hardware dan Software

Desain User Interface Desain

3.6

Verifikasi data Warehouse 3.7 Rekomendasi

Kesimpulan Dan Saran

Gambar Metodologi Penelitian Gambar 3.1 1. Metodologi Penelitian

DESAIN DATA WAREHOUSE Pada tulisan ini desain data warehouse dititik beratkan pada langkah-langkah pembuatan desain data warehouse itu sendiri dan bukan pada informasi yang dihasilkan pada sistem operasional data warehouse. Ada beberapa tahapan yang dilakukan dalam mendesain data warehouse, seperti; 1. Desain Organisasi Data Warehouse, disini akan dibahas hal-hal yang berkaitan dengan kapasitas ruang penyimpanan hasil operasional sistem data warehouse, komponen yang dibutuhkan, dan bagaimana implementasi data warehouse itu dilakukan?. 2. Desain Operator Data warehouse, pada tahapan ini akan dilakukan ditentukan tentang bagaimana pemilihan keputusan untuk operator data warehouse. Beberapa point penting yang berkaitan dengan desain operator data warehouse antara lain; • Sumber data yang akan digunakan; sumber data transaksional penjualan tiket KA, baik untuk KA Utama maupun KA Ekonomi. Kedua sumber data utama dianalogikan memiliki format data yang sama. • Ekstraksi data; proses ekstraksi data hanya dilakukan pada data yang sekiranya akan dijadikan sebagai data transaksi pada data warehouse. Dan dalam pelaksanaannya ada beberapa teknik yang digunakan, salah satunya adalah;

ISBN : 978-979-99735-6-6 C-18-4


Restrukturisasi data dengan metoda splitting; digunakan untuk melakukan pemecahan kolom (splitting) menjadi beberapa kolom. Restrukturisasi data dengan metoda merging; digunakan untuk melakukan penggabungan (merging) beberapa kolom menjadi kolom tunggal. • Loading data (proses penulisan data ke data warehouse); proses ini merupakan tahapan proses input data ke data tujuan dimana data sudah di konversi ke dalam format yang sesuai dengan kepentingan analisa yang diinginkan. 3. Desain Data warehouse, pembuatan desain data warehouse tetap berpatokan pada daftar cek pemilihan desain data warehouse yang telah disepakati, seperti; subjek data warehouse, pemilihan model data OLAP (ROLAP atau MOLAP), granularitas data, dan rangkuman data. • Subjek data warehouse, proses ekstraksi data yang dilakukan pada data yang ada kaitannya dengan keperluan analisa (analisa yang sesuai dengan tujuan pengembangan data warehouse dimaksud). Komponen subjek data warehouse yang terbentuk, antara lain; analisa penjualan tiket dan jumlah penumpang KA, dan komponen-komponen lainnya seperti; tabel fakta, tabel dimensi dan analisa kubus. Beberapa point penting yang meliputi subjek data warehouse antara lain; Kebutuhan data multidimensi; beberapa hal pokok yang termasuk katagori kebutuhan data multidimensi ini antara lain; kandidat measure (jumlah penumpang), dan kandidat dimensi (dimensi waktu, dimensi armada KA, dimensi klas rangkaian KA, dan dimensi-dimensi lainnya). Tabel 1 menampilkan kebutuhan data multidimensi pada salah satu analisa kubus pengukur kinerja KA Penumpang. Tabel 1 Kebutuhan Data Multidimensi

Tabel fakta; jumlah penumpang KA (cube analisa jumlah penumpang KA), tabel fakta penjualan tiket (cube analisa penjualan tiket KA). Tabel dimensi; beberapa table dimensi yang terbentuk seperti pada table 2 dibawah ini. Tabel 2 Fakta dan Dimensi pada Data Warehouse KA

ISBN : 978-979-99735-6-6 C-18-5


•

Pemetaan Kebutuhan Informasi, melakukan pemetaan tabel fisik (mendeskripsikan kebutuhan informasi), dan membuatan tabel fisik. Pemilihan model data, pemilihan model data ini disesuaikan dengan skema model data terhadap kelompok informasi yang akan ditampilkan. Pada analisa yang berkaitan dengan pengukuran kinerja KA Penumpang dengan distribusi penumang dikelompokan menjadi kelompok, masing-masing adalah; Analisa Informasi Penjualan Tiket KA, analisa ini menampilkan sederetan informasi yang berkaitan dengan penjualan tiket untuk setiap katagori penumpang KA (anak, dewasa, dan lansia). Gambar 2 berikut ini menampilkan skema model data yang dibangun pada SQL Server 2005. Sedangkan gambar 3 mengilustrasikan model analisa kubus yang terbentuk dari proses skema data model pada gambar 2. Analisa Informasi Jumlah Penumpang KA, analisa ini menampilkan sederetan informasi yang berkaitan dengan jumlah penumpang untuk setiap klas rangkaian KA (Argo, Eksekutif, Eksekutif&Bisnis, Bisnis, Ekonomi Raya, dan Ekonomi Lokal). Gambar 4 di bawah ini menjelaskan secara visual skema model data yang juga dibangun pada SQL Server 2005. Sedangkan pada gambar 5 ini adalah skema analisa kubus yang terbentuk dari skema model pada gambar 4.

Gambar 2. Skema Data Model Untuk Analisa Multidimensi Penjualan Tiket KA

ISBN : 978-979-99735-6-6 C-18-6


Gambar 3 Skema Analisa Kubus Penjualan Tiket KA

Gambar 4. Skema Data Model Analisa Multidimensi Jumlah Penumpang KA

ISBN : 978-979-99735-6-6 C-18-7


Gambar 5. Skema Analisa Kubus Jumlah Penumpang KA

•

Level rangkuman dan rangkuman data, Penyajian data pada desain data warehouse pengukur kinerja KA Penumpang lebih mengacu pada apa yang telah ditetapkan sebelumnya, yaitu; skema kerja pada desain awal proses DFD level 0 sampai dengan level 2. Penyajian data dengan tingkat yang lebih detail dari setiap analisa yang dilakukan di level 2 mempunyai spesifikasi analisa berdasarkan kelompok analisa penjualan tiket KA Utama (argo, eksekutif, bisnis) dengan katagori penumpang. Selain itu juga menampilkan analisa detail lainnya yaitu; analisa data penumpang KA untuk setiap KA Penumpang dengan kelompok kelas KA (argo, eksekutif, eksekutif&bisnis, bisnis, ekonomi raya, dan ekonomi lokal). Berikut ini akan ditampilkan bentuk hasil analisa kubus pada masing-masing analisa yang berkaitan dengan pengukuran kinerja KA Penumpang dengan distribusi jumlah penumpang. Gambar 6 dan 7 masingmasing adalah tampilan analisa kubus jumlah penumpang dan analisa penjualan tiket KA.

ISBN : 978-979-99735-6-6 C-18-8


Gambar 6. Bentuk Tampilan Skema Analisa Kubus Jumlah Penumpang KA

Gambar 7. Bentuk Tampilan Skema Analisa Kubus Penjualan Tiket KA

ISBN : 978-979-99735-6-6 C-18-9


KESIMPULAN Berdasarkan hasil survey dan penelitian tentang prospek pengembangan desain data warehouse pengukur kinerja KA Penumpang berdasarkan distribusi penumpang jumlah yang telah dilaksanakan di kantor PT. KA (Persero) pusat Bandung, ada beberapa hal yang dapat dijadikan kesimpulan dari penelitian yang telah dilakukan, antara lain; • Menjawab kebutuhan penelitian yaitu; mendapatkan rancangan desain data warehouse yang sesuai dengan kebutuhan manajemen perusahaan. • Pembuatan desain data warehouse ini hanya sebatas untuk pengukuran kinerja KA Penumpang yang berkaitan dengan analisa jumlah penumpang beserta penjualan tiket KA sehingga analisa yang lebih jauh dari itu belum dapat diakomodir. Rancangan desain data warehouse ini sudah dapat diimplementasikan secara terbatas untuk beberapa analisa dasar, seperti; analisa jumlah penumpang dan analisa penjualan tiket KA DAFTAR PUSTAKA Gray, Paul and H, Watson,Hugh, Decision Support In the Data Warehouse, Prentice Hall, Inc, 1998 E. Kendall, et.al, Modern System Analysis and Design, Pearson Education, 2002 Ramakhrishnan, Ragu and Gerhke, Johannes, Data Base Manajement System - Second Edition, Mc-Graw Hill, 2000 Humphries, Hawkins and Dy, Data Warehousing Architecture and Implementation – Prentice Hall PTR, 1999 Hutabarat, Bernaridho I, Data warehousing dengan SQL Server 2005, Elex media Komputindo, 2005 Pusrenbang PT. KA (Persero), Laporan Tahunan Performansi dan Kondisi Operasi, 2006 Safril, Agus, “Analisa Data Warehouse Cuaca &Gempa di Balai Besar Meteorologi dan Geofisika Wilayah 1 Medan”, Tesis Pasca Sarjana, Program Studi Manajemen Teknologi Informasi, Magister Manajemen Teknologi, Program Pasca Sarjana ITS, 2005 Direktorat Jenderal Perkeretaapian – Departemen Perhubungan RI, Pelaporan Produksi Jasa Angkutan Kereta Api, Desember 2006.

ISBN : 978-979-99735-6-6 C-18-10

DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX

Recommend Documents