PENGEMBANGANDATA WAREHOUSE DAN OLAPUNTUK METADATA PENELITIAN INSTITUT PERTANIAN BOGOR
WIWIEK DEWI ANGGRAENI
DEPARTEMEN ILMU KOMPUTER FAKULTASMATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
PENGEMBANGANDATA WAREHOUSE DAN OLAPUNTUK METADATA PENELITIAN INSTITUT PERTANIAN BOGOR
WIWIEK DEWI ANGGRAENI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
ABSTRACT WIWIEK DEWI ANGGRAENI. Development of Data Warehouse and Olap for Metadata Research in Bogor Agricultural University. Supervised by FIRMAN ARDIANSYAH. Data warehouse is a subject oriented, integrated, time variant, and nonvolatile collection of data used in strategic decision making. Bogor Agricultural University library has metadata. The activity of searching and browsing in the library Bogor Agricultural University can be based on metadata fields, such as title, author, faculty, department, subject, year, and keyword. This research develops a data warehouse and web-based OLAP (Online Analytical Processing) for undergraduate theses, master theses, disertations, and journal articles. Data warehouse and OLAP are part of Business Intelligence. Document corpus contains 65026 research metadata, 51389 undergraduate theses, 11260 master theses, 2377disertations, and 2000 journal articles from 1958 to 2011. The metadata are represented in a multidimensional model using galaxy scheme that consists of four data cube, with five dimension tables, i.e., faculty, department, time, lecturer, subject, and number of research. The result provides information that can be visualized into various types of graphic models, such as bar graphs, line graphs, and pie charts using Microsoft Sharepoint 2010. This application can be used to analyze undergraduate and graduate research as well as to provide a decision making support for research management in Bogor Agricultural University. Keywords: Business Intelligence, Data Warehouse, Metadata, OLAP
ii
Judul Skripsi : PengembanganData Warehouse dan OLAP untuk Metadata Penelitian Institut Pertanian Bogor Nama : Wiwiek Dewi Anggraeni NIM : G64070048
Menyetujui : Dosen Pembimbing,
Firman Ardiansyah, S. Kom, M. Si. NIP 19790522 200501 1 003
Mengetahui Ketua Departemen,
Dr. Ir. Agus Buono, M. Si, M. Kom NIP 19660702 199302 1 001
Tanggal Lulus :
iii
PRAKATA Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wata’alayang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir dengan judul PengembanganData Warehouse dan OLAP untuk Metadata Penelitian Institut Pertanian Bogor. Sholawat serta salam selalu tercurah kepada Nabi Muhammad Shallalahu ‘Alahi Wassallam, keluarga, para sahabat, dan para pengikutnya. Banyak orang yang berjasa dalam proses pembuatan skripsi ini. Terima kasih pertama penulis ucapkan kepada kedua orang tua atas semua cinta, kasih sayang, dan pengorbanan yang selalu diberikan tulus untuk penulis.Semoga karya sederhana ini dapat menjadi pemberat pahala serta timbangan amal kebaikan Papa dan Mama di akhirat nanti. Kepada dosen terbaik Bapak Firman Ardiansyah, S.Kom, M.Si selaku pembimbing yang telah memberikan saran, ide, inspirasi, keteladanan, bimbingan, dan nasihat kepada penulis dalam menyusun skripsi ini. Tak lupa kepada Bapak Toto Haryanto, S.Kom, M.Sidan Bapak Hari Agung Adrianto, S.Kom, M.Si sebagai penguji yang telah memberikan banyak kritik dan saran. Penulis juga mengucapkan terima kasih kepada: 1 Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, Ibu Dr. Ir Sri Nurdiati, M.Sc, terima kasih telah banyak membimbing selama 3 tahun dan mengajarkan banyak ilmu baik itu ilmu dunia maupun akhirat. Ibu adalah motivator terhebat yang pernah penulis kenal. 2 Kepala Perpustakaan Pusat IPB yang telah mengizinkan penulis untuk mengambil data penelitian IPB berupa skripsi, tesis, dan disertasi. 3 Sekretaris Perpustakaan IPB, Bapak Setyo Edy Susanto, S.Th.I. yang telah memberikan data lengkap sampai tahun 2011 untuk keperluan tambahan sistem yang dibuat penulis. 4 Bapak Ir. Abdul Rahman Saleh, M.Sc yang telah memberikan data yang penulis perlukan. 5 Seluruh staf pengajar yang telah membagikan ilmunya selama penulis menuntut ilmu di Departemen Ilmu Komputer dan juga terima kasih kepada seluruh staf administrasi dan staf perpustakaan atas bantuannya dalam melayani kebutuhan administrasi dan kepustakaan. 6 Rekan-rekan Ilkomerz 44 yang telah membagi ilmunya, mendoakan dan selalu memberi semangat kepada penulis. 7 Ikmal Saputra, terima kasih karena setiap saat selalu memberi dukungan, semangat, nasihat, dan doa dengan ikhlas agar penulis segera lulus dan mendapat gelar Sarjana Komputer. 8 Sahabat-sahabat Wisma Melati yang telah memberikan semangat ketika penulis jenuh dan bantuan ketika penulis sedang sakit. 9 Wa zul sekeluarga, Wa Oding sekeluarga, Wa Lili sekeluarga, Mang Nunu sekeluarga atas doa, dukungan, dan pengorbanannya selama penulis mengerjakan tugas akhir ini. 10 Teman-teman SMAN 1 Sindang Indramayu Kelas Standar Internasional yang selalu memberi motivasi dan membantu penulis dengan ikhlas. 11 Data Warehouse forum, OLAP forum, Business Intelligenceforum dan rekan-rekan dunia maya lainnya yang telah membantu serta mendukung penulis. Terakhir terima kasih kepada semua pihak lainnya yang tidak dapat disebutkan satu per satu yang telah membantu penulis selama pengerjaan tugas akhir ini.Semoga Allah Subhanahu Wata’ala senantiasa membalas segala amal kebaikan kalian dengan balasan-Nya yang terbaik dan semoga hasil dari tugas akhir ini dapat memberikan manfaat.Jazakumullah khairan katsiran.
Bogor, November 2011
Wiwiek Dewi Anggraeni
i
RIWAYATHIDUP Wiwiek Dewi Anggraeni lahir di Bandung pada tanggal 13 Juni 1989 sebagai anak pertama dari dua bersaudara dengan ayah bernama Yusirwan dan Ibu bernama Nani Tresnaningsih. Pada tahun 2007,penulis lulus dari Sekolah Menengah Atas SMA Negeri 1 Sindang dan diterima di Institut Pertanian Bogor melalui jalur USMI atau Undangan Seleksi Masuk IPB. Pada tahun 2008, penulis diterima di Departemen Ilmu Komputer, Institut Pertanian Bogor.Penulis aktif mengikuti berbagai kegiatan akademik maupun non akademik.Pada tahun 2010, penulis melaksanakan kegiatan praktik kerja lapangan di Pertamina UP VI Balongan Indramayu selama tujuh minggu.Pada tahun 2009-2011, penulis terpilih menjadi asisten Praktikum Basis Data, Metode Kuantitatif dan Penerapan Komputer.Pada tahun 2011, penulis bekerja selama 3 bulan di DKSI (Direktorat Komunikasi dan Informasi) untuk membuat website KMS (Knowledge Management System).Organisasi yang pernah diikuti adalah Omda Ikada, Kopma, dan Himalkom. Penulis pernahmenjadi Master of ceremony acara kampus yaitu pada saat wisuda departemen Ilmu Komputer IPB, temu bareng wong dermayu, halal bihalal, dan up grading Omda Ikada. Selama kuliah di IPB beasiswa yang pernah penulis dapatkan adalah beasiswa PPA (Peningkatan Prestasi Akademik) dan beasiswa Jamsostek (Jaminan Sosial dan Tenaga Kerja). Penulis sangat produktif dalam menulis dan berkarya, penghargaan yang pernah penulis raih sejak tahun 2009 sampai 2011 adalah menjadi Perempuan Inspiratif Nova, Finalis iMulai 3.0 Microsoft dengan USAID, Finalis GEPI (Global Entrepreneurship Program Indonesia), Juara 3 Social Fair BEM KM IPB, Juara 3 Peningkatan Kreasi Seni dan Budaya Pertanian Direktorat Kemahasiswaan IPB, dan Program Hibah MITI Indonesia.
iv
DAFTAR ISI Halaman DAFTAR GAMBAR ............................................................................................................................. vi DAFTAR TABEL ................................................................................................................................. vi DAFTAR LAMPIRAN.......................................................................................................................... vi PENDAHULUAN Latar Belakang ................................................................................................................................... 1 Tujuan ................................................................................................................................................ 1 Ruang Lingkup................................................................................................................................... 1 Manfaat Penelitian ............................................................................................................................. 1 TINJAUAN PUSTAKA Metadata............................................................................................................................................. 2 CDS/ISIS (Computerised Documentation Service / Integrated Set Information Systems) ................ 2 INDOMARC ...................................................................................................................................... 2 Data Warehouse................................................................................................................................. 2 Model Data Multidimensi .................................................................................................................. 2 METODE PENELITIAN Analisis .............................................................................................................................................. 3 Desain Konseptual ............................................................................................................................. 3 Desain Logikal ................................................................................................................................... 3 Desain Fisik ....................................................................................................................................... 3 Ekstraksi Data .................................................................................................................................... 4 Transformasi Data .............................................................................................................................. 4 Pemuatan Data ................................................................................................................................... 4 Implementasi Business Intelligence ................................................................................................... 4 Uji Query ........................................................................................................................................... 5 HASIL DAN PEMBAHASAN Analisis .............................................................................................................................................. 6 Desain Konseptual ............................................................................................................................. 6 Desain Logikal ................................................................................................................................... 6 Desain Fisik ....................................................................................................................................... 6 Ekstraksi Data .................................................................................................................................... 7 Transformasi Data .............................................................................................................................. 7 Pemuatan Data ................................................................................................................................... 7 Implementasi Business Intelligence ................................................................................................... 7 Uji Query ........................................................................................................................................... 9 Gambaran Umum Aplikasi ................................................................................................................ 9 Kelebihan dan kekurangan ................................................................................................................. 9 Eksplorasi dan Presentasi Hasil ....................................................................................................... 10 KESIMPULAN DAN SARAN Kesimpulan ...................................................................................................................................... 11 Saran ................................................................................................................................................ 11 LAMPIRAN ......................................................................................................................................... 12
v
v
DAFTAR GAMBAR Halaman 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Skema galaksi (Han and Kamber 2006) ............................................................................................ 2 Diagram alir metode penelitian ......................................................................................................... 3 Skema galaksi dengan empat tabel fakta dan lima tabel dimensi ...................................................... 6 Hirarki penelitian berdasarkan jenis penelitian. ................................................................................ 6 Hirarki penelitian berdasarkan dimensi fakultas dan departemen ..................................................... 6 Hirarki penelitian berdasarkan dimensi tahun penelitian................................................................... 7 Hirarki penelitian berdasarkan dimensi jenjang pendidikan .............................................................. 7 Hirarki penelitian berdasarkan dimensi dosen. .................................................................................. 7 Hirarki penelitian berdasarkan dimensi subjek .................................................................................. 7 Format ekspor XML .......................................................................................................................... 7 Data yang mengandung nilai null ...................................................................................................... 7 Data yang mengandung nilai null yang sudah diisi dengan nilai subjek. .......................................... 8 Hasil pembersihan data penelitian ..................................................................................................... 8 Grafik garis skripsi sejak tahun 1958 sampai dengan 2011 ............................................................... 8 Grafik batang skripsi berdasarkan dimensi tahun, fakultas, dan departemen .................................. 10 Grafik batang jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dan dosen. .......... 10 Grafik batang jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dan subjek .......... 10
DAFTAR TABEL Halaman 1 2 3 4 5 6 7 8
Atribut pada data penelitian............................................................................................................... 5 Atribut hasil reduksi .......................................................................................................................... 5 Atribut yang digunakan ..................................................................................................................... 5 Dimensi pada data penelitian............................................................................................................. 6 Atribut tabel fakta penelitian ............................................................................................................. 6 Desain fisik tabel fakta penelitian ..................................................................................................... 6 Atribut yang direduksi pada data penelitian ...................................................................................... 8 Hasil pengujian query........................................................................................................................ 9
DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6 7
Keterangan nomor tag MARC pada metadata tesis......................................................................... 13 Data tabel dimensi ........................................................................................................................... 14 Data tabel fakta ................................................................................................................................ 14 Data tabel jumlah penelitian ............................................................................................................ 23 Desain logikal skema galaksi dengan empat tabel fakta.................................................................. 26 Model hirarki dimensi ..................................................................................................................... 27 Hasil pengujian ............................................................................................................................... 30
vi
1
PENDAHULUAN Latar Belakang Institut Pertanian Bogor (IPB) terdiri atas 9 Fakultas yaitu Pertanian, Kedokteran Hewan, Perikanan, Peternakan, Kehutanan, Teknologi Pertanian, Matematika dan Ilmu Pengetahuan Alam, Ekonomi dan Manajemen, Serta Ekologi Manusia. Program Sarjana terdiri atas 34 departemen, sedangkan Sekolah Pascasarjana terdiri atas 65 program mayor untuk program magister dan 43 mayor untuk program doktor. IPB memiliki visi “Menjadi perguruan tinggi bertaraf internasional dalam pengembangan IPTEKS dan sumberdaya manusia dengan kompetisi utama pertanian tropika.”IPB berusaha menghasilkan lulusan yang berkualitas dan mampu mengembangkan serta menerapkan IPTEKS sesuai dengan kebutuhan masyarakat masa kini serta mendatang. Hal ini bertujuan mendukung pembangunan nasional dan memperbaiki kesejahteraan umat manusia. Lulusan IPB yang kompeten dan berkualitas salah satunya dapat dilihat dari hasil penelitian atau tugas akhir yang telah ditempuhnya. Semakin banyak hasil penelitian IPB berbasis IPTEKS yang dapat dimanfaatkan, dikembangkan, dan diterapkan baik secara nasional maupun global maka akandapat terwujud visi IPB tersebut. Salah satu cara mewujudkan visi tersebut dapat dilakukan penelitian mengenai Business Intelligence dengan menggunakan metadata hasil penelitian IPB untuk mengetahui pengembangan IPTEKS di IPB. Data Penelitian IPB dapatberupa skripsi, tesis, disertasi, dan jurnal ilmiah dari tahun 1958 sampai 2011.Data ini terdapat di perpustakaan pusat, perpustakaan tiap fakultas, perpustakaan tiap departemen, LPPM, RKS, dan pusat-pusat penelitian.Data tersimpan dalam bentuk metadata.Field yang terdapat dalam metadata adalah judul, penulis, subjek, kata kunci, departemen, fakultas, dosen pembimbing, dan tahun.Track record dan trendpenelitian IPB dapat dianalisis dari data tersebut. Dari waktu ke waktu jumlah dokumen penelitian IPB selalu bertambah sehingga terjadi penumpukan data.Hal ini tidak menjadi masalah apabila dilihat dari sisi perangkat keras karena telah tersedia media penyimpanan data yang dapat menampung kapasitas data yang sangat besar.Namun saat ini terdapat tuntutan untuk menyajikan informasi yang akurat, cepat, dan menarik agar data tersebut dapat bermanfaat bagi pengguna.Business Intelligence merupakan salah satu solusi dari permasalahan penumpukan data.Business Intelligence adalah kegiatan untuk mengumpulkan dan menganalisis data sehingga dapat digunakan untuk memprediksi trend,
menentukan target, mengambil keputusan untuk para pengambil keputusan serta mengukur hasil dari setiap keputusan yang ada terhadap faktor pendukung eksternal maupun internal.Teknologi ini dapat mengolah data dan menampilkan informasi yang dibutuhkan untuk mengambil keputusan berdasarkan data historis yang ada. Business Intelligence mencakup proses pembuatan Data warehouse dan OLAP (Online Analytical Processing). Proses pembuatan data warehouse dilakukan dengancara mengumpulkan, menyimpan, dan menyediakan data untuk aplikasi OLAP server yang bersifat query dan reporting. OLAP dapat membantu pengguna dalam menganalisis data pada sebuah data warehouse dengan menyediakan berbagai tampilan data grafik yang dinamis untuk mengetahui jumlah penelitian yang telah dilakukan oleh peneliti dari tahun ke tahun, fakultas dan departemen yang banyak meneliti, presentase subjek yang paling diminati untuk diteliti.Hasil dari penelitian ini diharapkan dapat memberikan manfaat bagi pengguna dalam mempermudah analisis data penelitian IPB sehingga dapat membantu pengaksesan data, penyampaian informasi, pembuatan laporan dan keputusan yang lebih baik. Tujuan Penelitian ini bertujuan membangun data warehousedan aplikasi online analytical processing dengan menggunakan Microsoft Business Intelligence berbasis web untuk menampilkan tren penelitian IPB berupa skripsi, tesis, disertasi, dan jurnal ilmiah. Ruang Lingkup Ruang lingkup penelitian ini adalah : 1 Data yang digunakan dalam penelitian ini berupa skripsi, tesis, disertasi, dan jurnal ilmiah tahun 1958-2011 yang terdapat di perpustakaan pusat IPB. 2 Pembuatan Data Warehouse dan aplikasi OLAP berbasis web. Tahapan yang akan dilakukan adalah pengumpulan, penyimpanan, pembersihan, integrasi, transformasi, penggabungan, dan peringkasan data. 3 Microsoft SQL Server 2008 R2 dan SharePoint Server 2010 adalah tools yang digunakan dalam penelitian ini. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan informasi mengenai jumlah penelitian yang telah dilakukan oleh peneliti dari tahun ke tahun, mengetahui track record dan tren penelitian IPB, serta membantu dalam proses pengambilan keputusan secara tepat. Penelitian ini juga
2
diharapkan dapat memberikan manfaat kepada pihak terkait di lingkungan IPB, seperti perpustakaan pusat, perpustakaan tiap fakultas, perpustakaan tiap departemen, LPPM, RKS, dan pusat-pusat penelitian dalam memberikan dan menyajikan analisis data secara cepat, interaktif, mudah dimengerti, dan menarik.
TINJAUAN PUSTAKA Metadata Metadata adalah informasi terstruktur yang menjelaskan, mengGambarkan, menempatkan sumber informasi yang membuat kemudahan dalam proses temu kembali, penggunaan, dan manajemen(NISO 2004).Di dalam lingkungan perpustakaan, metadata biasa digunakan untuk skema formal dari deskripsi sumber, menerapkan ke berbagai tipe objek, digital atau bukan digital. CDS/ISIS (Computerised Documentation Service / Integrated Set Information Systems) CDS/ISIS adalah sistem temu kembali dan penyimpanan informasi yang didesain secara spesifik untuk manajemen terkomputerisasi dari database non-numerik yang terstruktur.Salah satu keuntungan yang ditawarkan oleh sistem desain penyamarataan adalah CDS/ISIS dapat memanipulasi sejumlah database secara tak terbatas di mana setiap database dapat memiliki elemen-elemen yang berbeda (UNESCO 2004). INDOMARC Format INDOMARC merupakan implementasi dari International Standar Organization (ISO)Format ISO 2709 untuk Indonesia, sebuah format untuk tukar menukar informasi bibliografis melalui pita magnetik (magnetic tape), cakram padat (compact disc), atau media terbacakan mesin (machine-readable) lainnya.Informasi bibliografis secara umum mencakup pengarang, judul, subjek, catatan, data penerbitan, dan deskripsi fisik (PNRI 2005).
Model Data Multidimensi Model data multidimensi terdiri atas satu atau lebih tabel dimensi dan tabel fakta. Dimensi adalah perspektif atau entitas yang digunakan sebagai tempat menyimpan beberapa record yang saling berhubungan. Setiap dimensi memiliki tabel yang biasa disebut dengan tabel dimensi.Tabel dimensi dapat dispesifikasikan oleh pengguna atau para ahli, atau dihasilkan secara otomatis dan diatur berdasarkan distribusi data.Fakta adalah ukuran-ukuran numerik. Fakta merupakan kuantitas yang akan dianalisis hubungan antar dimensinya. Tabel fakta berisi nama dari fakta (ukuran) dan juga keys untuk setiap tabel dimensi yang berhubungan. Dalam data warehouse kubus data adalah n-dimensi. Kubus data disebut juga cuboid.Cuboid yang tingkat kesimpulannya paling rendah disebut base cuboid sedangkan cuboid dengan tingkat paling tinggi disebut apex cuboid.Data warehouse membutuhkan skema yang ringkas dan berorientasi subjek untuk memfasilitasi analisis data secara online. Tipe-tipe skema model multidimensional adalah star schema, snowflake schema, dan galaxy schema. Star schema merupakan skema data warehouse yang paling sederhana, terdiri atas satu tabel fakta yang dihubungkan dengan beberapa tabel dimensi yang polanya menyerupai bintang. Keuntungan star schema yaitu pada proses query dan waktu respons yang cepat. Snowflake schema merupakan variasi dari star schema dimana beberapa tabel dimensinya dinormalisasikan sehingga menghasilkan beberapa tabel tambahan. Keuntungan snowflake schema yaitu tabel dimensi dapat dijaga tetap dalam bentuk normal sehingga mengurangi redudancy.Penelitian ini menggunakan galaxy schema karena membutuhkan tabel fakta yang banyak untuk berbagi dengan tabel dimensi.Galaxy schema dapat dilihat Pada Gambar 1 (Han & Kamber 2006).
Data Warehouse Data warehouse adalah sekumpulan data yang berorientasi subjek, terintegrasi, timevariant dan nonvolatile yang mendukung dalam manajemen pengambilan keputusan. Data warehouse menyediakan arsitektur dan alat bagi para eksekutif bisnis untuk mengatur secara sistematis, mengerti dan menggunakan data tersebut untuk pengambilan keputusan. Penjelasan secara rinci dari pengertian data warehouse (Han & Kamber 2006) :
Gambar 1 Skema galaksi (Han & Kamber 2006).
3
METODE PENELITIAN Tahapan yang dilakukan pada penelitian ini dapat dilihat Pada Gambar 2. Mulai
sistem adalah administrator dan staf.Administrator memiliki akses ke dalam database dan antarmuka. Staf memiliki akses antarmuka dengan fasilitas dapat memilih dimensi drop-down list, menampilkan data dalam bentuk drill up,drill down, dan grafik. Desain Konseptual
Analisis Data
Desain Konseptual
Desain Desain Logikal
Desain Fisik
Ekstraksi Data
Praproses Data Transformasi Data
Pada tahapan inidilakukan desain skema dalam pembuatan data warehouse, analisis measure dan dimensi yang akan digunakan. Penelitian ini menggunakan galaxy schema.Terdapat empat tabel fakta yaitu skripsi, tesis, disertasi, dan jurnal IPB. Selain itu terdapat lima dimensi yaitu fakultas, departemen, dosen pembimbing, tahun dan subjek. Dalam tabel fakta terdiri atasforeign key dari tabel dimensi, danukuran jumlah penelitian. Desain Logikal Pada tahapan inidilakukan perancangan database dengan membuat relasi-relasi data dan menentukan hubungan satu atribut dangan atribut lainnya. Penyimpanan data pada database dengan penyimpanan multidimensional. Desain Fisik
Pemuatan Data
Implementasi Data warehouse Tidak
Uji Query
Pada tahapan ini menjelaskan kubus data yang sudah siap digunakan dalam data warehouse.Kubus data yang dibuat yaitu kubus skripsi, kubus tesis, kubus disertasi, dan kubus jurnal. Terdapat lima dimensi yaitu fakultas, departemen, dosen pembimbing, tahun, dan subjek. Jumlah skripsi, jumlah tesis, jumlah disertasi, dan jumlah jurnal merupakan ukuran. Skema sudah dapat diimplementasikan ke dalam data warehouse yang akan dibangun. Ektraksi Data
Ya Selesai
Gambar 2 Diagram alir metode penelitian. Analisis Data penelitian terdapat di perpustakaan pusat, perpustakaan tiap fakultas, perpustakaan tiap departemen, LPPM, RKS, dan pusat-pusat penelitian.Data tersebut berupa skripsi, tesis, disertasi, dan jurnal yang telah diperoleh selanjutnya dianalisis untuk mendapatkan spesifikasi kebutuhan yang sesuai dengan keinginan pengguna. Spesifikasi kebutuhan ini akan menghasilkan desain konseptual, desain logikal, dan desain fisik. Desain tersebut digunakan untuk menentukan atribut, dimensi, fakta, dan skema untuk model data multidimensi dalam pembuatan data warehouse.Pengguna
Data yang digunakan seringkali bersifat noisy (data tidak jelas atau rusak), incomplete (data kekurangan nilai atribut atau hanya berisi agregasi), dan inconsistent (data tidak konsisten).Ekstraksi data dilakukan untuk ketepatan dan kesesuaian data terjaga.Proses ekstraksi mencakup integrasi, reduksi, dan pembersihan data.Reduksi dilakukan bersamaan dengan proses integrasi dengan membuang atribut-atribut yang tidak diperlukan dari tabel yang dianalisis. Setelah itu mengisi data yang hilang, mengatasi data yang kotor dan rusak, mengidentifikasi atau membuang data pencilan serta memperbaiki data yang tidak konsisten. Perpustakaan IPB menggunakan CDS/ISIS untuk menyimpan data penelitian. Hasil ekspor data penelitian dalam format XML. Sebelum diimpor ke Microsoft SQL Server 2008, atribut-atribut data yang relevan dipilih menggunakan bantuan Microsoft Excel.Pemilihan atribut ini berdasarkan tujuan pembuatan data warehouse.Dari 15 atribut
4
yang ada pada data penelitian direduksi menjadi 8 atribut saja. Transformasi Data Proses transformasi dilakukan agar kondisi data tetap konsisten dan dapat digunakan untuk proses selanjutnya.Data dari semua sumber dikonversi ke dalam format yang umum sesuai dengan skema multidimensional yang telah dibuat. Pemuatan Data Pada tahap ini, data telah siap untuk dimuat (load) ke dalam data warehouse, bertujuan memuat data yang terseleksi dan membuat indeks yang diperlukan. Data Warehouse Data warehouse adalah sekumpulan data yang berorientasi subjek, terintegrasi, timevariant dan nonvolatile yang mendukung dalam manajemen pengambilan keputusan. Data warehouse menyediakan arsitektur dan alat bagi para eksekutif bisnis untuk mengatur secara sistematis, mengerti dan menggunakan data tersebut untuk pengambilan keputusan. Microsoft SQL Server 2008 merupakan platform untuk melakukan datawarehouse (Noviandi 2010).Arsitektur data warehouse yang umum digunakan adalah arsitektur three-tier. Arsitektur ini disebut three-tier karena terdiri atas tiga lapisan.Lapisan-lapisan arsitektur three-tier adalah sebagai berikut (Han & Kamber 2006) : 1 Lapisan Bawah (Bottom Tier) Lapisan bawah merupakan tempat pengolahan sumber data warehouse yang bertujuan agar data tersebut dapat digunakan dengan baik. Pengolahan tersebut biasanya menggunakan sistem basis data relasional.Pada lapisan ini data diambil dari basis data operasional dan sumber eksternal lainnya, diekstrak, dibersihkan, ditransformasi, dan disimpan sebagai data warehouse.Sistem basisdata relasional (SQL Server 2008 R2) yang berfungsi sebagai tempat pengolahan data. 2 Lapisan Tengah (Middle Tier) Lapisan tengah merupakan OLAP Server yang berfungsi menyimpan struktur dari kubus data.Dalam penelitian ini, digunakan Microsoft Business Intelligence (BI) sebagai OLAP server.Microsoft SQL Server 2008 R2 merupakan salah satu platform untuk melakukan data warehouse maupun data mart. Perbedaan data warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data warehouse sudah dikenal sebagai platform yang
fundamental dari setiap solusi BI yang dikembangkan. Keberhasilan dalam merancang dan memasukkan data ke dalam data warehouse akan sangat berpengaruh terhadap berhasil atau tidaknya solusi BI yang dikembangkan dalam sebuah organisasi (Noviandi 2010). 3 Lapisan Atas (Top Tier) Lapisan atas merupakan lapisan untuk end user yang berisi query dan menampilkan informasi atau perangkat analisis dan data mining (seperti: analisis tren, prediksi, dan lainnya) serta ringkasan dari isi data warehouse yang merupakan hasil dari operasi OLAP (SharePoint 2010). OLAP (Online Analitycal Processing)terdiri atas seperangkat tool untuk membantu proses analisis dan perbandingan data dalam basis data. Tool dan metode OLAP membantu pengguna menganalisis data pada sebuah data warehouse dengan menyediakan berbagai tampilan data, dan didukung dengan representasi data grafik yang dinamis (Han &Kamber 2006). Implementasi Business Intelligence Business Inteligence (BI) adalah kegiatan untuk mengumpulkan dan menganalisis data sehingga dapat digunakan untuk memprediksi trend, menentukan target, mengambil keputusan untuk para pengambil keputusan serta mengukur hasil dari setiap keputusan yang ada terhadap faktor pendukung eksternal maupun internal. BI diperlukan jika database disimpan dalam platform yang berbeda-beda (misalnya : SQL Server, Oracle, My SQL), akan menjadi sulit ketika menganalisis data dan jika akan melihat trend dari waktu ke waktu. Microsoft menyediakan alat yang dibutuhkan untuk mengelola dan menggunakan solusi BI. Microsoft SQL Server 2008 merupakan platform untuk melakukan datawarehouse (Noviandi 2010). Ada 3 komponen penting yang diperlukan untuk membangun sebuah solusi BI dalam Microsoft BI Framework, 3 komponen ini adalah: 1 Proses ETL (extract, transform dan load) menggunakan data penelitian IPB berupa skripsi, tesis, disertasi, dan jurnal dari tahun 1958 sampai 2011 untuk keperluan ini Microsoft menyediakan SQL Server Integration Services yang memiliki kemampuan untuk melakukan proses ETL terhadap data yang ada. 2 Proses analisis dengan pendekatan OLAP (online analitical processing), analisis data sendiri dengan pendekatan Cube dan dimensi bisa dilakukan dengan SQL Server Analysist Services.
5
3 Proses reporting yang digunakan sebagai representasi hasil analisis data yang sudah dilakukan yang dapat dibuat denganmenggunakan Tools SQL Server Reporting Services. End-User dapat mempublikasikan solusi data melalui SharePoint 2010 untuk mengelola versi secara efektif, akses pengguna, pemanfaatan sumber daya yang ada, dan membantu ketersediaan data dan solusi secara konsisten. Uji Query Pada tahap ini dilakukan pengujian untuk melihat apakah operasi dasar OLAP berhasil diimplementasikan dan sesuai dengan informasi yang ditampilkan.Pengujian dilakukan dengan memvisualisasikan kubus data dengan grafik dan tabel pivot. Lingkungan Pengembangan Sistem Spesifikasi beberapa perangkat lunak dan perangkat keras yang digunakan dalam penelitian ini adalah sebagai berikut: 1 Perangkat Lunak : • Windows 7 Ultimate 64 bit • Windows Server R2 • Windows Identify Foundation • Visual Studio • Microsoft SQL Server 2008 • Microsoft SharePoint 2010 • Microsoft Filter Pack 2.0 • Microsoft Charts Controls • Internet Information Services (IIS) • Notepad++ • Microsoft Visio, Excel, dan Powerpoint • Web Browser Internet Explorer 2 Perangkat Keras : • Intel Core 2 Duo Processor 2.26GHz • Memori 256MB DDR3 SDRAM • Monitor resolusi 1280 x 800 pixels • Mouse dan keyboard
HASIL DAN PEMBAHASAN Analisis Penelitian ini menggunakan metadata penelitian IPB dengan jumlah data yaitu 51389 skripsi, 11260 tesis, 2377 disertasi, dan 2000 jurnal ilmiah dari tahun 1958-2011. Metadata terdapat dalam CDS/ISIS milik Perpustakaan Pusat IPB. Nama-nama field yang digunakan pada metadata mengikuti format INDOMARC dan setiap field memiliki nomor tag tersendiri. Contoh field yang terdapat pada metadata skripsi, tesis, disertasi, dan jurnal IPB dapat dilihat di Tabel 1.
Tabel 1 Atribut pada data penelitian. Nomor Tag Field Metadata 999 No. Registrasi 985 Jumlah Eksemplar 998 Jenis Karya [D/T] 980 008/005 Tanggal Registrasi 981 Tanggal Input Pengolahan 35 No. Kendali Setempat 80 Nomor UDC 99 Nomor Panggil 100 Pengarang Utama 245 Judul 260(a,b,c) Impresum 300 Deskripsi Fisik 502 Catatan Karya (T/D) 650 Subjek 710(a,b,c) Badan Korporasi 712 Program Studi 759 Nama Pembimbing 695 Kata Kunci 986 Kode Operator
Atribut yang telah direduksi dapat dilihat pada Tabel 2. Tabel 2 Atribut hasil reduksi Nomor Tag Field Metadata 260(a,b,c) Impresum 650 Subjek 710(a,b,c) Badan Korporasi 759 Nama Pembimbing Atribut yang akan digunakan pada Tabel 3 adalah sebagai berikut: 1 Atribut yang dipilih adalah atribut yang berkaitan dengan data penelitian secara spesifik untuk dianalisis 2 Atribut yang dapat direlasikan dengan atribut (foreign key) 3 Data tidak mengandung nilai null >50 % record. Tabel 3 Atribut yang digunakan Nomor Tag Field Metadata 260_c Tahun 650 Subjek 710_b Fakultas 710_c Departemen 759 Dosen Pembimbing Spesifikasi kebutuhan yang ditentukan adalah sebagai berikut: 1 Tren jumlah penelitian setiap tahun 2 Tren jumlah penelitian berdasarkan fakultas setiap tahun 3 Tren jumlah penelitian berdasarkan departemen setiap tahun 4 Tren jumlah penelitian berdasarkan dosen setiap tahun
6
5 Tren jumlah penelitian berdasarkan subjek setiap tahun 6 Tren jumlah penelitian berdasarkan jenjang pendidikan setiap tahun 7 Tren jumlah penelitian berdasarkan fakultas, departemen, dosen, subjek, dan tahun.
Desain Konseptual
Tabel 6 Desain fisik tabel fakta penelitian Nama Atribut
Deskripsi
Waktu
Tahun akademik
Fakultas
Nama fakultas
Departemen
Nama departemen
dosen_pembimbing
Nama dosen pembimbing
Subjek
Kata subjek
Desain konseptual diawali dengan memilih atribut-atribut yang bisa dijadikan sebagai measure dan dimensi.Dimensi yang terbentuk adalah dimensi tahun, dimensi departemen, dimensi fakultas, dimensi dosen, dimensi subjek, dimensi tahun, dan dimensi strata.Atribut pada tabel-tabel fakta terdiri atas foreign key dari dimensi-dimensi dan measure.Desain konseptual dapat dilihat pada Tabel 4. Tabel 4 Dimensi pada data penelitian Nama Atribut
Tipe Data
Waktu
Int (4)
Fakultas
Varchar (20)
Departemen
Varchar (50
dosen_pembimbing
Varchar (30)
Subjek
Varchar (50)
Desain Logikal Pada desain logikal, terdapat empat tabel fakta yaitu skripsi, tesis, disertasi, dan jurnal IPB. Tabel fakta memiliki lima atribut yaitu tahun, fakultas, departemen, dosen pembimbing, dan subjek. Desain Logikal dapat dilihat pada Tabel 5. Tabel 5 Atribut tabel fakta penelitian Nama Dimensi
Deskripsi
Tahun
Tahun akademik
Fakultas
Nama fakultas
Departemen
Nama departemen
Dosen Pembimbing
Nama dosen pembimbing
Subjek
Kata subjek
Ukuran Skripsi
Jumlah skripsi
Gambar 3 Skema galaksi dengan 4 tabel fakta dan 5 dimensi. Dari dimensi pada fakta yang ada, terbentuk struktur hirarki.Hirarki adalah satu bagian dimensi.Dimensi merupakan hirarki berupa jenjang atau tingkatan dari dimensi tersebut.Dengan adanya hirarki tersebut, dimensi dapat menunjukkan tingkatannya (Han & Kamber 2006). Beberapa hirarki yang terbentuk ialah: •hirarki fakultas •hirarki departemen • hirarki tahun • hirarki dosen • hirarki subjek Hirarki jenis penelitian adalah hirarki dari jenis penelitian yang dilakukan oleh Mahasiswa IPB.Struktur hirarki dimensi jenis penelitian dapat dilihat Pada Gambar 4. PENELITIAN
SKRIPSI
TESIS
DISERTASI
JURNAL ILMIAH
Desain Fisik
Gambar 4 Hirarki penelitian berdasarkan dimensi jenis penelitian.
Desain fisik dan atribut pada tabel fakta penelitian dapat dilihat pada Tabel 6.Penelitian ini menggunakan skema galaksi karena tabel fakta yang dihasilkan ada empat yaitu skripsi, tesis, disertasi, dan jurnal.Skema Galaksi dapat dilihat Pada Gambar 3.
Hirarki berdasarkan fakultas dan departemen adalah hirarki dari fakultas dan departemen yang terdapat di IPB. Struktur hirarki dimensi berdasarkan fakultas dan departemendapat dilihat Pada Gambar 5.
7
hirarki dimensi jenis penelitian dapat dilihat Pada Gambar 9.
PENELITIAN
PENELITIAN
…
A
I
ABORTUS
…
TSL
ARL
…
ZOOPLANKTON
Gambar 9 Hirarki penelitian berdasarkan dimensi subjek.
Gambar 5 Hirarki penelitian berdasarkan dimensi fakultas dan departemen.
Ekstraksi Data
Hirarki waktu adalah hirarki dari tahun penelitian yang dilakukan oleh Mahasiswa IPB.Struktur hirarki dimensi jenis penelitian dapat dilihat Pada Gambar 6.
Data dalam CDS/ISIS tersebut diekspor ke dalam bentuk XML. Tedapat beberapa pilihan format untuk format XML yang akan diekspor. Format eksporXML yang digunakan ditunjukkan Pada Gambar10.
PENELITIAN
…
1958
2011
Gambar 6 Hirarki penelitian berdasarkan dimensi tahun penelitian. Hirarki strata adalah hirarki dari jenis strata yang ada di IPB.Struktur hirarki dimensi strata dapat dilihat Pada Gambar 7. Gambar10 Format eksporXML. PENELITIAN
S1
S2
S3
Gambar 7 Hirarki penelitian berdasarkan dimensi jenjang pendidikan. Hirarki dosen adalah hirarki dari dosen yang membimbing Mahasiswa IPB dalam melakukan penelitian.Struktur hirarki dimensi dosen dapat dilihat Pada Gambar 8. PENELITIAN
ABDULGANI …
…
ZULKARNAIN …
Terdapat kesalahan-kesalahan pada XML yang dihasilkan, yaitu XML yang dihasilkan bukan termasuk XML yang well-formed dan terdapat banyak metadata yang memiliki illegal character pada XML tersebut. Ini artinya dokumen tersebut harus mematuhi peraturan , termasuk (Harold & Means 2004) : 1 2
Setiap start-tag harus memiliki end-tag. Setiap element boleh bersarang tapi tidak overlap. 3 Harus terdapat satu root element 4 Nilai atribut harus diberi tanda kutip dua. 5 Sebuah elemen tidak boleh memiliki dua atribut dengan nama yang sama 6 Komentar dan instruksi processing tidak boleh ada di dalam tags. 7 Tidak boleh ada tanda “<” atau “&” yang tidak dilakukan escape di dalam data karakter dari elemen atau atribut. Contoh element yang salah adalah sebagai berikut :
Gambar 8 Hirarki penelitian berdasarkan dimensi dosen.
Hirarki subjek adalah hirarki darinama subjek yang telah diteliti oleh Mahasiswa IPB. Struktur
Element XML tersebut seharusnya memiliki end-tag yang sesuai seperti berikut :
8
•
Oleh karena itu,element tersebut harus diperbaiki dengan memberikan end-tag yang sesuai.Mengubah simbol “&” menjadi kata “dan.”Terdapat satu baris kesalahan end-tag dan delapan belas baris kesalahan simbol.
Program pascasarjana, pasca sarjana, pascasarjan, pascasarjanaa diubah menjadi pascasarjana
•
Ilmu-ilmu Perencanaan Pembangunan Wilayah dan Pedesaan diubah menjadi Ilmu Perencanaan Pembangunan Wilayah dan Pedesaan
Pada tahap ini dilakukan parsing XML untuk mengetahui tag-tag yang ada dalam data penelitian beserta isi dari tag tersebut.Hasil parsing disimpan dalam bentuk tabel dengan format .xls atau .csv.Tag-tag data dijadikan sebagai atribut-atribut.Integrasi data dilakukan dengan menganalisis atribut, memilih atribut yang diperlukan dan menggabungkan atribut tersebut untuk membentuk tabel fakta.Reduksi data dilakukan dengan membuang atribut-atribut yang tidak diperlukan berdasarkan hasil analisis data.Atribut yang direduksi dapat dilihat pada Tabel 7. Tabel 7 Atribut yang direduksi pada data penelitian Nomor Tag 999 985 850 998 980 981 35 80 99 100 245 300 502 712 986
Field Metadata (Atribut) No. Registrasi Jumlah Eksemplar Badan Pemilik Jenis Karya [D/T] 008/005 Tanggal Registrasi Tanggal Input Pengolahan No. Kendali Setempat Nomor UDC Nomor Panggil Pengarang Utama Judul Deskripsi Fisik Catatan Karya (T/D) Program Studi Kode Operator
Nilai atribut yang redundant dalam tabel tidak diikutsertakan pada proses selanjutnya.Tahap pembersihan data dilakukan dengan mengidentifikasi data yang tidak konsisten dan kosong (null). Pada proses ini ditemukan banyak data yang kosong dan tidak konsisten akibat faktor human error pada saat pemasukan data penelitian. Contoh pembersihan data yang mengandung nilai nulldapat dilihat Pada Gambar 11 dan Gambar 12.Perlakuan terhadap nilai yang kosong lebih dari empat dalam atribut fakultas, departemen, dosen pembimbing, tahun, dan subjek yaitu dengan menghapus satu record dalam tabel dapat dilihat Pada Gambar 13, sedangkan perlakuan terhadap data yang tidak konsisten dengan menyeragamkan nilai atribut berdasarkan buku panduan sarjana dan pascasarjana IPB. Contoh nilai yang tidak konsisten antara lain :
Hal ini dilakukan untuk menjaga konsistensi data, karena bisa jadi dalam satu kata subjek memiliki tiga kata subjek yang berbeda.Proses selanjutnya dilakukan penghapusan data yang redundant. Dalam data biasanya terjadi kemungkinan adanya nilai atribut yang muncul berkali-kali dengan nama yang sedikit berbeda, perlu diperhatikan hal-hal dalam mendeteksi dan menghilangkan duplikat data, kemungkinan adanya kesalahan pemasukan data. Contohnya ada dua dosen pembimbing yang berbeda dengan nama yang sama. Sebaliknya, ada satu dosen pembimbing dengan nama yang berbeda. Setelah dilakukan pembersihan, jumlah record data skripsi menyusut dari 51389 menjadi 28280, data tesis menyusut dari 11260 menjadi 8667, data disertasi menyusut dari 2377 menjadi 1779, data jurnal menyusut dari 2432 menjadi 697. Hal ini disebabkan pengambilan recordhanya dilakukan pada data yang memenuhi kriteria dan adanya penghapusan record yang tidak sesuai dengan ketentuan data yang akan dianalisis.Hasil pembersihan data penelitian dapat dilihat Pada Gambar 14.Hasil dari pembersihan data ini disimpan ke dalam DBMSMicrosoft SQL Server (.sql).
Gambar 11 Data yang mengandung nilai null.
Gambar 12 Data yang mengandung nilai null yang sudah diisi dengan nilai subjek sesuai dengan departemen.
Gambar 13 Data yang mengandung nilai null lebih dari 2 atribut.
Gambar 14 Hasil pembersihan data penelitian.
9
Keterangan 1 D = jumlah data awal 2 Null = jumlah data bernilai null 3 Null (%) = jumlah data bernilai null dalam persen 4 D1 = hasil cleaning null 5 Redu = jumlah data redudansi 6 Redu (%) = jumlah data redudansi dalam persen 7 D2 = hasil cleaning redudansi Transformasi Data Proses transformasi data meliputi penyeragaman nama atribut, generalisasi, agregasi, dan konstruksi atribut atau dimensi dengan berpedoman pada skema data warehouse yaitu skema galaksi yang telah dibuat. Proses yang dilakukan antara lain : 1 Mengubah nama atribut sesuai dengan nama dimensi pada skema galaksi 2 Mengkonstruksi atribut baru menggunakan atribut yang sudah ada. 3 Menentukan nilai agregasi atribut-atribut yang menjadi ukuran (measure). Ukuran berupa jumlah penelitian yaitu jumlah skripsi, jumlah tesis, jumlah disertasi, dan jumlah jurnal. Fungsi agregat yang digunakan adalah fungsi sum untuk penjumlahan penelitian Pemuatan Data
dan mendapatkan representasi informasi dalam bentuk grafik yang mudah dipahami. ImplementasiBusiness Intelligence Business Intelligence dalam penelitian ini menggunakan SQL Server 2008 dengan tool SQL Server Business Intelligence Development Studio (BIDS). BIDS membangun komponen dari Analysis Services (Data Source, Data Views, Dimensi, Value, dan Cube). Data hasil operasi BI dapat ditampilkan di Microsoft SharePoint Server 2010 ke dalam bentuk grafik, berupa bar plot, line plot, dan pie chart. Gambaran Umum Aplikasi Aplikasi pada penelitian ini menerapkan arsitektur three-tier : 1 Lapisan bawah, pemrosesan data, pembuatan skema data warehouse, dan pemuatan kubus data menggunakan MS-SQL Server 2008. 2 Lapisan tengah, Aplikasi OLAP dapat dijalankan pada web server yang dapat mengakses kubus data pada MS-SQL Server 2008. 3 Lapisan atas, visualisasi business intelligence yang dilakukan web browser dan SharePoint 2010. Pengguna dapat melakukan pencarian data, mengevaluasi pola, mendapatkan representasi informasi yang mudah dipahami dalam bentuk grafik.
Penelitian ini menggunakan metadata penelitian IPB dari tahun 1958 sampai dengan 2011.Data warehouse yang sudah selesai dibuat selanjutnya dimuat dalam kubus data OLAP server, pada penelitian ini menggunakan Microsoft SQL Server 2008. Sebelum pemuatan data dilakukan, skema data warehouse dimodelkan dalam OLAP server SQL Server Analisys Services (SSAS).Proses ini menentukan dimensi, ukuran, dan kubus data. Kubus data yang dibuat diberi namaOlapPenelitianIPB. Cube yang berisi kubus data fakta skripsi, fakta tesis, fakta disertasi, dan fakta jurnal. Kubus data skripsi dibuat untuk tabel fakta_skripsi, kubus data tesis dibuat untuk tabel fakta_tesis, kubus data disertasi dibuat untuk tabel fakta_disertasi, dankubus data jurnal dibuat untuk table fakta_jurnal.
Pengujian query dibantu dengan menggunakan grafik dan tabel dari kubus data. Hasil pengujian dapat dilihat pada Tabel 8.
Data Warehouse
Eksplorasi dan Presentasi Hasil
Penelitian ini mengadopsi arsitektur threetier yaitu lapisan bawah, tengah, dan atas.Lapisan bawah adalah pembuatan skema data warehouse dengan DBMS SQL Server 2008. Lapisan tengah terdapat OLAP server SSAS yang menyimpan data dalam kubus data. Lapisan atas yang merupakan visualisasi dari aplikasi OLAP dilakukan oleh web browser, pengguna dapat melakukan pencarian data, mengevaluasi pola,
Tahap akhir ini dapat dilakukan menggunakan operasi OLAP untuk menampilkan informasi yang dibutuhkan.Informasi ditampilkan dalam bentuk grafik dan dapat dengan mudah untuk dianalisis. Pada Gambar 15 terlihat grafik penelitian skripsi tahun 1958 sampai 2011 secara umum jumlah penelitian semakin meningkat.
Kelebihan dan Kekurangan Sistem Sistem yang telah dibuat memiliki kelebihan dan kekurangan diantaranya: 1 Kelebihan : Aplikasi business intelligence berbasis web dapat diterapkan dalam jaringan internet dan intranet. Web dapat mengurangi instalasi kebutuhan perangkat lunak pada komputer pengguna. 2 Kekurangan : Aplikasi terbatas hanya lima dimensi yang digunakan. Tidak ada pemodelan data baru ke dalam struktur kubus data. Pengujian Query
10
Tabel 8 Hasil pengujian query Spesifikasi
Keterangan
Status
Tren jumlah skripsi setiap tahun
Lampiran 7
Berhasil
Tren jumlah skripsi pada tahun 2011. Tren jumlah skripsi berdasarkan dimensi fakultas dan departemen.
Lampiran 8
Berhasil
Lampiran 9
Berhasil
Tren jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dan dosen. Tren jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dosen, dan subjek.
Lampiran 10
Berhasil
Lampiran 11
Berhasil
Tren jumlah penelitian berdasarkan jenis penelitian.
Lampiran 12
Berhasil
Tren jumlah penelitian setiap tahun.
Lampiran 13
Berhasil
Tren jumlah penelitian setiap tahun berdasarkan fakultas.
Lampiran 14
Berhasil
Tren jumlah penelitian setiap tahun berdasarkan fakultas dan departemen
Lampiran 15
Berhasil
Tren jumlah penelitian setiap tahun berdasarkan fakultas, departemen, dan dosen.
Lampiran 16
Berhasil
Tren jumlah penelitian setiap tahun berdasarkan fakultas, departemen, dosen, dan subjek.
Lampiran 17
Berhasil
Gambar 15 Grafik garis skripsi sejak tahun 1958 sampai dengan 2011.
Pada Gambar 16 menunjukkan bahwa jumlah penelitian skripsi Fakultas Ekonomi dan Manajemen (H) menghasilkan jumlah penelitian paling banyak dibandingkan Fakultas lain. Jumlah penelitian Fakultas Kedokteran Hewan (B) paling sedikit. Pada Gambar 17 menunjukkan jumlah penelitian skripsi dapat dipilih dimensinya berdasarkan dimensi tahun, fakultas, departemen, dan dosen. Pada Gambar 18 menunjukkan jumlah penelitian skripsi dapat dipilih dimensinya berdasarkan dimensi tahun, fakultas, departemen, dosen, dan subjek.
Gambar 16 Grafik batang skripsi berdasarkan dimensi tahun, fakultas, dan departemen.
Gambar
17
Grafik batang jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dan dosen.
Gambar
18
Grafik batang jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dosen, dan subjek.
KESIMPULAN DAN SARAN Kesimpulan Dokumen metadata penelitian perpustakaan pusat IPB dengan jumlah 51389 skripsi, 11260 tesis, 2377 disertasi, dan 2000 jurnal ilmiahpada tahun 1958-2011 menghasilkan informasi yang dapat dianalisis dengan mudah menggunakan Microsoft SQL Server 2008 dan SharePoint
11
Server 2010. Pengembangan data warehouse dan aplikasi OLAP pada data penelitian menghasilkan empat kubus data, yaitu kubus data skripsi, tesis, disertasi, dan jurnal. Kubus data yang telah terbentuk dapat divisualisasikan dengan tepat, cepat, dan akurat.Bentuk penyajian Gambar dapat dilihat dalam bentuk grafik.Data yang ada menunjukkan bahwa dari tahun ke tahun riset yang dihasilkan oleh IPB secara umum selalu meningkat dapat dilihat dengan bertambahnya jumlah penelitian berdasarkan tahun, fakultas, dan departemen.Hasil penelitian ini dapat memberikan manfaat kepada pusat-pusat penelitian IPB sebagai pengelolanya, serta dapat menganalisis data penelitian yang ukurannya sangat besar sehingga memudahkan proses pembuatan laporan dan pengambilan keputusan. Saran Pada penelitian selanjutnya, sebaiknya menggunakan dimensi lebih banyak, penambahan fitur yang dapat mengidentifikasi nama orang secara detail, dan dapat menelusuri data sehingga informasi yang disampaikan lebih lengkap. Pembuatan proses aplikasi ETL agar lebih akurat.
DAFTAR PUSTAKA Han J, Kamber M. 2006. Data Mining Concepts & Techniques. San Francisco: Morgan Kaufman Publisher. Harold ER, Means WS. 2004. XML in Nutshell. Sebastopool: O’Reilly Media, Inc. [NISO] National Information Standards Organization. 2004. Understanding Metadata. Betehsda: NISO Press. Noviandi KR. 2010. Microsoft Business Intelligence dengan SQL Server 2008 R2 dan SharePoint 2010. Jakarta: MVP [PNRI] Perpustakaan Nasional Republik Indonesia. 2005. INDOMARC Format MARC Indonesia. Jakarta: Perpustakaan Nasional Republik Indonesia. [UNESCO] United Nations Educational, Scientific dan Cultural Organization. 2004. CDS/ISISfor Windows Reference Manual (Version1.5). UNESCO.
12
LAMPIRAN
13
Lampiran 1 Keterangan nomor tag MARC pada metadata Nomor Tag 999 985 850 990 998 980 981 35 80 99 100 245 260 300 502 650 710 712 759 695 986
Field Metadata No. Registrasi Jumlah Eksemplar Badan Pemilik 008/35-37 Bahasa Jenis Karya [D/T] 008/005 Tanggal Registrasi Tanggal Input Pengolahan No. Kendali Setempat Nomor UDC Nomor Panggil Pengarang Utama Judul Impresum Deskripsi Fisik Catatan Karya (T/D) Subjek Badan Korporasi Program Studi Nama Pembimbing Kata Kunci Kode Operator
14
Lampiran 2Data tabel dalam dimensi a. Data tabel dim_fakultas (Dimensi Fakultas) id_fakultas
Nama_fakultas
A B C D E F G H I
Pertanian Kedokteran Hewan Perikanan Peternakan Kehutanan Teknik Pertanian Matematika dan Ilmu Pengetahuan Alam Ekonomi dan Management Ekologi Manusia
b. Data tabel dim_departemen (Dimensi Departemen) id_departemen
nama_departemen
TSL AGH PTN ARL FKH BDP MSP THP PSP ITK PTP NTP MNH THH KSH SVK TEP ITP TIN STK GFM BIO KIM MAT KOM FIS BIK EKO
Ilmu Tanah dan Sumberdaya Lahan Agronomi dan Hortikultura Proteksi dan Tanaman Arsitektur Lanskap Fakultas Kedokteran Hewan Budidaya Perairan Manajemen Sumberdaya Perairan Teknologi Hasil Perairan Pemanfaatan Sumberdaya Perikanan Ilmu dan Teknologi Kelautan Ilmu Produksi dan Teknologi Peternakan Ilmu Nutrisi dan Teknologi Pakan Manajemen Hutan Hasil Hutan Konservasi Sumberdaya Hutan dan Ekowisata Silvikultur Teknik Pertanian Ilmu dan Teknologi Pangan Teknologi Industri Pertanian Statistika Geofisika dan Meteorologi Biologi Kimia Matematika Ilmu Komputer Fisika Biokimia Ilmu Ekonomi
15
MAN AGB ESL GIZ IKK KPM TNH ATT MBK BTL DAS PWL ITB PBT ENT FIT IFO APH KMV PEK MKM IBH BRP AKU SDP SPL TPT SPT IKL TEK IPT INP IPH TSK RPM KVT MEJ SVKT TMP TPP IKP SIL TIP STT
Manajemen Agribisnis Ekonomi Sumberdaya dan Lingkungan Gizi Masyarakat Ilmu Keluarga dan Konsumen Komunikasi dan Pengembangan Masyarakat Ilmu Tanah Agroteknologi Tanah Mitigasi Bencana Kerusakan Lahan Bioteknologi Tanah dan Lingkungan Pengelolaan Daerah Aliran Sungai Ilmu Perencanaan Wilayah Ilmu dan Teknologi Benih Pemulihan dan Bioteknologi Tanaman Entomologi Fitapatologi Ilmu-Ilmu Faal dan Khasiat Obat Anatomi dan Perkembangan Hewan Kesehatan Masyarakat Veteriner Parasitologi dan Entomologi Kesehatan Mikrobiologi Medik Ilmu Biomedis Hewan Biologi Reproduksi Ilmu Akuakultur Pengelolaan Sumberdaya Perairan Pengelolaan Sumberdaya Pesisir dan Lautan Teknologi Perikanan Tangkap Sistem dan Pemodelan Perikanan Tangkap Ilmu Kelautan Teknologi Kelautan Ilmu Produksi dan Teknologi Peternakan Ilmu Nutrisi dan Pakan Ilmu Pengelolaan Hutan Teknologi Serat dan Komposit Rekayasa dan Peningkatan Mutu Hasil Hutan Konservasi Biodiversitas Tropika Manajemen Ekowisata dan Jasa Lingkungan Silvikultur Tropika Teknik Mesin Pertanian dan Pangan Teknologi Pascapanen Ilmu Keteknikan Pertanian Teknik Sipil dan Lingkungan Teknologi Industri Pertanian Statistika Terapan
16
KLI MIK BSH BOT MIT ESK EPN GMS GMA IKA IKO PPN KMP SPD BTK PRM PSL
Klimatologi Terapan Mikrobiologi Biosains Hewan Biologi Tumbuhan Master Of Science in Information Technology for Natural Resouces Management Ekonomi Sumberdaya Kelautan Tropika Ilmu Ekonomi Pertanian Ilmu Gizi Masyarakat Ilmu Gizi Manusia Ilmu Keluarga dan Perkembangan Anak Ilmu Konsumen Ilmu Penyuluhan Pembangunan Komunikasi Pembangunan Pertanian Pedesaan Sosiologi Pedesaan Bioteknologi Primatologi Pengelolaan Sumberdaya Alam dan Lingkungan
c. Data tabel dim_waktu id_tahun
tahun
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981
17
25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
d. Data tabel dim_subjek
id_subjek … SUB5894 SUB5895 SUB5896 SUB5897 SUB5898 SUB5899 SUB5900 SUB5901 SUB5902 SUB5903
subjek … Zona Zonasi Zoolofy Zoology Zoolpgy Zooplankton Zootechny ZPT Zucchini Zygomycetes
18
d. Data tabel dim_dosen
Iid_dosen P218 P219 P220 P221 P222 P223
dosen Prof. Dr. Ir. Bungaran Saragih Prof. Dr. Ir. E. Gumbira.Sa'id Prof. Dr. Jr. Didiek J. Rachbini Prof. Dr. Sediono M.P. Tjondronegoro Prof. Dr.Ir. Bambang Pramudya Prof.Dr.Ir.Tien R. Muchtadi
19
Lampiran 3 Data tabel fakta a. Data tabel penelitian tahun
fak
dept
dosen
subjek
strata
2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 … 1982 1982 1983 1983 1983 1983 1983 1983 1983 1984 1984 1985 1985 1985 1985 1985 1985 1986 1986 1986 1986 1986
D D D D D D D D D D A A A … A G H G G B A A D F E F H F A H H I G G A D
IPT IMT IMT IMT IMT IMT IMT IPT IPT IPT AGR AGR AGR … PTN BIK ESL BIO BIO FKH AGH TSL PTP ITP KSH TEP ESL TEP PTN ESL ESL KPM BIO BIO AGH PTP
Priyanto Sumiati Sumiati Sofyan Sumiati Sumiati Amirroenas Sihombing Sumantri Noor Nasrullah Susila Harjadi … Sukarti Besancon Nasoetion Partodihardjo Sosromarsono Bahr Guhardja Soepardi Sutardi Sosromarsono Haeruman Soekarto Sastrakusumah Sosromarsono Rumawas Eidman Eidman Tjondronegoro Partodihardjo Sukra Koswara Anggorodi
Sapi Domba Paclobutrazol Tanaman Lidah Bunga Kelapa Buah Jagung Jagung Padi Pepaya Kedelai … Field Field Economics Animal Gymnophiona Classification Field Field Cattle Insect Forestry Biological Animal Entomology Zea Aquatic Fisheries Social Mollusca Rats Zea Animal
S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 … S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3 S3
20
a. Data tabel fakta skripsi id_fakultas
id_departemen
id_tahun
nama_dosen
nama_subjek
B B B B B B B B B B B B B B B B B B B B B B B B A A A A A A A A A A A A A A A
FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH FKH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH TNH
47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47 47
Kusumorini, Nastiti NAim, Rochman Farrudin, Mokhamad Biomed, Agustin Indrawati Supriatna, Iman Cahyaningsih, Umi Kusumorini, Nastiti Boediono, Arif Yusuf, Tuty Laswardi Wibawan, I Wayan Teguh Huminto, Hernomoadi Esfandiari, Anita Widhyari, Sus Derthi Fahrudin, Mokhamad Fahrudin, Mokhamad Handajani, Sri Utami Estuningsih, Sri Amin, Arif Lelana, R.P Agus Astuti, Dewi Apri Santoso, Koekoeh Santoso, Koekoeh Santoso, Koekoeh Surya, Widiyanto Dwi Iskandar Brata, Kamir R Anas, Iswandi Djajakirana, Gunawan Sudarsono Anas, Iswandi Darmawan Sinukaban, Naik Gandasasmita, Komarsa Widiatmaka Sumawinata, Basuki Rahman, Latief M Rustiadi, Ernan Widiatmaka Haridjaja, Oteng
Kambing Escherichia coli Kukang Kambing Kambing Mencit Mencit Eimeria tenella Ayam broiler Daun Legundi Terminologi Ayam Pedaging Ulat sutera Ulat sutera Ulat sutera Itik Minyak sawit Microcatchment Pelet fungi Urease C-Organik Cocopith Logam berat DAS DAS Herbisida Diuron Tanah sulfat masam Microcatchment Tata ruang Microcatchment Hidrolik jenuh Tanah Penutup Lahan Calapogonium caeruleum Lahan Tanah Andosol Konversi lahan Digital Elevation Model Lahan
21
b. Data tabel fakta tesis id_fakultas
id_departemen
id_tahun
nama_dosen
nama_subjek
G G A A A A
BIO BIO AGH AGH AGH AGH
C G H H H
TIK KOM ESL ESL ESL
C G B G F G C G F F B G F G F F G G F G G
TIK BIO FKH BIO ITP BIO ITK BIK ITP ITP FKH BIK ITP BIK ITP ITP BIO BIO ITP KIM BIO
49 47 43 48 43 41 43 49 42 34 40 41 45 32 45 48 46 43 47 47 48 47 48 46 48 44 46 43 43 48 48 42
Palmae Botany Rice Fish crops Soybean Rice Totifers Inference methods Farm Production Beverages Agricultural research Ecosystems Araceae
F
TEP
38
Tjitrosoedirdjo, Sri S. Rifai, Mien Sopandie, Didy Sopandie, Didy Supandie, Didy Sopandie, Didy Djokosetiyanto Buono, Agus Adhi, Andriyono Kilat Gani, Darwis S. Hubeis, Aida Vitayala S. Muchsin, Ismudi Guhardja, Edi Girindra, Aisyah Toelihere, Mozes R. Astawan, Made Poerwanto, Sri Budiarti Zairin, M. Bintang, Maria Zakaria, Fransiska R Jenie, Betty Sri Laksmi Sinaga, Meity Suradji Bintang, Maria Jenie, Betty Sri Laksmi Bintang, Maria Wijaya, C.Hanny Zakaria, Fransisca Rungkat Syafii, Wasrin Sudirman, Lisdar I. Dewanti-Hariyadi, Ratih Sajuthi, Dondin Sugiri, Nawangsari Zakaria, Fransiska Rungkat
G
BIO
45
Poerwanto, Sri Budiarti
G G A G
BIO BIO AGH BIO
44 27 49 48
Poerwanto, Sri Budiarti Partodihardjo, Soebadi Ghulamahdi, Munif Suhartono, Maggy T
Cattle greeds Seaweed meal Biological sciences Fish Field crop Food technology Chemistry Plant diseases Anthihiperglicemic Microbiology Antioxidants Antioxidants Medical plants Ebory Basidiomycetes Field crops Field crops Echinoidea Zingiber Bio organic Chemistry Industrial microbiology Goats Field crops Bacillus
22
c. Data tabel fakta disertasi ID_Fak
ID_Dept
ID_Thn
ID_Dosen
ID_Subjek
A A
AGH AGH
49 49
Tobacco Field crops
A A
AGH AGH
49 49
E B G A A A A
MNH FKH BIO AGH AGH AGH AGH
49 49 49 49 49 49 49
A D D D G D D D B D D A C C C C G C C C C C G C C G C C I
AGH PTP PTP PTP BIO PTP PTP PTP FKH PTP PTP AGH ITK ITK ITK ITK BIO ITK ITK BDP BDP BDP BIO BDP BDP BIO ITK ITK GIZ
49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49
Sudradjat Poerwanto, Roedhy Djoefrie, M.H Bintoro Yahya, Sudirman Suratmo, F. Gunarwan Malole Kiranadi, Bambang Aswidinnoor, Hajrial Wattimena, G.A Sopandie, Didy Poerwanto, Roedhy Sastrosumarjo, Sarsidi Toharmat, Toto Sutardi, Toha Sofyan, Lily Amalia Toelihere, Mozes R Martojo, Harimurti Martojo, Harimurti Gurnadi, H.R. Eddie Satrija, Fadjar Gurnadi, Eddie Sihombing Rumawas, Fred Baskoro, Mulyono S Sondita, M. Fedi A Jaya, Indra Monintja, Daniel R Toelihere, Mozes R Sondita, M. Fedi A Monintja, Daniel R Dana, Darnas Zairin, Muhammad Zairin, Muhammad Manalu, Wasmen Zairin, Muhammad Affandi, Ridwan Suwanto, Antonius Monintja, Daniel R Soedhrama, Dedi Kusharto, Clara M
Field crops Oleaginous plants Fagaceae Field crops Medicinal plants Field crops Horticulture Garden plant Fruits Gardening Physiology Ruminants Ruminants Ruminants Animal husbandry Animal husbandry Animal husbandry Animal husbandry Meat production Insect breeding Field crops Fisheries Fisheries Fisheries Fisheries Fisheries Fisheries Fishing methods Fisheries Fisheries Fisheries Feeding Fisheries Fisheries Fisheries Fisheries Fisheries House keeping
23
Lampiran 4 Data tabel jumlah penelitian a. Data tabel jumlah penelitian berdasarkan tahun Tahun 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
Skripsi
Tesis
Disertasi
0 1 1 0 4 4 15 18 11 15 29 18 15 30 62 24 52 40 72 44 32 61 92 221 396 584 751 801 913 1147 899 1281 1153 1211 1267 865 1371 1409 1306 1427 1562
0 0 0 0 0 2 3 3 4 1 0 1 0 0 1 0 0 5 5 18 29 46 60 85 116 109 101 131 154 165 171 176 247 269 255 360 324 308 258 264 336
5 1 1 0 2 0 4 6 2 0 1 2 3 1 4 7 4 7 9 8 9 14 12 18 23 31 21 31 29 33 24 39 26 26 31 34 29 32 47 48 43
24
Tahun 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Skripsi
Tesis
Disertasi
1615 1776 2006 2318 2733 2711 2799 2862 2611 2854 2458 2917 2523
382 383 384 569 555 555 659 575 416 545 759 772 690
56 60 67 80 78 113 193 166 239 175 160 176 142
b. Data tabel jumlah penelitian berdasarkan fakultas id_fakultas A B C D E F G H I
Fakultas 14797 2251 7102 4777 4954 7917 6440 2606 545
c. Data tabel jumlah penelitian berdasarkan departemen id_dept TSL AGH PTN ARL FKH BDP MSP THP PSP ITK PTP NTP MNH THH
Departemen 257 513 181 173 1524 2459 1315 670 975 1177 347 119 1834 1189
25
KSH SVK TEP ITP TIN STK GFM BIO KIM MAT KOM FIS BIK EKO MAN AGB ESL GIZ IKK KPM TNH
992 206 1664 572 1792 1499 678 1127 1090 529 759 361 187 649 1064 594 144 215 85 245 1365
26
Lampiran 5 Desain logikal skema galaksi dengan empat tabel fakta
27
Lampiran 6 Model hirarki dimensi a. Hirarki dimensi penelitian
IPB PENELITIAN FAKULTAS A
...
DEPARTEMEN I
TSL
...
KPM
TAHUN 1958
...
DOSEN 2011
A...
...
SUBJEK Z...
A...
...
STRATA Z...
S1
S2
S3
28
b. Hirarki dimensi fakultas
A
B
C
D
PENELITIAN E
F
G
H
I
c. Hirarki dimensi departemen
TSL
AGH
PTN
ARL
FKH
PENELITIAN BDP
MSP
THP
PSP
ITK
...
KPM
2928
d. Hirarki dimensi waktu
1958
1959
1960
...
PENELITIAN
2005
2006
2007
2008
2009
2010
2011
30 28
Lampiran 7 Hasil pengujian dengan spesifikasi tren jumlah skripsi setiah tahun
Lampiran 8 Hasil pengujian dengan spesifikasi tren jumlah skripsi pada tahun 2011.
Lampiran 9 Hasil pengujian dengan spesifikasi tren jumlah skripsi berdasarkan dimensi fakultas dan departemen.
28 31
Lampiran 10 Hasil pengujian dengan spesifikasi tren jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dan dosen.
Lampiran 11 Hasil pengujian dengan spesifikasi tren jumlah skripsi berdasarkan dimensi tahun, fakultas, departemen, dosen, dan subjek.
Lampiran 12 Hasil pengujian dengan spesifikasi tren jumlah penelitian berdasarkan jenis penelitian.
3228
Lampiran 13 Hasil pengujian dengan spesifikasi tren jumlah penelitian setiap tahun.
Lampiran 14 Hasil pengujian dengan spesifikasi tren jumlah penelitian setiap tahun berdasarkan fakultas.
Lampiran 15 Hasil pengujian dengan spesifikasi tren jumlah penelitian setiap tahun berdasarkan fakultas dan departemen
3328
Lampiran 16 Hasil pengujian dengan spesifikasi tren jumlah penelitian setiap tahun berdasarkan fakultas, departemen, dan dosen.
Lampiran 17 Hasil pengujian dengan spesifikasi tren jumlah penelitian setiap tahun berdasarkan fakultas, departemen, dosen, dan subjek.
