IMPLEMENTASI APLIKASI DATA WAREHOUSE DAN SISTEM PENDUKUNG KEPUTUSAN PADA PROYEK KONSTRUKSI JALAN BERBASIS KINERJA
Rani Shesasiwi Herlanda (5109100030) Pembimbing I Pembimbing II
: Diana Purwitasari, S.Kom., M.Sc : Wijayanti Nurul Khotimah, S.Kom, M.Sc
LATAR BELAKANG
1
LATAR BELAKANG Perusahaan BUMN yang bergerak dalam bidang jasa konstruksi di Indonesia
Memperoleh kontrak peningkatan dan pemeliharaan jalan Demak -Trengguli dengan sistem Kontrak Berbasis Kinerja (KBK).
2
Lokasi Proyek KBK Demak Trengguli KAB. JEPARA
Bts. JALAN NASIONAL DI Wil. METROPOLITAN NO. RUAS
Trengguli Ke Kudus
KOTA DEMAK Kec. Rowosari
Ke Batang
/ Pemalang
WELERI
KOTA KENDAL Kec. Kaliwungu Brangsong Kaliwungu Ketapang - kebonharjo Tugurejo BANDARA A. YANI KOTA SEMARANG Mangkang Ngampel
: 019 / KM. 35+500 SMG.
NAMA RUAS : TRENGGULI - JATI REFF. : Pnt. AIR (+ 45 m) / BTS. KEC. KOORD. GPS. : 110°,43',27' BT. ; 06°,52',19' LS .
Kaligondang Wonosalem Sayung KABUPATEN DEMAK
Gayamsari
Brangseng
Jatingaleh KAB. KUDUS Banyumanik
KABUPATEN KENDAL Cangkringan
Bts. JALAN NASIONAL DI Wil. METROPOLITAN NO. RUAS
Ungaran
Singorojo
KABUPATEN GROBOGAN
: 009 / KM. 48+400 SMG.
NAMA RUAS : KENDAL - WALERI REFF. : JMB. KALI KUTA / BTS. KAB.
Karangjati KABUPATEN SEMARANG
KOORD. GPS. : 110°,02',57' BT. ; 06°,58',13' LS .
Kec. Ambarawa Bawen
Ke MAGELANG
KABUPATEN BOYOLALI
Ke Salatiga
KAB. SRAGEN
SALATIGA
Kec. Tengaran Bts. JALAN NASIONAL DI Wil. METROPOLITAN NO. RUAS
: 052 / KM. 59 + 400 SMG.
NAMA RUAS : SALATIGA - BOYOLALI
Ke BOYOLALI
REFF. : GAPURA / BTS. KAB. KOORD. GPS. : 110°,31',52' BT. ; 07°,25',57' LS .
3
Pembagian Segmen Jalan
A B
4
LATAR BELAKANG
Konsultan Kontraktor
Perancangan Pelaksanaan
Pemeliharaan Kontraktor
Perancangan Pelaksanaan Pemeliharaan 5
Tantangan pada Proyek KBK
Lingkup proyek lebih besar dan lebih sulit.
Pembayaran didasarkan atas hasil kinerja.
Keberhasilan paket KBK sangat tergantung oleh kualitas dan profesionalisme penyedia jasa.
6
Kebutuhan Kontraktor dalam Proyek KBK
Kontraktor dapat menganalisis data proyek KBK. Kontraktor dapat menghasilkan report yang terintegrasi. Kontraktor dapat mengakses semua informasi pada proyek KBK.
7
KONDISI DATA Ukuran Data Besar Satu kali proses inspeksi jalan menghasilkan 155 row
Departemen Inspeksi Jalan
Departemen Pengembalian KondisiJalan
Departemen Monitoring Kepadatan Jalan
Data Terpisah-pisah 8
MENGAPA MENGGUNAKAN DATA WAREHOUSE ? Menggabung data yang berasal dari source yang terpisah-pisah menjadi 1 database Menghasilkan informasi data yang berorientasi subjek Menghasilkan analisa dari banyak data yang dimasukkan.
9
TUJUAN
10
TUJUAN
Mendesain dan mengimplementasikan model data warehouse. Membangun aplikasi yang dapat menampilkan analisis data yang mudah digunakan dan dipahami oleh pengguna. Membangun aplikasi yang dapat membuat model atau rule agar dapat digunakan untuk Sistem Pendukung Keputusan (SPK).
11
METODOLOGI
12
METODOLOGI Studi Kelayakan
Penentuan Kebutuhan Fungsional dan Non Fungsional
Profilling Data
Membuat Model Dimensi
Membuat Bus Matrix
Merancang Arsitektur Sistem Data Warehouse
Proses Source Mapping
Merancang NDS
Membangun Physical Design
Membangun Bussines Intelegence
Membangun Report
Membangun ETL
Membangun Dashboard
13
Area Bisnis Perancangan Proyek Demak -Trengguli Pelaksanaan Proyek Demak -Trengguli
Pemeliharaan Proyek Demak -Trengguli
14
Proses Bisnis
Inspeksi Jalan Pengembalian Kondisi Jalan Monitoring kepadatan Jalan
15
Tahap Perancangan Arsitektur Sistem Data Warehouse
17
Tahap Perancangan Model Dimensi Proses Bisnis Inspeksi Jalan
18
Tahap Perancangan Model Dimensi Proses Bisnis Pengembalian Kondisi Jalan
19
Tahap Perancangan Model Dimensi Proses Bisnis Monitoring Kepadatan Jalan
20
Tahap Perancangan Model NDS
21
IMPLEMENTASI
22
Kondisi Memenuhi SUBSTRING(lubang,1,1) == "M" && SUBSTRING(tambalan,1,1) == "M" && SUBSTRING(retakan,1,1) == "M" && SUBSTRING(amblas,1,1) == "M" && SUBSTRING(plps_butir,1,1) == "M" && SUBSTRING(joint_seal,1,1) == "M" && SUBSTRING(kebersihan,1,1) == "M" Kondisi Tidak Memenuhi SUBSTRING(lubang,1,2) == "TM" || SUBSTRING(tambalan,1,2) == "TM" || SUBSTRING(retakan,1,2) == "TM" || SUBSTRING(amblas,1,2) == "TM" || SUBSTRING(plps_butir,1,2) == "TM" || SUBSTRING(joint_seal,1,2) == "TM" || SUBSTRING(kebersihan,1,2) == "TM"
PROSES ETL NDS Inspeksi Badan Jalan
Kondisi Tidak Memenuhi ISNULL(tipe_inspeksi) ? "badan jalan" : tipe_inspeksi ISNULL(status) ? "TM" : status
Kondisi Memenuhi ISNULL(tipe_inspeksi) ? "badan jalan" : tipe_inspeksi ISNULL(status) ? "M" : status "
23
PROSES ETL DDS Fact Pengembalian Kondisi Jalan
24
REPORT DDS
Report Inspeksi Badan Jalan
25
REPORT DDS
Report Kerusakan Badan Jalan
26
REPORT DDS
Diagram Kerusakan Badan Jalan
27
REPORT MDS
Report Pengembalian Kondisi Jalan
28
Association Rule Kerusakan Badan Jalan
29
Association Rule Kerusakan Badan Jalan
30
Naive Bayes
31
Dashboard
32
UJI COBA
33
Skenario Keintegrasian Data Report Kerusakan Badan Jalan
34
Skenario Keintegrasian Data Diagram Kerusakan Badan Jalan
35
Kesimpulan Uji Coba Keintegrasian Data Data jumlah kerusakan badan jalan setiap bulan dan setiap harinya sudah terintegrasi. Data jumlah kerusakan pada report dan diagram sudah terintegrasi.
36
Skenario Tampilan Dependency Network pada Association Rule
37
Kesimpulan Uji Coba Tampilan Dependency Network pada Association Rule
38
Skenario Tampilan Dependency Network pada Naive Bayes
39
Kesimpulan Uji Coba Tampilan Dependency Network pada Naive Bayes “Range jumlah kerusakan badan jalan“ bergantung pada “Range jumlah kerusakan bahu jalan” dan “Jumlah overweight” dengan nilai dependency sangat tinggi yaitu 100%.
40
KESIMPULAN
41
KESIMPULAN
Implementasi aplikasi data warehouse pada Tugas Akhir ini dapat menghasilkan model atau rule yang berguna dalam Sistem Pengambilan Keputusan. Pada sistem data warehouse langkah paling penting adalah pembuatan model dimensi. Aplikasi web pada Tugas Akhir ini dapat menampilkan report yang dibutuhkan oleh pengguna.
42
KESIMPULAN
Semakin besar nilai support dan importance pada association rule, maka rule tersebut semakin kuat. Analisis yang dihasilkan adalah jumlah kerusakan badan jalan dipengaruhi oleh jumlah kerusakan bahu jalan, jumlah kerusakan drainase, dan jumlah overweight yang terjadi pada jalan. Semakin besar nilai probability pada naive bayes, maka semakin kuat nilai ketergantungan antara atribut yang terhubung. Analisis yang dihasilkan adalah jumlah kerusakan badan jalan bergantung pada jumlah kerusakan bahu jalan dan jumlah overweight yang terjadi pada jalan.
SEKIAN
43
DAFTAR PUSTAKA [1] T. Rujirayanyong, "A project-oriented data warehouse for construction," Elsevier, vol. 15, no. Automation in Construction , pp. 800–807, November 2005. [2] Y. Cao, M. Anson, J.P. Zhang K.W. Chau, "Application of data warehouse and Decision Support System," Elsevier, vol. 2, no. Automation in Construction, pp. 213–224, August 2002. [3] 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, pp. 5-71, 2008. [4] S., Dayal Chaudhuri, "An Overview of Data Warehousing and OLAP Technology," SIGMOD, vol. 26, pp. 65-74, March 1997. [5] J.Smith, B. Alex, "Data Warehousing, Data Mining, and OLAP," in Data Warehousing, Data Mining, and OLAP, I ed. United States of America: The Mc Graw-Hill Companies Inc, pp. 112-20, 1997. [6] Microsoft. (2013, February) msdn. [Online]. http://msdn.microsoft.com/enus/library/ms173767(v=sql.105).aspx [7] PT ADHIKARYA, Dokumen Pelelangan KBK Pekerjaan Konstruksi Kontrak LUMP SUM, November 26, 2010.
50
DAFTAR PUSTAKA [8]
PT. ADHIKARYA, Informasi Singkat Peningkatan Jalan Demak - Trengguli Kontrak Berbasis Kinerja, November 9, 2012. [9] M. Hasanbasri. (2013, March) Manajemen Operasi. [Online]. http://manajemenoperasional.com/ [10] M. Syafrizal. (2013, April) Academia.edu. [Online]. http://academia.edu/ [11] P. Ketut I , "PENERAPAN ASSOCIATION RULE MINING PADA DATA NOMOR UNIK PENDIDIK DAN TENAGA KEPENDIDIKAN UNTUK MENEMUKAN POLA SERTIFIKASI GURU," Digilib ITS, vol. I, pp. 3-8, 2007. [12] M. Mihic, I. Kursan, "Business Intelligence: The Role of The Internet in Marketing Research,“ Management Journal, vol. XV, pp. 69-86, 2010. [13] B. Nadia, "Business Intelligence and E-Discovery," Intellectual Property & Technology Law Journal, vol. XXII, 2010. [14] Z. H. Laksmiwati, "Evaluasi Teknik Optimalisasi Proses ETL dan Skema Data Warehouseuntuk Mendukung Tactical Business Intelligence," Jurnal Sarjana Institut Teknologi Bandung Bidang Teknik Elektro dan Informatika, vol. I, no. 3, p. 2, 2012.
51
DAFTAR PUSTAKA [15]
[16] [17] [18] [19] [20]
T. Y. Wah, "Evaluating a Data Warehouse for Lymphoma Diagnosis and Treatment Decision Support System," Evaluating a Data Warehouse for Lymphoma Diagnosis and Treatment Decision Support System, vol. IV, no. Modelling Symposium on Computer Modelling and Simulation, pp. 1-6, 2009. F. T. Abidin. (2013, March) Informatika Unsyiah. [Online]. http://www.informatika.unsyiah.ac.id/ W. Thornthwaite, R. Kimball, J. Mundy, The Microsoft Data Warehouse Toolkit, 1st ed., Beth, Mary Wakefield, Ed. Canada, Indiana: Wiley Publishing, Inc, 2006. Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en us/library/ms174916.aspx Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en us/library/ms174806.aspx P. Melina, "Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng Palangkaraya Menggunakan Skema Galaxy," Jurnal Fakultas Teknologi Informasi Universitas Kristen Satya Wacana, vol. I, p. 2, 2011
52
