Cara membuat transformation •
Pilih menu File | New | Transformation atau tekan CTRL+ALT+N.
•
Dari Panel Kiri -View, klik kanan entri Transformations| klik New
•
Simbol transformation dalam Spoon adalah
I. Praktek: Transformation Untuk Membaca 1 File Excel
1. Rancang suatu transformation dengan nama :\nama\transformasi_target.ktr. 2. Masukkan step Excel Input yang akan digunakan untuk membaca file spreadsheet Excel yang di download di elearning.
3. Klik 2 kali pada step tersebut.Namakan step tersebut dengan Excel -Target Penjualan. 4. Masukkan konfigurasi dengan petunjuk gambar berikut di bawah ini.
5. Klik tombol Add sehingga pola nama file yang kita masukkan di atas tersebut masuk dalam daftar entri Selected files. 6. Klik tombolShow filename(s),untuk melihat apakah nama pola yang kita masukkan dikenali. Apabila berhasil maka akan muncul dialog dengan daftar file Excel seperti berikut ini.
7. Klik tombol Close. 8. Klik tab Sheets, lanjutkan dengan klik tombol Get sheetname(s).
9. Pada dialog “Enter List”, masukkan sheet “Target Penjualan” dari list “Available Items” ke “Your Selection”. Klik tombol “OK”.
10. Hasil pada tab Sheets akan tampak sebagai berikut.
11. Pada tab Fields klik tombol Get fields from header row:. Dalam beberapa saat semua fields dan meta datanya akan coba dikenali oleh Kettle. Perhatikan meta data (tipe) dari semua field tersebut.
12. Klik tombol Preview rows untuk melihat data yang dibaca dari Excel. 13. Masukkan jumlah preview sebanyak 1000 baris data pada dialog Enter preview size dan klik tombol OK.
14. Akan muncul jendel Examine preview data yang merupakan preview dari data Excel kita.Klik tombol Close untuk menutup dialog tersebut.
15. Klik tombol “OK”. “Apabila kita perhatikan transformasi dari latihan praktek diatas, terlihat bahwa tipe data dari tahun dan nilai target tidak seperti yang kita harapkan. Harusnya semua data tersebut bertipe bilangan bulat atau integer, bukannya number atau bilangan angka pecahan seperti yang dikenali oleh Spoon secara otomatis. Untuk memperbaiki hal ini, kita dapat merubahnya langsung melalui konfigurasi pada step Excel Input tersebut, atau melalui penggunaan step Select Values.”
II. Praktek: Merubah Meta Data Berikut adalah langkah-langkah untuk merubah meta data menggunakan cara Step Select Values : a. Masukkan step Select Values pada ruang kerja kita.
b. Buat hop antara step Excel –Target Penjualan dan Select values. c. Klik 2 kali pada step Select Values. d. Ganti nama step tersebut ke Rubah Meta Data. e. Pada tab Select & Alter klik tombol Get fields to select.
f. Pada tab Meta Data klik tombol Get fields to change. g. Hapus field Kode Cabang dan Kode Produk dari daftar dengan cara meng-klik kolom paling kiri yang berdekatan dengan nama fiel dtersebut –tekan tombol Delete.
h. Pada kolom Type, ambil pilihan Integer dari daftar tipe-tipe data yang tersedia.Lakukan hal tersebut untuk semua nama field yang tersisa-seperti terlihat pada gambar berikut.
i. Klik tombol OK setelah selesai. j. Untuk melihat perubahan meta data pada tiap step, klik kanan pada step Excel – Target Penjualan, kemudian pilih menu Show output fields.
Akan muncul window ang berisi informasi output meta data dari step tersebut.
Lakukan hal yang sama untuk step Rubah Meta Data. Terlihat bahwa field Tahun & Bulan sudah berubah tipe datanya dari Numeric menjadi Integer.
III.
Preview Data
a. Klik step Select Values, kemudian klik tombol Preview this transformation.
b. Klik tombol Quick Launch.
c. Akan keluar dialog preview data. Klik tombol Closeuntuk menutup dialog ini.
“Lakukan hal yang sama untuk step Rubah Data dan perhatikan perbedaannya.”
Praktek: Membuat Koneksi Database ke MySQL •
Konek ke SQLYog dan klik execute SQL Script untuk membuat database phioltp (untuk membuat koneksi, terlebih dahulu harus ada database yang akan dikoneksikan). Dalam kasus ini kita akan membuat koneksi dengan database phi-oltp. Lakukan step ini jika belum ada database phi-oltp di SQLYog.
•
Masukkan file tr_penjualan.sql yang telah anda download die learning (data latihan transformasi) kemudian klik execute
•
Setelah database dibuat, kembali lagi ke spoon
•
Pada bagian View di panel kiri Spoon terdapat titik node Database Connections, klik kanan pada node tersebut dan pilih New.
•
Masukkan konfigurasi koneksi ke database MySQL sebagai berikut. Database sudah ada sebelumnya.
•
Klik tombol Test, apabila koneksi berhasil dilakukan akan muncul window seperti gambar berikut.
•
Klik tombol OKuntuk menutup window tersebut.
•
Koneksi tersebut akan muncul pada daftar Database Connections.
•
Klik kanan pada koneksi yang baru kita buattadi, dan klik Share. Opsi ini memungkinkan koneksi dapat digunakan oleh seluruh job/ transformation kita tanpa harus dideklarasikan ulang.
•
Simpan transformation kita dengan cara meng-klik tombol Save.
. Menulis Data ke Tabel MySQL •
Tambahkan stepTable Outputpada ruang kerja transformationkita
•
Hubungkan step Rubah Meta Datadengan Table Output.
•
Klik 2 kali pada stepTable Output.
•
Masukkan konfigurasi untuk dialog steptersebut sebagai berikut : Step Name: Target -MySQL Output Connection: phi_oltp Target table: target_penjualan Commit Size: 100 Truncate table: yes
“ Karena tabel target_penjualan belum ada di database kita maka kita perlu membuatnya terlebih dahulu. Tapi jangan kuatir, pada step ini terdapat tombol “SQL”
yang dapat digunakan untuk menghasilkan perintah DDL SQL untuk membuat / merubah tabel output”. •
Klik
tombol
SQL,
akan
terlihat
perintah
DDL
CREATE
TABLE
target_penjualan:.
•
Klik tombol Execute untuk melakukan mengeksekusi perintah tersebut pada database kita. Klik tombol OK pada dialog yang muncul kemudian.
•
Pada tahap ini tabel target_penjualan akan dibentuk di database phi_oltp.
•
Klik OK beberapa kali untuk menutup semua dialog dan kembali ke ruang kerja kita.
•
Jalankan transformation kita dengan cara klik tombol Run this transformation or job.
•
Klik tombol Launch pada dialog Execute a transformation. Transformasi data akan berlangsung, tunggu beberapa saat sampai selesai – ditandai dengan status Finished pada tab Step Metrics yang berada pada bagian panel bawah ruang kerja.
“Dengan SQLYog, cobalah lihat isi data dari table target_penjualan.”
