Seminar Nasional Teknologi Informasi dan Multimedia 2017
ISSN : 2302-3805
STMIK AMIKOM Yogyakarta, 4 Februari 2017
MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ Rani Susanto1), Tati Harihayati M2), Utami Dewi Widianti3) 1), )2, 3)
Teknik Informatika UNIKOM Bandung Jl Dipatiukur No. 112-114 Bandung Email :
[email protected]),
[email protected]),
[email protected])
membuat persentasi angka kelulusan berdasarkan waktu tempuh studi cukup rendah.
Abstrak Program Studi (Prodi) XYZ adalah Prodi dengan jumlah mahasiswa yang cukup besar dan memungkinkan akan semakin bertambah besar setiap tahunnya. Prodi XYZ memiliki tujuan strategi bisnis untuk meningkatkan kualitas lulusannya agar lulusan yang dihasilkan oleh Prodi ini memiliki IPK tinggi dan lulus tepat pada waktunya. Business Intelligence adalah aplikasi, teknologi dan metodolodi untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data untuk membantu pengguna enterprise untuk membuat keputusan bisnis yang lebih baik. Model yang dibangun menggunakan Metode OLAP (Online Transfer Protocol) sebagai pendekatan analisis untuk menyajikan jawaban dari permintaan proses yang bersifat dimensional secara cepat sehingga menjadi dasar pengambilan keputusan bisnis yang mengacu pada Key Performance Indicators atau disingkat KPI. Berdasarkan masalah yang telah dipaparkan maka dibutuhkan suatu model sistem informasi business intelligence mahasiswa dengan metode OLAP dapat membantu Kaprodi selaku stakeholder untuk mengetahui informasi yang berhubungan dengan data mahasiswa serta data kelulusan. Kata kunci:Model, Business Intelligence, OLAP, KPI
Business Intelligence adalah aplikasi, teknologi dan metodolodi untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data untuk membantu pengguna enterprise untuk membuat keputusan bisnis yang lebih baik[1]. Business Intelligence bertujuan untuk menyajikan berbagai informasi yang disesuaikan dengan kebutuhannya untuk mencapai tujuan bisnis perusahaan. Metode OLAP (Online Transfer Protocol) merupakan metode pendekatan analisis untuk menyajikan jawaban dari permintaan proses yang bersifat dimensional secara cepat sehingga menjadi dasar pengambilan keputusan bisnis. Dengan pendekatan ini maka dibutuhkan suatu model sistem informasi Business Inteligence mahasiswa dengan metode OLAP yang bertujuan membantu Ketua Program Studi (Kaprodi) dalam mengetahui informasi yang mempengaruhi kinerja dan kualitas mahasiswa serta lulusan. 2. Tinjauan Pustaka Business Intelligence merupakan kerangka kerja konseptual untuk mendukung keputusan bisnis, BI menggabungkan arsitektur, basis data atau data warehouse, tools analisis dan aplikasi.[1] . Arsitektur Business Intelligence terdiri dari 6 komponen utama yaitu Data Source, Data Warehouse, Data Exploration, Data Mining, Optimization dan Decisions [2]
1. Pendahuluan Program Studi (Prodi) XYZ adalah Prodi dengan jumlah mahasiswa yang cukup besar dan memungkinkan akan semakin bertambah besar setiap tahunnya. Prodi XYZ memiliki tujuan strategi bisnis untuk meningkatkan kualitas lulusannya agar lulusan yang dihasilkan oleh Prodi ini memiliki IPK tinggi dan lulus tepat pada waktunya. Tetapi terdapat permasalahan dimana persentasi jumlah lulusan yang dihasilkan setiap tahunnya tidak sebanding dengan persentasi jumlah mahasiswa yang masuk. Hal ini diakibatkan karena adanya kelemahan mendasar dari sisi mahasiswa yaitu tidak meratanya kualitas mahasiswa dimana masih terdapat mahasiswa yang memiliki nilai rendah, mengulang mata kuliah serta faktor lainnya sehingga
Data warehouse merupakan koleksi data yang mempunyai sifat berorientasi subyek, terintegrasi, timevariant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management, proses ini subject-oriented, terintegrasi, waktu yang bervariasi dan permanen. [3]. Tujuan utama dari pembuatan data warehouse merupakan untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query, menghasilkan laporan, dan melakukan analisis. Salah satu keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat meningkatkan efektifitas pembuatan keputusan.
1.2-139
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2017 STMIK AMIKOM Yogyakarta, 4 Februari 2017
Karakteristik Data Warehouse yaitu berorientasi subyek, terintegrasi, time variant dan Non Volatille [3]. OLAP (On-Line Analytical Processing) adalah salah satu cara untuk mengolah data yang ada pada sebuah data warehouse. OLAP memberikan jawaban terhadap query analytic untuk data yang bersifat multidimensional. OLAP menyediakan cara untuk menampilkan data multidimensional yang ada dalam data mart atau data warehouse, dengan OLAP dapat dibuat cube yang mengorganisasikan data dan membuat summary data untuk query yang efisien. Key Performance Indicators atau disingkat KPI adalah metrik finansial ataupun non-finansial yang digunakan untuk membantu suatu organisasi atau perusahaan untuk menentukan dan mengukur kemajuan terhadap sasaran organisasi atau perusahaan tersebut. KPI digunakan dalam business intelligence untuk menilai keadaan terkini suatu bisnis dan dapat menentukan suatu tindakan terhadap keadaan tersebut. [4] 2. Pembahasan Pengumpulan Data dan Analisis Informasi Strategis Tahapan pertama yang dilakukan adalah melihat permasalahan dari fakta yang ada seperti yang ada di Tabel 1. Tabel 1. Masalah berdasarkan Fakta Data Nilai Mahasiswa Baru
Kelulusan Mahasiswa
Mahasiswa Keluar
3.
Jumlah Mahasiswa yang mengundurkan di setiap semester di tiap tahun akademik 4. Jumlah Mahasiswa yang pindah jurusan di setiap semester di tiap tahun akademik 5. Jumlah Mahasiswa yang Lulus di setiap semester di tiap tahun akademik 6. Jumlah Mahasiswa yang Lulus dalam waktu 4 tahun di setiap tahun akademik 7. Jumlah Mahasiswa yang Lulus dalam waktu lebih dari 4 tahun di setiap tahun akademik 8. Jumlah Mahasiswa yang Lulus dengan status IPK cum laude di setiap tahun akademik 9. Jumlah Mahasiswa yang Lulus dengan status IPK sangat memuaskan di setiap tahun akademik 10. Jumlah Mahasiswa yang Lulus dengan status IPK memuaskan di setiap tahun akademik 11. Jumlah Mata Kuliah yang paling banyak diulang Pembuatan Skema Relasi OLTP Berdasarkan sumber data yang sudah diolah, maka digunakan 4 tabel sebagai sumber data awal yaitu tabel mahasiswa, tabel nilai, tabel mata kuliah dan tabel kelulusan. Skema Relasi OLTP yang terbentuk terdapat di gambar 1. Mahasiswa PK Nilai PK,FK1 PK,FK2 PK PK
NIM KDMK Semester Tahun_Akademik Nama Nama_MK Nilai
Fakta Jumlah Mhs dengan Grade C hampir 50% setiap tahunnya Jumlah Mhs dengan Grade A hanya sedikit setiap tahunnya bahkan tidak ada Mhs Lulus 4 tahun mengalami penurunan setiap tahunnya Mhs Lulus > 4 tahun mengalami penaikan setiap tahunnya Mhs Lulus dengan IPK >=3,5 (Cum Laude) menurun setiap tahunnya Mhs Lulus dengan IPK >2,75 tidak konstan Mhs Lulus dengan IPK <2,75 mengalami penaikan setiap tahunnya Jumlah Mhs yang mengundurkan diri semakin meningkat setiap tahunnya Jumlah Mhs yang pindah fakultas semakin meningkat setiap tahunnya Jumlah Mhs yang pindah Program Studi semakin meningkat setiap tahunnya
NIM
Mata_Kuliah PK
KDMK
Nama Status ProgramStudi Tahun KdKls TempatLahir TglLahir Alamat Sex Agama Foto KdWali Asal Provinsi Jenis
Kelulusan PK,FK1 PK
NIM Tahun_Akademik Nama TempatLahir TglLahir Alamat(Ortu) Telepon(Ortu) Alamat(Bandung) Telepon(Ortu) AlamatE-mail ProgramStudi Judul(Indonesia) Judul(inggris) IPK Predikat
Nama_MK SKS Semester Sifat Prasyarat
Gambar 1. Skema Relasi OLTP Analisis Arsitektur Data Warehouse Analisis Source Layer Data yang digunakan pada tahapan ini adalah data operasional, dari data operasional ini akan dibentuk skema relasi data warehouse yang dibutuhkan untuk mendapatkan informasi strategis dan penentuan KPI untuk proses Business Inteligence
Tahapan selanjutnya yaitu menganalisis kebutuhan informasi strategis. Kebutuhan informasi strategis ini didapatkan dari proses wawancara dengan pihak terkait serta hasil analisis dari sumber data yang ada. Informasi Strategis tersebut yaitu : 1. Jumlah Mahasiswa Baru Prodi XYZ setiap tahun akademik 2. Jumlah Mahasiswa dengan status Aktif di setiap semester di tiap tahun akademik
Analisis Data Stagging Data Operasional yang sudah terbentuk skema OLTP akan melewati tahapan ETL yaitu Extract, Transforn dan Load. Proses ini akan menghasilkan tabel Fakta dan Dimensi yang dibutuhkan untuk pembentukan skema Relasi Data warehouse, penentukan KPI dan proses OLAP. Hasil proses ETL terdapat pada Tabel 2 Tabel 2 Dimensi dan Fakta dari ETL
1.2-140
No 1 2 3 4
Nama Tabel Dim_Mahasiswa Dim_Mata_Kuliah Dim_Nilai Dim_Tahun_Akademik
Jenis Tabel Dimensi Dimensi Dimensi Dimensi
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2017 STMIK AMIKOM Yogyakarta, 4 Februari 2017
No 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Nama Tabel Dim_Status_Mhs Dim_Semester Dim_IPK Dim_Kelulusan Fact_jumlah_mhs Fact_jumlah_mhs_aktif Fact_mengundurkan_diri Fact_mhs_pindah_jurusan Fact_mhs_lulus Fact_lulus_tepat_waktu Fact_lulus_tdk_tepat_waktu Fact_mhs_lulus_cum_laude Fact_mhs_lulus_sangat_memuaskan Fact_mhs_lulus_memuaskan Fact_matkul_diulang
Jenis Tabel Dimensi Dimensi Dimensi Dimensi Fakta Fakta Fakta Fakta Fakta Fakta Fakta Fakta Fakta Fakta Fakta
No
5
6
7
Skema data warehouse yang terbentuk adalah skema fact constellation dan dapat dilihat di Gambar 2 PK
PK
Kode_Status
Mahasiswa lulus dengan status IPK Cum Laude
9
Mahasiswa lulus dengan status IPK sangat Memuaskan
10
Mahasiswa lulus dengan status IPK memuaskan
11
Mata Kuliah yang paling banyak diulang
Kode_tahun_akademik Tahun_akademik
Nama_status
Mahasiswa yang lulus setiap semesternya Mahasiswa lulus dalam waktu 4 tahun Mahasiswa lulus lebih dari 4 tahun
8
Dim_tahun_akademik
Dim_Status_Mhs
Key Performance Indicator (KPI) setiap semesternya
Dim_Mhs Dim_Matkul PK
PK
KDMK
NIM Fact_mhs_lulus_tepat_waktu
Nama Status
NamaMatkul SKS
Fact_jumlah_mhs_baru
Dim_IPK PK Fact_matkul_diulang Besar_IPK Predikat FK2,FK3 FK3
FK1 FK2 FK3
Id_IPK FK1 FK2
Jumlah_mhs_lulus_tepat_waktu NIM Kode_tahun_akademik Kode_semester
Jumlah_mhs_baru NIM Kode_tahun_akademik
Jumlah_matkul_diulang NIM Tahun_Akademik
Dim_Semester PK
Semester
Fact_jumlah_mhs_lulus_cum_laude Dim_Nilai PK,FK1 PK
NIM Tahun_Akademik KDMK Semester Nilai
FK1 FK2 FK3,FK4 FK3,FK4
Jumlah_Mhs_lulus_cum_laude Kode_Status Id_IPK NIM Tahun_Akademik
Kode_semester
Fact_Mengundurkan_diri
Fact_jumlah_mhs_aktif
FK1 FK2 FK3 FK4
Jumlah_mhs_aktif NIM Kode_tahun_akademik Kode_semester Kode_Status
FK1 FK2
Jumlah_Mhs_mengundurkan_diri NIM Kode_semester
Fact_mhs_lulus_tdk_tepat_waktu Fact_Pindah_Jurusan Fact_mhs_lulus
Fact_jumlah_mhs_sangat_memuaskan
FK1 FK2 FK3,FK4 FK3,FK4
Jumlah_mhs_lulus_sangat_memuaskan Kode_Status Id_IPK NIM Tahun_Akademik
Fact_jumlah_mhs_memuaskan
FK1 FK2 FK3,FK4 FK3,FK4
FK1 FK2
Jumlah_mhs_pindah_jurusan NIM Kode_semester
Jumlah_mhs_memuaskan Kode_Status Id_IPK NIM Tahun_Akademik
FK1 FK2,FK3 FK3
Jumlah_mhs_lulus Kode_semester NIM Tahun_Akademik
FK1,FK3 FK2 FK3
Jumlah_mhs_lulus_tdk_tepat_waktu NIM Kode_semester Tahun_Akademik
Dim_Kelulusan PK,FK1 PK
NIM Tahun_Akademik
FK3
Nama IPK Predikat Kode_tahun_akademik
Gambar 2 Skema Relasi Data Warehouse Fact Constellation Proses OLAP OLAP (Online Analytical Processing) adalah salah satu cara untuk mengolah data pada suatu data warehouse. Proses ini digunakan untuk memberikan informasi secara terperinci mengenai informasi strategis yang dibutuhkan. Proses OLAP yang digunakan antara lain slicing & dicing serta roll up & drill down.
1
2
3
4
Key Performance Indicator (KPI) Mahasiswa baru setiap tahun akademik Mahasiswa yang aktif setiap semester Mahasiswa yang mengundurkan diri dari setiap semesternya Mahasiswa yang pindah jurusan
semester di tiap tahun akademik Jumlah Mahasiswa yang Lulus di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang Lulus dalam waktu 4 tahun di setiap tahun akademik Jumlah Mahasiswa yang Lulus dalam waktu lebih dari 4 tahun di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK cum laude di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK sangat memuaskan di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK memuaskan di setiap tahun akademik Jumlah Mata Kuliah yang paling banyak diulang
Sumber Data Sumber Data Primer untuk proses ini berasal dari skema data warehouse yang sudah melewati proses ETL. Sumber data yang digunakan untuk Model sistem Informasi Business Intelligence mahasiswa tertera di Tabel 4 Tabel 4 Sumber Data untuk Kebutuhan BI
KPI dan Jenis Informasi KPI ditentukan berdasarkan kebutuhan informasi strategis yang bertujuan untuk menentukan faktor-faktor yang berkaitan dengan mahasiswa serta lulusan. KPI beserta sumber data disajikan pada tabel 3 Tabel 3 KPI dan Jenis Informasi No
Jenis Informasi
N o 1
2
3
Jenis Informasi Jumlah Mahasiswa Baru Prodi XYZ setiap tahun akademik Jumlah Mahasiswa dengan status Aktif di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang mengundurkan di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang pindah jurusan di setiap
4
5
1.2-141
Jenis Informasi Jumlah Mahasiswa Baru Prodi XYZ setiap tahun akademik Jumlah Mahasiswa dengan status Aktif di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang mengundurkan di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang pindah jurusan di setiap semester di tiap tahun akademik Jumlah Mahasiswa
Sumber Data Tabel Mahasiswa
Tabel Data Warehouse Dim_Mhs Fact_jumlah_mhs _baru
Tabel Mahasiswa
Dim_Status_mhs Fact_jumlah_mhs _aktif
Tabel Mahasiswa
Dim_Mhs Fact_mengundurk an_diri
Tabel Mahasiswa
Dim_Mhs Fact_mhs_pindah _jurusan
Tabel Kelulusan
Dim_Tahun_Aka demik
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2017 STMIK AMIKOM Yogyakarta, 4 Februari 2017
N o
6
7
8
9
10
11
Jenis Informasi yang Lulus di setiap semester di tiap tahun akademik Jumlah Mahasiswa yang Lulus dalam waktu 4 tahun di setiap tahun akademik Jumlah Mahasiswa yang Lulus dalam waktu lebih dari 4 tahun di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK cum laude di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK sangat memuaskan di setiap tahun akademik Jumlah Mahasiswa yang Lulus dengan status IPK memuaskan di setiap tahun akademik Jumlah Mata Kuliah yang paling banyak diulang
Sumber Data
Tabel Data Warehouse Fact_mhs_lulus
No
Key Performance Indicator (KPI)
Tabel Kelulusan
Dim_Tahun_akad emik Dim_Kelulusan Dim_Semester Dim_IPK Fact_mhs_lulus_t epat_waktu Dim_Tahun_akad emik Dim_Kelulusan Dim_Semester Dim_IPK Fact_mhs_lulus_t dk_tepat_waktu Dim_Tahun_akad emik Dim_Kelulusan Dim_Nilai Dim_IPK Fact_mhs_lulus_c um_laude Dim_Tahun_akad emik Dim_Kelulusan Dim_Nilai Dim_IPK Fact_mhs_lulus_s angat_memuaskan
2
Mahasiswa yang aktif setiap semester
3
Mahasiswa yang mengundurkan diri dari setiap semesternya Mahasiswa yang pindah jurusan setiap semesternya
Tabel Kelulusan
Tabel Kelulusan Tabel Nilai
Tabel Kelulusan Tabel Nilai
Tabel Kelulusan Tabel Nilai
Tabel Mata Kuliah
4
Dim_Tahun_akad emik Dim_Kelulusan Dim_Nilai Dim_IPK Fact_mhs_lulus_ memuaskan Dim_mata_kuliah Fact_matkul_diul ang
Model Sistem Informasi Business Intelligence Mahasiswa dengan Metode OLAP OLAP digunakan untuk visualisasi data berdasarkan kebutuhan informasi yang sudah dipetakan berdasarkan KPI. Metode OLAP setiap KPI berbeda karena disesuaikan dengan kebutuhannya. Model Sistem Informasi Business Intelligence yang dihasilkan terdapat pada tabel 5 Tabel 5 Model Sistem Informasi Business Intelligence Mahasiswa dengan Metode OLAP No 1
Key Performance Indicator (KPI) Mahasiswa baru setiap tahun akademik
Metode OLAP dan Kebutuhannya Roll Up : melihat summary Jumlah Mahasiswa Baru setiap tahun akademik Drill Down : melihat detail jumlah mahasiswa baru yang terdaftar setiap tahun 1.2-142
5
Mahasiswa yang lulus setiap semesternya
6
Mahasiswa lulus dalam waktu 4 tahun Mahasiswa lulus lebih dari 4 tahun
7
Metode OLAP dan Kebutuhannya akademiknya Slicing : melihat jumlah mahasiswa baru untuk tahun akademik tertentu Roll up : melihat summary jumlah mahasiswa aktif maupun cuti setiap tahun akademiknya. Drill down : melihat detail jumlah mahasiswa aktif maupun cuti baik reguler maupun karyawan di setiap tahun akademiknya. Slicing : melihat jumlah mahasiswa aktif saja untuk setiap tahun akademiknya, Dicing: untuk melihat jumlah mahasiswa aktif di satu tahun akademik tertentu. Roll up : melihat summary jumlah mahasiswa yang mengundurkan diri setiap tahun akademiknya. Drill down : melihat detail jumlah mahasiswa yang mengundurkan diri maupun pindah jurusan baik reguler maupun karyawan di setiap tahun akademiknya. Slicing : Melihat jumlah mahasiswa mengundurkan diri saja untuk setiap tahun akademiknya Melihat jumlah mahasiswa Pindah jurusan untuk setiap tahun akademiknya. Dicing : Melihat jumlah mahasiswa mengundurkan diri di satu tahun akademik tertentu. Melihat jumlah mahasiswa Pindah jurusan untuk di satu tahun akademik tertentu. Roll Up : melihat summary Jumlah Mahasiswa Lulus setiap tahun akademik Drill Down : melihat detail jumlah mahasiswa lulus yang terdaftar setiap tahun akademiknya Slicing : melihat jumlah mahasiswa lulus untuk tahun akademik tertentu Roll up : melihat summary jumlah mahasiswa yang lulus tepat waktu ataupun tidak tepat waktu setiap tahun akademiknya. Drill down : melihat detail jumlah mahasiswa yang lulus tepat waktu ataupun tidak tepat waktu baik reguler maupun karyawan di setiap tahun akademiknya.
Seminar Nasional Teknologi Informasi dan Multimedia 2017
ISSN : 2302-3805
STMIK AMIKOM Yogyakarta, 4 Februari 2017
No
8
9
10
11
Key Performance Indicator (KPI)
Mahasiswa lulus dengan status IPK Cum Laude Mahasiswa lulus dengan status IPK sangat Memuaskan Mahasiswa lulus dengan status IPK memuaskan
Mata Kuliah yang paling banyak diulang
Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjatna Magister Sistem Informasi Universitas Komputer Indonesia, lulus tahun 2014. Saat ini menjadi Dosen di Jurusan Teknik Informatika UNIKOM (Universitas Komputer Indonesia) Bandung.
Metode OLAP dan Kebutuhannya Slicing : melihat jumlah mahasiswa yang lulus tepat waktu untuk setiap tahun akademiknya. Dicing : melihat jumlah mahasiswa yang lulus tepat waktu di satu tahun akademik tertentu. Roll up :melihat summary jumlah mahasiswa yang lulus sesuai predikatnya setiap tahun akademiknya. Drill down : melihat detail jumlah mahasiswa yang lulus sesuai predikatnya baik reguler maupun karyawan di setiap tahun akademiknya. Slicing :melihat jumlah mahasiswa yang lulus dengan status cum laude untuk setiap tahun akademiknya. Dicing : melihat jumlah mahasiswa yang lulus dengan status cum laude di satu tahun akademik tertentu. Roll Up : melihat summary Jumlah mata kuliah yang paling banyak diulang Drill Down : melihat mata kuliah apa saja yang banyak diulang
Tati Harihayati, S.T.,M.T, memperoleh gelar Sarjana Teknik (S.T) ST_INTEN Bandung, lulus tahun 1996, Memperoleh gelar Magister Teknik (M.T) ITB (Institut Teknologi Bandung) Jurusan Sistem Informasi, lulus tahun 2007.Saat ini menjadi Dosen di Jurusan Teknik Informatika UNIKOM (Universitas Komputer Indonesia) Bandung. Utami Dewi Widianti, S.Kom.,M.Kom, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika UNIKOM (Universitas Komputer Indonesia) Bandung, lulus tahun 2006. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Sistem Informasi UNIKOM (Universitas Komputer Indonesia) Bandung, lulus tahun 2013.Saat ini menjadi Dosen di Jurusan Teknik Informatika UNIKOM (Universitas Komputer Indonesia) Bandung.
3. Kesimpulan Berdasarkan hasil penelitian yang telah dilakukan, maka dapat disimpulkan bahwa model sistem informasi business intelligence mahasiswa dengan metode OLAP dapat membantu Kaprodi selaku stakeholder untuk mengetahui informasi yang berhubungan dengan data mahasiswa serta data kelulusan.
Daftar Pustaka [1] Efraim Turban, Ramesh Sharda, Dursun Delen, David King, and Janine E Aronson, Business Intelligence A Managerial Approach, 2nd ed.: Prentice Hall, 2011. [2] Carlo Vercellis, Business Intelligence : Data Mining and Optimization for Decision Making, 1st ed.: A John Willey and Sons, Ltd, 2009. [3] W. H Inmon, Building The Data Warehouse, 3rd ed.: A John Willey and Sons, Ltd, 2002. [4] David Parmenter, Key Performance Indicator - Developing, Implementing, and Using Winning KPIs.: John Willey & Sons, Inc, 2007.
Biodata Penulis Rani Susanto, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika UNIKOM (Universitas Komputer Indonesia), lulus tahun 2007.
1.2-143
Seminar Nasional Teknologi Informasi dan Multimedia 2017 STMIK AMIKOM Yogyakarta, 4 Februari 2017
1.2-144
ISSN : 2302-3805
