1 IMPLEMENTASI DATA WAREHOUSE UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN BERDASARKAN NILAI PENILAIAN UNJUK KERJA (Studi Kasus: PT Surya Pamenang Kedi...
IMPLEMENTASI DATA WAREHOUSE UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN BERDASARKAN NILAI PENILAIAN UNJUK KERJA (Studi Kasus: PT Surya Pamenang Kediri)
SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
Oleh: Lukas Gede Ngurah Bayu Putra 125314006
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016
i
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DATA WAREHOUSE IMPLEMENTATION TO SUPPORT EMPLOYEE PERFORMANCE MONITORING BASED ON THE ASSESSMENT POINT TO WORK (Case Study : PT Surya Pamenang Kediri)
A THESIS
Presented as Partial Fullfillment of the Requirements To Obtain the Sarjana Komputer Degree In Informatics Engineering Study Program
By : Lukas Gede Ngurah Bayu Putra 125314006
INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATIC ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2016
ii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN MOTTO
“Kita hidup bukan hanya untuk diri kita sendiri dan kita mati juga bukan untuk diri kita sendiri”
v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PERSEMBAHAN
Dengan penuh rasa syukur dan bangga, saya persembahkan karya ini untuk :
Tuhan Yesus dan Bunda Maria yang selalu menuntun setiap langkah dalam hidup. Orang tua yang terus memberikan dukungan, motivasi serta kasih yang melimpah. Adik-adiku, keluargaku yang mendukung dengan cara masing-masing. Serta teman-teman dan sahabatku yang memberikan pelajaran hidup, jalan-jalan, susah senang bersama dan teman dalam berproses menjadi pribadi yang lebih baik.
vi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRAK
IMPLEMENTASI DATA WAREHOUSE UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN BERDASARKAN NILAI PENILAIAN UNJUK KERJA (Studi Kasus: PT Surya Pamenang Kediri)
Lukas Gede Ngurah Bayu Putra Universitas Sanata Dharma Yogyakarta 2016
Data merupakan aset berharga yang digunakan untuk memutuskan kebijakan, melakukan strategi, atau mengambil keputusan. Data harus diproses sebelum menjadi informasi. Proses pengolahan data dapat dilakukan di berbagai tempat, misalkan di database operasional, aplikasi operasional, maupun menggunakan teknologi data warehouse. Teknologi data warehouse digunakan untuk mengintegrasikan data hasil nilai penilaian unjuk kerja karyawan. Pembuatan data warehouse digunakan untuk menemukan informasi yang mendukung monitoring kinerja karyawan di PT Surya Pamenang. Data warehouse yang telah terbentuk selanjutnya akan diproses menjadi database Online Analytical Processing (OLAP) menggunakan kettle dan Star Schema. Data warehouse yang terbentuk dapat menghitung nilai aspek_pekerjaan, sikap dan nilai akhir. OLAP memberikan informasi nilai karyawan dari setiap periode penilaian yang telah dilakukan untuk melihat trend kinerja karyawan yang didasarkan pada hasil penilaian unjuk kerja karyawan.
Kata kunci : Data, Penilaian Unjuk Kerja, Data Warehouse, dan OLAP.
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI x
ABSTRACT
DATA WAREHOUSE IMPLEMENTATION TO SUPPORT EMPLOYEE PERFORMANCE MONITORING BASED ON THE ASSESSMENT POINT TO WORK (Case Study : PT Surya Pamenang Kediri)
Lukas Gede Ngurah Bayu Putra Universitas Sanata Dharma Yogyakarta 2016
Data is a valuable asset for deciding a policy, implementing a strategy, and taking decision. Data should be processed before the data become an information. The data processing is able to be done in various places such as operational database, operational application, and technologic data warehouse. Technologic data warehouse is used to integrate the result of performance assessment data. The establishment of data warehouse is for support monitoring employee performance at PT Surya Pamenang. Further, the established data warehouse will be processed to become database Online Analytical Processing (OLAP) using Kettle and Star Scheme. The established data warehouse is able to count the value aspects of work, attitude and the final value. OLAP provide information about the result value of employee assessment from any period assessment has been done to see the trend employee performance based on the result employee performance assessment.
Keyword : Data, Performance Assessment, Data Warehouse, dan OLAP.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xi
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa karena atas berkat dan rahmat-Nya, penulis dapat menyelesaikan tugas akhir sesuai d engan waktu yang telah ditentukan. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana Teknik Informatika di Universitas Sanata Dharma Yogyakarta. Penulis telah menyadari bahwa tanpa melibatkan bantuan dan dukungan banyak pihak skripsi ini sulit untuk selesai, namun berkat dukungan dan bantuan dari banyak pihak, akhirnya skripsi ini dapat diselesaikan. Oleh sebab itu atas bantuan dan dukungannya, penulis menghaturkan ucapan terimakasih kepada : 1. Tuhan Yang Maha Esa karena telah memberikan memberkati dan memberikan kekuatan selama proses penyelesaian tugas akhir. 2. Sudi Mungkasi,S.Si.,M.Math.Sc.,Ph.D selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 3. Dr.Anastasia Rita selaku Ketua Program Studi Teknik Informatika Universitas Sanata Dharma Yogyakarta. 4. JB Budi Darmawan S.,T. M.Sc. selaku dosen pembimbing yang telah meluangkan waktu untuk membimbing penulis selama pembuatan skripsi ini. 5. Orang tua, adik, serta keluarga yang memberikan dukungan, doa, dan motivasi dalam penyelesaian tugas akhir. 6. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan selama menuntut ilmu dan sangat membantu penulis dalam mengerjakan tugas akhir. 7. Teman-teman Teknik Informatika 2012 yang selalu memberi semangat dan bantuan selama menyelesaikan skripsi ini. 8. Serta semua pihak yang baik secara langsung maupun tidak langsung telah membantu penulis dalam menyelesaikan skripsi. Penulis dalam menulis skripsi ini sudah berusaha semaksimal mungkin, namun penulis juga menyadari bahwa skripsi yang dibuat ini masih banyak kekurangan dan jauh dari sempurna. Oleh sebab itu penulis sangat mengharapkan kritik dan saran dari pembaca yang dapat bermanfaat bagi perbaikan pada masa mendatang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xiii
DAFTAR ISI
HALAMAN JUDUL ............................................................................................ i A THESIS ........................................................................................................... ii HALAMAN PERSETUJUAN ............................. Error! Bookmark not defined. HALAMAN PENGESAHAN .............................. Error! Bookmark not defined. PERNYATAAN KEASLIAN KARYA ............... Error! Bookmark not defined. LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ............................... vii ABSTRAK ......................................................................................................... ix ABSTRACT ........................................................................................................ x KATA PENGANTAR ........................................................................................ xi BAB I .................................................................................................................. 1 PENDAHULUAN ............................................................................................... 1 1.1
Latar Belakang....................................................................................... 1
BAB II ................................................................................................................. 6 LANDASAN TEORI ........................................................................................... 6 2.1
Data Warehouse ..................................................................................... 6
2.1.1
Komponen Data Warehouse ............................................................... 6
2.1.2
Karakteristik Data Warehouse ............................................................ 7
2.1.3
Langkah Pembuatan Data Warehouse ................................................. 8
2.1.4
Implementasi Data Warehouse ........................................................... 8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xiv
2.2
Extract, Transform, and Load (ETL) .................................................... 10
2.3
Multi Dimensional Modeling................................................................ 10
2.3.1
Cube, Dimension, Measure dan Member ...................................... 10
2.3.2
Fact Table dan Dimension Table ................................................... 11
2.4
Skema Kristal Salju (Snowflake schema) dan Skema Bintang .............. 11
BAB III.............................................................................................................. 13 ANALISIS DAN PERANCANGAN SISTEM ................................................... 13 3.1
Analisis Sistem .................................................................................... 13
3.3
Mendesain Gudang Data ...................................................................... 15
3.3.1 Membaca Data Legacy.................................................................... 15 3.3.2 Menggabungkan Data Dari Sumber Terpisah .................................. 18 3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse .. 19 1.3.4
Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi ....... 21
3.3.5 Diagram Use Case ................................................................................. 24 3.3.6 Narasi use case diagram ........................................................................ 24 3.4
Tampilan Halaman Utama ............................................................ 28
3.5.3
Tampilan Halaman Nilai Final Karyawan ..................................... 29
3.5.4
Halaman Detail Nilai Karyawan ................................................... 29
BAB IV ............................................................................................................. 30 IMPLEMENTASI .............................................................................................. 30
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xv
4.1 Implementasi ............................................................................................ 30 4.1.1 Implementasi Basis Data ................................................................... 30 4.2 Implementasi Data Warehouse ................................................................. 30 4.2.1 Membaca Data Legacy ...................................................................... 30 4.2.2 Memindahkan Data ke Server Data Warehouse. ................................ 31 4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta .................... 36 4.3.1 Transformasi Tabel dim_bagian......................................................... 36 4.3.2
Halaman Menu Utama .................................................................. 62
4.5.2.1
Halaman Menu Nilai Final Karyawan ....................................... 63
4.5.2.2
Halaman Menu Detail Nilai Karyawan ...................................... 64
BAB V............................................................................................................... 65 ANALISIS HASIL ............................................................................................ 65 5.1 Penyelesaian Rumusan Masalah ............................................................... 65 5.2
Pengujian Database Detail Nilai ................................................... 72
5.3 Kelebihan dan Kekurangan Sistem .......................................................... 74 BAB VI ............................................................................................................. 75 PENUTUP ......................................................................................................... 75 6.1 Kesimpulan .............................................................................................. 75 6.2 Saran ........................................................................................................ 75 DAFTAR PUSTAKA ........................................................................................ 76 LAMPIRAN I .................................................................................................... 77 QUERY TABEL ................................................................................................ 77 LAMPIRAN II ................................................................................................... 84 LISTING PROGRAM ....................................................................................... 84 MANUAL ......................................................................................................... 92 SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP) ........ 92 MONITORING KINERJA KARYAWAN ......................................................... 92 LAMPIRAN III HASIL KUESIONER ............................................................ 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xvii
DAFTAR GAMBAR Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan ................................ 19 Gambar 3. 2 Proses Pemindahan Tabel Periode ................................................ 20 Gambar 3. 3 Proses Pemindahan Tabel Bagian ................................................. 20 Gambar 3. 4 Proses Pemindahan Master PUK .................................................. 21 Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan ..................................... 21 Gambar 3. 6 Membuat Tabel Dim Periode ........................................................ 22 Gambar 3. 7 Membuat Tabel Dimensi PUK...................................................... 23 Gambar 3. 8 Gambar Use Case ......................................................................... 24 Gambar 3. 9 Rancangan OLAP Melihat Grafik ................................................. 26 Gambar 3. 10 Rancangan OLAP Melihat Detail Indikator ................................ 27 Gambar 3. 11 Tampilan Halaman Login ........................................................... 28 Gambar 3. 12 Halaman Menu Utama ................................................................ 28 Gambar 3. 13 Halaman Nilai Final Karyawan................................................... 29 Gambar 3. 14 Tampilan Halaman Detail Nilai Karyawan ................................. 29
Gambar 4. 1 master_bagian.ktr ......................................................................... 31 Gambar 4. 2 data master_bagian ....................................................................... 32 Gambar 4. 3 master_karyawan.ktr .................................................................... 32 Gambar 4. 4 data tabel master_karyawan. ......................................................... 34 Gambar 4. 5 inputmasterpuk.ktr ....................................................................... 34 Gambar 4. 6 Query untuk tabel periode ............................................................ 35 Gambar 4. 7 dim_bagian.ktr ............................................................................. 36 Gambar 4. 8 Tabel dim_bagian ......................................................................... 37 Gambar 4. 9 dim_periode.ktr ............................................................................ 38 Gambar 4. 10 Tabel dim_periode...................................................................... 39 Gambar 4. 11 dim_karyawan.ktr....................................................................... 39 Gambar 4. 12 Tabel dim_karyawan .................................................................. 41 Gambar 4. 13 dim_puk.ktr ................................................................................ 41 Gambar 4. 14 Tabel dim_puk ........................................................................... 43 Gambar 4. 15 fact_detail.ktr ............................................................................. 44 Gambar 4. 16 Hasil Fact_Detail ........................................................................ 47
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xviii
Gambar 4. 17 factnilai,ktr ................................................................................. 48 Gambar 4. 18 Tabel Fact_Nilai ......................................................................... 55 Gambar 4. 19 Job Skripsidwh Detail Indikator ................................................. 56 Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP ................................................. 56 Gambar 4. 21 Star Schema kubus fact_detail .................................................... 57 Gambar 4. 22 Struktur pembentukan dim_bagian ............................................. 57 Gambar 4. 23 Struktur pembentukan dim_karyawan ......................................... 58 Gambar 4. 24 Struktur pembentukan dim_periode ............................................ 58 Gambar 4. 25 Struktur pembentukan dim_puk .................................................. 58 Gambar 4. 26 Star Schema kubus fact nilai ....................................................... 59 Gambar 4. 27 Struktur pembentukan dim_bagian ............................................. 59 Gambar 4. 28 Struktur pembentukan dim_karyawan ......................................... 60 Gambar 4. 29 Struktur pembentukan dim_waktu ............................................. 60 Gambar 4. 30 Tampilan Halaman Proses Login ................................................ 61 Gambar 4. 31 Tampilan Untuk Proses Gagal Login .......................................... 62 Gambar 4. 32 Tampilan Menu Utama ............................................................... 62 Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan ................................... 63 Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan ........................................... 63 Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan ................................. 64
Gambar 5. 1 Hasil OLAP Nilai Karyawan Final ............................................... 66 Gambar 5. 2 Grafik Nilai Karyawan ................................................................. 67 Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan ............................. 68 Gambar 5. 4 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir ...................... 70 Gambar 5. 5 Java Script Hitung Nilai ............................................................... 69 Gambar 5. 6 Query Cek Nilai di Database ........................................................ 70 Gambar 5. 7 Hasil Query Cek Nilai .................................................................. 71 Gambar 5. 8 OLAP Detail Nilai Karyawan ....................................................... 72 Gambar 5. 9 Query Cek Detail Nilai ................................................................. 73 Gambar 5. 10 Hasil Query Cek Detail............................................................... 73
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xix
DAFTAR TABEL
Tabel 2. 1 Karakteristik Data Warehouse............................................................. 7
Tabel 3. 1 Data File Excel ................................................................................. 14 Tabel 3. 2 Data Penilaian Unjuk Kerja............................................................... 15 Tabel 3. 3 Data Periode Penilaian ...................................................................... 18 Tabel 3. 4 Data Karyawan ................................................................................. 18 Tabel 3. 5 Data Bagian ...................................................................................... 18
Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk pembentukan tabel master_bagian. ................................................................................................... 31 Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel master_karyawan. ...................................................................................... 33 Tabel 4. 3 Penjelasan spesifikasi transformasi Mas ............................................ 34 Tabel 4. 4 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_bagian. ............................................................................................... 36 Tabel 4. 5 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_periode .............................................................................................. 38 Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses dim_karyawan ................................................................................................... 40 Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk pembentukan tabel dim_puk............................................................................................................. 42 Tabel 4. 8 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_detail. ........................................................................... 44 Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses pembentukan tabel fact_nilai ................................................................................................... 48
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I PENDAHULUAN
1.1 Latar Belakang Data adalah fakta yang dapat disimpan dan memiliki arti (Elmasri & Navathe, 2004). Data adalah kumpulan rekaman baik itu fakta, konsep ataupun instruksi yang dapat digunakan untuk menghasilkan informasi yang dapat dipahami dan berguna bagi organisasi (Whitten, dkk 2004).
Pada masa
sekarang, data adalah aspek yang sangat berharga. Data dapat memberikan sebuah informasi yang dapat digunakan sebagai ilmu pengetahuan maupun untuk membantu manusia membuat analisis dan pengambilan keputusan. Untuk melakukan analisa dan perencanaan ke depan maka, data harus dapat diolah untuk mendapatkan informasi yang dibutuhkan. Salah satu caranya adalah dengan menggunakan teknik data warehouse. Data Warehouse merupakan sekumpulan data yang berorientasi pada subyek terintergrasi, memiliki rentang waktu, dan tidak mudah berubah untuk mendukung proses pembuatan keputusan manajerial (Connolly dkk, 2005). Data warehouse adalah wadah untuk menampung data-data yang diperlukan untuk melakukan analisa dan mendapat informasi yang diperlukan oleh organisasi. Data warehouse menyediakan suatu tool yang disebut Online Analytical Processing (OLAP) untuk melakukan analisis data. Dengan menggunakan data warehouse dapat menggunakan berbagai macam data dari berbagai macam sumber data. Penilaian unjuk kerja karyawan adalah salah satu cara yang dilakukan oleh PT Surya Pamenang untuk terus memantau hasil dari kinerja seluruh karyawan. Penilaian unjuk kerja dilakukan secara periodik dan setiap tahun dilakukan dua kali penilaian unjuk kerja. Penilaian yang dilakukan meliputi beberapa faktor antara lain, faktor pekerjaan, faktor sikap, dan faktor kepemimpinan. Hasil dari penilaian unjuk kerja karyawan digunakan untuk pemberian reward atau hukuman. Reward berupa uang prestasi, besaran uang yang diterima tergantung dari hasil penilaian unjuk
1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2
kerja yang diperoleh karyawan. Penilaian unjuk kerja juga digunakan untuk pemberian hukuman jika karyawan mendapat nilai D dalam empat kali periode penilaian. Hukuman yang diberikan adalah berupa penundaan kenaikan grade selama lima tahun. Selain itu penilaian unjuk kerja digunakan pula untuk menentukan kenaikan grade jika dalam penilaian unjuk kerja dalam tiga kali periode karyawan mendapat nilai dengan pola tertentu B+B+B atau A+A+B kenaikan grade dipercepat tiga tahun. Dengan memiliki lebih dari 950 karyawan. serta memiliki data penilaian unjuk kerja maka, ini adalah peluang baru untuk membangun sebuah data warehouse. Sebelum ada data warehouse, data hanya disimpan tanpa ada pengelolaan lebih lanjut. Ini menyebabkan kesulitan mendapatkan informasi mengenai performa karyawan dari tahun ke tahun karena informasi dari hasil nilai unjuk kerja karyawan hanya di sajikan dalam bentuk format excel saja.
Masalah yang dihadapi hingga saat ini adalah database data warehouse belum digunakan di PT Surya Pamenang dan dalam melakukan monitoring kinerja karyawan masih menggunakan nilai unjuk kerja yang disimpan dalam file excel hal ini membuat monitoring yang dilakukan sangat sulit terlebih jumlah karyawan yang tidak sedikit. Untuk itu penulis tertarik untuk merancang database data warehouse yang kemudian akan dibentuk Online Analytical Processing (OLAP). OLAP berfungsi untuk memberikan informasi untuk mendukung monitoring kinerja karyawan berdasarkan nilai penilaian unjuk kerja yang disimpan di database. Hasil dari OLAP dapat digunakan untuk melihat kinerja karyawan dalam bentuk grafik untuk melihat tren kinerja karyawan dari waktu ke waktu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3
1.2 Rumusan Masalah Berdasarkan latar belakang diatas, dapat dirumuskan masalah: 1. Bagaimana membangun suatu data warehouse serta Online Analytical Processing (OLAP) di PT Surya Pamenang untuk menampilkan informasi yang berupa grafik kinerja karyawan berdasarkan nilai unjuk kerja kerja karyawan untuk mendukung monitoring kinerja karyawan? 2. Bagaimana menghitung dan menampilkan nilai aspek pekerjaan, aspek sikap dan nilai karyawan? 3. Apakah data warehouse dan OLAP ini efektif membantu monitoring kinerja karyawan serta mudah digunakan oleh kepala SDM PT Surya Pamenang?
1.3 Tujuan Membangun data warehouse dan Online Analytical Processing (OLAP) yang mampu memberi informasi mengenai kinerja karyawan untuk ditampilkan dalam bentuk grafik untuk membantu bagian SDM dalam melakukan monitoring kinerja karyawan.
1.4 Batasan Masalah Batasan masalah yang digunakan dalam penelitian ini adalah : 1. Data penelian unjuk kerja yang digunakan adalah hasil dari periode 2012, 2013, 2014. 2. Desain dan implementasi data warehouse serta pembangunan sistem OLAP dengan menggunakan tools kettle (Pentaho Data Integration), Schema workbench dan Mondrian sebagai OLAP server. 3. Database yang digunakan adalah database MySQL. 4. Data nilai yang digunakan adalah data nilai untuk karyawan dengan jabatan pelaksana. 5. Data Warehouse tidak menentukan kenaikan status karyawan. 6. Nilai yang digunakan adalah nilai dari aspek pekerjaan, sikap dan nilai akhir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4
1.5 Metodologi Penelitian Metodologi penelitian dan langkah – langkah yang digunakan dalam penulisan tugas akhir adalah: 1. Studi materi dan data Metode yang digunakan adalah mempelajari materi – materi yang terkait dengan tugas akhir beserta refrensinya. 2. Identifikasi masalah Melakukan observasi ke PT Surya Pamenang dan melakukan wawancara dengan pihak PT Surya Pamenang untuk mendapatkan informasi tentang penilaian unjuk kerja karyawan. 3. Pengumpulan data dan informasi Mengumpulkan data penilaian unjuk kerja karyawan di PT Surya Pamenang lalu menganalisa dan melakukan ekstrak data agar dapat digunakan dalam pembuatan data warehouse. 4. Membuat database datawarehouse dan proses ETL 5. Membuat star schema 6. Membuat OLAP dan desain tampilan 7. Pengujian sistem 8. Membuat kesimpulan
1.6 Sistematika Penulisan Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir yang akan dibuat secara teratur dan sistematis yang terdiri dari lima bab yaitu: Bab I Pendahuluan Bab ini membahas mengenai latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan. Bab II Landasan Teori Bab ini membahas mengenai pengetahuan menjadi dasar teori untuk mendukung pembuatan data warehouse penilaian unjuk kerja karywan di PT Surya Pamenang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5
Bab III Analisis Perancangan Sistem Bab ini berisi analisa dan perancangan gudang data. Bab IV Implementasi dan Analisa Hasil Bab ini berisi pembuatan gudang data dan berisi laporan serta hasil pembangunan gudang data. Bab V Analisis Hasil Bab ini berisi hasil pembuatan gudang data. Bab VI Penutup Bab ini berisi kesimpulan dan saran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6
BAB II LANDASAN TEORI
2.1 Data Warehouse Data Warehouse mengintegrasikan data yang telah disimpan dalam periode waktu tertentu dan sering digunakan untuk menambah informasi. Menurut Inmon (1992) data warehouse didefinisikan sebagai sekumpulan data yang terintegrasi, basis data berorientasi subyek yang didesain untuk mendukung fungsi sistem pengambil keputusan, dimana setiap unit data adalah non-volatile dan relevan untuk waktu tertentu.
2.1.1 Komponen Data Warehouse Ada banyak komponen yang terdapat dalam data warehouse, diantaranya (Connoly & Begg, 2008): 1.
Penyimpanan Data Penyimpanan data adalah komponen umum dalam data warehouse.
Dalam kurun waktu tertentu sebuah organisasi pasti melakukan penyimpinan data opersional maupun non-operasional dengan metode tertentu. Data yang disimpan oleh perusahaan ini dalam data warehouse menjadi sumber aliran data mentah dan terorganisir berdasar pada subjek seperti pelanggan, produk dan supplyier. Penyimpanan data juga sering disebut sebagai data warehouse secara fisik. 2.
Data Pasar (mart data) Data pasar adalah subset bagian dari data resource yang memiliki
tujuan yang spesifik seperti data penjualan, data pembelian dan data inventori. Dalam data warehouse, data pasar adalah cara meningkatkan inputan kedalam data warehouse dan menurunkan tingkat kesalahan yang terjadi. Data pasar digunakan untuk memperkecil biaya dan memperkecil skala. 3.
Metadata Metadata adalah salah satu contoh dari data warehouse secara
logikal. Metadata digunakan untuk memperoleh informasi dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7
mengakses data secara aktual. Sistem legacy pada umumnya tidak menyimpan record tentang karakteristik dari data, seperti jumlah item yang ada, lokasi data, asal data atau bagaimana data dapat diakses. Metadata adalah data dari data atau dengan kata lain metadata adalah menyimpan informasi mengenai data – data yang disediakan oleh data warehouse. 4.
Decision Support System (DSS) dan Executive Information System
(EIS) DSS dan EIS bukan bagian dari data warehouse. DSS dan EIS adalah produk yang digunakan untuk mendukung data warehouse.
2.1.2 Karakteristik Data Warehouse Karakteristik utama dari gudang data dapat dilihat pada tabel: Tabel 2. 1 Karakteristik Data Warehouse Karakteristik Deskripsi Data diorganisir sesuai dengan Subject Oriented kebutuhan user. Menghilangkan kerancuan dalam hal Integrated penamaan dan kekacauan informasi. Data harus dalam kondisi “clean” Data dalam rangkaian waktu, bukan Time-series hanya status saat ini.. Data opersional dikumpulkan untuk Summarized mendukung keputusan. Memelihara data dari waktu ke waktu Larger selama diperlukan. Not Normalized Terdapat redudansi. Data mengenai data untuk user dan Metadata personil data warehouse Data operasional ditambah data Input eksternal yang dibutuhkan. Data hanya dapat dibaca tidak dapat Nonvolatile dirubah oleh user
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8
2.1.3 Langkah Pembuatan Data Warehouse 1. Membaca data legacy Memperhatikan bagian-bagian data yang perlu untuk dilakukan pembersihan. 2. Menggabungkan data dari sumber terpisah Setiap jenis informasi yang diinginkan mungkin berasal dari beberapa file yang harus digabungkan pada data warehouse. 3. Memindahkan data dari sumber ke dalam server gudang data Membuat standarisasi format dan copy-kan data dari sumber data sekaligus melakukan clean-ing data 4. Memecah data warehouse dalam tabel fakta dan tabel dimensi Tabel fakta dan dimensi disusun menurut kebutuhan subyek.
2.1.4 Implementasi Data Warehouse Ada banyak cara untuk mengimplementasikan data warehouse tetapi yang utama adalah mendesain basis data dengan skema yang sangat baik agar dapat dengan mudah melakukan integrasi data. Data warehouse harus mampu untuk melakukan proses cleaning terhadap data. Data dengan maksud yang sama seharusnya dipandang sama. Perbedaan harus dihilangkan dalam data warehouse. Oleh karena itu didalam data warehouse terjadi redudansi data adalah hal yang sangat wajar. Denis Kozar (1997), wakil pimpinan dari Enterprise Information Architecture dari Chase Manhattan Bank mengemukakan ‘tujuh kesalahan fatal’ dalam menerapkan data warehouse yaitu: 1.
Pada saat membangun data warehouse. Kesalahan yang sering terjadi adalah tidak dilakukan
perancangan yang baik pada data warehouse. Pada saat akan membangun sebuah data warehouse seharusnya sudah dipikirkan bagaimana cara melakukan desain, membangun dan memelihara data warehouse itu sendiri. Data Warehouse tidak dapat dengan sendirinya dibangun dengan harapan aka nada orang yang memanfaatkannya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 9
2.
Kesalahan
dalam
membuat
kerangka
arsitektur
data
warehouse Kerangka adalah blue print
untuk membangun dan
menggunakan berbagai komponen data warehouse. Bila terjadi kesalahan dalam pembuatan kerangka maka akan berakibat fatal, karena kerangka arsitektur data warehouse sangat penting. 3.
Ketidakmampuan menyusun asumsi Asumsi dan data potensial harus dimasukan ke dalam
kerangka data warehouse, asumsi yang harus dipersiapkan antara lain : a. Jumlah data yang akan dimasukan kedalam data warehouse. b. Berapa sering data harus diperbahurui / dilakukan update? c. Dimanakah data warehouse akan ditempatkan? 4.
Kesalahan dalam menentukan peralatan Untuk memilih peralatan dalam membangun data warehouse
harus sangat tepat.karena dalam membangun data warehouse menggunakan peralatan yang berbeda dengan peralatan yang digunakan untuk membangun sistem operasional. 5.
Kesalahan siklus hidup data warehouse. Siklus hidup data warehouse berbeda dengan system
development life cycle (SDLC). Meski terdapat kesamaan namun ada perbedaan mendasar yaitu siklus hidup data warehouse tidak pernah
berakhir,
selalu
berlanjut
sehingga
perlu
selalu
diperbaharui. 6.
Kecenderungan membatalkan data Kecenderungan
membatalkan
data
yang
mengandung
perbedaan. Perlu dilakukan penyesuaian terhadap data yang berbeda dan bukan menghilangkan data, karena redudansi data wajar terjadi di dalam data warehouse. 7.
Menggagalkan dokumen jika terjadi kesalahan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 10
2.2 Extract, Transform, and Load (ETL) Proses Extract, Transform and Load (ETL) adalah proses untuk melakukan extract data. Kemudian dari extract berbagai macam data akan dilakukan transformasi data kemudian dilakukan proses load kedalam data warehouse. Untuk itu dapat di katakana proses ETL dibagi menjadi tiga proses besar yaitu: 1. Extract Mengumpulkan data dari multiple, heterogeneous dan external sources. 2. Transform Mengubah data dari format asli / legacy kedalam format data warehouse. 3. Load Merupakan proses untuk membuat rangkuman informasi yang sudah diolah dan membangun indeks serta partisi untuk disajikan kedalam computer views.
2.3 Multi Dimensional Modeling 2.3.1 Cube, Dimension, Measure dan Member OLAP menggunakan multi dimensional modeling, artinya kita dapat melihat analisis pengukuran dengan pandangan berbagai dimensi. Dalam konsep OLAP kita akan mengerti beberapa istilah berkaitan dengan OLAP : 1. Cube : cube adalah struktur multi dimensional konseptual yang terdiri dari dimension dan measure. Biasanya mencakup pandangan bisnis tertentu. 2. Dimension : dimensi adalah struktur view / sudut pandang yang akan menyusun cube. Demensi terdiri dari berbagai macam level. 3. Measure : nilai pengukuran itu sendiri. 4. Member : anggota dari dimensi /measure tertentu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 11
2.3.2 Fact Table dan Dimension Table Tabel fakta adalah tabel dimensional yang akan menyimpan data numeric dan berisi composite primary key. Tabel dimensi adalah sekumpulan tabel-tabel yang lebih kecil dari tabel fakta pada model dimensional yang berisi pointer sehingga dapat menunjukan data ditabel terpisah. Setiap tabel dimensi memiliki non-composite primary key (Connolly dkk, 2005). Di dalam model multi dimensional , database terdiri dari beberapa tabel fakta dan beberapa tabel dimensi yang saling terkait. Tabel fakta berisi nilai dari agregasi yang menjadi pengukuran (measure) serta beberapa key yang terkait ke tabel dimensi yang menjadi sudut pandang dari measure tersebut. Dalam perkembangannya, susunan tabel fakta dan tabel dimensi memiliki standar perancangan atau schema karena dapat meningkatkan performa dan kemudahan dalam penerjemahan ke OLAP. Schema inilah yang menjadi dasar untuk melakukan data warehousing. Salah satu schema yang umum digunakan adalah skema bintang (star schema) yang dapat diterapkan di berbagai OLAP engine.
2.4 Skema Kristal Salju (Snowflake schema) dan Skema Bintang Menurut Connolly dan Begg (2010), skema snowflake adalah variasi lain dari skema bintang dimana tabel dimensi tidak berisi data yang denormalized. Suatu tabel dimensi dapat memiliki tabel dimensi lainnya. Skema bintang (star schema) adalah struktur logical yang memiliki sebuah tabel fakta yang berisi data factual yang diletakan di tengah dan di kelilingi oleh tabel dimensi yang berisi data refrensi. Skema bintang mengeksploitasi karakteristik dari data factual di mana fakta dibuat dari peristiwa yang muncul di masa lalu dan tidak mungkin berubah, dengan mengabaikan bagaimana data dianalisis. Penting untuk memperlakukan data fakta sebagai data refrensi yang dapat dibaca (read only refrence data) yang tidak akan berubah sepanjang waktu (Connolly dkk, 2005).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 12
2.5 Pentaho Menurut informasi yang tertulis pada web resmi Pentaho, Pentaho adalah bagian dari perusahaan Hitachi, yang bergerak pada bidang data integration dan business analytics. Pentaho dapat melakukan pengolahan data dengan basis apapun. Pentaho dikembangkan oleh Pentaho Corporation yang berpusat di daerah Orlanda, Amerika Serikat. Ada dua bentuk produk Pentaho yang ditawarkan, yang pertama adalah Enterprise edition (EE) yang memiliki sifat berbayar dengan ketentuan annual subscribtion atau kontrak tahunan untuk menggunakannya serta yang kedua adalah Community Edition (CE) yang bersifat open source.
2.6 Online Analytical Processing (OLAP) Database OLAP dirancang dan difokuskan pada kecepatan untuk membaca data terutama dari volume data yang besar. Database OLAP tidak akan mengantisipasi perubahan data yang dilakukan oleh pengguna. Tetapi sebaliknya, isi dari database dipopulasi dengan suatu proses batch dan biasanya dilakukan dalam periode tertentu. OLAP akan menampilkan informasi dari permintaan proses analisis yang bersifat dimensional.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Kebutuhan Tahap ini digunakan untuk mengetahui kebutuhan dari bagian SDM PT Surya Pamenang Kediri dalam melakukan monitoring hasil penilaian unjuk kerja karyawan. Monitoring nilai dan analisis akan digunakan untuk pertimbangan bagi kebijakan yang akan dijalankan oleh bagian SDM. Dalam melakukan monitoring kinerja karyawan dibutuhkan informasi yaitu nilai aspek pekerjaan, sikap dan nilai akhir dari setiap karyawan yang akan menentukan karyawan mendapat nilai A, B, C, D atau E. Nilai A, B, C, D atau E yang didapat dari setiap karyawan dapat mendukung untuk pengambilan kebijakan oleh bagian SDM. Dengan pola nilai tertentu dari nilai karyawan bagian SDM dapat mengambilkan kebijakan yang diperlukan. Penilaian unjuk kerja juga digunakan untuk pemberian hukuman jika karyawan mendapat nilai D dalam empat kali periode penilaian. Hukuman yang diberikan adalah berupa penundaan kenaikan grade selama lima tahun. Selain itu penilaian unjuk kerja digunakan pula untuk menentukan kenaikan grade jika dalam penilaian unjuk kerja dalam tiga kali periode karyawan mendapat nilai B+B+B atau A+A+B kenaikan grade dipercepat tiga tahun. Untuk mendukung monitoring kinerja karyawan maka akan dibangun database data warehouse dan OLAP untuk memberikan informasi tentang nilai aspek pekerjaan, aspek sikap, nilai akhir serta grafik nilai per karyawan yang memudahkan untuk melihat trend kinerja karyawan. Nilai A, B, C, D atau E yang didapat berdasarkan pada nilai akhir yang didapat karyawan dari hasil PUK.
3.2 Analisis Sistem Hasil nilai dari penilaian unjuk kerja disimpan pada sebuah file excel. Untuk setiap periode penilaian maka akan menghasilkan satu file excel yang berisi hasil nilai dari penilaian unjuk kerja karyawan. Penulis mencoba untuk membantu memecahkan masalah yaitu dengan membuat gudang data untuk 13
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
bagian SDM PT Surya Pamenang, yaitu dengan membuat gudang data. Guna membuat gudang data untuk keperluan memberikan informasi mengenai nilai dari faktor pekerjaan, faktor sikap, dan nilai akhir dari karyawan maka diperlukan : 1.
Bahan berupa data Excel yaitu : Laporan yang berisi tentang hasil nilai karyawan tahun 2012, 2013, 2014 dapat dilihat pada tabel 3.1. Tabel 3. 1 Data File Excel a) b) c) d) e) f) g) h) i) j)
Code Nik Masa Kerja Bagian Seksi Penilai1_1_1 Penilai2_1_1 Indikator1_1 Indikator1_5 Penilai1_2_1
Daftar Field Excel k) Penilai2_2_1 l) Indikator 2_1 m) Penilai1_2_2 n) Penilai2_2_2 o) Indikator2_2 p) Penilai1_2_3 q) Penilai2_2_3 r) Indikator2_3 s) Indikator2_4 t) Penilai1_2_5
14
u) Penilai2_2_5 v) Indikator2_5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 15
3.3
Mendesain Gudang Data Tahapan yang akan dilakukan dalam desain gudang data : 1. Membaca data legacy Memperhatikan bagian-bagian data yang perlu untuk dilakukan pembersihan. 2. Menggabungkan data dari sumber terpisah Setiap jenis informasi yang diinginkan mungkin berasal dari beberapa file yang harus digabungkan pada data warehouse. 3. Memindahkan data dari sumber ke dalam server gudang data Membuat standarisasi format dan copy-kan data dari sumber data sekaligus melakukan clean-ing data 4.
Memecah data warehouse dalam tabel fakta dan tabel dimensi Tabel fakta dan dimensi disusun menurut kebutuhan subyek.
Berikut ini akan dijelaskan :
3.3.1 Membaca Data Legacy Data yang didapat berisi data tentang hasil nilai penilaian unjuk kerja karyawan di PT Surya Pamenang. Data yang didapat masih berupa data file excel dengan 35 kolom. Data harus dikonversi terlebih dahulu untuk disimpan ke dalam database yang akan digunakan. 3.3.1.1 Master PUK Tabel master puk bersisi data nilai karyawan, nik, kode, bagian dan seksi. Atribut yang diperlukan pada tabel master puk dapat dilihat pada tabel 3.2 Tabel 3. 2 Data Penilaian Unjuk Kerja Master PUK NIK KODE
BAGIAN
Deskripsi Berisi nomor induk karyawan. Berisi kode dari karyawan yang didapat dari department keuangan Berisi bagian dimana karyawan bekerja.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 16
SEKSI PERIODE CODE
ID BAGIAN
Penilai1_1_1
Penilai2_1_1
INDIKATOR 1_1 Penilai1_1_2
Penilai2_1_2
INDIKATOR 1_2 Penilai1_1_3
Penilai2_1_3
INDIKATOR 1_3 Penilai1_1_4
Penilai2_1_4
INDIKATOR1_4 Penilai1_1_5
Penilai2_1_5
Berisi seksi dimana karyawan bekerja. Berisi kode periode yang menunjukan waktu karyawan dilakukan penilaian unjuk kerja. Berisi kode bagian dimana karyawan bekerja. Berisi nilai dari penilai 1 pada aspek penilaian 1.1 Berisi nilai dari penilai 2 pada aspek penilaian 1.1 Berisi nilai karyawan dari indikator 1.1 Berisi nilai dari penilai 1 pada aspek penilaian 1.2 Berisi nilai dari penilai 2 pada aspek penilaian 1.2 Berisi nilai karyawan dari indikator 1.2 Berisi nilai dari penilai 1 pada aspek penilaian 1.3. Berisi nilai dari penilai 2 pada aspek penilaian 1.3. Berisi nilai karyawan dari indikator1.3. Berisi nilai dari penilai 1 pada aspek penilaian 1.4. Berisi nilai karyawan dari penilai 2 pada aspek penilaian 1.4. Berisi nilai karyawan dari indikator1.4. Berisi nilai dari penilai 1 pada aspek penilaian 1.5 Berisi nilai dari penilai 2 pada aspek penilaian 1.5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 17
INDIKATOR1_5 Penilai1_2_1
Penilai2_2_1
INDIKATOR2_1 Penilai1_2_2
Penilai2_2_2
INDIKATOR2_2 Penilai1_2_3
Penilai2_2_3
INDIKATOR 2_3 Penilai1_2_4
Penilai2_2_4
INDIKATOR2_4 Penilai1_2_5
Penilai2_2_5
INDIKATOR2_5
Berisi nilai karyawan dari indikator 1.5 Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.1. Berisi nilai karyawan dari penilai 2 pada aspek penilaian 2.1. Berisi nilai karyawan dari indikator 2.1. Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.2. Berisi nilai karyawan dari penilai 2 pada aspek penilaian 2.2. Berisi nilai karyawan dari indikator 2.2. Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.3. Berisi nilai karyawan dari penilai 2 pada aspek penilaian 2.3. Berisi nilai karyawan dari indikator 2.3. Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.4. Berisi nilai karyawan dari penilai 2 pada aspek penilaian 2.4. Berisi nilai karyawan dari indikator 2.4. Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.5. Berisi nilai karyawan dari penilai 1 pada aspek penilaian 2.5. Berisi nilai karyawan dari indikator 2.5.
3.3.1.2 Master Periode Master periode berisi data tentang rentang waktu penilaian puk. Data pada tabel periode dapat dilihat pada tabel 3.3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 18
Tabel 3. 3 Data Periode Penilaian PK
Master Periode Periode_Code Bulan_awal Bulan_akhir Tahun_awal Tahun_akhir
Deskripsi Berisi No Periode code Berisi nama bulan awal PUK Berisi nama bulan akhir PUK Berisi tahun awal PUK Berisi tahun akhir PUK
3.3.1.3 Master Karyawan Master karyawan berisi data tentang karyawan antara lain data NIK, kode, bagian, seksi, dan department. Data pada tabel master karyawan dilihat pada tabel 3.4 Tabel 3. 4 Data Karyawan Master Karyawan PK NIK Code Department Bagian Seksi 3.3.1.4 Master Bagian
Deskripsi Berisi NIK dari karyawan. Berisi code karyawan. Berisi di department mana karyawan bekerja. Berisi di bagian mana karyawan bekerja. Berisi di seksi mana karyawan bekerja.
Data master bagian berisi ID dan nama bagian dapat dilihat pada tabel 3.5 Tabel 3. 5 Data Bagian PK
Master Bagian ID Bagian Bagian
Deskripsi Berisi ID untuk setiap bagian Berisi nama bagian tempat karyawan bekerja.
3.3.2 Menggabungkan Data Dari Sumber Terpisah Pada bagian ini, data yang berasal dari berbagai sumber yang terpisah akan digabungkan. Pada studi kasus yang digunakan dalam penelitian ini semua file berbentuk file excel. Untuk itu sumber data yang masih berbentuk file excel tersebut akan dipindahkan ke tabel dalam database.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 19
3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse Sebelum data dipindahkan ke server data warehouse, harus dilakukan penyusunan tabel data warehouse dengan memperhatikan hasil dari langkah –langkah sebelumnya. Bentuk data warehouse untuk studi kasus di PT Surya Pamenang adalah: a.
Tabel Master Karyawan Dalam melakukan penelian unjuk kerja PT Surya Pamenang memiliki data tentang karyawan yang akan dinilai. Data karyawan ini disimpan didalam data master karyawan. Karena yang diberikan data karyawan masih dalam bentuk file excel maka akan di pindahkan kedalam
database
tabel
Master_Karyawan.
Dalam
tabel
master_karyawan data yang disimpan meliputi data tentang NIK, Code, Department, Bagian, dan Seksi. Proses pemindahan data dapat dilihat pada gambar 3.1.
Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan b. Tabel Periode Tabel periode adalah tabel yang akan menyimpan waktu dan periode pelaksanaan PUK. Tabel ini berisi periode_code, bulan_awal, bulan_akhir, tahun_awal, tahun_akhir. Yang akan menjadi primary key adalah periode_code. Proses pemindahan tabel periode dapat dilihat pada gambar 3.2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 20
`` Gambar 3. 2 Proses Pemindahan Tabel Periode c. Tabel Bagian Tabel bagian adalah tabel yang akan menyimpan id dan nama bagian dimana karyawan bekerja dengan primary key adalah id bagian. Proses dapat dilihat pada gambar 3.3
Gambar 3. 3 Proses Pemindahan Tabel Bagian d. Tabel Master PUK Tabel master PUK digunakan untuk menyimpan hasil penilaian dari setiap karyawan. Data yang diperoleh masih berasal dari file excel dan ini harus di ubah untuk dimasukkan kedalam database menjadi tabel mspuk. Dapat dilihat pada gambar 3.4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 21
Gambar 3. 4 Proses Pemindahan Master PUK 1.3.4 Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi Tabel dimensi yang digunakan berasal dari beberapa tabel. Berikut detail asal dari tiap dimensi : a. Tabel dim_karyawan Dim_karyawan berisi detail tentang data karyawan. Data karyawan berupa nik, Kode, Department, Bagian dan Seksi. Pada dim karyawan akan ditambahkan satu field yaitu sk_karyawan. struktur tabel dim karyawan dapat dilihat pada gambar 3.5
Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 22
b. Tabel dim_periode Dim_Periode berisi detail waktu periode penilaian. Dim periode digunakan sebagai dimensi waktu. Didalam dimensi periode terdapat sk_periode, periode_code, bulan awal, bulan akhir, tahun awal, tahun akhir. Struktur tabel pada gambar 3.6
Gambar 3. 6 Membuat Tabel Dim Periode c. Tabel dim_bagian Dim_Bagian berisi tentang bagian yang menunjukan posisi karyawan bekerja. Didalam dimensi dim_bagian terdapat sk_bagian, id_bagian, bagian. Struktur tabel pada gambar 3.7
Gambar 3. 7 Membuat Tabel Dim Bagian d. Tabel dim_puk Dimensi puk dibuat untuk menyimpan detail nilai karyawan per indikator. Dari tabel dimensi puk akan dibentuk sk_puk, indikator1_1 – indikator2_1. Tabel dim puk dibuat untuk mendukung dalam pembentukan tabel fact_detail. Struktur tabel dim puk dapat dilihat pada gambar 3.8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 23
Gambar 3. 8 Membuat Tabel Dimensi PUK Gambar 3.8 merupakan struktur tabel dimensi puk. Data dari OLTP akan dipilih untuk dimasukan / disimpan pada dimensi puk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 24
3.3.5 Diagram Use Case Proses utama yang dilakukan yaitu proses monitoring kinerja karyawan. Diagram use case akan menggambarkan interaksi user dengan sistem dapat dilihat pada gambar 3.9
Gambar 3. 9 Gambar Use Case 3.3.6 Narasi use case diagram Langkah melihat nilai karyawan digunakan oleh user ketika ingin melihat nilai final karyawan. langkah dalam melakukan ini dapat dilihat pada tabel 3.6. untuk langkah melihat detail nilai karyawan dapat dilihat pada tabel 3.7 Tabel 3.6 Tabel Narasi use case Melihat grafik nilai. User SDM
Aktor : Deskripsi
Use Use
Case
menggambarkan
tentang
Case :
mekanisme melihat grafik OLAP.
Prakondisi :
User SDM harus memiliki hak akses berupa user name dan password sebagai admin.
Trigger :
-
Langkah Umum :
Kegiatan Aktor : 2. Aktor memilih menu
yang
akan
dilihat di OLAP.
Kegiatan Sistem : 1. Menampilkan halaman utama. 3. Menampilkan hasil OLAP.
Langkah
-
Alternatif : Kesimpulan :
Use Case berhenti bila user memilih menu lain.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 25
Tabel 3.7 Tabel Narasi use case Melihat detail nilai indikator Aktor : Deskripsi Case :
User SDM menggambarkan tentang Use Use Case mekanisme melihat detail nilai indikator.
Prakondisi : Trigger : Langkah Umum :
Langkah Alternatif : Kesimpulan :
User SDM harus memiliki hak akses berupa user name dan password sebagai admin. Kegiatan Aktor : Kegiatan Sistem : 2. Aktor memilih 1. Menampilkan menu yang akan halaman dilihat di OLAP. utama. 3. Menampilkan hasil nilai indikator. Use Case berhenti bila user memilih menu lain.
3.4 Pembuatan OLAP Dalam pembuatan data warehouse ini memiliki cube analisis. Cube analisis digunakan untuk melihat hasil penilaian untuk faktor pekerjaan, faktor sikap dan nilai akhir. Cube ini berhubungan dengan tiga tabel dimensi. Cube dibangun dengan menggunakan Star Schema. Pada star schema memiliki tabel fakta yaitu fact_nilai untuk nilai aspek pekerjaan, sikap, dan nilai akhir. Fact nilai memiliki hubungan dengan tabel dim karyawan, dim periode dan di bagian. Fact_detail adalah tabel fakta untuk menyimpan dan menampilkan detail nilai. Tabel yang diperlukan untuk membentuk tabel fakta adalah dim karyawan, dim puk, dim periode dan dim bagian. Rancangan OLAP fact nilai dapat dilihat pada gambar 3.10 dan gambar 3.11 untuk OLAP fact detail.
Dim Karyawan SK_KARYAWAN D NIK KODE DEPARTMENT BAGIAN SEKSI
DIM_BAGIAN PK
SK_BAGIAN ID_BAGIAN BAGIAN Gambar 3. 11 Rancangan OLAP Melihat Detail Indikator
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 28
3.5
Perancangan Antar Muka Sistem ini yang akan dibangun digunakan pengguna sistem agar
dapat berinteraksi dengan sistem melalui Graphical User Insterface (GUI) untuk login, halaman utama, halaman nilai final karyawan, dan halaman detail nilai karyawan.
3.5.1
Tampilan Halaman Login
Tampilan halaman login terdiri dari dua field yang digunakan untuk memasukan data username dan password serta satu tombol yaitu tombol login yang digunakan untuk proses login. Tampilan halaman login dapat dilihat pada gambar 3.12
Gambar 3. 12 Tampilan Halaman Login 3.5.2
Tampilan Halaman Utama
Tampilan halaman utama terdiri dari menu nilai final karyawan, detail nilai karyawan dan logout. Tampilan halaman menu utama dapat dilihat pada gambar 3.13
Gambar 3. 13 Halaman Menu Utama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 29
3.5.3
Tampilan Halaman Nilai Final Karyawan Tampilan halaman nilai final karyawan terdiri dari menu nilai
final karyawan, detail nilai karyawan dan logout. Di halaman ini juga ditampilkan OLAP dari tabel fakta nilai karyawan. Tampilan halaman data analisis dapat dilihat pada gambar 3.14
Gambar 3. 14 Halaman Nilai Final Karyawan
3.5.4 Halaman Detail Nilai Karyawan Tampilan halaman detail nilai karyawan terdiri dari menu nilai final karyawan, detail nilai karyawan dan logout. Di halaman ini juga ditampilkan OLAP dari tabel fakta detail nilai karyawan. Tampilan halaman detail nilai karyawan dapat dilihat pada gambar 3.15
Gambar 3. 15 Tampilan Halaman Detail Nilai Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 30
BAB IV IMPLEMENTASI
4.1 Implementasi Pada bab ini akan menjelaskan tentang implementasi pembuatan database data warehouse dan OLAP.
4.1.1 Implementasi Basis Data Pada tahap ini akan menjelaskan pembuatan database untuk sistem dengan menngunakan MySQL. Database pada sistem ini bernama ‘SKRIPSI’ untuk menyimpan data kedalam database didalam tabel OLTP, tabel yang dimiliki antara
lain
tabel
‘Master_Karyawan’,
tabel
‘Master_Bagian’,
table
‘Master_PUK’, dan tabel ’Periode’. Untuk database data warehouse memiliki dua database yaitu ‘SKRIPSIDWH’ untuk menyimpan data untuk OLAP detail nilai
indikator
dan
database
‘SKRIPSIDWHFINALCOBA1’
untuk
menyimpan data untuk OLAP nilai akhir dan grafik. Tabel yang dimiliki yaitu tabel ‘Dim_Karyawan’, tabel ’Dim_Bagian’, tabel ‘Dim_PUK’, tabel ‘Dim_Periode’ dan dua tabel fact yaitu tabel’fact_detail’ untuk detail nilai indikator serta tabel ‘fact_nilai’ untuk nilai akhir, aspek pekerjaan dan aspek sikap. Query pembentukan tabel dapat dilihat pada lampiran I. 4.2 Implementasi Data Warehouse
4.2.1 Membaca Data Legacy Pada tahap ini menganalisa tabel database yang digunakan untuk membangun tabel fakta dan tabel dimensi dalam database data warehouse. Sumber data yang digunakan adalah berupa file excel yang dipindahkan kedalam tabel di database OLTP ‘SKRIPSI’. Data didalam file excel merupakan data nilai unjuk kerja karyawan mulai dari tahun 2012 hingga 2014. Setiap tahun memiliki dua kali periode penilaian yang artinya terdapat enam file excel yang menyimpan data tentang hasil nilai unjuk kerja karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 31
4.2.2 Memindahkan Data ke Server Data Warehouse. Table ‘master_bagia
1.
Gambar 4. 1 master_bagian.ktr Gambar di atas merupakan proses pemindahan data bagian dari tabel master_karyawan ke dalam tabel master_bagian. Langkah dari pembentukan tabel adalah sebagai berikut : 1) Membaca sumber data yaitu field bagian yang ada didalam tabel master_karyawan. 2) Memilih field yang akan dimasukan kedalam tabel master bagian. 3)
Memilih table master_bagian untuk output. Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk pembentukan tabel master_bagian. Nama File
master_bagian.ktr
Nama Step
Table input
Mengambil data dari field di tabel master karyawan.
Nama Step
Select Values
Mengambil field bagian dan id_bagian diproses
yang untuk
sudah
dimasukan
kedalam step berikutnya. Nama Step
Insert / Update
Tabel output master_bagian
Connection
Host : localhost Database : skripsi Port : 3306
Target Tabel
Master_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 32
Gambar 4. 2 data master_bagian 2.
Tabel ‘master_karyawan’
Gambar 4. 3 master_karyawan.ktr Gambar di atas merupakan proses pemindahan data karyawan dari file excel ke dalam tabel master_karyawan di database skripsi. Langkah pembentukan tabel master_karyawan adalah sebagai berikut : 1) Membaca sumber data yaitu file excel data karyawan yang terdiri dari kode, nik, department, bagian, seksi dan id_bagian. 2) Memilih field yang akan dimasukan kedalam tabel master_karyawan. 3) Menggunakan
insert/update
untuk
memasukan
data
untuk
memudahkan proses jika ada tambahan karyawan / karyawan yang berpindah
bagian
kemudian
disimpan
master_karyawan. Penjelasan spesifikasi file dapat dilihat pada tabel 4.2
kedalam
tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 33
Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel master_karyawan. Nama
Memilih field yang akan dimasukan kedalam tabel master_karyawan.
Insert / Update
Step
Untuk melakukan insert / update data karyawan dan disimpan kedalam tabel master_karyawan.
Connection
Host : localhost Database : Skripsi Port : 3306
Target Tabel
Master_karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 34
Gambar 4. 4 data tabel master_karyawan. 3.
Tabel ‘master_puk’
Gambar 4. 5 inputmasterpuk.ktr Gambar 4.5 merupakan proses pemindahan data nilai unjuk kerja karyawan dari file excel ke dalam database skripi di tabel master_puk. Langkah dari pembentukan tabel master_puk adalah sebagai berikut : 1) Membaca sumber data yaitu file excel data nilai unjuk kerja karyawan dari tahun 2012, 2013 dan 2014. 2) Memilih field yang akan dimasukan kedalam tabel master_puk. 3) Memilih tabel master_puk sebagai tabel yang menyimpan data nilai unjuk kerja karyawan. Penjelasan file transformasi inputmasterpuk dapat dilihat pada tabel 4.3 Tabel 4. 3 Penjelasan spesifikasi transformasi Mas Nama
Memilih field yang akan dimasukan kedalam tabel master_karyawan.
Insert / Update Memilih tabel yaitu master_puk untuk
Step
menyimpan data nilai PUK. Connection
Host : localhost Database : Skripsi Port : 3306
Target Tabel 4.
Master_puk
Tabel ‘periode’
Gambar 4. 6 Query untuk tabel periode Gambar 4.6 merupakan proses untuk memasukan data periode kedalam database periode. Data yang akan disimpan adalah data tentang peride code, bulan awal, bulan akhir, tahun awal dan tahun akhir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 36
4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta 4.3.1 Transformasi Tabel dim_bagian
Gambar 4. 7 dim_bagian.ktr Gambar 4.7 merupakan proses pembentukan tabel dimensi bagian. Tabel dim_bagian ini akan digunakan dalam proses OLAP. Terdapat empat langkah yaitu table input, add sequence, select values, dan insert/update. Proses diawali dengan mengambil data dari table master_bagian dari database skripsi. Kemudian masuk langkah add sequence yang berfungsi memberikan surrogate key yaitu field SK_BAGIAN sebagai primary key pada tabel dim_bagian. Pada langkah select values akan dilakukan pemilihan data untuk selanjutnya akan disimpan ke tabel dim_bagian dengan menggunakan insert / update yang akan menjalankan perintah SQL. Spesifikasi pembentukan tabel dim_bagian dapat dilihat pada tabel 4.4 Tabel 4. 4 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_bagian. Nama File
Dim_bagian.ktr
Nama Step
Table Input
Memasukan
data
dari
table
master_bagian Connection
Host : localhost Database : skripsi Port : 3306
Query SQL
SELECT ID_BAGIAN , BAGIAN FROM master_bagian
Nama Step
Add Sequence Memberikan surrogate key yaitu field SK_BAGIAN.
Nama Step
Select values
Memilih field yang akan dimasukan kedalam tabel dim bagian
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 37
Nama Step
Insert/
Insert / Update dim_bagian
Update Connection
Host : localhost Database : skripsidwh Port : 3306 Host : localhost Database : skripsidwhfinalcoba1 Port : 3306
Target Table
Dim_bagian
Gambar 4. 8 Tabel dim_bagian Gambar 4.8 adalah data hasil dari transformasi dim_bagian. Data id_bagian, sk_bagian dan bagian disimpan kedalam tabel dimensi dim_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 38
4.3.2
Transformasi Tabel dim_periode
Gambar 4. 9 dim_periode.ktr Gambar 4.9 merupakan proses pembentukan tabel dim_periode. Tabel dim_periode akan digunakan dalam proses OLAP. Terdapat empat langkah yaitu table input, add sequence, select value, dan insert/update. Proses diawali dengan memasukan tabel periode dari database skripsi. Kemudian, masuk ke langkah add sequence yang berfungsi memberikan surrogate key yaitu field SK_PERIODE sebagai primary key pada tabel dim_periode. Pada langkah select values akan dilakukan pemilihan data yang diperlukan untuk disimpan ke dalam tabel dim_periode melalui langkah insert / update yang akan mengeksekusi perintah SQL. Spesifikasi pembentukan tabel dim_periode dapat dilihat pada tabel 4.5 Tabel 4. 5 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_periode Nama File
Dim_periode.ktr
Nama Step
Table Input
Memasukan data dari table periode Connection
Host : localhost Database : skripsi Port : 3306
Query SQL
SELECT PERIODE_CODE , BULAN_AWAL , BULAN_AKHIR , TAHUN_AWAL , TAHUN_AKHIR FROM periode
Nama Step
Nama Step
Add
Memberikan surrogate key yaitu field
Sequence
SK_PERIODE.
Select
Memilih field yang akan dimasukan
values
kedalam tabel dim_periode
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 39
Nama Step
Insert/
Insert / Update ke tabel dim_periode
Update Connection
Host : localhost Database : skripsidwh Port : 3306 Host : localhost Database : skripsidwhfinalcoba1 Port : 3306
Target
Dim_periode
Table
Gambar 4. 10 Tabel dim_periode Gambar 4.10 merupakan hasil dari transformasi dim_periode. Data yang akan disimpan kedalam tabel dimensi dim_periode adalah sk_periode, periode_code, bulan_awal, bulan_akhir, tahun_awal dan tahun akhir.
4.3.3
Transformasi Tabel dim_karyawan
Gambar 4. 11 dim_karyawan.ktr Gambar 4.11 merupakan proses pembentukan tabel dim_karyawan. Tabel dim_karyawan ini digunakan dalam proses OLAP. Terdapat empat langkah yaitu table input, add sequence, select values, dan insert/update. Pada proses awal dilakukan dengan memasukan tabel master_karyawan dari database skripsi. Kemudian, masuk langkah add sequence yang berfungsi untuk memberikan surrogate key yaitu field SK_KARYAWAN sebagai primary key
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 40
pada table dim_karyawan. Pada langkah select values akan dilakukan pemilihan data yang akan disimpan kedalam tabel dim_karyawan melaui langkah insert / update yang akan mengeksekusi perintah SQL. Spesifikasi pembentukan tabel dim_karyawan dapat dilihat pada tabel 4.6 Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses dim_karyawan Nama File
Dim_karyawan.ktr
Nama Step
Table Input
Memasukan
data
dari
table
master_karyawan Connection
Host : localhost Database : skripsi Port : 3306
Query SQL
SELECT NIK , KODE , ID_BAGIAN , DEPARTMENT , BAGIAN , SEKSI FROM master_karyawan
Nama Step
Add Sequence
Memberikan surrogate key yaitu field SK_KARYAWAN.
Nama Step
Select values
Memilih field yang akan dimasukan kedalam tabel dim_karyawan
Nama Step
Insert/ update
Insert / update dim_karyawan
Connection
Host : localhost Database : skripsidwh Port : 3306 Host : localhost Database : skripsidwhfinalcoba1 Port : 3306
Target Table
Dim_karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41
Gambar 4. 12 Tabel dim_karyawan Gambar 4.12 adalah hasil dari dim_karyawan.ktr. pada transformasi ini data yang akan disimpan kedalam tabel dimensi dim_karyawan adalah sk_karyawan, nik, kode, id_bagian, bagian, department, dan seksi.
4.3.4
Transformasi Tabel dim_puk
Gambar 4. 13 dim_puk.ktr Gambar 4.13 merupakan proses pembentukan tabel dim_puk. Tabel dim_puk digunakan dalam proses OLAP. Terdapat empat langkah yaitu table
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 42
input, add sequence, select values, dan insert/update. Proses ini diawali dengan memasukan data dari tabel master_puk dari database skripsi. Kemudian, masuk langkah add sequence yang berfungsi memberikan surrogate key yaitu field SK_PUK sebagai primary key pada tabel dim_puk. Pada langkah select values akan dilakukan untuk memilih field yang disimpan didalam table dim_puk melalui langkah insert / update yang akan mengeksekusi perintah SQL. Spesifikasi pembentukan tabel dim_puk dapat dilihat pada tabel 4.7
Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk pembentukan tabel dim_puk Nama File
Memberikan surrogate key yaitu field SK_PUK. Memilih field yang akan dimasukan kedalam tabel dim_puk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 43
Nama Step Insert/
Insert/ Updateke tabel dim_puk
update Connection
Host : localhost Database : skripsidwh Port : 3306
Target
Dim_puk.
Table
Gambar 4. 14 Tabel dim_puk Gambar 4.14 adalah hasil dari transformasi dim_puk.ktr. Data yang akan disimpan kedalam tabel dimensi dim_puk adalah periode_code, nik, kode, indikator1_1 – indikator2_5, id_bagian dan sk_puk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 44
4.3.5
Transformasi tabel fact_detail
Gambar 4. 15 fact_detail.ktr Gambar 4.15 merupakan proses pembentukan tabel fact detail ada empat langkah dalam tahap ini antara lain table input, stream lookup, select values dan insert/update. Proses diawali dengan langkah memasukan data dari tabel dim_karyawan kemudian dilakukan stream lookup untuk mencocokan data dengan tabel dim_puk, dim_periode, dan dim_bagian. Setelah itu kita menggunakan select values untuk memilih field yang akan dimasukan kedalam tabel fact detail dengan menggunakan langkah insert/update. Menyamakan data berturut-turut dari tabel dim_karyawan hingga tabel dim_bagian hal ini dilakukan karena tabel fakta / fact_detail hanya berisi data yang dapat diukur dan surrogate key dari setiap dimensi maka data yang diambil untuk disamakan hanya surrogate key. Spesifikasi pembentukan tabel fact_detail dapat dilihat pada tabel 4.8 Tabel 4. 8 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_detail. Nama File Nama Step
Fact_Detail.ktr Table Input Memasukan data dari tabel dim_karyawan. Connection Host : localhost Database: skripsidwh Port : 3306 SELECT Query SQL , , , ,
SK_KARYAWAN NIK KODE DEPARTMENT BAGIAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 45
, SEKSI , ID_BAGIAN FROM dim_karyawan
Nama Step
Stream lookup
Nama Step Nama Step
Table input
Nama Step
Table input
Mengambil data puk untuk dicocokan dengan NIK ditabel dim_karyawan Kunci NIK karyawan ditabel dim_puk disamakan dengan NIK ditabel dim_karyawan. Lookup Connection Host : localhost Database : skripsidwh Port : 3306 SELECT Query SQL
Nama Step
Table Input
Memasukan data dari dim_periode.
Stream lookup
Menyamakan SK_KARYAWAN Kunci NIK karyawan ditabel dim_karyawan dengan NIK di tabel dim_puk. Lookup SK_KARYAWAN di tabel dim_karyawan. Table Input dim_puk
Periode code ditabel dim_puk dan periode code ditabel dim_periode. lookup SK_PERIODE dari tabel dim_periode. Memasukan data dari dim_bagian Connection
Host : localhost Database : skripsidwh Port : 3306
Query SQL
SELECT SK_BAGIAN , BAGIAN , ID_BAGIAN FROM dim_bagian
Menyamakan id bagian Kunci
lookup Nama Step
Select Values Memilih data yang akan disimpan kedalam tabel fact_detail. Fieldname SK_PERIODE SK_PUK INDIKATOR1_1 INDIKATOR1_2 INDIKATOR1_3 INDIKATOR1_4 INDIKATOR1_5 INDIKATOR2_1 INDIKATOR2_2 INDIKATOR2_3 INDIKATOR2_4 INDIKATOR2_5 SK_KARYAWAN
Id bagian di tabel dim_bagian disamakan dengan id_bagian di tabel dim_karyawan SK_BAGIAN di tabel dim_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 47
SK_BAGIAN Nama step Insert/update Untuk menyimpan data kedalam tabel fact_detail. Connection Host : localhost Database : skripsidwh Port : 3306 Target table Fact_detail
Gambar 4. 16 Hasil Fact_Detail Gambar 4.16 adalah hasil transformasi fact_detail. Data yang disimpan didalam fact_detail adalah sk_periode, sk_puk, indikator1_1 – indikator2_5, sk_karyawan dan sk_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 48
4.3.6
Transformasi tabel fact nilai
Gambar 4. 17 factnilai,ktr Gambar 4.17 merupakan proses pembentukan tabel fact_nilai. Tabel fact_nilai ini akan digunakan dalam proses OLAP. Terdapat lima step yaitu table input, stream lookup, select values, java script, dan insert / update. Pada proses ini terdapat empat tabel input yaitu tabel dim_karyawan, master puk, dim_periode, dan dim_bagian. Terdapat tiga step stream lookup yaitu stream lookup menyamakan data nik, stream lookup menyamakan periode dan stream lookup untuk menyamakan bagian. Selanjutnya dilakukan pemilihan data yaitu data indikator, hasil pemilihan data indikator akan digunakan untuk menghitung nilai aspek pekerjaan, sikap dan nilai akhir pada step java script. Pada java script terdapat rumus untuk menghitung nilai aspek pekerjaan, sikap dan nilai akhir. Selanjutnya hasil dari perihitungan yaitu nilai akhir akan diproses kembali pada java script untuk menentukan nilai huruf yang didapat. Pada proses java script nilai huruf, nilai akhir akan diproses untuk menentukan nilai huruf yang didapat sesuai dengan nilai akhir. Selanjutnya data dipilih pada step select values
untuk memilih data
mana saja yang akan disimpan kedalam tabel fact_nilai pada step insert/update. Pada step insert/update data akan dicek sebelum disimpan pada tabel fact_nilai. Spesifikasi pembentukan tabel fact_nilai dapat dilihat pada tabel 4.9 Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses pembentukan tabel fact_nilai Nama File
Fact_Detail.ktr
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 49
Nama Step
Table
Memasukan data dari tabel dim_karyawan.
Input Connection
Host : localhost Database: skripsidwhfinalcoba1 Port : 3306
Query SQL
SELECT SK_KARYAWAN , NIK , KODE , DEPARTMENT , BAGIAN , SEKSI , ID_BAGIAN FROM dim_karyawan
Nama Step
Stream
Menyamakan SK_KARYAWAN
lookup
Kunci
NIK karyawan ditabel dim_karyawan dengan NIK di tabel master puk.
SK_KARYAWAN SK_PERIODE SK_BAGIAN aspek_pekerjaan aspek_sikap nilai nilai_huruf keterangan Nama Step
Insert Update
/ Untuk menyimpan data kedalam tabel fact_nilai Connection
Host : localhost Database : skripsidwh Port : 3306
Target tabel
Fact_nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 55
Gambar 4. 18 Tabel Fact_Nilai Gambar 4.18 adalah hasil dari transformasi fact_nilai. Data yang disimpan kedalam tabel fact_nilai adalah sk_karyawan, sk_periode, sk_bagian, aspek_pekerjaan, aspek_sikap, nilai akhir, hilai_huruf dan keterangan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 56
4.3.7
Job Transformasi Data Fact Detail
Gambar 4. 19 Job Skripsidwh Detail Indikator Gambar 4.19 merupakan proses job yang digunakan untuk menjelaskan lima transformasi. Proses transformasi yang pertama adalah menjalankan dim_bagian.ktr.
Proses
dim_periode.ktr.
transformasi
Proses
kedua
ketiga
adalah
menjalankan
menjalankan transformasi
dim_karyawan.ktr. Proses keempat adalah menjalankan transformasi dim_puk.ktr.
Proses
terakhir
adalah
menjalankan
transformasi
fact_detail.ktr untuk membentuk tabel fakta. 4.3.8
Job Transformasi Data Fact Nilai
Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP Gambar 4.20 merupakan proses job yang digunakan untuk menjelaskan empat transformasi. Proses transformasi yang pertama adalah menjalankan dim_periode.ktr.
Proses
transformasi
kedua
adalah
menjalankan
dim_bagian.ktr.
Proses
transformasi
ketiga
adalah
menjalankan
dim_karyawan.ktr. Proses terakhir adalah menjalankan transformasi fact_nilai.ktr untuk membentuk tabel fakta.
4.4
Implementasi Star Schema Untuk Database OLAP 4.4.1
Star Schema Kubus Fact Detail Skema kubus fact detail akan membaca data dari fact_detail di
database fact_detail. Gambar 4.21 merupakan gambar star schema kubus fact_detail.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 57
Gambar 4. 21 Star Schema kubus fact_detail Kubus dengan nama Fact_Detail, memiliki tabel fakta fact_detail. Dimensi digunakan adalah dim_bagian, dim_karyawan, dim_periode dan dim_puk. Nilai pengukuran atau measure dari skema fact detail adalah jumlah nilai indikator1_1 – indikator2_1. Penjelasan mengenai dimensidimensi yang digunakan adalah sebagai berikut: 1.
Dim_Bagian Gambar 4.22 merupakan gambar struktur pembentukan dim_bagian yang dimiliki kubus fact_detail.
Gambar 4. 22 Struktur pembentukan dim_bagian Pada dim_bagian menggunakan tabel dim_bagian pada database skripsidwh dan memiliki hirarki bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 58
2.
Dim_Karyawan Gambar
4.23
merupakan
gambaran
struktur
pembentukan
dim_karyawan yang memiliki kubus fact_detail.
Gambar 4. 23 Struktur pembentukan dim_karyawan Pada dim_karyawan menggunakan tabel dim_karyawan pada database skripsidwh dan memilki hirarki Karyawan. 3.
Dim_Periode Gambar
4.24
merupakan
gambaran
struktur
pembentukan
dim_periode yang dimiliki kubus fact detail.
Gambar 4. 24 Struktur pembentukan dim_periode Pada dim_periode menggunakan tabel dim_periode pada database skripsidwh dan memiliki hirarki periode. 4.
Dim_PUK Gambar 4.25 merupakan gambaran struktur pembentukan dim_puk yang dimiliki kubus fact_detail.
Gambar 4. 25 Struktur pembentukan dim_puk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 59
Pada dim_puk menggunakan tabel dim_puk pada database skripsidwh. Dan memiliki hirarki PUK dengan Indikator1_1 – 2_5.
4.4.2
Star Schema Kubus Fact Nilai
Skema kubus fact nilai akan membaca data dari fact_nilai di database skripsidwhfinalcoba1. Gambar 4.26 merupakan star schema kubus fact nilai.
Gambar 4. 26 Star Schema kubus fact nilai Kubus dengan nama skripsinilai, memiliki tabel fakta yaitu fact_nilai. Dimensi
yang
digunakan
adalah
dim_periode,
dim_bagian
dan
dim_karyawan. Nilai pengukuran atau measure dari skema skripsinilai adalah jumlah nilai factor pekerjaan, sikap dan nilai akhir. Penjelasan mengenai dimensi-dimensi yang digunakan adalah : 1. Dim_Bagian Gambar 4.27 merupakan gambar struktur pembentukan dim_bagian yang dimiliki kubus skripsinilai.
Gambar 4. 27 Struktur pembentukan dim_bagian
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 60
Pada dim_bagian menggunakan tabel dim_bagian pada database skripsidwhfinalcoba1 dan memiliki hirarki bagian. 2. Dim_Karyawan Gambar
4.28
merupakan
gambaran
struktur
pembentukan
dim_karyawan yang memiliki kubus fact_detail.
Gambar 4. 28 Struktur pembentukan dim_karyawan Pada dim_karyawan menggunakan tabel dim_karyawan pada database skripsidwh dan memilki hirarki Karyawan. 3.
Dim_Periode Gambar
4.29
merupakan
gambaran
struktur
pembentukan
dim_periode yang dimiliki kubus fact detail.
Gambar 4. 29 Struktur pembentukan dim_waktu Pada dim_periode menggunakan tabel dim_periode pada database skripsidwh dan memiliki hirarki periode. 4.5 Implementasi Antar Muka Pengguna Sistem OLAP Hasil Implementasi antar muka pengguna sistem OLAP sesuai dengan rancangan pada bab sebelumnya dapat dilihat sebagai berikut :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 61
4.5.1 Halaman Login
Gambar 4. 30 Tampilan Halaman Proses Login Gambar 4.30 merupakan tampilan halaman proses login untuk melakukan proses autentifikasi. Proses login diawali degan mengisi field username dan password yang sesuai kemudian memilih tombol “Login”. Listing program yang digunakan untuk tampilan login untuk mengisi field username dan password terdapat pada lampiran II. Proses login akan mengirimkan data username dan password masukan dari admin ke kelas LoginProses.jsp. Di dalam kelas kelas LoginProses.jsp parameter username dan password ditangkap dan diproses pada method login. Jika masukan benar maka akan masuk sebagai admin dan jika salah maka proses login dianggap gagal. Listing program untuk proses login di kelas LoginProses.jsp terdapat pada lampiran II
Jika kombinasi data username dan password sesuai dengan data pada database maka proses login berhasil, jika tidak sesuai dengan database maka proses login gagal dan admin dapat mengulangi proses login. Gambar 4.31 merupakan tampilan ketika proses login gagal.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 62
Gambar 4. 31 Tampilan Untuk Proses Gagal Login 4.5.2 Halaman Menu Utama Halaman menu utama muncul pertama kali ketika proses login berhasil. Halaman menu utama menampilkan menu untuk kubus fact_detail untuk melihat tampilan OLAP detail nilai indikator karyawan, menu untuk kubus skirpsinilai untuk melihat tampilan OLAP nilai aspek pekerjaan, askpek sikap dan nilai akhir serta dapat untuk membuat grafik. Gambar 4.32 adalah tampilan menu utama yang ada di kelas index.jsp.
Gambar 4. 32 Tampilan Menu Utama Halaman menu utama menggunakan kelas index.jsp. Listing program index.jsp terdapat pada lampiran II.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 63
4.5.2.1
Halaman Menu Nilai Final Karyawan
Menu nilai final karyawan be risi data dari kubus skripsinilai, yang digunakan untuk melihat informasi nilai aspek pekerjaan, nilai aspek sikap dan nilai akhir serta untuk membuat grafik nilai per karyawan. Gambar 4.33 merupakan tampilan halaman kubus skripsinilai. Gambar 4.34 merupakan tampilan grafik nilai per karyawan setiap periode.
Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan
Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 64
Menu nilai final karyawan mengakses halaman modrian.js p. struktur Mondrian.jsp terdapat pada lampiran II.
4.5.2.2
Halaman Menu Detail Nilai Karyawan
Menu detail nilai karyawan berisi data kubus fact_detail, yang digunakan untuk melihat informasi tentang nilai indikator 1_1 – indikator 2_5 menurut periode penilaian karyawan. Gambar 4.35 merupakan tampilan halaman kubus fact_detail.
Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan Menu detail nilai karyawan mengakses halaman detailnilai.jsp. struktur detailnilai.jsp terdapat pada lampiran II.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB V ANALISIS HASIL Pada bagian ini akan menjelaskan analisis hasil dari disain dan implementasi data warehouse yang telah dibangun. Analisis hasil ini dibagi menjadi beberapa bagian yaitu penyelesaian rumusan masalah, pengukuran kinerja sistem, kelebihan dan kelemahan sistem. 5.1 Penyelesaian Rumusan Masalah Sesuai dengan tujuan penelitian ini pihak PT Surya Pamenang membutuhkan informasi yang dapat mendukung monitoring kinerja karyawan. Hasil implementasi data warehouse sesuai dengan informasi yang dibutuhkan pihak PT Surya Pamenang dapat dilihat sebagai berikut : 1. Hasil OLAP Nilai Final Karyawan
65
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 66
Gambar 5. 1 Hasil OLAP Nilai Karyawan Final Gambar 5.1 merupakan hasil pembentukan OLAP dari data nilai unjuk kerja karyawan yang kemudian dilakukan perhitungan untuk mengetahui nilai aspek pekerjaan, aspek sikap dan nilai akhir. Diharapkan hasil OLAP ini dapat memenuhi kebutuhan pihak PT Surya Pamenang untuk dapat melakukan monitoring kinerja karyawan berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir di setiap periode penilaian. Melalui hasil OLAP Nilai Karyawan Final ini, dapat mengetahui nilai aspek_pekerjaan, aspek sikap, dan nilai akhir untuk setiap karyawan serta setiap periode penilaian. Data nilai dapat dilihat secara multidimensional.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 67
Gambar 5. 2 Grafik Nilai Karyawan Pada gambar 5.2 adalah contoh dari grafik nilai per karyawan yang berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir. Grafik dapat menggambarkan kinerja karyawan dari setiap periode. Pada gambar 5.2 dapat dilihat karyawan yang bekerja pada bagian keuangan/tik dengan NIK 910117 pada periode 20121 mendapat nilai B karena pada nilai akhir hanya mendapat nilai 91. Pada periode 20122 karyawan NIK 910117 mendapat nilai C karena pada nilai akhir hanya mendapat nilai 81. Periode 20131 karyawan dengan NIK 910117 mendapat nilai B dengan nilai akhir 87. Periode 20132 karyawan dengan NIK 910117 mendapat nilai B dengan nilai akhir 94.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 68
5.2 Pengujian Cube 5.2.1 Pengujian Perhitungan aspek Pekerjaan, Sikap dan Nilai Akhir. Pengujian ini dilakukan untuk membandingkan hasil perhitungan aspek pekerjaan, sikap, dan nilai akhir dari OLAP dengan hasil dari perhitungan manual yang dilakukan menggunakan Ms.Excel.
Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan Gambar 5.3 adalah hasil pembentukan OLAP dari kubus skripsinilai. Pada kubus ini informasi yang ditampilkan adalah nama bagian dimana karyawan bekerja, NIK karyawan, kode periode karyawan dinilai, nilai huruf yang didasarkan dari nilai akhir serta measure / pengukuran adalah nilai aspek pekerjaan, aspek sikap dan nilai akhir. Pada gambar 5.3 dapat dilihat NIK dengan nomor 930663 bekerja pada bagian PPIC dinilai pada periode 20121, 20122, 20131, 20132, 20141, dan 20142. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20121 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20122 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20131 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20132 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20141 adalah 71, 12, 83. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20142 adalah 71, 12, 83.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 69
Gambar 5. 4 Java Script Hitung Nilai Gambar 5.4 merupakan rumus yang digunakan untuk menghitung nilai aspek pekerjaan, sikap dan nilai akhir yang dilakukan pada saat menjalankan transformasi fact nilai. Hasil dari perhitungan akan ditampilkan di OLAP Nilai Final Karyawan seperti pada gambar 5.3. Untuk membuktikan kebenaran hasil perhitungan java script pada transformasi fact nilai, maka hasil tersebut akan dibandingkan dengan hasil perhitungan yang dilakukan secara manual menggunakan Ms.Excel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 70
Gambar 5. 5 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir Gambar 5.5 adalah gambar dari perihitungan yang dilakukan di Ms.Excel untuk mengetahui nilai aspek pekerjaan, sikap dan nilai akhir. Untuk pengujian akan diambil satu contoh yaitu nilai dari NIK 930663. Perhitungan dilakukan dengan rumus : 1. Rumus Aspek Pekerjaan Aspek_Pekerjaan
Dari pengujian ini dapat disimpulkan bahwa hasil perhitungan yang dilakukan dengan menggunakan java script pada transformasi fact nilai (Gambar 5.4) sesuai dengan hasil perhitungan yang dilakukan secara manual menggunakan Ms.Excel (Gambar 5.5) sehingga OLAP yang menampilkan hasil perhitungan aspek pekerjaan, sikap dan nilai akhir sudah valid.
5.2.2 Pengujian Database dengan OLAP
Gambar 5. 6 Query Cek Nilai di Database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 71
Gambar 5.6 merupakan query untuk melihat sk_periode, nilai aspek pekerjaan, sikap dan nilai akhir dari karyawan yang memiliki sk_karyawan 462 yang ada di tabel fakta fact_nilai. Sk_karyawan 462 adalah karyawan nik 930663.
Gambar 5. 7 Hasil Query Cek Nilai Gambar 5.7 merupakan hasil dari query cek nilai untuk melihat nilai aspek pekerjaan, sikap dan nilai akhir dari nik 930663 dengan sk karyawan 462. Nilai yang ditampilkan sesuai dengan hasil OLAP nilai karyawan pada gambar 5.8
Gambar 5. 8 Hasil nilai NIK 930663 Pengujian ini dapat memberi kesimpulan bahwa hasil nilai aspek pekerjaan, sikap dan nilai akhir yang disimpan didalam database fact_nilai sesuai dengan hasil yang ditampilkan pada OLAP Nilai Final Karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 72
5.2.3 Pengujian Database Detail Nilai
Gambar 5. 9 OLAP Detail Nilai Karyawan Gambar 5.9 adalah hasil pembentukan OLAP detail nilai karayawan. Pada Pada kubus ini informasi yang ditampilkan adalah nama bagian dimana karyawan bekerja, NIK karyawan, kode periode karyawan dinilai, serta measure / pengukuran adalah nilai indikator1_1 – indikator 2_5. Dari gambar tersebut dapat dilihat NIK karyawan 910120 yang bekerja di bagian Produksi/MPC telah dinilai pada periode 20121, 20122, 20131, 20132, 20141, dan 20142. Detail nilai sebagai berikut : Nilai indikator1_1 – indikator1_5 periode 20121 adalah 88, 92, 92 ,90, 87. Nilai indikator1_1 – indikator1_5 periode 20122 adalah 90, 92, 92, 89, 87. Nilai indikator1_1 – indikator1_5 periode 20131 adalah 90, 90, 90, 90, 87. Nilai indikator1_1 – indikator1_5 periode 20132 adalah 89, 87, 89, 87, 87. Nilai indikator1_1 – indikator1_5 periode 20141 adalah 90, 90, 87, 87, 85. Nilai indikator1_1 – indikator1_5 periode 20142 adalah 84, 89, 84, 84, 82. Nilai indiaktor 2_1 – indikator2_5 periode 20121 adalah 84 84, 87, 87, 94. Nilai indikator2_1 – indikator2_5 periode 20132 adalah 82, 84, 87, 89, 95. Nilai indikator2_1 – indikator2_5 periode 20141 adalah 82, 82, 85, 87, 93.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 73
Nilai indikator2_1 – indikator2_5 periode 20142 adalah 82, 82, 82, 87,95. Untuk membuktikan hasil OLAP (Gambar 5.9) telah valid maka dibandingkan dengan hasil dari query. Query yang digunakan seperti pada gambar 5.10 :
Gambar 5. 10 Query Cek Detail Nilai Gambar 5.10 merupakan query untuk melihat nilai setiap indikator dari NIK 910120. Dari query pada gambar 5.10 maka akan ditampilkan NIK karyawan, periode_code yang menunjukkan kapan karyawan dinilai serta nilai dari setiap indikator penilaian seperti pada gambar 5.11 :
Gambar 5. 11 Hasil Query Cek Detail Dari pengujian ini dapat disimpulkan bahwa detail nilai per indikator yang disimpan pada database fact_detail sudah sesuai dengan hasil yang ditampilkan pada OLAP nilai detail karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 74
5.3 Kelebihan dan Kekurangan Sistem A. Kelebihan Sistem 1. Gudang data yang dibuat dapat menghitung nilai aspek pekerjaan, sikap dan nilai akhir. 2. Pada pembentukan OLAP mampu menampilkan informasi berupa nilai aspek pekerjaan, sikap dan nilai akhir, serta mampu menampilkan informasi grafik nilai per karyawan. 3. Pada pembentukan OLAP mampu menampilkan informasi berupa detail nilai setiap indikator per karyawan. 4. Hasil pembentukan gudang data dapat digunakan secara otomatis untuk melakukan monitoring nilai karyawan setiap periode penilaian. B. Kelemahan Sistem 1. Pada saat mengakses OLAP akan membutuhkan waktu yang lama.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB VI PENUTUP Setelah melakukan tahapan penelitian ini secara menyeluruh, dapat ditarik beberapa kesimpulan dan saran yang diharapkan dapat bermanfaat bagi pengembangan lebih lanjut. 6.1 Kesimpulan 1. Data warehouse dan OLAP untuk mendukung monitoring kinerja karyawan pada PT Surya Pamenang telah berhasil dibuat dengan menggunakan Kettle (Pentaho Data Integeration) untuk proses integrasinya. 2. Hasil pembuatan data warehouse dan OLAP dapat memberikan informasi yang dapat membantu dalam mendukung monitoring karyawan serta didukung
penyajian
data
dengan
menggunakan
grafik
sehingga
mempermudah melihat trend kinerja karyawan. Hasil dari data warehouse yang ditampilkan menggunakan OLAP dapat diakses secara online menggunakan web browser sehingga mudah diakses. 3. Data warehouse yang dibangun dapat menghitung nilai aspek pekerjaan, aspek sikap dan nilai akhir secara lebih efisien dalam waktu perhitungan karena otomatis dan lebih mudah dibandingkan dengan cara manual di Ms.Excel.
6.2 Saran Dengan konsep data warehouse, berharap agar penelitian ini dikembangkan sampai dengan pengambilan keputusan. Dengan aturan yang telah ada serta informasi nilai aspek pekerjaan, sikap dan nilai akhir, Sehingga dapat membuat langkah untuk menaikan status grade karyawan yang didasarkan oleh aturan dengan ditambah informasi dari hasil OLAP yang berupa nilai aspek pekerjaan, sikap dan nilai akhir.
75
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR PUSTAKA Anin, Maria Roswita Vindensia. 2012 Desain dan Implementasi Gudang Data untuk Keperluan Laporan Penerimaan Beasiswa.n Yogyakarta: Universitas Sanata Dharma. Connoly, Thomas M, Carolyn, Begg, 2005. Database System A Practical Approach to Design, Implementation and Management, Fourth Edition. Addition Wesley Publishing Company, inc, USA. JRP, Mulyana. 2014. PENTAHO: Solusi Open Source untuk Membangun Data Warehouse. Kimball, R, Ross, M., Becker, B., Mundy, J., dan Tornthwaite, W. 2010. The Kimball Group Reader: Relentlessly Practical Tools for Data Warehouseing and Bussiness Intelligence, Canada: John willey & Sons. Thomas M. Connoly, Carolyn E. Begg., 2008, Database System A Practical Approach to Design, Implementation, and Management, 5th Edition Addison Wesley, University The West of Scotland. Wasito, Setiawan. 2010. Implementasi Gudang Data untuk Keperluan Akademik Studi Kasus Fakultas Teknik Informatika Universitas Sanata Dharma. Yogyakarta: Universitas Sanata Dharma.
REFERENCES `master_karyawan` (`ID_BAGIAN`) ON DELETE NO ACTION ON UPDATE NO ACTION, CONSTRAINT
`KARYAWAN`
REFERENCES
FOREIGN
KEY
`master_karyawan`
(`NIK`)
(`NIK`)
ON
DELETE NO ACTION ON UPDATE CASCADE, CONSTRAINT `PERIODE` FOREIGN KEY (`PERIODE_CODE`) REFERENCES `periode` (`PERIODE_CODE`) ON DELETE NO ACTION ON UPDATE NO ACTION ) ENGINE=InnoDB DEFAULT CHARSET=latin1;
catalogUri="/WEBINF/queries/SchemaSkripsiNilaiBagianNilaiHuruf.xml"> select NON EMPTY {[Measures].[PEKERJAAN], [Measures].[SIKAP], [Measures].[NILAI]} ON COLUMNS, NON EMPTY {([BAGIAN].[AllBagian], [KARYAWAN.NIK].[AllKaryawan], [PERIODE].[AllPeriode], [NILAI HURUF].[AllNilai])} ON ROWS from [SKRIPSINILAIBAGIAN]
scope="session">Nilai
Karyawan
Mondrian
Struktur Halaman Mondrian.jsp
Struktur Halaman detailnilai.jsp <%@ page session="true" contentType="text/html; charset=ISO8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <meta name="description" content="Mondrian is an OLAP server written in Java. It enables you to interactively analyze very large datasets stored in SQL databases without writing SQL."> <meta http-equiv="Content-Type" content="text/html; charset=windows-1252"> Mondrian OLAP Server <style> #header { background-color: skyblue; color: white; text-align: center; padding: 5px; } #nav { line-height: 30px; background-color: #EEEEEE; 89
<jp:mondrianQuery id="query01" jdbcDriver="com.mysql.jdbc.Driver" jdbcUrl="jdbc:mysql://localhost:3306/skripsidwh " jdbcUser ="root" jdbcPassword="" catalogUri="/WEBINF/queries/SchemafFactDetail11.xml"> select NON EMPTY {[Measures].[INDIKATOR1_1], [Measures].[INDIKATOR1_2], [Measures].[INDIKATOR1_3], [Measures].[INDIKATOR1_4], [Measures].[INDIKATOR1_5], [Measures].[INDIKATOR2_1], [Measures].[INDIKATOR2_2], [Measures].[INDIKATOR2_3], [Measures].[INDIKATOR2_4], [Measures].[INDIKATOR2_5]} ON COLUMNS, NON EMPTY Crossjoin(Hierarchize({([BAGIAN].[AllBagian], [KARYAWAN.Karyawan].[AllKaryawan], [PERIODE].[AllPeriode])}), {[PUK].[PUK]}) ON ROWS from [FACT_DETAIL] Nilai Mondrian OLAP
Detail
91
Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
MANUAL SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP) MONITORING KINERJA KARYAWAN
I.
LOGIN Sebelum masuk ke sistem, pengguna harus melakukan login. Proses login diawali dengan mengisi field username dan password yang sesuai kemudian memilih tombol “LOGIN”
Jika masukan benar maka akan masuk dan dibuka pada halaman home. Jika masukan salah maka proses login dianggap gagal, sistem akan memberikan konfirmasi bahwa login gagal.
92
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
II.
HALAMAN MENU SISTEM 2.1 Halaman Utama Halaman menu utama muncul pertama kali ketika proses login berhasil. Halaman menu utama menampilkan menu halaman nilai final karyawan, detail nilai karyawan dan logout. Untuk keluar dari sistem pilih menu “logout”.
2.2 Halaman Nilai Final Karyawan Halaman nilai final karyawan menampilkan informasi nilai aspek pekerjaan, sikap dan nilai akhir.
2.3 Halaman Detail Nilai Karyawan Halaman detail nilai karyawan menampilkan informasi detail nilai karyawan yang terdiri dari indikator1_1 – indikator2_5.
93
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Jika ingin kembali pada halaman utama cukup klik “Back to Index”
III.
FUNGSI MENU MONDRIAN 3.1 Icon Olap Navigator Memilih Informasi Yang Ingin Ditampilkan 1. Klik icon “OLAP Navigator” 2. Pilih dimensi bagian (BAGIAN) untuk memilih bagian mana saja yang akan ditampilkan.
3. Setelah diklik maka akan masuk pada rows bagian untuk memilih bagian yang ingin ditampilkan. Pilih salah satu bagian (FINISHING).
94
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4. Setelah diklik, pilih OK. Menu akan kembali pada menu OLAP Navigator.
5. Klik tombol “OK”, maka hanya bagian “FINISHING” yang ditampilkan.
95
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.2 Icon MDX Editor Setelah memilih dimensi atau measure yang ingin ditampilkan, maka klik tombol “Apply”.
96
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.3 Icon Set Chart Digunakan untuk membuat chart sesuai dengan keingan.
Jika sudah sesuai dengan keinginan klik tombol “OK”. 3.4 Icon Show Chart Menampilkan informasi tentang bagian finishing dengan NIK 930797.
97
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.5 Memasukan Data Excel
1.
Pilih file cobabagianexcel.ktr kemudian open.
2.
Kemudian pilih Microsoft Excel Input.
3.
Kemudian masukan file directory dengan tekan tombol browse.
Pilih file yang ingin dimasukan kemudian klik tombol add jika sudah file directory akan ditampilkan lalu langkah akhir klik tombol ok. 98
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.
Jika file sudah dimasukan didalam langkah Microsoft excel input,
langkah berikutnya adalah klik tombol run
. Ulangi langkah untuk
memasukan file excel untuk transformasi excel input karyawan dan puk. 3.6 Menjalankan Job 1. Pilih file kemudian open
2. Pilih file nilaifinaljob.kjb untuk menjalankan job nilaifinal sementara untuk detail nilai pilih file detailnilaijob.kjb. setelah dipilih kemudian klik open.