PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PENERAPAN SLOWLY CHANGING DIMENSIONS UNTUK MENDUKUNG PEMBENTUKAN DIMENSI DINAMIS PADA DATA WAREHOUSE (Studi Kasus: Dinas Kependudukan dan Pencatatan Sipil Kabupaten Klaten)
Skripsi
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
Oleh: Gadis Pujiningtyas Rahayu NIM : 085314079
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2013
i
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
THE IMPLEMENTATION OF SLOWLY CHANGING DIMENSIONS FOR SUPPORTING THE FORMATION OF DYNAMIC DIMENSION IN THE DATA WAREHOUSE (Case Study: Dinas Kependudukan dan Pencatatan Sipil Kabupaten Klaten)
A Thesis
Presented as Partial Fullfillment of the Requirements To Obtain the Sarjana Komputer Degree
By: Gadis Pujiningtyas Rahayu NIM : 085314079
INFORMATICS ENGINEERING STUDY PROGRAM FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2013
ii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KATA PENGANTAR Segala puji syukur penulis panjatkan kepada Allah Bapa di Surga, karena berkat dan penyertaan-Nya penulis dapat menyelesaikan penyusunan tugas akhir yang berjudul “Penerapan Slowly Changing Dimensions untuk Mendukung Pembentukan Dimensi Dinamis Pada Data Warehouse (Studi Kasus : Dinas Kependudukan dan Pencatatan Sipil Kabupaten Klaten)”. Tugas akhir ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana strata satu pada Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. Pada saat pengerjaan tugas akhir ini penulis banyak mendapatkan bantuan dari berbagai pihak, oleh karena itu penulis ingin mengucapkan terima kasih kepada: 1.
Ibu Ridowati Gunawan, S.Kom, M.T. Ketua Prodi Teknik Informatika sekaligus dosen pembimbing. Yang telah memberikan bimbingan, arahan, saran, petunjuk-petunjuk, meluangkan waktu, dan kebaikannya sehingga penulis dapat menyelesaikan tugas akhir ini.
2.
Ibu Paulina Heruningsih Prima Rosa, SSi., MSc, selaku Dekan Fakultas Sains dan Teknologi dan dosen penguji.
3.
Ibu Sri Hartati Wijono, S.Si., M.Kom selaku dosen penguji yang telah memberikan kritik dan saran
4.
Kedua orang tua, Bapak Supriyanta dan Ibu Sri Poniyem, dan adik Betrik yang selalu memberikan dukungan, doa, perhatian, semangat, dan motivasi.
5.
Bapak Rudy Widodo, selaku Admin DISDUKCAPIL Kabupaten Klaten, yang telah mengizinkan penulis untuk melakukan studi kasus.
6.
Agustinus Agus Triyono, yang selalu memberikan dukungan pada penulis saat mengerjakan Tugas Akhir ini.
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI viii
7.
Sahabat dan teman-teman semua, Ancel, Siska, Endra, Ika, Esy, Vava, Reza, Lie, Roy, Kevin, Angga, Surya dan semua temen-teman TI’08 yang selalu membantu penulis saat mengalami kesulitan dalam mengerjakan Tugas Akhir ini, dan selalu memberikan dukungan semangat dan doa.
8.
Serta semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu penulis dalam menyelesaikan tugas akhir ini.
Penulis merasa masih banyak kekurangan dalam penyusunan laporan tugas akhir ini. Untuk itu, penulis mengharapkan saran dan kritik yang membangun dari pembaca. Semoga tugas akhir ini dapat bermanfaat, khususnya pada bidang Teknik Informatika. Yogyakarta, 20 Februari 2013 Penulis
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PENERAPAN SLOWLY CHANGING DIMENSIONS UNTUK MENDUKUNG PEMBENTUKAN DIMENSI DINAMIS PADA DATA WAREHOUSE (Studi Kasus : Dinas Kependudukan dan Pencatatan Sipil Kabupaten Klaten)
Gadis Pujiningtyas Rahayu
ABSTRAK
DISDUKCAPIL Kabupaten Klaten adalah instansi Pemerintah yang mengelola data penduduk di Kabupaten Klaten. Dalam pengelolaan data, utamanya bagi Pemerintah Daerah yang memiliki data penduduk dengan volume besar dan tersebar ke dalam database terpisah, dewasa ini telah ada teknologi data warehouse. Data penduduk yang tersimpan dapat mengalami perubahan, hal ini merefleksikan aspek dinamis dari data warehouse sehingga memerlukan updating beberapa dimensi . Tabel dimensi memiliki peran yang sangat penting dalam setiap Data Warehouse. Peran utama tabel dimensi adalah untuk mendukung catatan tabel fakta dengan deskripsi dan informasi lain tentang entitas yang terlibat pada catatan ini. Untuk mendukung pembentukan dimensi yang dinamis dalam sebuah data warehouse diimplementasikan sebuah kriteria dimensional yaitu Slowly Changing Dimensions (SCD) sehingga setiap perubahan data dapat terpelihara dengan baik.
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
THE IMPLEMENTATION OF SLOWLY CHANGING DIMENSIONS FOR SUPPORTING THE FORMATION OF DYNAMIC DIMENSION IN THE DATA WAREHOUSE (Case Study : Dinas Kependudukan dan Pencatatan Sipil Kabupaten Klaten)
Gadis Pujiningtyas Rahayu
ABSTRACT
DISDUKCAPIL Kabupaten Klaten is a government agency that manages the population data around Kabupaten Klaten. Within the data management, especially for the Local Government (Pemerintah Daerah) that has a big volume of population distributed into separate database, recently there has been a warehouse technology. Since the population data that has been saved might have been changing, such matter reflects the dynamic aspect of Data Warehouse so that it might take the updating of several dimensions. The dimension table has a very important role in each of Data Warehouse. The main role of dimension table is to support the note of fact table by means of description and other entity involved in the related note. In order to support the formation of dynamic dimension within a Data Warehouse, the researcher implement a dimensional criterion namely Slowly Changing Dimension (SCD) so that each of changes might be preserved in a well manner.
x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI HALAMAN PERSETUJUAN........................................................................................... iii HALAMAN PENGESAHAN............................................................................................ iv LEMBAR PERNYATAAN PERSETUJUAN ................................................................... v HALAMAN KEASLIAN KARYA ................................................................................... vi KATA PENGANTAR ...................................................................................................... vii ABSTRAK………………………………………………………………………………..ix ABSTRACT……………………………………………………………………………….x DAFTAR ISI……………………………………………………………………………...xi DAFTAR GAMBAR ....................................................................................................... xiv DAFTAR TABEL.......................................................................................................... xviii BAB I PENDAHULUAN ................................................................................................... 1 1.1
Latar Belakang..................................................................................................... 1
1.2
Rumusan masalah ................................................................................................ 3
1.3
Tujuan .................................................................................................................. 3
1.4
Batasan Masalah .................................................................................................. 3
1.5
Metodologi Penelitian ......................................................................................... 4
1.6
Sistematika Penulisan .......................................................................................... 5
BAB II LANDASAN TEORI ............................................................................................. 7 2.1
Pengertian Data Warehouse ................................................................................ 7
2.2
Fungsi Data Warehouse ...................................................................................... 7
2.3
Keuntungan Data Warehouse.............................................................................. 8
2.4
Karakteristik Data Warehouse ............................................................................ 9
2.5
Arsitektur Data Warehouse ............................................................................... 11
2.6
Tahapan Membangun Data Warehouse ............................................................ 13
2.7
Data Staging ...................................................................................................... 14
2.8
Extract, Transform, dan Load (ETL)................................................................ 15
2.9
Multi Dimensional Modelling............................................................................ 15
2.9.1
Cube, Dimension, Measure , dan Member ...................................................... 15
2.9.2
Tabel Fakta dan Dimensi (Fact and Dimension Tabels) ................................ 16
2.9.3
Skema Bintang (Star schema) ......................................................................... 16
2.10
Surrogate Key .................................................................................................... 17
xi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xii
2.11
Pentaho Data Integration (Kettle) ...................................................................... 17
2.11.1 Pentaho Data Integration................................................................................. 17 2.11.2 Komponen Aplikasi Kettle ............................................................................. 18 2.12
Slowly Changing Dimensions (SCD) ................................................................ 19
BAB III ANALISIS DAN PERANCANGAN SISTEM .................................................. 21 3.1 3.1.1
Analisis Sistem Yang Sudah Berjalan ............................................................... 21 Kelemahan Sistem yang Ada Sekarang .......................................................... 22
3.2
Analisis Kebutuhan Pengguna ........................................................................... 22
3.3
Alternatif Pemecahan Masalah .......................................................................... 23
3.4
Gambaran Umum Sistem Yang Akan Dikembangkan ...................................... 23
3.5
Perancangan Kebutuhan Fungsional ................................................................. 24
3.5.1
Diagram use case ............................................................................................ 24
3.5.2
Narasi use case diagram.................................................................................. 24
3.6
Perancangan Data Warehouse ........................................................................... 26
3.6.1
Memilih Proses (Choosing The Process) ........................................................ 26
3.6.2
Memilih Sumber (Choosing The Grain) ......................................................... 27
3.6.3
Indetifying and Conforming the Dimension (identifikasi dan konfirmasi dimensi) ..................................................................................................... 28
3.6.4
Choosing the Facts (pemilihan fakta) ............................................................. 28
3.6.5
Storing Pre-Calculation In the Fact Table (penyimpanan Pre- Calculation di tabel fakta) ................................................................................................. 28
3.6.6
Rounding Out the Dimension Tables (melengkapi tabel dimensi).................. 29
3.6.7
Choosing the Duration of the Database (pemilihan durasi database) ............ 35
3.6.8
Tracking SCD (melacak SCD) ........................................................................ 35
3.6.9
Deciding the Query Priorities and the Query Modes (memutuskan prioritas query dan mode query) .............................................................................. 36
3.7
Model OLAP ..................................................................................................... 36
3.8
Rancangan Star schema untuk Database OLAP ............................................... 36
BAB IV IMPLEMENTASI SISTEM DAN ANALISIS SISTEM .................................. 38 4.1
Implementasi Arsitektur Data Warehouse ........................................................ 38
4.2
Implementasi Integrasi Data .............................................................................. 39
4.2.1
Integrasi Data Transaksional dan Data Master dari Database SIAKDB ke database Penduduk .................................................................................... 39
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xiii
4.2.2
Implementasi Memecah Data Warehouse Membentuk Tabel Fakta dan Tabel Dimensi ...................................................................................................... 42
4.3
Pembentukan Dimensi Dinamis ........................................................................ 42
4.4
Implemenstasi Star schema untuk database OLAP ........................................... 45
4.4.1
Star schema kubus Penduduk ......................................................................... 45
4.5
Implemenstasi Proses Transfer Data ................................................................. 46
4.6
Antar Muka Pengguna Sistem OLAP ................................................................ 47
BAB V ANALISIS HASIL .............................................................................................. 49 5.1 5.1.1
Hasil Pengujian Implementasi SCD type 2 pada Database .............................. 49 Data Dimensi .................................................................................................. 49
5.2
Hasil Pengujian Historical Data ........................................................................ 50
5.3
Hasil Kuesioner ................................................................................................. 52
5.4
Kelebihan Sistem ............................................................................................... 53
5.5
Kelemahan Sistem ............................................................................................. 53
BAB VI PENUTUP .......................................................................................................... 54 6.1
Kesimpulan ........................................................................................................ 54
6.2
Saran .................................................................................................................. 54
DAFTAR PUSTAKA ....................................................................................................... 55 LAMPIRAN LAMPIRAN 1 PEMILIHAN FIELD DARI DATABASE SIAKDB ............................... 1-1 LAMPIRAN 2 RANCANGAN INTEGRASI DATA .................................................... 2-1 LAMPIRAN 3 RANCANGAN MEMECAH DATA MEMBENTUK TABEL FAKTA DAN DIMENSI...................................................................................... 3-1 LAMPIRAN 4 IMPLENTASI INTEGRASI DATA ...................................................... 4-1 LAMPIRAN 5 IMPLEMENTASI MEMECAH DATA MEMBENTUK TABEL FAKTA DAN DIMENSI ....................................................................... 5-1 LAMPIRAN 6 DETAIL DIMENSI PADA STAR SCHEMA ......................................... 6-2 LAMPIRAN 7 ANTAR MUKA PENGGUNA SISTEM OLAP .................................... 7-1 LAMPIRAN 8 UJI UPDATE DATA.............................................................................. 8-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR GAMBAR
Gambar 2. 1 Arsitektur Gudang Data ............................................................................... 12 Gambar 2. 2 Sistem Kerja Data Warehouse ..................................................................... 15 Gambar 2. 3 Star schema dari PHI-Minimart ................................................................... 17 Gambar 3. 1 Proses pembuatan Laporan .......................................................................... 21 Gambar 3. 2 Diagram use case proses integrasi data dan analisis data ............................ 24 Gambar 3. 3 Alur proses pembentukan tabel dan proses transformasi data ..................... 33 Gambar 3. 4 Star schema tf_penduduk ............................................................................. 37 Gambar 3. 5 Tabel biodata_wni ....................................................................................... 1-2 Gambar 3. 6 Tabel options_wni ....................................................................................... 1-3 Gambar 3. 7 Tabel ms_aktakawin.................................................................................... 1-3 Gambar 3. 8 Tabel ms_aktacerai...................................................................................... 1-3 Gambar 3. 9 Tabel ms_aktalahir ...................................................................................... 1-4 Gambar 3. 10 Tabel setup_kec ......................................................................................... 1-4 Gambar 3. 11 Tabel setup_kel ......................................................................................... 1-4 Gambar 3. 12 Tabel penyandangcacat ............................................................................. 1-5 Gambar 3. 13 Tabel ms_kelompokumur.......................................................................... 1-5 Gambar 3. 14 Tabel ms_bantuumur ................................................................................. 1-5 Gambar 3. 15 Transformasi data dari biodata_wni dan ms_bantuumur ke transaksi ..... 2-2 Gambar 3. 16 Transformasi data dari options_wni ke tabel ms_agama .......................... 2-3 Gambar 3. 17 Transformasi data dari options_wni ke tabel ms_pekerjaan ..................... 2-3 Gambar 3. 18 Transformasi data dari options_wni ke tabel ms_pendidikan ................... 2-4 Gambar 3. 19 Transformasi data dari options_wni ke tabel ms_golongandarah ............. 2-4 Gambar 3. 20 Transformasi data dari options_wni ke tabel ms_jeniskelamin ................ 2-4 Gambar 3. 21 Transformasi data dari ms_aktakawin ke tabel ms_aktakawin ................. 2-5 Gambar 3. 22 Transformasi data dari ms_aktacerai ke tabel ms_aktacerai ..................... 2-5 Gambar 3. 23 Transformasi data dari ms_aktalahir ke tabel ms_aktalahir ...................... 2-6 Gambar 3. 24 Transformasi data dari ms_kec ke tabel setup_kec .................................. 2-6 Gambar 3. 25 Transformasi data dari ms_kelurahan ke tabel setup_kel ........................ 2-7 Gambar 3. 26 Transformasi data dari penyandangcacat ke tabel ms_pnyandangcacat .. 2-7 Gambar 3. 27 Transformasi data dari ms_kelompokumur ke tabel ms_kelompokumur . 2-8 Gambar 3. 28 Pembentukan Tabel Dimensi Agama ....................................................... 3-2
xiv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xv
Gambar 3. 29 Pembentukan Tabel Dimensi Pekerjaan.................................................. 3-2 Gambar 3. 30 Pembentukan Tabel Dimensi Pendidikan ................................................ 3-2 Gambar 3. 31 Pembentukan Tabel Dimensi Golongan Darah ........................................ 3-3 Gambar 3. 32 Pembentukan Tabel Dimensi Jenis Kelamin ............................................ 3-3 Gambar 3. 33 Pembentukan Tabel Dimensi Akta Kawin ............................................... 3-3 Gambar 3. 34 Pembentukan Tabel Dimensi Akta Cerai ................................................. 3-4 Gambar 3. 35 Pembentukan Tabel Dimensi Akta Lahir ................................................. 3-4 Gambar 3. 36 Pembentukan Tabel Dimensi Wilayah ..................................................... 3-4 Gambar 3. 37 Pembentukan Tabel Dimensi penyandang cacat ...................................... 3-5 Gambar 3. 38 Pembentukan Tabel Dimensi Kelompok Umur ....................................... 3-5 Gambar 3. 39 Pembentukan Tabel tf_penduduk ............................................................. 3-6 Gambar 4. 1 Arsitektur Data Warehouse.......................................................................... 38 Gambar 4. 2 Struktur Tabel ms_aktalahir ......................................................................... 42 Gambar 4. 3 Data ms_aktalahir ........................................................................................ 42 Gambar 4. 4 ms_aktalahir.ktr............................................................................................ 43 Gambar 4. 5 Struktur Tabel dim_aktalahir_scd ................................................................ 44 Gambar 4. 6 Pembentukan dim_aktalahir_scd dengan menerapkan SCD type 2 ............. 44 Gambar 4. 7 Data setelah ms_aktalahir diinsert dan di-update ........................................ 45 Gambar 4. 8 Data setelah pembentukan dim_aktalahir_scd dr ms_aktalahir yang mengalami pergerakan dimensi .................................................................... 45 Gambar 4. 9 Star schema kubus Penduduk pada PendudukPemilu.xml .......................... 46 Gambar 4. 10 Halaman pembuatan laporan berdasarkan umur,kelamin dan akta lahir... 46 Gambar 4. 11 TR_PENDUDUK.ktr ............................................................................... 4-2 Gambar 4. 12 Tabel TR_PENDUDUK............................................................................ 4-5 Gambar 4. 13 ms_agama.ktr ........................................................................................... 4-5 Gambar 4. 14 Tabel ms_agama....................................................................................... 4-6 Gambar 4. 15 ms_pekerjaan.ktr ....................................................................................... 4-6 Gambar 4. 16 Tabel ms_pekerjaan.ktr ............................................................................. 4-8 Gambar 4. 17 ms_pendidikan.ktr .................................................................................... 4-8 Gambar 4. 18 Tabel ms_pendidikan.ktr ........................................................................... 4-9 Gambar 4. 19 ms_golongandarah.ktr ............................................................................... 4-9 Gambar 4. 20 Tabel ms_golongandarah ........................................................................ 4-10 Gambar 4. 21 ms_jeniskelamin.ktr ................................................................................ 4-11 Gambar 4. 22 Tabel ms_jeniskelamin............................................................................ 4-12
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xvi
Gambar 4. 23 ms_aktakawin.ktr .................................................................................... 4-12 Gambar 4. 24 Tabel ms_aktakawin................................................................................ 4-13 Gambar 4. 25 ms_aktacerai.ktr ...................................................................................... 4-13 Gambar 4. 26 Tabel ms_aktacerai.................................................................................. 4-14 Gambar 4. 27 ms_aktalahir.ktr....................................................................................... 4-15 Gambar 4. 28 Tabel ms_aktalahir .................................................................................. 4-16 Gambar 4. 29 ms_kec.ktr .............................................................................................. 4-16 Gambar 4. 30 Tabel ms_kec .......................................................................................... 4-17 Gambar 4. 31 ms_kelurahan.ktr ..................................................................................... 4-18 Gambar 4. 32 Tabel ms_kelurahan ................................................................................ 4-19 Gambar 4. 33 ms_pnyandangcacat.ktr ........................................................................... 4-19 Gambar 4. 34 Tabel ms_pnyandangcacat ...................................................................... 4-20 Gambar 4. 35 ms_kelompokumur.ktr ............................................................................ 4-21 Gambar 4. 36 Tabel ms_kelompokumur........................................................................ 4-22 Gambar 4. 37 dim_agama_scd.ktr ................................................................................... 5-2 Gambar 4. 38 Tabel dim_agama_scd ............................................................................... 5-3 Gambar 4. 39 dim_pekerjaan_scd.ktr .............................................................................. 5-3 Gambar 4. 40 Tabel dim_pekerjaan_scd.......................................................................... 5-4 Gambar 4. 41 dim_pendidikan_scd.ktr ............................................................................ 5-4 Gambar 4. 42 Tabel dim_pendidikan_scd ....................................................................... 5-5 Gambar 4. 43 dim_golongandarah_scd.ktr ...................................................................... 5-5 Gambar 4. 44 Tabel dim_goldrh_scd............................................................................... 5-7 Gambar 4. 45 dim_jeniskel_scd.ktr ................................................................................. 5-7 Gambar 4. 46 Tabel dim_jeniskel_scd............................................................................. 5-8 Gambar 4. 47 dim_aktakawin_scd.ktr ............................................................................. 5-8 Gambar 4. 48 Tabel dim_aktakawin_scd......................................................................... 5-9 Gambar 4. 49 dim_aktacerai_scd.ktr ............................................................................... 5-9 Gambar 4. 50 Tabel dim_aktacerai_scd......................................................................... 5-10 Gambar 4. 51 dim_aktalahir_scd.ktr .............................................................................. 5-10 Gambar 4. 52 Tabel dim_aktalahir_scd ......................................................................... 5-11 Gambar 4. 53 dim_wilayah_scd.ktr ............................................................................... 5-12 Gambar 4. 54 Tabel dim_wilayah_scd .......................................................................... 5-13 Gambar 4. 55 dim_penyandangcct_scd.ktr .................................................................... 5-13 Gambar 4. 56 Tabel dim_penyandangcct_scd ............................................................... 5-14
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xvii
Gambar 4. 57 dim_kelumur_scd.ktr .............................................................................. 5-15 Gambar 4. 58 Tabel dim_kelumur_scd .......................................................................... 5-16 Gambar 4. 59 TF_PENDUDUK.ktr............................................................................... 5-16 Gambar 4. 60 Tabel TF_PENDUDUK .......................................................................... 5-20 Gambar 4. 61 Struktur pembentukan Dimensi Agama .................................................... 6-2 Gambar 4. 62 Struktur pembentukan Dimensi Pekerjaan ................................................ 6-2 Gambar 4. 63 Struktur pembentukan Dimensi Pendidikan.............................................. 6-2 Gambar 4. 64 Struktur pembentukan Dimensi Golongan Darah ..................................... 6-3 Gambar 4. 65 Struktur pembentukan Dimensi Jenis Kelamin ......................................... 6-3 Gambar 4. 66 Struktur pembentukan Dimensi Akta Kawin ............................................ 6-3 Gambar 4. 67 Struktur pembentukan Dimensi Akta Cerai .............................................. 6-4 Gambar 4. 68 Struktur pembentukan Dimensi Akta Lahir .............................................. 6-4 Gambar 4. 69 Struktur pembentukan Dimensi Wilayah .................................................. 6-5 Gambar 4. 70 Struktur pembentukan Dimensi Penyandang Cacat .................................. 6-5 Gambar 4. 71 Struktur pembentukan Dimensi Kelompok Umur .................................... 6-5 Gambar 4. 72 Halaman Home.......................................................................................... 7-2 Gambar 4. 73 Halaman pembuatan laporan berdasarkan agama ..................................... 7-2 Gambar 4. 74 Halaman pembuatan laporan berdasarkan golongan darah. ...................... 7-3 Gambar 4. 75 Halaman pembuatan laporan berdasarkan jenis kelamin. ......................... 7-4 Gambar 4. 76 Halaman pembuatan laporan berdasarkan pendidikan. ............................. 7-5 Gambar 4. 77 Halaman pembuatan laporan berdasarkan penyandang cacat. .................. 7-6 Gambar 4. 78 Halaman pembuatan laporan berdasarkan umur ....................................... 7-7 Gambar 4. 79 Halaman pembuatan laporan berdasarkan umur,kelamin dan akta lahir... 7-8 Gambar 4. 80 Halaman Lihat Data Histori Penduduk .................................................... 7-8 Gambar 5. 1 Sebelum dim_aktalahir_scd mengalami pergerakan dimensi ...................... 49 Gambar 5. 2 Setelah dim_aktalahir_scd mengalami pergerakan dimensi ........................ 50 Gambar 5. 3 Data yang akan dipilih untuk di-update ....................................................... 50 Gambar 5. 4 Data yang telah di-update ............................................................................ 51 Gambar 5. 5 Form untuk melihat Histori Data Penduduk ............................................... 51 Gambar 5. 6 Setelah dim_aktalahir_scd mengalami pergerakan dimensi ........................ 52 Gambar 5. 7 View data yang akan di-update ................................................................. 8-2 Gambar 5. 8 Update data transaksi .................................................................................. 8-2 Gambar 5. 9 View data yang telah di-update................................................................. 8-2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR TABEL
Tabel 2. 1 Perbandingan Sistem OLTP dan Sistem Data warehouse.................................. 9 Tabel 3. 1 Narasi use case melihat hasil OLAP ................................................................ 24 Tabel 3. 2 Narasi use case membuat laporan dari hasil OLAP ......................................... 25 Tabel 3. 3 Narasi use case melihat Histori data penduduk .............................................. 26 Tabel 3. 4. Tabel Fakta yang Terpilih ............................................................................... 28 Tabel 3. 5 Tabel yang digunakan sebagai sumber data..................................................... 29 Tabel 3. 6 Tabel aktivitas dan tujuan proses pemilihan field yang akan diperlukan dari database SIAKDB .......................................................................................... 29 Tabel 4. 1 Tabel Aktivitas dan Tujuan dari Integrasi Data Transaksional dan Data Master dari Database SIAKDB ke database Penduduk ........................................... 40 Tabel 4. 2 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_aktalahir dari ms_aktalahir ....................................................................... 43 Tabel 4. 3 query insert-update ms_aktalahir .................................................................... 44 Tabel 4. 4 Kode Perintah automatisasi.bat........................................................................ 46 Tabel 4. 5 Struktur lap_aktalhtjeniskelumur.jsp…………………………………………47 Tabel 4. 6 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data transaksi dari biodata_wni dan ms_bantuumur .............................................. 4-2 Tabel 4. 7 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_agama dari options_wni........................................................................... 4-5 Tabel 4. 8 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pekerjaan dari options_wni .................................................................... 4-7 Tabel 4. 9 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pendidikan dari options_wni .................................................................. 4-8 Tabel 4. 10 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_golongandarah dari options_wni ............................................................. 4-9 Tabel 4. 11 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ jeniskelamin dari options_wni.............................................................. 4-11 Tabel 4. 12 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktakawin dari ms_ aktakawin ............................................................. 4-12 Tabel 4. 13 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktacerai dari ms_ aktacerai ................................................................. 4-14
xviii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xix
Tabel 4. 14 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_aktalahir dari ms_aktalahir .................................................................... 4-15 Tabel 4. 15 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kec dari setup_kec ................................................................................. 4-16 Tabel 4. 16 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kelurahan dari setup_kel........................................................................ 4-18 Tabel 4. 17 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_ pnyandangcacat dari penyandangcacat ........................................................ 4-20 Tabel 4. 18 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kelompokumur dari ms_kelompokumur ............................................... 4-21 Tabel 4. 19 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_agama_scd dari tabel ms_agama .......................... 5-2 Tabel 4. 20 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_agama_scd dari tabel ms_agama .......................... 5-3 Tabel 4. 21 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_pendidikan_scd dari tabel ms_pendidikan ............. 5-4 Tabel 4. 22 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_goldrh_scd dari tabel ms_golongandarah .............. 5-6 Tabel 4. 23 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_jeniskel_scd dari tabel ms_ jeniskelamin .............. 5-7 Tabel 4. 24 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktakawin_scd dari tabel ms_aktakawin ................ 5-8 Tabel 4. 25 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktacerai_scd dari tabel ms_aktacerai .................. 5-10 Tabel 4. 26 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktalahir_scd dari tabel ms_aktalahir ................... 5-11 Tabel 4. 27 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi tabel dim_wilayah_scd dari tabel ms_kelurahan dan ms_kec. ............................. 5-12 Tabel 4. 28 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_pydgcct_scd dari tabel ms_pnyandangcacat ......... 5-14 Tabel 4. 29 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_kelumur_scd dari tabel ms_kelompokumur.......... 5-15 Tabel 4. 30 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel tf_penduduk .................................................................. 5-17
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI xx
Tabel 4. 31 Struktur lap_agama.jsp ................................................................................. 7-3 Tabel 4. 32 Struktur lap_goldrh.jsp ................................................................................. 7-3 Tabel 4. 33 Struktur lap_jeniskel.jsp ............................................................................... 7-4 Tabel 4. 34 Struktur lap_pendidikan.jsp .......................................................................... 7-5 Tabel 4. 35 Struktur lap_penyandangcacat.jsp ................................................................ 7-6 Tabel 4. 36 Struktur lap_umur.jsp ................................................................................... 7-7 Tabel 4. 37 Struktur lap_aktalhtjeniskelumur.jsp ............................................................ 7-8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I PENDAHULUAN 1.1
Latar Belakang Data dapat digunakan untuk membantu suatu instansi pemerintah,
organisasi, perusahaan, maupun perorangan dalam memperoleh informasi yang dibutuhkan. Data yang ada akan menjadi lebih informatif jika dilakukan suatu proses pengolahan. Informasi tersebut dapat digunakan untuk banyak hal, antara lain adalah untuk membuat laporan Kependudukan dan Pencatatan Sipil dari setiap kota dalam rangka penyusunan Buku Data Kependudukan. Informasi dan data yang dikelola atau dimiliki oleh Pemerintahan Daerah salah satunya adalah dari Dinas Kependudukan dan Pencatatan Sipil (DISDUKCAPIL) Kabupaten Klaten, kini telah berubah menjadi aset berharga untuk
menentukan
keputusan
dalam
perencanaan
pembangunan
dan
pengembangan daerah guna pengambilan kebijakan Pemerintah dalam rangka menyejahterakan penduduk. Tanpa pengelolaan dan pemanfaatan data maupun informasi tersebut secara maksimal maka boleh dikatakan Pemerintah tersebut tidak memaksimalkan salah satu potensi yang dimiliki untuk memantau kesejahteraan penduduknya. Selain itu untuk memutuskan kebijakan yang cepat dan tepat, data dan informasi tersebut perlu dipelihara untuk kemudahan akses jika sewaktu-waktu dibutuhkan misalnya untuk keperluan analisa pertambahan penduduk, pendukung keputusan kebijakan Pemerintah dan lain sebagainya. Kemudahan akses data-data operasional yang bersifat historical dapat dikembangkan menjadi informasi guna kebutuhan perencanaan atau kebutuhan strategis ke depan dengan tujuan memperoleh informasi yang relevan bagi kebutuhan Pemerintah yang dipakai untuk pengambilan keputusan.
1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2
Untuk mendukung pengelolaan data yang baik, utamanya bagi Pemerintah Daerah yang memiliki data penduduk dengan volume besar dan tersebar ke dalam database terpisah, dewasa ini telah ada teknologi Data Warehouse yang dapat menggabungkan data dari berbagai sumber data operasional dan sinkronisasi datanya dapat dilakukan secara periodik maupun real time, disesuaikan dengan kebutuhan yang ada. “A Data Warehouse is a Subject Oriented, Integrated, NonVolatile, and Time-variant collection of data in support of management’s decisions” (Inmon,2005). Penerapan Data Warehouse
yang baik dan sesuai
dengan kebutuhan secara otomatis memudahkan pengelolaan data dan proses pengambilan informasi dari sumber data. Selanjutnya adalah bagaimana data tersebut dapat disajikan secara informatif. DISDUKCAPIL Kabupaten Klaten adalah instansi Pemerintah yang mengelola data kependudukan di Kabupaten Klaten. Dalam rangka penyusunan Buku Data Kependudukan Provinsi Jawa Tengah, pihak Pemerintah provinsi Jawa Tengah atas nama Dinas Tenaga Kerja, Transmigrasi dan Kependudukan (DINAKERTRANSDUK)
meminta
laporan
data
penduduk
kepada
DISDUKCAPIL Kabupaten Klaten secara periodik dalam kurun waktu 3 bulan. Sistem Administrasi Kependudukan (SIAK) belum cukup membantu dalam menyelesaikan laporan data penduduk, dikarenakan fasilitas yang disediakan SIAK belum dapat menyediakan informasi secara detail seperti yang diharapkan DINAKERTRANSDUK sehingga untuk mendapatkan informasi yang lebih detail seperti jumlah penduduk berdasar kelamin perempuan dan laki-laki ditinjau dari dimensi usia, dan lain sebagainya masih diperlukan query manual satu persatu dari data yang dibutuhkan. Dengan adanya Data Warehouse DISDUKCAPIL Kabupaten Klaten dapat terbantu dalam mengelola dan mengintegrasikan data yang ada sehingga diperoleh informasi penduduk yang dapat ditinjau dari berbagai dimensi ( jenis kelamin, agama, pekerjaan, penyandang cacat, akta
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3
kawin, akta lahir, akta cerai, pendidikan, kecamatan, usia, wilayah dan golongan darah ). Admin masing-masing Kecamatan mengentrikan data penduduk yang disimpan kedalam database SIAKDB dan
dapat diambil dengan mudah
rangkuman datanya ketika digudangkan dalam suatu basisdata besar (Data Warehouse ) terlebih dahulu. Data yang telah disimpan dapat mengalami perubahan, hal ini menunjukkan aspek dinamis dari Data Warehouse sehingga memerlukan updating beberapa dimensi. Perubahan-perubahan dalam catatan dimensi dapat menyebabkan situasi tidak teratur jika tidak diperlakukan dengan baik. Untuk mendukung pembentukan dimensi yang dinamis dalam sebuah Data Warehouse diimplementasikan sebuah kriteria Dimensional yaitu Slowly Changing Dimensions (SCD) sehingga data Histori dapat tersimpan dan diakses sewaktu-waktu. Data Warehouse yang dengan teknologi OLAP (Online Analytical Processing) memungkinkan dilakukan query dengan cepat dan menghasilkan informasi secara multidimensi. 1.2
Rumusan masalah Berdasarkan latar belakang masalah tersebut maka rumusan masalah yang
akan dipaparkan adalah : Bagaimana membangun sistem database OLAP (Online Analytical Processing) dengan dengan mengimplementasikan SCD type 2 yang mendukung pembentukan dimensi dinamis pada Data Warehouse untuk membantu DISDUKCAPIL Kabupaten Klaten dalam mengelola data penduduk. 1.3
Tujuan Menerapkan SCD type 2 dalam pembentukan dimensi dinamis pada Data
Warehouse untuk membangun sistem database OLAP. 1.4
Batasan Masalah Penelitian ini akan dibatasi pada hal-hal berikut:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4
1. Data penduduk yang digunakan adalah data penduduk yang ada di DISDUKCAPIL Kabupaten Klaten. 2. Informasi OLAP yang terbentuk digunakan oleh DISDUKCAPIL Kabupaten Klaten dalam membantu penyusunan laporan data penduduk kepada DINAKERTRANSDUK. 3. Dalam mendukung dimensi yang dinamis diterapkan SDC type 2 untuk menyimpan Histori data penduduk. 4. Penerapan SDC type 2 dan pembangunan Data Warehouse menggunakan tools kettle. 5. OLAP server yang digunakan yaitu Mondrian. 6. Sistem OLAP yang dibangun hanya untuk melengkapi fitur SIAK dan tampilan dibuat sesederhana mungkin sesuai dengan keiinginan pihak DISDUKCAPIL Kabupaten Klaten. 1.5
Metodologi Penelitian Metodologi penelitian yang dilaksanakan dalam penyusunan Tugas Akhir
ini adalah sebagai berikut: 1. Mengumpulkan informasi dan data a) Metode Analisis Metode ini digunakan untuk mendapatkan informasi yang diperlukan untuk mencapai tujuan. Metode ini terdiri dari beberapa tahapan yaitu : a. Studi kepustakaan Merupakan teknik pengumpulan data untuk mendapatkan informasi dari berbagai sumber seperti media cetak, buku-buku, dan situs–situs sebagai dasar dari pengembangan, serta tesis–tesis terdahulu dengan tema serupa sebagai bahan pembanding penulisan skripsi ini. b. Survey terhadap kebutuhan user
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5
Melakukan wawancara dengan bapak Rudy Widodo selaku Admin SIAK di DISDUKCAPIL Kabupaten Klaten pada tanggal 10 Februari 2012 untuk mengetahui hal–hal lain yang berhubungan dengan perancangan aplikasi data warehouse ini, sehingga program yang dihasilkan sesuai dengan yang diharapkan. c. Analisis data terhadap hasil survey Melakukan analisis secara deskriptif terhadap informasiinformasi yang telah didapatkan dari hasil wawancara dengan bapak Rudy Widodo selaku Admin SIAK di DISDUKCAPIL Kabupaten Klaten pada tanggal 10 Februari 2012 untuk mengindentifikasi masalah, dan mencari solusi yang tepat untuk pemecahan masalah tersebut. b) Metode Perancangan Metode yang dipakai untuk merancang data warehouse adalah menggunakan Nine-Step Methodology menurut Kimball (lihat 2.6). 2. Pengujian SCD type 2. a. Menyiapkan data baru yang akan ditransformasi membentuk dimensi. b. Menyiapkan data penduduk baru yang mempunyai data dimensi baru. c. Melakukan transformasi implementasi SDC type 2. d. Melihat hasil database OLAP dan report histori data penduduk dari antar muka pengguna. 3. Membuat kesimpulan. 1.6
Sistematika Penulisan Bab I Pendahuluan Bab ini berisi tentang pembahasan latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan. Bab II Landasan Teori
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6
Bab ini membahas sekilas tentang Data Warehouse dan juga teoriteori lain yang mendukung dalam penulisan tugas akhir ini. Bab III Analisis dan Perancangan Sistem Bab ini membahas langkah-langkah yang akan dilakukan dalam penelitian serta proses analisa dari langkah-langkah tersebut yang kemudian akan diimplementasikan. Bab IV Implementasi dan Analisis Sistem Bab ini memuat proses
penerapan SDC type 2 yang mendukung
pembentukan dimensi dinamis pada Data Warehouse. Bab V Analisis Hasil Bab ini berisi hasil implementasi sistem yang telah dibangun dan pengujian sistem. Bab VI Penutup Bab ini berisi kesimpulan dari sistem yang telah dibuat serta saran untuk
pengembangan
dan
penyempurnaan
Tugas
Akhir
ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB II LANDASAN TEORI 2.1
Pengertian Data Warehouse Menurut W.H. Inmon (1992) Data Warehouse didefinisikan sebagai
sekumpulan data yang terintegrasi, basis data berorientasi subyek yang di desain untuk mendukung fungsi sistem penggambilan keputusan, dimana setiap unit dari data adalah non-volatile dan relevan untuk waktu tertentu (Connolly dkk,2008). 2.2
Fungsi Data Warehouse Data Warehouse mempunyai kegunaan sebagai berikut [2]:
1. Pembuatan laporan Pembuatan laporan merupakan salah satu kegunaan Data Warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari, perbulan, pertahun atau jangka waktu kapanpun yang diinginkan. 2. OnLine Analytical Processing (OLAP) Dengan adanya Data Warehouse, semua informasi baik detail maupun summary yang dibutuhkan dalam proses analisa mudah didapat. Fasilitas lain yang ada pada software OLAP adalah fasilitas roll – up dan drill – down. Drill – down adalah kemampuan untuk melihat detail dari suatu informasi dan roll – up adalah kebalikannya. 3. Data mining Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya. 4. Proses informasi eksekutif Dengan menggunakan Data Warehouse segala laporan telah diringkas dan dapat
pula
mengetahui
segala
rinciannya
7
secara
lengkap,
sehingga
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8
mempermudah proses pengambilan keputusan. Informasi dan data pada laporan Data Warehouse menjadi target informative bagi user. 2.3
Keuntungan Data Warehouse Keuntungan yang dapat diambil saat menerapkan data warehouse[2] :
1. Meningkatkan produktifitas dari pengambilan keputusan perusahaan / organisasi / instansi. Data
warehouse
meningkatkan
produktifitas
dari
pengambil
keputusan dengan membuat integrasi database yang konsisten, berorientasi subjek dan Histori kal data. Data warehouse mengintegrasikan data dari banyak sistem yang tidak kompatibel menjadi suatu bentuk yang menyediakan satu tampilan yang konsisten mengenai perusahaan. Dengan mentransformasikan data menjadi informasi yang berguna, data warehouse mengijinkan si pengambil keputusan untuk melakukan analisis lebih sesuai dengan kenyataan, akurat dan konsisten. 2. Potensi ROI (Return Of Investment) yang besar. Suatu perusahaan akan mengeluarkan sumber daya yang cukup besar untuk mengimplementasikan data warehouse dan pengeluaran yang berbedabeda sesuai dengan variasi solusi teknikal yang akan diterapkan pada perusahaan. Bagaimana pun juga. Suatu studi oleh International Data Corporation (IDC) pada tahun 1996 melaporkan bahwa rata-rata tiga tahun return of investment (ROI) dalam data warehouse mencapai 401% dengan lebih dari 90% dari perusahaan yang diSurvey mencapai lebih dari 40% ROI, setengah dari perusahaan mencapai lebih dari 160% ROI, dan seperempat lebih mendapat lebih dari 600% ROI (IDC, 1996). 3. Competitive Advantage. Return on investment yang besar dari perusahaan yang berhasil mengimplementasikan suatu data warehouse adalah bukti dari sangat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 9
besarnya competitive advantage yang dapat diperoleh dengan menggunakan teknologi ini. Competitive advantage diperoleh dengan mengijinkan si pengambil keputusan untuk mengakses data tersembunyi yang sebelumnya tidak tersedia, tidak di ketahui, dan tidak dimanfaatkan seperti data mengenai pelanggan, tren, dan permintaan. 2.4
Karakteristik Data Warehouse Menurut Inmon karakteristik Data Warehouse sebagai berikut[1] : 1. Subject Oriented (Berorientasi subject) Data Warehouse
berorientasi subject artinya
Data Warehouse
didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data Warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan(customers, products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama (customer invoicing, stock control dan product sales). Hal ini dikarenakan kebutuhan dari Data Warehouse untuk menyimpan datadata yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data. Di bawah ini adalah tabel 2.1 perbedaan antara sistem OLTP dan sistem data warehouse menurut Connolly dan Begg (2005). Tabel 2. 1 Perbandingan Sistem OLTP dan Sistem Data warehouse
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 10
2. Integrated (Terintegrasi) Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecahpecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep Data Warehouse itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variabel, konsisten dalam ukuran variabel, konsisten dalam struktur pengkodean, dan konsisten dalam atribut fisik dari data. 3. Time-variant (Rentang Waktu) Seluruh data pada Data Warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu Data Warehouse , kita dapat menggunakan cara antara lain : a. Cara yang paling sederhana adalah menyajikan Data Warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan. b. Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam Data Warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 11
c. Cara yang ketiga,variasi waktu yang disajikan Data Warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only. 4. Non-Volatile Karakteristik keempat dari Data Warehouse adalah non-volatile, maksudnya data pada Data Warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara continue menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya. Berbeda dengan database operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari database sedangkan pada Data Warehouse hanya ada dua kegiatan memanipulasi data yaitu Load ing data (mengambil data) dan akses data (mengakses Data Warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data. 2.5
Arsitektur Data Warehouse Arsitektur gudang data (Data Warehouse) dapat dilihat pada gambar 2.1
sebagai berikut [2]:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 12
Gambar 2. 1 Arsitektur Gudang Data
Berikut ini adalah tiga jenis dasar sistem Data Warehouse [2]: 1. Functional Data Warehouse ( Data Warehouse Fungsional) Kata fungsional disini merupakan database yang diperoleh dari kegiatan
sehari-hari.
Data
Warehouse
dibuat
lebih
dari
satu
dan
dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan seperti fungsi keuangan(financial), marketing, personalia dan lain-lain. Keuntungan dari bentuk Data Warehouse seperti ini adalah, sistem mudah dibangun dengan biaya relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna. 2. Centralized Data Warehouse ( Data Warehouse Terpusat ) Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan perusahaan. Data warehouse terpusat ini, biasa digunakan oleh perusahaan yang belum memiliki jaringan eksternal. Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang mahal serta memerlukan waktu yang cukup lama untuk membangunnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 13
3. Distributed Data Warehouse ( Data Warehouse terdistribusi) Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara
data warehouse
dengan
workstation yang menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini memungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan (eksternal). Keuntungannya adalah data tetap konsisten karena sebelum data digunakan data terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi. Kerugiannya adalah lebih kompleks untuk diterapkan karena sistem operasi dikelola secara terpisah juga biayanya yang paling mahal dibandingkan dengan dua bentuk Data Warehouse lainnya. 2.6
Tahapan Membangun Data Warehouse Menurut Kimball, metode yang dipakai untuk merancang data warehouse
adalah Nine-Step Methodology (Connolly & Begg, 2005, p. 1187) : 1. Choosing the process (pemilihan proses) Melakukan pemilihan proses pada materi subjek yang dibutuhkan oleh data mart pada tahap ini ditentukan pada proses bisnis apa data warehouse akan digunakan. 2. Choosing the Grain (pemilihan grain) Menentukan secara tepat apa yang direpresentasikan oleh record tabel fakta. 3. Indetifying and Conforming the Dimension (identifikasi dan konfirmasi dimensi) Membuat set dimensi yang dibutuhkan untuk menjawab seluruh pertanyaan yang diajukan pada tabel fakta. 4.
Choosing the Facts (pemilihan fakta) Pemilihan tabel fakta yang dapat diimplikasikan sesuai grain yang digunakan pada data mart.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 14
5. Storing Pre-Calculation In the Fact Table (penyimpanan Pre- Calculation di tabel fakta) Setelah tabel fakta terpilih, setiap tabel fakta tersebut harus diperiksa ulang untuk menentukan apakah ada fakta yang dapat diterapkan pre-kalkulasi dan kemudian dilakukan penyimpanan pada tabel fakta. 6. Rounding Out the Dimension Tables (melengkapi tabel dimensi) Pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi dan menambahkan deskripsi teks terhadap dimensi, serta menentukan hirearki atribut dimensi untuk mempermudah proses analisis. 7. Choosing the Duration of the Database (pemilihan durasi database) Menentukan waktu periode database untuk beberapa tahun kebelakang. 8. Tracking SCD (melacak SCD) Dimensi berubah secara perlahan seiring berjalannya waktu dan kebutuhan. 9. Deciding the Query Priorities and the Query Modes (memutuskan prioritas query dan mode query) Pada tahap ini dilakukan pertimbangan perancangan fisikal, seperti keberadaan dari summary (ringkasan) dan aggregate (penjumlahan). 2.7
Data Staging Database Staging merupakan buffer untuk mengintegrasikan data.
Menggunakan database Staging ini proses ETL pada Data Warehouse akan cepat. Hal lain yang menjadikan database Staging sebagai solusi yang sangat baik karena proses di memori (RAM) yang sangat terbatas dan akhirnya akan mencari space di hard drive untuk paging/ caching. Dengan batasan seperti itu, lama kelamaan proses di memory akan penuh dan menjadi bottleneck di ETL. Apabila terjadi kondisi yang akan sangat membebani memori, maka lebih baik menggunakan strategi Data Staging[5].
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 15
2.8
Extract, Transform, dan Load (ETL) Untuk melakukan data warehousing maka diperlukan utilitas yang
dirancang khusus untuk hal tersebut. Utilitas tersebut harus memiliki kemampuan[5]: 1. Membaca dari dan mengirim data ke berbagai sumber (file
text, excel,
database relational, dan sebagainya). 2. Mampu menyesuaikan / transformasi data. 3. Memiliki informasi metadata pada setiap perjalanan transformasi. 4. Memiliki audit log yang baik. 5. Dapat ditingkatkan performanya dengan scale up dan scale out. 6. Mudah diimplementasikan. Secara singkat proses tersebut dibagi dalam 3 proses besar yaitu Extract (mengambil), Transform (transformasi), dan Load (menyimpan) atau disingkat ETL dapat dilihat pada gambar 2.2.
Gambar 2. 2 Sistem Kerja Data Warehouse
2.9 2.9.1
Multi Dimensional Modelling Cube, Dimension, Measure , dan Member Teknologi OLAP menganut multi Dimensional modeling, artinya dapat
melihat analisis pengukuran dengan pandangan berbagai dimensi. Di dalam konsep ini perlu mengenal berbagai istilah yang berkaitan dengan OLAP[5]:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 16
1. Cube : adalah struktur multi Dimensional konseptual, terdiri dari Dimension dan measure dan biasanya mencakup pandangan bisnis tertentu. 2. Dimension / dimensi : adalah struktur view / sudut pandang yang menyusun Cube. Dimensi dapat terdiri dari berbagai level. 3. Measure : nilai pengukuran itu sendiri. 4. Member : isi / anggota dari suatu Dimension / measure tertentu. 2.9.2
Tabel Fakta dan Dimensi (Fact and Dimension Tabels) Tabel fakta (fact tabel) yaitu tabel yang berisi fakta numerik, jika semua
data disimpan pada tabel fakta tunggal, maka hasilnya adalah tabel yang besar sekali. Tabel dimensi (Dimension tabel) yaitu tabel yang berisi petunjuk (pointer) ke tabel fakta, digunakan untuk menunjukkan darimana data dapat ditemukan dan tabel terpisah dibutuhkan untuk setiap dimensi. Di dalam model multi dimensional, database terdiri dari beberapa tabel fakta dan tabel dimensi saling terkait. Suatu tabel fakta berisi berbagai nilai agregasi yang menjadi dasar pengukuran (measure ) serta beberapa key yang terkait ke tabel dimensi yang akan menjadi sudut pandang dari measure tersebut. Dalam perkembangannya, susunan fact tabel dan Dimension tabel ini memiliki standar perancangan atau schema karena terbukti meningkatkan performa dan kemudahan dalam penerjemahan ke sistem OLAP. Schema inilah yang menjadi dasar untuk melakukan data warehousing. Dua skema yang paling umum digunakan oleh berbagai OLAP engine adalah skema bintang (star schema) dan skema butir salju (snowflake schema) [5]. 2.9.3
Skema Bintang (Star schema) Star schema berpusat pada satu tabel fakta yang dikelilingi oleh satu atau
beberapa tabel dimensi sebagai cabangnya sehingga kelihatan seperti bintang. Setiap percabangan berhenti pada satu tabel dimensi. Atau dengan kata lain tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 17
dimensi dengan skema ini semuanya berupa leaf (daun) dan tidak ada percabangan lain dapat dilihat pada gambar 2.3 [5].
Gambar 2. 3 Star schema dari PHI-Minimart
2.10 Surrogate Key Surrogate Key adalah key / kolom data di tabel dimensi yang menjadi primary key dari tabel tersebut. Nilai ini biasanya berupa nilai sekuensial dan tidak memiliki arti dari proses bisnis darimana sumber data berasal[4]. 2.11 Pentaho Data Integration (Kettle) 2.11.1 Pentaho Data Integration Pentaho Data Integration (PDI) atau Kettle adalah utlities ETL open source di bawah Pentaho Corp Amerika. Proyek ini awalnya merupakan inisiatif dari Matt Casters (http://www.ibridge.be), seorang programmer
dan konsultan
Business Intelligence (BI) dari Belgia yang telah menangani berbagai proyek BI untuk semua perusahaan besar.[5] Saat ini Kettle merupakan utilitas ETL yang sangat popular dengan beberapa fitur sebagai berikut: 1. Kumpulan step yang kaya ( lebih dari 100 steps ) dalam paket. 2. Dukungan untuk proses Data Warehouse terutama untuk Slowly Changing dan Junk Dimensions.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 18
3. Performa dan kemampuan skalabilitas yang sudah terbuka. 4. Dapat dikembangkan dengan berbagai plugin tambahan. 2.11.2 Komponen Aplikasi Kettle Kettle 3.0.1 terdiri dari 4 utilitas dalam bentuk shell / batch script, yaitu:[5] 1. Spoon Spoon adalah utilitas grafik untuk merancang, mengeksekusi dan melakukan troubleshooting dari ETL melalui job dan transformasi. Porsi terbesar dari alokasi waktu pengembangan proyek Data Warehouse adalah Kettle yang melibatkan spoon di dalamnya. Lingkungan kerja spoon terdiri dari beberapa bagian sebagai berikut: a. Pulldown Menu : koleksi menu dari spoon yang terintegrasi dalam satu toolbar. b. Welcome Screen : merupakan halaman pembuka kettle yang berisi informasi ke situs Pentaho. Untuk mengaktifkan welcome screen pilih menu Help | Show the Welcome Screen. c. Toolbar : terdiri dari job / transformasi toolbar . d. Panel Execution Results, terdiri dari: 1) Execution Histori
: Data Histori es eksekusi .
2) Logging : Berisi detil dari eksekusi job / transformation. 3) Job Metrics : Berisi detil dari step-step yang telah dieksekusi . 4) Step Metrics : berisi detil jumlah pembacaan data ( write, update, dll) per satuan waktu detik dari step-step yang telah dieksekusi. 5) Performance Graphs : Tampilan grafis dari pembacaan data dari Step Metrics. 2. Pan Pan merupakan utilitas yang digunakan untuk mengeksekusi transformasi. Umumnya dijalankan pada saat otomatisasi terjadwal (scheduled
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 19
automation). Dipaketkan dengan nama file pan.bat (batch script) dan pan.sh (BASH shell script)[5]. 3. Kitchen Kitchen merupakan utilitas yang digunakan unutk mengeksekusi job . Umumnya dijalankan pada saat otomatisasi terjadwal (scheduled automation). Dipaketkan dengan nama file pan.bat (batch script) dan pan.sh (BASH shell script). 4. Carte Merupakan utilitas cluster web server yang digunakan untuk mengeksekusi job / transformation. Terutama digunakan untuk meningkatkan performa ETL dengan pembagian Load kerja pada berbagai node Carte (master dan slave). 2.12 Slowly Changing Dimensions (SCD) Dapat dipastikan bahwa pada suatu saat sumber data pembentuk dimensi akan berubah. Perubahan tersebut dinamakan Slowly Changing Dimensions (SCD) atau dimensi yang berubah secara perlahan. Ada 3 macam tipe respon / penanganan SCD yaitu Tipe 1, 2, dan 3. Bagian Berikut menerangkan apa perbedaan dari tiap tipe SCD[7] : 1. Type 1 SCD Menggunakan pendekatan timpa data yang berubah ( overwrite ). Ini dilakukan jika memang tidak ada kepentingan menyimpan data historis atau pergerakan isi data dari dimensi tersebut. 2. Type 2 SCD Menyimpan semua historis data dengan Surrogate Key berbeda ( partitioning Histori ). Dapat menambahkan masa berlaku dari dimensi bersangkutan. Ini dilakukan jika memang pergerakan data historis tetap berpengaruh kepada analisis data seperti perpindahan salesman dari satu regional ke regional lain.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 20
3. Type 3 SCD Menyimpan satu historis data pada kolom lain (alternate realities). Sama seperti Type 2 hanya saja lebih terbatas kepada jumlah perubahan data (update) yang diijinkan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1
Analisis Sistem Yang Sudah Berjalan Pada bagian ini dijelaskan tentang proses pembuatan laporan yang sudah
berjalan di DISDUKCAPIL Kabupaten Klaten selama ini. Gambaran umum proses pembuatan laporan yang sudah berjalan dapat dilihat dalam gambar 3.1.
Gambar 3. 1 Proses pembuatan Laporan
Dimulai dari Pemerintah tingkat Provinsi (DINAKERTRANSDUK) yang mengirimkan surat dinas yang meminta DISDUKCAPIL untuk memberikan laporan Data Kependudukan di setiap Kabupaten. Tools SIAK yang disediakan Pemerintah dapat sedikit membantu dalam perhitungan data penduduk secara umum, namun untuk perhitungan data secara detail belum dapat dilakukan. Kemudian Admin SIAK sebagai penanggung jawab penyusunan Data Kependudukan melakukan query setiap data yang akan digunakan untuk mengisi
21
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 22
laporan yang diminta dan proses ini membutuhkan sekitar 3 hari pengerjaannya. Dari hasil query akan dibuat laporan dalam bentuk file excel dan kemudian dijadikan lampiran lalu dikirim kepada admin DINAKERTRANSDUK yang berkaitan sebelum batas waktu yang ditentukan. 3.1.1
Kelemahan Sistem yang Ada Sekarang Berdasarkan penelitian yang dilakukan, maka ada beberapa masalah yang
dihadapi oleh DISDUKCAPIL Kabupaten Klaten, yaitu sebagi berikut : 1. Penggunaan database yang ada di perusahaan masih belum bisa membuat laporan secara langsung, sehingga diperlukan integrasi ke dalam data warehouse. 2. DISDUKCAPIL Kabupaten Klaten dalam menganalisis data dan kebutuhan belum dapat dilakukan dengan cepat, karena
belum memiliki data
warehouse, sehingga data penduduk tersebut tidak dapat dimanfaatkan secara optimal untuk digunakan sebagai bahan analisis untuk pengambilan keputusan kebijakan Pemerintah. 3. Belum ada tools yang dapat dengan mudah memberikan informasi dalam bentuk grafik, yang dapat membantu pihak Pemerintah melihat dan menganalisis hasil yang ditampilkan dalam bentuk grafik. 4. Kesulitan dalam mengelola data historis penduduk sebagai acuan bagi perencanaan strategis untuk masa yang akan datang. 3.2
Analisis Kebutuhan Pengguna DISDUKCAPIL Kabupaten Klaten membutuhkan pengolahan data secara
cepat
dan
valid
dalam
proses
pembuatan
laporan
maupun
dalam
mempertimbangkan kebijakan Pemerintah. Data dalam jumlah banyak yang akan diolah sebagai laporan beberapa kali mengalami perubahan, hal ini merefleksikan aspek dinamis selain itu perubahan tidak tersimpan secara fisik sehingga
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 23
diperlukan teknik khusus dalam menanganinya supaya Histori
data dapat
diakses. Teknik khusus yang perlu digunakan adalah Data Warehouse yang mengimplementasikan SCD type 2. Sehingga perubahan-perubahan dalam catatan dimensi yang dapat menyebabkan situasi tidak teratur dapat diperlakukan dengan baik. Adapun proses pengolahan data yang diperlukan adalah pembuatan laporan. 3.3
Alternatif Pemecahan Masalah Berdasarkan permasalahan yang dihadapi di atas, berikut ini adalah
alternatif pemecahan masalah yang diusulkan : a. Dengan menggunakan data warehouse maka akan mempercepat proses pembuatan laporan yang dibutuhkan oleh Admin SIAK di DISDUKCAPIL Kabupaten Klaten. b. Dengan menggunakan aplikasi data warehouse dimana laporan yang dihasilkan dapat ditampilkan ke dalam bentuk tabel dan grafik yang mudah untuk diakses dan digunakan oleh Staf Pemerintahan Kabupaten Klaten yang berkepentingan. c. Dengan melakukan integrasi data yang ada ke dalam Data Warehouse untuk membangun sistem OLAP dengan mengimplementasikan SCD type 2 data historis penduduk akan dapat tersimpan. 3.4
Gambaran Umum Sistem Yang Akan Dikembangkan Sistem yang akan dibangun adalah sistem OLAP dengan Data Warehouse
yang mengimplementasikan SCD type 2. Sistem OLAP multidimensional database diperlukan untuk menampilkan data penduduk secara multidimensi sehingga dapat digunakan untuk mengetahui Histori data penduduk selain itu untuk membantu admin dalam menyelesaikan laporan dengan cepat dan tepat. Data yang tersimpan di SIAK akan dilakukan transformasi data dan selanjutnya data tersebut disiapkan ke dalam Data Warehouse dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 24
menerapkan SCD type 2 yang mendukung pembentukan dimensi dinamis sehingga Histori
data dapat tersimpan. OLAP database yang akan dirancang ini
berorientasi subjek dimana subjek yang dituju adalah DISDUKCAPIL Kabupaten Klaten
sehingga
kebutuhan
sistem
disesuaikan
dengan
kebutuhan
DISDUKCAPIL Kabupaten Klaten. 3.5
Perancangan Kebutuhan Fungsional Perancangan sistem akan direpresentasikan dalam diagram use case dan
narasi use case diagram. 3.5.1
Diagram use case Proses utama yang akan dilakukan yaitu proses analisis data. Proses
analisis data terdapat 3 fungsi utama yaitu melihat data penduduk OLAP, membuat laporan, dan melihat Histori data penduduk. Sistem OLAP tersebut hanya digunakan untuk melengkapi fitur SIAK dimana semua user yang terhubung sudah ada maintenance dari SIAK sendiri. User yang dapat melakukan proses integrasi data dan analisis data diasumsikan sudah sukses login di SIAK. Diagram use case proses integrasi data dan analisis data dapat dilihat dalam gambar 3.2.
Gambar 3. 2 Diagram use case proses integrasi data dan analisis data
3.5.2
Narasi use case diagram Tabel 3. 1 Narasi use case melihat hasil OLAP ID Use Case :
PD-01
Nama Use Case :
Melihat data OLAP
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 25
Kepala DISDUKCAPIL Kabupaten Klaten ,Admin
Aktor :
SIAK, admin perkecamatan Deskripsi Use Case :
Use case ini menggambarkan tentang mekanisme melihat data OLAP
Prakondisi :
Aktor harus mempunyai hak akses berupa username dan password sebagai admin
Trigger :
-
Langkah Umum :
Kegiatan Aktor
Respon Sistem
2. Aktor memilih
1. Menampilkan halaman
menu yang akan
utama
dilihat data OLAPnya
3. Menampilkan hasil OLAP
Langkah Alternatif :
-
Kesimpulan
Use case ini berhenti apabila aktor memilih menu lain.
Tabel 3. 2 Narasi use case membuat laporan dari hasil OLAP ID Use Case :
PD-02
Nama Use Case :
Membuat Laporan Penduduk
Aktor :
Admin SIAK
Deskripsi Use Case :
Use case ini menggambarkan tentang mekanisme pembuatan laporan dengan hasil OLAP
Prakondisi :
Aktor harus mempunyai hak akses berupa username dan password sebagai admin
Trigger :
-
Langkah Umum :
Kegiatan Aktor
Respon Sistem
2. Aktor memilih menu yang akan
1. Menampilkan
dilihat data OLAPnya .
halaman utama .
4. Admin meng-klik icon
3. Menampilkan
ketika ingin mencetak laporan
hasil OLAP .
dalam format PDF. Langkah Alternatif :
4. Admin meng-klik icon
ketika ingin mencetak
laporan dalam format excel. Kesimpulan
Use case ini berhenti apabila aktor memilih menu lain.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 26
Tabel 3. 3 Narasi use case melihat Histori data penduduk ID Use Case :
PD-03
Nama Use Case :
Melihat Histori data Penduduk
Aktor :
Admin SIAK
Deskripsi Use Case :
Use case ini menggambarkan tentang mekanisme melihat Histori data penduduk Aktor harus mempunyai hak akses berupa username dan
Prakondisi :
password sebagai admin Trigger :
-
Langkah Umum :
Kegiatan Aktor
Respon Sistem
2. Aktor memilih
1. Menampilkan halaman
menu lihat Histori .
utama .
4. Aktor memasukkan
3. Menampilkan form untuk
nik dan memilih
melihat data Histori dari
kategori dimensi. Lalu
penduduk.
klik lihat
5. Menampilkan hasil data Histori penduduk
3.6
Langkah Alternatif :
-
Kesimpulan
Use case ini berhenti apabila aktor memilih menu lain.
Perancangan Data Warehouse Perancangan
data
warehouse
yang
digunakan
adalah
Nine-Step
Methodology menurut Kimball dalam buku Connolly dan Begg (2005, p. 1187) dengan langkah-langkah sebagai berikut : 3.6.1
Memilih Proses (Choosing The Process) Pada tahap ini dilakukan pemilihan subjek masalah dari data warehouse .
Data warehouse yang akan dirancang ini berorientasi subjek dimana subjek yang dituju adalah DISDUKCAPIL Kabupaten Klaten sehingga kebutuhan sistem disesuaikan
dengan
kebutuhan
DISDUKCAPIL
Kabupaten
Klaten.
DISDUKCAPIL Kabupaten Klaten membutuhkan pengolahan data secara cepat dan valid . Adapun proses pengolahan data yang terpilih adalah pembuatan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 27
laporan. Hal ini dikarenakan proses pembuatan laporan yang menjadi permasalahan utama yang dihadapi oleh DISDUKCAPIL Kabupaten Klaten. 3.6.2
Memilih Sumber (Choosing The Grain) Setelah menentukan proses pengolahan data yang dibutuhkan dalam data
warehouse, maka ditentukan grain yang menjelaskan tiap fakta. Berikut graingrain yang terpilih, yaitu : 1) Jumlah penduduk berdasar agama dan aliran kepercayaan total. 2) Jumlah kepemilikan dokumen kependudukan (Akta Lahir) total berdasar jenis kelamin dan usia. 3) Jumlah penduduk total menurut golongan usia. 4) Jumlah penduduk total menurut Pendidikan. 5) Jumlah penduduk total menurut golongan darah. 6) Jumlah penduduk menurut penyandang cacat. 7) Jumlah penduduk menurut jenis pekerjaan. 8) Jumlah penduduk menurut jenis kelamin. 9) Jumlah kepemilikan dokumen kependudukan (Akta Lahir, Akta Kawin, Akta Cerai) total berdasar jenis kelamin dan usia. 10) Jumlah penduduk menurut tempat tinggal ( wilayah ). 11) Jumlah penduduk menurut tempat tinggal ( wilayah ) dan pendidikan. 12) Jumlah penduduk menurut pekerjaan dan pendidikan. 13) Jumlah penduduk menurut tempat tinggal ( wilayah ) dan pekerjaan. 14) Jumlah penduduk menurut tempat tinggal ( wilayah ) dan golongan darah. 15) Jumlah penduduk menurut tempat tinggal ( wilayah ) dan penyandang cacat. 16) Jumlah penduduk menurut tempat tinggal ( wilayah ) dan umur. 17) Penduduk menurut tempat tinggal ( wilayah ).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 28
3.6.3
Indetifying
and
Conforming
the
Dimension
(identifikasi
dan
konfirmasi dimensi) Dari keterangan langkah-langkah diatas, dapat ditentukan dimensi-dimensi yang digunakan dalam data warehouse, yaitu : a. Dimensi wilayah (dim_wilayah_scd) b. Dimensi jenis kelamin (dim_jeniskel_scd) c. Dimensi agama (dim_agama_scd) d. Dimensi akta lahir (dim_aktalahir_scd) e. Dimensi akta kawin (dim_aktakawin_scd) f. Dimensi akta cerai (dim_aktacerai_scd) g. Dimensi golongan darah (dim_goldrh_scd) h. Dimensi pekerjaan (dim_pekerjaan_scd) i. Dimensi penyandangcacat (dim_pydgcct_scd) j. Dimensi umur (dim_kelumur_scd) k. Dimensi pendidikan (dim_pendidikan_scd) 3.6.4
Choosing the Facts (pemilihan fakta)
Berikut tabel pada 3.4 measure dan keterangan fakta yang terpilih, sesuai dengan pertimbangan kebutuhan data dan informasi dari DISDUKCAPIL Kabupaten Klaten Tabel 3. 4. Tabel Fakta yang Terpilih Tabel Fakta tf_penduduk
3.6.5
Ukuran / Measures Jumlah penduduk (tag_penduduk)
Tujuan Memberi
gambaran
secara
umum
data
penduduk yang sudah dapat mengikuti pemilu
Storing Pre-Calculation In the Fact Table (penyimpanan PreCalculation di tabel fakta) Setelah dianalisis dari kebutuhan data dan informasi instansi, tidak
ditemukan pre-calculation measure dalam tabel fakta.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 29
3.6.6
Rounding Out the Dimension Tables (melengkapi tabel dimensi) Pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi dan
menambahkan deskripsi teks terhadap dimensi, serta menentukan hirearki atribut dimensi untuk mempermudah proses analisis. Identifikasi komponen dilakukan dari database operasional, dalam hal ini yaitu database SIAKDB untuk membangun Data Warehouse. Berikut tabel-tabel OLTP dari database SIAKDB yang digunakan sebagai sumber data yang akan dijelaskan pada tabel 3.5 : Tabel 3. 5 Tabel yang digunakan sebagai sumber data Nama Tabel
Keterangan
biodata_wni
Tebel yang berisi data lengkap dari masing-masing penduduk
options_wni
Tabel yang berisi data keterangan atribut dari biodata_wni
ms_aktakawin
Tabel yang berisi data keterangan kepemilikan akta kawin
ms_aktacerai
Tabel yang berisi data keterangan kepemilikan akta cerai
ms_aktalahir
Tabel yang berisi data keterangan kepemilikan akta lahir
setup_kec
Tabel yang berisi data semua kecamatan yang ada di Indonesia
setup_kel
Tabel yang berisi data semua kelurahan yang ada di Indonesia
penyandangcacat
Tabel yang berisi data jenis cacat yang dimiliki pleh penduduk
ms_kelompokumur
Tabel yang berisi data penggolongan umur penduduk
ms_bantuumur
Tabel yang berisi data umur beserta id masing-masing
Tabel dari database SIAKDB adalah data yang tercatat sampai bulan Februari 2012. Tabel 3.6 adalah langkah yang dilakukan untuk mendapatkan field dari sumber data : Tabel 3. 6 Tabel aktivitas dan tujuan proses pemilihan field yang akan diperlukan dari database SIAKDB No
Langkah
1.
Pemilihan
Aktivitas
Tujuan
field Memilih
tabel biodata_wni
field
ditransformasi biodata_wni SIAKDB
yang
yang dari
pada
akan Mendapatkan
field
tabel yang akan membentuk database tabel
nantinya
transaksi
pada
akan database Penduduk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 30
digunakan untuk membentuk tabel transaksi pada database Penduduk 2.
Pemilihan
field Memilih
tabel options_wni
field
yang
ditransformasi options_wni SIAKDB
dari pada
yang
akan Mendapatkan
field
tabel yang akan membentuk database tabel
nantinya
ms_agama,
akan ms_pekerjaan,
digunakan untuk membentuk tabel ms_pendidikan, ms_pekerjaan, ms_golongandarah,
ms_agama, ms_pendidikan,
ms_jeniskelamin pada
ms_golongandarah,
database Penduduk
ms_jeniskelamin pada database Penduduk 3.
Pemilihan
field Memilih
tabel ms_aktakawin
field
ditransformasi
dari
ms_aktakawin SIAKDB
yang
pada
yang
akan Mendapatkan
field
tabel yang akan membentuk database tabel
nantinya
ms_aktakawin
akan pada
database
digunakan untuk membentuk tabel Penduduk ms_aktakawin
pada
database
Penduduk 4.
Pemilihan
field Memilih
tabel ms_aktacerai
field
ditransformasi
dari
ms_aktacerai SIAKDB
yang
pada
yang
akan Mendapatkan
field
tabel yang akan membentuk database tabel
nantinya
ms_aktacerai
akan pada
database
digunakan untuk membentuk tabel Penduduk ms_aktacerai
pada
database
Penduduk 5.
Pemilihan
field Memilih
tabel ms_aktalahir
field
ditransformasi ms_aktalahir SIAKDB
yang
yang dari
pada
akan Mendapatkan
tabel yang akan membentuk database tabel ms_aktalahir pada
nantinya
akan database Penduduk
digunakan untuk membentuk tabel ms_aktalahir Penduduk
pada
field
database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 31
6.
Pemilihan
field Memilih
tabel setup_kec
field
yang
akan Mendapatkan
field
ditransformasi dari tabel setup_kec yang akan membentuk pada database SIAKDB yang tabel
ms_kec
pada
nantinya akan digunakan untuk database Penduduk membentuk tabel ms_kec pada database Penduduk 7.
Pemilihan
field Memilih
tabel setup_kel
field
yang
akan Mendapatkan
field
ditransformasi dari tabel setup_kel yang akan membentuk pada database SIAKDB yang tabel
ms_kelurahan
nantinya akan digunakan untuk pada
database
membentuk tabel ms_kelurahan Penduduk pada database Penduduk 8.
Pemilihan
field Memilih
field
yang
tabel
ditransformasi
penyandangcacat
penyandangcacat pada database tabel SIAKDB
yang
dari
akan Mendapatkan
field
tabel yang akan membentuk
nantinya
akan ms_penyandangcacat
digunakan untuk membentuk tabel pada
database
pada Penduduk
ms_penyandangcacat database Penduduk 9.
Pemilihan
field Memilih
field
yang
tabel
ditransformasi
ms_kelompokumur
ms_kelompokumur pada database tabel SIAKDB
yang
dari
akan Mendapatkan
field
tabel yang akan membentuk
nantinya
akan ms_kelompokumur
digunakan untuk membentuk tabel pada
database
ms_kelompokumur pada database Penduduk Penduduk 10.
Pemilihan
field Memilih
field
tabel
ditransformasi
ms_bantuumur
ms_bantuumur SIAKDB
yang
yang dari pada
akan Mendapatkan
tabel yang akan membentuk database tabel
nantinya
ms_bantuumur
akan pada
digunakan untuk membentuk tabel Penduduk ms_bantuumur Penduduk
pada
field
database
database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 32
Adapun proses pemilihan field yang akan diperlukan dari database SIAKDB akan dijelaskan di lampiran 1 halaman 1-1. Dimensi yang akan dibentuk adalah dimensi jenis kelamin, dimensi agama, dimensi pekerjaan, dimensi penyandang cacat, dimensi akta kawin, dimensi akta lahir, dimensi akta cerai, dimensi pendidikan, dimensi kecamatan, dimensi usia, dimensi wilayah, dan dimensi golongan darah dengan measure jumlah total penduduk (tag_penduduk). Berikut keterangan atribut yang digunakan dalam masing-masing dimensi, sesuai dengan pertimbangan kebutuhan data dan informasi dari DISDUKCAPIL Kabupaten Klaten, yaitu : a. Dimensi wilayah (dim_wilayah_scd) Berisi detail wilayah tempat tinggal yang ditempati pada transaksi penduduk. b. Dimensi jenis kelamin (dim_jeniskel_scd) Berisi detail jenis kelamin yang dimiliki pada transaksi penduduk. c. Dimensi agama (dim_agama_scd) Berisi detail agama yang digunakan pada transaksi penduduk. d. Dimensi akta lahir (dim_aktalahir_scd) Berisi detail status akta lahir yang dimiliki pada transaksi penduduk. e. Dimensi akta kawin (dim_aktakawin_scd) Berisi detail status akta kawin yang dimiliki pada transaksi penduduk. f. Dimensi akta cerai (dim_aktacerai_scd) Berisi detail status akta cerai yang dimiliki pada transaksi penduduk. g. Dimensi golongan darah (dim_goldrh_scd) Berisi detail golongan darah yang dimiliki pada transaksi penduduk. h. Dimensi pekerjaan (dim_pekerjaan_scd) Berisi detail pekerjaan yang dimiliki pada transaksi penduduk. i. Dimensi penyandangcacat (dim_pydgcct_scd) Berisi detail cacat yang diderita pada transaksi penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 33
j. Dimensi umur (dim_kelumur_scd) Berisi detail range umur yang digunakan pada transaksi penduduk. k. Dimensi pendidikan (dim_pendidikan_scd) Berisi berisi detail pendidikan yang dimiliki pada transaksi penduduk. Proses pemetaan yang dilakukan yaitu dari database SIAKDB ke database penduduk dan database olappend. Gambar 3.3 merupakan alur proses pembentukan tabel dan proses transformasi data.
Gambar 3. 3 Alur proses pembentukan tabel dan proses transformasi data
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 34
3.6.6.1 Perancangan Integrasi Data Langkah-langkah proses integrasi data dilakukan dengan: 1. Pengintegrasian data transaksional dan data master dari database sumber (SIAKDB) ke database target (penduduk). 2. Pemecahan tabel master Data Warehouse menjadi tabel dimensi dan tabel fakta. 3. Pengintegrasian data transaksional dan data master untuk membentuk tabel dimensi dan tabel fakta ke database OLAP. 3.6.6.1.1 Rancangan Proses Integrasi Data Transaksional dan Data Master dari Database SIAKDB ke Database Penduduk Proses integrasi ini diperlukan untuk merancang proses integrasi data transaksional dan data semua master yang akan digunakan untuk membangun Data Warehouse dari Database SIAKDB ke Database Penduduk. Adapun rancangan proses integrasi yang akan dibentuk dijelaskan pada lampiran 2 halaman 2-1. 3.6.6.1.2 Rancangan Proses Memecah Data Warehouse Membentuk Tabel Dimensi dan Tabel Fakta. Dimensi yang digunakan adalah dimensi jenis kelamin, dimensi agama, dimensi pekerjaan, dimensi penyandang cacat, dimensi akta kawin, dimensi akta lahir, dimensi akta cerai, dimensi pendidikan, dimensi kecamatan, dimensi usia, dimensi
wilayah dan dimensi
golongan darah. Pada tahap ini semua
dimensi akan dirancang sesuai kebutuhan SCD type 2 yaitu dengan penambahan beberapa field, date_from dan date_to ( untuk mengetahui apakah data valid atau tidak ) serta version ( untuk mengetahui data yang lebih baru ) sehingga dapat mendukung dimensi yang dinamis. Semakin besar nilai version maka semakin data itu baru. Semakin lama date_to maka semakin valid. Valid atau tidaknya sebuah record ditentukan dari nilai date_to. Sedangkan untuk tabel fakta yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 35
akan dibentuk adalah tf_pemilu dan tf_penduduk. Adapun rancangan proses memecah Data Warehouse membentuk tabel fakta dan dimensi akan dijelaskan pada lampiran 3 halaman 3-1. 3.6.7
Choosing the Duration of the Database (pemilihan durasi database) Pada langkah ini menentukan lamanya sumber data yang akan digunakan
pada data warehouse. Untuk data warehouse penduduk ini digunakan sumber data dari database OLTP yang diambil dari tiga tahun yang lalu. 3.6.8
Tracking SCD (melacak SCD) Untuk memantau perubahan yang terjadi dalam dimensi,digunakan tipe
Slowly Changing Dimensions (SCD) yang dikemukakan oleh Kimball. Hal ini diterapkan pada semua tabel dimensi menggunakan SCD tipe 2. Pada SCD tipe 2 dilakukan dengan cara : a. Membuat data tambahan dimensi baru menggunakan nilai baru dari Surrogate Key . b. Memperbarui record
ini dengan fields yang telah berubah dan
menambahkan fields lain yang diperlukan. c. Untuk mendapatkan versi sebelumnya dari sebuah record dimensi, jika ada di tabel maka akan disalin dan dibuat entri baru dalam tabel dimensi dengan Surrogate Key yang baru. d. Jika ada versi sebelumnya dari record
dimensi, maka akan dibuat
sepenuhnya 1 record yang baru. e. Kemudian memperbarui record
ini dengan fields yang berubah, dan
apapun yang lain yang diperlukan. f. Pada tabel fakta tidak dilakukan perubahan, tetapi bila ada data baru yang masuk pada tabel fakta, maka akan menggunakan surrogate key yang baru.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 36
Dengan demikian dapat melacak sejarah perubahan fisik yang benar yang telah terjadi pada entitas dimensi, karena Slowly Changing Dimensions type 2 sendiri menciptakan beberapa entri dalam dimensi tabel dengan kunci yang berbeda. Slowly Changing Dimensions type 2 menyimpan sejarah semua perubahan yang dibuat untuk field tabel dimensi, bahkan ketika dimasukkan record baru dan setiap kali perubahan dibuat. 3.6.9
Deciding the Query Priorities and the Query Modes (memutuskan prioritas query dan mode query) Pada tahap ini dilakukan pertimbangan perancangan fisikal, seperti
keberadaan dari summary (ringkasan) dan aggregate (penjumlahan). Pada bagian ini, rancangan desain fisikal yang disarankan hanya urutan fisikal dari tabel fakta, dimana urutan data pada sebuah tabel fakta telah terurut berdasarkan waktu transaksi masing-masing. Untuk pendesainan indexing, setiap primary key pada tiap dimensi menggunakan index. 3.7
Model OLAP Model OLAP yang digunakan adalah ROLAP. ROLAP adalah tipe OLAP
yang bergantung kepada database relasional atau RDBMS (Relational Database Management Sistem) sebagai media penyimpanan (storage) data yang akan diolah. Dengan strategi tersebut maka OLAP Server (Mondrian) terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query (SQL). 3.8
Rancangan Star schema untuk Database OLAP Rancangan star schema merupakan struktur dari tabel-tabel yang saling
berhubungan melalui jalur-jalur tertentu. Secara garis besar star schema terdiri
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 37
atas dua jenis tabel, yaitu tabel fakta dan tabel dimensi. Star schema yang akan dibentuk untuk membangun sistem OLAP server adalah sebagai berikut a. Skema untuk kubus penduduk Kubus penduduk dengan star schema tf_penduduk seperti gambar 3.4
Gambar 3. 4 Star schema tf_penduduk
Schema tf_ penduduk berpusat pada satu tabel fakta ‘tf_penduduk dengan beberapa
tabel
dimensi
yaitu
dim_wilayah_scd,
dim_jeniskel_scd,
dim_agama_scd, dim_aktakawin_scd, dim_aktalahir_scd, dim_aktacerai_scd, dim_goldrh_scd, dim_pekerjaan_scd, dim_pydgcct_scd, dim_kelumur_scd, dan dim_pendidikan_scd . Dalam tabel fakta terdiri berisi foreign key yang berasal dari tabel-tabel dimensi. Nilai yang akan diukur terdapat pada tabel fakta, berdasarkan schema diatas nilai yang akan diukur adalah jumlah total penduduk (tag_penduduk) dengan agregasi sum.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB IV IMPLEMENTASI SISTEM DAN ANALISIS SISTEM Pada bab ini akan dijelaskan tentang implementasi pembuatan Data Warehouse dan komputasi data Cube. 4.1
Implementasi Arsitektur Data Warehouse Arsitektur Data Warehouse yang dibentuk terdiri dari satu database
transaksional yaitu database SIAKDB, dua database Data Warehouse yaitu database penduduk sebagai database Staging dan database olappend sebagai database OLAP, dan OLAP server. Arsitektur Data Warehouse yang akan dibentuk terdapat pada gambar 4.1.
Gambar 4. 1 Arsitektur Data Warehouse
Sumber data berasal dari database SIAKDB yang kemudian dilakukan proses ETL. Dari hasil proses ETL akan disimpan di database penduduk sebagai
38
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 39
database Stagingnya yang kemudian dilakukan proses ETL yang akan disimpan sebagai Data Warehouse sehingga dapat dilakukan proses OLAP. Untuk mendukung arsitektur sistem Data Warehouse ini diperlukan beberapa spesifikasi software dan hardware yang mendukung yaitu: 1. Data Warehouse Dinas Kependudukan menggunakan sistem basis data terpusat, karena gudang data hanya digunakan pada satu tempat yaitu di Pemerintahan Daerah Kabupaten Klaten 2. Data Warehouse Dinas Kependudukan menggunakan jaringan LAN (Local Area Network ) 3. Menggunakan database Oracle 9i Bahasa pemrograman yang dipakai adalah java Tool : Kettle Version 4.2, Schema-Workbench, Mondrian, Toad for Oracle Version 8.6, Apache-tomcat dan ojdbc connector untuk penghubung antara program java. 4. Spesifikasi Hardware yang digunakan untuk Data Warehouse ini adalah : Processor : Intel(R) Core™ i3 CPU M 370 @ 2.40 GHz Memory : 4 GB DDR 2 Hardisk : 320 GB 4.2
Implementasi Integrasi Data Setelah melewati tahap perancangan struktur database Data Warehouse,
pembangunan Data Warehouse selanjutnya proses implementasi integrasi data. 4.2.1
Integrasi Data Transaksional dan Data Master dari Database SIAKDB ke database Penduduk Integrasi data transaksional dan data master dari database SIAKDB ke
database
penduduk terdiri dari beberapa langkah. Setiap langkah memiliki
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 40
aktivitas dan tujuan tersendiri. Aktivitas dan tujuan dari proses integrasi data dapat dilihat pada tabel 4.1. Tabel 4. 1 Tabel Aktivitas dan Tujuan dari Integrasi Data Transaksional dan Data Master dari Database SIAKDB ke database Penduduk No 1
Langkah Intgrasi
Aktivitas
Data Transormasi sumber data dari tabel pebentukan
transaksi
dari biodata_wni dan ms_bantuumur di transaksi
biodata_wni
dan database siakdb ke tabel transaksi
ms_bantuumur 2.
Tujuan
Integrasi
tabel
di database penduduk. Data Transformasi
ms_agama
dari tabel
options_wni
sumber data dari pembentukan tabel
options_wni
di
database ms_agama
siakdb ke tabel ms_agama di database penduduk
3.
Integrasi
Data Transformasi
ms_pekerjaan
dari tabel
options_wni
sumber data dari pembentukan tabel
options_wni
di
database ms_pekerjaan
siakdb ke tabel ms_pekerjaan di database penduduk.
4.
Integrasi
Data Transformasi
ms_pendidikan
dari tabel
sumber data dari pembentukan tabel
options_wni
di
database ms_pendidikan
siakdb ke tabel ms_ pendidikan di
options_wni
database penduduk. 5.
Integrasi
Data Transformasi
sumber data dari pembentukan tabel
ms_golongandarah
tabel
options_wni
di
database ms_golongandarah
dari Options_wni
siakdb ke tabel ms_golongandarah di database penduduk.
6.
Integrasi
Data Transformasi
ms_jeniskelamin dari tabel options_wni
sumber data dari pembentukan tabel
options_wni
di
database ms_jeniskelamin
siakdb ke tabel ms_jeniskelamin di database penduduk.
7.
Integrasi ms_aktakawin ms_aktakawin
Data Transformasi
sumber data dari pembentukan tabel
dari tabel ms_aktakawin di database ms_aktakawin siakdb ke tabel ms_aktakawin di database penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41
8.
Integrasi
Data Transformasi
Ms_aktacerai
sumber data dari pembentukan tabel
dari tabel ms_ aktacerai di database ms_aktacerai
Ms_aktacerai
siakdb ke tabel ms_ aktacerai di database penduduk.
9.
Integrasi
Data Transformasi
Ms_aktalahir
sumber data dari pembentukan tabel
dari tabel ms_ aktalahir di database ms_aktalahir
Ms_aktalahir
siakdb ke tabel ms_ aktalahir di database penduduk.
10.
Integrasi
Data Transformasi
Ms_kec
sumber data dari pembentukan tabel
dari tabel setup_kec di database siakdb ms_kec
Setup_kec
ke
tabel
ms_kec
di
database
penduduk. 11.
Integrasi
Data Transformasi
Ms_kel
sumber data dari pembentukan tabel
dari tabel setup_kel di database siakdb ms_kelurahan ke tabel ms_kelurahan di database
Setup_kel
penduduk. 12.
13.
Integrasi
Data Transformasi
sumber data dari pembentukan tabel
ms_pnyandangcacat
tabel setup_kel di database siakdb ms_
dari
ke tabel ms_pnyandangcacat di pnyandangcacat
penyandangcacat
database penduduk.
Integrasi
Data Transformasi
sumber data dari pembentukan tabel
Ms_kelompokumur
tabel
ms_kelompokumur
dari
database
Ms_kelompokumur
ms_kelompokumur
siakdb
ke di
di ms_kelompokumur tabel
database
penduduk. 14.
Integrasi ms_bantuumur
Data Transformasi
sumber data dari pembentukan tabel
dari tabel ms_bantuumur di database ms_bantuumur
ms_bantuumur
siakdb ke tabel ms_bantuumur di database penduduk.
Adapun proses integrasi yang akan ditransformasi akan dijelaskan pada lampiran 4 halaman 4-1.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 42
4.2.2
Implementasi Memecah Data Warehouse Membentuk Tabel Fakta dan Tabel Dimensi Dimensi yang akan dibentuk adalah dimensi jenis kelamin, dimensi agama,
dimensi pekerjaan, dimensi penyandang cacat, dimensi akta kawin, dimensi akta lahir, dimensi akta cerai, dimensi pendidikan, dimensi kecamatan, dimensi usia, dimensi wilayah , dan dimensi golongan darah. Adapun proses memecah Data Warehouse membentuk tabel fakta dan dimensi akan dijelaskan pada lampiran 5 halaman 5-1. 4.3
Pembentukan Dimensi Dinamis Cara yang ditempuh untuk menguji SCD type 2 agar pergerakan data
dimensi terlihat yaitu dengan menambah atau mengupdate data. Data yang tersimpan dapat dilihat dari berbagai dimensi, yaitu dimensi
jenis kelamin,
dimensi agama, dimensi pekerjaan, dimensi penyandang cacat, dimensi akta kawin, dimensi akta lahir, dimensi akta cerai, dimensi pendidikan, dimensi kecamatan, dimensi usia, dimensi wilayah dan dimensi golongan darah. Dalam pengujian ini akan dibuat lebih fokus yaitu pergerakan data yang dilihat dari sudut pandang akta lahir. Berikut pergerakan data yang dapat dilihat dari beberapa tabel yaitu dim_aktalahir_scd dan transaksi
Gambar 4. 2 Struktur Tabel ms_aktalahir
Gambar 4.2 adalah struktur tabel yang dimiliki oleh tabel ms_aktalahir. Gambar 4.3 adalah semua data yang ada pada ms_aktalahir. Pada tabel ms_aktalahir terdapat 2 rows yang akan ditransformasi.
Gambar 4. 3 Data ms_aktalahir
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 43
Tabel master akta lahir ini yang akan ditransformasikan membentuk dimensi SCD type 2 untuk mendukung dimensi dinamis. Adapun proses transformasi yang dilakukan dapat dilihat pada gambar 4.4.
Gambar 4. 4 ms_aktalahir.ktr
Gambar 4.4 merupakan proses pembentukan tabel ms_aktalahir. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_ aktalahir di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_ aktalahir di database penduduk. Tabel 4.2 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktalahir dari ms_ aktalahir Tabel 4. 2 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_aktalahir dari ms_aktalahir Nama File
ms_ aktalahir.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
Select values
Insert/Update
ms_ aktalahir Database
Siakdb
Query sql
SELECT AKTA_LHR , DESCR FROM MS_AKTALAHIR
Fieldname
akta_lhr
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
AKTA_LHR , DESCR
Tabel
ms_ aktalahir
Database
Penduduk
Step insert/update tabel ms_ aktalahir adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_aktalahir di database penduduk berdasarkan nilai data kode akta_lhr pada
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 44
tabel ms_ aktalahir Ketentuan proses Insert/Update: a. Jika akta_lhr tidak sama dengan akta_lhr pada tabel ms_aktalahir
maka
dilakukan
proses
menambahkan/insert data baru. b. Jika akta_lhr sama dengan akta_lhr pada tabel ms_aktalahir
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru.
Hasil transformasi dari tabel ms_aktalahir adalah dim_aktalahir_scd. Struktur dim_aktalahir_scd dapat dilihat pada gambar 4.5.
Gambar 4. 5 Struktur Tabel dim_aktalahir_scd
Gambar 4.6 berikut berisi data dim_aktalahir_scd hasil dari transformasi ms_aktalahir.
Gambar 4. 6 Pembentukan dim_aktalahir_scd dengan menerapkan SCD type 2
Tabel 4.3 berisi query untuk insert dan update ms_aktalahir yang telah disiapkan untuk menguji SCD type 2 agar pergerakan data dimensi akta lahir terlihat Tabel 4. 3 query insert-update ms_aktalahir UPDATE MS_AKTALAHIR SET DESCR='Tidak' WHERE AKTA_LHR=1;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 45
INSERT INTO MS_AKTALAHIR ( AKTA_LHR, DESCR ) VALUES ( 3, 'Proses');
Setelah dilakukan update data pada ms_aktalahir data pada tabel ms_aktalahir terdapat 3 rows.
Gambar 4. 7 Data setelah ms_aktalahir diinsert dan di-update
Dari 3 row yang ada pada tabel ms_aktalahir akan dilakukan proses transformasi seperti pada langkah di gambar 4.4. Setelah dilakukan transformasi maka data akan ter-update secara otomatis. Gambar 4.8 berisi data dim_aktalahir_scd hasil dari transformasi ms_aktalahir.
Gambar 4. 8 Data setelah pembentukan dim_aktalahir_scd dr ms_aktalahir yang mengalami pergerakan dimensi
4.4 4.4.1
Implemenstasi Star schema untuk database OLAP Star schema kubus Penduduk Star schema kubus Penduduk akan membaca data tabel tf_penduduk yang
ada di database olappend. Gambar 4.9 merupakan star schema kubus penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 46
Gambar 4. 9 Star schema kubus Penduduk pada PendudukPemilu.xml
Kubus diatas dengan nama Penduduk dengan tabel tf_penduduk sebagai tabel fakta. Dimensi yang digunakan adalah dimensi jenis kelamin, akta lahir, akta kawin, akta cerai, penyandang cacat, golongan darah, umur, agama, pekerjaan, pendidikan dan wilayah. Nilai pengukuran atau measure dari skema transaksi penduduk adalah Tag Penduduk ( jumlah total dari penduduk ). Adapun detail dari dimensi yang digunakan pada star schema kubus penduduk akan dijelaskan pada lampiran 6 halaman 6-1. 4.5
Implemenstasi Proses Transfer Data Proses transfer data pada OLAP dilakukan secara manual yaitu dengan
mengeksekusi file automatisasi.bat. File automatisasi.bat dapat dilihat pada tabel 4.4. Tabel 4. 4 Kode Perintah automatisasi.bat C: cd D:\gadis\Kettle\kettle3.1 Kitchen.bat -file =E:\punya gadis\Semester 8\TAku\Program\Automatisasi\Automastisasi Final.kjb
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 47
4.6
Antar Muka Pengguna Sistem OLAP Dalam sistem OLAP yang dibangun terdapat beberapa menu yang masing-
masing merujuk ke halaman yang berbeda. Beberapa halaman tersebut digolongkan sesuai kategori data yang ditampilkan sesuai dengan kebutuhan DISDUKCAPIL Kabupaten Klaten dalam pembuatan laporan penduduk. Berikut halaman pembuatan laporan berdasarkan akta lahir berisikan data analisis penduduk sesuai akta lahir, jenis kelamin dan umur. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan akta lahir, jenis kelamin dan umur yang dimiliki. Gambar 4.10 merupakan tampilan halaman pembuatan laporan berdasarkan dimensi akta lahir, jenis kelamin dan umur.
Gambar 4. 10 Halaman pembuatan laporan berdasarkan umur,kelamin dan akta lahir.
Halaman pembuatan laporan berdasarkan dimensi akta lahir, jenis kelamin dan
umur mengakses
halaman
jsp lap_aktalhtjeniskelumur.jsp. Struktur
lap_aktalhtjeniskelumur.jsp terdapat pada tabel 4.5. Tabel 4. 5 Struktur lap_aktalhtjeniskelumur.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 48
<%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY Crossjoin({[Jenis Kelamin].[Semua Jenis Kelamin].[Laki-Laki], [Jenis Kelamin].[Semua Jenis Kelamin].[Perempuan]}, {[Akta Lahir].[Semua Akta Lahir].[Tidak Ada], [Akta Lahir].[Semua Akta Lahir].[Ada]}) ON COLUMNS, NON EMPTY {[Umur].[Semua Umur].[0-4], [Umur].[Semua Umur].[5-9], [Umur].[Semua Umur].[10-14], [Umur].[Semua Umur].[15-19], [Umur].[Semua Umur].[20-24], [Umur].[Semua Umur].[25-29], [Umur].[Semua Umur].[30-34], [Umur].[Semua Umur].[35-39], [Umur].[Semua Umur].[40-44], [Umur].[Semua Umur].[45-49], [Umur].[Semua Umur].[50-54], [Umur].[Semua Umur].[55-59], [Umur].[Semua Umur].[60-64], [Umur].[Semua Umur].[65-69], [Umur].[Semua Umur].[70-74], [Umur].[Semua Umur].[>74]} ON ROWS from [Penduduk]
Data Penduduk OLAP
Dari
lap_aktalhtjeniskelumur.jsp
akan
mengakses
schema
PendudukPemilu.xml yang telah dibentuk dan akan menjalankan query yang terdapat dalam tabel 4.5. Adapun halaman antarmuka pengguna yang lainnya akan dijelaskan di lampiran 7 halaman 7-1.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB V ANALISIS HASIL
Pada bab ini akan dijelaskan analisis hasil dan implementasi Data Warehouse yang telah dibangun. Analisis hasil dibagi menjadi beberapa bagian yaitu hasil penyelesaian rumusan masalah, kelebihan dan kelemahan sistem. 5.1
Hasil Pengujian Implementasi SCD type 2 pada Database Pada proses transformasi data baru yang diinputkan akan mempunyai
atribut version
dengan value 1 yang menunjukkan data belum mengalami
perubahan serta atribut date_from dan date_to untuk mempermudah sistem dalam mengetahui data terbaru. Jika data mengalami perubahan maka atribut version akan bertambah sesuai perubahan yang telah dilakukan. Sehingga data yang diakses untuk laporan adalah data yang baru. 5.1.1
Data Dimensi SCD type 2 telah diimplementasikan pada semua dimensi, yaitu
dim_jeniskel_scd,
dim_wilayah_scd,
dim_agama_scd,
dim_pekerjaan_scd,
dim_goldrh_scd, dim_pendidikan_scd, dim_aktakawin_scd, dim_aktalahir_scd, dim_aktacerai_scd, dim_kelumur_scd, dan dim_pydgcct_scd. Dari dimensi yang terbentuk telah dilakukan pengujian untuk semua dimensi dengan status berhasil mengimplementasikan SCD type 2 pada semua dimensi. Berikut adalah salah satu contoh detail pengujian data dimensi dari dimensi akta lahir yang telah terbentuk.
Gambar 5. 1 Sebelum dim_aktalahir_scd mengalami pergerakan dimensi
49
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 50
Gambar 5.1 adalah data dim_aktalahir_scd sebelum mengalami perubahan. Dimensi akta lahir yang terbentuk dari proses SCD type 2 memiliki beberapa field yang berguna untuk proses view data Histori . Sehingga perubahan dari dimensi akan tetap terlihat. Berikut adalah dim_aktalahir_scd yang telah mengalami perubahan pada data masternya yaitu ms_aktalahir. Data dim_aktakawin_scd diperoleh dari transformasi pembacaan data ms_aktalahir menggunakan teknik SCD type 2 yang menyimpan seluruh Histori data. Ketika data ms_aktalahir mengalami perubahan dan dilakukan transformasi data ke dim_aktalahir_scd maka value dari sk_aktalahir bertambah otomatis.
Gambar 5. 2 Setelah dim_aktalahir_scd mengalami pergerakan dimensi
Gambar 5.2 merupakan hasil transformasi dim_aktalahir_scd yang telah mengalami pergerakan dimensi. Untuk akta_kwn=1 telah di-update descr menjadi ‘Tidak’ sehingga data baru yang dipunyai ini akan disimpan dengan version 2. Pada data yang lama dengan descr ‘Tidak Ada’ untuk masa validnya berubah pada saat dilakukan transformasi yaitu pada kolom date_to. 5.2
Hasil Pengujian Historical Data Data yang akan dipilih untuk di-update adalah sebanyak 3 NIK. Berikut
adalah data yang dimaksud :
Gambar 5. 3 Data yang akan dipilih untuk di-update
Data tersebut akan dilakukan proses update. Adapun proses update yang dilakukan akan dijelaskan pada lampiran 8 halaman 8-1. Kemudian akan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 51
dilakukan tranformasi dengan teknik SCD type 2. Ketika data sudah ter-update maka view data yang terbaru akan terlihat seperti gambar 5.4.
Gambar 5. 4 Data yang telah di-update
View data yang ditampilkan adalah data yang terbaru, meskipun demikian data lama tidak akan hilang karena data tersebut tersimpan pada masing-masing dimensi. Data dimensi yang sudah ter-update dapat diakses dengan melihat Histori penduduk. Gambar 5.5 adalah form untuk melihat Histori data.
Gambar 5. 5 Form untuk melihat Histori Data Penduduk
NIK penduduk yang diinputkan akan dibaca dan dilakukan proses pembacaan data dari dimensi sesuai dengan kategori dimensi yang dipilih. Berikut hasil pembacaan Histori data penduduk dilihat dari dimensi akta lahir dapat dilihat pada gambar 5.6.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 52
Gambar 5. 6 Setelah dim_aktalahir_scd mengalami pergerakan dimensi
5.3
Hasil Kuesioner Berikut ini adalah analisa hasil / sistem yang telah berhasil dibuat. Dalam
menganalisa hasil digunakan kuesioner sebagai alat penilaiannya. Berdasarkan jawaban dari Admin SIAK di DISDUKCAPIL yang telah diolah didapatkan hasil sebagai berikut : 1) Pemanfaatan Teknologi Informasi dan Komunikasi di DISDUKCAPIL Kabupaten Klaten masih kurang. 2) DISDUKCAPIL Kabupaten Klaten untuk kedepan menginginkan SI yang efektif dan terintegrasi dengan ketersediaan infrastruktur TIK yang memadai serta kemampuan SDM yang handal. 3) Dalam
pengembangan
TIK
DISDUKCAPIL
Kabupaten
Klaten
mengharapkan dapat mempermudah penyelesaian pekerjaan sehingga dapat meningkatkan produktivitas kerja 4) Pemanfaatan SIAK kurang menunjang untuk membuat laporan 5) Masih dialami kesulitan dalam membuat laporan menggunakan tools SIAK yang sudah ada sehingga diperlukan tools lain yang menunjang pembuatan laporan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 53
6) Pemecahan masalah yang dialami DISDUKCAPIL Kabupaten Klaten dengan menerapkan teknik Data Warehouse untuk mengelola data Penduduk adalah baik sekali. 7) Hasil OLAP Penduduk yang ditampilkan informative membantu
dalam
menyelesaikan
pekerjaan
Admin
dan sangat SIAK
di
DISDUKCAPIL 8) Sistem OLAP yang telah dibangun mempercepat penyelesaian pekerjaan Admin SIAK di DISDUKCAPIL dan cukup mudah untuk dipakai. 9) Tampilan (user interface) dan tata letak (menu, gambar, view data OLAP) sudah sesuai dengan keinginan pengguna. 5.4
Kelebihan Sistem Sesuai dengan kebutuhan DISDUKCAPIL Kabupaten Klaten sistem OLAP
yang telah dibangun dapat menampilkan update data terbaru tanpa harus menghilangkan Histori
data dengan mengimplementasikan SCD type 2. Ketika
data yang telah disimpan mengalami perubahan dan memerlukan updating beberapa dimensi hal ini bukan menjadi masalah karena sejarah perubahan fisik yang telah terjadi pada entitas dimensi dapat dilacak pada database yang telah terbentuk. Fitur view data beragam dapat disesuaikan dengan keinginan user untuk melihat data dari berbagai dimensi. 5.5
Kelemahan Sistem Pada Data Warehouse dengan mengimplementasikan SCD type 2 untuk
mendukung terbentuknya dimensi yang dinamis tidak merekap data dimensi yang dihapus. Sehingga dalam pengimplementasianya data dimensi yang lebih baru yang digunakan meskipun dalam database master sesungguhnya sudah tidak ada. Fitur view data sesuai dengan dimensi yang telah dibangun. Proses transformasi dan view data kurang cepat karena data yang diakses banyak.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB VI PENUTUP 6.1
Kesimpulan 1. Pembangun sistem database OLAP (Online Analytical Processing) dengan Mondrian sebagai OLAP server dengan mengimplementasikan SCD type 2 yang mendukung pembentukan dimensi dinamis pada Data Warehouse telah berhasil dilakukan. 2. Proses transformasi dilakukan secara manual dengan menjalankan file automatisasi.bat 3. Perhitungan OLAP akan bernilai valid jika data sumber memiliki kelengkapan informasi yang dibutuhkan terutama data yang akan ditransformasi dengan data dimensi 4. Histori penduduk dapat terekap dengan baik. 5. Pemecahan masalah yang dialami DISDUKCAPIL Kabupaten Klaten dalam pembuatan laporan dengan menerapkan teknik Data Warehouse untuk mengelola data Penduduk adalah tepat.
6.2
Saran 1. Dalam penelitian ini proses Load data yang besar untuk transformasi membutuhkan waktu yang cukup lama. Untuk itu diperlukan teknik tranformasi yang lebih efisien. 2. Untuk view
data secara keseluruhan memerlukan waktu yang kurang
cepat meskipun tabel fakta di dalam OLTP telah disort dan di group berdasarkan kriteria dimensinya. Untuk itu diperlukan teknik yang lebih baik dalam pembacaan data.
54
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR PUSTAKA
[1] Thomas M. Connoly, Carolyn E. Beg. ,2008, Database Sistems A Practical Approach to Design, Implementation and Management 5 th edition Addison Wesley, University of The West of Scotland. [2] Gustiarahman, Irfan. 2006. Data Warehouse . http://www.linkpdf.com/ebookview
er.php?url=http://myhut.org/public/datawarehouse.doc. 18 Desember
2011. [3] Connolly, T. M., & Begg, C. E. (2005). Database Sistem-A Practical Approach to Design, Implementation, and Management,fourth edition. USA: Addison Wesley Longman. [4] Modul Pelatihan, “Data Warehouse with Kettle (Pentaho Data Integration)”. [5] Data Warehouse with Kettle (Pentaho Data Integration). http://www.phiIntegration.com. 15 Desember 2011 [6] Ponniah, Paulraj. 2001. Data Warehouse Fundamentals. John Wiley & Sons. New York. [7] Kimball, R., & Caserta, J. (2004). The data warehouse ETL toolkit : practical techniques for extracting, cleaning, conforming, and delivering data. Wiley .
55
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
LAMPIRAN
56
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
LAMPIRAN 1
PEMILIHAN FIELD DARI DATABASE SIAKDB 1. Pemilihan field tabel biodata_wni 2. Pemilihan field tabel options_wni 3. Pemilihan field tabel ms_aktakawin 4. Pemilihan field tabel ms_aktacerai 5. Pemilihan field tabel ms_aktalahir 6. Pemilihan field tabel setup_kec 7. Pemilihan field tabel setup_kel 8. Pemilihan field tabel penyandangcacat 9. Pemilihan field tabel ms_kelompokumur 10. Pemilihan field tabel ms_bantuumur
1-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1-2
Dari tabel aktivitas dan tujuan proses pemilihan field yang telah dibuat sebelumnya, berikut ini adalah proses pemilihan field yang akan diperlukan dari database SIAKDB 1. Pemilihan field tabel biodata_wni Tabel biodata_wni berisi data lengkap dari masing-masing penduduk. Struktur tabel biodata_wni terdapat pada gambar 3.5.
Gambar 3. 5 Tabel biodata_wni
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1-3
Dari tabel biodata_wni semua field digunakan untuk membangun tabel transaksi pada database Penduduk. 2. Pemilihan field tabel options_wni Tabel options_wni berisi data keterangan atribut dari biodata_wni. Struktur tabel options_wni terdapat pada gambar 3.6.
Gambar 3. 6 Tabel options_wni
Dari tabel options_wni semua field digunakan untuk membangun tabel ms_agama, ms_pekerjaan, ms_pendidikan, ms_golongandarah, ms_jeniskelamin pada database Penduduk. 3. Pemilihan field tabel ms_aktakawin Tabel ms_aktakawin berisi data keterangan kepemilikan akta kawin. Struktur tabel ms_aktakawin terdapat pada gambar 3.7.
Gambar 3. 7 Tabel ms_aktakawin
Dari tabel options_wni semua field digunakan untuk membangun tabel ms_aktakawin pada database Penduduk. 4. Pemilihan field tabel ms_aktacerai Tabel ms_aktacerai berisi data keterangan kepemilikan akta cerai. Struktur tabel ms_aktacerai terdapat pada gambar 3.8.
Gambar 3. 8 Tabel ms_aktacerai
Dari tabel ms_aktacerai semua field digunakan untuk membangun tabel ms_aktacerai pada database Penduduk. 5. Pemilihan field tabel ms_aktalahir
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1-4
Tabel ms_aktalahir berisi data keterangan kepemilikan akta lahir. Struktur tabel ms_aktalahir terdapat pada gambar 3.9.
Gambar 3. 9 Tabel ms_aktalahir
Dari tabel ms_aktalahir semua field digunakan untuk membangun tabel ms_aktalahir pada database Penduduk. 6. Pemilihan field tabel setup_kec Tabel setup_kec berisi data semua kecamatan yang ada di Indonesia. Struktur tabel setup_kec terdapat pada gambar 3.10.
Gambar 3. 10 Tabel setup_kec
Dari tabel setup_kec semua field digunakan untuk membangun tabel ms_kec pada database Penduduk. 7. Pemilihan field tabel setup_kel Tabel setup_kel berisi data semua kelurahan yang ada di Indonesia. Struktur tabel setup_kel terdapat pada gambar 3.11.
Gambar 3. 11 Tabel setup_kel
Dari tabel setup_kel semua field digunakan untuk membangun tabel ms_kelurahan pada database Penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1-5
8. Pemilihan field tabel penyandangcacat Tabel penyandangcacat berisi data jenis cacat yang dimiliki oleh penduduk. Struktur tabel penyandangcacat terdapat pada gambar 3.12.
Gambar 3. 12 Tabel penyandangcacat
Dari tabel penyandangcacat semua field digunakan untuk membangun tabel ms_penyandangcacat pada database Penduduk. 9. Pemilihan field tabel ms_kelompokumur Tabel
ms_kelompokumur
berisi
data
penggolongan
umur
penduduk. Struktur tabel ms_kelompokumur terdapat pada gambar 3.13.
Gambar 3. 13 Tabel ms_kelompokumur
Dari tabel ms_kelompokumur semua field digunakan untuk membangun tabel ms_kelompokumur pada database Penduduk. 10. Pemilihan field tabel ms_bantuumur Tabel ms_bantuumur berisi data umur beserta id masing-masing. Struktur tabel ms_bantuumur terdapat pada gambar 3.14.
Gambar 3. 14 Tabel ms_bantuumur
Dari
tabel
ms_bantuumur
semua
field
digunakan
membangun tabel ms_bantuumur pada database Penduduk.
untuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
LAMPIRAN 2
RANCANGAN INTEGRASI DATA 1. Integrasi Data transaksi dari biodata_wni dan ms_bantuumur 2. Integrasi Data ms_agama dari options_wni 3. Integrasi Data ms_pekerjaan dari options_wni 4. Integrasi Data ms_pendidikan dari options_wni 5. Integrasi Data ms_golongandarah dari Options_wni 6. Integrasi Data ms_jeniskelamin dari options_wni 7. Integrasi Data ms_aktakawin dari ms_aktakawin 8. Integrasi Data Ms_aktacerai dari Ms_aktacerai 9. Integrasi Data Ms_aktalahir dari Ms_aktalahir 10. Integrasi Data Ms_kec dari Setup_kec 11. Integrasi Data Ms_kelurahan dari Setup_kel 12. Integrasi Data ms_pnyandangcacat dari penyandangcacat 13. Integrasi Data Ms_kelompokumur dari Ms_kelompokumur
2-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-2
1. Integrasi Data transaksi dari biodata_wni dan ms_bantuumur
Gambar 3. 15 Transformasi data dari biodata_wni dan ms_bantuumur ke transaksi
Transformasi data dari biodata_wni dan ms_bantuumur ke tabel transaksi dapat dilihat pada gambar 3.15. Proses menambahkan atau mengubah data pada tabel transaksi berdasarkan kode nik.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-3
a. Jika nik tidak sama dengan nik pada tabel transaksi maka dilakukan proses menambahkan/insert data baru b. Jika nik sama dengan nik pada tabel transaksi maka dilakukan proses mengubah/update data yang lama dengan data yang baru 2.
Integrasi Data ms_agama dari options_wni
Gambar 3. 16 Transformasi data dari options_wni ke tabel ms_agama
Transformasi data dari options_wni ke tabel ms_agama dapat dilihat pada gambar 3.16. Proses menambahkan atau mengubah data pada tabel ms_agama berdasarkan kode agama. a. Jika agama tidak sama dengan agama pada tabel ms_agama maka dilakukan proses menambahkan/insert data baru b. Jika agama sama dengan agama pada tabel ms_agama maka dilakukan proses mengubah/update data yang lama dengan data yang baru 3.
Integrasi Data ms_pekerjaan dari options_wni
Gambar 3. 17 Transformasi data dari options_wni ke tabel ms_pekerjaan
Transformasi data dari options_wni ke tabel ms_pekerjaan dapat dilihat pada gambar 3.17. Proses menambahkan atau mengubah data pada tabel ms_pekerjaan berdasarkan kode jenis_pkrjn. a. Jika jenis_pkrjn tidak sama dengan jenis_pkrjn pada tabel ms_pekerjaan maka dilakukan proses menambahkan/insert data baru b. Jika jenis_pkrjn sama dengan jenis_pkrjn pada tabel ms_pekerjaan maka dilakukan proses mengubah/update data yang lama dengan data yang baru
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-4
4.
Integrasi Data ms_pendidikan dari options_wni
Gambar 3. 18 Transformasi data dari options_wni ke tabel ms_pendidikan
Transformasi data dari options_wni ke tabel ms_pendidikan dapat dilihat pada gambar 3.18. Proses menambahkan atau mengubah data pada tabel ms_pendidikan berdasarkan kode pddk_akh. a. Jika pddk_akh tidak sama dengan pddk_akh pada tabel ms_pendidikan maka dilakukan proses menambahkan/insert data baru b. Jika pddk_akh sama dengan pddk_akh pada tabel ms_pendidikan maka dilakukan proses mengubah/update data yang lama dengan data yang baru 5.
Integrasi Data ms_golongandarah dari Options_wni
Gambar 3. 19 Transformasi data dari options_wni ke tabel ms_golongandarah
Transformasi data dari options_wni ke tabel ms_golongandarah dapat dilihat pada gambar 3.19. Proses menambahkan atau mengubah data pada tabel ms_golongandarah berdasarkan kode gol_drh. a. Jika gol_drh tidak sama dengan gol_drh pada tabel ms_golongandarah maka dilakukan proses menambahkan/insert data baru b. Jika gol_drh sama dengan gol_drh pada tabel ms_golongandarah maka dilakukan proses mengubah/update data yang lama dengan data yang baru 6.
Integrasi Data ms_jeniskelamin dari options_wni
Gambar 3. 20 Transformasi data dari options_wni ke tabel ms_jeniskelamin
Transformasi data dari options_wni ke tabel ms_jeniskelamin dapat dilihat pada gambar 3.20. Proses menambahkan atau mengubah data pada tabel ms_jeniskelamin berdasarkan kode jenis_klmin.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-5
a. Jika
jenis_klmin
tidak
sama
dengan
jenis_klmin
pada
tabel
ms_jeniskelamin maka dilakukan proses menambahkan/insert data baru b. Jika jenis_klmin sama dengan jenis_klmin pada tabel ms_jeniskelamin maka dilakukan proses mengubah/update data yang lama dengan data yang baru 7.
Integrasi Data ms_aktakawin dari ms_aktakawin
Gambar 3. 21 Transformasi data dari ms_aktakawin ke tabel ms_aktakawin
Transformasi data dari ms_aktakawin ke tabel ms_aktakawin dapat dilihat pada gambar 3.21. Proses menambahkan atau mengubah data pada tabel ms_aktakawin berdasarkan kode akta_kwn. a. Jika akta_kwn tidak sama dengan akta_kwn pada tabel ms_aktakawin maka dilakukan proses menambahkan/insert data baru. b. Jika akta_kwn sama dengan akta_kwn pada tabel ms_aktakawin maka dilakukan proses mengubah/update data yang lama dengan data yang baru. 8.
Integrasi Data Ms_aktacerai dari Ms_aktacerai
Gambar 3. 22 Transformasi data dari ms_aktacerai ke tabel ms_aktacerai
Transformasi data dari ms_aktacerai ke tabel ms_aktacerai dapat dilihat pada gambar 3.22. Proses menambahkan atau mengubah data pada tabel ms_aktacerai berdasarkan kode akta_crai. a. Jika akta_crai tidak sama dengan akta_crai pada tabel ms_aktacerai maka dilakukan proses menambahkan/insert data baru. b. Jika akta_crai sama dengan akta_crai pada tabel ms_aktacerai maka dilakukan proses mengubah/update data yang lama dengan data yang baru.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-6
9.
Integrasi Data Ms_aktalahir dari Ms_aktalahir
Gambar 3. 23 Transformasi data dari ms_aktalahir ke tabel ms_aktalahir
Transformasi data dari ms_aktalahir ke tabel ms_aktalahir dapat dilihat pada gambar 3.23. Proses menambahkan atau mengubah data pada tabel ms_aktalahir berdasarkan kode akta_lhr. a. Jika akta_lhr tidak sama dengan akta_lhr pada tabel ms_aktalahir maka dilakukan proses menambahkan/insert data baru. b. Jika akta_lhr sama dengan akta_lhr pada tabel ms_aktalahir maka dilakukan proses mengubah/update data yang lama dengan data yang baru. 10. Integrasi Data Ms_kec dari Setup_kec
Gambar 3. 24 Transformasi data dari ms_kec ke tabel setup_kec
Transformasi data dari setup_kec ke tabel ms_kec dapat dilihat pada gambar 3.24. Proses menambahkan atau mengubah data pada tabel ms_kec berdasarkan no_kec dan no_kab. a. Jika no_kec dan no_kab tidak sama dengan no_kec dan no_kab pada tabel ms_kec maka dilakukan proses menambahkan/insert data baru b. Jika no_kec dan no_kab sama dengan no_kec dan no_kab pada tabel ms_kec maka dilakukan proses mengubah/update data yang lama dengan data yang baru
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-7
11. Integrasi Data Ms_kelurahan dari Setup_kel
Gambar 3. 25 Transformasi data dari ms_kelurahan ke tabel setup_kel
Transformasi data dari setup_kel ke tabel ms_kelurahan dapat dilihat pada gambar 3.25. Proses menambahkan atau mengubah data pada tabel ms_kelurahan berdasarkan no_kel, no_kec dan no_kab. a. Jika no_kel, no_kec dan no_kab tidak sama dengan no_kel, no_kec dan no_kab
pada
tabel
ms_kelurahan
maka
dilakukan
proses
menambahkan/insert data baru b. Jika no_kel, no_kec dan no_kab sama dengan no_kel, no_kec dan no_kab pada tabel ms_kelurahan maka dilakukan proses mengubah/update data yang lama dengan data yang baru 12. Integrasi Data ms_pnyandangcacat dari penyandangcacat
Gambar 3. 26 Transformasi data dari penyandangcacat ke tabel ms_pnyandangcacat
Transformasi data dari penyandangcacat ke tabel ms_pnyandangcacat dapat dilihat pada gambar 3.26. Proses menambahkan atau mengubah data pada tabel ms_pnyandangcacat berdasarkan kode pnydng_cct. a. Jika
pnydng_cct
tidak
sama
dengan
pnydng_cct
pada
tabel
ms_pnyandangcacat maka dilakukan proses menambahkan/insert data baru b. Jika pnydng_cct sama dengan pnydng_cct pada tabel ms_pnyandangcacat maka dilakukan proses mengubah/update data yang lama dengan data yang baru
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2-8
13. Integrasi Data Ms_kelompokumur dari Ms_kelompokumur
Gambar 3. 27 Transformasi data dari ms_kelompokumur ke tabel ms_kelompokumur
Transformasi data dari ms_kelompokumur ke tabel ms_kelompokumur dapat dilihat pada gambar 3.27. Proses menambahkan atau mengubah data pada tabel ms_kelompokumur berdasarkan kode id. a. Jika id tidak sama dengan id pada tabel ms_kelompokumur maka dilakukan proses menambahkan/insert data baru b. Jika id sama dengan id pada tabel ms_kelompokumur maka dilakukan proses mengubah/update data yang lama dengan data yang baru
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
LAMPIRAN 3
RANCANGAN MEMECAH DATA MEMBENTUK TABEL FAKTA DAN DIMENSI 1. Tabel Dimensi Agama 2. Tabel Dimensi Pekerjaan 3. Tabel Dimensi Pendidikan 4. Tabel Dimensi Golongan Darah 5. Tabel Dimensi Jenis Kelamin 6. Tabel Dimensi Akta Kawin 7. Tabel Dimensi Akta Cerai 8. Tabel Dimensi Akta Lahir 9. Tabel Dimensi Wilayah 10. Tabel Dimensi Penyandang Cacat 11. Tabel Dimensi Kelompok Umur 12. Tabel tf_penduduk
3-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3-2
1.
Tabel Dimensi Agama
Database penduduk
Database olappend
Gambar 3. 28 Pembentukan Tabel Dimensi Agama
Gambar 3.28 merupakan proses pembentukan Tabel Dimensi Agama. Tabel Dimensi Agama berasal dari 1 tabel yaitu tabel ms_agama. Tabel Dimensi Agama memiliki primary key sk_agama dan field lainnya yaitu version, date_from, date_to, agama, dan descry 2. Tabel Dimensi Pekerjaan
Database penduduk
Database olappend
Gambar 3. 29 Pembentukan Tabel Dimensi Pekerjaan
Gambar 3.29 merupakan proses pembentukan Tabel Dimensi Pekerjaan. Tabel Dimensi Pekerjaan berasal dari 1 tabel yaitu tabel ms_pekerjaan. Tabel Dimensi Pekerjaan memiliki primary key sk_pekerjaan dan field lainnya yaitu version, date_from, date_to, jenis_pkrjn, dan descr. 3. Tabel Dimensi Pendidikan
Database penduduk
Database olappend
Gambar 3. 30 Pembentukan Tabel Dimensi Pendidikan
Gambar 3.30 merupakan proses pembentukan Tabel Dimensi Pendidikan. Tabel Dimensi Pendidikan berasal dari 1 tabel yaitu tabel ms_pendidikan. Tabel Dimensi Pendidikan memiliki primary key sk_pendidikan dan field lainnya yaitu version, date_from, date_to, pddk_akh, dan descr.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3-3
4.
Tabel Dimensi Golongan Darah
Database penduduk
Database olappend
Gambar 3. 31 Pembentukan Tabel Dimensi Golongan Darah
Gambar 3.31 merupakan proses pembentukan Tabel Dimensi Golongan Darah. Tabel Dimensi Golongan Darah berasal dari 1 tabel yaitu tabel ms_golongandarah. Tabel Dimensi Golongan Darah memiliki primary key sk_goldrh dan field lainnya yaitu version, date_from, date_to, goldrh, dan descr. 5.
Tabel Dimensi Jenis Kelamin
Database penduduk
Database olappend
Gambar 3. 32 Pembentukan Tabel Dimensi Jenis Kelamin
Gambar 3.32 merupakan proses pembentukan Tabel Dimensi Jenis Kelamin. Tabel Dimensi Jenis Kelamin berasal dari 1 tabel yaitu tabel ms_jeniskelamin. Tabel Dimensi Jenis Kelamin memiliki primary key sk_jeniskel dan field lainnya yaitu version, date_from, date_to, jenis_klmin, dan descr. 6.
Tabel Dimensi Akta Kawin
Database penduduk
Database olappend
Gambar 3. 33 Pembentukan Tabel Dimensi Akta Kawin
Gambar 3.33 merupakan proses pembentukan Tabel Dimensi Akta Kawin. Tabel Dimensi Akta Kawin berasal dari 1 tabel yaitu tabel ms_aktakawin. Tabel Dimensi Akta Kawin memiliki primary key sk_aktakawin dan field lainnya yaitu version, date_from, date_to, akta_kwn, dan descr.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3-4
7.
Tabel Dimensi Akta Cerai
Database penduduk
Database olappend
Gambar 3. 34 Pembentukan Tabel Dimensi Akta Cerai
Gambar 3.34 merupakan proses pembentukan Tabel Dimensi Akta Cerai. Tabel Dimensi Akta Cerai berasal dari 1 tabel yaitu tabel ms_aktacerai. Tabel Dimensi Akta Cerai memiliki primary key sk_aktacerai dan field lainnya yaitu version, date_from, date_to, akta_crai, dan descr. 8.
Tabel Dimensi Akta Lahir
Database penduduk
Database olappend
Gambar 3. 35 Pembentukan Tabel Dimensi Akta Lahir
Gambar 3.35 merupakan proses pembentukan Tabel Dimensi Akta Lahir. Tabel Dimensi Akta Lahir berasal dari 1 tabel yaitu tabel ms_aktalahir. Tabel Dimensi Akta Lahir memiliki primary key sk_aktalhr dan field lainnya yaitu version, date_from, date_to, akta_lhr, dan descr. 9.
Tabel Dimensi Wilayah
Database olappend
Database penduduk
Gambar 3. 36 Pembentukan Tabel Dimensi Wilayah
Gambar 3.36 merupakan proses pembentukan Tabel Dimensi Wilayah. Tabel Dimensi Wilayah berasal dari 2 tabel yaitu tabel ms_kec dan ms_kelurahan. Tabel Dimensi Akta Wilayah memiliki primary key sk_wilayah dan field lainnya
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3-5
yaitu version, date_from, date_to, no_kel, no_kec, no_kab, no_prop, nama_kel, dan nama_kec. 10. Tabel Dimensi Penyandang Cacat
Database penduduk
Database olappend
Gambar 3. 37 Pembentukan Tabel Dimensi penyandang cacat
Gambar 3.37 merupakan proses pembentukan Tabel Dimensi Penyandang cacat. Tabel Dimensi Penyandang cacat berasal dari 1 tabel yaitu tabel ms_penyandangcacat. Tabel Dimensi Penyandang cacat memiliki primary key sk_pydgcct dan field lainnya yaitu version, date_from, date_to, pnydng_cct, dan descr. 11. Tabel Dimensi Kelompok Umur
Database penduduk
Database olappend
Gambar 3. 38 Pembentukan Tabel Dimensi Kelompok Umur
Gambar 3.38 merupakan proses pembentukan Tabel Dimensi Kelompok Umur. Tabel Dimensi Kelompok Umur berasal dari 1 tabel yaitu tabel ms_kelompokumur. Tabel Dimensi Kelompok Umur memiliki primary key sk_kelumur dan field lainnya yaitu version, date_from, date_to, id, min, mak, dan keterangan. 12. Tabel tf_penduduk Gambar 3.39 merupakan proses pembentukan tabel tf_penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3-6
Database penduduk
Database olappend
Gambar 3. 39 Pembentukan Tabel tf_penduduk
Tabel tf_penduduk dibentuk dari tabel transaksi, tabel dim_jeniskel_scd, tabel
dim_wilayah_scd,
dim_goldrh_scd, dim_aktalahir_scd, dim_pydgcct_scd.
tabel
dim_agama_scd, dim_pendidikan_scd,
dim_aktacerai_scd,
tabel
tabel
dim_pekerjaan_scd,
dim_aktakawin_scd,
tabel
dim_kelumur_scd,
dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
LAMPIRAN 4
IMPLENTASI INTEGRASI DATA
1. Integrasi Data transaksi dari biodata_wni dan ms_bantuumur 2. Integrasi Data ms_agama dari options_wni 3. Integrasi Data ms_pekerjaan dari options_wni 4. Integrasi Data ms_pendidikan dari options_wni 5. Integrasi Data ms_golongandarah dari Options_wni 6. Integrasi Data ms_jeniskelamin dari options_wni 7. Integrasi Data ms_aktakawin dari ms_aktakawin 8. Integrasi Data Ms_aktacerai dari Ms_aktacerai 9. Integrasi Data Ms_aktalahir dari Ms_aktalahir 10. Integrasi Data Ms_kec dari Setup_kec 11. Integrasi Data Ms_kel dari Setup_kel 12. Integrasi Data ms_pnyandangcacat dari penyandangcacat 13. Integrasi Data Ms_kelompokumur dari Ms_kelompokumur
4-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-2
1.
Integrasi Data transaksi dari biodata_wni dan ms_bantuumur
Gambar 4. 11 TR_PENDUDUK.ktr
Gambar 4.11 merupakan proses pembentukan tabel transaksi. Pada proses ini dilakukan pembacaan sumber data dari tabel biodata_wni dan ms_bantuumur di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel transaksi di database penduduk. Tabel 4.6 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data transaksi dari biodata_wni dan ms_bantuumur Tabel 4. 6 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data transaksi dari biodata_wni dan ms_bantuumur Nama File
TR_PENDUDUK.ktr
Nama Step
Tabel Input
biodata_wni Database
Siakdb
Query sql
SELECT NIK , NO_KTP , TMPT_SBL , NO_PASPOR , TGL_AKH_PASPOR , NAMA_LGKP , JENIS_KLMIN , TMPT_LHR , TGL_LHR , AKTA_LHR , NO_AKTA_LHR , GOL_DRH , AGAMA , STAT_KWN , AKTA_KWN , NO_AKTA_KWN , TGL_KWN , AKTA_CRAI , NO_AKTA_CRAI , TGL_CRAI , STAT_HBKEL , KLAIN_FSK , PNYDNG_CCT , PDDK_AKH , JENIS_PKRJN , NIK_IBU , NAMA_LGKP_IBU , NIK_AYAH , NAMA_LGKP_AYAH
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-3
, NAMA_KET_RT , NAMA_KET_RW , NAMA_PET_REG , NIP_PET_REG , NAMA_PET_ENTRI , NIP_PET_ENTRI , TGL_ENTRI , NO_KK , JENIS_BNTU , NO_PROP , NO_KAB , NO_KEC , NO_KEL , STAT_HIDUP , TGL_UBAH , TGL_CETAK_KTP , TGL_GANTI_KTP , TGL_PJG_KTP , STAT_KTP , ALS_NUMPANG , PFLAG , CFLAG , SYNC_FLAG , KET_AGAMA , KEBANGSAAN , GELAR , KET_PKRJN , GLR_AGAMA , GLR_AKADEMIS , GLR_BANGSAWAN , IS_PROS_DATANG , DESC_PEKERJAAN , DESC_KEPERCAYAAN , FLAG_STATUS , COUNT_KTP , COUNT_BIODATA , FLAGSINK , trunc((trunc(sysdatetgl_lhr)/360),0) as UMUR FROM BIODATA_WNI
Nama Step
Nama Step
Nama Step
Tabel Input
Stream lookup
Select values
ms_bantuumur Database
Siakdb
Query sql
SELECT ID_KELUMUR , UMUR FROM MS_BANTUUMUR
Sumber lookup
biodata_wni
Kunci
Umur
umur
Lookup
Field
id_kelumur
Select & Alter Nama kolom
NIK , NO_KTP , TMPT_SBL , NO_PASPOR , TGL_AKH_PASPOR , NAMA_LGKP , JENIS_KLMIN , TMPT_LHR , TGL_LHR , AKTA_LHR , NO_AKTA_LHR , GOL_DRH , AGAMA
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-4
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
Nama Step
Insert/Update
STAT_KWN AKTA_KWN NO_AKTA_KWN TGL_KWN AKTA_CRAI NO_AKTA_CRAI TGL_CRAI STAT_HBKEL KLAIN_FSK PNYDNG_CCT PDDK_AKH JENIS_PKRJN NIK_IBU NAMA_LGKP_IBU NIK_AYAH NAMA_LGKP_AYAH NAMA_KET_RT NAMA_KET_RW NAMA_PET_REG NIP_PET_REG NAMA_PET_ENTRI NIP_PET_ENTRI TGL_ENTRI NO_KK JENIS_BNTU NO_PROP NO_KAB NO_KEC NO_KEL STAT_HIDUP TGL_UBAH TGL_CETAK_KTP TGL_GANTI_KTP TGL_PJG_KTP STAT_KTP ALS_NUMPANG PFLAG CFLAG SYNC_FLAG KET_AGAMA KEBANGSAAN GELAR KET_PKRJN GLR_AGAMA GLR_AKADEMIS GLR_BANGSAWAN IS_PROS_DATANG DESC_PEKERJAAN DESC_KEPERCAYAAN FLAG_STATUS COUNT_KTP COUNT_BIODATA FLAGSINK UMUR ID_KELUMUR
Tabel
Transaksi
Database
Penduduk
Step insert/update tabel transaksi adalah step yang akan menambah/memperbaharui
data
dari
proses
transformasi ke tabel transaksi di database penduduk berdasarkan nilai data nik pada tabel transaksi. Ketentuan proses Insert/Update:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-5
a. Jika nik tidak sama dengan nik pada tabel transaksi maka dilakukan proses menambahkan/insert data baru b. Jika nik sama dengan nik pada tabel transaksi maka dilakukan proses mengubah/update data yang lama dengan data yang baru
Hasil tabel transaksi di database penduduk dapat dilihat pada gambar 4.12.
Gambar 4. 12 Tabel TR_PENDUDUK
2. Integrasi Data ms_agama dari options_wni
Gambar 4. 13 ms_agama.ktr
Gambar 4.13 merupakan proses pembentukan tabel ms_agama. Pada proses ini dilakukan pembacaan sumber data dari tabel options_wni di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_agama di database penduduk. Tabel 4.7 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_agama dari options_wni Tabel 4. 7 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_agama dari options_wni Nama File
ms_agama.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Sort rows
Select values
options_wni Database
Siakdb
Query sql
SELECT NO AS AGAMA , DESCR , SECT FROM OPTIONS_WNI where sect=501
Fieldname
Agama
Ascending
Y
Case sensitive
N
Select & Alter
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-6
Nama Step
Insert/Update
Nama kolom
AGAMA , DESCR
Tabel
ms_agama
Database
Penduduk
Step insert/update tabel ms_agama adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_agama di database penduduk berdasarkan nilai data kode agama pada tabel ms_agama Ketentuan proses Insert/Update: a. Jika agama tidak sama dengan agama pada tabel ms_agama
maka
dilakukan
proses
menambahkan/insert data baru b. Jika agama sama dengan agama pada tabel ms_agama
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_agama di database penduduk dapat dilihat pada gambar 4.14.
Gambar 4. 14 Tabel ms_agama
3. Integrasi Data ms_pekerjaan dari options_wni
Gambar 4. 15 ms_pekerjaan.ktr
Gambar 4.15 merupakan proses pembentukan tabel ms_pekerjaan. Pada proses ini dilakukan pembacaan sumber data dari tabel options_wni di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_ pekerjaan di database penduduk. Tabel 4.8 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pekerjaan dari options_wni
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-7
Tabel 4. 8 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pekerjaan dari options_wni Nama File
ms_ pekerjaan.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
options_wni Database
Siakdb
Query sql
SELECT NO AS JENIS_PKRJN , DESCR , SECT FROM OPTIONS_WNI where sect=201
Fieldname
jenis_pkrjn
Ascending
Y
Case sensitive
N
Select
Select & Alter
values
Nama kolom
JENIS_PKRJN , DESCR
Insert/Upd
Tabel
ms_ pekerjaan
ate
Database
Penduduk
Step insert/update tabel ms_ pekerjaan adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_ pekerjaan di database penduduk berdasarkan nilai data kode jenis_pkrjn pada tabel ms_ pekerjaan Ketentuan proses Insert/Update: a. Jika jenis_pkrjn tidak sama dengan jenis_pkrjn pada tabel ms_pekerjaan
maka
dilakukan
proses
menambahkan/insert data baru b. Jika jenis_pkrjn sama dengan jenis_pkrjn pada tabel ms_pekerjaan maka dilakukan proses mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_ pekerjaan di database penduduk dapat dilihat pada gambar 4.16.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-8
Gambar 4. 16 Tabel ms_pekerjaan.ktr
4. Integrasi Data ms_pendidikan dari options_wni
Gambar 4. 17 ms_pendidikan.ktr
Gambar 4.17 merupakan proses pembentukan tabel ms_pendidikan. Pada proses ini dilakukan pembacaan sumber data dari tabel options_wni di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_ pendidikan di database penduduk. Tabel 4.9 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pendidikan dari options_wni Tabel 4. 9 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ pendidikan dari options_wni Nama File
ms_ pendidikan.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
Select values
Insert/Update
options_wni Database
Siakdb
Query sql
SELECT NO AS PDDK_AKH , DESCR , SECT FROM OPTIONS_WNI where sect=101
Fieldname
pddk_akh
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
PDDK_AKH , DESCR
Tabel
ms_ pendidikan
Database
Penduduk
Step insert/update tabel ms_ pendidikan adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_ pendidikan di database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-9
penduduk berdasarkan nilai data kode pddk_akh pada tabel ms_ pendidikan Ketentuan proses Insert/Update: a. Jika pddk_akh tidak sama dengan pddk_akh pada tabel
ms_pendidikan
maka
dilakukan
proses
menambahkan/insert data baru b. Jika pddk_akh sama dengan pddk_akh pada tabel ms_pendidikan
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_ pendidikan di database penduduk dapat dilihat pada gambar 4.18.
Gambar 4. 18 Tabel ms_pendidikan.ktr
5.
Integrasi Data ms_golongandarah dari Options_wni
Gambar 4. 19 ms_golongandarah.ktr
Gambar 4.19 merupakan proses pembentukan tabel ms_golongandarah. Pada proses ini dilakukan pembacaan sumber data dari tabel options_wni di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_golongandarah di database penduduk. Tabel 4.10 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_golongandarah dari options_wni Tabel 4. 10 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_golongandarah dari options_wni Nama File
ms_golongandarah.ktr
Nama Step
Tabel
options_wni
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-10
Input
Nama Step
Nama Step
Nama Step
Sort rows
Database
Siakdb
Query sql
SELECT NO AS GOL_DRH , DESCR , SECT FROM OPTIONS_WNI where sect=401
Fieldname
gol_drh
Ascending
Y
Case sensitive
N
Select
Select & Alter
values
Nama kolom
GOL_DRH , DESCR
Insert/Up
Tabel
ms_ golongandarah
date
Database
Penduduk
Step insert/update tabel ms_ golongandarah adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_ golongandarah di database penduduk berdasarkan nilai data kode gol_drh pada tabel ms_ golongandarah Ketentuan proses Insert/Update: a. Jika gol_drh tidak sama dengan gol_drh pada tabel ms_golongandarah
maka
dilakukan
proses
menambahkan/insert data baru b. Jika
gol_drh
sama
ms_golongandarah
dengan maka
gol_drh
pada
dilakukan
tabel proses
mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_ golongandarah di database penduduk dapat dilihat pada gambar 4.20.
Gambar 4. 20 Tabel ms_golongandarah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-11
6.
Integrasi Data ms_jeniskelamin dari options_wni
Gambar 4. 21 ms_jeniskelamin.ktr
Gambar 4.21 merupakan proses pembentukan tabel ms_jeniskelamin. Pada proses ini dilakukan pembacaan sumber data dari tabel options_wni di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_jeniskelamin di database penduduk. Tabel 4.11 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_jeniskelamin dari options_wni Tabel 4. 11 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ jeniskelamin dari options_wni Nama File
ms_ jeniskelamin.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
Select values
Insert/Update
options_wni Database
Siakdb
Query sql
SELECT NO AS JENIS_KLMIN , DESCR , SECT FROM OPTIONS_WNI where sect=801
Fieldname
jenis_klmin
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
JENIS_KLMIN , DESCR
Tabel
ms_ jeniskelamin
Database
Penduduk
Step insert/update tabel ms_ jeniskelamin adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_jeniskelamin di database penduduk berdasarkan nilai data kode jenis_klmin pada tabel ms_ jeniskelamin Ketentuan proses Insert/Update: a. Jika jenis_klmin tidak sama dengan jenis_klmin
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-12
pada tabel ms_jeniskelamin maka dilakukan proses menambahkan/insert data baru b. Jika jenis_klmin sama dengan jenis_klmin pada tabel ms_jeniskelamin maka dilakukan proses mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_ jeniskelamin di database penduduk dapat dilihat pada gambar 4.22.
Gambar 4. 22 Tabel ms_jeniskelamin
7.
Integrasi Data ms_aktakawin dari ms_aktakawin
Gambar 4. 23 ms_aktakawin.ktr
Gambar 4.23 merupakan proses pembentukan tabel ms_aktakawin. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_aktakawin di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_aktakawin di database penduduk. Tabel 4.12 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_aktakawin dari ms_aktakawin Tabel 4. 12 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktakawin dari ms_ aktakawin Nama File
ms_aktakawin.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Sort rows
Select values
ms_aktakawin Database
Siakdb
Query sql
SELECT AKTA_KWN , DESCR FROM MS_AKTAKAWIN
Fieldname
akta_kwn
Ascending
Y
Case sensitive
N
Select & Alter
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-13
Nama Step
Insert/Update
Nama kolom
AKTA_KWN , DESCR
Tabel
ms_aktakawin
Database
Penduduk
Step insert/update tabel ms_aktakawin adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_aktakawin di database penduduk berdasarkan nilai data kode akta_kwn pada tabel ms_aktakawin Ketentuan proses Insert/Update: a. Jika akta_kwn tidak sama dengan akta_kwn pada tabel
ms_aktakawin
maka
dilakukan
proses
menambahkan/insert data baru. b. Jika akta_kwn sama dengan akta_kwn pada tabel ms_aktakawin
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru.
Hasil tabel ms_ aktakawin di database penduduk dapat dilihat pada gambar 4.24.
Gambar 4. 24 Tabel ms_aktakawin
8. Integrasi Data Ms_aktacerai dari Ms_aktacerai
Gambar 4. 25 ms_aktacerai.ktr
Gambar 4.25 merupakan proses pembentukan tabel ms_aktacerai. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_ aktacerai di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_ aktacerai di database penduduk. Tabel 4.13 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktacerai dari ms_ aktacerai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-14
Tabel 4. 13 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktacerai dari ms_ aktacerai Nama File
ms_ aktacerai.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
ms_ aktacerai
Sort rows
Select values
Insert/Update
Database
Siakdb
Query sql
SELECT AKTA_CRAI , DESCR FROM MS_AKTACERAI
Fieldname
akta_crai
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
AKTA_CRAI , DESCR
Tabel
ms_ aktacerai
Database
Penduduk
Step insert/update tabel ms_ aktacerai adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_ aktacerai di database penduduk berdasarkan nilai data kode akta_crai pada tabel ms_ aktacerai Ketentuan proses Insert/Update: a. Jika akta_crai tidak sama dengan akta_crai pada tabel
ms_aktacerai
maka
dilakukan
proses
menambahkan/insert data baru. b. Jika akta_crai sama dengan akta_crai pada tabel ms_aktacerai
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru.
Hasil tabel ms_ aktacerai di database penduduk dapat dilihat pada gambar 4.26.
Gambar 4. 26 Tabel ms_aktacerai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-15
9. Integrasi Data Ms_aktalahir dari Ms_aktalahir
Gambar 4. 27 ms_aktalahir.ktr
Gambar 4.27 merupakan proses pembentukan tabel ms_aktalahir. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_ aktalahir di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_ aktalahir di database penduduk. Tabel 4.14 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_ aktalahir dari ms_ aktalahir Tabel 4. 14 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_aktalahir dari ms_aktalahir Nama File
ms_ aktalahir.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
Select values
Insert/Update
ms_ aktalahir Database
Siakdb
Query sql
SELECT AKTA_LHR , DESCR FROM MS_AKTALAHIR
Fieldname
akta_lhr
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
AKTA_LHR , DESCR
Tabel
ms_ aktalahir
Database
Penduduk
Step insert/update tabel ms_ aktalahir adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_aktalahir di database penduduk berdasarkan nilai data kode akta_lhr pada tabel ms_ aktalahir Ketentuan proses Insert/Update: a. Jika akta_lhr tidak sama dengan akta_lhr pada tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-16
ms_aktalahir
maka
dilakukan
proses
menambahkan/insert data baru. b. Jika akta_lhr sama dengan akta_lhr pada tabel ms_aktalahir
maka
dilakukan
proses
mengubah/update data yang lama dengan data yang baru.
Hasil tabel ms_ aktalahir di database penduduk dapat dilihat pada gambar 4.28.
Gambar 4. 28 Tabel ms_aktalahir
10. Integrasi Data Ms_kec dari Setup_kec
Gambar 4. 10 ms_kec.ktr
Gambar 4.29 merupakan proses pembentukan tabel ms_kec. Pada proses ini dilakukan pembacaan sumber data dari tabel setup_kec di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_kec di database penduduk. Tabel 4.15 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_kec dari setup_kec. Tabel 4. 15 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kec dari setup_kec Nama File
ms_kec.ktr
Nama Step
Tabel Input
setup_kec Database
Siakdb
Query sql
SELECT NO_KEC , NAMA_KEC , NO_KAB , NO_PROP , JABATAN , NAMA_PEJ , STAT_PNDTNG , NIP_PEJ , FILE _TTD , FLAGSINK FROM SETUP_KEC where (NO_KAB=10 and (NO_PROP=33))
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-17
Nama Step
Nama Step
Sort rows
Select values
Fieldname
no_kec
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
Nama Step
Insert/Update
, , , , , , , , ,
NO_KEC NAMA_KEC NO_KAB NO_PROP JABATAN NAMA_PEJ STAT_PNDTNG NIP_PEJ FILE _TTD FLAGSINK
Tabel
ms_ kec
Database
Penduduk
Step insert/update tabel ms_kec adalah step yang akan menambah/memperbaharui
data
dari
proses
transformasi ke tabel ms_kec di database penduduk berdasarkan nilai data no_kec dan no_kab pada tabel ms_kec Ketentuan proses Insert/Update: a. Jika no_kec dan no_kab tidak sama dengan no_kec dan no_kab pada tabel ms_kec maka dilakukan proses menambahkan/insert data baru. b. Jika no_kec dan no_kab sama dengan no_kec dan no_kab pada tabel ms_kec maka dilakukan proses mengubah/update data yang lama dengan data yang baru.
Hasil tabel ms_ kec di database penduduk dapat dilihat pada gambar 4.30.
Gambar 4. 30 Tabel ms_kec
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-18
11. Integrasi Data Ms_kel dari Setup_kel
Gambar 4. 31 ms_kelurahan.ktr
Gambar 4.31 merupakan proses pembentukan tabel ms_kelurahan. Pada proses ini dilakukan pembacaan sumber data dari tabel setup_kel di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_kelurahan di database penduduk. Tabel 4.16 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_kelurahan dari setup_kel. Tabel 4. 16 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kelurahan dari setup_kel Nama File
ms_kelurahan.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Sort rows
Select values
setup_kel Database
Siakdb
Query sql
SELECT NO_KEL , NAMA_KEL , NO_KEC , NO_KAB , NO_PROP , JABATAN , NAMA_LUR , NIP_LUR , FILE _TTD , FLAGSINK FROM SETUP_KEL where (NO_KAB=10 and (NO_PROP=33))
Fieldname
no_kec
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
Nama Step
Insert/Update
Tabel
, , , , , , , , ,
NO_KEL NAMA_KEL NO_KEC NO_KAB NO_PROP JABATAN NAMA_LUR NIP_LUR FILE _TTD FLAGSINK
ms_ kelurahan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-19
Database
Penduduk
Step insert/update tabel ms_kelurahan adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_kelurahan di database penduduk berdasarkan nilai data no_kel, no_kec dan no_kab pada tabel ms_kelurahan Ketentuan proses Insert/Update: a. Jika no_kel, no_kec dan no_kab tidak sama dengan no_kel,
no_kec
ms_kelurahan
dan maka
no_kab
pada
dilakukan
tabel proses
menambahkan/insert data baru. b. Jika no_kel, no_kec dan no_kab sama dengan no_kel,
no_kec
ms_kelurahan
dan maka
no_kab
pada
dilakukan
tabel proses
mengubah/update data yang lama dengan data yang baru.
Hasil tabel ms_kelurahan di database penduduk dapat dilihat pada gambar 4.32.
Gambar 4. 32 Tabel ms_kelurahan
12. Integrasi Data ms_pnyandangcacat dari penyandangcacat
Gambar 4. 33 ms_pnyandangcacat.ktr
Gambar 4.33 merupakan proses pembentukan tabel ms_ pnyandangcacat. Pada proses ini dilakukan pembacaan sumber data dari tabel penyandangcacat di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_pnyandangcacat di database penduduk. Tabel 4.17 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_pnyandangcacat dari penyandangcacat.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-20
Tabel 4. 17 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_ pnyandangcacat dari penyandangcacat Nama File
ms_pnyandangcacat.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Select values
Insert/Update
Pnyandangcacat Database
Siakdb
Query sql
SELECT PNYDNG_CCT , DESCR FROM PENYANDANGCACAT
Select & Alter Nama kolom
PNYDNG_CCT , DESCR
Tabel
ms_ pnyandangcacat
Database
Penduduk
Step insert/update tabel ms_pnyandangcacat adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_pnyandangcacat di database penduduk berdasarkan nilai data pnydng_cct pada tabel ms_pnyandangcacat. Ketentuan proses Insert/Update: a. Jika pnydng_cct tidak sama dengan pnydng_cct pada tabel ms_pnyandangcacat maka dilakukan proses menambahkan/insert data baru b. Jika pnydng_cct sama dengan pnydng_cct pada tabel ms_pnyandangcacat maka dilakukan proses mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_pnyandangcacat di database penduduk dapat dilihat pada gambar 4.34.
Gambar 4. 34 Tabel ms_pnyandangcacat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-21
13. Integrasi Data Ms_kelompokumur dari Ms_kelompokumur
Gambar 4. 35 ms_kelompokumur.ktr
Gambar 4.35 merupakan proses pembentukan tabel ms_kelompokumur. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_kelompokumur di database siakdb. Hasil pembacaan sumber data ini akan disimpan pada tabel ms_kelompokumur di database penduduk. Tabel 4.18 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi data ms_kelompokumur dari ms_kelompokumur. Tabel 4. 18 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi ms_kelompokumur dari ms_kelompokumur Nama File
ms_kelompokumur.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Nama Step
Sort rows
Select values
Insert/Update
ms_kelompokumur Database
Siakdb
Query sql
SELECT ID , MIN , MAK , KETERANGAN FROM MS_KELOMPOKUMUR
Fieldname
Id
Ascending
Y
Case sensitive
N
Select & Alter Nama kolom
ID , MIN , MAK , KETERANGAN
Tabel
ms_kelompokumur
Database
Penduduk
Step insert/update tabel ms_kelompokumur adalah step yang akan menambah/memperbaharui data dari proses transformasi ke tabel ms_kelompokumur di database penduduk berdasarkan nilai data id pada tabel ms_kelompokumur
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4-22
Ketentuan proses Insert/Update: a. Jika id tidak sama dengan id pada tabel ms_kelompokumur
maka
dilakukan
proses
menambahkan/insert data baru b. Jika
id
sama
ms_kelompokumur
dengan maka
id
pada
dilakukan
tabel proses
mengubah/update data yang lama dengan data yang baru
Hasil tabel ms_kelompokumur di database penduduk dapat dilihat pada gambar 4.36.
Gambar 4. 36 Tabel ms_kelompokumur
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
LAMPIRAN 5
IMPLEMENTASI MEMECAH DATA MEMBENTUK TABEL FAKTA DAN DIMENSI 1. Tabel Dimensi Agama 2. Tabel Dimensi Pekerjaan 3. Tabel Dimensi Pendidikan 4. Tabel Dimensi Golongan Darah 5. Tabel Dimensi Jenis Kelamin 6. Tabel Dimensi Akta Kawin 7. Tabel Dimensi Akta Cerai 8. Tabel Dimensi Akta Lahir 9. Tabel Dimensi Wilayah 10. Tabel Dimensi Penyandang Cacat 11. Tabel Dimensi Kelompok Umur 12. Tabel tf_penduduk
5-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-2
1.
Tabel Dimensi Agama
Gambar 4. 37 dim_agama_scd.ktr
Gambar 4.37 merupakan proses pembentukan tabel dim_agama_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_agama di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_agama_scd di database olappend. Tabel dim_agama_scd ini akan digunakan dalam proses OLAP. Tabel 4.19 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_agama_scd dari tabel ms_agama. Tabel 4. 19 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_agama_scd dari tabel ms_agama Nama File
dim_agama_scd.ktr
Nama Step
Tabel
ms_agama
Input
Database
penduduk
Query sql
SELECT AGAMA , DESCR FROM MS_AGAMA
Nama Step
Nama Step
Select
Select & Alter
values
Nama kolom
AGAMA , DESCR
Dimensi
Tabel
dim_agama_scd
on
Database
olappend
lookup/ update
Dimension Key s
Fields
field
Field in stream
Agama
Agama
Dimension
Stream field to
field
compare with
descr
descr
Technical key field
sk_agama
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-3
Hasil tabel dim_agama_scd di database olappend dapat dilihat pada gambar 4.38.
Gambar 4. 38 Tabel dim_agama_scd
2.
Tabel Dimensi Pekerjaan
Gambar 4. 39 dim_pekerjaan_scd.ktr
Gambar 4.39 merupakan proses pembentukan tabel dim_pekerjaan_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_pekerjaan di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_pekerjaan_scd di database olappend. Tabel dim_pekerjaan_scd ini akan digunakan dalam proses OLAP. Tabel 4.20 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_pekerjaan_scd dari tabel ms_pekerjaan. Tabel 4. 20 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_agama_scd dari tabel ms_agama Nama File
dim_pekerjaan_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
ms_pekerjaan Database
penduduk
Query sql
SELECT JENIS_PKRJN , DESCR FROM MS_PEKERJAAN
Select
Select & Alter
values
Nama kolom
JENIS_PKRJN , DESCR
Dimension
Tabel
dim_pekerjaan_scd
lookup/upd
Database
olappend
Key s
Dimension field
Field in stream
jenis_pkrjn
jenis_pkrjn
ate
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-4
Dimension field
Fields
descr
Technical key field
sk_pekerjaan
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_agama_scd di database olappend dapat dilihat pada gambar 4.40.
Gambar 4. 40 Tabel dim_pekerjaan_scd
3. Tabel Dimensi Pendidikan
Gambar 4. 41 dim_pendidikan_scd.ktr
Gambar 4.41 merupakan proses pembentukan tabel dim_ pendidikan_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_pendidikan di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_pendidikan_scd di database olappend. Tabel dim_pendidikan_scd ini akan digunakan dalam proses OLAP. Tabel 4.21 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses
integrasi
pembentukan
tabel
dim_pendidikan_scd
dari
tabel
ms_pendidikan. Tabel 4. 21 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_pendidikan_scd dari tabel ms_pendidikan Nama File
dim_pendidikan_scd.ktr
Nama Step
Tabel Input
ms_pendidikan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-5
Nama Step
Nama Step
Database
penduduk
Query sql
SELECT PDDK_AKH , DESCR FROM MS_PENDIDIKAN
Select
Select & Alter
values
Nama kolom
PDDK_AKH , DESCR
Dimension
Tabel
dim_pendidikan_scd
lookup/upd
Database
olappend
ate
Dimension Key s
Fields
field
Field in stream
pddk_akh
pddk_akh
Dimension
Stream field to
field
compare with
descr
descr
Technical key field
sk_pendidikan
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Hasil tabel dim_pendidikan_scd di database olappend dapat dilihat pada gambar 4.42.
Gambar 4. 42 Tabel dim_pendidikan_scd
4.
Tabel Dimensi Golongan Darah
Gambar 4. 43 dim_golongandarah_scd.ktr
Gambar 4.43 merupakan proses pembentukan tabel dim_goldrh_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_golongandarah di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-6
dim_goldrh_scd di database olappend. Tabel dim_goldrh_scd ini akan digunakan dalam proses OLAP. Tabel 4.22 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses
integrasi
pembentukan
tabel
dim_goldrh_scd
dari
tabel
ms_
golongandarah. Tabel 4. 22 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_goldrh_scd dari tabel ms_golongandarah Nama File
dim_golongandarah_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Select values
ms_ golongandarah Database
penduduk
Query sql
SELECT GOL_DRH , DESCR FROM MS_GOLONGANDARAH
Select & Alter Nama kolom
GOL_DRH , DESCR
Dimension
Tabel
dim_goldrh_scd
lookup/
Database
olappend
Key s
Dimension field
Field in stream
gol_drh
gol_drh
update
Fields
Dimension field descr
Technical key field
sk_goldrh
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_pendidikan_scd di database olappend dapat dilihat pada gambar 4.44.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-7
Gambar 4. 44 Tabel dim_goldrh_scd
5.
Tabel Dimensi Jenis Kelamin
Gambar 4. 45 dim_jeniskel_scd.ktr
Gambar 4.45 merupakan proses pembentukan tabel dim_jeniskel_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_jeniskelamin di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_jeniskel_scd di database olappend. Tabel dim_jeniskel_scd ini akan digunakan dalam proses OLAP. Tabel 4.23 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_jeniskel_scd dari tabel ms_ jeniskelamin. Tabel 4. 23 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_jeniskel_scd dari tabel ms_ jeniskelamin Nama File
dim_jeniskel_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Select values
ms_ jeniskelamin Database
penduduk
Query sql
SELECT JENIS_KLMIN , DESCR FROM MS_JENISKELAMIN
Select & Alter Nama kolom
JENIS_KLMIN , DESCR
Dimension
Tabel
dim_jeniskel_scd
lookup/
Database
olappend
Key s
Dimension field
Field in stream
jenis_klmin
jenis_klmin
Dimension field
Stream field to
update
Fields
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-8
compare with descr Technical key field
sk_jeniskel
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
descr
Hasil tabel dim_jeniskel_scd di database olappend dapat dilihat pada gambar 4.46.
Gambar 4. 46 Tabel dim_jeniskel_scd
6.
Tabel Dimensi Akta Kawin
Gambar 4. 47dim_aktakawin_scd.ktr
Gambar 4.47 merupakan proses pembentukan tabel dim_aktakawin_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_aktakawin di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_aktakawin_scd di database olappend. Tabel dim_aktakawin_scd ini akan digunakan dalam proses OLAP. Tabel 4.24 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktakawin_scd dari tabel ms_ aktakawin. Tabel 4. 24 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktakawin_scd dari tabel ms_aktakawin Nama File
dim_aktakawin_scd.ktr
Nama Step
Tabel Input
ms_aktakawin Database
penduduk
Query sql
SELECT AKTA_KWN , DESCR FROM MS_AKTAKAWIN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-9
Nama Step
Nama Step
Select values
Select & Alter Nama kolom
AKTA_KWN , DESCR
Dimension
Tabel
dim_aktakawin_scd
lookup/update
Database
olappend
Key s
Dimension field
Field in stream
Akta_kwn
Akta_kwn
Fields
Dimension field descr
Technical key field
sk_aktakawin
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_aktakawin_scd di database olappend dapat dilihat pada gambar 4.48.
Gambar 4. 48 Tabel dim_aktakawin_scd
7.
Tabel Dimensi Akta Cerai
Gambar 4. 49 dim_aktacerai_scd.ktr
Gambar 4.49 merupakan proses pembentukan tabel dim_aktacerai_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_aktacerai di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_aktacerai_scd di database olappend. Tabel dim_aktacerai_scd ini akan digunakan dalam proses OLAP. Tabel 4.25 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktacerai_scd dari tabel ms_ aktacerai.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-10
Tabel 4. 25 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktacerai_scd dari tabel ms_aktacerai Nama File
dim_aktacerai_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
ms_aktacerai
Select values
Database
penduduk
Query sql
SELECT AKTA_CRAI , DESCR FROM MS_AKTACERAI
Select & Alter Nama kolom
AKTA_CRAI , DESCR
Dimension
Tabel
dim_aktacerai_scd
lookup/
Database
olappend
Key s
Dimension field
Field in stream
Akta_crai
Akta_crai
update
Fields
Dimension field descr
Technical key field
sk_aktacerai
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_aktacerai_scd di database olappend dapat dilihat pada gambar 4.50.
Gambar 4. 50 Tabel dim_aktacerai_scd
8. Tabel Dimensi Akta Lahir
Gambar 4. 51 dim_aktalahir_scd.ktr
Gambar 4.51 merupakan proses pembentukan tabel dim_aktalahir_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_aktalahir di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-11
dim_aktalahir_scd di database olappend. Tabel dim_aktalahir_scd ini akan digunakan dalam proses OLAP. Tabel 4.26 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktalahir_scd dari tabel ms_ aktalahir. Tabel 4. 26 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_aktalahir_scd dari tabel ms_aktalahir Nama File
dim_aktalahir_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
ms_aktalahir Database
penduduk
Query sql
SELECT AKTA_LHR , DESCR FROM MS_AKTALAHIR
Select
Select & Alter
values
Nama kolom
AKTA_LHR , DESCR
Dimension
Tabel
dim_aktalahir_scd
lookup/
Database
olappend
Key s
Dimension field
Field in stream
Akta_lhr
Akta_lhr
update
Fields
Dimension field descr
Technical key field
sk_aktalahir
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_aktalahir_scd di database olappend dapat dilihat pada gambar 4.52.
Gambar 4. 52 Tabel dim_aktalahir_scd
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-12
9. Tabel Dimensi Wilayah
Gambar 4. 53 dim_wilayah_scd.ktr
Gambar 4.53 merupakan proses pembentukan tabel dim_wilayah_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_kelurahan dan ms_kec di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_wilayah_scd di database olappend. Tabel dim_wilayah_scd ini akan digunakan dalam proses OLAP. Tabel 4.27 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_wilayah_scd dari tabel ms_kelurahan dan ms_kec. Tabel 4. 27 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_wilayah_scd dari tabel ms_kelurahan dan ms_kec. Nama File
dim_wilayah_scd.ktr
Nama Step
Tabel Input
Nama Step
Tabel Input
ms_kelurahan Database
penduduk
Query sql
SELECT NO_KEL , NAMA_KEL , NO_KEC , NO_KAB , NO_PROP , JABATAN , NAMA_LUR , NIP_LUR , FILE _TTD , FLAGSINK FROM MS_KELURAHAN
ms_kec Database
penduduk
Query sql
SELECT NO_KEC , NAMA_KEC , NO_KAB , NO_PROP , JABATAN , NAMA_PEJ , STAT_PNDTNG
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-13
, NIP_PEJ , FILE _TTD , FLAGSINK FROM MS_KEC
Nama Step
Nama Step
Stream
Sumber lookup
ms_kelurahan
lookup
Kunci
no_kec
no_kec
Lookup
field
nama_kec
Dimension
Tabel
dim_wilayah_scd
lookup/
Database
olappend
update Key s
Fields
Dimension field
Field in stream
no_kel no_kec
no_kel no_kec
Dimension field nama_kel nama_kec
Technical key field
sk_wilayah
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with nama_kel nama_kec
Hasil tabel dim_wilayah_scd di database olappend dapat dilihat pada gambar 4.54.
Gambar 4. 54 Tabel dim_wilayah_scd
10. Tabel Dimensi Penyandang Cacat
Gambar 4. 55 dim_penyandangcct_scd.ktr
Gambar 4.55 merupakan proses pembentukan tabel dim_pydgcct_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_pnyandangcacat di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-14
dim_pydgcct_scd di database olappend. Tabel dim_pydgcct_scd ini akan digunakan dalam proses OLAP. Tabel 4.28 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses
integrasi
pembentukan
tabel
dim_pydgcct_scd
dari
tabel
ms_pnyandangcacat. Tabel 4. 28 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_pydgcct_scd dari tabel ms_pnyandangcacat Nama File
dim_penyandangcacat_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Select values
ms_pnyandangcacat Database
penduduk
Query sql
SELECT PNYDNG_CCT , DESCR FROM MS_PNYANDANGCACAT
Select & Alter Nama kolom
PNYDNG_CCT , DESCR
Dimension
Tabel
dim_pydgcct_scd
lookup/update
Database
olappend
Key s
Dimension field
Field in stream
pnydgcct
pnydgcct
Fields
Dimension field descr
Technical key field
sk_pydgcct
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Stream field to compare with descr
Hasil tabel dim_pydgcct_scd di database olappend dapat dilihat pada gambar 4.56.
Gambar 4. 56 Tabel dim_penyandangcct_scd
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-15
11. Tabel Dimensi Kelompok Umur
Gambar 4. 57 dim_kelumur_scd.ktr
Gambar 4.57 merupakan proses pembentukan tabel dim_kelumur_scd. Pada proses ini dilakukan pembacaan sumber data dari tabel ms_kelompokumur di database penduduk. Hasil pembacaan sumber data ini akan disimpan pada tabel dim_kelumur_scd di database olappend. Tabel dim_kelumur_scd ini akan digunakan dalam proses OLAP. Tabel 4.29 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses
integrasi
pembentukan
tabel
dim_kelumur_scd
dari
tabel
ms_kelompokumur. Tabel 4. 29 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel dim_kelumur_scd dari tabel ms_kelompokumur Nama File
dim_kelumur_scd.ktr
Nama Step
Tabel Input
Nama Step
Nama Step
Select values
ms_kelompokumur Database
penduduk
Query sql
SELECT ID , MIN , MAK , KETERANGAN FROM MS_KELOMPOKUMUR
Select & Alter Nama kolom
ID , MIN , MAK , KETERANGAN
Dimension
Tabel
dim_kelumur_scd
lookup/update
Database
olappend
Key s
Dimension field
Field in stream
id
id
Dimension field Fields min mak keterangan
Technical key field
sk_kelumur
Stream field to compare with min mak keterangan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-16
Version field
Version
Date range start field
date_from
Tabel daterange end
date_to
Hasil tabel dim_kelumur_scd di database olappend dapat dilihat pada gambar 4.58.
Gambar 4. 58 Tabel dim_kelumur_scd
12. Tabel tf_penduduk
Gambar 4. 59 TF_PENDUDUK.ktr
Gambar 4.59 merupakan proses pembentukan tabel tf_penduduk. Pada proses ini dilakukan pembacaan sumber data dari tabel transaksi di database penduduk yang kemudian di lookup dengan beberapa tabel dimensi,yaitu tabel dim_jeniskel_scd, dim_wilayah_scd, dim_agama_scd, dim_pekerjaan_scd, dim_ pendidikan_scd,
dim_goldrh_scd,
dim_aktakawin_scd,
dim_aktacerai_scd,
dim_aktalahir_scd, dim_pydgcct_scd, dan dim_kelumur_scd. Hasil pembacaan sumber data ini akan disimpan pada tabel tf_penduduk di database olappend. Tabel tf_penduduk ini sebagai salah satu tabel fakta yang akan digunakan dalam proses OLAP.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-17
Tabel 4.30 berisi penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel tf_penduduk. Tabel 4. 30 Penjelasan alur transformasi yang dilakukan Kettle pada proses integrasi pembentukan tabel tf_penduduk Nama file
tf_penduduk.ktr
Nama step
Tabel Input
transaksi Database
penduduk
Query sql
SELECT NIK , NO_KTP , TMPT_SBL , NO_PASPOR , TGL_AKH_PASPOR , NAMA_LGKP , JENIS_KLMIN , TMPT_LHR , TGL_LHR , AKTA_LHR , NO_AKTA_LHR , GOL_DRH , AGAMA , STAT_KWN , AKTA_KWN , NO_AKTA_KWN , TGL_KWN , AKTA_CRAI , NO_AKTA_CRAI , TGL_CRAI , STAT_HBKEL , KLAIN_FSK , PNYDNG_CCT , PDDK_AKH , JENIS_PKRJN , NIK_IBU , NAMA_LGKP_IBU , NIK_AYAH , NAMA_LGKP_AYAH , NAMA_KET_RT , NAMA_KET_RW , NAMA_PET_REG , NIP_PET_REG , NAMA_PET_ENTRI , NIP_PET_ENTRI , TGL_ENTRI , NO_KK , JENIS_BNTU , NO_PROP , NO_KAB , NO_KEC , NO_KEL , STAT_HIDUP , TGL_UBAH , TGL_CETAK_KTP , TGL_GANTI_KTP , TGL_PJG_KTP , STAT_KTP , ALS_NUMPANG , PFLAG , CFLAG , SYNC_FLAG , KET_AGAMA , KEBANGSAAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-18
, GELAR , KET_PKRJN , GLR_AGAMA , GLR_AKADEMIS , GLR_BANGSAWAN , IS_PROS_DATANG , DESC_PEKERJAAN , DESC_KEPERCAYAAN , FLAG_STATUS , COUNT_KTP , COUNT_BIODATA , FLAGSINK , UMUR , ID_KELUMUR AS ID , '1' as Tag_Penduduk FROM TRANSAKSI
dim_aktalahir_scd
Nama step
Database lookup
Key s
Values
Tabel field
comparator
Field1
akta_lhr
=
akta_lhr
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
akta_kwn
=
akta_kwn
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
akta_crai
=
akta_crai
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
pnydngcct
=
pnydngcct
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
sk_aktalahir
dim_aktakawin_scd
Nama step
Database lookup
Key s
Values
sk_aktakawin
dim_aktacerai_scd
Nama step
Database lookup
Key s
Values
sk_aktacerai
dim_pydgcct_scd
Nama step
Database lookup
Key s
Values Nama step
Database
dim_agama_scd
sk_pydgcct
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-19
lookup Key s
Values
Tabel field
comparator
Field1
agama
=
agama
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
pddk_akh
=
pddk_akh
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
gol_drh
=
gol_drh
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
id
=
id
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
jenis_pkrjn
=
jenis_pkrjn
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
Tabel field
comparator
Field1
no_kel
=
no_kel
no_kec
=
no_kec
sk_agama
dim_ pendidikan_scd
Nama step
Database lookup
Key s
Values
sk_pendidikan
dim_goldrh_scd
Nama step
Database lookup
Key s
Values
sk_goldrh
dim_kelumur_scd
Nama step
Database lookup
Key s
Values
sk_kelumur
dim_pekerjaan_scd
Nama step
Database lookup
Key s
Values
sk_pekerjaan
dim_wilayah_scd Nama step
Database lookup
Key s
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5-20
Values
date_from
<=
tgl_ubah
date_to
>
tgl_ubah
sk_wilayah
Select & Alter
Nama step
Nama step
Select values
Nama kolom
Group field
Group by
Aggregates Nama step
Tabel output
, , , , , , , , , , , , , , , , , , , , , ,
SK_JENISKEL SK_AKTALAHIR SK_AKTAKAWIN SK_AKTACERAI SK_PYDGCCT SK_AGAMA SK_PENDIDIKAN SK_GOLDRH SK_KELUMUR SK_PEKERJAAN SK_WILAYAH TAG_PENDUDUK SK_JENISKEL SK_AKTALAHIR SK_AKTAKAWIN SK_AKTACERAI SK_PYDGCCT SK_AGAMA SK_PENDIDIKAN SK_GOLDRH SK_KELUMUR SK_PEKERJAAN SK_WILAYAH TAG_PENDUDUK
TAG_PENDUDUK
Tf_penduduk Database
olappend
Hasil tabel tf_penduduk di database olappend dapat dilihat pada gambar 4.60.
Gambar 4. 60 Tabel TF_PENDUDUK
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
LAMPIRAN 6
DETAIL DIMENSI PADA STAR SCHEMA
1. Tabel Dimensi Agama 2. Tabel Dimensi Pekerjaan 3. Tabel Dimensi Pendidikan 4. Tabel Dimensi Golongan Darah 5. Tabel Dimensi Jenis Kelamin 6. Tabel Dimensi Akta Kawin 7. Tabel Dimensi Akta Cerai 8. Tabel Dimensi Akta Lahir 9. Tabel Dimensi Wilayah 10. Tabel Dimensi Penyandang Cacat 11. Tabel Dimensi Kelompok Umur
6-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6-2
a. Tabel Dimensi Agama Gambar 4.61 adalah gambar struktur dari pembentukan dimensi agama yang digunakan pada star schema kubus penduduk.
Gambar 4. 61 Struktur pembentukan Dimensi Agama
Dimensi agama membaca data dari tabel dim_agama_scd pada database olappend. Hirarki yang dimiliki dimensi agama adalah agama. b. Tabel Dimensi Pekerjaan Gambar 4.62 adalah gambar struktur dari pembentukan dimensi pekerjaan yang digunakan pada star schema kubus penduduk.
Gambar 4. 62 Struktur pembentukan Dimensi Pekerjaan
Dimensi pekerjaan membaca data dari tabel dim_pekerjaan_scd pada database olappend. Hirarki yang dimiliki dimensi pekerjaan adalah pekerjaan. c. Tabel Dimensi Pendidikan Gambar 4.63 adalah gambar struktur dari pembentukan dimensi pendidikan yang digunakan pada star schema kubus penduduk.
Gambar 4. 63 Struktur pembentukan Dimensi Pendidikan
Dimensi pendidikan membaca data dari tabel dim_pendidikan_scd pada database olappend. Hirarki yang dimiliki dimensi pendidikan adalah pendidikan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6-3
d. Tabel Dimensi Golongan Darah Gambar 4.64 adalah gambar struktur dari pembentukan dimensi golongan darah yang digunakan pada star schema kubus penduduk.
Gambar 4. 64 Struktur pembentukan Dimensi Golongan Darah
Dimensi golongan darah membaca data dari tabel dim_goldrh_scd pada database olappend. Hirarki yang dimiliki dimensi golongan darah adalah golongan darah. e. Tabel Dimensi Jenis Kelamin Gambar 4.65 adalah gambar struktur dari pembentukan dimensi jenis kelamin yang digunakan pada star schema kubus penduduk.
Gambar 4. 65 Struktur pembentukan Dimensi Jenis Kelamin
Dimensi jenis kelamin membaca data dari tabel dim_jeniskel_scd pada database olappend. Hirarki yang dimiliki dimensi jenis kelamin adalah jenis kelamin. f. Tabel Dimensi Akta Kawin Gambar 4.66 adalah gambar struktur dari pembentukan dimensi akta kawin yang digunakan pada star schema kubus penduduk.
Gambar 4. 66 Struktur pembentukan Dimensi Akta Kawin
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6-4
Dimensi akta kawin membaca data dari tabel dim_aktakawin_scd pada database olappend. Hirarki yang dimiliki dimensi akta kawin adalah akta kawin. g. Tabel Dimensi Akta Cerai Gambar 4.67 adalah gambar struktur dari pembentukan dimensi akta cerai yang digunakan pada star schema kubus penduduk.
Gambar 4. 67 Struktur pembentukan Dimensi Akta Cerai
Dimensi akta cerai membaca data dari tabel dim_aktacerai_scd pada database olappend. Hirarki yang dimiliki dimensi akta cerai adalah akta cerai. h. Tabel Dimensi Akta Lahir Gambar 4.68 adalah gambar struktur dari pembentukan dimensi akta lahir yang digunakan pada star schema kubus penduduk.
Gambar 4. 68 Struktur pembentukan Dimensi Akta Lahir
Dimensi akta lahir membaca data dari tabel dim_aktalahir_scd pada database olappend. Hirarki yang dimiliki dimensi akta lahir adalah akta lahir. i. Tabel Dimensi Wilayah Gambar 4.69 adalah gambar struktur dari pembentukan dimensi wilayah yang digunakan pada star schema kubus penduduk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6-5
Gambar 4. 69 Struktur pembentukan Dimensi Wilayah
Dimensi wilayah membaca data dari tabel dim_wilayah_scd pada database olappend. Hirarki yang dimiliki dimensi wilayah adalah kecamatan dan kelurahan. j. Tabel Dimensi Penyandang Cacat Gambar 4.70 adalah gambar struktur dari pembentukan dimensi penyandang cacat yang digunakan pada star schema kubus penduduk.
Gambar 4. 70 Struktur pembentukan Dimensi Penyandang Cacat
Dimensi penyandang cacat membaca data dari tabel dim_pydgcct_scd pada database olappend. Hirarki yang dimiliki dimensi penyandang cacat adalah penyandang cacat. k. Tabel Dimensi Kelompok Umur Gambar 4.71 adalah gambar struktur dari pembentukan dimensi kelompok umur yang digunakan pada star schema kubus penduduk.
Gambar 4. 71 Struktur pembentukan Dimensi Kelompok Umur
Dimensi kelompok umur membaca data dari tabel dim_kelumur_scd pada database olappend. Hirarki yang dimiliki dimensi kelompok umur adalah umur.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
LAMPIRAN 7
ANTAR MUKA PENGGUNA SISTEM OLAP 1. Halaman Home 2. Menu Pembuatan Laporan a. Halaman Pembuatan laporan berdasarkan Agama b. Halaman Pembuatan laporan berdasarkan Golongan Darah c. Halaman Pembuatan laporan berdasarkan Jenis Kelamin d. Halaman Pembuatan laporan berdasarkan Pendidikan e. Halaman Pembuatan laporan berdasarkan Penyandang Cacat f. Halaman Pembuatan laporan berdasarkan Umur g. Halaman Pembuatan laporan berdasarkan Akta Lahir 3. Halaman Lihat Data History Penduduk
7-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-2
1. Halaman Home
Gambar 4. 72 Halaman Home
Halaman home ini adalah halaman yang pertama kali muncul ketika user terhubung dengan sistem OLAP. Untuk kembali ke sistem sebelumnya user hanya perlu klik icon/tulisan Main site yang tertera pada kanan atas halaman home. 2.
Menu Pembuatan Laporan a. Halaman Pembuatan laporan berdasarkan Agama Halaman pembuatan laporan berdasarkan agama berisikan data analisis
penduduk sesuai agama. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan agama yang dianut. Gambar 4.73 merupakan tampilan halaman pembuatan laporan berdasarkan agama.
Gambar 4. 73 Halaman pembuatan laporan berdasarkan agama
Halaman pembuatan laporan berdasarkan agama mengakses halaman jsp lap_agama.jsp. Struktur lap_agama.jsp terdapat pada tabel 4.31.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-3
Tabel 4. 31 Struktur lap_agama.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY Hierarchize(Union({[Agama].[Semua Agama]}, [Agama].[Semua Agama].Children)) ON ROWS from [Penduduk]
Data Penduduk OLAP
b. Halaman Pembuatan laporan berdasarkan Golongan Darah Halaman pembuatan laporan berdasarkan golongan darah berisikan data analisis penduduk sesuai golongan darah. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan golongan darah yang dimiliki. Gambar 4.74 merupakan tampilan halaman pembuatan laporan berdasarkan golongan darah.
Gambar 4. 74 Halaman pembuatan laporan berdasarkan golongan darah.
Halaman pembuatan laporan berdasarkan golongan darah mengakses halaman jsp lap_goldrh.jsp. Struktur lap_goldrh.jsp terdapat pada tabel 4.32. Tabel 4. 32 Struktur lap_goldrh.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-4
<jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY Hierarchize(Union({[Golongan Darah].[Semua Golongan Darah]}, [Golongan Darah].[Semua Golongan Darah].Children)) ON ROWS from [Penduduk]
Data Penduduk OLAP
c. Halaman Pembuatan laporan berdasarkan Jenis Kelamin Halaman pembuatan laporan berdasarkan jenis kelamin berisikan data analisis penduduk sesuai jenis kelamin. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan jenis kelamin yang dimikili. Gambar 4.75 merupakan tampilan halaman pembuatan laporan berdasarkan jenis kelamin.
Gambar 4. 75 Halaman pembuatan laporan berdasarkan jenis kelamin.
Halaman pembuatan laporan berdasarkan jenis kelamin mengakses halaman jsp lap_jeniskel.jsp. Struktur lap_jeniskel.jsp terdapat pada tabel 4.33. Tabel 4. 33 Struktur lap_jeniskel.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY Hierarchize(Union({[Jenis Kelamin].[Semua Jenis Kelamin]}, [Jenis Kelamin].[Semua Jenis Kelamin].Children)) ON ROWS from [Penduduk]
Data Penduduk OLAP
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-5
d. Halaman Pembuatan laporan berdasarkan Pendidikan Halaman pembuatan laporan berdasarkan pendidikan berisikan data analisis penduduk sesuai pendidikan. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan pendidikan terakhir yang telah ditempuh. Gambar 4.76 merupakan tampilan halaman pembuatan laporan berdasarkan pendidikan.
Gambar 4. 76 Halaman pembuatan laporan berdasarkan pendidikan.
Halaman pembuatan laporan berdasarkan pendidikan mengakses halaman jsp lap_pendidikan.jsp. Struktur lap_pendidikan.jsp terdapat pada tabel 4.34. Tabel 4. 34 Struktur lap_pendidikan.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY Hierarchize(Union({[Pendidikan].[Semua Pendidikan]}, [Pendidikan].[Semua Pendidikan].Children)) ON ROWS from [Penduduk]
Data Penduduk OLAP
e. Halaman Pembuatan laporan berdasarkan Penyandang Cacat Halaman pembuatan laporan berdasarkan penyandang cacat berisikan data analisis penduduk sesuai cacat yang diderita. Tujuan halaman ini untuk dapat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-6
menunjukan data penduduk berdasarkan cacat yang diderita. Gambar 4.77 merupakan tampilan halaman pembuatan laporan berdasarkan penyandang cacat.
Gambar 4. 77 Halaman pembuatan laporan berdasarkan penyandang cacat.
Halaman pembuatan laporan berdasarkan penyandang cacat mengakses halaman jsp lap_penyandangcacat.jsp. Struktur lap_penyandangcacat.jsp terdapat pada tabel 4.35. Tabel 4. 35 Struktur lap_penyandangcacat.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY {[Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Fisik], [Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Netra/Buta], [Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Rungu/Wicara], [Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Mental/Jiwa], [Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Fisik dan Mental], [Penyandang Cacat].[Semua Penyandang Cacat].[Cacat Lainnya]} ON ROWS from [Penduduk]
Data Penduduk OLAP
f. Halaman Pembuatan laporan berdasarkan Umur Halaman pembuatan laporan berdasarkan umur berisikan data analisis penduduk sesuai umur. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan golongan umur. Gambar 4.78 merupakan tampilan halaman pembuatan laporan berdasarkan umur.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-7
Gambar 4. 78 Halaman pembuatan laporan berdasarkan umur
Halaman pembuatan laporan berdasarkan umur mengakses halaman jsp lap_umur.jsp. Struktur lap_umur.jsp terdapat pada tabel 4.36. Tabel 4. 36 Struktur lap_umur.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY {[Measure s].[Tag Penduduk]} ON COLUMNS, NON EMPTY Hierarchize(Union({[Umur].[Semua Umur]}, [Umur].[Semua Umur].Children)) ON ROWS from [Penduduk]
Data Penduduk OLAP
g. Halaman Pembuatan laporan berdasarkan Akta Lahir Halaman pembuatan laporan berdasarkan akta lahir berisikan data analisis penduduk sesuai akta lahir, jenis kelamin dan umur. Tujuan halaman ini untuk dapat menunjukan data penduduk berdasarkan akta lahir, jenis kelamin dan umur yang dimiliki. Gambar 4.79 merupakan tampilan halaman pembuatan laporan berdasarkan akta lahir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7-8
Gambar 4. 79 Halaman pembuatan laporan berdasarkan umur,kelamin dan akta lahir.
Halaman pembuatan laporan berdasarkan agama mengakses halaman jsp lap_aktalhtjeniskelumur.jsp. Struktur lap_aktalhtjeniskelumur.jsp terdapat pada tabel 4.37. Tabel 4. 37 Struktur lap_aktalhtjeniskelumur.jsp <%@ page session="true" contentType="text/html; charset=ISO-8859-1" %> <%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %> <%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %> <jp:mondrianQuery id="query01" jdbcDriver="oracle.jdbc.OracleDriver" jdbcUrl="jdbc:oracle:thin:admin/admin@localhost:1521:olappend" catalogUri="/WEB-INF/queries/PendudukPemilu.xml"> select NON EMPTY Crossjoin({[Jenis Kelamin].[Semua Jenis Kelamin].[Laki-Laki], [Jenis Kelamin].[Semua Jenis Kelamin].[Perempuan]}, {[Akta Lahir].[Semua Akta Lahir].[Tidak Ada], [Akta Lahir].[Semua Akta Lahir].[Ada]}) ON COLUMNS, NON EMPTY {[Umur].[Semua Umur].[0-4], [Umur].[Semua Umur].[5-9], [Umur].[Semua Umur].[10-14], [Umur].[Semua Umur].[15-19], [Umur].[Semua Umur].[20-24], [Umur].[Semua Umur].[25-29], [Umur].[Semua Umur].[30-34], [Umur].[Semua Umur].[35-39], [Umur].[Semua Umur].[40-44], [Umur].[Semua Umur].[45-49], [Umur].[Semua Umur].[50-54], [Umur].[Semua Umur].[55-59], [Umur].[Semua Umur].[60-64], [Umur].[Semua Umur].[65-69], [Umur].[Semua Umur].[70-74], [Umur].[Semua Umur].[>74]} ON ROWS from [Penduduk]
Data Penduduk OLAP
3. Halaman Lihat Data History Penduduk
Gambar 4. 80 Halaman Lihat Data History Penduduk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
LAMPIRAN 8
UJI UPDATE DATA
1. View data yang akan diupdate 2. Update data transaksi 3. View data yang telah diupdate
8-1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8-2
1. View data yang akan diupdate
Gambar 5. 7 View data yang akan diupdate
2. Update data transaksi
Gambar 5. 8 Update data transaksi
3. View data yang telah diupdate
Gambar 5. 9 View data yang telah diupdate