MODEL DATAWAREHOUSE SEKOLAH TINGGI

MENGGUNAKAN METODOLOGI
BUSINESS DIMENSIONAL LIFECYCLE :
STUDI KASUS STMK TRISAKTI

PAPER RINGKASAN TESIS

Oleh:
IRENE HASIAN
12 11 600 604

PROGRAM STUDI: MAGISTER ILMU KOMPUTER (MKOM)

PROGRAM PASCASARJANA
UNIVERSITAS BUDI LUHUR
JAKARTA
2014
PROGRAM STUDI: MAGISTER ILMU KOMPUTER (MKOM)
PROGRAM PASCASARJANA
UNIVERSITAS BUDI LUHUR

LEMBAR PENGESAHAN

Nama Mahasiswa

: Irene Hasian

Nomor Induk Mahasiswa : 1211600604

Konsentrasi

: Sistem Informasi

Fakultas/Program

: Ilmu Komputer

Jenjang Studi

: Strata 2

Judul

: MODEL DATAWAREHOUSE SEKOLAH TINGGI

MENGGUNAKAN METODOLOGI BUSINESS
DIMENSIONAL LIFECYCLE :
STUDI KASUS STMK TRISAKTI

Telah diperiksa, diuji, dan dipertahankan dalam ujian sidang tesis pada hari Sabtu, 16 Agustus
2014, dan dinyatakan lulus oleh penguji.

Jakarta, 20 Agustus 2014

Dr. Moedjiono, M.Sc.,

Direktur Pascasarjana

MODEL DATAWAREHOUSE SEKOLAH TINGGI

MENGGUNAKAN METODOLOGI
BUSINESS DIMENSIONAL LIFECYCLE :
STUDI KASUS STMK TRISAKTI
Irene Hasian1), Aries Kusdaryono, M.Kom, Ph.d 2), 3) Samidi, M.Kom, M.M
1)2)3)

Program Studi Magister Ilmu Komputer

Fakultas Pascasarjana
Universitas Budi Luhur
Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan 12260 Indonesia
halimagung89@gmail.com1), samidibelajar@gmail.com2), moedjiono@gmail.com3)

ABSTRAK
Persaingan dunia bisnis menuntut sebuah institusi melakukan pengambilan keputusan yang tepat dan cepat
sehingga diperlukan basis data yang cukup baik, demikian pula pada sebuah Sekolah Tinggi yang bergerak di
bidang pendidikan. Pada sebuah Sekolah Tinggi, sistem informasi yang cukup signifikan dalam pengambilan
keputusan adalah sistem informasi akademik. Permasalahan yang muncul adalah karena sistem ini cukup besar,
maka ketika dibutuhkan sebuah laporan yang diperlukan koleksi dari beberapa sistem akan membutuhkan waktu
yang cukup lama sehingga diperlukanlah sebuah model data warehouse yang akan menjadi basis data pada
sistem informasi eksekutif untuk pengambilan keputusan. Studi kasus pada penelitian ini adalah Sekolah Tinggi
Media Komunikasi Trisakti (STMK Trisakti) yang merupakan salah satu Perguruan Tinggi Swasta yang
berlokasi di Jakarta dan setiap tahun melaksanakan kegiatan akademik. Data-data akademik yang didapat dari
kegiatan pendaftaran mahasiswa baru, mahasiswa aktif dan cuti, nilai indeks prestasi mahasiswa, indeks kinerja
dosen, lulusan tersimpan di STMK Trisakti digunakan untuk menghasilkan berbagai laporan, baik laporan
transaksional maupun laporan strategis. Metodologi pengumpulan data dilakukan wawancara, kuisioner,
observasi. Metodologi yang digunakan dalam menganalisis data warehouse adalah Bussiness Dimensional
Lifecycle, dimana data operasional dipilih dan dibuat data dimensional dengan di Extract, Transform, Load
(ETL) dan dibangun data warehouse menggunakan OLAP. Pengujian validasi dilakukan dengan Focus Group
Discussion (FGD) dan software. Hasil dari penelitian ini adalah sebuah model datawarehouse yang dapat
dijadikan sebagai basis data dasar untuk pengambilan keputusan dan setelah dilakukan pengujian dengan Focus
Group Discussion dari para pengguna sistem aplikasi yang ada maka hasil yang diperoleh adalah baik.

Kata Kunci : Data Warehouse, University, database, Bussiness Dimensional Lifecycle, ETL,
FGD
ABSTRACT
Competitive world of business requires an institution to do the right decisions and fast so it takes a good
database, as well as at a High School working in the field of education. At a High School then a significant
information systems in decision making is an academic information system. The problem that arises is that the
system is large, then when it takes a report that takes a collection of some of the systems it will require quite a
long time, it required a data warehouse model that will be the basis of data on executive information systems for
decision-making. The case study in this research is the Trisakti School of Media Communication (STMK
Trisakti) is one of the private universities are located in Jakarta and each year carry out academic activities.
Academic data obtained from the new student registration activities, active students and leave, the index value
student achievement, faculty performance indexes, stored in STMK graduates Trisakti has been used to generate
a variety of reports, both reports transactional and strategic reports. At the management level as Head of
Departement, of the needs of academic evaluation report. Methodology of data collection conducted interviews,
questionnaires, observation. The methodology used in analyzing the data warehouse is Bussiness Dimensional
Lifecycle, where the selected operational data and the data made dimensional with in Extract, Transform, Load
(ETL) and data warehouse built using OLAP. Validation testing conducted by the Focus Group Discussion
(FGD) and software. The results of this study is a data warehousing models that can be used as basic data base
for decision-making and after testing with a Focus Group Discussion (FGD) on the application of existing users
of the system, the results obtained are good.
Keywords :

Data Warehouse, University, database, Bussiness Dimensional Lifecycle, ETL, FGD

A. PENDAHULUAN
Latar Belakang
Saat ini semua Perguruan Tinggi Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) dituntut untuk
memiliki keunggulan dengan memanfaatkan semua sumber daya yang dimiliki. Sistem Informasi adalah salah
satu sumber daya yang dapat digunakan untuk meningkatkan keunggulan lembaga pendidikan, selain sumber
daya sarana, prasarana dan manusia.
Sekolah Tinggi Media Komunikasi (STMK) Trisakti merupakan salah satu Perguruan Tinggi Swasta yang
berlokasi di Jakarta dan setiap tahun melaksanakan kegiatan akademik. Data-data akademik yang didapat dari
kegiatan pendaftaran mahasiswa baru, perwalian, perkuliahan, sampai dengan wisuda tersimpan dan telah
digunakan untuk menghasilkan berbagai laporan, baik laporan transaksional maupun laporan strategis. Pada
level manajemen seperti kepala bagian, ketua jurusan, pembantu ketua dan ketua memerlukan laporan strategis
yang akurat dan cepat.
Data warehouse merupakan konsep dan kombinasi teknologi yang memfasilitasi organisasi untuk mengelola
dan memelihara data historis yang diperoleh. Pembangunan data warehouse merupakan salah satu cara untuk
mengekstrak informasi penting dari data yang tersebar di beberapa sistem informasi. Data yang sudah
terintegrasi selanjutnya dapat dimanfaatkan untuk kegiatan penyampaian informasi yang dapat ditinjau dari
berbagai dimensi dan dapat diatur tingkatan rinciannya. Pemanfaatan lebih lanjut dari informasi yang ada dalam
data warehouse adalah kegiatan analisa data menggunakan teknik dan metode tertentu.
Masalah Penelitian
1. Identifikasi Masalah
Identifikasi masalah dalam penelitian ini berdasarkan pada latar belakang, maka diperoleh data sebagai
berikut :
1. Pelaporan Penerimaan Mahasiswa Baru masih dilakukan manual, sehingga laporan calon mahasiswa baru
tiap tahun akademik tidak mudah dilakukan.
2. Pelaporan Nilai Mahasiswa sudah menggunakan database microsoft acces tetapi tidak terintegrasi dengan
bagian manapun, sehingga laporan IPK/IPS mahasiswa harus menunggu bagian akademik untuk
melaporkannya.
3. Pelaporan Dosen masih dilakukan manual sehingga laporan kinerja dosen tidak mudah dilaporkan.
4. Pelaporan Lulusan masih dilakukan manual sehingga laporan lulusan tidak mudah dilaporkan.
2. Pembatasan Masalah
Berdasarkan identifikasi masalah di atas, maka penulis membatasi permasalahan yang dibahas dalam
penelitian ini yaitu fokus pada membuat desain model datawarehouse sekolah tinggi menggunakan Metodologi
Bussiness Dimensional Lifecycle dengan mengambil studi kasus di STMK Trisakti, dan melakukan pengujian
validitas dengan metode Focus Group Discussion.
Rumusan Masalah
Berdasarkan uraian diatas, maka didapatkan rumusan masalah yaitu :
1 Bagaimana model data warehouse yang sesuai untuk sekolah tinggi dengan menggunakan Metodologi
Business Dimensional Lifecycle dapat dijadikan sebagai basis data dasar pengambilan keputusan?
2 Bagaimana hasil pengujian model data warehouse sekolah tinggi dengan menggunakan Forum Discusion
Grup dapat sebagai sarana pengambilan keputusan di tingkat manajemen?
B. LANDASAN PEMIKIRAN
Tinjauan Pustaka
1. Data Warehouse
Definisi data warehouse berdasarkan pendapat yang dikemukakan para ahli, yaitu :
1. Paul Lane mendefinisikan data warehouse sebagai database relational yang dirancang untuk query dan
analisis data transaksi. Biasanya berisi data-data histori yang berasal dari data transaksi dan data dari sumber
lain. Selain terkait dengan basis data, data warehouse mencakup proses extraction, transformation and
loading (ETL), online analytical processsing (OLAP) dan data mining, client analysis tools, dan aplikasi lain
yang mengatur proses mengumpulkan data dan pengiriman ke user [LANE 2005].
2. W. H. Inmon mendefinisikan data warehouse sebagai kumpulan basis data terintegrasi, berorientasi subjek
yang dirancang untuk mendukung pengambilan keputusan, dimana setiap unit data relevan dalam waktu
tertentu.[INMON 2002]
3. Vidette Poe, mendefinisikan data warehouse merupakan database yang bersifat analisis dan append only
yang digunakan sebagai fondasi dari sistem penunjang keputusan.[POE 1998]
2. Arsitektur Data Warehouse
Data warehouse memiliki 3 (tiga) tingkatan, seperti pada gambar II-3, yaitu ([AZHAR 2009], 3) :

1.

2.
3.

Tier 1 (back end)

Terdiri dari tools untuk ekstrasi data source dari database transaksional dan sumber informasi lainnya,
konsolidasi data, melakukan summary data dan memasukkan ke dalam database data yang akuisisi alat
ekstrak data dari transaksi databaseserta sumber informasi lainnya dan memasukkan ke dalam data
warehouse.
Tier 2
Terdiri dari data repository yang terpusat untuk pengelolaan dan penyimpanan data.
Tier 3 (front end)
Memungkinkan user untuk akses data warehouse dengan melakukan query data, membuat report data dan
analisa data dari data warehouse yang ada.

Gambar II-1 : Conceptual Schema of a Data Warehouse([AZHAR 2009], 3)

Gambar 1 Conceptual Schema of a Data Warehouse([AZHAR 2009], 3)
3. Manajemen Data Warehouse
Terdapat 3 (tiga) bagian utama komponen data warehouse, yaitu :
1. Source system
Data source atau objek yang menjadi sumber data dari proses keseluruhan. Bentuknya bisa database, file,
directory services, XML, dan lain sebagainya.
2. ETL (extract, transform, load)
ETL melakukan ekstraksi dari data source, kemudian melakukan transformasi data, sebelum me-load-nya ke
data store tujuan.
3. Dimensional data store.
Dimensional data store adalah data source tujuan yang akan dijadikan basis pengolahan data analitis berupa
business intelligence, data mining, CRM (Customer Relationship Management), dan lain sebagainya.
Walaupun dalam definisi di atas disebutkan bahwa data store bisa bersifat dimensional maupun relasional,
namun kebanyakan datawarehouse memilih dimensional data store. Hal ini karena dimensional data store
lebih cocok untuk keperluan analitis daripada relasional.
4. OnlineAnalytical Processing (OLAP)
On-Line Analytical Processing(OLAP) secara mendasar merupakan suatu metode khusus untuk melakukan
analisis terhadap data-data yang terdapat dalam media penyimpanan data berupa basisdata dan kemudian
dilanjutkan dengan membuat laporan analisis sesuai dengan permintaan para pengguna atau user. Untuk tujuan
tersebut data yang berupa informasi dibuat ke dalam format khusus dengan memberikan kelompok atau group
terhadap data-data tersebut, hal ini dinamakan dengan model kubus (cube models).
OLAP merupakan teknologi yang memungkinkan seorang analis, manajer dan eksekutif secara bersamaan
mengakses data-data secara cepat, konsisten dan interaktif dengan berbagai variasi dan visualisasi tinjauan
informasi dimana setiap baris data dapat di transformasikan untuk merefleksikan dimensi perusahaan atau
organisasi sehingga mudah dipahami oleh pengguna atau user (Ponniah, 2001).
Berikut karakteristik utama yang terdapat pada OLAP yakni meliputi :
1. Mendukung pemanfaatan dan penggunaan data warehouse yang memiliki data multidimensional.
2. Menyediakan fasilitas query interaktif dan analisis yang kompleks.
3. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci, dan roll-up untuk memperoleh
agregat dalam multidimensional.
4. Mampu menghasilkan perhitungan dan perbandingan.
5. Mampu menyajikan hasil dalam bentuk angka-angka yang mudah dimengerti maupun penyajian dalam
bentuk grafik.
Data pada OLAP disimpan dalam model multidimensional. Jika pada basisdata relasional terdiri dari dua
dimensi, maka pada basis multidimensional terdiri dari banyak dimensi yang dapat dipisahkan oleh OLAP
menjadi beberapa sub atribut. OLAP dapat digunakan untuk data mining atau menemukan hubungan antara
suatu item yang belum ditemukan.

Pada basisdata OLAP tidak perlu memiliki ukuran besar seperti data warehouse, karena tidak semua
transaksi membutuhkan analisis tren, karena tujuan OLAP menampilkan data dalam sebuah tabel yang dinamis,
yang secara otomatis akan meringkas data ke dalam beberapa irisan data yang berbeda-beda dan mengizinkan
pengguna atau user untuk secara interaktif melakukan perhitungan dan serta membuat format suatu laporan.
OLAP merupakan proses komputer yang memungkinkan pengguna dapat dengan mudah dan selektif
memilih dan melihat data dari sudut pandang yang berbeda-beda. Beberapa aktivitas yang dilakukan OLAP
antara lain dapat men-generatequery, meminta laporan yang adhoc, mendukung analisis statistik, analisis
interaktif, membangun aplikasi multimedia. Untuk memfasilitasi OLAP ini diperlukan data warehouse dengan
sekumpulan tools yang memiliki kemampuan multidimensi. Tools ini dapat berupa querytools, spreadsheet, data
mining tools, dan data visualisation.
View berhubungan erat dengan OLAP dan data warehouse. Query OLAP biasanya merupakan query agregat.
Seorang analis biasanya menginginkan jawaban cepat untuk query pada sebuah dataset yang sangat besar, dan
secara alami memperhatikan perhitungan awal dari view. Secara khusus, operator cube menimbulkan beberapa
queryagregat yang berhubungan erat. Hubungan yang ada antara banyak queryagregat yang muncul dari operasi
cube tunggal dapat dieksploitasi untuk mengembangkan strategi komputasi awal yang sangat efektif.
Tools untuk membuat laporan tersebut merupakan tabel itu sendiri, yaitu dengan melakukan drag terhadap
kolom dan baris. Pengguna atau user dapat mengubah bentuk laporan dan menggolongkannya sesuai dengan
keinginan dan kebutuhan pengguna atau user tersebut dan OLAP engine secara otomatis akan mengkalkulasi
data yang baru.
Query OLAP dipengaruhi oleh dua hal yaitu structure query language (SQL) dan spreadsheet. Operasi yang
umum dalam query OLAP adalah melakukan agregasi pada satu atau lebih dimensi. Berikut jenis-jenis query
OLAP yaitu :
1.
Roll-Up yakni melakukan agregasi pada level yang berbeda dari hirarki
dimensi. Misalnya untuk setiap kota diberikan total penjualan, maka untuk total penjualan tiap propinsi bisa
didapatkan dengan menambahkan total penjualan pada semua kota dalam satu propinsi.
2.
Drill-Down yakni kebalikan dari Roll-Up. Misalnya untuk setiap propinsi dapat
diberikan total penjualan, maka total penjualan tiap kota dapat di Drill-Down.
5. Metodology Business Dimensional Lifecycle
Salah satu metode untuk membangun data warehouse disebut metode business dimensional lifecycle [KIMBALL
2002.332]
. Metode itu digambarkan pada diagram di bawah ini. Diagram ini menggambarkan urutan dari kegiatan
yang akan dilakukan untuk memdesain, membuat dan mengimplementasikan sebuah data warehouse yang
efektif.
Gambar 2 The business dimensional lifecycle diagram[KIMBALL 2002, 332]
Dari gambar diagram di atas, terdapat gambaran proses-proses pembuatan data warehouse. Proses-proses
tersebut bisa di adaptasi sesuai dengan kebutuhan dari pembuatan sebuah proyek data warehouse. Urutan dari
proses-proses diagram di atas menggambarkan ada proses yang dilakukan secara serial dan ada proses yang
dilakukan secara paralel.
1. Perencanaan proyek data warehouse (Project planning)
Perencanaan proyek adalah awal dari siklus metode ini. Pada tahapan ini didefinisikan dari proyek data
warehouse yang akan dibangun serta batasan-batasan proyek. Dalam tahapan ini juga dilakukan pengecekan
kesiapan dari suatu organisasi pada saat ingin membangun sebuah data warehouse. Tahap perencanaan ini
sangat tergantung dari kebutuhan pada saat analisa, hal ini digambarkan dengan arah panah antara kedua
kegiatan tersebut.
2. Mendefinisikan kebutuhan (business requirement definition)
Tanpa memahami kebutuhan dari data warehouse, maka bisa dipastikan, proyek pengembangan tersebut
akan gagal. Itulah alasan mengapa tahapan ini sangat penting. Pembuat data warehouse harus mengerti faktor
kunci dari bisnis sehingga dapat secara efektif menentukan kebutuhan yang diinginkan dan
menerjemahkannya ke dalam suatu rancangan. Kebutuhan suatu bisnis difokuskan pada tiga (3) tahapan yang
dilakukan secara paralel, yaitu :
a. Pada teknologi yang akan digunakan,
b. Pada data yang akan disimpan,
c. Pada aplikasi end user.
3. Data track : dimensional modelling
Pendekatan yang dilakukan oleh Ralph Kimball berbeda dengan pendekatan perancangan sistem yang lain
jika terkait dengan struktur data. Kimball menggunakan model yang dinamakan model dimensional, dimana
perancangan sistem yang lain menggunakan entityrelationship model. Pada tahapan sebelumnya, yaitu pada
tahapan analisa kebutuhan, data yang digunakan berhubungan dengan data yang digunakan untuk kebutuhan
analisa dari bisnis. Mendesain model data dimulai dari :

a.

Membuat matriks yang menggambarkan dari proses

utama dari bisnis dan dimensi-dimensi dari bisnis. Matriks ini menggambarkan blue print dari data
warehouse yang akan mencakup keseluruhan organisasi.
b.
Mengumpulkan informasi tentang sumber-sumber data
yang berhubungan dengan kebutuhan analisa data yang telah dikumpulkan pada saat didefinisikan
sebelumnya.
c.
Mendesain logical database dengan menggambarkan
struktur tabel dan relationship di dalamnya.
4. Data track : physical design
Mendesain database secara fisik difokuskan pada mendefinisikan struktur fisik yang dibutuhkan untuk
mendukung desain logical database. Pada tahap ini, dilakukan pendefinisian standard untuk penamaan dan
melakukan seting untuk lingkungan database.
5. Data track : data staging and development
Proses data staging mempunyai tiga (3) langkah yang sering disebut dengan ETL yaitu Extract, Transform
dan Load.
6. Technology track : technical architecture design
Pada tahapan ini desain arsitektur dari data warehouse
dilakukan. Pada saat membuat arsitektur data
warehouse, 3 (tiga) faktor penting yang harus
diperhatikan yaitu analisa kebutuhan, arsitektur yang
sedang berjalan dan arah pengembangan arsitektur ke
depan.
7. Technology track: product selection and installation
Desain arsitektur yang dihasilkan berupa framework
yang digunakan untuk memilih komponen arsitektur
seperti spesifikasi hardware,
DBMS, tools data
staging atau tools untuk akses data. Setelah produk
dipilih, maka dilakukan penginstallan untuk kemudian
dilakukan beberapa testing untuk memastikan
terintegrasinya data warehouse.
8. Application track: end user application specification
Aplikasi untuk end user dibuat dan dirawat oleh bagian sistem informasi. Spesifikasi aplikasi menjelaskan
template laporan, parameter yang diinginkan user. Spesifikasi ini untuk meyakinkan bahwa tim yang
mendesain dengan user mempunyai kesamaan pemahaman pada aplikasi yang dikembangkan.
9. Application track: end user application development
Tahapan selanjutnya adalah membangun aplikasi end user berdasarkan spesifikasi yang telah dibuat pada
tahap sebelumnya.
10. Deployment
Tahapan ini menggabungkan teknologi, data dan aplikasi end user yang dapat diakses dari desktop user.
11. Maintenance and growth
Setelah data warehouse selesai dan berfungsi, maka yang dilakukan selanjutnya adalah memberikan
pelatihan kepada user. Database yang dibangun perlu dirawat dan dijaga. Performansi dari data warehouse
harus terus diukur. Permintaan dari user harus diprioritaskan dan jika ada permintaan proyek baru, maka
kegiatan ini akan berlangsung dari awal lagi sesuai dengan siklus yang ada.
12. Project management
Project management memastikan tahapan-tahapan dari business dimensional lifecycle berjalan sesuai pada
tempatnya. Aktivitas ini terjadi selama siklus berlangsung, fokus aktivitas dilakukan pada memonitoring
status project. Project management juga bertugas untuk menjaga komunikasi antara pihak user dengan
bagian sistem informasi.
6. Focus Group Discussion
Focus Group Discussion memiliki lima (5) karakteristik yang berkaitan dengan unsur-unsur kelompok
diskusi, sebagai berikut:
1. Jumlah peserta Focus Group Discussion sebaiknya empat (4) sampai dengan dua belas (12) orang. Bila
jumlah peserta kurang dari empat (4) orang, dikhawatirkan anggota kelompok cepat memperoleh giliran
berbicara dan tidak terjadi penggalian ide. Situasi ini akan mengurangi keragaman dan terjadi kekuasaan ide.
Jumlah peserta lebih dari dua belas (12) orang akan mengakibatkan diskusi sulit dikendalikan, karena peserta
terlalu banyak pandangan/ide atau bosan menunggu giliran bicara.

2.
3.
4.

5.
1.

2.

Peserta mempunyai karakteristik yang homogen. Homogenitas menjadi salahsatu dasar pemilihannya.
Peserta diskusi dipilih karena mempunya persamaan pengalaman, profesi, gender, usia, status dan
sebagainya. Disamping itu peserta mempunyai kepentingan dengan permasalahan yang akan dibahas.
Informasi yang diambil dalam diskusi bukan yang bersifat konsensus atau rekomendasi untuk mengambil
keputusan, melainkan informasi mengenai sikap, persepsi dan perasaan peserta yang berkaitan dengan topik
diskusi yang diperlukan penulis.
Data yang dihasilkan adalah data kualitatif yang dapat memberikan gambaran dan pemahaman atas sikap,
persepsi dan perasaan peserta. Hasil ini akan diperoleh melalui pertanyaan terbuka yang memungkinkan
peserta merespon dengan cara mereka sendiri. Disini peneliti dapat berperan sebagai moderator, pendengar,
pengamat dan akhirnya menganalisis secara induktif.
Pertanyaan diajukan dengan cara yang mudah dimengerti oleh peserta, spontan, logis dengan menekankan
pemahaman atas proses berpikir dari peserta atas topik yang didiskusikan.
Focus Group Discussion mempunyai keunggulan dan kelemahan sebagai berikut [Krueger 1998]:
Kelebihan dari Focus Group Discussion :
a Focus Group Discussion merupakan salah satu prosedur penelitian yang berorientasi sosial dengan
menempatkan manusia pada posisi dan situasi yang sesungguhnya. Dalam diskusi, pendapat peserta
saling mempengaruhi dan dapat membuat keputusan setelah mendengar peserta lain serta berinteraksi
secara dinamis.
b Bentuk diskusi memberikan keleluasaan bagi pemandu untuk menggali pendapat peserta yang lebih
mendalam dan luas. Fleksibilitas ini dapat menggali hal-hal yang tidak dapat dilakukan dalam wawancara
terstruktur.
c Memiliki validitas tatap muka yang tinggi dan mudah dilakukan dengan biaya yang tidak terlalu besar.
d Hasil dari Focus Group Discussion dapat diperoleh dengan cepat. Pemandu yang memiliki keterampilan
baik dapat melaksanakan 3-4 kelompok diskusi, menganalisis hasil Focus Group Discussion dan
menyiapkan laporan dengan segera (kurang dari satu minggu).
e Focus Group Discussionmemungkinkan peneliti meningkatkan ukuran-ukuran dan jumlah sampel tanpa
meningkatkan kebutuhan waktu untuk wawancara.
Kelemahan dari Focus Group Discussion:
a Peneliti mempunyai kontrol yang kurang dalam wawancara Focus Group Discussiondibandingkan
dengan wawancara perorangan. Karena pada saat berlangsungnya Focus Group Discussion harus
membagi konsentrasi kepada seluruh peserta. Para peserta dapat saling mempengaruhi, akibatnya peserta
dapat mempengaruhi pembicaraan dan menimbulkan pembicaraan yang kurang relevan dengan topik
yang dibahas.
b Data yang masuk lebih sulit dianalisis, karena diskusi dikondisikan seperti lingkungan sosial. Seluruh
komentar peserta harus dihubungkan dengan topik diskusi saat itu, sehingga perlu hati-hati dalam
mengomentari atau mengambil kesimpulan.
c Focus Group Discussionmemerlukan pemandu yang terampil dengan kemampuan dapat membuka dan
menutup sesi tanya-jawab, memilih waktu jeda dan perpindahan satu topik ke topik yang lain.
d Setiap kelompok dalam Focus Group Discussion memiliki karakteristik yang berbeda, misalnya:
kelompok pasif yang membosankan atau kelompok yang terlalu aktif yang mendominasi seluruh
pembicaraan dalam diskusi.
e Kesulitan dalam menyusun waktu pelaksanaan diskusi dan diskusi harus diadakan dalam kondisi yang
kondusif, sehingga diskusi menghasilkan point-point kesimpulan yang baik.

Tinjauan Obyek Penelitian

Sekolah Tinggi Media Komunikasi Trisakti berdiri sejak tahun 1985, dan berganti nama pada tahun 2000
menjadi Sekolah Tinggi. Sekolah Tinggi Media Komunikasi Trisakti berlokasi di Jakarta Timur.
Visi dari STMK adalah : Berkualitas, Sejahtera dan Unggul di tingkat Nasional dan Internasional pada tahun
2020.
Kerangka Konsep

Gambar 3 Kerangka Konsep Penelitian

Hipotesis
Berdasarkan kajian teoritis dan kerangka berpikir yang telah dikemukakan maka dapat dirumuskan
pernyataan penelitian adalah sebagai berikut :
1. Diduga bahwa Model data warehouse yang dibuat dengan menggunakan metodologi Business Dimensional
Lifecycle dapat dijadikan sebagai basis data dasar untuk pengambilan keputusan.
2. Diduga bahwa Pengujian data warehouse sekolah tinggi dengan menggunakan Focus Discusion Grup dapat
membantu pengambilan keputusan di tingkat manajemen.
C. METODOLOGI PENELITIAN
Jenis Penelitian
Penelitian yang dilakukan padamodel data warehouse Sekolah Tinggi dengan studi kasus STMK Trisakti
merupakan jenis Penelitian terapan (Applied Research). Hasil penelitian dapat langsung diterapkan untuk
memecahkan permasalahan yang dihadapi.([Moedjiono 2012], 15)
Dalam penelitian ini akan menerapkan teori data warehouse menggunakan Metodologi Business
Dimensional Lifecycle, analisis dan perancangan sistem dengan pendekatan berorientasi obyek, implementasi
hasil analisis dan perancangan menggunakan database MySQL, tools yang digunakan adalah UML dan OLAP,
pengujian validasi menggunakan Focus Group Discussion. Hasil dari penelitian dapat langsung diterapkan
sebagai solusi dari permasalahan yang dihadapi.
Metode Pengumpulan Data
Metode Pengumpulan Data atau informasi yang ada di penelitian ini berasal dari data primer dan data
sekunder. Teknik pengumpulan data dilakukan dengan wawancara dan observasi lapangan adalah data primer.
Data dan informasi yang diperoleh melalui studi pustaka bersifat sekunder yaitu data yang diperoleh melalui
studi literatur, tulisan ilmiah tentang data warehouse, dan tinjauan studi.
Data yang dibutuhkan dalam penelitian ini dikumpulkan melalui:
1. Wawancara
Yang diwawancarai pada penelitian ini adalah :
a Kepala Bagian
b Ketua Jurusan
c Pembantu Ketua
2. Observasi Lapangan
Observasi Lapangan dilakukan dengan metode pengumpulan data yang digunakan untuk menghimpun data
penelitian melalui pengamatan.
Observasi dilakukan dengan cara :
a.
Mengumpulkan Dokumen
Dokumen-dokumen yang ada dan dipakai olehSTMK Trisakti dipelajari untuk memperoleh data dan
informasi dalam penelitian ini. Dokumen tersebut dapat berupa, peraturan, laporan, panduan, arsip dan
dokumen-dokumen dalam bentuk gambar atau pun hasil cetakan ke dalam bentuk data elektronik.
b.
Menyebarkan Angket/Kuesioner.
3. Studi Pustaka.

Studi Pustaka dilakukan dengan dengan mempelajari, meneliti, dan membaca buku, jurnal, skripsi, tesis yang
berhubungan dengan Data warehouse dan kegiatan akademik.
Instrumentasi
Dalam penelitian ini, instrumen yang digunakan untuk mengumpulkan dataadalah:
a Instrumen untuk pengumpulan data dengan metode wawancara. Instrumen wawancara ini adalah peneliti,
staf administrasi STMK Trisakti, serta rancangan daftar pertanyaan wawancara. Daftar pertanyaan
wawancara disertakan dalam Lampiran 1.
b Instrumen untuk pengumpulan data dengan metode observasi. Instrumen observasi ini adalah peneliti yang
melakukan pengamatan langsung di bagian administrasi STMK Trisakti. Daftar kebutuhan data dan sumber
data observasi disertakan dalam Lampiran.
c Instrumen untuk pengumpulan data dengan metode studi pustaka. Instrumen studi pustaka ini adalah peneliti
yang mempelajari literatur tentang konsep dasar perancangan model data warehouse dan mengenai sistem
informasi kegiatan akademik.
Teknik Analisis Data
Teknik analisis yang digunakan penulis pada penelitian ini menggunakan pendekatan metode bussines
dimensional life cycledengan UML dan OLAP. Proses analisis dilakukan terhadap hasil tahapan pengumpulan
data dengan wawancara, observasi, dan studi pustaka untuk mendapatkan spesifikasi kebutuhan sistem yang
akan dikembangkan.
Pada proses analisis, teknik analisis yang dilakukan adalah:
a Analisis Data dan Informasi Sistem Berjalan. Analisis dilakukan terhadap prosedur, dokumen, file dan hasil
cetakan dari sistem yang sudah berjalan.
b Analisis Pengguna. Pemodelan kebutuhan fungsional untuk menggambarkan fungsi sistem dan pengguna
yang terlibat serta fungsi-fungsi apa saja yang bisa didapatkan oleh masing-masing pengguna .
c Analisis Perilaku Sistem. Pada tahapan ini, dilakukan analisis perilaku sistem yang dikembangkan dan
dimodelkan dengan Activity Diagram dan Sequence Diagram. Activity Diagram untuk memodelkan proses
use case yang berjalan di dalam sistem, sedangkan Sequence Diagram untuk memodelkan pengiriman pesan
(message) antar object dan kronologinya.
Teknik Pengujian
1. Pengujian Validasi
Pengujian validasi dilakukan untuk penilaian apakah spesifikasi kebutuhan telah diakomodasi dalam
sistem/perangkat lunak yang dikembangkan. Menilai apakah model data warehouse yang sudah dibuat berfungsi
dengan baik dan lebih memberikan kepuasan kepada manejemen. Pengujian validasi menyediakan jaminan akhir
bahwa model data warehouse yang dibuat memenuhi semua persyaratan informasi, fungsional, perilaku dan
persyaratan kinerja sebelum diserahkan ke pengguna. Pengujian validasi dalam penelitian ini dilakukan untuk
menguji hipotesis pertama dalam penelitian ini.
Teknik pengujian validasi sistem dalam penelitian ini dilakukan dengan menggunakan dengan metode Focus
Group Discussion, merupakan diskusi kelompok yang pesertanya terbatas (dipilih) menurut kriteria tertentu dan
pembahasannya memfokuskan pada topik tertentu.
2. Instrumen Pengujian Focus Grup Discussion
Peneliti menyiapkan form berisi daftar spesifikasi kebutuhan fungsional sistem yang dibangun. Fokus diskusi
adalah memvalidasi kebutuhan fungsional perangkat lunak yang dikembangkan apakah telah sesuai dengan
spesifikasi kebutuhan yang sudah ditentukan dalam tahapan analisis.
Langkah-langkah Penelitian
Gambar 4 Langkah Penelitian
D. PEMBAHASAN HASIL PENELITIAN
Analisis Kebutuhan Pengguna
Beberapa hal dari kebutuhan pengguna adalah keinginan akan ketersediaan informasi untuk data seperti
dibawah ini :
1. Informasi Penerimaan Mahasiswa Baru dapat mengelola jumlah mahasiswa yang mendaftar, yang diterima
dan yang melakukan registrasi untuk setiap jurusan.
2. Informasi Status Akademik Mahasiswa dapat mengelola data mahasiswa aktif, cuti, lulus, non aktif,
mengundurkan diri.

3.
4.
5.
6.

Informasi Indeks Prestasi Mahasiswa dapat mengelola Indeks Prestasi Mahasiswa baik semester ataupun
secara kumulatif.
Informasi Indeks Prestasi Dosen dapat mengelola data mengenai indeks kinerja Dosen.
Informasi Lulusan dapat mengelola jumlah mahasiswa lulusan dalam satu periode tertentu.
Pembuatan Laporan
Sistem harus dapat mencetak laporan data warehouse. Jenis laporan yang dibuat oleh sistem adalah: laporan
penerimaan mahasiswa baru, laporan status mahasiswa, laporan indeks prestasi mahasiswa, laporan indeks
kinerja dosen, laporan lulusan. Pencetakan laporan dibedakan berdasarkan laporan semester dan laporan
tahunan.

Desain Model Arsitektur Data warehouse

Gambar 5 Rancangan Desain Arsitektur Logical data

warehouse

Data base Data base

ETL Data warehouse Manajemen

Gambar 6 Rancangan Desain Arsitektur Fisik data warehouse

Dari rancangan desain logical ataupun fisik diatas, maka alur kerja dari data warehouse sekolah tinggi
dimulai dari database operasional yang ada, kemudian di restore dan dibuat file backup. Setelah proses
backup, kemudian langkah selanjutnya adalah melakukan cek di sumber data, apakah data sudah dapat
dilakukan stagging area. Proses selanjutnya adalah ETL yaitu extract, dimana dalam proses pengisian
menggunakan teknik pelepasan foreign key dimana data dimensi akan dihapus dan diisi kembali dengan data
terbaru. Akan Sedangkan tabel fakta akan terus diisi tanpa menghapus data yang ada di dalamnya karena
data warehouse bersifat histori. Skema tersebut akan disimpan dan akan dieksekusi dalam periode yang
sudah ditentukan agar data warehouse selalu tersimpan data-data baru

Desain Model Usulan

Gambar 7 ERD
Tabel-tabel Dimensi yang ada di data warehouse adalah sebagai berikut :
1. Tabel Negara
Tabel ini berisi informasi mengenai data negara
2. Tabel Propinsi
Tabel ini berisi informasi mengenai data propinsi
3. Tabel Kodya
Tabel ini berisikan informasi mengenai data kodya
4. Tabel SMA
Tabel ini memberikan informasi mengenai data nama dan alamat SMA
5. Tabel Time
Tabel ini berisi informasi mengenai data tahun akademik dan semester
6. Tabel Prodi
Tabel ini berisi kode prodi, nama prodi, jenjang prodi dan singkatan gelar
7. Tabel Stat_studi
Tabel ini memberikan informasi tentang status studi
8. Tabel Matakuliah
Tabel ini memberikan informasi mengenai id matakuliah, jenis mata kuliah, kode matakuliah, nama
matakuliah, sks, nilai lulus, bobot nilai lulus, konsentrasi
9. Tabel Mahasiswa
Tabel mahasiswa ini berisi informasi data mengenai NPM, nama mahasiswa, tahun masuk, jurusan lulus,
kode prodi, status studi, data pribadi lainnya, dan awal studi
10. Tabel Dosen
Tabel ini berisi informasi mengenai data jenis dosen, nama dosen, gelar akademik, jabatan akademik
Tabel-tabel Fakta yang ada di data warehouse terdiri dari :
1. Tabel Camaba
Tabel ini berisi informasi mengenai data calon mahasiswa baru, mulai dari nama, alamat, tgl lahir, alasan
mundur, tahun masuk, nilai rata-rata bahasa inggris dan matematika.
2. Tabel Jumlah Camaba
Tabel ini berisikan informasi mengenai data jumlah calon mahasiswa baru yang mendaftar, registrasi dan
yang mundur serta pemilihan prodi
3. Tabel Mhs KRS

10

Tabel ini memberikan informasi mengenai data mahasiswa yang aktif pada semester yang berjalan
4. Tabel Mahasiswa Lulus
Tabel ini berisi informasi mengenai data mahasiswa yang sudah lulus, Lama TA, IPK Lulus, tanggal
yudisium, tanggal dan periode wisuda
5. Tabel Kelas
Tabel ini berisi informasi mengenai data mata kuliah dan dosen yang mengampu
6. Tabel Fact Kuliah
Tabel ini berisi informasi data mahasiswa yang mengambil matakuliah pada semester yang berjalan.
7. Tabel Fakta IPS
Tabel ini berisikan informasi mengenai data mahasiswa yang mendapat IPS dan IPK
8. Tabel FactStatusStudi
Tabel ini berisi informasi mengenai data mahasiswa dengan batas studinya.
Desain Model Aplikasi
Aplikasi end user yang akan dipergunakan untuk membangun data warehouse ini menggunakan dbms
mySQL. Pemilihan database dengan menggunakan mySQL karena dapat menyimpan database yang cukup
besar dan didalam pengaplikasiannya lebih mudah. Dimana end user dapat menampilkan data atau informasi
dengan mudah tanpa mengganggu data operasional yang ada. Pembuatan model aplikasi ini pada dasarnya
menggunakan OLAP Tools yang merupakan komponen yang sudah jadi.
Pengujian Validasi FGD
1. Karakteristik Responden
Responden dalam pelaksanaan pengujian ini adalah Manajemen di STMK Trisakti. Responden dikategorikan
berdasarkan Jabatan, Jenis Kelamin dan Pendidikan terakhir. Berikut deskripsi responden selengkapnya:
1 Karakteristik Responden Berdasarkan Jabatan
Tabel IV-4 Deskripsi Responden Berdasarkan Jabatan
Jabatan
Jumlah
Persentase (%)
Responden
Pimpinan
3
0.5
Ketua Jurusan
2
0.3
Kepala
1
0.2
Bagian
Total
6
100
Pada tabel di atas dapat diketahui bahwa responden yang terlibat adalah Pimpina persentase 66%, sedangkan
responden dengan jabatan Ketua Jurusan, dengan persentase sebesar 34%.
2

Karakteristik Responden Berdasarkan Jenis Kelamin

Tabel IV-5 Deskripsi Responden Berdasarkan Jenis Kelamin
Jenis Kelamin
Jumlah Responden
Persentase (%)
Laki-laki
3
50
Perempuan
3
50
Total
6
100
Tabel di atas menunjukkan bahwa responden dengan jenis kelamin laki-laki memiliki persentase 50%,
sedangkan dengan persentase 50% adalah responden dengan jenis kelamin perempuan.

Karakteristik Responden Berdasarkan Pendidikan Terakhir

Tabel IV-6 Deskripsi Responden Berdasarkan Pendidikan Terakhir
Pendidikan Terakhir
Jumlah Responden
Persentase (%)
S1
3
50
S2
3
50
Total
6
100
Berdasarkan tabel diatas diketahui pendidikan terakhir responden terbanyak adalah jenjang S1 sebesar 50%,
dan terakhir adalah responden dengan jenjang pendidikan jenjang S2 sebesar 50%.

2. Pengujian Kualitas
Untuk menguji terhadap requirement awal sesuai dengan pengujian Forum Group Discussion (FGD)
terhadap managemen melalui wawancara, didapatkan hasil :
Jumlah responden : 6 orang
Jumlah pertanyaan : 13 butir
Total jawaban setuju : 78 butir, total jawaban tidak setuju : 0 butir

11

% = (N-x) x 100
R P
% = (78-0) x 100
6
13
% = 100 %
Dari penghitungan hasil pengujian requirement, diketahui bahwa keduanya menghasikan angka 100% dan
mengindikasikan bahwa data warehouse dapat diterima oleh managemen.
Uji Software Data warehouse
Data warehouse di penelitian ini dikembangkan untuk membantu proses bisnis analisa data, sehingga
pihak manajemen dapat menganalisa informasi dan dapat dijadikan sebagai basis data pengambilan
keputusan, tetapi dapat sebagai sumber data untuk OLAP.
Representasi data yang ditampilkan merupakan sebagian dari jenis informasi dan laporan yang
dibangun.
1. Laporan Analisa Jumlah Mahasiswa Baru per tahun akademik
Tampilan Query Dan Hasil Dari Mahasiswa Baru

Gambar 8. Tampilan Mahasiswa Baru

2. Laporan Analisa Indeks Kinerja Dosen
Tampilan Query Dan Hasil Dari Index Kinerja Dosen Seluruh

Gambar 9. Tampilan Mahasiswa Baru

Implikasi Penelitian
1. Aspek Sistem
Untuk mengimplementasikan model data warehouse perlu dilakukan peningkatan spesifikasi hardware yang
digunakan, dengan tujuan agar proses data warehouse sekolah tinggi dapat berjalan dengan baik dan proses input
serta pengelolaan data berjalan normal.
PC server yang khusus menyimpan data warehouse sekolah tinggi perlu diadakan, karena dalam proses
pengujian yang dilakukan dalam penelitian ini, yaitu menggunakan jaringan lokal. Server diberikan ruangan
khusus dengan suhu yang sesuai untuk server, selain untuk menjaga usia server juga untuk melindungi terhadap
keamanan secara fisik.

12

Software yang diperlukan untuk implementasi dalam jaringan internet dalam hal ini untuk Server
idealnya adalah berbasis Linux dan Free/Open Source Software, karena selain kehandalan sebagai server
internet, juga tidak perlu membayar biaya lisensi untuk menggunakannya. Sampai saat ini software
MySQL server sudah terbukti sangat handal dan banyak digunakan untuk database server di seluruh
dunia.
2. Aspek Manajerial
Dari sisi aspek manajerial dengan adanya pemanfaatan data warehouse memberikan beberapa perubahan
pada proses bisnis analisa data. Pihak manajemen dapat langsung menganalisa informasi yang disediakan data
warehouse sehingga dapat memberikan peningkatan kualitas informasi yang dijadikan basis pengambilan
keputusan.
3. Aspek Penelitian Lanjut
Hasil penelitian ini diharapakan dapat dipergunakan oleh para pihak akademis sebagai referensi untuk
penelitian yang sejenis dan bisa lebih mengembangkan lagi penelitian yang akan digunakan.
Upaya untuk meningkatkan penelitian berkaitan dengan pengembangan model data warehouse dapat
dilakukan dengan memperluas ruang lingkup penelitian. Dalam penelitian ini juga dikarenakan implementasi
hasil analisis dan rancangan hanya dilakukan dalam lingkup yang terbatas, yaitu menggunakan jaringan lokal,
untuk penelitian selanjutnya dapat dilakukan dengan implementasi hasil analisis dan rancangan langsung
menggunakan jaringan internet, sehingga responden yang memberikan penilaian terhadap kualitas dapat
diperbanyak jumlahnya.
Rencana Implementasi Sistem
1. Tahapan Implementasi Sistem
Langkah-langkah kegiatan implementasi sistem yang direncanakan adalah sebagai berikut:
1. Pembentukan Tim Data warehouse. Kesalahan yang sering dilakukan oleh banyak peneliti adalah tidak
memperhatikan mengenai keberlangsungan sistem setelah tahap implementasi berakhir. Tim yang terdiri
dari akademik dan tenaga teknis STMK yang memiliki kewajiban untuk merancang, membangun
serta memelihara dan mengembangkan. Keberadaan tim sangat mutlak untuk menjawab requirements
para stakeholder yang seringkali berubah-ubah.
2. Pengadaan Hardware dan Software. Hardware dan yang software yang diperlukan untuk menunjang
sistem ini adalah:
a. Hardware berupa PC Server, yang akan diinstal sistem operasi server, web server dan database server.
Spesifikasi hardware PC server tidak dibahas dalam penelitian ini dikarenakan peneliti tidak melakukan
observasi terhadap aspek biaya dari obyek penelitian.
b. Software sistem operasi Server, termasuk didalamnya adalah database server. Karena semua software
tersebut merupakan Free/Open Source Software, maka tidak perlukan biaya lisensi untuk
menggunakannya.
3. Instalasi Hardware dan Software. Setelah hardware untuk server dan software-nya tersedia maka
selanjutnya adalah proses instalasi software pada PC server. Instalasi yang dilakukan meliputi: instalasi
sistem operasi server, instalasi web server dan database server.
4. Sosialisasi Kepada Pimpinan. Kegiatan sosialisasi dilakukan untuk memberikan informasi tentang
keberadaaan data warehouse yang baru kepada semua pimpinan yang merupakan pengguna dari aplikasi
tersebut.
5. Uji Coba. Pengujian sistem baru harus dilakukan untuk mengetahui apakah sistem yang baru tersebut
dapat berjalan sesuai dengan yang direncanakan atau tidak.
6. Evaluasi. Kegiatan evaluasi ini bertujuan untuk mengetahui hasil dari model yang baru dibangun sudah
sesuai dengan pihak manajemen.
E. PENUTUP
Kesimpulan
Berdasarkan hasil penulisan perancangan model Data warehouse sekolah tinggi, maka penulis dapat
disimpulkan sebagai berikut:
1. Model data warehouse yang dibangun atas tabel penerimaan mahasiwa baru, mahasiswa, indeks prestasi
mahasiswa, indeks kinerja dosen, lulusan sudah dapat menyajikan data yang terstruktur dan terintegrasi
dalam proses laporan evaluasi akademik sehingga menjadi basis data dasar pengambilan keputusan bagi
manajemen.
2. Berdasarkan hasil pengujian data warehouse sekolah tinggi dengan menggunakan Focus Discusion Grup
yang dilakukan terhadap 6 (enam) responden telah diterima dengan baik dan disetujui oleh manajemen.

13

Saran
Berdasarkan hasil penelitian, implikasi dan kesimpulan, selanjutnya peneliti dapat memberikan beberapa
saran yang relevan dengan hasil penelitian:
1. Bagi Pihak STMK Trisakti :
a. Aspek sistem
Dilakukan peningkatan spesifikasi hardware dan PC Server dan software dengan tujuan agar model data
warehouse ini dapat berjalan baik tanpa mengganggu proses data transaksional.
b. Aspek manajerial
Pemanfaatan data warehouse membantu proses bisnis analisa data, sehingga pihak manajemen dapat
menganalisa informasi dan dapat dijadikan sebagai basis data pengambilan keputusan.
2. Bagi Penelitian Selanjutnya
a. Data warehouse akademik ditujukkan untuk mengelola data akademik Sekolah Tinggi sehingga mampu
menunjang kegiatan akademik dengan ketersediaan akses dan pengelolaan data akademik yang reliable.
b. Penelitian selanjutnya diharapkan dapat mengembangkan sampai pada Implementasi Data warehouse
Akademik dan pembuatan dashboard di Sekolah Tinggi dan untuk pelaporan EPSBED.
DAFTAR PUSTAKA
[1]
Azhar, Salman Azhar 2009. Safety Information management in Construction Firms : A Data warehousing
Approach. Department of Building Science, Auburn University. Alabama, USA.
[2]
Dawson, Christian, W. Project in Computing and Information System: a Student Guide, 2nd Edition.
Addison-Wesley, 2009.
[3]
Dennis, Alan, at.al. "Systems Analysis and Design with UML 3rd Edition". John Wiley & Sons, Inc,
2009.
[4]
Kimball, Ralph, Laura Reeves, Margy Ross, Warren Thornthwaite, The Data Warehouse Life Cycle
Toolkit : Expert Methods for Designing, Developing, and Deploying Data Warehouses, John Wiley &
sons Inc, 1998.
[5]
Krueger, Richard A, Focus Group A Practical Guide for Applied Research, California: Sage
PublicationInc, Newbury Park, 1998
[6]
Lane, Paule 2005. Oracle Database Data Warehousing Guide, 10g Release 2 (10.2). Oracle All Right
Reserved
[7]
McLeod, Raymond, and George, P., Schell. Management Information System, 10th ed. Dialihbahasakan
oleh Yulianto, A, Akbar dan Afia, R, Fitriati. Jakarta: Salemba Empat, 2009.
[8]
Moedjiono. Pedoman Penelitian, Penyusunan dan Penilaian Tesis (V.5). Jakarta: Universitas Budi Luhur,
2012. pascasarjana.budiluhur.ac.id (diakses 20 Mei 2014)
[9]
O'Brien, A, James. Introduction to Information Systems, 12 th ed. Dialihbahasakan oleh Fitriasari, Dewi
dan Deny, A, Kwary. Jakarta: Salemba Empat, 2006.
[10] Poe, Vidette 1998. Building Data Warehouse for Decision Support, edisi-2. Prentice Hall.
[11] Ponniah, Paulraj, Data Warehousing Fundamentals : A Comprehensive Guide for IT Professionals, John
Wiley & sons Inc, 2001.
[12] Situmorang, F 2002. Menguasai Transformasi Data dengan Microsoft SQL Server 7.0. PT. Elek Media
Komputindo, Kelompok Gramedia, Jakarta.

14