Anda di halaman 1dari 43

Tugas Mata Kuliah Kecerdasan Bisnis

(Business Intelligence)

Disusun Oleh :

Dea Rahmadian Fitri (09031181419034)

Eka Afrianti (09031181419008)

Jeannisa Meriam Kenedy (09031181419020)

Umi Fauziyyah (09031181419120)

Dosen :

Ali Bardadi, S.SI., M.Kom.

Yudha Pratomo, Ph.D

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER

UNIVERSITAS SRIWIJAYA

2017
Tahap Pengembangan Business Intelligence ada 6 tahap inti yang terbagi menjadi 16
tahapan, yaitu sebagai berikut:
BAB I
Justification (Mendefinisikan Case yang akan diambil)

1.1. Latar Belakang


Business Intelligence (BI) adalah kumpulan teori, metodologi, proses, arsitektur, dan
teknologi yang mengubah data mentah menjadi informasi yang berkualitas untuk tujuan
bisnis. BI dapat menangani sejumlah besar informasi yang dapat membantu dalam
mengidentifikasi permasalahan dan mengembangkan peluang baru. Memanfaatkan peluang
baru dan menerapkan strategi yang efektif dapat memberikan keuntungan pasar kompetitif
dan stabilitas jangka panjang. Fungsi umum dari Business Intelligence adalah monitoring
laporan, analisis OLAP (On-line Analytical Processing), data mining, spreadsheet, dan lain
sebagainya.
Organisasi yaitu wadah atau Rumah yang menjadi tempat peyaluran minat dan bakat
seseorang yang saling bekerja sama untuk mencapat suatu tujuan. Organisai itu tidaklah
sempurna tanpa adanya manusia atau Pengurus dan Anggota. Maka langkah awal untuk
menciptakan suatu Organisai yang ideal yaitu mempunyai Badan pengurus dan anggota yang
siap bekerja sama untuk mencapat suatu tujuan dalam suatu Organisasi.
Pada Study kasus yang akan kami bahas yaitu mengenai monitoring data pengurus dan
anggota di Badan otonom Lembaga Dakwah Kampus Wiahana Islamiyah dan Forum Ilmu.
Dimana Monitoring ini dilakukan oleh Pembina LDF WIFI itu sendiri. Monitoring ini
dilakukan guna mencapai tujuan LDF WIFI itu sendiri. Yaitu anggota dan pengurus harus
mewakili jurusan yang ada di Fakultas Ilmu Komputer. Namun yang masih jadi
Permasalahan yang ada di LDF WIFI Fasilkom UNSRI tidak seimbangnya pengurus dan
anggota dari setiap jurusan yang ada. Dengan diterapkannya Business Intelligence ini,
diharapkan dapat memudahkan pembina dan pengurus sekarang untuk menciptakan strategi
agar pengurus maupun anggota berasal dari ssetiap urusan-jurusan yang ada di fakultas ilmu
komputer.
Bukan hanya itu yang menjadi permasalahan yang ada di LDF WIFI Fasilkom Unsri.
Ketidakseimbangan anggota di setiap departemen pun menjadi salah satu penghambat dalam
pelaksanaan program kerja di LDF WIFI itu sendiri. Terkadang ada beberapa departemen
yang memiliki sangat banyak anggota, namun di departemen lain sangat minim anggota. Itu
lah mengapa di terapkannya Business Intelligence agar pembina beserta pengurus dapat
membuat suatu strategi agar dapat membagi rata jumlah anggota dengan meningkatkan minat
terhadap departemen yang minim anggota.
Dari uraian diatas kelompok kami mencoba untuk merancang sistem yang dapat
membantu BO LDF WIFI untuk mengatasi permasalahan tersebut dengan judul Laporan
Penerapan Business Intelligence pada Monitoring Pengurus dan Anggota di BO LDF
WIFI Fakultas Ilmu Komputer Universitas Sriwijaya.

1.2 Tujuan
Adapun tujuan Laporan Akhir yang akan kami buat yaitu menerapkan Business
Intelligence sebagai alat bantu monitoring Badan Pengurus serta Anggota dengan
menggunakan konsep Business Intelligence.

1.3 Manfaat

Adapun manfaat dari Laporan akhir yang kami buat ialah :


1. Business Intelligence dapat dijadikan sarana monitoring dan sebagai informasi untuk
menciptakan suatu strategi kedepannya.
2. Membantu pembina LDF WIFI untuk terus bekerja sama dengan pengurus maupun
anggota dalam menerapkan strategi recrutment yang baik sesuai dengan hasil
monitoring.

1.4 Batasan Masalah


Untuk menghindari agar pembahasan tidak menyimpang dari permasalahan yanga ada,
maka kelompok kami membatasi penerapan Business Intelligence dengan menggunakan
tools spoon dan pentaho guna untuk menjadi sarana monitoring yang baik dan membuat
strategi yang tepat.
Adapun batasan masalah dai Laporan akhir ini ialah :
1. Objek penelitian ialah Badan Pengurus dan Anggota LDF WIFI
2. Ruang lingkup permasalahan yang diangkat adalah hanya proses rekrutmen Calon
Pengurus dan Anggota LDF WIFI harus mewakili stiap jurusan yang ada di Fakultas
Ilmu Komputer dan Penyeimbangan Komposisi anggota di setiap Departemen.
3. Dengan diterapkannya Business Intelligence (BI) pada LDF WIFI maka pembina akan
mudah melihat anggota ataupun pengurus berdasarkan Jurusan, Departemen maupun
Jabatan. Sehingga dapat memunculkan strategi baru untuk pengrekrutan Calon Anggota
baru LDF WIFI.
BAB II
Planning

2.1 Analisis Sistem Lama


LDF WIFI Fakultas Ilmu Komputer Universitas Sriwijaya belum menerapkan Business
Intelligence, hal ini dilihat dari data data setiap anggota baru maupun lama yang berjumlah
lebih dari 100 data masih dicatat atau disimpan di dalam suatu program Microsoft Excel dan
Microsoft Word. Dari segi pengumpulan dan pencarian data hal ini membutuhkan waktu yang
tidak sedikit sehingga menyebabkan proses ini memakan waktu yang lama.
Data yang telah tersimpan sewaktu waktu dapat dicetak maupun dilihat, apakah
anggota dari setiap LDF WIFI mengalami kenaikan setiap tahun atau mengalami penurunan
serta berapa banyak mahasiswa/i dari setiap jurusan yang ada di Fakultas Ilmu Komputer
yang bergabung menjadi anggota maupun pengurus LDF WIFI. Dalam melihat berapa
banyak keanggotaan pertahun atau masing masing jurusan tersebut LDF WIFI masih
menggunakan bantuan aplikasi Microsoft Excel. Tidak ada aplikasi khusus yang dapat
membantu dalam pembuatan laporan seperti yang dijelaskan diatas.

2.3 Usulan Sistem Baru


Usulan sistem baru ini diharapkan dapat mempermudah dalam proses pengintegrasian
data yang kemudian dapat dipanggil atau ditampilkan kapan pun. Maka dari itu sistem yang
diusulkan berupa sistem Business Intelligence yang dapat mengintegrasikan data sehingga
dapat mempermudah pekerjaan dan menghasilkan strategi untuk diterapkan dalam BPH WIFI
Fasilkom.
BAB III
Business Analysis (Analisa Kebutuhan)

3.1. Analisa Kebutuhan Fungsional


Berikut kebutuhan fungsional yang dapat diidentifikasi pada BO LDF WIFI Fakultas
Ilmu Komputer Universitas Sriwijaya:
1. Business Intelligence system yang ada harus mampu melakukan analisa terhadap dulu
jumlah anggota LDF berdasarkan tahun angkatan, jurusan, serta susunan kepengurusan
seperti departemen dan jabatan setiap anggota.

3.2. Analisa Kebutuhan Nonfungsional


Kebutuhan tambahan yang tidak memiliki input, proses dan output, namun demikian
kebutuhan nonfungsional sebaiknya dipenuhi, karena akan sangat menentukan apakah sistem
ini digunakan user atau tidak. Kebutuhan nonfungsional akan dikelompokkan berdasarkan
framework PIECES (Performance, information, economy, control, eficiency, service). Tabel
dibawah ini menjelaskan kebutuhan fungsional dari sistem sebagai berikut :
Kebutuhan Nonfungsional Klasifikasi Kerangka Kerja PIECES

Jenis Kebutuhan Nonfungsional Penjelasan

Sistem yang diterapkan diharapkan


dapat mempersingkat proses yang
Kinerja (Performance)
dibutuhkan untuk memonitoring
pengurus, anggota yang ada di LDF
WIFI. Semakin sedikit waktu yang
dibutuhkan, semakin banyak proses
yang dapat diselesaikan selanjutnya.
Seperti memulai open rekrutmen dan
lain-lain.

Data terintegrasi, terutama data nama


BPH atau Anggota LDF WIFI dan data
Informasi (Information)
jurusan dengan data nim mahasiswa,
serta data Departemen dan jabatan
untuk mencegah terjadinya dalam
redudansi dan kesalahan dalam
pendataan serta pembuatan laporan
Akhir Kepengurusan LDF WIFI.

Sistem dapat meminimalisir biaya-


Ekonomi (Economy)
biaya yang dibutuhkan bagi pembina
dan pengurus dalam setiap proses
pendataan ulang.

Sistem dapat memberikan keamanan


Kontrol (Control)
pada data-data dengan membatasi
pengaksesan bagi pihak-pihak yang
tidak berkepentingan dengan
pembuatan halaman login user. Dimana
yang dapat mengaksesnya hanya
pembina, ketua umum dan koordinator
Akhwat umum LDF WIFI.

- Sistem diharapkan dapat


Efesien (Eficiency)
mempersingkat proses monitoring
Kepengurusan LDF WIFI
- Sistem memungkinkan pembuatan
laporan dan strategi LDF WIFI
kedepanna dengan beberapa klik.

- Data yang ditampilkan harus mudah


Pelayanan (Service)
dibaca dan terstruktur. Yaitu
contohnya di lihat berdasarkan tahun
angkatan, departemen, maupun
jurusan
- Sistem yang diterapkan harus
memiliki interface yang user friendly.

3.3. Tools
a. Sumber Data
Data yang kami dapatkan berupa file excel, namun agar lebih mudah diolah kami
mengekspornya ke dalam bentuk file CSV. File CSV (Comma Separated Value) adalah
salah satu format yang digunakan dalam standar file ASCII. Format penulisan data CSV
yang kami gunakan dalam bentuk (;) atau Comma Demited yang biasa kita sebut
dengan titik koma. Namun ada juga yang menggunakan tanda koma (,). Format file
CSV memiliki tingkat kompabilitas yang cukup tinggi karena hampir semua program
pengolahan data mendukung format CSV ini.
b. DBMS
DBMS (Database Management System) adalah paket software yang didesain untuk
menyimpan dan mengelola basis data. DBMS yang kami gunakan dalam
pengembangan ini adalah MySQL versi 5.6.21.
c. Transform dan Job Data
Untuk melakukan Transform dan penjadwalan data kami menggunakan Spoon yang
merupakan bagian dari Pentaho Data Integration (PDI).
Pentaho sendiri adalah perusahaan yang mempunyai focus pada produk dan
solusi business intelligence. Pentaho Community Edition atau Pentaho BI Suite
adalah produk dari Pentaho yang sudah terintegrasi dengan kemampuan reporting,
dashboard, data mining, workflow, dan ETL.
Produk Pentaho Community Edition/ Pentaho BI Suite

Pentaho Data Mining


Pentaho Data Integration
Pentaho Analysis/Mondrian OLAP Engine
Pentaho BI Server
Pentaho Report Designer
Pentaho CDF(Community Dashboard Framework)

Produk Pentaho Community Edition/ Pentaho BI Suite


Pentaho Data Mining - Weka
Pentaho Data Integration - ETL
Pentaho Analysis/Mondrian OLAP Engine Cube(Dimensi & Fact)
Pentaho Report Designer - Design Report, yg akan dikirimkan ke BI Server
Pentaho CDF(Community Dashboard Framework) Framework utk membuat
Dashboard diatas Pentaho BI Server
Pentaho BI Server

Software dari Pentaho yang dapat digunakan untuk proses ETL (Extraction,
Transformation dan Loading).

Komponen Pentaho Data Integration


Spoon : user interface untuk membuat Job transformation.
Pan : tools yang berfungsi membaca, merubah dan menulis data.
Kitchen : program yang mengeksekusi job.

Elemen dalam Spoon.bat


Transformation : sekumpulan instruksi untuk merubah input menjadi output
yang diinginkan (input-proses-output).
Job : kumpulan instruksi untuk menjalankan transformasi.

Untuk melakukan Transform dan penjadwalan data kami menggunakan Spoon.bat


yang merupakan bagian dari Pentaho Data Integration (PDI). PDI yang kami gunakan
adalah PDI versi 7.0.

d. Connector
MySQL Connector merupakan driver yang berguna untuk menghubungkan aplikasi
PDI ke databse MySQl. Biasa kami sebut dengan JDK. Java Development Kit (JDK)
yang digunakan adalah JDK 7 dan JDK 8. Hal ini dikarenakan untuk
menjalankan PDI versi 7.0 kita hanya dapat menggunakan JDK 8. Sedangkan
untuk menjalankan pentaho bi-server versi 4.8.0 itu tidak bisa menggunakan
JDK 8 jadi. Jadi pada pengembangan ini kami penggunakn JDK 7.

e. BI-Server
Pentaho Bi-Server adalah kumpulan dari aplikasi Bi yang bersifat open source yang
dapat berjalan diatas platform Java. Pada pengembangan ini kami menggunakan pentaho
bi-server versi 4.8.0
Di pentaho bi-server ini akan ada 2 folder yaitu adminitrasi console yang berguna
penghubung antara database yang data pada MySQL dan bi-server, dan biserver-ce
berguna untuk melihat reporting, dashboard dan data analysis.

f. Pemetaan Table
Skema workbench adalah visualisasi antarmuka yang memungkinkan kita untuk
membuat Mondrian OLAP Cube Schema yang fungsinya untuk memetakan tabel dan
kolom fact/dimension menjadi struktur logis cube, dimension, measures. Skema
Workbench yang kami gunakan pada pengembangan ini versi 3.5.0.
g. Browser

Browser digunakan untuk menampilkan MySQL, bi-server dan hasil akhir mondrian.
Disini kami menggunakan Mozilla Firefox.

3.4. Mendefinisikan Kebutuhan Data Masukkan dan Keluaran


Pembuatan aplikasi ini membutuhkan beberapa masukan (input) data diantaranya
adalah data tahun angkatan, data jurusan, data departemen BO LDF, data jabatan
keanggotaaan BO LDF, dan data mahasiswa. Sedangkan data keluaran (output) atau data
yang dihasilkan dari data masukan yang telah diolah yaitu: jumlah mahasiswa setiap tahun
angkatan, jumlah mahasiwa dari bebagai jurusan, jumlah mahsiswa setiap departemen,
jumlah mahasiswa setiap jabatannya.
BAB IV
Design

4.1. Star Skema

Star Skema dengan DBMS MySQL menggunakan phpMyAdmin. Menggunakan


database dengan nama bi_wifi yang terdiri dari 5 tabel dimensi (mahasiswa, jurusan,
angkatan, departemen, jabatan) dan 1 table fakta (fact_anggota).

4.2. Interface

Halaman Home
Merupakan halaman awal Wi-Fi Fasilkom Universitas Sriwijaya.
Halaman About
Pada halaman dibawah ini terdapat Visi, Misi, dan Program Kerja Wi-Fi Fasilkom
Universitas Sriwijaya.

Halaman Anggota

Pada halaman ini terdapat proses input data anggota Wi-Fi Fasilkom Universitas
Sriwijaya.
Halaman Perbandingan Angkatan Anggota Wi-Fi
Pada halaman ini mahasiswa dapat melihat perbandingan angkatan pada organisasi
Wi-Fi.
Halaman Departemen Paling Diminati
Pada halaman ini mahasiswa dapat melihat Departemen apa yang paling diminati
pada organisasi Wi-Fi.

Halaman Perbandingan Tiap Jurusan pada Wi-Fi Fasilkom


Pada halaman ini mahasiswa dapat melihat perbandingan dari tiap jurusan pada organisasi
Wi-Fi.
BAB V

Construction

Proses ETL (Extract, Transform, Load) pada Pentaho Data Integration sangat berguna
sekali untuk mengintegrasikan data-data pada sebuah perusahaan. Proses ETL ini memungkin
kita untuk melakukan integrasi antar aplikasi, membersihkan data, migrasi data, export data
dan yang paling penting untuk memasukkan data dari OLTP ke OLAP (data warehouse).
Studi kasus yang digunakan dalam Pentaho Data Integration ini adalah pada Badan
Otonom yang ada di Fakultas Ilmu Komputer yaitu Lembaga Dakwah Fakultas Wahana
Islamiyah dan Forum Ilmu atau dikenal dengan LDF WIFI. Dengan menggunakan aplikasi
ini pengurus harian dari LDF WIFI akan dapat menjawab pertanyaan pertanyaan berikut:
- Mahasiswa/i jurusan apa yang paling banyak menjadi anggota di LDF WIFI
Fasilkom?
- Mahasiswa/i jurusan apa yang paling sedikit menjadi anggota di LDF WIFI
Fasilkom?
- Berapa Mahasiswa/i setiap tahun yang bergabung pada LDF WIFI?

Berikut tahapan yang kami lakukan dalam pengembangan business intelligence ini:
1. Installasi

Pada folder "data-integration", cari file spoon_jdk8.bat.


Pada pentaho data integration ini kami menggunakan 2 JDK yaitu JDK 7 utk setting di
bi-server juga di pentaho dan JDK 8 sebagai setting spoon. Karena ketika JDK 8
tersebut tidak diinstal maka Pentaho Data Integration tidak akan bisa dibuka / login
Maka akan membuka halaman seperti dibawah ini:

Tampilan awal Pentaho Data Integration


Pada folder biserver-ce-4.8.0-stable_2, terdapat 2 folder yaitu:
administration-console
untuk menjalankannya kita harus klik, set-pentaho-env.bat setelah program

close

jalankan
start-
pac.bat.
lalu buka

browser dengan alamat: localhost/8099


masukkan admin : admin dan password: password
Setelah klik OK, maka akan muncul tampilan seperti dibawah ini. Buat koneksi database di
administration-console. Setelah itu, klik test.
biserver-ce

untuk menjalankannya kita harus klik, set-pentaho-env.bat


setelah program close jalankan start-pac.bat.

lalu buka browser dengan alamat: localhost/8080/pentaho/Login


lalu masukkan username: joe, dan password:password
2. Membuat Star Skema dengan DBMS MySQL menggunakan phpMyAdmin.
Disini kami menggunakan database dengan nama bi_wifi yang terdiri dari 5 tabel
dimensi (mahasiswa, jurusan, angkatan, departemen, jabatan) dan 1 table fakta
(fact_anggota).

3. M
e
l
akukan proses ETL untuk dimensi mahasiswa (CSV -> Mysql)
Berikut ini merupakan step-step yang akan digunakan untuk transformasi dimensi mahasiswa
Buat transformasi baru dengan nama transformasi mahasiswa
Step CSV Data Input

Pada step ini, pilih file CSV dengan mengklik button Browse. Delimiter disesuaikan dengan file
CSV-nya. Karena pada file CSV yang kita pakai memakai header maka pada bagian Header row
present? perlu dicentang. Kemudian pada bagian bawah, isi nama-nama kolom dan tipe datanya
disesuaikan dengan tabel dimensi yang sudah dibuat sebelumnya.

Step Select Data Mahasiswa

Pada tahap ini memilih data yang akan ditampilkan dari tabel mahasiswa
Step DB lookup (mahasiswa)
Tahap ini berguna untuk mengecek apakah data pada file CSV sudah ada atau belum ada pada tabel
mahasiswa di database MySQL. Jika ada akan disimpan dengan data baru (nim1, nama1, nohp1,
alamat1).

Step Koneksi ke Database


Pada step ini digunakan untuk mengkoneksikan dari transformasi yang dibuat untuk disimpan ke
dalam database. Pada Connection Name diisi koneksi_Wifi, Isi pada pilihan setting yaitu localhost,
nama database bi_wifi dll. Lalu klik test, jika muncul dialog warning seperti di gambar berarti koneksi
ke database telah berhasil.

Setelah mengkoneksikan database, kembali pada database lookup. Pilih tabel yaitu tabel mahasiswa
Step Cek data mahasiswa
Pada tahap ini data-data yang dimasukkan difilter terlebih dahulu. Pada gambar bisa dilihat apabila
nim = nim1 true atau apabila data yang dimasukkan lewat file CSV sama dengan yang ada di
database maka data akan dikirim ke step dummy. Apabila false atau data berbeda, maka data akan
dikirim ke step Insert / Update DB Mahasiswa untuk diinputkan sebagai data baru.

Step Insert Data Baru


Pada tahap ini data yang dimasukkan lewat file CSV setelah melalui step Cek data mahasiswa akan
diinputkan pada tabel mahasiswa.
Step Dummy

Pada tahap ini mahasiswa yang masuk tidak diproses lebih lanjut karena tidak valid.

Setelah itu klik run pada halaman transformasi, transformasi sukses dan tersimpan ke database
Pilih Preview Data untuk melihat data yang telah masuk ke tabel mahasiswa tersebut.

4. Melakukan proses ETL untuk tabel fakta fact mahasiswa (CSV -> Mysql)
Berikut ini merupakan step-step yang akan digunakan untuk transformasi tabel fakta mahasiswa
Step CSV Fact Anggota
Pada step ini, pilih file CSV yang akan dengan mengklik button Browse. Delimiter disesuaikan
dengan file CSV-nya. Karena pada file CSV yang kita pakai memakai header maka pada bagian
Header row present? perlu dicentang. Kemudian pada bagian bawah, isi nama-nama kolom dan tipe
datanya disesuaikan dengan tabel dimensi yang sudah dibuat sebelumnya.
Step DB lookup
Tahap ini berguna untuk mengecek apakah data pada file CSV sudah ada atau belum ada pada tabel
mahasiswa di database MySQL. Jika ada akan disimpan dengan data baru (nim)

Step Cek data mahasiswa


Pada tahap ini data-data yang dimasukkan difilter terlebih dahulu. Pada gambar bisa dilihat apabila
nim = nim1 true atau apabila data yang dimasukkan lewat file CSV sama dengan yang ada di
database maka data akan dikirim ke step dummy. Apabila false atau data berbeda, maka data akan
dikirim ke step Insert / Update DB Mahasiswa untuk diinputkan sebagai data baru.
Step Insert Data Baru
Pada tahap ini data yang dimasukkan lewat file CSV setelah melalui step Cek data mahasiswa akan
diinputkan pada tabel mahasiswa.

Step Dummy

Pada tahap ini mahasiswa yang masuk tidak diproses lebih lanjut karena tidak valid.
Setelah itu, Run setiap Transformasi yang telah dibuat.

Tampilan Run pada Transformasi Angkatan

Tampilan Run pada Transformasi Jabatan


Tampilan Run pada Transformasi Departemen

Tampilan Run pada Transformasi Jurusan


5. Melakukan penjadwalan atau job transformasi
Job merupakan sebuah penjadwalan suatu transformasi dalam jangka waktu tertentu seperti
detik, menit, hari, minggu dan bulan dimana apabila waktu telah memenuhi syarat transformasi
pada job akan dijalankan.

Berikut merupakan tampilan job yang akan dibuat

StepStart
Pada tahap inilah job atau penjadwalan akan ditentukan. Apakah tiap detik, menit, hari ataupun bulan.
Pada contoh penjadwalan dilakukan setiap Bulan.
Step Success
Tahap ini merupakan tanda apabila seluruh transformasi sudah dijalankan.
6. Membuat skema XML Mondrian (Cube)

Tampilan Schema LDF WIFI yang telah dibuat


Tampilan Cube pada Tabel fact_anggota yang telah dibuat

Tampilan dimensi Angkatan pada Cube LDF WIFI yang telah dibuat
Tampilah hierarchy dari dimensi angkatan yang telah dibuat

Tampilan level angkatan yang telah dibuat.


Tampilan tabel angkatan yang telah dibuat

Tampilan hasil ukuran banyak anggota dari dimensi mahasiswa yang telah dibuat.

7. Mempublish skema Pentaho BI Server


Pilih menu file -> Publish
Pada dialog repository login masukkan url, user dan password. Klik OK.

Untuk username: joe dan password: ekafrianti.

Password di setting pada F:\Pentaho\biserver-ce-4.8.0-stable_2\biserver-ce\pentaho-


solutions\system\publisher_config.xml.
Akan muncul tampilan Progress Dialog
Pada tampilan dialog Publish Schema, pilih publish.

Akan muncul tampilah bahwa Schema berhasil di publish


BAB VI
Implementasi

BukaURL localhost:8080/pentaho/Home

Lalu pilih Schema yang sudah dibuat (Tugas) dan nama Cubenya
(LDFWIFI)
Berikut merupakan tampilan awal analysis setelah di breakdown

Beri Nilai