Abstrak
Perpustakaan merupakan sebuah koleksi buku dan majalah yang dibiayai dan dioperasikan
oleh sebuah kota atau institusi, dimana masyarakat dapat membaca atau meminjam buku dengan
mengikuti syarat dan ketentuan perpustakaan. Pengelolaan data peminjaman buku di perpustakaan
kebanyakan sudah menggunakan sistem komputer yang memiliki basis data dan sistem yang
terintegrasi. Umumnya data member, pegawai, buku dan data peminjaman tersimpan pada basis data
OLTP (Online Transaction Processing) dengan struktur yang telah ternormalisasi. Basis data yang
sudah ternormalisasi sangat baik untuk meminimalkan kapasitas penyimpanan dan memudahkan
pengeditan data, tetapi tidak efektif dalam penyeleksian data, misalnya untuk membuat sebuah
laporan. Permasalahan tersebut dapat diminimalisir menggunakan data warehouse. Data warehouse
sejatinya ringkasan yang diambil dari basis data OLTP supaya penyimpanan lebih efektif dan seleksi
data lebih cepat. Berdasarkan hal tersebut, penelitian ini mengusulkan data warehouse untuk analisis
peminjaman buku pada perpustakaan. Aplikasi data warehouse pada penelitian ini dapat melakukan
proses ETL (Extract, Transform, Load) dari basis data perpustakaan relasional, kedalam data
warehouse perpustakaan dan menampilkan laporan peminjaman setiap member pada waktu tertentu.
Abstract
Llibrary is a collection of books and magazines that are funded and operated by a city or
institution, where people can read or borrow books by following the terms and conditions of the library.
Management of data lending books in most libraries already uses a computer system that has an
integrated database and system. Data members, employees, books and borrowing data are stored in
the OLTP (Online Transaction Processing) database with normalized structures. The database that has
been normalized is very good for minimizing storage capacity and facilitating data editing, but is not
effective in selecting data, for example to make a report. These problems can be minimized using a
data warehouse. Data warehouses are actually summaries taken from OLTP databases so that storage
is more effective and data selection is faster. Based on this, this study proposes a data warehouse for
analysis of lending books to libraries. The data warehouse application in this study can perform ETL
processes (Extract, Transform, Load) from the relational library database, into the data warehouse
library and display loan reports for each member at a certain time.
1. Pendahuluan
Perpustakaan merupakan sebuah koleksi buku dan majalah atau sumber ilmu pengetahuan
lain. Perpustakaan lebih dikenal secara umum sebagai sebuah koleksi besar yang dibiayai dan
dioperasikan oleh sebuah kota atau institusi. Perpustakaan dapat dimanfaatkan oleh masyarakat yang
rata-rata tidak mampu membeli buku dengan biaya sendiri dengan melakukan pinjaman. Pada masa
kini sudah banyak institusi perpustakaan yang telah menggunakan sistem komputer dalam pengelolaan
data seperti data pegawai, member, buku dan transaksi peminjaman. Basis data yang digunakan
merupakan basis data dengan struktur yang ternormalisasi atau basis data relasional. Basis data jenis
ini lebih baik digunakan dari segi efektifitas penyimpanan dan maintenance.
2. Metodologi Penelitian
Data sumber yang digunakan dalam penelitian ini berupa basis data perpustakaan yang sudah
dirancang sesuai dengan bisnis proses pada sistem perpustakaan pada umumnya. Objek dari
penelitian ini adalah data member, pegawai, buku dan data peminjaman yang akan dilakukan ekstraksi
kedalam data warehouse. Gambaran umum dari penelitian mengenai implementasi data warehouse
untuk analisis peminjaman buku pada perpustakaan dapat dilihat pada Gambar 1 dibawah ini.
3. Kajian Pustaka
3.1 Perpustakaan
Perpustakaan adalah sebuah koleksi buku dan majalah atau sumber ilmu pengetahuan lain
yang terkumpul dan terkategorisasi dengan baik. Perpustakaan lebih dikenal secara umum sebagai
sebuah koleksi besar yang dibiayai dan dioperasikan oleh sebuah kota atau institusi. Perpustakaan
dapat dimanfaatkan oleh masyarakat yang rata-rata tidak mampu membeli buku dengan biaya sendiri
dengan melakukan pinjaman. Peminjaman buku biasanya dilakukan oleh member yang sudah terdaftar
pada perpustakaan untuk menghindari hal-hal yang tidak diinginkan. Pustakawan juga perlu mendata
buku, member dan data peminjaman. Peminjaman yang dilakukan oleh member harus mengikuti
ketentuan-ketentuan yang diberlakukan oleh pustakawan. Misalnya dikenakan sanksi jika terjadi
keterlambatan pengembalian atau kerusakan pada buku.
Online Analytical Processing (OLAP) merupakan salah satu tools yang digunakan untuk
mengakses informasi dalam data warehouse. Teknologi OLAP memungkinkan data warehouse
digunakan secara efektif untuk proses online analysis, memberikan respon yang cepat terhadap
analytical queries yang kompleks [4].
Teknik pemodelan pada data warehouse disebut dimensional modelling technique atau teknik
pemodelan dimensional. Pemodelan dimensional terdiri dari Star Schema dan Snowflake Schema. Star
Pembuatan data warehouse perlu mengikuti konsep-konsep atau skema-skema untuk data
dimensional. Terdapat 2 skema yang sering digunakan yaitu Star Schema dan Snowflake Schema [7].
a. Star Schema
Star schema atau skema bintang adalah model data dimensional yang mempunyai fact table
di bagian tengah, dikelilingi oleh tabel dimensi yang terdiri dari data reference (yang bisa di-
denormalized). Dalam data warehouse data datanya akan tersimpan dalam tabel fakta dan
tabel dimensi. Tabel fakta akan menyimpan data-data utama sementara tabel dimensi
mendeskripsikan setiap nilai dari suatu dimensi dan dapat direlasikan ke tabel fakta jika
diperlukan. Data fakta merupakan data yang terukur besarannya, semisal jumlah siswa,
banyaknya rupiah yang diperoleh, rata-rata IPK, dan sejenisnya.
b. Snowflake Schema
Struktur basis data ini lebih kompleks dari pada skema bintang. Snowflake schema adalah jenis
dari skema bintang dimana tabel dimensinya tidak mengandung denormalisasi. Dapat diartikan
bahwa bahwa tabel fakta pada star schema dikelilingi oleh banyak dimensi dengan hubungan
one-to-many, sedangkan pada snowflake tabel fakta terhubung banyak ke tabel dimensi, yang
Bisnis proses pada database perpustakaan yaitu dapat mengelola data buku berupa judul,
pengarang, penerbit dan lokasi rak. Database juga dapat menyimpan data peminjaman buku oleh
member dengan mencatat nama pegawai, buku yang dipinjam, tanggal meminjam, tanggal
mengembalikan dan batas tanggal waktu mengembalikan buku.
Sedangkan output dari proses ETL disimpan pada data warehouse database yang sudah
dibuat sebelumnya. Skema dari data warehouse perpustakaan seperti pada gambar dibawah ini.
Data warehouse perpustakaan pada penelitian ini menggunakan skema galaksi dimana
terdapat 2 tabel fakta yaitu tabel fakta untuk peminjaman per bulan dan tabel fakta untuk peminjaman
per tahun. Terdapat 3 tabel dimensi yaitu buku, member dan perpustakaan. Tabel history_etl dan
tb_tabel merupakan tabel helper yang digunakan untuk mencatat data ekstraksi dari database sumber.
Mapping tabel dari database OLTP ke OLAP ditunjukkan pada tabel dibawah.
Terlihat pada tabel, dijelaskan mapping tabel pada database OLTP ke OLAP. Tabel buku,
detail_buku, penerbit dan pengarang di-mapping ke tabel dim_buku. Tabel peminjaman dan
detail_peminjaman di-mapping menjadi fact_peminjaman_bulan dan fact_peminjaman_tahun. Tabel
member menjadi dim_member, cb_perpustakaan menjadi dim_perpustakaan, dan tabel pegawai
menjadi dim_pegawai pada OLAP.
Pada tampilan awal aplikasi, terdapat halaman history ETL pada tab Database. Halaman ini
menampilkan tabel history ETL yang menyatakan laporan ekstraksi data meliputi nama tabel, baris
awal, baris akhir, status dan tanggal. Ketika user memilih tombol Extract Data, aplikasi akan menyeleksi
data dari database source yang id nya lebih dari nilai Data Akhir yang tercatat pada history ETL. Hal ini
bertujuan supaya tidak ada duplikasi data pada database data warehouse.
Terdapat tab Warehouse Tahun dan Warehouse Bulan yang menampilkan halaman report dari
peminjaman buku. Tampilan Warehouse Tahun ditunjukkan seperti gambar berikut.
Peminjaman tahunan menampilkan peminjaman yang dilakukan member pada tab Member
dan buku dengan jumlah dipinjamannya pada tab Buku. Seleksi data bisa dilakukan oleh pengguna
berdasarkan nama perpustakaan dan tahun tertentu. Tabel menampilkan nama member pada baris
dan bulan pada kolom. Di akhir baris dan di akhir kolom, terdapat field Total yang menyatakan jumlah
peminjaman. Tampilan aplikasi Warehouse Peminjaman Tahunan pada tab Buku ditunjukkan pada
gambar berikut.
Tabel yang ditampilkan pada tab Buku menyatakan jumlah buku tertentu dipinjam pada tiap
bulan pada tahun tertentu. Baris menyatakan nama buku, sedangkan kolom menyatakan tiap bulannya.
Selain tahun, juga terdapat per bulan yang menyatakan jumlah peminjaman dalam satu bulan, yang
ditunjukkan pada gambar berikut.
Tabel pada peminjaman bulanan menyatakan peminjaman yang dilakukan per hari yang
dinyatakan dengan tanggal, pada bulan, tahun dan lokasi perpustakaan tertentu. Kolom tanggal yang
terdapat pada tabel sudah disesuaikan dengan jumlah tanggal tiap bulannya untuk mengatasi
kekeliruan data. Aplikasi dapat melakukan export data ke dalam Microsoft Excel dengan menekan
tombol Export. Tampilan data pada Excel seperti gambar berikut.
Setelah export data ke Excel, dapat dilihat data yang diseleksi pada aplikasi tampil pada format
Excel. Selain export ke Excel, fitur lain aplikasi yaitu menampilkan data dalam bentuk grafik seperti
contoh pada gambar berikut.
###############################################
4.3 Analisis
Analisis yang dilakukan pada aplikasi data warehouse yaitu mengecek waktu yang dibutuhkan
seleksi data dari OLTP dan dibandingkan dengan waktu seleksi data dari Data Warehouse. Pertama,
dilakukan seleksi dari tabel relasional untuk menampilkan buku, member, perpustakaan, tahun, bulan
serta jumlah.
Terlihat pada gambar hasil seleksi menampilkan 90 baris data dengan waktu eksekusi 0.094
detik. Selanjutnya akan diuji waktu ekstraksi data dari database OLTP ke database warehouse
perpustakaan.
Terlihat pada gambar waktu yang dihabiskan untuk seleksi data dari database warehouse
perpustakaan adalah 0.003 sec. Perbandingan waktu tiap proses ditampilkan pada tabel berikut.
5. Kesimpulan
Berdasarkan hasil pengujian sistem maka dapat disimpulkan hasil ekstraksi data dari basis
data perpustakaan relasional kedalam data warehouse perpustakaan berjalan dengan baik seperti
men-transformasi data dari tabel transaksional ke dalam tabel fakta, dan menampilkan report atau
laporan dari data warehouse di GUI.
Aplikasi berhasil membuat report yang menampilkan data peminjaman yaitu nama member,
nama buku, tahun, bulan, tanggal, cabang perpustakaan. Penyeleksian data juga dibuat dinamis sesuai
dengan inputan pengguna supaya mudah mencari laporan yang ingin ditampilkan. Seleksi data dari
database OLTP lebih lama dibanding database warehouse yaitu memakan waktu 0.094 sec.
Sedangkan seleksi data dari Database Warehouse memakan waktu 0.003 sec.
Daftar Pustaka
[1] Armadyah Amborowati, “Perancangan dan Pembuatan Data Warehouse Pada Perpustakaan
Stmik Amikom Yogyakarta“. Seminar Nasional Aplikasi Sains dan Teknologi 2008 – IST
AKPRIND Yogyakarta, pp. 35 – 52, 2008.
[2] Gat, “Perancangan Basis Data Perputakaan Sekolah dengan Menerapkan Model Data
Relasional”. STMIK Pontianak, pp. 304 – 315, 2015.
[3] Agus Safril, “Perancangan Dan Implementasi Data Warehouse Meteorologi, Klimatologi,
Geofisika Dan Bencana Alam”. Jurnal Meteorologi Dan Geofisika, pp. 132 – 144, 2009.