JUDUL

MEMPRESENTASIKAN DW-OLAP MENGGUNAKAN PENTAHO KETTLE UNTUK

INTEGRASI DATA

Oleh

SHELA WATI PRATIWI

NIM. 41514110062

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER
UNIVERSITAS MERCU BUANA
TAHUN 2019
 PENDAHULUAN

A. Latar Belakang

Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai

kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan semakin
kompleks. Teknologi informasi juga dituntut untuk dapat memberikan kemudahan bagi manusia
dalam beraktivitas seperti dalam mengambil keputusan, memecahkan masalah yang kompleks,
akses informasi, mengirim data dan lain-lain. Salah satunya adalah dalam bidang bisnis, yaitu
untuk membantu pihak manajemen perusahaan untuk mengambil keputusan- keputusan strategis.
Keputusan-keputusan strategis ini sangat penting untuk memajukan perusahaan.

Dalam dunia bisnis, manajemen perusahaan dituntut untuk membuat sistem yang dapat
membantu mempermudah dalam mengelola database, memperoleh informasi serta laporan-
laporan yang dapat digunakan dalam pengambilan keputusan. Namun sistem yang biasa
digunakan dalam perusahaan adalah sistem operasional yang mengolah database operasional
yang biasa disebut dengan OLTP (Online Transaction Processing).

Seiring dengan berkembangnya perusahaan, data-data pada database OLTP akan semakin
bertambah dan semakin menumpuk. Dari banyaknya transaksi yang terjadi tiap bulannya
menyebabkan terakumulasinya data dalam jumlah yang besar. Data-data tersebut tidak dapat
secara langsung mendukung pengambilan keputusan, diperlukan adanya analisa terhadap
data-data tersebut untuk menggali informasi-informasi melalui OLAP (Online Analytical
Processing). Maka sebuah perusahaan semakin memiliki tantangan yaitu bagaimana cara yang
tepat untuk mengubah sistem operasional menjadi suatu sumber pengetahuan yang terintegrasi
dalam mendukung pengambilan keputusan perusahaan.

Intelegensi bisnis menjadi solusi yang tepat untuk mengatasi masalah-masalah tersebut.
Intelegensi bisnis sebenarnya terdiri dari beberapa aplikasi yang diintegrasikan dan disesuaikan
dengan kebutuhan perusahaan. Aplikasi ini bekerja dengan cara mengumpulkan data-data
yang dimiliki oleh perusahaan dalam sebuah integrasi data sehingga dapat menghasilkan suatu
informasi yang mampu memberikan keputusan.

Konsep dari integrasi data mampu mendukung pembuatan keputusan dan menerima
data dari berbagai sumber data operasional. Secara definisi, integrasi data adalah suatu
koleksi data yang bisa digunakan untuk menunjang pengambilan keputusan manajemen, yang
berorientasi subjek (topik), terpadu, time-variant. integrasi data merupakan sebuah relational
database yang didesain dengan lebih menekankan pada query dan analisa dibandingkan
untuk proses transaksi. integrasi data digunakan untuk mendukung pengekstrakan, pemrosesan,
dan penyajian yang efisien untuk analisa dan tujuan-tujuan pembuatan keputusan.

B. Kondisi Umum Studi Kasus

Untuk tugas ini menggunakan pentaho kettle sebagai perangkat lunak intelejen bisnis (BI)
yang menyediakan integrasi data, layanan OLAP, pelaporan, dasbord informasi, pengambilan
data, dan mengekstrak, mengubah, yang memuat kemampuan (ETL).

Integrasi data menggunakan konsep multi database yang memungkinkan seluruh system
database dapat terhubung ke dalam satu system database sehingga dapat menjadi sumber data
actual untuk menunjang keputusan seluruh management di perusahan tersebut.

Para analis menggunakan intelegensi bisnis untuk ekstraksi informasi bisnis yang
memungkinkan pengambilan keputusan yang lebih baik, membantu mengenali
kecenderungan bisnis, menemukan jawaban atas pertanyaan dan pada akhirnya dapat digunakan
sebagai bahan pertimbangan dalam pengambilan keputusan yang akan memajukan suatu
organisasi. Oleh karena itu pada pada tugas ini dipilih topik “Mempresentasikan DW-OLAP
menggunakan Pentaho Kettle untuk Integrasi Data”.

C. Hasil
a. Pembuatan database System Penjualan mengunakan PgAdmin III

Untuk pembuatan Schema: System_penjualan

DROP SCHEMA "System_penjualan";

CREATE SCHEMA "System_penjualan"

AUTHORIZATION postgres;
 Gambar 1 Pembuatan database system_penjualan

Database system penjualan ini untuk menyimpan data transaksi penjualan baik berupa harga
maupun quantity pembelian barang serta data konsumen.

Terdapat dua table di dalam system penjualan table customer dan data transaksi

b. Isi dari table customer

CREATE TA[=BLE "System_penjualan".customer

cust_id integer NOT NULL,

cust_name character varying(50),

segmen character varying(50),

city character varying(50),

state character varying(20),

kode_pos integer,

provinsi character varying(30),

CONSTRAINT customer_pk PRIMARY KEY (cust_id)

)

WITH (

OIDS=FALSE

);

ALTER TABLE "System_penjualan".customer

OWNER TO postgres;

INSERT INTO "System_penjualan".customer(

cust_id, cust_name, segmen, city, state, kode_pos, provinsi)

VALUES (?, ?, ?, ?, ?, ?, ?);

Gambar 2 Column table customer

c. Isi dari table data transaksi

CREATE TABLE "System_penjualan".data_transaksi

order_id integer NOT NULL,

order_date date NOT NULL,

 shift_date date NOT NULL,

mode_pengiriman character varying(20) NOT NULL,

cust_id integer NOT NULL,

diskon integer NOT NULL,

price numeric(50,0) NOT NULL,

total_price numeric(50,0) NOT NULL,

product_id integer,

CONSTRAINT data_transaksi_pk PRIMARY KEY (order_id)

WITH (

OIDS=FALSE

);

ALTER TABLE "System_penjualan".data_transaksi

OWNER TO postgres;

INSERT INTO "System_penjualan".data_transaksi(

order_id, order_date, shift_date, mode_pengiriman, cust_id, diskon,

price, total_price, product_id)

VALUES (?, ?, ?, ?, ?, ?,

?, ?, ?);
 Gambar 3 Column table transaksi

d. Pembuatan database warehouse menggunakan MySql

Di dalam database warehouse terdapat dua table , yaitu table category dan table product

Isi dari table category, database ini untuk menyimpan stock

Gambar 4 Gambar isi Struktur Table category

 Gambar 5 Gambar isi Struktur Table product

e. Pembuatan Pentaho Data Integration Menggunakan Schema Snowflake

Gambar 6. Design transformation di pentaho data integration

Tujuan dari Schema ini untuk menghubungkan dua database Postgree dan MySQL.
f. Koneksi data ke Pentaho SQL
Connection name : postgree
Hostname : localhost
Database Name : postgres
Port number : 5432
User Name : postgres
Passsword :1

Gambar 7 Setting koneksi ke database postgreSQL

gambar di atas menjelaskan cara koneksi Pentaho ke database Postgree.

g. Koneksi data ke MySQL

Connection name : warehouse
Hostname : localhost
Database Name : warehouse
Port number : 3306
User Name : root
 Gambar 8 Setting koneksi ke database MySQL
gambar di atas menjelaskan cara koneksi Pentaho ke database MySQL.

h. Membuat table input di pentaho data integration

Step name : Table penjualan

Connection : postgree

SQL statement :
select * from "System_penjualan".data_transaksi a
join "System_penjualan".customer b on a.cust_id=b.cust_id
 Gambar 9 Table input system_penjualan

Langkah ini berfungsi untuk mengambil data yang berada di database system_penjualan
dengan menggabungkan table data_transaksi dan table customer.
 Gambar 10 Tabel input database warehouse

Langkah ini berfungsi untuk mengambil data yang berada di database warehouse dengan
menggabungkan table product dan table category.

i. Membuat select value

Step ini berfungsi untuk melakukan pemilihan value yang akan di transformasikan ke
step selanjutnya.
 Gambar 11 Gambar Select Values
Gambar di atas untuk memilih field mana saja yang akan di transformasikan dari database
Postgree.

j. Membuat table output

Step ini berfungsi untuk melakukan pengiriman data yang dihasilakn dari proses
pengolahan data postgreSQL ke database MySQL, kemudian mebuat table baru didalam
database warehouse dengan nama table transaksi_penjualan.
 Gambar 12 Table Output dari proses data postgreSQl ke database MySQL

gambar di atas adalah hasil dari datebase Postgree ke Mysql dengan membentuk table baru di
database Mysql dengan nama table transaksi_penjualan.

k. Membuat Microsoft excel output

Step ini berfungsi untuk menghasilkan data informasi stok yang tidak terjual atau tidak laku di
pasaran berdasarkan hasil penghubungan dua database yaitu postgreeSQL dengan MySQL
dan dihasilkan data dalam bentuk excel file.
Gambar 13 Gambar step output excel file
 Gambar 14 Gambar Hasil Data Integrasi file excel .ktr

Gambar di atas adalah hasil dari integrasi data Postgree dan MySQL sehingga terbentuk file exel
yang berisi informasi stok barang yang tidak terjual dan tidak laku di pasaran.
 l. ERD
Database MySQL “warehouse”

Gambar 15 Gambar ERD MySQL “warehouse”

Database Postgree “system_penjualan

Gambar 16 Gambar ERD Postgree “system_penjualan”

 KESIMPULAN DAN SARAN

A. Kesimpulan

Dari uraian sebelumnya maka dapat ditarik suatu kesimpulan mengenai Integrasi data
menggunakan pentaho :

1. integrasi data mampu mendukung pembuatan keputusan dan menerima data dari
berbagai sumber data operasional. .

2. Dapat menggali pengetahuan yang berkaitan dengan Teknik Informatika di sistem nyata .

B. Saran

Pada saat instalasi pentaho banyak package.jar yang berfungsi sebagai penghubung atau
koneksi database tidak ada dalam file instalasi, jadi saran saya cukupkan seluruh package yang di
butuhkan dalam pentaho kettle ini di dalam isntalasi sehingga tidak menyulitkan pengguna.