Abstrak
Teknologi pada saat ini memungkinkan untuk membantu manusia dalam aktivitas dan kegiatan sehari-
hari. Bahkan lebih dari itu, teknologi juga membantu manusia dalam hal-hal yang penting. Teknologi
telah diterapkan oleh beberapa Organisasi Perangkat Daerah (OPD) yang dalam kasus kali ini yaitu
Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) dan Badan Pengelolaan Keuangan dan Aset
Daerah (BPKAD) Kabupaten Sidoarjo untuk melakukan pelaporan (reporting). Akan tetapi,
penyampaian laporan yang dilakukan masih menggunakan On-Line Transaction Processing (OLTP).
Oleh karena itu, Pemerintah Kabupaten Sidoarjo melalui Dinas Komunikasi dan Informatika
(DISKOMINFO) membangun suatu data warehouse yang berguna untuk mengintegrasikan semua data
OLTP pada masing-masing OPD, sehingga sumber data pelaporan menjadi terpusat dan juga berguna
sebagai back-up data OLTP. Tahapan yang pertama dalam membangun data warehouse yaitu analisis
kebutuhan. Dalam kasus ini, analisis kebutuhan data warehouse menggunakan pendekatan mixed-
driven. Berdasarkan hasil analisis kebutuhan telah didapatkan tiga information package yaitu
information package perencanaan anggaran, usulan anggaran, dan realisasi anggaran. Information
package tersebut menghasilkan dua perancangan multidimensional berbentuk star schema serta
berdasarkan hasil pengujian validasi dengan melakukan expert judgement dan pengujian verifikasi
menggunakan Requirement Traceability Matrix (RTM) menunjukkan bahwa rancangan yang telah
dibuat 100% valid dan sesuai dengan kebutuhan pengguna.
Kata kunci: pelaporan, data warehouse, OLTP, mixed-driven, expert judgement
Abstract
Today technology is possible to help people in their daily activity. Technology also help people in
important things. Technology has been implemented by several Organisasi Perangkat Daerah (OPD),
there are Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) and Badan Pengelolaan
Keuangan dan Aset Daerah (BPKAD) Kabupaten Sidoarjo to conduct reporting. However, the
submission of reports carried out still uses On-Line Transaction Processing (OLTP). Therefore, Dinas
Komunikasi dan Informatika (DISKOMINFO) Kabupaten Sidoarjo built a data warehouse that is useful
for integrating all OLTP data on each OPD, so that the reporting data source becomes centralized and
is also useful as OLTP data back-up. The first stage in building a data warehouse is requirements
analysis. In this case, requirements analysis data warehouse uses a mixed-driven approach. Based on
the results of the requirements analysis, three information packages have been obtained, they are
information package budget planning, budget proposal, and budget realization. The information
package produced two multidimensional designs in the form of star schema and based on the results of
validation testing by conducting expert judgment and verification testing using Requirement
Traceability Matrix (RTM) showed that the design that had been made was 100% valid and according
to user needs.
Keywords: reporting, data warehouse, OLTP, mixed-driven, expert-judgement
teknologi informasi. Data harus dikelola dan data warehouse. Tahapan pertama yaitu analisis
dijaga dengan baik, agar menghasilkan kebutuhan yang merupakan proses
informasi berkualitas yang dapat dijadikan mengumpulkan requirements atau kebutuhan
sebagai dasar untuk membuat keputusan yang data warehouse dari organisasi. Ada beberapa
berkualitas. pendekatan dasar yang dapat digunakan untuk
Berdasaran hasil wawancara dengan Kepala analisis kebutuhan yaitu pedekatan data-driven,
Seksi Keamanan Informasi dan Telekomunikasi, user-driven, dan goal-driven (Abai et al., 2013).
Dinas Komunikasi dan Informatika Kabupaten Untuk mempertegas kelebihan dan
Sidoarjo, setiap OPD yang ada di Pemerintah meminimalisir kekurangan dari masing-masing
Sidoarjo memiliki sistem On-Line Transaction pendekatan dasar, terdapat solusi yaitu dengan
Processing (OLTP). OLTP adalah sistem yang menggabungkan beberapa pendekatan dasar
berorientasi proses yang memproses transaksi yang disebut dengan mixed-driven.
secara langsung melalui komputer yang Tahap selanjutnya yaitu perancangan data
terhubung dalam jaringan. Sistem OLTP warehouse, menentukan bagaimana struktur
tersebut dikelola oleh masing-masing OPD, data akan diakses, terhubung, diproses, dan
sehingga pelaporan (reporting) masing-masing disimpan ke dalam data warehouse. Selama
OPD tersebut kepada bupati dan kepala dinas tahap perancangan data warehouse ini, sumber
masih dilakukan dengan menggunakan sistem data diidentifikasi. Perancangan data warehouse
OLTP. pada penelitian ini hanya dilakukan dengan data
DISKOMINFO Kabupaten Sidoarjo mart bagian perencanaan anggaran dan realisasi
berencana untuk mengintegrasikan semua data anggaran setiap OPD Kabupaten Sidoarjo.
OLTP pada masing-masing OPD yang nantinya Setelah sumber data telah diidentifikasi, sudah
akan dijadikan sumber laporan (reporting), dapat memulai membangun struktur logis dan
sehingga penyampaian laporan yang dilakukan fisik berdasarkan kebutuhan yang telah
lebih efektif dan efisien dikarenakan ditetapkan.
penyampaian laporan terpusat pada satu sumber
data. Laporan yang dibutuhkan yaitu 2. TINJAUAN PUSTAKA
perencanaan anggaran tahunan setiap OPD, 2.1. Penelitian Sejenis
jumlah usulan anggaran, serta jumlah realisasi
anggaran Pemerintah Kabupaten Sidoarjo. Nur Hani Zulkifli Abai, Jamaiah H.
Sumber data yang dibutuhkan untuk laporan Yahaya, dan Aziz Deraman dalam jurnalnya
tersebut berasal dari sistem OLTP OPD Badan yang berjudul “User Requirement Analysis in
Perencanaan Pembangunan Daerah Data warehouse Design: A Review” membahas
(BAPPEDA) dan Badan Keuangan dan tentang tahapan analisis kebutuhan data
Administrasi Daerah (BKAD). Selain digunakan warehouse merupakan tahapan awal dan yang
sebagai sumber laporan, penyimpanan tersebut paling penting dalam membangun data
juga digunakan sebagai back up data dari warehouse karena dapat memengaruhi tahapan
pelaporan pada sistem OLTP dan meringankan yang lain. Kegagalan dalam membangun data
kinerja dari sistem OLTP tersebut. warehouse terjadi karena kebanyakan
Salah satu satu solusi untuk mengatasi melalaikan tahap ini. Oleh karena itu,
masalah tersebut yaitu penerapan Data dibutuhkan pendekatan yang tepat agar tidak
warehouse. Data warehouse penting dalam hal salah dalam mendefiniskan kebutuhan.
pengambilan keputusan strategis dengan Beberapa pendekatan yang dibahas yaitu
kemampuannya untuk mengintegrasikan data pendekatan data-driven menggunakan teknik
heterogen dari beberapa sumber informasi di bottom-up yang berfokus pada sumber data
ruang penyimpanan yang umum, untuk query operasional sebagai dasar ruang lingkup dan
dan analisis (Arfaoui & Akaichi, 2010). Dalam fungsionalitas dari data warehouse. Selain itu,
data warehouse terdapat istilah data mart. Data pendekatan ini dapat digunakan untuk
mart memiliki peran yang sama dengan data memetakan data. Pendekatan user-driven
warehouse, tetapi dibatasi oleh ruang lingkup menggunakan teknik bottom-up. Pendekatan ini
(Ponniah, 2001). Data mart dapat melayani satu dimulai dengan menentukan kebutuhan
departemen atau fungsional bisnis tertentu. pengguna bisnis yang berbeda pada tingkat
Dalam penelitian ini, OPD BAPPEDA dan taktis. Pendekatan goal-driven menggunakan
BKAD akan bertindak sebagai data mart. teknik top-down. Pendekatan ini membutuhkan
Ada beberapa tahapan dalam membangun keterlibatan top level management dan berfokus
tapi membutuhkan effort lebih untuk melakukan Ross, 2011). ETL meliputi area akuisisi data dan
perancangan data warehouse dikarenakan tidak penyimpanan data. Fungsi dari proses ETL yaitu
semua kebutuhan user tersedia di sumber data. mendapatkan data-data relevan yang kemudian
Untuk menutupi kekurangan dari masing- di transformasi untuk disimpan di dalam data
masing pendekatan dan memperkecil resiko warehouse sebagai informasi yang berguna
kegagalan projek data warehouse, Jukic dan (Ponniah, 2001).
Nicholas (2010) menawarkan solusi untuk
2.6. Perancangan Konseptual ETL
menggabungkan pendekatan tersebut. Adapun
tahapan analisis kebutuhan menggunakan Tujuan dari penggunaan perancangan
pendekatan ini dapat dilihat pada Gambar 2. konseptual proses ETL adalah untuk
menggambarkan aktifitas yang terjadi pada saat
proses pemindahan data dari sumber data ke
penyimpanan data warehouse (Vassiliadis,
Simitsis, & Skiadopoulus, 2002). Simbol-simbol
beserta artinya dapat dilihat pada Gambar 4.
OPD Tahun
MEASUREMENT Total usulan OPD, total usulan
kecamatan, total usulan DPRD
DWH RDS
SIDOARJO TOTAL_USULAN_OPD
URUSAN_LV_1
DANA_URUSAN_LV_2
URUSAN_LVL2 JML_ANGGARAN DANA_URUSAN_LV_1
INDIKATOR_PROGRAM URUSAN_LV_2
NAMA_PROGRAM
TARGET_PROGRAM ϒ DANA_URUSAN_LV_2
INDIKATOR_PROGRAM
LOKASI_PROGRAM KODE_PROGRAM
TARGET_PROGRAM
NAMA_KEGIATAN NAMA_PROGRAM
LOKASI_PROGRAM
INDIKATOR_KEGIATAN INDIKATOR_PROGRAM
ID_URUSAN_LVL1_OLTP DANA_PROGRAM
NAMA_KEGIATAN
ID_URUSAN_LVL2_OLTP KODE_KEGIATAN
INDIKATOR_KEGIATAN
ID_PROGRAM_OLTP NAMA_KEGIATAN
TARGET_KEGIATAN
ID_KEGIATAN_OLTP INDIKATOR_KEGIATAN
TARGET_KEGIATAN LOKASI_KEGIATAN
LOKASI_KEGIATAN DANA_KEGIATAN
DANA_KEGIATAN
TAHUN
TAHUN
TOTAL_ANGGARAN_USULAN_PD
TOTAL_ANGGARAN_USULAN_PD
TOTAL_ANGGARAN_USULAN_KECAMATAN
TOTAL_ANGGARAN_USULAN_KECAMATAN
TOTAL_ANGGARAN_USULAN_DPRD TOTAL_ANGGARAN_USULAN_DPRD
Gambar 8. Rancangan Konseptual ETL Fakta Gambar 9. Rancangan Konseptual ETL Fakta
Anggaran Usulan Anggaran
konseptual ETL perpindahan data yang ada di melakukan pencocokan skema atau model
dalam BAPPEDA_FAKTA_USULAN data multidimensional dengan kebutuhan dari
warehouse berasal dari DIMENSI_WAKTU dan pengguna. Dengan melakukan pengujian, maka
DIMENSI_OPD data warehouse yang di nantinya dapat diketahui apakah skema data
gabungkan dengan sumber data warehouse yang telah dibuat sesuai dengan
RENCANA_KERJA yang ada di dalam kebutuhan dari pengguna dan dinilai oleh expert
database OLTP RDS. atau ahli. Adapun contoh kasus pengujian fakta
realisasi anggaran dapat dilihat pada Tabel 8.