PROPOSAL TUGAS AKHIR

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

PADA BIDANG KONTRAKTOR EM
(STUDI KASUS: PT ENERGINDO SUMBER SEJATI)

Oleh:

Chearly Cantika Putri 1923240090

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER DAN REKAYASA
UNIVERSITAS MULTI DATA PALEMBANG
PALEMBANG
2023
 HALAMAN PENGESAHAN
PROPOSAL TUGAS AKHIR

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE

PADA BIDANG KONTRAKTOR EM
(STUDI KASUS: PT ENERGINDO SUMBER SEJATI)

Diajukan oleh:

Chearly Cantika Putri

1923240090

Palembang, 9 Juni 2023

Menyetujui
Pembimbing Tugas Akhir

Iis Pradesan, S. Kom., M.T.I

NIK: 101057

Mengetahui
Ketua Program Studi Sistem Informasi

Iis Pradesan, S. Kom., M.T.I

NIK: 101057

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER DAN REKAYASA
UNIVERSITAS MULTI DATA PALEMBANG
PALEMBANG
2023
 DAFTAR ISI

JUDUL .................................................................................................................... i
HALAMAN PENGESAHAN ............................................................................... ii
DAFTAR ISI ......................................................................................................... iii
DAFTAR TABEL .................................................................................................. v
TABEL GAMBAR ............................................................................................... vi

BAB I PENDAHULUAN
1.1 Latar Belakang ...................................................................................... 1
1.2 Permasalahan ......................................................................................... 2
1.3 Tujuan dan Manfaat ............................................................................... 3
1.3.1 Tujuan .......................................................................................... 3
1.3.2 Manfaat........................................................................................ 3
1.4 Ruang Lingkup ...................................................................................... 3
1.5 Metodologi Pengmbangan Sistem ......................................................... 4
1.5.1. Pengumpulan Data ..................................................................... 4
1.5.2. Perancangan Data Warehouse .................................................... 5
1.6 Sistematika Penulisan ............................................................................ 5
1.7 Jadwal Kegiatan .................................................................................... 6

BAB II LANDASAN TEORI

2.1 Tinjauan Pustaka ................................................................................... 7
2.1.1. Data Warehouse ......................................................................... 7
2.1.1 Karakteristik Data Warehouse .................................................... 8
2.1.3. ETL (Extract, Transform, Load) ................................................ 9
2.1.4. OLAP (Online Analytical Processing) ....................................... 9
2.1.5. Model Data Multidimensional.................................................... 9
2.1.6. Use Case Diagram .....................................................................11
2.2. Penelitian Terdahulu ........................................................................... 14

BAB III METODOLOGI PENELITIAN

3.1 Kerangka Penelitian ............................................................................ 18
3.2 Metodologi Perancangan Basis Data untuk Data Warehouse ............. 19
 3.3 Arsitektur Data Warehouse ................................................................. 22

DAFTAR REFERENSI
 DAFTAR TABEL

Tabel 1. 1 Tabel Jadwal Kegiatan ............................................................................ 6

Tabel 2. 1 Simbol Use Case Diagram ................................................................... 12
Tabel 2. 2 Database Diagram ................................................................................ 13
Tabel 2. 3 Penelitihan Terdahulu ........................................................................... 15
Tabel 3. 1 Tabel Dimensi....................................................................................... 20
Tabel 3. 2 Tabel Fakta ........................................................................................... 20
 TABEL GAMBAR

Gambar 2. 1 Star Schema ...................................................................................... 10

Gambar 2. 2 Snowflake Schema ............................................................................11
Gambar 3. 1 Kerangka Penelitian ......................................................................... 18
Gambar 3. 2 Ilustrasi Perhitungan Awal pada Tabel Fakta ................................... 21

vi
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Kemajuan teknologi informasi dari tahun ke tahun selalu ditandai

dengan perkembangan yang sangat pesat. Berbagai fasilitas dan kemudahan

yang diciptakan oleh perkembangan teknologi informasi secara langsung

mempengaruhi kegiatan organisasi. Salah satunya dengan mengetahui

kegiatan instansi tersebut melalui website. Diakses dengan memasukkan

alamat website lembaga yang ingin kita cari menggunakan smartphone,

laptop dan PC. Dampak dari perkembangan teknologi informasi selanjutnya

mendorong organisasi untuk bertahan dan meningkatkan kinerjanya. Peran

teknologi informasi berfokus pada pengelolaan sistem informasi. Selain itu,

teknologi informasi dapat merespon kebutuhan organisasi dengan sangat

cepat, tepat waktu, akurat dan tepat (Wadani, 2010).

Proyek adalah serangkaian kegiatan yang ditujukan untuk

menciptakan produk, layanan, atau hasil yang unik. Proyek ini disesuaikan

dengan kebutuhan pelanggan. Dalam proses pencapaian tujuan, proyek

menunjukkan karakteristik yang dikenal sebagai kendala rangkap tiga,

termasuk tujuan spesifik yang terkait dengan persyaratan waktu, biaya, dan

kinerja (Utama Widiasatria & Syairudin Bambang, 2021). Proyek

konstruksi selalu membutuhkan sumber daya yaitu manusia (people), bahan

1
 2

bangunan (materials), peralatan (machines), uang (money), informasi

(information) dan waktu (time). Dengan berkembangnya industri

konstruksi, banyak kontraktor baru atau lanjutan yang mulai

mengembangkan usahanya ke dalam bidang konstruksi atau yang biasa

disebut dengan kontraktor.

PT Energindo Sumber Sejati merupakan perusahaan yang bergerak

dibidang konstruksi. Banyaknya data yang ada saat ini, dan banyaknya

proyek yang di tangani oleh PT Energindo Sumber Sejati Membuat Direktur

kesulitan untuk melihat secara keseluruhan data yang ada pada perusahaan

terutama data yang berhubungan dengan proyek, baik sudah dikerjakan

maupun yang sedang dikerjakan. Selama pengerjaan proyek PT Energindo

Sumber Sejati selalu melihat perhitungan keuntungan hanyalah di awal

perjanjian vendor, dan perusahaan tidak dapat membuat keputusan untuk

kedepannya. Dengan perpaduan teknologi saat ini perusahaan

menginginkan data-data yang ada dikemas dan dapat ditampilkan menjadi

satu.

Penulis akan mengembangkan sistem Data Warehouse. Oleh karena

itu, penulis mengambil judul skripsi “Perancangan Dan Implementasi

Data Warehouse Pada Bidang Kontraktor EM (Studi Kasus : PT

Energindo Sumber Sejati)”.

1.2 Permasalahan
Berdasarkan latar belakang diatas, maka permasalahan yang dapat

disimpulkan adalah bagaimana merancang Data Warehouse untuk melihat

 3

data proyek secara keseluruhan dan dapat digunakan untuk melihat

perhitungan keuntungan pada setiap proyek serta sebagai pertimbangan

pengambilan keputusan yang di ambil perusahaan.

1.3 Tujuan dan Manfaat

1.3.1 Tujuan

Adapun tujuan yang ingin dicapai dari sistem yang akan di

bangun adalah merancang dan mengimplementasikan Data

Warehouse pada bidang kontraktor EM.

1.3.2 Manfaat

Adapun manfaat yang ingin dicapai dari sistem yang akan

dibangun adalah Sistem yang dibangun diharapkan dapat membantu

perusahaan untuk memanfaatkan Data Warehouse sebagai sumber

untuk menganalisis data.

1.4 Ruang Lingkup

Berikut Batasan dalam ruang lingkup pada sistem Data warehouse

PT Energindo Sumber Sejati agar penelitian lebih terarah, yaitu:

1. Sistem informasi Data warehouse dibangun diatas platform web.

2. Sistem yang dibangun hanya diperuntukkan PT Energindo Sumber

Sejati.

3. Data yang digunakan dalam penelitian ini adalah data proyek pada PT

Energindo Sumber Sejati.

4. Perncangan data warehouse dalam penelitian ini hanya menggunakan

satu jenis skema yaitu menggunakan Star Schema.

 4

1.5 Metodologi Pengmbangan Sistem

Metode yang digunakan dalam penelitian ini terdiri dari beberapa

tahap, yaitu:

1.5.1. Pengumpulan Data

Dalam penulisan karya ini, penulis menggunakan beberapa

tahapan atau metode penelitian. Langkah-langkah atau metode

yang digunakan dalam penulisan ini terdiri dari studi literatur,

metode dokumentasi dan metode wawancara. Penjelasan mengenai

metode yang digunakan dapat dilihat sebagai berikut:

a. Studi Literatur

Kegiatan ini dilakukan untuk meninjau penelitian-

penelitian sebelumnya dan meringkasnya sedemikian rupa

sehingga mengidentifikasi perbedaan dengan penelitian-

penelitian yang telah dilakukan dan dapat membantu

membentuk pola penelitian.

b. Dokumentasi

Dokumentasi diperlukan pada tahap ini untuk mengumpulkan

bukti hasil penelitian berupa foto bersama tim peneliti

pendukung penelitian, foto dan wawancara.

c. Wawancara

Wawancara dalam penelitian ini merupakan wawancara

formal karena dilakukan secara sistematis dan untuk

mendapatkan data terkait penelitian, serta wawancara

 5

dilakukan secara offline. Hasil yang diperoleh dari wawancara

tersebut berasal dari data proyek PT Energindo Sumber Sejati

dan data lain yang diperlukan untuk pengembangan sistem.

1.5.2. Perancangan Data Warehouse

Pada perancangan Data Warehouse menggunakan

metodologi Nine-Step Kimball yang mana terdiri dari Sembilan

tahapan.

1.6 Sistematika Penulisan

Tahapan dalam penulisan Proposal Tugas Akhir ini antara lain sebagai

berikut:

BAB I PENDAHULUAN

Pada bab ini penulis menguraikan secara garis besar mengenai latar

belakang, permasalahan, tujuan dan manfaat, ruang lingkup, serta

sistematika penulisan.

BAB II KAJIAN TEORI

Pada bab kedua akan diuraikan mengenai teori-teori dasar yang

berhubungan dengan penulisan dan pembuatan proposal skripsi.

BAB III METEDOLOGI PENELITIAN

Bab ini berisikan metodologi pengembangan yang akan digunakan

dalam pengembangan sistem.

 6

1.7 Jadwal Kegiatan

Tabel 1. 1 Tabel Jadwal Kegiatan

Februari Maret April Mei Juni

No. Kegiatan
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2
1 Perencanaan
1.1 Observasi
1.2 Wawancara
1.3 Studi Pustaka
2 Analisis Kebutuhan
3 Dokumentasi
 BAB II

LANDASAN TEORI

2.1 Tinjauan Pustaka

Dalam Tinjauan pustaka menjelaskan teori-teori yang berkaitan

dengan pokok bahasan yang diteliti. Teori-teori yang terkandung adalah

teori-teori yang saling berkaitan dan mendukung teori tesis. Oleh karena

itu, di bawah ini adalah penjelasan teori yang mendukung penulisan

disertasi yang ditulis oleh penulis.

2.1.1. Data Warehouse

Data Warehouse adalah kumpulan data yang berorientasi

tematis, terintegrasi, tidak mudah berubah, dan bervariasi waktu

yang mendukung proses pengambilan keputusan manajemen.

Menurut Mannino, gudang data adalah gudang data terpusat tempat

data dari basis data operasional dan sumber lainnya diintegrasikan,

dibersihkan, dan diarsipkan untuk mendukung pengambilan

keputusan. Menurut McLeod, gudang data adalah sistem

penyimpanan data berkapasitas tinggi yang mengumpulkan data

dengan menambahkan catatan baru daripada memperbarui catatan

yang ada dengan informasi baru. Jenis data ini hanya digunakan

untuk pengambilan keputusan dan tidak dalam operasi perusahaan

sehari-hari (Khotimah & Sriyanto, 2016).

7
 8

2.1.1 Karakteristik Data Warehouse

Data warehouse yang secara harfiah berarti gudang data,

sebenarnya memiliki arti yang lebih dalam dari sekedar “gudang”.

Bill Inmon, dikreditkan dengan pencetus ide gudang data,

mendefinisikan bahwa gudang data adalah basis data yang memiliki

properti subyektif, built-in, non-volatile, dan temporal

(Kridalaksana et al., 2011).

1. Berorientasi topik berarti bahwa gudang data diatur berdasarkan

topik. ini berbeda dari data transaksional (OLTP) karena fokus

topik lebih menekankan pada domain, dalam hal transaksi

penjualan, domain adalah lokasi barang, waktu penjualan,

tempat.

2. Terintegrasi berarti bahwa data yang berbeda disatukan dalam

satu bentuk untuk memudahkan pemrosesan. Misalnya, ID

beberapa barang harus sama.

3. Non-volatile berarti data yang diproses oleh gudang data adalah

data final, yang berbeda dari data operasional, yang mencakup

data bergerak, seperti pesanan atau transaksi yang tidak

diverifikasi tidak diterima. Data ini masih dalam keadaan tidak

lengkap dan masih rentan. Untuk menghindari penggunaan data

yang buruk, gudang data harus berisi data definitif dan historis.

Data warehouse terdiri dari data read-only dan immutable (read-

only).
 9

4. varian waktu, yaitu memiliki dimensi waktu sebagai variabel.

Aspek time-varying dari data warehouse memberikan

kemampuan untuk menyajikan informasi dalam bentuk tren.

Hampir setiap perusahaan saat ini membutuhkan analisis tren

untuk melihat status perkembangan bisnis tertentu.

2.1.3. ETL (Extract, Transform, Load)

ETL (Extract, Transform, Load) adalah sistem gudang data

fundamental. Desain ETL yang baik untuk sistem ekstraksi sumber

data yang menekankan kualitas data dan standar yang konsisten

membutuhkan pengintegrasian data dari sumber yang berbeda untuk

menyediakan format data yang disajikan. Sistem ETL adalah

aktivitas backend yang tidak terlihat oleh pengguna akhir gudang

data. ETL menyediakan 70% sumber daya yang diperlukan untuk

mengimplementasikan dan memelihara gudang data (Dharayani et

al., 2015).

2.1.4. OLAP (Online Analytical Processing)

Online Analytical Processing (OLAP) adalah salah satu alat

yang menyediakan akses efisien ke informasi di gudang data untuk

proses analisis online, memberikan respons cepat terhadap

pertanyaan analitik yang kompleks. (Bakhri & Nuryamin, 2018).

2.1.5. Model Data Multidimensional

Menurut (Luktaputra & Dharmayanti, n.d., 2018) Pemodelan

multidimensi adalah teknik untuk memvisualisasikan model data

 10

sebagai kumpulan metrik yang menggambarkan aspek bisnis. Dalam

hal ini tabbing dan summarizing data sangat berguna untuk

menampilkan data guna mendukung analisis data.

Pemodelan ini dapat merampingkan proses penambangan data

dan mengoptimalkan kueri untuk analisis. Model dimensi disimpan

dalam platform basis data relasional yang biasa dikenal dengan

skema bintang (Ilham Fanani et al., 2021).

1. Star Schema

Skema bintang adalah model dasar pemodelan multidimensi,

seperti yang ditunjukkan pada Gambar 2.1. Skema bintang

memiliki tabel fakta sebagai induknya dan diapit oleh dua atau

lebih tabel dimensi.

Gambar 2. 1 Star Schema

 11

2. Snowflake Schema

Selain diagram bintang, kepingan salju juga merupakan

model multidimensi dasar. Model kepingan salju ditunjukkan

pada Gambar 2.2 sebagai contoh. Pada model kepingan salju,

terdapat tabel fakta sebagai tabel utama yang dikelilingi oleh

tabel-tabel dengan ukuran berbeda. Perbedaan utama antara Star

Schema dan Snowflake dapat dilihat pada Gambar 2.2, tabel

dimensi terlihat seperti tabel fakta yang dikelilingi oleh anak-

anak dari dimensi induk.

Gambar 2. 2 Snowflake Schema

2.1.6. Use Case Diagram

Use Case Diagram Merupakan diagram yang

menggambarkan interaksi khas antara pengguna (user) suatu sistem

dengan sistem yang terpisah dan menunjukkan bagaimana sistem

tersebut digunakan. Use case diagram terdiri dari aktor dan interaksi

yang dilakukannya. Aktor ini dapat berupa orang, perangkat, sistem

lain, atau interaksi dengan sistem (Kurniawan, Bayu & Syarifudin,

 12

2011). Simbol-simbol yang ada pada diagram use case dapat dilihat

pada table berikut.

Tabel 2. 1 Simbol Use Case Diagram

No Simbol Deskripsi
1 UseCase Usecase merupakan hasil
penyusunan kembali lingkup
fungsionalitas sistem menjadi
Nama Usecase banyak pernyataan fungsionalitas
sistem yang lebih kecil. Usecase
disajikan secara grafis dengan elips
horizontal dengan nama usecase
muncul di atas, bawah, atau di
dalam elips tersebut. Sebuah
usecase merepresentasikan satu
tujuan tunggal dari sistem dan
menggambarkan satu rangkaian
kegiatan dan interaksi pengguna
untuk mencapai tujuan.
2 Aktor/actor Segala sesuatu yang perlu
berinteraksi dengan sistem untuk
pertukaran informasi.
Nama aktor
3 Asosiasi/association Hubungan antara seorang pelaku
dan satu use case terbentuk kapan
pun usecase menggambarkan
interaksi antara keduanya.
4 Ekstensi/extends Usecase yang terdiri dari langkah
yang diekstraksi dari usecase yang
lebih kompleks untuk
 13

menyederhanakan masalah orisinal

dan karena itu memperluas
fungsinya.
5 Abstrak usecase/ Usecase yang mengurangi
uses/include redudansi antara dua atau lebih use
case lain dengan menggabungkan
langkah-langkah yang biasa
ditemukan pada usecase tersebut.
Hubungan antara abstract usecase
dan usecase yang menggunakannya
disebut uses relationship (beberapa
alat pemodelan usecase
menyebutnya includes relationship).
6 Subsistem Subsistem menyatakan
pengelompokkan usecase
berdasarkan area fungsional logika
dari proses bisnis. Subsistem
digunakan untuk menggambarkan
secara grafis lingkup dan batasan
sistem.

2.1.7. Entity Relationship Diagram

Komponen-komponen dan simbol-simbol ERD (Entity

Relationship Diagram) dengan notasi Chen disajikan ke dalam

bentuk tabel berikut.

Tabel 2. 2 Database Diagram

Simbol Deskripsi
Entitas / Entity Entitas merupakan data inti yang akan
disimpan ; bakal tabel pada basis data,
 14

benda yang memiliki data dan harus

Nama Entitas disimpan datanya agar dapat diakses oleh
aplikasi komputer.
Atribut Field atau kolom data yang butuh disimpan
dalam suatu entitas.
Nama

Atribut Kunci Field atau kolom data yang butuh

Primer disimpan dalam suatu entitas dan
digunakan sebagai kunci akses record
Nama
yang diinginkan, biasanya berupa id,
kunci primer dapat lebih dari satu kolom,
asalkan tidak ada yang sama.
Atribut Multinilai Field atau kolom data yang butuh disimpan
/ Multivalue dalam suatu entitas yang dapat memiliki
nilai lebih dari satu.
Nama

Relasi Relasi menghubungkan antar entitas,

biasanya diawali dengan kata kerja.
Nama
Relasi

1 Penghubung antara relasi dan entitas

0 membuat kedua ujungnya memiliki
multiplicity kemungkinan jumlah dari
pemakaiannya.
2.2. Penelitian Terdahulu

Berikut ini merupakan berbagai referensi dari penelitian terdahulu

yang sudah pernah dilakukan dan dimanfaatkan oleh penulis sebagai

pedoman serta bahan pendukung untuk penulisan tugas akhir.


Tabel 2. 3 Penelitihan Terdahulu
Penelitihan Terdahulu
Aplikasi Data Warehouse
Untuk Analisis Penjualan
Mobil Berbasis
Multidimensional
Modeling (MDM) Dan
Star Schema Design
(Studi Kasus PT. Asco
Automotive)
(Adi et al., 2008)
Perancangan Data
Warehouse Pada Rumah
Sakit (Studi Kasus: Blud
Rsu Kota Banjar) (Rianto
& Hadis, 2017)
Perancangan Dan
Implementasi Data
Warehouse Untuk
Mendukung Sistem
Akademik (Studi Kasus
Pada Stkip
Muhammadiyah
Kotabumi)(Khotimah &
Sriyanto, 2016)
Perancangan Data
Warehouse Untuk
Kebutuhan Sistem
Penunjang Keputusan
Divisi Revenue
Assurance Studi Kasus:
Pt. Xxx (Ganesha, 2018)
15
Ringkasan
Pada penelitian ini membahas mengenai
data penjualan. Sistem data
dikategorikan menurut dimensi item,
waktu dan lokasi. Sistem dibangun
menggunakan visual basic. Net 2005 dan
SQL Server 2000. Penelitian ini
menggunakan pendekatan pemodelan
multidimensi menggunakan Star
Schema untuk menyajikan sistem.
Laporan ini merujuk pada
perkembangan rumah sakit pada periode
tertentu, dan membutuhkan waktu lebih
lama untuk membuat laporan. Data yang
digunakan adalah data pasien rawat inap
dan rawat jalan, dengan menggunakan
metode perancanagan nine step dan
menggunakan starflake schema. hasil
yang diharapkan yaitu implementai Data
Warehouse pada statistik pasien rawat
inap dan rawat jalan.
Data yang digunakan mahasiswa baru,
status mahasiswa, dan lulusan.
Pengolahan data akademik dari tahun
2012 menggunakan Borland Delphi 7
dan SQL Server 2000. Hasil yang
dikeluarkan berupa menyajikan data
yang terintregasi sebagai pendukung
evaluasi dan analisis pada tingkat
pemimpin sekolah tinggi dan pemimpin
program studi.
Perusahaan menggunakan beberapa
sistem komputer yaitu CRM dan ERP
untuk mendukung proses bisnis
organisasi. Kompleksitas sistem dan
perbedaan sumber basis data dari kedua
sistem memerlukan terobosan melalui
penggunaan teknologi pengelolaan data
dan informasi baru, yaitu data
warehouse. Dalam departemen Revenue
Assurance mengidentifikasi data berasal
dari data pelanggan dan data keuangan.
 16

Rancangan Data Repository yang dibangun secara

Warehouse Untuk terpusat untuk menyimpan data,
Penunjang Sistem sehingga data berbentuk spreadsheet
Informasi Eksekutif Pada memiliki keakurata informasi yang
Yayasan Ummu’l Quro relative singkat. Perancangan yang
Di Depok (Bakhri & dibangun menggunakan arsitektur logika
Nuryamin, 2018) (Spreasheet) dan arsitektur fisik dengan
menggunakan pendekatan top-down.
Tools yang digunakan berupa
MONDRIAN dengan Bahasa
pemrograman java. Hasil dari penelitian
ini adalah terciptanya Data Warehouse
yang dapat digunakan untuk
menganalisis informasi transaksional
yang terjadi di satuan pendidikan
Yayasan Ummu'l Quro Depok.
Perancangan Data Penelitian ini mengacu pada pembuatan
Warehouse Nilai sistem informasi nilai mahasiswa. Data
Mahasiswa Dengan laporan yang belum bisa menunjukkan
Kimball Nine-Step keterkaitan dengan laporan yang sejenis
Methodology (Wijaya, dengan laporan sebelumnya, sehingga
2017) dibangun sebuat data warehouse dengan
menggunakan metode nine-step dan
menggunakan metode perancangan
SDLC. Sehingga terbentuknya data
warehouse nilai mahasiswa.
Perancangan Data Penelitian ini melakukan perancangan
Warehouse Dan data warehouse sebagai bagian dari
Penerapan Data Mining proses penempatan data yang
Untuk Mendukung disesauikan untuk keperluan akademik.
Sistem Informasi Dari tahun 2003-2010 banyak
Akademik Universitas mahasiswa yang melakukan pendaftaran
Kuningan (Sumiah et al., namun tidak melakukan regristrasi
2014) ulang. Dengan menggunakan tools
WEKA (Explorer) memproses data
sebanyak 1548 pendaftar dan melakukan
perbandingan dengan metode randoom
tree, menghasilkan informasi yang
menjadi sederhana. Knoledgle discovery
dengan metode classification dan
menggunakan pendekatan decision tree
dapat menjawab apa yang dibutuhkan
dalam memprediksi tingkat regristrsi
mahasiswa.
Analisis Dan Jumlah data medis yang besar, dengan
Perancangan Data menggunakan data pasien rawat inap dan
 17

Warehouse Rumah Sakit rawat jalan tiga tahun terakhir (2010-

Umum Daerah 2012). Dengan perancangan arsitektur
Palembang Bari data warehouse (Enterprise Data
Meta (Suzana et al., Warehouse Architecture) dan
2010) menggunakan tools SQL Server 2008,
dapat menghasilkan sebuah data
warehouse RSUD Palembang Bari
dipergunakan untuk menganalisa data
pasien.
Perancangan Data Keberhasilan supermarket dapat dilihat
Warehouse Penjualan dari keuntungan laba ruginya. Data yang
Untuk Perhitungan Laba digunakan pada penelitian ini
Rugi merupakan data dari tahun 2006 hingga
(Studi Kasus di Era 5000 2010, dengan data yang digunakan
Lembuswana Samarinda) berupa data penjualan dan data barang.
(Kridalaksana et al., Pengujian data sebanyak 1600 data.Hasil
2011) dari penelitian ini adalah informasi
laporan laba gudang data lengkap yang
diperoleh dari tahun 2006 sampai dengan
tahun 2010.
Pemodelan Data RSUD H. Hanfie Muara Bungo sulit
Warehouse Rsud H. membuat laporan yang baik untuk akhir
Hanafie Muara Bungo tahunnya. Data laporan yang digunakan
Dengan Metode Kimball berupa pelayanan medis, penunjang
(Susanto & Harihayati, medis dan penjualan obat. Dengan
2019) menggunakan nine-step
multideminsional data disimpat pada
sebuah penyimpanan logic. Teknik
informasi startegi berupa slice and dice.
Hasil dari jurnal ini merupakan data
warehouse yang dapat membantu
administrasi dan pihak eksekutif dalam
pembuatan laporan akhir tahun dengan
mudah.
 BAB III

METODOLOGI PENELITIAN

Metode yang digunakan dalam penelitian ini adalah metodologi nine-step

(Sembilan tahap) darai Ralp Kimball. Metode Kimball merupakan metode

pengembangan data warehouse yang pertama kali ditemukan oleh Ralph Kimball

pada tahun 1980an dan digunakan sebagai pemodelan dimensi. Proses

pengembangan Metode Kimball adalah pendekatan bottom-up dan siklus hidup

Kimball Data Warehouse (Boy Sugijako et al., 2021).

3.1 Kerangka Penelitian

Kerangka penelitian yang digunakan didalam penelitian ini terdiri dari

beberapa tahap yang ditunjukkan pada gambar 3.1.

Gambar 3. 1 Kerangka Penelitian

18
 19

3.2 Metodologi Perancangan Basis Data untuk Data Warehouse

Gudang data adalah kumpulan data yang diambil dari basis data

operasional, historis, dan eksternal, dibersihkan, diubah, dan dikumpulkan

untuk identifikasi dan analisis untuk membuat keputusan bisnis. Ada banyak

metode membangun gudang data. Salah satunya adalah metode Kimball.

Kimball menyatakan bahwa membangun gudang data terdiri dari sembilan

fase, yang disebut sebagai metodologi desain sembilan langkah. Jika langkah-

langkah metodologi desain sembilan langkah diikuti secara sistematis,

gudang data yang baik dapat dibuat (Abba, 2017). Sembilan Langkah tersebut

dijalaskan sebagai beriku:

1. Pemilihan proses

Pemilihan proses berarti penentuan topik utama. Topik utama

terkait dengan kegiatan bisnis perusahaan, yang dapat menjawab semua

pertanyaan bisnis penting dan memiliki karakteristik tertentu. Proses

yang dipilih dalam perancangan data warehouse ini adalah proses

mencari keuntungan proyek pada PT. Energindo Sumber Sejati.

2. Pemilihan Sumber

Memilih sumber berarti menentukan apa yang harus diwakili atau

ditampilkan oleh tabel fakta. Setelah menentukan sumber untuk tabel

fakta, kita dapat menentukan tabel dimensi yang terkait dengan tabel

fakta. Nilai awal tabel fakta juga menentukan nilai awal tabel dimensi.

Sumber data yang digunakan adalah rekapan data proyek.

 20

3. Mengidentifikasi Dan Mencocokkan Dimensi

Mengidentifikasi tabel dimensi dan menghubungkannya dengan

tabel fakta. Dimensi adalah sekumpulan aspek yang penting dalam

menggambarkan fakta dalam tabel fakta.

Tabel 3. 1 Tabel Dimensi

Nama Dimensi Keterangan

DimProyek Proyek yang dilakukan
DimLokasi Lokasi proyek
DimWaktu Skala waktu, yaitu tanggal, bulan tahun

4. Memilih Fakta

Benih dari tabel dimensi menentukan fakta mana yang dapat

digunakan. Pada titik ini, masukkan pengukuran yang diinginkan di tabel

fakta, semua informasi yang dibutuhkan.

Tabel 3. 2 Tabel Fakta

Nama Fakta Keterangan

Id_Proyek Berisi jenis proyek
Id_Lokasi Berisi lokasi proyek
Id_Waktu Berisi waktu setiap proyek
FaktaBarang Barang yang digunakan pada proyek
FaktaHarga Berisikan harga pada setiap, proyek

5. Menyimpan Perhitungan Pendahuluan dalam Tabel Fakta

Pada titik ini, hasil perhitungan untuk atribut disimpan dalam

database. Ini mengurangi risiko kesalahan dalam program saat

melakukan perhitungan pada atribut ini.

 21

Gambar 3. 2 Ilustrasi Perhitungan Awal pada Tabel Fakta

Sumber: (Kimball & Ross, 2010)

6. Melengkapi Tabel Dimensi

Berdasarkan dimensi yang teridentifikasi, dibuat deskripsi yang

memberikan informasi terstruktur tentang atribut dalam tabel dimensi.

Bagan ukuran harus lengkap dan mudah dipahami oleh pengguna. Table

dimensi tersebut dilengkapi dengan atribut sebagai berikut:

a. DimProyek berisi informasi mengenai jenis proyek yang dikerjakan.

Dimana terdapat field didalamnya diantaranya; IDPoyek, Proyek.

b. DimLokasi berisi informasi mengenai lokasi proyek yang

didalamnya terdapat field: IDLokasi, Lokas, Kota.

c. DimWaktu berisi infomasi tentang waktu kegiatan

proyekdilaksanakan. Terdapata field didalamnya diantaranya:

IDWaktu, Tanggal, Bulan, dan Tahun.

7. Pemilihan Durasi Basis data

Pada langkah ini yaitu menentukan lifetime dari data yang akan

disimpan di data warehouse.

 22

8. Mengikuti Perubahan Dimensi Secara Perlahan.

Dimensi perlahan bisa berubah dan menjadi masalah. Ada tiga tipe

dasar perubahan dimensi lambat, yaitu:

b. Tulis ulang perubahan atribut

c. Membuat rekor baru dalam dimensi

d. Buat atribut lain untuk menyimpan nilai baru.

Berdasarkan record yang ada pada beberapantahun ini, maka

dapat disimpulkan bahwa data tidak berubah dan tidak akan berubah

baik sekarang maupun nanti

9. Menentukan Prioritas dan Mode Query

Pada titik ini, desain fisik data warehouse telah selesai. Juga,

identifikasi masalah yang mungkin timbul dalam desain fisik. Dalam

desain fisik ini memerlukan query yang digunakan untuk menampilkan

data yang diinginkan.

3.3 Arsitektur Data Warehouse

1. Extracting Data

Langkah pertama dalam proses ETL adalah mengekstrak data dari

sumber data. Sebagian besar proyek gudang data menggabungkan data dari

berbagai sumber. Sistem yang berbeda dapat menggunakan format data

yang berbeda. Ekstraksi adalah konversi data ke dalam format yang berguna

dalam proses transformasi.

 23

2. Transformation Data

Proses transformasi dilakukan setelah proses ekstraksi selesai. Pada

proses transformasi dilakukan proses seleksi dan proses pengemasan sesuai

kebutuhan PT Energindo Sumber Sejati.

3. Loading Data

Proses upload adalah proses terakhir di ETL. Data diekstraksi,

dibersihkan, dan diformat sesuai kebutuhan untuk analisis di gudang data.

Pengunggahan ke gudang data dilakukan secara otomatis setelah proses

transformasi selesai. Teknik yang digunakan dalam proses reload akan

diperbarui. Pekerjaan ini memperbarui gudang data dengan segera tanpa

mengubah data di database operasional.

 DAFTAR REFERENSI

Abba, S. G. (2017). Nine Steps design methodology for developing Data

warehouse. https://mti.binus.ac.id/2017/12/22/nine-steps-design-
methodology-for-developing-data-warehouse/
Adi, R. N., Johan, T., & Justinus, T. H. (2008). Aplikasi Data Warehouse untuk
Analisis Penjualan Mobil Berbasis Multidimensional Modeling (MDM) dan
Star Schema Design (Studi Kasus PT. Asco Automotive). Jurnal Teknologi
Informasi-Aiti, 5(2), 101–200.
Bakhri, S., & Nuryamin, Y. (2018). Rancangan Data Warehouse Untuk Penunjang
Sistem Informasi Eksekutif Pada Yayasan. Jurnal Teknik Komputer, 4(1), 1–
7.
Boy Sugijako, Vieri, B., N, D. A. D. A., P, J. T., & Aristan, T. (2021). Apakah
Modelling Data Menggunakan Kimball Masih Relevant Saat Ini?
https://mti.binus.ac.id/2021/12/27/apakah-modelling-data-menggunakan-
kimball-masih-relevant-saat-ini/#:~:text=Metode Kimball merupakan metode
pengembangan,Kimball’s data warehouse life cycle.
Dharayani, R., Laksitowening, K. A., & Yanuarfiani, A. P. (2015). Implementasi
ETL ( Extract , Transform , Load ) Pangkalan Data Perguruan Tinggi dengan
Menggunakan State-Space Problem. e-Proceeding of Engineering, Vol.2,
No.(2355–9365), 1159–1165.
Ganesha, H. (2018). Perancangan Data Warehouse untuk Kebutuhan Sistem
Penunjang Keputusan Divisi Revenue Assurance Studi Kasus: PT. XXX.
InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan), 3(1), 74–
80. https://doi.org/10.30743/infotekjar.v3i1.491
Ilham Fanani, M., Andrawina, L., & Pramuditya Soesanto, R. (2021). Data
Warehouse and Dashboard Design Using the Kimball Method With a Case
Study Hr Data At Institute of Technology Telkom Surabaya. 8(5), 7474–7488.
Khotimah, K., & Sriyanto. (2016). Perancangan Dan Implementasi Data
Warehouse Untuk Mendukung Sistem Akademik (Studi Kasus Pada STKIP
Muhammadiyah Kotabumi). Jurnal Teknologi Informasi Magister
Darmajaya, 2(01), 94–107.
Kridalaksana, A. H., Hamdani, & Yanti, N. (2011). PERANCANGAN DATA
WAREHOUSE PENJUALAN UNTUK PERHITUNGAN LABA RUGI
(Studi Kasus di Era 5000 Lembuswana Samarinda) 1) Awang Harsa
Kridalaksana 2) Hamdani 3) Norma Yanti 1,2,3) Program Studi Ilmu
Komputer FMIPA Universitas Mulawarman. Jurnal Informatika
Mulawarman, 6(3), 119–125.
Kurniawan, Bayu, T., & Syarifudin. (2011). PERANCANGAN SISTEM
APLIKASI PEMESANAN MAKANAN DAN MINUMAN PADA
CAFETARIA NO CAFFE DI TANJUNG BALAI KARIMUN
 MENGGUNAKAN BAHASA PEMOGRAMAN PHP DAN MYSQL.
Journal of Physics A: Mathematical and Theoretical, 44(8), 192–206.
https://doi.org/10.1088/1751-8113/44/8/085201
Luktaputra, M. H., & Dharmayanti, D. (n.d.). Pemodelan Data Warehouse Rsud H.
Hanafie Muara Bungo Dengan Metode Kimball. 112.
Rianto, & Hadis, C. (2017). PERANCANGAN DATA WAREHOUSE PADA
RUMAH SAKIT ( STUDI KASUS : BLUD RSU KOTA BANJAR ) Kata
Kunci : Data Warehouse , Nine Step Methodology , Skema , Rumah Sakit.
Jurnal Siliwangi Seri Sains Dan Teknologi, 3(2), 214–221.
Sumiah, A., Irawan, D., & Fauziah. (2014). Perancangan Data Warehouse Dan
Penerapan Data Mining Untuk Mendukung Sistem Informasi Akademik.
Journal of Infrormation System, 8, 7–17.
https://journal.uniku.ac.id/index.php/cloudinformation/article/view/1146
Susanto, R., & Harihayati, T. M. (2019). Pemodelan Data Warehouse Distribusi.
3(2), 196–205.
Suzana, M., Jemakmun, & Suyanto. (2010). Analisis Dan Perancangan Data
Warehouse. Jurnal ComTech, 01(02).
Utama Widiasatria, & Syairudin Bambang. (2021). Perencanaan dan Pengendalian
Proyek Konstruksi dengan Metode Critical Chain Project Management dan
Root Cause Analysis (Studi Kasus: Proyek Pengadaan Material dan Jasa
Konstruksi GI 150 kV Arjasa). Jurnal Teknik ITS, 9(2), 157–163.
Wadani, L. (2010). Aplikasi Penawaran Jasa pada PT. Rapi Anugerah Lestari
Berbasis Website. 21–26.
Wijaya, G. (2017). Perancangan Data Warehouse Nilai Mahasiswa dengan Kimball
Nine-Step Methodology. Jurnal Informatika, 4(1), 1–11.