TEKNOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2018
Kata Pengantar
Puji syukur saya panjatkan kehadirat Tuhan Yang Maha Esa, yang
atas rahmat-Nya maka saya dapat menyelesaikan penyusunan laporan Data
Warehouse dengan baik dan tepat waktu. Diharapkan dengan disusunnya
laporan dapat memberikan informasi kepada pembaca.
Penyusunan laporan Data Warehouse merupakan salah satu tugas
akhir sebagai pengganti UAS untuk menyelesaikan tugas mata kuliah Data
Warehouse. Dalam Penulisan laporan Praktikum Data Warehouse ini saya
merasa masih banyak kekurangan-kekurangan baik pada teknis penulisan
maupun materi, mengingat akan kemampuan yang saya miliki.
Saya memohon maaf sebesar-besarnya jika dalam laporan ini masih
terdapat banyak kekurangan, kritik dan saran sangat saya harapkan demi
penyempurnaan pembuatan laporan kedepannya.
Data Warehouse Merupakan data yang didapatkan dari proses yang mana
sebuah organisasi mengekstraksi makna dari aset informasi yang dimiliki. Data
warehouse merupakan penemuan baru dalam bidang teknologi informasi. Dimulai
sekitar 15 tahun lalu konsep data warehouse terus berkembang secara pesat
sehingga konsep ini merupakan konsep yang paling banyak diperbincangkan oleh
para ahli. Adalah salinan dari transaksi data yang terstruktur secara spesifik pada
query serta analisa. Merupakan salinan dari transaksi data yang terstruktur secara
spesifik pada query serta laporan.
1.2 Tujuan
Tujuan dalam penggunaan Data Warehouse adalah sebagai pengamat jumlah
transaksi yang terjadi, mendeteksi transaksi keuangan, mengidentifikasi layanan,
serta menganalisa statistik. Semua tergantung pada bidang mana Data Warehouse
ini diperlukan.
BAB II
Dalam Skema diatas menjelaskan tentang Restoran dan sumber pendapatan dan
pengeluarannya dimana dijelaskan proses alur sistem penjualan, terdapat 1 tabel
Fakta dan 4 tabel dimensi. Dalam 1 tabel fakta terdapat id_restoran, id_transaksi,
id_pembelian, id_waktu, jumlah_pengeluaran dan jumlah_pendapatan. Di dalam
semua table fakta terdapat 4 id dan semua id dalam tabel fakta merupakan Foreign
key untuk menyambungkan ke setiap masing – masing table dimensi yang
bersangkutan.
2.1.1 Tabel Fakta
Tabel fakta terdiri dari pengukuran, metrik, atau fakta proses bisnis. Itu terletak
di pusat skema bintang atau skema snowflake dikelilingi oleh tabel dimensi. Di mana
beberapa tabel fakta digunakan, ini disusun sebagai skema konstelasi faktaFact Table
pada Data Warehouse ini merupakan Foreign Key dari 4 dimensi table yang berbeda
berisi data dari masing – masing table dimensi yang bersangkutan. Tabel Fakta dapat
dilihat pada Gambar 2.1
Pada Gambar 2.1 dapat dilihat bahwa tabel fakta memiliki id yang merupakan
foreign key dari masing – masing tabel dimensi.
Tabel ini berfungsi sebagai pencatatan bahan – bahan baku pembuat menu, atau
bahan yang akan dibeli untuk memproduksi makanan, isi dari tabel ini id_pembelian,
nama_bahan, jumlah, satuan, nama_supplier, no_telp_supplier. Tabel dimensi
Pembelian dapat dilihat pada tabel 2.3
Tabel ini berfungsi sebagai pencatatan waktu, hari, tanggal, bulan, dan tahun
serta memiliki primary id_waktu yang terhubung ke tabel fakta agar dapat terhubung
dengan baik. Tabel ini memiliki id_waktu, hari, tanggal, bulan, dan tahun sebagai
attribute. Tabel dimensi waktu dapat dilihat pada tabel 2.4
Tabel dimensi waktu ini berisi ketentuan waktu, yang menghubungkan waktu
transaksi, waktu pembelian untuk pencatatan penjualan.
Physical data model merupakan model yang menggunakan sejumlah tabel untuk
menggambarkan data serta hubungan antara data – data, setiap tabel mempunyai
sejumlah kolom dimana setiap kolom memiliki nama dan hubungan.
2.2.1 Physical Data Model Schema Restoran
Physical data model schema restoran dapat dilihat pada Gambar 2.2.
Pada Gambar 2.2 dapat dilihat physical datal model pada restoran yang telah
berelasi, lalu tahap selanjutnya diberikan pengisian data dan koneksi antar dimensi –
fakta sehingga membentuk sebuah koneksi data.
2.3 ETL
ETL adalah sekumpulan proses yang harus dilalui dalam pembentukan data
warehouse. Tujuan ETL adalah mengumpulkan, menyaring, mengolah dan
menggabungkan datadata yang relevan dari berbagai sumber untuk disimpan ke dalam
data warehouse. Proses ETL sendiri terdiri dari extracting, transforming, loading.
2.3.1 Extract
Extract adalah proses memilih dan mengambil data dari satu atau beberapa
sumber dan membaca/mengakses data yang dipilih tersebut. Proses ini dapat
menggunakan query, atau aplikasi ETL. Sebaiknya sebelum proses extract kita
lakukan, akan lebih mudah jika user sudah mendefinisikan kebutuhan terhadap sumber
data yang akan kita butuhkan.
2.3.2 Transform
Pada Proses ini data yang telah diambil pada proses extract akan dibersihkan
dan mengubah data dari bentuk asli menjadi bentuk yang sesuai dengan kebutuhan
data warehouse. Kendala yang biasanya terjadi pada proses transform adalah sulitnya
menggabungkan data dari beberapa sistem yang harus dibersihkan sehingga data
bersifat konsisten.
2.3.3 Load
Load adalah proses terakhir yang berfungsi untuk memasukkan data ke dalam
target akhir, yaitu ke dalam data warehouse. Cara untuk memasukkan data adalah
dengan menjalankan SQL script secara periodik.Pada proses ini akan mengubah data
kedalam bentuk Dimensional Data Store agar format data cocok untuk diterapkan pada
proses analisis dan telah terintegrasi dengan beberapa sumber data. Proses Load yang
termasuk proses terakhir dalam ETL akan sampai ke berbagai macam output yang
sesuai dengan skemanya, yaitu terdiri dari proses load-up data (lodupd), load-insert
data (lodins), dan load bulk data (lodbld).
BAB III
Dapat dilihat pada Gambar 3.1 dan Gambar 3.2 berisi metadata dan Data yang
dipakai dalam DataWarehouse, kemudian tabel skema 1 ini di sort menggunakan sort
row untuk sort primary dari tabel gridnya. Lalu menghubungkan row di output dengan
Merge Join. Dapat dilihat pada Gambar 3.3
Pada Gambar 3.3 merupakan penggabungan data antara scheme_1 yang berisi
metadata dan data yang telah diisi tadi dan pada Scheme_2 merupakan data dan
metadata yang sama. Ketika berhasil maka diputuskan bahwa data memiliki kualitas
yang baik karena tidak berubah. Data Dapat dilihat pada Tabel 3.1
Dapat dilihat hasil output pada tabel 3.1, dan data ini akan diintegrasikan
dengan source data lain, dimerge dengan id_primary yang sesuai dan menghasilkan
suatu kesatuan tabel yang sama dan terintergrasi antara tabel satu dengan tabel lainnya.
3.2 Kesimpulan
Data warehouse sebagai suatu sistem komputer untuk mengarsipkan dan
menganalisis data historis suatu organisasi seperti data penjualan, gaji, dan informasi
lain dari operasi harian. Pada umumnya suatu organisasi menyalin informasi dari sistem
operasionalnya (seperti penjualan dan SDM) ke gudang data menurut jadwal teratur,
misalnya setiap malam atau setiap akhir minggu. Setelah itu, manajemen dapat
melakukan kueri kompleks dan analisis (contohnya penambangan data, data mining)
terhadap informasi tersebut tanpa membebani sistem yang operasiona.
3.3 Penutup
Demikian saya tutup laporan ini dengan rasa terimakasih saya sebesar –
besarnya kepada dosen dan pembimbing saya selama mata kuliah Data Warehouse ini,
laporan ini jauh dari kata sempurna namun saya telah berusaha sebaik – baiknya.
Mohon Maaf bila ada kesalahan dalam penulisan dan tata cara penulisan ataupun Data
yang belum benar. Kiranya berkenan untuk memberikan saran untuk kedepannya agar
lebih baik. Untuk yang terakhir sebesar – besarnya saya ucapkan terimakasih dan
selamat menjelang Tahun Baru.