DATA WAREHOUSE

BOY JEHEZKIEL KAMANANG MAHAR - 1605552033

KELAS PARALEL

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.

Penyusun, 18 Desember 2018

 BAB I

1.1 Latar Belakang

Data warehouse adalah sebuah konsep serta kombinasi teknologi yang

memberikan fasilitas pada suatu organisasi dalam pengelolaan serta pemeliharaan
data historis yang didapatkan dari sistem maupun aplikasi operasional. Teknologi
data warehouse dibutuhkan oleh sebagian besar organisasi atau perusahaan, yang
mana memungkinkan untuk melakukan integrasi beberapa macam data yang
berasal dari berbagai sistem dan aplikasi.

Data-data yang berorientasi pada subyek, mempunyai dimensi waktu,

terintegrasi, dan merupakan koleksi lengkap, yang dipergunakan dalam rangka
mendukung proses pengambilan keputusan yang dilakukan oleh para manager pada
tiap-tiap jenjang. Terutama jenjang manager dengan peringkat yang tinggi. Pusat
repousitori informasi yang dapat memberikan database yang berorientasi pada
subyek bagi informasi yang bersifat historis yang memberi dukungan Decision
Support System (DSS) serta Executive Information System (EIS).

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

2.1 Data Warehouse Restoran.

Data Warehouse yang dibuat ini berdasarkan dari restoran yang mempunyai
cabang restoran di berbagai kota, Data Warehouse ini ditujukan untuk menghitung
pendapatan dan pengeluaran dalam pembelian bahan di restoran tersebut. Schema
Data Warehouse dapat dilihat pada Gambar 1.1

Gambar 1.1 Tabel Fakta Dan Dimensional

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

Gambar 2.1 Tabel Fakta Restoran

Pada Gambar 2.1 dapat dilihat bahwa tabel fakta memiliki id yang merupakan
foreign key dari masing – masing tabel dimensi.

2.1.2 Tabel Dimensi Restoran.

Pada Tabel Dimensi restoran berisi id_restoran, nama_restoran, alamat_restoran,

dan kota yang berfungsi pada restoran mana, atau restoran cabang mana data
didapatkan. Isi dari tabel dimensi restoran dapat dilihat pada tabel 2.1

Tabel 2.1 tb_dimensi_restoran

 Pada Tabel 2.1 dapat dilihat tabel dimensi restoran didapatkan sejumlah data,
yaitu id_restoran, nama_restoran, alamat_restoran, dan kota. Database ini terhubung
dengan pdm restoran dapat dilihat pada BAB selanjutnya.

2.1.3 Tabel Dimensi Transaksi

Pada Tabel dimensi transaksi ini berisi id_transaksi, pegawai, nama_menu,

harga, total produksi, total_penjualan yang berfungsi sebagai pencatatan transaksi dari
restoran yang tersambung pada tabel dimensi lain melalu tabel fakta. Tabel dimensi
transaksi dapat dilihat pada Tabel 2.2

Tabel 2.2 tb_dimensi_transaksi

Pada tabel 2.2 memperlihatkan id_transaksi, pegawai yang bertugas saat

penjualan, nama menu yang terjual, harga dari makanan, total produksi sehari, dan total
penjualannya.

2.1.4 Tabel Dimensi Pembelian

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 2.3 tb_dimensi_pembelian

 Tabel 2.3 merupakan tabel dimensi pembelian dimana tabel ini berisi
id_pembelian, nama bahan yang dibeli, jumlah bahan yang dibeli dalam satuan, nama
supplier tempat membeli dan no. telp supplier.

2.1.5 Tabel Dimensi Waktu

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 2.4 tb_dimensi_waktu

Tabel dimensi waktu ini berisi ketentuan waktu, yang menghubungkan waktu
transaksi, waktu pembelian untuk pencatatan penjualan.

2.2 Physical Data Model

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.

Gambar 2.2 Physical Data Model Restoran.

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

3.1 Implementasi Data.

Pada implementasi, saya menggunakan ETL (extract, Transform, Load) sebagai
acuan utama dari data warehouse, karena dalam data warehouse integrasi antar form
sangat diperlukan. Dikatakan Sebuah proses ETL berjalan dengan benar, jika pada
proses itu melibatkan beberapa hal yaitu akan adanya proses mengekstraksi data dari
sebuah sumber, mempertahankan kualitas data tersebut, menerapkan aturan-aturan
standar, dan menyajikan data dalam berbagai bentuk, sehingga dapat digunakan dalam
proses pengambilan keputusan. Saya menggunakan software Pentaho Data Intergration
dalam pembuatan Data Warehouse ini.

Pembuatannya dimulai dengan memasukkan Table Grid kedalam Layout dan

mengisinya dengan metadata dan data yang sesuai dengan database. Dapat dilihat pada
Gambar 3.1 dan Gambar 3.2

Gambar 3.1 Metadata

Gambar 3.2 Data

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

Gambar 3.3 Merge Join

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

Tabel 3.1 Execution dan Preview Output Data.

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.

Data Warehouse bersifat :

 Berorientasi kepada subjek

 Data yang dimiliki terintegrasi

 Data yang disimpan bersifat tetap

 Dibuat dalam rentang waktu tertentu

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.