ABSTRACT
To support the information which are needed of an organization in making good decision-
making processes, are reguired an information infrastructure to store and to process the
data. The use of daily operational data as resources kontrabution strategy gives less
adequate for the organization. Therefore, the data warehouse is a concept and a
combination of technologies that facilitates organizations to manage and to maintain
historical data derived from operational systems. Constraints faced is the lack of support
systems that support the accreditation forms primarily charging standard form filling 3 on
the data and a graduate student and difficult to obtain information related to the trend in
the quality of students meach study program from period to period. In completing the
accreditation forms using analysis methodology Online Analytical Processing and method
development Business Life Cycle, the results of the research needed to support charging
accreditation forms mainly form filling standard 3 regarding the data of student and
graduate and obtain information related to the number of prospective students, the number
of new students at the faculty and the number of graduates who also grouped by type and
their cumulative grade point percentages.
ABSTRAK
Relevansi
Kebutuhan analisis manajemen [1]. Fungsi utama data
Masyarakat
warehouse adalah mengambil data,
mengumpulkan, mempersiapkan, menyimpan,
Efektifitas
dan menyediakan data untuk pemakai atau
Tujuan
aplikasi yang bersifat query/reporting. Data
warehouse merupakan metode dalam
Kecu pengembangan basis data yang menunjang
kupa
Persyarata DSS (Decission Support System) dan EIS
n
n lambang Selekt
Kelay (treshold)
akan ifitas (Executive Information System). Secara fisik
Selek
data warehouse adalah basis data, namun
tifitas
perancangan data warehouse dengan
perancangan basis data operasional berbeda.
INPUT PROSES OUTPUT/
(20%) (50%) OUTCOM Pada perancangan basis data operasional
ES (30%)
x Lingkunga Tata Lulusan dianjurkan menggunakan kaidah-kaidah
n integri Pamong Penelitian,
tas, Jati (Governan Publikasi, normalisasi, sedangkan pada perancangan
diri, visi, ce) (Incl I) Tugas
Misi,Tu Pengelolaa Akhir/Skripsi data warehouse, normalisasi bukanlah cara
juan dan n Program /Thesis,
Sasaran (Incl I+O). Pengabdian yang terbaik. Hal tersebut disebabkan karena
x Mentah Proses Kepada
mahasiswa Pembelajar Masyarakat orientasi data warehouse berbeda dengan
dan an (Incl I + dan Hasil
Kemahasis O).Suasana lainnya orientasi basis data operasional.
waan (Incl Akademik (paten,
P+O)instru (Incl I). rancang
menta Sistem bangun,
x l Kuriku Informasi prototipe Salah satu hal yang cukup penting
x lum (incl P (Incl I) software,
+ O)Dosen Sistem citation dalam pengelolaan data warehouse adalah
dan tenaga Jaminan index, dll)
pendukung Mutu (Incl (incl P) membuat catatan tentang data yang
(incl P + O)
O). disimpan didalam data warehouse
Prasarana
dan tersebut dalam bentuk katalog sistem.
sarana
Katalog sistem yang berhubungan dengan
Efis Produ
iens data warehouse sangat besar dan sering
in ktif
disimpan serta diatur dalam basis data
Gambar 2.1 Keberlanjutan Usaha
Akademik terpisah. Basis data tersebut dikenal
dengan sebutan repository metadata.
2.3 Data warehouse
Berikut ini adalah kerangka dan view data
Data warehouse adalah basis data dengan
warehouse.
perangkat pelaporan dan query yang
menyimpan data saat ini dan data historis
yang berasal dari beragam sistem operasional
dan menggabungkannya untuk pelaporan dan
tier dan three-tier sangat umum, tetapi Slice and dice, slice adalah pemilihan
kadang-kadang ada juga yang pada satu dimensi dari kubus data yang
menggunakan arsitektur one-tier. bersangkutan dan dice mendefinisikan
McFadden, Hoffer dan Prescott (2003) subcube dengan memilih dua dimensi atau
membedakannya dengan membagi data lebih. Pivot (rotate) memvisualisasikan
warehouse ke dalam tiga komponen [2]: operasi yang merotasikan sumbu data
a) Data warehouse, yang berisi data dan dalam view sebagai alternatif presentasi
perangkat lunak terkait,b) Perangkat lunak data. Operasi lain: drill across yaitu
akuisisi data (back-end), yang operasi yang melibatkan lebih dari satu
mengekstraksi data dari sistem legacy tabel fakta, drill through yaitu operasi
dan sumber eksternal, memperkuat dan yang mengijinkan pengguna untuk dapat
meringkasnya serta memuatnya ke dalam melihat tabel data yang menampilkan
data warehouse,c) Perangkat lunak klien nilai-nilai pada suatu sel data.
(front-end), yang mengizinkan para Teknik pengembangan data warehouse
pengguna untuk mengakses dan meneliti yang akan digunakan adalah dengan
data di dalam warehouse. metode pengembangan Business Life
2.6 Online Analytical Processing Cycle sebagai berikut:
(OLAP) 1.Project Planning Data Warehouse
terdiri atas seperangkat tool untuk Perencanaan proyek merupakan awal dari
membantu proses analisis dan sebuah siklus pengembangan system.
perbandingan data dalam database. Tool Dalam perencanaan proyek didefinisikan
dan metode OLAP membantu pengguna mengenai proyek pengembangan proyek
menganalisis data pada sebuah data data warehouse yang akan dibangun
warehouse dengan menyediakan berbagai menyangkut tentang batasan-batasan
tampilan data, dan didukung dengan proyek.
representasi data grafik yang dinamis. 2. Business Requirement Definition
Beberapa operasi OLAP (Han & Kamber Kebutuhan (requirement) yang telah
2006) yaitu: Drill up (roll-up) ringkasan dikumpulkan akan diterjemahkan kedalam
data, yaitu dengan menaikkan konsep suatu rancangan. Kebutuhan tersebut
hirarki atau mereduksi dimensi.Drill down dapat dipisahkan menjadi tiga bagian yang
(roll-down) kebalikan dari roll-up, yaitu dapat dikerjakan secara parallel yaitu:
melihat data secara lebih detail atau Teknologi yang akan digunakan,Data
spesifik dari level tinggi ke level rendah. yang akan disimpan,
dapat terbantu dalam membuat keputusan Permana Y.A. 2007. Data warehouse dan
serta kebijakan yang terarah pada Aplikasi OLAP Data Akademik Ilmu