EVAN SUSANTO / 1304505107
JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /
UNIVERSITAS UDAYANA
DATA WAREHOUSE
DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.
Sim, suryo pranoto, prof. dr. hapzi ali, mm, cma, sistem manajemen database, ...
DW-IKANBANDENG
1. Tugas Makalah
DATA WAREHOUSE
Implementasi Data Warehouse pada budidaya Ikan Bandeng oleh Nelayan di
Kabupaten Bima melibatkan KUD didalam mengolah hasil laut
Oleh:
Evan Susanto
1304505107
Dosen
I Putu Agus Eka Pratama, S.T., M.T.
JURUSAN TEKNOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2015
2. ii
ABSTRAKSI
Perancangan sebuah sistem dengan mengimplementasikan data warehouse untuk
menganalisis data yang digunakan untuk membantu KUD dalam mengelolah hasil
laut lewat budidaya ikan bandeng yang dilakukan oleh nelayan, untuk
menganalisa di butuhkan data mart dan masuk ketahap OLAP (OnLine Analytical
Processing)/
OLTP (Online Transaction Processing Systems) dan kemudian di
olahlah dengan bantuan teknologi ETL (Extraction, Transformation, Loading) /
ETL (Extraction, Loading, Transformation) dengan teknologi cloud computing
model deployment privat cloud dan jenis layanan SAAS
Abstraksi : Data Warehouse, Data Mart, Cloud Computing (Private Cloud),
OLAP/OLTP, ELT/ETL, Nelayan, KUD
3. iii
DAFTAR ISI
Abstrak …………………………………………………………………….. ii
Daftar Isi ………………………………………………………………….... iii
Bab I Pendahuluan ………………………………………………………… 1
1.1. Latar Belakang …………………………..…………………… 1
1.2. Rumusan Masalah ………………………………..…………... 2
1.3. Solusi …………………………………………..………….….. 2
1.4. Rancangan Desain Data Warehouse ………………...……...... 4
Bab II Tinjauan Pustaka …………………………………………………… 6
2.1. Data Warehouse ……………………………………………… 6
2.2. ETL (Extraction, Transformation, Loading) /ETL…………. 7
2.3. OLAP / OLTP………………………………………………. 7
2.4. Definisi Cloud Computing ………………………...………….. 8
2.5.1.Tiga Model Layanan Pada Cloud Computing ………………. 8
2.5.2.Empat Model Deployment Cloud Computing ………………. 9
2.6. Data Mart ………………………………………………….. 10
Daftar Pustaka ……………………………………………………………... 11
Lampiran …………………………………………………………………... 12
4. 1
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Budidaya ikan bandeng kabupaten bima merupakan salah satu mata
pencarian masyarakat setempat yang dimana dalam budidaya tersebut memiliki
pendapat yang tinggi dan melibatkan KUD dalam mengelolah hasil laut tersebut,
berbagai tindakan dilakukan oleh KUD selaku mengelolah hasil budidaya demi
meningkatan produksi serta kualitas dari hasil laut
Masalah yang terjadi di lapangan saat ini pada umumnya belum
menggunakan teknologi untuk menunjang proses pengumpulan serta
penyimpanan data. Penyimpanan data masih dilakukan secara konvensiaonal
dimana data disimpan hanya pada pembukuan dimana dalam pengolahan data
tersebut belum dimanfaatkan secara maksimal dan belum adanya basis data untuk
membantu nelayan dan KUD dalam menganalisis data dan hasil laut
Oleh karena itu, pada penelitian ini akan mengimplementasikan data
warehouse untuk mengintegrasikan data yang dimiliki oleh KUD dan Nelayan
dalam meningkatan produksi hasil budidaya ikan bandeng. Diharapkan aplikasi ini
dapat memberikan informasi mengenai analisa dan pengambilan keputusan yang
sesuai dengan kondisi di lapangan, sehingga nelayan dan KUD dapat
menggunakan metode yang tepat dan efektif dalam peningkatan kinerja dan
memaksimalkan peran fungsi teknologi untuk mengatasi permasalahan mengenai
budidaya Ikan Bandeng oleh Nelayan di Kabupaten Bima melibatkan KUD
didalam mengolah hasil laut
1.2. Rumusan Masalah
Masih ditemukannya kesulitan dalam pencarian data serta pengambilan
keputusan yang dilakukan KUD setempat dan juga laporan yang di buat masih
mengunakan pembukuan yang di buat harian,mingguan maupun bulanan.
5. 2
Beberapa rumusan masalah dari latar belakang tersebut dan berdasarkan
hasil wawancara dari Adi rudin selaku KUD kabupaten bima pada tanggal 16
November 2015. yaitu
1 Bagaimanakah bentuk pengolahan data untuk Nelayan dan KUD?
2 Apakah faktor penyebab terjadinya penurunan kualitas sewaktu-waktu ?
3 Bagaimanakah peran fungsi KUD dalam mengelolah hasil laut
?
1.3. Solusi
Dari
rumusan
masalah
yang
telah
disampaikan,
maka
terdapat
beberapa
usulan
atau
solusi
untuk
menanggulangi
masalah
tersebut.
1.)
Menggunakan
Data
Warehouse
dalam
menganalisa
dan
penyimpanan
data
serta
mengatur
data
mart
untuk
pengambilan
keputusan.
2.)
Mengunakan
teknologi
Cloud
computing
dengan
memnafaatkan
deployment
privat
cloud
dan
layanan
saas.
Serta
ELT/ETL
dan
OLAP/OLTP
1.4. Rancangan Desain Data Warehouse
Perancangan arsitektur sistem data warehouse dilakukan setelah
mengetahui data apa saja yang akan terlibat. Gambar 1.1 adalah rancangan
arsitektur data warehouse pada proses bisnis yang dilakukan oleh KUD dan
nelayan.
6. 3
Gambar 1.1. Arsitektur Desain Data Warehouse
Pada gambar di atas terdapat data base system yang telah terhubung kedalam data
mart dan data warehouse kemudian di olah melalu ELT/ETL dan OLAP/OLTP
pada data warehouse menghasilkan meta data untuk di analisis dan proses
pengambilan keputusan menggunakan cloud Saas dan private cloud
7. 4
BAB II
TINJAUAN PUSTKA
2.1. Data Warehouse
Data warehouse merupakan data-data yang berorientasi subjek, terintegrasi,
memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang
digunakan dalam mendukung proses pengambilan keputusan oleh para manajer di
setiap jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat
tinggi). Pemakaian teknologi data warehouse hampir dibutuhkan oleh semua
organisasi, tidak terkecuali Perpustakaan. Data warehouse memungkinkan
integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal
ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh
informasi, dan menganalisisnya untuk pengambilan keputusan”.
Data Warehouse menggunakan 2 server atau lebih. Memiliki data yang berasal
dari sumber-sumber yang terpisah kedalam suatu format yang tetap dan saling
terintegrasi menjadi satu kesatuan yang menunjang keseluruhan konsep Data
Warehouse itu sendiri. Dengan kata lain informasi dikumpulkan dari data yang
terpisah yang kemudian disatukan menjadi sebuah ringkasan
2.2. ETL (Extraction, Transformation, Loading)
ETL adalah kumpulan proses menyiapkan data dari operational source untuk
data. Proses ini terdiri dari extracting, transforming, loading, dan beberapa proses
yang dilakukan sebelum dipublikasikan ke dalam data warehouse. Jadi, ETL atau
extract, transform, loading adalah fase pemrosesan data dari sumber data masuk
ke dalam data warehouse. Tujuan ETL adalah mengumpulkan, menyaring,
mengolah dan menggabungkan datadata yang relevan dari berbagai sumber untuk
disimpan ke dalam data warehouse. ETL juga dapat digunakan untuk
mengintegrasikan data
Dengan sistem yang sudah ada sebelumnya. Hasil dari proses ETL adalah
dihasilkannya data yang memenuhi kriteria data warehouse seperti data historis,
8. 5
terpadu, terangkum, statis dan memiliki struktur yang dirancang untuk keperluan
proses analisis. Proses ETL terdiri dari tiga tahap, yaitu :
1. Extract
Langkah pertama dari proses ETL adalah proses penarikan data dari satu atau
lebih sistem operasional sebagai sumber data (bisa diambil dari sistem OLTP, tapi
bisa juga dari sumber data di luar system database). Kebanyakan proyek data
warehouse menggabungkan data dari sumber-sumber yang berbeda. Pada
hakekatnya, proses ekstraksi adalah proses penguraian dan pembersihan data yang
diekstrak untuk mendapatkan suatu pola atau struktur data yang diinginkan.
2. Transform
Proses membersihkan data yang telah diambil pada proses extract sehingga data
itu sesuai dengan struktur data warehouse atau data mart. Hal-hal yang dapat
dilakukan dalam tahap transformasi :
a). Hanya memilih kolom tertentu saja untuk dimasukkan ke dalam data
warehouse.
b). Menerjemahkan nilai berupa kode (misal, database sumber menyimpan nilai 1
untuk pria dan 2 untuk wanita, tetapi data warehouse menyimpan M untuk pria
dan F untuk wanita). Proses yang dilakukan disebut automated data cleansing,
tidak ada pembersihan secara manual selama proses ETL.
c). Mengkodekan nilai-nilai ke dalam bentuk bebas ( missal memetakan ”male”
,”I”, dan ”Mr ke dalam ”M”).
d). Melakukan perhitungan nilai-nilai baru (misal sale_amount = qty*unit_price).
e). Menggabungkan data dari berbagai sumeber bersama-sama.
f). Membuat ringkasan dari sekumpulan baris data (misal, total penjualan untuk
setiap bagian).
Kesulitan yang terjadi pada proses transformasi adalah data harus digabungkan
dari beberapa sistem terpisah, harus dibersihkan sehingga konsisten dan harus
diagregasi untuk mempercepat analisis.
3. Loading
Fase load merupakan tahapan yang berfungsi untuk memasukkan data ke dalam
target akhir, yaitu ke dalam suatu data warehouse. Waktu dan jangkauan untuk
9. 6
mengganti atau menambah data tergantung pada perancangan data warehouse
pada waktu menganalisa keperluan informasi. Fase load berinteraksi dengan suatu
database, constraint didefinisikan dalam skema database sebagai suatu trigger
yang diaktifkan pada waktu melakukan load data (contohnya :
uniqueness,referential, integrity, mandatory fields), yang juga berkontribusi untuk
keseluruhan tampilan dan kualitas data dari proses ETL
ELT (Extraction, Loading, Transformation)
ELT merupakan variasi dari ETL (Extraction, Transformation, Loading). pada
proses ini data juga akan di extract terlebih dahulu, kemudian data akan di load ke
database. Kemampuan ini sangat berguna untuk memproses set data yang besar
yang diperlukan untuk Business Intelligence dan analisis data yang besar. Salah
satu kemampuan utama ELT adalah pengurangan waktu loading jika
dibandingkan dengan model ETL. Mengambil keuntungan dari kemampuan
pemrosesan yang dibangun dalam infrastruktur data warehouse dapat mengurangi
waktu yang dihabiskan data untuk melakukan transit dan lebih hemat biaya.
2.3. OLAP (OnLine Analytical Processing)
Pengertian OLAP merupakan sebuah prangkat lunak yang melakukan pemrosesan
untuk menganalisa data bervolume besar dari berbagai perspektif (multidimensi).
OLAP seringkali disebut analisis data multidimensi yang berfungsi sebagai data
analasis (select). Data multidimensi adalah data yang dapat dimodelkan sebagai
atribut dimensi dan atribut ukuran. Contoh atribut dimensi adalah nama barang
dan warna barang, sedangkan contoh atribut ukuran adalah jumlah barang.
OLTP (Online Transaction Processing Systems)
OLTP (On-line Transaction Processing) memiliki karakteristik dengan jumlah
data yang besar namun hanya dapat melakukan hal sederhana seperti
insert,update, dan delete. Hal utama yang menjadi perhatian dari sistem yang
dilakukan OLTP adalah melakukan query secara cepat, data mudah untuk
diperbaiki dan dapat diakses melalui komputer yang terhubung dalam jaringan.
OLTP berorientasi pada proses yang memproses suatu transaksi secara langsung
10. 7
melalui komputer yang terhubung dalam jaringan. Seperti misalanya kasir pada
sebuah super market yang menggunakan mesin dalam proses transaksinya. OLTP
mempunyai karakteristik beberapa user dapat creating, updating, retrieving untuk
setiap record data, lagi pula OLTP sangat optimal untuk updating data.
2.4. Definisi Cloud Computing
Cloud Computing berdasarkan dokumen NIST Definition Of Cloud
Computing, Peter Meel dan Timothy Grance [1]
mendefinisikan sebagai sebuah
model yang memungkinkan adanya penggunaan sumber daya (resource) secara
bersama-sama dan mudah, menyediakan jaringan akses dimana-mana dapat
dikonfigurasi dan layanan yang digunakan sesuai keperluan (on demand). Hal ini
berarti layanan pada Cloud Computing dapat disediakan dengan cepat dan
meminimalisir interaksi dengan penyedia layanan Cloud Computing.
2.5.3. Tiga Model Layanan Pada Cloud Computing
Teknologi Cloud Computing memiliki tiga model layanan yang dapat
dipilih sesuai kebutuhan. Ketiga layanan yang disajikan oleh Cloud Computing
meliputi IAAS, PAAS dan SAAS. Pembagian jenis layanan ini bertujuan untuk
membantu menyesuaikan keperluan dari pengguna.
1. IAAS
IAAS (Infrastructure AS A Service) atau Cloud IAAS merupakan jenis
layanan pada Cloud Computing yang menekankan kepada layanan penyediaan
sarana jaringan komputer (computer network), perangkat keras jaringan, komputer
server, media penyimpanan (storage), processor, beserta dengan proses
virtualisasi yang menunjang proses komputasi.
2. PAAS
PAAS (Platform AS A Service) atau Cloud PAAS merupakan jenis layanan
pada Cloud Computing yang menekankan kepada penyediaan platform untuk
membantu proses pengembangan perangkat lunak secara cepat dan mudah.
3. SAAS
11. 8
SAAS (Software AS A Service) merupakan jenis layanan yang diberikan
oleh teknologi Cloud Computing kepada para penggunanya dalam bentuk
pemakaian bersama perangkat lunak (aplikasi).
2.5.4. Empat Model Deployment Cloud Computing
NIST (National Institute Of Standard and Technology) membagi model
deployment Cloud Computing menjadi empat yaitu Private Cloud, Public Cloud,
Hybrid Cloud dan Community Cloud.
1. Private Cloud
Private Cloud sebgai model deployment Cloud Computing yang bertujuan
untuk penggunaan yang terbatas pada kalangan tertentu saja (private), banyak
diterapkan untuk lingkungan laboratorium riset, sekolah, perpustakaan dan lain-
lain.
2. Public Cloud
Model deployment pada teknologi Cloud Computing, di mana layanan
Cloud Computing diletakkan dilokasi public, sehingga layanan, data dan informasi
di dalamnya dapat digunakan dan dibagikan dengan mudah ke seluruh pengguna.
3. Hybrid Cloud
Hybrid Cloud adalah model deployment Cloud Computing yang
merupakan gabungan dari Private Cloud dan Public Cloud.
4. Community Cloud
Merupakan model deployment Cloud Computing yang dibangun oleh satu
atau beberapa komunitas.
2.6. Data Mart
Data mart adalah suatu bagian pada data warehouse yang mendukung
pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada
suatu perusahaan. Dalam beberapa implementasi data warehouse, data mart adalah
miniature data warehouse. Data mart sering digunakan untuk memberikan
informasi kepada segmen fungsional organisasi.
12. 9
BAB III
ANALISA DAN KESIMPULAN
3.1. Analisa Program
Langkah–langkah yang dilakukan dalam analisa terhadap peran fungsi
KUD dan nelayan dalam meningkatkan hasil budidaya ikan bandeng:
3.1.1. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam laporan ini yaitu dengan
mengumpulkan data yang kemudian dianalisis dan memaparkan hasil analisis
menjadi sebuah laporan. Adapun metode pengumpulan data yang digunakan
adalah sebagai berikut
1. Studi Pustaka
Studi pustaka (library research) merupakan suatu cara untuk
mengumpulkan data dengan membaca literatur baik dari buku-buku pedoman,
internet dan data-data yang dapat bisa menunjang dan membantu dalam
penyusunan sistem
2. Interview atau wawancara
Pengumpulan data yang dilakukan dengan observasi atau pengamatan di
tambak nelayan KUD dimana wawancara dilakukan dengan via telepon dan tanya
jawab secara langsung dengan Adi rudin selaku KUD kabupaten bima pada
tanggal 16 November 2015.
3.1.2. Sarana dan Infrastruktur
Sarana dan infrastruktur pada KUD dan nelayan setempat.
Gambar 3.1. Sarana dan infrastruktur pada KUD dan nelayan setempat.
No Jenis Sarana dan
Insfrastruktur
Fungsi Jumlah
1 Komputer & Data
Base System
Memproses berbagai data yang ada dan
mebuat hasil laporan dengan aplikasi
dan mencetaknya keluar dan di analisis
2
13. 10
oleh KUD demi meningkatkan kualitas
2 Pembukuan Mencatat data pendapan dan hasil dari
budidaya ikan yang di lakukan secara
manual oleh KUD
set
3 Jaringan Internet koneksi antara bagian di KUD 1
3.1.3. Hasil Analisa
Pencatatan yang dilakukan oleh nelayan setiap harinya untuk
memonitoring jumlah ikan yang siap di jual dan dilaporkan ke KUD masih
mengalami kesulitan diperlukannya sebuah system yang terintegrasi didalam data
warehouse.
Penyimpanan data yang masih dilakukan secara konvensiaonal dan data
yang tersimpan pada file yang terpisah-pisah serta format penyimpanan yang
berbeda-beda. dimana data disimpan hanya pada pembukuan dimana dalam
pengolahan data tersebut belum dimanfaatkan secara maksimal dan belum adanya
basis data untuk KUD menganalisis kondisi ikan bandeng yang di budidaya yang
mengakibatkan kesulitan dalam pencarian data dan pemanfaatan informasi untuk
pengambilan keputusan bagi pihak KUD.
Bentuk pengelolaan data hanya sebatas laporan dan analisis dari hasil
panan nelayan dan penjualan maka perlu adanya pengimplementasian terhadap
penggunaan Data Warehouse. Serta infrasruktur yang memadai dan agar
mendukung kegiatan KUD dan nelayan dalam memonitoring perkembangan
budidaya ikan bandeng di kabupaten Bima.
3.2. Kesimpulan
Berdasarkan analisa masalah maka kesimpulan terhadap implementasi dari
data warehouse dalam pengolahan data program Posyandu meliputi:
1. Bentuk pengelolaan data KUD dengan nelayan di kabupaten Bima masih
dilakukan secara manual, perlunya pemanfaatan implementasi data
warehouse, sarana infrastruktur yang memadai dan sumber daya manusia
14. 11
dalam pengolahan data sehinga dapat meningkatkan mutu hasil
pengolahan.
2. Jenis-jenis data yang ada di KUD meliputi jumlah pendapatan, Jumlah
penjualan, Stock Gudang, Grafik data pertumbuhan ikan
3. Jenis-jenis laporan yang ada di KUD meliputi: Laporan bulanan
pendapatan dan penjualan, laporan harian perkembangan budidaya ikan,
Laporan bulanan Data nelayan, Laporan bulanan stock gudang.
4.
DAFTAR PUSTAKA
1. Agus Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud
Computing dan Teknologi-Teknologi Pendukung Lainnya. Bandung:
Informatika.
2. Maryani Setyowati, S.KM, M.Kes. 2014. “Penerapan Data Mining Untuk
Mencegah Kasus Kematian Ibu Dan Anak Di Puskesmas Kota Semarang”.
http://dinus.ac.id/wbsc/assets/dokumen/penelitian/Lap_Akhir/laporan-
akhirinternal2014-Maryani.pdf. 15 November 2015
3. Informasi dari Ni Luh Ary Kusuma Ningsih selaku staf Puskemas Susut 1
Bangli dilakukan tanggal 8 November 2015
4. Davenport, Robert J. 2008. ETL vs
ELT. http://www.dataacademy.com/files/ETL-vs-ELT-White-Paper.pdf.
15 November 2015
5. Jensen, Christian S., Torben Bach Pedersen, Christian Thomsen. 2002.
Introduction to Data Warehousing and Business
Intelligence. http://cs.ulb.ac.be/public/_media/teaching/infoh415/dwnotes.
pdf. 15 November 2015.
15. 12
Lampiran
Hasil wawancara dengan Adi rudin selaku KUD kabupaten bima pada
tanggal 16 November 2015.
P : Apakah dalam KUD ini telah menggunakan sistem pada pengolahan data
?
N : belum mengunakan system, masih mengolah data secara manual
mengunakan pembukuan.
P : Jenis data apa saja yang di simpan oleh KUD?
N : kalau sekarang hanya data pendapatan dan penjualan terhadap ikan
P : Apakah Nelayan membuat pelaporan tiap harinya mengenai
perkembangan dari ikan bandeng yang dikelolahnya ke KUD ?
N : pelaporan yang sampaikan oleh nelayan sendiri meliputi perkembangan
ikan bandeng serta berapa banyak bandeng yang sudah di ambil dan siap
di jual dan jumlah ikan yang mati kemudian KUD mencatat dalam
laporan.
P : Apakah ada kesulitan dalam pencarian data dan pengolahan data dalam
mendukung pengambilan keputusan yang dilakukan KUD ?
N : Ya tentu saja karena harus mencari data dan menganalisa data satu per
satu pada pembukuan.
Keterangan
P = pewawancara
N = narasumber (KUD)