IMPLEMENTASI APLIKASI DATA WAREHOUSE DAN SISTEM PENDUKUNG KEPUTUSAN PADA PROYEK KONSTRUKSI

JALAN BERBASIS KINERJA

Rani Shesasiwi Herlanda (5109100030) Pembimbing I : Diana Purwitasari, S.Kom., M.Sc Pembimbing II : Wijayanti Nurul Khotimah, S.Kom, M.Sc

LATAR BELAKANG

1

LATAR BELAKANG

Perusahaan BUMN yang bergerak dalam bidang jasa konstruksi di Indonesia

Memperoleh kontrak peningkatan dan pemeliharaan jalan Demak -Trengguli dengan sistem Kontrak Berbasis Kinerja (KBK).

2

Lokasi Proyek KBK Demak Trengguli

KABUPATEN SEMARANG

KOTA KENDAL

KABUPATEN DEMAK

KOTA DEMAK

KABUPATEN GROBOGAN

KABUPATEN BOYOLALIBawen

Ke MAGELANG

Ungaran

/ Pemalang

Kec. Kaliwungu

Karangjati

Jatingaleh

Gayamsari

Mangkang

Cangkringan

Sayung

KaligondangWonosalem

Trengguli

Kaliwungu

NO. RUAS : 009 / KM. 48+400 SMG.

REFF. : JMB. KALI KUTA / BTS. KAB.

NAMA RUAS : KENDAL - WALERI

Bts. JALAN NASIONAL DI Wil. METROPOLITAN

NO. RUAS : 019 / KM. 35+500 SMG.

REFF. : Pnt. AIR (+ 45 m) / BTS. KEC.

NAMA RUAS : TRENGGULI - JATI

-

Bts. JALAN NASIONAL DI Wil. METROPOLITAN

NAMA RUAS : SALATIGA - BOYOLALI

NO. RUAS : 052 / KM. 59 + 400 SMG.

Bts. JALAN NASIONAL DI Wil. METROPOLITAN

REFF. : GAPURA / BTS. KAB.

KOORD. GPS. : 110°,02',57' BT. ; 06°,58',13' LS .

KOORD. GPS. : 110°,31',52' BT. ; 07°,25',57' LS .

KOORD. GPS. : 110°,43',27' BT. ; 06°,52',19' LS .

WELERI

Brangsong

Tugurejo

Banyumanik

Kec. Ambarawa

Ke Salatiga

SALATIGA

Kec. Tengaran

Ketapang - kebonharjo

KOTA SEMARANG

BANDARA A. YANI

KABUPATEN KENDAL

KAB. SRAGEN

KAB. KUDUS

KAB. JEPARA

Brangseng

Ngampel

Kec. Rowosari

Singorojo

Ke Batang

Ke BOYOLALI

Ke Kudus

3

Pembagian Segmen Jalan

A

B

4

LATAR BELAKANG

Kontraktor

Pelaksanaan Pemeliharaan

Perancangan

Konsultan

Perancangan Pelaksanaan Pemeliharaan

Kontraktor

5

Tantangan pada Proyek KBK

Lingkup proyek lebih besar dan lebih sulit.

Pembayaran didasarkan atas hasil kinerja.

Keberhasilan paket KBK sangat tergantung oleh

kualitas dan profesionalisme penyedia jasa.

6

Kontraktor dapat menganalisis data proyek KBK.

Kontraktor dapat menghasilkan report yang terintegrasi.

Kontraktor dapat mengakses semua informasi pada proyek KBK.

Kebutuhan Kontraktor dalam Proyek KBK

7

KONDISI DATA

Ukuran Data Besar Satu kali proses inspeksi jalan

menghasilkan 155 row

Data Terpisah-pisah

Departemen

Inspeksi Jalan

Departemen

Pengembalian

KondisiJalan

Departemen

Monitoring

Kepadatan Jalan

8

MENGAPA MENGGUNAKAN DATA WAREHOUSE ?

9

Menggabung data yang berasal dari source yang terpisah-pisah menjadi 1 database Menghasilkan informasi data yang berorientasi subjek Menghasilkan analisa dari banyak data yang dimasukkan.

TUJUAN

10

Mendesain dan mengimplementasikan model data warehouse.

Membangun aplikasi yang dapat menampilkan analisis data yang mudah digunakan dan dipahami oleh pengguna.

Membangun aplikasi yang dapat membuat model atau rule agar dapat digunakan untuk Sistem Pendukung Keputusan (SPK).

TUJUAN

11

METODOLOGI

12

METODOLOGI

13

Studi Kelayakan Penentuan Kebutuhan Fungsional dan Non

Fungsional

Profilling Data

Merancang Arsitektur Sistem Data Warehouse

Membuat Bus Matrix

Membuat Model Dimensi

Proses Source Mapping Membangun Physical

Design Merancang NDS

Membangun ETL Membangun Bussines

Intelegence

Membangun Dashboard

Membangun Report

Area Bisnis

Perancangan Proyek

Demak -Trengguli

Pelaksanaan Proyek

Demak -Trengguli

Pemeliharaan Proyek

Demak -Trengguli

14

Inspeksi Jalan

Pengembalian Kondisi Jalan

Monitoring kepadatan Jalan

15

Proses Bisnis

Arsitektur Sistem Data Warehouse

17

Tahap Perancangan

Proses Bisnis Inspeksi Jalan

Model Dimensi

18

Tahap Perancangan

Proses Bisnis Pengembalian Kondisi Jalan

19

Model Dimensi

Tahap Perancangan

Proses Bisnis Monitoring Kepadatan Jalan

20

Model Dimensi

Tahap Perancangan

21

Model NDS

Tahap Perancangan

IMPLEMENTASI

22

PROSES ETL NDS

Inspeksi Badan Jalan

23

Kondisi Memenuhi

SUBSTRING(lubang,1,1) == "M" && SUBSTRING(tambalan,1,1) == "M" &&

SUBSTRING(retakan,1,1) == "M" && SUBSTRING(amblas,1,1) == "M" &&

SUBSTRING(plps_butir,1,1) == "M" && SUBSTRING(joint_seal,1,1) == "M"

&& SUBSTRING(kebersihan,1,1) == "M"

Kondisi Tidak Memenuhi

SUBSTRING(lubang,1,2) == "TM" || SUBSTRING(tambalan,1,2) == "TM" ||

SUBSTRING(retakan,1,2) == "TM" || SUBSTRING(amblas,1,2) == "TM" ||

SUBSTRING(plps_butir,1,2) == "TM" || SUBSTRING(joint_seal,1,2) ==

"TM" || SUBSTRING(kebersihan,1,2) == "TM"

Kondisi Tidak Memenuhi

ISNULL(tipe_inspeksi) ? "badan

jalan" : tipe_inspeksi

ISNULL(status) ? "TM" : status

Kondisi Memenuhi

ISNULL(tipe_inspeksi) ? "badan

jalan" : tipe_inspeksi

ISNULL(status) ? "M" : status

"

PROSES ETL DDS

Fact Pengembalian Kondisi Jalan

24

Report Inspeksi Badan Jalan

REPORT DDS

25

Report Kerusakan Badan Jalan

REPORT DDS

26

Diagram Kerusakan Badan Jalan

REPORT DDS

27

Report Pengembalian Kondisi Jalan

REPORT MDS

28

Association Rule Kerusakan Badan Jalan

29

Association Rule Kerusakan Badan Jalan

30

Naive Bayes

31

Dashboard

32

UJI COBA

33

Skenario Keintegrasian Data

Report Kerusakan Badan Jalan

34

Skenario Keintegrasian Data

Diagram Kerusakan Badan Jalan

35

Data jumlah kerusakan badan jalan setiap bulan dan setiap harinya

sudah terintegrasi.

Data jumlah kerusakan pada report dan diagram sudah terintegrasi.

Kesimpulan Uji Coba Keintegrasian Data

36

Skenario Tampilan Dependency Network pada

Association Rule

37

Kesimpulan Uji Coba Tampilan Dependency

Network pada Association Rule

38

Skenario Tampilan Dependency Network pada

Naive Bayes

39

“Range jumlah kerusakan badan jalan“ bergantung pada “Range jumlah

kerusakan bahu jalan” dan “Jumlah overweight” dengan nilai

dependency sangat tinggi yaitu 100%.

Kesimpulan Uji Coba Tampilan Dependency

Network pada Naive Bayes

40

KESIMPULAN

41

Implementasi aplikasi data warehouse pada Tugas Akhir ini

dapat menghasilkan model atau rule yang berguna dalam

Sistem Pengambilan Keputusan.

Pada sistem data warehouse langkah paling penting adalah

pembuatan model dimensi.

Aplikasi web pada Tugas Akhir ini dapat menampilkan report

yang dibutuhkan oleh pengguna.

KESIMPULAN

42

Semakin besar nilai support dan importance pada association rule,

maka rule tersebut semakin kuat. Analisis yang dihasilkan adalah

jumlah kerusakan badan jalan dipengaruhi oleh jumlah kerusakan

bahu jalan, jumlah kerusakan drainase, dan jumlah overweight yang

terjadi pada jalan.

Semakin besar nilai probability pada naive bayes, maka semakin

kuat nilai ketergantungan antara atribut yang terhubung. Analisis

yang dihasilkan adalah jumlah kerusakan badan jalan bergantung

pada jumlah kerusakan bahu jalan dan jumlah overweight yang

terjadi pada jalan.

KESIMPULAN

SEKIAN

43

DAFTAR PUSTAKA

[1] T. Rujirayanyong, "A project-oriented data warehouse for construction," Elsevier, vol. 15, no.

Automation in Construction , pp. 800–807, November 2005.

[2] Y. Cao, M. Anson, J.P. Zhang K.W. Chau, "Application of data warehouse and Decision Support

System," Elsevier, vol. 2, no. Automation in Construction, pp. 213–224, August 2002.

[3] V. Rainady, "Building a Data Warehouse With Examples in SQL Server," in Building a Data

Warehouse With Examples in SQL Server. New York, Inc: Springer-Verlag, pp. 5-71, 2008.

[4] S., Dayal Chaudhuri, "An Overview of Data Warehousing and OLAP Technology," SIGMOD, vol.

26, pp. 65-74, March 1997.

[5] J.Smith, B. Alex, "Data Warehousing, Data Mining, and OLAP," in Data Warehousing, Data

Mining, and OLAP, I ed. United States of America: The Mc Graw-Hill Companies Inc, pp. 112-20,

1997.

[6] Microsoft. (2013, February) msdn. [Online].

http://msdn.microsoft.com/enus/library/ms173767(v=sql.105).aspx

[7] PT ADHIKARYA, Dokumen Pelelangan KBK Pekerjaan Konstruksi Kontrak LUMP SUM,

November 26, 2010.

50

[8] PT. ADHIKARYA, Informasi Singkat Peningkatan Jalan Demak - Trengguli Kontrak Berbasis

Kinerja, November 9, 2012.

[9] M. Hasanbasri. (2013, March) Manajemen Operasi. [Online]. http://manajemenoperasional.com/

[10] M. Syafrizal. (2013, April) Academia.edu. [Online]. http://academia.edu/

[11] P. Ketut I , "PENERAPAN ASSOCIATION RULE MINING PADA DATA NOMOR UNIK PENDIDIK

DAN TENAGA KEPENDIDIKAN UNTUK MENEMUKAN POLA SERTIFIKASI GURU," Digilib ITS, vol.

I, pp. 3-8, 2007.

[12] M. Mihic, I. Kursan, "Business Intelligence: The Role of The Internet in Marketing Research,“

Management Journal, vol. XV, pp. 69-86, 2010.

[13] B. Nadia, "Business Intelligence and E-Discovery," Intellectual Property & Technology Law

Journal, vol. XXII, 2010.

[14] Z. H. Laksmiwati, "Evaluasi Teknik Optimalisasi Proses ETL dan Skema Data

Warehouseuntuk Mendukung Tactical Business Intelligence," Jurnal Sarjana Institut

Teknologi Bandung Bidang Teknik Elektro dan Informatika, vol. I, no. 3, p. 2, 2012.

DAFTAR PUSTAKA

51

[15] T. Y. Wah, "Evaluating a Data Warehouse for Lymphoma Diagnosis and Treatment

Decision Support System," Evaluating a Data Warehouse for Lymphoma Diagnosis and

Treatment Decision Support System, vol. IV, no. Modelling Symposium on Computer

Modelling and Simulation, pp. 1-6, 2009.

[16] F. T. Abidin. (2013, March) Informatika Unsyiah. [Online].

http://www.informatika.unsyiah.ac.id/

[17] W. Thornthwaite, R. Kimball, J. Mundy, The Microsoft Data Warehouse Toolkit, 1st ed.,

Beth, Mary Wakefield, Ed. Canada, Indiana: Wiley Publishing, Inc, 2006.

[18] Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en

us/library/ms174916.aspx

[19] Microsoft. (2013, April) Msdn. [Online]. http://msdn.microsoft.com/en

us/library/ms174806.aspx

[20] P. Melina, "Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng

Palangkaraya Menggunakan Skema Galaxy," Jurnal Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana, vol. I, p. 2, 2011

DAFTAR PUSTAKA

52