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

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

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

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.

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.

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

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,

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

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

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

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.

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

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

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.

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)