Pengembangan Sistem Proyeksi Kependudukan Provinsi Jawa

Bab 2
Tinjauan Pustaka
2.1
Penelitian Terdahulu
Pada penelitian data warehouse terdahulu dengan judul
Perancangan dan Pembangunan OLAP pada Data Warehose
Menggunakan Pendekatan Multidimensional
(Studi Kasus
Tingkat Kelulusan di Salatiga), data warehouse digunakan untuk
membantu penyediaan data yang dibutuhkan dalam pengukuran
kinerja proses belajar mengajar. Informasi yang dihasilkan pada
data warehouse adalah perbandingan hasil lulus dan tidak lulus,
tingkat kelulusan mata pelajaran dan summary dari nilai tiap
pelajaran. Proses multidimensional query dilakukan dengan
menggunakan pivoting table dan chart. Pengguna dapat
memanipulasi data yang tampil pada setiap sumbunya seperti
yang dapat dilakukan pada pivot table (Pinem, 2009).
Penelitian yang lain dengan judul “Pembangunan Online
Analytical Processing System untuk Representasi Informasi
Pertanian Padi dan Palawija Provinsi Jawa Tengah” pernah
dilakukan sebelumya. Pada penelitian tersebut dibahas tentang
pembuatan sistem yang berfungsi untuk merepresentasikan secara
visual informasi hasil pertanian dan palawija pada daerah-daerah
yang ada
di Jawa Tengah yaitu berupa tabel, grafik, serta
diagram (pie, batang ataupun garis) (Meganita, 2009). Dalam
penelitian ini data yang digunakan adalah data hasil panen padi
dan palawija. Yang membedakan penelitian ini dengan penelitian
diatas adalah jenis data yang digunakan dan terdapat menu
tambahan yaitu menu input data yang hanya bisa dilakukan oleh
admin selain itu juga terdapat menu proyeksi penduduk.
2.2
Landasan Teori
2.2.1
Definisi Demografi
Pengertian Demografi :
1. Ilmu yang mempelajari penduduk suatu wilayah dari segi
jumlah,
struktur
(perubahannya),
(komposisi)
Multilingual
dan
perkembangannya
Demographic
Dictionary
(IUSSP, 1982).
2. Ilmu yg mempelajari jumlah, persebaran, teritorial, komposisi
penduduk, dan perubahan serta sebab-sebabnya yg biasa
timbul karena natalitas, mortalitas, migrasi, dan mobilitas
sosial. (Hauser dan Duncan, 1959).
3. Studi matematik dan statistik terhadap jumlah, komposisi,
distribusi spasial dari penduduk manusia, dan perubahanperubahan dari aspek tersebut selalu terjadi akibat proses
fertilitas, mortalitas, perkawinan, migrasi dan mobilitas sosial.
(Bogue, 1969).
2.2.2
Proyeksi Penduduk
Proyeksi
penduduk
(population
projections)
dan
peramalan penduduk (population forecast) sering dipergunakan
sebagai dua istilah yang sering dipertukarkan. Meskipun
demikian, kedua istilah ini sebenarnya memiliki perbedaan yang
sangat mendasar. Berbagai literature menyatakan proyeksi
penduduk sebagai prediksi (ramalan) yang didasarkan pada
asumsi rational tertentu yang dibangun untuk kecenderungan
masa yang akan datang dengan menggunakan peralatan statistik
atau perhitungan matematik. Disisi lain peramalan (forecast)
penduduk bisa saja dengan atau tanpa asumsi dan atau kalkulasi.
Tanpa kondisi/syarat tertentu atau pendekatan tertentu. (Smith,
2001)
Dari berbagai literature, terdapat banyak metode dalam
proyeksi penduduk. Masing-masingnya memiliki asumsi sendiri,
kekuatan dan kelemahan. Model-model yang umum yang
biasanya digunakan untuk proyeksi penduduk diantaranya adalah:
1. Model ekstrapolasi trend, yang diantaranya terdiri dari:
o Model Linear (Aritmethic)
o Model Geometric
o Model Parabolic
2. Model Komponen Kohor
3. Model Ratio
o Model “Constant Share”
o Model “Shift Share”
o Model “Share of Growth”
2.2.2.1 Model Ektrapolasi Trend
Model ekstrapolasi trend secara sederhana menggunakan
trend penduduk masa yang lalu untuk memperkirakan jumlah
penduduk masa yang akan datang. Metode ini adalah metode
yang digunakan dalam rangka proyeksi penduduk. Selain itu,
metode ini juga digunakan untuk menghitung tingkat dan ratio
pada masa yang akan datang berdasarkan tingkat dan ratio pada
masa yang lalu.
Model ekstrapolasi trend yang banyak digunakan adalah
model linear, geometric dan parabolic. Asumsi dasar dari model
ini adalah pertumbuhan atau penurunan akan berlanjut tanpa
batas. Namun demikian, asumsi tersebut tidak mungkin
diberlakukan jika proyeksi yang disusun adalah proyeksi jangka
panjang. Misalnya jika populasi di suatu daerah berkurang, dalam
jangka panjang model ini akan memproyeksikan penduduk
menjadi nol, dan bahkan menjadi negatif. Demikian juga, jika
jumlah penduduk di suatu daerah yang meningkat, tidak mungkin
akan meningkat pada jumlah yang tanpa batas. Dalam
kenyataannya, penduduk hanya akan meningkat sampai suatu
tingkat dengan kapasitas yang maksimum dan kemudian akan
kembali turun atau stabil dalam kaitannya dengan kepadatan
penduduk, biaya hidup dan kualitas hidup. Oleh karenanya,
penggunaan model ekstrapolasi trend membutuhkan pemahaman
yang baik tentang kecenderungan pertumbuhan masa lalu untuk
membuat estimasi dengan batasan yang masuk akal (reasonable).
a. Model Linear (Aritmethic)
Model linear adalah teknik proyeksi yang paling
sederhana dari seluruh model trend. Model ini menggunakan
persamaan derajat pertama (first degree equation). Berdasarkan
hal tersebut, penduduk diproyeksikan sebagai fungsi dari waktu,
dengan persamaan (Klosterman, 1990):
Pt =α + βT
Dimana :
Pt = penduduk pada tahun proyeksi t
α
= intercept = penduduk pada tahun dasar
β
= koefisien = rata-rata pertambahan penduduk
T
= periode waktu proyeksi = selisih tahun proyeksi dengan
tahun dasar
Hasil proyeksi akan berbentuk suatu garis lurus. Model ini
berasumsi bahwa penduduk akan bertambah/berkurang sebesar
jumlah absolute yang sama/tetap (β) pada masa yang akan datang
sesuai dengan kecenderungan yang terjadi pada masa lalu. Ini
berarti bahwa, jika Pt+1 dan Pt adalah jumlah populasi dalam
tahun yang berurutan, Pt+1 – Pt yang adalah perbedaan pertama
yang selalu tetap (konstan). Mengacu pada (Pittengar, 1976),
mengemukakan bahwa model ini hanya digunakan jika data yang
tersedia relatif terbatas, sehingga tidak memungkinkan untuk
menggunakan model lain. Model ini hanya dapat diaplikasikan
untuk wilayah kecil dengan pertumbuhan yang lambat, dan tidak
tepat untuk proyeksi pada wilayah-wilayah yang lebih luas
dengan pertumbuhan penduduk yang tinggi (Isserman, 1977).
b. Model Geometric.
Asumsi dalam
bertambah/berkurang
model
pada
ini adalah penduduk akan
suatu
tingkat
pertumbuhan
(persentase) yang tetap. Misalnya, jika Pt+1 dan Pt adalah jumlah
penduduk dalam tahun yang berurutan, maka penduduk akan
bertambah atau berkurang pada tingkat pertumbuhan yang tetap
(yaitu sebesar Pt+1/Pt ) dari waktu ke waktu. Proyeksi dengan
tingkat pertumbuhan yang tetap ini umumnya dapat diterapkan
pada wilayah, dimana pada tahun-tahun awal observasi
pertambahan absolut penduduknya sedikit dan menjadi semakin
banyak pada tahun-tahun akhir. Model geometric memiliki
persamaan umum (Klosterman, 1990):
Pn= Po(1+r)t
(2.1)
Persamaan diatas dapat ditransformasi kedalam bentuk
linear melalui aplikasi logaritma, menjadi sebagai berikut:
Log ( 1+r) = log Pn – Log Po
t
Dimana :
Pn = jumlah penduduk pada akhir periode (orang ),
Po = jumlah penduduk pada awal periode ( orang ),
r = tingkat pertumbuhan penduduk (%),
t = jangka waktu (Tahun).
(2.2)
c. Model Parabolic.
Model parabolic seperti model geometric berasumsi
bahwa penduduk suatu daerah tidak tumbuh dalam bentuk linear.
Namun demikian, tidak seperti model geometrik (yang berasumsi
tingkat pertumbuhan konstan dari waktu ke waktu), pada model
parabolic tingkat pertumbuhan penduduk dimungkinkan untuk
meningkat atau menurun. Model ini menggunakan persamaan
derajat kedua yang ditunjukkan sebagai berikut:
Pt =α + β1T + β2T2
Model parabolic memiliki dua koefisien yaitu β1 dan β2.
β1 adalah koefisien linear (T) yang menunjukkan pertumbuhan
konstan, dan β2 adalah koefisien non-linear yang (T2) yang
menyebabkan perubahan tingkat pertumbuhan. Tanda positif atau
negatif pada β1 dan β2 bervariasi tergantung pada apakah tingkat
pertumbuhan
tersebut
akan
meningkat
atau
menurun.
Berdasarkan variasi pada tanda β1 dan β2, model akan
menghasilkan empat skenario sebagai berikut:
Tabel 2.1 Skenario dalam Model Parabolik
β1
β2
Efek terhadap pertumbuhan penduduk
Pertambahan yang semakin meningkat
+
+
Penduduk bertambah
Kurva cekung ke atas (Concave upward)
+
-
Pertambahan yang semakin berkurang
Penduduk berkurang
Kurva cekung ke bawah (concave downward)
Pertambahan yang semakin berkurang
-
+
Penduduk bertambah
Kurva cekung ke atas (Concave upward)
Pertambahan yang semakin meningkat
-
-
Penduduk berkurang
Kurva cekung ke bawah (concave downward)
Disarankan
demographer
untuk
terlebih
dahulu
mencermati (menguji coba) model ini ketika akan diaplikasikan
pada suatu daerah. Menurutnya, meskipun model ini baik untuk
daerah dengan pertumbuhan atau penurunan yang cepat, namun
demikian proyeksi jangka panjang akan menghasilkan angka
yang sangat besar atau sangat kecil (Klosterman, 1990).
2.2.3
Online Analytical Processing (OLAP)
Online Analytical Processing (OLAP) adalah salah satu
tools yang digunakan untuk mengakses informasi dalam data
warehouse. Teknologi OLAP memungkinkan data warehouse
digunakan secara efektif untuk proses online analysis, serta
memberikan respon yang cepat terhadap analytical query yang
kompleks (Amo, 2000).
Dengan kemampuannya OLAP dapat menaikkan atau
menurunkan dimensi data sehingga dapat menggali data sampai
pada level yang sangat detail dan memperoleh pandangan yang
lebih luas mengenai objek yang sedang dianalisis. OLAP
digunakan untuk menemukan hubungan antara suatu item yang
belum ditemukan. Pada basis data OLAP tidak perlu memiliki
ukuran besar seperti data warehouse, karena tidak semua
transaksi membutuhkan analisis tren. Dengan menggunakan open
database connectivity (ODS), data dapat diimpor dari basis data
relasional menjadi suatu basis data multidimensi untuk OLAP.
OLAP adalah suatu teknologi yang menawarkan high
performance akses pada data untuk dapat dianalisis secara
multidimensional. OLAP dapat digunakan untuk melaksanakan
perbandingan volume data yang besar. Berdasarkan struktur
basis datanya OLAP dibedakan menjadi 3 kategori utama:
a. Relational Online Analytical Processing (ROLAP)
Secara umum OLAP dibangun diatas relational
database sistem yang dikenal dengan relational OLAP
(ROLAP).
ROLAP
menggunakan
relational
database
(RDBMS) untuk menyimpan data dengan menggunakan star
schema atau snowflake schema yang menghasilkan query
analisis didalam SQL.
Relational Online Analytical Processing (ROLAP)
adalah suatu format pengolahan OLAP yang melakukan analisis
data secara dinamis yang disimpan dalam basis data relational
bukan pada basis data multidimensi. ROLAP cenderung
digunakan untuk menganalisis query dimensi data dalam volume
data yang besar.ROLAP merupakan bentuk teknologi OLAP
yang paling berkembang. Karakteristik ROLAP meliputi :
1. Skala data yang digunakan besar.
2. Menggunakan teknologi yang terbaru.
3. Lambat dalam menjalankan query.
4. Desain dan perawatan yang tinggi.
b. Multidimensional Online Analytical Processing (MOLAP)
Multidimensional
Online
Analytical
Processing
(MOLAP) adalah OLAP yang secara langsung mengarah pada
basis data multidimensi. MOLAP memproses data yang telah
disimpan dalam array
multidimensional dimana
semua
kombinasi data yang mungkin dicerminkan, masing-masing di
dalam suatu sel yang dapat diakses secara langsung.
Database
menyajikan model geometrik objek (point,
line, polygon dll) di dalam ruang multidimensional. MOLAP
dapat digunakan sebagai poin pada ruang multidimensional
sebagai atribut dan manfaat dari teknik database. Walaupun
berbeda dengan operasi pada database yang overlap (tumpang
tindih), MOLAP bermanfaat untuk mengembangkan ruang
lingkup yang ada pada database. (Guting, 1994)
MOLAP dibangun secara rinci untuk menangani
multidimensional query secara cepat
dan efisien pada
multidimensional data yang didalamnya terdapat agregasi
data.Karakteristik MOLAP meliputi :
1. Memiliki respon yang tinggi pada saat query dilakukan.
2. Multidimensional query.
3. Mudah dalam perawatan.
4. Skala dan volume data rendah.
Pada tugas akhir ini sistem yang dibangun akan
menggunakan MOLAP, karena pertimbangan karakteristik
MOLAP yang bersifat multidimensional query.
c. Hybrid Online Analytical Processing (HOLAP)
Hybrid Online Analytical Processing (HOLAP)
merupakan kombinasi antara ROLAP dengan MOLAP. HOLAP
dikembangkan untuk mengkombinasikan antara kapasitas data
pada ROLAP yang besar dengan kemampuan proses pada
MOLAP. (Weinberger, 1999)
OLAP (On-Line Analytical Processing) adalah suatu
pernyataan yang bertolak belakang atau kontras dengan OLTP
(On-Line Transaction Processing). OLAP menggambarkan
sebuah kelas teknologi yang dirancang untuk analisis dan akses
data secara khusus. Apalabila pada proses transaksi pada
umumnya semata-mata adalah pada relational database, OLAP
muncul dengan sebuah cara pandang multidimensi data. Cara
pandang multidimensi ini didukung oleh teknologi multidimensi
database. Cara ini memberikan teknik dasar untuk kalkulasi dan
analisis oleh sebuah aplikasi bisnis.
Konsep dasar OLAP bersumber dari kebutuhan untuk
efisiensi. Rangkuman atau agregasi data, penjumlahan, rerata,
nilai maksimum dan minimum dikalkulasi dan disimpan dalam
data cube yang bersifat multidimensional (Song dan Brown,
2002).
Sistem yang memungkinkan para manajer untuk
memperoleh penjelasan tentang pencapaian perusahaan melalui
suatu pandangan data yang bervariasi, luas, dan terorganisir untuk
mencerminkan multidimensional data menyangkut data dari
perusahaan (Codd, 1993).
OLAP memberikan pengertian yang mendalam tentang
data dengan cepat, konsisten, akses variasi data yang luas pada
informasi data yang dihasilkan. Kontras dengan database, OLAP
menjawab pertanyaan seperti “jika?” dan “mengapa?” sebagai
tambahan “untuk siapa?” dan “apa?”. OLAP digunakan untuk
membangun sistem pengambilan keputusan yang membantu
penjabaran data.(Goil, 1997)
2.2.4
Data Warehouse
Data Warehouse merupakan sekumpulan informasi yang
disimpan dalam basisdata yang digunakan untuk mendukung
pengambilan
keputusan
dalam
sebuah
organisasi.
Data
dikumpulkan dari berbagai aplikasi yang telah ada. Data yang
telah
dikumpulkan
tersebut
kemudian
difalidasi
dan
direstrukturisasi lagi, untuk selanjutnya disimpan dalam data
warehouse.
Pengumpulan
data
ini
memungkinkan
para
pengambil keputusan untuk pergi hanya ke satu tempat untuk
mengakses seluruh data yang ada tentang organisasinya (Freeze,
2000).
Kebutuhan pemanfaatan Data Warehouse disejumlah
organisasi didasarkan pada dua pertimbangan, pertama kebutuhan
operasional, yang mendukung fungsional kegiatan transaksi
bisnis setiap hari, optimasi dengan respon yang cepat pada proses
transaksi dan representasi bersifat waktu nyata pada identifikasi
status bisnis. Kedua kebutuhan informasi, digunakan untuk
pengelolaan dan pengendalian bisnis dalam bentuk analisis data
untuk pengambilan keputusan status organisasi dimasa sekarang
dan masa mendatang (Gatziu dan Athanasios, 1999).
Beberapa karakteristik Data Warehouse sebagai berikut :
1. Subject oriented
Aplikasi untuk operasi perusahaan berorientasi pada
proses (mengotomasi fungsi-fungsi dari proses bersangkutan atau
function
oriented).
Misalnya
di
bank,
aplikasi
kredit
mengotomasi fungsi-fungsi: verifikasi lamaran dan credit
checking, pemeriksaan kolateral, approval, pendanaan, tagihan,
dan seterusnya. Didalam data warehouse data-data yang
dihasilkan
dari
proses
kredit
ini,
diatur
kembali
dan
diintegrasikan dengan data-data dari fungsi-fungsi lain, agar
berorientasi pada misalnya nasabah dan produk.
2. Integrated
Data dari macam-macam aplikasi transaksi (untuk bank
misalnya: tabungan, kredit, rekening koran) semua mengandung
data nasabah, ada yang sama ada yang spesifik (yang sama
misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit
ada kolateral, untuk rekening koran ada overdraft) di dalam data
warehouse data-data yang sama harus diintegrasikan disatu
database, termasuk misalnya diseragamkan formatnya (sederhana
tetapi paling sering terjadi aplikasi-aplikasi sering dibeli vendor
berbeda, dibuat dengan atau dijalankan di teknologi berbedabeda).
3. Time variant
Data warehouse menyimpan sejarah (historical data).
Waktu merupakan tipe atau bagian data yang sangat penting
didalam data warehouse. Di dalam data warehouse sering
disimpan macam-macam waktu, seperti waktu suatu transaksi
terjadi atau dirubah atau dibatalkan, kapan data dibutuhkan,
kapan masuk ke komputer, kapan masuk ke data warehouse; juga
hampir selalu disimpan versi, misalnya terjadi perubahan definisi
kode pos, maka yang lama dan yang baru ada semua didalam
data warehouse kita.
4. Non-volatile
Sekali masuk kedalam data warehouse, data-data,
terutama data tipe transaksi, tidak akan pernah di update atau
dihapus. (Inmon, 2003)
Gambar 2.1 Arsitektur Data Warehouse (Bimonte, 2006)
Gambar
2.1
dijelaskan
mengenai
arsitektur
data
warehouse. Data warehouse didesain untuk bisa melakukan query
secara cepat. Informasi diturunkan dari data lain, dilakukan
rolling up data untuk dijadikan ringkasan (summaries), dilakukan
operasi drilling down untuk mendapatkan informasi yang lebih
detail atau melihat pola yang menarik atau melihat trend
(kecenderungan).
Konsep dan teknologi data warehouse
diterapkan dalam satu langkah, terdapat
fundamental
yang
disarankan
diikuti
tidak dapat
langkah-langkah
demi
tercapainya
keberhasilan penerapan tanpa mengganggu sistem aplikasi yang
sudah ada.
1. Melakukan penyalinan dan konversi data dari aplikasi atau
suatu sistem yang sudah ada menjadi satu jenis basis data.
Langkah ini dikenal dengan Offline Operasional Database.
2. Melakukan penyalinan dan konversi data secara regular dalam
jangka waktu yang telah ditentukan dari aplikasi atau system
yang sudah ada menjaadi satu jenis basis data. Mekanisme ini
dilakukan dalam interval waktu tertentu dengan dukungan
otomatisasi yang dimiliki oleh aplikasi teknologi data warehouse.
Langkah ini dikenal dengan Offline Data Warehouse.
3. Melakukan penyalinan dan konversi data secara “real time”
atau dengan kata lain otomatisasi dilakukan setiap kali terjadi
perubahan pada data dari aplikasi atau system yang sudah ada.
Langkah ini dikenal dengan Real Time Data Warehouse.
4. Setiap tejadi perubahan data baik pada data warehouse
maupun
pada
data
opersional
aplikasi
keduanya
saling
mensinkronisasi. Langkah ini dikenal dengan Integrated Data
Warehouse. (Ferdiana, 2008)
2.2.5 Data Mining
Banyak sekali definisi mengenai apa itu data mining.
Secara garis besar data mining merupakan suatu alat yang
memungkinkan para pengguna untuk mengakses secara cepat
data dengan jumlah yang besar. Pengertian yang lebih khusus lagi
dari data mining yaitu suatu alat dan aplikasi dengan
menggunakan analisis statistik pada data. Data mining juga
dikenal sebagai KDD (Knowledge Data Discovery) di dalam
basis data.
Data mining adalah suatu proses ekstraksi atau penggalian
data dan informasi yang besar, yang belum diketahui sebelumnya,
namun dapat dipahami dan berguna dari database yang besar
serta digunakan untuk membuat suatu keputusan bisnis yang
sangat penting. (Connolly dan Begg, 2005).
Data mining menggambarkan sebuah pengumpulan
teknik-teknik dengan tujuan untuk menemukan pola-pola yang
tidak diketahui pada data yang telah dikumpulkan. Data mining
memungkinkan pemakai "menemukan pengetahuan" dalam
database yang tidak mungkin diketahui keberadaannya oleh
pemakai. (Berson dan Smith, 2001)
Data
mining
kesimpulan-kesimpulan
mengidentifikasikan
yang
fakta-fakta
disarankan
atau
berdasarkan
penyaringan melalui data untuk menjelajahi pola-pola atau
anomali-anomali data. Data mining mempunyai lima fungsi
yaitu:
1. Classification
Classification yaitu menyimpulkan definisi-definisi karakteristik
dari sebuah grup. Contoh: pelanggan-pelanggan perusahaan yang
telah berpindah ke saingan perusahaan yang lain.
2. Clustering
Clustering yaitu mengidentifikasikan kelompok-kelompok dari
barang-barang atau produk-produk yang berbagi karakteristik
yang khusus (clustering berbeda dengan classification dimana
pada clustering tidak terdapat definisi-definisi karakteristik awal
yang diberikan pada waktu classification).
3. Association
Association yaitu mengidentifikasikan hubungan antara kejadiankejadian yang terjadi pada suatu waktu seperti isi-isi dari
keranjang belanja.
4. Sequencing
Hampir
sama
dengan
association,
sequencing
mengidentifikasikan hubungan-hubungan yang berada pada suatu
periode waktu tertentu seperti pelanggan-pelanggan yang
mengunjungi supermarket secara berulang-ulang.
5. Forecasting
Forecasting memperkirakan nilai pada masa yang akan datang
berdasarkan pola-pola dengan sekumpulan data yang besar
seperti peramalan permintaan pasar. (Turban,Rainer, dan Potter,
2005)
Tujuan dari data mining antara lain :
1. Explanatory
Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa
penjualan truk pick-up meningkat di Colorado.
2. Confirmatory
Untuk mempertegas hipotesis, seperti halnya 2 kali pendapatan
keluarga lebih suka dipakai untuk membeli peralatan keluarga
dibandingkan dengan 1 kali pendapatan keluarga.
3. Exploratory
Untuk menganalisis data untuk hubungan yang baru dan
tidak diharapkan, seperti halnya pola apa yang cocok untuk kasus
penggelapan kartu kredit. (Hoffer, Prescott, dan McFadden,
2004)
Banyak
perusahaan-perusahaan
menggunakan
data
mining untuk :
- Correct data
Pada saat proses menggabungkan basis data secara besar-besaran,
banyak perusahaan menemukan data yang digabungkan tersebut
tidak lengkap, dan terdiri dari informasi yang salah dan
bertentangan. Dengan menggunakan teknik data mining, dapat
membantu untuk mengidentifikasi dan membetulkan kesalahan
dengan cara yang konsisten.
- Discover Knowledge
Proses mencari pengetahuan bertujuan untuk menentukan dengan
jelas relationship, pattern, atau correlations yang tersembunyi
dari berbagai tempat penyimpanan data di dalam basis data.
- Visualize Data
Seorang analis harus bisa merasakan sebuah informasi yang besar
yang
disimpan di
dalam
basis
data.
Tujuannya
untuk
“mempermanusiakan” data yang banyak dan menemukan cara
yang terbaik untuk menampilkan data. (Berson dan Smith, 2001)
Sebagai salah satu bagian dari sistem informasi, data
mining menyediakan perencanaan dari ide hingga implementasi
akhir. Komponen-komponen dari rencana data mining adalah
sebagai berikut :
1. Analisis Masalah (Analyzing the Problem)
Data asal atau data sumber harus bisa ditaksir untuk dilihat
apakah data tersebut memenuhi kriteria data mining. Kualitas
kelimpahan data adalah faktor utama untuk memutuskan apakah
data tersebut cocok dan tersedia sebagai tambahan. Hasil yang
diharapkan dari dampak data mining harus dengan hati-hati
dimengerti dan dipastikan bahwa data yang diperlukan membawa
informasi yang bisa diekstrak.
2. Mengekstrak dan Membersihkan data (Extracting and
Cleansing The Data)
Data pertama kali diekstrak dari data aslinya, seperti dari OLTP
basis data, text file, Microsoft Access Database, dan bahkan dari
spreadsheet, kemudian data tersebut diletakkan dalam data
warehouse yang mempunyai struktur yang sesuai dengan data
model secara khas. Data Transformation Services (DTS) dipakai
untuk
mengekstrak
dan
membersihkan
data
dari
tidak
konsistennya dan tidak kompatibelnya dengan format yang
sesuai.
3. Validitas Data (Validating The Data)
Sekali data telah diekstrak dan dibersihkan, ini adalah latihan
yang bagus untuk menelusuri model yang telah kita ciptakan
untuk memastikan bahwa semua data yang ada adalah data
sekarang dan tetap.
4. Membuat dan melatih model (Creating and Training The
Model)
Ketika algoritma diterapkan pada model, struktur telah dibangun.
Hal ini sangatlah penting pada saat ini untuk melihat data yang
telah
dibangun
untuk
memastikan
bahwa
data
tersebut
menyerupai fakta di dalam data sumber.
5. Query data dari model data mining (Querying the Model
Data)
Ketika model yang cocok telah diciptakan dan dibangun, data
yang telah dibuat tersedia untuk mendukung keputusan. Hal ini
biasanya melibatkan penulisan front end query aplikasi dengan
program aplikasi / suatu program basis data.
6. Evaluasi validitas dari mining model (Maintaining The
Validity of The Data Mining Model)
Setelah model data mining terkumpul, lewat beberapa waktu
karakteristik data awal seperti granularitas dan validitas mungkin
berubah. Karena model data mining dapat terus berubah seiring
perkembangan waktu. (Seidman, 2001)
2.2.6 Data Cube
Basisdata OLAP dibutuhkan untuk meringkas data pada
berbagai tingkatan dan berbagai rekombinasi atribut. Data cube
dalam OLAP merupakan basisdata multidimensional yang
dibangun dari subset berbagai atribut dalam basisdata. Dengan
demikian atribut digunakan untuk menentukan atribut lainnya.
Beberapa atribut diseleksi dan dipilih dan ditetapkan sebagai
atribut dimensi atau fungsional. (Ivanova dan Rachev, 2004).
Sebagai
contoh
adalah
atribut
dalam
bentuk
multidimensional dalam data cube produksi panen padi dan
palawija di wilayah Jawa Tengah, (a) dan klasifikasi hierarkikal
dimensi waktu dan tempat dari data cube (b) Operator data cube
berfungsi untuk mendukung berbagai agregat. Data cube
menggunakan agregat untuk menghitung semua kemungkinan
kombinasi yang dapat dicapai dari keseluruhan dimensi yang ada.
Operasional ini digunakan untuk menjawab query OLAP yang
menggunakan agregasi dalam berbagai kombinasi atribut. Data
dapat diorganisir ke dalam data cube oleh kalkulasi semua
kemungkinan kombinasi menggunakan group-by. Jadi, jika suatu
himpunan data dengan atribut k maka besarnya kalkulasi
kombinasi yang mungkin pada agregat adalah 2k group-by.
(Gray, 1996)
Operator data cube dapat digeneralisasi pada histogram,
cross tabulation, roll-up, drill down dan subtotal yang
dibutuhkan dalam analisis financial (Handojo, 2004).
Hal ini dapat ditempuh dengan cara :
1. Pivoting,
rotasi
pada
cube
untuk
merubah
orientasi
dimensional pada laporan, misalkan pada cube 2D terdapat baris
dan kolom.
2. Slicing-dicing, melakukan proses seleksi subset pada cube.
Memberikan nilai yang tepat pada atribut dalam dimensi,
melakukan visualisasi dalam bentuk 3D-cube.
3. Roll-up,
beberapa
dimensi
memiliki
hirarkikal
yang
ditentukan sebelumnya. Agregasi dapat menentukan tingkatan
hirarkikal data. Sebagai contoh adalah penentuan hierarkikal
waktu hari → minggu→ bulan → tahun .
4. Drill-down, Operasional kebalikannya, dari hierarkikal rendah
menuju hierarkikal lebih tinggi secara detail.
5. Analisis trend melalui urutan periode waktu tertentu.
2.2.7
Star schema dan Snowflake Schema
Star schema adalah struktur logikal yang mempunyai
sebuah tabel fakta berisi data faktual ditempatkan di tengah,
dikelilingi oleh tabel dimensi berisi data referensi (yang dapat
didenormalisasi). Skema bintang mengeksploitasi karakteristik
dari data faktual di mana fakta dibuat dari peristiwa yang muncul
di masa lalu dan mustahil untuk berubah, dengan mengabaikan
bagaimana mereka dianalisis. Kebanyakan fakta yang digunakan
dalam tabel fakta adalah angka dan additive karena aplikasi data
warehouse tidak pernah diakses sebagai sebuah record tunggal,
tetapi mereka diakses ratusan, ribuan bahkan jutaan record pada
suatu waktu dan hal yang paling berguna untuk dilakukan dengan
record
yang
begitu
banyak
tersebut
adalah
dengan
mengagregasikan mereka. Tabel dimensi, berisi deksripsi
informasi berupa teks. Skema bintang dapat digunakan untuk
mempercepat kinerja query dengan denormalisasi informasi ke
dalam sebuah tabel dimensi. Denormalisasi tepat ketika terdapat
sejumlah entity yang berhubungan dengan tabel dimensi yang
sering diakses, menghindari overhead dari penggabungan tabel
tambahan untuk mengakses atribut. Denormalisasi tidak tepat di
mana data tambahan tidak sering diakses, karena overhead table
dimensi yang diperluas tidak mungkin offset oleh berbagi
perolehan dalam query. (Connolly dan Begg, 2005)
Gambar 2.2 Contoh Skema Star (Connolly dan Begg, 2005)
Terdapat variasi dari skema bintang yang disebut
snowflake
schema,
yang
memungkinkan
dimensi
untuk
mempunyai dimensi. Snowflake schema adalah variasi dari skema
bintang di mana tabel dimensi tidak berisi data yang
dinormalisasi.
Gambar 2.3 Contoh Skema Snowflake (Connolly dan Begg, 2005)
Dalam mendesain data warehouse perlu diperhatikan
skema yang akan digunakan. Snowflake schema mempunyai
hirarki dimension table jamak sehingga informasi yang didapat
dari setiap dimension table bisa lebih detail sesuai dengan
kebutuhan (Handoyo, 2008).