Data Warehouse dan Aplikasi Olap Data Akademik

3
Gambar 1 Skema galaksi (Han & Kamber
2006).
Operasi-operasi pada
Processing (OLAP)
Online
Analytical
Online analitycal Processing (OLAP) terdiri
dari seperangkat tool untuk membantu proses
analisis dan perbandingan data dalam basis
data. Tool dan metode OLAP membantu
pengguna menganalisis data pada sebuah data
warehouse dengan menyediakan berbagai
tampilan data, dan didukung dengan
representasi data grafik yang dinamis.
Beberapa operasi OLAP menurut Han dan
Kamber (2006) yaitu :
 Roll up (drill-up): ringkasan data, yaitu
dengan menaikkan konsep hirarki atau
mereduksi dimensi.
 Drill down (roll down): kebalikan dari rollup, yaitu melihat data secara lebih detail
atau spesifik dari level tinggi ke level
rendah.
 Slice and dice: slice adalah pemilihan pada
satu dimensi dari kubus data
yang
bersangkutan dan dice mendefinisikan
subcube dengan memilih dua dimensi atau
lebih.
 Pivot (rotate): memvisualisasikan operasi
yang merotasikan sumbu data dalam view
sebagai alternatif presentasi data.
 Operasi lain: drill across yaitu operasi yang
melibatkan lebih dari satu tabel fakta, drill
through yaitu operasi yang mengijinkan
pengguna untuk dapat melihat tabel data
yang menampilkan nilai-nilai pada suatu sel
data.
Arsitektur Three-Tier
Data
warehouse
pada
umumnya
mengadopsi arsitektur three-tier, seperti
digambarkan pada Gambar 2.
Gambar 2 Arsitektur
three-tier
data
warehousing (Han & Kamber
2006).
Menurut Han dan Kamber (2006), lapisanlapisan arsitektur data warehousing tersebut
adalah :
1 Lapisan bawah (bottom tier)
Lapisan bawah adalah server data
warehouse yang biasanya sebuah sistem
basis data relasional. Pada lapisan ini data
diambil dari basis data operasional dan
sumber eksternal lainnya, diekstrak,
dibersihkan, dan ditransformasi. Data
disimpan sebagai data warehouse.
2 Lapisan tengah (middle tier)
Lapisan tengah OLAP server yang
biasanya diimplementasikan dengan OLAP
Rasional
(ROLAP)
atau
OLAP
Multidimensional (MOLAP).
3 Lapisan Atas (top tier)
Lapisan atas adalah lapisan front-end
client, berisi query dan perangkat analisis,
dan atau perangkat data mining (seperti:
analisis tren, prediksi, dan lainnya).
METODE PENELITIAN
Analisis
Dari segi kebutuhan sistem, pengguna
aplikasi OLAP berbasis web ini adalah dosen
sebagai pengguna biasa dan komisi akademik
sebagai administrator. Untuk mengelola aplikasi
ini, administrator memiliki akses langsung ke
sistem manajemen basis data SQL Server
dimana data akademik ditempatkan serta ke
modul Palo dimana data warehouse tersebut
dikelola.
4
Sedangkan dosen sebagai pengguna biasa,
dapat berinteraksi dengan sistem melalui
antarmuka grafis berbasis web sehingga dapat
memanfaatkan fasilitas sistem dengan mudah,
yaitu:
 memilih dimensi / atribut melalui kotak
drop-down list.
 menampilkan data dalam bentuk tabel
crosstab.
 menampilkan data dalam bentuk grafik
batang.
 menampilkan data dalam bentuk grafik
garis.
 menampilkan data dalam bentuk pie chart.
Dari aplikasi ini diharapkan dapat memberikan beberapa informasi sebagai berikut :
 Perkembangan jumlah mahasiswa per tahun,
 Daftar huruf mutu angkatan mahasiswa baik
dalam waktu tertentu maupun selama
menempuh pendidikan,
 Daftar huruf mutu pada kelas perkuliahan
tertentu (misal kuliah basis data tahun
2001),
 Tren perkembangan Huruf Mutu mata
kuliah (misal kuliah basis data dari tahun
2001 hingga 2004),
 Tren perkembangan indeks prestasi tiap
angkatan mahasiswa berdasarkan status
studi.
 Daftar jumlah dan nilai indeks prestasi pada
tiap angkatan mahasiswa yang memiliki
status studi tertentu (misal status studi
“Drop Out” dari angkatan 2001-2004).
Tahap awal sebelum ke proses pembuatan
data warehouse, dilakukan pengumpulan data
dan menganalisis nilai dan atributnya untuk
mendapatkan atribut-atribut yang tepat untuk
membuat data warehouse. Setelah dipilih dan
diketahui
atribut-atributnya,
kemudian
dilanjutkan ke tahapan praproses data.
Praproses data
Sebelum masuk ke pembuatan data
warehouse, data harus diproses terlebih dahulu.
Tahapan praproses pada data akademik Program
Studi Ilmu Komputer meliputi:
1 Integrasi dan reduksi data
Departemen Ilmu Komputer IPB
menggunakan basis data yang dikelola oleh
Microsoft Access. Sebelum diimpor ke
Microsoft SQL Server 2000, atribut-atribut
data yang relevan dipilih. Pemilihan atribut
ini berdasarkan tujuan pembuatan data
warehouse. Integrasi dilakukan dengan
menggabungkan
atribut-atribut
yang
menarik dari tabel yang dianalisis yaitu tabel
data KRS mahasiswa (krs) dengan tabel data
KRS mata kuliah (krsmk) dan tabel data
mahasiswa (mhs). Reduksi dilakukan
bersamaan dengan proses integrasi, yaitu
dengan membuang atribut-atribut yang
kurang menarik dari tabel yang dianalisis.
2 Pembersihan
Pembersihan data dilakukan terhadap
data atribut mata kuliah yang tidak konsisten
penulisannya. Kondisi tersebut dapat diatasi
dengan menyeragamkan nilainya. Pada data
atribut yang bernilai null seperti nilai rataan
IPK, dilakukan pengisian dengan nilai nilai
rataan dari semua nilai IPK.
3 Transformasi
Proses transformasi yang dilakukan
adalah generalisasi atribut nomor KRS
(nokrs) menjadi atribut tahun akademik dan
atribut semester. Selain generalisasi, pada
proses ini juga dilakukan dengan
mengkonstruksi atribut baru menggunakan
data dari atribut yang sudah ada.
Aplikasi OLAP
Aplikasi OLAP dibangun menggunakan Palo
PHP API (Application Program Interface) dan
terhubung ke OLAP server Palo yang
melakukan fungsi agregasi dan terdapat kubus
data di dalamnya. Palo menyediakan Palo Excel
Add-In yang dapat diintegrasikan dengan
Microsoft Office Excel. Palo Excel Add-In
memiliki fasilitas untuk menampilkan data dari
kubus data Palo, membentuk struktur kubus
data Palo, dan membuat data dari sumber
eksternal ke kubus data Palo.
Gambar 3 menunjukkan arsitektur aplikasi
OLAP berbasis web, yang dapat dijelaskan
sebagai berikut:
1 Pemrosesan data dan pembuatan skema data
warehouse dengan DBMS Microsoft SQL
Server 2000
2 Pembentukan struktur kubus data dilakukan
di Palo Excel Add-In.
3 Pengisian struktur kubus data yang sudah
terbentuk dengan data dari data warehouse
melalui fasilitas Data Import di Palo Excel
Add-In.
5
4 Web server mengakses kubus data Palo
server melalui Palo PHP API. Aplikasi
OLAP menggunakan library JpGraph untuk
menampilkan grafik.
Grafik
Line Plot
Lapis atas:
Web browser
Crosstab
 Web Server package WAMPP versi 2.0
Laptop
PC
 Bahasa Pemrograman PHP 5.1.2
JpGraph
 JpGraph
Palo
API
1.20 (library
menghasilkan grafik)
Palo OLAP server
Apache PHP
Web server
MsSQL
Server
Data
Warehouse
Lapis bawah:
Data Warehouse
DBMS
Palo
Excel
Add-In
MDB
 Web browser Mozilla Firefox 3.0
Pada penelitian ini, data diperoleh dengan
format Access (.mdb). Proses analisis dilakukan
terhadap data untuk mendapatkan atribut-atribut
yang tepat untuk membangun data warehouse.
MDB
Gambar 3 Arsitektur
aplikasi
OLAP
berbasis web (Sumber: diadopsi
dari Herlambang 2007).
Lingkungan Pengembangan
Aplikasi OLAP berbasis web ini dibangun
dengan menggunakan perangkat sebagai
berikut:
Perangkat keras berupa komputer personal
dengan spesifikasi :
 Prosessor AMD Sempron 2500 + 1.4 GHz
 Memori 512 MB DDR RAM
 Harddisk 80 GB
 Monitor 15” dengan resolusi 1024 × 768
Data yang digunakan adalah data KRS
mahasiswa (krs), data KRS mata kuliah
(krsmk), dan data mahasiswa (mhs). Ketiga
kelompok data tersebut dipilih karena sudah
memenuhi beberapa kriteria dari informasi yang
ingin ditampilkan. Tabel KRS mahasiswa berisi
isian KRS mahasiswa tiap semester sedangkan
tabel data KRS mata kuliah berisi perolehan
nilai pada mata kuliah yang diambil tiap
semester. Pada tabel mahasiswa berisi
keterangan dari data mahasiswa yang masuk ke
Program Studi S1 Ilmu Komputer. Dari tabeltabel itu, kemudian dipilih atribut-atribut yang
akan digunakan untuk membuat data
warehouse.
Atribut yang akan digunakan
berdasarkan ketentuan sebagai berikut:
1 Atribut yang
dianalisis
dipilih
menarik
dipilih
untuk
2 Atribut tersebut berkaitan dengan atribut di
tabel data yang lain
 Mouse dan Keyboard
yang
untuk
Analisis Data
Data sumber
MDB
PHP
HASIL DAN PEMBAHASAN
Praproses
data
Perangkat lunak
membuat sistem:
 Palo Server 2.0 (berfungsi sebagai OLAP
server yang melakukan fungsi agregasi dan
tempat penyimpanan struktur dan kubus data
multidimensi)
 Palo Excel Add-In 2.0 (tempat pembuatan
atau pemodelan struktur kubus data dan
proses pemuatan data dari data warehouse
ke kubus data)
Presentasi
OLAP
Lapis tengah:
Web server
OLAP server
 Microsoft SQL Server 2000 (perangkat
lunak bantu untuk pemrosesan data dan
pembuatan skema data warehouse)
dibutuhkan
untuk
 Sistem Operasi Microsoft Windows XP
Professional SP2
3 Data yang dianalisis tidak terlalu banyak
mengandung nilai null
Setelah pemilihan atribut, maka langkah
selanjutnya adalah menentukan atribut-atribut
yang menjadi ukuran (measure) dan non ukuran