Ide
Implementasi Data Warehouse di
Peternakan
Sapi Bangli
Oleh :
Nama :
A. A. Risky Pramenda Dwijantara
NIM :
1304505111
Mata Kuliah :
Data Warehouse (C)
Dosen :
I Putu Agus Eka Pratama, ST MT
Jurusan
Teknologi Informasi
Fakultas Teknik
Universitas
Udayana
2015
Abstrak
Sebuah peternakan besar pasti memiliki beberapa bagian, misalnya
pembelian, penjualan, produksi, keuangan, dan lain sebagainya,
seperti halnya pada Peternakan Sapi yang ada di Kabupaten Bangli ini. Setiap bagian dalam peternakan tersebut juga dapat dipastikan memiliki sejumlah
kegiatan sehari-hari sehingga menghasilkan data dan informasi dalam jumlah yang
besar. Untuk itu dibutuhkan implementasi Data
Warehouse yang tepat untuk
mengintegrasikan semua bagian tersebut. Dalam Peternakan sapi ini selalu mengalami berbagai masalah, terutama dalam hal aliran
data dan informasi antar bagian, di mana data dan informasi masih diberikan
dalam bentuk print out. Akibatnya bisa ditebak, mulai dari lamanya penerimaan
data dan informasi, kurang jelasnya data dan informasi yang diterima, data yang
harus diinput ulang kembali sehingga mengurangi penghasilan perusahaan dan
waktu yang dibutuhkan lebih lama. Hal ini disebabkan belum adanya integrasi
yang baik antara sistem informasi antar bagian di perusahaan tersebut. Dengan adanya implementasi
Data Warehouse diharapkan aliran data
dan informasi dapat disebarkan dari satu bagian ke bagian lainnya dengan lancar
sehingga mampu meningkatkan efektifitas dan efisiensi kerja dari
peternakan ini.
Kata kunci: Data Warehouse, Implementasi, Peternakan Sapi Bangli
BAB I
PENDAHULUAN
1.1 Latar
Belakang
Perkembangan teknologi
informasi yang mengalami kemajuan pesat pada masa ini memberi peran besar dalam
perubahan yang mendasar khususnya dalam struktur. operasi. dan manajemen pada
sebuah organisasi termasuk Peternakan Sapi Bangli ini. Penyimpanan data dalam jumlah besar dari berbagai sumber
secara terintegarasi merupakan hal yang penting dalam sebuah
perusahaan seperti peternakan. Data yang tersebar disetiap bagian yang berbeda tentunya mempengaruhi keseragaman dan
konsistensi data. Data Warehouse disini dapat digunakan dalam mengumpulkan dan menyatukan berbagai data yang ada di setiap bagian serta
dapat membuat laporan secara cepat, akurat dan sesuai kebutuhan. Untuk dapat
menangani data dalam jumlah besar dan memanfaatkannya semaksimal mungkin
bukanlah hal yang mudah. Oleh karena itu,
diperlukan teknologi informasi yang dapat mengatasinya yaitu Data Warehouse yang dapat mempercepat
proses pengumpulan data untuk penyajian informasi yang multidimensi dan ringkas
sehingga dapat memaksimalkan kualitas keputusan yang dibuat oleh pimpinan Peternakan
Sapi Bangli dalam menganalisis data
yang ada.
1.2 Rumusan Masalah
Rumusan masalah yang didapatkan dari
implementasi Data Warehouse dalam Peternakan Sapi Bangli ini adalah:
1.
Bagaimana implementasi
Data Warehouse dalam Peternakan Sapi Bangli?
2.
Pengaruh implementasi
Data Warehouse dalam Peternakan Sapi Bangli?
3.
Apa keuntungan implementasi
implementasi
Data Warehouse dalam Peternakan Sapi Bangli?
1.3 Tujuan dan
Manfaat Penelitian
Tujuan dan manfaat yang didapatkan dari
implementasi Data Warehouse dalam Peternakan Sapi Bangli ini adalah:
1.
Merancang Data Warehouse
bagi Peternakan
Sapi Bangli untuk mendukung proses
pengambilan keputusan dalam memperkirakan jumlah penjualan di masa depan.
2.
Menyediakan data yang
terstruktur atau teroganisir dan dapat diakses kapan
saja dengan struktur yang fleksibel.
3.
Menambah wawasan
mengenai penggunaan teknologi informasi, khususnya Data
Warehouse, dalam mengembangkan
usaha Peternakan
Sapi Bangli.
4.
Memperoleh informasi
mengenai implementasi Data
Warehouse yang dapat membantu
mengembangkan bisnis Peternakan Sapi di Bangli.
5.
Membantu mengembangkan
usaha Peternakan
Sapi Bangli sehingga dapat
meningkatkan penghasilan peternak.
1.4 Desain Solusi
Berikut ini adalah desain solusi yang
didapatkan dari implementasi Data Warehouse dalam Peternakan Sapi Bangli ini:
Gambar
1.1 Desain
Solusi
Arsitektur
ini menggunakan salah satu dari tiga model pengembangan Data Warehouse dan Data
Mart yaitu model bottom up, dalam model ini data dari sumber data baik berupa
dokumen, flat file, dan database akan dimasukkan ke dalam Data Mart-nya
masing-masing sesuai keperluan yang kemudian akan digabungkan menjadi Data
Warehouse dengan melalui proses ETL/ELT, yang dimana proses tersebut merupakan
proses ekstraksi, transformasi dan pengisian data ke dalam Data Warehouse. lalu
data dalam Data Warehouse tersebut akan dibuatkan metadatanya untuk mempermudah
pemrosesan data pada saat akan diambil atau digunakan. Selanjutnya data
peternakan yang sudah diolah tadi kemudian akan diproses menggunakan OLAP/OLTP
dan Data Mining sehingga akan menghasilkan informasi yang dapat digunakan oleh
pengguna, baik itu bagi peternak maupun petugas KUD. Selain itu arsitektur ini
juga menggunakan layanan IAAS pada Cloud Computing, dimana IAAS digunakan untuk
lebih mengoptimalkan penggunakan infrastruktur yang ada. Serta arsitektur ini
juga menggunakan salah satu dari empat model deployment dari Cloud Computing yaitu
Private Cloud, dimana Private Cloud ini berfungsi di dalam penyebaran data atau
informasi secara tertutup di dalam peternakan ini.
BAB II
TINJAUAN PUSTAKA
2.1 Data Warehouse
Data Warehouse adalah gabungan data dari berbagai
sumber yang berbeda yang memiliki varisasi waktu ke dalam penyimpanan tunggal
berdasarkan subjek yang dipilih untuk memudahkan pengaksesan serta membantu
manajemen dalam mengambil keputusan. Selain itu Data Warehouse juga merupakan
gabungan dari beberapa datamart yang levelnya berada pada perusahaan atau
organisasi. Hubungan Data Mart dan Data
Warehouse adalah Data Mart merupakan sub bagian dari Data Warehouse sedangkan Data
Warehouse merupakan keseluruhannya.
2.1.1 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. Data mart menangani
sebuah business proses, misalnya penjualan. Dalam beberapa implementasi Data
Warehouse, data mart adalah miniature Data Warehouse.
2.2 Cloud Computing
Menurut NIST (National
Institute of Standard and Technology) merupakan sebuah model yang
memungkinkan adanya penggunaan sumber daya (resource)
secara bersama-sama dan mudah, menyediakan jaringan akses di mana-mana, dapat
dikonfigurasi, dan layanan yang digunakan sesuai keperluan (on demand). Hal ini berarti layanan Cloud
Computing dapat disediakan dengan cepat dan meminimalisir interaksi dengan
penyedia layanan (vendor/provider) Cloud
Computing. Cloud Computing memiliki tiga jenis layanan dan empat model
deployment yang digunakan untuk menunjang prosesnya.
2.2.1 Cloud
IAAS
Cloud
Computing menyediakan tiga layanan yang dapat digunakan oleh
perusahaan untuk mengoptimalisasi teknologi jaringan komputer mereka, salah
satunya yang digunakan disini adalah Infrastructure
as a Service (IaaS) yang
merupakan jenis layanan pada Cloud Computing yang menekankan kepada layanan
penyediaan jaringan komputer (computer network), perangkat keras jaringan,
komputer server, media penyimpanan (storage), processor, beserta dengan proses
virtualisasi, yang menunjang proses komputasi.
2.2.2 Private Cloud
Cloud
Computing memiliki empat model deployment yang dapat digunakan
untuk membantu menyesuaikan lingkungan, kondisi, dan keperluan dari pengguna,
sehingga teknologi cloud dapat diterapkan dan dimanfaatkan dengan baik dan
optimal, salah satunya yang digunakan disini adalah Private Cloud, yang merupakan model
deployment Cloud Computing yang ditujukan untuk penggunaan yang terbatas pada
kalangan tertentu saja (private).
2.3 OLAP
Menurut Hoffer et al
(2009:431), Online Analytical Processing (OLAP) merupakan seperangkat alat
grafis yang menyajikan pengguna dengan tampilan multidimensional dari data dan
memungkinkan pengguna untuk menganalisis data menggunakan teknik windowing
sederhana. Menurut Connolly dan Begg (2010:1250), Online Analytical Processing
(OLAP) adalah perpaduan dinamis analisis dan gabungan dari data multidimensional
dalam jumlah besar.
Berdasarkan definisi-definisi yang dijabarkan oleh para
ahli di atas, maka dapat disimpulkan Online Analytical Processing (OLAP) adalah
perpaduan dinamis analisis dan gabungan dari data multidimensional dalam jumlah
besar yang memungkinkan pengguna untuk menganalisis data menggunakan teknik
windowing sederhana.
2.4 OLTP
Menurut
Hoffer et al (2009:431), OLTP atau Online Transaction Processing adalah sebuah
sistem yang digunakan dalam aplikasi berorientasi transaksi yang melibatkan
pemrosesan transaksi SQL secara real-time. Hal ini memiliki karakteristik
berupa entri dan pemanggilan kembali data secara cepat dalam lingkungan
multiuser. Menurut Connolly dan Begg (2005:1149), sistem ini telah didesain
untuk menangani aliran data transaksi yang tinggi, dimana transaksi biasanya
membuat perubahan kecil pada data operasional organisasi, dimana data yang
harus ditangani oleh perusahaan adalah data operasional sehari-hari. Sistem
seperti ini disebut Online Transaction Processing (OLTP).
Berdasarkan
definisi-definisi yang dijabarkan oleh para ahli di atas, maka dapat
disimpulkan Online Transaction Processing (OLTP) adalah sebuah sistem yang
digunakan dalam aplikasi berorientasi transaksi dimana dapat menangani aliran
data transaksi yang tinggi dimana data yang ditangani adalah data operasional
sehari - hari.
2.5 ETL dan ELT
Proses ETL (Extraction,
Transformation, Loading)
merupakan proses pengekstrakan data dari sumber data yang kemudian
dimasukkan ke dalam Data Warehouse yang dilakukan secara periodik untuk
kebutuhan bisnis dengan analisa data yang akurat. Sedangkan ELT (Extraction, Loading, Transformation)
memiliki fungsi yang sama dengan ETL, tapi menggunakan urutan tahap yang
berbeda dalam pembentukan Data Warehouse. Berikut adalah penjelasan dari
masing-masing proses:
1. Ekstraksi Data (Extraction), Ekstraksi data adalah proses dimana data diambil atau diekstrak dari berbagai sistem operasional, baik menggunakan query, atau aplikasi ETL.
2. Transformasi Data (Transformation), Transformasi adalah proses dimana data mentah (raw data) hasil ekstraksi disaring dan diubah sesuai dengan kaidah bisnis yang berlaku.
3. Pengisian Data (Loading), Pengisian data adalah proses terakhir yang perlu dilakukan adalah proses pemuatan data yang didapatkan dari hasil transformasi ke dalam Data Warehouse. Cara untuk memuat data adalah dengan menjalankan SQL script secara periodik.
2.6 Metadata
Menurut
ALA (American Library Association),
Metadata adalah data tersandi atau terkode, terstruktur yang menggambarkan
karakteristik informasi nama untuk membantu dalam identifikasi, penemuan,
penilaian dan pengelolaan dari entitas digambarkan. Menurut Connolly dan Begg
(2005:1165), metadata adalah penjelasan isi data dalam Data Warehouse, apa yang
ada di dalamnya, darimana asalnya, dan apa yang telah dilakukan dalam proses
cleansing, integrating, dan summarizing.
Berdasarkan
definisi-definisi yang dijabarkan oleh para ahli di atas, maka dapat disimpulkan
metadata merupakan hal yang penting dalam mengelola kompleksitas lingkungan dan
penjelasan data dalam Data Warehouse yang simpan dalam Data Warehouse. Metadata
berfungsi sebagai perwakilan atau reperesentasi dari sebuah dokumen atau
sumber informasi, fasilitator agar sumber informasi mudah ditemukan dengan
menggunakan kriteria yang relevan, mengidentifikasi sumber, mengelompokkan
sumber yang memiliki kemiripan, membedakan sumber yang tidak memiliki
kemiripan, dan memberikan informasi tentang lokasi dari sumber data.
2.7 Data Mining
Data Mining adalah
penambangan atau penemuan informasi baru dengan mencari pola atau aturan
tertentu dari sejumlah data yang sangat besar (Davies, 2004). Data mining juga
disebut sebagai serangkaian proses untuk menggali nilai tambah berupa
pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan
data (Pramudiono, 2007). Berdasarkan definisi-definisi yang dijabarkan oleh
para ahli di atas, maka dapat disimpulkan bahwa Data Mining merupakan proses
untuk menggali (mining) pengetahuan
dan informasi baru dari data yang berjumlah banyak pada Data Warehouse, dengan
menggunakan kecerdasan buatan (Artificial Intelegence), statistic dan
matematika.
BAB III
ANALISA DAN PENUTUP
3.1 Analisa
Data Warehouse sangat
diperlukan bagi para pengambil keputusan bagi bagian manajemen Peternakan Sapi
Bangli ini. Dengan adanya Data Warehouse, akan mempermudah dalam membuat suatu
database yang dapat digunakan untuk mendukung proses analisa bagi para
pengambil keputusan dalam peternakan. Membangun Data Warehouse memberikan
keuntungan lebih bagi Peternakan Sapi Bangli ini, karena Data Warehouse dapat
memberikan banyak keuntungan pada peternakan, melebihi pesaing-pesaing mereka.
Keuntungan yang didapatkan Peternakan Sapi Bangli ini adalah dalam hal
kemampuan untuk mengakses data yang besar, kinerja analisa data yang cepat,
organisir data yang baik, mengurangi biaya yang dikeluarkan, dan memberikan
kemudahan bagi semua pegawai peternakan dengan menyediakan kepada mereka
informasi yang dibutuhkan agar kinerja mereka lebih efektif.
Dalam mengoptimalkan kinerjanya,
Data Warehouse dibantu oleh teknologi-teknologi yang mendukung di dalamnya,
seperti Data Mart yang digunakan untuk mengurangi banyaknya beban data yang
ditanggung Data Warehouse dari sumber data, ETL/ELT yang digunakan dalam
memproses data yang diberikan dari Data Mart sehingga lebih mudah diorganisir
oleh Data Warehouse, Metadata yang merupakan detail informasi data yang
digunakan untuk mempermudah proses identifikasi data saat ingin digunakan dalam
pemrosesan berikutnya, OLAP yang digunakan dalam mempermudah pegawai dalam
proses analisa data multidimensi berjumlah banyak, OLTP yang menangani proses
transaksi data antar pegawai, lalu Data Mining yang digunakan untuk menggali
atau mengambil data yang dibutuhkan untuk dijadikan informasi, dan Cloud
Computing yang berguna di dalam penyebaran data atau informasi (Private Cloud) dan
dalam penggunaan sumber daya infrastruktur secara bersama-sama dalam lingkungan
peternakan (IaaS).
3.2 Kesimpulan
Berdasarkan hasil
analisa, dapat disimpulkan bahwa Ide Implementasi Data Warehouse dalam Peternakan
Sapi Bangli ini merupakan teknologi yang sangat berperan penting dan mampu
dalam menyelesaikan berbagai permasalahan yang terdapat di dalam peternakan
ini. Desain solusi yang ditawarkan dapat menyelesaikan beberapa permasalahan
yang ada misalnya seperti banyaknya jumlah data, kerapian data, lambatnya
analisa data, dan pengambilan keputusan yang salah atau kurang tepat. Namun
desain solusi ini masih belum mampu menyelesaikan permasalahan lain yang ada di
dalam Peternakan Sapi Bangli ini, seperti manajemen pengantaran, penjualan,
pengemasan, hubungan pelanggan, inventory, dan pemasaran atau distribusi sapi
ke pelanggan. Diharapkan kedepannya ide atau desain solusi yang ditawarkan
dapat ditambahkan atau diperlengkap sehingga dapat menyelesaikan permasalahan
yang disampaikan sebelumnya atau permasalahan yang akan datang kedepannya.
3.3 Saran
Saran yang dapat saya
berikan, berdasarkan hasil analisa dan kesimpulan yang didapatkan adalah sebaiknya
Ide Implementasi Data Warehouse beserta teknologi-teknologi pendukungnya ini
diterapkan untuk mengatasi berbagai permasalahan yang terdapat di dalam Peternakan
Sapi Bangli ini. Dengan adanya implementasi Data Warehouse ini, diharapkan peternak
akan lebih terbantu dengan adanya data yang teroganisir, analisa data yang
cepat dan pengambilan keputusan yang tepat. Sehingga peternak akan merasa lebih
mudah, nyaman, mampu bekerja lebih efektif, dan tentunya dapat mengurangi
pengeluaran serta meningkatkan pendapatan yang dihasilkan oleh Peternakan Sapi
Bangli ini.
Download PDF Makalah: https://drive.google.com/file/d/0B9xypHm63CM9YW1kdk55bUo2MG8/view?usp=sharing
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] Eka
Pratama, I Putu Agus. E-Commerce, E-Business dan Mobile Commerce. Informatika,
Bandung. 2015
Tidak ada komentar:
Posting Komentar