ISSN: 1693-6 930                                                       25      Tata Kelola Databa se Perg urua n Ting gi Yang Optim a l Deng an Data …… (Spits  Wa rna r s)  TATA KELOLA DATABASE PERGURUAN TINGGI YANG  OPTIM A L DENGAN DATA WAREHOUSE        Spits War n a r s  Fakulta s  Te knologi Inform asi, Unive r sit a s Budi Lu hu r  Jl. Petukan g a n  Selatan, Kebayora n  Lam a, Jakarta 12 260, 021 -58 5 3753   e-mail: spits@bl.ac.id      A b st r a ct  The em erge nce  of n e w  highe r e d u c a t ion in st itutions  ha s  cre a ted the  com petition in   highe r e d u c at ion m a rket, a nd d a ta  wa re hou se  ca n b e  used  a s  a n   effective  tech nolog y to ols for  increa sing  co m petitiveness in the highe r edu cati on  m a rket. Data  warehou se  prod uce reli a b le  repo rts for th e institution ’ s  high-le vel m anag em ent in sho r t tim e   for faster an d better de ci sion  m a king, not o n ly on in crea sing the  adm issi on num be r of student s, but also  on the po ssi bility  to   find extrao rdi nary, un con v entional fun d s  for the  i n stit ution. Efficien cy  com p a r iso n  wa s ba se d  o n   length an d a m ount of pro c e s sed records, total  processed b y te,  am ount of proce s sed tabl es,  tim e  to run   query an d p r odu ced  record on  O L TP  databa se  an d data   ware hou se.  Efficiency  percenta g e s   wa s m easure d  by the fo rm ula for  pe rcen tage in crea si ng an d the  averag e effici en cy  percenta ge  o f  461.80 1,04 % sho w s tha t  usin g data   wareho use i s  m o re po we rf ul and  efficie n t  rathe r  than u s ing O L TP databa se. Dat a  wareho use wa s m odeled  based o n  hypercub e  whi c h is  cre a ted b y  lim ited high dem and repo rts which usual l y  used b y  hig h  level m ana gem ent. In every  table of fact  and dim e n s i on fields  will  be inse rte d  whi c h repre s ent the lo a d ing con s tru c tive   m e rge  whe r e  the ETL  (E xtractio n, T r an sform a tion an d  Loa ding ) p r o c e s s is ru n b a se d o n  the  o l d  and ne w files.      Key w ords :  Data wareho use, Highe r edu cation, Hyp e rcub e, Busine ss dim e n s ion a l con c e p t      A b st r a k    Pertum buhan  perguruan  tinggi m enim bulka n pe rsain gan p ada  pa sar pe rgu r u a n  tinggi   dan  d a ta warehou se dap at  digun akan sebag ai  seb u a h  se njata te knologi  untu k   bersain g dal am  pasar  pergu ruan ting gi.  Data wa re hou se m engha silkan dal am  wa ktu  yang  si ng kat lap o ran  yang  dapat di percaya  bagi m a najem en ting kat ata s  pe rg urua n tinggi  didalam  m e m buat keput usa n   yan g  cepat  dan te rbai k da n tida k han ya m e nam bah jum l ah m ahasi s wa a k a n  te tapi  kem ung kina n  untu k  m end apatkan  dana  atau i n vesta s i  yan g  ta k p e rna h  te rpi k irkan  be rda s a r kan   aturan p e rguruan tinggi. Perba ndin gan  pro s enta s i efi s ien s i a k an d i uku r  be rda s a r ka n pad a total  byte yang di kelol a , record yang di kel o la, panjan g  reco rd yang  dipro s e s , jum l ah tabel yang   dipro s e s , wa ktu da n re cord  yan g  di hasil ka n pad a databa se  OLTP da n d a ta wa reh o u s e.  Prosenta s e e f isien s i diu k u r  deng an rum u s  ken a ik an  pro s enta s e  d an rata -rata e f isien s i kenai kan  pro s enta s e  4 61.801,8 4 %, m enunjukka n  bah wa  pe ng guna an  data  wareho use le bih h and al d a n   efisien  diban ding kan  pen ggun aan  dat aba se O L TP . Data ware hou se dim o delkan d eng an  hyp e rcub e ya ng  terbentu k  dan  di bata s i berd a sark a n   laporan -lapo ran  yang  seri ng dip a kai ol eh  m anajem en tingkat atas d an didalam  setiap tabel  fakta dan dim e nsi a k an dib e rika n field ya ng  m enciri k an  m e tode  Loa din g  con s tru c tive m e rge  di m ana  proses ETL (E xtractio n, Tra n sfo r m a tion   and Lo ading )  aka n  dijalan k an berda sa rkan perbed aa n berka s lam a  dan ba ru.     Kata Kunci: Data wareho use, Perguruan  tinggi, Hypercube, ko nsep  dim ensi bisni s       1. PEN DA HU LU AN  Persaing an  untuk men d apatkan m a hasi s wa  ant ar p e rgurua n tinggi tid a k  dap at  dipela k kan la gi sei r ing  de ngan  pertu m buha n pe rgu r uan tin ggi [ 1 ] yang sem a kin  pe sat d a n   setiap  peg uru an tinggi  ha ru s mem p e r len g ka pi diri nya  untuk  dap at b e rtaha n did a l a m pe rsaing a n   yang pad a a k hirnya pe rg urua n tinggi  yang tidak p e ka a k a n  ka lah be rsaing  dan men u tup   usa hanya.  Di  tanga n yang   hand al da n te pat dat a b a s e  seb agai te kn ologi p enyim pana n tra n sa ksi  Evaluation Warning : The document was created with Spire.PDF for Python.
                                 ISSN: 16 93-6 930     TELKOM NIKA   Vol. 8, No. 1,  April 2010 : 25 - 34   26 haria n yang  perm ane nt a k an  dap at di ruba h me nj a d i se bua h se njata teknolo g i yang h a n dal  untuk men a n g  did a lam  m engh adapi  p e rsaing an [2 -3]. Tida k p a da tem patny a lagi  pe rgu r uan   tinggi ha nya  meng ejar  keu n tung an  semata -mata  deng an m enga bai kan  teknol ogi ya ng   seh a ru snya b i sa memb ant u pro s e s  bisn is didala m  pe rgu r ua n tingg i terseb ut. Dimana bia s a n y a   ke kala han  didalam p e rsai ngan  pergu ru an tinggi  han ya bisa m e n y alahkan ma najeme n  ting kat   atas yang tid a k pe rna h  di perle ng kapi  deng an tekn ologi da n ha nya menga n dalkan hal y ang   bersifat  teba k-teb a k atau perkiraan saj a .  Tuntut an masya r a k at untuk  tran sp aran si  p endi dika n  perg u ruan  tinggi  dap at  terwuj ud  da n mem uda h k an  Di rjen   pendi dika n ti nggi m e ma n t a u   perg u ruan tin ggi se ca ra tra n sp ara n si [4].    Data yang a da pada p e rguru an tinggi  y ang begitu  besa r  dan b anyak mem b utuhkan  alokasi temp at penyimpa nan akan terba n tu  dan  menjadi efisien de nga n  adanya da ta  wareho use [5]. Dengan a d anya data wareh o u s e me nang ka p selu ruh data bi sn is pro s e s  ya ng   ada d a ri m u l a i yang b e rh adap an d eng an ma ha siswa se bag ai ko nsum en, p r o s e s  pe ngaj aran   dan keseluru han si stem in forma s i yang  ada dal am pe rgu r ua n tinggi  [6].    Tak p e la k l agi sudah  saatnya  dat a wa reh o u s e  harus dii m pleme n tasi kan pad a   perg u ruan tinggi dan  su dah banya k  yang mene rap k an nya [7], bahkan  data wa reh o u se  digun akan p ada p r o s e s  p e mbelaj ara n   seb agai p r o s es utam a did a lam pe rgu r u an tinggi [8-1 0 ]   bah kan  lebih  da ri itu m e n gara h   ke  Dat a  m i ning  [11] . Berbe da  de ngan  pe nelitian p ada  [8-1 0]   dimana  hany a terbata s  p a da pentin gny a pene ra pan data  wa re ho use pada se buah  u n iversi tas,  maka  pen uli s an ini  akan  mene kan k a n  deng an nil a i kua n titatif seba gai p e m buktia n  ba hwa  peng guna an  data wareho u s e le bih  hand al dan  efe k ti f diban ding ka n datab ase  OLTP. Selain  itu  efisien s i pa d a  bentu k an  hyp e rcub es   aka n  dijela skan p ada m a sin g -m asi n g  pembe ntukan  hyp e rcub es   deng an me n gura ngi tab e l  dimen s i dan  m enyatukan  dalam sebu ah tabel dim ensi   seb agai seb uah improvisasi untu k  p ening kata n kinerja  q uery  sewa ktu m enga kse s  da ta   wareho use.      2. METODE  PENELITIAN  Penelitian ini  adalah p e n e litian de ksri ptif  kuantitatif, dimana hasil pe nelitia n aka n   menjela s kan  pro s ed ur p e n g implem enta s ian d a ta wa reho use, tanpa mela ku ka n perb andi ng an  ataupu n dihu bung ka n den gan pe nelitia n lainnya da n  hasil p r o s ent ase  kua n titatif dari pen elitian  ini seb agai p eneg as  kebe rha s ilan p ene litian ini dala m  bentuk a n g ka, ba hwa pengg unaa n d a ta  wareho use le bih han dal di bandi ng kan  mengg una ka n databa se O L TP.   Penelitian ini  dilaku ka n de ngan la ng kah - lang ka h  berikut:   1)  Pembata s an  masal ah de n gan ha nya mengum pul kan  5 lapora n  yang se ring di g una kan ole h   manaje m en ti ngkat atas  2) Mende sai n   h y pe rcube s  da ri masi ng-ma sing la poran   3)  Mende sai n  m odel data lo gi ka data  ware hou se be rda s arkan hype rcube s yang terbentu k .  4)  Implementa s i  databa se  OLTP d e ngan  men g guna ka n ap lika s i data b a se  MySQL  berd a sarka n  pembata s a n  pada p e mbu a t an kelima la pora n  di atas    5)  Implementa s i  databa se dat a wareho use  deng an men g guna ka n apli k a s i datab ase MySQL.  6)  Proses e k se kusi qu ery de ngan me ngg una kan d a ta base OLTP u n tuk men gha silkan kelima  laporan di ata s .  7)  Proses e k seku si  que ry den gan  mengg una ka n data b a s e  data  wa rehou se  unt uk  mengh asil ka n kelima la po ran di ata s .  8)  Pemban ding an efi s ien s i  p r oses a n tara   dat aba se  OL TP dan  d a ta  wa re hou se   berd a sarka n   para m eter  se bagai b e ri kut:   a.  Total byte yang dikelola.   b. Re cord  yang  dikel o la.   c.  Panjang  re co rd yang dip r o s e s .  d.  Jumla h  tabel  yang diprose s .  e.  Wa ktu menjal ankan qu ery.  f.  Re cord yang  diha silkan da ri que ry.  9)  Nilai kuantitat if dibuktikan d enga n efisie n s i den gan tre n  pro s enta s i  ken a ikan de n gan ru mu s:  (data lam a–d ata baru ) /dat a baru * 1 00    Nilai  kua n titatif pada lan g k ah  ke sem b il an metod e   penelitian  ini  aka n  mem b uktikan   bah wa p eng g unaa n data  wareh o u s e l ebi h efe k tif dari p ada d a taba se  pada  um um nya. Penelitia n   lain meng gun aka n  matri k  untuk men guji  kualita s   multi d imen sion al model dima n a  matrik terse but  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     ■     Tata Kelola Databa se Perg urua n Ting gi yan g  Optim a l denga n Data  …… (Spits  Wa rna r s)  27 diujikan pa da  tabel sta r  d an skem a p ada d a ta  wa reho use be rd asa r kan ju mlah field, juml ah   foreign  key p ada tabel -tab el terse but [12].     Pada tuli san   ini pen de kata n yang  a k an  dipa kai d a la m pen gem ba ngan  mod e l  dimen s i  adala h  meng acu p ada p e n ggun a den ga n pertimb ang an se bag ai b e rikut:  1)  Memua s kan  kebutu han  berba gai tingkat  mana jemen, terut a ma man a je men tingkat  menen gah  sa mpai man a je men tingkat atas.  2)  Menda patkan  keb u tuha n  laporan d an men d e s a i n d ata warehou se  yang memang  dibutuh ka n ol eh manaj eme n .    2.1. Pengumpulan 5 lapo ran  y a ng sering digunak a n oleh man a jemen tingk at atas   Lang ka h pe rtama sesuai  deng an pe nj elas an sebel umnya sebel umnya dima na untu k   lebih mem u d ahkan dal am  tingkat keru mitan data  d an lapo ran - la pora n  yang  dikel o la, se b agai  conto h  aka n  digun akan 5 buah lap o ran - lapo ra n yang seri ng digu nakan atau d i butuh kan ole h   manaje m en  tingkat ata s   pe rgu r ua n ting g i . Adapu n la p o ran - la poran  terse but  adal ah: (1) lap o ra n  jumlah mah a s iswa pe r jenj ang program studi pe r  jeni s kela min pe r angkata n , (2 ) laporan juml ah   maha siswa a k tif per seme ster tah un aj aran p e r je nj ang prog ram  studi pe r je nis kelamin  per  ang katan, (3 ) lapora n  juml ah kom p o s isi  indeks pr e s t a si pe r sem e ster tahu n aj aran p e r jenj ang   prog ram  stu d i  per an gkatan , (4) l apo ra n j u mlah  ko m p o s isi  grade  nila i per seme ste r  tahu n aj ara n   per j enja ng  p r og ram  studi   per j eni s  kel a min p e r an g k atan,  dan  (5 ) lap o ran  pe ngaja r an  do sen   per  se meste r  tahun  aja r a n . Untu k m e ngha sil k an  kelima la pora n  di ata s   dig una kan  data base   OLTP yang terda pat pad a  Gamba r  1.          Gamba r  1   Cl ass diag ram   model data lo gika  OL T P   Evaluation Warning : The document was created with Spire.PDF for Python.
                                 ISSN: 16 93-6 930     TELKOM NIKA   Vol. 8, No. 1,  April 2010 : 25 - 34   28 2.2. Desain  H y percubes   Lang ka h ke d ua adal ah m ende sai n   hypercub e s  m a sing -ma s in g kelima  pemb a tasa n  laporan di  atas d an efi s ie nsi a k a n  dila ku k an  pad a  masin g -m asi ng hype rcub es, dim ana t abel   dimen s i aka n  diku ran g i  dan di satu ka n pada  seb uah tabel di mensi  deng a n  tujuan unt uk  penin g katan kine rja. Eliminasi dim e n s i aka n  d ilakukan pada dim ensi jeni s kel a min, ang kat an,  jenjan g stu d i, tahun aj ara n ,  seme ster,  g r ade , m a ta kuliah, do se n  dan  kelom p o k  ind e ks p r e s tasi.  Eliminasi dim ensi a k a n  dijelaska n  pada  masing -ma s i ng pemb entu k an  hy pe rc ub e .  Gambar 2  mempe r lihat kan  h y pe rcub e  lapo ra n ju mlah ma ha si swa pe r je nj ang p r o g ra m  studi  per je nis   kelami n pe r ang katan. Be rda s a r kan  hyp e r c u be   Ga mbar 2 m a ka  akan te rbe n tuk 1 tabel fa kta  dan  4 tab e l  di mensi,  nam u n  untu k  dime nsi  Je nis kela min  karna  ha nya be ri si d e ngan  2  nilai y a itu   Pria atau  Wa nita,maka  kit a  tidak p e rlu  membu a t tabel dimen s i un tuk dime nsi j enis  kela min  ini.  Hal ini  juga  sama d eng an  dimen s i a n g k atan, dima na  dimen s i a n g k atan i n i h a n y a beri s i tah un  masu k mah a s iswa. De mikian juga den gan dime nsi j enjan g studi  dimana dim e nsi jenja ng st udi  ini hanya be ri si ko de 5 0  un tuk jenja ng  studi strata  sat u  dan  kod e  3 0  untuk j enja ng studi  diplo m a  3. Oleh  kare na itu  akan t e rbe n tuk 1 ta bel fa kta d a n  1 tab e l dim e nsi, h a l ini  a k an te rlihat p a d a   model data  Gamba r  3. Tabel fakta ad alah WD ata1  dan tabel di mensi a dala h  WPRO DI. Tabel  dimen s i WP RO DI adala h  pengg abu ng an 3 tabel p ada si stem  OLTP  yaitu tabel MPRO DI,  MFAKULTAS  dan M J ENJANG. Akhi rn ya jika me ng guna ka n d at a wa reh o u s e   maka  lapo ra n ini  membutu h ka n 2 tabel basi s  data   yaitu WData 1  dan WP RO DI dimana jika mengg una kan   databa se  OL TP mengg un aka n  4 tab e l  yaitu MMAHASISWA, MPRO DI, MFAKULTAS  dan  MJENJANG.         Gamba r  2.  Hype rcube  la p o ran ju mlah  maha siswa p e r jenja ng p r o g ram  studi pe r  jenis  kelami n per an gkatan       Gamba r  3.  Cl ass diag ram  data wa reh o u s e   laporan jumla h  maha siswa  per jenj ang  prog ram  studi  per jeni s kel a min pe r ang katan             Gamba r  4.  Hype rcube  la p o ran ju mlah  maha siswa a k tif per seme ster tah un aja r an  per jenj ang p r ogra m  studi p e r jeni s kel a min  per an gkatan       Gamba r  5.  Cl ass diag ram  data wa reh o u s e   laporan jumla h  maha siswa  aktif per  sem e ster  tahun aja r an  per jenj ang p r ogra m  studi p e r jeni s  kelami n pe r a ngkatan   Ang CKDPROGS T CKDJ E N J E NKEL JU M Tgl M UL AI Tgl AKHI R 1        1..* WP RODI CKDPROGS T CKDJE N CN M P RO G S T CN M J EN C KDFAK CN M F A K Tg l M ULAI Tg l AKHIR WD a t a 1 Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     ■     Tata Kelola Databa se Perg urua n Ting gi yan g  Optim a l denga n Data  …… (Spits  Wa rna r s)  29 Gamba r  4  m e mpe r lihat ka n hpe rcub e l aporan j u mla h  mah a si swa  aktif pe r  se meste r   tahun aja r a n  per je njang  p r og ram  studi  per je nis  kela min per  ang katan. Berda s arkan  hy pe rcu b e   Gamba r  4  maka  akan terbe n tuk  1 tabel fakt a  d an 6 tabel  dimen s i, dan  sesuai de n gan  penjel asa n   sebelum nya d i mensi  Jeni s kel a min, a n g kata n, jenja ng  studi tida k p e rlu  dibu at..  Untu k di men s i tah un  aja r an ju ga tid a k pe rlu m e mb uat tabel  dim ensi  ole h   ka rena  hanya  b e risi   data tahun  aj aran, d e miki a n  juga u n tuk  dimen s i  Sem e ster tid a k p e rlu me mbu a t  tabel dimen s i  oleh karena h anya  be risi d enga n  2  nilai yaitu  se me st er Ga njil/Ga sal atau  seme ster  Gena p. Oleh  karena  itu a k an terbentu k   1 tabel fa kta  dan 1  t abel  dimen s i, hal i n i akan te rlih at pada  mod e l  data Gamb ar 5. Tabel fakta adalah  WAktif dan  tabel  dimensi ad al ah WPRODI.  Tabel dimen s i  WPRODI ad alah pe ngg a bung an 3 tab e l pada  si ste m   OLTP  aitu  tabel MPRO DI, MFAKUL T AS  dan MJE N JA NG. Jika  m e nggu na kan   d ata warehou se  ma ka  lap o ran ini  mem b utuhkan  2 ta bel  basi s   data ya itu WAktif d a n  WP RO DI di mana  ji ka   me nggu na kan d a taba se OLT P   meng guna kan   5 tabel yaitu MMAHASISWA, TRKRS,  MPRO DI, MFAKULTAS da n MJENJANG.  Gamba r  6  m e mpe r lihat ka n  h y pe rcube  lapo ran  jum l ah  komp osi s i inde ks p r e s tasi p e r  seme ste r  tahun aja r an  per jenj ang  prog ram  stu d i per ang katan. Berda s arkan  h y pe rcub e   Gamba r  6  maka  akan terbe n tuk  1 tabel fakt a  d an 6 tabel  dimen s i, dan  sesuai de n gan  penjel asa n  sebelum nya di mensi  ang kat an, tahun aj a r an, jenj ang  studi dan  sem e ster tid a k p e r lu   dibuat.  Untu k dime nsi  Kurang/Cukup/Baik  hanya  a k an b e ri si  den gan  3 nil a i y a itu K u n tuk  data  yang me mp unyai IPS (I nde ks Pre s t a si S e me ste r) ku ra ng d a ri  2. 5,  C untuk  data  yan g   mempu n yai I PS (Inde ks  Presta si Se meste r ) anta r a 2.5  samp ai 3.0, B  u n tuk  data y ang  mempu n yai IPS (Indeks P r esta si Sem e ster) lebih  da ri 3.0. Oleh  karen a  itu tida k pe rlu me mb uat  tabel dime nsi  untuk  dimen s i Kurang/ Cu kup/Bai k  in i.  Oleh  karena i t u aka n  terb e n tuk 1 ta bel f a kta  dan  1 tab e l d i mensi,  hal  in i akan te rlih at pad a m odel   data G a mb ar 7. Ta bel fa kt a ad alah  WIP S   dan ta bel di mensi  ad ala h  WP RO DI.  Tabel  dime n s i  WPRODI  adala h  pe ng gabu ngan  3  tabel  pada si stem  OLTP  yaitu t abel MP RO DI, MFAKULT AS dan M J E N JA NG.  Jika  meng gun akan   d ata wa reho use   ma ka  la pora n  ini  me mbutuh kan  2  tabel  ba sis  data yaitu  WI PS dan  WP RODI  dimana  jika  mengg una ka n data b a s e  OLTP m eng guna ka n 4  tabel yaitu  T R KRS, MP RODI,  MFAKULTAS  dan MJE N JA NG.         Gamba r  6.  Hype rcube  la p o ran ju mlah  komp osi s i ind e ks pre s ta si per seme ster  tahun aja r an  per jenj ang p r ogra m  studi p e r  ang katan       Gamba r  7.  Cl ass diag ram  data wa reh o u s e   laporan jumla h  komp osi s i i nde ks p r e s ta si per  seme ste r  tah un ajaran pe r jenjang p r og ram  studi pe r ang katan           Gamba r   8  mempe r lihat kan hyp e rcub e lap o ra n ju mlah  kom p o s isi  grade  n ilai pe r  seme ste r  tah un aja r an  pe r jenjan g p r og ram  studi  p e r jenis  kel a mi n pe r an gkatan. Berd asarkan   hyp e rcub e  G a mba r  8 ma ka a k an terb entuk 1 tab e l  fakta dan  7 tabel dime nsi, dan  se sua i   deng an pe nj elasan  sebel umnya dim e nsi je nis  kela min, ang kata n, tahun aja r an, jenjan g studi  dan se me ste r  tidak pe rlu dibuat. Untu k dimensi G r a de hanya a k an beri s i den gan 6 nilai yaitu   Grad e A, B,  C,D, E, dan – untuk yan g  tidak men g ikuti ujian, maka tidak pe rlu  membu a t tabel  dimen s i untu k  dim e n s i Grade ini. Ol eh  ka ren a  itu a k an te rb entu k  1 ta bel fa kta dan 1  tab e l  dimen s i, hal ini akan terli h at pada mod e l data Gamb ar 9. Tabel fa kta adala h  WGrad e  dan ta bel  Evaluation Warning : The document was created with Spire.PDF for Python.
                                 ISSN: 16 93-6 930     TELKOM NIKA   Vol. 8, No. 1,  April 2010 : 25 - 34   30 dimen s i adal ah WPRODI.  Tabel dime n s i WPRODI a dalah p engg abun gan 3 ta bel pad a sist em  OLTP  yaitu tabel MP RO DI, MFAKULT AS dan MJE N JA NG. Ji ka  mengg una ka n d ata wareh ouse  maka l apo ra n ini mem but uhkan 2 ta b e l ba sis  data  yaitu WG ra de da n WP RODI dima na  jika   mengg una ka n data b a s e  OLTP me ngg una kan  5 tab e l yaitu MMA HASISWA, T R KRS, MP RODI,  MFAKULTAS  dan MJE N JA NG.         Gamba r  8.  Hype rcube  la p o ran ju mlah  komp osi s i g r ade nilai pe r  seme ste r  tah un  ajara n  pe r jen j ang prog ram  studi per je ni s  kelami n pe r a ngkatan         Gamba r  9.  Cl ass diag ram  data wa reh o u s e   laporan jumla h  komp osi s i g r ade nil a i per  seme ste r  tah un ajaran pe r jenjang p r og ram  studi pe r jeni s kel a min pe r angkatan       Gamba r  10.  Hypercu be  la pora n   peng ajaran d o se n per  sem e ster ta hun  ajara n         Gamba r  11.  Cla ss di agra m  data wareh ouse  laporan pe ng ajara n  do sen  per seme ster  tahun  ajara n       Gamba r  1 0   mempe r lihat kan hype rcub e lapo ran  pe ngaja r an  do sen pe r  seme ster ta hun  ajara n . Berd asa r kan  hy pe r c u b e   Gam bar 1 0  maka  akan te rbe n t uk 1 tabel f a kta da n 4 tabel  dimen s i, dan se suai de nga n penjela s a n  seb e lumnya  dimen s i tahu n ajara n  dan  seme ste r  tida k  perlu  dibu at. Untu k dime nsi d o sen tid a k p e rlu  dib uat tabel di mensi  oleh  karen a  lap o ra n ini  hanya mena mpilka n  nam a  do se n,ma ka  na ma do s en te rsebut  dise rtakan  p ada ta bel fa kta.  Demi kian  jug a  den gan  dim ensi  mata  kul i ah tida k pe rl u dibu at tabel  dimen s i ol eh  ka ren a  lap o ran  ini hanya m e nampil k an  nama mata  kuli ah dan SKS  (Satuan Kredit Semester) m a ta kuli ah serta  nama do sen  pembin a ,  ma ka nama  sin g kata n  mata  kulia h  d an  S KS  (Satuan  Kredit  Sem e ster)  mata kuliah  serta   na ma dosen  Pe mbi na  di se rtak a n  pa da ta bel  fakta. Ol eh  karena  itu a k an   terbentu k   1 t abel fa kta d an tida k a d a  tabel dim e n s i, hal i n i a k an terli hat p ada m odel  d a ta   Gamba r  11. Jika  m engg u nakan d ata wareh o u s e  ma ka l apo ran  ini  memb utuh ka n ha nya 1  ta bel  basi s   data y a itu WJa d kul  diman a  ji ka  meng gun akan d a taba se  OLTP  men g guna ka n 4  tabel  yaitu TJADK U L, TDOSFAK, MTBMTK  dan MFAKUL T AS.  Akhirnya pa d a  ma sing -ma s ing ta bel di  atas, bai k tab e l fakta ata u   dimen s i dita mbah kan   field  tglmula  dan tgla khi r  yang be rfun gsi  seba gai p r o s es pe mba haruan data  re c o rd , ole h  ka rena  pada  d a t a wa r e ho us e   tid a k  bole h  dil a ku kan  prose s  p eng hap usan  record. Data reco rd  yang   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     ■     Tata Kelola Databa se Perg urua n Ting gi yan g  Optim a l denga n Data  …… (Spits  Wa rna r s)  31 masih  be rla k u ad alah  apa bila  field  tgl a khir m a sih  kosong, a pabila   field  t g la khi r  t e lah t e risi  ma ka   ak an terbentuk   re co rd  du pli k at yang men ggamb a rka n  data  re co rd  yang terkini.     2.3.  Model data logika data  w a rehou se   Lang ka h keti ga pada met ode pen elitia n ini adalah  mende sai n  model data log i ka data  wareho use  b e rda s a r kan h y percube s b entukan  di  a t as  da n se cara ke sel u ru han  m odel d a ta   logika d ata wareho use   yang terbent uk  berda sa r anali s a  lap o ran - la poran  di ata s  ya ng  mengg una ka n kon s ep  di mensi  bi sni s  den gan  pe nde katan  ku bus multidim ensi   h y pe rcu be  terlihat  pad a Gamba r  12 .     Lang ka h keli ma pa da m e tode p enelitia n ini a dala h  p engimpl e men t asian  datab a s e  data   wareho use d enga n me ng guna ka n apli k a s i d a taba se MySQL  da n dima na  se belumnya  lan g ka h   keem pat tela h dila ku kan  dimana  data base  OL TP  diimplem enta s ikan ju ga d enga n apli k a s i   databa se My SQL. Lang ka h keen am pa da metode p enelitian ini d ilaku ka n den gan menj alan kan  query  untu k   mengh asil ka n re co rd ya ng a k a n  me nampil k an  la pora n  d eng a n  men ggu na kan   databa se O L TP dan d e m ikian  pula  denga n lan g ka h ketuj u h  dimana dil a ku ka n den gan   menjala n kan   query  u n tu k  men gha sil k an re co rd yang  akan menam pilkan   laporan  de ngan  mengg una ka n data wa reh ouse.      3.  HASIL D A N  PEMBA HAS AN   Untu k mem bukti kan b a h wa p eng gu naan d a ta wareho use lebih efe k tif darip ada   databa se p a da umum nya ,  maka a k an  dibukti kan d a ri efisie nsi  pada total by te yang dikel o la,  record yang  dikel o la, pa njang record yang di pro s e s , jumlah tabe l yang dip r o s es, waktu  da n   record yang  diha silkan. T abel 1 m e ru pakan b e sa ran 8 tab e l d a taba se O L T P  yang terd a pat  pada  gam bar 1, yang  me mpunyai total  panj ang  re cord   1,099  byte, total jumla h  re co rd  13 1,17 1   record dan t o tal ke selu ru han byte ad alah 31,3 03, 511 byte. Sedang ka n Tab e l 2 meru pa kan  besara n  6 t abel d a ta wareh o u s e ya ng terd apat  pada  Gamb a r  12, yang  mempu n yai total  panja ng reco rd 32 6 byte, total jumlah reco rd 1,1 38  record dan t o tal ke selu ru han byte ad a l ah  71,555 byte.           Gamba r  12.  Cla ss di agra m  model data logika d a t a  wa r e ho us e  Evaluation Warning : The document was created with Spire.PDF for Python.
                                 ISSN: 16 93-6 930     TELKOM NIKA   Vol. 8, No. 1,  April 2010 : 25 - 34   32 Tabel 3  me mperli hatkan  pro s enta s e  efisien s i dim ana p engg un aan d a ta wa reho use   lebih  efisien  237.1 2 % (1 099-326 )/32 6 * 100  untu k   panja ng  re co rd, lebi h efi s ien 1 1 ,426.4 5 %  (131,1 7 1 - 11 3 8 )/113 8*1 00  untuk jumla h  re co rd  d a n  lebih  efisie n 43,4 67.48 % (31,3 03,5 11- 71,555 )/71,5 55*10 0 u n tuk total kesel u ruhan  byte. Pr ose n tase efi s iensi  ini di uku r  sesuai  den g a n   lang kah  ke sembilan  pad a metod e  p enelitian i n i  dimana  nilai  kua n titatif ini diu k u r  de ngan   pro s enta s e  kenai kan d eng an rum u s : (d ata lama – da ta baru ) / data  baru *1 00.     Tabel 1. Tab e l besara n  isi  tabel databa se tran sa ksio nal   Nama Tab e l  Panjang record   Jumlah record   Total b y te   MMAHASIWA  586 b y t e   42977 reco rd   25 184 522 b y te   MPRODI   48 b y te   16 record   768 b y t e   MFAKULTAS   65 b y te   7 record   455 b y t e   MJENJANG  24 b y te   3 record   72 b y te   TRKRS   68 b y te   84774 reco rd   5 764 632 b y te   TJADKUL   88 b y te   1988 recor d   174 944 b y te   TDOS FAK   73 b y te   386 record   28 178 b y te   MTBMTKL   147 b y t e   1020 recor d   149 940 b y te   Total  1099 b y te   131171 reco rd   31303511 b y te       Tabel 2. Tab e l besara n  isi  tabel data wareh o u s e   Nama Tab e l  Panjang record   Jumlah record   Total b y te   WPRODI   35 b y te   16 record   560 b y t e   WJADKUL  127 b y t e   303 record   38481 b y te   WGRADE   44 b y te   368 record   16192 b y te   WDATA1   34 b y te   279 record   9486 b y te    WAKTIF   43 b y te   74 record   3182 b y te   WIPS  43 b y te   98 record   4214 b y te   Total  326 b y t e   1138 recor d   71555 b y te       Tabel 3. Tab e l total perba nding an kapa sitas d a taba se transaksio n a l dan data  wareh o u s e   Variabel  Panjang record   Jumlah record   Total b y te   Total database  OLTP   1099 b y te   131171 reco rd   31303511 b y te   Total data  w a reh ouse  326 b y t e   1138 recor d   71555 b y te   Prosentase efisiensi  perbandinga n da tabase/DW    237.12 %   11.426,45 %   43.647,48 %        Sesuai  de ng an la ng kah   ked e lap an  p ada  metod e  pen elitian i n i dim ana  T abel  4   mempe r lihat kan ba hwa p e nggu naan  dat a ware hou se  lebih efi s ien   pada tot a l byte yang  dikelo la,  record yang  dikel o la, pa njang record yang di pro s e s , jumlah tabe l yang dip r o s es, waktu  da n   record yan g  d i hasil ka n p a d a  kelima l apo ran  di ata s . P r osenta s e  efisien s i  pad a T abel  4 ini  diu k ur  se suai d eng a n  lang kah  ke sembil an pa d a  metode p e nelitian ini di mana nilai  ku antitatif ini diuku r   deng an  p r o s entase  kenai kan den gan rumus: (data  l a ma  – d a ta b a ru )/data b a ru*100. Be riku t ini  penjel asa n  d a sa r pem bent uka n  masi ng -masin g pen g u ku ran p r o s e n tase efi s ien s i:  1)  Total byte yang dikelola di dapat kan d a ri total perkali an re co rd ya ng dikelola d an panja ng  record yang dikel o la da ri  tabel datab ase yan g  diguna ka n dal am meng ha silkan  sebu ah  laporan bai k  deng an men g guna ka n data base OLTP a t au data wa re hou se.   2)  Re cord yan g  di kelol a   didap atka n  dari  total  j u mlah  re co rd yang  dip r oses dal am  mengh asil ka n laporan bai k den gan me nggu na kan d a taba se OLT P  atau data wareh o u s e.   3)  Panjang  record  yang  di kelola  dida pat kan  da ri tota l panj ang  by te re co rd ya ng di pro s e s   dalam me ngh asil kan la poran bai k meng guna ka n data base OLTP a t au data wa re hou se.   4)  Jumla h  Tab e l  yang digu na kan di dap atkan da ri penj e l asa n  bab  se belumnya  di atas dal am  mengh asil ka n laporan bai k den gan me nggu na kan d a taba se OLT P  atau data wareh o u s e.   5)  Wa ktu p r o s e s  didap atka n d a ri pe nguji an  peng ekse ku si an qu ery dal a m  meng ha sil k an  re co rd   untuk me mbe n tuk ma sing -masin g lapo ran  deng an m engg una kan  aplikasi data base MySql,  baik d eng an  mengg una ka n databa se O L TP  ataupu n deng an data  wareho use.   6)  Re cord yang   diha silkan did apatkan d a ri  hasil ekse ku si  query pada  masin g -m asi ng  lap o ra n  untuk me mb entuk lap o ra n terse but de ngan  me ngg una kan apli k asi datab ase  MySQL, baik   deng an me n ggun akan da tabase OLT P  ataupun  d enga n data  wareho use, dimana  ha sil  record terseb ut mempunya i  hasil yang  sama pad a be bera pa lap o ran.  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  1693-6 930     ■     Tata Kelola Databa se Perg urua n Ting gi yan g  Optim a l denga n Data  …… (Spits  Wa rna r s)  33 Sebagai  co ntoh lapo ra n 1  adala h  lapo ra n ju mlah m a h a si swa pe r je njang p r o g ra m studi   per j enis kela min pe r an gkatan. Dim ana  pada  pad a T abel 4  diba wah lap o ra n ini  jika di ha silka n   deng an men g guna ka n data  ware hou se a k an me mpu n yai prosenta s e efisien s i se bagai b e ri kut :  1)  Prosenta s i  efisien s i tot a l byte yang di kelola  seb anya k  2 50,605.3 1 % (25,18 5,85 5- 10,046 )/10.0 46*10 0.  2)  Prosenta s e e f isien s i re co rd yang dikelol a  seb anya k  1 4 ,477.63% (4 3,004-295 )/2 95*10 0.  3)  Prosenta s e e f isien s i panja ng re co rd yan g  dipro s e s  se banya k  947.8 3 % (723 -69 ) / 69*10 0.  4)  Prosenta s e e f isien s i jumla h  tabel yang  dipro s e s  seb anyak 1 00% (4-2 )/2*10 0.  5)  Prosenta s i efisien s i waktu  per deti k   se b anyak 3 1 ,200 % (3.13-0.0 1 )/0.01*100.   6)  Prosenta s e e f isien s i jumla h  record y ang  dihasil ka n se banya k  0% (2 79-2 7 9 ) /279* 100.   Berda s a r kan  Tabel 4, sem ua efisie nsi  mengal ami kenai kan p r o s entase, nam un untu k   efisiensi  recor d  yang  diha silkan  pad a la pora n  1, 2 d a n  3 tida k men galami  ken a i k an  pro s e n ta se.  Prosenta s e kenai kan efi s i ensi tertin ggi  adala h  5,008, 200% pad a e f isien s i wa ktu  pada lap o ra n 4   dan  kenai ka n efisien s i te rend ah a dala h  95.38%, yaitu pada  efisien s i  recor d  yang diha sil k a n   pada la poran  5.         Tabel 4. Tab e l efisien s i pe rban ding an p engg unaa n d a taba se da n data wa reh o u s e      Lap or an  1   Lap or an  2   Lap or an  3   Lap or an  4   Lap or an  5   Total B y te   Database   25. 18 5.8 5 5 , 0 0  30. 25 5.1 3 1 , 0 0   5.0 40. 60 9, 00  30. 22 5.1 3 1 , 0 0   352 .0 23, 00    Data w a r ehouse   10. 04 6,0 0  3.7 42, 00   4.7 74, 00   16. 75 2,0 0   38. 4 8 1 ,0 0    Efisiens i    250 .6 05, 31%  808 .4 28, 35%   105 .4 84, 60%  180 .3 27, 00%   814 ,8 0%   Record yang   Database   43. 00 4,0 0  117 .1 11, 00   74. 13 4,0 0  117 .1 11, 00   3.3 84, 00   Dikelola  Data w a r ehouse   295 ,0 0  90, 00   114 ,0 0   384 ,0 0   303 , 0 0    Efisiens i    14. 47 7,6 3 %  130 .0 23, 33%   64. 92 9,8 2 %   30. 39 7,6 6 %   1.0 16, 83%   Panjang Database   7 2 3 , 00 7 9 1 , 00  2 0 5 , 00 7 9 1 , 00  3 7 3, 00  Record  Data w a r ehouse   69, 00  78, 00   78, 00  79, 00   127 , 0 0    Efisiens i    947 ,8 3%  914 ,1 0%   162 ,8 2%  901 ,2 7%   193 ,7 0%   Tabel y a ng   Database   4 5  4 5  4  digunakan Data w a r ehouse   2 2  2 2  1   Efisiens i    100 ,0 0%  150 ,0 0%   100 ,0 0%  150 ,0 0%   300 ,0 0%   Waktu/Detik Database   3 , 13 2 4 5 , 61  4 3 9 , 68 5 0 0 , 83  1 1 9, 15   Data w a r ehouse   0 , 01 0 , 01  0 , 01 0 , 01  0 , 01   Efisiens i    31. 20 0,0 0 %  2.4 56. 00 0, 00%   4.3 96. 70 0, 00%  5.0 08. 20 0, 00%   1.1 91. 40 0, 00%   Record yang   Database   279 ,0 0  74, 00   309 1, 00   368 ,0 0   592 , 0 0   dihasilkan  Data w a r ehouse   279 ,0 0  74, 00   98, 00   368 ,0 0   303 , 0 0    Efisiens i    0,0 0 %  0,0 0 %   3.0 54, 08%  0,0 0 %   95, 38%       4. SIMPU L AN  Data  wa re ho use  mem pen garu h i p r o s e s  tran sa ksi p a da d a taba se   dimana  data b a se  data  wareho use y ang di ha silkan a k an  leb i h ram p ing   dan p e ri ntah  sql ya ng  d ijalan k an  unt uk   menga kse s  d a ta wareho use se cara nya t a akan l ebi h  cepat, yaitu jumlah re co rd  yang dipro s es   makin  sedi kit dan  proses  join be rkuran g. Da ri  ke sel u ruh an efisie nsi ken a ikan pro s enta s e   ji ka   digab ung kan  akan m eng hasil ka n rata -rata  efisi e n s i  ke nai kan  prose n tase 4 6 1 .801,84%. y ang  menunj ukka n  bah wa  pen ggun aan  dat a wa re hou se  lebih  han da l dan  efisie n  diban ding ka n   peng guna an databa se  O L TP.      DAF TA R PU STAK A   [1].  Silva FSC, Paniga ssi  R,  Hulot C.  L earni ng Ma n ageme n t System s De sid e rata fo r  Competitive Universities.  Europ ean  Jo urnal  of Ope n  Di stan ce a nd E-L earnin g . 2007;   13(2 ) : 121 -12 9 .  [2].  Wa rd  J, Pep pard  J. Strat egic  plan nin g   for Inform ation System s. Third Editi on. We st  Susse: Joh n  Willey & Sons Ltd. 2003.    [3].  Porter ME. Strategy and th e Internet.  Ha rva r d Bu sine ss Re vie w . 20 01; 79(3 ) : 62-78.  [4].  Dimo ka s N, Mittas N, Nan opoul os A, Angeli s  L.  A Prototype Syste m   for Educati onal Data   Wa reho usi n g  and Minin g . Proce edi ngs of the  2008 Pan helleni c Co n f eren ce on  Informatics. 2 008: 199 -20 3 .     Evaluation Warning : The document was created with Spire.PDF for Python.
                                 ISSN: 16 93-6 930     TELKOM NIKA   Vol. 8, No. 1,  April 2010 : 25 - 34   34 [5].  Wikram anaya k e  GN, G o o netillake JS.  Mana ging  Very La rge  Datab a ses  a nd Data   Wa reho usi n g .   Sri Lan ka n Jo urn a l o f  Libra r ian s h i p and Info rm ation Man agem ent .  2006;2 ( 1 ) :22-29.  [6].  Gold stein P J , Karzt  RN. A c ad emic Anal yti cs: The  Uses of M ana g e ment Inform ation an d   Tech nolo g y in High er Edu c ation.  EDUCAUSE Rev i ew . 2005; 7(1):  1-12.   [7].   Hans   D, Gomez   J M , Pet e rs D, Sols bac h   A. Ca se Study-De s ig n   for Highe r  E ducation-A   Demo nst r atio n in  the  Da ta Wa re hou se Enviro nme n t. in: Abra mowi cz  W.  Flejter  D  (Editors). BIS 2009 Workshop.  LNBIP . 2009; 37: 23 1 - 241.   [8].  Wu T. System of Teachin g  Quality A nalyzing and Ev aluating Ba se d on Data Wareh o u s e.   Comp uter En ginee ring a n d  Desi gn. 200 9; 30(6 ) : 154 5-15 47.   [9].  Zhou L, Wu M, Li S.  Design of Data Wareh o u s e in  Teaching Sta t e Based on  OLAP and   Data Mi ning .  Proc. SPIE (The Inte rnati onal So ciety f o r  Optical En ginee ring ). 2 009; 7 344:   23-2 9 .  [10].  Gombi r o  C, Munyo k a  W, Hove S, Che ngeta n a i G, Za no  C. Th e Ne ed for Dat a   Wa reho usi n g  in Sharing  Learning M a terials.  Jou r n a l of Sustainable  De vel opm ent in   Afric a . 200 8; 10(2 ) : 422 -44 9 .   [11].  Ranj an  J, K halil S.  Con c eptu a l F r am ewo r k of  Da ta Mining  Proce s s in  Ma nagem ent   Educatio n in  India: An  In stitutional Pe rsp e ctive.  Inf o rm ation T e chnolo g y Journal . 20 08;   7(1 ) : 16-2 3 .  [12].  Cale ro  C, Piatiini M, Pascu al C, Serrano  MA.  Towar d s D a t a  Wa re hou se Qu alit y Met r i c s .  Proceedi ng s of the 3rd Intl. Workshop o n  De sign a n d  Manage men t  of Data Warehou se s  (DM D W'20 01 ). Interlaken. Sw itze rlan d. 2001; 39: 2-1 1 .  Evaluation Warning : The document was created with Spire.PDF for Python.