Pembangunan Data Mart Pada PLTGU Cilegon

BIODATA PENULIS

1. Identitas Pribadi

Nama

: MARHENI SETYOWATI

Tempat/Tgl Lahir

: Nganjuk, 7 Februari 1991

Jenis Kelamin

: Perempuan

Status Perkawinan

: Belum Menikah

Agama

: Islam

Alamat Sekarang

: Sekeloa Gg Loa II No.29b

No Handphone

: 081223912470

Email

: marhenisetyowatii@gmail.com

2. Pendidikan Formal

2009-2012

: POLITEKNIK TELKOM BANDUNG

2012-2015

: UNIVERSITAS KOMPUTER INDONESIA

PEMBANGUNAN DATA MART PADA PLTGU CILEGON

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

MARHENI SETYOWATI
10112989

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2015

DAFTAR ISI

ABSTRAK ..................................................................................................................... i
ABSTRACT .................................................................................................................. ii
KATA PENGANTAR ................................................................................................. iii
DAFTAR ISI ................................................................................................................. v
DAFTAR GAMBAR ................................................................................................. viii
DAFTAR TABEL ......................................................................................................... x
DAFTAR SIMBOL.................................................................................................... xiii
LAMPIRAN .............................................................................................................. xvii
BAB I

PENDAHULUAN .......................................................................................... 1

I.1.

Latar Belakang Masalah ................................................................................. 1

I.2.

Perumusan Masalah ........................................................................................ 2

I.3.

Maksud dan Tujuan ........................................................................................ 2

I.4.

Batasan Masalah ............................................................................................. 3

I.5.

Metodologi Penelitian .................................................................................... 3

I.5.1.

Metode Pengumpulan Data ..................................................................... 4

I.5.2.

Metode Pembangunan Perangkat Lunak ................................................. 5

I.5.3.

Metode Pemecahan Masalah Data Mart ................................................. 6

I.6.

Sistematika Penulisan ..................................................................................... 8

BAB II TINJAUAN PUSTAKA ............................................................................... 11
II.1.

Profil Instansi ............................................................................................... 11

II.1.1.

Visi dan Misi Instansi ........................................................................... 12

II.1.2.

Struktur Organisasi PLTGU Cilegon .................................................... 13

II.2.

Landasan Teori ............................................................................................. 14

II.2.1.

Data Warehouse .................................................................................... 14

II.2.2.

Data Mart .............................................................................................. 15

v

II.2.3.

Microsoft SQL Server ............................................................................ 21

II.2.4.

SSIS (SQL Server Integration Service) ................................................. 21

II.2.5.

UML (Unified Modeling Language) ..................................................... 22

BAB III ANALISIS DAN PERANCANGAN SISTEM ............................................ 25
III.1. Analisis Sistem ............................................................................................. 25
III.1.1. Analisis Masalah ................................................................................... 25
III.1.2. Analisis Data ......................................................................................... 26
III.1.3. Analisis Basis Data Yang Sedang Berjalan .......................................... 27
III.2. Analisis Kebutuhan Informasi ...................................................................... 33
III.3. Analisis Arsitektur Data Mart ...................................................................... 37
III.4. Spesifikasi Kebutuhan Perangkat Lunak ...................................................... 51
III.5. Spesifikasi Kebutuhan Non Fungsional ....................................................... 51
III.5.1. Analisis Kebutuhan Perangkat Keras .................................................... 52
III.5.2. Analisis Kebutuhan Perangkat Lunak ................................................... 52
III.5.3. Analisis Kebutuhan Perangkat Pikir ..................................................... 53
III.6. Analisis Kebutuhan Fungsional.................................................................... 55

III.6.1. Diagram Use Case................................................................................. 55
III.6.2. Diagram Aktifitas .................................................................................. 64
III.6.3. Diagram Sequence ................................................................................. 72
III.6.4. Diagram Kelas ....................................................................................... 83
III.7. Perancangan Arsitektur ................................................................................ 84
III.7.1. Perancangan Struktur Menu .................................................................. 84
III.7.2. Perancangan Antar Muka ...................................................................... 84
III.7.3. Perancangan Pesan ................................................................................ 96
III.7.4. Perancangan Semantik ........................................................................ 101
BAB IV IMPLEMENTASI DAN PENGUJIAN ...................................................... 103
IV.1. Implementasi Sistem .................................................................................. 103
IV.1.1. Perangkat Lunak Pembangun .............................................................. 103

vi

IV.1.2. Perangkat Keras .................................................................................. 103
IV.1.3. Implementasi Basis Data ..................................................................... 104
IV.1.4. Implementasi Perangkat Lunak ........................................................... 109
IV.1.5. Implementasi Aplikasi Data Mart ....................................................... 110
IV.2. Pengujian Sistem ........................................................................................ 114

IV.2.1. Pengujian Black Box ........................................................................... 115
IV.2.1.1.

Kesimpulan Pengujian Black Box ................................................... 119

IV.2.2. Pengujian Beta .................................................................................... 119
BAB V KESIMPULAN DAN SARAN .................................................................. 125
V.1.

Kesimpulan ................................................................................................. 125

V.2.

Saran ........................................................................................................... 125

DAFTAR PUSTAKA ............................................................................................... 126

vii

viii

DAFTAR PUSTAKA
[1] M. Sc. Ed. Prof. Dr. Winarno Surakhmad, Pengantar Penelitian Ilmiah, Dasar
Metoda Dan Teknik. Bandung: Tarsito Bandung, 1994.
[2] Ph.D. Roger S. Pressman, Rekayasa Perangkat Lunak. Yogyakarta: ANDI
Yogyakarta, 2002.
[3] Al-Bahra bin Ladjamudin, Rekayasa Perangkat Lunak. Yogyakarta: Graha Ilmu,
2006.
[4] Andrew Christian Tooy,. Bandung: Universitas Komputer Indonesia, 2013.
[5] W.H Inmon, Building the Data Warehouse. Indiana: Wiley Publishing, 2005.
[6] Paulraj Ponniah, Data Warehousing Fundamentals. New York: John Wiley &
Sons, Inc, 2001.
[7] M., Hill, M.G. dan Rizzi, Golfarelli, Data Warehouse Design, Modern
Principles and Methodologies. New York: Mc Graw Hill, 2009.
[8] Margy Ross Ralph Kimbal, The Data Warehouse Toolkit. Indiana: John Wiley &
Sons, Inc., Indianapolis, 2013.
[9] Arie Prabawati, SQL Server 2012. Yogyakarta: ANDI, 2013.
[10] Devin Knight, Mike Davis Brian Knight, Microsoft SQL Server 2012 Integration
Services. Indianapolis: John Wiley & Son, 2013.
[11] Munawar, Pemodelan Visual dengan UML. Yogyakarta: Graha Ilmu, 2005.

[12] A.A. Yulianto, Analisis dan Design Sistem Informasi. Bandung: Politeknik
Telkom, 2009.
[13] MA Dr. Ulber Silalahi, Metode Penelitian Sosial. Bandung: Refika Aditama,
2009.
[14] Lane P, Oracle9i Data Warehousing Guide Release 2. Redwood: Oracle

126

Coorporation, 2002.
[15] Yudhi Hermawan, Konsep OLAP dan Aplikasinya Menggunakan Delphi.
Surabaya: ANDI Yogyakarta, 2005.

127

KATA PENGANTAR
Assalamu’alaikum Wr.Wb.
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas berkat, rahmat,
taufik dan hidayah-Nyalah penulis dapat menyelesaikan skripsi yang berjudul
“Pembangunan Data Mart Pada PLTGU Cilegon”. Penulisan skripsi ini merupakan
salah satu syarat dalam menyelesaikan studi jenjang strata satu (S1) pada Program
Studi Teknik Informatika, Universitas Komputer Indonesia.
Penulis menyadari bahwa dalam proses penulisan skripsi ini banyak
mengalami kendala, namun berkat bantuan, bimbingan, kerjasama dari berbagai
pihak dan berkah dari Allah SWT sehingga kendala-kendala yang dihadapi tersebut
dapat diatasi dan skripsi ini selesai tepat pada waktunya. Oleh karena itu penulis
menyampaikan ucapan terima kasih sebesar-besarnya kepada:
1. Kedua orang tua, yang selalu memotivasi dan memberikan dorongan semagat
kepada penulis dalam menyelesaikan skripsi ini.
2. Bapak Adam Mukharil Bachtiar, S.Kom., M.T. selaku dosen pembimbing dan
penguji 2 yang telah memberi bimbingan, saran, petunjuk, dan motivasi dalam
menyelesaikan skripsi ini.
3. Ibu Dian Dharmayanti, S.T., M.Kom. selaku dosen reviewer dan penguji 1 yang
memberikan petunjuk, saran, dan kemudahan kepada penulis.
4. Ibu Istiqomah, S.Kom., M.Kom. selaku dosen penguji 3 yang memberikan
petunjuk, saran, dan kemudahan kepada penulis.
5. Bapak dan Ibu dosen serta seluruh staff pegawai Program Studi Teknik
Informatika Universitas Komputer Indonesia yang telah memberikan ilmu untuk
menyelesaikan skripsi ini, serta telah banyak memberi bantuan kepada penulis.
6. Bapak Suratin selaku pihak PLTGU Cilegon, yang telah memberikan kelengkapan
data dan informasi sehingga sangat mambantu penulis dalam kelancaran penulisan
skripsi ini.

iii

7. Teman-teman IF-8 dan teman-teman seperjuangan skripsi yang selalu memberikan
semangat dalam pengerjaan skripsi ini.
8. Serta semua pihak yang telah membantu dalam penyusunan skripsi ini yang tidak
dapat penulis cantumkan satu per satu.
Akhirnya, dengan segala kerendahan hati penulis menyadari masih banyak
terdapat kekurangan-kekurangan, sehingga penulis mengharapkan adanya saran dan
kritik yang bersifat membangun demi kesempurnaan skripsi ini. Semoga skripsi ini
bermanfaat bagi para pembaca.
Wassalamu’alaikum Wr.Wb.

Bandung, Februari 2015

Penulis

iv

BAB I
PENDAHULUAN

I.1. Latar Belakang Masalah
Sektor Pembangkitan Cilegon dibangun untuk salah satu misi PLN, yaitu
mewujudkan Indonesia teraliri listrik 100%. Keberadaan Sektor Cilegon yang telah
beroperasi sejak 2006 ini berperan besar dalam memenuhi kebutuhan listrik pada
sistem Jawa-Bali yang setiap tahunnya mengalami pertumbuhan 6-7%. Pada tahun
2011 PLTGU Cilegon menjadi Unit Sektor yang digabung dengan SPP Labuan, SPP
Indramayu, SPP Rembang, dan SPP Lontar yang induknya adalah PT. PLN (Persero)
UPJB. PLTGU Cilegon terdiri dari tiga divisi utama yang menunjang proses
produksinya, yaitu Enginering, Produksi, serta Keuangan, SDM & Administrasi.
Setiap divisi di PLTGU Cilegon menghasilkan data yang berbeda sebagai hasil
dari pengolahan sistemnya. Sebagai contoh Divisi Enginering menghasilkan data
berupa data kesehatan perangkat yang berguna untuk memonitoring perangkat. Divisi
Produksi menghasilkan data produksi yang dihasilkan perusahaan setiap harinya.
Sedangkan Divisi Keuangan, SDM & Administrasi menghasilkan data monitoring
keuangan serta data kepegawaian. Dalam hal ini tentunya terjadi perbedaan struktur
maupun tipe datanya. Masalah lain yaitu kebutuhan data masing-masing divisi yang
berbeda. Data yang diperlukan Divisi Enginering yang berupa data kesehatan
perangkat, belum tentu dibutuhkan oleh Divisi Produksi maupun Divisi Keuangan,
SDM & Administrasi. Belum terintegrasinya data dari masing-masing divisi maka
untuk menghasilkan laporannya, dibutuhkan waktu yang lama dalam pemrosesan
informasi. Hal ini mengakibatkan pembuatan laporan menjadi tidak optimal.
Sebagai contoh pada Divisi Enginering, pembuatan laporan kesehatan perangkat
dibutuhkan setiap bulannya untuk mengetahui tingkat kesehatan perangkat.
Sementara pada bulan berikutnya, belum tentu data pada bulan sebelumnya bisa
digunakan dalam pembuatan laporan kesehatan perangkat, bisa dalam bentuk format

1

2

data yang baru untuk pemenuhan informasi yang dinamis. Informasi yang dinamis ini
nantinya digunakan oleh pihak managerial untuk pengambilan keputusan strategis
perusahaan. Demikian pula untuk Divisi Produksi, dibutuhkan analisis informasi
secara detail setiap bulannya mengenai hasil produksi untuk memastikan bahwa
perusahaan berada dalam kondisi yang baik.
Sebagai solusi untuk permasalahan pada Divisi Enginering dan Produksi, maka
perlu dibangunlah data mart untuk memudahkan pihak managerial dalam
mendapatkan informasi strategis sehingga dapat digunakan untuk perencanaan jangka
panjang. Karena data mart memungkinkan integrasi berbagai jenis data dari berbagai
macam aplikasi maupun sistem. Hal ini menjamin mekanisme akses yang lebih
mudah

bagi

pihak

managerial

dalam

memperoleh

informasi

kemudian

menganalisisnya untuk mengambil keputusan.
I.2. Perumusan Masalah
Berdasarkan latar belakang masalah yang telah dikemukaan, maka dirumuskan
sebuah masalah yaitu bagaimana membangun perangkat lunak data mart pada
PLTGU Cilegon.
I.3. Maksud dan Tujuan
Berdasarkan permasalahan yang diteliti maka maksud dari penelitian ini adalah
untuk membangun data mart pada PLTGU Cilegon untuk Divisi Enginering dan
Produksi yang nantinya dapat mendukung penyusunan strategi bisnis.
Tujuan yang ingin dicapai dari penerapan data mart pada PLTGU Cilegon adalah
sebagai berikut :
a. Memberikan informasi dinamis yang cepat dan tepat guna penghimpunan
informasi dan pengambilan keputusan yang dibutuhkan managerial.
b. Mempermudah manager Divisi Enginering dan Produksi dalam hal
pemenuhan data dan informasi strategis.

3

c. Membantu managerial dalam menghasilkan laporan yang dapat digunakan
untuk mendukung pengambilan keputusan.
I.4. Batasan Masalah
Adapun batasan masalah dalam pembangunan data mart di PLTGU Cilegon
adalah sebagai berikut :
1. Data yang akan diolah berasal dari PLTGU Cilegon Divisi Enginering dan
Produksi.
2. Data yang diolah dari tahun 2011, 2012, 2013 dan 2014.
3. DBMS menggunakan SQL Server 2012.
4. Pengujian data mart menggunakan OLAP (On-line Analytical Processing).
5. Pendekatan analisis dan perancangan perangkat lunak menggunakan analisis
berorientasi objek.
I.5. Metodologi Penelitian
Metodologi penelitian yang digunakan dalam penelitian ini adalah metode
deskriptif. Metode deskriptif berfokus pada pemecahan masalah yang ada pada masa
sekarang. Metode ini mencakup berbagai teknik deskriptif [1]. Di antaranya ialah
penyelidikan yang menuturkan, menganalisa, dan mengklasifikasi. Pada umumnya
metode deskriptif ini adalah menuturkan dan nafsirkan data yang ada, misalnya
tentang situasi yang dialami, suatu hubungan, kegiatan, pandangan, sikap, atau
tentang proses yang sedang berlangsung, kelainan yang mungkin muncul, serta
kecenderungan yang terlihat lalu membandingkan persamaan dan perbedaan
fenomena tertentu kemudian mengukurnya kedalam berbagai bentuk studi kuantitatif,
angket, test, wawancara, dan lain-lain [1].
Dalam metode deskriptif, penelitian tidak hanya terbatas sampai pengumpulan
dan penyusunan data, tetapi meliputi analisa dan interpretasi data. Ciri-ciri metode
deskriptif diantaranya :

4

1. Memusatkan diri pada pemecahan masalah-masalah yang ada pada masa
sekarang, pada masalah-masalah yang aktual.
2. Data yang dikumpulkan mula-mula disusun, dijelaskan dan kemudian
dianalisis.
I.5.1. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai
berikut :
1. Studi Literatur.
Memperoleh informasi dari penelitian terdahulu merupakan langkah yang penting
dan harus dilakukan dalam penelitian. Hal ini dilakukan dengan cara menelusuri data
dan informasi yang ada, dengan cara membaca buku, jurnal, skripsi, maupun referensi
lainnya yang dapat dijadikan acuan pembahasan dalam masalah ini.
2. Observasi.
Observasi berarti mengamati suatu objek secara langsung. Dengan observasi,
mengumpulkan data tentang gejala tertentu dengan cara mengamatinya secara
langsung selama waktu tertentu, dengan sedemikian rupa. Pada tahap ini data
dikumpulkan dengan cara melakukan pengamatan secara langsung ke PLTGU
Cilegon yang berkaitan dengan permasalahan, sehingga mendapatkan data yang jelas
dan akurat.
3. Wawancara
Wawancara adalah metode pengambilan data dengan cara menanyakan sesuatu
kepada seseorang responden dengan bercakap-cakap secara tatap muka. Teknik
pengumpulan data ini dilakukan dengan cara mengadakan tanya jawab secara
langsung pada Divisi Enginering dan Produksi di PLTGU Cilegon.

5

I.5.2. Metode Pembangunan Perangkat Lunak
Metode analisis dalam pembangunan perangkat lunak ini menggunakan
paradigma perangkat lunak secara waterfall. Model ini dipilih karena menawarkan
sebuah pendekatan pembangunan perangkat lunak yang sistematik, mulai tingkat
kemajuan sistem pada seluruh analisis, desain, kode, pengujian, dan pemeliharaan [2].
Metode waterfall ini menawarkan pembuatan perangkat lunak secara lebih nyata,
model proses perangkat lunak yang berdasarkan pada pendekatan ini digunakan pada
pengembangan perangkat lunak dan hardware yang luas [3]. Model Waterfall
menurut Roger S Pressman dapat dilihat pada Gambar I-1
Communication
Project initiation
Requirement gathering
Planning
Estimating
Scheduling
tracking
Modeling
Analysis
design

Construction
Code
test
Deployment
Delivery
Support
feedback

Gambar I-1 Model Waterfall [2]
Penjelasan dari Gambar I-1 dapat dilihat sebagai berikut :
1. Communication.
Langkah ini melakukan analisis terhadap kebutuhan software dan tahap untuk
mengadakan pengumpulan data dengan melakukan pertemuan dengan pihak PLTGU
Cilegon, dan mengumpulkan data tambahan.

6

2. Planning
Proses planning merupakan lanjutan dari proses communication (analysis
requirement). Tahapan ini akan menghasilkan dokumen user requirement atau bisa
dikatakan sebagai data yang berhubungan dengan keinginan PLTGU Cilegon dalam
pembuatan data mart, termasuk rencana yang akan dilakukan.
3. Modeling
Proses modeling ini akan menerjemahkan kebutuhan ke sebuah perancangan
datamart yang dapat diperkirakan sebelum dibuat coding. Proses ini berfokus pada
rancangan struktur data, arsitektur software, representasi interface, dan detail
(algoritma) prosedural. Tahapan ini akan menghasilkan dokumen yang disebut
software requirement.
4. Construction
Proses construction ini akan dilakukan pengkodean berdasarkan design yang telah
dibuat, serta mengimplementasikan algoritma. Setelah itu akan dilakukan uji coba
terhadap data mart yang dibangun, apakah sesuai dengan yang diharapkan.
5. Deployment
Tahapan ini bisa dikatakan final dalam pembuatan sebuah software atau sistem.
Setelah melakukan analisis, desain dan pengkodean maka sistem yang sudah jadi
akan digunakan oleh PLTGU Cilegon. Kemudian software yang telah dibuat harus
dilakukan pemeliharaan secara berskala.
I.5.3. Metode Pemecahan Masalah Data Mart
Metode pemecahan masalah yang digunakan dalam pembangunan data mart pada
PLTGU Cilegon adalah sebagai berikut :
1. Business Requirement Definition
Menganalisis proses bisnis dan seluruh kebutuhan yang ada di PLTGU
Cilegon dalam pembuatan data mart.

7

2. Dimensional Modeling
Memodelan data menjadi data multidimensi berdasarkan hasil yang di dapat
dari business requirement defintion.
3. Physical Design
Tahap ini merupakan tahap perancangan fisik data mart. Seperti hardware
dan

software

yang

dibutuhkan,

banyaknya

memori

yang

diperlukan,

pembentukan partisi jika diperlukan, dan lain-lain.
4. Data Staging Design
Perancangan data staging terdiri dari 3 tahap utama atau biasa disebut dengan
ETL ( Extract, Transform, dan Load) yang merupakan proses pengubahan data
dari OLTP database menjadi data mart.
5. OLAP & Reporting Tools
Mengatur data yang ada dalam data mart menjadi data multidimensi
berdasarkan model yang akan ditampilkan kepada user untuk pengambilan
keputusan
6. Deployment
Pengoperasian data mart serta reporting tools yang sudah jadi.

8

Model pemecahan masalah dapat dilihat pada Gambar I-2 Metode Pemecahan
Masalah

Bussiness Requirement
Defnition

Dimensional Modeling

Physical Design

Data Stagging Design

OLAP & Reporting Tools

Deployment

Gambar I-2 Metode Pemecahan Masalah [4]
I.6. Sistematika Penulisan
Sistematika penulisan dari penelitian ini adalah sebagai berikut :
BAB I PENDAHULUAN
Pada bab ini dikemukaan mengenai latar belakang, perumusan masalah,
batasan masalah, tujuan dan manfaat penelitian, metodologi penelitian, serta
sistematika penulisan.
BAB II. TINJAUAN PUSTAKA
Pada bab ini akan dibahas teori-teori pendukung yang berhubungan dengan
penelitian yang dijadikan sebagai dasar pembangunan data mart, serta gambaran
umum mengenai PLTGU Cilegon sebagai tempat penelitian.

9

BAB III. ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini akan dibahas mengenai analisis sistem yang terdiri dari analisis
masalah, analisis sistem yang sedang berjalan, menentukan spesifikasi kebutuhan,
perangkat lunak, analisis kebutuhan non fungsional, analisis kebutuhan fungsional,
analisis user, dan perancangan arsitektur.
BAB IV. IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan dibahas tentang implementasi arsitektur data mart yang
digunakan, rancangan data mart, rancangan skema, desain data mart yang
digambarkan dalam bentuk skema bintang, analisis data, skenario pengujian, dan
hasil pengujian.
BAB V. KESIMPULAN DAN SARAN
Pada bab ini berisi kesimpulan yang diperoleh dari hasil analisa perancangan
data mart pada PLTGU Cilegon serta saran yang dapat membantu untuk
pengembangan data mart.

BAB II
TINJAUAN PUSTAKA

I.1. Profil Instansi
PT PLN (Persero) Unit Pembangkitan Jawa Bali merupakan salah satu Unit
Pelaksana Pembangkitan pada Direktorat Operasi Jawa Bali dengan wilayah kerja
tersebar di Pulau Jawa, didirikan pada tanggal 26 Juli 2011 sesuai dengan SK Direksi
PT PLN (Persero) No. 1067.K/DIR/2011.
Unit Pelaksana dibawah PT PLN (Persero) Unit Pembangkitan Jawa-Bali terdiri
dari Sektor Pembangkitan yang bertanggung jawab memastikan terselenggaranya
pengoperasian dan pemeliharaan pembangkit diunit kerjanya secara efisien sesuai tata
kelola yang baik berdasarkan kebijakan korporat untuk menghasilkan mutu dan
keandalan pasokan tenaga listrik sesuai standar yang ditetapkan dan Sektor
Pengendali Pembangkitan yang bertanggung jawab memastikan terselenggaranya
pengelolaan pengendalian pengoperasian, pemeliharaan dan produksi pembangkit,
serta pengelolaan bahan bakar untuk mencapai tingkat kinerja berdasarkan kebijakan
korporat untuk menghasilkan mutu dan keandalan pasokan tenaga listrik sesuai
standar yang ditetapkan.
Dengan
%

pertumbuhan

pertahun, PLN

kelistrikan

sistem

Jawa-Bali

sebesar

6-7

berusaha memenuhi kebutuhan listrik dengan menambah

fasilitas pembangkitan tenaga

listrik yang effisien, ekonomis dan dengan

meningkatkan keandalan pasokan tenaga listrik.Organisasi PT PLN (Persero) Sektor
Pembangkitan Cilegon masuk pada PT PLN (Persero) Unit Pembangkitan Jawa Bali
sesuai dengan Keputusan Direksi PT PLN (Persero) Nomor : 1487.K/DIR/2011
terhitung mulai tanggal 27 Desember 2011, mempunyai fungsi dan tugas sebagai
Asset Manager dan Asset Operator pada pengoperasian PLTGU Cilegon,
bertanggung jawab dalam kegiatan operasi dan pemeliharaan pembangkitan secara

11

12

efektif dan efisien dengan mutu dan keandalan yang baik untuk mencapai kenerja
yang ditetapkan.
Untuk memenuhi pertumbuhan tersebut, diperlukan pembangunan PLTGU
Cilegon (dengan kapasitas 740 MW) yang mulai beroperasi secara komersi pada
bulan Mei 2006. Pada bulan Juli 2006 PLTGU Cilegon dapat beroperasi secara
Combined Cycle (2-2-1).Bahan bakar gas untuk pembangkit dipasok dari Lapangan
gas CNOOC SES Ltd. di lepas pantai utara Banten melalui pipa gas bawah laut
sepanjang +/- 66 km dan dari pipa gas PT PGN (Persero) Tbk. Pasokan gas untuk
kebutuhan PLTGU Cilegon diperoleh dari CNOOC SES Ltd. sebesar 80 BBTUD dan
dari PT. PGN (Persero) Tbk. sebesar 30 BBTUD.
II.1.1. Visi dan Misi Instansi
Visi dari PT PLN Unit Pembangkitan Jawa Bali adalah menjadi perusahaan
manajemen asset pembangkit listrik terbaik se-Indonesia.
Adapun misi dari PT PLN Pembangkitan Jawa-Bali adalah bertindak sebagai
asset manager atau asset operator yang bertanggung jawab terhadap pengendalian
operasi dan pemeliharaan pembangkit di Jawa secara optimal, efektif dan efisien serta
memastikan keamanan pasokan bahan bakar, agar dapat menjadi pembangkit yang
handal, produktif dan ramah lingkungan dengan mengacu kepada standar kinerja
kelas dunia.

13

II.1.2. Struktur Organisasi PLTGU Cilegon
Struktur organisasi PLTGU Cilegon dapat dilihat pada Gambar II-1 berikut ini:

GENERAL MANAGER

Manager Divisi Enginering

Sektor Pengendalian
Pembangkit I

Manager Divisi Produksi

Manager Divisi Keuangan, SDM
& Administrasi

Sektor Pengendalian
Produksi

Sektor Pengendalian
Pembangkit II

Sektor Pengendalian
Pembangkit III

Gambar II-1 Struktur Organisasi PLTGU Cilegon
a. General Manager
Pada PLTGU Cilegon, General Manager merupakan pimpinan tertinggi di
perusahaan. General manager membawahi langsung 3 divisi utama perusahaan, yaitu
Divisi Enginering, Produksi, serta Divisi Keuangan, SDM & Administrasi.
b. Manager Divisi Enginering
Pada PLTGU Cilegon, Manager Divisi Enginering membawahi tiga sektor
pembangkit, yaitu Sektor Pengendalian Pembangkitan I, II, dan III. Sektor
Pengendalian ini bertugas memonitoring 3 pembangkit utama yang dimiliki
perusahaan.

14

c. Manager Produksi
Pada PLTGU Cilegon, Manager Divisi Produksi hanya membawahi satu sektor,
yaitu Sektor Pengendalian Produksi. Sektor Pengendalian Produksi ini bertugas
memonitoring hal-hal yang berkaitan dengan produksi PLTGU Cilegon.
d. Manager Divisi Keuangan, SDM & Administrasi
Pada PLTGU Cilegon, Manager Divisi Keuangan, SDM & Administrasi ini
bertugas untuk memonitoring segala hal yang berkaitan dengan keuangan perusahaan,
termasuk biaya belanja perusahaan. Divisi ini juga bertugas mengatur segala
administrasi serta yang berkaitan dengan sumber daya manusia yang dimiliki
perusahaan.
II.2.Landasan Teori
Sub bab ini berisi teori-teori pendukung yang digunakan dalam proses analisis
dan implementasi dalam penelitian ini.
II.2.1. Data Warehouse
Data warehouse adalah sekumpulan data yang bersifat integrated, subjectoriented, time variant dan nonvolatile dalam mendukung pengambilan keputusan
manajemen [5]. Data warehouse merupakan paradigma baru dilingkungan
pengambilan keputusan strategik [6]. Hal ini menjamin mekanisme akses yang
mudah bagi management untuk memperoleh informasi, dan menganalisisnya untuk
pengambilan keputusan. Karakteristik data warehouse menurut Inmon yaitu:
e. Berorientasi Subjek (Subject Oriented)
Data warehouse berorientasi subjek artinya data warehouse di desain untuk
menganalisa data berdasarkan subjek-subjek tertentu dalam organisasi, bukan pada
proses atau fungsi aplikasi tertentu. Data warehouse

diorganisasikan disekitar

subjek-subjek utama dari perusahaan (customers, product dan sales), hal ini
dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang
bersifat penunjang suatu keputusan.

15

f. Terintegrasi (Integrated)
Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber
yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu
dengan lainnya.
g. Non Volatile
Data warehouse tidak dapat di-update secara real time tetapi di-refresh dari sistem
operasional secara regular. Data yang baru selalu ditambahkan dalam database itu
sendiri. Basis data tersebut secara terus menerus menerima data baru, kemudian
disatukan dengan data sebelumnya.
h. Rentang Waktu (Time Variant)
Data dalam data warehouse dapat dikatakan akurat atau valid pada rentang waktu
tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan
suatu data warehouse dapat menggunakan cara antara lain :
1. Cara yang paling sederhana adalah menyajikan data warehouse pada rentang
waktu tertu, misal antara 5 sampai 10 tahun ke depan.
2. Cara yang kedua, dengan menggunakan variasi atau perbedaan waktu yang
disajikan dalam data warehouse dengan unsur waktu dalam hari, minggu, dan
bulan.
II.2.2. Data Mart
Data mart adalah suatu bagian dari data warehouse yang mendukung pembuatan
laporan dan analisis pada suatu unit, bagian operasi pada sutau perusahaan. Data mart
berisi informasi yang relevan bagi user yang ingin mengambil keputusan.
Keuntungan dari data mart adalah biayanya rendah, waktu implementasinya singkat,
pengendaliannya local bukan terpusat. Data mart dan data warehouse memiliki
perbedaan [6], yaitu:

16

Tabel II.1 Perbedaan antara Data Warehouse dan Data Mart
Data Warehouse

Data Mart

Merujuk pada keseluruhan organisasi

Merujuk pada department tertentu

Gabungan dari data mart

Sebuah proses bisnis

Data diterima dari stagging area

dari fakta dan dimensi

Membentuk pandangan data untuk organisasi

Membentuk pandangan data per-department

Ada empat tugas yang bisa dilakukan dengan adanya data mart [7], empat tugas
tersebut adalah:
a.

Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data mart yang paling umum

dilakukan. Dengan menggunakan query sederhana didapatkan laporan per hari, per
bulan, per yahun atau jangka waktu kapanpun yang diinginkan.
b.

On-Line Analytical Processing (OLAP)
Dengan adanya data mart, informasi detail maupun hasil summary yang

dibutuhkan dalam proses analisa mudah didapat. OLAP merupakan konsep data
multidimensi dan memungkinkan pihak pemakai menganalisa data hingga mendetail.
Fasilitas lain adalah rool-up dan drill down.
c.

Data Mining
Data mining merupakan proses untuk menggali pengetahuan dan informasi baru

dari data yang berjumlah banyak pada data mart.
d.

Proses informasi executive
Data mart dapat membuat ringkasan informasi yang penting dengan tujuan

membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan
menggunakan data mart, segala laporan telah diringkas dan dapat pula mengetahui
segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan
keputusan.

17

II.2.2.1. Model Dimensional Data Mart
Ada beberapa model skema yang terdapat didalam pemodelan data mart, seperti
skema bintang, skema snowflake dan skema constlellation. Model dimensional dalam
data mart terdiri dari tabel fakta dan tabel dimensi, tabel fakta merupakan tabel yang
berisi kumpulan foreign key dari primary key yang terdapat pada masing-masing
tabel dimensi, sedangkan tabel dimensi adalah tabel yang berisi data detail yang
menjelaskan foreign key yang terdapat pada tabel fakta. Penjelasan dari masingmasing model skema tersebut adalah sebagai berikut:
a. Skema Bintang (Star schema)
Model star memiliki satu tabel induk yang dinamakan tabel fakta dan kumpulan
dari tabel kecil yang disebut tabel dimensi, disusun dalam pola melingkar
mengelilingi tabel fakta. Contoh skema bintang dapat dilihat Gambar II-2 pada
berikut ini:

Gambar II-2 Skema Bintang
b. Skema Snowflake
Model snowflake terdapat sebuah tabel fakta yang dikelilingi beberapa tabel
dimensi. Namun tabel dimensi tersebut solah-olah merupakan sebuah tabel fakta yang
juga memiliki tabel dimensinya sendiri. Contoh skema snowflake dapat dilihat pada
Gambar II-3 berikut ini:

18

Gambar II-3 Skema Snowflake
c. Skema Constlellation
Model constlellation merupakan gabungan dari beberapa tabel fakta yang berbagi
tabel dimensi. Contoh skema constelation dapat dilihat pada Gambar II-4 berikut ini:

Gambar II-4 Skema Constelation
II.2.2.2. ETL (Extract, Transform, Loading)
Proses ETL (Extraction, Transformation, Loading) merupakan proses yang harus
dilalui dalam pembuatan data mart [8]. ETL adalah fase pemrosesan data dari sumber
data kemudian masuk ke dalam data mart. Tujuan ETL adalah untuk mengumpulkan,

19

menyaring, mengolah dan menggabungkan data dari berbagai sumber untuk disimpan
dalam data mart.
Berikut ini adalah penjelasan dari tiap proses ETL :
1. Ekstrasi Data (Extract)
Ekstraksi data adalah proses pengambilan data dari berbagai sistem operasional,
baik menggunakan query, atau aplikasi ETL. Terdapat beberapa fungsi ekstrasi data,
yaitu :
a. Ekstraksi data secara otomatis dari aplikasi sumber.
b. Penyaringan atau menyeleksi data hasil ekstraksi.
c. Pengiriman data dari berbagai platform aplikasi ke sumber data.
d. Menyimpan file sementara untuk kemudian digabungkan dengan hasil ekstraksi
dari sumber lain.
2. Transformasi Data (Transformation)
Transformasi adalah proses dimana data hasil ekstraksi disaring dan diubah sesuai
dengan aturan bisnis yang berlaku. Langkah-langkah dalam transformasi data adalah
sebagai berikut :
a. Melakukan konversi tipe data.
b. Membuang data yang sama (duplikasi).
c. Memeriksa referensi data.
d. Mengisi nilai-nilai yang kosong dengan nilai default.
e. Menggabungkan data.
3. Pengisian Data (Loading)
Loading adalah proses memasukkan data dalam suatu data kedalam suatu data
mart. Caranya adalah dengan menjalankan SQL script secara periodik.
II.2.2.3. OLAP (On-Line Analytical Processing)
OLAP (On-Line Analytical Processing) merupakan suatu metode pendekatan
untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional
secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi,

20

menyimpan, memanipulasi suatu data multidimensional untuk tujuan analisis. OLAP
menyediakan cara untuk menampilkan data multidimensional yang ada dalam data
mart, dengan OLAP dapat dibuat cube yang mengorganisasikan data dan membuat
summary data untuk query yang efisien.
Karakteristik OLAP adalah sebagai berikut, diantaranya:
a. Mengizinkan pelaku bisnis memiliki pandangan logical dan multidimensional
terhadap data di dalam data warehouse.
b. Mumfasilitasi analisis query yang interaktif dan kompleks untuk pengguna.
c. Mengizinkan user untuk melakukan drill down sehingga mendapatkan rincian
yang lebih jelas atau roll up untuk agregasi metric selama satu dimensi atau
beberapa dimensi.
d. Menyediakan kemampuan untuk menampilkan kalkulasi yang rumit dan
perbandingan.
e. Menyajikan hasil dalam bentuk gambar dan diagram.
Keuntungan OLAP adalah sebagai berikut, diantaranya:
a. Meningkatkan produktifitas pemakai akhir bisnis, pengembang IT, dan
keseluruhan organisasi.
b. Pengawasan yang lebih dan akses tepat waktu terhadap informasi strategis dapat
membuat pengambilan keputusan lebih cepat.
c. Penyimpanan pengawasan organisasi melalui integritas data koorporasi sebagai
aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk
memperbaharui sumber tingkatan data.
Tujuan dari OLAP adalah mengorganisisr sejumlah data yang besar, agar bisa
dianalisa dan dievaluasi dengan cepat menggunakan representasi grafik. OLAP
mengorganisir data dalam data mart ke struktur kubus multidimensional berdasarkan
model dimensional yang diproses dengan query analisis.
Teknil analisa OLAP adalah sebagai berikut, diantaranya:
a. Roll-up adalah teknil analisa dengan melakukan agregasi data yang bergerak dari
sebuah rincian yang lebih rendah/lebih rinci ke lebih tinggi dalam satu dimensi.

21

Teknik ini menyajikan ringkasan data dengan menaikkan konsep hirarki atau
mereduksi dimensi.
b. Drill-down adalah teknik analisa dengan menampilkan informasi lebih tinggi
berisikan penggabungan data ke informasi yang lebih rendah atau lebih rinci
dalam satu atau dua dimensi.
c. Slice and dice adalah teknik analisa dengan melihat informasi dari sudut pandang
yang berbeda dengan melakukan seleksi pada dimensi yang diinginkan. Slice
adalah pemilihan pada satu dimensi dari cube data yang digunakan, sedangkan
dice merupakan subcube dengan memilih dua dimensi atau lebih.
II.2.3. Microsoft SQL Server
Microsoft SQL Server adalah sebuah sistem manajemen basis data relational
(RDBMS) produk Microsoft. Bahasa query utamanya adalah Transact-SQL yang
merupakan implementasi dari SQL standart ANSI/ISO yang digunakan oleh
Microsoft dan Sybase [9]. Umumnya SQL Server digunakan di dunia bisnis yang
memiliki basis data berskala kecil sampai dengan menengah, tetapi kemudian
berkembang dengan digunakannya SQL Server pada basis data besar. Dengan
menggunakan

SQL

Server,

user

dapat

menyimpan

banyak

data

dan

mengimplementasikannya untuk kepentingan bisnis dan perusahaan.
II.2.4. SSIS (SQL Server Integration Service)
SSIS (SQL Server Integration Services) adalah suatu platform untuk
membangun sistem yang handal untuk integrasi data, extraction, transform dan
loading yang digunakan pada data warehousing [10]. SSIS memberikan solusi dalam
menghadapi permasalahan integrasi data. Disamping itu, tools ini juga membantu
dalah hal efisiensi waktu pembuatan.
a. Arsitektur SSIS SQL Server
SQL Server Integration Services secara umum berisi berbagai macam komponen,
antara lain:

22

1. SSIS Designer. Merupakan tool yang digunakan untuk membuat dan mengatur
paket integration services. Pada SQL Server 2012, tool ini sudah terintegrasi
dengan visual studio 2010 yang merupakan bagian project Bussines Intelligence.
2. Runtime Engine. Komponen ini berguna untuk menjalankan semua paket SSIS
yang sudah dibuat.
3. Task dan executable binary.
4. Data Flow Engine dan Data Flow. Komponen data flow merupakan enkapsulasi
data flow engine yang menyediakan buffer didalam memory dan bertugas
memindahkan data dari sumber data ke tujuan data. Sedangkan data flow
merupakan sumber data, tujuan data, dan transformasi
5. Integration Service Service. Memungkinkan SQL Server Management Studio
dapat digunakan untuk melakukan monitoring paket SSIS dan mengatur SSIS
storage yang digunakan.
6. SQL Server Import dan Export Wizard. Tools ini digunakan untuk melakukan
copy data dari sumber ke tujuan data.
II.2.5. UML (Unified Modeling Language)
UML (Unified Modelling Language) adalah salah satu tools untuk
pengembangan sistem berorientasi objek. UML menyediakan bahasa pemodelan
visual yang memungkinkan pengembang sistem membuat cetak biru sistem yang
akan mereka bangun dalam bentuk yang baku, mudah dimengerti serta dilengkapi
dengan mekanisme yang efektif untuk berbagi dan mengkomunikasikan rancangan
mereka dengan yang lain [11].
UML merupakan standarisasi bahasa pemodelan untuk membangun perangkat
lunak yang dibangun dengan menggunakan teknik pemrograman berorientasi objek.
Dengan UML akan bisa menceritakan apa yang seharusnya dilakukan oleh sebuah
sistem bukan bagaimana yang seharusnya dilakukan oleh sebuah sistem [12].
UML merupakan kesatuan dari bahasa pemodelan yang dikembangkan oleh
Booch. Metode Booch ini terkenal dengan nama metode Design Object Oriented.

23

Metode ini menjadikan proses analisis dan design kedalam empat tahapan iterative,
yaitu identifikasi kelas-kelas dan objek-objek, identifikasi semantic dari hubungan
obyek dan kelas, perincian interface dan implementasi. Keunggulan metode Booch
adalah detail dan kaya akan notasi dan elemen. UML bisa berfungsi sebagai cetak
biru karena sangat lengkap dan detail. Dengan cetak biru ini maka akan bisa diketahui
informasi detail tentang kode program atau bahkan membaca program dan
menuliskannya lagi kedalam diagram. Sebagai bahasa pemrograman, UML dapat
menerjemahkan diagram yang ada di UML menjadi kode program yang siap untuk
dijalankan.
II.2.4.1. Diagram Use Case
Use Case adalah deskripsi fungsi dari sebuah sistem yang dilihat dari sudut
pandang pengguna. Use case bekerja dengan cara mendeskripsikan interaksi antara
pengguna dengan sistem melalui sebuah cerita bagaimana sistem tersebut dipakai
[11]. Urutan langkah-langkah yang menerangkan antara pengguna dan sistem disebut
skenario. Diagram use case menunjukkan tiga aspek dari sistem, yaitu aktor, use case
dan sistem.
System

Use Case
Actor A

Actor B

Gambar II-5 Diagram Use Case
II.2.3.2. Diagram Kelas
Diagram kelas atau class diagram adalah sebuah spesifikasi yang akan
menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain
berorientasi objek. Class diagram menggambarkan struktur sistem dari segi
pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki
atribut dan metode atau operasi [12].

24

a. Atribut

merupakan

variabel

yang

dimiliki

oleh

suatu

kelas.

Atribut

mendeskripsikan property dengan sebaris teks di dalam kotak kelas tersebut.
b. Operasi atau metode adalah fungsi – fungsi yang dimiliki oleh suatu kelas.
II.2.3.3. Diagram Aktifitas
Diagram aktifitas atau Activity Diagram menggambarkan aliran kerja
(workflow) atau aktifitas dari sebuah sistem atau proses bisnis. Diagram aktifitas juga
dapat menggambarkan proses pararel yang mungkin terjadi pada beberapa eksekusi.
Diagram ini tidak menggambarkan interaksi antar subsistem tetapi menggambarkan
proses-proses dan jalur-jalur aktifitas secara umum.
II.2.3.4. Diagram Sequence
Diagram sequence digunakan untuk menggambarkan perilaku pada sebuah
skenario. Diagram ini menunjukkan sejumlah contoh objek dan pesan (message) yang
diletakkan diantara obyek-obyek ini di dalam use case [11]. Komponen utama
diagram sequence terdiri atas obyek yang dituliskan dengan kotak segiempat
bernama. Pesan (message) diwakili oleh garis dengan tanda panah dan waktu yang di
tunjukkan dengan progress vertical.
Obyek dalam diagram sequence dinamakan participant. Setiap participant
terhubung dengan garis titik-titik yang disebut lifeline. Sepanjang lifeline ada kotak
yang disebut activation. Activation mewakili sebuah eksekusi operasi dari
participant.
Diagram sequence digunakan apabila ingin mengetahui perilaku beberapa objek
pada use case tunggal. Diagram sequence bagus dalam menunjukkan kolaborasi
diantara obyek, namun tidak begitu bagus dalam memberikan definisi yang pasti
tentang perilaku tersebut.

103

BAB IV
IMPLEMENTASI DAN PENGUJIAN

IV.1. Implementasi Sistem
Tahapan ini dilakukan setelah perancangan selesai dilakukan dan selanjutnya
akan diimplementasikan pada bahasa pemrograman yang akan digunakan. Tujuan
implementasi sistem ini adalah untuk menerapkan perancangan yang telah dilakukan
terhadap sistem sehingga user dapat memberi masukan demi berkembangnya sistem
yang telah dibangun.
IV.1.1. Perangkat Lunak Pembangun
Perangkat lunak yang digunakan dalam membangun Data Mart di PLTGU
Cilegon adalah sebagai berikut :
1. Sistem Operasi

: Windows 7 Ultimate Service Pack I 32 bit

2. Bahasa Pemrograman

: C#

3. DBMS

: SQL Server 2012

4. Editor

: Visual Studio 2012

5. UML Modeler

: Star UML

6. Komponen OLAP

: Microsoft Excel 2010

7. Cube Creator

: BI – Lite CUBE-it Zero

IV.1.2. Perangkat Keras
Perangkat keras yang dibutuhkan untuk menjalankan aplikasi data mart pada
PLTGU Cilegon ini adalah sebagai berikut:
1. Processor : Intel Core 2 Duo
2. Memory

: RAM 2 GB

3. Harddisk : 160 GB
4. Monitor

: 14” Resolusi (1024 x 768)

104

5. Mouse
6. Keyboard
IV.1.3. Implementasi Basis Data
Pembuatan databaase dilakukan dengan menggunakan aplikasi DBMS SQL
Server 2012. Implementasi database dalam bahasa SQL adalah sebagai berikut:
Tabel IV.1 Tabel Data Produksi Pembangkit
data_produksi_pembangkit
CREATE TABLE dbo.data_produksi_pembangkit (
id_produksi char(14) NOT NULL ,
id_pembangkit char(4) NULL ,
pembangkit varchar(20) NULL ,
manufacture varchar(20) NULL ,
tgl_pengambilan date NULL ,
jenis_bahanbakar varchar(20) NULL ,
volume_bahanbakar decimal(12,2) NULL ,
kwh_produksi decimal(12,2) NULL ,
keterangan varchar(50) NULL ,
PRIMARY KEY CLUSTERED (id_produksi)
)

Tabel IV.2 Tabel Data Kerusakan Equipment
data_kerusakan_equipment
CREATE TABLE dbo.data_kerusakan_equipment (
id_kerusakan_equipment int NOT NULL ,
id_pembangkit char(4) NULL ,
pembangkit varchar(20) NULL ,
id_system char(5) NULL ,
system_name varchar(100) NULL ,
id_equipment varchar(15) NULL ,
equipment varchar(100) NULL ,
id_kerusakan int NULL ,
description varchar(100) NULL ,
tgl_pengambilan date NULL ,
status_equipment varchar(20) NULL ,
person_group varchar(20) NULL ,
work_priority varchar(20) NULL ,
work_type varchar(20) NULL ,
keterangan varchar(50) NULL ,
PRIMARY KEY CLUSTERED (id_kerusakan_equipment)
)

Tabel IV.3 Tabel Data Pembangkitan
data_pembangkitan

105

CREATE TABLE dbo.data_pembangkitan (
id_pembangkitan char(11) NOT NULL ,
id_pembangkit char(4) NULL ,
tgl_pengambilan date NULL ,
daya_terpasang decimal(12,2) NULL ,
daya_mampu decimal(12,2) NULL ,
beban_puncak_unit decimal(12,2) NULL ,
beban_puncak_sentral decimal(12,2) NULL ,
pemakaian_sendiri decimal(12,2) NULL ,
keterangan varchar(50) NULL
PRIMARY KEY CLUSTERED (id_pembangkitan)
)

Tabel IV.4 Tabel Data Pengguna
data_pengguna
CREATE TABLE dbo.data_pengguna (
username varchar(20) NOT NULL ,
password varchar(50) NULL ,
hak_akses varchar(20) NULL ,
nama varchar(50) NULL
PRIMARY KEY CLUSTERED (username)
)

Tabel IV.5 Tabel Data Jam Kerja Pembangkit
data_jamkerja_pembangkit
CREATE TABLE dbo.data_jamkerja_pembangkit (
id_jamkerja char(10) NOT NULL ,
id_pembangkit char(4) NULL ,
pembangkit varchar(20) NULL ,
tgl_pengambilan date NULL ,
jam_siap decimal(12,2) NULL ,
jam_kerja decimal(12,2) NULL ,
jam_gangguan decimal(12,2) NULL ,
keterangan varchar(50) NULL
PRIMARY KEY CLUSTERED (id_jamkerja)
)

Tabel IV.6 Tabel Dimensi Pembangkit
dim_pembangkit
CREATE TABLE dbo.dim_pembangkit (
id_pembangkit char(4) NOT NULL ,
pembangkit varchar(30) NOT NULL
PRIMARY KEY CLUSTERED (id_pembangkit)
)

106

Tabel IV.7 Tabel Dimensi System Pembangkit
dim_system_pembangkit
CREATE TABLE dbo.dim_system_pembangkit (
id_system char(5) NOT NULL ,
system_name varchar(100) NULL ,
id_pembangkit char(4) NULL ,
PRIMARY KEY CLUSTERED (id_system) ,
CONSTRAINT FK_14 FOREIGN KEY (id_pembangkit)
REFERENCES dim_pembangkit (id_pembangkit)
)

Tabel IV.8 Tabel Dimensi Equipment System
dim_equipment_system
CREATE TABLE dbo.dim_equipment_system (
kode_equipment varchar(15) NOT NULL ,
equipment varchar(50) NULL ,
id_system char(5) NULL
PRIMARY KEY CLUSTERED (kode_equipment) ,
CONSTRAINT FK_6 FOREIGN KEY (id_system)
REFERENCES dim_system_pembangkit (id_system)
)

Tabel IV.9 Tabel Dimensi Bahan Bakar Produksi
dim_bahanbakar_produksi
CREATE TABLE dbo.dim_bahanbakar_produksi (
bahanbakar varchar(20) NULL ,
id_bahanbakar int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (id_bahanbakar)
)

Tabel IV.10 Tabel Dimensi Jenis Kerusakan Equipment
dim_jenis_kerusakan_equipment
CREATE TABLE dbo.dim_jenis_kerusakan_equipment (
nama_kerusakan varchar(100) NOT NULL ,
kerusakan_number int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kerusakan_number)
)

107

Tabel IV.11 Tabel Dimensi Status Equipment
dim_status_equipment
CREATE TABLE dbo.dim_status_equipment (
equipment_status varchar(100) NOT NULL ,
kode_status int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kode_status)
)

Tabel IV.12 Tabel Dimensi Work Priority Equipment
dim_workpriority_equipment
CREATE TABLE dbo.dim_workpriority_equipment (
workpriority varchar(20) NULL ,
id_workpriority int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (id_workpriority)
)

Tabel IV.13 Tabel Dimensi Waktu Jam Kerja
dim_waktu_jamkerja
CREATE TABLE dbo.dim_waktu_jamkerja (
bulan varchar(15) NOT NULL ,
tahun int NOT NULL ,
kode_waktu_jamkerja int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kode_waktu_jamkerja)
)

Tabel IV.14 Tabel Dimensi Waktu Kerusakan Equipment
dim_waktu_kerusakan_equipment
CREATE TABLE dbo.dim_waktu_kerusakan_equipment (
bulan varchar(15) NOT NULL ,
tahun int NOT NULL ,
kode_waktu_kerusakan int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kode_waktu_kerusakan)
)

Tabel IV.15 Tabel Dimensi Waktu Pembangkitan

108

dim_waktu_pembangkitan
CREATE TABLE dbo.dim_waktu_pembangkitan (
bulan varchar(15) NOT NULL ,
tahun int NOT NULL ,
kode_waktu_pembangkitan int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kode_waktu_pembangkitan)
)

Tabel IV.16 Tabel Dimensi Waktu Produksi
dim_waktu_produksi
CREATE TABLE dbo.dim_waktu_produksi (
bulan varchar(15) NOT NULL ,
tahun int NOT NULL ,
kode_waktu_produksi int NOT NULL IDENTITY(1,1)
PRIMARY KEY CLUSTERED (kode_waktu_produksi)
)

Tabel IV.17 Tabel Fakta Jam Kerja Pembangkit
fact_jamkerja_pembangkit
CREATE TABLE dbo.fact_jamkerja_pembangkit (
id_jamkerja char(10) NOT NULL ,
id_pembangkit char(4) NULL ,
id_waktu_jamkerja int NULL ,
jam_kerja decimal(12,2) NULL ,
jam_siap decimal(12,2) NULL ,
jam_gangguan decimal(12,2) NULL ,
PRIMARY KEY CLUSTERED (id_jamkerja) ,
CONSTRAINT FK_12 FOREIGN KEY (id_pembangkit)
REFERENCES dim_pembangkit (id_pembangkit) ,
CONSTRAINT FK_13 FOREIGN KEY (id_waktu_jamkerja)
REFERENCES dim_waktu_jamkerja (kode_waktu_jamkerja)
)

Tabel IV.18 Tabel Fakta Kerusakan Equipment
fact_kerusakan_equipment
CREATE TABLE dbo.fact_kerusakan_equipment (
id_kerusakan_equipment int NOT NULL ,
id_equipment varchar(15) NULL ,
kode_kerusakan int NULL ,
id_waktu int NULL ,
id_status int NULL ,
id_work_