Evaluasi Sistem Pengembangan Data Warehouse dan Aplikasi SOLAP Berbasis Web Untuk Data Titik Panas (Hotspot)

4.2 Ekstraksi Data

Sebelum proses ini dilakukan, ada beberapa software pendukung yang harus terinstall pada komputer. Software pendukung itu terdiri dari : 1. Apache tomcat yang berguna sebagai web server. 2. PostgreSQL yang berguna sebagai database relasional. 3. Postgis yang berguna sebagai tambahan pada postgreSQL untuk mendukung pengolahan data spasial. 4. Quantum GIS yang berguna untuk mengolah data spasial. Proses install software masing-masing diatas, dapat dilihat pada Lampiran 1, Lampiran 2, Lampiran 3, dan Lampiran 4. Pada tahap ekstraksi data, dilakukan proses pembuangan atribut-atribut yang tidak terpakai serta pengambilan data yang relevan sesuai dengan model skema multidimensional yang telah dibuat. Proses ini mereduksi atribut-atribut yang tidak terpilih pada tahap analisis. Hasil reduksi data dapat dilihat pada Tabel 4. Gambar 4 Skema Snowflake pada Schema Workbench. Tabel 4 Hasil reduksi data Atribut Tipe data Tahun Integer Bulan Varchar 20 NOAA satelit Varchar20 Bujur Text Lintang Text Kode kabupaten Integer Kabupaten Varchar50 Kode provinsi Integer Provinsi Varchar50 Kode pulau Integer Pulau Varchar50

4.3 Transformasi Data

Proses transformasi dilakukan berdasarkan skema snowflake yang telah dibuat pada tahap analisis. Nama-nama atribut disesuaikan berdasarkan nama atribut pada skema tersebut. Atribut tahun dan bulan dikembangkan menjadi tahun, kuartil, dan bulan. Dimensi lokasi diperluas menjadi empat dimensi yaitu dimensi pulau, dimensi provinsi, dimensi kabupaten dan dimensi geohotspot. Pada data fakta ditentukan nilai agregasi atribut-atribut yang menjadi ukuran measure. Atribut baru dikonstruksi untuk menampung ukuran berupa jumlah hotspot hasil agregasi. Fungsi agregat yang digunakan adalah fungsi sum untuk proses penjumlahan hotspot.

4.4 Pemuatan Data

Pada tahapan ini, data awal diproses melalui beberapa tahapan. Untuk melihat proses tahapan pemuatan data bisa dilihat dalam Lampiran 5. Data yang telah diproses kemudian akan secara otomatis termuat ke dalam PostgreSQL, kemudian dilakukan penyesuaian struktur kubus data berdasarkan skema snowflake yang telah dibuat. Kubus data yang dibuat dalam penelitian ini adalah kubus data forestfire_spatialcube. Secara singkat nama dan deskripsi dari kubus data forestfire_spatialcube dapat dilihat pada Tabel 5 .