Membaca Data Legacy Mengubah data penyakit ke dalam gudang data

penambahan data yang digunakan di dalam sistem maka admin dapat menambahkannya. 2. Dinas Puskesmas Jebed Pemalang Aktor yang berperan dalam memilih pemantauan jumlah penyakit. Dinas Puskesmas Jebed Pemalang dapat melihat hasil data penyakit yang telah diolah oleh sistem.

3.3 Mengubah data penyakit ke dalam gudang data

data warehouse

3.3.1 Membaca Data Legacy

Data yang digunakan dalam tugas akhir ini berupa Laporan Bulanan Data Kesakitan Kunjungan Total di Puskesmas Jebed, Kabupaten Pemalang periode tahun 2010 hingga 2012. Bahan data tersebut berupa dokumen excel yang berisi : 1. Jenis Penyakit 2. Jumlah Kasus Baru 3. Jumlah Kasus Lama 4. Jumlah Kunjungan 5. Kelompok Umur 6. Jumlah Total 7. Bulan Pada studi kasus ini, sumber data dari gudang data berbentuk dalam dokumen excel . Sebelum data dipindahkan dalam gudang data, harus dilakukan tahap preprocessing . Untuk tahap-tahap pre-processing yang dilakukan adalah :  Mengubah spasi pada header dengan garis bawah _  Menghilangkan data yang bukan merupakan penyakit  Menambahkan kolom bulan dan tahun 1. Mengubah spasi pada header dengan garis bawah _ karena pada database untuk penamaan kolom tidak bisa menggunakan spasi, sedangkan header pada excel digunakan untuk penamaan kolom. Gambar 3.3 Langkah preprocessing mengubah header JENIS_PENYAKIT Typus Perut Infeksi Bakteri Lain Amoebiasis Diare dan Gastroenteritis non spesifik TB paru BTA + TB Klinis Termasuk Rongent + BTA - Varicella Herpes Zoster Campak Hepatitis A Akuta JENIS PENYAKIT Typus Perut Infeksi Bakteri Lain Amoebiasis Diare dan Gastroenteritis non spesifik TB paru BTA + TB Klinis Termasuk Rongent + BTA - Kusta MB Varicella Herpes Zoster Campak 2. Menghilangkan data yang bukan merupakan penyakit, misalkan kecelakaan. Gambar 3.4 Langkah preprocessing menghapus data bukan penyakit 3. Menambah kolom bulan dan tahun, agar laporan dapat didapatkan informasi laporan dalam periode bulan ataupun tahun. SP2TP ICD- X JENIS PENYAKIT 0101 A00 Kolera 0102 A01 Typus Perut 0103 A04 Infeksi Bakteri Lain 0106 A06 Amoebiasis 3805 L08 Penyakit kulit infeksi lain 3808 L23 Penyakit Kontak Alergi 3809 L29 Pruritus 3812 L50 Urticaria 4001 M06 Rhumatoid Arthritis lain 4002 M10 Goot 4008 M13 Arthritis tidak spesifik 4701 V89 Kecelakaan lalu lintas 4702 W19 Jatuh 4708 Y07 Kecelakaan kerja 4804 Z48 Follow up tindakan operasi misal bk jhitn, bk pmbalut 3805 L08 Penyakit kulit infeksi lain 3808 L23 Penyakit Kontak Alergi 3809 L29 Pruritus 3812 L50 Urticaria 4001 M06 Rhumatoid Arthritis lain 4002 M10 Goot 4008 M13 Arthritis tidak spesifik 0105 A09 Diare dan Gastroenteritis non spesifik 0201 A15 TB paru BTA + 0204 A16 TB Klinis Termasuk Rongent + BTA - 0209 A16 TB Anak 0304 A30 Kusta PB 0305 A30A Kusta MB Gambar 3.5 Langkah preprocessing menambah kolom bulan dan tahun Kemudian data laporan tersebut dipisah-pisah sesuai dengan kebutuhan pengguna untuk melihat laporan. Data yang terpisah ini nantinya juga akan SP2TP ICD-X BULAN TAHUN JENIS_PENYAKIT 0102 A01 1 2011 Typus perut 0103 A04 1 2011 Infeksi Bakteri Lain 0106 A06 1 2011 Amoebiasis 0105 A09 1 2011 Diare dan Gastroenteritis non spesifik 0201 A15 1 2011 TB Paru BTA + 0204 A16 1 2011 TB Klinis Termasuk Rongent + BTA - 0305 A30A 1 2011 Kusta MB 0404 A90 1 2011 Dengue Fever 0407 B01 1 2011 Varicella 0408 B02 1 2011 Herpes Zoster digunakan dalam tugas akhir ini sebagai tabel dimensi dan tabel fakta. Data laporan tersebut dipisahkan sebagai berikut : 1. Nama penyakit, meliputi SP2TP, ICD-X, dan Jenis_Penyakit 2. Waktu, meliputi id_bulan, id_tahun, nama_bulan, tahun 3. Kelompok Umur, meliputi id_klpk_umur, nama_kelompok_umur 4. Penyakit, meliputi SP2TP, ICD-X, Bulan, Tahun, Jenis_Penyakit, 0- 28hr_B, 0-28hr_L, 0-28hr_K, 28hr-1th_B, 28hr-1th_L, 28hr- 1th_K, 1-4th_B, 1-4th_L, 1-4th_K, 5-14th_B, 5-14th_L, 5-14th_K, 15-44th_B, 15-44th_L, 15-44th_K, 45-54th_B, 45-54th_L, 45- 54th_K, 55-60th_B, 55-60th_L, 55-60th_K, diatas_60th_B, diatas_60th_L, diatas_60th_K, B, L, K, B+L+K.

3.3.2 Menggabungkan data dari berbagai sumber terpisah