contoh, mencari rata-rata jumlah produk per pesanan, maka produk harus dihubungkan ke nomor pesanan untuk mendapatkan nilai
rata-rata. Atribut-atribut tersebut disebut degenerate dimension dan disimpan sebagai atribut dari tabel fakta.
2.7 Multiway Array Aggregation For Full Cube Computation
Multiway Array Aggregation merupakan metode untuk menghitung
ukuran data cube dengan menggunakan array multidimensi sebagai struktur data yang dasar. Metode ini, digunakan dengan tujuan dapat mempersingkat waktu
dalam menampilkan data. Metode ini menggunakan array untuk menangani perhitungan nilai-nilai dimensi. Nilai
– nilai itu diakses melalui posisi atau indeks lokasi array yang terkait.
Metode ini menggunakan langkah – langkah untuk menghitung ukuran
data cube, sebagai berikut : 1. Mempartisi array menjadi chunk.
Chunk merupakan sub-cube yang cukup kecil untuk dapat
dimasukkan ke dalam memori yang tersedia yang digunakan untuk melakukan perhitungan cube. Chunking adalah metode untuk membagi
array n-dimensi menjadi n-dimensi potongan, di mana potongan disimpan sebagai objek pada disk. Potongan dikompres sehingga dapat
digunakan untuk menghapus ruang kosong yang dihasilkan dari sel array kosong sel-sel yang tidak mengandung data yang valid atau
yang jumlah selnya adalah nol. Untuk lebih jelasnya, dapat diperhatikan contoh berikut ini :
Misalkan, dimiliki cube dengan ukuran tiga dimensi 3D. Kemudian data dari dimensi ini diubah ke dalam data array untuk dapat dilakukan
perhitungan. 3-D Data array yang berisi tiga dimensi A, B, dan C dipartisi menjadi chunk sub-cube. Misalkan, dimensi A dibagi dalam
empat sama besar partisi a0, a1, a2, a3 begitu pula Dimensi B dan C sama-sama diatur dalam empat partisi. Dalam contoh ini, array dibagi
menjadi 64 potongan seperti yang ditunjukkan pada Gambar 2.3. dibawah ini.
Gambar 2.3 : 3-D array untuk dimensi A, B, dan C, yang dipartisi
menjadi 64 chunks
2. Menghitung aggregate. Untuk menghitung aggregate, dilakukan dengan mengakses nilai-
nilai yang ada pada sel di cube. Urutan dimana sel – sel yang
dikunjungi dapat dioptimalkan sehingga dapat meminimalkan pengunjungan sel kembali, maka dari itu metode ini akan dapat
mengurangi akses memori dan biaya penyimpanan. Teknik ini
melibatkan chunking beberapa perhitungan agregasi sehingga disebut sebagai multiway array aggregation. Pada metode ini, penghitungan
agregasi dilakukan secara bersamaan pada beberapa dimensi. Untuk lebih jelasnya, dapat diperhatikan contoh berikut ini :
Misalkan, dimiliki cube dengan ukuran tiga dimensi 3D yaitu A, B, C dengan ukuran data untuk masing
– masing dimensi adalah 40, 400, 4000. Kemudian untuk langkah pertama yang dilakukan adalah
mempartisi ke dalam chunk. Masing – masing besar data dibagi sama
besar yaitu dibagi dalam partisi 4 maka hasilnya adalah 10, 100, 1000. Kemudian urutan dari cubenya adalah sebagai berikut :
Base cuboid : ABC 2- cuboid : AB , AC, BC
1-cuboid : A, B, C 0-cuboid : all
Setelah itu dilakukan penghitungan agregasi, dengan mengakses nilai-nilai yang ada pada sel di dalam cube melewati dua alur yaitu
kanan dan kiri, contohnya adalah :
ABC
AB AC
BC A
B C
ABC
AB AC
BC A
B C
a b
Untuk perhitungannya adalah perkalian antara besar data setiap dimensi yang dilewati, namun ketika melewati dimensi yang pernah
dilewati maka perkalian dilakukan dengan nilai partisi dari dimensi yang telah dilewati. Perhitungan untuk alur AB adalah sebagai berikut
AB + A`C + B`C` = 40400+104000+1001000 = 16000+40000+100000=156.000 memory unit, kemudian perhitungan
untuk alur
BC adalah
sebagai berikut
BC+AC`+A`B`=4004000+401000+10100 =
1600000+40000+1000=1641000 memori
unit. Kemudian
dibandingkan cube dengan memory unit yang minimum yang terbaik yang dipilih, oleh sebab itu cube a yang lebih efisien daripada cube
b.
BAB III ANALISIS DAN DESAIN
Bab ini menjelaskan mengenai analisis dan perancangan metode Multiway Array Aggregation
untuk mendapatkan cube dari data penyakit yang ada di Puskesmas Jebed,Pemalang, Jawa Tengah dengan ukuran yang tepat untuk
sebuah OLAP agar dapat merepresentasikan data penyakit secara cepat.
3.1. Identifikasi dan Analisis Kebutuhan
Puskesmas Jebed Kabupaten Pemalang membutuhkan sistem gudang data yang baik untuk memantau jumlah penyakit dengan penderita setiap bulan
dalam setiap tahunnya. Hasil dari pemantauan jumlah penyakit tersebut dapat digunakan untuk menghitung jumlah penyakit dengan penderita terbanyak setiap
bulan dalam setiap tahunnya untuk diprioritaskan dalam program pencegahan. Data yang digunakan bertipe spreadsheet. Data tersebut meliputi jenis penyakit,
jumlah kasus baru, lama kunjungan kasus menurut golongan umur, jumlah. Berikut ini contoh data laporan bulanan data penyakit dan kunjungan
total periode bulan Januari tahun 2010.
