warehouse
memungkinkan pemakai untuk menganalisis data operasi sehari-hari dengan berbagai sudut pandang. Oleh sebab itu, pembangunan cube harus
dilakukan sebaik mungkin agar data dapat ditampilkan dengan proses yang cepat. Sehingga, penerapan metode komputasi untuk pembangunan cube sangat
diperlukan agar data dapat ditampilkan dengan lebih cepat. Ada dua prinsip komputasi data
cube
yaitu sharing komputasi dan penggunaan
iceberg constraint
. Pada prinsip pertama ini berlaku aturan group-by dimensi rendah diagregasikan
dari group-by dengan dimensi tinggi disebut juga pendekatan top-down, contohnya metode
Multiway Array Aggregation
. Sedangkan prinsip kedua bertujuan untuk memangkas komputasi yang tidak penting dengan
iceberg constraint
. Dalam tugas akhir ini, penelitian ini akan membahas mengenai metode komputasi dalam hal ini
Multiway Array Aggregation
dalam pembangunan
cube
untuk data penyakit tersebut agar dapat menentukan
cube
yang tepat untuk dipakai dalam OLAP sehingga data dapat ditampilkan lebih cepat.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah di atas, maka rumusan masalah yang dipaparkan sebagai berikut:
1. Bagaimana
Multiway Array Aggregation
menentukan
cube
yang tepat untuk pembuatan OLAP bagi data penyakit dari Puskesmas Jebed,
Kabupaten Pemalang, Jawa Tengah sehingga data dapat ditampilkan dengan cepat?
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah untuk mendapatkan
cube
yang tepat untuk pembuatan database
Online Analytical Process
OLAP dari data penyakit dari Puskesmas Jebed, Kabupaten Pemalang, Jawa Tengah tahun 2010 hingga 2012
sehingga dapat divisualisasi dengan efektif dan cepat.
1.4 Batasan Masalah
Agar penulisan tugas akhir ini tidak keluar dari inti dan tujuannya serta tidak menjadi luas dan kompleks, maka ada beberapa batasan untuk tugas akhir
ini, yaitu : 1.
Data yang diambil adalah data penyakit dari Puskesmas Jebed,
Kabupaten Pemalang, Jawa Tengah tahun 2010 hingga 2012.
2. Implementasi pembuatan tabel dimensi dan tabel fakta menggunakan
Kettle
Pentaho Data Integration
.
3. Sistem ini hanya digunakan untuk simulasi
Multiway Array Aggregation
untuk data penyakit dari Puskesmas Jebed, Kabupaten Pemalang, Jawa Tengah tahun 2010 hingga 2012.
4. Perangkat lunak yang digunakan untuk membangun simulasi
Multiway Array Aggregation
adalah
bahasa pemrograman Java dan bahasa pemrograman JSP.
1.5 Metodologi Penelitian
1. Identifikasi dan analisis kebutuhan
2. Mengumpulkan dan menganalisis sumber data
3. Mengubah data penyakit ke dalam gudang data
data warehouse
Membaca data legacy Menggabungkan data dari berbagai sumber terpisah
Memindahkan data dari sumber ke server gudang data Memecah gudang data ke dalam tabel fakta dan tabel dimensi
4. Membuat skema bintang
5. Membangun
cube
6. Menganalisis
cube
1.6 Sistematika Penulisan
Bab I. Pendahuluan Bab ini berisi latar belakang pemilihan judul tugas akhir, rumusan
masalah, batasan masalah, tujuan penelitian dilakukan, metodologi penelitian, dan sistematika penulisan tugas akhir.
Bab II. Landasan Teori Bab ini merupakan dasar teoritis yang digunakan untuk menyusun
tugas akhir ini. Teori mengenai
data-warehouse
,
cube
,
Multiway Array Aggregation
sebagai metode dalam perhitungan data
cube
akan dijelaskan pada bab ini.
Bab III. Analisis dan Desain Bab ini berisi analisis dan perancangan untuk metode
Multiway Array Aggregation
dalam analisis masalah dari data
cube
penyakit yang ada di Puskesmas Jebed,Pemalang, Jawa Tengah.
Bab IV. Implementasi Pada bab ini berisi pembuatan sistem simulasi
Multiway Array Aggregation
. Bab V. Analisis Hasil
Bab ini berisi laporan hasil simulasi
Multiway Array Aggregation
dan analisis perbandingan waktu akses dalam proses visualisasi data dengan cube.
Bab VI. Kesimpulan Bab ini berisi kesimpulan yang didapatkan dari penelitian yang telah
dilakukan. Kesimpulan yang dituliskan adalah kesimpulan yang menjawab rumusan masalah yang dituliskan pada bab pendahuluan secara ringkas.
Pada bab ini, akan dituliskan saran yang berguna untuk penelitian lebih lanjut.
BAB II LANDASAN TEORI
