Pembangunan data mart barang masuk untuk pendistribusian di RSJ.DR.Soeharto Heerdjan Jakarta

Jenis kelamin : Laki – Laki

Tempat, tanggal lahir : Jakarta, 14 Juli 1988

Agama : Kristen

Kewarganegaraan : Indonesia

Status : Belum kawin

Anak ke : 2 dari empat bersaudara

Alamat : Jl. Latumenten I Komp RSJ No.19

Rt.01 Rw.04 Kelurahan Jelambar. Kecamatan Grogol Petamburan Jakarta Barat 11460

Telepon : +6287823654813

e-mail : vinsnoe@gmail.com

2. RIWAYAT HIDUP

1. Sekolah Dasar : SDN Jelambar 04 Pagi

2. Sekolah Menengah Pertama : SMP Negeri 274 Jakarta

3. Sekolah Menengah Atas : SMA Negeri 19 Jakarta

4. Perguruan Tinggi : FTIK Unikom Bandung

Demikian riwayat hidup ini saya buat dengan sebenar-benarnya dalam keadaan sadar dan tanpa paksaan.

Bandung, 16 Februari 2013

PEMBANGUNAN DATA MART BARANG MASUK UNTUK

PENDISTRIBUSIAN DI RSJ DR. SOEHARTO HEERDJAN

JAKARTA

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana Program Studi S1 Teknik Informatika

Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia

WISNU GIRI NUGROHO

10106052

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

BANDUNG

iii

limpahan rahmat dan karunia-Nya dan juga Yesus Kristrus sehingga saya dapat

menyelesaikan Tugas Akhir dengan judul “PEMBANGUNAN DATA MART BARANG MASUK UNTUK PENDISTRIBUSIAN DI RSJ DR. SOEHARTO HEERDJAN JAKARTA”. Tugas Akhir ini merupakan salah satu syarat dalam menyelesaikan studi jenjang strata satu (S1) Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer di Universitas Komputer Indonesia (UNIKOM).

Sehubungan dengan telah selesainya Tugas Akhir ini, kami yakin bahwa tugas ini tidak akan berhasil tanpa doa, bimbingan, petunjuk dan dukungan dari berbagai pihak yang terlibat dalam pembuatan tugas ini. Oleh karena itu kami mengucapkan terima kasih kepada :

1. Allah Yehuwa yang telah memberikan kami hikmat dan kesehatan sehingga dapat menyelesaikan TA (Tugas Akhir).

2. Kedua Orang Tua penulis yang paling saya cintai yang tidak henti-hentinya mendoakan dan memberikan dukungan.

3. Ibu Mira Kania Sabariah, S.T.,M.T., selaku dosen pembimbing yang telah meluangkan waktu untuk memberikan bimbingan dengan penuh kearifan, kekeluargaan serta memberikan masukan dalam penyelesaian tugas akhir ini. 4. Bapak Adam Mukharil Bachtiar,S.KOM. selaku dosen penguji 1 yang telah

meluangkan waktu untuk memberikan bimbingan dengan penuh kearifan, kekeluargaan serta memberikan masukan dalam penyelesaian tugas akhir ini. 5. Ibu Utami Dewi Widianti, S.Kom. selaku dosen penguji 2 yang telah meluangkan

waktu untuk memberikan bimbingan dengan penuh kearifan, kekeluargaan serta memberikan masukan dalam penyelesaian tugas akhir ini.

6. Ibu Nelly Indriani W, S.Si., M.T., selaku dosen wali yang telah banyak memberikan bantuan dan dukungan dari masa perkuliahan hingga penyelesaian tugas akhir ini.

7. Bapak Tawarna selaku pihak pembimbing dari RSJ Dr. Soeharto Heerdjan Jakarta yang banyak membantu demi kelancaran Tugas Akhir.

8. Teman-teman yang telah ikut mendukung dan membantu terutama Resa Haryoyudanto, Luthfi Kurnia sahabat yang selalu membantu penulis dalam hal teknis dan non teknis, serta selalu mendoakan, memberi semangat, motivasi, dan berbagi pengetahuan kepada penulis.

9. Kepada seluruh sahabat saya khususnya kelas IF-2 angkatan 2006, dan juga semua teman kelas IF dari berbagai angkatan atas do‟a dan dukungannya.

10.Rekan-rekan satu bimbingan dan semua pihak yang telah memberikan bantuan dan dukungan dalam menyelesaikan tugas kami.

11.Kepada Asih Kusuma Wati sesorang yang selalu ada dan mendukung penulis dengan cinta.

12.Pihak- pihak lain yang mungkin tidak dapat saya sebutkan satu persatu.

Kami menyadari bahwa Laporan penelitian tugas akhir yang penyusun buat ini masih jauh dari sempurna, seperti kata pepatah : “ Tak ada gading yang tak retak”. Oleh karena itu kami sangat mengharapkan saran dan kritik dari para pembaca, agar dalam penulisan Laporan ini selanjutnya dapat kami selesaikan dengan baik.

Besar harapan kami agar Laporan penelitian tugas akhir ini akan bermanfaat bagi para pembaca dan dunia pendidikan pada umumnya dan bagi penyusun sendiri khususnya.

Bandung, Februari 2013

v

ABSTRACK ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... ix

DAFTAR TABEL ... xii

DAFTAR SIMBOL ... xiv

DAFTAR LAMPIRAN ... xv

BAB 1 PENDAHULUAN... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 2

1.3 Maksud dan Tujuan ... 2

1.4 Batasan Masalah ... 2

1.5 Metodologi Penelitian ... 3

1.5.1 Pengumpulan Data ... 3

1.6 Sistematika Penulisan ... 4

BAB II TINJAUAN PUSTAKA ... 7

2.1 Profil Perusahaan ... 7

2.1.1 Sejarah Perusahaan ... 7

2.1.2 Visi dan Misi Perusahaan ... 7

2.1.3 Struktur Organisasi dan Job Description ... 7

2.2 Landasan Teori ... 10

2.2.1 Pengertian Data ... 10

2.2.2 Basis Data (Database) ... 10

A. Konsep Basis Data (Database) ... 10

B. Sistem Basis Data (DBS) ... 11

a. Komponen Utama Sistem Basis Data ... 11

A. Database Administrator ... 12

B. Bahasa/Language dalam Sistem Basis Data ... 12

2.2.4 Data Mart ... 13

2.2.4.1 Multi-Dimension Modeling ... 14

2.2.4.2 Visualisasi dari Suatu Dimensional Model ... 16

2.2.5 ETL (Extract, Transform, Loading) ... 19

2.2.5.1 Metode ETL ... 20

2.2.5.2 Gambaran Proses ETL ... 20

2.2.5.3 Arsitektur Transformasi & Loading ... 21

2.2.6 Konsep Pemrograman Borland Delphi ... 22

2.2.6.1 Pengertian Borland Delphi ... 22

2.2.6.2 Kelebihan Borland Delphi ... 22

2.2.6.3 Fasilitas Database ... ... 22

2.2.7 MySql Server ... 22

2.2.8 Data Flow Diagram ... 24

BAB III ANALISIS DAN PERANCANGAN ... 27

3.1 Analisis Sistem ... 27

3.1.1 Analisis Masalah ... 27

3.1.2 Analisis Sistem yang Berjalan ... 27

3.1.3 Analisis Arsitektur Data Mart ... 28

3.1.4 Analisis OLTP RSJ. Dr. Soeharto Heerdjan ... 30

3.1.5 Analisis Spesifikasi Kebutuhan Informasi ... 34

3.1.6 ETL (Extract, Transform, Loading) ... 35

3.1.6.1 Extract ... 35

3.1.6.2 Transform ... 42

A. Cleaning ... 44

B. Conditioning ... 46

3.1.6.3 Loading ... 47

3.1.6.4 Skema Data Mart Barang Masuk ... 48

3.1.7 Analisis Kebutuhan Non Fungsional... 49

3.1.7.2 Analisis Karakteristik Pengguna... 49

3.1.7.3 Analisis Perangkat Lunak... 50

3.1.8 Analisis Kebutuhan Fungsional ... 50

3.1.8.1 Diagram Konteks ... 51

3.1.8.2 DFD Level 0 Proses Awal Perangkat lunak Data Mart... 51

3.1.8.3 DFD Level 1 Proses 1.0 ETL Perangkat lunak Data Mart... 52

3.1.8.4 DFD Level 1 Proses 2.0 Analisis Perangkat lunak Data Mart... 53

3.1.8.5 Spesifikasi Proses ... 54

A. Proses 1 ETL ... 54

B. Proses 2 Analisis ... 55

3.1.8.6 Kamus Data ... 56

3.2 Perancangan Arsitektur ... 60

3.2.1 Perancangan Struktur Menu ... 61

3.2.2 Perancangan Antarmuka ... 61

3.2.3 Perancangan Pesan ... 64

3.2.4 Jaringan Semantik ... 66

3.2.5 Perancangan Prosedural ... 66

1. Perancangan Prosedural Ekstrak ... 66

2. Perancangan Prosedural Transform ... 67

3. Perancangan Prosedural Analisis ... 68

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 71

4.1 Implementasi Sistem ... 71

4.1.1 Perangkat Lunak Pembangun ... 71

4.1.2 Perangkat Keras ... 71

4.1.3 Implementasi Basis Data ... 71

4.1.3.1 Pembuatan Database ... 72

4.2 Hasil Data Mart Menggunakan OLAP... 74

4.2.1.1 Roll up ... 75

4.2.1.2 Drill Down ... 77

4.2.1.3 Slice and Dicing ... 78

4.2.2 Tabel Fakta ... 78

4.2.3 Measure ... 79

4.2.4 Dimension ... 79

4.2.4.1 Tabel Dim Barang ... 79

4.2.4.2 Tabel Dim Waktu ... 79

4.2.4.3 Tabel Dim_Supplier ... 80

4.2.4.4 Tabel Dim Kategori ... 80

4.3 Implementasi Perangkat Lunak ... 80

4.3.1 User Interface ... 80

4.3.1.1 Form Menu Utama ... 81

4.3.1.2 Form Menu ETL ... 81

4.3.1.3 Form Menu Analisis ... 82

4.3.1.4 Form Menu Cetak Analisis ... 83

4.4 Pengujian Sistem ... 84

4.4.1 Pengujian Alpha ... 84

4.4.1.1 Pengujian ETL ... 85

4.4.1.2 Pengujian Analisis ... 92

4.4.1.3 Kesimpulan Pengujian Alpha ... 98

4.4.2 Pengujian Beta ... 98

4.4.2.1 Saran Pengujian Betha ... 101

4.4.2.2 Kesimpulan Pengujian Betha... 101

BAB V KESIMPULAN DAN SARAN ... 103

5.1 Kesimpulan ... 103

5.2 Saran ... 103

105

[1] Rainardi, Vincent.2008. “Building a Data Warehouse with Examples in SQL Server”. New York : Springer.

[2] Hutabarat, Bernaridho. 2005. Datawarehousing dengan SQL Server.Jakarta : PT Elex Media Komputindo.

[3] Darmawikarta, Djoni. 2009. Mengenal Data Mart. Jakarta : Restu Agung. [4] Fatansyah,Ir. 2002. Basis Data. Bandung : Informatika.

[5] Raharjo, Budi. 2011. Membuat Database Menggunakan MySql. Bandung : Informatika. [6] Ichwan, M. 2011. Pemograman Basis Data Delphi 7 Dan MySql. Bandung :

Informatika.

[7] Kadir, Abdul. 2005. Pemograman Database Dengan Delphi 7 Menggunakan Access

dan ADO. Yogyakarta : Andi.

[8] Andi. 2003. Pemrograman Borland Delphi 7 Jilid 1. Yogyakarta : Madcoms.

1

1.1 Latar Belakang Masalah

Rumah Sakit Jiwa Dr. Soeharto Heerdjan adalah salah satu rumah sakit jiwa pusat yang berada di Kota Jakarta. Selain melayani perawatan untuk kesehatan jiwa rumah sakit ini juga melayani pelayanan umum sebagai pelayanan pendukung. Dalam kegiatan operasionalnya, Rumah Sakit Jiwa Dr. Soeharto Heerdjan dalam hal ini memesan sejumlah barang secara periodik keberbagai suplier dan kemudian setiap barang masuk akan dicatat data transaksi barangnya dan diinputkan ke dalam database.

Pada proses barang masuk, Rumah Sakit Jiwa Dr. Soeharto Heerdjan khususnya pihak administrasi dalam memesan barang ke suplier dengan cara menganalisis data dari database dan disesuasikan dengan barang yang ada di unit terkait sesuai kebutuhan barangnya. Pihak admistrasi rumah sakit kesulitan untuk melakukan perhitungan analisis disebabkan database yang ada sekarang tidak mampu untuk menganalisis data lebih lanjut dan juga barang yang ada sering kali tidak sama. Sistem informasi yang ada saat ini juga memiliki keterbatasan dalam menyajikan informasi secara detail mengenai info barang masuk dari suplier ke rumah sakit.

Dari hasil wawancara dengan pihak Rumah Sakit Jiwa Dr. Soeharto Heerdjan, rumah sakit ingin adanya sebuah cara penyajian analisis informasi data yang dapat membantu petugas memberikan analisis secara detail data barang masuk dari suplier ke rumah sakit dalam analisa kuota barang masuk sehingga petugas dapat menilai kebutuhan distribusi yang berasal dari supplier. Berdasarkan masalah di atas, maka akan dibangun data mart yang dapat memudahan pihak Rumah Sakit Jiwa Dr. Soeharto Heerdjan untuk mendapatkan informasi dan laporan mengenai jumlah barang masuk dari supplier sesuai dengan kebutuhan distribusi di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

1.2 Perumusan Masalah

Dari latar belakang ditemukan beberapa masalah yang dirumuskan dalam suatu rumusan masalah yaitu bagaimana membangun Data mart barang masuk dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

1.3 Maksud dan Tujuan

Dari permasalahan yang ada, maksud dan penulisan tugas akhir ini adalah untuk membangun Data mart barang masuk dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

Sedangkan tujuan yang akan dicapai dari dibangunnya Data Mart ini adalah memudahkan pihak Rumah Sakit Jiwa Dr. Soeharto Heerdjan dalam menganalisis barang masuk dari supplier sesuai dengan kebutuhan pendistribusian barang di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

1.4 Batasan Masalah

Dalam penyelesaian tugas akhir ini diberikan batasan masalah agar tujuan dan sasaran yang diinginkan dapat tercapai. Adapun batasan masalah sebagai berikut :

a. Membangun data mart barang masuk dari supplier untuk pendistribusian di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

b. Data yang di analisis nantinya hanya data barang masuk dari supplier berdasarkan jumlah barang di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

c. Data bersumber dari database yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

d. Data Mart yang dibangun tidak akan menganalisis data pendistribusian barang dari setiap unit di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

e. Data mart hanya akan di gunakan di pihak satuan pengawas interen Rumah Sakit Jiwa Dr. Soeharto Heedjan.

1.5 Metodologi Penelitian

Metodologi penelitian yang digunakan untuk membangun data mart ini menggunakan metode analisis deskriptif yaitu suatu metode yang bertujuan untuk mendapatkan gambaran yang jelas tentang hal-hal yang diperlukan.

1.5.1 Metode Pengumpulan Data

Metode pengumpulan data adalah tahap awal dalam melakukan suatu penelitian. Metodologi yang digunakan dalam mengumpulkan data yang berkaitan dengan penyusunan laporan dan pembuatan perangkat lunak ini adalah sebagai berikut:

1) Studi Literatur

Studi literatur adalah tahap pengumpulan data yang diperoleh dengan cara mempelajari Teori ETL termasuk penerapan Data Mart.

2) Studi Lapangan

Studi lapangan adalah tahap pengumpulan data dengan mengadakan penelitian dan peninjauan langsung terhadap permasalah yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

3) Wawancara

Wawancara adalah tahap pengumpulan data dengan cara tanya jawab langsung dengan pegawai Rumah Sakit Jiwa Dr. Soeharto Heerdjan dan staf terkait terhadap permasalahan yang diambil.

1.5.2 Metode Pembangunan Perangkat Lunak

Tahap pembangunan perangkat lunak dalam pembutan perangkat lunak ini menggunakan waterfall, berikut dapat dilihat pada Gambar 1.1.

1. Requirements analysis and definition

Mengumpulkan kebutuhan secara lengkap kemudian kemudian dianalisis dan didefinisikan kebutuhan yang harus dipenuhi oleh program yang akan dibangun. Fase ini harus dikerjakan secara lengkap untuk bisa menghasilkan desain yang lengkap.

2. System and software design

Desain dikerjakan setelah kebutuhan selesai dikumpulkan secara lengkap

3. Implementation and unit testing

desain program diterjemahkan ke dalam kode-kode dengan menggunakan bahasa pemrograman yang sudah ditentukan. Program yang dibangun langsung diuji baik secara unit.

4. Integration and system testing

Penyatuan unit-unit program kemudian diuji secara keseluruhan (system testing).

5. Operation and maintenance

Tahapan untuk mengoperasikan program dilingkungannya dan melakukan pemeliharaan, seperti penyesuaian atau perubahan karena adaptasi dengan situasi sebenarnya.

1.6 Sistematika Penulisan

Sistematika penulisan laporan ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut:

BAB 1 PENDAHULUAN

Menguraikan tentang latar belakang permasalahan, mencoba merumuskan inti permasalahan yang dihadapi, menentukan tujuan dan kegunaan penelititan yang kemudian diikuti dengan pembatasan masalah, asumsi, serta sistematika penulisan.

BAB 2 TINJAUAN PUSTAKA

Bab ini terbagi menjadi dua bagian, yaitu tinjauan umum Rumah Sakit Jiwa Dr. Soeharto Heerdjan dan landasan teori. Tinjauan umum rumah sakit berisi tentang sejarah singkat rumah sakit, visi, misi, dan struktur organisasi sedangkan landasan teori berisi teori-teori pendukung dalam membangun membangun sebuah data mart barang masuk dari supplier Di Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

BAB 3 ANALISIS DAN PERANCANGAN

Bab ini berisi analisis kebutuhan dalam membangun Data Mart dan menganilisis masalah dari model penelitian untuk memperlihatkan keterkaitan antar variabel yang diteliti dalam membangun Data Mart.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi hasil pengujian dari hasil analisis dan perancangan yang telah dibuat yang dilakukan di Rumah Sakit Jiwa Dr. Soeharto Heerdjan sehingga diketahui apakah data mart yang dibangun sudah memenuhi syarat sesuai dengan kebutuhan dari Rumah Sakit Jiwa Dr. Soeharto Heerdjan.

BAB 5 KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan tentang keseluruhan dari pembangunan Data mart ini dan saran tentang perangkat lunak ini untuk masa yang akan datang.

7

2.1 Profil Perusahaan 2.1.1 Sejarah Perusahaan

Didirikan berdasarkan Keputusan Kerajaan Belanda (Koninklijkbesluit) tertanggal 30 Desember 1865 No.100. dan berdasarkan Keputusan Gubernur Jenderal (Gouverneur General) tertanggal 14 April 1867, namun pembangunannya baru dimulai pada tahun 1876.

Untuk menghilangkan Stigma masyarakat, maka pada tahun 1973 Rumah Sakit Jiwa Grogol dirubah namanya menjadi Rumah Sakit Jiwa Jakarta kemudian pada tahun 1993 dirubah dengan nama Rumah Sakit Jiwa Pusat Jakarta dan terakhir pada tahun 2003 dirubah lagi menjadi Rumah Sakit Jiwa Dr. Soeharto Heerdjan sampai dengan sekarang.

2.1.2 Visi dan Misi Perusahaan Visi

Menjadi pusat unggulan kesehatan jiwa perkotaan.

Misi

 Melaksanakan Pelayanan Jiwa sesuai Pedoman Pelayanan Rumah Sakit Tipe A

 Melaksanakan Pendidikan Kesehatan Jiwa sesuai dengan Pedoman Rumah Sakit Pendidikan

 Melaksanakan Penelitian Kesehatan Jiwa sesuai Pedoman Bioetika Kedokteran

2.1.3Struktur Organisasi dan Job Description

a. Struktur Organisasi Rumah Sakit Jiwa Dr. Soeharto Heerdjan

Organisasi adalah salah satu fungsi dari manajemen dan merupakan wadah untuk mencapai tujuan yang telah ditetapkan dalam organisasi diadakan pembagian tugas secara jelas sesuai dengan bidang pekerjaan yang telah ditetapkan perusahaan. Untuk lebih jelasnya Struktur organisasi

yang ada di Rumah Sakit Jiwa Dr. Soeharto Heerdjan dapat dilihat pada Gambar 2.1.

Gambar 2.1 Struktur Organisasi RS Jiwa Dr. Soeharto Heerdjan

b. Job Description

Berdasar struktur organisasi yang sudah ada, maka disusunlah uraian tugas dari masing-masing bagian yang terkait dalam instansi ini. Untuk menjamin efisien kerja, tanggung jawab, tugas dan wewenang serta hasil kerja yang lebih baik. Maka dijabarkan uraian tugas masing-masing bagian sebagai berikut :

A. Direktur Utama

Sebagai pemimpin utama pelaksanaan teknis di RS Jiwa Dr. Soeharto Heerdjan Jakarta yang berada dibawah dan bertanggung jawab kepada Direktur Jendral Bina Pelayanan Medik Kementrian Kesehatan RI.

B. Dewan Pengawas

Sebagai pengawas seluruh pelaksaanan teknis di RS Jiwa Dr. Soeharto Heerdjan Jakarta yang dibentuk Direktur Jendral Bina Pelayanan Medik Kementrian Kesehatan RI.

C. Direktorat Medik Dan Keperawatan

Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi pelayanan medis dan keperawatan RS Jiwa Dr. Soeharto Heerdjan Jakarta.

D. Direktorat Sumber Daya Manusia Dan Pendidikan.

Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi sumber daya manusia, pendidikan dan pelatihan serta penelitian dan pengembangan RS Jiwa Dr. Soeharto Heerdjan Jakarta.

E. Direktorat Keuangan dan Admistrasi Umum.

Sebagai pelaksana pengelolaan rencana, koordinasi, pengendalian, pengawasan dan evaluasi keuangan dan urusan admistrasi umum RS Jiwa Dr. Soeharto Heerdjan Jakarta.

F. Komite Medik

Bertugas memberikan pertimbangan kepada direktur utama dalam hal menysun standar pelayanan medis, pengawasan dan pengendalian mutu pelayan medis, hak klinis khusus kepada staf medis fungsional, program pelayanan, pendidikan dan pelatihan, serta penelitian dan pengembangan RS Jiwa Dr. Soeharto Heerdjan Jakarta.

G. Komite Etik dan Hukum

Bertugas memberikan pertimbangan kepda direktur utama dalam hal menyusun dan merumuskan medicoetikolegal dan etik pelayanan rumah sakit, penyelesaian masalah etik kedokteran, etik rumah sakit, serta penyelesaian pelanggaran terhadap kode etik pelayanan rumah sakit, pemeliharaan etika penyelenggaraam fungsi rumah sakit, kebijakan yang

tugas bantuan hukum dalam penangan masalah hukum di RS Jiwa Dr. Soeharto Heerdjan Jakarta.

H. Satuan Pemeriksa Intern

Bertugas sebagai pengawas internal organisasi yang melaksanakan pemeriksaan, evaluasi dan validasi serta tugas khusus yang di tugaskan direktur utama terhadap sistem yang sedang berjalan maupun yang baru akan diimplementasikan di setiap unit organisasi RS Jiwa Soeharto Heerdjan Jakarta.

2.2 Landasan Teori 2.2.1 Pengertian Data

Data dan Informasi mempunyai keterkaitan antara satu dengan yang lainnya. Data adalah fakta – fakta atau pesan – pesan yang belum dievaluasi atau bahan mentah dari informasi yang melalui pengolahan tertentu dibentuk menjadi suatu informasi. Data merupakan kenyataan yang menggambarkan suatu kejadian – kejadian nyata.

Data merupakan suatu bentuk keterangan-keterangan yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.

2.2.2 Basis Data (Database)

A. Konsep Basis Data (Database)

Basis data terdiri dari dua kata, basis dan data. Basis dapat diartikan kurang lebih sebagai markas, gudang atau tempat berkumpul. Sedangkan data adalah repesentasi fakta dunia nyata yang mewakili suatu objek seperti manusia (pegawai, siswa, pembeli dan lain – lain), barang dan sebagainya yang direkam dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasi lainnya. Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang seperti :

1.Himpunan kelompok data (arsip) saling berhubungan yang diorganisasikan sedemikian rupa agar kelak dapat dimanfaatkan kembalidengan cepat dan mudah.

2. Kumpulan file / table / arsip saling berhubungan yang disimpan dalam media penyimpanan elektronis.

Ada beberapa tahapan yang digunakan dalam proses mendesain suatu basis data yaitu:

1. Tentukan tujuan dari basis data yang akan dibuat. 2. Tentukan tabel – tabel yang sekiranya akan dperlukan.

3. Tentukan field – field (kolom – kolom) yang diperlukan oleh tabel. 4. Tentukan sebuah kolom yang bersifat unik untuk dijadikan sebagai

kunci (key).

5. Tentukan relasi antar tabel.

6. Periksa ulang dan sempurnakan desain basis data.

7. Isi data dalam basis data dan buat objek – objek database yang sekiranya diperlukan.

B. Sistem Basis Data (DBS)

Suatu sistem yang mengelolah data dan menyediakan data tersebut apabila dibutuhkan.

a. Komponen Utama Sistem Basis data

1. Data yang disimpan dalam basis data 2. Hardware : storage, processor, memory

3. Software : DBMS, Report-writer, design, arts, dll Pengguna :

a) Pengguna Awam (Naïve User) b) Pengguna Biasa (Casual User) c) Programmer

d) Administrator

2.2.3 Tujuan Database

Mereduksi redudansi yang akibatnya mengurangi inkonsistensi maka data dapat dishare antar aplikasi sehingga standarisasi data dapat dilakukan, batasan security dapat diterapkan, dimana pengelolaan integritas (Keterjaminan Akurasi) data dapat mudah dicapai dan dapat menyeimbangkan kebutuhan yang saling konflik.

A. Database Administrator

Database Adminstrator adalah orang yang memiliki kontrol utama terhadap keseluruhan sistem basis data (mencangkup data & program) yang mempunya fungsi yaitu:

1. Pendefinisian skema

2. Pendefinisan struktur penyimpanan & metode akses 3. Modifikasi skema & organisasi fisik

4. Pemberian otorisasi bagi pengaksesan data

5. Mendefinisikan bagian basis data yang mana dapat diakses oleh seorang pemakai, termasuk operasi-operasi yang dapat dilakukan 6. Spesifikasi batasan integrasi

B. Bahasa/Language dalam Sistem Basis Data

Bahasa yang digunakan di dalam basis data antara lain : 1. Data Definition Language (DDL)

Perintah-perintah yang digunakan oleh database administrator untuk mendefinisikan skema ke DBMS. Secara detil hal yang perlu dijabarkan pada DBMS :

a. Nama basis data

b. Nama seluruh berkas pada basis data c. Nama rekaman dan medan

d. Enkripsi berkas, rekaman dan medan e. Nama medan kunci

f. Nama Indeks dan medan yang menjadi indeks g. Hal lain seperti ukuran basis data.

DDL juga digunakan untuk menciptakan, mengubah, dan menghapus basis data

2. Data Manipulation Language (DML)

DML adalah perintah-perintah yang digunakan untuk mengubah, memanipulasi dan mengambil data pada basis data. Tindakan seperti menghapus,mengubah,dan mengambil data menjadi bagian dari DML. DML dibagi atas 2 jenis :

a. Prosedural

Prosedural menuntut pengguna menentukan data apa saja yang diperlukan dan bagaimana cara mendapatkannya b. Nonprosedural

Nonprosedural menuntut pengguna menentukan data apa yang diperlukan tetapi tidak perlu menyebutkan cara mendapatkannya

2.2.4 Data Mart

Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisis data pada suatu unit, bagian operasi pada suatu perusahaaan. Data mart berisi informasi yang relevan bagi user yang ingin mengambil keputusan, sebuah perusahaan yang telah menginvestasikan baik uang dan waktunya dalam sebuah bisnis operasional yang telah mempunyai dan menyimpan sebuah data dari pelanggan, penjualan dan inventori. Data tersebut merupakan asset dari suatu perusahaan yang perlu di manage untuk keperluan kompetitif perusahaan. Banyak perusahaan yang telah menerapkan DSS (Decision Support system) yang telah ada di suatu data mart, sebuah data mart terintegrasi secara operasional dan sejarah data untuk aplikasi pengambilan keputusan.

Ada empat tugas yang bisa dilakukan dengan adanya data mart, keempat tugas tersebut yaitu:

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 tahun atau jangka waktu kapanpun yang diinginkan. b. On-Line Analytical Processing (OLAP)

Dengan adanya data mart, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multidimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multidimensi, maka data

yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada software OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu inforamsi dan roll-up adalah kebalikannya .

c. Data Mining

Data mining merupakan proses untuk menggali (mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data mart, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pelakunya.

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. Informasi dan data pada laporan data mart menjadi target informatif bagi pengguna.

2.2.4.1Multi-Dimensional Modeling

Multi dimensional modeling adalah teknik untuk memvisualisasi model data sebagai suatu kumpulan dari ukuran yang dideskripsikan dengan aspek-aspek bisnis. Hal ini khususnya sangat berguna untuk meringkas dan menyusun data dan memperlihatkan data untuk mendukung para analis data. Dimensional modeling memfokuskan pada data numerik, seperti harga, jumlah, berat, keseimbangan dan kejadian-kejadian.

Dimensional modeling mempunyai beberapa konsep :

1. Fact

Fact adalah suatu koleksi dari relasi data-data items, terdiri dari ukuran-ukuran dan konteks data. Setiap fact biasanya merepresentasikan sebuah bisnis item, suatu transaksi bisnis, atau sebuah kejadian yang dapat digunakan dalam analisis bisnis atau proses bisnis. Dalam data mart, fact di

implementasikan dalam tabel dasar dimana semudah data numeric dan disimpan.

2. Dimensions

Dimensions adalah suatu koleksi dari anggota atau unit-unit data dengan tipe yang sama. Dalam sebuah diagram, suatu dimensi biasanya direpresentasikan dengan suatu axis. Dalam dimensional model, semua data menunjukan fact table yang diasosiasikan dengan satu dan hanya satu member sari setiap multiple dimensions. Jadi dimensi menunjukan latar belakang kontekstual dari fact. Banyak proses analisis yang digunakan untuk menghitung (quatify) dampak dari dimensi pada fact.

Dimensi adalah parameter dari apa yang ingin lakukan dalam On-Line Analytical Processing (OLAP). Sebagai contoh, dalam suatu database untuk menganalisa semua penjualan dari produk, dimensi berikut ini harus ada :

a) Waktu b) Lokasi c) Pembeli d) Penjual

Skenario seperti kejadian, pembiayaan atau angka estimasi Dimensi biasanya juga dapat dipetakan bukan angka numerik, entity yang bersifat informatif seperti merek atau karyawan.

Dimension member : suatu dimensi berisi banyak anggota-anggota. Suatu anggota dimensi adalah nama pembeda atau indetifier yang digunakan untuk membedakan posisi suatu data item. Sebagai contoh, semua bulan, empat bulanan dan tahunan membuat dimensi waktu. Dan semua kota, wilayah dan negara merupakan dimensi geografi.

Dimension Hierarchies : dapat mengatur anggota dari suatu dimensi kedalam satu atau banyak hirarki. Setiap hirarki dapat juga mempunyai banyak level hirarki. Setiap member dari dimensi tidak boleh dilokasikan kedalam satu struktur hirarki.

3. Measures

Suatu measures (ukuran) adalah suatu besaran (angka numerik) atribut dari sebuah fact, yang menunjukan performance atau behavior (tingkah laku) dari bisnis secara relatif pada suatu dimensi. Angka atau nomor yang ditunjukan disebut dengan variable. Sebagai contoh ukuran dari penjualan dalam bentuk uang, besarnya penjualan, jumlah pengadaan, biaya pengadaan, banyaknya transaksi dan lainnya. Suatu ukuran dijelaskan dengan kombinasi dari member dari suatu dimensi dan diletakkan dalam fact.

2.2.4.2 Visualisasi dari Suatu Dimensional Model

Cara yang paling populer dalam memvisualisasikan suatu model dimensional adalah dengan menggambarkan sebuah cube data. Contohya dapat dilihat pada (Gambar 2.3) dapat menggambarkan tiga model dimensional menggunakan sebuah kubus. Biasanya suatu dimensional model terdiri dari lebih tiga dimensi dan digambarkan sebagai suatu hypercube, akan tetapi hypercube sulit untuk divisualisasikan, jadi sebuah kubus lebih biasa digunakan. Gambar berikut merupakan measurement adalah volume dari produksi, yang mana dijelaskan dengan kombinasi dari tiga dimensi yaitu lokasi produk dan waktu. Dimensi dari lokasi dan dimensi produk mempunyai dua level hiraki. Misalnya dimensi mempunyai level region dan plant.

Gambar 2.2 Kubus Suatu Visualisasi dari Dimensional Model

Terdapat tiga konsep yang dapat memodelkan lebih jelas dalam penentuan fact table dimensi dan measure, yaitu :

1. Model star

Model star adalah model dasar dari pemodelan multidimensi yang dapat di lihat pada gambar 2.3. Model star memiliki satu tabel induk yang dinamakan table fact dan kumpulan dari tabel-tabel kecil yang disebut tabel dimensi, disusun dalam pola-pola melingkar mengelilingi table fact.

2. Model SnowFlake

Selain model star dalam menampilkan desain sebuah data mart juga dapat menggunakan model Snowflake sebagai contoh dapat dilihat pada gambar 2.4. Dalam sebuah model snowflake terdapat sebuah fact table yang dikelilingi oleh beberapa dimension table. Namun dimension table itu sendiri dapat seolah-olah berupa sebuah fact table lain yang juga memiliki dimensinya sendiri.

Gambar 2.4 Model SnowFlake

Pada model snowflake diatas dapat dilihat bahwa tiap-tiap tabel dimensi berhubungan dengan dimensi yang lain seolah-olah tabel dimensi tersebut merupakan tabel fakta. Hal ini dapat terjadi karena pada model snowflake ini telah dilakukan normalisasi. Normalisasi ini tidak terdapat pada model star.

3. Model Constellation.

Beberapa fact tables berbagi tabel dimensi, sebagai contoh dapat di lihat pada gambar 2.5. Model constellation ditampilkan sebagai koleksi dari kumpulan skema bintang yang sering disebut sebagai skema galaxy.

Gambar 2.5 Model Constellation

2.2.5 ETL ( Extract, Transform, Loading)

Extraction merupakan proses untuk mengidentifikasi seluruh sumber data yang relevan dan mengambil data dari sumber data tersebut.Untuk lebih jelasnya dapat dilihat pada gambar 2.6. Penentuan pendekatan yang digunakan pada proses ekstrasi sangat terkait dengan analisis bisnis proses, pendefinisian area subjek , serta desain logik/fisik data mart.

Transformation merupakan proses yang mempunyai peran dalam melakukan perubahan dan integrasi skema serta struktur yang berbeda-beda kedalam skema dan struktur yang terdefinisi dalam data mart.

Loading merupakan proses pemindahan data secara fisik dan sistem operasional kedalam data mart.

Proses ETL meliputi 3 tahapan pemodelan yaitu model data sumber, model area bisnis dan model data mart. Proses ETL berawal dari data sumber yang berasal dari basis data operasional dan berakhir dngan proses loading data pada data mart. Proses yang dilakukan meliputi proses Ekstraksi dari data sumber yang akan di tempatkan pada tabel staging baik tabel staging final maupun tabel staging temporer.

2.2.5.1Metode ETL

Didasarkan penggunaan tabel staging sebagai tabel temporary dari basis data sumber untuk loading pada data mart metode yang digunakan yaitu dengan pendekatan Load Transform yaitu menggunakan tahapan sementara dalam operasi ETL yang disebut dengan staging area/tabel, untuk lebih jelasnya dapat dilihat pada gambar 2.7.

yaitu Ekstraksi, Transformasi, serta Loading dilakukan pemisahan secara fisik sehingga dapat dikerjakan secara terpisah/parallel.

Gambar 2.7 ETL Load Transform

2.2.5.2Gambaran Proses ETL

Proses pengambilan data dari sumber data merupakan sekumpulan proses yang lebih dikenal dengan Extract, Transfom, Load data ke system target untuk lebih jelasnya dapat di lihat pada gambar 2.8. ETL dapat digunakan untk mengambil data dari berbagai sumber.

Gambar 2.8. Gambaran Process ETL

Proses ekstraksi dilakukan dengan menggunakan pendekatan logic Full Ekstraction dan incremental ekstraksi disertai dengan besaran data yang di input. Hal ini dilakukan dengan menggunakan counter terhadap data yang di input menjadi paket-paket input dengan besaran tertentu. Pengembangan selanjutnya dengan menggunakan metode load-transform yaitu dengan menggunakan konsep staging dalam proses transformasi multistage transformation, apabila proses transformation selesai, data yang telah bersih akan di proses pada lingkungan target yaitu integrasi layer.

2.2.5.3Arsitektur Transformasi & Loading

Proses perpindahan data dari sumbernya (source) ke data mart untuk lebih jelasnya dapat di lihat pada gambar 2.9. Proses ini proses yang menggunakan banyak waktu dalam proyek data mart.

ETL merupakan proses yang sangat penting dalam data mart, dengan ETL inilah data dari operational dapat dimasukkan ke dalam data mart. ETL dapat digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya.

2.2.6 Konsep Pemrograman Borland Delphi 2.2.6.1 Pengertian Borland Delphi

Borland Delphi merupakan suatu bahasa pemrograman yang memberikan berbagai fasilitas pembuatan aplikasi visual.

2.2.6.2 Kelebihan Borland Delphi

Kelebihan pemrograman ini terletak pada produktivitas, kualitas, pengembangan perangkat lunak, kecepatan kompilasi, pola design yang menarik serta diperkuat dengan pemrogramannya yang terstuktur. Keunggulan lain dari Delphi adalah dapat digunakan untuk merancang program aplikasi yang memiliki tampilan seperti program aplikasi lain yang berbasis Windows.

2.2.6.3 Fasilitas Database

Khusus untuk pemrograman database, Borland Delphi menyediakan fasilitas objek yang kuat dan lengkap yang memudahkan programmer dalam membuat program. Format database yang dimiliki Delphi adalah format database Paradox, dBase, MS.Access, ODBC, SyBASE, Oracle dan lain – lain.

2.2.7 MySql Server

SQL ( Structured Query Language ) adalah bahasa standar yang digunakan untuk mengakses server database. Semenjak tahun 70-an bahasa ini telah dikembangkan oleh IBM, yang kemudian diikuti dengan adanya Oracle, Informix dan Sybase. Dengan menggunakan SQL, proses akses database menjadi lebih user-friendly dibandingkan dengan misalnya dBase ataupun Clipper yang masih menggunakan perintah – perintah pemrograman murni.

MySQL adalah sebuah implementasi dari sistem manajemen basisdata relasional (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public License). Setiap pengguna dapat secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan

produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama dalam basis data yang telah ada sebelumnya yaitu SQL (Structured Query Language). SQL adalah sebuah konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis.

Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja pengoptimasi-nya dalam melakukan proses perintah-perintah SQL yang dibuat oleh pengguna maupun program-program aplikasi yang memanfaatkannya. Sebagai peladen basis data, MySQL mendukung operasi basisdata transaksional maupun operasi basisdata transaksional. Pada modus operasi non-transaksional, MySQL dapat dikatakan unggul dalam hal unjuk kerja dibandingkan perangkat lunak peladen basis data kompetitor lainnya. Namun demikian pada modus non-transaksional tidak ada jaminan atas reliabilitas terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi blogging berbasis web, CMS, dan sejenisnya. Untuk kebutuhan sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan modus basis data transaksional, hanya saja sebagai konsekuensinya unjuk kerja MySQL pada modus transaksional tidak secepat unjuk kerja pada modus non-transaksional.

MySQL memiliki beberapa keistimewaan, antara lain :

1. Portabilitas. MySQL dapat berjalan stabil pada berbagai sistem operasi seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak lagi.

2. Perangkat lunak Open Source. MySQL didistribusikan sebagai perangkat lunak open source, dibawah lisensi GPL sehingga dapat digunakan secara gratis.

3. Multi-user. MySQL dapat digunakan oleh beberapa pengguna dalam waktu yang bersamaan tanpa mengalami masalah atau konflik.

4. 'Performance tuning', MySQL memiliki kecepatan yang menakjubkan dalam menangani query sederhana, dengan kata lain dapat memproses lebih banyak SQL per satuan waktu.

5. Ragam tipe data. MySQL memiliki ragam tipe data yang sangat kaya, seperti signed / unsigned integer, float, double, char, text, date, timestamp, dan lain-lain.

6. Perintah dan Fungsi. MySQL memiliki operator dan fungsi secara penuh yang mendukung perintah Select dan Where dalam perintah (query). 7. Keamanan. MySQL memiliki beberapa lapisan keamanan seperti

level subnetmask, nama host, dan izin akses user dengan sistem perizinan yang mendetail serta sandi terenkripsi.

8. Skalabilitas dan Pembatasan. MySQL mampu menangani basis data dalam skala besar, dengan jumlah rekaman lebih dari 50 juta dan 60 ribu tabel serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung mencapai 32 indeks pada tiap tabelnya.

9. Konektivitas. MySQL dapat melakukan koneksi dengan klien menggunakan protokol TCP/IP, Unix soket (UNIX), atau Named Pipes (NT).

10. Lokalisasi. MySQL dapat mendeteksi pesan kesalahan pada klien dengan menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa Indonesia belum termasuk di dalamnya.

11. Antar Muka. MySQL memiliki antar muka (interface) terhadap berbagai aplikasi dan bahasa pemrograman dengan menggunakan fungsi API (Application Programming Interface).

12.Klien dan Peralatan. MySQL dilengkapi dengan berbagai peralatan (tool) yang dapat digunakan untuk administrasi basis data, dan pada setiap peralatan yang ada disertakan petunjuk online.

13. Struktur tabel. MySQL memiliki struktur tabel yang lebih fleksibel dalam menangani ALTER TABLE, dibandingkan basis data lainnya semacam PostgreSQL ataupun Oracle.

2.2.8 Data Flow Diagram

Data Flow Diagram (DFD) adalah alat pembuatan model yang memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. DFD ini adalah salah satu alat pembuatan model yang sering digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata lain, DFD adalah alat pembuatan model yang memberikan penekanan hanya pada fungsi sistem.

DFD ini merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program.

71

4.1 Implementasi Sistem

Bagian implementasi ini akan memperlihatkan hasil dari perancangan modul yang telah dibuat dan dijelaskan pada bagian design. Pada bagian ini antara lain akan dijelaskan mengenai kode program untuk tiap modul dari sistem ini.

4.1.1 Perangkat Lunak Pembangun

Perangkat lunak yang digunakan pada sistem komputer dalam membangun Data Mart di RSJ.Dr.Soeharto Heerdjan ini adalah sebagai berikut:

1. Sistem Operasi Windows XP Profesional SP 2. 2. Borland Delphi 7.

3. My SQL server untuk penyimpanan database

4.1.2 Perangkat Keras

Perangkat keras yang digunakan untuk menjalankan Data Mart ini pada RSJ.Dr.Soeharto Heerdjan.

1. Prosessor Intel Pentium IV 3.0 Ghz 2. RAM 1 GB

3. Harddisk dengan ruang kosong min 1 GB 4. Monitor dengan resolusi 1024 x 800 pixels

4.1.3 Implementasi Basis Data

Pembuatan database dilakukan dengan menggunakan perangkat lunak DBMS. Implementasi database dalam bahasa SQL adalah sebagai berikut:

4.1.3.1 Pembuatan Database

Tabel 4.1 Database rsj_transform

Pembuatan Database CREATE DATABASE ` DMRSJ `;

USE ` DMRSJ `

Tabel 4.2 Tabel Dim Barang

Tabel Dim Barang CREATE TABLE `Dim_Barang` (

`ID_barang` int NOT NULL auto_increment, `Nama_Barang` varchar(200) NOT NULL, `ID_Kategori` int NOT NULL auto_increment,

„Harga‟ int NOT NULL,

„Stock‟ int) NOT NULL

PRIMARY KEY (`ID_Barang`),

) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET= utf8

Tabel 4.3 Tabel Dim Kategori

Tabel Dimensi Kategori CREATE TABLE `Dim_Kategori` (

`ID_kategori` int NOT NULL auto_increment, `Nama_Barang` varchar(50) NOT NULL, PRIMARY KEY (`ID_Kategori`),

) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=ut f8

Tabel Dimensi Supplier CREATE TABLE `Dim_Supplier` (

`ID_Supplier` int NOT NULL auto_increment, `Nama_Supplier` varchar(200) NOT NULL, PRIMARY KEY (`ID_ Supplier `),

) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=utf8

Tabel 4.5 Tabel Dim Waktu

Tabel Dimensi Waktu CREATE TABLE `Dim_Waktu` (

`ID_Waktu` int NOT NULL auto_increment,

„Tanggal‟ int NOT NULL,

„Bulan‟ int NOT NULL,

„Tahun‟ int NOT NULL, PRIMARY KEY (`ID_Supplier`),

) ENGINE=InnoDB AUTO_INCREMENT=64 DEFAULT CHARSET=utf8

Tabel 4.6 Tabel Fakta Barang Masuk

Tabel Fakta Barang Masuk CREATE TABLE `Fakta_Barang_Masuk` (

„ID_Detail_Barang_Masuk‟ int IDENTITY(1,1) NOT NULL,

„ID_Supplier‟ int NOT NULL,

„ID_Barang‟ int NOT NULL,

„ID_Waktu‟ int NOT NULL,

„Jumlah‟ int NOT NULL,

PRIMARY KEY (`ID_supplier`,`ID_Barang`,`ID_Waktu`), KEY „ID_Detail_Barang_Masuk‟ („ID_Detail_Barang_Masuk‟) CONSTRAINT „ID_Detail_Barang_Masuk‟

`Dim_Supplier` (`ID_Supplier`) ON DELETE CASCADE, CONSTRAINT „ID_Detail_Barang_Masuk‟ `

FOREIGN KEY (`ID_Barang`) REFERENCES

`Dim_Barang` (`ID_Barang`) ON DELETE CASCADE ) ENGINE=InnoDB DEFAULT CHARSET=utf8

4.2 Hasil Data Mart Menggunakan OLAP

Data yang sudah melaluai proses ETL merupakan data yang akan disimpan dalam data mart, dan data ini yang digunakan sebagai bahan analisis dan laporan, dalam periode tertentu. Perancangan OLAP (On-Line Analytical Processing) pada RSJ Dr. Soeharto Heerdjan yaitu dengan mengolah dan menganalisis data dari berbagai dimensi. Model Multidimensional data cube yang dihasilkan pada rancangan data mart (Gambar 3.18 Snow flake) memungkinkan pengambilan keputusan menganalisa data dari berbagai dimensi.

Dibawah ini akan dijelaskan langkah-langkah dalam membuat sebuah Cube, seperti yang terlihat pada gambar 4.1

Gambar 4.1 Proses Pembuatan Cube

Adapun keterangan mengenai multidimensional data cube untuk melakukan proses analisis data dengan OLAP pada RSJ Dr. Soeharto Heerdjan yaitu

4.2.1 Cube Barang Masuk

Cube barang masuk terdiri dari Tabel Fakta yang digunakan berupa fakta_barang_masuk dan beberapa tabel dimensi yaitu : Dim_Waktu, Dim_Barang, Dim_kategori dan Dim_Supplier

BARANG Supplier Waktu Total

Transamin 500mg PT. Tiara Kencana 01 200

Jarum Suntik Terumo 25G x 1 PT. Gelora Megah Lestari

HP Codemaster XL Defibrillator

PT. Indo Takwa Sarana

03 12

AC Panasonic Allowa 1/2PK 320W

CV. Trinity Dynamica

04 25

Gambar 4.2 Tabel Ilustrasi Data Cube Barang Masuk

50 50 40 60

30 40 50 60

4 2 3 3

6 4 7 8

01 02 03 04

waktu

PT. Tiara Kencana

PT. Gelora Megah Lestari

PT. Indo Takwa Sarana

CV. Trinity Dynamica

Supplier

Transamin 500mg

Barang

Jarum Suntik Terumo 25G x 1

HP Codemaster XL Defibrillator

AC Panasonic Allowa 1/ 2PK 320W

Gambar 4.3 Gambaran Data Cube Barang Masuk

Proses analisis akan dilakukan untuk menganalisa pendistribusian barang masuk yaitu dengan menggunakan OLAP, Nilai atribute seperti tanggal memiliki nilai yang menyatakan tahun, bulan, juga hari. Sering kali pengkategorian ini dapat diorganisasikan sebagai pohon hirarki. Struktur hirarki ini memunculkan operasi Roll-up dan Drill-down. Contohnya pada data barang masuk yang merupakan data multidimensional (fakta barang masuk), dapat ditentukan agregasi barang masuk untuk jumlah per hari dalam 1 bulan dan memisahkan total barang masuk per 3 bulan ke dalam total barang masuk bulanan.

4.2.1.1Roll up

Roll up menyebabkan peningkatan agregasi data dan menghapus level data yang lebih detail dari sebuah hirarki. Untuk data

barang masuk di RSJ Dr. Soeharto Heerdjan, kita dapat mengumpulkan data (Roll up) barang masuk dari seluruh tanggal (harian) dalam satu bulan. Sebagai contoh, untuk menampilkan jumlah barang masuk ke rumah sakit per bulan roll up dapat menampilkan informasi tentang kategori barang dan menampilkan jumlah barang masuk dari supplier berdasarkan periode total 3 bulanan.

Nama kategori supplier Jumlah

Jan Feb Mar

Transamin 500mg Obat PT. Tiara

Kencana 25 35 27

Jarum Suntik

Terumo 25G x 1 BHP Medis

PT. Gelora

Megah Lestari 17 20 15 HP Codemaster XL

Defibrillator Mesin Medis

PT. Indo Takwa

Sarana 4 3 5

AC Panasonic Allowa 1/2PK 320W Barang Inventaris Kantor CV. Trinity

Dynamica 10 7 8

Nama Kategori Supplier Jumlah

Transamin 500mg Obat PT. Tiara Kencana 87 Jarum Suntik Terumo

25G x 1 BHP Medis

PT. Gelora Megah

Lestari 52

HP Codemaster XL

Defibrillator Mesin Medis

PT. Indo Takwa

Sarana 12

AC Panasonic Allowa 1/2PK 320W

Barang Inventaris Kantor

CV. Trinity

Dynamica 25

4.2.1.2 Drill Down

Drill-down merupakan kebalikan dari roll-up. Penggunaan query untuk data jumlah barang masuk yang dimensi waktunya 3 bulanan, dapat dibagi ke dalam data jumlah barang masuk per bulan.

Nama Kategori Supplier Jumlah

Transamin 500mg Obat PT. Tiara

Kencana 87

Jarum Suntik

Terumo 25G x 1 BHP Medis

PT. Gelora

Megah Lestari 52 HP Codemaster XL

Defibrillator Mesin Medis

PT. Indo Takwa

Sarana 12

AC Panasonic

Allowa 1/2PK 320W

Barang Inventaris Kantor

CV. Trinity

Dynamica 25

Nama kategori Supplier Jumlah

Jan Feb Mar

Transamin 500mg Obat PT. Tiara

Kencana 25 35 27

Jarum Suntik

Terumo 25G x 1 BHP Medis

PT. Gelora

Megah Lestari 17 20 15 HP Codemaster XL

Defibrillator

Mesin Medis

PT. Indo Takwa

Sarana 4 3 5

AC Panasonic Allowa 1/2PK 320W Barang Inventaris Kantor CV. Trinity

Dynamica 10 7 8

4.2.1.3 Slice and Dicing

Slice and Dicing adalah proses mengambil potongan kubus berdasarkan nilai tertentu pada satu atau beberapa dimensinya. Pada gambar 4.3 merupakan contoh data apabila jika dilakukan slicing and Dicing pada nama supplier, nama kategori dan barang sehingga memudahkan dalam melakukan analisis terhadap data pendistribusian barang sehingga hasil yang didapatkan merupakan cross-tabulation sebagai berikut:

DESKRIPSI PERIODE

Nama Supplier

Nama

kategori Nama barang 05/2011 06/2011 07/2011 08/2011

09/201 1

PT. Tiara Kencana

Obat

Transamin 500mg 200

Adrenalin / Epineprin lnj.0,1%

/ 1ml

150

Alopurinol 100mg 4000

Ponstan 500mg 1000

Gambar 4.6 Ilustrasi Slicing and Dicing

4.2.2 Tabel Fakta Barang Masuk

Dalam program data mart ini hanya satu Tabel Fakta yang digunakan yaitu Fakta barang masuk. Tabel ini dibuat berdasarkan tabel OLTP dengan mengumpulkan Primary Key dan field yang bisa di hitung kedalam satu tabel.

Tabel 4.7 Tabel Fakta Barang Masuk

Nama Field Tipe Data Panjang Data Kunci Keterangan

ID_detail_barang_masuk Int PK Not null

ID_Barang Int Not null

ID_Supplier Int Not null

ID_waktu Int Not null

4.2.3 Measure

Measure yang dibuat adalah total proses data yang diambil dari tabel Fakta_ barang masuk dengan field total

Tabel 4.8 Measure

Measure Keterangan Agregasi

Jumlah Barang Atribut count_Barang SUM

4.2.4 Dimension

Tabel Dimensi yang akan digunakan adalah Dim_Waktu, Dim_barang, Dim_Supplier. Dim Menentukan Nama Cube, data Cube sendiri adalah representasi kumpulan data dalam multidimensi, artinya data tersebut dapat direpresentasikan dalam N-Dimensi. Cubeadalah bagian utama dari OLAP. Cube berisi kumpulan banyak data yang telah disatukan (agregasi) sehingga mempercepat hasil query.

4.2.4.1Tabel Dim Barang

Tabel ini berisi Data Barang setelah proses transformasi.

Tabel 4.9 Tabel Dim_Barang

Nama Field Tipe Data Panjang Data Kunci Keterangan

Id_barang int PK Not null

Nama barang Varchar 50 Not null

Stok int Not null

4.2.4.2Tabel Dim Waktu

Tabel ini berisi data sebagai penunjuk waktu, minggu, bulan, atau pertahun.

Tabel 4.10 Tabel Dim_Waktu

Nama Field Tipe Data Panjang Data Kunci Keterangan

Id_waktu int PK Not null

tanggal int Not null

bulan int Not null

4.2.4.3Tabel Dim_Supplier

Tabel ini berisi data supplier RSJ Dr. Soeharto Heerdjan yang terdiri dari Id_supplier dan nama supplier.

Tabel 4.11 Tabel Dim_supplier

Nama Field Tipe Data Panjang Data Kunci Keterangan

Id_supplier int PK Not null

Nama supplier Varchar 50 Not null

4.2.4.4Tabel Dim Kategori

Tabel ini berisi data kategori barang RSJ Dr. Soeharto Heerdjan yang terdiri dari kode kategori dan nama kategori.

Tabel 4.12 Tabel Dim_Kategori

Nama Field Tipe Data Panjang Data Kunci Keterangan

Id_kategori int PK Not null

Nama_Kategori Varchar 50 Not null

4.3Implementasi Perangkat Lunak

Pembuatan perangkat lunak dilakukan dengan menggunakan Borland Delphi 7.

Tabel 4.13 Tabel Implementasi Perangkat Lunak No. Proses Nama Proses Nama File

1 Menu Utama uMenu.pas

2 ETL uETL.pas

3 Analisis uAnalisa.pas

3.1 Cetak Analisis uAnalisa.pas

4.3.1 User Interface

Untuk user interface pada perangkat lunak ini terdiri dari beberapa bagian halaman yang akan dijelaskan dibawah ini, sedangkan sisanya bisa dilihat dilampiran antar muka.

4.3.1.1 Form Menu Utama

Form ini merupakan form utama yang dapat diakses setelah proses login berhasil. Pada form ini terdapat dua menu utama, yaitu menu proses ETL dan menu analisis data.

Gambar 4.7 Menu Utama 4.3.1.2 Form Menu ETL

Form ini merupakan sub dari menu utama. Pada form ETL, user harus memilih periode etl, kemudian dapat diekstrak, kemudian ditransform kedalam target database.

Gambar 4.8 Form Menu ETL 4.3.1.3 Form Menu Analisis

Form ini merupakan sub dari menu utama. Pada form analisis, user harus memilih periode analisis untuk kemudian dapat menampilkan hasil analisis datamart.

Gambar 4.9 form menu analisis 4.3.1.4 Form Menu Cetak Analisis

Form ini merupakan sub dari menu analisis. Pada form cetak analisis, user hanya dapat mencetak hasil dari analisis.

Gambar 4.10 Form cetak laporan 4.4 Pengujian Sistem

Tahap pengujian (testing) merupakan tahap yang menentukan apakah hasil akhir sebuah sistem memenuhi requirement yang telah ditentukan. Pengujian dibuat berdasarkan analisa dan perancangan yang telah dilakukan sebelumnya. Dalam tahap Pengujian ini akan ditentukan apakah sistem telah memenuhi requirement-requirement yang dijadikan sebagai tolak ukur dalam menentukan keberhasilan dalam pengerjaan sebuah sistem perangkat lunak. Untuk membangun data mart di RSJ Dr. Soeharto Heerdjan, akan dilakukan proses pengujian.

Pengujian yang dilakukan yaitu pengujian secara fungsional (alpha) dan betha. Metode yang digunakan dalam pengujian ini adalah pengujian blackbox yang berfokus pada persyaratan fungsional dari sistem yang dibangun.

4.4.1 Pengujian Alpha

Pengujian Alpha merupakan pengujian fungsional yang digunakan untuk menguji sistem yang telah dibuat dengan metode pengujian black box. Pengujian Black box terfokus pada persyaratan fungsional perangkat lunak.

Tabel 4.14 rencana Pengujian

Kelas Uji Butir Uji Jenis Pengujian

ETL Pilih Periode ETL Black box

Analisis Pilih Periode Waktu Black box

Hasil Cetak Laporan Black box

4.4.4.1 Pengujian ETL

Pegujian proses ETL dilakukan untuk melihat apakah proses dapat berjalan sesuai dengan periode masukan dari user.

Tabel 4.10 Pengujian ETL Kasus dan hasil uji (data normal)

Data masukan Yang diharapkan Pengamatan Kesimpulan

Periode ETL Awal : 01/01/2009 Akhir : 01/01/2012 Dapat melakukan proses ekstrak, Transform dan Loading sesuai dengan batasan periode yang dimasukkan. Hasil ekstrak, Transform dan Loading muncul jika inputan periode awal lebih kecil dari periode akhir

[] diterima [ ] ditolak

Menekan tombol ekstrak setelah memilih periode awal 01/01/2009 akhir 01/01/2012

Semua tabel pada DBRSJ dapat ditampilkan

Hasil ekstrak, muncul jika inputan periode awal lebih kecil dari periode akhir

[] diterima [ ] ditolak

Menekan tombol transform setelah proses ekstrak

Semua tabel pada DBRSJ Disaring menjadi tabel yang dibutuhkan Proses tidak terlihat karena berjalan dibackground sistem

[] diterima [ ] ditolak

Menekan tombol Load setelah proses ekstrak dan transform

Semua tabel yang sudah ditransform dapat ditampilkan

Hasil ekstrak, transform dan load muncul

[] diterima [ ] ditolak

Kasus dan hasil uji (data salah)

Data masukan Yang diharapkan Pengamatan Kesimpulan

Periode ETL Awal : 01/01/2014 Akhir: 01/01/2012 Proses ekstrak, Transform dan Loading dibatalkan dan

muncul pesan “ periode salah” Hasil ekstrak, Transform dan Loading Tidak muncul jika inputan periode awal lebih besar dari periode akhir

[] diterima [ ] ditolak

Menekan tombol Transform tanpa mengekstrak OLTP Proses ekstrak, Transform dan Loading dibatalkan dan “Muncul pesan Tabel belum diekstrak” Hasil Transform Tidak muncul jika langsung menekan tombol transform

[] diterima [ ] ditolak

Menekan tombol Load tanpa mengekstrak dan transform Proses ekstrak, Transform dan Loading dibatalkan dan “Muncul pesan Tabel belum diekstrak dan di

transform”

Hasil Loading Tidak muncul jika langsung menekan tombol load

[] diterima [ ] ditolak

Pada perangkat lunak ini proses extract, transform, load data dilakukan terpisah, dimulai ekstrak data dari data OLTP RSJ, kemudian ditransform dan diload kedatabase tujuan. Sebelum melakukan ekstrak data, user harus memilih periode waktu terlebih dahulu. Pemilihan range waktu ini dilakukan untuk menentukan data mana yang akan di ETL-kan ke data mart.

Gambar 4.11 Pengujian Ektrak periode 01/01/2009 – 01/01/2012

Gambar 4.11 menunjukan tampilan setelah proses ekstrak dilakukan. Form akan menampilkan data yang telah diekstrak..

Gambar 4.12 Pengujian Transform periode 01/08/2009 – 01/08/2012

Gambar 4.13 menunjukan tampilan setelah proses Transform dilakukan. Form tidak menampilkan data yang telah ditransform, karena berjalan dibelakang sistem.

Gambar 4.13 Pengujian Loading kasus Normal

Gambar 4.13 menunjukan tampilan setelah proses ETL telah dilakukan. Form akan menampilkan data yang telah di ekstrak dan data yang telah di transform. Data yang telah melalui proses transform merupakan data yang akan di analisis.

Gambar 4.14 Pengujian ETL kasus Data Salah

Gambar 4.14 menunjukan tampilan inputan periode awal lebih besar daripada inputan akhir. Pesan periode salah akan ditampilkan.

Gambar 4.15 Pengujian tombol transform kasus data salah

Gambar 4.15 menunjukan tampilan ketika menekan tombol transform, tanpa mengekstrak OLTP. Pesan Table Belum Diekstrak akan ditampilkan.

Gambar 4.16 Pengujian tombol load kasus data salah

Gambar 4.16 menunjukan tampilan ketika menekan tombol load, tanpa mengekstrak dan Transform OLTP. Pesan Table Belum Ditransform akan ditampilkan.

4.4.4.2 Pengujian Analisis

Pengujian bagian analisis dilakukan dengan menguji fakta dan dimensi yang akan dijadikan parameter analisis.

Tabel 4.11 Tabel Pengujian Analisis Kasus dan hasil uji (data normal)

Data masukan Yang diharapkan Pengamatan Kesimpulan

Tahun : 2009 Bulan : januari s/d

Tahun : 2010 Bulan : Januari

Dapat

menampilkan hasil analisis barang masuk dari januari 2009-Januari 2010 berupa supplier

Hasil analisis muncul jika inputan periode awal lebih kecil dari periode akhir

[] diterima [ ] ditolak

dengan jumlah barang dan jumlah kategori.

Tahun : 2009 Bulan : januari s/d

Tahun : 2011 Bulan : januari

Dapat

menampilkan hasil analisis barang masuk dari januari 2009-januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.

Hasil analisis muncul jika inputan periode awal lebih kecil

dari periode akhir [] diterima [ ] ditolak

Tahun : 2010 Bulan : januari s/d

Tahun : 2011 Bulan : januari

Dapat

menampilkan hasil analisis barang masuk dari januari 2010-januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.

Hasil analisis muncul jika inputan periode awal lebih kecil

dari periode akhir [] diterima [ ] ditolak

Tahun : 2008 Bulan : januari s/d

Tahun : 2011 Bulan : januari

Dapat

menampilkan hasil analisis barang masuk dari januari 2008 - januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.

Hasil analisis muncul jika inputan periode awal lebih kecil

dari periode akhir [] diterima [ ] ditolak

Tahun : 2009 Bulan : januari s/d

Tahun : 2011 Bulan : januari

Dapat

menampilkan hasil analisis barang masuk dari januari 2008 - januari 2010 berupa supplier dengan jumlah barang dan jumlah kategori.

Hasil analisis muncul jika inputan periode awal lebih kecil

dari periode akhir [] diterima [ ] ditolak

Menekan Tombol cetak setelah muncul hasil analisis sesuai periode yang diinputkan Muncul tampilan hasil analisis yang siap untuk dicetak

Hasil analisis dapat dicetak sesuai inputan periode

[ ] diterima [] ditolak

Kasus dan hasil uji (data salah)

Data masukan Yang diharapkan Pengamatan Kesimpulan

Inputan awal januari 2025 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan

“data inputan

periode salah”

Hasil analisis tidak muncul jika

inputan periode tahun awal lebih besar dari periode tahun akhir

[] diterima [ ] ditolak

Inputan awal januari 2012 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan

“data inputan

periode salah”

Hasil analisis tidak muncul jika

inputan periode tahun awal lebih besar dari periode

[] diterima [ ] ditolak

tahun akhir Inputan awal januari 2012 Inputan akhir Januari 2011 Proses analisis dibatalkan dan muncul pesan

“data inputan

periode salah”

Hasil analisis tidak muncul jika

inputan periode tahun awal lebih besar dari periode tahun akhir

[] diterima [ ] ditolak

menekan tombol cetak tanpa memasukan inputan periode Proses analisis dibatalkan dan muncul pesan

“jalankan proses terlebih dahulu”.

Tidak dapat mencetak laporan analisis jika belum menekan tombol proses terlebih dahulu

[] diterima [ ] ditolak

Pada perangkat lunak ini proses analisis data dilakukan dengan memilih periode waktu yang akan di analisis. Proses pengujian ini dilakukan untuk menampilkan data yang akan di analisis mengenai pendistribusian barang ke supplier ditampilkan sesuai dengan kategori dan grandtotal barang masuk perbulan dan perhari.

Gambar 4.17 Pengujian periode awal lebih kecil dari periode akhir

Gambar 4.17 menunjukan tampilan ketika menginputkan periode awal lebih kecil dari periode akhir . Data hasil analisis ditampilkan.

Gambar 4.18 Pengujian tombol cetak kasus data normal

Gambar 4.18 menunjukan tampilan ketika tombol cetak ditekan setelah menginputkan periode awal lebih kecil dari periode akhir. Data hasil analisis ditampilkan.

Gambar 4.19 Pengujian periode awal lebih besar dari periode akhir

Gambar 4.19 menunjukan tampilan ketika pengujian periode awal lebih besar dari periode akhir tombol. Tampil pesan periode salah.

4.4.1.3 Kesimpulan Pengujian Alpha

Berdasarkan hasil pengujian Alpha yang telah dilakukan dapat ditarik kesimpulan bahwa perangkat lunak sudah berjalan cukup maksimal, tetapi tidak menutup kemungkinan dapat terjadi kesalahan pada saat perangkat lunak digunakan, sehingga membutuhkan proses maintenance untuk lebih mengetahui kekurangan dari perangkat lunak

4.4.5 Pengujian Beta

Pengujian beta merupakan pengujian yang dilakukan secara langsung pada perusahaan yaitu untuk mengetahui kualitas dari software yang telah dibuat, apakah sudah sesuai dengan yang diharapkan atau belum, pengujian dilakukan dengan melakukan wawancara kepada pihak Satuan Pengawas Intern RSJ Dr. Soeharto Heerdjan.

Wawancara dilakukan dengan mengajukan berapa pertanyaan utama. Berikut adalah pertanyaan utama yang diajukan pada saat wawancara :

1. Bagaimana tanggapan dari hasil perancangan data mart ini ?

2. Apakah mengalami kesulitan dalam menggunakan data mart ini ?

3. Apakah data mart ini membantu dalam proses analisis data pendistribusian barang di RSJ Dr. Soeharto Heerdjan?

4. Apakah data mart ini sudah menyajikan informasi yang diperlukan?

5. Apakah lebih mudah dalam pembuatan laporan?

6. Apakah ada saran untuk pengembangan perangkat lunak ini kedepannya ?

Hasil Wawancara Membangun Data Mart Barang Masuk Untuk Pendistribusian Di RSJ Dr. Soeharto Heerdjan Jakarta Nama : Bambang Wilianto, S.E, A.K

Jabatan : Kepala Satuan Pengawas Intern RSJ Dr. Soeharto Heerdjan Jakarta

Nip : 196005201982031002

1 Pertanyaan Bagaimana tangapan dari hasil perancangan data mart ini ?

Jawaban Menurut bapak Bambang Wilianto selaku Kepala Satuan Pengawas Intern di RSJ Dr. Soeharto Heerdjan cukup puas dengan data mart yang dirancang untuk RSJ Dr. Soeharto Heerdjan karena secara garis besar sudah cukup baik dalam perjanjian penelitian dan pemenuhan kebutuhan yang diharapkan.

2 Pertanyaan Apakah mengalami kesulitan dalam menggunakan data mart ini ?

Jawaban Bapak Bambang Wilianto menjelaskan bahwa data mart cukup memenuhi standar RSJ Dr. Soeharto Heerdjan karena sudah dibantu dengan perangkat lunak yang easy to use.

3 Pertanyaan Apakah data mart ini membantu dalam proses análisis data pendistribusian barang masuk di RSJ Dr. Soeharto Heerdjan?

Jawaban Beliau menjelaskan penggunaan data mart dirasa cukup membantu dalam meningkatkan performasi dan kinerja dalam menganalisa data pendistribusian barang masuk di RSJ Dr. Soeharto Heerdjan.

4 Pertanyaan Apakah data mart ini sudah menyajikan informasi yang diperlukan?

Jawaban Dijelaskan lebih lanjut oleh bapak Bambang Wilianto penyajian informasi di data mart ini cukup baik dan hampir memenuhi kebutuhan yang diminta dalam pembangunan perangkat lunak data mart tentang info data barang masuk yang bersumber dari supplier.

5 Pertanyaan Apakah informasi yang diperoleh sudah dapat membantu dalam menentukan tingkat mutu pendistribusian barang di RSJ Dr. Soeharto Heerdjan ?

Jawaban Bapak bambang menambahkan dari analisis yang dilakukan oleh perangkat lunak data mart,beliau dapat membuat keputusan penilaian tingkat mutu distribusi yang tepat tentunya setelah dilakukan rapat rekor.

6 Pertanyaan Apakah ada saran untuk pengembangan data mart ini kedepannya ?

Jawaban Menurut bapak Bambang Wilianto, saat ini RSJ Dr. Soeharto Heerdjan masih berkembang sesuai dengan visi dan misi rumah sakit. Tentunya beliau mengharapkan pengembangan lebih lanjut dari perangkat lunak data mart ini. Berdasarkan penjelasan dari

pihak pembuat perangkat lunak saudara Wisnu Giri Nugroho, yaitu dengan menerapkan sistem data warehouse .

4.4.2.1 Saran Pengujian Betha

Berikut adalah saran yang diberikan oleh Bapak Bambang Wilianto selaku Kepala Satuan Pengawas Intern di RSJ Dr. Soeharto Heerdjan Jakarta

1. Data mart yang dibangun di RSJ Dr. Soeharto Heerdjan Jakarta dapat di kembangkan menjadi data warehouse untuk mendapatkan informasi dari beberapa instalasi di RSJ Dr. Soeharto Heerdjan

2. Data Mart ini dapat di kembangkan lagi untuk memperoleh informasi mengenai bukan hanya pendistribusian barang di rumah sakit tetapi bisa semua data tentang hal yang menyankut kebutuhan keseluruhan informasi rumah sakit dengan menerapkan sistem data warehouse.

4.4.2.2 Kesimpulan Pengujian Betha

Berdasarkan hasil wawancara diatas menunjukkan bahwa tujuan dari pembangunan data mart ini sudah hampir terpenuhi. Untuk kebutuhan-kebutuhan yang muncul dikemudian hari, maka akan dimasukkan ke tahap maintenance.

103

5.1 Kesimpulan

Berikut ini adalah kesimpulan yang dapat diambil dari penelitian yang dilakukan berdasarkan pengujian yaitu data mart yang dibangun dapat memudahkan pihak RSJ. Dr Soeharto Heerdjan khususnya bagian admistrasi dan satuan pengawas intern dalam menganalisa secara detail mengenai pendistribusian barang masuk yang berasal dari setiap supplier yang bekerja sama dengan RSJ. Dr Soeharto Heerdjan.

5.2 Saran

Setelah melaksanakan membangun Data Mart di RSJ. Dr Soeharto Heerdjan, maka beberapa saran yang dapat dikemukakan, adalah sebagai berikut:

1. Data mart yang di bangun di RSJ. Dr Soeharto Heerdjan dapat di buatkan aplikasi data mart yang terintegrasi dengan sistem informasi yang sudah ada di RSJ. Dr Soeharto Heerdjan

2. Data mart yang dibangun di RSJ. Dr Soeharto Heerdjan dapat di kembangkan menjadi data warehouse untuk mendapatkan informasi dari beberapa isntalasi di RSJ. Dr Soeharto Heerdjan.

RSJ DR. SOEHARTO HEERDJAN

JAKARTA



_{Pihak admistrasi rumah sakit kesulitan untuk melakukan}

perhitungan analisis barang masuk disebabkan arsitektur

data yang ada sekarang tidak mampu untuk menganalisis

data lebih lanjut.



Sistem informasi yang ada saat ini juga memiliki

keterbatasan dalam menyajikan informasi secara detail

mengenai barang masuk untuk pendistribusian rumah

sakit.

Bagaimana membangun perangkat lunak

data mart

barang masuk untuk pendistribusian

di Rumah Sakit

Jiwa Dr. Soeharto Heerdjan.

Dari permasalahan yang ada, maksud dan penulisan tugas

akhir ini adalah untuk membangun perangkat lunak

data

mart

barang masuk untuk pendistribusian

di Rumah

Sakit Jiwa Dr. Soeharto Heerdjan.

Sedangkan tujuan yang akan dicapai dari dibangunnya

perangkat lunak ini adalah memudahkan pihak Rumah

Sakit Jiwa Dr. Soeharto Heerdjan dalam menganalisis

data barang masuk di unit yang berwenang.



Membangun

data mart

barang masuk untuk pendistribusian di

Rumah Sakit Jiwa Dr. Soeharto Heerdjan.



Data yang di analisis nantinya hanya data barang masuk di

Rumah Sakit Jiwa Dr. Soeharto Heerdjan yang berasal dari unit

terkait.



Data bersumber dari database yang ada di Rumah Sakit Jiwa Dr.

Soeharto Heerdjan.



Pendekatan analisis perangkat lunak yang digunakan adalah

berdasarkan pendekatan analisis terstruktur.



Data mart

hanya akan di gunakan di pihak satuan pengawas

interen Rumah Sakit Jiwa Dr. Soeharto Heedjan.

Metodologi penelitian yang digunakan untuk membangun perangkat lunak

data mart

ini menggunakan metode analisis deskriptif yaitu suatu metode

yang bertujuan untuk mendapatkan gambaran yang jelas tentang hal-hal

yang diperlukan.



Metode Pengumpulan Data



Studi Literatur



Studi Lapangan



Wawancara

Analisis Arsitektur

_{Data Mart :}

1.

Analisis Source Layer

2.

Analisis Data Staging

3.

Analisis

Data Mart

Layer

4.

Analisis OLAP

Diagram Relasi OLTP RSJ Dr. Soeharto Heerdjan

Kategori PK ID_Kategori Nama_Kategori Barang PK ID_Barang FK1 Id_Kategori Nama_barang Stock Supplier PK ID_Suplier Nama_Supplier Alamat_Supplier No_telepon Barang Masuk PK ID_BM FK1 ID_Suplier Tanggal_Masuk

Detail Barang Masuk PK ID_Detail_BM FK1 ID_BM FK2 ID_Barang Jumlah Instalasi PK ID_Instalasi Nama_Instalasi Pendistribusian Barang PK ID_distribusi FK1 ID_Instalasi Tanggal_Distribusi

Detail Pendistribusian Barang PK ID_Detail_Distribusi FK1 ID_distribusi

FK2 ID_Barang Jumlah

Flowchart proses transform

Mulai

Baca Data Hasil Ekstrak

Pemilihan Tabel Apakah Tabel sesuai? Tabel Sesuai Tabel ditampilkan ya tidak Pemilihan kolom Apakah Kolom Sesuai? Tabel Sesuai Tabel ditampilkan tidak ya

Pemilihan field tanggal pada tabel Barang Keluar sebagai Dim waktu

Field Tanggal sudah dijadikan Dim waktu ?

Field Tanggal sudah dijadikan Dim Waktu

Ubah Format Nama Data

Penamaan Sesuai ? Nama Sesuai Dim Waktu ditampilkan Penamaan ditampilkan

Simpan dan Load Hasil Transform ke Data Mart

Selesai tidak

ya

tidak

Proses

cleaning

pada tabel Supplier

Menghapus kolom yang tidak digunakan pada proses

selanjutnya yaitu kolom Alamat_Supplier dan no_telp

Proses

cleaning

pada tabel detail barang masuk

Menghapus kolom yang tidak digunakan pada proses

selanjutnya yaitu kolom ID_BM dan ID_Barang

Proses

conditioning

pada field tanggal pada tabel barang masuk menjadi

Dim waktu

Pada proses conditioning Tabel Detail barang masuk merupakan Tabel fakta

dalam DMRSJ, sedangkan Tabel Barang, Tabel Kategori dan Tabel supplier

merupakan Tabel Dimensi dalam DMRSJ.

ID_Detail_Barang_Masuk ID_Kategori ID_Barang ID_Supplier Jumlah ID_Waktu

5 1 12 1 100 1

6 1 3 1 500 2

18 4 42 1 20 3

26 3 21 1 5 4

ID_Barang_Masu k

Tanggal ID_Supplier

1 2012-05-10 7

2 2012-05-10 24

3 2012-05-10 15

ID_Waktu Tanggal Bulan Tahun

1 5 10 2012

2 5 10 2012

DIMENSI BARANG

PK ID_Barang

Nama_Barang Harga

Stok FK1 ID kategori DIMENSI SUPPLIER

PK ID_Supplier

Nama_Supplier

FAKTA BARANG MASUK

PK ID_Detail_barang_masuk

FK1 ID_Barang FK2 ID_waktu FK3 ID_Supplier

Jumlah

DIMENSI WAKTU

PK ID_Waktu

Tanggal Bulan Tahun DIMENSI KATEGORI

PK ID kategori

BARANG Supplier Waktu Total

Transamin 500mg PT. Tiara Kencana _{01 200}

Jarum Suntik Terumo 25G x 1 PT. Gelora Megah Lestari _{02 140}

HP Codemaster XL Defibrillator PT. Indo Takwa Sarana _{03 12}

AC Panasonic Allowa 1/2PK 320W CV. Trinity Dynamica _{04 25}



measure

yang dibuat adalah total proses data yang diambil dari

tabel Fakta barang masuk dengan

field

total

Measure Keterangan Agregasi

Roll up

Misalkan menampilkan informasi jumlah total barang masuk

ke rumah sakit berdasarkan periode total 3 bulanan

Menjadi

Nama kategori supplier Jumlah

Jan Feb Mar

Transamin 500mg Obat PT. Tiara Kencana 25 35 27

Jarum Suntik Terumo 25G x

1 BHP Medis PT. Gelora Megah Lestari 17 20 15 HP Codemaster XL

Defibrillator Mesin Medis PT. Indo Takwa Sarana 4 3 5

AC Panasonic Allowa 1/2PK 320W

Barang Inventaris

Kantor CV. Trinity Dynamica 10 7 8

Nama Kategori Toko Jumlah

Transamin 500mg Obat PT. Tiara Kencana ₈₇

Jarum Suntik Terumo 25G x 1 BHP Medis PT. Gelora Megah Lestari 52

HP Codemaster XL Defibrillator Mesin Medis PT. Indo Takwa Sarana 12

AC Panasonic Allowa 1/2PK 320W Barang Inventaris

PERANCANGAN

INTERFACE

FORM MENU ANALISIS

DIMENSI WAKTU

June 2012 S/D June 2012

Hasil Analisis Data

KETERANGAN : FORM MENU ANALISIS UKURAN : 800x600

JENIS HURUF : CALIBRI

1. List Waktu(Berdasarkan bulan dan tahun)

2. List Waktu(Berdasarkan bulan dan tahun) 3. Commad Button Proses (Untuk menampilkan hasil analisis)

4. Commad Button ulang (Untuk mengulang analisis) 5. Hasil Analisis(menampilkan hasil analisis)

6.tutup(kembali ke menu utama)

Tutup Periode:

PERANCANGAN

INTERFACE

JARINGAN SEMANTIK

P

ERANCANGAN

PROCEDURAL

Prosedur Ekstrak

Mulai

Baca Data

OLTP

Pengecekan Data OLTP

Apakah Data

Tersedia?

Data Ada

Data Hasil

ekstrak

ditampilkan

Simpan ke

stagging area

Selesai

Tidak

P

ERANCANGAN

PROCEDURAL

(

LANJUTAN

)

Mulai

Baca Data Hasil Ekstrak

Pemilihan Tabel Apakah Tabel sesuai? Tabel Sesuai Tabel ditampilkan ya tidak Pemilihan kolom Apakah Kolom Sesuai? Tabel Sesuai Tabel ditampilkan tidak ya

Pemilihan field tanggal pada tabel Barang Keluar sebagai Dim waktu

Field Tanggal sudah dijadikan Dim waktu ?

Field Tanggal sudah dijadikan Dim Waktu

Ubah Format Nama Data

Penamaan Sesuai ? Nama Sesuai Dim Waktu ditampilkan Penamaan ditampilkan

Simpan dan Load Hasil Transform ke Data Mart tidak

ya

tidak

ya

P

ERANCANGAN

PROCEDURAL

(

LANJUTAN

)

Mulai Baca Data

Hasil ETL Pilih Range Waktu

Range waktu sesuai ?

Ya

Tidak

Data Analisis Di Tampilkan

Selesai Range Waktu sudah

diisi