141
4.2.2 Pembentukan Tabel Dimensi dan Tabel Fakta
1 Tabel Dimensi Proyekspk
G ambar 4.31 transformasi dimensi proyekspk
Gambar 4.K5 merupakan proses pembentukan tabel dim_proyekspk. Tabel dimensi ini akan digunakan dalam proses OLAP. Proses pembentukan
tabel ini terdiri dari 4 langkah, yaitu table input untuk membaca data dari tabel ms-_proyek dan tabel ms-_spk, kemudian add sequence untuk
menambahkan surrogate key yaitu sk_proyekspk sebagai primary key. Langkah select values digunakan untuk pemilihan data serta pengubahan
metadata, dan kemudian menyimpan data ke tabel dim_proyekspk melalui langkah table output.
Tabel 4.12 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_proyekspk
Nama File transform_ms_tenagakerjasum.ktr Nama Step Table Input
Masukan Data dari tabel tenagakerja Connection
Host : localhost Database: db_gudangdata
Port : 3306
14K
2 Tabel Dimensi barang
Gambar 4.32 transformasi dimensi barang
Query SQL SELECT kodeProyek
, namaSPK , tglBayar , jumlahTK , jumlahBayar
FROM tenagakerja
Nama Step Select values Mengubah meta data Fieldname
Rename to Type
kode_proyek kodeproyek
String : 100 nama_spk
namaspk String : 100
jumlahBayar jumlahtenagakerja Number
Nama Step Group By Group By kodeproyek dan namaspk
Dengan aggregasi jumlahtenagakerja tipe sum
Nama Step Table Output Table output ms_ ms_ternagakerja_sum Connection
Host : localhost Database : db_gudangdata
Port : 3306
Target Table ms_tenagakerja_sum
143
Gambar 4.K6 merupakan proses pembentukan tabel dimensi barang. Proses pembentukan tabel ini terdiri dari 4 langkah, yaitu table input, stream
lookup, add sequence, dan table output. Pada proses ini terdapat K tabel input, yaitu tabel input ‘ms barang’ dan tabel input ‘ms kategori’. Langkah stream
lookup digunakan untuk mendapatkan field ‘keterangan’ dari tabel ‘ms kategori’. Langkah add sequence digunakan untuk memberikan surrogate key
yaitu SK_Barang sebagai primary key pada tabel ‘dim_barang’, dan kemudian tahap table output yang akan mengeksekusi perintah SQL.
Tabel 4.13 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_barang
Nama File dim_barang.ktr Nama Step Table Input
Masukan Data dari tabel ms_barang Connection
Host : localhost Database : db_gudangdata
Port : 3306
Query SQL SELECT
kodebarang, namabarang , kategori, subkategori
, satuan, harga FROM ms_barang
Nama Step Stream lookup Menyamakan nama keterangan Berdasarkan: kategori
Nama Step Table Input Masukan data dari ms_kategori
Connection Host : localhost
Database : db_gudangdata Port : 3306
Query SQL SELECT
kategori, subkategori, keterangan FROM ms_kategori
144
Nama Step Add Sequence Memberikan surrogate key, yaitu field sk_barang Nama Step Table Output
Tabel output dim_barang Connection
Host : localhost Database : db_gudangdata
Port : 3306
Target Table dim_barang
3 Tabel Dimensi Sales
Gambar 4.33 transformasi dimensi sales
Gambar 4.K7 merupakan proses pembentukan tabel dimensi sales. Proses pembentukan tabel ini terdiri dari 3 langkah, yaitu table input, add sequence,
dan table output. Proses diawali dengan membaca data tabel ‘ms sales’, tahap add sequence digunakan untuk memberikan surrogate key yaitu SK_sales
sebagai primary key, dan tahap table output yang akan mengeksekusi perintah SQL.
Tabel 4.14 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel dim_sales
Nama File dim_sales.ktr Nama Step Table Input
Masukan Data dari tabel ms_sales Connection
Host : localhost Database : db_gudangdata
Port : 3306
Query SQL SELECT kodesales, sales
145
4 Tabel Dimensi Waktu
Gambar 4.34 transformasi dimensi sales
Dimensi waktu tidak dibentuk melalui integrasi data dari tabel tertentu dari database sistem informasi sistem informasi, melainkan melalui proses
generate baris dengan formasi data tanggal yang dikalulasi melalui proses generate baris dengan formasi data tanggal yang dikalkulasi dan disesuaikan
dengan pendekripsian nama hari dan nama bulan sehingga terbentuk barisan- barisan yang berisi informasi waktu seperti hari, tanggal, bulan, tahun,
minggu, dan quarter. FROM ms_sales
Nama Step Add Sequence Memberikan surrogate key, yaitu field sk_sales Nama Step Table Output
Tabel output dim_sales Connection
Host : localhost Database : db_gudangdata
Port : 3306
Target Table dim_sales
146
5 Tabel fakta Proyek
Gambar 4.35 Fact Proyek
Gambar 4.K9 merupakan proses pembentukan tabbel fakta proyek. Tabel ini akan digunakan dalam proses OLAP. Terdapat 8 langkah dalam
pembentukan tabel fakta proyek, diantaranya table input, calculator, stream lookup, select values, sort rows, group by, dan table output. Proses ini
terdapat beberapa tabel input, diantarnya master transaksi, dimensi proyek, dan dimensi waktu. Input table ms transaksi digunakan untuk membaca data
pada tabel master transaksi, langkah calculator digunakan untuk menghitung selisih biaya dari pengurangan nilai project terhadap total biaya. Pada tahap
stream lookup yang digunakan untuk menyamakan nama kodeproyek, nama proyek, dan nama spk dengan kunci sk_spk, dan menyamakan tgl spk dengan
kunci sk-_waktu. Langkah select value digunakan untuk melakukan pengubahan meta data, dan kemudian mengurutkan dan mengelompokan data
sebelum kemudian disimpan ke tael fact_proyek melalui langkah table output yang akan mengeksekusi perintah SQL.
147
Tabel 4.15 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_proyek
Nama File fact_proyek.ktr Nama Step Table Input
Masukan Data dari tabel ms_transaksi Connection
Host : localhost Database : db_gudangdata
Port : 3306
Query SQL SELECT kodeproyek
, namaproyek, namaspk , tglspk, nilaispk
, jumlahbahan, jumlahoperasional , jumlahtenagakerja
FROM ms_transaksi_proyek
Nama Step Calculator Menghitung selisih
Jumlah = jumlahbahan + junlahoperasional Jumlahbiaya = jumlahtenagakerja + jumlah
Selisih = nilaispk - jumlahbiaya
Nama Step Stream Lookup
Menyamakan nama kodeproyek, namaproyek, dan nama spk
Berdasarkan : sk_proyekspk Nama Step Stream
Lookup Menyamakan nama tanggal
Berdasarkan : sk_waktu Nama Step Select values
Memilih data yang perlu untuk diproses ke tahap berikutnya.
Nama Step Sort Rows Mengurutkan data berdasarkan sk_waktu
Nama Step Group By Mengelompokan data berdasarkan sk_waktu dan
sk_proyek Nama Step Table Output
Tabel output fact_proyek Connection
Host : localhost Database : db_gudangdata
Port : 3306
Target Table fact_proyek
148
6 Tabel fakta produk khusus
Gambar 4.36 fact produk khusus
Gambar 4.30 merupakan proses pembentukan tabbel fakta proyek. Tabel ini akan digunakan dalam proses OLAP. Terdapat 6 langkah dalam
pembentukan tabel fakta proyek, diantaranya table input, stream lookup, select values, sort rows, group by, dan table output. Proses ini terdapat beberapa tabel
input, diantarnya transaksi, dimensi barang, dimensi sales, dan dimensi waktu. Input table transaksi digunakan untuk membaca data pada tabel dimensi
transaksi. Pada tahap stream lookup yang digunakan untuk menyamakan nama kodebarang dengan kunci sk_barang, dan menyamakan nama sales berdasakan
sk_sales, serta menyamakan tgl spk dengan kunci sk-_waktu. Langkah select value digunakan untuk melakukan pengubahan meta data, dan kemudian
mengurutkan dan mengelompokan data sebelum kemudian disimpan ke tael fact_produk melalui langkah table output yang akan mengeksekusi perintah
SQL.
149
Tabel 4.16 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan tabel fact_proyek
Nama File fact_produk.ktr Nama Step Table Input
Masukan Data dari tabel ms_transaksi Connection
Host : localhost Database : db_gudangdata
Port : 3306
Query SQL SELECT noFaktur
, tglfaktur, sales , kodebarang , namabarang
, kategori, satuan , quantity, harga_satuan
, totaldiskon, harganet , total, sk_transaksi
FROM dim_transaksi
Nama Step Stream Lookup
Menyamakan nama kodebarang Berdasarkan : sk_barang
Nama Step Stream Lookup
Menyamakan nama sales Berdasarkan : sk_sales
Nama Step Stream Lookup
Menyamakan tanggal Berdasarkan sk_waktu
Nama Step Select values Memilih data yang perlu untuk diproses ke tahap
berikutnya. Nama Step Sort Rows
Mengurutkan data berdasarkan sk_waktu Nama Step Group By
Mengelompokan data
berdasarkan sk_waktu,
sk_barang, dan sk_sales Nama Step Table Output
Tabel output fact_proyek Connection
Host : localhost Database : db_gudangdata
Port : 3306
Target Table fact_produk
150
7 Job Scheduling Proyek
Gambar 4.37 Job Scheduling Proyek
Job Scheduling proyek merupakan job untuk menjalankan semua tranformasi yang berhubungan dengan pembentukan tabel fakta proyek. Job
dijadwalkan perbulan, yang berarti fakta proyek membaca data proyek perbulan. Job scheduling proyek berisi job lain, diantaranya:
a. Job_run_all_masterproyek, berisi job untuk menjalankan transformasi data
master, seperti
transformasi ms_proyek,
ms_spk, ms_pemakaianbahan, ms_tenagakerja, ms_operasional.
b. Job_ms_proyekspk, berisi job untuk menjalankan transformasi integrasi penggabungan ms_proyek dan ms_spk.
c. Job_ms_transaksiproyek, berisi job untuk menjalankan transformasi transaksiproyek.
d. Job_run_all_dimensi_proyek, berisi
job yang
menjalankan transformasi pembentukan tabel dimensi.
e. Job_act_proyek, berisi job yang menjalankan job pembentukan tabel fakta proyek.
151
8 Job Scheduling Produk
Ga mbar 4.38 Job Scheduling Proyek
Job Scheduling produk merupakan job untuk menjalankan semua tranformasi yang berhubungan dengan pembentukan tabel fakta produk. Job
dijadwalkan perbulan, yang berarti fakta proyek membaca data penjualan perbulan. Job scheduling proyek berisi job lain, diantaranya:
a. Job_run_all_master, berisi job yang menjalankan transformasi tabel master, seperti ms_barang, ms_kategori, ms_sales, ms_penjualan,
dan ms_penjualandetail. b. Job_ms_transaksi, berisi job untuk menjalankan transformasi
pembentukan tabel master transaksi. c. Job_run-all_dimensi, berisi job yang menjalankan transformasi
pembentukan tabel dimensi. d. Job_fact_produkkhusus, berisi job yang menjalankan transformasi
pembentukan tabel fakta.
15K
4.2.3. Skema MDX
Kategori