Memutuskan Prioritas Query dan Tipe Query Deciding the Query

3. SQL Server Integration Services Project a. Membuat Data Source Langkah pertama yang dilakukan adalah membuat data source baru, dimana sebelumnya telah dibuat data transaksi yang sesuai dengan ERD pada gambar 4.7 sebagai database OLTP serta tabel-tabel untuk database OLAP. Gambar 4.10 Create New Data Source Kemudian setelah dipilih New Data Source akan muncul jendela Data Source Wizard pilih Next Gambar 4.11 Jendela Data Source Wizard Pada jendela Data Source Wizard pilih create a data source based on an existing or new connection dimana kita dapat membuat koneksi baru atau menggunakan koneksi yang sudah ada. Dalam hal ini menggunakan database source untuk „takaful’ sebagai OLTP dan „OLAPtakaful’ sebagai OLAP. Pilih Next. Gambar 4.12 Jendela Data Source Wizard Pilih „takaful’ dan „OLAPtakaful’ Lalu untuk completing the wizard pada data source name dapat diberikan nama „takaful’ untuk data connection „takaful’ dan dapat diberikan nama „OLAPtakaful’ untuk data connection „OLAPtakaful’ kemudian pilih Finish. Gambar 4.13 Compleeting the Wizard b. Membuat SSIS Package Selanjutnya dibuat SSIS Package untuk menghubungkan tabel-tabel dimensi dan fakta yang dibuat pada database OLAPtakaful dengan database OLTP yang dibuat di database takaful. Langkah pertama adalah klik kanan pada SSIS Package di solution explorer lalu pilih New SSIS Package. Dimana setiap package digunakan untuk koneksi satu tabel saja. Gambar 4.14 New SSIS Package Selanjutnya buka tab data flow lalu pada Connection Managers klik kanan dan pilih New Connection Manager From Data Source. Gambar 4.15 Connection Managers Pada jendela Select Data Source pilih „takaful’ dan „OLAPtakaful’ seperti yang telah dibuat pada langkah sebelumnya. Kemudian pilih OK. Gambar 4.16 Jendela Select Data Source Setelah Data Source telah ditentukan, pilihlah tool OLE DB Source dan OLE DB Destination pada Toolbox di sebelah kiri jendela dengan cara didrag. Gambar 4.17 Toolbox OLE DB Source dan OLE DB Destination Kemudian untuk menentukan source dan destination, klik dua kali double klick pada OLE DB Source dan pada OLE DB Destination. Gambar 4.18 Membuat OLE DB Source dan OLE DB Destination Pada OLE DB Source Editor pilih „takaful’ untuk OLE DB connection manager dan pilih SQL Command untuk Data access mode. Pada SQL Command text ketikkan SQL Command yang digunakan untuk menghubungkan masing-masing sumber. Gambar 4.19 OLE DB Source editor Sedangkan untuk OLE DB Destination Editor pilih „OLAPtakaful’ untuk OLE DB connection manager dan pada Data access mode pilih Table or view – fast load. Isikan nama tabel yang akan dikoneksikan dengan source tadi misalnya tabel [dbo].[dimensicauses] untuk tabel dimensi cause, dan beri tanda centang pada table lock dan check constraints. Gambar 4.20 OLE DB Destination Editor Selanjutnya setelah data flow berhasil dibuat, pindah ke tab control flow dimana pada jendela tersebut telah otomatis ada data flow task yang teah dibuat sebelumnya, kemudian drag tool Execute SQL Task dari toolbox. Gambar 4.21 Jendela Control Flow Kemudian double klick pada Execute SQL Task sehingga muncul jendela Execute SQL Task Editor . Pada connection isikan „OLAPtakaful’ dan saat dipilih pada SQL Statement akan muncul jendela Enter SQL Querry. Gambar 4.22 Jendela Execute SQL Task Editor Isikan query pada jendela Execute SQL Task Editor tersebut dan pilih OK. Gambar 4.23 Jendela SQL Querry Lalu jalankan querry tersebut, dengan memilih perintah execute Atau dengan menekan tombol F5. Dan bila sukses, kotak Data Flow Task dan Execute SQL Task akan berwarna hijau. Gambar 4.24 Data Flow Task dan Execute Task Dimensi Causes Sukses 4. SQL Server Analysis System Langkah ini dilakukan untuk membuat cube-cube untuk analisis data yang ada dalam data warehouse. Langkah-langkahnya adalah sebagai berikut: a. Membuat data source baru Langkah pertama dalam melakukan Analysis Service Project adalah klik kanan pada Data Source kemudian klik New Data Source. Gambar 4.25 Create Data Source Kemudian muncul Data Source Wizard untuk menentukan database yang akan dijadikan sumber data, pilih „OLAPtakaful’ yang berisi tabel-tabel dimensi dan fakta, lalu klik Next. Gambar 4.26 Data Source Wizard Pemilihan Data Connection Pada tahap Impersonation Information pilih Use The Service Account, lalu pilih Next. Gambar 4.27 Impersonation Information Kemudian ketik nama data source yang diinginkan misalnya OLAPtakaful, lalu pilih Next. Gambar 4.28 Data Source Name b. Membuat Data Source View Data Source View dibuat untuk menampilkan gambar struktur hubungan antara tabel fakta dan dimensi. Pertama, klik kanan pada Data Source View, kemudian pillih New Data Source View. Gambar 4.29 Membuat New Data Source View Pada langkah Select a Data Source, pilih Data Source yang telah dibuat sebelumnya, yaitu OLAPtakaful kemudian pilih Next. Gambar 4.30 Pemilihan Data Source Setelah itu akan muncul tabel-tabel yang ada pada source OLAPtakaful pada available objects di sisi kiri yang selanjutnya semua tabel tersebut akan dimasukkan ke Included objects pada sisi kanan. Gambar 4.31 Pemilihan Tabel yang Akan Ditampilkan Kemudian ketik nama Data Source View yang akan ditampilkan sesuai dengan keinginan, lalu pilih Next. Gambar 4.32 Penamaan Data Source View c. Membuat Cube Untuk menampilkan star schema kemudian dibuat cube dengan cara klik kanan pada Cube dan pilih New Cube. Gambar 4.33 Create New Cube Pada tahap Select Build Method pilih Build the cube using a data source kemudian ilih yang Auto build. Gambar 4.34 Pemilihan Metode Pembuatan Kemudian pilih data source OLAPtakaful dimana terdapat tabel-tabel dimensi dan fakta dan pilih Next. Gambar 4.35 Pemilihan Data Source Selanjutnya SQL Server akan secara otomatis mendeteksi tabel dimensi dan fakta yang terdapat dalam OLAPtakaful, kemudian pilih Next. Gambar 4.36 Deteksi Tabel Dimensi Dan Fakta Pada tahap Identify Fact and Dimension Tables, pilih tabel dimensi waktu waktudim sebagai waktu dimension table dan pada tab tables, pilih tabel yang akan digunakan sebagai tabel dimensi dan tabel fakta. Gambar 4.37 Identifikasi Tabel Dimensi Dan Fakta Pada tahap ini, pilihlah measure mana yang akan ditampilkan dan yang tidak akan ditampilkan. Kemudian pilih Next. Gambar 4.38 Pemilihan Measure Kemudian SQL Server akan mendeteksi hirarki, kemudian pilih Next. Gambar 4.39 Pendeteksian Hirarki Tahap selanjutnya adalah melihat kembali struktur dimensi baru atau merubahnya jika diperlukan, dan pilih Next. Gambar 4.40 Review New Dimension Kemudian isilah nama cube yang diinginkan, lalu klik Finish. Gambar 4.41 Pemberian Nama Cube Kemudian muncullah hasil cube yang dibuat yaitu berupa star schema dengan susunan tabel-tabel dimensinya sesuai dengan rancangan yang sudah dibuaat, seperti gambar di bawah ini. Gambar 4.42 Hasil Cube Star Schema

4.7.9.2. Analisis Kapasitas Media Penyimpanan

a. Analisis untuk kapasitas dimensi waktu Besar ukuran maksimal dalam satu record pada dimensi waktu adalah: integer 4 + integer 4 + integer 4 + integer 4 = 16 byte Sediakan 50 untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: 50 x 16 + 16 = 24 Asumsi untuk jumlah record pertahun adalah 365 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 365 record x 5 tahun = 1825 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi waktu untuk lima tahun ke depan adalah: 1825 x 24 byte = 43800 bytes b. Analisis untuk kapasitas dimensi customer Besar ukuran maksimal dalam satu record pada dimensi customer adalah: integer 4 + character 25 + character 30 = 59 byte Sediakan 50 untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: 50 x 59 + 59 = 89 Asumsi untuk jumlah record pertahun adalah 5000 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 5000 record x 5 tahun = 25000 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi customer untuk lima tahun ke depan adalah: 25000 x 89 byte = 2225000 bytes c. Analisis untuk kapasitas dimensi cause Besar ukuran maksimal dalam satu record pada dimensi cause adalah: integer 4 + character 5 = 9 byte Sediakan 50 untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: 50 x 9 + 9 = 14 Asumsikan untuk jumlah record pertahun adalah 20 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 20 record x 5 tahun = 100 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi risk untuk lima tahun ke depan adalah: 100 x 14 byte = 1400 bytes d. Analisis untuk kapasitas dimensi product Besar ukuran maksimal dalam satu record pada dimensi product adalah: integer 4 + character 3 + character 25 = 32 byte Sediakan 50 untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: 50 x 32 + 32 = 48 Asumsi untuk jumlah record pertahun adalah 20 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 20 record x 5 tahun = 100 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data dimensi risk untuk lima tahun ke depan adalah: 100 x 48 byte = 4800 bytes e. Analisis untuk kapasitas fakta klaim Besar ukuran maksimal dalam satu record pada table fakta klaim adalah: integer 4 + integer 4 + integer 4 + integer 4 + decimal 5 + decimal 5 = 26 byte Sediakan 50 untuk mengakomodasi kmungkinan adanya kolom tambahan, menjadi: 50 x 26 + 26 = 39 Asumsi untuk jumlah record pertahun adalah 7000 record, maka perkiraan jumlah record untuk lima tahun kedepan adalah sebesar: 7000 record x 5 tahun = 35000 Jadi perkiraan kapasitas media penyimpanan yang diperlukan untuk menyimpan data fakta klaim untuk lima tahun ke depan adalah: 35000 x 26 byte = 910000 bytes Tabel 4.22 Analisis Kapasitas Media Penyimpanan Nama Tabel Besar 1 Record Besar 1 Record +50 Estimasi Data Pertahun Estimasi Data Perlima Tahun Size byte Size Kbyte 1Kb=1024bytes Dimensi waktu 16 24 365 1825 43800 43 dimensi customer 59 89 5000 25000 2225000 2173 dimensi cause 9 14 20 100 1400 1,4 dimensi product 32 48 20 100 4800 5 fakta klaim 26 39 7000 35000 910000 889 Berdasarkan hasil analisis kapasitas media penyimpanan dapat diketahui bahwa total kapasitas yang dibutuhkan untuk menampung data-data dari tabel dimensi waktu sebesar 43 bytes, dimensi customer sebesar 2173 bytes, dimensi cause sebesar 1,4 bytes, dimensi product sebesar 5 bytes, dan untuk tabel fakta klaim sebesar 889 bytes, maka total kapasitas media penyimpanan yang dibutuhkan untuk data warehouse „OLAPtakaful’ ini untuk menampung data selama lima tahun adalah sebesar 3111,4 bytes.

4.8. Hasil Skema Bintang

Skema bintang dari proses klaim ini terdiri dari tabel faktaklaim yang berhubungan langsung dengan empat tabel dimensi, yaitu waktudim, dimensicauses, dimensiproduct dan dimensicustomer. Berikut ini adalah skema bintang dari proses klaim: Gambar 4.43 Skema Bintang Klaim Skema ini terbentuk setelah melalui proses extract, transfer, and load ETL data dari database „takaful’ ke dalam data warehouse „OLAPtakaful’ menggunakan SQL Server Busines Intelligence Development - Analysis Services Projects. Skema ini menunjukkan bahwa untuk menampilkan data total klaim dan total nilai klaim dapat dilihat berdasarkan jenis produk, jenis penyebab terjadinya kecelakaan cause, maupun berdasarkan ID dan nama peserta yang mengajukan klaim, dalam periode waktu tertentu.

4.9. Meta Data

Berikut ini adalah deskripsi meta data dari tabel-tabel dimensi yang digunakan dalam skema bintang yang terdapat pada Gambar 4.8. Skema bintang klaim: 1. Nama database : takaful Nama tabel : waktudim Sumber : - Keterangan : Merupakan tabel dimensi waktu Tabel 4.23 Meta Data Pada Dimensi Waktu Field Tipe Ukuran Sumber Tabel Tipe Ukuran Field idwaktu Int 4 x x x x year int 4 x x x x month Int 4 x x x x 2. Nama database : takaful Nama tabel : dimensicustomeromer Sumber : Tabel mascust Keterangan : Merupakan tabel dimensi customer Tabel 4.24 Meta Data Pada Dimensi Customer Field Tipe Ukuran Sumber Tabel Tipe Ukuran Field idcustomer Int 4 x x x x cust_code char 25 mascust Char 25 cust_code cust_name char 30 mascust Char 30 cust_name 3. Nama database : takaful Nama tabel : dimensicauses Sumber : Tabel cause Keterangan : Merupakan tabel dimensi cause yang menyebabkan terjadinya klaim Tabel 4.25 Meta Data Pada Dimensi Cause Field Tipe Ukuran Sumber Tabel Tipe Ukuran Field idcause Int 4 x x x x loss_code Char 5 cause Char 5 loss_code 4. Nama database : takaful Nama tabel : dimensiproduct Sumber : Tabel product Keterangan : Merupakan tabel dimensi product asuransi Tabel 4.26 Meta Data Pada Dimensi Product Field Tipe Ukuran Sumber Tabel Tipe Ukuran Field idprd Int 4 x x x x