Membuat skema bintang Membangun

Gambar 3.19 merupakan tabel fakta yang terdiri dari B merupakan pasien baru, L merupakan pasien lama, K merupakan psien kunjungan atau pasien dari luar daerah. Didalam tabel ini juga berisi semua sk dari semua dimensi yang ada yakni sk_bulan, sk_tahun, sk_kelompok_umur, sk_nama_penyakit.

3.4 Membuat skema bintang

Dari tabel – tabel dimensi serta tabel fakta yang terbentuk, maka dibuatlah skema bintang seperti di bawah ini : Gambar 3.20 Skema Bintang Tabel Fakta_Penyakit B L K sk_bulan sk_tahun sk_kelompok_umur sk_nama_penyakit dim_kelompok_umur id_klpk_umur nama sk_kelompok_umur dim_nama_penyakit sk_nama_penyakit SP2TP ICD-X jenis_penyakit dim_waktu id_bulan id_tahun nama_bulan tahun sk_waktu Skema bintang yang dibentuk ini berpusat pada tabel fakta yaitu fact_penyakit dan dikelilingi oleh 4 tabel dimensi, yaitu dimensi bulan, tahun, kelompok umur, dan nama penyakit.

3.5 Membangun

cube Pada tugas akhir ini, cube dibangun dengan dua cara yaitu dengan menggunakan Schema Workbench dan menggunakan Netbeans untuk simulasi dari Multiway Array Aggregation . Gambar 3.21 Cube Penyakit Cube Penyakit measure Dimensi nama_penyakit Dimensi waktu Dimensi kelompok_umur Gambar 3.21 merupakan proses pembuatan cube yang memiliki tabel fakta fact_table2 dan 3 measure nilai pengukuran yaitu jumlah B, jumlah L, jumlah K. terdapat 3 dimensi yaitu NamaPenyakit, KelompokUmur, dan Waktu. Dalam implementasi pembuatan cube menggunakan netbeans terdapat 6 kelas, diantaranya adalah : 1. InputDimensi.jsp Pada kelas ini, dilakukan input data dimensi-dimensi untuk kemudian dipecah di dalam kelas berikutnya. 2. PecahDimensi.jsp Pada kelas ini, dilakukan pemecahan dimensi untuk mendapatkan kombinasi dan jalur dari dimensi untuk dilakukan perhitungan menggunakan multiway array aggregation . 3. Coba.jsp Pada kelas ini, memanggil kelas HitungHasil.java untuk menghitung inputan jalur serta menyimpannya ke dalam tabel pada sql untuk dapat ditampilkan hasilnya. 4. Generate.jsp Kelas ini melakukan pembentukan file bertipe xml. 5. HitungHasil.java Kelas ini terdapat method-method untuk dilakukannya perhitungan multiway array aggregation . Algoritma multiway array aggregation adalah sebagai berikut : - Mempartisi array - Mengakses nilai-nilai dimensi - Menghitung aggregate nilai-nilai - Mengambil hasil minimum dari perhitungan Dalam studi kasus ini, dimiliki 3 dimensi untuk membentuk suatu cube. Dimensi – dimensi tersebut adalah Nama Penyakit N, Waktu W, Kelompok Umur K. Besar data untuk masing – masing dimensi tersebut adalah 109, 36, 8 kemudian masing – masing dimensi besar datanya dibagi sama besar yaitu dibagi dalam partisi 2 maka hasilnya adalah 55, 18, 4. Kemudian dari 3 dimensi itu didapatkan urutan cubenya adalah sebagai berikut : Tabel 3.1 Tabel daftar cube dan cuboid No. Base Cuboid 2-cuboid 1-cuboid 0-cuboid 1. NKW NK, NW, KW N,K,W all 2. NWK NW,NK,WK N,W,K all 3. KNW KN,KW,NW K,N,W all 4. KWN KW,KN,WN K,W,N all 5. WKN WK,WN,KN W,K,N all 6. WNK WN,WK,NK W,N,K all Setelah didapatkan urutan cube, dilakukan perhitungan agregasi dari alur kiri dan kanan. Berikut ini adalah perhitungan manual dari multiway array aggregation dari kiri dan kanan : KIRI KANAN 109 8 = 872 55 36 = 1980 4 18 = 72 2924 NKW NK NW KW N K W NKW NK NW KW N K W 8 36 = 872 109 18 = 1980 55 4 = 72 2470 NWK NW NK WK N W K 109 36 = 3924 55 8 = 440 18 4 = 72 4436 NWK NW NK WK N W K 36 8 = 288 109 4 = 436 55 18 = 990 1714 KNW KN KW NW K N W 8 109 = 872 4 36 = 144 55 18 = 990 2006 KNW KN KW NW K N W 109 36 = 3924 8 18 = 144 4 55 = 220 4288 KWN KW KN WN K W N 8 36 = 288 4 109 = 436 18 55 = 990 1714 KWN KW KN WN K W N 36 109 = 3924 8 55 = 440 4 18 = 72 4436 WKN WK WN KN W K N 36 8 = 288 8 109 = 1962 4 55 = 220 2470 WKN WK WN KN W K N 8 109 = 872 36 55 = 1980 18 4 = 72 2924 WNK WN WK NK W N K 36 109= 3924 18 8 = 144 55 4 = 220 4288 WNK WN WK NK W N K 109 8 = 872 36 4 = 144 18 55 = 990 2006 Dari hasil perhitungan di atas, kemudian diambil nilai paling kecil yaitu 1714 yang dimiliki oleh KWN dan NWK, maka cube itulah yang baik karena dari perhitungan di atas cube tersebut memiliki jumlah memory unit yang kecil. 6. DatabaseConnection.java Pada kelas ini terdapat pengaturan koneksi database yang digunakan untuk penyimpanan data.

3.6 Menganalisis