Menentukan HASIL DAN PEMBAHASAN

5.2. Menentukan

Query Efisien Menggunakan Cuboid Gambar 5. 1 Hirarki yang digunakan Query efisien yang dimaksud dalam hal ini adalah query yang dapat mengakses data pada database dengan cepat. Oleh sebab itu pada bagian ini mencoba menjawab query efisien yang telah dipilih menggunakan cuboid merupakan query yang paling tepat. Query yang digunakan dalam penelitian ini mencoba menyesuaikan dengan kebutuhan user. Petugas di Puskesmas membutuhkan query yang dapat melihat penyakit tertentu di tahun tertentu, karena jika menggunakan excel petugas mengalami kesulitan dalam melakukan rekap data. Sebagai contoh query yang digunakan dalam penelitian ini dapat dilihat pada Tabel 5.1 dan Tabel 5.2. untuk query 1 merupakan query untuk melihat data penyakit pada tahun tertentu, sedangkan pada query 2 merupakan query untuk melihat rekapan data penyakit dibulan tertentu. 5.2.1. Query I Untuk pembahasan pada bagian ini yang digunakan adalah query I dan query II. Query dibahas pada bagian ini memiliki tujuan yaitu mencari data penyakit TB Paru BTA + pada tahun 2010 dan disemua kelompok umur. Pada q uery I ini terdapat empat query. Tabel 5.1 merupakan query yang digunakan pada query I. Tabel 5. 1 Query I Jenis query Cuboid yang mungkin OLAP Query Qef Cuboid 1 : {Kelompok umur} where ICD-X=A15 and nama penyakit= TB Paru BTA + and tahun=2010 select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] where {[Nama Penyakit].[Semua Penyakit].[A15].[TB Paru BTA +], [Waktu].[Semua Waktu].[2010]} Qp1 Cuboid 2 : {ICD-X, Kelompok umur } where ICD-X=A15 and nama penyakit= TB Paru BTA + and tahun=2010 with member [Nama Penyakit].[Semua Penyakit] as Aggregate{[Nama Penyakit].[Semua Penyakit]} select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] where {[Nama Penyakit].[Semua Penyakit].[A15].[TB Paru BTA +], [Waktu].[Semua Waktu].[2010]} Qp2 Cuboid 3 : { Kelompok umur, tahun } where ICD- X=A15 and nama penyakit= TB Paru BTA + and tahun=2010 with member [Waktu].[Semua Waktu] as Aggregate{[Waktu].[Semua Waktu]} select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] where {[Nama Penyakit].[Semua Penyakit].[A15].[TB Paru BTA +], [Waktu].[Semua Waktu].[2010]} Qb select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Waktu].[Semua Waktu], [Nama Penyakit].[Semua Penyakit],[Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] Berdasarkan pada Tabel 5.1 maka berikut ini adalah penjelasan dari masing-masing query beserta cuboid yang digunakan : 1. Qef menggunakan cuboid : {Kelompok umur} where ICD-X=A15 and nama penyakit= TB Paru BTA + and tahun=2010 Query ini dipilih sebagai query efisien karena cuboid kelompok umur merupakan cuboid dengan hirarki terluar dapat dilihat pada Gambar 5.1, query ini juga paling sesuai dengan tujuan untuk melakukan query yakni mencari penyakit tertentu pada tahun tertentu. Query ini juga hanya memiliki satu cuboid sehingga ketika dijalankan maka kelompok umur hanya akan mengambil sedikit data karena hanya terdapat 8 kelompok umur. 2. Qp1 menggunakan cuboid : {ICD-X, Kelompok umur } where tahun=2010 Query ini memiliki level hirarki yang baik, karena ICDX dan kelompok umur berada pada level terluar. Namun tidak dipilih sebagai query efisien dengan alasan karena menggunakan dua cuboid. ICDX memiliki data yang banyak sehingga ketika query dijalankan maka data yang diambil milik ICDX dan kelompok umur maka data yang diambil juga lebih banyak jika dibandingkan dengan Qef. 3. Qp2 menggunakan cuboid : { Kelompok umur, tahun } where ICD- X=A15 and nama penyakit= TB Paru BTA + and tahun=2010 Query ini menggunakan dua cuboid yakni tahun dan kelompok umur, kedua cuboid tersebut memiliki level terluar dari hirarki, serta kedua cuboid tersebut memiliki jumlah data yang sedikit. Namun query ini tidak dipilih sebagai Qef karena jika dibandingkan dengan Qef yang menggunakan cuboid 1, cuboid yang digunakan lenih sedikit sehingga data yang diambil ketika melakukan query juga lebih sedikit. 4. Qb merupakan query biasa dan tidak dipilih menggunakan cuboid. Query ini digunakan untuk pembanding, apakah Qef yang dipilih menggunakan cuboid merupakan query yang memiliki waktu akses paling cepat. Untuk menentukan Qef apakah query yang paling tepat, dapat dilihat pada tabel berikut ini : Tabel 5. 2 Hasil pencatatan waktu semua query pada query 1 Tabel 5.2 merupakan tabel hasil pencatatan waktu dari semua query , pencatatan waktu berguna untuk menguji apakah query yang dipilih sebagai query efisien merupakan query yang terbaik. Pengujian dilakukan sebanyak sepuluh kali untuk masing-masing query. Pada uji 1 dapat dilihat Qb memiliki waktu akses yang paling cepat, diikuti dengan Qef dan Qp2. Uji 2 Qp1 memiliki waktu akses paling cepat, pada uji 3 Qb memiliki waktu akses paling cepat. Uji 4 Qp1 memiliki waktu akses paling cepat, sedangkan Qef diurutan nomor dua. Untuk uji 5 sampai uji 7 Qef memiliki waktu akses paling cepat, sedangkan pada uji 8 Qef berada pada urutan ke dua dan yang memiliki waktu akses paling cepat adalah Qp2. Pada uji 9 dan 10 Qp1 memiliki waktu akses paling cepat. Dari sepuluh uji tersebut dapat dilihat jika waktu akses dari masing-masing query sangat bervariasi, dan waktu akses dari Qef bukan merupakan waktu akses yang dominan. Untuk mendapatkan kesimpulan dari hasil pengujian pada Tabel 5.2 maka dicari rerata waktu akses dari masing-masing query , sehingga dapat dilihat query mana yang memiliki waktu akses yang paling cepat. Dari hasil pengujian tersebut, dengan menggunakan rerata waktu akses dari Qef dan Qb dapat dibuat grafik sebagai berikut: Grafik 5. 1 Grafik rerata waktu akses Qef dan Qb Dari grafik 5.1 dapat dilihat waktu akses dari Qef yang diperoleh menggunakan cuboid memiliki waktu akses yang lebih cepat jika dibandingkan dengan Qb. Selisih rerata waktu akses antara Qef dan Qb adalah 0,0162 detik. Melihat hasil waktu akses tersebut maka dapat untuk melakukan pemrosesan query pada gudang data, lebih baik menggunakan Qef. 2,47 2,475 2,48 2,485 2,49 2,495 2,5 Q EF Qb Grafik 5. 2 Grafik rerata pencatatan waktu semua query pada query I Dari grafik rerata antara Qef, Qp1 dan Qp2 dapat dilihat bahwa Qp2 memiliki waktu akses paling lama, kemudian diikuti Qp1. Selisih rerata waktu akses antara Qp1 dan Qef sebanyak 0,0224 detik. Dan selisih rerata waktu akses antara Qef dan Qp2 sebanyak 0,0384 detik. Qef memiliki waktu akses yang paling rendah atau paling cepat diantara kedua query lain. Demikian dapat dikatakan jika query yang sebelumnya dipilih sebagai Qef yang dipilih menggunakan cuboid adalah query yang paling baik serta didukung dengan hasil pencatatan waktu akses, bahwa Qef adalah query yang memiliki waktu akses yang cepat. Dari kedua grafik yaitu Grafik 5.1 dan 5.2 dapat dilihat Qef memiliki rerata waktu akses yang paling cepat jika dibandingkan dengan semua query pada query I . Maka dari hasil tersebut dapat ditarik 2,46 2,47 2,48 2,49 2,5 2,51 2,52 2,53 Q EF Qp1 Qp2 kesimpulan bahwa Qef merupakan query yang paling tepat untuk digunakan dalam pemrosesan query pada gudang data. 5.2.2. Query II Untuk pembahasan pada bagian ini yang digunakan adalah query II. Query ini memiliki tujuan yaitu mencari data semua data pada bulan tertentu yakni bulan oktober di tahun 2012. Tabel 5.3 berisi daftar query yang terdiri dari Qef Qp dan Qb. Tabel 5. 3 Query II Jenis Query Cuboid yang mungkin OLAP Query Qef Cuboid 1 : {ICD-X, Kelompok umur} where tahun=2012 and bulan=oktober select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Nama Penyakit].[Semua Penyakit], [Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] where [Waktu].[Semua Waktu].[2012].[Oktober] Qp1 Cuboid 2 : {tahun, ICD-X, Kelompok umur} where tahun=2012 and bulan=oktober with member [Waktu].[Semua Waktu] as Aggregate{[Waktu].[Semua Waktu]} select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Nama Penyakit].[Semua Penyakit], [Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] where [Waktu].[Semua Waktu].[2012].[Oktober] Qb select NON EMPTY {[Measures].[Jumlah B], [Measures].[Jumlah L], [Measures].[Jumlah K]} ON COLUMNS, {[Waktu].[Semua Waktu], [Nama Penyakit].[Semua Penyakit],[Kelompok Umur].[Semua Kelompok Umur]} ON ROWS from [penyakit] Berdasarkan pada Tabel 5.2 maka berikut ini adalah penjelasan dari masing-masing query beserta cuboid yang digunakan : 1. Qef menggunakan cuboid : {ICD-X, Kelompok umur} where tahun=2012 and bulan=oktober Query ini dipilih sebagai Qef karena cuboid ICDX dan kelompok umur merupakan cuboid dengan hirarki terluar, query ini juga paling sesuai dengan tujuan untuk melakukan query yakni mencari penyakit tertentu dibulan tertentu dan pada tahun tertentu. 2. Qp1 menggunakan cuboid : {tahun, ICD-X, Kelompok umur} where tahun=2012 and bulan=oktober Cuboid ICDX dan kelompok umur merupakan cuboid dengan level terluar dari hirarki. Jika dibandingkan dengan Qef, pada Qp1 menggunakan tiga cuboid yaitu tahun, ICD-X dan kelompok umur sedangkan pada Qef hanya menggunakan dua cuboid. Maka jika Qp1 digunakan untuk melakukan query akan lebih banyak mengambil data jika dibandingkan dengan Qef. 3. Qb merupakan query biasa dan tidak dipilih menggunakan cuboid. Query ini digunakan untuk pembanding, apakah Qef yang dipilih menggunakan cuboid merupakan query yang memiliki waktu akses paling cepat Tabel 5. 4 Hasil pencatatan waktu semua query pada query II Tabel 5.3 merupakan tabel hasil pencatatan waktu dari semua query , seperti pada query I pengujian dilakukan sebanyak sepuluh kali untuk masing-masing query. Dari hasil pencatatan waktu tersebut kemudian dilakukan perbandingan kecepatan waktu akses masing-masing query , karena yang menjadi dasar pengukurannya adalah waktu akses query. Pada uji 1 dapat dilihat Qef memiliki waktu akses yang paling cepat, diikuti dengan Qp1 dan Qb. Pada uji 2 dan uji 3 Qb memiliki waktu akses yang paling cepat, sedangkan pada uji 4 Qef kembali unggul dengan memiliki waktu akses paling cepat jika dibandingkan dengan query lainnya. Uji 5 Qb memiliki waktu akses paling cepat dapa uji 6 Qp1 yang memiliki waktu akses tercepat. Uji ke 7 dan uji ke 8 Qef memiliki waktu akses yang paling cepat, sedangkan pada uji 9 dan 10 Qp1 ternyata memiliki waktu akses tercepat. Dari sepuluh uji tersebut dapat dilihat jika waktu akses dari masing-masing query sangat bervariasi, dan waktu akses dari Qef bukan merupakan waktu akses yang dominan. Untuk mendapatkan kesimpulan dari hasil pengujian pada Tabel 5.3 maka dicari rerata waktu akses dari masing-masing query , sehingga dapat dilihat query mana yang memiliki waktu akses yang paling cepat. Dari hasil pengujian tersebut, dengan menggunakan rerata waktu akses dari Qef dan Qb dapat dibuat grafik sebagai berikut. Grafik 5. 3 Grafik rerata waktu akses Qef dan Qb Dari grafik 5.3 dapat dilihat waktu akses dari Qef yang diperoleh menggunakan cuboid memiliki waktu akses yang lebih cepat jika dibandingkan dengan Qb. Selisih rerata waktu akses antara Qef dan Qb adalah 0,0466 detik. 2,46 2,47 2,48 2,49 2,5 2,51 2,52 2,53 2,54 Q EF Qb Grafik 5. 4 Grafik rerata pencatatan waktu semua query pada query II Dari grafik rerata diatas dilihat bahwa Qp1 memiliki waktu akses paling lama. Selisih rerata waktu akses antara Qp1 dan Qef sebanyak 0,0141 detik. Qef memiliki waktu akses yang paling rendah jika dibandingkan dengan Qp1. Demikian dapat dikatakan jika query yang sebelumnya dipilih sebagai Qef yang dipilih menggunakan cuboid adalah query yang paling baik serta didukung dengan hasil pencatatan waktu akses, bahwa Qef adalah query yang memiliki waktu akses yang cepat. Dari kedua grafik yaitu Grafik 5.3 dan 5.4 dapat dilihat Qef memiliki rerata waktu akses yang paling cepat jika dibandingkan dengan semua query pada query II . Maka dari hasil tersebut dapat ditarik kesimpulan melakukan pemrosesan data pada query II ini, lebih baik menggunakan Qef. 2,475 2,48 2,485 2,49 2,495 2,5 2,505 Q EF Qp1

5.3. Pengujian Qef Menggunakan