Dashboard untuk monitoring data akademik Universitas Sanata Dharma Yogyakarta.

Sistem Informasi Akademik (SIA) Universitas Sanata Dharma (USD) memiliki kumpulan data akademik yang dijadikan sebuah informasi yang baik agar dapat membantu dalam pengambilan keputusan serta memonitori USD sendiri. Informasi akan bernilai apabila informasi tersebut mudah diakses tepat waktu sesuai dengan kebutuhan. Dalam hal ini, Wakil Rektor (WR) I memiliki tanggungjawab untuk memonitori performa akademik Universitas Sanata Dharma. Namun pada kenyataannya untuk mendapatkan informasi mengenai performa akademik haruslah melalui bagian administrasi akademik, ini akan memperlambat dalam proses pengambilan keputusan karena WR I tidak dapat memonitori performa dan kualitas akademik setiap saat.

Oleh karena itu, pada tugas akhir ini telah dibuat sebuah dashboardmonitoring akademik yang akan membantudalam memonitor performa akademik Universitas Sanata Dharma. Informasi-informasi tersebut merupakan kombinasi dari teks dan grafik.

Hasil yang ditampilkan dalam dashboard, seperti data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus telah sesuai dengan data yang ditampilkan secara manual dalam file Excel.

ABSTRACT

Academic Information System (AIS) Sanata Dharma (USD) has the academic data set used as a good information in order to assist in decision making and monitor outcomes USD itself. The information will be valuable if the information is easily accessible on time according to need. In this case, the Vice-Rectorhas the responsibility to monitor outcomes of Sanata Dharma University's academic performance. But in fact to obtain information about academic performance must be through the academic administration, this will slow down the decision making process as Vice-Rector can not monitor outcomes of performance and academic quality at all times.

Therefore, in this final project has created an academic monitoring dashboard that will help in monitoring the academic performance of Sanata Dharma University. This information is a combination of text and graphics.

Results are displayed in the dashboard, such as student data registration, the student does not register, students leave, students DO (Dropped Out), student applicants, and graduate students in accordance with the displayed data manually in an Excel file.

DASHBOARD UNTUK MONITORING DATA AKADEMIK UNIVERSITAS

SANATA DHARMA YOGYAKARTA SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Oleh:

Verena Pratita Adji 105314079

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

ii

DASHBOARD UNTUK MONITORING DATA AKADEMIK UNIVERSITAS

SANATA DHARMA YOGYAKARTA SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Oleh:

Verena Pratita Adji 105314079

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

iii

DASHBOARD FOR MONITORING ACADEMIC DATA SANATA DHARMA UNIVERSITY YOGYAKARTA

A Thesis

Presented as Partial Fulfillment of the Requirements

To Obtain the Sarjana Komputer Degree In Informatics Engineering

By:

Verena Pratita Adji 105314079

INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

YOGYAKARTA 2015

viii MOTTO

“Get over the idea that only children should spend their time in study. Be a

student so long as you still have something to learn, and this will mean all your

life.”

ix ABSTRAKSI

Sistem Informasi Akademik (SIA) Universitas Sanata Dharma (USD) memiliki kumpulan data akademik yang dijadikan sebuah informasi yang baik agar dapat membantu dalam pengambilan keputusan serta memonitori USD sendiri. Informasi akan bernilai apabila informasi tersebut mudah diakses tepat waktu sesuai dengan kebutuhan. Dalam hal ini, Wakil Rektor (WR) I memiliki tanggungjawab untuk memonitori performa akademik Universitas Sanata Dharma. Namun pada kenyataannya untuk mendapatkan informasi mengenai performa akademik haruslah melalui bagian administrasi akademik, ini akan memperlambat dalam proses pengambilan keputusan karena WR I tidak dapat memonitori performa dan kualitas akademik setiap saat.

Oleh karena itu, pada tugas akhir ini telah dibuat sebuah

dashboardmonitoring akademik yang akan membantudalam memonitor performa akademik Universitas Sanata Dharma. Informasi-informasi tersebut merupakan kombinasi dari teks dan grafik.

Hasil yang ditampilkan dalam dashboard, seperti data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus telah sesuai dengan data yang ditampilkan secara manual dalam file Excel.

x ABSTRACT

Academic Information System (AIS) Sanata Dharma (USD) has the academic data set used as a good information in order to assist in decision making and monitor outcomes USD itself. The information will be valuable if the information is easily accessible on time according to need. In this case, the Vice-Rectorhas the responsibility to monitor outcomes of Sanata Dharma University's academic performance. But in fact to obtain information about academic performance must be through the academic administration, this will slow down the decision making process as Vice-Rector can not monitor outcomes of performance and academic quality at all times.

Therefore, in this final project has created an academic monitoring dashboard that will help in monitoring the academic performance of Sanata Dharma University. This information is a combination of text and graphics.

Results are displayed in the dashboard, such as student data registration, the student does not register, students leave, students DO (Dropped Out), student applicants, and graduate students in accordance with the displayed data manually in an Excel file.

xi

KATA PENGANTAR

Puji Syukur atas kehadirat Tuhan Yang Maha Esa yang telah melimpahkan rahmat-Nya, sehingga penulis dapat menyelesaikan skripsi yang berjudul

“Dashboard Untuk Monitoring Data Akademik Universitas Sanata Dharma

Yogyakarta”. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer Program Studi Teknik Informatika di Universitas Sanata Dharma Yogyakarta.

Selama melakukan penyusunan dan penyelesaian skripsi, penulis ingin mengucapkan terima kasih atas bantuan dan dukungan dari berbagai pihak. Ucapan terima kasih penulis sampaikan diantaranya ditujukan kepada:

1. Orangtua saya tercinta, Bapak Hadrianus Tjahjono Adji dan Ibu Anastasia Budhi Handayani yang selama ini memberikan dukungan doa, materi, kasih sayang serta perhatiannya kepada saya.

2. Ibu Ridowati Gunawan, S.Kom., M.T., selaku Ketua Program Studi Teknik Informatika serta dosen pembimbing skripsi yang telah memberikan motivasi, waktu, dan solusi selama proses penyelesaian skripsi.

3. Ibu P.H. Prima Rosa, S.Si, M.Sc., selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

4. Seluruh dosen dan karyawan program studi Teknik Informatika yang membimbing, berbagi pengalaman dari awal perkuliahan hingga selesai masa studi.

xii

5. Keluarga besar Boedhiarto, yang selalu memberikan motivasi, dorongan, serta doa kepada penulis untuk terselesainya skripsi ini. 6. B. Rahadyan P. yang begitu setia mendampingi penulis, memberikan

motivasi dan semangat sehingga skripsi ini dapat terselesaikan. 7. Yustina Ayu Ruwidati, Venti Trimuriyatin, Yohanes Advent

Arinatal, Felisitas Brillianti, Fidelis Asterina, Erlita Octaviani, atas kebersamaan yang penuh suka-duka selama perkuliahan ini.

8. Teman-teman Teknik Informatika angkatan 2010 atas perkenalan hingga persahabatan yang telah dilalui bersama selama studi di Universitas Sanata Dharma.

9. Mentari, Dosi, Novita, Zita, Betha, Widi, Raka, Chrisna, Rio, Dio, Nando dan teman-teman OMK Dominico Savio yang tidak bisa disebutkan satu persatu, atas dukungan semangat kepada penulis. 10. Teman-teman staff PMB Universitas Sanata Dharma 2013 yang

walaupun hanya sebentar berjumpa namun sangat berkesan.

11. Fitrah Meilia P dan Florensia Dwinta atas dukungan motivasi dan solusi selama penulisan skripsi saya.

12. Semua pihak yang telah turut membantu dan memberikan dukungan dalam penyelesaian skripsi ini.

Penulis menyadari sepenuhnya bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu, penulis dengan senang hati bersedia menerima sumbangan pikiran dan kritik maupun saran untuk menyempurnakan penulisan ini.

xiii DAFTAR ISI

HALAMAN PERSETUJUAN SKRIPSI ... iv

HALAMAN PENGESAHAN SKRIPSI ... v

PERNYATAAN KEASLIAN HASIL KARYA ... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN PUBLIKASI ... vii

MOTTO ... viii

ABSTRAKSI ... ix

ABSTRACT ... x

KATA PENGANTAR ... xi

DAFTAR ISI ... xiii

DAFTAR GAMBAR ... xvi

BAB I PENDAHULUAN ... 1

1.1 Latar belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Batasan Masalah ... 2

1.4 Tujuan Penelitian ... 3

1.5 Manfaat Penelitian ... 3

1.6 Metodologi Penelitian ... 4

1.7 Sistematika Penulisan ... 4

BAB II LANDASAN TEORI ... 7

2.1 Sistem Informasi Eksekutif (Executive Information System) ... 7

xiv

2.1.2 Model EIS ... 7

2.1.3 Faktor-faktor Penentu Keberhasilan EIS ... 9

2.2 Gudang Data ... 10

2.2.1 Pengertian Gudang Data ... 10

2.2.2 Langkah Pembuatan Gudang Data ... 12

2.3 Multi Dimensional Modelling ... 12

2.3.1 Cube, Dimension, Measure, and Member ... 12

2.3.2 Tabel Fakta dan Dimensi (Fact and Dimension Tables) ... 13

2.3.3 Skema Bintang (StarSchema) ... 15

2.3.4 SurrogateKey ... 15

2.4Dashboard ... 15

2.4.1 Pengertian Dashboard ... 15

2.5 Monitoring ... 16

2.5.1 KeyPerformanceIndicator ... 16

2.6 Media Penyajian Data... 17

2.6.1 Grafik ... 18

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 22

3.1 Deskripsi Organisasi ... 22

3.2 Analisis Sistem ... 24

3.2.1 Mengidentifikasi Masalah yang Ada ... 24

3.2.2 Memahami Kerja dari Sistem yang Ada ... 27

3.2.3 Menganalisis Masalah dalam Sistem Lama ... 28

3.2.4 Menganalisis Kebutuhan dalam Sistem Baru ... 29

3.3 Desain Sistem ... 30

3.3.1 Perancangan Proses ... 30

3.4Membangun Gudang Data ... 33

xv

3.4.2 Memilah field tabel pada database sistem informasi dan memindahkan

ke dalam database gudang data ... 34

3.4.3 Memecah gudang data ke dalam facttable dan tabel dimensi ... 36

3.5 Perancangan Antarmuka Pengguna ... 38

3.5.1 Tampilan Halaman Utama ... 38

BAB IV IMPLEMENTASI ... 39

4.1 Implementasi ... 39

4.1.1 Implementasi Basis Data ... 39

4.1.2 Implementasi Antarmuka Pengguna ... 41

4.2 Implementasi Gudang Data ... 44

BAB V ANALISIS HASIL ... 64

5.1 Pengujian Sistem ... 64

5.1.1 Hasil OLAP mahasiswa ... 64

5.1.2 Hasil dashboardmonitoring ... 65

5.2 Kelebihan Sistem ... 68

5.3 Kekurangan Sistem ... 69

BAB VI PENUTUP ... 70

6.1 Kesimpulan ... 70

6.2 Saran ... 70

DAFTAR PUSTAKA ... 72 LAMPIRAN

xvi

DAFTAR GAMBAR

Gambar 2.1 Model EIS ... 7

Gambar 2.2Star Schema ... 14

Gambar 2.3Snowflake Schema ... 14

Gambar 3.1Alur sistem yang ada ... 28

Gambar 3.2Use case ... 30

Gambar 3.3 Diagram Konteks... 31

Gambar 3.4 DFD Level 0 ... 32

Gambar 3.5 Memecah gudang data ke dalam fact table dan tabel dimensi ... 37

Gambar 4.1 Halaman Menu Utama ... 41

Gambar 4.2 Untuk memilih kategori ... 42

Gambar 4.3 Untuk memilih tingkatan ... 42

Gambar 4.4 Untuk menambah file .csv ... 43

Gambar 4.5 Pembentukan tabel dim_tingkatan ... 47

Gambar4.6 Langkah select data prodi ... 47

Gambar 4.7 Preview data prodi ... 48

Gambar 4.8 Langkah select data fakultas ... 48

Gambar4.9 Preview data fakultas ... 49

Gambar4.10 Langkah membuat surrogate key pada dim_tingkatan ... 49

Gambar 4.11 Langkah memilih field yang diperlukan ... 50

Gambar 4.12 Menampilkan data dim_tingkatan ... 50

xvii

Gambar 4.14 Langkah select data kategori………... 53

Gambar 4.15 Preview data kategori……….. 54

Gambar 4.16 Langkah membuat surrogate keypada dim_kategori…………... 54

Gambar 4.17 Langkah memilih fieldyang diperlukan………. 55

Gambar 4.18 Menampilkan data dim_kategori………. 55

Gambar 4.19 Pembentukan tabel fact_mahasiswa……… 56

Gambar 4.20 Langkah menyamakan dengan data dimensi kategori………. 57

Gambar 4.21 Langkah menyamakan dengan data dimensi tingkatan…………... 58

Gambar 4.22 Langkah menyamakan dengan data dimensi waktu……… 59

Gambar 4.23 Langkah memilih data yang diperlukan untuk membuat tabel fakta………... 60

Gambar 4.24 Menampilkan data fact_mahasiswa……… 61

Gambar 4.25 Skema Bintang SchemaSkripsi………... 62

Gambar 4.26 OLAP mahasiswa……… 63

Gambar 5.1 Data mahasiswa pada OLAP………. 65

Gambar 5.2 Data jumlah mahasiswa pada Excel... 66

Gambar 5.3 Tampilan data mahasiswa registrasi per-fakultas dalam Excel……. 66

Gambar 5.4 Tampilan hasil mahasiswa registrasi per-fakultas………. 67

Gambar 5.5 Tampilan data mahasiswa registrasi prodi TI dan TM dalam Excel. 68 Gambar 5.6 Tampilan hasil mahasiswa registrasi per-prodi………. 68

1 BAB I PENDAHULUAN

1.1 Latar belakang

Sistem Informasi Akademik (SIA) Universitas Sanata Dharma (USD) memiliki kumpulan data-data akademik yang berisikan tentang data diri mahasiswa, dosen, jadwal perkuliahan hingga rekap hasil studi yang dimiliki oleh setiap mahasiswa. Oleh karena itu, data-data tersebut perlu diorganisir dan dijadikan dalam sebuah informasi karena suatu informasi yang baik dapat membantu dalam pengambilan keputusan serta memonitor USD sendiri.

Sebuah informasi haruslah selalu uptodate, karena pengelolaan data seharusnya tidak berhenti apabila ketika informasi/data-data telah dikumpulkan ke dalam sebuah sistem komputer. Ketika perubahaan data yang tidak ditempatkan pada sebuah sistem, maka data akan menjadi tidak berguna/usang seiring berjalannya waktu. Informasi akan bernilai apabila informasi tersebut mudah diakses tepat waktu sesuai dengan kebutuhan.

Wakil Rektor (WR) I memiliki tanggungjawab untuk memonitori performa akademik Universitas Sanata Dharma. Pada kenyataannya untuk mendapatkan informasi mengenai performa akademik haruslah melalui bagian administrasi akademik, ini akan memperlambat dalam proses

2

pengambilan keputusan karena WR I tidak bisa memonitor performa dan kualitas akademik setiap saat.

Dashboardmonitoring akademik akan membantu Wakil Rektor (WR) I Universitas Sanata Dharma dalam memonitor performa akademik Universitas Sanata Dharma. Informasi akademik akan ditampilkan pada satu monitor komputer penuh, dan berisi informasi yang kritis. Informasi-informasi akademik tersebut merupakan kombinasi dari teks dan grafik, tetapi lebih ditekankan pada grafik dan mengandung key performa indicator yang akan membantu user mengetahui kondisi akademik yang ada saat ini dalam keadaan bagus, normal atau buruk.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang dapat dirumuskan adalah: Bagaimana mengimplementasikan

dashboardmonitoring akademik di Universitas Sanata Dharma. 1.3 Batasan Masalah

Batasan masalah pada penelitian ini adalah sebagai berikut:

1. Teknik gudang data digunakan dalam penyelesaian

dashboardmonitoring akademik ini.

2. Data-data yang digunakan antara lain data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus.

3

3. Output yang dihasilkan adalah grafik data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah menerapkan

dashboardmonitoring akademik di Universitas Sanata Dharma yang berisi data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus. 1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut: Bagi penulis:

1. Dapat membuat sistem yang dapat membantu Wakil Rektor (WR) I Bagi Wakil Rektor (WR) I:

Membantu dalam memonitor performa akademik Universitas Sanata Dharma, yang berisi data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus.

4 1.6 Metodologi Penelitian

Metodologi yang digunakan dalam menyelesaikan tugas akhir ini adalah metode Waterfall, yang meliputi antara lain:

1. Analisis sistem

Pada tahap ini, dilakukan analisis sistem yang sudah ada yaitu Sistem Informasi Akademik (SIA) Universitas Sanata Dharma (USD).

2. Desain tampilan program

Pada tahap ini, dilakukan desain tampilan dari awal sampai selesai. 3. Implementasi

Pada tahap ini, dilakukan pengimplementasian program yang sudahdibuat.

4. Uji coba program

Pada tahap ini, dilakukan uji coba dashboardmonitoring kepada user yang bersangkutan.

1.7 Sistematika Penulisan

Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir yang akan dibuat secara teratur dan sistematis yang dijalankan dalam beberapa bab dan subbab sehingga pada akhir penulisan akan memberikan gambaran secara menyeluruh. Sistematika penulisan disusun dengan urutan sebagai berikut:

5 BAB I : PENDAHULUAN

Bab ini berisi latar belakang penulisan tugas akhir, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

BAB II : LANDASAN TEORI

Bab ini membahas mengenai dashboard untuk monitoring dan teori-teori lainnya yang mendukung dalam penulisan tugas akhir ini.

BAB III : ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi analisis dan perancangan dashboard untuk

monitoring data akademik. BAB IV : IMPLEMENTASI

Bab ini berisi tentang spesifikasi software dan hardware, implementasi sistem yang meliputi implementasi data, implementasi use case, dan implementasi dashboard untuk

monitoring.

BAB V : ANALISIS HASIL

Bab ini berisi tentang pembahasan dashboard untuk monitoring

6 BAB VI : PENUTUP

Bab ini berisi beberapa kesimpulan yang didapat serta ada beberapa saran berdasarkan hasil dari pembuatan dashboard

7 BAB II

LANDASAN TEORI

2.1 Sistem Informasi Eksekutif (ExecutiveInformationSystem) 2.1.1 Pengertian Sistem Informasi Eksekutif

Sistem informasi eksekutif (Excecutive Information System), atau EIS, merupakan suatu sistem yang menyediakan informasi bagi eksekutif mengenai kinerja keseluruhan perusahaan. Informasi dapat diambil dengan mudah dan dalam berbagai tingkat rincian.

2.1.2 Model EIS

Gambar 2.1 Model EIS

Para eksekutif membangun EIS atas dasar konsep-konsep manajemen. Ada 3konsep yang perlu dibahas, yaitu faktor-faktor penentu

8

keberhasilan (critical success factors), management by exception, dan model mental.

a. Faktor-faktor penentu keberhasilan (critical success factors)

Tahun 1961 D. Donald Daniel dari McKinsey & Company menciptakan faktor-faktor keberhasilan. Faktor-faktor ini bervariasi dari satu perusahaan ke perusahaan lain. Untuk industri kendaraan bermotor, CSF

(critical success factors) yang diyakini adalah model, jaringan dealer yang efisien, dan pengendalian biaya manufaktur yang efisien. CSF industri asuransi jiwa adalah pengembangan personil manajemen agen, pengendalian personil administratif, dan inovasi menciptakan produk-produk asuransi.

b. Managementbyexception

Tampilan layar yang digunakan eksekutif sering menyertakan

management by exception dengan membandingkan kinerja yang diharapkan dengan kinerja aktual. Perangkat lunak EIS dapat mengidentifikasi perkecualian-perkecualian secara otomatis dan membuatnya diperhatikan oleh eksekutif.

c. Model mental

Peran utama EIS adalah membuat sintesis, atau menyarikan data dan informasi bervolume besar untuk meningkatkan kegunaannya. Pengambilan sari ini disebut pemampatan informasi (information compression) dan menghasilkan suatu gambaran atau model mental dari operasi perusahaan.

9

Tahun 1973, P.N. Johnson – Lavid menciptakan istilah model mental,

yakni “memungkinkan perorangan untuk membuat penilaian dan

perkiraan, untuk memahami fenomena, untuk memutuskan tindakan yang perlu diambil dan untuk mengendalikan pelaksanaannya dan di atas semuanya untuk mengalami kejadian melalui pengganti (proxy)”.

2.1.3 Faktor-faktor Penentu Keberhasilan EIS

Rockart dan Delong mengidentifikasi 8 faktor penentu keberhasilan EIS, yaitu :

1. Sponsor eksekutif yang mengerti dan berkomitmen; eksekutif tingkat puncak, lebih baik CEO, harus berfungsi sebagai sponsor eksekutif EIS dengan mendorong penerapannya.

2. Sponsor operasi, kalau sponsor eksekutif sibuk dapat diberikan kepada eksekutif lebih rendah, misal wakil presiden eksekutif. Sponsor operasi bekerjasama dengan eksekutif pemakai dan spesialis informasi untuk memastikan pekerjaan itu terlaksana.

3. Staf jasa informasi yang sesuai; tidak saja mengerti teknologi informasi tetapi juga mengerti cara eksekutif menggunakan sistem itu.

4. Teknologi informasi yang sesuai.

5. Manajemen data; data harus selalu mutakhir dengan mengidentifikasi tanggal dan jam dimasukkan dalam sistem. Juga perlu analisis melalui

10

6. Kaitan yang jelas dengan tujuan bisnis; EIS harus berhasil memecahkan masalah masalah spesifik/untuk memenuhi kebutuhan yang dapat ditangani teknologi informasi.

7. Manajemen atas penolakan organisasi. Jika seorang eksekutif menolak EIS, perlu upaya untuk mendapatkan dukungan. Untuk itu perlu identifikasi masalah tanggal tersebut, kemudian menerapkan EIS dengan

prototypinguntuk mengatasi masalah tersebut.

8. Manajemen atas penyebaran dan evolusi sistem; jika manajemen tingkat atas mulai menerima informasi dari EIS, manajer tingkat bawah ingin menerima output yang sama

2.2 Gudang Data

2.2.1 Pengertian Gudang Data

Pengertian gudang data (data warehouse) sendiri dapat bermacam-macam namun memiliki inti yang sama, seperti pendapat beberapa ahli berikut:

Menurut W.H. Inmon dan Richard D.H., data warehouse

adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

11

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse

memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Keuntungan dari gudang data adalah sebagai berikut: a. Meningkatkan produktifitas pengetahuan para pekerja

b. Mendukung seluruh data yang diperlukan oleh pengambil keputusan

c. Menyediakan data yang siap diakses untuk data yang penting d. Melindungi operasi basis data dari proses ad hoc

e. Menyediakan ringkasan informasi untuk level tingkat tinggi f. Menyediakan kemampuan untuk penelusuran informasi lebih

12

2.2.2 Langkah Pembuatan Gudang Data 1. Membaca data legacy

Memperhatikan bagian-bagian data yang perlu untuk dibersihkan.

2. Menggabungkan data dari berbagai sumber terpisah

Setiap jenis informasi yang diinginkan mungkin berasal dari beberapa file yang harus digabungkan untuk digunakan pada gudang data.

3. Memindahkan data dari sumber ke surver gudang data

Membuat standarisasi format dan copy-kan data dari sumber sekaligus data dibuat bersih(clean).

4. Memecah gudang data dalam tabel fakta dan tabel dimensi Tabel fakta dan tabel dimensi disusun menurut kebutuhan subyek.

2.3 Multi Dimensional Modelling

2.3.1 Cube, Dimension, Measure, and Member

Teknologi OLAP menganut multi dimensional modeling, artinya dapat melihat analisis pengukuran dengan pandangan berbagai dimensi. Di dalam konsep ini perlu mengenal berbagai istilah yang berkaitan dengan OLAP:

1. Cube adalah struktur multi dimensional konseptual, terdiri dari dimensi dan measure dan biasanya mencakup pandangan bisnis tertentu.

13

2. Dimension adalah struktur view atau sudut pandang yang menyusun

cube. Dimensi dapat terdiri dari berbagai level. 3. Measure adalah nilai pengukuran.

4. Member adalah isi atau anggota dari suatu dimensi atau measure

tertentu.

2.3.2 Tabel Fakta dan Dimensi (Fact and Dimension Tables)

Tabel fakta yaitu tabel yang berisi fakta numerik, jika semua data disimpan pada tabel fakta tunggal, maka hasilnya adalah tabel yang besar sekali. Tabel dimensi yaitu tabel yang berisi petunjuk ke tabel fakta, digunakan untuk menunjukkan darimana data dapat ditemukan dan tabel terpisah dibutuhkan untuk setiap dimensi. Pada model multi dimensional, database terdiri dari beberapa tabel fakta dan tabel dimensi yang saling terkait. Suatu tabel fakta berisi berbagai nilai agregasi yang menjadi dasar pengukuran (measure) serta beberapa key yang terkait ke tabel dimensi yang akan menjadi sudut pandang dari measuretersebut.

Susunan fact table dan dimension table ini memiliki standar perancangan atau schema karena terbukti meningkatkan performa dan kemudahan dalam penerjemahan ke sistem OLAP.

Schema inilah yang menjadi dasar untuk melakukan data warehousing. Dua schema yang paling umum digunakan oleh berbagai OLAPengine adalah skema bintang (star schema) dan

14

skema butir salju (snowflake schema). Contoh Star Schema adalah sebagai berikut:

Gambar 2.2Star Schema

Sedangkan contoh Snowflake Schema adalah sebagai berikut:

15 2.3.3 Skema Bintang (Star Schema)

Star Schema berpusat pada satu tabel fakta yang dikelilingi oleh satu atau beberapa tabel dimensi sebagai cabangnya sehingga kelihatan seperti bintang. Setiap percabangan berhenti pada satu tabel dimensi. Atau dengan kata lain tabel dimensi dengan skema ini semuanya berupa leaf (daun) dan tidak ada percabangan lain [1]. 2.3.4 Surrogate Key

Surrogate key adalah key/kolom data di tabel dimensi yang menjadi primary key dari tabel tersebut. Nilai ini biasanya berupa nilai sekuensial dan tidak memiliki arti dari proses bisnis darimana sumber data berasal [1].

2.4Dashboard

2.4.1 Pengertian Dashboard

Dashboardadalah sebuah tampilan visual dari informasi terpenting yang dibutuhkan untuk mencapai satu atau lebih tujuan, digabungkan dan diatur pada sebuah layar, menjadi informasi yang dibutuhkan dan dapat dilihat secara sekilas. Tampilan visual disini mengandung pengertian bahwa penyajian informasi harus dirancang sebaik mungkin, sehingga mata manusia dapat menangkap informasi

16

secara cepat dan otak manusia dapat memahami maknanya secara benar.

Information dashboard merupakan alat untuk menyajikan informasi secara sekilas, solusi bagi kebutuhan informasi organisasi. Information dashboard memberikan tampilan antarmuka dengan berbagai bentuk seperti diagram, laporan, indikator visual, mekanisme alert, yang dipadukan dengan informasi yang dinamis dan relevan. Information dashboard mengumpulkan informasi yang relevan dari berbagai bagian organisasi, mengkonsolidasikan, dan menyampaikan secara aman, cepat, dengan personalisasi sesuai dengan peran pengguna dalam organisasi. Tujuan penggunaan

informationdashboard, yaitu untuk mengukur kinerja, memonitor proses yang sedang berjalan, dan memprediksi kondisi di masa mendatang[2].

2.5Monitoring

2.5.1 Key Performance Indicator

Key Performance adalah indikator yang merepresentasikan kinerja dari proses yang dilaksanakan. Key Performance Indicator

merupakan sekumpulan ukuran mengenai aspek kinerja yang paling kritis, yang menentukan kesuksesan organisasi pada masa sekarang dan masa yang akan datang.

Key Performance Indicator digunakan memprediksi peluang kesuksesan atau kegagalan dari proses-proses yang dilaksanakan

17

organisasi, sehingga KPI dapat digunakan sebagai alat untuk meningkatkan kinerja organisasi secara dramatis. Contoh dari penjelasan diatas adalah penentuan parameter nilai dalam trend mitra aktif. membuat user dapat dengan mudah mengetahui kondisi mitra yang masi menjalin kemitraan[3].

2.6 Media Penyajian Data

Media penyajian data bergantung pada jenis informasi dan pesan yang ingin disampaikan, serta kebutuhan dan selera pengguna. Perancang dapat memilih bentuk teks, grafik, atau mengkombinasikan keduanya. Pemilihan media penyajian yang kurang tepat akan mengurangi efektifitas penyampaian informasi, dan menimbulkan persepsi yang salah menganai informasi yang disajikan. Ada dua prinsip dalam memilih media penyajian informasi oleh Few yaitu:

a. Media dapat memberikan persepsi yang benar tentang informasi yang disajikan.

b. Media dapat menyajikan informasi sesuai dengan tujuan, tanpa memakan banyak tempat.

Setiap jenis media memiliki kekuatan dan kelemahan tersendiri dalam menyajikan suatu jenis informasi. Media yang paling banyak digunakan dalam menyajikan informasi. Tabel dapat menyajikan data dengan lebih detail, menyajikan angka-angka dengan format yang lebih presisi. Tabel dapat

18

menampilkan data kuantitatif maupun kualitatif. Namun demikian, informasi yang disajikan dalam tabel tidak dapat dipahami secara cepat dan sekilas.

2.6.1 Grafik

Menurut Few, ada 9 tipe grafik atau diagram yang dapat digunakan untuk menampilkan gambaran informasi supaya lebih jelas, antara lain:

a. Bulletgraphs

Grafik ini merupakan grafik terbaru. Grafik ini ditemukan karena sebagian besar alat pengukur dan meter yang telah menjadi identik dengan dashboard. Alat pengukur dan meterbiasanya menampilkan ukuran kunci tunggal, kadang-kadang dibandingkan dengan ukuran terkait seperti target, dankadang-kadang dalam konteks rentang kuantitatif dengan label kualitatif yang menyatakan ukuran baik atau buruk. Grafik ini mencapai tujuan komunikasi tanpa masalah yang biasanya mengganggu alat pengukurdan meter. Hal ini dirancang untuk menampilkan ukuran kunci, bersama dengan ukuran komparatif dan kualitatifrentang untuk segera menyatakan apabila langkah tersebut baik atau buruk.

19

b. Bargraphs (horizontalandvertical)

Grafik batang dirancang untuk menampilkan beberapa contoh, daripada satu contoh, dari satu atau lebih langkah-langkah kunci.Grafik batang yang besar untuk menampilkan langkah-langkah yang berkaitan dengan item dalam kategori, seperti daerah atau departemen

c. Stackedbargraphs (horizontalandvertical)

Jenis grafik ini berguna untuk tujuan tertentu, tetapi dapat dengan mudah disalahgunakan. Untuk menampilkan satu rangkaian bagian-keseluruhan data digunakan tumpukan grafik batang. Sebuah grafik batang biasa bekerja jauh lebih baik.

d. Combinationbarandlinegraphs

Kombinasi ini harus digunakan hanya ketika beberapa data dapat ditampilkan baik dengan menggunakan bar, dengan penekanan pada nilai-nilai individu dan perbandingan lokal, dan beberapa menggunakan garis, dengan penekanan pada bentuk keseluruhandata.

e. Linegraphs

Grafik garis melakukan pekerjaan yang luar biasa mengungkapkan bentuk data gerakannya naik dan turun dari satu nilai ke depan terutama karena perubahan melalui waktu. Setiap kali ingin menekankan pola dalam data,seperti tren, fluktuasi, siklus, tingkat perubahan, dan bagaimana dua set data yang

20

berbeda-beda dalam hubungannya satu sama lain, grafik garis menyediakan sarana terbaik.Dalam konteks dashboard, grafik garis merupakan cara terbaik untuk menyajikan gambaran singkat dari serangkaian waktu.

f. Sparklines

Tumpukan data menggambarkan sparklines sebagai "data intens, desain sederhana, kata-ukuran grafis”. Dengan demikian,

sparklines ideal untuk dashboard dan hal lain yang memerlukan bentuk-bentuk yang sangat kental menampilkan data, seperti laporan diagnostik medis yang mencakup sejarah pasien.

g. Boxplots

Grafik ini digunakan untuk menampilkan distribusi set nilai di seluruh rentang, dari yang terkecil sampai yang terbesar, dengan banyak langkah-langkah yang berguna. Hal ini sering tidak memadai untuk menggambarkan satu set nilai sebagai diringkas ukuran tunggal seperti jumlah atau rata-rata.

h. Scatterplots

Grafik ini akan menampilkan apakah atau tidak, ke arah mana, danuntuk apa dua tingkat set dipasangkan nilai kuantitatif berkorelasi. Grafik ini akan tetap bekerja dengan baik jika langkah-langkah dibagi menjadi beberapa set.

21

Grafik ini digunakan untuk menampilkan set besar atau hierarkis kategoris data terstruktur dengan cara efisien ruang.

Treemaps sepenuhnya mengisi ruang layar yang tersedia dengan seperangkat persegi panjang berdekatan yang masing-masing telah menjadi ukuran untuk mengkodekan variabel kuantitatif. Karena dengan cara efisien ruang, Treemaps dapat digunakan cukup efektif pada dashboard, tetapi harus disediakan untuk keadaan-keadaan yang dikembangkan, dan, bila digunakan, harus dirancang dengan hati-hati [2].

22 BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1 Deskripsi Organisasi

Universitas Sanata Dharma (USD) beralamatkan di Mrican, Tromol Pos 29 Yogyakarta 55002. Sama seperti universitas lain , USD memiliki struktur organisasi yang terdiri dari rektor dan jajarannya, dosen, dan staff karyawan. USD memiliki limakampus yang terdiri dari, kampus I di Mrican yang terdiri dari fakultas Sastra, Ekonomi, dan FKIP, kampus II di Mrican yang merupakan Gedung Pusat dan Perpustakaan, kampus III di Paingan Maguwoharjo terdiri dari fakultas Sains dan Teknologi, Psikologi, Farmasi, dan FKIP, kampus IV di Kentungan yang terdiri dari fakultas Teologi, serta kampus V di Kotabaru yang terdri dari program studi pendidikan agama Katolik (IPPAK). Universitas Sanata Dharma terdiri dari 8fakultas, yang didalamnya terdapat 29 program studi, antara lain:

1. Fakultas Keguruan dan Ilmu Pendidikan a. Bimbingan dan Konseling

b. Pendidikan Biologi c. Pendidikan Fisika d. Pendidikan Matematika e. Pendidikan Ekonomi f. Pendidikan Sejarah g. Pendidikan Akuntansi

23

h. Pendidikan Bahasa Sastra Indonesia dan Daerah i. Pendidikan Bahasa Inggris

j. Pendidikan Guru Sekolah Dasar

k. Ilmu Pendidikan Kekhususan Pendidikan Agama Katolik 2. Fakultas Ekonomi

a. Ekonomi Akuntansi b. Ekonomi Manajemen

c. Pendidikan Profesi Akuntasi d. Magister Manajemen

3. Fakultas Teologi a. Teologi

4. Fakultas Sains dan Teknologi a. Matematika

b. Teknik Informatika c. Teknik Mesin d. Teknik Elektro 5. Fakultas Farmasi

a. Farmasi

b. Profesi Apoteker 6. Fakultas Psikologi

a. Psikologi 7. Fakultas Sastra

24 b. Sastra Indonesia

c. Ilmu Sejarah 8. Program Pasca Sarjana

a. S2 Teologi

b. S2 Kajian Bahasa Inggris c. S2 Ilmu Religi dan Budaya 3.2 Analisis Sistem

3.2.1 Mengidentifikasi Masalah yang Ada

Untuk mendapatkan informasi mengenai performa akademik Universitas Sanata Dharma haruslah melalu bagian administrasi akademik, ini akan memperlambat dalam proses pengambilan keputusan karena WR I tidak bisa memonitor performa dan kualitas akademik setiap saat. Sistem yang akan dirancang adalah dashboard untuk monitoring akademik Universitas Sanata Dharma. Apabila sistem ini diimplementasikan, maka akan membantu WR I dalam memonitor performa akademik Universitas Sanata Dharma. Informasi akademik tersebut akan ditampilkan pada satu monitor penuh dan berisi informasi yang kritis. Informasi akademik tersebut merupakan kombinasi teks dan grafik. Data informasi yang digunakan data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus.

25

Berikut adalah hasil analisa terhadap Sistem Informasi Akademik(SIA) Universitas Sanata Dharma dengan menggunakan analisis PIECES (Performance, Information, Economic, Control, Effiency, Services).

Analisis Performance/Kinerja

Kinerja yang dilakukan oleh pihak administrasi untuk mendapatkan data agar dapat diolah tidaklah mudah. Data yang ingin diperoleh tidak serta-merta diperoleh dari pihak atasan begitu saja. Data diproses dari pihak program studi yang kemudian dikumpulkan atau dijadikan satu dengan fakultas yang kemudian diserahkan ke pihak administrasi. Data yang ada di pihak administrasi tidak semua ada, hanya beberapa saja, dan sisanya ada di bagian WR 1.

Analisis Information/Informasi

Untuk mendapatkan informasi mengenai performa akademik setiap tahun tidak bisa secara instant tetapi harus melalui pihak administrasi.

Analisis Economic/Ekonomi

SIA pada Universitas Sanata Dharma mempunyai biaya yang relatif murah tetapi dapat mempunyai hasil kerja yang baik. Contoh, biaya yang dikeluarkan untuk jaringan pemakaian peralatan masih cukup relevan dengan hasil yang diharapkan. Jaringan

26

komputer yang menghubungkan gedung satu dengan gedung yang lain dapat menghemat waktu untuk pengaksesan data dalam sistem. Harga-harga yang masih cukup terjangkau untuk pembelian peralatan, seperti komputer, switch, server, dll.

Analisis Control/Kontrol

SIA perlu dimonitor apabila ditemukan adanya kinerja yang kurang baik. Kontrol dipasang untuk meningkatkan kinerja sistem, mencegah atau mendeteksi penyalahgunaan atau kesalahan sistem dan menjamin keamanan data. Setiap orang yang melakukan akses ke SIA harus memiliki user dan password untuk menjaga keamanan. Untuk menghindari kehilangan data apabila terjadi serangan ke sistem oleh pihak luar, maka dilakukan backup data.

Analisis Efficiency/Efisiensi

SIA di Universitas Sanata Dharma memiliki efisiensi yang baik, karena sistem yang ada telah dapat digunakan dengan baik dan juga telah dapat menghasilkan output sesuai dengan yang diharapkan. Pelayanan informasi yang cepat tanpa mengurangi hasil yang ingin dicapai menunjukkan bahwa SIA yang ada digunakan secara efisien.

Analisis Services/Pelayanan

SIA di Universitas Sanata Dharma telah memberikan layanan baik kepada mahasiswa. Pelayanan yang baik dapat

27

mencerminkan universitas itu baik atau tidak baik, sehingga pelayanan juga perlu diperhitungan secara baik.

3.2.2 Memahami Kerja dari Sistem yang Ada

Dalam memonitor performa akademik mahasiswa WR I mendapat data yang ada melalui bagian Biro Administrasi Akademik. Performa akademik mahasiswa terekam melalui database

28

Gambaran secara garis besar penilaian performa akademikmahasiswa di Universitas Sanata Dharma adalah sebagai berikut:

Nilai performa

akademik mahasiswa Sekretariat

Biro Administrasi Akademik

Wakil Rektor I

Gambar 3.1Alur sistem yang ada

Alur WR I dalam memonitoring performa akademik mahasiswa dimulai dari tahap data nilai performa akademik mahasiswa dikumpulkan menjadi satu di sekretariat. Sekretariat akan mengolah data yang telah ada. Kemudian dari sekretariat akan diserahkan ke bagian Biro Administrasi Akademik. Wakil Rektor I akan melihat hasilnya melalui laporan yang telah dibuat oleh Biro Administrasi Akademik.

3.2.3 Menganalisis Masalah dalam Sistem Lama

Analisis masalah berdasarkan kerja dari proses

monitoringperforma mahasiswa adalah Wakil Rektor (WR) I memiliki tanggungjawab untuk memonitori performa akademik Universitas Sanata Dharma. Namun pada kenyataannya untuk mendapatkan informasi mengenai performa akademik haruslah melalui Biro Administrasi Akademik, ini memperlambat dalam

29

proses pengambilan keputusan karena WR I tidak bisa memonitor performa dan kualitas akademik setiap saat.

3.2.4 Menganalisis Kebutuhan dalam Sistem Baru

Sistem yang akan dirancang nantinya akan digunakan oleh Wakil Rektor (WR) I. WR I bertanggungjawab untuk memonitor performa dan kualitas akademik. WR I dapat melihat performa data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus. Berikut ini merupakan gambaran mengenai skenario alur sistem yang akan dirancang.

30 3.3 Desain Sistem

3.3.1 Perancangan Proses 3.3.1.1 Use Case Diagram

Login

Logout

<< Depends on >>

<< Depends on >>

Melihat grafik performa akademik mahasiswa Menganalisa performa akademik mahasiswa WR I

Gambar 3.2Use case Penjelasan use case:

Sebelum masuk ke dalam sistem, WR I melakukan login. Kemudian WR I dapat melihat dan mencetak laporan, serta dapat menganalisis performansi kinerja dosen dan mahasiswa yang meliputi data mahasiswa registrasi, mahasiswa tidak registrasi, mahasiswa cuti, mahasiswa DO(Dropped Out), mahasiswa pendaftar, dan mahasiswa lulus sehingga didapatkan kinerja yang normal, bagus, atau buruk.

31 3.3.1.2 Data Flow Diagram

3.3.1.2.1 Diagram Konteks

Gambaran sistem pada diagram konteks (context diagram) merupakan subsistem dari sistem informasi akademik yang telah berjalan di Universitas Sanata Dharma. Diagram konteks dari sistem dashboard akademik ini terdiri dari dua yaitu

user dan sistem informasi akademik. User

merupakan pengguna akhir, sedangkan sistem informasi akademik merupakan sistem yang data-data akademiknya akan digunakan dalam pembuatan sistem dashboard akademik ini.

Sistem Informasi Akademik

User Data mahasiswa registrasi

Data mahasiswa cuti Data mahasiswa DO

Data mahasiswa tdk registrasi Data mahasiswa lulus Data mahasiswa pendaftar

Jmlh data mhs tdk reg Jmlh data mhs lulus Jmlh data mhs pendaftar

Jmlh data mhs DO Jmlh data mhs cuti Jmlh data mhs registrasi

Data nilai parameter

Nilai parameter indikator Menampilkan

data-data akademik

32 3.3.1.2.2 DFD Level 0

Setelah membuat diagram konteks, dilanjutkan dengan membagi diagram konteks menjadi proses-proses yang lebih kecil. Gambar 3.3.1.2.2 merupakan gambar DFD level 0 sistem

dashboard akademik. DFD level 0 sistem akademik memiliki dua subproses utama dan dua eksternal

entity. Eksternal entitynya yaitu user dan sistem informasi akademik, sedangkan subproses utamanya yaitu proses nilai parameter indikator dan proses menampilkan data-data akademik.

Sistem Informasi Akademik

User Data mahasiswa registrasi

Data mahasiswa cuti Data mahasiswa DO

Data mahasiswa tdk registrasi Data mahasiswa lulus Data mahasiswa pendaftar

Jmlh data mhs tdk reg Jmlh data mhs lulus Jmlh data mhs pendaftar

Jmlh data mhs DO Jmlh data mhs cuti Jmlh data mhs registrasi

Data nilai parameter

Nilai parameter indikator Menampilkan data-data akademik Mengelola nilai parameter indikator

33 3.4 Membangun Gudang Data

Tahap ini merupakan tahapan dalam membangun gudang data dari membaca data legacy sampai membuat fact table. Tabel berikut ini berisi gambaran mengenai tahapan yang dilakukan.

No Langkah yang dilakukan Penjelasan

3.4.1 Membaca data legacy Merupakan tahapan untuk memperhatikan bagian-bagian data yang akan dianalisa

3.4.2 Memilah field tabel pada

database sistem informasi dan memindahkan ke dalam

database gudang data

Merupakan tahapan untuk memilah field yang berada dalam tabel sistem informasi akademik yang dibutuhkan serta pembuatan tabel dimensi

3.4.3 Memecah gudang data ke dalam fact table dan tabel dimensi

Berdasarkan data dari tabel yang sudah ada di proses pada tahapan sebelumnya (3.4.2) maka digunakan untuk membuat skema.

3.4.1 Membuat Data Legacy

Pada tahapan ini dilakukan analisa data yang akan digunakan. Kemudian melakukan pembersihan data, menghapus, atau menambah kolom yang dirasa perlu. Tujuan dari tahapan ini adalah

34

memudahkan ketika memindahkan data-data tersebut ke dalam basis data.

3.4.2 Memilah field tabel pada database sistem informasi dan memindahkan ke dalam database gudang data

Merupakan tahapan untuk memilah field yang berada dalam tabel sistem informasi akademik yang dibutuhkan serta pembuatan tabel dimensi yang dibutuhkan.

1. Membuat dimensi kategori

Tabel diatas merupakan proses dari pembuatan dimensi kategori dimana sumber data berasal dari tabel Kategori. Tabel kategori tersebut berisi field id_kategori untuk menyimpan id kategori, dan nama_kategori untuk menyimpan nama kategori. Kemudian dibuat dimensi kategori yang berisi id_kategori, nama_kategori, dan menambahkan surrogate key untuk dimensi kategori yaitu sk_kategori.

dim_kategori PK sk_kategori

id_kategori nama_kategori Kategori

id_kategori nama_kategori

35 2. Membuat dimensi tingkatan

Fakultas id_fakultas nama_fakultas

Tabel diatas merupakan proses dari pembuatan dimensi tingkatan dimana sumber data berasal dari tiga tabel yaitu tabel Tingkatan, Fakultas, dan Prodi. Pada tabel Tingkatan terdapat

field id_tingkat untuk menyimpan id tingkatan, fakultas untuk menyimpan nama fakultas, dan prodi untuk menyimpan nama prodi. Tabel Fakultas terdapat field id_fakultas untuk menyimpan

Tingkatan id_tingkat fakultas prodi

dim_tingkatan PK sk_tingkatan

id_prodi nama_prodi id_fakultas nama_fakultas Prodi id_prodi nama_prodi id_fakultas

36

id fakultas dan nama_fakultas untuk menyimpan nama fakultas. Sedangkan pada tabel Prodi terdapat field id_prodi untuk menyimpan id prodi, nama_prodi untuk menyimpan nama_prodi, dan fakultas digunakan untuk menyimpan nama fakultas yang sesuai dengan prodi yang bersangkutan. Kemudian dibuat dimensi tingkatan yang terdiri dari field id_prodi, nama_prodi, id_fakultas, dan nama_fakultas, disertai pula surrogate key yaitu sk_tingkatan. 3.4.3 Memecah gudang data ke dalam fact table dan tabel dimensi

Tahap ini merupakan pembuatan rancangan gudang data dengan menggunakan skema bintang (star schema). Pada tahapan ini terdapat tiga dimensi yaitu dimensi kategori, dimensi tingkatan, dan dimensi waktu. Diantara ketiga dimensi tersebut terdapat tabel fakta (fact table) yang memiliki surrogate key dari masing-masing dimensi dan sebuah measure.

37

dim_kategori sk_kategori id_kategori nama_kategori

Gambar 3.5 Memecah gudang data ke dalam fact table dan tabel dimensi dimensi_waktu

year sk_waktu

fact_mahasiswa sk_kategori sk_tingkatan sk_waktu

jumlahmahasiswa (measure)

dim_tingkatan sk_tingkatan id_prodi nama_prodi id_fakultas nama_fakultas

38 3.5 Perancangan Antarmuka Pengguna 3.5.1 Tampilan Halaman Utama

Halaman ini adalah tampilan utama dari dashboardmonitoring, dimana terdiri dari header yang berisi judul, kategori untuk memilih kategori yang akan dipilih, fakultas untuk memilih fakultas yang datanya akan ditampilkan, dan grafik untuk menampilkan perbandingan data antar fakultas maupun prodi yang dipilih berdasarkan tahun ke tahun.

Header

Grafik

39 BAB IV IMPLEMENTASI

4.1 Implementasi

Pada bab ini akan menjelaskan tentang implementasi pembuatan gudang data dan pembahasannya.

4.1.1 Implementasi Basis Data

Pada tahap ini akan menjelaskan pembuatan database untuk sistem dengan menggunakan MySQL. Database pada sistem ini bernama

„skripsi_‟ yang memiliki tabel antara lain tabel „prodi‟, tabel „fakultas‟,

tabel „tingkatan‟, tabel „kategori‟, dan tabel „mahasiswa‟. Berikut ini akan dijabarkan query yang terdapat dalam setiap tabel:

a) Tabel „prodi‟

CREATE TABLE `prodi` (

`id_prodi` varchar(20) NOT NULL, `nama_prodi` varchar(25) default NULL, `id_fakultas` varchar(25) NOT NULL, PRIMARY KEY (`id_prodi`)

40 b) Tabel „fakultas‟

c) Tabel „tingkatan‟

d) Tabel „kategori‟

e) Tabel „mahasiswa‟

CREATE TABLE `fakultas` (

`id_fakultas` varchar(50) NOT NULL, `nama_fakultas` varchar(50) default NULL, PRIMARY KEY (`id_fakultas`)

) ENGINE=MyISAM DEFAULT CHARSET=latin1;

CREATE TABLE `tingkatan` (

`id_tingkat` varchar(20) NOT NULL, `fakultas` varchar(25) default NULL, `prodi` varchar(25) default NULL, PRIMARY KEY (`id_tingkat`)

) ENGINE=MyISAM DEFAULT CHARSET=latin1;

CREATE TABLE `kategori` (

`id_kategori` varchar(10) NOT NULL, `nama_kategori` varchar(25) default NULL, PRIMARY KEY (`id_kategori`)

41

4.1.2 Implementasi Antarmuka Pengguna 4.1.2.1 Halaman Menu Utama

Halaman menu utama berisi header, button untuk memilih kategori, button untuk memilih fakultas, dan menampilkan grafik dari apa yang dipilih.

Gambar 4.1 Halaman Menu Utama CREATE TABLE `mahasiswa` (

`nama_kategori` varchar(50) default NULL, `tahun` year(4) default NULL,

`prodi` varchar(10) default NULL, `jumlah` int(3) default NULL

42

Gambar 4.2 Untuk memilih kategori

43 4.1.2.2 Halaman Tampilan Update

Halaman tampilan update berisi button untuk menambah data file .csv dan button upload untuk mengupload file yang sudah ditambahkan.

44 4.2 Implementasi Gudang Data

4.2.1 Membaca Data Legacy

Pada tahap ini menganalisa tabel-tabel database sistem informasi akademik yang dipakai dalam membangun tabel fakta dan tabel dimensi dalam database gudang data. Tabel-tabel tersebut adalah sebagai berikut:

1. Tabel tingkatan

tingkatan Tabel yang berisi daftar tingkatan

PK id_tingkat Berisi nomor id tingkat yang bertindak sebagai primary key

fakultas Berisi nama fakultas prodi Berisi nama prodi

Tabel diatas merupakan struktur tabel tingkatan yang menyimpan data-data tingkatan yang terdiri dari field id_tingkat sebagai primary key, field fakultas, dan field prodi. Contoh data kategori adalah sebagai berikut:

45 PK id_tingkat fst01

fakultas FST

prodi TI

2. Tabel fakultas

Fakultas Tabel yang berisi daftar fakultas

PK id_fakultas Berisi nomor id fakultas yang bertindak sebagai primary key

nama_fakultas Berisi nama fakultas

Tabel diatas merupakan struktur tabel fakultas yang menyimpan data-data fakultas yang terdiri dari fieldid_fakultas sebagai primary key

dan field nama_fakultas. Contoh data fakultas adalah sebagai berikut: PK id_fakultas 111

nama_fakultas FST

3. Tabel prodi

Prodi Tabel yang berisi daftar prodi

PK id_prodi Berisi nomor id prodi yang bertindak sebagai primary key

nama_prodi Berisi nama prodi id_fakultas Berisi id fakultas

46

Tabel diatas merupakan struktur tabel prodi yang menyimpan data-data prodi yang terdiri dari field id_prodi sebagai primary key, field

nama_prodi, dan field id_fakultas. Contoh data prodi adalah sebagai berikut:

PK id_prodi fst01 nama_prodi TI id_fakultas 111

4. Tabel kategori

Kategori Tabel yang berisi daftar kategori mahasiswa

PK id_kategori Berisi nomor id kategori yang bertindak sebagai primary key

nama_kategori Berisi nama kategori

Tabel diatas merupakan struktur tabel kategori yang menyimpan data-data kategori yang terdiri dari field id_kategori sebagai primary key

dan field nama_kategori. Contoh data kategori adalah sebagai berikut: PK id_kategori k01

47

4.2.2 Memilah field tabel pada database sistem informasi dan memindahkan ke dalam database gudang data

4.2.2.1 Tabel dimensi ‘dim_tingkatan’

Gambar 4.5 Pembentukan tabel dim_tingkatan

Gambar 4.5 merupakan proses pembentukan tabel dim_tingkatan yang bertujuan sebagai pembentukan tabel dimensi dalam OLAP. Memasukkan data dari tabel prodi dan fakultas yang ada di

database, menyamakan dengan tabel prodi dan fakultas, menambah field baru, memilih data, memasukkan data ke dalam tabel dim_tingkatan, dan script pembentukan tabel dim_tingkatan.

48

Jika preview data maka data yang ditampilkan sesuai dengan yang ada pada tabel prodi. Berikut adalah preview data tabel prodi:

Gambar 4.7 Preview data prodi

49

Jika preview data maka data yang ditampilkan sesuai dengan yang ada pada tabel fakultas. Berikut adalah preview data tabel fakultas:

Gambar4.9 Preview data fakultas

Langkah selanjutnya adalah menambah field baru, yang artinya menambah field untuk membuat surrogate key pada dim_tingkatan. Isi dari menambah field baru tersebut adalah sebagai berikut:

50

Langkah berikutnya untuk membuat dim_tingkatan adalah memilih field yang diperlukan. Sehingga dilakukan langkah berikut ini:

Gambar 4.11 Langkah memilih field yang diperlukan

Langkah terakhiradalah memasukan ke dalam tabel dim_tingkatan. Pada tahap ini digunakan untuk membuat tabel dimensi dan memasukan data ke dalam tabel dimensi tersebut. Hasil dari proses pembentukan tabel dim_tingkatan adalah sebagai berikut.

Gambar 4.12 Menampilkan data dim_tingkatan

51

Terdapat field id_prodi, nama_prodi, id_fakultas, nama_fakultas, dan sk_tingkatan.

52 4.2.1.2 Tabel dim_kategori

Gambar 4.13merupakan proses pembentukan tabel dim_kategori yang bertujuan sebagai pembentukan tabel dimensi dalam OLAP. Memasukkan data dari tabel kategori yang ada di database, menambah field baru, memilih data, memasukkan data ke dalam tabel dim_kategori, dan script pembentukan tabel dim_kategori.

Jika preview data maka data yang ditampilkan sesuai dengan yang ada pada tabel kategori. Berikut adalah preview data tabel kategori:

Gambar 4.13 Pembentukan tabel dim_kategori

53

Langkah selanjutnya adalah menambah field baru, yang artinya menambah field untuk membuat surrogate key pada dim_kategori. Isi dari menambah field baru tersebut adalah sebagai berikut:

Gambar 4.15Preview data kategori

54

Langkah berikutnya untuk membuat dim_kategori adalah memilih field yang diperlukan. Sehingga dilakukan langkah berikut ini:

Langkah terakhir adalah memasukan ke dalam tabeldim_kategori. Pada tahap ini digunakan untuk membuat tabel dimensi dan memasukan data ke dalam tabel dimensi tersebut. Hasil dari proses pembentukan tabel dim_kategori adalah sebagai berikut.

Gambar 4.18 merupakan hasil dari tabel dim_kategori. Terdapat

field id_kategori, nama_kategori, dan sk_kategori. Gambar 4.18 Menampilkan data dim_kategori Gambar 4.17Langkah memilih field yang diperlukan

55

4.2.3 Memecah Gudang Data ke Dalam Tabel Fakta dan Dimensi 4.2.3.1 Tabel fakta fact_mahasiswa

Gambar 4.19 merupakan pembentukan tabel fact_mahasiswa yang bertujuan untuk pembentukan tabel fakta dalam proses OLAP, diawali oleh memasukan data dari table input untuk selanjutnya disamakan, kemudian menyamakan dengan tabel dim_kategori, dim_tingkatan dan dim_waktu, memilih data, dan memasukkan data ke dalam tabel fact_mahasiswa.

Menyamakan data berturut-turut dari tabel dim_kategori hingga dim_waktu karena tabel fakta hanya berisi data-daya numerik atau data yang dapat diukur dan surrogate key dari masing-masing dimensi maka data yang diambil hanya surrogate key.

56

Pada gambar 4.20 menunjukkan bahwa data yang diambil hanya sk_kategori yang bertindak sebagai surrogate key pada dimensi kategori.

57

Pada gambar 4.21 menunjukkan bahwa data yang diambil hanya sk_prodi (sk_tingkatan) yang bertindak sebagai surrogate key pada dimensi tingkatan.

58

Pada gambar 4.22 menunjukkan bahwa data yang diambil hanya sk_waktu yang bertindak sebagai surrogate key pada dimensi waktu.

59

Langkah berikutnya adalah memilih data yang akan digunakan untuk membangun tabel fakta dengan menggunakan select values.

Terdapat field jumlah yang bertindak sebagai measure, sk_kategori, sk_tingkatan, dan sk_waktu. Maka hasil yang diperoleh dalam memasukkan data ke dalam tabel fakta fact_mahasiswa ditunjukkan pada gambar berikut.

60

61

4.2.4 Pembahasan Skema Bintang (Star Schema) 4.2.2.1Cube Mahasiswa

Gambar 4.25 merupakan skema bintang SchemaSkripsi menggunakan Mondrian sebagai OLAPserver. Skema ini yang nantinya

cube mahasiswa

dimensi kategori measure

dimensi tingkatan

dimensi waktu

62

akan membaca data dari database. Cube dengan nama mahasiswa, memiliki tabel fakta fact_mahasiswa. Dimensi yang dipakai adalah dimensi Kategori yang memiliki tabel tabel dim_kategori, dimensi Tingkatan yang memiliki tabel dim_tingkatan, dan dimensi Waktu yang memiliki tabel dim_waktu. Pada dimensi Kategori terdapat urutan atau hierarki field dari tabel dim_kategori, yaitu field Nama Kategori, sedangkan urutan dari dimensi Tingkatan adalah field Fakultas dan Prodi, serta urutan dari dimensi Waktu adalah filed Tahun. Nilai pengukuran atau measure dari skema bintang mahasiswa adalah JumlahMahasiswa.

Cube mahasiswa

63

Pada gambar 4.26 merupakan OLAP mahasiswa. Fact_mahasiswa mengeluarkan informasi jumlah mahasiswa ditiap prodi maupun fakultas pada setiap kategori di universitas.

64 BAB V ANALISIS HASIL

Setelah melakukan pembentukan gudang data dan OLAP . Dapat diperoleh hasil sebagai berikut:

5.1 Pengujian Sistem

5.1.1 Hasil OLAP mahasiswa Mahasiswa

65

Pada gambar 5.1 merupakan hasil fact_mahasiswa pada OLAP yang merupakan jumlah mahasiswa ditiap kategori, missal untuk fakultas FST pada prodi TI dalam kategori mahasiswa DO. Sedangkan pada gambar 5.2 merupakan data mahasiswa yang sama. Terlihat pada gambar 5.1 untuk jumlah dengan gambar 5.2 sama.

5.1.2 Hasil dashboardmonitoring

5.1.2.1 Menampilkan perbandingan kategori per-fakultas Gambar 5.2 : Data jumlah mahasiswa pada Excel

Gambar 5.3 Tampilan data mahasiswa registrasi per-fakultas dalam Excel

66

Pada gambar 5.3 merupakan tampilan data mahasiswa registrasi setiap fakultas dalam file Excel. Sedangkan pada gambar 5.4 menampilkan hasil perbandingan jumlah mahasiswa registrasi disetiap fakultas yang ada di universitas dalam dashboard yang terbukti cocok dengan data sebenarnya ( data pada file Excel ).

67

5.1.2.2 Menampilkan perbandingan kategori per-prodi dalam fakultas tertentu

Pada gambar 5.5 merupakan tampilan data mahasiswa registrasi prodi TI dan TM dalam file Excel. Sedangkan pada gambar 5.6 menampilkan hasil perbandingan jumlah mahasiswa registrasi prodi yang berada di FST yaitu TI dan TM dalam bentuk

dashboard yang terbukti sesuai dengan data sebenarnya ( data pada file Excel ).

Gambar 5.6 Tampilan hasil mahasiswa registrasi per-prodi Gambar 5.5Tampilan data mahasiswa registrasi prodi TI dan TM dalam Excel

68

5.1.2.3 Menampilkan data yang telah ditambahkan setiap tahun

Pada gambar 5.7 menampilkan hasil perbandingan jumlah mahasiswa cuti yang berada di FST yaitu prodi TI dan TM dari tahun 2008-2013.

5.2 Kelebihan Sistem

Gudang data dapat menampung data dalam jumlah yang banyak, atau dengan kata lain Big Data, serta dapat menghitung jumlah mahasiswa dalam setiap kategorinya. Selain itu ditampilkan pula grafik jumlah mahasiswa di setiap kategori dalam kurun waktu tertentu.

69 5.3 Kekurangan Sistem

1. Pengguna hanya diasumsikan WR 1 yang hanya bisa mengakses, sedangkan pengguna yang lain hanya sebagai pengunjung, hanya bisa melihat.

70 BAB VI PENUTUP

6.1 Kesimpulan

Berdasarkan dari hasil analisis, desain, dan implementasi dashboard untuk

monitoring data akademik, maka dapat disimpulkan bahwa:

1. Implementasi dashboard untuk monitoring data akademik Universitas Sanata Dharma Yogyakarta telah berhasil dibuat dengan menggunakan

Kettle ( Pentaho Data Integration ).

2. Hasil perhitungan OLAP tentang jumlah mahasiswa berdasarkan kategori yang ada sama dengan hasil perhitungan pada laporan manual dalam excel.

3. Dashboard untuk monitoring data akademik Universitas Sanata Dharma ini akan memudahkan WR1 dalam menganalisa setiap kategori dalam kurun waktu tertentu karena dengan adanya bantuan grafik bar.

6.2 Saran

Saran yang dapat diberikan penulis dalam pengembangan sistem ini adalah: 1. Dashboard untuk monitoring data akademik ini bisa dikembangkan

dengan dijadikan fitur halaman website Universitas Sanata Dharma, sehingga masyarakat non-Universitas Sanata Dharma bisa melihat bagaimana progress perkembangan mahasiswa tiap tahunnya.

71

2. Dalam dashboard ini bisa dikembangkan pula dengan grafik-grafik yang lebih bervariasi.

3. Data yang digunakan bisa dilengkapi lagi baik dalam lingkup fakultas maupun program studi.

72

DAFTAR PUSTAKA

[1] Modul Pelatihan, “Data Warehouse with Kettle (Pentaho Data

Integration)”.

[2] Few, Stephen. (2006), Information Dashboard

[3] Gonzales, Tom. (2006), Dashboard Design: Key Performance Indicators & Metrics - Choosing the Right Data to Display, BrightPoint Consulting, Inc.

[4] Novell. (2004), SecureEnterpriseDashboard: aKeyto Bussiness Agility, Novell White Paper.

[5] Eckerson, Wayne (2005), DeployingDashboardandScorecards, TDWI Best Practices Report.

[6] Hariyanti, Eva, 2008, Metedologi Pembangunan Dashboard sebagai Alat Monitoring Kinerja Organisasi Studi Kasus Institut Teknologi Bandung

73

74

FORM KUISIONER

DASHBOARD UNTUK MONITORING DATA AKADEMIK

UNIVERSITAS SANATA DHARMA YOGYAKARTA

Nama : Jabatan : Petunjuk:

1. Pilihlah jawaban yang paling sesuai dengan pendapat Anda. 2. Berikan tanda contreng () pada jawaban yang Anda pilih. Keterangan:

1. SS = Sangat Setuju 2. S = Setuju

3. R = Ragu

4. TS = Tidak Setuju

5. STS = Sangat Tidak Setuju

No Pernyataan SS S R TS STS

1. Dashboard monitoring akademik membantu saya untuk mengetahui informasi perbandingan jumlah mahasiswa di setiap kategori dalam tingkat fakultas/prodi dalam kurun waktu tertentu.

2. Dasshboard monitoring akademik membantu saya untuk mengetahui jumlah mahasiswa terbanyak dan terendah.

75 grafik yang disediakan dashboard monitoring akademik sangat membantu untuk melihat dengan tampilan yang berbeda

4. Secara keseluruhan dashboard monitoring sangat mendukung system informasi akademik mahasiswa.

70

BAB VI

PENUTUP

6.1 Kesimpulan

Berdasarkan dari hasil analisis, desain, dan implementasi dashboard untuk

monitoring data akademik, maka dapat disimpulkan bahwa:

1. Implementasi dashboard untuk monitoring data akademik Universitas Sanata Dharma Yogyakarta telah berhasil dibuat dengan menggunakan

Kettle ( Pentaho Data Integration ).

2. Hasil perhitungan OLAP tentang jumlah mahasiswa berdasarkan kategori yang ada sama dengan hasil perhitungan pada laporan manual dalam excel.

3. Dashboard untuk monitoring data akademik Universitas Sanata Dharma ini akan memudahkan WR1 dalam menganalisa setiap kategori dalam kurun waktu tertentu karena dengan adanya bantuan grafik bar.

6.2 Saran

Saran yang dapat diberikan penulis dalam pengembangan sistem ini adalah: 1. Dashboard untuk monitoring data akademik ini bisa dikembangkan

dengan dijadikan fitur halaman website Universitas Sanata Dharma, sehingga masyarakat non-Universitas Sanata Dharma bisa melihat bagaimana progress perkembangan mahasiswa tiap tahunnya.

71

2. Dalam dashboard ini bisa dikembangkan pula dengan grafik-grafik yang lebih bervariasi.

3. Data yang digunakan bisa dilengkapi lagi baik dalam lingkup fakultas maupun program studi.

72

DAFTAR PUSTAKA

[1] Modul Pelatihan, “Data Warehouse with Kettle (Pentaho Data

Integration)”.

[2] Few, Stephen. (2006), Information Dashboard

[3] Gonzales, Tom. (2006), Dashboard Design: Key Performance Indicators & Metrics - Choosing the Right Data to Display, BrightPoint Consulting, Inc.

[4] Novell. (2004), SecureEnterpriseDashboard: aKeyto Bussiness Agility, Novell White Paper.

[5] Eckerson, Wayne (2005), DeployingDashboardandScorecards, TDWI Best Practices Report.

[6] Hariyanti, Eva, 2008, Metedologi Pembangunan Dashboard sebagai Alat Monitoring Kinerja Organisasi Studi Kasus Institut Teknologi Bandung

73

74

FORM KUISIONER

DASHBOARD UNTUK MONITORING DATA AKADEMIK

UNIVERSITAS SANATA DHARMA YOGYAKARTA

Nama : Jabatan :

Petunjuk:

1. Pilihlah jawaban yang paling sesuai dengan pendapat Anda. 2. Berikan tanda contreng () pada jawaban yang Anda pilih.

Keterangan:

1. SS = Sangat Setuju 2. S = Setuju

3. R = Ragu

4. TS = Tidak Setuju

5. STS = Sangat Tidak Setuju

No Pernyataan SS S R TS STS

1. Dashboard monitoring akademik membantu saya untuk mengetahui informasi perbandingan jumlah mahasiswa di setiap kategori dalam tingkat fakultas/prodi dalam kurun waktu tertentu.

2. Dasshboard monitoring akademik membantu saya untuk mengetahui jumlah mahasiswa terbanyak dan terendah.

75 grafik yang disediakan dashboard monitoring akademik sangat membantu untuk melihat dengan tampilan yang berbeda

4. Secara keseluruhan dashboard monitoring sangat mendukung system informasi akademik mahasiswa.