BAB IV HASIL DAN PEMBAHASAN
4.1. Analisis Data
Pada penelitian ini digunakan data satelit NOAA pada tahun 1997 sampai dengan 2005 serta data satelit TERRA dan AQUA dari tahun 2000 sampai dengan
2009. Atribut-atribut yang terdapat dalam data hotspot yaitu tahun, bulan, tanggal, waktu, NOAA satelit, bujur, lintang, provinsi, dan kabupaten. Data spasial dan
atribut wilayah administrasi Indonesia yang meliputi kode provinsi, nama provinsi, kode kabupaten, dan nama kabupaten diperoleh dari www.inigis.info
dalam format .shp dengan skala 1: 25.000. Dalam format ini, peta Indonesia terdiri atas 30 provinsi dan 440 kabupatenkota.
Analisis data yang dilakukan pada data tersebut yakni memilih atribut- atribut yang tepat untuk mengembangkan aplikasi spatio-temporal data
warehouse. Atribut-atribut yang digunakan adalah tahun, bulan, satelit NOAA,AQUA, dan TERRA, bujur, lintang dan wilayah atau lokasi. Berdasarkan
atribut-atribut yang dipilih tersebut, kemudian dibentuk suatu tabel fakta dan tabel dimensi. Dari hasil analisis data pada penelitian sebelumnya didapatkan sebuah
tabel fakta dan lima tabel dimensi, kemudian pada penelitian ini dilakukan penyesuaian dengan adanya penambahan sebuah dimensi, yakni dimensi pulau
atau kepulauan, sebagai salah satu level hierarki tambahan pada dimensi lokasi. Skema data warehouse yang digunakan adalah skema snowflake. Skema
snowflake ini digunakan untuk menangani redundansi data geometri pada dimensi lokasi spasial. Skema snowflake dalam schema workbench dapat dilihat pada
Gambar 4.
4.2 Ekstraksi Data
Sebelum proses ini dilakukan, ada beberapa software pendukung yang harus terinstall pada komputer. Software pendukung itu terdiri dari :
1. Apache tomcat yang berguna sebagai web server.
2. PostgreSQL yang berguna sebagai database relasional. 3. Postgis yang berguna sebagai tambahan pada postgreSQL untuk
mendukung pengolahan data spasial. 4. Quantum GIS yang berguna untuk mengolah data spasial.
Proses install software masing-masing diatas, dapat dilihat pada Lampiran 1, Lampiran 2, Lampiran 3, dan Lampiran 4.
Pada tahap ekstraksi data, dilakukan proses pembuangan atribut-atribut yang tidak terpakai serta pengambilan data yang relevan sesuai dengan model
skema multidimensional yang telah dibuat. Proses ini mereduksi atribut-atribut yang tidak terpilih pada tahap analisis. Hasil reduksi data dapat dilihat pada Tabel
4. Gambar 4 Skema Snowflake pada Schema Workbench.
Kategori