UNIVERSITAS INDONESIA Perancangan dan Im

UNIVERSITAS INDONESIA

Perancangan dan Implementasi Data Warehouse Spasial untuk

mendukung Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG)

KARYA AKHIR

IRENA SUSANTI 1206194631

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JUNI 2014

UNIVERSITAS INDONESIA

Perancangan dan Implementasi Data Warehouse Spasial untuk

mendukung Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG)

KARYA AKHIR

Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi

IRENA SUSANTI 1206194631

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JUNI 2014

HALAMAN PERNYATAAN ORISINALITAS

Karya Akhir ini adalah hasil karya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar

Nama

: Irena Susanti

NPM

Tanda tangan : Tanggal

ii

HALAMAN PENGESAHAN

Karya Akhir ini diajukan oleh: Nama

: Irena Susanti NPM

: 1206194631 Program Studi : Magister Teknologi Informasi Judul

: Perancangan dan Implementasi Data Warehouse Spasial untuk mendukung Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG).

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian pernyataan yang diperlukan untuk memperoleh gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia.

DEWAN PENGUJI

Pembimbing : Dr. Achmad Nizar Hidayanto (………………………….)

Penguji

Penguji

Ditetapkan di

Tanggal

iii

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya, penulis dapat menyelesaikan Karya Akhir ini. Penulisan Karya Akhir dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer – Universitas Indonesia. Penulis menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan karya akhir ini, sangatlah sulit bagi penulis untuk menyelesaikannya. Oleh karena itu, penulis mengucapkan terimakasih kepada:

1. Bapak Dr. Achmad Nizar, selaku dosen pembimbing yang telah menyediakan waktu, tenaga, dan pikiran untuk mengarahkan dalam penyusunan Karya Akhir ini.

2. Dosen Penguji yang telah menguji dan memberikan saran dan perbaikan pada Karya Akhir ini.

3. Badan Informasi Geospasial (BIG), yang telah memberikan bantuan beasiswa.

4. Narasumber dan pihak-pihak terkait yang telah membantu dalam mendapatkan data dan informasi untuk bahan penelitian Karya Akhir ini.

5. Suami tercinta, Andrian Libriyono, yang telah memberikan pengertian, perhatian, dukungan, dan semangat yang telah diberikan pada penulis.

6. Kedua orang tua tercinta, yang telah memberikan dukungan, doa, dan perhatian yang telah diberikan kepada penulis.

7. Staf di Magister Teknologi Informasi, yang telah membantu kelancaran perkuliahan dan Karya Akhir.

8. Teman – teman di MTI 2012SA, yang telah membantu dalam melewati masa- masa perkuliahan.

Akhir kata, semoga Allah SWT membalas semua kebaikan dan bantuan yang telah diberikan dengan pahala yang berlipat ganda. Semoga Karya Akhir ini memberikan manfaat bagi pengembangan ilmu pada umumnya dan bagi penulis pada khususnya.

Jakarta, Juni 2014 Penulis

iv

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: Irena Susanti NPM

: 1206194631 Program Studi : Magister Teknologi Informasi Fakultas

: Ilmu Komputer Jenis Karya

: Karya Akhir

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Non-eksklusif (Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul:

Perancangan dan Implementasi Data Warehouse Spasial untuk mendukung Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG).

Dengan Hak Bebas Royalti Non-eksklusif ini Universitas Indonesia berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan karya akhir saya tanpa meminta izin dari saya selama tetap mencantumkan saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di

: Jakarta

Pada Tanggal : Juni 2014 Yang menyatakan

(Irena Susanti)

ABSTRAK

Nama : Irena Susanti Program Studi : Magister Teknologi Informasi Judul

: Perancangan dan Implementasi Data Warehouse Spasial untuk mendukung Layanan Kebencanaan: Studi Kasus Badan Informasi Geospasial (BIG).

Indonesia merupakan daerah rawan multi bencana alam, yang sering terjadi tanpa dapat diprediksikan terlebih dahulu. Bencana alam tersebut telah berdampak pada timbulnya korban jiwa, kerusakan lingkungan, kerugian harta benda, dan dampak psikologis sehingga dalam keadaan tertentu dapat menghambat pembangunan nasional. Kebutuhan data dan informasi geospasial (IG) terkait kebencanaan ini, sangat penting dalam pengelolaan bencana, termasuk proses mitigasi, penanganan kondisi darurat, maupun rehabilitasi. Sebagai institusi yang berwenang dan bertanggung jawab terhadap penyelenggaraan IG dasar dan pembinaan IG tematik nasional, Badan Informasi Geospasial (BIG) perlu menyediakan layanan data terkait kebencanaan, yang melibatkan berbagai data dan informasi geospasial tematik. Dalam penyediaan layanan tersebut, BIG membangun sebuah Geospatial Support Command Center (GSCC), yang diperlukan untuk menyediakan layanan data dan IG terintegrasi dalam suatu data warehouse. Penelitian ini dilakukan untuk memberikan rekomendasi desain dan pengintegrasian data melalui perancangan dan pengimplementasian data warehouse spasial di BIG yang dapat mendukung layanan – layanan IG, termasuk layanan IG untuk kebencanaan. Pendekatan data warehouse spasial yang digunakan adalah pendekatan analysis-driven yang dikemukakan oleh Malinowski dan Zimanyi. Pengumpulan data didapatkan dari hasil observasi lapangan, dokumen – dokumen internal organisasi, dan wawancara dengan dengan narasumber dari unit-unit kerja yang berkaitan dengan pengelolaan data geospasial terkait kebencanaan. Hasil akhir dari penelitian ini adalah implementasi data warehouse spasial serta dashboard spasial, sehingga dapat mempermudah pemanfaatan informasi terkait bencana. Hasil penelitian ini memberikan rekomendasi berupa lokasi kejadian, sehingga penanganan bencana dapat tepat dan sesuai sasaran.

Kata Kunci: data warehouse, data warehouse spasial, bencana, pendekatan analysis-driven. xiii + 260 halaman; 90 gambar; 12 tabel; 4 Lampiran

vi

Universitas Indonesia

ABSTRACT

Name : Irena Susanti Study Program : Magister of Information Technology Title

: Design and Implementation of Spatial Data Warehouse For Supporting Disaster Service: Case Study Geospatial Information Agency.

Indonesia is an areaof multi disaster risks that often happen unpredictably. Those disasters have caused the loss of lives, environmental damages, loss of properties, and psychological impacts that under certain circumstances have hindered national development. The need for geospatial data and information related to disasters is very important in the management of disasters, including mitigation process, emergency supports, as well as rehabilitation process. As a state government agency that is responsible for providing basic geospastial information (GI) and as a supervisor in the thematic geospatial development, Geospatial Information Agency (BIG) needs to provide GI services related to disasters, which of course involve variety of thematic geospatial data and information. In the provision of GI services, BIG has developed a Geospatial Support Command Center (GSCC), that provides geospatial data and information services, integrated in a data warehouse. This research was conducted to provides recommendations for the design and integration of data through the design and implementation of spatial data warehouse in BIG that can support the GI services, including GI to support disasters. Spatial data warehouse approach which is used is analysis-driven approach that proposed by Malinowski and Zimanyi. Data collecting is obtained from field observations result, the internal documents of the organization, and interview with speaker from related working units who manage geospatial data and information related to disasters. The final results of this research are spatial data warehouse implementation and spatial dashboard, to facilitate the utilization of disaster-related information. It provides recommendations to the location of incident, so that disaster management can be done precisely.

Keywords: data warehouse, spatial data warehouse, disaster, analysis-driven approach. xiii + 260 pages; 90 figures; 12 tables; 4 attachment

vii

Universitas Indonesia

Gambar 5. 48 Drill-down Kerusakan Fasilitas Umum Kejadian Tsunami 2004 di Provinsi Aceh .............................................................................. 104 Gambar 5. 49 Informasi Estimasi Kerugian Kejadian Banjir 2004-2013 .......... 104 Gambar 5. 50 Drill-down Estimasi Kerugian Kejadian Banjir 2007 ................. 105 Gambar 5. 51 Drill-down Estimasi Kerugian Kejadian Banjir 2007 di Provinsi

Riau ............................................................................................. 105 Gambar 5. 52 Informasi Estimasi Kerugian Kejadian Gempa 2004-2013 ........ 106 Gambar 5. 53 Drill-down Estimasi Kerugian Kejadian Gempa 2004 ............... 106 Gambar 5. 54 Drill-down Estimasi Kerugian Kejadian Gempa 2004 di Provinsi

NTB ............................................................................................. 107 Gambar 5. 55 Informasi Estimasi Kerugian Kejadian Tsunami 2004-2013 ...... 107 Gambar 5. 56 Drill-down Estimasi Kerugian Kejadian Tsunami 2004 ............. 108 Gambar 5. 57 Drill-down Estimasi Kerugian Kejadian Tsunami 2004 di Provinsi

Aceh ............................................................................................ 108 Gambar 5. 58 Dashboard Spasial Informasi Jumlah Korban ............................ 110 Gambar 5. 59 Dashboard Spasial Informasi Kerusakan Fasilitas Umum ......... 110 Gambar 5. 60 Dashboard Spasial Informasi Estimasi Kerugian ....................... 111 Gambar 5. 61 Dashboard Informasi Jumlah Kejadian Bencana ....................... 111 Gambar 5. 62 IG Jumlah Pengungsi Tahun 2006 Provinsi DI Yogyakarta ....... 112 Gambar 5. 63 IG Kerusakan Fasilitas Kesehatan Kejadian Tsunami 2004 Provinsi

Aceh ............................................................................................ 114 Gambar 5. 64 IG Estimasi Kerugian Kejadian Banjir Tahun 2007 Provinsi Riau ..................................................................................................... 115 Gambar 5. 65 Informasi Jumlah Kejadian Bencana .......................................... 116

xii

Universitas Indonesia

BAB 1 PENDAHULUAN

Bab pendahuluan dijelaskan mengenai latar belakang penulis melakukan penelitian, perumusan permasalahan untuk mendapatkan pertanyaan penelitian, tujuan penelitian dan manfaat yang dapat diambil dari penelitian, serta batasan – batasan penelitian.

1.1 Latar Belakang

Informasi Geospasial (IG) adalah data yang mengidentifikasi lokasi geografis yang sudah diolah sehingga dapat digunakan sebagai alat bantu perumusan kebijakan, pengambilan keputusan dan pelaksanaan kegiatan yang berhubungan dengan keruangan. Negara Kesatuan Republik Indonesia yang merupakan negara kepulauan terdiri dari kurang lebih 13.466 pulau,

dengan luas daratan sekitar 1.910.000 km 2 , luas lautan kurang lebih 6.279.000 km 2 dan berbatasan dengan 10 negara. Kondisi tersebut juga

menempatkan indonesia berada pada wilayah rawan bencana sehingga kejadian bencana alam seperti letusan gunung api, gempa bumi, tsunami, tanah longsor, banjir dan lainnya sering terjadi tanpa dapat diprediksikan terlebih dahulu. Hal ini akan berdampak timbulnya korban jiwa, kerusakan lingkungan, kerugian harta benda, dan dampak psikologis sehingga dalam keadaan tertentu dapat menghambat pembangunan nasional. Pada Tabel 1.1 dapat dilihat data korban jiwa, koban terdampak dan estimasi kerugian pada

10 kejadian bencana yang memakan korban terbanyak dari tahun 2004 sampai tahun 2013.

1 Universitas Indonesia

Tabel 1. 1 Data 10 Kejadian Bencana Korban Terbanyak di Indonesia (2004-

Jenis Bencana Lokasi Tanggal Korban

Korban Estimasi

Jiwa

terdampak Kerugian (orang) (orang) (Jutaan US

Dollar)

Gempa Bumi Aceh, NAD 26 Desember

disertai 2004 165.708 532.898 4.451,6 Tsunami Gempa Bumi Yogyakarta,

27 Mei 2006 DIY 5.778 3.177.923 3.100 Gempa Bumi Padang,

30 September

Sumatera 2009 1.195 2.501.798 2.200 Barat Gempa Bumi P. Simeleu,

28 Maret 2005 data tidak P.Nias, P.

915 105.313 tersedia Banyak Gempa Bumi Ciamis, Jawa

17 Juli 2006 disertai

Barat 802 35.543 55 Tsunami

Epidemik - Aceh, Jambi,

01 Januari

data tidak DBD Banten, Jawa 2004 658 58.301 tersedia

Barat Gempa Bumi Kepulauan

data tidak disertai

24 Oktober

Mentawai, 2010 530 11.864 tersedia Tsunami Sumatera Barat

Epidemik 01 Juli 2007 data tidak 365 34.542 tersedia Letusan

Gunung

data tidak Gunung Api Merapi -

24 Oktober

2010 322 137.140 tersedia Yogyakarta, DIY Banjir Wasior, Papua

02 Oktober

Barat 2010 291 12.428 78

Sumber: EM-DAT: The OFDA/CRED International Disaster Database

Informasi geospasial berupa data lokasi kejadian, jalur evakuasi, tempat evakuasi yang akurat, dapat dipercaya, dan dapat dipertanggungjawabkan sangat diperlukan untuk mempermudah dalam pengolahan data bencana, membantu dalam perencanaan pengurangan resiko bencana serta program rehabilitasi dan rekonstruksi pasca bencana. Namun dalam implementasinya, untuk memperoleh IG dengan kondisi tersebut terdapat berbagai kendala terkait dengan pelaksanaan koordinasi, Informasi geospasial berupa data lokasi kejadian, jalur evakuasi, tempat evakuasi yang akurat, dapat dipercaya, dan dapat dipertanggungjawabkan sangat diperlukan untuk mempermudah dalam pengolahan data bencana, membantu dalam perencanaan pengurangan resiko bencana serta program rehabilitasi dan rekonstruksi pasca bencana. Namun dalam implementasinya, untuk memperoleh IG dengan kondisi tersebut terdapat berbagai kendala terkait dengan pelaksanaan koordinasi,

IG berperan penting pada perencanaan dan pengambilan keputusan dalam pembangunan nasional yang berkelanjutan, untuk itu telah diundangkan UU No. 4 Tahun 2011 tentang Informasi Geospasial (UU-IG). Dalam UU-IG disebutkan bahwa IG harus dijamin kemutakhiran dan keakuratannya serta diselenggarakan secara terpadu. Hal ini bertujuan untuk menghindari adanya kekeliruan, kesalahan, dan tumpang tindih informasi yang berakibat pada ketidakpastian hukum, inefisiensi anggaran, dan inefektivitas informasi yang dihasilkan.

Badan Informasi Geospasial (BIG) merupakan transformasi dari Badan Koordinasi Survei dan Pemetaan Nasional (BAKOSURTANAL) sesuai dengan Undang-Undang Nomor 4 Tahun 2011 pasal 22 tentang Informasi Geospasial (IG). Berdasarkan Perpres No. 94 Tahun 2011, BIG merupakan Lembaga Pemerintah Non Kementerian yang berada di bawah dan bertanggung jawab kepada Presiden serta dipimpin oleh seorang kepala. BIG mempunyai tugas melaksanakan tugas pemerintahan di bidang Informasi Geospasial. Dalam UU-IG disebutkan bahwa penyelenggaraan Informasi Geospasial Dasar (IGD) dilakukan oleh BIG, sedangkan Informasi Geospasial Tematik (IGT) diselenggarakan oleh instansi pemerintah, pemerintah daerah, dan/atau setiap orang. Terkait penyelenggaraan, maka BIG dapat mengintegrasikan lebih dari satu IGT yang telah ada menjadi IGT baru, dan menyelenggarakan IGT yang belum diselenggarakan oleh pihak lain. Selain menyelenggarakan IGD dan mengintegrasikan IGT, BIG juga memiliki fungsi menyelenggarakan infrastruktur IG meliputi penyimpanan, pengamanan, penyebarluasan data dan informasi, dan penggunaan IG. Terkait fungsi tersebut, BIG menerapkan suatu perangkat sistem manajemen data geospasial yang mencakup kelembagaan, kumpulan data dasar spasial berikut standar- standar dan petunjuk teknis, teknologi, peraturan perundang-undangan dan kebijakan-kebijakan, serta sumber daya manusia yang diperlukan untuk mengumpulkan,

mengolah,

menyimpan,

mendistribusikan, dan mendistribusikan, dan

Berdasarkan hasil observasi, data geospasial yang dimiliki BIG saat ini belum terintegrasi dalam suatu sistem pengelolaan IG secara terpadu. Data geospasial masih tersimpan pada basis data spasial di masing-masing unit kerja, bahkan beberapa data masih dalam bentuk file-based. Hal ini mengakibatkan masing-masing unit kerja membentuk pulau-pulau informasi tersendiri. Hasil observasi data geospasial di masing – masing unit kerja dijelaskan pada Tabel 1.2.

Tabel 1. 2 Hasil observasi data geospasial di BIG

Unit Kerja Nama Database

Platform Lokasi

Spasial Database server Pusat Pemetaan Rupabumi dan BAKORBI Oracle9i PPRT

Toponim (PPRT) Pusat Pemetaan Kelautan dan Arafuru Oracle 10g R2 PKLP Lingkungan Pantai (PPKLP) Pusat Pemetaan Batas Wilayah PPBWdata MySQL PPBW (PPBW) Pusat Jaring Kontrol Geodesi dan Bako MySQL PJKGG Geodinamika (PJKGG) Bakos Oracle

Pusat Pemetaan Integrasi Tematik File-based - - (PPIT) Pusat Pemetaan Tata Ruang dan File-based - - Atlas (PPTRA) Pusat

Pengelolaan dan db11g Oracle 11gR2 PPIG Penyebarluasan

Informasi

Geospasial (PPPIG) Pusat

Standarisasi dan File-based - - Kelembagaan IG (PSKIG)

Dalam hasil observasi tersebut digambarkan belum adanya integrasi dan keterpaduan pengelolaan data geospasial di BIG. Hal ini menjadi satu catatan penting berkaitan dengan pemanfaatan data geospasial tersebut Dalam hasil observasi tersebut digambarkan belum adanya integrasi dan keterpaduan pengelolaan data geospasial di BIG. Hal ini menjadi satu catatan penting berkaitan dengan pemanfaatan data geospasial tersebut

Data geospasial akan selalu bertambah dari waktu ke waktu dan untuk mengelola data dalam jumlah besar akan semakin sulit dilakukan dikarenakan data belum terintegrasi dalam pengelolaan terpadu. Sebagai contoh, tanpa adanya keterpaduan pengelolaan data geospasial, jika terjadi bencana alam dan data geospasial dibutuhkan untuk pengambilan keputusan, maka akan memerlukan waktu yang lama dalam pengumpulan. Permasalahan lain tanpa adanya integrasi dan keterpaduan pengelolaan data geospasial adalah terjadinya banyak redundansi data, sehingga sulit menentukan data geospasial yang terkini dan akurat.

Ketersediaan data geospasial yang terkini dan akurat juga akan mempengaruhi tersedianya layanan IG, terutama terkait isu-isu nasional seperti bencana alam dan kejadian – kejadian tertentu. Didasari permasalahan tersebut, maka pada tahun 2012, Kepala BIG menginginkan terdapat tim reaksi cepat dalam memberikan layanan IG. Tim reaksi cepat memiliki tugas mengumpulkan data, menganalisis, memberikan rekomendasi kepada Kepala BIG, memberikan dukungan berupa layanan IG di sekitar daerah terdampak untuk digunakan oleh tim penanggulangan bencana di lapangan atau di command center lainnya. Untuk mendukung tim reaksi cepat, maka pada tahun 2013 dibangun Situation room atau Geospatial Support Command Center (GSCC) (Syafii, 2013). Hal ini didasarkan pada Cetak Biru Geospatial Crisis Center yang sudah dibuat sebelumnya pada tahun 2012.

Pada tahun 2012, BIG mengembangkan rencana strategis SI/TI dan rencana strategis pembangunan sistem penyelenggaraan IG terpadu yaitu Blueprint SI/TI. Berdasarkan dokumen tersebut, untuk mendukung terintegrasinya data geospasial, maka diperlukan suatu sistem pengelolaan terpadu dalam bentuk data warehouse spasial. Rencana tersebut dituangkan dalam bentuk roadmap yang dijadikan landasan untuk melakukan inisatif- inisatif SI/TI selama lima tahun (2013-2017). Berikut ini roadmap implementasi ditunjukan pada Gambar 1.1.

Gambar 1. 1 Roadmap implementasi inisiatif Blueprint SI/TI

Berdasarkan fakta dan ekspektasi yang telah disebutkan, maka penelitian ini akan membuat perancangan dan implementasi data warehouse spasial untuk mendukung layanan kebencanaan dengan mengambil studi kasus obyek penelitian di BIG.

1.2 Perumusan Masalah

Berdasarkan kondisi dan permasalahan yang sudah diungkapkan pada latar belakang diatas, maka dilakukan analisis lebih lanjut dengan menggunakan analisis fishbone ditunjukkan pada Gambar 1.2.

Gambar 1. 2 Analisis masalah dengan fishbone

Pada analisis fishbone, ditemukan beberapa kelompok permasalahan beserta akar masalahnya dijelaskan sebagai berikut:

 Data Geospasial: kondisi data geospasial yang ada di BIG masih terdistribusi di unit-unit kerja, hal ini menyebabkan data geospasial belum memiliki satu referensi standar.

 Peraturan / Perundangan: tidak terintegrasinya data geospasial juga disebabkan Geospasial belum terimplementasikannya Peraturan Kepala BIG mengenai Pengelolaan Informasi Geospasial dan Penyelenggaraan Informasi, selain itu juga belum terdapat Standard Operating Procedure (SOP) pengelolaan data geospasial.

 Teknologi: saat ini belum terdapat basisdata spasial terintegrasi, data warehouse spasial, dan basisdata publikasi. Selain itu, teknologi yang ada belum terstandar.

 Kelembagaan: secara kelembagaan, saat ini belum adanya kesadaran akan manfaat pengintegrasian data sehingga menimbulkan kurangnya komitmen berbagi pakai data. Hal ini juga disebabkan karena kurangnya koordinasi dan sinergi antara institusi penyedia data.

 Sumber Daya Manusia: jumlah SDM yang memilki kompetensi dalam bidang pengelolaan data geospasial saat ini belum memadai. Dari permasalahan yang ada di atas, kemudian diajukan pertanyaan penelitian sebagai berikut: “Bagaimana perancangan dan implementasi data warehouse spasial untuk mengintegrasikan data terkait kebencanaan di Badan Informasi Geospasial guna mendukung layanan kebencanaan ?”

1.3 Tujuan dan Manfaat Penelitian

Penelitian ini bertujuan untuk memberikan rekomendasi desain dan pengintegrasian data melalui perancangan dan pengimplementasian data warehouse spasial di BIG. Data warehouse yang dibangun nantinya dapat mendukung layanan – layanan IG salah satunya untuk mendukung layanan kebencanaan.

Adapun manfaat dari penelitian ini bagi instansi adalah dapat memberikan sumbangan pemikiran bagi BIG dalam perancangan dan Adapun manfaat dari penelitian ini bagi instansi adalah dapat memberikan sumbangan pemikiran bagi BIG dalam perancangan dan

Manfaat penelitian bagi dunia akademik adalah dapat menjadi tambahan referensi bagi yang akan melakukan penelitian di bidang data warehouse spasial, juga diharapkan dapat meningkatkan pemahaman dan pengetahuan penulis sebagai mahasiswa peneliti.

Manfaat penelitian bagi masyarakat adalah dapat memberikan layanan IG pendukung kebencanaan. Layanan IG ini dapat memudahkan pihak - pihak yang turun ke kawasan bencana dalam melakukan perencanaan pengurangan resiko bencana serta program rehabilitasi dan rekonstruksi pasca bencana.

1.4 Batasan Penelitian

Penelitian untuk merancang dan mengimplementasikan data warehouse spasial terkait kebencanaan yang akan digunakan di lingkungan Badan Informasi Geospasial (BIG). Penelitian ini menggunakan data spasial yang terdapat di BIG yang dapat mendukung layanan kebencanaan khususnya gempa bumi, banjir, tsunami, serta menggunakan data terkait kebencanaan dari BNPB.

1.5 Sistematika Penulisan

Sistematika penulisan ini memberikan gambaran mengenai apa yang akan dibahas dalam karya akhir ini.

Bab 1 Pendahuluan, bab ini menjelaskan mengenai latar belakang penulis melakukan penelitian, perumusan permasalahan untuk mendapatkan pertanyaan penelitian, tujuan penelitian dan manfaat yang dapat diambil dari penelitian, serta batasan – batasan penelitian.

Bab 2 Landasan Teori, bab ini menjelaskan mengenai landasan teori yang digunakan dalam melakukan penelitian, serta kajian mengenai hasil- hasil penelitian sebelumnya yang terkait dengan tema penelitian.

Bab 3 Metodologi Penelitian, bab ini menjelaskan mengenai tahapan - tahapan metodologi yang digunakan dalam membahas masalah penelitian, Bab 3 Metodologi Penelitian, bab ini menjelaskan mengenai tahapan - tahapan metodologi yang digunakan dalam membahas masalah penelitian,

Bab 4 Profil Organisasi, bab ini menjelaskan mengenai tinjauan organisasi, visi, misi, tujuan dan sasaran, serta struktur organisasi beserta penjelasannya terkait penelitian yang dilakukan.

Bab 5 Hasil dan Pembahasan, bab ini menjelaskan mengenai hasil dan pembahasan dari metodologi penelitian dimulai dari spesifikasi kebutuhan, perancangan konseptual, perancangan lojikal, serta perancangan fisikal.

Bab 6 Kesimpulan dan Saran, bab ini adalah bagian terakhir dari penelitian yang memuat kesimpulan dan saran yang didapat dari penelitian yang telah dilakukan.

BAB 2 LANDASAN TEORI

Bab ini akan dibahas mengenai landasan teori yang digunakan dalam melakukan penelitian, yaitu teori mengenai data spasial, teori mengenai data warehouse, teori mengenai Data, Informasi, dan Knowledge, teori mengenai metode dan teknik yang dapat dipakai dalam membantu perancangan data warehouse spasial. Disamping itu juga terdapat kajian mengenai hasil-hasil penelitian sebelumnya yang terkait dengan tema penelitian.

2. 1 Data, Informasi, dan Knowledge

Menurut Bellinger, Castro, & Mills (2004), definisi data adalah fakta atau pernyataan mengenai suatu kejadian tanpa terkait dengan hal lainnya. Informasi adalah pemahaman mengenai hubungan dari beberapa sebab dan akibat yang mungkin terjadi. Knowledge adalah pola yang menghubungkan dan umumnya menyediakan prediktabilitas tingkat tinggi apa yang dijelaskan atau apa yang akan terjadi berikutnya.

Menurut Rob dan Coronel (2009), data merepresentasikan apa yang dikumpulkan organisasi pada basisdata operasional. Infomasi merepresentasikan data yang telah diolah dan diproses. Knowledge merepresentasikan informasi yang sangat spesialisasi, sehingga dapat disimpulkan bahwa knowledge merupakan ekstraksi dari data, diilustrasikan pada piramid Gambar 2.1.

Gambar 2. 1 Piramid Data, Informasi, dan Knowledge (Rob & Coronel, 2009)

10 Universitas Indonesia

2. 2 Bencana

Berdasarkan Undang-Undang No. 24 Tahun 2007 tentang Penanggulangan Bencana, dijelaskan definisi – definisi terkait bencana. 

Bencana adalah peristiwa atau rangkaian peristiwa yang mengancam dan mengganggu kehidupan dan penghidupan masyarakat yang disebabkan, baik oleh faktor alam dan/atau faktor nonalam maupun faktor manusia sehingga mengakibatkan timbulnya korban jiwa manusia, kerusakan lingkungan, kerugian harta benda, dan dampak psikologis.

 Bencana Alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam antara lain berupa gempa bumi, tsunami, gunung meletus, banjir, kekeringan, angin topan, dan tanah longsor.

 Bencana Nonalam adalah bencana yang diakibatkan oleh peristiwa atau rangkaian peristiwa nonalam yang antara lain berupa gagal teknologi, gagal modernisasi, epidemi, dan wabah penyakit.

 Bencana Sosial adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang diakibatkan oleh manusia yang meliputi konflik sosial antarkelompok atau antarkomunitas masyarakat, dan teror. Jenis – jenis bencana alam dijelaskan lebih rinci pada Peraturan

Kepala BNPB No. 8 Tahun 2011 tentang Standarisasi Data Kebencanaan. 

Gempa Bumi adalah getaran atau guncangan yang terjadi di permukaan bumi yang disebabkan oleh tumbukan antar lempeng bumi, patahan aktif, akitivitas gunung api atau runtuhan batuan.

 Tsunami berasal dari bahasa Jepang yang berarti gelombang ombak lautan (“tsu” berarti lautan, “nami” berarti gelombang ombak).

Tsunami adalah serangkaian gelombang ombak laut raksasa yang timbul karena adanya pergeseran di dasar laut akibat gempa bumi.

 Letusan gunung api adalah bagian dari aktivitas vulkanik yang dikenal dengan istilah “erupsi”. Bahaya letusan gunung api dapat berupa awan  Letusan gunung api adalah bagian dari aktivitas vulkanik yang dikenal dengan istilah “erupsi”. Bahaya letusan gunung api dapat berupa awan

 Banjir adalah peristiwa atau keadaan dimana terendamnya suatu daerah atau daratan karena volume air yang meningkat.

 Banjir bandang adalah banjir yang datang secara tiba-tiba dengan debit air yang besar yang disebabkan terbendungnya aliran sungai pada alur sungai.

 Kekeringan adalah ketersediaan air yang jauh di bawah kebutuhan air untuk kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan. Adapun yang dimaksud kekeringan di bidang pertanian adalah kekeringan yang terjadi di lahan pertanian yang ada tanaman (padi, jagung, kedelai dan lain-lain) yang sedang dibudidayakan.

 Angin puting beliung adalah angin kencang yang datang secara tiba- tiba, mempunyai pusat, bergerak melingkar menyerupai spiral dengan kecepatan 40-50 km/jam hingga menyentuh permukaan bumi dan akan hilang dalam waktu singkat (3-5 menit).

 Tanah Longsor adalah salah satu jenis gerakan massa tanah atau batuan, ataupun percampuran keduanya, menuruni atau keluar lereng akibat terganggunya kestabilan tanah atau batuan penyusun lereng.

 Kerusuhan adalah suatu gerakan massal yang bersifat merusak tatanan dan tata tertib sosial yang ada, yang dipicu oleh kecemburuan sosial, budaya dan ekonomi yang biasanya dikemas sebagai pertentangan antar suku, agama, ras (SARA)

 Aksi Teror adalah aksi yang dilakukan oleh setiap orang yang dengan sengaja menggunakan kekerasan atau ancaman kekerasan sehingga menimbulkan suasana teror atau rasa takut terhadap orang secara meluas atau menimbulkan korban yang bersifat masal, dengan cara merampas kemerdekaan sehingga mengakibatkan hilangnya nyawa dan harta benda, mengakibatkan kerusakan atau kehancuran terhadap obyek-obyek vital yang strategis atau lingkungan hidup atau fasilitas publik internasional.

 Kecelakaan Industri adalah kecelakaan yang disebabkan oleh dua faktor, yaitu perilaku kerja yang berbahaya (unsafe human act) dan kondisi yang berbahaya (unsafe conditions). Adapun jenis kecelakaan yang terjadi sangat bergantung pada macam industrinya, misalnya bahan dan peralatan kerja yang dipergunakan, proses kerja, kondisi tempat kerja, bahkan pekerja yang terlibat di dalamnya

 Gelombang Pasang adalah gelombang tinggi yang ditimbulkan karena efek terjadinya siklon tropis di sekitar wilayah Indonesia dan berpotensi kuat menimbulkan bencana alam. Indonesia bukan daerah lintasan siklon tropis tetapi keberadaan siklon tropis akan memberikan pengaruh kuat terjadinya angin kencang, gelombang tinggi disertai hujan deras.

Manajemen bencana memiliki tujuan untuk mengurangi, atau mencegah, potensi kehilangan dari bencana, menjamin bantuan yang cepat dan tepat bagi korban bencana dan mendapatkan pemulihan yang cepat dan efektif (Warfield, 2008). Siklus manajemen bencana menggambarkan bagaimana proses berjalan yang dilakukan pemerintah, bisnis, masyarakat untuk mengurangi dampak bencana, reaksi cepat yang dilakukan setelah terjadi bencana, dan tahapan yang dilakukan untuk pemulihan bencana. Siklus manajemen bencana dapat dilihat pada Gambar 2.2.

Gambar 2. 2 Siklus Manajemen Bencana (Warfield, 2008)

Siklus manajemen bencana terdiri dari empat fase, yaitu:

1. Mitigasi (Mitigation), untuk meminimalkan efek bencana. Contohnya pembangunan kode atau zona, analisis kerentanan, edukasi kebencanaan.

2. Persiapan (Preparedness), untuk merencanakan bagaimana merespon bencana. Contohnya Rencana persiapan, pelatihan tanggap darurat, sistem peringatan.

3. Respon (Response), usaha untuk meminimalkan bahaya yang ditimbulkan oleh bencana. Contohnya pencarian dan penyelamatan, pertolongan darurat.

4. Pemulihan (Recovery), mengembalikan kondisi kembali ke normal. Contohnya tempat penampungan sementara, bantuan, perawatan medis.

2. 3 Data Spasial

Berdasarkan Undang-Undang No. 4 Tahun 2011 tentang Informasi Geospasial, dijelaskan definisi – definisi sebagai berikut: 

Spasial adalah aspek keruangan suatu objek atau kejadian yang mencakup lokasi, letak, dan posisinya.

 Geospasial atau ruang kebumian adalah aspek keruangan yang menunjukkan lokasi, letak, dan posisi suatu objek atau kejadian yang berada di bawah, pada, atau di atas permukaan bumi yang dinyatakan dalam sistem koordinat tertentu.

 Data Geospasial yang selanjutnya disingkat DG adalah data tentang lokasi geografis, dimensi atau ukuran, dan/atau karakteristik objek alam dan/atau buatan manusia yang berada di bawah, pada, atau di atas permukaan bumi.

 Informasi Geospasial yang selanjutnya disingkat IG adalah DG yang sudah diolah sehingga dapat digunakan sebagai alat bantu dalam perumusan kebijakan, pengambilan keputusan, dan/atau pelaksanaan kegiatan yang berhubungan dengan ruang kebumian.

 Informasi Geospasial Dasar yang selanjutnya disingkat IGD adalah IG yang berisi tentang objek yang dapat dilihat secara langsung atau diukur dari kenampakan fisik di muka bumi dan yang tidak berubah dalam waktu yang relatif lama. IGD meliputi jaring kontrol geodesi dan peta dasar.

 Informasi Geospasial Tematik yang selanjutnya disingkat IGT adalah IG yang menggambarkan satu atau lebih tema tertentu yang dibuat mengacu pada IGD. Data spasial umumnya disebut data bereferensi geografis atau data

geospasial. Data spasial adalah data yang dapat ditampilkan, dimanipulasi dan dianalisis oleh cara atribut spasial yang menunjukkan lokasi pada atau dekat permukaan Bumi (Yeung & Hall, 2007). Atribut spasial menyediakan bentuk dari pasangan koordinat sehingga posisi dan bentuk dari fitur spasial dapat diukur dan ditampilkan secara grafis. Data spasial memiliki dua hal penting:

 Data spasial bereferensi pada keruangan geografis, yang artinya data didaftarkan pada sistem koordinat geografis yang diterima mengelilingi area permukaan bumi, sehingga data dari sumber yang berbeda dapat saling bereferensi dan terintegrasi secara spasial.

 Data spasial direpresentasikan pada berbagai skala geografis dan pada saat data direkam secara relatif pada skala kecil, juga merepresentasikan area yang luas pada permukaan bumi, maka data tersebut harus digeneralisasi dan disimbolisasi. Data spasial dikumpulkan dan disimpan dalam dua bentuk dasar yaitu

raster dan vektor, dijelaskan pada Gambar 2.3.

Gambar 2. 3 Jenis Data Spasial (Yeung & Hall, 2007)

Elemen dasar dari data spasial dalam bentuk vektor adalah objek geografi yang diidentifikasikan sebagai representasi fitur atau fenomena dunia nyata dalam bentuk titik (points), garis (lines), dan area (polygons). Data vektor dapat disimpan sebagai bagian dari dasar topografi yang memiliki fungsi menyediakan kerangka referensi spasial untuk koleksi data dan analisis.

2.3.1 Data Vektor

Data vektor adalah objek geografi dengan elemen dasar berupa titik (points), garis (lines), dan area (polygons). Setiap elemen pada sebuah model vektor digambarkan secara matematis dan berdasarkan titik-titik yang didefinisikan oleh kordinat kartesian. Adapun model penyimpanan data vektor yang didefinisikan yaitu spaghetti model, topological model, dan simpel features. Spaghetti model adalah model penyimpanan sederhana yang menyimpan data dengan cara yang tidak terstruktur. Model ini hanya menyimpan nama objek dan koordinatnya, sedangkan informasi topologi tidak disimpan karena tiap objek tidak saling berhubungan dan konsistensi tidak dapat diverifikasi. Topological model adalah model yang memiliki node dan edge. Suatu node adalah satu titik yang menghubungkan satu atau beberapa arc. Suatu edge adalah garis yang terdiri dari node awal dan node akhir. Kelebihan menggunakan model ini adalah informasi

topological mengandung informasi tiap objek beserta keterkaitannya dengan objek lain, dan tidak terjadi redundan data geometri. The Open Geospatial Consortium (OGC) - organisasi internasional yang mengembangkan standar konten dan layanan geospasial - mendefinisikan suatu standar penyimpanan dijital data geografi dengan atribut spasial seperti halnya atribut non-spasial yang disebut Simpel Features. Adapun kelebihan dari data vektor adalah jumlah data yang kecil, mudah untuk diperbaharui, struktur data logical, atribut dikombinasikan dengan objek, memelihara kualitas setelah interasksi (misalnya, scalling), dan lebih canggih dalam analisis spasial. Kekurangan dari data vektor adalah data kontinu tidak direpresentasikan secara efektif, analisis spasial dan filtering pada poligon sulit dilakukan, memerlukan manual editing yang banyak untuk mendapatkan kualitas yang bagus, selalu memperkenalkan batas yang keras (hard boundaries), dan tidak dapat memberikan model pada sesuatu yang belum pasti. Contoh data vektor yaitu format CAD, jaringan jalan atau sungai, peta kadaster, kartografi (Neumann, Freimark, & Wehrle, 2010). Data vektor diilustrasikan pada Gambar

Gambar 2. 4 Visualisasi data vektor (Neumann, Freimark, &

Wehrle, 2010)

2.3.2 Data Raster

Data raster adalah data geografis yang didiskretisasi dengan jarak yang sama dan dikuantisasi pada tiap-tiap sel raster. Sel raster sering juga disebut sebagai pixel (elemen gambar). Setiap pixel dapat menyimpan nilai data kedalaman warna dari raster image atau raster Data raster adalah data geografis yang didiskretisasi dengan jarak yang sama dan dikuantisasi pada tiap-tiap sel raster. Sel raster sering juga disebut sebagai pixel (elemen gambar). Setiap pixel dapat menyimpan nilai data kedalaman warna dari raster image atau raster

Gambar 2. 5 Visualisasi data raster dalam pixel (Neumann,

Freimark, & Wehrle, 2010)

Adapun kelebihan menggunakan struktur data raster yaitu struktur data sederhana, mudah untuk dihasilkan, workflow dan analisis mudah. Kekurangan menggunakan struktur data raster yaitu struktur data non-adaptive, cenderung menghasilkan ukuran file yang sangat besar karena bergantung pada resolusi, pengaturan sel biasanya acak dan tidak memperhatikan batasan, interaksi terbatas dan algoritma analisis masih primitif. Contoh data raster yaitu foto, fotogrametri dan penginderaan jauh, gambar hasil scan peta, terrain modelling, analisis penutup lahan, pemodelan dan analisis hidrologi, pemodelan dan analisis permukaan (Neumann, Freimark, & Wehrle, 2010).

2.3.3 Klasifikasi Fungsional Data Spasial

Data spasial berdasarkan fungsinya diklasifikasikan menjadi empat kategori (Yeung & Hall, 2007), dapat dilihat pada Gambar 2.6, yaitu:

 Base Map Data Layers. Meliputi Jaring Kontrol Geodesi (Survey) yang membentuk kerangkan referensi spasial untuk semua data dalam basisdata dan berbagai jenis data dasar topografi yang digunakan untuk

menyediakan referensi menyediakan referensi

 Framework Data Layers. Terdiri dari tiga layer yang berhubungan dalam referensi geografis aktifitas manusia pada permukaan bumi, yaitu layer persil (parcel) yang menyediakan kerangka untuk pengembangan lahan dan aplikasi adminsitrasi lahan, layer fasilitas yang menyediakan dasar bagi manajemen fasilitas dalam utilitas umum dan manajemen sumberdaya, dan layer alamat (address) yang digunakan untuk mendukung berbagai lahan dan aplikasi sumberdaya yang memerlukan penggunaan alamat kewarganegaraan dan pos.

 Application Data Layers. Meliputi banyak kumpulan data spasial yang dikumpulkan dan digunakan untuk aplikasi basisdata yang berbedadalam lahan dan manajemen sumberdaya yang menggunakan peta dasar dan kerangka layer data sebagai basis referensi geografi.

 Business Solution Layers. Meliputi kumpulan layer data spasial termasuk kerangka dan layer aplikasi data beserta turunannya. Data tersebut dapat mendukung fungsi operasional dan pengambilan keputusan departemen atau divisi dalam suatu organisasi.

Gambar 2. 6 Klasifikasi Fungsional Data Spasial (Yeung &

Hall, 2007)

2.3.4 Objek Spasial ( Spatial Object)

Sebuah Objek Spasial (Spatial Object) sesuai dengan entitas dunia nyata dimana aplikasi dibutuhkan untuk menyimpan karakteristik spasial. Objek Spasial terdiri dari komponen deskriptif (konvensional) dan komponen spasial. Komponen deskriptif direpresentasikan menggunakan tipe data konvensional, seperti integer, string, dan date, mengandung karakteristik umum dari objek spasial. Sebagai contoh, suatu objek negara dapat digambarkan oleh nama, penduduk, luas wilayah, dan aktifitas utama. Komponen Spasial meliputi berbagai jenis data spasial seperti titik (point), garis (line), atau permukaan (Malinowski dan Zimanyi, 2008).

2.3.5 Spatial Data Types

Menurut Malinowski dan Zimanyi (2008), Spatial data types adalah tipe data yang menyediakan fenomena dari representasi fitur geometri. Beberapa tipe data spasial yang mendukung fitur dua dimensi yaitu, Titik (Point), merepresentasikan geometri nol dimensi

(zero-dimensional) yang menunjukkan lokasi tunggal dalam keruangan. Garis (Line), merepresentasikan geometri 1 dimensi (one- dimensional) yang menunjukkan himpunan titik terhubung yang didefiniskan oleh satu atau lebih persamaan linear. Line biasanya digunakan untu merepresentasikan jalan pada jaringan jalan. Salah satu spesialisasi dari line adalah OrientedLine. OrientedLine memiliki titik awal dan titik akhir yang semantik (memiliki arah dari titik awal ke titik akhir). OrientedLine biasanya digunakan untuk merepresentasikan sungai pada jaringan hidrografi. Permukaan (Surface), merepresentasikan geometri dua dimensi yang menunjukkan himpunan titik-titik yang terhubung yang terletak dalam suatu batas yang dibentuk dari satu atau lebih garis tertutup yang terpisah. SimpleSurface merepresentasikan permukaan tanpa lubang, sebagai contoh danau dapat direpresentasikan sebagai permukaan ataupun SimpleSurface bergantung pada apakah danau tersebut memiliki pulau didalamnya atau tidak. SimpleGeo, merupakan generalisasi dari tipe point, line, dan surface. SimpleGeo biasa digunakan untuk merepresentasikan negara. PointSet biasanya digunakan untuk merepresentasikan perumahan dalam suatu kota. LineSet biasanya digunakan untuk merepresentasikan jaringan jalan. OrientedLineSet adalah spesialisasi LineSet, biasanya digunakan untuk merepresentasikan sungai dan anak sungai. SurfaceSet dan SimpleSurfaceSet

wilayah administratif. ComplexGeo merupakan generalisasi dari PointSet, LineSet, OrientedLineSet, SurfaceSet, dan SimpleSurfaceSet, biasanya digunakan untuk merepresentasikan sistem perairan yang terdiri dari sungai, danau, dan waduk. Geo adalah tipe data spasial yang paling umum yang merupakan generalisasi dari SimpleGeo dan ComplexGeo. Tipe data dapat dilihat pada Gambar 2.7.

merepresentasikan

Gambar 2. 7 Spatial Data Types (Malinowski dan Zimanyi, 2008).

2.3.6 Sistem Referensi Spasial ( Spatial Reference System)

Menurut Malinowski dan Zimanyi (2008), lokasi-lokasi dalam geometri tertentu disajikan dengan memperhatikan beberapa koordinat bidang datar yang disebut sistem referensi spasial. Terdapat berbagai jenis sistem referensi spasial yang dapat digunakan, antara lain Universal Transverse Mercator coordinate system, dan koordinat geografis.

2.3.7 Topological Relationships

Topological Relationships adalah hubungan yang memiliki keterkaitan dengan batasan spasial pada geometri dari entitas terkait. Beberapa contoh topological relationships yaitu meets dimana dua geometri saling berpotongan, overlaps dimana dua geometri saling tumpang tindih, contains/inside dimana salah satu geometri berada dalam geometri lainnya dan batasan-batasannya tidak berpotongan, covers/coveredBy dimana salah satu geometri menutupi geometri lainnya, crosses dimana dua geometri saling berpotongan dan dimensi dari yang berpotongan lebih kecil dari dimensi terbesar geometri (Malinowski dan Zimanyi, 2008). Contoh Topological relationships dapat dilihat pada Gambar 2.8.

Gambar 2. 8 Contoh Topological Relationships (Malinowski dan

Zimanyi, 2008)

2.3.8 Katalog Fitur Dataset Fundamental

Katalog fitur dataset fundamental adalah katalog yang memuat definisi-definisi dan deskripsi-deskripsi tipe fitur, atribut fitur, dan asosiasi fitur yang terjadi dalam satu atau lebih kumpulan data geografis, serta dengan operasi-operasi fitur yang dapat diterapkan. Tujuan penyusunan katalog fitur dataset fundamental adalah untuk mempermudah terwujudnya penggunaan data bersama maupun pertukaran data antara produsen dan pengguna data spasial. Katalog fitur terdiri dari 12 kategori yaitu Batas Wilayah, Dataset Khusus, Geologi, Hidrografi, Hipsografi, Kadaster, Lingkungan Terbangun, Referensi Spasial, Tanah, Tematik, Toponimi, Transportasi, Utilitas, dan Vegetasi (Badan Informasi Geospasial, 2013).

2. 4 Data Warehouse

Data dan informasi memiliki peranan penting dalam suatu organisasi. Semakin besar organisasi tersebut, maka data dan informasi yang dimiliki pun semakin berkembang, sehingga basisdata operasional yang dimiliki akan semakin besar dan kompleks. Sejalan dengan hal tersebut juga semakin meningkat kompleksitas kebutuhan informasi yang dibutuhkan, maka akan semakin kesulitan untuk mendapatkan informasi yang dibutuhkan dalam basisdata operasional. Untuk menjawab hal tersebut, diperlukan fasilitas penyimpanan data baru yang dinamakan Data Warehouse. Menurut Inmon (2005), data warehouse adalah kumpulan data yang subject-oriented, integrated, time-variant, nonvolatile untuk mendukung pihak manajemen dalam proses pengambilan keputusan.

2.4.1 Karakteristik Data Warehouse

Karakteristik data warehouse dijelaskan sebagai berikut:

1) Subject-oriented Pada sistem operasional, data disimpan berdasarkan aplikasi individual, sedangkan pada data warehouse, data disimpan berdasarkan subjek bisnis. Data dalam data warehouse diatur sedemikian sehingga kumpulan data mendekati subjek bisnis di dunia nyata. Data diatur dan dioptimalkan untuk dapat memberikan jawaban terhadap pertanyaan yang berasal dari area fungsional yang berbeda dalam suatu organisasi. Contoh pada perusahaan asuransi, aplikasi yang dibuat adalah asuransi mobil (auto), asuransi jiwa (life), asuransi kesehatan (health), dan asuransi kecelakaan (casualty). Subjek area dari asuransi adalah customer, kebijakan (policy), premi (premium), klaim (claim). Kondisi tersebut diilustrasikan pada Gambar 2.9.

Gambar 2. 9 Subject-oriented pada data warehouse (Inmon, 2005)

2) Integrated Data dalam data warehouse berasal dari berbagai sumber data dengan memiliki format data yang berbeda-beda. Sebelum disimpan ke dalam data warehouse, inkonsistensi data harus dihilangkan terlebih dahulu. Standar data diperlukan untuk memastikan arti data dari masing-masing sumber. Menurut Ponniah (2010), beberapa hal yang harus distandarkan untuk membuat data konsisten, yaitu naming convention, kode-kode, atribut data, dan pengukuran.