RANCANG BANGUN DATA WAREHOUSE DAN DASHBOARD ANALITIK MENGGUNAKAN KIMBALL LIFECYCLE METHODOLOGY STUDI KASUS SISTEM INFORMASI AKADEMIK JURUSAN INFORMATIKA UPN “VETERAN” YOGYAKARTA

GHULAMSYAH, DANAR (2024) RANCANG BANGUN DATA WAREHOUSE DAN DASHBOARD ANALITIK MENGGUNAKAN KIMBALL LIFECYCLE METHODOLOGY STUDI KASUS SISTEM INFORMASI AKADEMIK JURUSAN INFORMATIKA UPN “VETERAN” YOGYAKARTA. Diploma thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (105kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (79kB)
[thumbnail of LEMBAR PENGESAHAN PEMBIMBING.pdf] Text
LEMBAR PENGESAHAN PEMBIMBING.pdf

Download (369kB)
[thumbnail of LEMBAR PENGESAHAN PENGUJI.pdf] Text
LEMBAR PENGESAHAN PENGUJI.pdf

Download (379kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (49kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (79kB)
[thumbnail of SKRIPSI_124200020_DANAR_GHULAMSYAH.pdf] Text
SKRIPSI_124200020_DANAR_GHULAMSYAH.pdf
Restricted to Repository staff only

Download (6MB)

Abstract

Kebutuhan akan analisis data semakin besar untuk meningkatkan kualitas pengambilan
kebijakan. Pada lingkup pendidikan tinggi terdapat paradigma baru pendidikan tinggi yang
dicanangkan oleh Direktorat Jenderal Pendidikan Tinggi pada tahun 1995, dimana
manajemen institusi pendidikan tinggi diharuskan terus melakukan perbaikan diri untuk
meningkatkan kualitas dalam melaksanakan misi Tridharma Pendidikan Tinggi. Sebagai
upaya untuk melakukan perbaikan diri, dibutuhkan data dan informasi yang relevan untuk
dapat mengambil keputusan secara tepat. Sebagai institusi pendidikan tinggi, UPN
“Veteran” Yogyakarta telah menyimpan data internal dalam database transaksional untuk
setiap aplikasinya. Sedangkan proses analisis akademik dilakukan di dashboard Computer
Based Information System (CBIS) UPN “Veteran” Yogyakarta. Institusi tersebut
menggunakan satu database yang sama untuk melakukan pengolahan transaksional dan
analisis. Hal tersebut dapat mengakibatkan peningkatan waktu load dalam proses analisis
data. Data warehouse memperkenalkan pemisahan fungsi antara database untuk
transaksional dan database untuk query analytics yang kompleks. Terdapat juga operasi
Extraction, Transformation, Loading (ETL) yang dapat mengumpulkan dan membersihkan
data dari berbagai sumber. Kemudian data yang sudah dibersihkan di proses ETL dapat
ditampilkan dalam dashboard analitik. Dashboard analitik yang dibuat menjadi alternatif
dari dashboard CBIS yang sudah ada dengan developing tools yang berbeda. Untuk
merancang sistem data warehouse tersebut, penelitian ini akan menggunakan metode
Kimball.
Metode Kimball atau Kimball Lifecycle Methodology terdiri dari proses (1) Perencanaan
proyek dan manajemen proyek, (2) Mendefinisikan kebutuhan bisnis, (3) Technology track,
(4) Data track, (5) Business intelligence application track, (6) Deployment, (7) Pengujian,
(8) Maintenance. Penelitian ini hanya menerapkan proses hingga pengujian dikarenakan
proses maintenance termasuk ke dalam lingkup production bukan pengembangan. Terdapat
juga penggunaan data dummy untuk menguji data warehouse yang telah dibuat.
Sistem data warehouse berhasil dibuat berdasarkan Kimball Lifecycle Methodology
yang mana star schema yang dibuat memudahkan fitur filter untuk slicing data berdasarkan
dimensi tertentu. Hasil uji fungsionalitas menunjukan fitur di dalam rancangan sistem
memenuhi seluruh kriteria 6 unit testing pengujian. Hal tersebut menunjukan sistem
menampilkan hasil perhitungan query agregation dengan tepat. Selain itu, proses extract,
transform, dan load data juga sudah berjalan dengan baik. Selanjutnya hasil uji usability
setiap fitur telah memenuhi kriteria pengujian lebih dari sama dengan 5 poin untuk setiap
fitur. Terdapat perbaikan dalam proses usability testing yaitu penggunaan dashboard dengan
banyak halaman. Dengan demikian filter yang dibuat hanya untuk satu grafik utama saja
untuk setiap halaman. Pengujian selanjutnya yaitu uji performa query pada 7.200 baris data
dan spesifikasi cloud provider yang dimiliki. Hasilnya menunjukan rata-rata waktu respons
seluruh fitur adalah 65ms dengan fitur QP5 memiliki waktu respons lebih tinggi. Hal tersebut
dikarenakan query mengharuskan pengecekan kondisi setiap baris data.
Kata Kunci : gudang data, siklus Kimball, extract, transform, dan load, dashboard, skema
bintang.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: gudang data, siklus Kimball, extract, transform, dan load, dashboard, skema bintang.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Setya Pambudi
Date Deposited: 21 Aug 2024 02:37
Last Modified: 21 Aug 2024 02:37
URI: http://eprints.upnyk.ac.id/id/eprint/40773

Actions (login required)

View Item View Item