pengolahan data keanggotaan badan eksekutif … data keanggotaan badan eksekutif mahasiswa ......
Post on 11-Mar-2018
221 Views
Preview:
TRANSCRIPT
Tugas Warehouse
Pengolahan data keanggotaan Badan Eksekutif Mahasiswa Jurusan
Disusun Oleh :
M.Jamaluddin - 12043094
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS BHAYANGKARA SURABAYA
2014
1
Pengolahan data keanggotaan Badan Eksekutif Mahasiswa
Jurusan
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Dapat melihat bahwa data merupakan suatu bentuk keterangan-keterangan yang
belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Data
yang sederhana seperti Data Badan Eksekutif Mahasiswa Jurusan (BEMJ) misalnya dapat
menghasilkan data yang dapat diolah menjadi lebih baik. Namun data sederhana ini akan
semakin sulit untuk diolah bila data yang diolah terlampau banyak kelak.
Untuk menanggulangi masalah data yang akan semakin banyak dan besar dan
tentunya akan selalu disimpan dari data awal hingga kepengurusan BEMJ yang semakin luas,
dapat dibuat suatu solusi sederhana yaitu membangun sebuah sistem database layana
pengolahan data keanggotaan BEMJ yang bertugas mengolah semua data keanggotaan
BEMJ hingga Program kerja yang telah dilakukan dari BEMJ.
Tugas ini menggunakan dasar dari datawarehouse dan database sederhana untuk
membuat sebuah sistem database layanan pengolahan data keanggotaan BEMJ yang
mempunyai kemampuan untuk melakukan pengolahan data anggota hingga program kerja
yang dilakukan dengan Microsoft Access.
B. RUMUSAN MASALAH
Berdasarkan latar belakang diatas maka dapat dibuat rumusan masalah yaitu: 1. Bagaimana mengolah data pengalaman kegiatan BEMJ secara sederhana dengan
menggunakan Ms. Access
C. BATASAN MASALAH
Adapun batasan masalah dari tugas akhir ini diantaranya adalah : 1. Menggunakan Ms. Access 2003 2. Database tersimpan menjadi satu dalam file access yaitu *.mdb 3. Menampilkan data pengalaman kegiatan 4. Menampilkan pencari pengalaman kegiatan dalam database melalui tampilan
Form serderhana 5. Menampilkan seluruh pengalaman kegiatan BEMJ pada suatu Report
D. TUJUAN
Dari rumusan masalah di atas dapat dijelaskan lagi bahwa tujuan tugas ini yaitu:
1. Database Dapat mengoilah data pengalaman kegiatan BEMJ secara sederhana dengan
menggunakan Ms. Access
2
BAB II
LANDASAN TEORI
Pengertian Data, Informasi dan Database
Menurut Steven Alter, data merupakan fakta,gambar atau suara yang mungkin atau tidak berhubungan atau berguna bagi tugas tertentu.
Menurut McLeod, data terdiri dari fakta-fakta dan angka yang secara relatif tidak berarti bagi pemakai. Sedangkan informasi adalah data yang sudah diproses atau data yang memiliki arti.
Disini kita dapat melihat bahwa data merupakan suatu bentuk keterangan-keterangan yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.
Dari perkembangan model database, muncullah apa yang disebut dengan data warehouse.
Pengertian Data Warehouse
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.
Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.
Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.
Tugas-tugas Data warehouse
Ada empat tugas yang bisa dilakukan dengan adanya data warehouse Menurut Williams,
keempat tugas tersebut yaitu:
a. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum
dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan,
pertahun atau jangka waktu kapanpun yang diinginkan.
b. On-Line Analytical Processing (OLAP)
3
Dengan adanya data warehouse,semua informasi baik detail maupun hasil summary yang
dibutuhkan dalam proses analisa mudah didapat.
OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai
menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini
dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama
bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware
OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat
detail dari suatu informasi dan roll-up adalah kebalikannya.
c. Data mining
Data mining merupakan proses untuk menggali(mining) pengetahuan dan informasi baru
dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan
buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi
yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.
Beberapa solusi yang diberikan data mining antara lain :
1. Menebak target pasar
Data mining dapat mengelompokkan (clustering) model-model pembeli dan melakukan
klasifikasi terhadap setiap pembeli dan melakukan klasifikasi terhadap setiap pemebeli
sesuai dengan karakteristik yang diinginkan.
2. Melihat pola beli dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli dari waktu ke waktu.
3. cross-market analysis
Data mining dapat dimanfaatkan untuk melihat hubungan antara satu produk dengan
produk lainnya.
4. Profil pelanggan
Data mining bisa membantu pengguna untuk melihat profil pembeli sehingga dapat
diketahui kelompok pembeli tertentu cenderung kepada suatu produk apa saja.
5. Informasi summary
Data mining dapat membuat laporan summary yang bersifat multi dimensi dan
dilengkapi dengan informasi statistik lainnya.
d. Proses informasi executive
Data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat
keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data
4
warehouse segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya
secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data
pada laporan data warehouse menjadi target informative bagi user.
Struktur Data Warehouse
Seperti yang kita lihat sebelumnya pada arsitektur data warehouse, ada beberapa struktur
yang spesifik terdapat pada bagian warehouse manager. Bagian tersebut merupakan struktur data
warehouse.
Menurut Poe, Vidette, data warehouse memiliki struktur yang spesifik dan mempunyai
perbedaan dalam tingkatan detail data dan umur data.
Komponen dari struktur data warehouse adalah:
Current detail data
Current detail data merupakan data detil yang aktif saat ini,mencerminkan keadaan
yang sedang berjalan dan merupakan level terendah dalam data warehouse. Didalam area
ini warehouse menyimpan seluruh detail data yang terdapat pada skema basis data. Jumlah
data sangat besar sehingga memerlukan storage yang besar pula dan dapat diakses secara
cepat. Dampak negatif yang ditimbulkan adalah kerumitan untuk mengatur data menjadi
meningkat dan biaya yang diperlukan menjadi mahal.
5
Berikut ini beberapa alasan mengapa current detail data menjadi perhatian utama :
1. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama
2. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan terendah.
3. Hampir selalu disimpan dalam storage karena cepat di akses tetapi mahal dan
kompleks dalam pengaturannya.
4. Bisa digunakan dalam membuat rekapitulasi sehingga current detail data
harus akurat.
Older detail data
Data ini merupakan data historis dari current detail data, dapat berupa hasil
cadangan atau archive data yang disimpan dalam storage terpisah. Karena bersifat
back-up(cadangan), maka biasanya data disimpan dalam storage alternatif seperti
tape-desk.
Data ini biasanya memilki tingkat frekuensi akses yang rendah. Penyusunan
file atau directory dari data ini di susun berdasarkan umur dari data yang bertujuan
mempermudah untuk pencarian atau pengaksesan kembali.
Lighlty summarized data
Data ini merupakan ringkasan atau rangkuman dari current detail data. Data
ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan kebutuhan.
Ringkasan dari current detail data belum bersifat total summary.Data-data ini
memiliki detil tingkatan yang lebih tinggi dan mendukung kebutuhan warehouse
pada tingkat departemen. Tingkatan data ini di sebut juga dengan data mart. Akses
terhadap data jenis ini banyak digunakan untuk view suatu kondisi yang sedang
atau sudah berjalan.
Highly summarized data
Data ini merupakan tingkat lanjutan dari Lightly summarized data, merupakan
hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk melakukan analisis
6
perbandingan data berdasarkan urutan waktu tertentu dan analisis menggunakan
data multidimensi.
Metadata
Metadata bukan merupakan data hasil kegiatan seperti keempat jenis
data diatas. Menurut Poe, metadata adalah ‘data tentang data’ dan
menyediakan informasi tentang struktur data dan hubungan antara struktur
data di dalam atau antara storage(tempat penyimpanan data).
Metadata berisikan data yang menyimpan proses perpindahan data
meliputi database structure,contents,detail data dan summary data,
matrics,versioning, aging criteria,versioning, transformation criteria.
Metadata khusus dan memegang peranan yang sangat penting dalam data
warehouse.
Metadata sendiri mengandung :
Struktur data
Sebuah direktori yang membantu user untuk melakukan analisis Decission
Support System dalam pencarian letak/lokasi dalam data warehouse.
Algoritma
Algoritma digunakan untuk summary data. Metadata sendiri merupakan
panduan untuk algoritma dalam melakukan pemrosesan summary data antara
current detail data dengan lightly summarized data dan antara lightly
summarized data dengan hightly summaried data.
Mapping
Sebagai panduan pemetaan(mapping) data pada saat data di transform/diubah
dari lingkup operasional menjadi lingkup data warehouse.
Model untuk Data Warehouse
Berikut di bawah ini adalah penjelasan dari model untuk data warehouse. Model Dimensional
Model dimensional merupakan rancangan logikal yang bertujuan untuk
menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan
performa yang tinggi.
7
Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan
beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan
sebuah komposit primary key, disebut dengan table fakta, dan satu set table yang lebih
kecil disebut table dimensi. Setiap table dimensi memiliki sebuah simple primary key yang
merespon tepat pada satu komponen primary key pada tabel fakta. Dengan kata lain
primary key pada table fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik
ini disebut dengan skema bintang atau join bintang.
Fitur terpenting dalam model dimensional ini adalah semua natural keys diganti
dengan kunci pengganti(surrogate keys). Maksudnya yaitu setiap kali join antar table fakta
dengan table dimensi selalu didasari kunci pengganti. Kegunaan dari kunci pengganti
adalah memperbolehkan data pada data warehouse untuk memiliki beberapa kebebasan
dalam penggunaan data, tidak seperti halnya yang diproduksi oleh sistem OLTP.
Sebuah sistem OLTP memerlukan normalisasi untuk mengurangi redudansi, validasi
untuk input data, mendukung volume yang besar dari transaksi yang bergerak sangat
cepat. Model OLTP sering terlihat seperti jaring laba-laba yang terdiri atas ratusan bahkan
ribuan tabel sehingga sulit untuk dimengerti.
Sebaliknya, dimension model yang sering digunakan pada data warehouse adalah
skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan kebutuhan
bisnis, mendukung query sederhana dan menyediakan performa query yang superior
dengan meminimalisasi tabel-tabel join. Berikut contoh perbandingan diagram antara
model data OLTP dengan dimension table data warehouse :
8
Model data OLTP
Dimension Model
9
Schema Bintang
Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang terdiri atas
data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data.
Jenis-jenis Skema Bintang
1. Skema bintang sederhana
Dalam skema ini, setiap table harus memiliki primary key yang terdiri dari
satu kolom atau lebih.
Primary key dari table fakta terdiri dari satu atau lebih foreign key.Foreign
key merupakan primary key pada table lain.
10
2. Skema bintang dengan banyak table fakta
Skema bintang juga bisa terdiri dari satu atau lebih table fakta. Dikarenakan
karena table fakta tersebut ada banyak, misalnya disamping penjualan terdapat
table fakta forecasting dan result. Walaupun terdapat lebih dari satu table fakta,
mereka tetap menggunakan table dimensi bersama-sama.
Adapun ketentuan dalam pembacaan skema bintang adalah :
Bagian yang ada di bawah judul tabel merupakan kolom-kolom tabel tersebut
Primary key dan Foreign key diberi kotak
Primary key diarsir sedang Foreign key yang bukan primary tidak
11
Foreign key yang berhubungan ditunjukkan dengan garis yang menghubungkan
tabel.
Kolom yang bukan kunci disebut kolom data pada table fakta dan atribut pada
table dimensi
Snowflake Schema
Merupakan varian dari skema bintang dimana table-table dimensi tidak terdapat
data yang di denormalisasi. Dengan kata lain satu atau lebih table dimensi tidak
bergabung secara langsung kepada table fakta tapi pada table dimensi lainnya.
Sebagai contoh, sebuah dimensi yang mendeskripsikan produk dapat dipisahkan
menjadi tiga table (snowflaked) seperti contoh dibawah ini :
Snowflake Schemes
Pemrograman database
Pemrograman database adalah pembuatan program (aplikasi) yang melibatkan
database sebagai penyimpan datanya. Pemrograman database dilakukan untuk membuat
aplikasi database. Di dalam aplikasi database terdapat form untuk menginputkan data, form
transaksi, report/laporan, beserta databasenya. Pemrograman database ini dapat
menggunakan banyak tool seperti Visual Basic dengan Ms. Access, Visual basic dengan SQL
Server, Visual Foxpro, Ms. Access dan lain-lain. Ms. Access sendiri selain untuk menangani
database juga dapat digunakan untuk membangun aplikasi database.Biasanya Ms. Access
12
hanya digunakan untuk menyimpan database. Untuk membuat aplikasi database kita
memerlukan bahasa pemrograman lain seperti visual basic. Pembuatan form entri, form
transaksi dan report/laporan dilakukan di visual basic, sementara access digunakan untuk
menyimpan data yang diinputkan maupun data yang akan disajikan ke user saja. Dapat
diilustrasikan sebagai berikut :
Gambar . Aplikasi Database dibentuk dari Visual Basic + Ms. Access.
Access mempunyai bermacam-macam objek seperti table, query, form, maupun report.
Dengan objek-objek ini ms. access dapat digunakan untuk membuat aplikasi database. Semua
form maupun report dibuat di ms Access dengan menggunakan objek access tersebut. Yang
akan di bahas dalam modul ini adalah access untuk membuat aplikasi database. Disini dapat
diilustrasikan bahwa : Aplikasi Database hanya dibentuk dengan Ms. Access saja. DBMS lain
yang dapat digunakan untuk membuat aplikasi database antara lain : Visual Foxpro, Oracle,
Foxbase, Dbase, Paradox dan sebagainya
Pengertian dari istilah ``database'' adalah kumpulan dari tabel- tabel data yang saling
berelasi. Sedangkan database pada Access lebih dari sekedar data. Selain tabel, sebuah file
database Access juga berisi bermacam-macam obyek database yang lain diantaranya:
• Queri untuk mengorganisasi data,
• Forms untuk berinteraksi dengan data pada layar,
• Reports untuk mencetak hasil,
• Macros dan program Visual Basic untuk memperluas fungsionalitas dari aplikasi
database.
Semua obyek ini disimpan dalam file <filename>.mdb. Istilah ``database'' mengandung arti
berbeda tergantung pada tipe DBMS yang digunakan. sebuah file database (<filename>.dbf)
berisi table tunggal. Forms dan reports juga disimpan dalam satu file dengan ekstensi yang
berbeda. Access juga menyimpan semua obyek database (tables, queries, forms, reports, dll)
dalam satu file aplikasi tunggal yang memiliki ekstensi *.mdb.
13
Didalam Ms. Access terdapat beberapa objek yang saling berkaitan satu sama lain. Semua
objek tersebut akan digunakan untuk menyusun sebuah aplikasi database yang dapat
membantu mempermudah pekerjaan pemakai.
Gambar. Bar Objek di Ms. Access
Objek yang terdapat dalam Ms. Access adalah :
14
Konvensi Penamaan Untuk Obyek Database
beberapa batasan penamaan untuk suatu obyek dalam Access. Tidak boleh ada obyek
yang bernama sama dalam Access. Semisal nama tabel BackOrders sama dengan nama queri
BackOrders. Kita bisa memberi nama yang lain untuk queri tersebut, semisal qryBackOrders,
untuk membedakan tabel dan queri. Berikut ini memberi saran contoh penamaan untuk obyek
database dalam Access :
Tabel 1.2 Konvensi Penamaan Objek Dalam Database M.Acces
15
BAB III
METODE REKAYASA
A. SKEMA DATABASE
Berikut skema tahap perancangan dalam pembuatan database.
Pengalaman
kegiatanAnggota
Program
kerja
Pengalaman
organisasidepartement LPJ
memiliki
memiliki
mempunyai
terdapat
memiliki
mempunyai
No_kegiatan
nama
jabatan
tahun
Kode_anggota
No_orgn
nama
jabatan
tahun
Kode_anggota Kode_LPJhasil
kendala
Kode_proker
nama
Tgl_kegiatan
tempat
Kode_LPJ
Kode_anggota
Kode_departement
Kode_departement
nama
kodeanggota
NIM
nama
angkatan
jurusan
asal
tgllahir
sex
agama
alamatsekarang
telepon
motto
foto
jabatan
Kode_departement
Gambar. ERD
Perumusan masalah
Rumusan masalah dalam masalah ini adalah :
1. Bagaimana mengolah data keanggotaan BEMJ secara sederhana dengan
menggunakan Ms. Access
Pengumpulan data
16
Pengumpulan data dilakukan dengan mencari dan mengumpulkan data-data
kemudian diolah agar dapat dijadikan sebagai acuan dalam melakukan
pembuatan database.
Analisa dan proses
Analisa merupakan sebuah cara untuk menentukan bagaimana merancnag
database untuk mengolah data anggota BEM-J. Proses berisi tentang langkah
kerja dari pembuatan sistem, mulai dari perencanaan, implementasi prosedur
operasi dan pengujian analisa kerja.
Pengujian
Pengujian hasil analisa yang dilandasi dengan data-data yang telah
dikumpulkan serta pengamatan langsung dilapangan yaitu melakukan
pengujian terhadap sistem database apakah dapat berfungsi sebagaimana
dengan yang diinginkan agar dapat digunakan untuk menarik kesimpulan.
apabila dari pengujian tersebut telah sesuai dengan analisa yang dibutuhkan
maka selanjutnya bisa dijadikan acuan untuk menarik kesimpulan. tetapi
apabila hasil dari pengujian tidak sesuai maka pengujian tersebut harus
diulangi pada proses pengumpulan data.
Sesuai
Apakah hasilnya dapat mengolah data keanggotaan BEMJ secara sederhana
dengan menggunakan Ms. Access
B. ANALISA
Perancangan database nantinya dapat melakukan penyimpanan data dari menu
form yang telah disajikan pada menu utama dan data akan tersimpan pada tabel
database. Pembentukan query dalam database digunakan untuk memanggil data
tertentu sesuai dengan hasil query yang akan dihasilkan. Dari database tabel dan
query akan dibentuk suatu form yang akan menyajiakan tampilan pemasukkan data
17
ke dalam tabel database. Serta nantinya aka nada laporan tentang data dari
keanggotaan BEM-J dalam bentuk report.
C. PERANCANGAN SISTEM
Dalam pembuatan database BEMJ ini menggunakan Ms.Access versi 2003 sebagai
media penyimpanan data-data keanggotaannya. Berikut kebutuhan system di
dalamnya :
1. Database terdiri dari beberapa table diantaranya : table anggota, table
department, table LPJ, table Pengalaman kegiatan, table pengalaman organisasi,
table program kerja
2. Dengan proses query : asal anggota, daftar non staf, daftar department, anggota
department, daftar non department, search anggota, jumlah anggota per
department, daftar anggota perdeparttement, daftar anggota berdasarkan
angkatan, cari anggota
3. Dengan form : menu utama, form anggota, form anggota department, form cari
anggota, form dafatar anggota berdasarkan angkatan, form angota berdasarkan
angkatan, form daftar department, form daftar kepala department, form detail
anggota, form jumlah anggota per department
4. Dengan report : daftar anggota, daftar department, daftar alamat anggota
(berdasarkan asal), daftar anggota per department, daftar jumlah anggota
perdepartement, dafatra anggoat non staf, daftar kepala departement
18
D. DASAIN SISTEM
Berikut dasain database dari BEM-J dalam bentuk relationship :
Gambar. Relasi antar tabel data BEM-J
Dari hubungan antar table di atas dapat dijelaskan bahwa dari tabel anggota akan
terkoneksi dengan tabel pengalaman kegiatan, tabel pengalaman organisasi, tabel
department, tabel proker, tabel LPJ.
Tabel anggota dimana nantinya tiap anggota akan memiliki satu department,
sedangkan untuk anggota pengurus tidak menjabat di department.
19
E. PERANCANGAN SISTEM DATABASE BEM-J
1. Pembuatan tabel
Pembuatan database baru di ms.access 2003, dengan cara :
Klik file > new > pilih blank data base
Dan muncul gambar seperti dibawah ini :
Buat tabel baru dengan klik menu new, lalu buat field sesuai dengan ketentuan
seperti gambar di bawah, dan save dengan nama yang sesuai.
Field dari tabel anggota dengan nama tabel tbAnggota.
Field dari tabel department dengan nama tabel tbDepartment.
20
Field dari tabel LPJ dengan nama tabel tbLPJ.
Field dari tabel pengalaman kegiatan dengan nama tabel tbPeng_Kegiatan.
Field dari tabel pengalaman organisasi dengan nama tabel tbPeng_Organisasi.
Field dari tabel Program kerja dengan nama tabel tbProker.
Untuk tabel tambahanya adalah :
Field dari tabel agama dengan nama tabel agama
21
Field dari tabel hasil LPJ dengan nama tabel hasilLPJ
Field dari tabel jabatan dengan nama tabel jabatan
Field dari tabel jurusan/prodi dengan nama jurusan/prodi
Field dari tabel sex dengan nama tabel sex
Sehingga menghasilkan output seperti di bawah ini :
22
2. Pembuatan relasi tabel
Menghubungkan data antar tabel dengan cara ke menu relationship
Hingga muncul windows relationship seperti di bawah ini
Dillanjutka n dengan memasukkan tabel dengan cara klik kanan pada window relationship,
lalu pilih show tabel hingga keluar window show tabel.
Blok seluruh tabel dan tekan tombol add.
Setelah itu hubungkan semua tabel dengan cara drag salah satu field dari tabel ke field dari
tabel yang ingin dihubungkan. Sehingga menghasilkan seperti di bawah ini
23
Gambar. Hasil relasi yang telah diatur antar tabel
24
3. Pembuatan query tabel
Buat query dengan cara klik new pada menu object pada query.
Buat beberapa query dengan perintah SQL berikut.
Query pengalaman kegiatan
SELECT tbPeng_Kegiatan.Jabatan, tbPeng_Kegiatan.Nama,
tbPeng_Kegiatan.Tahun
FROM tbPeng_Kegiatan
ORDER BY tbPeng_Kegiatan.Nama;
Query parameter pengalaman kegiatan berdasarkan nama kegiatan
SELECT tbPeng_Kegiatan.Nama, tbPeng_Kegiatan.Jabatan,
tbPeng_Kegiatan.Tahun, tbPeng_Kegiatan.Kode_Anggota
FROM tbPeng_Kegiatan
WHERE (tbPeng_Kegiatan.Nama) Like "*"+[Ketik nama yang akan
dicari :]+"*";
Query parameter pengalaman kegiatan berdasarkan tahun dilaksanakannya kegiatan
SELECT tbPeng_Kegiatan.Nama, tbPeng_Kegiatan.Jabatan,
tbPeng_Kegiatan.Tahun, tbPeng_Kegiatan.Kode_Anggota
FROM tbPeng_Kegiatan
WHERE (tbPeng_Kegiatan.Tahun) Like "*"+[Ketik tahun yang akan
dicari :]+"*";
Hingga terbentuk query seperti dibawah ini
25
4. Pembuatan report
Buat report dengan cara klik new pada menu object pada report.
Klik Report > New
Lalu klik combo box dan pilih table atau query yang akan dibuat report lalu klik Ok
26
Masukkan field yg di inginkan untuk ditampilkan pada report
Hasil report yang sudah jadi
27
Hasil dari semua output report yang telah dibuat
28
5. Membuat Form
Berikut cara membuat form Klik Form > New hingga muncul window New Form
seperti gambar berikut
Setelah ini pilih combo box untuk memilih table atau query yang akan dijadikan
formlalu klik OK seperti gambar berikut
29
Maka hasilnya seperti berikut, lalu masukkan field yang di inginkan lalu klik Finish
Hasil output dari pembuatan form
30
Berikut beberapa contoh dari form yang telah dibuat
31
6. Membuat Chart
Klik Form > New >Chart wizard seperti gambar dibawah ini
Lalu pilih table atau query yang akan dijadikan chart lalu klik Ok. Untuk lebih
jelasnya lihat gambar berikut
32
Setelah itu masukkan fields apa saja yang di inginkan untuk dijadikan chart lalu
klik Next. Untuk jelasnya lihat gambar dibawah ini
Maka akan muncul gambar seperti berikut, lalu pilih chart mana yang di inginkan
33
Hasil Chart seperti gambar berikut
Jika di klik Chart maka akan muncul datasheet seperti gambar berikut
top related