skripsi diajukan untuk memenuhi salah satu syarat ... · menemukan informasi yang mendukung...
TRANSCRIPT
i
IMPLEMENTASI DATA WAREHOUSE
UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN
BERDASARKAN NILAI PENILAIAN UNJUK KERJA
(Studi Kasus: PT Surya Pamenang Kediri)
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
Lukas Gede Ngurah Bayu Putra
125314006
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2016
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
DATA WAREHOUSE IMPLEMENTATION TO SUPPORT
EMPLOYEE PERFORMANCE MONITORING BASED ON THE
ASSESSMENT POINT TO WORK
(Case Study : PT Surya Pamenang Kediri)
A THESIS
Presented as Partial Fullfillment of the Requirements
To Obtain the Sarjana Komputer Degree
In Informatics Engineering Study Program
By :
Lukas Gede Ngurah Bayu Putra
125314006
INFORMATICS ENGINEERING STUDY PROGRAM
DEPARTMENT OF INFORMATIC ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2016
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
HALAMAN MOTTO
“Kita hidup bukan hanya untuk diri kita
sendiri dan kita mati juga bukan untuk
diri kita sendiri”
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
HALAMAN PERSEMBAHAN
Dengan penuh rasa syukur dan bangga, saya persembahkan karya ini untuk :
Tuhan Yesus dan Bunda Maria yang selalu menuntun setiap langkah dalam hidup.
Orang tua yang terus memberikan dukungan, motivasi serta kasih yang melimpah.
Adik-adiku, keluargaku yang mendukung dengan cara masing-masing. Serta
teman-teman dan sahabatku yang memberikan pelajaran hidup, jalan-jalan, susah
senang bersama dan teman dalam berproses menjadi pribadi yang lebih baik.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
ABSTRAK
IMPLEMENTASI DATA WAREHOUSE
UNTUK MENDUKUNG MONITORING KINERJA KARYAWAN
BERDASARKAN NILAI PENILAIAN UNJUK KERJA
(Studi Kasus: PT Surya Pamenang Kediri)
Lukas Gede Ngurah Bayu Putra
Universitas Sanata Dharma
Yogyakarta
2016
Data merupakan aset berharga yang digunakan untuk memutuskan
kebijakan, melakukan strategi, atau mengambil keputusan. Data harus diproses
sebelum menjadi informasi. Proses pengolahan data dapat dilakukan di berbagai
tempat, misalkan di database operasional, aplikasi operasional, maupun
menggunakan teknologi data warehouse.
Teknologi data warehouse digunakan untuk mengintegrasikan data hasil
nilai penilaian unjuk kerja karyawan. Pembuatan data warehouse digunakan untuk
menemukan informasi yang mendukung monitoring kinerja karyawan di PT Surya
Pamenang. Data warehouse yang telah terbentuk selanjutnya akan diproses
menjadi database Online Analytical Processing (OLAP) menggunakan kettle dan
Star Schema. Data warehouse yang terbentuk dapat menghitung nilai
aspek_pekerjaan, sikap dan nilai akhir. OLAP memberikan informasi nilai
karyawan dari setiap periode penilaian yang telah dilakukan untuk melihat trend
kinerja karyawan yang didasarkan pada hasil penilaian unjuk kerja karyawan.
Kata kunci : Data, Penilaian Unjuk Kerja, Data Warehouse, dan OLAP.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
ABSTRACT
DATA WAREHOUSE IMPLEMENTATION TO SUPPORT
EMPLOYEE PERFORMANCE MONITORING BASED ON THE
ASSESSMENT POINT TO WORK
(Case Study : PT Surya Pamenang Kediri)
Lukas Gede Ngurah Bayu Putra
Universitas Sanata Dharma
Yogyakarta
2016
Data is a valuable asset for deciding a policy, implementing a strategy, and
taking decision. Data should be processed before the data become an information.
The data processing is able to be done in various places such as operational
database, operational application, and technologic data warehouse.
Technologic data warehouse is used to integrate the result of performance
assessment data. The establishment of data warehouse is for support monitoring
employee performance at PT Surya Pamenang. Further, the established data
warehouse will be processed to become database Online Analytical Processing
(OLAP) using Kettle and Star Scheme. The established data warehouse is able to
count the value aspects of work, attitude and the final value. OLAP provide
information about the result value of employee assessment from any period
assessment has been done to see the trend employee performance based on the result
employee performance assessment.
Keyword : Data, Performance Assessment, Data Warehouse, dan OLAP.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa karena atas
berkat dan rahmat-Nya, penulis dapat menyelesaikan tugas akhir sesuai d engan
waktu yang telah ditentukan. Skripsi ini disusun sebagai salah satu syarat untuk
memperoleh gelar sarjana Teknik Informatika di Universitas Sanata Dharma
Yogyakarta.
Penulis telah menyadari bahwa tanpa melibatkan bantuan dan dukungan banyak
pihak skripsi ini sulit untuk selesai, namun berkat dukungan dan bantuan dari
banyak pihak, akhirnya skripsi ini dapat diselesaikan. Oleh sebab itu atas bantuan
dan dukungannya, penulis menghaturkan ucapan terimakasih kepada :
1. Tuhan Yang Maha Esa karena telah memberikan memberkati dan memberikan
kekuatan selama proses penyelesaian tugas akhir.
2. Sudi Mungkasi,S.Si.,M.Math.Sc.,Ph.D selaku Dekan Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta.
3. Dr.Anastasia Rita selaku Ketua Program Studi Teknik Informatika Universitas
Sanata Dharma Yogyakarta.
4. JB Budi Darmawan S.,T. M.Sc. selaku dosen pembimbing yang telah
meluangkan waktu untuk membimbing penulis selama pembuatan skripsi ini.
5. Orang tua, adik, serta keluarga yang memberikan dukungan, doa, dan motivasi
dalam penyelesaian tugas akhir.
6. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan selama
menuntut ilmu dan sangat membantu penulis dalam mengerjakan tugas akhir.
7. Teman-teman Teknik Informatika 2012 yang selalu memberi semangat dan
bantuan selama menyelesaikan skripsi ini.
8. Serta semua pihak yang baik secara langsung maupun tidak langsung telah
membantu penulis dalam menyelesaikan skripsi.
Penulis dalam menulis skripsi ini sudah berusaha semaksimal mungkin, namun
penulis juga menyadari bahwa skripsi yang dibuat ini masih banyak kekurangan
dan jauh dari sempurna. Oleh sebab itu penulis sangat mengharapkan kritik dan
saran dari pembaca yang dapat bermanfaat bagi perbaikan pada masa mendatang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
DAFTAR ISI
HALAMAN JUDUL ............................................................................................ i
A THESIS ........................................................................................................... ii
HALAMAN PERSETUJUAN ............................. Error! Bookmark not defined.
HALAMAN PENGESAHAN .............................. Error! Bookmark not defined.
PERNYATAAN KEASLIAN KARYA ............... Error! Bookmark not defined.
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ............................... vii
ABSTRAK ......................................................................................................... ix
ABSTRACT ........................................................................................................ x
KATA PENGANTAR ........................................................................................ xi
BAB I .................................................................................................................. 1
PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang....................................................................................... 1
1.2 Rumusan Masalah .................................................................................. 3
1.3 Tujuan ................................................................................................... 3
1.4 Batasan Masalah .................................................................................... 3
1.5 Metodologi Penelitian ............................................................................ 4
1.6 Sistematika Penulisan ............................................................................ 4
BAB II ................................................................................................................. 6
LANDASAN TEORI ........................................................................................... 6
2.1 Data Warehouse ..................................................................................... 6
2.1.1 Komponen Data Warehouse ............................................................... 6
2.1.2 Karakteristik Data Warehouse ............................................................ 7
2.1.3 Langkah Pembuatan Data Warehouse ................................................. 8
2.1.4 Implementasi Data Warehouse ........................................................... 8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
2.2 Extract, Transform, and Load (ETL) .................................................... 10
2.3 Multi Dimensional Modeling................................................................ 10
2.3.1 Cube, Dimension, Measure dan Member ...................................... 10
2.3.2 Fact Table dan Dimension Table ................................................... 11
2.4 Skema Kristal Salju (Snowflake schema) dan Skema Bintang .............. 11
2.5 Pentaho ................................................................................................ 12
2.6 Online Analytical Processing (OLAP).................................................. 12
BAB III.............................................................................................................. 13
ANALISIS DAN PERANCANGAN SISTEM ................................................... 13
3.1 Analisis Kebutuhan .............................................................................. 13
3.2 Analisis Sistem .................................................................................... 13
3.3 Mendesain Gudang Data ...................................................................... 15
3.3.1 Membaca Data Legacy.................................................................... 15
3.3.2 Menggabungkan Data Dari Sumber Terpisah .................................. 18
3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse .. 19
1.3.4 Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi ....... 21
3.3.5 Diagram Use Case ................................................................................. 24
3.3.6 Narasi use case diagram ........................................................................ 24
3.4 Pembuatan OLAP ................................................................................ 25
3.5 Perancangan Antar Muka ..................................................................... 28
3.5.1 Tampilan Halaman Login ............................................................. 28
3.5.2 Tampilan Halaman Utama ............................................................ 28
3.5.3 Tampilan Halaman Nilai Final Karyawan ..................................... 29
3.5.4 Halaman Detail Nilai Karyawan ................................................... 29
BAB IV ............................................................................................................. 30
IMPLEMENTASI .............................................................................................. 30
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
4.1 Implementasi ............................................................................................ 30
4.1.1 Implementasi Basis Data ................................................................... 30
4.2 Implementasi Data Warehouse ................................................................. 30
4.2.1 Membaca Data Legacy ...................................................................... 30
4.2.2 Memindahkan Data ke Server Data Warehouse. ................................ 31
4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta .................... 36
4.3.1 Transformasi Tabel dim_bagian......................................................... 36
4.3.2 Transformasi Tabel dim_periode .................................................. 38
4.3.3 Transformasi Tabel dim_karyawan ............................................... 39
4.3.4 Transformasi Tabel dim_puk ........................................................ 41
4.3.5 Transformasi tabel fact_detail ....................................................... 44
4.3.6 Transformasi tabel fact nilai .......................................................... 48
4.3.7 Job Transformasi Data Fact Detail ................................................ 56
4.3.8 Job Transformasi Data Fact Nilai .................................................. 56
4.4 Implementasi Star Schema Untuk Database OLAP .............................. 56
4.4.1 Star Schema Kubus Fact Detail ...................................................... 56
4.4.2 Star Schema Kubus Fact Nilai....................................................... 59
4.5 Implementasi Antar Muka Pengguna Sistem OLAP ............................. 60
4.5.1 Halaman Login ............................................................................... 61
4.5.2 Halaman Menu Utama .................................................................. 62
4.5.2.1 Halaman Menu Nilai Final Karyawan ....................................... 63
4.5.2.2 Halaman Menu Detail Nilai Karyawan ...................................... 64
BAB V ............................................................................................................... 65
ANALISIS HASIL ............................................................................................ 65
5.1 Penyelesaian Rumusan Masalah ............................................................... 65
5.2 Pengujian Cube .................................................................................... 68
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
5.2.1 Pengujian Perhitungan aspek Pekerjaan, Sikap dan Nilai Akhir. .... 68
................................................................................................................... 68
5.2.3 Pengujian Database Detail Nilai ................................................... 72
5.3 Kelebihan dan Kekurangan Sistem .......................................................... 74
BAB VI ............................................................................................................. 75
PENUTUP ......................................................................................................... 75
6.1 Kesimpulan .............................................................................................. 75
6.2 Saran ........................................................................................................ 75
DAFTAR PUSTAKA ........................................................................................ 76
LAMPIRAN I .................................................................................................... 77
QUERY TABEL ................................................................................................ 77
LAMPIRAN II ................................................................................................... 84
LISTING PROGRAM ....................................................................................... 84
MANUAL ......................................................................................................... 92
SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP) ........ 92
MONITORING KINERJA KARYAWAN ......................................................... 92
LAMPIRAN III HASIL KUESIONER ............................................................ 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvii
DAFTAR GAMBAR
Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan ................................ 19
Gambar 3. 2 Proses Pemindahan Tabel Periode ................................................ 20
Gambar 3. 3 Proses Pemindahan Tabel Bagian ................................................. 20
Gambar 3. 4 Proses Pemindahan Master PUK .................................................. 21
Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan ..................................... 21
Gambar 3. 6 Membuat Tabel Dim Periode ........................................................ 22
Gambar 3. 7 Membuat Tabel Dimensi PUK...................................................... 23
Gambar 3. 8 Gambar Use Case ......................................................................... 24
Gambar 3. 9 Rancangan OLAP Melihat Grafik ................................................. 26
Gambar 3. 10 Rancangan OLAP Melihat Detail Indikator ................................ 27
Gambar 3. 11 Tampilan Halaman Login ........................................................... 28
Gambar 3. 12 Halaman Menu Utama ................................................................ 28
Gambar 3. 13 Halaman Nilai Final Karyawan................................................... 29
Gambar 3. 14 Tampilan Halaman Detail Nilai Karyawan ................................. 29
Gambar 4. 1 master_bagian.ktr ......................................................................... 31
Gambar 4. 2 data master_bagian ....................................................................... 32
Gambar 4. 3 master_karyawan.ktr .................................................................... 32
Gambar 4. 4 data tabel master_karyawan. ......................................................... 34
Gambar 4. 5 inputmasterpuk.ktr ....................................................................... 34
Gambar 4. 6 Query untuk tabel periode ............................................................ 35
Gambar 4. 7 dim_bagian.ktr ............................................................................. 36
Gambar 4. 8 Tabel dim_bagian ......................................................................... 37
Gambar 4. 9 dim_periode.ktr ............................................................................ 38
Gambar 4. 10 Tabel dim_periode ...................................................................... 39
Gambar 4. 11 dim_karyawan.ktr ....................................................................... 39
Gambar 4. 12 Tabel dim_karyawan .................................................................. 41
Gambar 4. 13 dim_puk.ktr ................................................................................ 41
Gambar 4. 14 Tabel dim_puk ........................................................................... 43
Gambar 4. 15 fact_detail.ktr ............................................................................. 44
Gambar 4. 16 Hasil Fact_Detail ........................................................................ 47
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xviii
Gambar 4. 17 factnilai,ktr ................................................................................. 48
Gambar 4. 18 Tabel Fact_Nilai ......................................................................... 55
Gambar 4. 19 Job Skripsidwh Detail Indikator ................................................. 56
Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP ................................................. 56
Gambar 4. 21 Star Schema kubus fact_detail .................................................... 57
Gambar 4. 22 Struktur pembentukan dim_bagian ............................................. 57
Gambar 4. 23 Struktur pembentukan dim_karyawan ......................................... 58
Gambar 4. 24 Struktur pembentukan dim_periode ............................................ 58
Gambar 4. 25 Struktur pembentukan dim_puk .................................................. 58
Gambar 4. 26 Star Schema kubus fact nilai ....................................................... 59
Gambar 4. 27 Struktur pembentukan dim_bagian ............................................. 59
Gambar 4. 28 Struktur pembentukan dim_karyawan ......................................... 60
Gambar 4. 29 Struktur pembentukan dim_waktu ............................................. 60
Gambar 4. 30 Tampilan Halaman Proses Login ................................................ 61
Gambar 4. 31 Tampilan Untuk Proses Gagal Login .......................................... 62
Gambar 4. 32 Tampilan Menu Utama ............................................................... 62
Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan ................................... 63
Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan ........................................... 63
Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan ................................. 64
Gambar 5. 1 Hasil OLAP Nilai Karyawan Final ............................................... 66
Gambar 5. 2 Grafik Nilai Karyawan ................................................................. 67
Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan ............................. 68
Gambar 5. 4 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir ...................... 70
Gambar 5. 5 Java Script Hitung Nilai ............................................................... 69
Gambar 5. 6 Query Cek Nilai di Database ........................................................ 70
Gambar 5. 7 Hasil Query Cek Nilai .................................................................. 71
Gambar 5. 8 OLAP Detail Nilai Karyawan ....................................................... 72
Gambar 5. 9 Query Cek Detail Nilai ................................................................. 73
Gambar 5. 10 Hasil Query Cek Detail............................................................... 73
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xix
DAFTAR TABEL
Tabel 2. 1 Karakteristik Data Warehouse ............................................................. 7
Tabel 3. 1 Data File Excel ................................................................................. 14
Tabel 3. 2 Data Penilaian Unjuk Kerja............................................................... 15
Tabel 3. 3 Data Periode Penilaian ...................................................................... 18
Tabel 3. 4 Data Karyawan ................................................................................. 18
Tabel 3. 5 Data Bagian ...................................................................................... 18
Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk pembentukan tabel
master_bagian. ................................................................................................... 31
Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan
tabel master_karyawan. ...................................................................................... 33
Tabel 4. 3 Penjelasan spesifikasi transformasi Mas ............................................ 34
Tabel 4. 4 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan
tabel dim_bagian. ............................................................................................... 36
Tabel 4. 5 Penjelasan spesifikasi file transformasi Kettle untuk proses pembentukan
tabel dim_periode .............................................................................................. 38
Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses
dim_karyawan ................................................................................................... 40
Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk pembentukan tabel
dim_puk............................................................................................................. 42
Tabel 4. 8 Penjelasan spesifikasi file transformasi Kettle untuk proses
pembentukan tabel fact_detail. ........................................................................... 44
Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses pembentukan
tabel fact_nilai ................................................................................................... 48
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Data adalah fakta yang dapat disimpan dan memiliki arti (Elmasri &
Navathe, 2004). Data adalah kumpulan rekaman baik itu fakta, konsep ataupun
instruksi yang dapat digunakan untuk menghasilkan informasi yang dapat
dipahami dan berguna bagi organisasi (Whitten, dkk 2004). Pada masa
sekarang, data adalah aspek yang sangat berharga. Data dapat memberikan
sebuah informasi yang dapat digunakan sebagai ilmu pengetahuan maupun
untuk membantu manusia membuat analisis dan pengambilan keputusan. Untuk
melakukan analisa dan perencanaan ke depan maka, data harus dapat diolah
untuk mendapatkan informasi yang dibutuhkan. Salah satu caranya adalah
dengan menggunakan teknik data warehouse.
Data Warehouse merupakan sekumpulan data yang berorientasi pada
subyek terintergrasi, memiliki rentang waktu, dan tidak mudah berubah untuk
mendukung proses pembuatan keputusan manajerial (Connolly dkk, 2005).
Data warehouse adalah wadah untuk menampung data-data yang diperlukan
untuk melakukan analisa dan mendapat informasi yang diperlukan oleh
organisasi. Data warehouse menyediakan suatu tool yang disebut Online
Analytical Processing (OLAP) untuk melakukan analisis data. Dengan
menggunakan data warehouse dapat menggunakan berbagai macam data dari
berbagai macam sumber data.
Penilaian unjuk kerja karyawan adalah salah satu cara yang dilakukan oleh
PT Surya Pamenang untuk terus memantau hasil dari kinerja seluruh karyawan.
Penilaian unjuk kerja dilakukan secara periodik dan setiap tahun dilakukan dua
kali penilaian unjuk kerja. Penilaian yang dilakukan meliputi beberapa faktor
antara lain, faktor pekerjaan, faktor sikap, dan faktor kepemimpinan. Hasil dari
penilaian unjuk kerja karyawan digunakan untuk pemberian reward atau
hukuman. Reward berupa uang prestasi, besaran uang yang diterima tergantung
dari hasil penilaian unjuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
kerja yang diperoleh karyawan. Penilaian unjuk kerja juga digunakan untuk
pemberian hukuman jika karyawan mendapat nilai D dalam empat kali periode
penilaian. Hukuman yang diberikan adalah berupa penundaan kenaikan grade
selama lima tahun. Selain itu penilaian unjuk kerja digunakan pula untuk
menentukan kenaikan grade jika dalam penilaian unjuk kerja dalam tiga kali
periode karyawan mendapat nilai dengan pola tertentu B+B+B atau A+A+B
kenaikan grade dipercepat tiga tahun. Dengan memiliki lebih dari 950
karyawan. serta memiliki data penilaian unjuk kerja maka, ini adalah peluang
baru untuk membangun sebuah data warehouse. Sebelum ada data warehouse,
data hanya disimpan tanpa ada pengelolaan lebih lanjut. Ini menyebabkan
kesulitan mendapatkan informasi mengenai performa karyawan dari tahun ke
tahun karena informasi dari hasil nilai unjuk kerja karyawan hanya di sajikan
dalam bentuk format excel saja.
Masalah yang dihadapi hingga saat ini adalah database data warehouse
belum digunakan di PT Surya Pamenang dan dalam melakukan monitoring
kinerja karyawan masih menggunakan nilai unjuk kerja yang disimpan dalam
file excel hal ini membuat monitoring yang dilakukan sangat sulit terlebih
jumlah karyawan yang tidak sedikit. Untuk itu penulis tertarik untuk merancang
database data warehouse yang kemudian akan dibentuk Online Analytical
Processing (OLAP). OLAP berfungsi untuk memberikan informasi untuk
mendukung monitoring kinerja karyawan berdasarkan nilai penilaian unjuk
kerja yang disimpan di database. Hasil dari OLAP dapat digunakan untuk
melihat kinerja karyawan dalam bentuk grafik untuk melihat tren kinerja
karyawan dari waktu ke waktu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, dapat dirumuskan masalah:
1. Bagaimana membangun suatu data warehouse serta Online Analytical
Processing (OLAP) di PT Surya Pamenang untuk menampilkan
informasi yang berupa grafik kinerja karyawan berdasarkan nilai
unjuk kerja kerja karyawan untuk mendukung monitoring kinerja
karyawan?
2. Bagaimana menghitung dan menampilkan nilai aspek pekerjaan,
aspek sikap dan nilai karyawan?
3. Apakah data warehouse dan OLAP ini efektif membantu monitoring
kinerja karyawan serta mudah digunakan oleh kepala SDM PT Surya
Pamenang?
1.3 Tujuan
Membangun data warehouse dan Online Analytical Processing (OLAP)
yang mampu memberi informasi mengenai kinerja karyawan untuk
ditampilkan dalam bentuk grafik untuk membantu bagian SDM dalam
melakukan monitoring kinerja karyawan.
1.4 Batasan Masalah
Batasan masalah yang digunakan dalam penelitian ini adalah :
1. Data penelian unjuk kerja yang digunakan adalah hasil dari periode
2012, 2013, 2014.
2. Desain dan implementasi data warehouse serta pembangunan sistem
OLAP dengan menggunakan tools kettle (Pentaho Data Integration),
Schema workbench dan Mondrian sebagai OLAP server.
3. Database yang digunakan adalah database MySQL.
4. Data nilai yang digunakan adalah data nilai untuk karyawan dengan
jabatan pelaksana.
5. Data Warehouse tidak menentukan kenaikan status karyawan.
6. Nilai yang digunakan adalah nilai dari aspek pekerjaan, sikap dan nilai
akhir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
1.5 Metodologi Penelitian
Metodologi penelitian dan langkah – langkah yang digunakan dalam
penulisan tugas akhir adalah:
1. Studi materi dan data
Metode yang digunakan adalah mempelajari materi – materi yang
terkait dengan tugas akhir beserta refrensinya.
2. Identifikasi masalah
Melakukan observasi ke PT Surya Pamenang dan melakukan
wawancara dengan pihak PT Surya Pamenang untuk mendapatkan
informasi tentang penilaian unjuk kerja karyawan.
3. Pengumpulan data dan informasi
Mengumpulkan data penilaian unjuk kerja karyawan di PT Surya
Pamenang lalu menganalisa dan melakukan ekstrak data agar dapat
digunakan dalam pembuatan data warehouse.
4. Membuat database datawarehouse dan proses ETL
5. Membuat star schema
6. Membuat OLAP dan desain tampilan
7. Pengujian sistem
8. Membuat kesimpulan
1.6 Sistematika Penulisan
Sistematika penulisan merupakan uraian susunan penulisan Tugas Akhir
yang akan dibuat secara teratur dan sistematis yang terdiri dari lima bab
yaitu:
Bab I Pendahuluan
Bab ini membahas mengenai latar belakang, rumusan masalah, tujuan,
batasan masalah, metodologi penelitian, dan sistematika penulisan.
Bab II Landasan Teori
Bab ini membahas mengenai pengetahuan menjadi dasar teori untuk
mendukung pembuatan data warehouse penilaian unjuk kerja karywan
di PT Surya Pamenang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
Bab III Analisis Perancangan Sistem
Bab ini berisi analisa dan perancangan gudang data.
Bab IV Implementasi dan Analisa Hasil
Bab ini berisi pembuatan gudang data dan berisi laporan serta hasil
pembangunan gudang data.
Bab V Analisis Hasil
Bab ini berisi hasil pembuatan gudang data.
Bab VI Penutup
Bab ini berisi kesimpulan dan saran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
BAB II
LANDASAN TEORI
2.1 Data Warehouse
Data Warehouse mengintegrasikan data yang telah disimpan dalam periode
waktu tertentu dan sering digunakan untuk menambah informasi. Menurut
Inmon (1992) data warehouse didefinisikan sebagai sekumpulan data yang
terintegrasi, basis data berorientasi subyek yang didesain untuk mendukung
fungsi sistem pengambil keputusan, dimana setiap unit data adalah non-volatile
dan relevan untuk waktu tertentu.
2.1.1 Komponen Data Warehouse
Ada banyak komponen yang terdapat dalam data warehouse,
diantaranya (Connoly & Begg, 2008):
1. Penyimpanan Data
Penyimpanan data adalah komponen umum dalam data warehouse.
Dalam kurun waktu tertentu sebuah organisasi pasti melakukan
penyimpinan data opersional maupun non-operasional dengan metode
tertentu. Data yang disimpan oleh perusahaan ini dalam data warehouse
menjadi sumber aliran data mentah dan terorganisir berdasar pada subjek
seperti pelanggan, produk dan supplyier. Penyimpanan data juga sering
disebut sebagai data warehouse secara fisik.
2. Data Pasar (mart data)
Data pasar adalah subset bagian dari data resource yang memiliki
tujuan yang spesifik seperti data penjualan, data pembelian dan data
inventori. Dalam data warehouse, data pasar adalah cara meningkatkan
inputan kedalam data warehouse dan menurunkan tingkat kesalahan
yang terjadi. Data pasar digunakan untuk memperkecil biaya dan
memperkecil skala.
3. Metadata
Metadata adalah salah satu contoh dari data warehouse secara
logikal. Metadata digunakan untuk memperoleh informasi dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
mengakses data secara aktual. Sistem legacy pada umumnya tidak
menyimpan record tentang karakteristik dari data, seperti jumlah item
yang ada, lokasi data, asal data atau bagaimana data dapat diakses.
Metadata adalah data dari data atau dengan kata lain metadata adalah
menyimpan informasi mengenai data – data yang disediakan oleh data
warehouse.
4. Decision Support System (DSS) dan Executive Information System
(EIS)
DSS dan EIS bukan bagian dari data warehouse. DSS dan EIS
adalah produk yang digunakan untuk mendukung data warehouse.
2.1.2 Karakteristik Data Warehouse
Karakteristik utama dari gudang data dapat dilihat pada tabel:
Tabel 2. 1 Karakteristik Data Warehouse
Karakteristik Deskripsi
Subject Oriented Data diorganisir sesuai dengan
kebutuhan user.
Integrated
Menghilangkan kerancuan dalam hal
penamaan dan kekacauan informasi.
Data harus dalam kondisi “clean”
Time-series Data dalam rangkaian waktu, bukan
hanya status saat ini..
Summarized Data opersional dikumpulkan untuk
mendukung keputusan.
Larger Memelihara data dari waktu ke waktu
selama diperlukan.
Not Normalized Terdapat redudansi.
Metadata Data mengenai data untuk user dan
personil data warehouse
Input Data operasional ditambah data
eksternal yang dibutuhkan.
Nonvolatile Data hanya dapat dibaca tidak dapat
dirubah oleh user
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
2.1.3 Langkah Pembuatan Data Warehouse
1. Membaca data legacy
Memperhatikan bagian-bagian data yang perlu untuk dilakukan
pembersihan.
2. Menggabungkan data dari sumber terpisah
Setiap jenis informasi yang diinginkan mungkin berasal dari
beberapa file yang harus digabungkan pada data warehouse.
3. Memindahkan data dari sumber ke dalam server gudang data
Membuat standarisasi format dan copy-kan data dari sumber data
sekaligus melakukan clean-ing data
4. Memecah data warehouse dalam tabel fakta dan tabel dimensi
Tabel fakta dan dimensi disusun menurut kebutuhan subyek.
2.1.4 Implementasi Data Warehouse
Ada banyak cara untuk mengimplementasikan data warehouse tetapi
yang utama adalah mendesain basis data dengan skema yang sangat baik
agar dapat dengan mudah melakukan integrasi data. Data warehouse
harus mampu untuk melakukan proses cleaning terhadap data. Data
dengan maksud yang sama seharusnya dipandang sama. Perbedaan
harus dihilangkan dalam data warehouse. Oleh karena itu didalam data
warehouse terjadi redudansi data adalah hal yang sangat wajar.
Denis Kozar (1997), wakil pimpinan dari Enterprise Information
Architecture dari Chase Manhattan Bank mengemukakan ‘tujuh
kesalahan fatal’ dalam menerapkan data warehouse yaitu:
1. Pada saat membangun data warehouse.
Kesalahan yang sering terjadi adalah tidak dilakukan
perancangan yang baik pada data warehouse. Pada saat akan
membangun sebuah data warehouse seharusnya sudah dipikirkan
bagaimana cara melakukan desain, membangun dan memelihara
data warehouse itu sendiri. Data Warehouse tidak dapat dengan
sendirinya dibangun dengan harapan aka nada orang yang
memanfaatkannya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
2. Kesalahan dalam membuat kerangka arsitektur data
warehouse
Kerangka adalah blue print untuk membangun dan
menggunakan berbagai komponen data warehouse. Bila terjadi
kesalahan dalam pembuatan kerangka maka akan berakibat fatal,
karena kerangka arsitektur data warehouse sangat penting.
3. Ketidakmampuan menyusun asumsi
Asumsi dan data potensial harus dimasukan ke dalam
kerangka data warehouse, asumsi yang harus dipersiapkan antara
lain :
a. Jumlah data yang akan dimasukan kedalam data warehouse.
b. Berapa sering data harus diperbahurui / dilakukan update?
c. Dimanakah data warehouse akan ditempatkan?
4. Kesalahan dalam menentukan peralatan
Untuk memilih peralatan dalam membangun data warehouse
harus sangat tepat.karena dalam membangun data warehouse
menggunakan peralatan yang berbeda dengan peralatan yang
digunakan untuk membangun sistem operasional.
5. Kesalahan siklus hidup data warehouse.
Siklus hidup data warehouse berbeda dengan system
development life cycle (SDLC). Meski terdapat kesamaan namun
ada perbedaan mendasar yaitu siklus hidup data warehouse tidak
pernah berakhir, selalu berlanjut sehingga perlu selalu
diperbaharui.
6. Kecenderungan membatalkan data
Kecenderungan membatalkan data yang mengandung
perbedaan. Perlu dilakukan penyesuaian terhadap data yang
berbeda dan bukan menghilangkan data, karena redudansi data
wajar terjadi di dalam data warehouse.
7. Menggagalkan dokumen jika terjadi kesalahan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
2.2 Extract, Transform, and Load (ETL)
Proses Extract, Transform and Load (ETL) adalah proses untuk
melakukan extract data. Kemudian dari extract berbagai macam data
akan dilakukan transformasi data kemudian dilakukan proses load
kedalam data warehouse. Untuk itu dapat di katakana proses ETL dibagi
menjadi tiga proses besar yaitu:
1. Extract
Mengumpulkan data dari multiple, heterogeneous dan external
sources.
2. Transform
Mengubah data dari format asli / legacy kedalam format data
warehouse.
3. Load
Merupakan proses untuk membuat rangkuman informasi yang sudah
diolah dan membangun indeks serta partisi untuk disajikan kedalam
computer views.
2.3 Multi Dimensional Modeling
2.3.1 Cube, Dimension, Measure dan Member
OLAP menggunakan multi dimensional modeling, artinya kita
dapat melihat analisis pengukuran dengan pandangan berbagai dimensi.
Dalam konsep OLAP kita akan mengerti beberapa istilah berkaitan dengan
OLAP :
1. Cube : cube adalah struktur multi dimensional konseptual yang terdiri
dari dimension dan measure. Biasanya mencakup pandangan bisnis
tertentu.
2. Dimension : dimensi adalah struktur view / sudut pandang yang akan
menyusun cube. Demensi terdiri dari berbagai macam level.
3. Measure : nilai pengukuran itu sendiri.
4. Member : anggota dari dimensi /measure tertentu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
2.3.2 Fact Table dan Dimension Table
Tabel fakta adalah tabel dimensional yang akan menyimpan data
numeric dan berisi composite primary key. Tabel dimensi adalah
sekumpulan tabel-tabel yang lebih kecil dari tabel fakta pada model
dimensional yang berisi pointer sehingga dapat menunjukan data ditabel
terpisah. Setiap tabel dimensi memiliki non-composite primary key
(Connolly dkk, 2005).
Di dalam model multi dimensional , database terdiri dari beberapa
tabel fakta dan beberapa tabel dimensi yang saling terkait. Tabel fakta
berisi nilai dari agregasi yang menjadi pengukuran (measure) serta
beberapa key yang terkait ke tabel dimensi yang menjadi sudut pandang
dari measure tersebut. Dalam perkembangannya, susunan tabel fakta dan
tabel dimensi memiliki standar perancangan atau schema karena dapat
meningkatkan performa dan kemudahan dalam penerjemahan ke OLAP.
Schema inilah yang menjadi dasar untuk melakukan data warehousing.
Salah satu schema yang umum digunakan adalah skema bintang (star
schema) yang dapat diterapkan di berbagai OLAP engine.
2.4 Skema Kristal Salju (Snowflake schema) dan Skema Bintang
Menurut Connolly dan Begg (2010), skema snowflake adalah variasi lain
dari skema bintang dimana tabel dimensi tidak berisi data yang denormalized.
Suatu tabel dimensi dapat memiliki tabel dimensi lainnya.
Skema bintang (star schema) adalah struktur logical yang memiliki sebuah
tabel fakta yang berisi data factual yang diletakan di tengah dan di kelilingi
oleh tabel dimensi yang berisi data refrensi. Skema bintang mengeksploitasi
karakteristik dari data factual di mana fakta dibuat dari peristiwa yang muncul
di masa lalu dan tidak mungkin berubah, dengan mengabaikan bagaimana data
dianalisis. Penting untuk memperlakukan data fakta sebagai data refrensi yang
dapat dibaca (read only refrence data) yang tidak akan berubah sepanjang
waktu (Connolly dkk, 2005).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
2.5 Pentaho
Menurut informasi yang tertulis pada web resmi Pentaho, Pentaho adalah
bagian dari perusahaan Hitachi, yang bergerak pada bidang data integration dan
business analytics. Pentaho dapat melakukan pengolahan data dengan basis
apapun. Pentaho dikembangkan oleh Pentaho Corporation yang berpusat di
daerah Orlanda, Amerika Serikat. Ada dua bentuk produk Pentaho yang
ditawarkan, yang pertama adalah Enterprise edition (EE) yang memiliki sifat
berbayar dengan ketentuan annual subscribtion atau kontrak tahunan untuk
menggunakannya serta yang kedua adalah Community Edition (CE) yang bersifat
open source.
2.6 Online Analytical Processing (OLAP)
Database OLAP dirancang dan difokuskan pada kecepatan untuk membaca
data terutama dari volume data yang besar. Database OLAP tidak akan
mengantisipasi perubahan data yang dilakukan oleh pengguna. Tetapi sebaliknya,
isi dari database dipopulasi dengan suatu proses batch dan biasanya dilakukan
dalam periode tertentu. OLAP akan menampilkan informasi dari permintaan
proses analisis yang bersifat dimensional.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Kebutuhan
Tahap ini digunakan untuk mengetahui kebutuhan dari bagian SDM PT
Surya Pamenang Kediri dalam melakukan monitoring hasil penilaian unjuk
kerja karyawan. Monitoring nilai dan analisis akan digunakan untuk
pertimbangan bagi kebijakan yang akan dijalankan oleh bagian SDM.
Dalam melakukan monitoring kinerja karyawan dibutuhkan informasi
yaitu nilai aspek pekerjaan, sikap dan nilai akhir dari setiap karyawan yang
akan menentukan karyawan mendapat nilai A, B, C, D atau E. Nilai A, B, C,
D atau E yang didapat dari setiap karyawan dapat mendukung untuk
pengambilan kebijakan oleh bagian SDM. Dengan pola nilai tertentu dari nilai
karyawan bagian SDM dapat mengambilkan kebijakan yang diperlukan.
Penilaian unjuk kerja juga digunakan untuk pemberian hukuman jika karyawan
mendapat nilai D dalam empat kali periode penilaian. Hukuman yang diberikan
adalah berupa penundaan kenaikan grade selama lima tahun. Selain itu
penilaian unjuk kerja digunakan pula untuk menentukan kenaikan grade jika
dalam penilaian unjuk kerja dalam tiga kali periode karyawan mendapat nilai
B+B+B atau A+A+B kenaikan grade dipercepat tiga tahun.
Untuk mendukung monitoring kinerja karyawan maka akan dibangun
database data warehouse dan OLAP untuk memberikan informasi tentang nilai
aspek pekerjaan, aspek sikap, nilai akhir serta grafik nilai per karyawan yang
memudahkan untuk melihat trend kinerja karyawan. Nilai A, B, C, D atau E
yang didapat berdasarkan pada nilai akhir yang didapat karyawan dari hasil
PUK.
3.2 Analisis Sistem
Hasil nilai dari penilaian unjuk kerja disimpan pada sebuah file excel.
Untuk setiap periode penilaian maka akan menghasilkan satu file excel yang
berisi hasil nilai dari penilaian unjuk kerja karyawan. Penulis mencoba untuk
membantu memecahkan masalah yaitu dengan membuat gudang data untuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
bagian SDM PT Surya Pamenang, yaitu dengan membuat gudang data. Guna
membuat gudang data untuk keperluan memberikan informasi mengenai nilai
dari faktor pekerjaan, faktor sikap, dan nilai akhir dari karyawan maka
diperlukan :
1. Bahan berupa data Excel yaitu :
Laporan yang berisi tentang hasil nilai karyawan tahun 2012, 2013, 2014
dapat dilihat pada tabel 3.1.
Tabel 3. 1 Data File Excel
Daftar Field Excel
a) Code
b) Nik
c) Masa Kerja
d) Bagian
e) Seksi
f) Penilai1_1_1
g) Penilai2_1_1
h) Indikator1_1
i) Indikator1_5
j) Penilai1_2_1
k) Penilai2_2_1
l) Indikator 2_1
m) Penilai1_2_2
n) Penilai2_2_2
o) Indikator2_2
p) Penilai1_2_3
q) Penilai2_2_3
r) Indikator2_3
s) Indikator2_4
t) Penilai1_2_5
u) Penilai2_2_5
v) Indikator2_5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
3.3 Mendesain Gudang Data
Tahapan yang akan dilakukan dalam desain gudang data :
1. Membaca data legacy
Memperhatikan bagian-bagian data yang perlu untuk
dilakukan pembersihan.
2. Menggabungkan data dari sumber terpisah
Setiap jenis informasi yang diinginkan mungkin berasal dari
beberapa file yang harus digabungkan pada data warehouse.
3. Memindahkan data dari sumber ke dalam server gudang data
Membuat standarisasi format dan copy-kan data dari sumber
data sekaligus melakukan clean-ing data
4. Memecah data warehouse dalam tabel fakta dan tabel dimensi
Tabel fakta dan dimensi disusun menurut kebutuhan subyek.
Berikut ini akan dijelaskan :
3.3.1 Membaca Data Legacy
Data yang didapat berisi data tentang hasil nilai penilaian unjuk kerja
karyawan di PT Surya Pamenang. Data yang didapat masih berupa data file
excel dengan 35 kolom. Data harus dikonversi terlebih dahulu untuk
disimpan ke dalam database yang akan digunakan.
3.3.1.1 Master PUK
Tabel master puk bersisi data nilai karyawan, nik, kode, bagian dan
seksi. Atribut yang diperlukan pada tabel master puk dapat dilihat pada tabel
3.2
Tabel 3. 2 Data Penilaian Unjuk Kerja
Master PUK Deskripsi
NIK Berisi nomor induk
karyawan.
KODE Berisi kode dari
karyawan yang
didapat dari
department keuangan
BAGIAN Berisi bagian dimana
karyawan bekerja.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
SEKSI Berisi seksi dimana
karyawan bekerja.
PERIODE CODE Berisi kode periode
yang menunjukan
waktu karyawan
dilakukan penilaian
unjuk kerja.
ID BAGIAN Berisi kode bagian
dimana karyawan
bekerja.
Penilai1_1_1 Berisi nilai dari penilai
1 pada aspek penilaian
1.1
Penilai2_1_1 Berisi nilai dari penilai
2 pada aspek penilaian
1.1
INDIKATOR 1_1 Berisi nilai karyawan
dari indikator 1.1
Penilai1_1_2 Berisi nilai dari penilai
1 pada aspek penilaian
1.2
Penilai2_1_2 Berisi nilai dari penilai
2 pada aspek penilaian
1.2
INDIKATOR 1_2 Berisi nilai karyawan
dari indikator 1.2
Penilai1_1_3 Berisi nilai dari penilai
1 pada aspek penilaian
1.3.
Penilai2_1_3 Berisi nilai dari penilai
2 pada aspek penilaian
1.3.
INDIKATOR 1_3 Berisi nilai karyawan
dari indikator1.3.
Penilai1_1_4 Berisi nilai dari penilai
1 pada aspek penilaian
1.4.
Penilai2_1_4 Berisi nilai karyawan
dari penilai 2 pada
aspek penilaian 1.4.
INDIKATOR1_4 Berisi nilai karyawan
dari indikator1.4.
Penilai1_1_5 Berisi nilai dari penilai
1 pada aspek penilaian
1.5
Penilai2_1_5 Berisi nilai dari penilai
2 pada aspek penilaian
1.5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
INDIKATOR1_5 Berisi nilai karyawan
dari indikator 1.5
Penilai1_2_1 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.1.
Penilai2_2_1 Berisi nilai karyawan
dari penilai 2 pada
aspek penilaian 2.1.
INDIKATOR2_1 Berisi nilai karyawan
dari indikator 2.1.
Penilai1_2_2 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.2.
Penilai2_2_2 Berisi nilai karyawan
dari penilai 2 pada
aspek penilaian 2.2.
INDIKATOR2_2 Berisi nilai karyawan
dari indikator 2.2.
Penilai1_2_3 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.3.
Penilai2_2_3 Berisi nilai karyawan
dari penilai 2 pada
aspek penilaian 2.3.
INDIKATOR 2_3 Berisi nilai karyawan
dari indikator 2.3.
Penilai1_2_4 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.4.
Penilai2_2_4 Berisi nilai karyawan
dari penilai 2 pada
aspek penilaian 2.4.
INDIKATOR2_4 Berisi nilai karyawan
dari indikator 2.4.
Penilai1_2_5 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.5.
Penilai2_2_5 Berisi nilai karyawan
dari penilai 1 pada
aspek penilaian 2.5.
INDIKATOR2_5 Berisi nilai karyawan
dari indikator 2.5.
3.3.1.2 Master Periode
Master periode berisi data tentang rentang waktu penilaian puk. Data
pada tabel periode dapat dilihat pada tabel 3.3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
Tabel 3. 3 Data Periode Penilaian
Master Periode Deskripsi
PK Periode_Code Berisi No Periode code
Bulan_awal Berisi nama bulan awal PUK
Bulan_akhir Berisi nama bulan akhir PUK
Tahun_awal Berisi tahun awal PUK
Tahun_akhir Berisi tahun akhir PUK
3.3.1.3 Master Karyawan
Master karyawan berisi data tentang karyawan antara lain data NIK,
kode, bagian, seksi, dan department. Data pada tabel master karyawan
dilihat pada tabel 3.4
Tabel 3. 4 Data Karyawan
Master Karyawan Deskripsi
PK NIK Berisi NIK dari karyawan.
Code Berisi code karyawan.
Department Berisi di department mana karyawan
bekerja.
Bagian Berisi di bagian mana karyawan bekerja.
Seksi Berisi di seksi mana karyawan bekerja.
3.3.1.4 Master Bagian
Data master bagian berisi ID dan nama bagian dapat dilihat pada tabel
3.5
Tabel 3. 5 Data Bagian
Master Bagian Deskripsi
PK ID Bagian Berisi ID untuk setiap bagian
Bagian Berisi nama bagian tempat karyawan
bekerja.
3.3.2 Menggabungkan Data Dari Sumber Terpisah
Pada bagian ini, data yang berasal dari berbagai sumber yang
terpisah akan digabungkan. Pada studi kasus yang digunakan dalam
penelitian ini semua file berbentuk file excel. Untuk itu sumber data yang
masih berbentuk file excel tersebut akan dipindahkan ke tabel dalam
database.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
3.3.3 Memindahkan Data Dari Sumber Kedalam Server Data Warehouse
Sebelum data dipindahkan ke server data warehouse, harus dilakukan
penyusunan tabel data warehouse dengan memperhatikan hasil dari langkah
–langkah sebelumnya. Bentuk data warehouse untuk studi kasus di PT
Surya Pamenang adalah:
a. Tabel Master Karyawan
Dalam melakukan penelian unjuk kerja PT Surya Pamenang
memiliki data tentang karyawan yang akan dinilai. Data karyawan ini
disimpan didalam data master karyawan. Karena yang diberikan data
karyawan masih dalam bentuk file excel maka akan di pindahkan
kedalam database tabel Master_Karyawan. Dalam tabel
master_karyawan data yang disimpan meliputi data tentang NIK,
Code, Department, Bagian, dan Seksi. Proses pemindahan data dapat
dilihat pada gambar 3.1.
Gambar 3. 1 Proses Pemindahan Tabel Master_Karyawan
b. Tabel Periode
Tabel periode adalah tabel yang akan menyimpan waktu dan periode
pelaksanaan PUK. Tabel ini berisi periode_code, bulan_awal,
bulan_akhir, tahun_awal, tahun_akhir. Yang akan menjadi primary
key adalah periode_code. Proses pemindahan tabel periode dapat
dilihat pada gambar 3.2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
``
Gambar 3. 2 Proses Pemindahan Tabel Periode
c. Tabel Bagian
Tabel bagian adalah tabel yang akan menyimpan id dan nama
bagian dimana karyawan bekerja dengan primary key adalah id
bagian. Proses dapat dilihat pada gambar 3.3
Gambar 3. 3 Proses Pemindahan Tabel Bagian
d. Tabel Master PUK
Tabel master PUK digunakan untuk menyimpan hasil penilaian dari
setiap karyawan. Data yang diperoleh masih berasal dari file excel
dan ini harus di ubah untuk dimasukkan kedalam database menjadi
tabel mspuk. Dapat dilihat pada gambar 3.4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
Gambar 3. 4 Proses Pemindahan Master PUK
1.3.4 Memecah Data Warehouse Dalam Tabel Fakta Dan Dimensi
Tabel dimensi yang digunakan berasal dari beberapa tabel. Berikut
detail asal dari tiap dimensi :
a. Tabel dim_karyawan
Dim_karyawan berisi detail tentang data karyawan. Data
karyawan berupa nik, Kode, Department, Bagian dan Seksi.
Pada dim karyawan akan ditambahkan satu field yaitu
sk_karyawan. struktur tabel dim karyawan dapat dilihat pada
gambar 3.5
Gambar 3. 5 Membuat Tabel Dimensi Dim_Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
b. Tabel dim_periode
Dim_Periode berisi detail waktu periode penilaian. Dim periode
digunakan sebagai dimensi waktu. Didalam dimensi periode
terdapat sk_periode, periode_code, bulan awal, bulan akhir,
tahun awal, tahun akhir. Struktur tabel pada gambar 3.6
Gambar 3. 6 Membuat Tabel Dim Periode
c. Tabel dim_bagian
Dim_Bagian berisi tentang bagian yang menunjukan posisi
karyawan bekerja. Didalam dimensi dim_bagian terdapat
sk_bagian, id_bagian, bagian. Struktur tabel pada gambar 3.7
Gambar 3. 7 Membuat Tabel Dim Bagian
d. Tabel dim_puk
Dimensi puk dibuat untuk menyimpan detail nilai karyawan per
indikator. Dari tabel dimensi puk akan dibentuk sk_puk,
indikator1_1 – indikator2_1. Tabel dim puk dibuat untuk
mendukung dalam pembentukan tabel fact_detail. Struktur tabel
dim puk dapat dilihat pada gambar 3.8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
Gambar 3. 8 Membuat Tabel Dimensi PUK
Gambar 3.8 merupakan struktur tabel dimensi puk. Data dari OLTP akan
dipilih untuk dimasukan / disimpan pada dimensi puk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
3.3.5 Diagram Use Case
Proses utama yang dilakukan yaitu proses monitoring kinerja karyawan.
Diagram use case akan menggambarkan interaksi user dengan sistem dapat
dilihat pada gambar 3.9
Gambar 3. 9 Gambar Use Case
3.3.6 Narasi use case diagram
Langkah melihat nilai karyawan digunakan oleh user ketika ingin melihat
nilai final karyawan. langkah dalam melakukan ini dapat dilihat pada tabel
3.6. untuk langkah melihat detail nilai karyawan dapat dilihat pada tabel 3.7
Tabel 3.6 Tabel Narasi use case Melihat grafik nilai.
Aktor : User SDM
Deskripsi Use
Case :
Use Case menggambarkan tentang
mekanisme melihat grafik OLAP.
Prakondisi : User SDM harus memiliki hak akses berupa
user name dan password sebagai admin.
Trigger : -
Langkah Umum : Kegiatan Aktor : Kegiatan Sistem :
2. Aktor memilih
menu yang akan
dilihat di OLAP.
1. Menampilkan
halaman
utama.
3. Menampilkan
hasil OLAP.
Langkah
Alternatif :
-
Kesimpulan : Use Case berhenti bila user memilih menu
lain.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
Tabel 3.7 Tabel Narasi use case Melihat detail nilai indikator
Aktor : User SDM
Deskripsi Use
Case :
Use Case menggambarkan tentang
mekanisme melihat detail nilai indikator.
Prakondisi : User SDM harus memiliki hak akses berupa
user name dan password sebagai admin.
Trigger : -
Langkah Umum : Kegiatan Aktor : Kegiatan Sistem :
2. Aktor memilih
menu yang akan
dilihat di OLAP.
1. Menampilkan
halaman
utama.
3. Menampilkan
hasil nilai
indikator.
Langkah
Alternatif :
-
Kesimpulan : Use Case berhenti bila user memilih menu
lain.
3.4 Pembuatan OLAP
Dalam pembuatan data warehouse ini memiliki cube analisis. Cube analisis
digunakan untuk melihat hasil penilaian untuk faktor pekerjaan, faktor sikap
dan nilai akhir. Cube ini berhubungan dengan tiga tabel dimensi. Cube
dibangun dengan menggunakan Star Schema. Pada star schema memiliki
tabel fakta yaitu fact_nilai untuk nilai aspek pekerjaan, sikap, dan nilai
akhir. Fact nilai memiliki hubungan dengan tabel dim karyawan, dim
periode dan di bagian. Fact_detail adalah tabel fakta untuk menyimpan dan
menampilkan detail nilai. Tabel yang diperlukan untuk membentuk tabel
fakta adalah dim karyawan, dim puk, dim periode dan dim bagian.
Rancangan OLAP fact nilai dapat dilihat pada gambar 3.10 dan gambar 3.11
untuk OLAP fact detail.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
Gambar 3. 10 Rancangan OLAP Melihat Grafik
DIM_PERIODE
PK SK_PERIODE
PERIODE_CODE
BULAN_AWAL
BULAN_AKHIR
TAHUN_AWAL
TAHUN_AKHIR FACT_PUK
FK SK_KARYAWAN
FK SK_PERIODE
FK SK_BAGIAN
Aspek pekerjaan
Aspek Sikap
Nilai Akhir
Nilai Huruf
Keterangan
Dim Karyawan
PK
D
SK_KARYAWAN
NIK
KODE
DEPARTMENT
BAGIAN
SEKSI
DIM_BAGIAN
PK SK_BAGIAN
ID_BAGIAN
BAGIAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
Gambar 3. 11 Rancangan OLAP Melihat Detail Indikator
DIM_PERIODE
PK SK_PERIODE
PERIODE_CODE
BULAN_AWAL
BULAN_AKHIR
TAHUN_AWAL
TAHUN_AKHIR
DIM PUK
PK SK_PUK
INDIKATOR 1_1
INDIKATOR 1_2
INDIKATOR 1_3
INDIKATOR1_4
INDIKATOR 1_5
INDIKATOR 2_1
INDIKATOR 2_2
INDIKATOR 2_3
INDIKATOR 2_4
INDIKATOR 2_5 Dim Karyawan
PK
D
SK_KARYAWAN
NIK
KODE
DEPARTMENT
BAGIAN
SEKSI
FACT_PUK
FK SK_KARYAWAN
FK SK_PERIODE
FK SK_PUK
FK SK_BAGIAN
INDIKATOR 1_1
INDIKATOR 1_2
INDIKATOR 1_3
INDIKATOR1_4
INDIKATOR 1_5
INDIKATOR 2_1
INDIKATOR 2_2
INDIKATOR 2_3
INDIKATOR 2_4
INDIKATOR 2_5
DIM_BAGIAN
PK SK_BAGIAN
ID_BAGIAN
BAGIAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
3.5 Perancangan Antar Muka
Sistem ini yang akan dibangun digunakan pengguna sistem agar
dapat berinteraksi dengan sistem melalui Graphical User Insterface (GUI)
untuk login, halaman utama, halaman nilai final karyawan, dan halaman
detail nilai karyawan.
3.5.1 Tampilan Halaman Login
Tampilan halaman login terdiri dari dua field yang digunakan
untuk memasukan data username dan password serta satu tombol
yaitu tombol login yang digunakan untuk proses login. Tampilan
halaman login dapat dilihat pada gambar 3.12
Gambar 3. 12 Tampilan Halaman Login
3.5.2 Tampilan Halaman Utama
Tampilan halaman utama terdiri dari menu nilai final karyawan,
detail nilai karyawan dan logout. Tampilan halaman menu utama
dapat dilihat pada gambar 3.13
Gambar 3. 13 Halaman Menu Utama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
3.5.3 Tampilan Halaman Nilai Final Karyawan
Tampilan halaman nilai final karyawan terdiri dari menu nilai
final karyawan, detail nilai karyawan dan logout. Di halaman ini juga
ditampilkan OLAP dari tabel fakta nilai karyawan. Tampilan
halaman data analisis dapat dilihat pada gambar 3.14
Gambar 3. 14 Halaman Nilai Final Karyawan
3.5.4 Halaman Detail Nilai Karyawan
Tampilan halaman detail nilai karyawan terdiri dari menu nilai
final karyawan, detail nilai karyawan dan logout. Di halaman ini juga
ditampilkan OLAP dari tabel fakta detail nilai karyawan. Tampilan
halaman detail nilai karyawan dapat dilihat pada gambar 3.15
Gambar 3. 15 Tampilan Halaman Detail Nilai Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
BAB IV
IMPLEMENTASI
4.1 Implementasi
Pada bab ini akan menjelaskan tentang implementasi pembuatan database
data warehouse dan OLAP.
4.1.1 Implementasi Basis Data
Pada tahap ini akan menjelaskan pembuatan database untuk sistem dengan
menngunakan MySQL. Database pada sistem ini bernama ‘SKRIPSI’ untuk
menyimpan data kedalam database didalam tabel OLTP, tabel yang dimiliki
antara lain tabel ‘Master_Karyawan’, tabel ‘Master_Bagian’, table
‘Master_PUK’, dan tabel ’Periode’. Untuk database data warehouse memiliki
dua database yaitu ‘SKRIPSIDWH’ untuk menyimpan data untuk OLAP detail
nilai indikator dan database ‘SKRIPSIDWHFINALCOBA1’ untuk
menyimpan data untuk OLAP nilai akhir dan grafik. Tabel yang dimiliki yaitu
tabel ‘Dim_Karyawan’, tabel ’Dim_Bagian’, tabel ‘Dim_PUK’, tabel
‘Dim_Periode’ dan dua tabel fact yaitu tabel’fact_detail’ untuk detail nilai
indikator serta tabel ‘fact_nilai’ untuk nilai akhir, aspek pekerjaan dan aspek
sikap. Query pembentukan tabel dapat dilihat pada lampiran I.
4.2 Implementasi Data Warehouse
4.2.1 Membaca Data Legacy
Pada tahap ini menganalisa tabel database yang digunakan untuk
membangun tabel fakta dan tabel dimensi dalam database data warehouse.
Sumber data yang digunakan adalah berupa file excel yang dipindahkan
kedalam tabel di database OLTP ‘SKRIPSI’. Data didalam file excel
merupakan data nilai unjuk kerja karyawan mulai dari tahun 2012 hingga 2014.
Setiap tahun memiliki dua kali periode penilaian yang artinya terdapat enam
file excel yang menyimpan data tentang hasil nilai unjuk kerja karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
4.2.2 Memindahkan Data ke Server Data Warehouse.
1. Table ‘master_bagia
Gambar 4. 1 master_bagian.ktr
Gambar di atas merupakan proses pemindahan data bagian dari tabel
master_karyawan ke dalam tabel master_bagian. Langkah dari
pembentukan tabel adalah sebagai berikut :
1) Membaca sumber data yaitu field bagian yang ada didalam tabel
master_karyawan.
2) Memilih field yang akan dimasukan kedalam tabel master bagian.
3) Memilih table master_bagian untuk output.
Tabel 4. 1 penjelasan spesifikasi transformasi Kettle untuk
pembentukan tabel master_bagian.
Nama File master_bagian.ktr
Nama Step Table input Mengambil data dari field di
tabel master karyawan.
Nama Step Select Values Mengambil field bagian dan
id_bagian yang sudah
diproses untuk dimasukan
kedalam step berikutnya.
Nama Step Insert / Update Tabel output master_bagian
Connection Host : localhost
Database : skripsi
Port : 3306
Target Tabel Master_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
Gambar 4. 2 data master_bagian
2. Tabel ‘master_karyawan’
Gambar 4. 3 master_karyawan.ktr
Gambar di atas merupakan proses pemindahan data karyawan dari
file excel ke dalam tabel master_karyawan di database skripsi. Langkah
pembentukan tabel master_karyawan adalah sebagai berikut :
1) Membaca sumber data yaitu file excel data karyawan yang terdiri dari
kode, nik, department, bagian, seksi dan id_bagian.
2) Memilih field yang akan dimasukan kedalam tabel master_karyawan.
3) Menggunakan insert/update untuk memasukan data untuk
memudahkan proses jika ada tambahan karyawan / karyawan yang
berpindah bagian kemudian disimpan kedalam tabel
master_karyawan.
Penjelasan spesifikasi file dapat dilihat pada tabel 4.2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
Tabel 4. 2 penjelasan spesifikasi file transformasi Kettle untuk proses
pembentukan tabel master_karyawan.
Nama
File
Master_karyawan.ktr
Nama
Step
Excel Input Memasukan file dari excel
File/Directory E:\Metopen\SKRIPSI\2012_PUK_P1_SKRI
PSI.xlsx
E:\Metopen\SKRIPSI\2012_PUK_P2_SKRI
PSI.xlsx
E:\Metopen\SKRIPSI\2013_PUK_P1_SKRI
PSI.xlsx
E:\Metopen\SKRIPSI\2013_PUK_P2_SKRI
PSI.xlsx
E:\Metopen\SKRIPSI\2014_PUK_P1_SKRI
PSI.xlsx
E:\Metopen\SKRIPSI\2014_PUK_P2_SKRI
PSI.xlsx
Nama
Step
Select Values Memilih field yang akan dimasukan kedalam
tabel master_karyawan.
Nama
Step
Insert / Update Untuk melakukan insert / update data
karyawan dan disimpan kedalam tabel
master_karyawan.
Connection Host : localhost
Database : Skripsi
Port : 3306
Target Tabel Master_karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
Gambar 4. 4 data tabel master_karyawan.
3. Tabel ‘master_puk’
Gambar 4. 5 inputmasterpuk.ktr
Gambar 4.5 merupakan proses pemindahan data nilai unjuk kerja
karyawan dari file excel ke dalam database skripi di tabel master_puk.
Langkah dari pembentukan tabel master_puk adalah sebagai berikut :
1) Membaca sumber data yaitu file excel data nilai unjuk kerja karyawan
dari tahun 2012, 2013 dan 2014.
2) Memilih field yang akan dimasukan kedalam tabel master_puk.
3) Memilih tabel master_puk sebagai tabel yang menyimpan data nilai
unjuk kerja karyawan.
Penjelasan file transformasi inputmasterpuk dapat dilihat pada tabel 4.3
Tabel 4. 3 Penjelasan spesifikasi transformasi Mas
Nama
File
inputmasterpuk.ktr
Nama
Step
Excel Input Memasukan file dari excel
File/Directory E:\Metopen\SKRIPSI\2012_PUK_P1_S
KRIPSI.xlsx
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
E:\Metopen\SKRIPSI\2012_PUK_P2_S
KRIPSI.xlsx
E:\Metopen\SKRIPSI\2013_PUK_P1_S
KRIPSI.xlsx
E:\Metopen\SKRIPSI\2013_PUK_P2_S
KRIPSI.xlsx
E:\Metopen\SKRIPSI\2014_PUK_P1_S
KRIPSI.xlsx
E:\Metopen\SKRIPSI\2014_PUK_P2_S
KRIPSI.xlsx
Nama
Step
Select Values Memilih field yang akan dimasukan
kedalam tabel master_karyawan.
Nama
Step
Insert / Update Memilih tabel yaitu master_puk untuk
menyimpan data nilai PUK.
Connection Host : localhost
Database : Skripsi
Port : 3306
Target Tabel Master_puk
4. Tabel ‘periode’
Gambar 4. 6 Query untuk tabel periode
Gambar 4.6 merupakan proses untuk memasukan data periode
kedalam database periode. Data yang akan disimpan adalah data tentang
peride code, bulan awal, bulan akhir, tahun awal dan tahun akhir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
4.3 Memecah Data Warehouse dalam Tabel Dimensi dan Fakta
4.3.1 Transformasi Tabel dim_bagian
Gambar 4. 7 dim_bagian.ktr
Gambar 4.7 merupakan proses pembentukan tabel dimensi bagian. Tabel
dim_bagian ini akan digunakan dalam proses OLAP. Terdapat empat langkah
yaitu table input, add sequence, select values, dan insert/update. Proses diawali
dengan mengambil data dari table master_bagian dari database skripsi.
Kemudian masuk langkah add sequence yang berfungsi memberikan surrogate
key yaitu field SK_BAGIAN sebagai primary key pada tabel dim_bagian. Pada
langkah select values akan dilakukan pemilihan data untuk selanjutnya akan
disimpan ke tabel dim_bagian dengan menggunakan insert / update yang akan
menjalankan perintah SQL. Spesifikasi pembentukan tabel dim_bagian dapat
dilihat pada tabel 4.4
Tabel 4. 4 Penjelasan spesifikasi file transformasi Kettle untuk proses
pembentukan tabel dim_bagian.
Nama File Dim_bagian.ktr
Nama Step Table Input Memasukan data dari table
master_bagian
Connection Host : localhost
Database : skripsi
Port : 3306
Query SQL SELECT
ID_BAGIAN
, BAGIAN
FROM master_bagian
Nama Step Add Sequence Memberikan surrogate key yaitu field
SK_BAGIAN.
Nama Step Select values Memilih field yang akan dimasukan
kedalam tabel dim bagian
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
Nama Step Insert/
Update
Insert / Update dim_bagian
Connection Host : localhost
Database : skripsidwh
Port : 3306
Host : localhost
Database : skripsidwhfinalcoba1
Port : 3306
Target Table Dim_bagian
Gambar 4. 8 Tabel dim_bagian
Gambar 4.8 adalah data hasil dari transformasi dim_bagian. Data
id_bagian, sk_bagian dan bagian disimpan kedalam tabel dimensi dim_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
4.3.2 Transformasi Tabel dim_periode
Gambar 4. 9 dim_periode.ktr
Gambar 4.9 merupakan proses pembentukan tabel dim_periode. Tabel
dim_periode akan digunakan dalam proses OLAP. Terdapat empat langkah
yaitu table input, add sequence, select value, dan insert/update. Proses diawali
dengan memasukan tabel periode dari database skripsi. Kemudian, masuk ke
langkah add sequence yang berfungsi memberikan surrogate key yaitu field
SK_PERIODE sebagai primary key pada tabel dim_periode. Pada langkah
select values akan dilakukan pemilihan data yang diperlukan untuk disimpan
ke dalam tabel dim_periode melalui langkah insert / update yang akan
mengeksekusi perintah SQL. Spesifikasi pembentukan tabel dim_periode
dapat dilihat pada tabel 4.5
Tabel 4. 5 Penjelasan spesifikasi file transformasi Kettle untuk proses
pembentukan tabel dim_periode
Nama File Dim_periode.ktr
Nama Step Table Input Memasukan data dari table periode
Connection Host : localhost
Database : skripsi
Port : 3306
Query SQL SELECT
PERIODE_CODE
, BULAN_AWAL
, BULAN_AKHIR
, TAHUN_AWAL
, TAHUN_AKHIR
FROM periode
Nama Step Add
Sequence
Memberikan surrogate key yaitu field
SK_PERIODE.
Nama Step Select
values
Memilih field yang akan dimasukan
kedalam tabel dim_periode
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
Nama Step Insert/
Update
Insert / Update ke tabel dim_periode
Connection Host : localhost
Database : skripsidwh
Port : 3306
Host : localhost
Database : skripsidwhfinalcoba1
Port : 3306
Target
Table
Dim_periode
Gambar 4. 10 Tabel dim_periode
Gambar 4.10 merupakan hasil dari transformasi dim_periode. Data yang
akan disimpan kedalam tabel dimensi dim_periode adalah sk_periode,
periode_code, bulan_awal, bulan_akhir, tahun_awal dan tahun akhir.
4.3.3 Transformasi Tabel dim_karyawan
Gambar 4. 11 dim_karyawan.ktr
Gambar 4.11 merupakan proses pembentukan tabel dim_karyawan. Tabel
dim_karyawan ini digunakan dalam proses OLAP. Terdapat empat langkah
yaitu table input, add sequence, select values, dan insert/update. Pada proses
awal dilakukan dengan memasukan tabel master_karyawan dari database
skripsi. Kemudian, masuk langkah add sequence yang berfungsi untuk
memberikan surrogate key yaitu field SK_KARYAWAN sebagai primary key
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
pada table dim_karyawan. Pada langkah select values akan dilakukan
pemilihan data yang akan disimpan kedalam tabel dim_karyawan melaui
langkah insert / update yang akan mengeksekusi perintah SQL. Spesifikasi
pembentukan tabel dim_karyawan dapat dilihat pada tabel 4.6
Tabel 4. 6 Penjelasan spesifikasi file transformasu Kettle untuk proses
dim_karyawan
Nama File Dim_karyawan.ktr
Nama Step Table Input Memasukan data dari table
master_karyawan
Connection Host : localhost
Database : skripsi
Port : 3306
Query SQL SELECT
NIK
, KODE
, ID_BAGIAN
, DEPARTMENT
, BAGIAN
, SEKSI
FROM master_karyawan
Nama Step Add Sequence Memberikan surrogate key yaitu field
SK_KARYAWAN.
Nama Step Select values Memilih field yang akan dimasukan
kedalam tabel dim_karyawan
Nama Step Insert/ update Insert / update dim_karyawan
Connection Host : localhost
Database : skripsidwh
Port : 3306
Host : localhost
Database : skripsidwhfinalcoba1
Port : 3306
Target Table Dim_karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
Gambar 4. 12 Tabel dim_karyawan
Gambar 4.12 adalah hasil dari dim_karyawan.ktr. pada transformasi
ini data yang akan disimpan kedalam tabel dimensi dim_karyawan adalah
sk_karyawan, nik, kode, id_bagian, bagian, department, dan seksi.
4.3.4 Transformasi Tabel dim_puk
Gambar 4. 13 dim_puk.ktr
Gambar 4.13 merupakan proses pembentukan tabel dim_puk. Tabel
dim_puk digunakan dalam proses OLAP. Terdapat empat langkah yaitu table
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
input, add sequence, select values, dan insert/update. Proses ini diawali dengan
memasukan data dari tabel master_puk dari database skripsi. Kemudian,
masuk langkah add sequence yang berfungsi memberikan surrogate key yaitu
field SK_PUK sebagai primary key pada tabel dim_puk. Pada langkah select
values akan dilakukan untuk memilih field yang disimpan didalam table
dim_puk melalui langkah insert / update yang akan mengeksekusi perintah
SQL. Spesifikasi pembentukan tabel dim_puk dapat dilihat pada tabel 4.7
Tabel 4. 7 penjelasan spesifikasi file transformasi Kettle untuk
pembentukan tabel dim_puk
Nama File Dim_puk.ktr
Nama Step Table Input Memasukan data dari table master_puk.
Connection Host : localhost
Database : skripsi
Port : 3306
Query SQL SELECT
PERIODE_CODE
, NIK
, KODE
, INDIKATOR1_1
, INDIKATOR1_2
, INDIKATOR1_3
, INDIKATOR1_4
, INDIKATOR1_5
, INDIKATOR2_1
, INDIKATOR2_2
, INDIKATOR2_3
, INDIKATOR2_4
, INDIKATOR2_5
, ID_BAGIAN
FROM master_puk
Nama Step Add
Sequence
Memberikan surrogate key yaitu field
SK_PUK.
Nama Step Select
values
Memilih field yang akan dimasukan kedalam
tabel dim_puk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
Nama Step Insert/
update
Insert/ Updateke tabel dim_puk
Connection Host : localhost
Database : skripsidwh
Port : 3306
Target
Table
Dim_puk.
Gambar 4. 14 Tabel dim_puk
Gambar 4.14 adalah hasil dari transformasi dim_puk.ktr. Data yang akan
disimpan kedalam tabel dimensi dim_puk adalah periode_code, nik, kode,
indikator1_1 – indikator2_5, id_bagian dan sk_puk.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
4.3.5 Transformasi tabel fact_detail
Gambar 4. 15 fact_detail.ktr
Gambar 4.15 merupakan proses pembentukan tabel fact detail ada
empat langkah dalam tahap ini antara lain table input, stream lookup,
select values dan insert/update. Proses diawali dengan langkah
memasukan data dari tabel dim_karyawan kemudian dilakukan stream
lookup untuk mencocokan data dengan tabel dim_puk, dim_periode, dan
dim_bagian. Setelah itu kita menggunakan select values untuk memilih
field yang akan dimasukan kedalam tabel fact detail dengan
menggunakan langkah insert/update.
Menyamakan data berturut-turut dari tabel dim_karyawan hingga
tabel dim_bagian hal ini dilakukan karena tabel fakta / fact_detail hanya
berisi data yang dapat diukur dan surrogate key dari setiap dimensi maka
data yang diambil untuk disamakan hanya surrogate key. Spesifikasi
pembentukan tabel fact_detail dapat dilihat pada tabel 4.8
Tabel 4. 8 Penjelasan spesifikasi file transformasi Kettle untuk proses
pembentukan tabel fact_detail.
Nama File Fact_Detail.ktr
Nama
Step
Table Input Memasukan data dari tabel
dim_karyawan.
Connection Host : localhost
Database:
skripsidwh
Port : 3306
Query SQL SELECT
SK_KARYAWAN
, NIK
, KODE
, DEPARTMENT
, BAGIAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
, SEKSI
, ID_BAGIAN
FROM dim_karyawan
Nama
Step
Stream
lookup
Menyamakan SK_KARYAWAN
Kunci NIK karyawan
ditabel
dim_karyawan
dengan NIK di tabel
dim_puk.
Lookup SK_KARYAWAN
di tabel
dim_karyawan.
Nama
Step
Table input Table Input dim_puk
Nama
Step
Stream
lookup
Mengambil data puk untuk dicocokan
dengan NIK ditabel dim_karyawan
Kunci NIK karyawan
ditabel dim_puk
disamakan dengan
NIK ditabel
dim_karyawan.
Lookup
Connection Host : localhost
Database :
skripsidwh
Port : 3306
Nama
Step
Table input Query SQL SELECT
SK_PUK
, INDIKATOR1_1
, INDIKATOR1_2
, INDIKATOR1_3
, INDIKATOR1_4
, INDIKATOR1_5
, INDIKATOR2_1
, INDIKATOR2_2
, INDIKATOR2_3
, INDIKATOR2_4
, INDIKATOR2_5
, NIK
, PERIODE_CODE
, KODE
, ID_BAGIAN
FROM dim_puk
Nama
Step
Table Input Memasukan data dari dim_periode.
Connection Host : localhost
Database :
skripsidwh
Port : 3306
Query SQL SELECT
PERIODE_CODE
, BULAN_AWAL
, BULAN_AKHIR
, TAHUN_AWAL
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
, TAHUN_AKHIR
, SK_PERIODE
FROM dim_periode
Nama
Step
Stream
lookup
Menyamakan periode code
Kunci Periode code ditabel
dim_puk dan
periode code ditabel
dim_periode.
lookup SK_PERIODE dari
tabel dim_periode.
Nama
Step
Table Input Memasukan data dari dim_bagian
Connection Host : localhost
Database :
skripsidwh
Port : 3306
Query SQL SELECT
SK_BAGIAN
, BAGIAN
, ID_BAGIAN
FROM dim_bagian
Nama
Step
Stream
lookup
Menyamakan id bagian
Kunci Id bagian di tabel
dim_bagian
disamakan dengan
id_bagian di tabel
dim_karyawan
lookup SK_BAGIAN di
tabel dim_bagian.
Nama
Step
Select Values Memilih data
yang akan
disimpan
kedalam tabel
fact_detail.
Fieldname
SK_PERIODE
SK_PUK
INDIKATOR1_1
INDIKATOR1_2
INDIKATOR1_3
INDIKATOR1_4
INDIKATOR1_5
INDIKATOR2_1
INDIKATOR2_2
INDIKATOR2_3
INDIKATOR2_4
INDIKATOR2_5
SK_KARYAWAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
SK_BAGIAN
Nama step Insert/update Untuk menyimpan data kedalam tabel
fact_detail.
Connection Host : localhost
Database :
skripsidwh
Port : 3306
Target table Fact_detail
Gambar 4. 16 Hasil Fact_Detail
Gambar 4.16 adalah hasil transformasi fact_detail. Data yang disimpan
didalam fact_detail adalah sk_periode, sk_puk, indikator1_1 – indikator2_5,
sk_karyawan dan sk_bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
4.3.6 Transformasi tabel fact nilai
Gambar 4. 17 factnilai,ktr
Gambar 4.17 merupakan proses pembentukan tabel fact_nilai. Tabel
fact_nilai ini akan digunakan dalam proses OLAP. Terdapat lima step
yaitu table input, stream lookup, select values, java script, dan insert /
update. Pada proses ini terdapat empat tabel input yaitu tabel
dim_karyawan, master puk, dim_periode, dan dim_bagian. Terdapat tiga
step stream lookup yaitu stream lookup menyamakan data nik, stream
lookup menyamakan periode dan stream lookup untuk menyamakan
bagian. Selanjutnya dilakukan pemilihan data yaitu data indikator, hasil
pemilihan data indikator akan digunakan untuk menghitung nilai aspek
pekerjaan, sikap dan nilai akhir pada step java script. Pada java script
terdapat rumus untuk menghitung nilai aspek pekerjaan, sikap dan nilai
akhir. Selanjutnya hasil dari perihitungan yaitu nilai akhir akan diproses
kembali pada java script untuk menentukan nilai huruf yang didapat.
Pada proses java script nilai huruf, nilai akhir akan diproses untuk
menentukan nilai huruf yang didapat sesuai dengan nilai akhir.
Selanjutnya data dipilih pada step select values untuk memilih data
mana saja yang akan disimpan kedalam tabel fact_nilai pada step
insert/update. Pada step insert/update data akan dicek sebelum disimpan
pada tabel fact_nilai. Spesifikasi pembentukan tabel fact_nilai dapat
dilihat pada tabel 4.9
Tabel 4. 9 Penjelasan spesifikasi file transformasi kettle untuk proses
pembentukan tabel fact_nilai
Nama File Fact_Detail.ktr
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
Nama Step Table
Input
Memasukan data dari tabel dim_karyawan.
Connection Host : localhost
Database:
skripsidwhfinalcoba1
Port : 3306
Query SQL SELECT
SK_KARYAWAN
, NIK
, KODE
, DEPARTMENT
, BAGIAN
, SEKSI
, ID_BAGIAN
FROM dim_karyawan
Nama Step Stream
lookup
Menyamakan SK_KARYAWAN
Kunci NIK karyawan ditabel
dim_karyawan dengan
NIK di tabel master
puk.
Lookup SK_KARYAWAN di
tabel dim_karyawan.
Nama Step Table
input
Table Input master puk OLTP
Nama Step Stream
lookup
Mengambil data puk untuk dicocokan
dengan NIK ditabel dim_karyawan
Kunci NIK karyawan ditabel
dim_puk disamakan
dengan NIK ditabel
master puk.
Lookup NIK karyawan di tabel
master karyawan
Connection Host : localhost
Database : skripsi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
Port : 3306
Nama Step Table
input
Query SQL SELECT
PERIODE_CODE
, NIK
, KODE
, INDIKATOR1_1
, INDIKATOR1_2
, INDIKATOR1_3
, INDIKATOR1_4
, INDIKATOR1_5
, INDIKATOR2_1
, INDIKATOR2_2
, INDIKATOR2_3
, INDIKATOR2_4
, INDIKATOR2_5
, ID_BAGIAN
FROM master_puk
Nama Step Table
Input
Memasukan data dari dim_periode.
Connection Host : localhost
Database :
skripsidwhfinalcoba1
Port : 3306
Query SQL SELECT
PERIODE_CODE
, BULAN_AWAL
, BULAN_AKHIR
, TAHUN_AWAL
, TAHUN_AKHIR
, SK_PERIODE
FROM dim_periode
Nama Step Stream
lookup
Menyamakan periode code
Kunci Periode code ditabel
master puk dan periode
code ditabel
dim_periode.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
lookup SK_PERIODE dari
tabel dim_periode.
Nama Step Table
Input
Memasukan data dari dim_bagian
Connection Host : localhost
Database :
skripsidwhfinalcoba1
Port : 3306
Query SQL SELECT
SK_BAGIAN
, BAGIAN
, ID_BAGIAN
FROM dim_bagian
Nama Step Stream
lookup
Menyamakan id bagian
Kunci Id bagian di tabel
dim_bagian disamakan
dengan id_bagian di
tabel dim_karyawan
lookup SK_BAGIAN di tabel
dim_bagian.
Nama Step Select
Values
Memilih data yang akan diproses di java
script.
Fieldname
PERIODE_CODE
NIK
KODE
INDIKATOR1_1
INDIKATOR1_2
INDIKATOR1_3
INDIKATOR1_4
INDIKATOR1_5
INDIKATOR2_1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
INDIKATOR2_2
INDIKATOR2_3
INDIKATOR2_4
INDIKATOR2_5
ID_BAGIAN
SK_KARYAWAN
SK_PERIODE
SK_BAGIAN
Nama step Java
Script
Untuk membuat fungsi hitung nilai aspek
pekerjaan, sikap dan nilai akhir.
Aspek
Pekerjaan
var aspek_pekerjaan = (((INDIKATOR1_1
+INDIKATOR1_2 + INDIKATOR1_3 +INDIKATOR1_4 +
INDIKATOR1_5)* 85 / 100 )/5);
Aspek
Sikap
var aspek_sikap = (((INDIKATOR2_1 + INDIKATOR2_2 +
INDIKATOR2_3 + INDIKATOR2_4 + INDIKATOR2_5) * 15 /
100)/5);
Nilai Akhir var nilai = aspek_sikap + aspek_pekerjaan;
Nama Step Select
values
Memilih data hasil dari perhitungan nilai
akhir pada step java script.
Fieldname
SK_KARYAWAN
SK_PERIODE
SK_BAGIAN
aspek_pekerjaan
aspek_sikap
nilai
PERIODE_CODE
Nama Step Java
Script
Untuk membuat fungsi menentukan nilai
huruf dan keterangan berdasarkan nilai
akhir karyawan.
Nilai Huruf var nilai_huruf;
var keterangan;
if(nilai >=95 ) {
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
nilai_huruf = "A";
keterangan = "BAIK SEKALI";
}else if ( nilai >=85){
nilai_huruf = "B";
keterangan = "BAIK";
}
else if ( nilai >= 75) {
nilai_huruf = "C";
keterangan = "CUKUP";
}
else if (nilai >= 65){
nilai_huruf = "D";
keterangan = "SEDANG";
}
else if (nilai >= 55){
nilai_huruf = "E";
keterangan = "KURANG";
}
else if (nilai < 55) {
nilai_huruf="-";
keterangan = "KURANG SEKALI";
}
;
Nama Step Select
values
Memilih data yang akan disimpan kedalam
tabel fact nilai.
Fieldname
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
SK_KARYAWAN
SK_PERIODE
SK_BAGIAN
aspek_pekerjaan
aspek_sikap
nilai
nilai_huruf
keterangan
Nama Step Insert /
Update
Untuk menyimpan data kedalam tabel
fact_nilai
Connection Host : localhost
Database : skripsidwh
Port : 3306
Target tabel Fact_nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
Gambar 4. 18 Tabel Fact_Nilai
Gambar 4.18 adalah hasil dari transformasi fact_nilai. Data yang
disimpan kedalam tabel fact_nilai adalah sk_karyawan, sk_periode,
sk_bagian, aspek_pekerjaan, aspek_sikap, nilai akhir, hilai_huruf dan
keterangan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
4.3.7 Job Transformasi Data Fact Detail
Gambar 4. 19 Job Skripsidwh Detail Indikator
Gambar 4.19 merupakan proses job yang digunakan untuk menjelaskan
lima transformasi. Proses transformasi yang pertama adalah menjalankan
dim_bagian.ktr. Proses transformasi kedua adalah menjalankan
dim_periode.ktr. Proses ketiga menjalankan transformasi
dim_karyawan.ktr. Proses keempat adalah menjalankan transformasi
dim_puk.ktr. Proses terakhir adalah menjalankan transformasi
fact_detail.ktr untuk membentuk tabel fakta.
4.3.8 Job Transformasi Data Fact Nilai
Gambar 4. 20 Job Skripsidwhfinal Nilai OLTP
Gambar 4.20 merupakan proses job yang digunakan untuk menjelaskan
empat transformasi. Proses transformasi yang pertama adalah menjalankan
dim_periode.ktr. Proses transformasi kedua adalah menjalankan
dim_bagian.ktr. Proses transformasi ketiga adalah menjalankan
dim_karyawan.ktr. Proses terakhir adalah menjalankan transformasi
fact_nilai.ktr untuk membentuk tabel fakta.
4.4 Implementasi Star Schema Untuk Database OLAP
4.4.1 Star Schema Kubus Fact Detail
Skema kubus fact detail akan membaca data dari fact_detail di
database fact_detail. Gambar 4.21 merupakan gambar star schema kubus
fact_detail.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
Gambar 4. 21 Star Schema kubus fact_detail
Kubus dengan nama Fact_Detail, memiliki tabel fakta fact_detail.
Dimensi digunakan adalah dim_bagian, dim_karyawan, dim_periode dan
dim_puk. Nilai pengukuran atau measure dari skema fact detail adalah
jumlah nilai indikator1_1 – indikator2_1. Penjelasan mengenai dimensi-
dimensi yang digunakan adalah sebagai berikut:
1. Dim_Bagian
Gambar 4.22 merupakan gambar struktur pembentukan dim_bagian
yang dimiliki kubus fact_detail.
Gambar 4. 22 Struktur pembentukan dim_bagian
Pada dim_bagian menggunakan tabel dim_bagian pada database
skripsidwh dan memiliki hirarki bagian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
2. Dim_Karyawan
Gambar 4.23 merupakan gambaran struktur pembentukan
dim_karyawan yang memiliki kubus fact_detail.
Gambar 4. 23 Struktur pembentukan dim_karyawan
Pada dim_karyawan menggunakan tabel dim_karyawan pada
database skripsidwh dan memilki hirarki Karyawan.
3. Dim_Periode
Gambar 4.24 merupakan gambaran struktur pembentukan
dim_periode yang dimiliki kubus fact detail.
Gambar 4. 24 Struktur pembentukan dim_periode
Pada dim_periode menggunakan tabel dim_periode pada database
skripsidwh dan memiliki hirarki periode.
4. Dim_PUK
Gambar 4.25 merupakan gambaran struktur pembentukan dim_puk
yang dimiliki kubus fact_detail.
Gambar 4. 25 Struktur pembentukan dim_puk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
Pada dim_puk menggunakan tabel dim_puk pada database
skripsidwh. Dan memiliki hirarki PUK dengan Indikator1_1 – 2_5.
4.4.2 Star Schema Kubus Fact Nilai
Skema kubus fact nilai akan membaca data dari fact_nilai di database
skripsidwhfinalcoba1. Gambar 4.26 merupakan star schema kubus fact
nilai.
Gambar 4. 26 Star Schema kubus fact nilai
Kubus dengan nama skripsinilai, memiliki tabel fakta yaitu fact_nilai.
Dimensi yang digunakan adalah dim_periode, dim_bagian dan
dim_karyawan. Nilai pengukuran atau measure dari skema skripsinilai
adalah jumlah nilai factor pekerjaan, sikap dan nilai akhir. Penjelasan
mengenai dimensi-dimensi yang digunakan adalah :
1. Dim_Bagian
Gambar 4.27 merupakan gambar struktur pembentukan dim_bagian
yang dimiliki kubus skripsinilai.
Gambar 4. 27 Struktur pembentukan dim_bagian
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
Pada dim_bagian menggunakan tabel dim_bagian pada database
skripsidwhfinalcoba1 dan memiliki hirarki bagian.
2. Dim_Karyawan
Gambar 4.28 merupakan gambaran struktur pembentukan
dim_karyawan yang memiliki kubus fact_detail.
Gambar 4. 28 Struktur pembentukan dim_karyawan
Pada dim_karyawan menggunakan tabel dim_karyawan pada
database skripsidwh dan memilki hirarki Karyawan.
3. Dim_Periode
Gambar 4.29 merupakan gambaran struktur pembentukan
dim_periode yang dimiliki kubus fact detail.
Gambar 4. 29 Struktur pembentukan dim_waktu
Pada dim_periode menggunakan tabel dim_periode pada database
skripsidwh dan memiliki hirarki periode.
4.5 Implementasi Antar Muka Pengguna Sistem OLAP
Hasil Implementasi antar muka pengguna sistem OLAP sesuai
dengan rancangan pada bab sebelumnya dapat dilihat sebagai berikut :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
4.5.1 Halaman Login
Gambar 4. 30 Tampilan Halaman Proses Login
Gambar 4.30 merupakan tampilan halaman proses login untuk
melakukan proses autentifikasi. Proses login diawali degan mengisi field
username dan password yang sesuai kemudian memilih tombol “Login”.
Listing program yang digunakan untuk tampilan login untuk mengisi field
username dan password terdapat pada lampiran II.
Proses login akan mengirimkan data username dan password
masukan dari admin ke kelas LoginProses.jsp. Di dalam kelas kelas
LoginProses.jsp parameter username dan password ditangkap dan
diproses pada method login. Jika masukan benar maka akan masuk sebagai
admin dan jika salah maka proses login dianggap gagal. Listing program
untuk proses login di kelas LoginProses.jsp terdapat pada lampiran II
Jika kombinasi data username dan password sesuai dengan data
pada database maka proses login berhasil, jika tidak sesuai dengan
database maka proses login gagal dan admin dapat mengulangi proses
login. Gambar 4.31 merupakan tampilan ketika proses login gagal.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
Gambar 4. 31 Tampilan Untuk Proses Gagal Login
4.5.2 Halaman Menu Utama
Halaman menu utama muncul pertama kali ketika proses login
berhasil. Halaman menu utama menampilkan menu untuk kubus fact_detail
untuk melihat tampilan OLAP detail nilai indikator karyawan, menu untuk
kubus skirpsinilai untuk melihat tampilan OLAP nilai aspek pekerjaan,
askpek sikap dan nilai akhir serta dapat untuk membuat grafik. Gambar 4.32
adalah tampilan menu utama yang ada di kelas index.jsp.
Gambar 4. 32 Tampilan Menu Utama
Halaman menu utama menggunakan kelas index.jsp. Listing program
index.jsp terdapat pada lampiran II.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
4.5.2.1 Halaman Menu Nilai Final Karyawan
Menu nilai final karyawan be risi data dari kubus skripsinilai, yang
digunakan untuk melihat informasi nilai aspek pekerjaan, nilai aspek sikap
dan nilai akhir serta untuk membuat grafik nilai per karyawan. Gambar 4.33
merupakan tampilan halaman kubus skripsinilai. Gambar 4.34 merupakan
tampilan grafik nilai per karyawan setiap periode.
Gambar 4. 33 Tampilan Halaman Nilai Final Karyawan
Gambar 4. 34 Tampilan Grafik Nilai Perkaryawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
Menu nilai final karyawan mengakses halaman modrian.js p. struktur
Mondrian.jsp terdapat pada lampiran II.
4.5.2.2 Halaman Menu Detail Nilai Karyawan
Menu detail nilai karyawan berisi data kubus fact_detail, yang
digunakan untuk melihat informasi tentang nilai indikator 1_1 –
indikator 2_5 menurut periode penilaian karyawan. Gambar 4.35
merupakan tampilan halaman kubus fact_detail.
Gambar 4. 35 Tampilan Halaman Detail Nilai Karyawan
Menu detail nilai karyawan mengakses halaman detailnilai.jsp. struktur
detailnilai.jsp terdapat pada lampiran II.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
BAB V
ANALISIS HASIL
Pada bagian ini akan menjelaskan analisis hasil dari disain dan
implementasi data warehouse yang telah dibangun. Analisis hasil ini dibagi
menjadi beberapa bagian yaitu penyelesaian rumusan masalah, pengukuran kinerja
sistem, kelebihan dan kelemahan sistem.
5.1 Penyelesaian Rumusan Masalah
Sesuai dengan tujuan penelitian ini pihak PT Surya Pamenang
membutuhkan informasi yang dapat mendukung monitoring kinerja karyawan.
Hasil implementasi data warehouse sesuai dengan informasi yang dibutuhkan
pihak PT Surya Pamenang dapat dilihat sebagai berikut :
1. Hasil OLAP Nilai Final Karyawan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
Gambar 5. 1 Hasil OLAP Nilai Karyawan Final
Gambar 5.1 merupakan hasil pembentukan OLAP dari data nilai
unjuk kerja karyawan yang kemudian dilakukan perhitungan untuk
mengetahui nilai aspek pekerjaan, aspek sikap dan nilai akhir.
Diharapkan hasil OLAP ini dapat memenuhi kebutuhan pihak PT Surya
Pamenang untuk dapat melakukan monitoring kinerja karyawan
berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir di setiap
periode penilaian.
Melalui hasil OLAP Nilai Karyawan Final ini, dapat mengetahui
nilai aspek_pekerjaan, aspek sikap, dan nilai akhir untuk setiap karyawan
serta setiap periode penilaian. Data nilai dapat dilihat secara
multidimensional.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
Gambar 5. 2 Grafik Nilai Karyawan
Pada gambar 5.2 adalah contoh dari grafik nilai per karyawan yang
berdasarkan nilai aspek pekerjaan, aspek sikap dan nilai akhir. Grafik
dapat menggambarkan kinerja karyawan dari setiap periode. Pada
gambar 5.2 dapat dilihat karyawan yang bekerja pada bagian
keuangan/tik dengan NIK 910117 pada periode 20121 mendapat nilai B
karena pada nilai akhir hanya mendapat nilai 91. Pada periode 20122
karyawan NIK 910117 mendapat nilai C karena pada nilai akhir hanya
mendapat nilai 81. Periode 20131 karyawan dengan NIK 910117
mendapat nilai B dengan nilai akhir 87. Periode 20132 karyawan dengan
NIK 910117 mendapat nilai B dengan nilai akhir 94.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
5.2 Pengujian Cube
5.2.1 Pengujian Perhitungan aspek Pekerjaan, Sikap dan Nilai Akhir.
Pengujian ini dilakukan untuk membandingkan hasil perhitungan aspek
pekerjaan, sikap, dan nilai akhir dari OLAP dengan hasil dari perhitungan
manual yang dilakukan menggunakan Ms.Excel.
Gambar 5. 3 Hasil Kubus skripsinilai Nilai Final Karyawan
Gambar 5.3 adalah hasil pembentukan OLAP dari kubus
skripsinilai. Pada kubus ini informasi yang ditampilkan adalah nama
bagian dimana karyawan bekerja, NIK karyawan, kode periode karyawan
dinilai, nilai huruf yang didasarkan dari nilai akhir serta measure /
pengukuran adalah nilai aspek pekerjaan, aspek sikap dan nilai akhir.
Pada gambar 5.3 dapat dilihat NIK dengan nomor 930663 bekerja pada
bagian PPIC dinilai pada periode 20121, 20122, 20131, 20132, 20141,
dan 20142. Nilai aspek pekerjaan, sikap dan nilai akhir pada periode
20121 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai akhir pada
periode 20122 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap dan nilai
akhir pada periode 20131 adalah 73, 13, 86. Nilai aspek pekerjaan, sikap
dan nilai akhir pada periode 20132 adalah 73, 13, 86. Nilai aspek
pekerjaan, sikap dan nilai akhir pada periode 20141 adalah 71, 12, 83.
Nilai aspek pekerjaan, sikap dan nilai akhir pada periode 20142 adalah
71, 12, 83.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
Gambar 5. 4 Java Script Hitung Nilai
Gambar 5.4 merupakan rumus yang digunakan untuk menghitung nilai
aspek pekerjaan, sikap dan nilai akhir yang dilakukan pada saat
menjalankan transformasi fact nilai. Hasil dari perhitungan akan
ditampilkan di OLAP Nilai Final Karyawan seperti pada gambar 5.3. Untuk
membuktikan kebenaran hasil perhitungan java script pada transformasi
fact nilai, maka hasil tersebut akan dibandingkan dengan hasil perhitungan
yang dilakukan secara manual menggunakan Ms.Excel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
Gambar 5. 5 Hasil Nilai Aspek Pekerjaan, Sikap, dan Nilai Ahir
Gambar 5.5 adalah gambar dari perihitungan yang dilakukan di Ms.Excel
untuk mengetahui nilai aspek pekerjaan, sikap dan nilai akhir. Untuk pengujian
akan diambil satu contoh yaitu nilai dari NIK 930663. Perhitungan dilakukan
dengan rumus :
1. Rumus Aspek Pekerjaan
Aspek_Pekerjaan = ((SUM(INDIKATOR1_1,INDIKATOR1_2,
INDIKATOR1_3,INDIKATOR1_4,INDIKATOR1_5)* 85 / 100)/5).
2. Rumus Aspek Sikap = ((SUM(INDIKATOR2_1,INDIKATOR2_2,
INDIKATOR2_3,INDIKATOR2_4,INDIKATOR2_5) * 15 / 100)/5).
3. Rumus Nilai Akhir = aspek_sikap + aspek_pekerjaan.
Dari pengujian ini dapat disimpulkan bahwa hasil perhitungan yang
dilakukan dengan menggunakan java script pada transformasi fact nilai
(Gambar 5.4) sesuai dengan hasil perhitungan yang dilakukan secara
manual menggunakan Ms.Excel (Gambar 5.5) sehingga OLAP yang
menampilkan hasil perhitungan aspek pekerjaan, sikap dan nilai akhir sudah
valid.
5.2.2 Pengujian Database dengan OLAP
Gambar 5. 6 Query Cek Nilai di Database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
Gambar 5.6 merupakan query untuk melihat sk_periode, nilai aspek
pekerjaan, sikap dan nilai akhir dari karyawan yang memiliki sk_karyawan 462
yang ada di tabel fakta fact_nilai. Sk_karyawan 462 adalah karyawan nik
930663.
Gambar 5. 7 Hasil Query Cek Nilai
Gambar 5.7 merupakan hasil dari query cek nilai untuk melihat nilai aspek
pekerjaan, sikap dan nilai akhir dari nik 930663 dengan sk karyawan 462.
Nilai yang ditampilkan sesuai dengan hasil OLAP nilai karyawan pada
gambar 5.8
Gambar 5. 8 Hasil nilai NIK 930663
Pengujian ini dapat memberi kesimpulan bahwa hasil nilai aspek
pekerjaan, sikap dan nilai akhir yang disimpan didalam database fact_nilai
sesuai dengan hasil yang ditampilkan pada OLAP Nilai Final Karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
5.2.3 Pengujian Database Detail Nilai
Gambar 5. 9 OLAP Detail Nilai Karyawan
Gambar 5.9 adalah hasil pembentukan OLAP detail nilai karayawan. Pada
Pada kubus ini informasi yang ditampilkan adalah nama bagian dimana
karyawan bekerja, NIK karyawan, kode periode karyawan dinilai, serta
measure / pengukuran adalah nilai indikator1_1 – indikator 2_5. Dari
gambar tersebut dapat dilihat NIK karyawan 910120 yang bekerja di bagian
Produksi/MPC telah dinilai pada periode 20121, 20122, 20131, 20132,
20141, dan 20142. Detail nilai sebagai berikut :
Nilai indikator1_1 – indikator1_5 periode 20121 adalah 88, 92, 92 ,90, 87.
Nilai indikator1_1 – indikator1_5 periode 20122 adalah 90, 92, 92, 89, 87.
Nilai indikator1_1 – indikator1_5 periode 20131 adalah 90, 90, 90, 90, 87.
Nilai indikator1_1 – indikator1_5 periode 20132 adalah 89, 87, 89, 87, 87.
Nilai indikator1_1 – indikator1_5 periode 20141 adalah 90, 90, 87, 87, 85.
Nilai indikator1_1 – indikator1_5 periode 20142 adalah 84, 89, 84, 84, 82.
Nilai indiaktor 2_1 – indikator2_5 periode 20121 adalah 84 84, 87, 87, 94.
Nilai indikator2_1 – indikator2_5 periode 20132 adalah 82, 84, 87, 89, 95.
Nilai indikator2_1 – indikator2_5 periode 20141 adalah 82, 82, 85, 87, 93.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
Nilai indikator2_1 – indikator2_5 periode 20142 adalah 82, 82, 82, 87,95.
Untuk membuktikan hasil OLAP (Gambar 5.9) telah valid maka
dibandingkan dengan hasil dari query. Query yang digunakan seperti pada
gambar 5.10 :
Gambar 5. 10 Query Cek Detail Nilai
Gambar 5.10 merupakan query untuk melihat nilai setiap indikator dari NIK
910120. Dari query pada gambar 5.10 maka akan ditampilkan NIK karyawan,
periode_code yang menunjukkan kapan karyawan dinilai serta nilai dari setiap
indikator penilaian seperti pada gambar 5.11 :
Gambar 5. 11 Hasil Query Cek Detail
Dari pengujian ini dapat disimpulkan bahwa detail nilai per indikator
yang disimpan pada database fact_detail sudah sesuai dengan hasil yang
ditampilkan pada OLAP nilai detail karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
5.3 Kelebihan dan Kekurangan Sistem
A. Kelebihan Sistem
1. Gudang data yang dibuat dapat menghitung nilai aspek
pekerjaan, sikap dan nilai akhir.
2. Pada pembentukan OLAP mampu menampilkan informasi
berupa nilai aspek pekerjaan, sikap dan nilai akhir, serta mampu
menampilkan informasi grafik nilai per karyawan.
3. Pada pembentukan OLAP mampu menampilkan informasi
berupa detail nilai setiap indikator per karyawan.
4. Hasil pembentukan gudang data dapat digunakan secara
otomatis untuk melakukan monitoring nilai karyawan setiap
periode penilaian.
B. Kelemahan Sistem
1. Pada saat mengakses OLAP akan membutuhkan waktu yang
lama.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
BAB VI
PENUTUP
Setelah melakukan tahapan penelitian ini secara menyeluruh, dapat ditarik
beberapa kesimpulan dan saran yang diharapkan dapat bermanfaat bagi
pengembangan lebih lanjut.
6.1 Kesimpulan
1. Data warehouse dan OLAP untuk mendukung monitoring kinerja karyawan
pada PT Surya Pamenang telah berhasil dibuat dengan menggunakan Kettle
(Pentaho Data Integeration) untuk proses integrasinya.
2. Hasil pembuatan data warehouse dan OLAP dapat memberikan informasi
yang dapat membantu dalam mendukung monitoring karyawan serta
didukung penyajian data dengan menggunakan grafik sehingga
mempermudah melihat trend kinerja karyawan. Hasil dari data warehouse
yang ditampilkan menggunakan OLAP dapat diakses secara online
menggunakan web browser sehingga mudah diakses.
3. Data warehouse yang dibangun dapat menghitung nilai aspek pekerjaan,
aspek sikap dan nilai akhir secara lebih efisien dalam waktu perhitungan
karena otomatis dan lebih mudah dibandingkan dengan cara manual di
Ms.Excel.
6.2 Saran
Dengan konsep data warehouse, berharap agar penelitian ini dikembangkan
sampai dengan pengambilan keputusan. Dengan aturan yang telah ada serta
informasi nilai aspek pekerjaan, sikap dan nilai akhir, Sehingga dapat membuat
langkah untuk menaikan status grade karyawan yang didasarkan oleh aturan dengan
ditambah informasi dari hasil OLAP yang berupa nilai aspek pekerjaan, sikap dan
nilai akhir.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
DAFTAR PUSTAKA
Anin, Maria Roswita Vindensia. 2012 Desain dan Implementasi Gudang Data
untuk Keperluan Laporan Penerimaan Beasiswa.n Yogyakarta:
Universitas Sanata Dharma.
Connoly, Thomas M, Carolyn, Begg, 2005. Database System A Practical
Approach to Design, Implementation and Management, Fourth Edition.
Addition Wesley Publishing Company, inc, USA.
JRP, Mulyana. 2014. PENTAHO: Solusi Open Source untuk Membangun Data
Warehouse.
Kimball, R, Ross, M., Becker, B., Mundy, J., dan Tornthwaite, W. 2010.
The Kimball Group Reader: Relentlessly Practical Tools for Data
Warehouseing and Bussiness Intelligence, Canada: John willey & Sons.
Thomas M. Connoly, Carolyn E. Begg., 2008, Database System A Practical
Approach to Design, Implementation, and Management, 5th Edition
Addison Wesley, University The West of Scotland.
Wasito, Setiawan. 2010. Implementasi Gudang Data untuk Keperluan Akademik
Studi Kasus Fakultas Teknik Informatika Universitas Sanata Dharma.
Yogyakarta: Universitas Sanata Dharma.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
LAMPIRAN I
QUERY TABEL
1. Tabel ‘Master_Periode’.
CREATE TABLE `periode` (
`PERIODE_CODE` int(20) NOT NULL,
`BULAN_AWAL` varchar(30) DEFAULT NULL,
`BULAN_AKHIR` varchar(30) DEFAULT NULL,
`TAHUN_AWAL` int(4) DEFAULT NULL,
`TAHUN_AKHIR` int(4) DEFAULT NULL,
PRIMARY KEY (`PERIODE_CODE`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
2. Tabel ‘Master_Bagian’.
CREATE TABLE `master_bagian` (
`ID_BAGIAN` int(11) NOT NULL,
`BAGIAN` varchar(100) DEFAULT NULL,
PRIMARY KEY (`ID_BAGIAN`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
3. Tabel ‘Master_Karyawan’.
CREATE TABLE `master_karyawan` (
`NIK` bigint(20) NOT NULL,
`KODE` bigint(20) DEFAULT NULL,
`BAGIAN` varchar(100) DEFAULT NULL,
`SEKSI` varchar(100) DEFAULT NULL,
`DEPARTMENT` varchar(100) DEFAULT NULL,
`ID_BAGIAN` int(11) DEFAULT NULL,
PRIMARY KEY (`NIK`),
KEY `ID_BAGIAN_idx` (`ID_BAGIAN`),
CONSTRAINT `ID_BAGIAN` FOREIGN KEY
(`ID_BAGIAN`) REFERENCES `master_bagian`
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
(`ID_BAGIAN`) ON DELETE NO ACTION ON UPDATE NO
ACTION
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
4. Tabel ‘Master_Puk’.
CREATE TABLE `master_puk` (
`PERIODE_CODE` int(20) NOT NULL,
`NIK` bigint(20) NOT NULL,
`ID_BAGIAN` int(11) NOT NULL,
`KODE` bigint(20) DEFAULT NULL,
`PENILAI1_1_1` int(2) DEFAULT NULL,
`PENILAI2_1_1` int(2) DEFAULT NULL,
`INDIKATOR1_1` int(2) DEFAULT NULL,
`PENILAI1_1_2` int(2) DEFAULT NULL,
`PENILAI2_1_2` int(2) DEFAULT NULL,
`INDIKATOR1_2` int(2) DEFAULT NULL,
`PENILAI1_1_3` int(2) DEFAULT NULL,
`PENILAI2_1_3` int(2) DEFAULT NULL,
`INDIKATOR1_3` int(2) DEFAULT NULL,
`PENILAI1_1_4` int(2) DEFAULT NULL,
`PENILAI2_1_4` int(2) DEFAULT NULL,
`INDIKATOR1_4` int(2) DEFAULT NULL,
`PENILAI1_1_5` int(2) DEFAULT NULL,
`PENILAI2_1_5` int(2) DEFAULT NULL,
`INDIKATOR1_5` int(2) DEFAULT NULL,
`PENILAI1_2_1` int(2) DEFAULT NULL,
`PENILAI2_2_1` int(2) DEFAULT NULL,
`INDIKATOR2_1` int(2) DEFAULT NULL,
`PENILAI1_2_2` int(2) DEFAULT NULL,
`PENILAI2_2_2` int(2) DEFAULT NULL,
`INDIKATOR2_2` int(2) DEFAULT NULL,
`PENILAI1_2_3` int(2) DEFAULT NULL,
`PENILAI2_2_3` int(2) DEFAULT NULL,
`INDIKATOR2_3` int(2) DEFAULT NULL,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
`PENILAI1_2_4` int(2) DEFAULT NULL,
`PENILAI2_2_4` int(2) DEFAULT NULL,
`INDIKATOR2_4` int(2) DEFAULT NULL,
`PENILAI1_2_5` int(2) DEFAULT NULL,
`PENILAI2_2_5` int(2) DEFAULT NULL,
`INDIKATOR2_5` int(2) DEFAULT NULL,
KEY `KARYAWAN_idx` (`NIK`),
KEY `PEIRODE_idx` (`PERIODE_CODE`),
KEY `BAGIAN_idx` (`ID_BAGIAN`),
CONSTRAINT `BAGIAN` FOREIGN KEY (`ID_BAGIAN`)
REFERENCES `master_karyawan` (`ID_BAGIAN`)
ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `KARYAWAN` FOREIGN KEY (`NIK`)
REFERENCES `master_karyawan` (`NIK`) ON
DELETE NO ACTION ON UPDATE CASCADE,
CONSTRAINT `PERIODE` FOREIGN KEY (`PERIODE_CODE`)
REFERENCES `periode` (`PERIODE_CODE`) ON
DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
5. Tabel ‘Dim_Periode’.
CREATE TABLE `dim_periode` (
`PERIODE_CODE` int(11) DEFAULT NULL,
`BULAN_AWAL` varchar(45) DEFAULT NULL,
`BULAN_AKHIR` varchar(45) DEFAULT NULL,
`TAHUN_AWAL` int(11) DEFAULT NULL,
`TAHUN_AKHIR` int(11) DEFAULT NULL,
`SK_PERIODE` int(11) NOT NULL AUTO_INCREMENT,
PRIMARY KEY (`SK_PERIODE`)
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT
CHARSET=latin1;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
6. Tabel ‘Dim_Bagian’.
CREATE TABLE `dim_bagian` (
`SK_BAGIAN` int(11) NOT NULL,
`BAGIAN` varchar(100) DEFAULT NULL,
`ID_BAGIAN` int(11) DEFAULT NULL,
PRIMARY KEY (`SK_BAGIAN`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
7. Table ‘Dim_Karyawan’.
CREATE TABLE `dim_karyawan` (
`SK_KARYAWAN` int(11) NOT NULL AUTO_INCREMENT,
`NIK` bigint(20) DEFAULT NULL,
`KODE` bigint(20) DEFAULT NULL,
`DEPARTMENT` varchar(100) DEFAULT NULL,
`BAGIAN` varchar(100) DEFAULT NULL,
`SEKSI` varchar(100) DEFAULT NULL,
`ID_BAGIAN` int(11) DEFAULT NULL,
PRIMARY KEY (`SK_KARYAWAN`),
KEY `SK_BAGIAN_idx` (`ID_BAGIAN`)
) ENGINE=InnoDB AUTO_INCREMENT=709 DEFAULT
CHARSET=latin1;
8. Tabel ‘Dim_Puk’.
CREATE TABLE `dim_puk` (
`SK_PUK` int(11) NOT NULL AUTO_INCREMENT,
`INDIKATOR1_1` int(11) DEFAULT NULL,
`INDIKATOR1_2` int(11) DEFAULT NULL,
`INDIKATOR1_3` int(11) DEFAULT NULL,
`INDIKATOR1_4` int(11) DEFAULT NULL,
`INDIKATOR1_5` int(11) DEFAULT NULL,
`INDIKATOR2_1` int(11) DEFAULT NULL,
`INDIKATOR2_2` int(11) DEFAULT NULL,
`INDIKATOR2_3` int(11) DEFAULT NULL,
`INDIKATOR2_4` int(11) DEFAULT NULL,
`INDIKATOR2_5` int(11) DEFAULT NULL,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
81
`NIK` int(11) DEFAULT NULL,
`PERIODE_CODE` int(11) DEFAULT NULL,
`KODE` int(11) DEFAULT NULL,
`ID_BAGIAN` int(11) DEFAULT NULL,
PRIMARY KEY (`SK_PUK`)
) ENGINE=InnoDB AUTO_INCREMENT=3941 DEFAULT
CHARSET=latin1;
9. Tabel ‘Fact_Detail’.
CREATE TABLE `fact_detail` (
`SK_KARYAWAN` int(11) DEFAULT NULL,
`SK_PERIODE` int(11) DEFAULT NULL,
`SK_PUK` int(11) DEFAULT NULL,
`INDIKATOR1_1` int(11) DEFAULT NULL,
`INDIKATOR1_2` int(11) DEFAULT NULL,
`INDIKATOR1_3` int(11) DEFAULT NULL,
`INDIKATOR1_4` int(11) DEFAULT NULL,
`INDIKATOR1_5` int(11) DEFAULT NULL,
`INDIKATOR2_1` int(11) DEFAULT NULL,
`INDIKATOR2_2` int(11) DEFAULT NULL,
`INDIKATOR2_3` int(11) DEFAULT NULL,
`INDIKATOR2_4` int(11) DEFAULT NULL,
`INDIKATOR2_5` int(11) DEFAULT NULL,
`SK_BAGIAN` int(11) DEFAULT NULL,
KEY `SK_KARYAWAN_idx` (`SK_KARYAWAN`),
KEY `SK_PUK_idx` (`SK_PUK`),
KEY `SK_PERIODE_idx` (`SK_PERIODE`),
KEY `SK_BAGIAN_idx` (`SK_BAGIAN`),
CONSTRAINT `SK_BAGIAN` FOREIGN KEY (`SK_BAGIAN`)
REFERENCES `dim_bagian` (`SK_BAGIAN`)
ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `SK_KARYAWAN` FOREIGN KEY
(`SK_KARYAWAN`) REFERENCES
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
82
`dim_karyawan` (`SK_KARYAWAN`) ON
DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `SK_PERIODE` FOREIGN KEY
(`SK_PERIODE`) REFERENCES `dim_periode`
(`SK_PERIODE`) ON DELETE NO ACTION ON
UPDATE NO ACTION,
CONSTRAINT `SK_PUK` FOREIGN KEY (`SK_PUK`)
REFERENCES `dim_puk` (`SK_PUK`) ON
DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
10. Tabel ‘Fact_Nilai’.
CREATE TABLE `fact_nilai` (
`SK_KARYAWAN` int(11) DEFAULT NULL,
`SK_PERIODE` int(11) DEFAULT NULL,
`SK_BAGIAN` int(11) NOT NULL,
`ASPEK_PEKERJAAN` int(11) DEFAULT NULL,
`ASPEK_SIKAP` int(11) DEFAULT NULL,
`NILAI` int(11) DEFAULT NULL,
`NILAI_HURUF` varchar(45) DEFAULT NULL,
`KETERANGAN` varchar(100) DEFAULT NULL,
KEY `SK_PERIODE_idx` (`SK_PERIODE`),
KEY `SK_KARYAWAN_idx` (`SK_KARYAWAN`),
KEY `SK_BAGIAN_idx` (`SK_BAGIAN`),
CONSTRAINT `SK_BAGIAN` FOREIGN KEY (`SK_BAGIAN`)
REFERENCES `dim_bagian` (`SK_BAGIAN`)
ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `SK_KARYAWAN` FOREIGN KEY
(`SK_KARYAWAN`) REFERENCES
`dim_karyawan` (`SK_KARYAWAN`) ON
DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `SK_PERIODE` FOREIGN KEY
(`SK_PERIODE`) REFERENCES `dim_periode`
(`SK_PERIODE`) ON DELETE NO ACTION ON
UPDATE NO ACTION
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
83
) ENGINE=InnoDB DEFAULT CHARSET=latin1;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
84
LAMPIRAN II
LISTING PROGRAM
Listing Program untuk Halaman Login
<%
TOOLS.Database conn = new TOOLS.Database();
Connection con = Koneksi.open();
Statement statement = con.createStatement();
ResultSet result = null;
%>
<%@page contentType="text/html" pageEncoding="UTF-8"%>
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-
8">
<style>
#header {
background-color: skyblue;
color: white;
text-align: center;
padding: 5px;
}
#nav {
line-height: 30px;
background-color: #EEEEEE;
height: 300px;
width: 400px;
float: left;
padding: 5px;
}
#section {
width: 500px;
float: left;
padding: 10px;
}
#footer {
background-color: skyblue;
color: white;
clear: both;
text-align: center;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
85
padding: 5px;
}
</style>
</head>
<body>
<div id="header">
<h1>PT SURYA PAMENANG MONDRIAN OLAP</h1>
<img src ="logo.png" style="width :150px; height: 60px">
</div>
<div id="nav"> <p>Selamat Datang</p>
<ul>
<form method="post" action="LoginProses.jsp">
<fieldset>
<legend>
Masukan USERNAME dan PASSWORD :
</legend>
USERNAME : <br>
<input type="text" name="nik"><br>
PASSWORD : <br>
<input type="text" name="pass"><br>
<button type="Login" name="login">Login</button>
</fieldset> </form>
</ul> </div>
<div id ="section">
<img src ="c2.png" style ="width:900px; height: 300px;">
</div>
<div id ="footer">Lukas Gede Ngurah Bayu Putra</div>
</body>
</html>
Fungsi Login pada LoginProses.jsp
<%@page contentType="text/html" pageEncoding="UTF-8"%>
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-
8">
<title>JSP Page</title>
</head>
<body>
<%
String nama=request.getParameter("nik");
String password=request.getParameter("pass");
if(nama.equals("admin") && password.equals("admin")){
// out.print("Welcome, "+nama);
session.setAttribute("name",nama);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
86
request.getRequestDispatcher("index.jsp").include(request,
response);
}
else{
out.print("Sorry, username or password error!");
request.getRequestDispatcher("Login.jsp").include(request,
response);
}
out.close();
%>
</body>
</html>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
87
<%@ page session="true" contentType="text/html; charset=ISO-8859-1"
%>
<%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %>
<%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %>
<html>
<head>
<meta name="description" content="Mondrian is an OLAP server written
in Java. It enables you to interactively
analyze very large datasets stored in SQL databases without writing
SQL.">
<meta http-equiv="Content-Type" content="text/html; charset=windows-
1252">
<title>Mondrian OLAP Server</title>
<link rel="stylesheet" href="stylesheet.css" type="text/css" />
<style>
#header {
background-color: skyblue;
color: white;
text-align: center;
padding: 5px;
}
#nav {
line-height: 30px;
background-color: #EEEEEE;
height: 300px;
width: 400px;
float: left;
padding: 5px;
}
#section {
width: 500px;
float: left;
padding: 10px;
}
#footer {
background-color: skyblue;
color: white;
clear: both;
text-align: center;
padding: 5px;
width: 400px;
}
ul {
list-style-type: none;
margin: 0;
padding: 0;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
88
width: 400px;
background-color: #AAAAAA;
overflow: hidden;
border: 2px solid #e7e7e7;
}
li a {
display: block;
color: #000;
padding: 8px 0px 8px 16px;
text-decoration: none;
}
li a.active {
background-color: #4CAF50;
color: white;
}
li a:hover:not( .active){
background-color: #555;
color :white;
}
</style>
</head>
<body>
<div id="header">
<h1>PT SURYA PAMENANG MONDRIAN OLAP</h1>
</div>
<div id="nav"><p>Mondrian examples:</p>
<ul>
<li><a href="testpage.jsp?query=mondrian">Nilai Final
Karyawan</a></li>
<li><a href="testpage.jsp?query=detailnilai">Detail Nilai
Karyawan</a></li>
<% if (session.getAttribute("name") != null) {
%>
<li><a href="Logout.jsp">Logout</a></li>
<%
} else {
response.sendRedirect("Login.jsp");
}
%>
</ul> </div>
<div id ="section"> <h1> </h1>
<jp:mondrianQuery id="query01" jdbcDriver="com.mysql.jdbc.Driver"
jdbcUrl="jdbc:mysql://localhost:3306/skripsidwhfinalcoba1"
jdbcUser ="root" jdbcPassword=""
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
89
Struktur Halaman Mondrian.jsp
Struktur Halaman detailnilai.jsp
<%@ page session="true" contentType="text/html; charset=ISO-
8859-1" %>
<%@ taglib uri="http://www.tonbeller.com/jpivot" prefix="jp" %>
<%@ taglib prefix="c" uri="http://java.sun.com/jstl/core" %>
<html>
<head>
<meta name="description" content="Mondrian is an OLAP server
written in Java. It enables you to interactively
analyze very large datasets stored in SQL databases without writing
SQL.">
<meta http-equiv="Content-Type" content="text/html;
charset=windows-1252">
<title>Mondrian OLAP Server</title>
<link rel="stylesheet" href="stylesheet.css" type="text/css" />
<style>
#header {
background-color: skyblue;
color: white;
text-align: center;
padding: 5px;
}
#nav {
line-height: 30px;
background-color: #EEEEEE;
catalogUri="/WEB-
INF/queries/SchemaSkripsiNilaiBagianNilaiHuruf.xml">
select NON EMPTY {[Measures].[PEKERJAAN], [Measures].[SIKAP],
[Measures].[NILAI]} ON COLUMNS,
NON EMPTY {([BAGIAN].[AllBagian],
[KARYAWAN.NIK].[AllKaryawan], [PERIODE].[AllPeriode], [NILAI
HURUF].[AllNilai])} ON ROWS
from [SKRIPSINILAIBAGIAN]
</jp:mondrianQuery>
<c:set var="title01" scope="session">Nilai Karyawan Mondrian
OLAP</c:set>
<div id ="footer">Grafik Nilai Karyawan</div>
</body>
</html>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
90
height: 300px;
width: 400px;
float: left;
padding: 5px;
}
#section {
width: 500px;
float: left;
padding: 10px;
}
#footer {
background-color: skyblue;
color: white;
clear: both;
text-align: center;
padding: 5px;
}
ul {
list-style-type: none;
margin: 0;
padding: 0;
width: 400px;
background-color: #AAAAAA;
overflow: hidden;
border: 2px solid #e7e7e7;
}
li a {
display: block;
color: #000;
padding: 8px 0px 8px 16px;
text-decoration: none;
}
li a.active {
background-color: #4CAF50;
color: white;
}
li a:hover:not( .active){
background-color: #555;
color :white;
}
</style>
</head>
<body>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
91
<div id="header">
<h1>PT SURYA PAMENANG MONDRIAN OLAP</h1>
</div>
<div id="nav"><p>Mondrian examples:</p>
<ul>
<li><a href="testpage.jsp?query=mondrian">Nilai Final
Karyawan</a></li>
<li><a href="testpage.jsp?query=detailnilai">Detail Nilai
Karyawan</a></li>
<% if (session.getAttribute("name") != null) {
%>
<li><a href="Logout.jsp">Logout</a></li>
<%
} else {
response.sendRedirect("Login.jsp");
}
%>
</ul> </div>
<div id ="section"> <h1> </h1>
<jp:mondrianQuery id="query01"
jdbcDriver="com.mysql.jdbc.Driver"
jdbcUrl="jdbc:mysql://localhost:3306/skripsidwh "
jdbcUser ="root" jdbcPassword=""
catalogUri="/WEB-
INF/queries/SchemafFactDetail11.xml">
select NON EMPTY {[Measures].[INDIKATOR1_1],
[Measures].[INDIKATOR1_2], [Measures].[INDIKATOR1_3],
[Measures].[INDIKATOR1_4], [Measures].[INDIKATOR1_5],
[Measures].[INDIKATOR2_1], [Measures].[INDIKATOR2_2],
[Measures].[INDIKATOR2_3], [Measures].[INDIKATOR2_4],
[Measures].[INDIKATOR2_5]} ON COLUMNS,
NON EMPTY Crossjoin(Hierarchize({([BAGIAN].[AllBagian],
[KARYAWAN.Karyawan].[AllKaryawan],
[PERIODE].[AllPeriode])}), {[PUK].[PUK]}) ON ROWS
from [FACT_DETAIL]
</jp:mondrianQuery>
<c:set var="title01" scope="session">Nilai Detail Karyawan
Mondrian OLAP</c:set>
<div id ="footer">Detail Nilai PUK Mondrian</div>
</body>
</html>
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
92
MANUAL
SISTEM DATABASE ONLINE ANALYTICAL PROCESSING (OLAP)
MONITORING KINERJA KARYAWAN
I. LOGIN
Sebelum masuk ke sistem, pengguna harus melakukan login. Proses login
diawali dengan mengisi field username dan password yang sesuai kemudian
memilih tombol “LOGIN”
Jika masukan benar maka akan masuk dan dibuka pada halaman home.
Jika masukan salah maka proses login dianggap gagal, sistem akan
memberikan konfirmasi bahwa login gagal.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
93
II. HALAMAN MENU SISTEM
2.1 Halaman Utama
Halaman menu utama muncul pertama kali ketika proses login berhasil.
Halaman menu utama menampilkan menu halaman nilai final karyawan,
detail nilai karyawan dan logout. Untuk keluar dari sistem pilih menu
“logout”.
2.2 Halaman Nilai Final Karyawan
Halaman nilai final karyawan menampilkan informasi nilai aspek
pekerjaan, sikap dan nilai akhir.
2.3 Halaman Detail Nilai Karyawan
Halaman detail nilai karyawan menampilkan informasi detail nilai
karyawan yang terdiri dari indikator1_1 – indikator2_5.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
94
Jika ingin kembali pada halaman utama cukup klik “Back to Index”
III. FUNGSI MENU MONDRIAN
3.1 Icon Olap Navigator
Memilih Informasi Yang Ingin Ditampilkan
1. Klik icon “OLAP Navigator”
2. Pilih dimensi bagian (BAGIAN) untuk memilih bagian mana saja
yang akan ditampilkan.
3. Setelah diklik maka akan masuk pada rows bagian untuk memilih
bagian yang ingin ditampilkan. Pilih salah satu bagian (FINISHING).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
95
4. Setelah diklik, pilih OK. Menu akan kembali pada menu OLAP
Navigator.
5. Klik tombol “OK”, maka hanya bagian “FINISHING” yang
ditampilkan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
96
3.2 Icon MDX Editor
Setelah memilih dimensi atau measure yang ingin ditampilkan, maka klik
tombol “Apply”.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
97
3.3 Icon Set Chart
Digunakan untuk membuat chart sesuai dengan keingan.
Jika sudah sesuai dengan keinginan klik tombol “OK”.
3.4 Icon Show Chart
Menampilkan informasi tentang bagian finishing dengan NIK 930797.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
98
3.5 Memasukan Data Excel
1. Pilih file cobabagianexcel.ktr kemudian open.
2. Kemudian pilih Microsoft Excel Input.
3. Kemudian masukan file directory dengan tekan tombol browse.
Pilih file yang ingin dimasukan kemudian klik tombol add jika sudah
file directory akan ditampilkan lalu langkah akhir klik tombol ok.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
99
4. Jika file sudah dimasukan didalam langkah Microsoft excel input,
langkah berikutnya adalah klik tombol run . Ulangi langkah untuk
memasukan file excel untuk transformasi excel input karyawan dan
puk.
3.6 Menjalankan Job
1. Pilih file kemudian open
2. Pilih file nilaifinaljob.kjb untuk menjalankan job nilaifinal sementara
untuk detail nilai pilih file detailnilaijob.kjb. setelah dipilih kemudian
klik open.
3. Jika sudah maka cukup dengan klik tombol run .
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
100
LAMPIRAN III
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
101
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI