contoh model artikel waterfall


Implementasi Pengembangan Sistem Model Water Fall Untuk Data Warehouse Akademik



METODE PENELITIAN


Metode yang System Development Life Circle (SDLC) dengan model water fall. Sedangkan untuk perancangan data warehouse digunakan pendekatan metode kimbal dengan menggunakan nine step (sembilan langkah). Untuk implementasi pengembangan water fall ini akan fokus pada penerapan model untuk membangun sebuah prototype siststem data warehouse alumni. Gambar 1 menunjukkan alur penelitian yang akan digunakan untuk mengimplementasi model water fall  untuk data
warehouse alumni. 

A. Data warehouse

Data  warehouse  adalah  suatu  koleksi  data  yang digunakan  untuk  pengambilan  keputusan manajemen,  yang  berorientasi subjek  (Subject-oriented), terintegrasi (Integrated), dimensi waktu (time  variant) dan  tidak  mudah  berubah (nonvolatile) [6]. 
1.            Berorientasi subjek  (Subject-Oriented), sebuah data warehouse teroganisiasi pada subject utama, seperti pembeli, pemasok, produk dan penjulan. 
2.             Terintegrasi (Integrated), dibangun dengan mengintegrasikan berbagai macam sumber, seperti database ralational, file dan catatan transaksi On-Line. Pembersihan data (Cleaning), dan teknik integrasi data diterapkan untuk memastikan konsistensi dalam penamaan, struktur pengkodean, pemberian atribut dan sebagai nya.
3.            sebuah dariinformasimenyediakanuntukDimensi waktu (Time variant), data disimpan perspektif riwayat (misal : 5-10 tahun terakhir).
4.             Tidak  mudah  berubah (Nonvolatile). 

B. Nine Step Methodology 
1.             Choosing The Process adalah melakukan pemilihan proses yang mengacu pada materi subjek yang dibutuhkan oleh data mart. Pada tahapan ini ditentukan pada proses bisnis apa data warehouse akan digunakan. 
2.             Choosing The Grain adalah memutuskan secara pasti apa yang diwakili atau direpresentasikan oleh sebuah tabel fakta. Pada tahap ini akan ditentukan tingkat detail data yang bisa didapatkan dari model dimensional. 
3.             Identifying And Conforming The Dimension, adalah membuat set dimensi yang dibutuhkan untuk menjawab seluruh pertanyaan yang diajukan pada tabel fakta
4.             Pemilihan Fakta (Choosing The Fact) adalah pemilihan fakta dimaksudkan sebagai pemilihan tabel fakta yang dapat mengimplementasikan semua grain yang digunakan pada data mart.
5.             Meyimpan Pre-Kalkulasi Di Tabel Fakta (Storing Pre-Calculation In The Fact Table), Setelah tabel fakta terpilih, setiap tabel fakta tersebut harus diperiksa ulag untuk menentukan apakah terdapat fakta-fakta yang dapat di terapkan pre kalkulasi dan kemudian dilakukan penyimpanan pada tabel fakta
6.             Melengkapi Tabel Dimensi (Rounding Out The Dimension Table), pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi dan menambahkan deskripsi teks terhadap dimensi, serta menentukan hirarki atribut dimensi untuk mempermudah proses analisis. 
7.             Pemilihan Durasi Database (Choosing The Duration Of The Database) durasi berguna untuk mengukur seberapa lama tabel fakta yang dapat disimpan.
8.             Menelusuri Perubahan Dimensi Secara Perlahan (Tracking Slowly Changing Dimension), Dimensi dapat berubah secara perlahan seiring berjalan nya waktu dan kebutuhan. Terdapat tiga perubahan dimensi secara perlahan, yaitu : a. Atribut dimensi yang berubah dan di tulis ulang b. Atribut dimensi yang berubah dan menimbulkan data dimensi baru c. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat di akses secara bersamaan pada di mensi yang sama 
9.             Menentukan Prioritas Dan Mode Query (Deciding The Query Priorities And The Query Modes), Pada tahap ini masalah perancangan fisik (physical design) dipertimbangkan, seperti masalah 

 keamanan data, masalah pengarsipan data, masalah backup data. Masalah perancangan fisik yang paling kritis, yang dapat mempengaruhi pandangan pengguna akhir terhadap data mart adalah masalah pembagian fisik tabel fakta ke dalam disk. Extract Transform Load (ETL) merupakan proses yang penting dalam data warehouse, dengan ETL inilah data dari operasional dapat dimasukkan ke dalam data warehouse. ETL juga dapat digunakan untuk mengintegrasikan data dengan sistem sistem yang sudah ada sebelumnya. Tujuan ETL adalah mengumpulkan, menyaring, megolah dan menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse. Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria dari data warehouse seperti data yang historis, terpadu, terangkum, statis, dan memiliki struktur yang dirancang untuk proses analisis. Extract merupakan langkah pertama pada proses ETL adalah mengestrak data dari sumber-sumber data. 

 System Development Life Circle 

1.             Analisis, pada tahap analisis ini dibagi menjadi dua tahapan yaitu analisis kebutuhan fungsional terkait dengan apa saja yang ingin dihasilkan dalam pembuatan software untuk menampilakn informasi dari data warehouse yang akan dibangun. Berdasarkan analisis kebutuhan fungsional maka langkah berikut nya adalah tahap menagalisis kebutuhan data yang terkait dengan pembuatan data warehouse untuk kebutuhan penyajian data alumni.
2.            Desain, pada tahap ini merupakan tahap multi langkah yang fokus pada desain pembuatan program perangkat lunak ternasuk struktur data, arsitektur perangkat lunak, representasi antar muka dan prosedur pengkodean.
3.             Pengkodean dimana pada proses ini adalah mentransformasikan desain yang sudah dirancang kedalam sebuah bahasa pemrograman. 
4.             Testing, pada bagian ini juga akan dibuatkan simulasi untuk menguji data dan model yang sudah dibuat. Dalam pengujian ini menggunakan software Delphi RAD Studio XE 7 yang merupakan salah satu bahasa pemrograman dengan basic dari bahasa pemrograman pasca dan untuk data digunakan database engine SQL Server. 

HASIL DAN PEMBAHASAN 
a. Analisis 
Untuk tahapan analisis dibedakan menjadi dua bagian yaitu : 
·                      Kebutuhan fungsional Bertujuan untuk menggali kebutuhan fungsi yang diinginkan dari sistem yang akan dibangun dan bisa menjawab pertanyaan-pertanyaan yang kemungkinan muncul dari suatu laporan yang ada. Dalam penelitian ini kebutuhan fungsional yang di perlukan bisa menjawab pertanyaan terkait,jumlah alumni yang lulus, periode kelulusan, IPK, asal sekolah, masa kuliah, asal sekolah alumni.  .
b. Kebutuhan data
 Bertujuan untuk menganalisa keperluan data yang diperlukan dalam pembuatan sebuah sistem. 
·                      Desain Pada tahapan desain ini yaitu membuat keperluan data warehouse alumi dengan menggunakan Nine Step Methodology.
·                      1. Choosing The Process 

5. Storing Pre-Calculation In The Fact Table Pada tahap ini ditentukan apakah pada tabel fakta memerlukan pre kalkulasi dan kemudian dilakukan penyimpanan pada tabel fakta. Berikut prekalkulasi yang akan ada.
·                       ipk=getIPK(dim_mahasiswa.npm)
·                      lama_masa_studi=getMasaStudi(dim_mahasiswa.npm)

 6. Rounding Out The Dimension Table 

7. Choosing The Duration Of The Database 
Diasumsikan bahwa untuk pembuatan data warehouse merupakan data 5 tahun terakhir yang terbaru. Data diambil dari proses OLTP data akademik mahasiswa dan data alumni yang sudah bekerja maupun belum bekerja
8. Tracking Slowly Changing Dimension 

9. Deciding The Query Priorities And The Query Modes Pada langkah ini lebih pada permsalahan dengan physichal data warehouse terkait dengan pengurutan index, untuk data warehouse ini sudah diurutkan berdasarkan primary key pada masing-masing tabel. Selain itu terkait dengan pengarsipan data dan backup data
·                      Pengkodean Tahap selanjut adalah melakukan pengkodean dimana pada proses ini adalah mentransformasikan desain yang sudah dirancang kedalam sebuah bahasa pemrograman 
·                      Testing Untuk menguji data dan model yang sudah dibuat. Dalam pengujian ini menggunakan software Delphi RAD Studio XE 7 yang merupakan salah satu bahasa pemrograman dengan basic dari bahasa pemrograman pasca dan untuk data digunakan database engine SQL Server 

KESIMPULAN

Dari hasil Implementasi Pengembangan Sistem Model Water Fall Untuk Data Warehouse Akademik dapa ditaraik kesimpulan bahwa model water fall  dapat digunakan untuk merancang prototype data warehouse dalam bidang akademik. Data-data transaksionala akademik (OLTP) dapat dilakukan proses Extract, Transform and Load kedalam data warehouse, sehing akan didapatkan data yang bisa digunakan untuk analisis data. Untuk pengembangan berikut nya penelitian ini bisa dilanjutkan dengan menambahkan fitur-fitur output yang sesuai dengan borang akredsitasi, sehingga hasil output yang dihasilkan dapat digunakan untuk proses akreditasi 


SUMBER

Jurnal INTENSIF, Vol.1 No.2 Agustus 2017 ISSN: 2580-409X (Cetak) / 2549-6824 (Online) 


Tidak ada komentar: