Upload
vohanh
View
228
Download
0
Embed Size (px)
Citation preview
20
BAB III
ANALISA DAN PERANCANGAN SISTEM
Analisa terhadap suatu sistem merupakan suatu langkah penting dalam
pemahaman permasalah yang ada, sebelum dilakukannya pengambilan keputusan
atau tindakan dalam menyelesaikan permasalahan tersebut.
3.1 Analisa Sistem Eksisting
Sistem employee engagement survey telah dirancang dan diterapkan
terhadap unit Human Capital PT.Garuda Indonesia sejak tahun 2010, pada awalnya
survey employee engagement bernama ESS (Employee Satisfaction Survey) yang
dibuat oleh unit QA (Quality Assurance) berupa pertanyaan kuesioner untuk semua
karyawan dalam bentuk file microsoft excel dan lembaran kertas yang akan
dibagikan ke seluruh unit besar maupun unit kecil. Tahun 2011 ESS (Employee
Satisfaction Survey) diganti menjadi EES (Employee Engagement Survey). Human
Capital membuat aplikasi Employee Engagement Survey yang mewajibkan seluruh
karyawan untuk berkontribusi mengisi survey tahunan tersebut. Aplikasi EES
ditempatkan di halaman portal depan sistem ERP (Enterprise Resource Planning)
dari vendor SAP. Setiap periode database aplikasi EES akan di-create. Database
yang tersedia mulai periode tahun 2013, 2014 dan 2015 setiap tahun terdapat 1
database Employee Engagement Survey.
3.1.1 Arsitektur Sistem Employee Engagement Survey
Implementasi aplikasi employee engagement survey yang sudah di terapkan
oleh Human Capital dijelaskan pada Gambar 3.1 berikut ini.
Gambar 3.1 Arsitektur Sistem EES
21
Berdasarkan Gambar 3.1, arsitektur sistem employee engagement survey
sistem database pada unit IT (Information Technology) mendapat data kepegawaian
dari server Human Capital. Vendor SAP mengelola semua data kepegawaian yang
hanya bisa diakses oleh unit-unit tertentu dan tidak semua unit mendapat hak akses
penuh.
3.1.2 Database Employee Engagement Survey
Dalam aplikasi employee engagement survey terdapat 3 database MySQL
yang digunakan untuk menyimpan hasil survey yang telah dipublish ke seluruh
karyawan setiap periode atau setiap tahun. Skema relasi tabel database setiap tahun
sama. Spesifikasi tabel untuk database employee engagement survey pada tahun
2013, 2014 dan 2015 dapat dilihat pada Tabel 3.1 berikut:
Tabel 3.1 Spesifikasi Database Aplikasi Employee Engagement Survey
No. Name Rows Engine Th.2013 Th.2014 Th.2015 1 ess_addondata 54.282 21.056 45.631 InnoDB 2 ess_answer 144 78 145 MyISAM 3 ess_atype 2 2 2 MyISAM 4 ess_edu_engagement 7.596 6.773 6.773 InnoDB 5 ess_emp 860.970 267.465 531.126 MyISAM 6 ess_emp_firm 20.329 12.174 28.807 MyISAM 7 ess_group 109 109 18 MyISAM 8 ess_log 0 0 0 InnoDB 9 ess_map_unit 3.134 966 1.708 InnoDB
10 ess_note 5 0 0 InnoDB 11 ess_qtype 6 8 8 MyISAM 12 ess_question 533 75 152 MyISAM 13 ess_reminder 4 7 7 InnoDB 14 ess_subscriber 21.640 8.528 8416 InnoDB 15 ess_survey 14 1 2 MyISAM 16 log_user 0 0 0 MyISAM
Berdasarkan Tabel 3.1 terdapat 16 tabel utama dengan rows paling banyak
pada tabel ess_emp sebanyak 860.970, 267.465 dan 531.126 baris. Engine yang
digunakan adalah MyISAM dan InnoDB. Untuk skema tabel pada database
employee engagement survey tahun 2013, 2014 dan 2015 dapat dilihat pada gambar
dibawah ini.
22
Gambar 3.2 Skema Relasi Database EES
3.2 Perancangan Skema Bintang (Star)
Skema bintang merupakan suatu rancangan database pada data warehouse
yang menggambarkan hubungan yang jelas antara struktur tabel fakta dan tabel
dimensi. Berdasarkan database pada aplikasi Employee Engagement Survey tahun
2013 sampai dengan tahun 2015 didapatkan tabel utama yang akan digunakan untuk
menentukan tabel dimensi dan tabel fakta.
Tabel fakta atau fact table merupakan tabel yang berisi fakta-fakta bisnis,
umumnya merupakan tabel rincian transaksi yang telah terjadi. Di dalam tabel fakta
(fact table) terdapat nilai-nilai terukur (measures). Selain itu terdapat beberapa
foreign-key yang mengacu pada kunci pengganti (surrogate-key) ke semua tabel
dimensi. Tabel dimensi berisi atribut (field) yang memberikan keterangan khusus.
Skema bintang (star) dalam perancangan sistem data warehouse employee
engagement survey terdapat 6 tabel dimensi dan 1 tabel fakta yang akan dijelaskan
pada sub bab perancangan skema bintang (star).
23
3.2.1 Dimensi Time
Tabel dimensi waktu adalah tabel dimensi yang umumnya selalu ada pada
sebuah database multidimensional. Tidak seperti tabel dimensi lain yang memiliki
hubungan langsung dengan sumber data, maka tabel dimensi waktu adalah tabel
yang berdiri sendiri dan tidak memiliki hubungan langsung dengan sumber data
mana pun. Karena tidak memiliki hubungan dengan sumber data, maka tabel
dimensi waktu umumnya hanya dibuat sekali.
Setiap baris data pada tabel dimensi waktu yang dibuat mewakili 1 hari
kalender. Untuk tahun 2013 sampai dengan tahun 2017 diperlukan 1826 baris. Baris
dalam dimensi waktu mewakili hari yang diperoleh dari 1 tahun = 365 hari, 1 tahun
kabisat = 366 hari jadi (4x365) + (1x366) = 1826 hari. Struktur tabel dimensi waktu
dapat dilihat pada tabel berikut.
Tabel 3.2 Perancangan Tabel Dimensi Waktu No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 date Date - 3 year Integer 11 4 quarter Char 2 5 month Integer 11 6 month_name Varchar 50 7 day Integer 11
3.2.2 Dimensi Question
Dimensi pertanyaan (question) berfungsi untuk menyimpan pertanyaan
yang ada dalam sistem employee engagement survey. Sumber data dimensi
pertanyaan adalah tabel ess_qtype, ess_question, ess_group dan ess_note yang
terdapat pada database EES. Tabel sumber data dimensi pertanyaan memiliki relasi
sehingga untuk mendapatkan tabel dimensi pertanyaan dilakukan proses
penggabungan kolom setiap tabelnya.
Tabel dimensi pertanyaan adalah tabel dimensi yang diperbarui secara
periodik setiap tahun dengan menggunakan perangkat penjadwalan (scheduler).
Untuk pertanyaan yang ada dalam survey employee engagement dapat dilihat pada
tabel berikut ini.
24
Tabel 3.3 Pertanyaan Employee Engagement SurveyNo. Pertanyaan (Question) 1 Tempat saya bekerja secara fisik adalah tempat yang menyenangkan.
My workplace is physically comfortable place to work. 2 Orang-orang di tempat saya bekerja, bekerja sama dalam menuntaskan
pekerjaan. The people where I work with, support each other in completing the jobs.
3 Saya dibayar sesuai dengan jabatan saya. I am paid in accordance with my position.
4 Saya memahami misi dan tujuan organisasi. I have a good understanding of the mission and the goals of my unit / organization.
5 Saya mendapat perlengkapan / peralatan / informasi yang saya perlukan untuk mengerjakan pekerjaan saya dengan efektif. I have the equipment / tools / information I need to do my job effectively.
6 Atasan memberikan penugasan khusus / baru untuk pengembangan ketrampilan & pengetahuan saya. My superior gives me a special / new assignment to develop my skill & knowledge.
7 Saya paham peran unit saya dalam mendukung suksesnya perusahaan. I understand how my unit / department contributes to the success of company.
8 Saya memperoleh insentif sesuai dengan kinerja saya. I receive incentive in accordance with my performance.
9 Saya tahu apa yang harus saya lakukan untuk memiliki karir yang sukses di perusahaan. I know what I should do to have a successful career in the company.
10 Semangat kerjasama tim dipraktekkan dan didukung dalam unit saya. The spirit of teamwork is practiced and supported in my unit.
11 Atasan saya berperan aktif dalam membangun kerjasama tim. My superior plays an active role in teamwork building.
12 Atasan saya mengakui / menghargai pekerjaan yang saya lakukan dengan baik. My superior acknowledges / appreciates me for a job well done.
13 Atasan saya berperan dengan baik dalam berbagi informasi. My superior communicates well in information sharing.
14 Atasan saya selalu membimbing saya untuk meningkatkan kinerja. My Superior always coaches me to improve my perfomance.
15 Atasan saya selalu memberikan kesempatan berinovasi. My Superior always gives opportunity to innovate.
16 Atasan saya berkomitmen untuk selalu memberikan dukungan dalam pekerjaan sehari-hari. My superior is always committed to providing support in daily work.
17 Secara keseluruhan, saya puas dengan kinerja Garuda Indonesia. Overall, I am satisfied with the performance of Garuda Indonesia.
25
Tabel dimensi pertanyaan (question) terdapat 12 kolom yang mempunyai 1
primary key yaitu kolom sk. Kolom sk disebut juga kolom surrogate-key yaitu
kunci pengganti. Surrogate-key adalah field kunci unik untuk mengidentifikasi
setiap baris data pada tabel dimensi. Struktur tabel dimensi pertanyaan (question)
dapat dilihat pada tabel dibawah ini.
Tabel 3.4 Perancangan Tabel Dimensi Question No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 id_question Integer 11 3 group_name Varchar 512 4 group_note Text - 5 q_type Integer 11 6 question Text - 7 no Varchar 8 8 must_answer Small Int 1 9 is_structural Integer 10
10 flag Varchar 8 11 nonot_structural Varchar 8 12 page Integer 10
Gambar 3.3 Tabel Sumber Data Dimensi Question
Tabel dimensi yang menjadi target adalah tabel dim_question. Tabel
dim_question dibentuk oleh tabel ess_qtype, ess_question, ess_group dan ess_note
yang terdapat pada database sumber data EES. Tabel ess_qtype mempunyai relasi
1 ke n dengan tabel ess_question, tabel ess_group mempunyai relasi 1 ke n dengan
tabel ess_question dan tabel ess_note mempunyai relasi 1 ke n dengan tabel
ess_group.
26
3.2.3 Dimensi Unit
Dimensi unit berfungsi untuk menyimpan data unit yang ada pada
PT.Garuda Indonesia. Sumber data dimensi unit adalah tabel ess_map_unit dan
master_orgunit yang terdapat pada database EES dan data dari sistem ERP yaitu
SAP. Tabel sumber data dimensi unit memiliki relasi dengan sumber data lain
sehingga diperlukan proses merger atau penggabungan kolom.
Tabel dimensi unit adalah tabel dimensi yang diperbarui secara periodik
setiap tahun dengan menggunakan perangkat penjadwalan (scheduler). Untuk
struktur tabel dimensi unit dapat dilihat pada tabel dibawah ini.
Tabel 3.5 Perancangan Tabel Dimensi Unit No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 org_unit Varchar 8 3 map_type Varchar 255 4 short Varchar 45 5 stext Varchar 50 6 ho Varchar 60
Gambar 3.4 Tabel Sumber Data Dimensi Unit
Tabel dimensi yang menjadi target adalah tabel dim_unit. Tabel dim_unit
dibentuk oleh tabel ess_map_unit dan master_orgunit yang terdapat pada sumber
database EES dan sistem SAP.
27
3.2.4 Dimensi Survey
Dimensi survey berfungsi untuk menyimpan data survey yang ada dalam
sistem employee engagement survey. Sumber data dimensi survey adalah tabel
ess_reminder dan ess_survey yang terdapat pada database EES. Tabel sumber data
dimensi survey memiliki relasi sehingga untuk mendapatkan tabel dimensi survey
dilakukan proses penggabungan kolom.
Tabel dimensi survey adalah tabel dimensi yang diperbarui secara periodik
setiap tahun dengan menggunakan perangkat penjadwalan (scheduler). Untuk
struktur tabel dimensi survey dapat dilihat pada tabel dibawah ini.
Tabel 3.6 Perancangan Tabel Dimensi Survey No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 id_survey Integer 11 3 d_reminder Date - 4 name Varchar 128 5 sdate Date - 6 edate Date - 7 header Text - 8 url Varchar 256
Gambar 3.5 Tabel Sumber Data Dimensi Survey
Tabel dimensi yang menjadi target adalah tabel dim_survey. Tabel
dim_survey dibentuk oleh tabel ess_reminder dan ess_survey yang terdapat pada
database sumber data EES. Tabel ess_survey mempunyai relasi 1 ke n dengan tabel
ess_reminder.
28
3.2.5 Dimensi Answer
Dimensi jawaban (answer) berfungsi untuk menyimpan jenis jawaban yang
digunakan dalam sistem employee engagement survey. Sumber data dimensi
jawaban adalah tabel a_type dan ess_answer yang terdapat pada database EES.
Tabel sumber data dimensi jawaban memiliki relasi sehingga untuk mendapatkan
tabel dimensi jawaban dilakukan proses penggabungan kolom.
Tabel dimensi jawaban (answer) adalah tabel dimensi yang diperbarui
secara periodik setiap tahun dengan menggunakan perangkat penjadwalan
(scheduler). Untuk struktur tabel dimensi jawaban (answer) dapat dilihat pada tabel
dibawah ini.
Tabel 3.7 Perancangan Tabel Dimensi Answer No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 id_answer Integer 11 3 id_question Integer 11 4 id_survey Integer 11 5 answer Varchar 128 6 point Integer 11 7 a_type Varchar 32
Gambar 3.6 Tabel Sumber Data Dimensi Answer
Tabel dimensi yang menjadi target adalah tabel dim_answer. Tabel
dim_answer dibentuk oleh tabel a_type dan ess_answer yang terdapat pada
database sumber data EES. Tabel a_type mempunyai relasi 1 ke n dengan tabel
ess_answer.
29
3.2.6 Dimensi Subscriber
Dimensi subscriber berfungsi untuk menyimpan data peserta yang
mengikuti employee engagement survey. Sumber data dimensi subscriber adalah
tabel ess_addondata, ess_subscriber dan ess_edu_engagement yang terdapat pada
database EES. Tabel sumber data dimensi jawaban memiliki relasi sehingga untuk
mendapatkan tabel dimensi jawaban dilakukan proses penggabungan kolom.
Tabel dimensi jawaban (answer) adalah tabel dimensi yang diperbarui
secara periodik setiap tahun dengan menggunakan perangkat penjadwalan
(scheduler). Untuk struktur tabel dimensi jawaban (answer) dapat dilihat pada tabel
dibawah ini.
Tabel 3.8 Perancangan Tabel Dimensi Subscriber No. Nama Field Type Size Ket 1 sk Integer 11 Primary Key 2 id_survey Integer 10 3 nopeg Varchar 6 4 edu Varchar 32 5 key Varchar 32 6 value Varchar 32
Gambar 3.7 Tabel Sumber Data Dimensi Subscriber
Tabel dimensi yang menjadi target adalah tabel dim_subscriber. Tabel
dim_subscriber dibentuk oleh tabel ess_addondata, ess_subscriber dan
ess_edu_engagement yang terdapat pada database sumber data EES. Tabel
ess_addondata mempunyai relasi 1 ke n dengan tabel ess_subscriber, tabel
ess_edu_engagement mempunyai relasi 1 ke n dengan tabel ess_subscriber.
30
3.2.7 Fakta Survey
Tabel fakta sesuai dengan namanya, merupakan tabel yang berisi fakta-fakta
bisnis, umumnya merupakan tabel rincian transaksi yang telah terjadi. Di dalam
tabel fakta terdapat nilai-nilai terukur (measures). Didalam tabel fakta survey, nilai
yang dijadikan ukuran adalah nilai survey yang diberikan oleh setiap responden
dalam setiap pertanyaan. Selain itu, terdapat beberapa foreign-key yang mengacu
pada surrogate-key ke semua tabel dimensi.
Tabel fakta survey merupakan tabel yang memiliki hubungan langsung
dengan tabel ess_emp pada database EES. Satu baris data pada tabel ess_emp
membentuk satu baris data pada tabel fakta survey. Untuk struktur tabel fakta
survey dapat dilihat pada tabel dibawah ini.
Tabel 3.9 Perancangan Tabel Fakta Survey No. Nama Field Type Size Ket 1 id Varchar 100 Primary Key 2 sk_answer Integer 11 3 sk_question Integer 11 4 sk_unit Integer 11 5 sk_survey Integer 11 6 sk_subscriber Integer 11 7 sk_time Integer 11 8 id_question Integer 11 9 id_answer Integer 11
10 t_answer Datetime - 11 unit Varchar 8 12 answer Integer 6 13 nopeg Varchar 6 14 parent Varchar 100 15 flag Integer 11
Pada Tabel 3.9 dapat dilihat terdapat field sk untuk mengacu ke semua tabel
dimensi. Kolom sk_answer untuk tabel dimensi answer, sk_question untuk tabel
dimensi question, sk_unit untuk tabel dimensi unit, sk_survey untuk tabel dimensi
survey, sk_subscriber untuk tabel dimensi subscriber, sk_time untuk tabel dimensi
waktu (time).
Tabel fakta survey adalah tabel fakta yang diperbarui secara periodik setiap
tahun dengan menggunakan perangkat penjadwalan (scheduler). Untuk skema tabel
fakta survey dapat dilihat pada gambar dibawah ini.
31
Gambar 3.8 Tabel Sumber Data Fakta Survey
Tabel fakta yang menjadi target adalah tabel fact_survey. Tabel fact_survey
dibentuk oleh tabel ess_emp yang terdapat pada database sumber data EES dan
dibentuk juga oleh tabel dim_question, dim_unit, dim_survey, dim_answer,
dim_subscriber dan dim_time yang terdapat pada database datawarehouse.
Untuk masing-masing tabel dimensi hanya field sk yang di gunakan oleh
tabel fakta untuk mengacu ke semua tabel dimensi. Tabel ess_emp field yang
digunakan oleh tabel fakta yaitu kolom id_question, id_answer, t_answer, unit,
answer, nopeg, parent dan flag.
32
3.2.8 Skema Bintang (Star Schema)
Berdasarkan tabel dimensi dan tabel fakta yang sudah terbentuk dibuatlah
sebuah skema bintang (star) untuk keperluan proses dalam OLAP (Online
Analytical Processing). Skema star tersusun dari 6 tabel dimensi dan 1 tabel fakta.
Skema star berfungsi untuk menentukan tren hasil survey setiap tahun. Struktur
tabel yang diperlukan skema star dapat dilihat pada tabel dibawah ini.
Tabel 3.10 Struktur Tabel Skema Star No. Nama Tabel Jumlah Kolom Jenis tabel 1 dim_question 12 Dimensi 2 dim_subscriber
6 Dimensi
3 dim_survey 8 Dimensi 4 dim_unit 6 Dimensi 5 dim_answer 7 Dimensi 6 dim_time 7 Dimensi 7 fact_survey 15 Fakta
Gambar 3.9 Skema Bintang (Star)
33
3.3 Arsitektur Pembangunan Data Warehouse
Arsitektur yang akan digunakan adalah Two-Layer Architecture, Arsitektur
Two-Layer Architecture terdiri dari 4 lapisan aliran data yang digambarkan
dibawah ini.
Gambar 3.10 Two-Layer Architecture
3.3.1 Source Layer
Pada lapisan Source Layer, model data masih berupa operasional data. Data
operasional yang akan digunakan pada perancangan data warehouse sudah berupa
data logic yang ada di database server. Skema relasi database yang ada dalam sistem
employee engagement survey ditunjukan pada Gambar 3.2 Skema relasi database
EES.
3.3.2 Data Staging
Pada lapisan ini, data operasional akan diekstrak atau lebih dikenal dengan
istilah proses ETL (Extract, Transform and Load). ETL terdiri dari 3 langkah yang
akan dijelaskan oleh gambar dibawah ini.
34
Gambar 3.11 Langkah - Langkah ETL
Langkah pertama adalah Extraction. Pada proses ini, data operasional yang
diperlukan pada data warehouse akan dibaca untuk kemudian masuk ke proses
cleansing. Data yang akan diambil nantinya adalah data unit, data pertanyaan, data
jawaban (answer), data subscriber, data waktu dan data survey. Data-data akan
diambil dari database operasional EES. Contoh proses ekstraksi data operasional
EES dapat dilihat pada gambar dibawah ini.
Gambar 3.12 Contoh Ekstrasi Data Group Question
35
Gambar 3.13 Contoh Ekstrasi Data ess_emp
Gambar 3.14 Contoh Ekstrasi Data Map Unit
Langkah selanjutnya adalah cleansing dan filtering. Pada proses ini, data
operasional yang telah dibaca akan diperbaiki dari kesalahan-kesalahan pada proses
input data. Misalnya terjadi redudansi data, nilai suatu field yang tidak sesuai,
ketidak konsistenan dari data, dan lain-lain. Disini juga record pada tabel fakta yang
salah satu fieldnya memiliki null value akan dibersihkan.
Langkah kedua adalah transformation. Pada proses ini, data yang sudah
dibersihkan, dirubah dari format data operasional menjadi format data warehouse.
Dalam proses transformasi memerlukan standarisasi field dan tipe data karena data
yang diambil dari berbagai sumber data.
36
Gambar 3.15 Contoh Transform Tabel Group Question
Gambar 3.16 Contoh Transform Tabel ess_emp
37
Gambar 3.17 Contoh Transform Data Map Unit
Langkah ketiga adalah Loading. Pada proses ini, data yang sudah dibaca,
dibersihkan dan dirubah formatnya, akan disimpan pada data warehouse. Teknik
yang akan digunakan adalah insert dan update. Data yang sudah ada tidak akan
dihapus atau dirubah karena data akan diupdate secara berkala setiap tahunnya.
Pada akhirnya data yang sudah melalui proses extraction dan transform akan
langsung dimasukkan ke data warehouse tanpa merubah data yang sudah ada.
Tabel 3.11 Contoh Data Hasil ETL Question
38
Tabel 3.12 Contoh Data Hasil ETL Unit
Tabel 3.13 Contoh Data Hasil ETL Dimensi Waktu
3.3.3 Data Warehouse
Pada lapisan ini, informasi akan disimpan pada sebuah penyimpanan logic
yang tersentralisasi, yaitu data warehouse. Data warehouse dapat diakses secara
langsung, dan juga bisa digunakan sebagai sumber untuk membuat data marts yang
merupakan sebagian dari duplikasi data warehouse dan dirancang khusus bagian
khusus.
Terdapat 2 jenis laporan yang dibutuhkan oleh pihak human capital.
Laporan pertama adalah laporan survey. Data survey harus dapat memberikan
informasi tentang berapa jumlah jawaban yang menjawab range 1 sampai dengan
4. Laporan kedua adalah laporan engagement. Data survey harus dapat memberikan
39
informasi tentang berapa jumlah nilai engaged, disengaged, unsupported dan
highlyengaged setiap responden yang ikut serta dalam pelaksanaan survey tiap unit.
Dari ulasan diatas, maka akan diperlukan 1 tabel fakta . Tabel fakta yang terdiri dari
tabel ess_emp dari sumber data EES dan tabel dimensi pada data warehouse.
Dari data tersebut, maka jawaban survey dan nilai engagement tiap unit
dapat diketahui oleh pihak human capital PT.Garuda Indonesia. pihak human
capital juga akan dapat melihat tren yang terjadi setiap tahunya, sehingga human
capital dapat menentukan langkah strategis perusahaan untuk menentukan
kebijakan tanpa memberatkan stakeholder atau karyawannya. Melihat dari
kebutuhan tersebut, maka akan ada tabel dimensi yang akan digunakan bersama
dalam beberapa tabel fakta dan juga tabel dimensi tersebut akan dipecah untuk
menghasilkan data yang lebih detail dan rinci. Dari ulasan tersebut, maka skema
data warehouse yang digunakan adalah skema star.
Tabel 3.14 Tabel-tabel pada skema star No. Nama Tabel Jenis Tabel 1 dim_time Dimensi 2 dim_subscriber Dimensi 3 dim_question Dimensi 4 dim_survey Dimensi 5 dim_unit Dimensi 6 dim_answer Dimensi 8 fact_survey Fakta
3.3.4 OLAP (Online Analytical Processing)
Setelah data warehouse terbentuk, langkah terakhir adalah melakukan
pengambilan data dari data warehouse. Dalam perancangan data warehouse hasil
output dari data warehouse berupa laporan dan juga digunakan untuk analisis data
dengan OLAP.
Untuk proses OLAP, teknik analisis yang akan digunakan adalah slicing dan
dicing. Kedua teknik tersebut dipilih karena sangat membantu dalam proses
filtering data berdasarkan tiap dimensi maupun turunan dari masing-masing
dimensi. Filtering data tersebut tidak hanya berdasarkan satu dimensi saja, tetapi
bisa juga dari beberapa atau semua dimensi. Selain itu, dengan teknik slicing dan
dicing kebutuhan informasi di PT.Garuda Indonesia untuk laporan survey
engagement sudah terpenuhi yaitu data jawaban survey, unit, pertanyaan (question),
40
subscriber dan answer yang nantinya dapat difilter berdasarkan tanggal, question
dan jawaban survey.
3.3.4.1 Slicing & Dicing
Slicing dan dicing adalah proses mengambil potongan kubus berdasarkan
nilai tertentu pada satu dimensi atau beberapa dimensinya. Kubus (Cube) yang
terbentuk dari skema relasi data warehouse atau skema star dapat dilihat pada
gambar dibawah ini.
Gambar 3.18 Ilustrasi Cube
Tabel 3.15 menunjukkan contoh data yang ada dalam datawarehouse.
Tabel 3.15 Contoh Data Cube
41
Selanjutnya adalah contoh dari slicing. Jika Tabel 3.15 diatas, kita ingin
melihat data question dengan id_question 2 atau bisa juga diartikan pertanyaan
(question) nomor 2, maka lakukan seleksi pada data diatas berdasarkan dimensi
question. Hasil dari proses seleksi dapat dilihat pada gambar dibawah ini.
Gambar 3.19 Ilustrasi Slicing
Tabel 3.16 menunjukkan contoh hasil dari proses slicing.
Tabel 3.16 Contoh Data Sesudah Slicing
Selanjutnya adalah contoh dari dicing. Jika dari Tabel 3.16 diatas, kita ingin
melihat data jawaban survey pertanyaan (question) nomor 2 pada tahun 2014 yang
diikuti oleh unit JKTMXM, maka lakukan pengelompokan dan seleksi berdasarkan
turunan dari dimensi question, dimensi unit dan dimensi tanggal (date). Hasil dari
proses seleksi dapat dilihat pada gambar dibawah ini.
42
Gambar 3.20 Ilustrasi Dicing
Tabel 3.17 menunjukkan contoh data sesudah proses dicing.
Tabel 3.17 Contoh Data Sesudah Dicing