Model Data Warehouse Dengan Service Oriented Architecture Untuk Menunjang Sistem Informasi Eksekutif

Secara umum sebagian besar data warehouse dikembangkan dengan teknologi lama, yaitu bentuk direct data access. Dewasa ini data warehouse sudah menggunakan arsitektur Service Oriented Architecture(SOA) yang menyediakan akses data melalui middleware (akses tidak langsung). Penelitian ini bertujuan tidak hanya mengoptimalkan SOA dalam data warehouse, tapi juga mengintegrasikan kebutuhan sistem informasi eksekutif dalam strukturdata warehouse. Metode pengembangan data warehouseini akan menggunakan pendekatan Business Life Cycle.

Latar Belakang

Tipe informasi strategis merupakan informasi yang terintegrasi dan bersifat strategis karena dibutuhkan untuk keputusan manajemen yang berdampak pada keberlangsungan suatu lembaga pendidikan.Penggunaan data operasional harian sebagai sumber informasi eksekutif tidak memberikan nilai yang memadai, hal ini dikarenakan data operasional memiliki volume yang besar dan tidak memiliki format atau struktur yang sesuai dengan kebutuhan informasi eksekutif yang ingin digunakan. Pihak manajemen eksekutif telah memiliki sistem informasi eksekutif yang membantu untuk menentukan kebijakan, sistem informasi eksekutif yang dimaksud masih menggunakan bentuk akses data secara langsung (direct access) dengan DBMS sehingga memiliki tingkat modularitas yang rendah, terikat pada legacy system dan memiliki keamanan yang bergantung penuh pada software DBMS. Sebagai solusi dari permasalahan tersebut, diperlukan sebuah model data warehouse akademik yang memungkinkan manajemen data yang lebih efektif sebagai komponen sistem informasi eksekutif yang menghasilkan informasi strategis dengan cepat dan akurat. Untuk mengantisipasi kebutuhan akses informasi oleh end application yang berbeda-beda, dan independen terhadap jenis DBMS, model distribusi akan menggunakan pendekatan service oriented architecture (SOA), secara khususnya dalam bentuk web services. Dengan pendekatan SOA, layanan penyediaan informasi akan memiliki skalabilitas, keamanan dan modularitas yang lebih baik.

Eksekutif

Dari sudut pandang organisasi, eksekutif ialah orang atau kelompok orang yang memiliki kewenangan administratif atau pengawasan dalam suatu organisasi. Umumnya merupakan manajer senior yang membuat perencanaan dan kebijakan perusahaan. Eksekutif memiliki 5 fungsi utama, yaitu merencanakan (planning), mengorganisasikan (organizing), menyusun staf (staffing), mengarahkan(directing), dan mengendalikan (controlling).

Executive Information System

Disebut juga sebagai Executive Support System (ESS) merupakan salah satu bentuk sistem informasi yang disusun dari banyak sumber data dalam bentuk summary yang dipergunakan oleh pihak manajemen senior untuk melakukan monitor performance, assessment dan pengembangan strategi bisnis . Untuk memenuhi fungsinya, EIS memiliki karakteristik sebagai berikut :

1. dibuat secara spesifik untuk seorang eksekutif.

2. akan digunakan langsung oleh eksekutif tanpa perantara.

3. mampu melakukan proses ekstrak, menyaring (filter), menyingkat dan melacak “critical data”.

4. mengakses dan mengintegrasikan data internal dan eksternal.

5. bersifat user friendly. Format data yang disediakan oleh EIS harus memenuhi kebutuhan pihak eksekutif. Berikut adalah karakteristik data yang harus didukung oleh EIS:

1. Highly summarized data

2. Drill down dan drill up.

3. Integrasi data dari basis data yang

berbeda – beda.

4. Trend jangka panjang

5. Dapat mengakses data eksternal

6. Informasi yang disampaikan dalam bentuk faktor penentu kesuksesan (critical success factors)

Data warehouse

Data warehouse merupakan jantung dan pondasi dari semua proses EIS karena memiliki satu sumber data terintegrasi dengan tingkat granularitas yang tepat . Data warehouse juga dapat didefinisikan dengan dua asumsi implisit, yaitu :

1. Sebuah database yang mendukung sistem pendukung keputusan dan dimaintain secara terpisah dari database operasional perusahaan

2. Sebuah database yang mendukung pemrosesan informasi dengan menyediakan platform yang terintegrasi dan data historis untuk melakukan analisis. Proses-proses dalam pengembangan data

Warehouse ialah ETL (Extract-Transform-Loading). Extract ialah seluruh proses yang berikaitan dengan pengambilan dan pengumpulan data (termasuk data dari luar yang dibutuhkan, seperti kode prefix telepon daerah). Transform ialah proses penyiapan data agar sesuai dengan kebutuhan seperti pembersihan, decoding dan integrasi. Loading adalah proses penyimpanan dan pengorganisasian data pada struktur data warehouse yang telah ada.

                 Gambar 1. Proses pengembangan dan pemanfaatan data warehouse [4]

Data warehouse memiliki karakteristik sebagai berikut:

1. Subject oriented

2. Integrated

3. Time variant

4. non volatile

SOA (Service Oriented Architecture)

SOA merupakan hasil evolusi dari arsitektur berbasis komponen, distributed object protocol, dan framework seperti .NET atau .COM. SOA telah memungkinkan proses rapid deployment, business agility dan reuse. SOA bukanlah secara eksklusif berbicara teknologi saja, dan tidak hanya terbatas pada web service, namun dapat dianggap sebagai kombinasi dari consumer dan service yang berkolaborasi dan didukung oleh kumpulan kaidah batasan, prinsip dan standar .

SOA memiliki 3 komponen dasar yaitu :

1.Consumer

2.Service

3.Intermediaries

Hubungan dari komponen ini dapat dilihat pada gambar berikut:

                                        Gambar 2. Hubungan komponen dalam SOA [5]

SOA yang dikembangkan dengan baik harus memenuhi beberapa prinsip dasar, yaitu:

1. Loose Coupling

2. Interoperability

3. Reusability

4. Discoverability

5. Governance

Web Service

Web service merupakan salah satu implementasi teknologi SOA. Sebagai intermediate antara consumer dan service, digunakan teknologi akses web baik berupa HTTP, SMTP, FTP atau BEEP (Blocks Extensible Exchange Protocol). Arsitektur web service dapat dilihat dalam 4 layer service protocol stack[6].

          

      

                                           Gambar 3. Web service protocol stack [6]

Metodologi Business Dimensional lifecycle

Pengembangan data warehouse yang disesuaikan untuk kebutuhan bisnis dapat menggunakan pendekatan business life cycle. Salah satu pendekatan yang diusulkan oleh Ralph Kimball, ialah mengintegrasikan pengembangan dari 3 sudut pandang berbeda, yaitu teknologi, data dan aplikasi dari pendekatan bisnis. Diagram berikut menggambarkan urutan dari kegiatan yang akan dilakukan untuk mendesain, membuat dan mengimplementasikan sebuah data warehouse yang efektif.

           

         Gambar 4. Business dimensional lifecycle

Kerangka Konsep

Hasil yang diharapkan ialah terimplementasi nya model data warehouse yang lebih efektif, efisien, fleksibel, dengan skalabilitas dan keamanan tinggi dalam memenuhi kebutuhan analisa data eksekutif.

Kerangka konsep di atas dapat digambarkan dengan diagram sebagai berikut :

Gambar 5. Kerangka konsep

Kerangka konsep diatas dilandasi atas kebutuhan akan data warehouse yang akan digunakan sebagai sumber data untuk system informasi eksekutif dan penggunaan lain seperti informasi akademik untuk mahasiswa. Model data warehouse yang dimaksud harus skalabel (mudah dikembangkan dan diperluas) serta memudahkan pihak pengembang aplikasi. Berdasarkan kondisi riil, dimana data operasional telah disimpan dalam database, dan ketersediaan legacy EIS, penelitian ini akan mengkorporasikan teknologi data warehouse dan model service oriented architecture berupa web service dalam proses pengembangan prototipe. Model yang dimaksud merupakan sebuah data warehouse yang strukturnya dikembangkan secara spesifik untuk keperluan analisa. model tersebut akan menggunakan bentuk distribusi web service yang akan meningkatkan skalabilitas dan fleksibilitas penyebaran informasi. Hasil akhir berupa prototipe model data warehouse dengan metode distribusi web service akan melalui tahap testing ( user acceptance) dan implementasi untuk digunakan.

Hipotesis

Berdasarkan kajian teoritis dan kerangka berpikir yang telah dikemukakan peneliti menduga akan hasil yang didapat dari penelitian, yaitu:

Hipotesis pertama:

H0: Diduga model data warehouse dimensional dengan star join approach merupakan struktur yang sesuai untuk penelitian ini.

H1: model data warehouse star join memiliki kelebihan dalam respon query yang lebih baik dan berorientasi pada kebutuhan informasi.

Hipotesis kedua:

H0: Diduga penggunaan Service Oriented Architecture merupakan model distribusi data warehouse yang meningkatkan skalabilitas dan fleksibilitas pemanfaatan data warehouse.

H1: model data warehouse ini memanfaatkan middleware berupa web service sebagai penengah antara sumber data dengan aplikasi pengguna, sehingga tidak ada kontak langsung dengan sumber data. Ini berarti aplikasi pengguna tidak perlu mengetahui arsitektur warehouse yang digunakan. Perubahan teknologi atau arsitektur data warehouse tidak mempengaruhi aplikasi. Format data yang standar (XML) mempermudah desain dan pengembangan aplikasi yang akan mengakses data warehouse.

Instrumentasi

Instrumentasi utama dari penelitian deskriptif kualitatif ialah sang peneliti sendiri. Dalam hal ini peneliti akan melakukan langkah-langkah berikut:

1. Wawancara dengan semua key person terkait.

2. Identifikasi sistem terkomputerisasi yang tersedia, yaitu Infrastruktur, system informasi eksekutif, dan sistem database operasional. Untuk pelaksanaan pengembangan prototype dan testing, akan digunakan alat bantu dan komponen berupa DBMS MySql, Apache, SqlYog, WSF/PHP, Ms Office, Toad, Oracle server, SQL architect, Mondrian-Wabit dan Geany.

Arsitektur sistem dan testing

Arsitektur data

Arsitektur berikut menggambarkan stuktur, hubungan, dan arus data dalam sistem data warehouse yang akan dikembangkan.

                                             Gambar 6. Rancangan arsitektur data

Arsitektur Infrastruktur

Arsitektur berikut menggambarkan hubungan infrastruktur untuk sistem data warehouse yang akan dikembangkan.

                                        Gambar 7. Rancangan arsitektur infrastruktur.

Testing

Testing yang akan dilakukan ialah white boxtesting. Teknik ini mengacu pada pelaksanaan uji coba sistem dengan pengetahuan internal dari sistem itu sendiri. Analisa akan dilakukan dengan melakukan

pemeriksaan code, struktur, dan test case. Testing struktur data warehouse akan memanfaatkan Mondrian-Wabit, sedangkan testing arsitektur distribusi data akan dilakukan dengan pemanggilan fungsi web service dari script PHP dan aplikasi vb.net.

Proses ETL Data Warehouse

Data warehouse yang telah dikembangkan akan dipopulasi dengan data. Berikut ialah kerangka proses ETL yang dilakukan:

                                                Gambar 8. Proses ETL data warehouse

Pengembangan Model Distribusi Web Service

Model distribusi data warehouse yang akan dikembangkan berbasis web service dengan framework WSF/PHP. Pola kerja arsitektur dapat dilihat pada gambar berikut:

                                      Gambar 9. Arsitektur web service dan data warehouse

Web service dikembangkan dalam bentuk file PHP dengan format yang disesuaikan dengan framework. Untuk prototipe ini, dikembangkan contoh 6 service. Jumlah dan isi service ditentukan oleh kebutuhan informasi yang dibutuhkan oleh EIS yang dapat ditambahkan kemudian. Web service pada penelitian ini dapat diakses menggunakan SOAP (Simple Object Access Protocol) dengan transport layer http. Tiap client yang mengakses harus membuat instance dari kelas WSClient dan mengirim XML format request. Untuk dapat digunakan aplikasi desktop, sebuah consumer bertindak sebagai intermediate untuk mengembalikan format XML.

Implikasi Penelitian

Aspek manajerial

Dari sisi manajerial, pemanfaatan data warehouse dengan distribusi web service memberikan beberapa perubahan pada proses bisnis analisa data. Pihak manajemen dapat langsung menganalisa informasi yang disediakan data warehouse, ini memberikan peningkatan kualitas informasi yang dijadikan basis pengambilan keputusan.

Pihak manajemen juga dapat mengurangi campur tangan pengembang EIS dari akses skema data yang tidak berhak. Tanggung jawab pengembangan dan web service menjadi terpisah dari EIS.

Aspek sistem

Dari sisi sistem, keuntungan utama ialah adanya data warehouse yang terpisah dari data operasional, sehingga meningkatkan kesederhanaan proses retrieve data dan peningkatan kinerja sistem. Skalabilitas dari sistem menjadi lebih baik, karena jika ada perubahan teknologi atau perubahan struktur pada sisi data warehouse, tidak akan mempengaruhi aplikasi pengguna (tidak perlu dilakukan perubahan). Penggunaan web service sebagai intermediate antara data warehouse dan aplikasi pengguna meningkatkan modularitas dan fleksibilitas dari data yang disajikan. Aplikasi yang memanfaatkan data tidak perlu terkoneksi langsung dengan database, dan tidak terikat pada bentuk legacy dari koneksi yang ada.

Jenis aplikasi yang memanfaatkan data tidak tertutup hanya pada EIS, namun pada aplikasi lain yang perlu menampilkan informasi yang terkait (misalnya informasi HSK online untuk mahasiswa). Lebih lanjut, penggunaan web service yang bertindak sebagai logic layer (atau business layer) memudahkan pengembangan aplikasi, karena aplikasi hanya perlu memanggil service yang telah disediakan. Aturan dan ketentuan untuk mengakses data menjadi berubah, dimana aplikasi EIS tidak boleh mengakses data warehouse secara langsung.

Kesimpulan

Berdasarkan pengembangan yang telah dilakukan, dapat disimpulkan bahwa sebuah data warehouse secara khusus untuk kepentingan analisa akan memberikan beberapa kelebihan berikut:

1. Model data warehouse dengan star join approach merupakan struktur data warehouse yang relative mudah diadaptasi sesuai dengan kebutuhan analisa data.

2. Peningkatan skalabilitas dan fleksibilitas. Dengan menggunakan web service sebagai perantara antara data warehouse dengan aplikasi pengguna, terjadi peningkatan skalabilitas dan fleksibilitas (Pengembang EIS tidak perlu memiliki akses langsung data warehouse).

3. Penyusunan laporan yang lebih efektif. Dengan adanya data warehouse, pihak pengembang EIS tidak perlu mengakses langsung data operasional dan menarik data dari puluhan tabel relasional.

4. Memudahkan penemuan “pola” baru. Dengan model data warehouse dimensional, end user dapat dimudahkan untuk menemukan pendekatan baru melakukan analisis yang sebelumnya tidak mudah ditemukan jika data masih dalam bentuk relasi operasional.

Saran

Setelah melaksanakan penelitian, peneliti memiliki beberapa saran yang berkaitan dengan sisi manajemen, sistem, dan studi lanjutan.

1. Dari sisi manajemen, data warehouse yang terbentuk dapat di pergunakan secara optimal bila ada maintenance dan pengembangan, sesuai dengan siklus hidup sistem, oleh karena itu diperlukan susunan dan pembagian kewenangan yang jelas untuk tugas itu.

2. Dari sisi sistem, untuk meningkatkan kualitas dari kebijakan pihak eksekutif, model data warehouse yang ada dapat dikembangkan, baik dari sisi jumlah laporan, maupun penambahan star join baru yang dapat mengikut sertakan aspek-aspek tambahan dalam evaluasi pendidikan.

Daftar Pustaka

Joko Christian, “MODEL DATA WAREHOUSE DENGAN SERVICE ORIENTED

ARCHITECTURE UNTUK MENUNJANG SISTEM INFORMASI EKSEKUTIF”, 2010,  http://pascasarjana.budiluhur.ac.id/wp-content/uploads/J-Christian_TM_Vol2No2.pdf (diakses tanggal 15 Oktober 2014)

Rizal Abdullah

2KA12

17113868