PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP

PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB

WAHYU DWI SURYANTO

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP
PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB

WAHYU DWI SURYANTO

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
 ABSTRACT
WAHYU DWI SURYANTO. Development of Data Warehouse and OLAP Applications for Data
Evaluation of Teaching and Learning Process of IPB. Supervised by FIRMAN ARDIANSYAH.

Evaluation of Teaching and Learning Process (EPBM) is one measure of success in a learning
process. Every year IPB always holds EPBM at least twice in one academic year. Increasingly, EPBM
data is getting more and more difficult to analyze and to find information, either expressed or implied.
By using data warehouse technology and an application On-line Analytical Processing (OLAP), IPB’s
stakeholder can analyze and find information on the data.
The main objective of this research is to develop a data warehouse and OLAP applications on
EPBM data of IPB using Microsoft Business Intelligence as OLAP server. This study begin by
collecting the data, integration and data reduction, data cleansing, data transformation, data loading,
and OLAP implementations. The data warehouse schema used in this research is the galaxy scheme
which has two facts (Course fact and Lecturer fact) and 9-dimensions (semester, academic year,
courses, lecturers, faculty, department, lecturers education, and lecturers strata).
To create a data warehouse and OLAP applications, we generate a data cube called EPBM
Data. The results of the data cube can be visualized into various types of graphic models, such as bar
graphs, line graphs, pie charts, and so forth. The results of the data cube is visualized using Microsoft
Sharepoint 2010.

Keywords: Data Cube, Data Warehouse, Evaluation of Teaching and Learning, Microsoft Business
Intelligence, OLAP server, On-line Analytical Processing.
Judul Skripsi : Pengembangan Data Warehouse dan Aplikasi OLAP pada Data Evaluasi Proses
Belajar Mengajar IPB
Nama : Wahyu Dwi Suryanto
NIM : G64096065

Disetujui

Pembimbing

Firman Ardiansyah SKom MSi

NIP. 19790522 200501 1 003

Diketahui

Ketua Departemen

Dr Ir Agus Buono MSi MKom

NIP. 19660702 199302 1 001

Tanggal Lulus:
 PRAKATA
Bismillahirrahmaanirrahiim,
Alhamdulilahirobbil’alamin, segala puji syukur penulis panjatkan ke hadirat Allah Subhanahuwa
ta’ala atas segala rahmat dan karunia-Nya sehingga tugas akhir ini berhasil diselesaikan. Topik tugas
akhir yang dipilih dalam penelitian adalah Pengembangan Data Warehouse dan Aplikasi OLAP Data
Evaluasi Proses Belajar Mengajar IPB.
Penulis ingin menyampaikan terima kasih kepada keluarga tercinta terutama ibunda tercinta
Akidah, ayahanda tersayang Kispono Riyanto, dan Kakanda Khurniawan Fajar Purnomo serta seluruh
keluarga besar atas doa, semangat, nasihat, dan kasih sayang yang diberikan kepada penulis.
Terima kasih kepada Bapak Firman Ardiansyah SKom MSi selaku dosen pembimbing tugas akhir
dan pembimbing akademik atas bantuan, motivasi, arahan, dan kesabarannya dalam membimbing
hingga tugas akhir ini dapat diselesaikan. Penulis juga mengucapka terima kasih kepada Bapak Hari
Agung Adrianto SKom MSi dan Dr Yani Nurhadryani SSi MT sebagai penguji. Terima kasih juga
penulis sampaikan kepada:
1 Pimpinan dan staf Kantor Manajemen Mutu (KMM), dan Direktorat Akademik dan
Pendidikan (Dit. AP) Institut Pertanian Bogor atas dukungan data dan informasinya.
2 Pimpinan dan staf Direktorat Komunikasi dan Sistem Informasi (DKSI) IPB atas dukungan
jaringan, perangkat lunak, dan pengakat keras.
3 Rekan-rekan satu bimbingan: Andri Setyawan, Abdul Qifli Sangadji, dan rekan lainnnya
terima kasih atas kebersamaan dan semangatnya selama ini.
4 Rekan-rekan seperjuangan di Alih Jenis angkatan 4 Ilmu Komputer IPB terima kasih atas
kerjasama dan kebersamaannya selama menempuh pendidikan di kampus tercinta ini.
5 Staf dan pegawai di Departemen Ilmu Komputer atas bantuannya.
6 Priyo, Hanif, Wikhdal, Hafiz, Hana, Lina, Rika, dan rekan-rekan programmer di cyber jagung
serta semua pihak yang membantu terselesaikannya penelitian ini.
Semoga tulisan ini dapat memberikan banyak manfaat, Amiinn.

Bogor, Juni 2012

Wahyu Dwi Suryanto

 RIWAYAT HIDUP
Penulis, Wahyu Dwi Suryanto, dilahirkan di Pulau Kangean, Sumenep, Jawa Timur pada
tanggal 25 Februari 1989. Penulis merupakan anak kedua dari dua bersaudara dari pasangan Kispono
Riyanto dan Akidah.
Penulis diterima sebagai mahasiswa Direktorat Program Diploma, Institut Pertanian Bogor
(IPB) pada tahun 2006 melalui jalur Undangan Seleksi Masuk IPB pada Program Keahlian
Manajemen Informatika dan lulus pada tahun 2009. Pada tahun yang sama, penulis melanjutkan studi
ke jenjang sarjana dan diterima di Alih Jenis Ilmu Komputer, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Institut Pertanian Bogor pada tahun 2009. Selama menempuh pendidikan, penulis
juga bekerja di Direktorat Komunikasi dan Sistem Informasi IPB sebagai programmer dan di
Direktorat Program Diploma sebagai asisten dosen Mata Kuliah Manajemen Basisdata, Basisdata
Klien Server, dan Pemrograman Visual.
 DAFTAR ISI
Halaman

DAFTAR TABEL ................................................................................................................................. vi

DAFTAR GAMBAR ............................................................................................................................. vi
DAFTAR LAMPIRAN.........................................................................................................................vii
PENDAHULUAN .................................................................................................................................. 1
Latar Belakang .................................................................................................................................. 1
Tujuan ............................................................................................................................................... 1
Ruang Lingkup .................................................................................................................................. 1
Manfaat Penelitian ............................................................................................................................ 1
METODE PENELITIAN ....................................................................................................................... 1
Analisis.............................................................................................................................................. 1
Desain................................................................................................................................................ 2
1 Desain Konseptual .................................................................................................................... 2
2 Desain Logikal .......................................................................................................................... 2
3 Desain Fisik .............................................................................................................................. 2
Praproses data ................................................................................................................................... 2
1 Integrasi dan Reduksi Data ....................................................................................................... 2
2 Pembersihan Data ..................................................................................................................... 2
3 Transformasi Data .................................................................................................................... 2
Data Warehouse ................................................................................................................................ 2
Pengujian Query ................................................................................................................................ 3
Aplikasi OLAP dengan Business Intelligence ................................................................................... 3
Lingkungan Pengembangan .............................................................................................................. 3
HASIL DAN PEMBAHASAN............................................................................................................... 3
Analisis.............................................................................................................................................. 3
Desain................................................................................................................................................ 4
1 Desain Konseptual .................................................................................................................... 4
2 Desain Logikal .......................................................................................................................... 4
3 Desain Fisik .............................................................................................................................. 5
Praproses Data................................................................................................................................... 7
1 Integrasi dan Reduksi ................................................................................................................. 7
2 Pembersihan Data ...................................................................................................................... 7
3 Transformasi Data ...................................................................................................................... 8
4 Load Data ................................................................................................................................... 8
Data Warehouse ................................................................................................................................ 8
Pengujian Query ................................................................................................................................ 8
Eksplorasi Data dan Presentasi Hasil ................................................................................................ 8
KESIMPULAN DAN SARAN............................................................................................................... 9
Kesimpulan ....................................................................................................................................... 9
Saran ................................................................................................................................................. 9
DAFTAR PUSTAKA ........................................................................................................................... 10
LAMPIRAN ........................................................................................................................................... 2

v
 DAFTAR TABEL
Halaman

1 Atribut pada data EPBM. ............................................................................................................... 4

2 Atribut tabel fakta_matakuliah ....................................................................................................... 4
3 Atribut tabel fakta_dosen ............................................................................................................... 5
4 Desain fisik tabel fakta_matakuliah setelah proses integrasi dan reduksi. ..................................... 5
5 Desain fisik tabel fakta_dosen setelah proses integrasi dan reduksi .............................................. 5
6 Atribut yang direduksi pada data EPBM ........................................................................................ 7
7 Hasil pengujian query ..................................................................................................................... 9

DAFTAR GAMBAR
Halaman

1 Bagan metode penelitian ................................................................................................................ 2

2 Skema Galaxy dengan 2 tabel fakta dan 9 tabel dimensi. .............................................................. 6
3 Hirarki dimensi tahun akademik. ................................................................................................... 6
4 Hirarki dimensi semester. ............................................................................................................... 6
5 Hirarki dimensi matakuliah berdasarkan departemen dan fakultas. ............................................... 6
6 Hirarki dimensi dosen berdasarkan departemen dan fakultas. ....................................................... 7
7 Hirarki dimensi dosen berdasarkan jenjang pendidikan. ................................................................ 7
8 Hirarki dimensi dosen berdasarkan tahun kerja dosen. .................................................................. 7
9 Hirarki dimensi dosen berdasarkan pendidikan. ............................................................................. 7
10 Data yang mengandung nilai null. .................................................................................................. 7
11 Data yang mengandung nilai null yang sudah diisi dengan nilai rata-rata. .................................... 7
12 Arsitektur three-tier data warehouse pada data EPBM (Noviandi 2010)....................................... 8
13 Grafik batang jumlah responden pada fakta dosen pada Fakultas MIPA per departemen setiap
semester tahun 2010/2011. ............................................................................................................. 9
14 Grafik garis jumlah responden setiap tahun per semester pada fakta dosen pada Fakultas MIPA
Departemen Ilmu Komputer. .......................................................................................................... 9
15 Grafik batang rata-rata nilai mata kuliah per fakultas pada fakta mata kuliah setiap tahun
akademik. ....................................................................................................................................... 9

vi
 DAFTAR LAMPIRAN
Halaman

1 Formulir Evaluasi Proses Belajar Mengajar ................................................................................. 12

2 Hasil pembersihan data data EPBM mata kuliah ......................................................................... 13
3 Hasil pembersihan data EPBM dosen .......................................................................................... 13
4 Isi tabel fakta_dosen ..................................................................................................................... 14
5 Isi tabel fakta_matakuliah ............................................................................................................ 15
6 Isi tabel dimensi semester pada hirarki semester pada fakta_dosen dan fakta_matakuliah .......... 16
7 Isi tabel dimensi strata pada hirarki dosen pada fakta_matakuliah............................................... 16
8 Isi tabel dimensi pendidikan pada hirarki dosen pada fakta_matakuliah ..................................... 16
9 Isi tabel dimensi tahun pada hirarki dosen pada fakta_matakuliah .............................................. 17
10 Isi tabel matakuliah pada hirarki matakuliah pada fakta_dosen dan fakta_matakuliah ................ 17
11 Isi tabel tahunakademik pada hirarki tahunakademik pada fakta_dosen dan fakta_matakuliah... 17
12 Isi tabel fakultas pada hirarki departemen pada fakta_dosen dan fakta_matakuliah .................... 18
13 Isi tabel departemen pada hirarki departemen pada fakta_dosen dan fakta_matakuliah .............. 18
14 Isi tabel dosen pada hirarki dosen pada fakta_matakuliah ........................................................... 19
15 Hasil pengujian formal dengan spesifikasi tren jumlah responden dosen pada fakultas .............. 19
16 Hasil pengujian non formal dengan spesifikasi tren jumlah responden dosen pada fakultas ....... 20
17 Hasil pengujian formal dengan spesifikasi tren nilai rata-rata hasil evaluasi mata kuliah pada
fakultas setiap tahun ..................................................................................................................... 21
18 Hasil pengujian non formal dengan spesifikasi tren nilai rata-rata hasil evaluasi mata kuliah pada
fakultas setiap tahun ..................................................................................................................... 21
19 Hasil pengujian formal dengan spesifikasi tren nilai rata-rata hasil evaluasi dosen pada fakultas
setiap tahun ................................................................................................................................... 22
20 Hasil pengujian non formal dengan spesifikasi tren nilai rata-rata hasil evaluasi dosen pada
fakultas setiap tahun ..................................................................................................................... 22
21 Hasil pengujian formal dengan spesifikasi tren rata-rata nilai dosen berdasarkan strata atau
jenjang pendidikan terakhir .......................................................................................................... 23
22 Hasil pengujian non formal dengan spesifikasi tren rata-rata nilai dosen berdasarkan strata atau
jenjang pendidikan terakhir .......................................................................................................... 23
23 Hasil pengujian formal dengan spesifikasi Tren nilai dosen berdasarkan lokasi belajar terakhir 23
24 Hasil pengujian non formal dengan spesifikasi Tren nilai dosen berdasarkan lokasi belajar ....... 24

vii

PENDAHULUAN
Latar Belakang
Beberapa tahun terakhir, Evaluasi Proses
Belajar Mengajar (EPBM) selalu menjadi
sorotan pada institusi pendidikan sebagai tolok
ukur dalam peningkatkan mutu pendidikan dan
keberhasilan suatu proses belajar mengajar
(PBM). Salah satu institusi pendidikan yang
melakukan EPMB adalah Institut Pertanian
Bogor (IPB). IPB selalu melakukan EPBM
setiap menjelang Ujian Akhir Semester (UAS).
Evaluasi dilakukan pada setiap mata kuliah
yang diberikan dan pada dosen pengajar yang
memberikan perkuliahan dan praktikum dalam
setiap semesternya.
Jumlah mahasiswa IPB yang aktif pada
tahun 2011 yaitu 14 363. Jumlah mata kuliah
yang diselenggarakan setiap tahun sebanyak
1100 mata kuliah. EPBM dilakukan dua kali
dalam satu tahun, untuk setiap mata kuliah oleh
mahasiswa. Jadi, setiap tahun data EPBM yang
terkumpul adalah sebanyak 31 598 600 lembar
EPBM yang kemudian direkap berdasarkan
dosen pada setiap mata kuliah. Rata-rata data
EPBM per tahun setelah dilakukan rekap per
dosen sebanyak 2785.
Data yang dihasilkan dari pengisian EPBM
dari tahun ke tahun disimpan dalam suatu
tempat penyimpanan data dalam bentuk berkas
Excel (xls dan xlsx), namun penyimpanan yang
dilakukan secara rutin dari tahun ke tahun
menyebabkan data yang tersimpan semakin
menumpuk. Walaupun saat ini media
penyimpanan sudah memiliki kapasitas yang
besar (sampai terabyte), penumpukan data tetap
akan menimbulkan masalah jika tidak dikelola
dengan baik. Penyajian informasi yang
interaktif, konklusif, cepat, dan menarik tidak
akan terwujud dengan baik. Kondisi seperti ini
biasa disebut dengan istilah “rich of data but
poor of information” (Han & Kamber 2006).
Untuk mengatasi masalah penumpukan data
dan masalah penyajian informasi dari data
EPBM tersebut, diperlukan proses pengelolaan
data warehouse yang baik. Data warehouse
yang disajikan memerlukan fungsi
pengumpulan, persiapan, dan penyimpanan data
EPBM untuk menghasilkan aplikasi yang
bersifat query atau reporting sehingga dapat
membantu pengelolaan data yang bertumpuk
dan serta mempermudah menyajikan informasi
secara visual. Oleh karena itu, perlu dibangun
aplikasi On-Line Analytical Processing (OLAP)
yang diintegrasikan dengan data warehouse.
Microsoft Business Intelligence (BI)
merupakan tool yang berbasis Windows untuk
1
OLAP yang menyediakan tool pembantu dalam
menganalisis data.
Tujuan
Penelitian ini bertujuan membangun data
warehouse dan aplikasi OLAP berbasis web
untuk data Evaluasi Proses Belajar Mengajar
IPB yang dikelola oleh Kantor Manajemen
Mutu (KMM) dengan menggunakan Microsoft
Business Intelligence.
Ruang Lingkup
Ruang lingkup penelitian ini dibatasi pada
pembuatan data warehouse dan pengembangan
aplikasi OLAP berbasis web. Tools yang
digunakan adalah Microsoft Business
Intelligence yang sudah termasuk dalam paket
pada Microsoft SQL Server 2008 R2. Data yang
digunakan adalah data EPBM tahun akademik
2007/2008 sampai dengan tahun akademik
2010/2011 yang terdapat di Kantor Manajemen
Mutu (KMM) IPB.
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan
manfaat kepada pihak-pihak terkait yang ada di
IPB, khususnya KMM selaku pengelola data
dan penyelenggara kegiatan EPBM IPB, dalam
memberikan dan menyajikan analisis terhadap
data secara cepat, interaktif, dan menarik. Hal
ini dapat berguna bagi pihak-pihak terkait untuk
dapat melakukan analisis data sehingga
membantu proses pengambilan keputusan
secara tepat.
METODE PENELITIAN
Penelitian ini dilakukan dalam beberapa
tahapan (Gambar 1).
Analisis
Pada tahap, ini dilakukan analisis spesifikasi
kebutuhan data warehouse yang akan dibangun
sesuai dengan keinginan pengguna. Data yang
akan dianalisis adalah data yang merupakan
hasil olahan dari formulir EPBM yang sudah
diolah. Contoh formulir EPBM dapat dilihat
pada Lampiran 1. Analisis spesifikasi
kebutuhan dilakukan untuk menghasilkan
desain konseptual, desain logikal, dan desain
fisik.
Unit kerja atau stakeholder di IPB yang
terlibat dalam ketersediaan data adalah
Direktorat Akademik dan Pendidikan (Dit. AP),
Direktorat Sumber Daya Manusia (Dit. SDM),
dan Kantor Manajemen Mutu (KMM).
Pengguna sistem adalah pimpinan dan staf
KMM yang akan dibagi menjadi dua bagian,
yaitu administrator dan user (staf).
Administrator memiliki akses langsung ke

tempat database yang digunakan, sedangkan
user dapat berinteraksi langsung dengan
antarmuka aplikasi. Adapun fasilitas yang dapat
diterima pengguna adalah sebagai berikut:
1 memilih dimensi atau atribut melalui kotak
drop-down list,
2 menampilkan data secara drill down dan
drill up, dan
3 menampilkan data dalam bentuk grafik (box,
pie, dan line).
Gambar 1 Bagan metode penelitian.
Desain
1 Desain Konseptual
Pada tahap ini, dilakukan desain skema dalam
pembuatan data warehouse, analisis measure
dan dimensi-dimensi apa yang akan digunakan.
Measure adalah suatu ukuran untuk mengukur
tingkat analisis data warehouse dari dimensi-
dimensi yang ada.
2 Desain Logikal
Pada tahapan ini, dilakukan perencanaan dan
pembuatan database dengan membuat relasi-
relasi data dan menentukan hubungan satu
atribut dangan atribut lainnya. Penyimpanan
data pada database terdapat dua pilihan, yaitu
dengan penyimpanan multidimensional atau
menggunakan penyimpanan dengan basis
relasional.
3 Desain Fisik
Tahapan desain fisik adalah tahapan terakhir
sebelum ke tahapan praproses data. Tahapan ini
menjelaskan kubus data yang sudah siap
digunakan dalam data warehouse. Pada tahapan
ini, skema sudah dapat diimplementasikan ke
dalam data warehouse yang akan dibangun.
2
Praproses data
Sebelum masuk ke implementasi data
warehouse, data harus melalui tahap praproses
data terlebih dahulu (Han & Kamber 2006).
Tahapan praproses data pada data EPBM IPB
meliputi:
1 Integrasi dan Reduksi Data
KMM IPB menggunakan Microsoft Excel
untuk mengelola hasil EPBM. Hasil ekspor data
dosen dari Sistem Kepegawaian yang ada di
Dit. SDM juga dalam format Excel (.xls). Data
mata kuliah yang diberikan oleh Dit. AP berupa
file dengan format Ms. Word (.doc). Sebelum
diimpor ke Microsoft SQL Server 2008, atribut-
atribut data yang relevan dipilih. Pemilihan
atribut ini berdasarkan tujuan pembuatan data
warehouse. Integrasi dilakukan dengan
menggabungkan atribut-atribut yang menarik
dari tabel yang dianalisis. Reduksi dilakukan
bersamaan dengan proses integrasi, yaitu
dengan membuang atribut-atribut yang kurang
menarik dari tabel yang dianalisis.
2 Pembersihan Data
Pembersihan data dilakukan terhadap
record-record yang mengandung nilai null, dan
nilai yang tidak konsisten. Kondisi tersebut
dapat diatasi dengan membuang atau
menyeragamkan nilainya dengan menggunakan
nilai rataan untuk atribut yang bernilai angka.
3 Transformasi Data
Tranformasi ke bentuk data yang tepat
dilakukan agar data dapat digunakan untuk
proses selanjutnya. Tranformasi meliputi
penyeragaman nama atribut, generalisasi,
agregasi, dan konstruksi atribut. Akhir dari
tahapan transformasi ini ialah terbentuknya
sebuah data warehouse.
Data Warehouse
Metode yang digunakan dalam
pengembangan data warehouse ini mengacu
pada arsitektur three-tier data warehouse yang
meliputi:
1 Lapisan bawah (bottom tier)
Lapisan ini merupakan suatu sistem
basisdata relasional (SQL Server 2008 R2) yang
berfungsi sebagai tempat pengolahan data.
2 Lapisan tengah (middle tier)
Lapisan ini merupakan lapisan tempat
menyimpan stuktur kubus data yang biasa
disebut dengan OLAP server. Dalam penelitian
ini, digunakan Microsoft Business Intelligence
(BI) sebagai OLAP server.
Microsoft SQL Server 2008 R2 merupakan
salah satu platform untuk melakukan data
warehouse maupun data mart. Perbedaan data

warehouse dan data mart memiliki batasan
yang sangat tipis, namun perbedaan ini tidak
perlu dikhawatirkan karena secara subtansi
tujuan dari pembuatannya memiliki kesamaan
(Noviandi 2010).
Konsep data warehouse sudah dikenal
sebagai platform yang fundamental dari setiap
solusi BI yang dikembangkan. Keberhasilan
dalam merancang dan memasukkan data ke
dalam data warehouse akan sangat berpengaruh
terhadap berhasil atau tidaknya solusi BI yang
dikembangkan dalam sebuah organisasi
(Noviandi 2010).
3 Lapisan atas (top tier)
Lapisan ini merupakan lapisan untuk end
user yang berfungsi menampilkan ringkasan
dari isi data warehouse yang merupakan hasil
dari operasi OLAP (SharePoint 2010).
Pengujian Query
Tahap pengujian query ini dilakukan setelah
pemuatan dan pembuatan data warehouse
selesai. Pengujian ini dilakukan untuk melihat
apakah operasi OLAP yang dibangun sudah
berhasil diimplementasikan dan sesuai dengan
informasi yang akan ditampilkan. Pengujian
query dibantu dengan memvisualisasikan
kubus-kubus data dengan grafik-grafik dan
tabel-tabel untuk akurasi hasil.
Aplikasi OLAP dengan Business Intelligence
Business Intelligence adalah serangkaian
kegiatan untuk memahami situasi bisnis dengan
melakukan berbagai jenis analisis pada data
yang dimiliki oleh organisasi serta data
eksternal dari pihak ketiga untuk membantu
menentukan strategi, keputusan bisnis yang
taktis, dan operasional dan mengambil yang
diperlukan tindakan untuk meningkatkan
kinerja bisnis (Rainardi 2010).
Langkah awal pembangunan aplikasi OLAP
adalah dengan membentuk struktur kubus data
dalam OLAP server. Sebelum tahap
pembangunan kubus data, analisis data
dilakukan untuk menentukan dimensi dan
measure yang akan digunakan. Setelah
menganalisis dimensi dan measure yang akan
digunakan, dilakukan pembentukan struktur
kubus data. Pembentukan bisa dilakukan secara
manual ataupun otomatis. Pada penelitian ini,
pembentukan kubus data secara otomatis
dilakukan.
Selanjutnya dilakukan perancangan antar-
muka. Rancangan antarmuka terbagi menjadi
dua bagian, yaitu tampilan screen dengan
resolusi 1024 x 768 piksel dan tampilan hasil
query. Fungsi dirancang untuk operasi-operasi
OLAP dengan crosstab dan grafik.
3
Implementasi aplikasi dilakukan dengan
menggunakan Microsoft SharePoint 2010.
Lingkungan Pengembangan
Aplikasi OLAP ini dibangun dengan
menggunakan perangkat sebagai berikut:
Perangkat keras server dengan spesifikasi:
• Prosesor Intel Core i5650.
• Memory 10GB DDR III.
• Hard disk 500GB.
Perangkat keras client dengan spesifikasi:
• Prosesor Intel Core i3 2.27GHz.
• Memory 3GB DDR III.
• Hard disk 320GB.
• Monitor 14” (1366 x 768 piksel)
• Keyboard.
• Mouse.
Perangkat lunak yang terpasang di server:
• Windows Server 2008 R2.
• Internet Explorer 8.
• Internet Information Services 7.
• Microsoft SQL Server 2008.
• Microsoft Sharepoint 2010.
• Microsoft .Net Framework 4.0.
Perangkat lunak yang digunakan untuk
membuat sistem:
• Windows 7 Ultimate Edition.
• Internet Explorer 9.
• Internet Information Services 7.
• Microsoft SQL Server 2008.
• Microsoft Sharepoint 2010.
• Microsoft .Net Framework 4.0.
HASIL DAN PEMBAHASAN
Analisis
Data EPBM IPB yang diperoleh dalam
format Excel 2007 (.xlsx) berisi data EPBM
mata kuliah dan dosen masing-masing sebanyak
11 139 record. Data mata kuliah diperoleh dari
Dit. AP dalam format Ms. Word (.doc). Data
dosen diunduh langsung dari Sistem Informasi
Kepegawaian IPB yang dikelola oleh Dit. SDM
dalam format Excel 2003 (.xls). Dari seluruh
data tersebut, selanjutnya proses analisis data
dilakukan. Proses ini dilakukan untuk
menemukan atribut-atribut yang tepat untuk
pembangunan data warehouse. Atribut-atribut
pada data EPBM sebelum dianalisis dapat
dilihat pada Tabel 1.
Atribut yang akan digunakan dipilih
berdasarkan kreteria berikut:
1 atribut yang dipilih menarik (atribut yang
berkaitan dengan EPBM secara spesifik)
untuk dianalisis,
 4

2 atribut yang dapat direlasikan dengan atribut Desain

(foreign key) pada tabel lainnya, serta
1 Desain Konseptual
3 data tidak mengandung nilai null > 10
Tahap desain diawali dengan menentukan
(atribut maupun record).
dan memilih atribut-atribut yang bisa dijadikan
Spesifikasi kebutuhan yang ditentukan pada
sebagai measure dan dimensi. Dimensi yang
tahap ini adalah sebagai berikut:
terbentuk adalah dimensi tahun akademik,
1 Tren jumlah responden dosen pada fakultas
dimensi semester, dimensi matakuliah, dimensi
setiap tahun: Jumlah responden dosen yang
departemen, dimensi fakultas, dimensi dosen,
mengisi EPBM pada mata kuliah yang diajar
dimensi pendidikan, dimensi tahun, dan dimensi
oleh dosen pada masing-masing fakultas
strata. Atribut pada tabel-tabel fakta terdiri atas
setiap tahun akademik yang telah berjalan.
foreign key dari dimensi-dimensi dan measure.
2 Tren nilai rata-rata hasil evaluasi mata
kuliah pada fakultas setiap tahun: Jumlah 2 Desain Logikal
nilai rata-rata dari seluruh (m1-m9) poin Pada tahap ini, dihasilkan 2 tabel fakta dan 9
pertanyaan setiap mata kuliah yang tabel dimensi. Kedua tabel fakta tersebut diberi
diajarkan pada masing-masing fakultas nama fakta_matakuliah yang memiliki 12
setiap tahun akademik yang telah berjalan. atribut dan fakta_dosen yang memiliki 15
3 Tren nilai rata-rata hasil evaluasi dosen pada atribut. Atribut pada tabel fakta_matakuliah dan
fakultas setiap tahun: Jumlah nilai rata-rata tabel fakta_dosen berturut-turut dapat dilihat
dari seluruh (p1-p9) poin pertanyaan setiap pada Tabel 2 dan Tabel 3.
dosen yang diajarkan pada masing-masing
Tabel 2 Atribut tabel fakta_matakuliah
fakultas setiap tahun akademik yang
berjalan. Atribut Deskripsi
4 Tren rata-rata nilai dosen berdasarkan strata Id tahun idtahunakademik sebagai
atau jenjang pendidikan terakhir: Rata-rata akademik penciri tahun diselenggara-
nilai yang diperoleh dosen dari seluruh poin kannya mata kuliah
pertanyaan (p1-p9) berdasarkan jenjang idsemester idsemester sebagai penciri
pendidikan terakhir dosen setiap tahun semester diselenggarakannya
akademik yang telah berjalan. mata kuliah
5 Tren nilai dosen berdasarkan lokasi belajar idmatakuliah idmatakuliah sebagai penciri
terakhir: Rata-rata nilai yang diperoleh mata kuliah
dosen dari seluruh poin pertanyaan (p1-p9) p1 garis-garis besar perkuliahan
berdasarkan lokasi (dalam atau luar) belajar disampaikan pada pertemuan
terakhir setiap tahun akademik yang telah pertama
berjalan. p2 kuliah dilaksanakan sesuai
dengan jadwal yang
Tabel 1 Atribut pada data EPBM. ditetapkan oleh Dit. AP
No Atribut No Atribut p3 kuliah dilaksanakan sesuai
1 Tahun 17 DSN dengan jumlah yang telah
2 Semester 18 NIPlama ditentukan (14 pertemuan /
3 MK 19 NIP Baru semester)
4 NMMK 20 Nama p4 pokok bahasan kuliah sesuai
5 M1 21 Namacek dengan tujuan kuliah
6 M2 22 P1 p5 pokok bahasan kuliah
7 M3 23 P2 menambah pengetahuan dan
8 M4 24 P3 wawasan baru
9 M5 25 P4 p6 tugas mandiri yang diberikan
10 M6 26 P5 meningkatkan materi
11 M7 27 P6 p7 sarana / prasarana mendu-
12 M8 28 P7 kung pelaksanaan kuliah
13 M9 29 P8 p8 ujian tengah semester atau
14 RATA2mk 30 P9 tugas mandiri diberikan
15 JMLmk 31 RATA2ds sesuai dengan pokok bahasan
16 DEPTDOS 32 JMLds dan tujuan kuliah
p9 hasil ujian tengah semester
diumumkan 2 minggu setelah
periode ujian
Ratap rata-rata nilai dari p1-p9
 5

3 Desain Fisik (p1 – p9). Desain fisik dan atribut-atribut pada

Pada tahap ini, measure dan dimensi yang tabel fakta_matakuliah dapat dilihat pada Tabel
akan digunakan ditentukan. Measure yang 4 dan Tabel fakta_dosen dapat dilihat pada
dipilih pada fakta mata kuliah adalah m1 yang Tabel 5.
merepresentasikan pertanyaan pertama pada
Selanjutnya, dibuat skema model data
kuesioner, m2 juga merepresentasikan
multidimensi. Skema yang terbentuk adalah
pertanyaan kedua pada kuesioner, m3, m4, dan
skema galaxy. Terbentuknya skema ini karena
m5 sampai dengan m9 merepresentasikan urutan
terdapat 3 tabel dimensi yang berbagi pakai
pertanyaan yang ada pada kuesioner dan ratam
antara fakta matakuliah dan fakta dosen. Ketiga
merepresentasikan rata-rata dari seluruh nilai
tabel dimensi tersebut adalah dimensi
(m1 – m9).
matakuliah, dimensi tahunakademik, dan
Tabel 3 Atribut tabel fakta_dosen dimensi semester. Skema model data
Atribut Deskripsi multidimensi yang terbentuk dapat dilihat pada
Id tahun idtahunakademik sebagai Gambar 2.
akademik penciri tahun diseleng- Tabel 4 Desain fisik tabel fakta_matakuliah
garakannya mata kuliah
setelah proses integrasi dan reduksi.
Idsemester idsemester sebagai penciri
No Atribut Keterangan
semester diselenggarakannya
mata kuliah 1 idmatakuliah Varchar
idmatakuliah idmatakuliah sebagai penciri 2 idtahunakademik int
mata kuliah 3 Idsemester int
Nip nip sebagai penciri dosen
m1 dosen menyampaikan materi 4 m1 float
pengajaran dengan baik 5 m2 float
m2 dosen memberikan penekanan 6 m3 float
tentang aspek-aspek penting
yang terkait dengan materi 7 m4 float
yang diberikan 8 m5 float
m3 dosen menyampaikan materi 9 m6 float
pengajaran yang meningkat-
10 m7 float
kan minat mahasiswa terhadap
mata kuliah ini 11 m8 float
m4 dosen memberikan ilustrasi 12 m9 float
yang mencakup keterkinian
13 ratam float
perkembangan ilmu / aplikasi
/ hasil penelitian Tabel 5 Desain fisik tabel fakta_dosen setelah
m5 dosen menggunakan bahan / proses integrasi dan reduksi
alat bantu / alat peraga yang No Atribut Tipe Data
sesuai dengan materi
1 idmatakuliah varchar
pembelajaran
m6 dosen memberikan kesempa- 2 Nip varchar
tan kepada mahasiswa untuk 3 idsemester int
bertanya / menyampaikan 4 idtahunakademik int
pendapat
m7 dosen memperlihatkan sikap 5 p1 float
dan penampilan yang baik 6 p2 float
m8 dosen menghormati dan 7 p3 float
menghargai mahasiswa sesuai
8 p4 float
dengan hak dan kewajibannya
m9 dosen menyampaikan pesan- 9 p5 float
pesan moral, etika, dan 10 p6 float
disiplin
11 p7 float
Ratam rata-rata nilai dari m1-m9
Begitu juga untuk fakta dosen, p1 sampai 12 p8 float
dengan p9 merepresentasikan urutan pertanyaan 13 p9 float
yang ada pada kuisioner. Ratap juga 14 jumlahresponden Int
merepresentasikan rata-rata dari seluruh nilai
15 Ratap float
 6

Gambar 2 Skema Galaxy dengan 2 tabel fakta dan 9 tabel dimensi.

Dari dimensi-dimensi yang ada, terbentuk fakultas. Struktur hirarki dimensi mata kuliah
struktur hirarki pada masing-masing fakta. dapat dilihat pada Gambar 5.
Setiap dimensi memiliki level hirarki yang
berbeda-beda. Beberapa hirarki yang terbentuk
ialah:
• hirarki tahun akademik,
• hirarki semester,
• hirarki mata kuliah, dan Gambar 4 Hirarki dimensi semester.
• hirarki dosen.
Hirarki adalah satu bagian dimensi. Dimensi
merupakan hirarki berupa jenjang atau tingkatan
dari dimensi tersebut. Dengan adanya hirarki
tersebut, dimensi dapat menunjukkan
tingkatannya (Han & Kamber 2006).
Hirarki tahun akademik adalah hirarki dari
tahun ajaran atau tahun akademik yang
dilaksanakan oleh IPB. Struktur hirarki dimensi
tahun akademik dapat dilihat pada Gambar 3. Gambar 5 Hirarki dimensi matakuliah
berdasarkan departemen dan
fakultas.
Hirarki dosen adalah hirarki dari dosen yang
ada di IPB. Hirarki dosen mencakup hirarki
Gambar 3 Hirarki dimensi tahun akademik. berdasarkan fakultas departemen, strata, tahun
kerja dosen, dan pendidikan terakhir. Struktur
Hirarki semester adalah hirarki dari semester hirarki dimensi dosen berdasarkan fakultas dan
yang diberlakukan di IPB. Struktur hirarki departemen dapat dilihat pada Gambar 6.
dimensi semester dapat dilihat pada Gambar 4. Struktur hirarki dimensi dosen berdasarkan
Hirarki mata kuliah adalah hirarki dari mata strata dapat dilihat pada Gambar 7. Struktur
kuliah yang diajarkan di IPB. Hirarki ini hirarki dimensi dosen berdasarkan tahun kerja
mencakup hirarki berdasarkan departemen dan dosen dapat dilihat pada Gambar 8. Struktur

Gambar 6 Hirarki dimensi dosen berdasarkan
departemen dan fakultas.
Gambar 7 Hirarki dimensi dosen berdasarkan
jenjang pendidikan.
Gambar 8 Hirarki dimensi dosen berdasarkan
tahun kerja dosen.
Gambar 9 Hirarki dimensi dosen berdasarkan
pendidikan.
hirarki dimensi dosen berdasarkan pendidikan
terakhir dapat dilihat pada Gambar 9.
Praproses Data
1 Integrasi dan Reduksi
Tahap ini diawali dengan menggabungkan
semua data yang terbagi dalam beberapa format
file (.doc, .xls, dan .xlsx) menjadi format Excel
(.xlsx). Berikutnya, dilakukan penggabungan
record dari atribut-atribut tabel yang dianalisis
menjadi satu tabel besar untuk dijadikan tabel
fakta. Reduksi data dilakukan dengan
membuang atribut-atribut yang tidak terpilih
berdasarkan kriteria dari hasil analisis. Hanya
terdapat 5 atribut yang dibuang berdasarkan
kriteria atau sebanyak 15.625% dari 32 atribut.
Atribut-atribut yang direduksi dapat dilihat pada
Tabel 6.
Tabel 6 Atribut yang direduksi pada data EPBM
No Atribut
1 NMMK
2 JMLmk
3 DEPTDOS
4 DSN
5 NIPlama
7
Proses integrasi dan reduksi data
membentuk tabel baru, antara lain tabel
fakta_matakuliah dan fakta_dosen yang
selanjutnya dijadikan tabel fakta. Proses
integrasi menghasilkan desain fisik final.
Setelah melakukan proses integrasi dan reduksi,
data yang tersimpan dalam format Excel (xlsx)
dikonversi menjadi format Ms. SQLServer 2008
(mdf).
2 Pembersihan Data
Pembersihan data pada tabel fakta_dosen
dan fakta_matakuliah untuk field yang sama
yaitu: idmatakuliah yang mengandung nilai null
dihapus dari daftar record dan idtahunakademik
yang bersisi nilai null diisi dengan nilai yang
paling banyak muncul. Data pertanyaan (m1,
m2..., p1, p2...) yang mengandung nilai null
diperbaharui dengan menggunakan nilai rata-
rata. Contoh pembersihan data dengan
memperbaharui nilainya dengan nilai rata-rata
pada tabel fakta_matakuliah dapat dilihat pada
Gambar 10 dan Gambar 11.
Gambar 10 Data yang mengandung nilai null.
Gambar 11 Data yang mengandung nilai null
yang sudah diisi dengan nilai rata-rata.
Data yang tidak konsisten pada tabel
departemen dengan atribut nama departemen
diperbaharui dengan menyeragamkan nama
departemen dengan nama atribut yang sesuai
dengan nama departemen aslinya. Contoh:
Departemen Statistik diubah menjadi
Departemen Statistika, Departemen Ilkom
diubah menjadi Departemen Ilmu Komputer,
dan Departemen Ekonomi Sumber Daya
Lingkungan diubah menjadi Departemen
Sumberdaya Lingkungan. Penyeragaman ini
dilakukan dengan mengambil nama baku
departemen yang sesuai dengan nama unit yang
ada di IPB saat ini.
Setelah dilakukan pembersihan data, jumlah
record data EPBM mata kuliah menyusut dari
11 140 menjadi 2934, sementara data EPBM
dosen yang tersisa ialah 10 251 record dari 11
140 record. Hal ini disebabkan pengambilan
record hanya dilakukan pada data yang
memenuhi kriteria dan adanya penghapusan
record yang tidak sesuai dengan ketentuan data
yang akan dianalisis. Hasil pembersihan data

pada EPBM mata kuliah dan dosen dapat
dilihat pada Lampiran 2 dan Lampiran 3.
3 Transformasi Data
Transformasi data meliputi penyeragaman
nama atribut dan agregasi atribut. Proses ini
dilakukan dengan berpedoman pada skema data
warehouse yang sudah ada.
Langkah awal transformasi dilakukan
dengan mengubah nama atribut pada tabel.
Nama atribut dimensi disesuaikan pada skema
yang terbentuk. Generalisasi data tidak
dilakukan karena tidak ditemukan data yang
perlu digeneralisasi. Langkah selanjutnya ialah
menentukan nilai agregasi atribut-atribut yang
menjadi ukuran (measure). Data tabel
fakta_dosen ditentukan nilai agregasinya untuk
menentukan ukuran responden. Proses
transformasi juga dilakukan dengan
mengontruksi atribut baru menggunakan data
dari atribut yang sudah ada.
Selanjutnya, tabel-tabel fakta tersebut diberi
nama fakta_matakuliah dan fakta_dosen. Tahap
terakhir transformasi adalah mengkontruksi
tabel-tabel dimensi dengan penaaman ulang
antara lain: matakuliah, semester,
tahunakademik, tahun, dosen, pendidikan,
departemen, fakultas, dan strata.
Detail isi dari tabel fakta_dosen dapat dilihat
pada Lampiran 4, tabel fakta_matakuliah pada
Lampiran 5, tabel dimensi semester pada
Lampiran 6, tabel strata pada Lampiran 7, tabel
pendidikan pada Lampiran 8, tabel tahun pada
Lampiran 9, tabel matakuliah pada Lampiran
10, tabel tahunakademik pada Lampiran 11,
tabel fakultas pada Lampiran 12, tabel
departemen pada Lampiran 13, dan tabel dosen
pada Lampiran 14.
4 Load Data
Setelah data warehouse berhasil dibuat,
langkah berikutnya adalah pemuatan data
(loading) dari data warehouse ke kubus data.
Sebelum pemuatan data dilakukan, skema data
warehouse dimodelkan dalam OLAP server
SQL Server Analisys Services (SSAS). Proses
ini menentukan dimensi, elemen dari dimensi,
ukuran, dan kubus data. Kubus data yang dibuat
diberi nama OlapEpbm.cube yang berisi kubus
data fakta dosen dan fakta mata kuliah. Kubus
data dosen dibuat untuk tabel fakta fakta_dosen
dan kubus data mata kuliah dibuat untuk tabel
fakta fakta_matakuliah.
Data Warehouse
Arsitektur penelitian ini mengadopsi
arsitektur three-tier yaitu lapisan bawah, tengah,
dan atas. Lapisan bawah adalah pemrosesan
data pembuatan skema data warehouse dengan
8
DBMS SQL Server 2008. Lapisan tengah
terdapat OLAP server SSAS yang menyimpan
data dalam kubus data.
Lapisan atas yang merupakan visualisasi
dari aplikasi OLAP dilakukan oleh web
browser. Pada lapisan ini, pengguna dapat
melakukan pencarian data, mengevaluasi pola,
dan mendapatkan representasi informasi dalam
bentuk grafik yang mudah dipahami. Arsitektur
three-tier data warehouse pada penelitian ini
dapat dilihat pada Gambar 12.
Gambar 12 Arsitektur three-tier data
warehouse pada data EPBM
(Noviandi 2010).
Aplikasi OLAP pada penelitian ini
menyediakan fasilitas-fasilitas berikut:
1 Menu OLAP yang memungkinkan
pengguna menentukan kubus data, ukuran,
dan dimensi-dimensi yang akan ditampilkan
untuk dianalisis.
2 Filter dimensi yang menyaring dimensi yang
ditampilkan pada sumbu x dan sumbu y
untuk menampilkan elemen-elemen tertentu
dari dimensi. Dimensi lainnya dapat dipilih
salah satu elemen dari tiap-tiap dimensi.
3 Visualisasi grafik yang menampilkan data
hasil operasi OLAP dalam bentuk grafik
kepada pengguna.
Pengujian Query
Pengujian query dibantu dengan mengguna-
kan grafik dan tabel dari kubus data. Hasil
pengujian dapat dilihat pada Tabel 7.
Eksplorasi Data dan Presentasi Hasil
Eksplorasi data dilakukan dengan
menggunakan operasi OLAP untuk menggali
beberapa informasi yang diinginkan. Operasi
OLAP yang dapat dijalankan dapat dilihat pada
tiap kubus yang terbentuk. Pada OLAP, dapat
dilakukan beberapa operasi misalnya drill
down, drill up, dan slice.
Contoh operasi drill up pada kubus data
fakta dosen dapat menunjukkan jumlah
responden tiap departemen tiap fakultas.
Gambar 13 merupakan grafik batang hasil dari
operasi drill up dengan jumlah responden per
 9

fakultas per semester pada tahun 2010/2011

dengan semester sebagai legend fields. Gambar
14 merupakan grafik garis jumlah responden
setiap tahun per semester pada fakta dosen pada
Fakultas MIPA Departemen Ilmu Komputer
dengan tahun akademik sebagai legend fields.
Gambar 15 merupakan grafik batang hasil rata-
rata nilai mata kuliah per fakultas pada fakta
mata kuliah setiap tahun akademik mulai tahun
2007/2008 sampai dengan 2010/2011 dengan Gambar 14 Grafik garis jumlah responden
departemen-departemen pada Fakultas MIPA setiap tahun per semester pada fakta
sebagai legend fields. dosen pada Fakultas MIPA
Tabel 7 Hasil pengujian query Departemen Ilmu Komputer.
Spesifikasi Formal Non Status
formal
Tren jumlah Lampiran Lampiran Berhasil
responden 15 16
dosen pada
fakultas setiap
tahun
Tren nilai rata- Lampiran Lampiran Berhasil
rata hasil 17 18
evaluasi mata
kuliah pada
setiap fakultas Gambar 15 Grafik batang rata-rata nilai mata
Tren nilai rata- Lampiran Lampiran Berhasil kuliah per fakultas pada fakta mata
rata hasil 19 20 kuliah setiap tahun akademik.
evaluasi dosen
pada fakultas
setiap tahun
KESIMPULAN DAN SARAN
Tren rata-rata Lampiran Lampiran Berhasil Kesimpulan
nilai dosen 21 22 Hasil penelitian ini menyimpulkan bahwa
berdasarkan pembangunan data warehouse dan aplikasi
strata atau OLAP pada data evaluasi proses belajar
jenjang mengajar menghasilkan dua kubus data, yaitu
pendidikan kubus data dosen dan kubus data mata kuliah.
terakhir Kubus data yang telah terbentuk dapat
Tren nilai Lampiran Lampiran Berhasil divisualisasikan dengan tepat, cepat, dan akurat.
dosen 23 24 Bentuk penyajian gambar dapat dilihat dalam
berdasarkan bentuk grafik dengan menggunakan Microsoft
lokasi belajar Business Intelligence sebagai OLAP server.
terakhir Hasil penelitian ini dapat memberikan
manfaat kepada IPB umumnya dan Kantor
Manajemen Mutu (KMM) khususnya sebagai
penyelenggara EPBM dan pengelolanya. Hasil
penelitian ini juga bisa digunakan untuk
menganalisis data EPBM yang ukurannya tidak
kecil sehingga memudahkan proses pembuatan
laporan dan pengambilan keputusan.
Saran
Saran untuk penelitian data warehouse dan
pembuatan OLAP selanjutnya adalah sebagai
Gambar 13 Grafik batang jumlah responden berikut:
pada fakta dosen pada Fakultas 1 Pembuatan aplikasi untuk proses extract,
MIPA per departemen setiap transform, dan load (ETL) untuk akurasi
semester tahun 2010/2011. yang lebih baik.

2 Penambahan fasilitas login ke aplikasi
sehingga tidak bisa diakses oleh orang yang
tidak berkepentingan.
DAFTAR PUSTAKA
Han J, Kamber M. 2006. Data Mining:
Concepts and Techniques. San Francisco:
Morgan Kaufmann Publ.
10
Noviandi KR. 2010. Microsoft Business
Intelligence dengan Ms. SQL Server 2008
dan Share Point 2010. http://sqlserver-
indo.net/files/folders/565/download.aspx [12
Okt 2011].
Rainardi V. 2010. Building a Data warehouse
With Examples in SQL Server. New York.
Apress.
LAMPIRAN
 12

Lampiran 1 Formulir Evaluasi Proses Belajar Mengajar

 13

Lampiran 2 Hasil pembersihan data EPBM mata kuliah

Fakultas R Null Null(%) R1 Redu Redu(%) R2

FEM 1087 39 0.35% 1048 738 6.62% 310
TPB 772 94 0.84% 678 486 4.36% 192
FPIK 1449 198 1.78% 1251 874 7.85% 377
Fateta 1066 128 1.15% 938 535 4.80% 403
FMIPA 1853 199 1.79% 1654 1172 10.52% 482
Fahutan 1164 138 1.24% 1026 764 6.86% 262
Fapet 226 17 0.15% 209 169 1.52% 40
Fema 1003 89 0.80% 914 729 6.54% 185
Faperta 1625 119 1.07% 1506 1064 9.55% 442
FKH 827 69 0.62% 758 517 4.64% 241
Tidak Diketahui 68 68 0.61% 0 0 0.00% 0
Total 11140 1158 10.39% 9982 7048 63.27% 2934

Lampiran 3 Hasil pembersihan data EPBM dosen

Fakultas R Null Null(%) R1 Redu Redu(%) R2
FEM 1087 179 1.61% 908 0 0.00% 908
TPB 772 361 3.24% 411 0 0.00% 411
FPIK 1449 48 0.43% 1401 0 0.00% 1401
Fateta 1066 15 0.13% 1051 0 0.00% 1051
FMIPA 1853 129 1.16% 1724 0 0.00% 1724
Fahutan 1164 18 0.16% 1146 0 0.00% 1146
Fapet 226 6 0.05% 220 0 0.00% 220
Fema 1003 26 0.23% 977 0 0.00% 977
Faperta 1625 13 0.12% 1612 0 0.00% 1612
FKH 827 26 0.23% 801 0 0.00% 801
Tidak Diketahui 68 68 0.61% 0 0 0.00% 0
TOTAL 11140 889 7.98% 10251 0 0.00% 10251

Catatan Lampiran 2 dan Lampiran 3

1 R = jumlah data awal
2 Null = jumlah data mata kuliah bernilai null
3 Null (%) = jumlah data mata kuliah bernilai null dalam persen
4 R1 = hasil cleaning null
5 Redu = jumlah data redudansi
6 Redu (%) = jumlah data redudansi dalam persen
7 R2 = hasil cleaning redudansi
 14

Lampiran 4 Isi tabel fakta_dosen

id id idtahun
matakuliah nip semester akademik p1 p2 p3 p4 p5 p6 p7 p8 p9 ratap jumlah
AGB201 195307181978032000 1 6 3.15 3.00 3.15 3.08 3.08 3.15 3.15 3.15 3.23 3.10 13
AGB201 196003211986012000 1 4 3.21 3.13 3.18 3.29 3.18 3.11 3.34 3.32 3.18 3.23 38
AGB201 196003211986012000 1 5 3.09 3.18 3.20 3.09 3.23 3.18 3.21 3.21 3.18 3.18 66
AGB201 196003211986012000 1 6 3.23 3.31 3.19 3.26 3.27 3.27 3.26 3.27 3.24 3.26 106
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
ARL313 197704242006042000 2 5 3.10 3.12 3.05 3.09 3.10 3.17 3.12 3.12 3.12 3.09 157
ARL313 197704242006042000 2 6 3.01 3.01 3.04 3.05 3.05 3.07 3.03 3.05 3.09 2.77 130
ARL313 198103302005011000 2 3 3.02 2.96 3.00 2.93 3.04 3.07 3.17 3.00 3.00 3.03 54
ARL320 196010221986011000 1 4 3.05 3.05 3.03 3.08 2.97 3.03 3.00 3.00 3.00 3.04 39
ARL320 196107201984032000 1 4 3.04 3.04 3.06 3.02 3.06 3.04 3.08 3.04 3.06 3.05 49
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
KOM202 198210102006041000 1 5 3.00 3.10 3.05 2.65 2.85 3.05 3.25 3.15 3.15 3.02 20
KOM203 196805012005012000 1 4 3.03 3.20 3.10 2.88 2.91 3.00 3.32 3.33 3.26 3.12 69
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
KPM311 196201151988031000 1 6 3.36 3.30 3.16 3.21 3.25 3.34 3.36 3.25 3.34 3.28 44
KPM312 196607141991032000 1 5 3.00 3.05 3.05 3.05 3.11 3.05 3.11 3.10 3.06 3.06 19
KPM320 195203261991031000 1 4 3.07 3.00 2.93 3.21 3.07 3.00 3.21 2.86 3.07 3.07 14
 15

Lampiran 5 Isi tabel fakta_matakuliah

idmatakuliah idtahunakademik idsemester m1 m2 m3 m4 m5 m6 m7 m8 m9 ratam

GIZ216 3 2 3.07 2.77 2.80 2.94 2.88 3.04 2.73 2.89 2.89 2.89
MSP224 3 2 2.92 2.87 2.81 3.00 3.11 3.02 2.87 2.94 2.94 2.94
FIS216 3 2 2.81 2.76 2.76 2.76 2.83 2.81 2.76 2.78 2.78 2.78
KRP332 3 2 3.06 3.09 3.12 3.09 3.10 3.07 2.98 3.07 3.07 3.07
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
ITP230 3 2 2.98 2.79 3.02 2.86 2.86 2.79 2.91 2.89 2.89 2.89
BIO304 3 2 3.03 2.95 2.98 2.94 3.12 3.05 2.34 2.92 2.92 2.92
NTP312 3 2 2.98 2.98 2.98 2.35 3.00 3.02 2.69 2.86 2.86 2.86
BDP302 3 2 3.07 2.97 3.00 2.98 3.11 3.00 2.83 2.99 2.99 2.99
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
TIN241 3 2 2.81 2.63 2.59 2.37 2.90 2.96 2.26 2.65 2.65 2.65
TIN324 3 2 2.87 2.96 2.96 2.85 3.04 3.04 2.39 2.87 2.87 2.87
ITK211 3 2 3.13 3.10 3.06 2.88 3.09 3.09 2.67 3.00 3.00 3.00
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ... ... ... ...
TIN231 3 2 3.20 3.13 3.18 2.99 3.17 3.21 2.91 3.11 3.11 3.11
TIN260 3 2 3.07 3.08 3.03 3.01 3.08 3.07 2.73 3.01 3.01 3.01
MAT352 3 2 2.95 2.97 3.02 3.05 3.05 3.02 2.78 2.98 2.98 2.98
 16

Lampiran 6 Isi tabel dimensi semester pada hirarki semester pada fakta_dosen dan fakta_matakuliah
Idsemester Semester
1 Genap
2 Ganjil

Lampiran 7 Isi tabel dimensi strata pada hirarki dosen pada fakta_matakuliah
idstrata strata
S1 Sarjana
S2 Master
S3 Doktor

Lampiran 8 Isi tabel dimensi pendidikan pada hirarki dosen pada fakta_matakuliah
idpendidikan namapendidikan ket
A04 Cornell University Luar
A05 Iowa State University Luar
A06 North Carolina State Univ. Luar
A07 University of Wisconsin Luar
A09 University of Missouri Luar
... ... ...
... ... ...
... ... ...
B00 Tidak di ketahui Dalam
B01 Universitas Indonesia Dalam
B02 Institut Pertanian Bogor Dalam
B03 Universitas Gadjah Mada Dalam
B04 Universitas Padjadjaran Dalam
B06 Universitas Airlangga Dalam
B07 Institut Teknologi Bandung Dalam
... ... ...
... ... ...
... ... ...
V01 Seoul National University Luar
V02 International Islamic University Malaysia Luar
W01 Vienna University of Technology Luar
Z001 Yuan Ze University Luar
 17

Lampiran 9 Isi tabel dimensi tahun pada hirarki dosen pada fakta_matakuliah

idtahun tahun
1 1970
2 1971
3 1972
... ...
... ...
... ...
41 2010
42 2011
43 2012

Lampiran 10 Isi tabel matakuliah pada hirarki matakuliah pada fakta_dosen dan fakta_matakuliah
idmatakuliah namamatakuliah iddepartemen
1003211 Economic Crops Z1
1404454 Instrument and Process Control Z1
... ... ...
... ... ...
... ... ...
KOM208 Teori Bahasa dan Otomata G6
KOM251 Penerapan Komputer G6
KOM301 Komputer Grafik G6
... ... ...
... ... ...
... ... ...
TSL460 Perencanaan Tata ruang dan Penatagunaan Lahan A1
TSL490 Kuliah Kerja Profesi A1
TSL498 Seminar A1
TSL499 Skripsi A1

Lampiran 11 Isi tabel tahunakademik pada hirarki tahunakademik pada fakta_dosen dan
fakta_matakuliah
idtahunakademik tahunakademik
1 2005/2006
2 2006/2007
3 2007/2008
4 2008/2009
5 2009/2010
6 2010/2011
7 2011/2012
8 2012/2013
 18

Lampiran 12 Isi tabel fakultas pada hirarki departemen pada fakta_dosen dan fakta_matakuliah

idfakultas namafakultas inisial

A Fakultas Pertanian FAPERTA
B Fakultas Kedokteran Hewan FKH
C Fakultas Perikanan dan Ilmu Kelautan FPIK
D Fakultas Peternakan FAPET
E Fakultas Kehutanan FAHUTAN
F Fakultas Teknologi Pertanian FATETA
G Fakultas Matematika dan Ilmu Pengetahuan Alam FMIPA
H Fakultas Ekonomi dan Manajemen FEM
I Fakultas Ekologi Manusia FEMA
Z Tingkat Persiapan Bersama TPB

Lampiran 13 Isi tabel departemen pada hirarki departemen pada fakta_dosen dan fakta_matakuliah
iddepartemen idfakultas namadepartemen inisial
A1 A Ilmu Tanah dan Sumberdaya Lahan TSL
A2 A Agronomi dan Hortikultura AGH
A3 A Proteksi Tanaman PTN
A4 A Arsitektur Lanskap ARL
B0 B Kedokteran Hewan FKH
B1 B Anatomi, Fisiologi dan Farmakologi AFF
lmu Penyakit Hewan dan Kesehatan Masyarakat
B2 B Veteri IPH
B3 B Klinik, Reproduksi dan Patologi KRP
C1 C Budidaya Perairan BDP
C2 C Manajemen Sumberdaya MSP
C3 C Teknologi Hasil Perairan THP
C4 C Pemanfaatan Sumberdaya Perikanan PSP
C5 C Ilmu dan Teknologi Kelautan ITK
D0 D Fakultas Peternakan D
D1 D Ilmu Produksi dan Teknologi Peternakan PTP
D2 D Ilmu Nutrisi dan Teknologi Pakan NTP
E1 E Manajemen Hutan MNH
E2 E Hasil Hutan HHT
E3 E Konservasi Sumberdaya Hutan dan Ekowisata KSH
E4 E Silvikultur SVK
F1 F Teknik Mesin dan Biosistem TMB
F2 F Ilmu dan Teknologi Pangan ITP
F3 F Teknologi Industri Pertanian TIN
F4 F Teknik Sipil dan Lingkungan SIL
G1 G Statistika STK
G2 G Geofisika dan Meteorologi GFM
G3 G Biologi BIO
G4 G Kimia KIM
G5 G Matematika MAT
 19

Lajutan
iddepartemen idfakultas namadepartemen inisial
G6 G Ilmu Komputer KOM
G7 G Fisika FIS
G8 G Biokimia BIK
G9 G MKDU MKU
H1 H Ilmu Ekonomi EKO
H2 H Manajemen MAN
H3 H Agribisnis ESL
H4 H Ekonomi Sumberdaya dan Lingkungan AGB
I1 I Gizi Masyarakat GIZ
I2 I Ilmu Keluarga dan Konsumen IKK
I3 I Komunikasi dan Pengembangan Masyarakat KPM
Z1 Z Tingkat Persiapan Bersama TPB

Lampiran 14 Isi tabel dosen pada hirarki dosen pada fakta_matakuliah

Id Id
nip namagelar idtahun idstrata
pendidikan departemen
Ir. Hidayat
194701021976031000 Wiranegara 7 S1 B02 A1
drh. Abadi Sutisna,
194704061974021000 M.Si 5 S2 B02 B1
194705251972101000 Ir. Eman Kustaman 3 S1 ID002 G8
... ... ... ... ... ...
... ... ... ... ... ...
... ... ... ... ... ...
Azis Boing
Sitanggang, S.TP,
198609112010121000 M.Si 41 S2 Z001 F2
dr. Karina Rahmadia
198612102010122000 Ekawidyani 41 S1 B01 I1
Fengky Satria Yoresta,
198706102010121000 S.T, M.T 41 S2 B08 E2

Lampiran 15 Hasil pengujian formal dengan spesifikasi tren jumlah responden dosen pada fakultas
setiap tahun
 20

Lanjutan

Lampiran 16 Hasil pengujian non formal dengan spesifikasi tren jumlah responden dosen pada
fakultas setiap tahun
 21

Lampiran 17 Hasil pengujian formal dengan spesifikasi tren nilai rata-rata hasil evaluasi mata kuliah
pada fakultas setiap tahun

Lampiran 18 Hasil pengujian non formal dengan spesifikasi tren nilai rata-rata hasil evaluasi mata
kuliah pada fakultas setiap tahun
 22

Lampiran 19 Hasil pengujian formal dengan spesifikasi tren nilai rata-rata hasil evaluasi dosen pada
fakultas setiap tahun

Lampiran 20 Hasil pengujian non formal dengan spesifikasi tren nilai rata-rata hasil evaluasi dosen
pada fakultas setiap tahun
 23

Lampiran 21 Hasil pengujian formal dengan spesifikasi tren rata-rata nilai dosen berdasarkan strata
atau jenjang pendidikan terakhir

Lampiran 22 Hasil pengujian non formal dengan spesifikasi tren rata-rata nilai dosen berdasarkan
strata atau jenjang pendidikan terakhir

Lampiran 23 Hasil pengujian formal dengan spesifikasi Tren nilai dosen berdasarkan lokasi belajar
terakhir
 24

Lanjutan

Lampiran 24 Hasil pengujian non formal dengan spesifikasi tren nilai dosen berdasarkan lokasi
belajar terakhir