TEKNOLOGI ONLINE ANALYTICAL PROCESSING (OLAP) SEBAGAI ANALISIS DATA PESERTA KURSUS
Author (Penulis)
FEBRI RAMADANIUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.03.0147Abstract
Lembaga kursus XYZ merupakan perusahaan yang bergerak di bidang pendidikan keterampilan yang memiliki bidang kursus Komputer, Akuntansi dan Bahasa Inggris. Pada lembaga tersebut terdapat transaksi data peserta kursus yang direkap setiap dilakukan pendaftaran dan penilaian peserta. Dengan penyimpanan menggunakan spreadsheet, data tersebut bersifat transaksional, yaitu hanya menampung data peserta kursus dari tahun ke tahun. Pihak lembaga membutuhkan informasi jumlah peserta kursus untuk digunakan sebagai pendukung dalam pengambilan keputusan guna penentuan target pemasaran serta peningkatan mutu tenaga pengajar. Karena transaksi begitu cepat dan dalam jumlah yang banyak pihak lembaga mengalami kesulitan dalam mendapatkan informasi tersebut.
Untuk mengatasi permasalahan tersebut dibangun data warehouse yang kemudian dianalisis melalui aplikasi OLAP (Online Analytical Processing). Dengan OLAP, kebutuhan analisis data menjadi mudah terpenuhi karena kemampuan OLAP dalam menampilkan informasi secara multidimensi dan operasi-operasi unggulan lain seperti pivoting, drill down, dan filtering. Informasi jumlah peserta kursus selama tahun 2014 hingga 2017 disajikan dalam bentuk OLAP cube, diagram batang dan diagram lingkaran.
Disimpulkan dari diagram lingkaran OLAP, jumlah peserta kursus terbanyak pada tahun 2017 yaitu pada bidang Komputer Office Excel sebesar 19%, dan jumlah peserta yang paling sedikit yaitu pada bidang Akuntansi Dasar II sebesar 3%. Dengan demikian pihak manajemen dapat meningkatkan target pemasaran pada bidang Akuntansi, guna mendapatkan peserta kursus lebih banyak, dengan beberapa cara diantaranya melakukan pengiklanan, promosi, dan memberikan bonus atau diskon. Selain pemasaran pihak manajemen juga dapat melakukan perekrutan dan pelatihan kepada pengajar bidang Komputer khususnya paket kursus Office. Hal ini dilakukan guna meningkatkan mutu tenaga pengajar.
Keyword
aReference
Amo, W. C. (2000). Microsoft SQL Server OLAP Developer’s Guide (Pap/Cdr ed). CA: Wiley Publishing, Inc.
Azimah, A., & Sucahyo, Y. G. (2007). Penggunaan Data Warehouse dan Data Mining untuk Data Akademik. Jurnal Sistem Informasi MTI UI, 3(2), 1–7.
Codd, E. F. (1970). A relational model of data for large shared data banks. San Jose, California: IBM Research Lab.
Connolly, T. M., & Begg, C. (2004). Database Systems: A Practical Approach to Design, Implementation and Management. Addison Wesley.
Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers.
Inmon, W. H. (2005). Building the Data Warehouse (4th ed.). Indianapolis.
Inmon, W. H., & Hackathorn, R. D. (1994). Using the Data Warehouse. Wiley.
Kimball, R., & Caserta, J. (2004). The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data. Indianapolis: Wiley Publishing, Inc.
Kimball, R., & Ross, M. (2002). The Data Warehouse 4th Edition. Canada: John Wiley & Sons Inc.
Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit: the Definitive Guide to Dimensional Modeling, Third Edition. Indianapolis: John Wiley & Sons, Inc.
Kurniawan, A. (2016). Implementasi Data Warehouse pada Sistem Pemetaan Profil Mahasiswa Studi Kasus Universitas Nusantara PGRI Kediri. Universitas Nusantara PGRI Kediri.
Ponniah, P. (2011). Data Warehouseing. John Wiley & Sons Inc.
Pratama, I. P. A. E. (2017). Handbook Data Warehouse Teori dan Praktik Berbasiskan Open Source. Bandung: Informatika.
Vassiliadis, P., & Alkis Simitsis. (2005). Extraction, Transformation, and Loading. USA: IBM Almaden Research Center.
