PERANCANGAN DATA MART DIVERSIFIKASI PENERIMAAN DI YAYASAN SATUNAMA

Yonathan (2024) PERANCANGAN DATA MART DIVERSIFIKASI PENERIMAAN DI YAYASAN SATUNAMA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71190414_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71190414_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Yayasan SATUNAMA Yogyakarta adalah organisasi nirlaba yang bergerak di bidang pemberdayaan masyarakat melalui pendampingan, advokasi dan pelatihan. Di Yayasan SATUNAMA terdapat beberapa departemen/unit yang bekerja di bawah managerial Yayasan tersebut. Managerial di Yayasan SATUNAMA selama ini kesulitan dalam melihat kondisi keuangan baik dari diversifikasi penerimaan maupun profit and loss dari semua departemen/unit yang ada disana. Managerial SATUNAMA juga harus mengeluarkan waktu yang lama untuk melihat data dari setiap departemen/unit sehingga menyulitkan dalam analisis dan proses pengambilan keputusan. Maka dari itu, penelitian ini bertujuan untuk membuat data mart diversifikasi penerimaan yang bertujuan untuk mengintegrasikan seluruh data departemen/unit sehingga mampu menghasilkan analisis yang cepat dan akurat sehingga mudah untuk pengambilan kepustusan. Penelitian ini menggunakan four step Kimball dimana terdapat empat langkah yang dilakukan untuk merancang data mart managerial ini. Yang pertama adalah Select the business process yaitu memilih proses bisnis, kemudian Declare the grain yaitu menentukan tingkat detil data, Identify the dimensions yaitu menentukan tabel-tabel dimensi, dan yang terakhir adalah identify the facts yaitu menentukan tabel fakta yang digunakan untuk analisis data. Dalam proses perancangan data mart ini kita menggunakan Python ETL untuk proses ETL ( Extract, Transfrom and Load ) data dari database operasional ke data mart. Setelah itu yang terakhir peneliti melakukan pengujian query performance dengan membandingkan kecepatan pengambilan data dari database operasional dan datamart yang telah terbentuk. Setelah data mart berhasil terbentuk, seluruh analisis yang dibutuhkan oleh managerial/pimpinan satu nama dapat terjawab dan dibuktikan dengan hasil query dan visualisasi sederhana menggunakan atoti jupyterlab. Kemudian hasil dari perbandingan kecepatan query datamart lebih cepat dari pada database operasional.

Actions (login required)

View Item