Modul Extract, Transform, Dan Load Untuk Data Warehouse Tanaman Hortikultura Menggunakan Kettle

Abstract

Kualitas data, kompleksitas sumber data, hubungan dalam data, logging, kepakaran internal, dukungan, ruang penyimpanan dan penjadwalan merupakan faktor-faktor yang mempengaruhi kualitas data warehouse. Proses extraction, transformation, dan loading (ETL) merupakan penghubung antara sumber data dan data warehouse yang bertujuan untuk meningkatkan kualitas data warehouse. Proses ETL pada data berukuran besar jika dilakukan secara manual merupakan cara yang tidak efisien karena variasi data dari sumber data yang berbeda-beda akan membutuhkan waktu yang lama. Efisiensi waktu, sumber daya, dan biaya dalam implementasi data warehouse membutuhkan tool yang dapat melakukan proses ETL secara otomatis. Penelitian ini membuat modul ETL untuk data warehouse tanaman hortikultura dengan menggunakan Kettle. Data yang digunakan dalam penelitian ini adalah data tanaman hortikultura di Indonesia dari tahun 1960 sampai tahun 2014. Hasil penelitian ini berupa modul ETL berupa fail transformation dan job serta data warehouse tanaman hortikultura. Penelitian ini melakukan 2 pengujian yaitu pengujian ETL dan pengujian data warehouse.