Modul Extract, Transform, Dan Load Untuk Spatial Data Warehouse Titik Panas Menggunakan Geokettle
Abstract
Teknologi spatial data warehouse merupakan salah satu solusi dari
permasalahan penumpukan data spasial yang berukuran besar. Dalam
pembuatan spatial data warehouse, proses extraction, transformation, dan
loading (ETL) memiliki peran penting untuk menentukan kualitas data. Proses
ETL secara manual membutuhkan waktu yang lama dan menghasilkan banyak
query. Oleh karena itu, penelitian ini menggunakan perangkat ETL spasial
untuk integrasi data spasial yaitu Geokettle. Adapun data yang digunakan
adalah data titik panas seluruh Indonesia tahun 2006 sampai 2015 dan data
administratif kabupaten di Indonesia tahun 2014. Penelitian ini membuat
pemodelan ETL dengan tujuan penyederhanaan, penyesuaian, dan
perancangan skenario ETL. Penelitian ini menghasilkan pemodelan ETL yang
diimplementasikan menggunakan Geokettle. SpagoBI Studio digunakan untuk
membuat kubus data multidimensi. Pengujian ETL dilakukan melalui
Geokettle dan pengujian spatial data warehouse dilakukan dengan
membandingkan total jumlah hotspot antara hasil query SQL dengan hasil
analisis spasial hotspot pada Quantum GIS.
Collections
- UT - Computer Science [2236]