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.