Modul Extract, Transform, dan Load untuk Data Warehouse Pengamatan Cuaca Menggunakan Kettle.

Abstract

Data warehouse merupakan teknologi yang dinilai dapat menangani permasalahan penumpukan data yang berukuran besar. Tahapan penting dalam pembangunan data warehouse adalah proses extract, transform, dan loading (ETL). ETL merupakan penghubung antara sumber data dengan data warehouse. Proses ETL secara manual dinilai tidak efektif dan efisien karena data yang cukup besar dan tersebar di berbagai sumber. Pada penelitian ini dilakukan perancangan dan implementasi modul ETL untuk data warehouse pengamatan cuaca yang dibuat dengan menggunakan perangkat lunak Kettle. Data yang digunakan penelitian ini adalah data pengamatan cuaca dari tahun 1986 hingga tahun 2016 yang diperoleh dari 170 stasiun cuaca di Indonesia, data lokasi stasiun cuaca dan data peta wilayah administratif Indonesia. Pengujian dilakukan dengan melakukan verifikasi dan validasi terhadap modul ETL yang dibangun. Penerapan modul ETL diharapkan dapat meningkatkan efisiensi sumber daya dan menekan biaya dalam implementasi data warehouse.