Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010

Di Tulis Oleh:

Kiki Rizki NoviandiSQL Server MVP

Harta yang paling berharga adalah keluarga, Istana yang paling indah adalah keluarga , Puisi yang paling bermakna adalah keluarga , Mutiara tiada tara adalah keluarga Theme Song Keluarga Cemara

Daftar IsiKata Pengantar ..................................................................................................................................... 7 1. Pendahuluan ................................................................................................................................. 9 1.1. 1.2. 1.3. 2. Untuk siapa buku ini ? ............................................................................................................. 9 Bagaimana struktur buku Ini ? ............................................................................................. 10 Pre-Release Software ............................................................................................................ 11

Merencanakan Solusi Bisnis Intelijen...................................................................................... 12 2.1. 2.2. 2.3. 2.4. 2.5. Apakah Bisnis Intelijen itu ? .............................................................................................. 13 Kapan Kita Memerlukan Bisnis Intelijen ? ...................................................................... 13 Dukungan untuk pengambilan keputusan ...................................................................... 17 Microsoft BI Framework .................................................................................................... 17 Membangun Solusi BI ....................................................................................................... 19

3.

Self Service Bisnis Intelijen....................................................................................................... 26 3.1. 3.1.1. 3.1.2. 3.1.3. Overview .............................................................................................................................. 26 Peningkatan Kwalitas data dan efesiensi ................................................................... 27 Data Bisnis Intelijen yang Aman & Andal ................................................................... 28 Kemampuan melakukan Self-Service Analysis and kemudahan dalam

berkolaborasi................................................................................................................................... 29 3.2. 4. 5. Fitur kunci untuk self service Bisnis intelijen .................................................................. 31

SQL Server 2008 R2 BI Technologies .................................................................................... 33 SQL Server Integration Services (SSIS) ................................................................................ 34 5.1.1. 5.1.2. 5.1.3. 5.1.4. 5.1.5. Package ........................................................................................................................... 36 Control Flow .................................................................................................................... 36 Data Flow......................................................................................................................... 38 Variables .......................................................................................................................... 42 Event Handler ................................................................................................................. 42

5.2. 5.3. 5.4. 5.5. 5.6. 5.7. 5.8. 5.9. 5.10. 5.11. 5.12. 5.13. 5.14. 5.15. 5.16. 6.

Business Intelligence Development Studio .................................................................... 42 Import and Export Wizard ................................................................................................. 43 Package Installation Wizard ............................................................................................. 43 Mengembangkan Solusi SSIS.......................................................................................... 43 Mulai Membuat solusi BI ................................................................................................... 44 Menambahkan Data Source ............................................................................................. 47 Menambahkan Data Source View ................................................................................... 51 Menambahkan Koneksi ..................................................................................................... 54 Menambahkan Task ...................................................................................................... 56 Menambahkan Data Flow ............................................................................................. 59 Menambahkan Variable ................................................................................................ 67 Menambahkan Expression ........................................................................................... 68 Membuat Package Configuration ................................................................................ 71 Mengeksekusi Package ................................................................................................ 77 Memasang SSIS di SQL Server .................................................................................. 79

SQL Server Analysis Services (SSAS) ................................................................................... 89 6.1. 6.1.1. 6.1.2. 6.1.3. 6.1.4. 6.1.5. 6.1.6. 6.1.7. 6.2. 6.2.1. Analysis Services Fundamental ....................................................................................... 90 Development Environment............................................................................................ 92 Object dan konsep dari Analysis Services ................................................................. 93 Data Source View........................................................................................................... 93 Multidimensional Expression ........................................................................................ 93 Key Performance Indicator FrameWork dan Perspective ........................................ 94 Common Language Runtime (CLR) Integration ........................................................ 94 Analysis Management Object (AMO) .......................................................................... 95 OLAP,OLTP dan Datawarehouse.................................................................................... 95 Konsep OLAP ................................................................................................................. 97

6.2.2. 6.2.3. 6.2.4. 6.2.5. 6.2.6. 6.3. 6.3.1. 6.3.2. 6.3.3. 6.3.4. 6.3.5. 6.3.6. 6.3.7. 6.3.8. 6.3.9. 6.3.10. 6.3.11. 6.3.12. 6.3.13. 6.3.14. 6.3.15. 6.3.16. 6.3.17. 6.3.18. 6.3.19. 6.3.20.

Cube ................................................................................................................................. 98 Cells .................................................................................................................................. 99 Measure dan Fact Table ............................................................................................... 99 Dimension dan Attribute .............................................................................................. 100 Hierarchies .................................................................................................................... 100 Analisis Service Project ................................................................................................... 102 Memulai Analysis Services Project baru................................................................... 102 DataSource ................................................................................................................... 104 Perubahan pada Datasource...................................................................................... 110 DataSource View .......................................................................................................... 111 Mendefenisikan Cube .................................................................................................. 117 Konfigurasi Dimensi ..................................................................................................... 122 Menambahkan Attribute .............................................................................................. 124 Membuat Hierarchy ...................................................................................................... 125 Attribute Relationship................................................................................................... 126 Membuat Attribut Hierarchy invisible ..................................................................... 129 Menghilangkan Best Practice Warnings ............................................................... 130 Key Coloum Attribute ............................................................................................... 132 Configuring NameColumn ........................................................................................... 133 Sorting Attribute Member ........................................................................................ 135 Deploying Project ..................................................................................................... 137 Configuring Project for Deployment ..................................................................... 137 Deploy a Project ....................................................................................................... 138 Processing a Project ................................................................................................ 139 Working with Cubes ................................................................................................. 140 Viewing Cube Structure........................................................................................... 141

6.3.21. 6.3.22. 6.3.23. 6.3.24. 6.3.25. 6.3.26. 6.3.27. 6.3.28. 6.3.29. 6.3.30. 6.3.31. 6.3.32. 6.3.33. 6.3.34. 6.3.35. 6.3.36. 6.3.37. 7.

Browsing Cube ......................................................................................................... 143 Displaying Cubes Data ........................................................................................... 144 Browsing Cube with Hierarchy ............................................................................... 145 Filtering Cube Data .................................................................................................. 148 Managing Displaying Data ...................................................................................... 151 Setting Properties ..................................................................................................... 151 Menggunakan dialog Box commands and option ............................................... 153 Viewing many-to-many hierarchy .......................................................................... 154 Performing Calculation ............................................................................................ 155 Using Function .......................................................................................................... 158 Using Template......................................................................................................... 159 Scripting with MDX ................................................................................................... 159 Working with Key Performance Indicators ........................................................... 161 Creating KPIs ............................................................................................................ 161 Browsing KPI............................................................................................................. 165 Viewing ASSL ........................................................................................................... 166 Dimension Usage ......................................................................................................... 166

Penutup...................................................................................................................................... 168

Kata Pengantar

Kurangnya

informasi

tentang

buku-buku

software

khususnya database di pasaran yang di tulis dalam bahasa indonesia serta Sulitnya mendapatkan informasi SQL Server 2008 R2 dalam bahasa indonesia baik di toko maupun di internet, Memacu saya untuk memulai menulis buku Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010 ini. Pada buku ini saya akan membahas tentang fitur-fitur terbaru dari SQL Server 2008 R2 meliputi enhancement yang dilakukan microsoft atas Software database terbaru ini dan kemampuannya sebagai self service tools untuk solusi Bisnis Intelijen hingga proses kolaborasi dengan Sharepoint portal server 2010 untuk menyajikan solusi bisnis intelijen yang profesional Perkenankan pula saya mengucapkan terimakasih yang sebanyak-banyaknya kepada Narendra Wicaksono selaku team DPE Microsoft Indonesia yang telah mendorong saya untuk bisa menulis buku ini guna semakin meningkatkan pengetahuan anak bangsa ini khususnya di area teknology IT. Ucapan terimaksih yang tak terhingga juga saya sampaikan kepada komunitas SQLServer-Indo khususnya Group Leader (Hendrik, Kasim, Hendra Eka) yang telah mendorong saya untuk terus berkontribusi dan melakukan sharing knowladge kepada komunitas IT pro khususnya SQL Server di indonesia, baik melalui Milis maupun event.

Tak lupa ucapakan penghargaan yang luar biasa kepada Nenden istriku dan Luqman anak ku yang telah memberikan dukungan moril maupun materil agar terselesaikannya buku ini Akhir kata selamat menikmati buku Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010 ini semoga apa yang didapat bisa berguna dan menjadi ilmu yang bermanfaat bagi kita semua dan demi kejayaan bangsa Indonesia

Jakarta, Oktober 2010 Kiki Rizki Noviandi, Microsoft SQL Server MVP

1. Pendahuluan Tujuan saya memperkenalkan Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010 di buku ini adalah untuk menunjukkan dua hal penting dari Software Database terbaru dari mirosoft ini. Yaitu dari sisi enhacement dari fitur-fitur yang sebelumnya telah ada, serta memberikan penjelasan tentang Microsoft Bisnis Intelijen platform di SQL Server 2008 R2 yang telah terintegrasi dengan share point portal server 2010 Buku ini di buat bukan sebagai hand book namun lebih untuk memberikan wawasan dan pengetahuan kepada siapa saja yang memiliki minat kepada pengembangan dan perawatan basis data sekaligus juga pada konsep konsep dasar dari solusi bisnis intelijen

1.1.

Untuk siapa buku ini ?

Buku ini di tujukan untuk pembacara yang memiliki pengetahuan dasar database, serta kalangan professional IT yang ingin mengetahui fitur fitur terbaru dari SQL Server 2008 R2 atau siapa saja yang berkeinginan untuk lebih mengetahui tentang Bagaimana microsoft membangun solusi bisnis intelijen dengan menggunakan microsoft BI platform Diharapkan pembaca buku ini sudah memahami konsep database hingga beberapa istilah umum dalam dunia basis data tidak akan di bahas secara spesifik disini. definisi formal table, database, function, procedure dan istilah istilah object yang ada pada data base diasumsikan telah cukup dikenal dan difahami oleh pembaca buku ini.

1.2.

Bagaimana struktur buku Ini ?

Buku ini sengaja saya organisasikan dalam 5 pokok bahasan yang di harapkan dapat membantu para pembaca memahami kemampuan apa saja yang di miliki oleh SQL Server 2008 R2, seperti berikut ini : Platform Database yang berfungsi sebagai media penyimpanan data, termasuk didalamnya enhancement dari sisi administrasi database yang lebih komperhensif dibandingkan versi sebelumnya Konsep Bisnis Intelijen yang meliputi pendekatan yang dilakukan oleh microsoft di SQL Server 2008 R2 untuk membangun solusi Bisnis intelijen yang dikenal juga dengan microsoft BI Framework SQL Server Data Warehouse guna menunjang self service bisnis

intelijen, meliputi enhancemen dari sisi : platform, integration tools, analytical tools, Reporting tools serta master data service. Middle tier kompenen untuk Share point 2010 sebagai tools untuk Bisnis intelijen solution Merencanakan pengembangan Solution BI

Dengan 5 pokok bahasan di atas diharapkan para pembaca budiman bisa diberi kemudahan dalam mencerna maksud yang penulis sampaikan sekaligus mendapatkan penjelasan yang cukup terstruktur guna memahami Microsoft Business Intelligence dengan SQL Server 2008 R2 dan Sharepoint 2010

1.3.

Pre-Release Software

Untuk membantu kita dalam mencoba mempraktekan kasus kasus yang ada pada buku ini, kami menuliskan buku ini dengan menggunakan contoh contoh script maupun fitur yang telah ada di SQL Server 2008 R2 (RC0). Bisa jadi ketika kita mencoba beberapa script atau fitur yang ada pada buku ini sudah berubah atau pun hilang di versi yang terbaru. Beberapa perbedaan bisa saja di temukan di versi RTM maupun release yang berbeda dengan tampilan yang ada pada buku ini. Untuk mengetahui hal terbaru dari SQL Server 2008 R2 ini kita bisa mencari dengan kata kunci Whats New di SQL Server Book Onlinehttp://msdn.microsoft.com/en-us/Library/bb500435(SQL.105).aspx

2. Merencanakan Solusi Bisnis Intelijen Kebanyakan database administrator (DBAs) telah mengenal paling tidak mengetahui tetang istilah bisnis intelijen (BI) ketika mereka berperan

sebagai administrator dan melakukan implementasi Microsoft SQL Server. Sementara itu untuk para profesional TI, yang tidak memiliki tanggung jawab DBA, mungkin telah pula mendengar tentang BI ini namun tidak memiliki pengalaman atau bahkan benar-benar tahu tentang BI ini. Pada bagian ini akan saya bahas tentang apa yang di maksud dengan BI beserta konsepnya, Setelah Kita memahami apa teknologi BI itu, dan dapat melakukan dan melihat bagaimana solusi BI ini dibangun pada platform Microsoft BI, Kita akan menemukan mengapa BI bukan hanya di tujukan untuk para DBAs semata. BI dapat digunakan untuk melacak dan menganalisis data yang berkaitan dengan peran tertentu, membuat pekerjaan tim IT menjadi lebih mudah dalam menganalisa dan memahami informasi yang ada dari data yang telah kita miliki. Dalam artikel ini, saya juga akan menjelaskan tentang konsep BI ini dan menggambarkan arsitektur umum serta istilah pada solusi BI ini beserta pendekatan-pendekatan teknisnya yang bisa membantu kita untuk mencoba membuat solusi BI dengan menggunakan pendekatan microsoft BI

Framework.

2.1.

Apakah Bisnis Intelijen itu ?

BI atau bisnis intelijen adalah serangkaian kegiatan untuk mengumpulkan dan menganalisis data sehingga dapat digunakan untuk proses pengambilan keputusan yang lebih baik agar dapat digunakan dalam proses pengambilan keputusan bisnis. BI digunakan untuk dapat membantu bisnis dalam proses pengambilan keputusan stategis seperti perencanaan anggaran tahunan, penentuan taget sales, menganalisa dan memprediksi bisnis trend serta melakukan data konsolidasi untuk keperluan para pengambil keputusan. Selain itu, BI gunakan pula sebagai membuat referensi prediksi sehingga Kita dan orang lain dapat mengukur dampak keputusan yang dibuat berdasarkan data yang ada. Biasanya, BI merupakan proses yang berulang-ulang dengan cara menganalisis data untuk melihat apa yang terjadi. Kemudian mengambil tindakan untuk melanjutkan setiap hasil positif serta menghentikan jika ada potensi menuju arah negatif, sekaligus mengukur hasil dari setiap keputusan yang ada terhadap faktor pendukung eksternal maupun internal yang bagi bisnis perusahaan 2.2. Kapan Kita Memerlukan Bisnis Intelijen ?

Pada Prakteknya kita kadang tidak menyadari bahwa organisasi atau perusahaan tempat kita bekerja memerlukan BI, padahal dengan

menggunakan BI dapat membantu fokus bisnis perusahaan berdasarkan informasi, fakta dan data yang dianalisa dengan menggunakan Tools BI yang

ada di pasaran. Mungkin ada bertanya-tanya, Apakah dengan menggunakan query biasa pada database operasional kita tidak cukup untuk melakukan analisa? Jawabannya tentu saja tidak, karena karakteristik data untuk keperluan BI harus di desin dengan menggunakan pendekatan keperluan analisa dan bukan untuk keperluan transaksi operasional sehari-hari. Fakta bahwa bagian IT lebih banyak memproduksi berbagai macam report untuk keperluan user di setiap departemen, untuk keperluan analisa statistik maupun tren, cukup membuktikan bawa bagian IT belum menyadari perlu dibangunnya solusi BI untuk perusahaan. Padahal selayaknya bagian IT bisa mengerjakan pekerjaan yang lebih strategis bagi perusahaan dari pada hanya sekedar berisi sekumpulan staff yang kerjanya menyediakan report bagi user. Selain parameter yang saya sampaikan di atas, ada beberapa parameter lain yang bisa dijadikan indikasi bahwa organisasi atau perusahaan kita memerlukan solusi BI, diantaranya adalah : Jika Database disimpan ciri suatu perusahaan sudah membutuhkan BI

dalam platform yang berbeda beda

(misalnya: SQL Server, Oracle, DB2, MySQL Dan lainnya), konsolidasidata akan menjadi perkara yang tidak mudah apalagi jika akan di gunakan untuk keperluan analisis data. Data tidak dapat disalin langsung dari Tabel asal ke Tabel target yang kita akan

konsolidasikan, melainkan harus dimanipulasi dengan beberapa cara sebelum disimpan.

Jika Definisi data mungkin tidak konsisten di dengan databasedatabase yang ada, penyeragaman data yang tampaknya serupa akanmenjadi perkara sulit. Sebagai contoh, kode produk di database Sales pada system SAP Finance bisa jadi berbeda dengan kode produk yang di gunakan pada database sales pada system oracle finance.

Jika kebutuhan untuk menganalisa data ini semakin banyak. padahalsetiap database operasional pasti akan di optimasi untuk proses transaksi seperti insert data atau untuk proses pencarian, hingga jika akan melakukan database query untuk melakukan analisa data biasanya memerlukan perhitungan summary dari data yang jumlahnya sangat besar. Akibatnya proses melakukan analisa ini tentu saja akan memerlukan cost yang cukup mahal baik untuk waktu eksekusi maupun penggunaan resource yang ada seperti CPU dan prosesor.

Jika Kita ingin melihat tren dari waktu ke waktu-umum atas transaksi yang ada, Kita terpaksa melakukan restore data untuk data yangsudah di archive di repositori database perusahaan. Data historis sering dibackup daripada dipertahankan tanpa batas dalam database perusahaan hal ini terkait dengan performa dari aplikasi yang datanya akan kita analisa

Beberapa data yang diperlukan untuk analisis tidak tersedia dalam database perusahaan. Mungkin di flat file, spreadsheet, atau dataterstruktur format seperti dokumen Microsoft Word. Akan lebih sulit lagi jika informasi ada tersebar pada komputer lokal mereka- atau bahkan ada di kepala mereka.

Jika kwalitas data tidak memenuhi syarat, menyebabkan kita perluuntuk melakukan proses cleansing terhadap data yang ada dari berbagai sumber database. Selain itu perlu juga di pastikan bahwa semua orang yang menggunakan data yang sama mengikuti aturan yang sama untuk proses pembersihan datanya.

Dengan kondisi diatas kita bisa mengatakan bahwa organisasi tersebut mulai perlu menerapkan solusi BI, dan biasanya untuk mengatasi ini BI akan berisi database yang dibuat secara ekslusif untuk keperluan analisa data. Hal ini dilakukan untuk menghindari masalah resource serta konflik antara proses melakukan loading data serta mengkonsumsi data hingga kita dapat merestrukturisasi database yang ada agar optimal untuk keperluan query. Manfaat lain dari menciptakan database BI terpisah adalah bahwa Kita dapat menyimpan data historis selama diperlukan setelah data dibersihkan dari source database. Akhirnya, Kita dapat mengotomatisasi proses pembersihan dan meningkatkan data untuk analisis, serta memastikan bahwa aturan yang sama diterapkan setiap kali data diakses.

2.3.

Dukungan untuk pengambilan keputusan

Solusi BI dibuat untuk mendukung usaha pengambilan keputusan oleh perusahaan. Secara umum, solusi BI akan membantu Kita menilai dan menanggapi kondisi bisnis, apakah Kita memerlukan perkiraan yang meliputi semua seluruh organisasi perusahaan atau perspektif departemen, kelompok kerja, atau bahkan sebuah tim saja. kemampuan untuk melakukan analisa secara rinci dari informasi dan data yang ada adalah kemampuan penting di BI. Tujuan dari solusi BI adalah untuk membantu menganalisa data dan menemukan jawaban untuk pertanyaan dengan cara melacak, konsolidasi, reformatting dan merapikan data itu sendiri. Bila Kita memiliki cukup waktu menganalisa data, Kita biasanya dapat melihat akar masalah dan mengambil langkah-langkah untuk menghentikan

kemungkinan tren yang negatif yang bisa terjadi. 2.4. Microsoft BI Framework

Mari kita lihat lebih jauh lagi tentang arsitektur teknologi BI, Microsoft menyediakan semua alat yang anda butuhkan untuk membangun, mengelola dan menggunakan solusi BI pada perusahaan anda. Microsoft SQL Server 2008 merupakan platform untuk melakukan datawarehouse mau pun data mart. Perbedaan data warehouse dan data mart memang memiliki batasan yang sangat tipis, namun kita tidak perlu khawatir dengan perbedaan ini karena secara subtansi tujuan dari pembuatannya memiliki kesamaan.

Konsep data warehouse ini sudah di kenal sebagai platform fundamental dari setiap solusi BI yang dikembangkan, keberhasilan dalam merancang dan memasukkan data kedalam data warehouse akan sangat berpengaruh terhadap berhasil atau tidaknya solusi BI di kembangkan dalam sebuah organisasi maupun perusahaan

Ada 3 komponen penting yang diperlukan untuk membangun sebuah solusi BI dalam Microsoft BI Framework, 3 komponen ini adalah: 1. Proses ETL (extract, transform dan load) dari data source yang ada, untuk keperluan ini Microsoft menyediakan SQL Server Integration Services yang memiliki kemampuan untuk melakukan proses ETL terhadap data yang ada. 2. Proses analisa dengan pendekatan OLAP (online analitical

processing), Analisa data sendiri dengan pendekatan Cube dan dimensi bisa dilakukan dengan SQL Server Analysist services 3. Proses reporting yang di gunakan sebagai representasi hasil analisa data yang sudah dilakukan yang dapat di buat dengan menggunakan Tools SQL Server Reporting services Microsoft BI Platform secara garis besar dapat di gambarkan seperti pada gambar 1 berikut ini.

Gambar 1 Microsoft BI Platform

2.5.

Membangun Solusi BI

Merancang struktur data warehouse merupakan langkah pertama yang harus dilakukan untuk membuat solusi BI. Dengan menggunakan SSIS skema data warehouse yang sudah di design akan di isi dengan data dari external data source seperti dari legacy system, Flatfile atau file dokumen lainnya. Untuk menjalankannya kita bisa menjadwalkan secara periodik untuk dengan menggunakan SQL Agent. Proses pengisian ini tidak lepas dari operasi yang disebut juga ExtractTransform-Load atau lebih dikenal juga sebagai ETL. Proses ETL ini dilakukan dengan sangat mudah oleh SQL Server Integration Test, selama kebutuhan data termasuk proses mapping dan cleansingnya sudah terdefinisikan secara lengkap.

Dataware house sendiri di buat dengan menerapkan desain skema yang mengikuti format standar datawarehouse yaitu Star Schema dan snowflake schema. Disain ini menerapkan konsep-konsep seperti Cube, Dimensi, dan Fact Table yang bisa di kenali dan di proses untuk keperluan analisa dengan menggunakan Tools SQL Server Analysist Services. Jika data sudah di proses oleh SQL Server Analysist Services menjadi CubeCube OLAP dengan menggunakan Microsoft BI studio dan di deploy ke SSAS Server, maka cube yang sudah dibuat bisa di akses oleh berbagai macam software yang dapat mengakses cube seperti Microsoft Office Excel pada Gambar 2.1 dibawah ini.

Gambar 2.1 menggunakan Excel 2007 untuk mengkases SSAS

Pada Cube tersebut kita bisa dengan mudah melakukan operasi Slice and Dice, menggali relasi antara data dari multi dimensi data yang ada sehingga kita bisa menemukan kolerasi data yang ada serta kaitan antara data dimensi yang ada guna membantu proses pengambilan keputusan dari perusahaan atau organisasi kita Selain menggunakan microsoft Excel untuk menggali data relasional antara multi dimensi yang ada, kita juga dapat menggunakan data mining algoritma untuk menemukan pola informasi dalam data atau untuk mendeteksi anomali

dalam data (hingga kita dapat memperbaiki masalah sebelum melakukan populasi data ke data warehouse kita). Cara lain untuk melakukan data mining sederhana adalah dengan menggunakan Add-in untuk Microsoft Office 2007, untuk lebih jelasnya tentang fitur ini bisa di download di web site microsoft dengan kata kunci pencariannya Data Mining add-ins for Office 2007 Pilihan lain yang mulai populer dewasa ini untuk melakukan proses analisa dengan data yang di host di server adalah dengan menggunakan Excel Service, Fitur ini tersedia dalam MOSS, salah satu keunggulan dari penggunaan Excel service untuk memanggil SSAS adalah kemampuan untuk dapat menangani banyak fungsi secara bersama sama seperti pivot table dengan antarmuka HTML yang tetap mempertahankan user friendly dari Excel. Anda dapat menyimpan pivot table dan pivot grafik ke halaman daskboard MOSS menggunakan Excel Web akses. Dashboard ini bisa di sajikan di Sharepoint dengan menyajikan data dari berbagai sumber pada suatu halaman menggunakan web parts. Bahkan anda dapat menambahkan penyaring ke halaman dashboard dan menghubungkannya ke semua atau sebagian dari Web Parts agar dapat secara dinamis mengubah konten pada halaman berdasarkan filter yang diinginkan. Gambar 3 menunjukkan contoh MOSS dashboard. MOSS juga termasuk bagian web untuk menampilkan laporan SQL Server Reporting Service yang disimpan di server MOSS, atau

Anda dapat menggunakan Web Parts yang dikirimkan dengan SSRS untuk menampilkan laporan yang disimpan di Report Server.

Gambar 2.2 menggunakan MOSS Dashboard Page untuk tampilan Workbook dan laporan

Anda dapat menggunakan Microsoft Office PerformancePoint Server 2007 (PPS). Kita bisa membuat Scorecard adan Dashbord menggunakan PPS ini

untuk kemudian di distibusikan menggunakan MOSS. Definisi Scorecard sendiri adalah laporan yang menyajikan perbandingan kinerja aktual untuk target didefinisikan yang telah di tentukan dengan menyajikan hasilnya dalam bentuk ikon dengan warna tertentu. Kita dapat menampilkan scorecard PPS menggunakan Webparts Khusus yang sudah di sediakan dalam standar MOSS dashboard atau sebagai bagian dari PPS dashboard. Anda dapat menambahkan Report PPS ke dashboard zona untuk menyajikan tampilan yang berbeda dari data yang sama (seperti yang ditunjukkan pada gambar 4) atau untuk menampilkan data yang terkait dari sumber yang berbeda.

Gambar 2.3 menggunakan PPS dashboard untuk tampilan data

Dengan telah di luncurkannya Microsoft Sharepoint 2010, fungsi yang selama ini ada di Microsoft Office PerformancePoint Server 2007 (PPS) telah di

adaptasi sehingga kita tidak perlu lagi menggunakan PPS dan produk PPS ini sendiri pengembangannya sudah tidak di dukung oleh microsoft Seperti yang Anda lihat, Microsoft BI Stack menyediakan banyak pilihan untuk pengembangan, administrasi dan implementasi solusi BI Anda, tapi itu tidak berarti mencegah Anda menggunakan pilihan lain. Microsoft BI Stack merupakan extensible arsitektur di mana Anda dapat membangun aplikasi Anda sendiri atau aplikasi pihak ketiga untuk dapat membangun solusi BI yang baik. Untuk membuat solusi BI secara keseluruhan secara lengkap, yang anda perlu lakukan adalah menginstall SQL Server 2008 R2 termasuk komponen pendukungnya seperti SSIS, SSAS dan SSRS. Jika anda ingin mengakses SQL Server dan SSAS yang ada di jaringan anda, anda cukup melakukan proses instalasi Development Tools di komputer anda. Untuk mempelajari cara membuat solusi BI ini anda dapat juga melakukan download contoh database yang di gunakan untuk membangun solusi advanture work dari CodePlex. Database AdvantureWork2008 berisi database transaksi online (OLTP) dari advanturework yang terdiri atas transaksi-transaksi Human Resource, Sales dan Productions, data ini akan di gunakan sebagai data source bagi solusi BI Advanturework yang akan di load menggunakan SSIS. Sedangkan untuk keperluan BI anda bisa melihat contoh pada Database AdvantureWorksDW2008, yang isinya merupakan DataWarehouse design

dari AdventureWorks. Database ini bisa digunakan sebagai source dari Cube SSAS yang akan di buat.

3. Self Service Bisnis Intelijen Departemen IT dan User selama ini masih sering berselisih faham tentang konsep self service bisnis intelijen ini. Departemen IT berusaha untuk mempertahankan pengaturan System informasi perusahaan sementara enduser selalu berharap untuk bisa meng-generate dan mengaturan konten laporan nya sendiri sesuai dengan apa yang user kehendaki. 3.1. Overview

Dengan adanya kemampuan Self service Bisnis intelijen di SQL Server 2008 R2 memungkinkan harapan dari kedua belah fihak ini bisa di jembatani dengan tools yang cukup canggih yang memiliki kemampuan untuk membuat, menganalisa dan memodelkan, share serta mengatur data bisnis intelijen data secara aman dan dengan cara yang sederhana Alat (Tools) Self Service Analysis ini memungkinkan end user dapat secara cepat membuat solusi BI dari berbagai macam data source yang tersebar dengan menggunakan microsoft Excel. Dengan melakukan publikasi (publishing) solusi yang telah di buat tersebut ke Sharepoint Server, user dapat dengan mudah melakukan sharing informasi dengan user lainnya. keuntungan bagi IT adalah dalam hal manajemen dan pengawasan sehingga mereka dapat membantu memastikan kehandalan, performa, dan keamanan

dari aset data perusahaan, selain itu IT juga memiliki peluang lebih baik untuk dapat memantau bagaimana user menggunakan datanya tersebut. 3.1.1. Peningkatan Kwalitas data dan efesiensi Untuk memastikan pelaporan dan report yang konsisten untuk semua data dan sistem yang ada sehingga dapat menyajikannya dengan cepat, dengan hasil yang lebih akurat, maka diperlukan tools yang memungkinkan kita dapat melakukan pendekatan terpusat agar dapat mendefinisikan, menjalankan dan mengatur sistem master data yang ada. Master data hub di SQL Server 2008 R2 memberikan organisasi suatu cara yang konsisten untuk melacak versi data master dan menjawab kebutuhan akan versi dari master data yang ada di server. master data yang konsisten akan meningkatkan kualitas sistem data untuk seluruh perusahaan dan dapat membantu mempertahankan persyaratanke butuhan bisnis intelijen secara operasional. Proses proses untuk Membuat, mengedit, dan memperbarui data master dapat dilakukan secara efisien melalui sebuah portal yang pusat. Data master Stewardship Portal memberikan kontrol terpusat atas data master, termasuk anggota dan hirarki dan model data memungkinkan administrator untuk memastikan kualitas data dengan mengembangkan, meninjau, dan

mengelola model data dan memastikannya secara konsisten di seluruh domain

Penjelasan tentang Master data service ini akan di jelaskan pada bagian Master data service 3.1.2. Data Bisnis Intelijen yang Aman & Andal Self service bisnis intelijen ini memberikan batuan dalam hal perluasan Tata kelola TI yang efektif untuk menggunakan-diciptakan solusi analitis melalui manajemen konsol terpusat menggunakan Microsoft SQL Server 2008 R2 dan PowerPivot add-in untuk SharePoint Server 2010. Pada SQL Server 2008 R2, End-User dapat mempublikasikan solusi Data mereka melalui SharePoint, yang memungkinkan departemen TI untuk secara efektif mengelola versi, akses pengguna, dan pemanfaatan sumber daya yang ada. Hal ini juga memungkinkan departemen TI dapat mengontrol siapa yang memiliki akses ke data sensitif dan guna membantu memastikan ketersediaan data perusahaan yang konsisten. Hal ini dapat memberi pemahaman lebih baik berkaitan dengan data dan solusi yang digunakan oleh user sekaligus membantu mencegah perkembangbiakan aplikasi "bayangan" yang tidak terkelola dengan baik

Gambar 2.4 Analysis Service Dashboard 3.1.3. Kemampuan melakukan Self-Service Analysis and kemudahan dalam berkolaborasi kemampuannya untuk dapat melakukan proses analisa secara ad-hoc sehingga memberikan kemudahan bagi user untuk melakukan analisa datanya sendiri dengan menggunakan power pivot add in pada microsoft excel (yang dikenal pula dengan code name Gemini) dan SQL Server 2008 R2 merupakan kelebihan dari Self Service Bisnis Intelijen yang di kembangkan. User dapat membuat solusi BI dengan menggunakan data yang ada di system yang dikelola oleh IT maupun dari sumber data external lain. Hal ini juga memberikan pula kepada user kemampuan untuk melakukan ad-hoc

analisa

dan

pemodelan,

ekstraksi

data

yang

lebih

mudah

serta

mempublikasikan laporan yang telah di buat Self Service BI mampu untuk mengurangi waktu dan biaya dalam membuat laporan di tambah dengan tools yang mendukung user memungkinkan pengguna dapat dengan mudah menemukan, menggunakan dan membagi informasi report. Dengan menggunakan Report Builder 3.0 in SQL Server 2008 R2 memberikan kemudahan untuk end-user dalam membuat report secara lebih cepat, berkolaborasi dan serta melakukan sharing report dengan user lainnya.

Gambar 2.5 Power Pivot

3.2.

Fitur kunci untuk self service Bisnis intelijen telah di kemukakan di atas, bahwa dengan menggunakan SQL

Seperti

Server 2008 R2 User bisa mengelola sendiri solusi Bisnis Intelijen dari data yang di miliki melalui tools yang sudah sangat familiar seperti Power Pivot add in di Excel 2010, yang memberikan kemampuan untuk user dalam mengelola dan mengintegrasikan data dari berbagai macam data source Komponen pendukung dalam melakukan Self Service BI ini telah disediakan oleh microsoft untuk kemudahan dan kenyamanan pengguna dalam melakukan analisa terhadap data yang dimilikinya, kompen pendukung ini adalah : Power Pivot Add In for Microsoft Excel, yang memungkinkan user untuk melakukan operasi Pivot, Slice and Dice, serta melakukan data mining Microsoft Share Point 2010, yang telah mengadaptasi semua kemampuan dari MS Performance Point yang memungkinkan user memiliki dashboard yang secara mudah dapat di akses oleh user Microsoft SQL Server Reporting Service report Builder 3.0,

mempercepat pembuatan laporan secara add-hoc kepada user, termasuk fasilitas untuk membuat dan melakukan share report komponen antara user Visualisasi GeoSpasial Data, memungkinkan user dapat melakukan visualisasi geospasial sehingga solusi BI yang di sajikan menjadi lebih

interaktif dan menarik, kita juga bisa meningkatkan report menjadi location base report dengan menggunakan BING Maps di report builder 3.0

4. SQL Server 2008 R2 BI Technologies

SQL Server 2008 R2 merupakan tools Database terbaru dari Microsoft yang memberikan dukungan dalam membangun solusi BI. Dengan berkolaborasi dengan teknologi microsoft lainnya memungkinkan kita di berikan kemudahan dalam membangun solusi BI

5. SQL Server Integration Services (SSIS) SQL Server Integration Services atau biasa disingkat dengan SSIS adalah sebuah tools yang digunakan untuk melakukan proses Extract, Transform, and Load (ETL) dan diklasifikasikan sebagai fitur Business Intelligence (BI). ETL adalah proses untuk mengumpulkan data dari berbagai sumber (Extract), membersihkannya (Transform), untuk kemudian menyimpannya ke dalam sistem yang lain (Load). Dalam kaitannya dengan BI, SSIS adalah fitur yang digunakan untuk menarik data dari ERP, relational database, atau file untuk kemudian hasilnya disimpan ke dalam data warehouse.

SSIS designer adalah tool grafis yang digunakan untuk membuat package dan terdapat pada Business Intelligence Development Studio (BIDS) sebagai bagian dari project Integration Services. SSIS runtime engine menyimpan desain package, mengeksekusinya dan menyediakan logging, breakpoint, konfigurasi, koneksi dan transaksi juga menangani event yang terjadi. Data flow task membungkus data flow engine, engine yang bekerja melakukan proses ETL. Data flow engine terdiri dari sumber (source), transformasi (transformation), dan tujuan (destination). Model objek SSIS juga menyertakan Application Programming Interfaces (API) yang dapat kita gunakan untuk membuat komponen kustom untuk digunakan dalam package, atau membuat aplikasi kustom yang membuat, me-load, mengeksekusi dan mengatur package. Developer dapat membuat hal-hal tersebut dengan menggunakan bahasa pemrograman C# atau VB .net. SSIS service adalah Windows service yang memonitor eksekusi package dan melakukan penyimpanan package. SQL Server Import and Export Wizard melakukan proses pemindahan data dari data source dengan provider OLE DB atau provider .NET Framework yang tersedia.

5.1.1. Package Package berisi kumpulan tugas (yang disebut task) yang dieksekusi dengan urutan tertentu dan merupakan komponen utama SSIS. Package dapat disimpan di SQL Server pada database msdb, ataupun disimpan sebagai sebuah file .dtsx. Inovasi signifikan SSIS adalah desain arsitektur package untuk manajemen kontrol proses. Arsitektur kontrol proses SSIS terdiri dari komponen control flow, data flow, dan event handler. Setiap komponen tersebut memiliki kumpulan objek yang dapat digunakan pada saat proses pembuatan package. 5.1.2. Control Flow Control flow adalah level tertinggi dari proses kontrol yang dapat digunakan untuk mengatur aktivitas proses data flow dan proses lainnya di dalam sebuah package yang didalamnya terdapat task dan container. Task adalah elemen control flow yang merupakan sebuah unit kerja. Sebuah package terdiri dari satu atau lebih task. Apabila terdapat lebih dari satu task, task dapat terhubung dan berjalan secara serial dengan menggunakan

precedence constraints ataupun tidak terhubung satu sama lain dan berjalan parallel sesuai dengan desain package yang kita inginkan. Beberapa contoh task disediakan oleh SSIS dan sering digunakan diantaranya adalah: Data Flow Task: mengeksekusi data flow untuk ETL

-

Execute SQL Task: mengeksekusi SQL Statement atau stored procedure

-

Bulk Insert Task: melakukan load data ke dalam sebuah table menggunakan BULK INSERT SQL

-

Execute Package Task: mengeksekusi package lain yang terdapat di SQL Server ataupun File System

-

Execute Process Task: mengeksekusi program/aplikasi yang terdapat di komputer

-

File System Task: Menangani operasi file seperti membuat atau menghapus sebuah directory, ataupun melakukan copy, perpindahan atau penghapusan file

-

Send Mail Task: mengirimkan e-mail melalui SMTP Analysis Services Processing Task: memproses cube, dimensi, atau mining model SQL Server Analysis Services

-

Data Mining Query Task: mengeksekusi predictive query terhadap data-mining model di Analysis Services

-

Data Profiling Task: merupakan fitur baru di SSIS 2008 yang digunakan untuk mendapatkan profil data yang disimpan di SQL Server untuk mengidentifikasi masalah yang dapat timbul pada kualitas data

-

Script Task: digunakan untuk melakukan fungsi-fungsi yang tidak dapat dilakukan dengan task-task bawaan SSIS dengan menggunakan script di lingkungan Visual Studio. Apabila pada versi 2005 bahasa pemrograman yang bisa digunakan adalah Visual Basic, maka pada versi ini kita juga dapat menggunakan C#

Ada pula sejumlah task yang dapat kita gunakan untuk mengatur SQL Server seperti transfer database, backup database, ataupun mengecilkan ukuran database. Seperti yang telah dijelaskan sebelumnya, kita juga dapat melakukan penambahan task dengan cara membuat task kustom

menggunakan bahasa pemrograman VB .net atau C#. Container digunakan untuk mengelompokkan task menjadi unit kerja yang berguna dan dapat melakukan repetisi pada control flow. Selain task, kita dapat memasukkan container lain kedalamnya. 5.1.3. Data Flow Data Flow digunakan untuk proses ETL yang didalamnya terdapat komponen kontrol proses. Komponen nya terdiri dari source, transformation, dan destination.

Source adalah dimana kita mendefinisikan lokasi sumber data. Terdapat enam komponen Source bawaan SSIS: OLE DB Source: untuk mengambil data dari OLE DB seperti SQL Server, Access, Oracle, atau DB2 sebagai contoh Excel Source: mengambil data dari Excel. Komponen ini juga mempermudah SQL query terhadap Excel Flat File Source: mengambil data dari file text Raw File Source: mengambil data yang dihasilkan dari Raw File Destination. Format file-nya berbeda dengan Flat File dan biasanya digunakan untuk membaca data dengan cepat. XML Source: menbambil data dari document XML ADO NET Source: komponen baru yang menggantikan Data Reader Source di SSIS 2005 dan digunakan untuk mengambil data dari koneksi ADO .NET.

Transformation adalah komponent kunci di dalam data flow yang mengubah data ke dalam format yang diinginkan atau digunakan untuk membersihkan dan melakukan standarisasi terhadap data. Transformasi dilakukan di dalam memory sehingga tidak membutuhkan scripting seperti yang digunakan di DTS. Beberapa komponen transformation yang biasa digunakan: Lookup

-

Derived Column: membuat sebuah column baru yang merupakan calculated column

-

Sort: mengurutkan data Aggregate: melakukan agregasi data Data Conversion: mengubah tipe data sebuah column menjadi tipe data yang lain

-

Conditional split: membagi data berdasarkan kondisi tertentu yang sesuai

-

Merge Join: menggabungkan dua set data menjadi satu set data menggunakan fungsi join

-

Fuzzy Grouping: melakukan pembersihan data dengan mencari baris yang memiliki duplikasi

-

Fuzzy Lookup: mencocokkan dan melakukan standarisasi data berdasarkan fuzzy logic

-

Union All: menggabungkan banyak set data kedalam satu set data Slowly Changing Dimension: mengatur kondisi insert atau update data pada dimension

-

OLE DB Command: mengeksekusi OLE DB command untuk setiap baris data

-

Script

Component:

melakukan

transformasi

data

dengan

menggunakan script

Destination menerima data dari source atau transformation untuk kemudian menyimpannya ke dalam data source OLE DB atau file text. Komponen destination yang terdapat di SSIS: Data Mining Model Training: melatih mining model Analysis Services dengan cara mengirimkan data hasil transformasi ADO NET Destination: komponen baru yang menggantikan Data Reader Destination dan digunakan untuk menyimpan data ke koneksi ADO .NET Dimension Processing: melakukan load dan pemrosoesan dimension yang terdapat pada Analysis Services Excel Destination: menyimpan data ke dalam file Excel Flat File Destination: Menyimpan data ke file text OLE DB Destination: menyimpan data ke koneksi OLE DB seperti SQL Server, Oracle, atau akses Partition Processing: Melakukan proses update, incremental, atau full terhadap partisi Analysis Services Raw File Destination: menyimpan data kedalam raw file yang nantinya digunakan oleh Raw File Source. Recordet Destination: menyimpan data ke dalam sebuah kumpulan data ADO SQL Server Destination: menyimpan data ke SQL Server dengan efisien

-

SQL Server Compact Destination: menyimpan data ke SQL Server yang terdapat di dalam Pocket PC

5.1.4. Variables Variables adalah komponen yang paling dominan dalam arsitektur SSIS. Dengan variable sebuah package dapat diatur secara dinamis pada saat dieksekusi. Pengaturan koneksi OLE DB dan directory penyimpanan file adalah contoh umum penggunaan variable. 5.1.5. Event Handler Berbeda dengan data flow, event handler tidak terdapat di dalam control flow. Event handler dilakukan sebagai sebuah respon pada saat sebuah event terjadi di package atau task. Biasanya event handler dibuat untuk melakukan hal-hal tertentu sebagai hasil dari anomali data, menjalankan program atau package lain berdasarkan keadaan pada saat package dieksekusi. Sebagai contoh, kita dapat membuat event handler untuk mengirimkan e-mail notifikasi pada saat package selesai dijalankan atau pada saat package yang dieksekusi mengalami kegagalan. 5.2. Business Intelligence Development Studio

Business Intelligence Development Studio (BIDS) adalah Tool yang digunakan untuk mendesain, membuat, dan mengetes package. BIDS menyediakan sebuah lingkungan pengembangan yang berorientasi grafis

yang membantu proses pengkopian, pengaturan dan pembuatan package menggunakan menu dan kotak Tool dengan metode drag-and-drop. 5.3. Import and Export Wizard

Import and Export Wizard adalah Tool yang digunakan untuk membuat sebuah package sederhana yang isinya memindahkan data dari sebuah source ke destination. Package hasil wizard ini dapat digunakan sebagai kerangka awal pembuatan package yang nantinya bisa dimodifikasi sehingga tidak perlu membuatnya dari nol. 5.4. Package Installation Wizard

Tool ini digunakan untuk menyiapkan package yang telah kita buat dengan menggunakan BIDS dan kemudian menginstal nya ke SQL Server.

5.5.

Mengembangkan Solusi SSIS

Dalam contoh berikut Anda akan diajak membuat sebuah solusi SSIS untuk mengambil data-data penjualan voucher yang disimpan di sebuah file csv (comma separated value) dan memasukkannya ke dalam sebuah database bernama VoucherIndoDW.

5.6.

Mulai Membuat solusi BI

Untuk mulai mengembangkan sebuah solusi SSIS, yang pertama harus dilakukan adalah membuka BIDS lewat Start > All Programs > Microsoft SQL Server 2008 > SQL Server Business Intelligence Development Studio

Gambar 0.2 Membuka SQL Server Business Intelligence Development Studio

Setelah terbuka, pilih menu File > New > Project

Gambar 0.3 Membuat projek baru

Pilih Business Intelligence Project sebagai Project Types, Integration Services Project sebagai Templates, ketik VoucherindoETL sebagai nama projek, lalu klik tombol OK

Gambar 0.4 Tampilan Projek SSIS Baru

Setelah projek dibuat, akan terdapat sebuah package dengan nama Package.dtsx di Solution Explorer. Klik kanan Package.dtsx lalu pilih Rename

Gambar 0.5 Mengganti nama SSIS Package

Ganti namanya dengan FactPenjualan.dtsx. Pilih Yes apabila muncul konfirmasi untuk mengganti nama objek package

Gambar 0.6 Konfirmasi penggantian nama objek

5.7.

Menambahkan Data Source

Data Source adalah koneksi yang dapat digunakan untuk source atau destination di data flow. Data source dapat berupa koneksi ke semua sumber data OLE-DB sepert SQL Server, Oracle, atau DB2. Data source dapat disimpan secara local di sebuah package atau digunakan secara bersamasama dengan package yang lain di dalam BIDS. Untuk membuat data source yang digunakan secara berbagi dengan package yang lain, klik kanan pada folder Data Source yang terdapat di Solution Explorer lalu pilih New Data Sources

Gambar 0.7 Menambahkan data source

Wizard Data Source akan ditampilkan, klik Next pada layar Welcome

Gambar 0.8 Tampilan awal Wizard Data Source

Pada layar Select how to define the Connection, klik tombol New

Gambar 0.9 Mendefinisikan koneksi

Pada layar Connection Manager, ketik (local) pada Server Name, lalu pilih VoucherIndoDW pada combo Select or enter a database name, lalu klik OK

Gambar 0.10 Membuat koneksi dengan Connection Manager

Setelah muncul (local).VoucherIndoDW pada layar Select how to define the connection, klik tombol Next

Gambar 0.11 Memilih koneksi

Ubah nama data source menjadi VoucherIndoDW lalu klik Finish

Gambar 0.12 Mengeset nama Data Source

5.8.

Menambahkan Data Source View

Data Source View (DSV) adalah pemandangan logik dari data yang merupakan koleksi table, view, stored procedure, dan query yang dapat digunakan secara bersama-sama dalam project. DSV berguna terutama dalam data model yang besar dan kompleks seperti ERP yang menggunakan nama kolom yang sulit seperti SA23DE. DSV dapat me-map kolom tersebut menjadi sebuah entitas dengan nama Description. Untuk membuat DSV, klik kanan pada Data Source Views yang terdapat di Solution Explorer lalu klik New Data Source View

Gambar 0.13 Menambahkan data source view

Wizard New Data Source View akan ditampilkan, Klik Next.

Gambar 0.14 Tampilan awal wizard data source view

Pada layar Select a data Source, pilih VoucherIndoDW dari Relational data source lalu klik Next

Gambar 0.15 Memilih data source

Pilih table dan view yang akan dipakai dalam DSV pada daftar Available objects, lalu klik tombol > untuk menyimpannya ke dalam daftar Included objects, atau klik tombol >> untuk menyimpan semua objek ke dalam daftar Included objects. Klik tombol Next setelah selesai memilih

Gambar 0.16 Memilih objek yang akan dibuat pemandangan logik

Pada layar Completing the Wizard, ubah namanya dengan VoucerIndoDW lalu klik Finish

Gambar 0.17 Mengeset nama data source view

5.9.

Menambahkan Koneksi

Dengan menggunakan contoh VoucherIndo akan dibutuhkan dua buah koneksi yaitu ke file Excel dan ke database VoucherIndoDW dalam package FactPenjualan.dtsx. Untuk koneksi ke database VoucherIndoDW kami akan menunjukkan bagaimana membuatnya dari Connection Manager, sedangkan koneksi ke file Excel akan kami tunjukkan pada bagian Membuat Data Flow. Buka file FactPenjualan.dtsx, klik kanan pada Connection Manager lalu pilih New Connection From Data Source

Gambar 0.18 Menambahkan koneksi ke data source

Pilih VoucherIndoDW dari daftar Available Data Source lalu klik OK

Gambar 0.19 Memilih koneksi

5.10. Menambahkan Task Pada saat membuat sebuah package untuk table Fact, biasanya akan terdapat dua buah task yang utama di dalam control flow. Task yang pertama untuk menghapus data-data di dalam Fact pada suatu tanggal tertentu dengan menggunakan Execute SQL Task, sedangkan task yang kedua untuk transformasi data dengan menggunakan Data Flow Task. Untuk menambahkan sebuah task ke dalam Control Flow, klik ganda pada task yang akan ditambahkan dari Toolbox atau drag-and-drop task tersebut dari Toolbox ke Control Flow

Gambar 0.20 Toolbox pada control flow

Setelah task yang dipilih muncul di Control Flow, kita dapat melakukan pengaturan propertinya dengan cara mengklik ganda pada task atau klik kanan pada task lalu pilih Edit

Gambar 0.21 Mengedit Execute SQL Task

Isi properti Connection dengan VoucherIndoDW dan isi SQL Statement dengan delete from dbo.FactPenjualan where IDTanggal = (select IDTanggal from DimTanggal where tanggal = '2009-01-01') lalu klik OK

Gambar 0.22 Mengeset properti Execute SQL Task

5.11. Menambahkan Data Flow Pilih Data Flow Task dari Toolbox, hubungkan Execute SQL Task dengan Data Flow Task lalu edit Data Flow Task. Ketika muncul tab Data Flow, pilih Flat File Source dari Toolbox

Gambar 0.23 Menambahkan Flat File Source

Klik ganda pada Flat File Source untuk melakukan pengaturan propertinya. Setelah layar pengaturan muncul, klik tombol New untuk membuat koneksi baru ke sebuah file csv

Gambar 0.24 Mengedit properti Flat File Source

Pada bagian general, isi nama koneksi dengan FilePenjualan, isi nama file dengan dengan tempat file csv berada, dan beri tanda centang pada pilihan Column names in the first data row

Gambar 0.25 Mengedit properti koneksi FilePenjualan

Pilih tab Columns untuk mengatur penanda kolom dan baris lalu klik OK. Klik OK sekali lagi untuk menutup properti Flat File Source

Gambar 0.26 tab Columns pada koneksi FilePenjualan

Kami tidak akan menujukkan seluruh transformasi yang seharusnya dibuat untuk FactPenjualan pada contoh ini dan hanya akan menunjukkan bagaimana membuat transformasi untuk mengisi IDProduk dengan ID yang terdapat pada table DimProduk. Untuk melakukannya pilih Lookup dari Toolbox lalu hubungkan output dari Flat File Source dengan Lookup

Gambar 0.27 Menambahkan Lookup

Klik ganda pada Lookup, lalu pilih tab Connection. Pilih VoucherIndoDW sebagai OLE DB connection manager, pilih Use a Table or a View, lalu pilih table [dbo].[DimProduk]

Gambar 0.28 Mengatur properti koneksi pada Lookup

Pilih tab Columns, lalu klik kanan pada area di dalam kotak warna merah lalu pilih Edit Mappings

Gambar 0.29 Mengatur relasi antara set data dan referensi

Pilih KodeProduk pada Input Column dan Kode pada Lookup Column lalu klik tombol OK

Gambar 0.30 Mengatur kolom relasi

Centang IDProduk dari Available Lookup Columns lalu klik OK untuk menutup seting Lookup

Gambar 0.31 Menambahkan IDProduk

Berikutnya, tambahkan OLE DB Destination dari Toolbox, dan hubungkan output dari Lookup dengan OLE DB Destination

Gambar 0.32 Menambahkan OLE DB Destination

Pilih Lookup Match Ouput pada combo Output lalu klik OK

Gambar 0.33 Memilih output dari Lookup yang menjadi input OLE DB Destination

Klik ganda pada OLE DB Destination. Pada tab Connection Manager pilih VoucherIndoDW sebagai OLE DB Connection Manager, pilih

[dbo].[FactPenjualan] sebagai nama table

Gambar 0.34 Mengatur koneksi yang digunakan untuk menyimpan data

Pada tab Mappings, petakan Jumlah Penjualan di Destination Column dengan Jumlah di Input Column lalu klik OK

Gambar 0.35 Mengatur kolom yang akan disimpan

5.12. Menambahkan Variable Untuk membuat variable dengan scope package klik kanan pada area control flow lalu pilih Variables

Gambar 0.36 Membuka menu Variables

Klik tombol yang terdapat pada pane Variables untuk menambahkan variable baru. Isi nama variable dengan DataFolder pada kolom Name, dan beri nilai C:\E-Book\VoucherIndoData pada kolom Value

Gambar 0.37 Menambahkan variable baru

5.13. Menambahkan Expression Expression adalah kombinasi dari simbol (seperti fungsi, operator, literal) yang menghasilkan sebuah nilai. Expression sederhana dapat berupa sebuah constant, variable, atau fungsi. Expression dapat digunakan untuk membuat dan meng-update nilai suatu kolom, mengisi nilai sebuah variable, mengupdate properti pada saat package di-eksekusi, dan menyediakan expression yang digunakan oleh For Loop Container. Dalam contoh berikut, expression akan digunakan untuk melakukan pengaturan connection string untuk directory yang digunakan Flat File Connection Klik kanan pada koneksi FilePenjualan yang terdapat di Connection Manager

Gambar 0.38 Membuka properti FilePenjualan

Klik tombol yang terdapat pada properti Expressions

Gambar 0.39 Properti FilePenjualan

Pilih properti ConnectionString pada kolom Property, lalu klik tombol

Gambar 0.40 Menambahkan expression untuk properti ConnectionString

Drag variable User::DataFolder dari variables ke dalam text box expression, lalu tambahkan dengan sintaks + \\Penjualan_JKT01TAC_2009-01-01.csv sehingga menghasilkan expression @[User::DataFolder] +

\\Penjualan_JKT01TAC_2009-01-01.csv. Apabila kita tes hasilnya dengan menggunakan tombol Evaluate Expression, nilainya akan berisi nilai pada variable DataFolder ditambah nama file csv yang kita tentukan, yaitu C:\EBook\VoucherIndoData\Penjualan_JKT01TAC_2009-01-01.csv. Klik tombol OK untuk menutup layar Expression Builder dan klik sekali lagi untuk menutup layar Property Expression Editor

Gambar 0.41 Mengisi expression

5.14. Membuat Package Configuration Package Configuration adalah kumpulan properti yang dapat diatur pada saat pemasangan SSIS atau pada saat sebuah package dieksekusi yang membantu ketika package dipindahkan dari server pengembangan ke server produksi. Package Configuration dapat digunakan untuk mengatur setiap properti yang terdapat pada package, task, connection manager, variables, dan lain-lain. Package Configuration dapat disimpan dalam file XML, Environment Variable, Registry, SQL Server, atau merupakan nilai dari variable yang terdapat di package pemanggil (parent package)

Dalam contoh berikut, Package Configuration akan digunakan untuk melakukan pengaturan variable DataFloder dan disimpan di dalam sebuah environment variable Buka control panel > System, pilih tab Advanced lalu klik tombol Environment Variables

Gambar 0.42 Tampilan System Properties

Klik tombol New yang terdapat pada System Variables

Gambar 0.43 Tampilan Environment Variables

Isi nama variable dengan VoucherIndo_DataFolder, dan isi nilainya dengan C:\E-Book\VoucherIndoData

Gambar 0.44 Menambahkan Environment Variable

Agar penambahan Environment Variable yang baru dibuat dapat dikenali dari BIDS, kita harus menutup BIDS, lalu membukanya kembali. Sebelumnya simpan perubahan yang dilakukan pada FactPenjualan.dtsx.

Setelah BIDS dibuka kembali dan project VoucherIndoETL dibuka, kembali ke FactPenjualan.dtsx, klik kanan pada area Control Flow lalu pilih Package Configurations

Gambar 0.45 Membuka menu Package Configurations

Centang pilihan Enable Package Configurations lalu klik tombol Add

Gambar 0.46 Tampilan Package Configuration Organizer

Klik Next pada layar Welcome

Gambar 0.47 Tampilan pembuka Wizard Package Configuration

Pilih Environment Variable sebagai tipe konfigurasi, dan pilih environment variable VoucherIndo_DataFolder dari combo box, lalu klik tombol Next

Gambar 0.48 Memilih tipe konfigurasi

Pada hirarki objects, pilih FactPenjualan > Variables > DataFolder > Properties > Value lalu klik tombol Next

Gambar 0.49 Memilih properti yang nilainya akan diisi dengan nilai pada Environment Variable

Isi nama konfigurasi dengan DataFolder lalu klik tombol Finish. Klik tombol Close untuk menutup layar Package Configuration

Gambar 0.50 Menyelesaikan Wizard Package Configuration

5.15. Mengeksekusi Package Pada saat sebuah package dieksekusi, task-task dan container yang terdapat di control flow dan komponen yang terdapat di data flow akan berwarna kuning pada saat dijalankan, hijau apabila berhasil, dan merah apabila gagal. Pada dataflow akan ditampilkan jumlah baris yang ditransformasi pada setiap bagiannya. Untuk mengeksekusi package menggunakan BIDS, klik kanan pada FactPenjualan.dtsx lalu pilih Execute Package

Gambar 0.51 Mengeksekusi Package dari Solution Explorer

Pada control flow akan terlihat hasil eksekusi untuk setiap task-nya

Gambar 0.52 Hasil eksekusi pada Control Flow

Pada data flow akan terlihat hasil eksekusi setiap komponen dan jumlah baris yang ditransformasi

Gambar 0.53 Hasil Eksekusi pada Data Flow

Untuk menghentikan proses eksekusi yang telah selesai, klik link Package execution completed. Click here to switch to design mode, or select Stop Debugging from the Debug menu yang terdapat pada bagian bawah package, atau klik menu Debug > Stop Debugging

Gambar 0.54 Link untuk menghentikan eksekusi yang telah selesai

5.16. Memasang SSIS di SQL Server Sebelum mulai proses pemasangan package, pastikan service Integration Services sudah berjalan. Untuk mengeceknya buka SQL Server Configuration Manager dari Menu Start > All Programs > Microsoft SQL Server 2008 > Configuration Tools > SQL Server Configuration Manager

Gambar 0.55 Menu untuk membuka SQL Server Configuration Manager

Apabila service nya tidak jalan, klik kanan pada SQL Server Integration Services 10.0 lalu pilih Start

Gambar 0.56 Menjalankan SQL Server Integration Services 10.0

Selanjutnya membuat folder penyimpanannya di SQL Server menggunakan SQL Server Management Studio dari Menu Start > All Programs > Microsoft SQL Server 2008 > SQL Server Management Studio

Gambar 0.57 Menu untuk membuka SQL Server Management Studio

Pada layar Connect to Server, pilih Integration Services sebagai tipe server, dan isi nama server tempat SSIS package akan disimpan lalu klik tombol Connect

Gambar 0.58 Tampilan untuk mengakses Integration Services

Pada Object Explorer buka nama server > Stored Packages > MSDB, lalu klik kanan di MSDB dan pilih New Folder

Gambar 0.59 Menu untuk menambahkan folder baru

Isi VoucherIndoETL sebagai nama folder lalu klik OK

Gambar 0.60 Menambahkan folder baru

Untuk membuat Toolbox pemasangan, di BIDS Pilih menu Project > VoucherIndoETL Properties

Gambar 0.61 Membuka menu untuk melihat properti projek

Pada konfigurasi Deployment Utility, isi nilai CreateDeploymentUtility dengan True lalu klik OK

Gambar 0.62 Mengatur properti projek

Pilih menu Build > Build VoucherindoETL

Gambar 0.63 Menu untuk mengkompilasi projek

Dengan menggunakan Windows Explorer, buka folder tempat menyimpan projek SSIS, lalu buka subfolder bin\Deployment. Pada saat proses kompilasi projek, BIDS akan membuat sebuah file pemsasangan dengan format .SSISDeployementManifest. Klik ganda pada file tersebut

Gambar 0.64 Membuka file pemasangan

Klik tombol Next pada layar Welcome

Gambar 0.65 Tampilan pembuka Wizard pemasangan package

Pada layar berikutnya pilih SQL Server Deployment dan centang Validate packages after installation lalu klik Next

Gambar 0.66 Mengatur tempat pemasangan package

Pilih server tempat SSIS akan disimpan dan isi Package Path dengan /VoucherIndoETL/, atau klik tombol lalu klik tombol Next untuk memilih folder penyimpanan

Gambar 0.67 Mengatur database dan folder di SQL Server

Klik tombol Next pada layar Select Instalation Folder

Gambar 0.68 Mengatur tempat penyimpanan file yang berhubungan dengan package

Klik tombol Next pada layar Confirm Installation

Gambar 0.69 Konfirmasi pemasangan

Wizard akan melakukan pemasangan dan validasi package, klik tombol Next setelah selesai

Gambar 0.70 Proses pemasangan

Klik Finish untuk mengakhiri Wizard

Gambar 0.71 Tampilan akhir Wizard pemasangan package

6. SQL Server Analysis Services (SSAS) BI di mulai dari process pengumpulan data (ETL) di lanjutkan dengan penyajian data kemudian interpretasi dari data tersebut yang berupa hasil analisa, tentunya semua itu harus di dukung dengan data yang benar , waktu yang tepat dan format benar. BI Merupakan business tool yang effective untuk mendukung keputusan bisnis, baik berupa keputusan strategik, tactical ataupun operational Analysis Services Merupakan technology untuk OLAP (Online Analytical Processing) dan data Mining. Proces OLAP administration dilakukan di SQL Server Management Studio berupa Viewing data, membuat multidimensional Expression (MDX),Data Mining Extensin (DMX) dan XML for Analysis (XML/A) dan mendefenisikan role untuk akses security OLAP data.Untuk Development OLAP menggunakan Business Intelligence Development Studio (BIDS).Dengan menggunakan BIDS kita dapat membangun core component dari Analysis Services (Data source,Data Views,Dimension, Value,

Cube,Role, dan sebagainya).

6.1.

Analysis Services Fundamental

Gambar 6.1 Arsitektur Analysis Services

Pada Gambar 6.1 diatas merupakan arsitektur Analysis Services pada level paling atas. Komponen utamanya adalah Unified Dimensional Model (UDM) yang merupakan satu kesatuan dari dimensional Model yang

merepresentasikan relational dan multidimensional data.UDM adalah sebagai jembatan dari client excell atau SQL Server Reporting Services untuk mengakses beberapa heterogeneous datasource. Sebagian besar feature Analysis Services terdapat pada UDM, yang terdiri dari Hierarchies, categorization, Time representation, Language Translation dan perspective dan beberapa advanced functionality seperti proactive caching dan Analytics. Analysis Services bertindak sebagai sebuah web services,sehingga tidak aneh jika bahasa yang di gunakan sebagai administrator menggunakan xml-based.Semua komunikasi dari client ke Analysis Services menggunakan standard based xmla-protocol.

Microsoft terus mendukung bermacam-macam teknologi yang memiliki fungsionalitas yang di sediakan oleh XML/A ( ADO MD, ADO MDB.NET, OLE DB for OLAP, and Win32).XML/A sebenarnya merupakan subset dari Analysis Services Scirpting Language (ASSL), yang mana XML/A mengirim action command seperti create, alter dan process (untuk create cube,alter cube dan process cube). BIDS, adalah Development tool untuk SQL Server BI menggunakan style Visual Studio (Solution,Project dan source file).Source File akan di gabungkan pada sebuah BIDS Analysis Services project yang terdiri dari gabungan metada dengan Object Analysis Services.Anda dapat mengecek file tersebut ke dalam source code control standar seperti Visual Studio source safe atau Visual Studio Team Foundation Server.Bahasa dari Metadata tersebut adalah berupa XML dan di simpan dalam sebuah file. SQL Server Management Studio dan BIDS menggunakan XML/A untuk

berkomunikasi dengan Analysis Services. Microsoft memperkenalkan proactive caching pada Analysis Services SQL Server 2005 untuk mempermudah aplikasi yang tersembunyi dengan pengaturan yang minimal.Tujuan utama dari proactive caching adalah sebagai management dari data yang telah usang.Contohnya, Kita dapat melakukan konfigurasi terhadap proactive caching untuk melakukan

perubahan ketika data dasarnya berubah.Jika cache dilakukan proces

update,Analysis Services tidak melakukan query pada cache tapi akan melakukan query langsung ke datasource.Proactive caching akan bekerja secara optimal pada relational database yang memiliki tanda ketika datasource telah di rubah. Analysis Services pada SQL Server 2008 tidak melakukan cache seluruh dimension ke memory, sebagaimana sistem operasi menyimpan sebagian page ke memory dan sebagiannya lagi ke Disk.Analysis Services

menggunakan phisical memory dan disk.Keuntungan dari pendekatan ini adalah Analysis Services mendukung ukuran dimensi yang tak terhingga, tidak seperti Analysis Services 2000 yang membatasinya tergantung pada besarnya jumlah RAM fisik. 6.1.1. Development Environment BIDS adalah tool utama untuk membangun sebuah Analysis Services.BIDS mendukung pengembangan secara offline sebelum developer mendeploy sebuah Analysis Services project ke server.Offline Development ini dimungkinkan karena BIDS bekerja menggunakan snapshot dari schema dari datasource yang di akses.Analysis Services akan membuat cube schema (cube,dimension, fact table dan lainnya) ke local, dan developer dapat mendeploy ke server lain tanpa menganggu online server.Dengan fasilitas developement secara offline, developer dapat bekerja tanpa harus terkoneksi ke server.

BIDS menyediakan administrative dialog box dan wizard untuk melakukan kalkulasi.User interface ini dapat melakukan automatisasi dari range computation dari manipulasi waktu,Account Intelligence, financial

aggregation, mendukung perbedaan mata uang, dan semi additive measure. Keuntungan lainnya dari BIDS adalah dapat mendeploy ke instance analysis services yang berbeda dan translation sehingga Analysis Services dapat di deploy dengan berbagai bahasa. 6.1.2. Object dan konsep dari Analysis Services Ada banyak feature yang terdapat pada Analysis Services 2008, di sini kita akan membahas beberapa dari object yang paling penting dan konsep nya yang paling sering kita pakai untuk implementasi BI yang afektif. 6.1.3. Data Source View Datasource Views (DSVs) adalah sebuag virtual layer di atas datasource dan terdiri dari subset dari object yang tergabung di dalam datasource.kita ambil contoh dalam satu buat datasource views terdiri dari beberapa tabel dan view yang berhungungan dengan proses payroll.Developer dapat merubah nama dari object, menambah calculated column dan menambahkan named queries. 6.1.4. Multidimensional Expression Multidimensional Expression (MDX) adalah bahasa yang di dukung oleh Analysis Services untuk kalkulasi dan security roles.Developers

menggunakan MDX untuk melakukan query ke Analysis Services dan membangun kalkulasi dan key Performance indicator (KPI). 6.1.5. Key Performance Indicator FrameWork dan Perspective Key Performance Indicator (KPI) di kenalkan pada SQL Server 2005 yang merupakan object dari sisi server yang menyajikan value secara

graphical,menyajikan goal dari sebuah value, status dari sebuah indikator (baik, buruk dan lainnya) dan tren dari sebuah value. Kita ambil contoh dari sebua broker yang seharusnya dapat menggunakan image thumb-is-up atau thumb-is-down yang merepresentasikan apakah stock seharusnya terbeli atau dijual.algoritma dasar yang digunakan sungguh complex (value,goal,status,trend), tetapi dengan menggunakan KPI dapat lebih simple hanya dengan image thumb-is-up untuk beli dan thumb is down untuk jual. Feature yang lain adalah untuk memberikan informasi ke user secara lebih spesifik yang di sebut dengan perspective.Perspective adalah kumpulan logical dari attribute, user define hierarchies,action, measure group yang telah di optimalkan untuk di sajikan ke user.Perspective pada Analysis Services dapat di analogikan seperti view pada database relational. 6.1.6. Common Language Runtime (CLR) Integration Saat ini, developer dari Analysis Services masih membutuhkan untuk meningkatkan komputasi pada high level language termasuk common

language runtime (CLR),C# dan VB.Net. Di SQL Server 2008 ,object SQL Server dan user defined function dapat di buat dengan menggunakan bahasa seperti CLR.CLR tidak hanya mendukung user defined function tapi juga store procedure dan trigger.Untuk membangun CLR add-ons pada SQL Server dapat menggunakan visual studio 2008. 6.1.7. Analysis Management Object (AMO) Analysis Management Objects (AMO) akan membentuk API untuk membuat dan melakukan maintenance terhadap Analysis Services Object.Dengan menggunakan AMO dapat melakukan tugas-tugas sebagai Analysis Services administrator termasuk security dan processing,backup dan restore. 6.2. OLAP,OLTP dan Datawarehouse

Bayangkan anda adalah seorang developer yang bekerja pada Adventure Work.Seseorang dari divisi accounting menanyakan kepada anda hasil penjualan terhadap product,maka anda akan menuliskan query pada management studio dengan melakukan query join terhadap table

production.product ke sales.salesorderdetial seperti terlihat pada gambar di bawah ini.

Gambar 6.2 Query dan Hasilnya dari Sales By Product

Setelah tugas anda selesai, kemudian anda akan melakukan perkerjaan anda kembali, tetapi kemudian orang dari manufacture menghentikan pekerjaanmu untuk memberikan data penjualan berdasarkan tanggal pembuatan product, kemudian penjualan berdasarkan warna product, belum selesai anda menuliskan query, orang dari akunting departement kembali ingin melihat data sales di breakdown dari product berdasarkan sales period

(year,quarter,month), sales person, Product, Product Category dan customer.Dari permasalahan yang anda hadapi sekarang, anda harus menulis query ulang sesuai data yang diinginkan oleh user, solusi yang anda butuhkan adalah dengan membangun Analysis Services.

Dari contoh kasus diatas kita butuh OLAP. Sebuah database OLAP lebih opimal untuk kebutuhan analisan dan mendukung proses pengambilan keputusan, sebelum menganalisa harus ada data yang akan

dianalisa.Sumber data yang dibutuhkan sebagaia analisa seringkali di lakukan insert, update dan delete (jika di butuhkan) yang sering di sebut sebagai OLTP. Setelah proses transaksi selasai (Jam kantor selesai), IT akan melakukan copy data ke database yang berbeda atau kita sebut sebagai Datawarehouse. Bisnis user dapat melakukan query ke Datawarehouse untuk mengetahui apakah product yang kita jual sudah untung atau belum,bagai mana jumlah penjualan satu product di bandingkan dengan product yang lainnya. Di SQL Server 2008 terdapat datasource Adventureworks2008 yang baik untuk di pelajari sebagai OLTP database dan AdventureWorksDW2008 sebagai Datawarehouse.anda dapat mendownload di http://codeplex.com 6.2.1. Konsep OLAP Bekerja dengan Analysis Services mengharuskan anda untuk mengetahui Terminologi dari OLAP termasuk Cube,Dimension dan Measures.Konsep tersebut ada hubungannya dengan object yang digunakan di dalam Analysis Services dan teknologi yang ada hubungannya dengan Analysis Servies.

6.2.2. Cube Inti dari konsep OLAP dan Analysis Services adalah kubus (Cube). Gambar di bawah ini adalah contoh yang menyajikan data dari AdventureworksDW database.

Gambar 6.3 Cube Internet Sales AdventureWorksDW

Cube adalah adalah sebuah penyajian data secara multidimensional tergantung dari banyaknya nilai dalam suatu Analysis. Analisis data terdapat pada tabel factinternetsales.Elemen yang terdapat pada factinternetsales adalah OrderQuantity,SalesAmount,DiscountAmount dan TaxAmount. Mekanisme untuk melakukan administrasi dan akses nilai ini telah disediakan oleh Analysis Services. Pada kondisi konvensional,kita akan berpikiran bahwa cube akan terdiri dari 3 dimensi yaitu panjang, lebar dan tinggi. Di dalam Analysis services tidak di batasi oleh jumlah dimensi. Sales dan quantity adalah measure yang dapat di baca oleh 5 dimensi secara bersamaan yaitu dimproduct,

dimproductsubcategory, dimproductcategory, dimcustomer dan dimcurrency.

Dari cube diagram di atas terdapat 3 dimensi (DimProduct,DimCustomer dan DimCurrency) karena lebih mudah untuk di gambarkan, tetapi bukan berarti Analysis Services di batasi oleh 3 dimensi. 6.2.3. Cells Tanpa memperhatikan dari banyaknya jumlah dimensi,cube terdiri dari beberapa cell,Cell adalah atomic unit (Unit terkecil) dari sebuah cube pada Analysis Services.Kita lebih memfokuskan dengan mengidentifikasi cell dalam cube terhadap dimension.Sebuah measure sales dapat di identifikasi secara unik, dari sisi customer, sales person, credit type card, currency dan product. 6.2.4. Measure dan Fact Table Didalam sebuah cube,measure group seperti Factinternetsales terdapat quantitative values seperti OrderQuantity dan SalesAmount.Selama Value bersifat numeric, measure dapat di aggregasikan (Sales di aggregasi terhadap product category, product color atau sales by customer). Measure terdapat pada factable,yang mana dalam satu table database terdiri dari banyak measures.Maesurement tidak hanya terdapat pada field tabel dalam sebuah database, tetapi dapat berupa hasil perhitungan (Sales tanpa komis,sales plus tax, dll). DI Analysis Services, MDX dapat melakukan perhitungan terhadap measures.

6.2.5. Dimension dan Attribute Dari contoh cube pada gambar di atas memiliki 3 dimensi (dimproduct, Dimcustomer, DimCurrency). Apa Dimensi itu ?. Defenisi formal dari Dimensi pada Analysis Services adalah Sebuah Dimensi akan mengelompokkan sebuah measure. Dimensi DimCurrency akan mengelompokkan measure pada Factinternetsales pada Dollar,Rupiah atau Euro. Dimensi DimCustomer dimensi yang lebih independent di bandingkan dengan dimensi DimCurrency yang akan mengelompokkan pada customer yang melakukan pembelian terhadap product. Setiap Dimensi akan memiliki characteristik tersendiri, misalnya pada DimProduct,Product memiliki warna merah atau biru. Warna adalah attribute dari sebuah dimensi. 6.2.6. Hierarchies Kita dapat mengurutkan dimensi data pada sebuat pada dimensi product pada dapat sebuah berupa

hierarchies.Pada

product,leve

category,subcategory dan product. Tabel tersebut merupakan gabungan dari category,subcategory dan product yang telah di jadikan satu dalam satu dimensi DimProduct.Hierarchies dapat di breakdown ke dalam bentuk balanced hieararchies dan unbalanced hierarchies.

Untuk dapat lebih memahami dari hierarchies,perhatikan level pada category,subcategory dan product pada gambar berikut.Level paling dasar pada hierarchies adalah product (logo cap, stockVest S). Data ini menggambarkan level yang paling bawah pada sebuah hierarchies.Setiap level memiliki kedalaman data yang sama dari root pada sebuah hierarchies.sehingga hierarchies seperti ini dikatakan balanced hierarchies. Dengan demikian value dari sales dapat di lihat berdasarkan product, subcategory dan catogorynya.

Gambar 6.4 Dimensi Product, Balanced Hierarchy

Untuk unbalance hierarchies dapat di lihat pada geographics hierarchy di bawah ini. Dari gambar di bawah dapat di lihat bahwa level paling bawah adalah city, dan Washingtin DC berbeda dari beberapa state lainnya. Kedalaman antara level ini dan level root di atasnya pada hierarchy berbeda dengan level lainnya.

Gambar 6.5 Dimensi Lokasi, Unbalanced Hierarchy

Analysis Services 2008 telah mendukung kedua kondisi dari hierarchy di atas . 6.3. Analisis Service Project

Untuk membuat Analysis Services object (Cube,dimension,measure dan lainnya),seorang developer harus dapat melakukan code ASSL, XML di gunakan client application untuk berkomunikasi dengan Analysis Services. Business Intelligence Development Studio (BIDS) mendukung project Analysis Services. Project akan di tulis dalam bentuk Code ASSL pada level underlying (Source file dalam bentu ASSL XML).IDE dari BIDS

mempersingkat/mempermudah seorang developer untuk mengenerate ASSL dengan interface yang menarik dan mudah untuk di gunakan. 6.3.1. Memulai Analysis Services Project baru Cube diagram pada Gambar 6.3 terdapat beberapa dimensi yaitu Dimproduct, DimCurrency dan dan DimCustomer. Cube juga terdapat fact table yaitu Factinternetsales. Kita dapat mengimplementasikan cube tersebut

menggunakan Analysis Services project pada BIDS.Kita akan menambahkan dimensi keempat yaitu DimTime .

Untuk memulai Analysis Services project yang baru, buka BIDS (Microsoft SQL Server 2008 Business Intelligent Development Studio) dan pilih File New. Kamu akan melihat Dialog box New Project, seperti yang di tunjukkan pada Gambar 6.8 Berikut.

Gambar 6.6 Membuka BIDS Tools

Gambar 6.7 Menu New Project

Gambar 6.8 Membuat Analysis Services Project baru

Secara default nama dari project dan solution akan mengandung nama yang generic seperti Analysis Services Project 1. Untuk memudahkan mengenali project kita dapat menuliskan nama project yang lebih spesifik seperti Internet sales pada name text box. Kemudian OK Model yang di gunakan oleh BIDS dapat lebih dari satu project. Untuk scenario ini kita akan menggunakan satu solution dan satu analysis project. 6.3.2. DataSource Pada saat anda membuat analysis services project, anda harus membuat datasourse. Datasource ini akan menjadi acuan ke database mana project anda akan mengakses data.DataSource ini dapat mengakses ke SQL Server atau ke database lainnya dengan menggunakan provider yang sesuai seperti OLE DB, atau ODBC.

Untuk membuat datasource, pada solution explorer (View Solution Explorer), klik kanan datasource folder pada internet sales project dan pilih new datasource pada menu seperti pada Gambar 6.9 berikut.

Gambar 6.9 Memilih menu untuk membuat datasource baru

Pilih New Datashource akan muncul Datasource wizard,klik Next untuk melewati welcome screen.Screen selanjutnya akan tampak pada Gambar 6.10 berikut.anda dapat membuat New Datasource di sini.

Gambar 6.10 Mendefenisikan Datasource

Sebuah datasource merupakan sekumpulan dari sebuah data connection (data provider, host, database, secutiry credential dan sebagainya). Klik New untuk membuat datasource baru.

Gambar 6.11 Membuat Koneksi Datasource baru

Ketika connection Manger muncul seperti pada Gambar 6.11 di atas, pilih Native OLE DB\SQL Server Native sebagai default.OLE DB adalah teknologi data access sebelum .NET dan providers yang masih di dukung oleh Microsoft. Pilih nama provider yang akan di gunakan untuk akses ke database dalam hal ini kita pilih Native OLE\DB SQL Server Native Client 10.0. Masukkan nama server database, jika database menggunakan instance maka nama instance harus di sebutkan (servername/instance), gunakan Use Windows

Authentication untuk log on ke server database atau dengan menggunakan SQL Server Authentication.Pilih nama database yang akan di gunakan dalam hal ini kita menggunakan data dari database

AdventureworksDW2008.Konfigurasi datasource seperti terlihat pada Gambar 6.12 berikut.

Gambar 6.12 Mendefenisika Datasource

Seteleh Konfigurasi connection manager selesai klik OK untuk kembali ke Datasource Wizard kemudian klik next, anda akan melihat Impersonation menu seperti pada Gambar 6.13 berikut. Pada form ini anda di minta untuk menentukan credential yang akan di gunakan Analysis Services untuk melakukan koneksi ke datasource.

Gambar 6.13 memilih informasi impersonation

Informasi yang di tampilkan pada menu impersonation sangan penting karena Analysis Server dan user yang tidak bekerja pada lingkungan BIDS pada akhirnya dapat konek ke datasource.Bukan cara terbaik untuk memilih use the credential of the current user.Pada latihan ini kita akan menggunakan pilihan Use the services account. Dengan memilih opsi tersebut maka account yang berada pada Analysis Services dapat mengakses datasource.

Gambar 6.14 memilih service account impersonation

Kemudian klik next dan tentukan nama dari Datasource, setelah itu klik finish. 6.3.3. Perubahan pada Datasource Setelah anda membuat Datasource,anda dapat melakukan perubahan datasource dengan cara klik double pada datasource yang akan di rubah kemudian akan muncul form Data Source Designer seperti pada Gambar 6.15 berikut.

Gambar 6.15 Merubah datasource dengan datasource designer

Dengan

menggunakan

Datasource

Designer,anda

dapat

melakukan

perubahan pada datasource,connection string atau melakukan modifikasi properties yang lainnya yang tergabung pada datasource. 6.3.4. DataSource View Inti dari pemikiran dari Analysis Services pada banyak Developers adalah If they can get the metadata correct, then the data will fall into place for them. Dari filosofi inilah DSV sangat penting dalam Analysis Services project.DSV adalah offline version dari metadata yang merupakan gabungan dari tabel dan view yang di gunakan pada Analysis Services project.

Untuk membuat DSV, Klik kanan pada Datasource view folder pada Analysis Services project di dalam solution explorer dan pilih New Datasource View seperti pada Gambar 6.16 berikut yang nantinya akan di teruskan pada datasource view wizard. Klik next untuk melewati welcome screen.

Gambar 6.16 Menu untuk membuat datasource view

Pada screen kedua pada wizard anda dapat memilih datasource. Untuk contoh ini pilih datasource yang telah kita buat sebelumnya

AdventureWorksDW2008 kemudian klik next untuk memilih tabel dan view yang kita butuhkan. Untuk contoh kali ini pilih dengan cara klik ganda pada DimProductCategory,DimProductSubCategory,DimProduct,DimCustomer,Dim Currency dan Factinternetsales tabel, untuk memindahkan object tersebut ke list included object. Atau dapat di lakukan dengan cara klik tombol Add Related Table akan memindahkan object dari available object yang memiliki foreignkey/relasi dengan tabel yang sudah terdapat pada list included object.

Gambar 6.17 Memilih table dan view dari DSV

Setelah tabel di pilih untuk di tampilkan pada DSV, kemudian klik Next,Anda dapat merubah nama dari DSV.kemudian klik finish untuk membuat DSV.Diagram data yang akan di tampilkan pada DSV adalah sebagai berikut.

Gambar 6.18 Datasource View Designer

Pada Datasource view designer kamu dapat memilih sebuat tabel dan berubah properties dari tabel tersebut pada window properties.misalnya kamu ingin merubah tabel atau view dengan nama unik yang lebih mudah di kenali. Juga anda dapat menambahkan tabel atau view baru dan membuat relasi antara table dengan mendrag entity pada satu table ke tabel lainnya. Klik kanan pada design windows akan muncul menu yang dapat memanipulasi DSV.

Gambar 6.19 Menu manipulasi DSV

Menambah dan menghapus table atau view. Jika kita kelupaan untuk menambahkan table dimProduct pada saat membuat DSV, maka model yang akan kita buat akan kekurangan dimension. Anda dapat memperbaiki dengan menambahkan object table ataupun view dengan menu ini. Membuat Named Query. Dengan memilih Named Query maka anda dapat melakukan query dengan perintah SQL Command. Named query ini akan tampil sebagai tabel pada DSV Designer.Named query tidak terletak pada datasource, dan pada datasource tidak bisa menggunakan create view permission.Named Query berada pada local metedata dalam DSV. Membuat Relationship. Tool ini dapat di gunakan jika foreignkey tidak terdapat pada datasource.Membuat relationship ini bermanfaat pada saat kita membuat Named Query. Named query tidak terdapat pada

metadata,sehingga harus di defenisikan relasinya.

Penghubung antara design dan code view.Code pada banyak object pada Analysis Services project berupa XML. XML ini adalah ASSL. Pada contoh database AdventureWorkDW2008 kemungkinan tabel DimTime belum ada. Anda dapat create table dan insert data dari database AdventureWorksDW dengan sintax sebagai berikut.

Sintaks

tersebut

akan

membuat

tabel

DimTime

pada

Database

AdventureWorksDW2008 dengan mencopy struktur dan data dari table Dimtime pada database AdventureWorksDW. Kemudian tambahkan DimTime pada database AdventureWorksDW2008 pada DSV dengan cara kl