Transcription
View metadata, citation and similar papers at core.ac.ukbrought to you byCOREprovided by Jurnal Universitas SiliwangiJurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-3891PERANCANGAN DATA WAREHOUSE PADA RUMAH SAKIT(STUDI KASUS: BLUD RSU KOTA BANJAR)Rianto1), Cucu Hadis2)1,2,Jurusan Teknik Informatika Fakultas Teknik Universitas Siliwangi Tasikmalayae-mail: rianto@unsil.ac.id1, cucuhadis77@gmail.com2AbstrakData warehouse merupakan sebuah cara yang digunakan untuk menampung dan menganalisis data dalamjumlah besar. Analisis tersebut dapat ditinjau dari beberapa dimensi atau sudut pandang yang berbeda.Penerapan teknologi data warehouse tersebut dapat mengatasi masalah dan kebutuhan pihak eksekutifdi RSUD kota Banjar dalam melakukan analisis terhadap data pasien dalam jumlah besar khususnya datapasien rawat inap dan rawat jalan. Metode perancangan data warehouse dilakukan dengan menerapkan 9langkah (Nine-Step Methodology) yang digunakan oleh Kimball. Ke 9 tahap tersebut yaitu pemilihan proses,pemilihan, grain , identifikasi dan penyesuaian, pemilihan fakta, penyimpanan pre-calculation di tabel fakta,memastikan tabel dimensi, pemilihan durasi database, melacak perubahan dari dimensi secara perlahan,penentuan prioritas dan model query.Hasil dari penelitian ini berupa rancangan skema dan simulasi datawarehouse dengan menampilkan data pasien rawat inap dan rawat jalan berdasarkan dimensi waktu, pasien,rujukan, diagnosis, status pasien, ruangan, jenis pasien, kondisi pulang, dan kecamatan dalam bentuk tabeldan grafik.Kata Kunci : Data Warehouse, Nine Step Methodology, Skema, Rumah SakitAbstractThe data warehouse is a means used to collect and analyze large amounts of data. The analysis can beviewed from multiple dimensions or differing viewpoints. Application of data warehouse technology that canaddress the problems and needs of the executive in Banjar city hospitals in the analysis of individual patientdata in large amounts of data, especially inpatients and outpatients. Methods of data warehouse design isdone by applying a 9 step (Nine-Step Methodology) used by Kimball. That Methods is choosing the process,choosing the grain, identifying and conforming the dimensions, choosing the facts, storing precalculations in the fact table, rounding out the dimension tables, choosing the duration of the database,tracking slowly changing dimensions, and deciding the query priorities and the query models.The results ofthis research is the design of the scheme and the simulation data warehouse with data display inpatients andoutpatients by the dimension of time, the patient, referral, diagnosis, patient status, the room, the type ofpatient, conditions of return, and districts in the form of tables and graphs.Keywords: Data Warehouse, Nine Step Methodology, Schema, Hospital.I. PENDAHULUANData warehouse adalah sekumpulan data yangdiperoleh dari berbagai sumber yang digunakanuntuk mendukung proses pembuatan keputusanmanajemen di dalam perusahaan[1].Kemampuan data warehouse dalam menampungdata dalam jumlah besar, dan menampilkan datasecara multidimensi sehingga dapat mendukungproses analisis, dan pengambilan keputusanmenjadikan data warehouse tersebut dapatdigunakan dibeberapa organisasi, perusahaanmaupun beberapa instansi pemerintah.RSUD ( Rumah Sakit Umum Daerah) kotaBanjar merupakan salah satu instansi pemerintahyang melayani masyarakan dalam bidangkesehatan. Sistem yang berjalan di RSUD kotaBanjar telah menggunakan teknologi informasidalam membantu kegiatan operasionalnya. Seiringdengan perkembangannya, semakin banyak dankompleks pula data pasien yang dimiliki khususnyadata pasien rawat inap dan rawat jalan. Datatersebut perlu diolah dan dilaporkan kepada pihakeksekutif untuk mengetahui perkembangan rumahsakit pada periode waktu tertentu. Sementara itu,untuk membuat laporan tersebut, dibutuhkan waktulebih lama dalam mengumpulkan informasi danmengolah data yang tersimpan dalam databaseoperasional. Oleh karena itu, perlu adanya tool atauaplikasi pengolahan data yang dapat menunjangproses analisis terhadap data pasien tersebut.Berdasarkan penjelasan diatas maka Datawarehouse dapat menjadi tool untuk memudahkan214
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan Teknologipihak eksekutif dalam menganalisis data pasiensebagai bahan pertimbangan dalam pengambilankeputusan.ISSN 2477-3891E. Metode Perancangan Data WarehouseMetodologisembilanmethodology)[2] :II. BAHAN DAN METODE/METODOLOGIa. Pemilihan prosesA. Data WarehouseData warehouse adalah suatu kumpulan data yangbersifat subject-oriented, integrated, time-variant,dan non-volatile dalam mendukung prosespengambilan keputusan. [2].b. Pemilihan grainTerdapat empat karakteristik data warehouse[1]:tahapc. Identifikasi dan penyesuaiand. Pemilihan faktae. Penyimpanan pre-calculation ditabel faktaf. Memastikan table dimensi1. Subject-oriented (Berorientasi Subjek)g. Pemilihan durasi database2. Integrated (Terintegrasi)h. Melacak perubahan dari dimensi3. Non-Volatilei. Penentuan prioritas dan model query4. Time-Variant (Rentang Waktu)B. Arsitektur Data Warehouse(nine-stepMetode penelitian yang dilakukan digambarkandalam kerangka penelitian seperti pada gambar 2.Proses yang dilakukan yaitu pengumpulan data,kompilasi yaitu analisis kebutuhan data yangberkaitan dengan data pasien rawat inap serta rawatjalan dan terakhir perancangan.Gambar 1. Arsitektur Data Warehouse denganStaging Area[3]C. OLAP (Online Analytical kan teknologi menggunakan visualisasimultidimensi sejumlah datauntuk tujuanmempercepat analisis. Dalam model data OLAP,informasi digambarkan secara konseptual sepertikubus (cube), yang terdiri atas kategori deskriptif(dimensions) dan nilai kuantitif (measures)[4 ].D. Model DimensionalModel dimensional OLAP tersususan dari tabelfakta dan dimensi yang memiliki standarperancangan berupa skema[5]. Skema tersebutdiantaranya yaitu:Gambar 2. Kerangka Penelitian1. Star Scheme2. Snowflake Scheme3. Starflake Scheme215
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiIII. HASIL DAN PEMBAHASANA. Rancangan Arsitektur Data WarehouseISSN 2477-38911) Rawat InapDimensi yang akan digunakan dalam analisisrawat inap adalah dimensi waktu, pasien, rujukan,diagnosis, status pasien, ruangan, jenis pasien dankondisi pulang, dan kecamatan.2) Rawat JalanDimensi yang akan digunakan dalam analisisrawat jalan adalah dimensi waktu, pasien, rujukan,diagnosis, status pasien, ruangan, jenis pasien dankecamatan.Gambar 3. Rancangan Arsitektur Data Warehousepasien RSUD BanjarB. Tahapan Data Warehouse1. Perancangan Data Warehousea. Pemilihan prosesBerdasarkan pada ruang lingkup dan informasiyang dibutuhkan pihak eksekutif RSU Kota Banjar,maka dilakukan pemilihan proses yang akandigunakan untuk perancangan data warehouse .proses yang dipilih yaitu proses rawat inap danrawat jalan.b. Pemilihan grainGrain merupakan proses untuk menentukanapa yang akan digambarkan oleh record di dalamtabel fakta. Berikut adalah grain yang ada dalamperancangan data warehouse.1) Rawat InapAnalisis yang akan dilakukan pada proses rawatinap meliputi jumlah pasien rawat inap berdasarkanjenis kelamin pasien, kecamatan, kota, jenis pasien,asal rujukan, nama ruangan, bagian ruangan, kelaslayanan, tanggal masuk rawat inap, hasil diagnosa,status pasien, dan kondisi pulang.2) Rawat JalanAnalisis yang akan dilakukan pada proses rawatjalan meliputi jumlah pasienrawat jalanberdasarkan jenis kelamin pasien, kecamatan, kotajenis pasien, asal rujukan, nama ruangan, bagianruagnan, kelas layanan, tanggal masuk rawat jalan,hasil diagnosa, dan status pasien.c. Identifikasi dan penyesuaian dimensiDalam tahap ini, kegiatan yang akan dilakukanadalah membangun satu set dimensi untukmengatur konteks untuk mengajukan pertanyaantentang fakta-fakta dalam tabel fakta. Berikutadalah dimensi yang dipilih untuk masing- masingtabel fakta:d. Pemilihan faktaPada tahap ini akan dilakukan pemilihan faktayang akan digunakan pada tabel RM rawat inap danRM rawat jalan sebagai tabel fakta. Berikut faktafakta yang akan digunakan.1) Fakta RM Rawat InapFakta yang dipilih untuk digunakan pada tabelfakta RM rawat inap terdiri dari idwaktu, idpasien,idrujukan, iddiagnosis, idstatuspasien, idruangan,idjenispasien, idkondisipulang, dan idkecamatan.Berikut atribut pada tabel fakta RM rawat inap.Tabel 1 Tabel Fakta RM Rawat InapNama anTipe Data mber3Number2Number2Number42) Fakta RM Rawat JalanFakta yang dipilih untuk digunakan padatabel fakta RM rawat jalan terdiri dari idwaktu,idpasien, idrujukan, iddiagnosis, idstatuspasien,idruangan, idjenispasien, dan idkecamatan. Berikutatribut pada tabel fakta RM rawat jalan.Tabel 2 Fakta RM Rawat JalanNama KolomTipe DataPanjang umber3216
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-3891IdjenispasienNumber2IdkecamatanNumber4e. Penyimpanan pre-calculation di tabel faktaKecamatanNama Kecamatan Analisisjumlah pasiendapat dilihat berdasarkankecamatanNama KotaKotaPerhitungan awal yang terdapat dalam tabelfakta adalah sebagai berikut:1) Fakta rawat inap1) Dimensi WaktuKalkulasi fakta rawat inap adalah jumlah pasienrawat inap berdasarkan jenis kelamin pasien, kota,kecamatan, jenis pasien, asal rujukan, namaruangan,bagian ruangan, kelas pelayanan, tanggalmasuk rawat inap, hasil diagnosa, status pasien,kondisi pulang dan total pasien rawat inap.2) Fakta rawat jalanKalkulasi fakta rawat jalan adalah jumlah pasienrawat jalan berdasarkan jenis kelamin pasien,kota, kecamatan, jenis pasien, asal rujukan, namaruangan, Bagian ruangan, tanggal masuk rawatjalan, hasil diagnosa, status pasien dan total pasienrawat jalan.f. Memastikan tabel dimensiTabel 3. Penjelasan Setiap nAnalisis jumlah pasiendapat dilihat per tanggal,per bulan, dan per Tahun.Jenis kelaminAnalisisjumlah pasiendapat dilihat berdasarkanjenis kelaminAsal rujukanAnalisis jumlah pasiendapat dilihat berdasarkanasal rujukanRujukanDiagnosisStatus PasienRuanganJenis PasienKondisi dasarkan diagnosisAnalisis jumlah pasiendapat dilihat berdasarkanStatus pasienstatus pasienAnalisisjumlah pasienNama ruangandapat dilihat berdasarkanBagian Kelasnama ruangan, bagian dankelas.Analisis jumlah pasienJenis pasienJenis pasien dapatdilihatAnalisis berdasarkanjenispasienjumlahpasienKondisi pulangTabel 4. Dimensi WaktuNama Kolom Tipe Data Panjang TahunNumber102) Dimensi PasienTabel 5. Dimensi PasienNama Kolom Tipe DataIdpasienNumberJenis KelaminNvarcharPanjangData2013) Dimensi RujukanTahap ini merupakan tahap penambahanketerangan pada setiap dimensi agar lebih mudahdigunakan dan dimengerti oleh user.PasienAnalisis jumlah pasiendapat dilihat berdasarkankotadapat dilihatAnalisisjumlah pasienberdasarkandapatdilihat berdasarkanjenis pulangpasienkondisiTabel 6. Dimensi RujukanNama KolomTipe DataIdrujukanNumberPanjangData2Asal RujukanVarchar204) Dimensi DiagnosisTabel 7. Dimensi DiagnosisNama KolomIddiagnosisTipe Data Panjang DataNumber7Nama diagnosis Varchar305) Dimensi Status PasienTabel 8. Dimensi Status PasienNama KolomTipe DataPanjang DataIdstatuspasienNumber2Status pasienNvarchar56) Dimensi RuanganTabel 9. Dimensi RuanganNama KolomTipe Data Panjang DataIdruanganNumber3Nama ruanganVarchar50BagianVarchar50217
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-3891Dim DiagnosisNama diagnosis7) Dimensi Jenis PasienDim KecamatanKecamatanTabel 10. Dimensi Jenis PasienDim KondisiPulangKondisi pulangNama KolomTipe DataPanjang DataIdjenispasienNumber2Jenis pasienVarchar208) Dimensi Status PulangTabel 11. Dimensi Status PulangNamaTipePanjangKolomDataIdkondisipulaNumber Data2Kondisi pulaVarchar20ngngi. Penentuan prioritas dan model queryDalam tahap ini akan dibahas mengenaiperancangan proses OLAP.Pembahasan yangakandilakukanadalahmempertimbangkanpengaruh pada perancangan fisikal, e).9) Dimensi kecamatan2. Proses OLAPTabel 12. Dimensi KecamatanProses OLAP dilakukan dengan pembuatan database‘Rumah Sakit’ sebagai sumber data denganmenggunakan tool SQL Server Management Studio2012. Kemudian Membuat database dengan nama’DW Rumah Sakit’ baru untuk menyimpan sumberdata ‘Rumah Sakit’ dengan menggunakaan toolmicrosoft visual studio 2010 shell yang dapatterkoneksi dengan sumber data. Dan melakukanperancangan data warehouse membentuk sebuahskema.Nama Kolom Tipe Data Panjang DataIdkecamatan Number4KecamatanVarchar50IdkotaNumber2010) Dimensi KotaTabel 13. Dimensi KotaNama Kolom Tipe Data Panjang DataIdkotaNumber4KotaVarchar50g. Pemilihan durasi databaseDurasi dari database yang akan dimasukan kedalam data warehouse yaitu selama satu tahundimualai dari tahun 2015 sampai dengan 2016.h. Melacak perubahan dari dimensiAtribut dari tabel dimensi tidak selamanyamemiliki nilai yang tetap atau bersifat relatif statis.Perubahan nilai atribut dapat terjadi dalam waktuyang cukup lama. Tiga tipe dasar dalam melakukanperubahan atribut pada dimensi yaitu menulis ulangatribut, membuat record baru dan membuat kolombaru.Tipe perubahan yang digunakan pada atributdimensi pada data warehouse rumah sakit yaitumembuat record baru. Beberpa atribut tersebutdapat dilihat pada tabel 14.Tabel 14. Perubahan DimensiDimensiDim ruanganAtribut yang DapatBerubahNama ruanganDim rujukanAsal rujukanDim StatusStatus pasienPasienDim Jenis Pasien Jenis pasien3. SimulasiSimulasi dilakukan dengan menjalankan hasilperancangan dengan menampilkan beberapainformasi sebagai berikut:a. Informasi Jumlah pasien rawat inap berdasarkanjenis kelamin pasien, kecamatan, kota, jenispasien, asal rujukan, nama ruangan, bagianruangan, tanggal masuk (bulan dan tahun),diagnosis, status pasien dan kondisi pulang.b. Informasi Jumlah pasien rawat jalanberdasarkan jenis kelamin pasien, kecamatan,kota, jenis pasien, asal rujukan, nama ruangan,bagian ruangan, tanggal masuk (bulan dantahun) , diagnosis dan status pasien.C. HasilSetelah dilakukan analisis kebutuhan data dandesain database untuk data warehouse, selanjutnyamelakukan membangun database sebagai datasource, pembentukan cube dalam proses OLAPuntuk integrasi data kemudian melakukan simulasi.1. Membangun data sourceData source yang dibangun berupa database yangtelah disesuaikan dengan kebutuhan data rumah sakit.Berikut diagram database tersebut:218
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-3891b. Pembuatan dimensiGambar 5. Struktur Dimensi Diagnosisc. Pembuatan CubeGambar 3. Diagram Relasi DatabaseRumah Sakit2. Proses OLAPBeberapa proses OLAP yang dilakukan ditampilkanpada gambar sebagai berikut:a. Melakukan koneksi dengan sumber dataGambar 5. Struktur Cube DW Rumah SakitDari beberapa proses tersebut maka dihasilkansebuah rancangan skema seperti pada gambar berikut:Gambar 4. Pemilihan Data SourceViewGambar 7. Skema Starflake DW Rumah Sakit219
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-38913. SimulasiBeberapa informasi yang dapat disimulasikanberdasarkan skema yang terlah dirancang adalahsebagai berikut:a. Informasi jumlah pasien rawat inap per dimensipasien berdasarkan jenis kelamin.Gambar 8. Tampilan Informasi Jumlah Pasien Rawat InapPer dimensi pasien berdasarkan jenis kelamin.b. Informasi jumlah pasien rawat jalan per dimensiwaktu berdasarkan bulan dan tahun.Gambar 11. Tampilan Informasi Data Pasien denganFungsi Grafik BatangIV. KESIMPULAN DAN SARANa. KesimpulanBerdasarkan penelitian yang telah dilaksanakandi RSUD kota Banjar, maka dapat ditarikkesimpulan yaitu:1. Telahdibuatsebuahrancangandatawarehouse berupa skema Starflake. Skematersebut dibentuk melalui proses OLAPdengan data yang digunakan yaitu data yangberhubungan dengan data pasien di RSUD kotaBanjar.Gambar 9. Tampilan Informasi Jumlah Pasien RawatJalan Per dimensi waktu berdasarkan bulan dan tahunSelain bentuk informasi data pasien yang telahditampilkan sebelumnya, analisis data pasien yangtelah dibentuk menjadi data multidimensi dapat puladilakukan berdasarkan fungsi – fungsi sebagaiberikut.2. Telah dibuat analisis data berupa simulasiuntuk penyampaian informasi atau laporanstatistik berkaitan dengan data pasien kepadapihak eksekutif RSUD kota Banjar. Beberapasimulasi analisa data yang dihasilkan yaituMembuat tampilan informasi atau laporan datapasien rawat inap berdasarkan jenis kelaminpasien, kecamatan dan kota, jenis pasien, asalrujukan, nama ruangan dan bagian ruangan, bulandan tahun, diagnosa, status pasien, dan kondisipulang. Membuat tampilan informasi atau laporandata pasien rawat jalan bersasarkan jenis kelaminpasien, kecamatan dan kota, jenis pasien, asalrujukan, nama ruangan dan bagian ruangan, bulandan tahun, diagnosa, dan status pasien.b. SaranBerdasarkan penelitian ini, dapat disampaikanbeberapa saran untuk digunakan pada penelitianselanjutnya.Gambar 10. Tampilan Informasi Data Pasien denganFungsi Drill-Down1. Dalam ruang lingkup kajiannya dapat diperluaslagi sehingga mencakup berbagai bidang yang adadi RSUD kota Banjar misalnya dengan220
Jurnal Siliwangi Vol.3. No.2, 2017Seri Sains dan TeknologiISSN 2477-3891menampilkan informasi pelayanan penunjangmedik, pelayanan tindakan operasi dan lainnya.2. Dilakukan pengembangan lebih lanjut penelitianlebih lanjut dengan melakukan penerapan sistemdata mining agar proses analisis dapat dilakukansecara lebih mendalam dan terpola berdasarkanpendekatan yang ada dalam sistem data mining.DAFTAR PUSTAKA[1]. Inmon, W.H. 2002. Building The DataWarehouse.Canada: John Wiley &Sons, Inc.[2]. Connolly, T., & Begg, C. (2005), DatabaseSystems: A Practical Approach to Design,Implementation, and Management. USA :Addison-Wesley.[3]. Lane, P. (2002). Oracle91 Data WarehousingGuide. Oracle Corporation.[4]. M.A.B.J.Dewa,Muhammad.N.2013.Penerapan OLAP untuk Monitoring KinerjaPerusahaan.SeminarNasionalSistemInformasi Indonesia.[5]. Alvin. 2010. Perancangan Data Warehouse PadaSoftware Laboratory Center. Jakarta Barat:Fakultas Ilmu Komputer, Universitas BinaNusantara221
The data warehouse is a means used to collect and analyze large amounts of data. The analysis can be viewed from multiple dimensions or differing viewpoints. Application of data warehouse technology that can address the problems and needs of the executive in Banjar city hospitals in the analysis of individual patient
