ABSTRAK
Kualitas lulusan sangat penting untuk meningkatkan keberhasilan universitas, salah satu cara meningkatkan keberhasilan tersebut adalah dengan melengkapi kemanfaatan sistem informasi. Universitas Sebelas Maret merupakan universitas yang memanfaatkan sistem informasi secara departemental karena beberapa dibangun dengan menggunakan framework dan database yang berbeda. Hal ini akan menyulitkan untuk mengolah dan menganalisis data-data tersebut. Aplikasi pengembangan sistem analisis akademis menggunakan Online analytical processing (OLAP) dan data clustering dapat menjadi solusi untuk mengatasi masalah tersebut sekaligus membantu menganalisis data-data. Proses pembuatan aplikasi ini meliputi perancangan data warehouse, pengambilan data akademik dari sistem penjadwalan, sistem akademik dan sistem penerimaan mahasiswa baru, proses extraction, transformation, loading (ETL), pembangunan cube, pembuatan report, juga pengelompokkan IPK dan lama studi lulusan menggunakan K-means clustering. OLAP dapat mengurangi aktifitas query dan mempercepat respon terhadap permintaan user. Penelitian ini mengembangkan sistem OLAP dan clustering untuk memenuhi kebutuhan user. Kebutuhan user tersebut adalah sistem dapat melakukan drill up dan drill down untuk membantu merekap data akademik dari berbagai dimensi dan mengelompokkan data lulusan. Hasil dari pengelompokkan ini, setiap data lulusan mahasiswa dikelompokan berdasarkan kualitas lulusan mahasiswa yang dinilai berdasarkan IPK dan lama studi. Kata Kunci : ETL, OLAP, K-means clustering.
ABSTRACT The graduation quality is very important to improve the success of the university, one of the way is completing the utility of their information system. Sebelas Maret University is one of the university which utilizes information system departementally because it is developed by using different framework and database. This will give a difficulty to manage and analyze the data. The development of academic analysis system using online analytical processing (OLAP) and data clustering can be a solution to solve these problems and help to analyze the data. The development process of this application included data warehouse planning, gathering academic data from scheduling system, academic system, and new admissions system, extraction process, tranformation process, loading process (ETL), cube development, report making, also clustering the GPA and study term of graduation using K-means clustering method. OLAP can decrease the query activity and accelerate the response to the user request. This research develops the OLAP system and clustering to fulfill the user requirement. The user requirement is a system which can do a drill up and drill down to help recapitulating the academic data from various dimension and grouping the graduation data. This grouping result, each graduated student data grouped by graduate quality assessed by GPA and the term of study. Keywords: ETL, OLAP, K-means clustering