Decision Support System merupakan suatu sistem yang berfungsi sebagai penunjang keputusan. ( diterjemahkan dari buku DSS)

Pendahuluan

Decision Support System merupakan suatu sistem yang berfungsi sebagai penunjang keputusan. Dengan adanya DSS, pekerjaan dari para pengambil keputusan akan lebih terbantu secara signifikan.

Makalah yang kami susun berikut ini menjelaskan suatu database yang biasa digunakan sebagai pengambil keputusan yaitu data warehouse. Dikarenakan banyak organisasi atau perusahaan kurang dapat menggunakan database operasional dalam mendukung secara langsung pengambilan keputusan.

Penyusun sadar dalam penulisan makalah ini terdapat banyak kekurangan, oleh karena itu, kami menerima saran dan kritik yang membangun agar dikemudian hari kami dapat menyusun suatu makalah dengan lebih baik lagi.

Jakarta 3 November 2006

Penyusun,
Irfan Gustiarahman

Daftar Isi
Pendahuluan 1
Daftar Isi 2
BAB I 3
Definisi Data Warehouse 3
I.1. Pengertian Data, Informasi dan Database 3
I.2. Pengertian Data Warehouse 4
I.3. Istilah-istilah yang berhubungan dengan data warehouse 5
I.4. Karakteristik Data Warehouse 6

BAB. II 11
Kegunaan Data Warehouse 11
II.1 Perlunya Data Warehouse 11
II.2 Tugas-tugas Data warehouse 11
II.3. Keuntungan Data Warehouse 13

BAB III 15
Membangun Data Warehouse 15
III.1. Menentukan Bentuk Data Warehouse 15
III.2. Anatomi Data Warehouse 15
III.3 Arsitektur dan Infrastruktur Data Warehouse 18
III.4. Struktur Data Warehouse 22
III.5 Metodologi Perancangan Database untuk Data Warehouse 25
III.6. Model untuk Data Warehouse 28
III.6.1. Model Dimensional 28

BAB IV 35
Hubungan Data Warehouse Dengan DSS 35
IV.1. Definisi Decision Support System 35
IV.2. Hubungan antar DSS dengan Data Warehouse 36
IV.3. Contoh Data Warehouse Yang Ada 36

Bab V 37
Kesimpulan dan Penutup 37
V.1. Kesimpulan 37

Daftar Pustaka 38

BAB I
Definisi Data Warehouse

I.1. Pengertian Data, Informasi dan Database

Sebelum kita membahas tentang data warehouse, hal yang harus dipahami terlebih dahulu yaitu pengertian tentang data,informasi dan database.

Menurut Steven Alter, data merupakan fakta,gambar atau suara yang mungkin atau tidak berhubungan atau berguna bagi tugas tertentu.

Menurut McLeod, data terdiri dari fakta-fakta dan angka yang secara relatif tidak berarti bagi pemakai. Sedangkan informasi adalah data yang sudah diproses atau data yang memiliki arti.

Disini kita dapat melihat bahwa data merupakan suatu bentuk keterangan-keterangan yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.

Menurut James A. O’Brien Database adalah suatu koleksi terintegrasi dimana secara logika berhubungan dengan record dari file.

Menurut Fatansyah, Database adalah kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan(redudansi) yang tidak perlu, untuk memenuhi berbagai kebutuhan.

Jadi Database adalah tempat penyimpanan data yang saling berhubungan secara logika, sehingga bisa digunakan untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi atau perusahaan.

Sedangkan data yang diperoleh suatu organisasi atau perusahaan umumnya didapat dari kegiatan operasional sehari-hari atau hasil dari transaksi.

Dari perkembangan model database, muncullah apa yang disebut dengan data warehouse.

I.2. Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

I.3. Istilah-istilah yang berhubungan dengan data warehouse
Istilah-istilah yang berkaitan dengan data warehouse :
1. Data Mart
Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

2. On-Line Analytical Processing(OLAP)
Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

3. On-Line Transaction Processing(OLTP)
Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

4. Dimension Table
Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

5. Fact Table
Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

6. DSS
Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

I.4. Karakteristik Data Warehouse

Karakteristik data warehouse menurut Inmon, yaitu :
1. Subject Oriented (Berorientasi subject)
Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu.

Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan(customers,products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama(customer invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.
Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap proses. Secara garis besar perbedaan antara data operasional dan data warehouse yaitu :

Data Operasional Data Warehouse
Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu Dirancang berdasar pada subjek-subjek tertentu(utama)
Focusnya pada desain database dan proses Focusnya pada pemodelan data dan desain data
Berisi rincian atau detail data Berisi data-data history yang akan dipakai dalam proses analisis
Relasi antar table berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru) Banyak aturan bisnis dapat tersaji antara tabel-tabel

2. Integrated (Terintegrasi)
Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.

Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variable,konsisten dalam ukuran variable,konsisten dalam struktur pengkodean dan konsisten dalam atribut fisik dari data.

Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya.

3. Time-variant (Rentang Waktu)
Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :
 Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
 Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
 Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

4. Non-Volatile
Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

Berbeda dengan database operasional yang dapat melakukan update,insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).

BAB. II
Kegunaan Data Warehouse

II.1 Perlunya Data Warehouse

Seperti pengertian-pengertian yang kita sebutkan sebelumnya, data warehouse diperlukan bagi para pengambil keputusan manajemen dari suatu organisasi/perusahaan.

Dengan adanya data warehouse, akan mempermudah pembuatan aplikasi-aplikasi DSS dan EIS karena memang kegunaan dari data warehouse adalah khusus untuk membuat suatu database yang dapat digunakan untuk mendukung proses analisa bagi para pengambil keputusan.

II.2 Tugas-tugas Data warehouse
Ada empat tugas yang bisa dilakukan dengan adanya data warehouse
Menurut Williams, keempat tugas tersebut yaitu:

a. Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
b. On-Line Analytical Processing (OLAP)
Dengan adanya data warehouse,semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat.

OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.

c. Data mining
Data mining merupakan proses untuk menggali(mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.

Beberapa solusi yang diberikan data mining antara lain :
1. Menebak target pasar
Data mining dapat mengelompokkan (clustering) model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli dan melakukan klasifikasi terhadap setiap pemebeli sesuai dengan karakteristik yang diinginkan.
2. Melihat pola beli dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli dari waktu ke waktu.
3. cross-market analysis
Data mining dapat dimanfaatkan untuk melihat hubungan antara satu produk dengan produk lainnya.
4. Profil pelanggan
Data mining bisa membantu pengguna untuk melihat profil pembeli sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu produk apa saja.
5. Informasi summary
Data mining dapat membuat laporan summary yang bersifat multi dimensi dan dilengkapi dengan informasi statistik lainnya.

d. Proses informasi executive
Data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehouse menjadi target informative bagi user.

II.3. Keuntungan Data Warehouse
Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa database OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut dibawah ini (Ramelho).

 Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.
 Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
 Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.
 Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.

Membangun data warehouse tentu saja memberikan keuntungan lebih bagi suatu perusahaan, karena data warehouse dapat memberikan keuntungan strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka. Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom Huguelet):

 Kemampuan untuk mengakses data yang besar
 Kemampuan untuk memiliki data yang konsistent
 Kemampuan kinerja analisa yang cepat
 Mengetahui adanya hasil yang berulang-ulang
 Menemukan adanya celah pada business knowledge atau business process.
 Mengurangi biaya administrasi
 Memberi wewenang pada semua anggota dari perusaahan dengan menyediakan kepada mereka informasi yang dibutuhkan agar kinerja bisa lebih efektif.

BAB III
Membangun Data Warehouse

III.1. Menentukan Bentuk Data Warehouse

Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk data warehouse seperti apa yang dibutuhkan oleh aplikasi yang kita rancang.

III.2. Anatomi Data Warehouse
Penerapan awal dari arsitektur data warehouse dibuat berdasarkan konsep bahwa data warehouse mengambil data dari berbagai sumber dan memindahkannya ke dalam pusat pengumpulan data yang besar. Konsep ini sebenarnya lebih cenderung kepada sebuah lingkungan mainframe yang terpusat.

Keunggulan teknologi Client Server memungkinkan data warehouse diterapkan dalam berbagai macam cara untuk menampung kebutuhan pemakai sistem secara lebih proposional. Dalam suatu kasus, misalkan saja pemakai tertentu perlu menggabungkan data dari sebuah sistem pengumpulan data yang statis dengan data dari sistem operasional yang dinamis hanya dengan sebuah query saja.

Berikut ini adalah tiga jenis dasar sistem Data Warehouse :
1. Functional Data Warehouse (Data Warehouse Fungsional)
Kata operasional disini merupakan database yang diperoleh dari kegiatan sehari-hari. Data warehouse dibuat lebih dari satu dan dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan seperti fungsi keuangan(financial),marketing,personalia dan lain-lain.

Keuntungan dari bentuk data warehouse seperti ini adalah, sistem mudah dibangun dengan biaya relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna.

2. Centralized Datawarehouse (Data Warehouse Terpusat)
Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan persuhaan. Data warehouse terpusat ini, biasa digunakan oleh perusahaan yang belum memiliki jaringan eksternal.

Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang mahal serta memerlukan waktu yang cukup lama untuk membangunnya.

3. Distributed Data Warehouse (Data Warehouse terdistribusi)
Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara data warehouse dengan workstation yang menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini memungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan(eksternal).

Keuntungannya adalah data tetap konsisten karena sebelum data digunakan data terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi. Sedangkan kerugiannya adalah lebih kompleks untuk diterapkan karena sistem operasi dikelola secara terpisah juga biaya nya yang paling mahal dibandingkan dengan dua bentuk data warehouse lainnya.

III.3 Arsitektur dan Infrastruktur Data Warehouse

III.3.1. Arsitekur Data Warehouse
Menurut Poe, arsitektur adalah sekumpulan atau struktur yang memberikan kerangka untuk keseluruhan rancangan suatu sistem atau produk. Ada arsitektur client-server,arsitektur networking dan masih banyak arsitektur lainnya. Arsitektur data menyediakan kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan. Arsitektur data untuk data warehouse mempunyai komponen utama yaitu read-only database.

Karakterisitik arsitektur data warehouse (Poe) :
1. Data diambil dari sistem asal (sistem informasi yang ada), database dan file.
2. Data dari sistem asal diintegrasikan dan ditransformasi sebelum disimpan ke dalam Database Management System (DBMS) seperti Oracle,Ms SQL Server, Sybase dan masih banyak yang lainnya.
3. Data warehouse merupakan sebuah database terpisah bersifat hanya dapat dibaca yang dibuat khusus untuk mendukung pengambilan keputusan
4. Pemakai mengakses data warehouse melalui aplikasi front end tool

Arsitektur dan komponen utama dari data warehouse dapat dilihat pada gambar berikut ini :

Sumber : Conolly,T.M.,Begg

a. Operational Data
Sumber data dari data warehouse dapat diambil langsung dari mainframe, basis data relasional seperti Oracle, Ms SQL server dan sebagainya. Selain itu dapat melaluo Operational Data Source(ODS). ODS menampung data yang diekstrak dari sistem utama atau sumber-sumber data yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.

b. Load manager
Load manager juga disebut sebagai komponen front-end yang bertugas melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data ke warehouse.

c. Warehouse Manager
Warehouse manager melakukan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut meliputi :
 Analisis terhadap data untuk memastikan konsistensi
 Transformasi dan penggabungan sumber data dari tempat penyimpanan sementara menjadi tabel-tabel data warehouse.
 Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar
 Melakukan denormalisasi dan agregasi jika diperlukan
 Backing-Up dan mengarsipkan data

d. Query manager
Query manager juga disebut komponen back-end, melakukan operasi-operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi dari query tersebut.

e. End-user Access Tools
Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat.User ini berinteraksi dengan warehouse melalui end-user access tools. Data warehouse harus secara efisien mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis. Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-keperluan untuk melakukan joins,summations dan laporan-laporan per periode dengan end-users.

Berdasarkan kategori yang dikemukakan oleh Berson dan Smith terdapat lima grup utama dari tools tersebut, antara lain :
1. Reporting and query tools
2. Application development tools
3. Executive information System (EIS) tools
4. Online Analytical Processing (OLAP) tools
5. Data mining tools

Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya dan satu dengan lainnya saling berkaitan.

III.3.2. Infrastruktur Data Warehouse
Infrastruktur data warehouse adalah software, hardware, pelatihan dan komponen-komponen lainnya yang memberikan dukungan yang dibutuhkan untuk mengimplementasikan data warehouse(Poe).

Salah satu instrumen yang mempengaruhi keberhasilan pengembangan data warehouse adalah pengidentifikasian arsitektur mana yang terbaik dan infrasruktur apa yang dibutuhkan. Arsitektur yang sama, mungkin memerlukan infrastruktur yang berbeda, tergantung pada lingkunan perusahaan ataupun organisasi.

III.4. Struktur Data Warehouse

Seperti yang kita lihat sebelumnya pada arsitektur data warehouse, ada beberapa struktur yang spesifik terdapat pada bagian warehouse manager. Bagian tersebut merupakan struktur data warehouse.

Menurut Poe, Vidette, data warehouse memiliki struktur yang spesifik dan mempunyai perbedaan dalam tingkatan detail data dan umur data.

Komponen dari struktur data warehouse adalah:
 Current detail data
Current detail data merupakan data detil yang aktif saat ini,mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dalam data warehouse. Didalam area ini warehouse menyimpan seluruh detail data yang terdapat pada skema basis data. Jumlah data sangat besar sehingga memerlukan storage yang besar pula dan dapat diakses secara cepat. Dampak negatif yang ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya yang diperlukan menjadi mahal.
Berikut ini beberapa alasan mengapa current detail data menjadi perhatian utama :
1. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama
2. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan terendah.
3. Hampir selalu disimpan dalam storage karena cepat di akses tetapi mahal dan kompleks dalam pengaturannya.
4. Bisa digunakan dalam membuat rekapitulasi sehingga current detail data harus akurat.

 Older detail data
Data ini merupakan data historis dari current detail data, dapat berupa hasil cadangan atau archive data yang disimpan dalam storage terpisah. Karena bersifat back-up(cadangan), maka biasanya data disimpan dalam storage alternatif seperti tape-desk.
Data ini biasanya memilki tingkat frekuensi akses yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan kembali.

 Lighlty summarized data
Data ini merupakan ringkasan atau rangkuman dari current detail data. Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan kebutuhan.
Ringkasan dari current detail data belum bersifat total summary.Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga dengan data mart. Akses terhadap data jenis ini banyak digunakan untuk view suatu kondisi yang sedang atau sudah berjalan.

 Highly summarized data
Data ini merupakan tingkat lanjutan dari Lightly summarized data, merupakan hasil ringkasan yang bersifat totalitas, dapat di akses misal untuk melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan analisis menggunakan data multidimensi.
 Metadata
Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data diatas. Menurut Poe, metadata adalah ‘data tentang data’ dan menyediakan informasi tentang struktur data dan hubungan antara struktur data di dalam atau antara storage(tempat penyimpanan data).
Metadata berisikan data yang menyimpan proses perpindahan data meliputi database structure,contents,detail data dan summary data, matrics,versioning, aging criteria,versioning, transformation criteria. Metadata khusus dan memegang peranan yang sangat penting dalam data warehouse.

Metadata sendiri mengandung :
 Struktur data
Sebuah direktori yang membantu user untuk melakukan analisis Decission Support System dalam pencarian letak/lokasi dalam data warehouse.
 Algoritma
Algoritma digunakan untuk summary data. Metadata sendiri merupakan panduan untuk algoritma dalam melakukan pemrosesan summary data antara current detail data dengan lightly summarized data dan antara lightly summarized data dengan hightly summaried data.
 Mapping
Sebagai panduan pemetaan(mapping) data pada saat data di transform/diubah dari lingkup operasional menjadi lingkup data warehouse.

III.5 Metodologi Perancangan Database untuk Data Warehouse

Menurut Kimball ada sembilan tahap metodologi dalam perancangan database untuk data warehouse, yaitu :

Langkah 1 : Pemilihan proses
 Data mart yang pertama kali dibangun haruslah data mart yang dapat dikirim tepat waktu dan dapat menjawab semua pertanyaan bisnis yang penting
 Pilihan terbaik untuk data mart yang pertama adalah yang berhubungan dengan sales, misal property sales, property leasing,property advertising.

Langkah 2 : Pemilihan sumber
 Untuk memutuskan secara pasti apa yang diwakili atau direpresentasikan oleh sebuah tabel fakta.
 Misal, jika sumber dari sebuah tabel fakta properti sale adalah properti sale individual maka sumber dari sebuah dimensi pelanggan berisi rincian pelanggan yang membeli properti utama

Langkah 3 : Mengidentifikasi dimensi
 Set dimensi yang dibangun dengan baik, memberikan kemudahan untuk memahami dan menggunakan data mart
 Dimensi ini penting untuk menggambarkan fakta-fakta yang terdapat pada tabel fakta
 Misal, setiap data pelanggan pada tabel dimensi pembeli dilengkapi dengan id_pelanggan,no_pelanggan,tipe_pelanggan,tempat_tinggal, dan lain sebagainya.
 Jika ada dimensi yang muncul pada dua data mart,kedua data mart tersebut harus berdimensi sama,atau paling tidak salah satunya berupa subset matematis dari yang lainnya.
 Jika sebuah dimensi digunakan pada dua data mart atau lebih,dan dimensi ini tidak disinkronisasi,maka keseluruhan data warehouse akan gagal, karena dua data mart tidak bisa digunakan secara bersama-sama

Langkah 4 : Pemilihan fakta
 Sumber dari sebuah tabel fakta menentukan fakta mana yang bisa digunakan dalam data mart.
 Semua fakta harus diekspresikan pada tingkat yang telah ditentukan oleh sumber

Langkah 5 : Menyimpan pre-kalkulasi di tabel fakta
 Hal ini terjadi apabila fakta kehilangan statement

Langkah 6 : Melengkapi tabel dimensi
 Pada tahap ini kita menambahkan keterangan selengkap-lengkapnya pada tabel dimensi
 Keterangannya harus bersifat intuitif dan mudah dipahami oleh pengguna

Langkah 7 : Pemilihan durasi database
 Misalnya pada suatu perusahaan asuransi, mengharuskan data disimpan selama 10 tahun atau lebih

Langkah 8 : Menelusuri perubahan dimensi yang perlahan
 Ada tiga tipe perubahan dimensi yang perlahan, yaitu :
o Tipe 1. Atribut dimensi yang telah berubah tertulis ulang
o Tipe 2. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru
o Tipe 3. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama.

Langkah 9 : Menentukan prioritas dan mode query
 Pada tahap ini kita menggunakan perancangan fisik.

Dengan langkah-langkah tadi, seharusnya kita bisa membangun sebuah data warehouse yang baik.

III.6. Model untuk Data Warehouse

Berikut di bawah ini adalah penjelasan dari model untuk data warehouse
III.6.1. Model Dimensional
Model dimensional merupakan rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan performa yang tinggi.

Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan table fakta, dan satu set table yang lebih kecil disebut table dimensi. Setiap table dimensi memiliki sebuah simple primary key yang merespon tepat pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key pada table fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini disebut dengan skema bintang atau join bintang.

Fitur terpenting dalam model dimensional ini adalah semua natural keys diganti dengan kunci pengganti(surrogate keys). Maksudnya yaitu setiap kali join antar table fakta dengan table dimensi selalu didasari kunci pengganti. Kegunaan dari kunci pengganti adalah memperbolehkan data pada data warehouse untuk memiliki beberapa kebebasan dalam penggunaan data, tidak seperti halnya yang diproduksi oleh sistem OLTP.

Sebuah sistem OLTP memerlukan normalisasi untuk mengurangi redudansi, validasi untuk input data, mendukung volume yang besar dari transaksi yang bergerak sangat cepat. Model OLTP sering terlihat seperti jaring laba-laba yang terdiri atas ratusan bahkan ribuan tabel sehingga sulit untuk dimengerti.

Sebaliknya, dimension model yang sering digunakan pada data warehouse adalah skema bintang atau snowflake yang mudah dimengerti dan sesuai dengan kebutuhan bisnis, mendukung query sederhana dan menyediakan performa query yang superior dengan meminimalisasi tabel-tabel join. Berikut contoh perbandingan diagram antara model data OLTP dengan dimension table data warehouse :

Model data OLTP

Dimension Model

III.6.2.1. Schema Bintang
Skema bintang merupakan struktuk logikal yang memiliki tabel fakta yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data.

Jenis-jenis Skema Bintang
1. Skema bintang sederhana
Dalam skema ini, setiap table harus memiliki primary key yang terdiri dari satu kolom atau lebih.

Primary key dari table fakta terdiri dari satu atau lebih foreign key.Foreign key merupakan primary key pada table lain.

2. Skema bintang dengan banyak table fakta

Skema bintang juga bisa terdiri dari satu atau lebih table fakta. Dikarenakan karena table fakta tersebut ada banyak, misalnya disamping penjualan terdapat table fakta forecasting dan result. Walaupun terdapat lebih dari satu table fakta, mereka tetap menggunakan table dimensi bersama-sama.

Adapun ketentuan dalam pembacaan skema bintang adalah :
 Bagian yang ada di bawah judul tabel merupakan kolom-kolom tabel tersebut
 Primary key dan Foreign key diberi kotak
 Primary key diarsir sedang Foreign key yang bukan primary tidak
 Foreign key yang berhubungan ditunjukkan dengan garis yang menghubungkan tabel.

Kolom yang bukan kunci disebut kolom data pada table fakta dan atribut pada table dimensi

III.6.2.3 Snowflake Schema
Merupakan varian dari skema bintang dimana table-table dimensi tidak terdapat data yang di denormalisasi. Dengan kata lain satu atau lebih table dimensi tidak bergabung secara langsung kepada table fakta tapi pada table dimensi lainnya. Sebagai contoh, sebuah dimensi yang mendeskripsikan produk dapat dipisahkan menjadi tiga table (snowflaked) seperti contoh dibawah ini :

Snowflake Schemes

III.6.2.4. Star atau Snowflake
Keduanya merupakan model-model dimensional, perbedaannya terletak pada implementasi fisikal. Skema snowflake memberi kemudahan pada perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Sedangkan skema bintang lebih efisien serta sederhana dalam membuat query dan mudah diakses secara langsung oleh pengguna.

Adapun starflake merupakan gabungan diantara keduanya. Keuntungan menggunakan masing-masing model tersebut dalam data warehouse antara lain :
 Efisien dalam hal mengakses data
 Dapat beradaptasi terhadap kebutuhan-kebutuhan user
 Bersifat fleksibel terhadap perubahan yang terjadi khususnya perubahan yang mengarah pada perkembangan
 Memiliki kemampuan dalam memodelkan situasi bisnis secara umum
 Meskipun skema yang dihasilkan sangat kompleks, tetapi pemrosesan query dapat diperkirakan, hal ini dikarenakan pada level terendah, setiap table fakta harus di query secara independen.

BAB IV
Hubungan Data Warehouse Dengan DSS

IV.1. Definisi Decision Support System
Istilah dari decision support system telah digunakan dengan banyak cara (Alter 1980) dan menerima banyak definisi yang berbeda menurut pandangan dari sang penulis (Druzdzel dan Flynn 1999). Finlay (1994) dan lainnya mendefiniskan DSS kurang lebih sebagai sebuah sistem berbasis komputer yang membantu dalam proses pengambilan keputusan.
Turban (1995) mendefinisikan secara lebih spesifik dengan, sesuatu yang interaktif,flexible dan dapat menyesuaikan diri(adaptable) dari sistem informasi berdasarkan komputer, khususnya pengembangan untuk mendukung pemecahan masalah dari non-struktur management, untuk meningkatkan pengambilan keputusan. Dengan menggunakan data, mendukung antar muka yang mudah digunakan dan memberikan wawasan untuk sang pengambil keputusan.
Definisi lainnya bisa jadi gugur dibandingkan dengan dua pandangan ekstrim berikut, Keen dan Scott Morton (1978), DSS adalah dukungan berdasar kan komputer untuk para pengambil keputusan management yang berurusan dengan masalah semi-struktur. Sprague dan Carlson (1982), DSS adalah sistem berdasarkan komputer interaktif yang membantu para pengambil keputusan menggunakan data dan model-model untuk memecahkan masalah yang tak terstruktur(unstructured problem). Menurut Power (1997), istilah DSS mengingatkan suatu yang berguna dan istilah inklusif untuk banyak jenis sistem informasi yang mendukung pembuatan pengambilan keputusan. Dia dengan penuh humor menambahkan bahwa jika suatu sistem komputer yang bukan OLTP, seseorang akan tergoda untuk menyebutnya sebagai DSS.
Seperti yang kita lihat, DSS memiliki banyak arti dengan maksud yang kurang lebih hampir sama, yaitu suatu sistem komputer yang berguna bagi para pengambil keputusan untuk memecahkan masalah mereka yang kurang lebih berhadapan dengan masalah non-struktur atau semi-struktur.
IV.2. Hubungan antar DSS dengan Data Warehouse

Setelah kita lihat dan selami tentang data warehouse, kita dapat menyimpulkan bahwa data warehouse adalah sebuah model database yang berguna untuk menyimpan dan memproses data dengan pendekatan kepada kegunaan data dalam pengambilan keputusan bagi EIS atau DSS.

Sebuah DSS (tergantung dengan yang disupport-nya)membutuhkan data warehouse agar dapat menjalankan kerjanya dengan baik. Dan memang data warehouse sendiri dibangun untuk memenuhi kebutuhan DSS.

IV.3. Contoh Data Warehouse Yang Ada
Contoh dari data warehouse yang digunakan bersamaan dengan DSS, misalkan saja pegawai peminjaman bank memverikasi data peminta pinjaman atau suatu perusahaan engineer melakukan tawar menawar dalam beberapa project dan ingin tahu jika dia bisa kompetitive dalam harga terhadap para pesaingnya.

Contoh yang lain masih lebih banyak lagi, yang kesemuanya membutuhkan kecepatan dalam pengambilan keputusan dan kemudahan dalam penggunaannya.

Bab V
Kesimpulan dan Penutup

V.1. Kesimpulan
Data warehouse merupakan suatu cara/metode dari suatu database yang berorientasi kepada subjek, non-volatile, time-variance dan terintegrasi yang digunakan untuk mempermudah para pengambil keputusan dalam memecahkan masalah.
Keberadaan data warehouse sangat penting sebagai tools dari DSS, karena data warehouse memang digunakan untuk itu. Dengan adanya data warehouse, diharapkan suatu perusahaan dapat lebih unggul dari kompetitornya dan lebih jeli lagi dalam melihat peluang pasar.

Daftar Pustaka

http://en.wikipedia.org/wiki/Decision_support_system

Conolly,Thomas dan Begg Carolyn(2002). Database systems – A Practical Approach to Design, Implementation and Management, edisi-3. Addison Wesley Longman.Inc., USA

Fatansyah(2002). Buku Teks Ilmu Komputer – Basis Data, cetakan-4. Informatika

Inmon, W.H.(2002). Building the Data Warehouse,edisi-3. Wiley Computer Publishing.

Kimball,R.,Merz, R (1998). The Data Warehouse Lifecycle Toolkit. Expert Methods for Designing, Developing and Deploying Data Warehouses. Wiley Computer Publishing, Canada.

Mcleod,Raymond(1996). Sistem Informasi Manajemen, Jilid-1. Terjemahan Teguh,H. PT. Prenhallindo, Jakarta.

Nolan,Sean And Huguelet, Tom(2000).Microsoft SQL Server 7.0 Data Warehousing Training Kit. Microsoft Prees, USA

Poe, Vidette(1998). Building Data Warehouse for Decision Support, edisi-2. Prentice Hall.

SISTEM PENGAMBILAN KEPUTUSAN PENANGANAN HURU HARA PASCA PERTANDINGAN SEPAK BOLA

SISTEM PENGAMBILAN KEPUTUSAN PENANGANAN HURU HARA PASCA PERTANDINGAN SEPAK BOLA

1.PENDAHULUAN
Memang terdengar biasa jika pada pertandingan sepakbola Liga Indonesia terjadi kerusuhan, malah rasanya kurang lengkap jika pertandingan berakhir dengan damai-damai saja. Penonton memukul wasit, melempar pemain dengan botol dan batu, merusak dan membakar infrastruktur stadion, terdengar sangat lumrah di dunia persepakbolaan Indonesia.
Berbagai pihak pun disalahkan karena kejadian tersebut. Pihak panitia pertandingan disebut-sebut sebagai pihak yang bersalah karena tidak bisa mengkondisikan pertandingan sehingga bisa berjalan dengan aman. Begitu juga pihak keamanan yang dinilai tidak bisa menguasai keadaan di stadion. Bahkan beberapa supporter ada yang menyalahkan pihak PSSI karena wasitnya terkesan berpihak. Media menyebut kejadian ini “Potret buram persepakbolaan Indonesia”. ini adalah akumulasi dari semua masalah yang ada di masyarakat. Tingkat pendidikan yang rendah, angka penganguran yang tinggi sehingga menyebabkan tingkat kemakmuran yang rendah, merupakan beberapa masalah yang berhubungan dengan kerusuhan dalam sepak bola.

Masalah tersebut menciptakan suatu kondisi social yang buruk sehingga menyebabkan perilaku masyarakatpun juga menjadi buruk. Masyarakat menjadi cendrung emosional, berpikiran pendek, tidak peduli orang lain, emosional dan tidak rasional, akibatnya masyarakat gampang sekali terpancing emosinya untuk melakukan tindakan-tindakan kekerasan. Sehingga dalam pertandingan sepakbola, wajar saja jika selalu ada supporter yang terpancing untuk berbuat kerusuhan.Ini adalah salah satu bukti kegagalan negara ini dalam mendidik rakyatnya sendiri. Semua masalah tersebut tentu tidak akan terjadi jika tingkat pendidikan di Indonesia memadai.
Kerusuhan sudah menjadi hal yang lumrah dalam sepak bola Indonesia. Tawuran antars uporter sepertinya menjadi bonus setelah menikmati pertandingan selama 90 menit. Di luar negeri, kerusuhan juga kerap mewarnai pertandingan. Namun, kerusuhan sepak bola luar negeri rata-rata hanya terjadi di luar stadion. Sehingga, pertandingan tidak terhenti dan fasilitas stadion relatif tidak menjadi korban.Ini jelas berbeda dengan sepak bola Indonesia yang suporternya melakukan aksi keributan di dalam stadion. Sebagai contoh, ketika Persitara Jakarta Utara menumbangkan tuan rumah Persiba Balikpapan dengan skor 2-1 pada laga lanjutan liga Super Indonesia (LSI). 5 Desember lalu.Penonton mulai melakukan aksi lempar botol minuman ke arah pemain dan wasit setelah Persitara mencetak gol kedua.
Bahkan, teror terhadap wasit dan ofisial berlangsung hingga pertandingan berakhir. Dua orang penonton hendak mengarahkan tinju ke arah wasit Jajat Sudrajat.Aksi brutal penonton juga kerap merenggut korban jiwa. Anggota Polres Metro Tangerang, AKP Saptomo (45 tahun), mengembuskan napas terakhir saat sedang melerai perkelahian suporter seusai Persikota Tangerang melawan Pro Duta Yogyakarta, Selasa (21/12) malam. Tawuran tersebut dipicu aksi sekelompok massa yang menghadang ratusan suporter Persikota Tangerang. Insiden penembakan tiba-tiba saja terjadi. Akibatnya, empat remaja mengalami luka tembak.
Dua kejadian tersebut hanyalah rentetan kerusuhan yang menghiasi lembaran pagelaran liga sepak bola Indonesia. Sayangnya, stigma negatif terkait kerusuhan tersebut kemudian dialamatkan hanya pada suporter yang memang kerap berlaku anarkis. Cara yang kemudian dianggap menyelesaikan masalah adalah membatasi suporter masuk ke lapangan.Seperti yang terjadi dalam laga Persitara melawan Persija Jakarta pada Rabu (20/1/2011) lalu. Polda Metro Jaya memutuskan deity Jakarta tersebut digelar tanpa penonton karena laga yang mempertemukan tim sekota ini rawan kerusuhan.
Meminimalisasi kericuhan dengan membatasi (bahkan melarang) suporter datang ke stadion bukanlah solusi yang bijak. Karena tindakan tersebut, sama halnya tidak mendidik penonton kita menjadi dewasa. Keputusan itu akhirnya dapat menghambat perkembangan sepak bola sendiri.Selain itu, pelarangan tersebut sama saja dengan menyalahkan sepenuhnya peristiwa kerusuhan pada suporter. Padahal, penonton juga bisa diajak bicara untuk ikut mengamankan pertandingan.
Kita bisa melihat pada laga Persebaya Surabaya kontra Arema Malang yang digelar di Stadion Gelora 10 November, Tambaksari, Surabaya, pada Sabtu (16/1) beberapa wqaktu lalu, Laga yang diamankan ribuan personel kepolisian tersebut memang sempat terjadi kericuhan. Sebagian suporter, yang tidak kebagian tiket, berusaha merangsek masuk ke stadion. Tapi, ada juga sebagian besar penonton lainnya bisa berlaku bijaksana dengan memilih menikmati pertandingan lewat dua layar di luar stadion.
Mungkin memang benar bahwa suporter kita masih membudayakan anarkisme.,namun, aksi brutal suporter juga kerap dipicu dengan kepemimpinan wasit atau kualitas pertandingan yang mengecewakan. Kurang profesionalnya kinerja panitia pelaksana dan tindakan Aparat Keamanan yang kerap overacting, juga bisa memicu tindakan kerusuhan. Untuk itu, kita sebenarnya bisa melihat jika kericuhan-kericuhan tersebut bisa diatasi dengan kerja sama dan komunikasi yang baik di antara semua pihak, suporter, pihak keamanan, serta Badan Liga Indonesia (BLI) sebagai penyelenggara liga.
Sepak bola adalah merupakan salah satu olah raga yang paling diminati oleh seluruh dunia, untuk skala nasional saja para penggemar bola dari Sabang sampai Merauke bisa mencapai separo lebih penduduk Indonesia ini. Apalagi kalo ada siaran langsung Piala Dunia, Piala Eropa mereka akan ramai-ramai begadang dan nonton bareng. Sepak bola bisa menginspirasi siapa saja. Penonton memang boleh bebas berteriak, mau kata jorok sekalipun, itu adalah hak penonton, tetapi kalau masuk ke lapangan serta merusak adalah bukan hak penonton, tetapi merupakan perilaku tukang onar, melempar benda ke lapangan bola juga tegas harus tidak diperbolehkan alias dilarang.
Kembali ke sepak bola nasional, perkelahian, keributan, penonton rusuh menjadi tayangan yang saban musti ada di siaran olah raga sepak bola ini. Dan bonek selalu mencatatkan prestasinya dalam hal kerusuhan. Tak pernah ada solusi yang pas untuk menyelesaikan semua permasalahan ini, sepakbola hanya mengusung prestise, yang penting juara, yang penting menang, apapun alasannya. Padahal sebuah tontonan bola tidak melulu hanya kemenangan saja, namun permainan yang bermutu dan berkelas tinggi merupakan dambaan penonton. Keributan yang ada biasanya dipicu oleh pemain yang tidak terima hukuman dari wasit, apalagi kalah sering kali tidak merasa terima
Masalah kerusuhan suporter tentunya menjadi pekerjaan rumah yang belum kunjung diselesaikan Persatuan Sepak Bola Seluruh Indonesia (PSSI) dan Polri , sebagai otoritas tertinggi sepak bola Indonesia dan Otoritas tertinggi bidang Keamanan. PSSI harus segera memperbaiki kualitas pertandingan melalui pembenahan wasit dan panitia penyelenggara. Selain itu, Polri harus memiliki mekanisme penanganan kerusuhan yang tegas namun tidak berkesan overacting terhadap Penonton yang terlibat atau melakukan kerusuhan. PSSI bersama Polri perlu memahami bagaimana menyelesaikan persoalan ini secara tuntas dan elebgant sehingga kerusuhan tentunya tidak lagi menjadi sesuatu yang wajar dan lumrah di persepakbolaan Indonesia.
2.IDENTIFIKASI PERMASALAHAN
Dalam kacamata Domain tugas Polri yang diberikan tanggung jawab utama menyelenggarakan keamanan , ketertiban umum serta memelihara perasaan tentram dan damai masyarakat Indonesia, terdapat kewajiban untuk senantiasa mengupayakan semaksimal mungkin mewujudkan amanat Undang Undang No 2 Tahun 2002 tentang Kepolisian Negara Republic Indonesia, terhadap kelancaran segenap aktivitas masyarakat yang terkait langsung dengan perhelatan pertandingan sepak bola maupun masyarakat lain yang tidak langsung terlibat namun memiliki potensi menjadi korban atau setidaknya dirugikan akibat pertandingan sepak bola sebagai suatu olahraga dan pertunjukan yang berakhir rusuh dan chaos.
Sampai saat ini Polri secara spesifik belum merumuskan pola penanganan rusuh masa akibat pertandingan sepak bola baik saat ataupun pasca pertandingan berlangsung, secara tekstual terdapat beberapa pedoman atau standar perosedur operasi yang dalam wujud Peraturan Kapolri ( Perkap) , Buku Pedoman Pelaksanaan ( Budomlak ) dan Prosedur Tetap ( Protao ), terkait penggunaan kekuatan Polri dalam pelaksanaan tugas Kepolisian, system manajemen pengendalian dan penggunaan pasukan termasuk bagaimana menggerakkan Pasukan Dalmas dan PHH menghadapi gangguan kamtibmas berupa unjuk rasa menyimpang, anarkhisme dan huru hara.
Polri belum banyak memanfaatkan perkembangan teknologi informasi dengan penggunaan Komputasi dalam pengambilan keputusan strategis dan taktis dalam penanganan Huru hara pasca pertandingan Sepakbola hal ini terlihat dari beberapa insiden dalam tugas pengamanan pertandingan Sepak Bola yang berkahir rusuh tanpa mampu dikendalikan secara optimal oleh Polri, bukan hanya terkait dengan penonton, wasit,pemain bola,dan official semata namun lebih kepada kerugian yang ditimbulkan akibat adanya blockade jalan, pembakaran ban maupun penjarahan dan kekerasan yang menimpa justru kepada masyarakat pemakai jalan raya, pemilik warung sepanjang rel kereta api, bahkan kepada pemilik rumah maupun usaha yang justru letaknya cukup jauh dari Gelanggang tempat perhelatan Bola dilangsungkan.
Terdapat beberapa factor yang memiliki pengaruh cukup besar terhadap sebuah perhelatan Bola apakah menjadi rusuh atau berakhir dengan tertib ; Pertama. Jumlah personil Polri secara mandiri maupun diperkuat bantuan beberap pihak lain , Kedua. Kualitas kordinasi antara penyelenggara kegiatan Sponsor, Asosiasi penonton dengan Polri termasuk PSSI didalamnnya,Ketiga. Fasilitas keselamatan, kesehatan dan keamanan tersedia secara terbatas maupun salah dalam penempatan.Keempat. Panitia dan otoritas keamanan tidak melakukan kegiatan pencegahan secara proaktif dengan melakukan sweeping sajam, petasan, spanduk,Kelima.konsentrasi massa penonton terkait jumlah, heterogenitas, sentiment, isu dendam lama , primordialisme dan fannatisme.Keenam. adanya unsure lain yang turut memicu kerusuhan didalam arena maupun sepanjang rute pulang penonton, provokasi maupun SMS tidak bertanggung jawab.

Membangun suatu system Pengambilan keputusan dalam penanganan Huru Hara membutuhkan perhatian dan keberlanjutan pemeliharaan system , hal ini terkait dengan potensi kerugian harta, benda dan nyawa manusia yang mungkin timbul apabila terjadi huru hara , otoritas keamanan dalam hal ini dimotori oleh Polri bersama sama pemangku kepentingan olahraga, kesehatan , ketertiban dan pelayanan umum lainnya perlu duduk bersama untuk kemudian merumuskan dan membangun suatu system yang senantiasa update, adaptative dan Flexibility, mudah digunakan, Efective ,Humans control, ease of construction, evolutionary usage,dan dapat digunakan oleh manager( pimpinan) dari berbagai level.
Selama ini yang terjadi adalah ketika pertandigan digelar,pihak penyelenggara , sponsor maupun asosiasi penonton cenderung berjalan sendiri –sendiri, demikian hal dengan Polri selaku pengampu tanggung jawab keamanan , baik diminta ( dengan penerbitan ijin ) maupun tanpa diminta Polisi senantiasa akan menjadi bulan-bulanan caci maki akibat kerusuhan mapun tindak kejahatan lainnya sepanjang pertandingan berlangsung maupun pasca pertandingan usai, semula dimulai di lapangan hijau dapat berujung pada penjarahan harta benda milik masyarakat, termasuk tindakan pidana lain seperti penganiayaan antar supporter, supporter kepada masyarakat maupun kepada petugas Polri, kadang-kadang pimpinan Polri hanya bersandar kepada jumlah kekuatan massif, peralatan huru hara yang mentereng, agresifitas dan reaksi terhadap penonton, potensi dan gaya kepemimpinan pimpinan Polri kerap berbeda dalam menyikapi kebijakan –kebijakan strategis terkait strategi penanganan maupun tataran taktis bagaimana memecah konsentrasi massa, menggiring massa, mengalihkan arus lalu lintas termasuk inisiatif penggunaan Water Canon, mendatangkan Ambulance dan Mobil Derek.
System Penunjang Keputusan diharapkan mampu meminimalkan kerugian yang timbul pasca pertandingan Sepak Bola berlangsung, adanya masukkan berupa keputusan keputusan strategis yang diberikan System Penunjang Keputusan kepada siapapun pimpinan otoritas pemangku keamanan, istilah ganti pimpinan adalah ganti koki dengan selera masakan dan racikan berbeda dapat disiasati dengan adanya keputusan strategis oleh DSS sebagai gambaran menetapkan kebijakan lebih baik.
3.ARSITEKTUR SISTEM PENGAMBILAN KEPUTUSAN
Sebagai suatu kombinasi antara software, hardware, teknologi dan pengelolaan keahlian ( Knowledge ) pemegang otoritas , Sistem Penunjang Keputusan berangkat dari tahapan :Pertama; Perumusan dan penetapan tujuan apa yang ingin dicapai atau manfaat apa yang ingin diperoleh. Kemudian didasari oleh tujuan dan manfaat yang ingin diraih, inisiator Sistem ( Polri ) harus melanjutkan ke langkah kedua : dengan menentukan seberapa banyak jumlah sumber daya manusia, teknologi dan biaya yang mampu mendukung pengadaan software dan hardware termasuk kelangsungan perawatan system.
Pemilihan teknologi terhadap software maupun hardware sangat menentukan keberhasilan suatu system dibuat sekaligus kemanfaatan yang akan diperoleh.Sebagai organisasi Pemerintah , Polri memiliki alamat domain polri.go.id sehingga teknologi yang nantinya digunakan harus merupakan teknologi dengan tampilan user friendly ( mudah pakai), dapat diakses darimana saja, data mudah diperbaharui, mampu menampilkan simulasi situasi berdasar perkembangan dinamika pertandingan secara real time dan sewaktu waktu.
Wujud dashboard tampilan visual dapat menggunakan ASP,PHP,JSP,Coldgushion, atau CGI sebagai basis pemograman server, didukung MySQL, Oracle, Sql server atau Postgrace untuk mengolah database.Kembali tergantung Budget dan skill operator yang dimiliki Polri , apakah menggunakan yang free open source atau menggunakan License Software.
Langkah ketiga adalah membangun Database Management System ( DBMS) yaitu suatu pengaturan terhadap, pengumpulan, pemilihan, pengelompokkan dan pengelolaan Data menjadi database lebih lanjut. Dalam pembuatan Sistem penunjang Keputusan ini diperlukan banyak sumber data baik internal Polri, maupun eksternal Polri termasuk dengan kemungkinan untuk diitegrasikan terhadap beberap system sejenis yang langsung berkaitan dengan pengamanan dan pelayanan masyarakat (Pusiknas, RTMC, INAFIS,DVI,CMIS, E-KTP, dll).

Data Warehouse untuk system Pengambilan keputusan Penanganan Huru hara pasca Pertandingan Sepak bola akan merekam ; Jadwal pertandingan, Jumlah penonton, Lokasi huru hara,kerugian dan korban,untuk nantinya kumpulan Data yang ada akan dikelola melalui pengelompokan kedalam Fact Table / Tabel Fakta sebagai tabel utama /mayor sebagai inti dari skema bintang , dan kedua, dalam Tabel Dimensi / Dimention Table sebagai tabel minor berisikan data deskriptif yang mencerminkan suatu baris dalam tabel Fakta.
Sebagai contoh adalah : Tabel Fakta Huru hara berisikan kunci : jadwal pertandingan,penonton . lokasi huru hara,kerugian sedangkan Tabel dimensi untuk Key; Kerugian adalah : Jumlah korban luka-luka baik penonton , aparat atau ,asyarakat lain, jumlah korban meninggal, kerugian material, kendaraan yang dirusak, dan data fasilitas umum yang hancur akibat ulah penonton.

Sebagai kelanjutan setelah menyusun Manajemen data Huru hara adalah dengan melanjutkan pembuatan Model base and Management berupa Model Statistik, Finasial, maupun Model Optimsi termasuk didalamnnya adalah Simulasi situasi huru hara dengan manipulasi beberapa data yang dimiliki. Dilanjutkan dengan menyiapkan Knowledge Management perpaduan pengalaman dan pengetahuan user terkini tentang masalah Huru hara ditambah rekam data terkait penanganan Huru hara baik yang gemilang ,aupn gagal dimasa lalu.

4.SKENARIO SISTEM PENGAMBILAN KEPUTUSAN UNTUK PENANGANAN HURU HARA PASCA PERTANDINGAN SEPAK BOLA.

Skenario yang terdapat pada gambar 5 dapat menjelaskan bahwa Sistem Pengambilan Keputusan Penanggulangan Huru hara Pasca pertandingan Sepakbola dapat bekerja dengan optimal dengan tahapan sebagi berikut :
1. Sistem Pengambilan Keputusan mula mula mendapat informasi yang bersumber dari Laporan Intelijen, maupun hasil pengamatan terhadap segenap gejala yang terkait dengan aktifitas pertandingan Sepak Bola di suatu lokasi, Laporan Informasi ini berupa “ WARNING “ bahwa di lapangan bola , atau sekitar lokasi pertandingan ( Luar Stadion ) penonton dan atau pemain kedua kesebelasan telah melakukan suatu perbuatan ( pemukulan, perkelahian, pembakaran ban, mencoba mendorong masuk atau kegiatan lain sejenis yang dapat menggangu keamanan selama pertandingan maupun sesudah pertandingan.
2. Laporan Informasi Intelijen yang masuk kemudian oleh Sistem Pengambilan Keputusan akan dibandingkan dengan data sejenis yang ada dalam database terkait Histori Huru hara yang pernah terjadi, eskalasi huru hara, keterlibatan berbagai pihak, Jumlah kekuatan Polri yang pernah diturunkan, cara bertindak yang dilakukan termasuk kalkulasi data jumlah korban jiwa, luka-luka,kerugian material ,ganguan terhadap lalu lintas serta perusakkan fasilitas umum , dalam hal inisistem akan memberikan prediksi dari perbandingan Informasi Intelijen yang masuk dengan kejadian serupa yang pernah terjadi di lokasi , penonton, waktu , kekuatan dan cara bertindak petugas yang sama sebelumnnya. Adapun saran –saran yang dapat disampaikan oleh Sistem Pengambilan Keputusan nantinya akan berupa prediksi terhadap pertanyaan sebagai berikut:
a. Berapa banyak jumlah personil Polri yang ideal untuk diturunkan menghadapi gelombang huru hara?
b. Apakah perlu melakukan penambahan personil Polri?
c. Apabila perlu penambahan personil Polri kemana dan kapan tambahan backup kekuatan tersebut harus diturunkan?
d. Berapa banyak akan jatuh korban di pihak penonton , petugas maupun masyarakat ?
e. Bagaimana cara mengantisipasi huru hara yang terjadi secara legal, proporsional dan professional agar huru hara tidak meluas dan makin parah?
f. Apakah prosedur penanganan Huru hara yang paling efektif ?
g. Apakah perlu meminta bantuan otoritas setempat terkait pelayanan public yang mungkin terganggu seperti Pemadam Kebakaran, Rumah Sakit dan Ambulance, petugas PLN untuk memperbaiki atau memadamkan arus listrik?
h. Bagaimana bila huru hara tersebut menjalar ke beberapa lokasi sehingga arus lalu lintas terganggu , kemana Polantas lewat RTMC/ NTMC/ TMC Polda akan mengalihkan atau melakukan rekayasa arus lalin ?
i. Dimanakah huru hara akan terjadi paling parah ?
j. Berapakah jumlah kendaraan angkut ( Bus atau truk ) yang dibutuhkan untuk mengurai massa atau mengangkut massa agar tidak terkonsentrasi pasca kerusuhan?
k. Dimanakah jalur utama , alternative maupun cadangan yang dapat digunakan sebagai jalur escape pemain, official, termasuk dalam keadaan darurat bagi angkutan korban ke rumas sakit terdekat.
3. System pengambilan keputusan mulai memilih data terkait jumlah penonton di dalam dan diluar lapangan dengan mengambil database penjualan tiket serta histori penjualan tiket dan penonton non tiket untuk laga yang sama dari kedua belah kesebelasan, bila diketahui terdapat jumlah penonton yang ada di database penjualan tiket panitia selanjutnya dapat dikatakan jumlah penonton laga kedua kesebelasan disebut dengan satuan T = jumlah penonton.
4. Setelah mendapat informasi intelijen serta memeberikan saran berupa suatu prediksi terkait eskalasi huru hara yang terjadi. System Pengambilan Keputusan akan mulai membandingkan jumlah penonton yang berhasil didata lewat mekanisme penjualan jumlah karcis serta penghitungan cepat jumlah penonton yang tidak berkarcis dengan rasio Petugas Polri dan penonton yang paling ideal , bila besaran rasio Police Employee Rate ( PER ) menurut standar PBB adalah 1 polisi melayani 300 jiwa ( dalam kondisi tertib ) maka untuk situasi Huru hara jemlah Polisi yang harus dilibatkan semakinmeningkat dibandingkan jumlah massa yang harus dilayani. PER ( tertib ) 1: 300 , maka PER (huru hara ) 1:150. Untuk selanjutnya nilai rasio Petugas dan masyarakat dengan satuan P= perbandingan Polri : Penonton.
5. Ketika Jumlah penonton dalam suatu laga sepak bola diketahui ( T ) dan rasio jumlah Polisi dengan Jumlah masyarakat yang dilayani dalam kondisi huru hara adalah ( P ) selanjutnya dapat dihitung jumlah personil Polri yang harus sudah berada di lokasi untuk penanganan Huru hara agar peristiwa dapat dilokalisir dan dipadamkan, sehingga Jumlah Total Polisi yang harus diterjunkan (JTP) adalah
Rumus 1 : JTP = T/ P ( Jumlah Total Polisi yang harus ada adalah hasil dari Jumlah penonton dibagi Rasio perbandingan polisi saat Huru hara.)
6. Untuk menetukan apakah Jumlah polisi yang ada di lokasi sudah ideal atau tidak ( perlu atau tidak perlu penambahan Back up kekuatan Polri dari Polda / Polres sekitar ) dapat dilihat dengan membandingkan jumlah Real Polisi di lokasi ( JRP) dengan nilai JTP ,
Rumus 2.
Bila nilai JTP>JRP =perlu penambahan petugas sebanyak (JRP-JTP).
Bila nilai JTPJTP Cukup Tidak perlu menambah petugas
JRP= JTP Cukup tidak perlu menambah petugas
JRP < JTP Kurang Perlu menambah petugas

5.KESIMPULAN
Berangkat dari hiruk pikuk wajah persepakbolaan Indonesia , peran polri selaku pemangku keamanan sesuai amanat Undang Undang No. 2 tahun 2002 , menegaskan bahwa Polri harus lebih proaktif memanfaatkan teknologi yang berkembang semakin pesat, salah satu pemanfaatn teknologi Informasi yang perlu dimanfaatkan secara optimal oleh Polri adalah dengan pembuatan System Pengambilan Keputusan Penanganan Huru hara Pasca Pertandingan Sepak Bola di Indonesia.
Pemanfaatan system ini dapat memberikan nilai tambah terhadap akuntabilitas Politik, Administrasi, Finasial Polri karena setiap pengambilan keputusan tidak terlepas dari upaya-upaya ilmiah dan memiliki dasar analisa yang kuat, bagaimanapun dan berapa kalipun terjadi perubahan kebijakan pimpinan terkait mutasi dan pergantian jabatan , selama system mendapat input data yang terbaru, lengkap, serta berkesinambungan dan adanya pemeliharaaan dan peningkatan operator . maka system ini akan selalu memberikan kemanfaatan terhadap proses pengambilan keputusan secara lebih baik dan matang.

REFERENSI.
1. Indrajani,S.Kom.,MM, Bedah Kilat 1 Jam Pengantar dan Sistem Basis Data,PT Elex Media Komputindo, Kompas Gramedia,Jakarta 2011.
2. Turban,E.,Aronson,J.E.&Liang,T.P.(2005) Decision Support System and Intelligent System,7th,Pearson education,Inc,New Jersey,USA.
3. Ramon Spaaij,The Prevention Of Footbal Hooliganism:A Transnational perspective,Amsterdam School for Social Science Research, University of Amsterdam.
4. Police Service of Notrhern Ireland,Policing of Footbal Matches/ Sporting Events,2007.