Optimalisasi Database MySQL pada Perancangan Sistem Housekeeping Transaction History dengan Pentaho Data Integration

Abstract

Volume data transaksi di industri perbankan terus meningkat seiring dengan pertumbuhan jumlah nasabah dan kompleksitas transaksi. Pengelolaan data yang tidak efisien dapat menyebabkan beban serv-er yang berlebih, mempengaruhi kinerja sistem, dan mengakibatkan kendala dalam penyediaan layanan yang cepat dan akurat. Proses housekeeping diperlukan untuk memindahkan data yang sudah tid-ak aktif ke penyimpanan terpisah agar server utama dapat berfungsi lebih optimal. Pentaho Data Integration (PDI) menyediakan solusi yang efisien untuk mengelola proses ETL (Extract, Transform, Load), yang penting dalam proses housekeeping data transaksi. Penelitian ini bertujuan untuk mengoptimalkan pengelolaan data transaksi perbankan melalui pendekatan housekeeping dengan menggunakan Pentaho Data Integration, sekaligus mengurangi beban pada server utama dan meningkatkan efisiensi operasional. Jenis penelitian ini adalah penelitian kuantitatif yang memanfaatkan metode eksperimen. Proses ETL diterapkan untuk mengelola data transaksi dari Bank XYZ yang berusia lebih dari 6 bulan. Subjek penelitian adalah data transaksi dari server MySQL Bank XYZ, yang akan dipindahkan ke data warehouse. Teknik analisis data melibat-kan penerapan algoritma clustering untuk menyaring data dan mem-isahkan transaksi aktif dari yang sudah lama. Implementasi Pentaho Data Integration untuk proses housekeeping terbukti efektif dalam mengurangi beban server dan meningkatkan efisiensi pengelolaan data transaksi, di mana proses ETL yang diterapkan berhasil menurunkan waktu pemrosesan secara signifikan. Proses house-keeping yang dilakukan dengan bantuan algoritma clustering dan PDI memberikan peningkatan kinerja yang signifikan dalam pengel-olaan data transaksi perbankan. Efisiensi operasional meningkat, dan beban pada server utama berkurang secara substansial

Managing banking transaction data is a primary challenge in the financial industry, especially with the continuous growth in data volume. This research aims to optimize banking transaction data management using a housekeeping approach leveraging Pentaho Data Integration. A case study was conducted on transaction data from Bank XYZ to alleviate server loads by segmenting data spanning over 6 months into a data warehouse. The ETL (Extract, Transform, Load) process was employed to filter data exceeding time limits and transfer it to the data warehouse. The research findings indicate that the housekeeping approach using Pentaho Data Integration is effective in enhancing operational efficiency and reducing server loads. In-depth analysis of the utilization of Pentaho Data Integration as a tool for managing banking transaction data provides valuable insights for IT practitioners and researchers in this field.