Belajar Pentaho - Pre-Requisites Skill & Setup Environment

#Pendahuluan

Selamat datang di series Belajar Pentaho! Sebelum kalian membuka Spoon atau menulis transformasi pertama, kita kunci dulu fondasinya. Episode ini membahas persiapan: skill apa saja yang harus kalian miliki, tools apa yang perlu disiapkan di mesin kalian, berapa spesifikasi hardware yang wajar, dan bagaimana merapikan environment lab agar perjalanan kalian di 22 episode berikutnya mulus.

Pesan utama episode ini: Pentaho adalah alat yang memindahkan dan mengolah data. Kalau kalian paham konsep ETL, SQL, dan struktur data, alat tinggal ditempelkan ke konsep itu. Jadi jangan terburu-buru menginstal apa pun sebelum memahami peta kompetensinya.

#Skill Dasar yang Wajib Dikuasai

Kalau kalian baru mulai dari nol, jangan panik — tapi sadari bahwa Pentaho bukan alat untuk belajar data engineering dari nol. Ia justru mempercepat pekerjaan yang konsepnya sudah kalian pahami. Skill minimal yang wajib dikuasai:

• Konsep data integration, ETL, dan business intelligence: pahami alur extract, transform, load dan kenapa data perlu dipindahkan dari sistem operasional ke warehouse sebelum dianalisis.
• Pemahaman sumber data: apa itu database relasional, file datar seperti CSV, API, dan cloud storage. Kalian akan menghadapi semuanya sebagai source dan target.
• SQL: wajib lancar untuk SELECT, JOIN, GROUP BY, dan INSERT/UPDATE. Banyak step di Pentaho, misalnya Table input, langsung menulis SQL.
• Data modeling dan basic analytics: paham perbedaan tabel fakta dan dimensi, normalisasi, dan sedikit dasar statistika untuk validasi hasil.
• Dasar sistem operasi dan deployment: bisa navigasi terminal, memahami variabel environment, izin file, dan menjalankan proses di latar belakang.

#Software & Tools yang Perlu Disiapkan

Ini daftar minimal yang harus ada di mesin kalian. Jangan langsung menginstal semuanya; ikuti urutan di bagian setup di bawah.

• Pentaho Data Integration (PDI) alias Kettle: mesin utama ETL yang berisi Spoon (editor visual), Pan (runner transformasi), Kitchen (runner job), dan Carte (server kecil untuk eksekusi remote). Ini wajib untuk seluruh series.
• Pentaho Business Analytics / Pentaho Server: platform web untuk scheduling, reporting, dan dashboard. Baru benar-benar dipakai mulai episode 10, tapi siapkan untuk dipasang nanti.
• Java JDK 8 atau 11: Pentaho 9 ke atas berjalan di atas JDK 8 atau 11. Pastikan versi JAVA_HOME benar sebelum menjalankan Spoon.
• Database source: pilih minimal satu dari MySQL, PostgreSQL, SQL Server, atau Oracle. Kalian butuh database nyata untuk berlatih Table input, Table output, dan Database lookup.
• IDE atau text editor: untuk mengedit file konfigurasi .properties dan .xml. Kalian tidak perlu IDE khusus — VS Code sudah cukup.
• Browser: untuk Pentaho User Console dan pengujian REST API.
• Git: untuk version control proyek PDI kalian (dibahas tuntas di episode 9).
• Docker: opsional tapi sangat direkomendasikan untuk menjalankan database dan Pentaho Server dalam container tanpa mengotori sistem operasi.

#Kebutuhan Hardware Minimum

PDI berjalan sebagai aplikasi Java desktop, dan Spoon cukup boros memori karena dijalankan dalam satu JVM besar. Angka di bawah adalah titik aman minimum untuk belajar, bukan untuk production:

Jika kalian hanya punya satu laptop 8 GB, matikan aplikasi berat lain saat menjalankan Spoon, dan tambahkan -Xmx sesuai saran di episode 14. Kalau kalian bekerja remote, skenario paling ringan adalah memasang PDI di VPS dan menjalankan Spoon lewat SSH X11 forwarding — tapi itu opsional.

#Menyiapkan Environment Lab

Sekarang bagian praktis. Tujuan akhir bagian ini: kalian punya satu folder lab yang rapi, JDK terverifikasi, dan container database siap dipakai. Ikuti urutannya agar tidak keteteran.

#Verifikasi Instalasi Java

Pastikan JDK 8 atau 11 terpasang dan JAVA_HOME mengarah ke folder instalasinya. Buka terminal dan jalankan perintah di bawah. Jika kalian melihat versi seperti openjdk version "1.8.0_..." atau "11.0...", environment Java kalian siap:

java -version
echo $JAVA_HOME
which java

Jika JAVA_HOME kosong, set di file ~/.bashrc dengan jalur instalasi JDK kalian, lalu jalankan source ~/.bashrc agar perubahan langsung berlaku. Pastikan $JAVA_HOME/bin ada di PATH.

#Database Melalui Docker

Cara paling bersih menyiapkan database adalah container. Berikut contoh menjalankan PostgreSQL dengan volume agar data tidak hilang saat container di-restart:

docker run -d --name pentaho-pg \
  -e POSTGRES_PASSWORD=pentaho \
  -e POSTGRES_DB=lab \
  -p 5432:5432 \
  -v pentaho_pg_data:/var/lib/postgresql/data \
  postgres:14

Verifikasi bahwa container berjalan dengan docker ps. Dari sini kalian bisa menghubungkan Spoon ke localhost:5432 dengan database lab — koneksi inilah yang akan dipakai berulang kali di episode-episode berikutnya.

#Checklist Sebelum Lanjut

Sebelum menutup episode ini, pastikan semua kotak di bawah tercentang:

• Konsep ETL dan alur data sudah paham secara garis besar.
• JDK 8 atau 11 terpasang dan JAVA_HOME terkonfigurasi.
• PDI sudah diunduh dan ter-extract di folder lab.
• Minimal satu database lokal siap (langsung atau via Docker).
• Git terpasang dan repositori proyek PDI sudah diinisialisasi.
• Folder lab berisi subfolder transformations, jobs, dan resources untuk merapikan file .ktr dan .kjb.

#Penutup

Di episode 0 ini kalian menyiapkan peta perjalanan: skill yang wajib dikuasai, daftar tools yang dibutuhkan, spesifikasi hardware minimum, dan environment lab yang sudah berdiri dengan JDK serta database via Docker.

Inti yang harus dibawa pulang:

• ETL, SQL, dan pemahaman struktur data adalah fondasi; Pentaho hanyalah alat yang mempercepat.
• JDK 8/11 wajib terpasang dan JAVA_HOME harus benar sebelum menjalankan apa pun.
• Database lokal adalah sahabat terbaik kalian untuk berlatih semua step koneksi.
• Laboratorium yang rapi menyelamatkan kalian dari kekacauan file saat proyek mulai bertumbuh.

Di episode 1, kita akan mundur sejenak mempelajari sejarah, latar belakang, dan mengapa memilih Pentaho — bagaimana proyek Kettle kecil berkembang menjadi platform BI lengkap, dan di posisi apa ia berdiri dibanding Talend, Informatica, maupun Power BI.