Belajar Pentaho - Konsep Dasar & Arsitektur Pentaho

#Pendahuluan

Sekarang kita masuk ke jantung series ini: arsitektur dan konsep dasar Pentaho. Kalian sudah tahu sejarahnya dan kenapa memilihnya. Di episode ini kalian akan memahami peta jalan — komponen apa saja yang ada, siapa menjalankan peran apa, dan bagaimana data mengalir dari sumber mentah sampai dashboard.

Setelah episode ini, istilah seperti Spoon, Pan, Kitchen, Carte, repository, transformation, dan job tidak akan lagi terdengar asing. Anggap episode ini sebagai blueprint yang akan dirujuk terus di semua episode berikutnya.

#Komponen Utama Arsitektur Pentaho

Arsitektur Pentaho terbagi menjadi dua dunia yang saling terhubung: data integration (PDI/Kettle) dan business analytics (Pentaho Server). Mari kenali komponen utamanya satu per satu.

#PDI: Spoon, Pan, Kitchen, Carte

PDI adalah mesin ETL-nya. Ia terdiri dari empat eksekutabel yang punya peran berbeda:

• Spoon: editor grafis desktop. Di sinilah kalian merancang transformation dan job secara visual. Ini adalah "ruang kerja utama" seorang Pentaho developer.
• Pan: eksekutor command-line untuk transformation (.ktr). Cocok untuk menjalankan ETL dari script, cron, atau CI/CD tanpa GUI.
• Kitchen: eksekutor command-line untuk job (.kjb). Job mengatur orkestrasi — kapan menjalankan transformation, kapan mengirim email, dan seterusnya.
• Carte: server ringan yang menjalankan transformation dan job secara remote, dan bisa di-cluster untuk eksekusi paralel.

Keempat tool ini berbagi fondasi yang sama: mesin eksekusi Java yang membaca definisi file XML.

#Pentaho Server, Repository, dan Metadata

• Pentaho Server (BI Server): aplikasi web Java tempat transformation dan job di-upload, dijadwalkan, dan diakses banyak user. Di sinilah report dan dashboard hidup.
• Pentaho Repository: tempat penyimpanan objek di server — transformation, job, report, dan koneksi database. Ada beberapa jenis repository (file-based dan database-based) yang akan dibahas di episode 9.
• Metadata layer: lapisan abstraksi yang menyembunyikan kompleksitas skema database dari user bisnis, misalnya memberi nama ramah untuk kolom atau mendefinisikan kalkulasi di satu tempat.

#Pentaho User Console

Pentaho User Console (PUC) adalah antarmuka web di dalam Pentaho Server. Dari sini user bisa menjalankan report, melihat dashboard, mengakses file repository, dan melihat status job yang dijadwalkan. Kalau Spoon adalah studio desainnya, PUC adalah galeri tempat hasil dipajang.

#Alur Kerja Data: Dari Input ke Dashboard

Sekarang mari ikuti perjalanan data dari ujung ke ujung. Pentaho dirancang agar alur ini mulus:

1. Input: data masuk dari berbagai sumber — database relasional, file CSV, spreadsheet Excel, XML, JSON, hingga REST API dan Hadoop.
2. Transformasi: di dalam transformation, data mengalir sebagai row stream melalui step-step: dibersihkan, digabung, difilter, diagregasi, dan dikonversi tipe datanya.
3. Output: hasil ditulis ke target — database warehouse, file datar, cloud storage, atau langsung ke sumber data pelaporan.
4. Orkestrasi: job mengatur kapan dan dalam urutan apa semua itu terjadi, termasuk penanganan error dan notifikasi.
5. Analisis dan presentasi: Pentaho Server mengambil hasilnya untuk report, dashboard, dan analisis OLAP.

Pola ini dikenal sebagai pipeline: tiap tahap menghasilkan output yang menjadi input tahap berikutnya.

#Transformation vs Job

Dua istilah ini adalah fondasi PDI, dan membedakannya dengan benar akan menyelamatkan kalian dari banyak kebingungan:

Analoginya: transformation adalah resep untuk mengolah satu bahan menjadi satu hidangan; job adalah susunan menu dapur — apa yang dimasak dulu, kapan mulai oven, dan kapan menyajikan.

#Struktur Folder PDI di Mesin Kalian

Saat kalian mengextract PDI, struktur foldernya menceritakan arsitektur di atas. Mari lihat dari terminal:

pdi-ce-9.4.0.0-343/
├── spoon.sh
├── pan.sh
├── kitchen.sh
├── carte.sh
├── lib/
├── plugins/
├── system/
└── ui/

Perhatikan empat file script di root: mereka adalah pintu masuk ke Spoon, Pan, Kitchen, dan Carte. Folder lib berisi library Java, plugins berisi step-step tambahan, dan system berisi file konfigurasi global. Kalian bisa melihat isinya dari terminal dengan ls pdi-ce-9.4.0.0-343.

#Menjalankan Transformasi dari Baris Perintah

Salah satu cara paling cepat memahami arsitektur adalah menjalankan transformation dari command-line. Bahkan sebelum kalian membuat file sendiri, ketahuilah bentuk perintah dasarnya. Pan menerima file .ktr, Kitchen menerima file .kjb:

pan.sh -file=/home/kalian/lab/transformations/hello.ktr

kitchen.sh -file=/home/kalian/lab/jobs/orchestrator.kjb

Jika kalian menjalankannya tanpa file, kedua tool akan menampilkan seluruh daftar parameter yang didukung — cara terbaik untuk eksplorasi mandiri. Coba pan.sh -help di terminal kalian dan lihat betapa banyak opsi yang tersedia.

#Penutup

Di episode 2 ini kalian memahami peta arsitektur Pentaho: komponen PDI (Spoon, Pan, Kitchen, Carte), peran Pentaho Server dan repository, alur data dari input sampai dashboard, serta perbedaan fundamental transformation dan job.

Inti yang harus dibawa pulang:

• Spoon untuk desain, Pan untuk transformation, Kitchen untuk job, Carte untuk eksekusi remote dan cluster.
• Transformation mengolah data dalam row stream; job mengorkestrasi langkah-langkah yang lebih besar.
• Pentaho Server menghubungkan dunia ETL ke reporting dan dashboard untuk user bisnis.
• Struktur folder PDI mencerminkan arsitekturnya: scripts di root, plugin, konfigurasi, dan library terpisah rapi.

Di episode 3, kita akan praktik langsung: instalasi Pentaho Data Integration dan pengenalan Spoon — dari mengunduh, mengextract, mengatur JDK, sampai navigasi UI dan membuat koneksi database pertama.