Extraction, Transformation, dan Loading, yang lebih dikenal dengan singkatan ETL, merupakan salah satu proses yang sangat penting dalam penerapan konsep data warehouse. Secara garis besar tugas dari proses ETL adalah untuk mengumpulkan data yang berasal dari sumber data dengan sistem operasi dan environment berbeda-beda menjadi sebuah kumpulan besar data yang terintegrasi. Dengan demikian semakin besarnya jumlah data yang akan diintegrasikan maka akan semakin berat dan semakin lama pula kinerja dari proses ETL. Hal tersebut akan mempengaruhi performansi data warehouse keseluruhan. Dalam buku tugas akhir ini penulis melakukan optimasi terhadap ETL dengan representasi state-space dan algoritma heuristic-greedy yang dapat mengurangi jumlah baris data yang diproses dalam setiap transformasi. Kemudian dilakukan analisis pada hasil optimasi ETL dengan membandingkan antara cost value dan waktu eksekusi yang dihasilkan algoritma heuristic-greedy dan algoritma exhaustive. Hasil akhir dari penelitian tugas akhir ini menunjukkan waktu eksekusi algoritma heuristic-greedy jauh lebih sedikit dibandingkan dengan algoritma exhaustive, dan algoritma heuristic-greedy menghasilkan nilai cost minimal yang sedikit lebih besar atau sama dengan nilai cost minimal yang dihasilkan algoritma exhaustive. Maka dari itu algoritma heuristic-greedy memberikan solusi yang sangat baik, karena dapat menghasilkan nilai cost minimal yang cukup memuaskan jika dibandingkan dengan hasil dari algoritma exhaustive dengan waktu yang jauh lebih cepat.
Kata kunci : etl, optimasi etl, data warehouse, heuristic-greedy, state-space, cost model