Data Warehouse & Data Mining STMIK GLOBAL
|
|
- Devi Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Data Warehouse & Data Mining STMIK GLOBAL
2
3 Tanpa Data Warehouse Dengan Data Warehouse
4 Multiple Report tanpa/ dengan Data Warehouse
5
6 teknologi yang ada di data warehouse dan OLAP (On-Line Analytical Processing) dimanfaatkan penuh untuk melakukan data mining
7 Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis guna mendukung DSS (Decision Suport System) dan EIS (Expert Information System). Salinan dari transaksi data yang terstruktur secara spesifik pada query dan analisa. Salinan dari transaksi data yang terstruktur spesifik untuk query dan laporan Tujuan : Meningkatkan kualitas dan akurasi informasi bisnis dan mengirimkan informasi ke pemakai dalam bentuk yang dimengerti dan dapat diakses dengan mudah.
8 4 Karakteristik Data Warehouse 1. Subject Oriented Data yang disusun menurut subyek berisi hanya informasi yang penting bagi pemprosesan decision support. Database yang semua informasi yang tersimpan di kelompokkan berdasarkan subyek tertentu misalnya: pelanggan, gudang, pasar, dsb. Semua Informasi tersebut disimpan dalam suatu sistem data warehouse. Data-data di setiap subyek dirangkum ke dalam dimensi, misalnya : dalam periode waktu, info produk, info wilayah, dsb, sehingga dapat memberikan nilai sejarah sebagai bahan analisa. 2. Integrated Jika data terletak pada berbagai aplikasi yang terpisah dalam suatu lingkungan operasional, encoding data sering tidak seragam sehinggga bila data dipindahkan ke data warehouse maka coding akan diasumsikan sama seperti lazimnya.
9 3. Time variant Data warehouse adalah tempat untuk storing data selama 5 sampai 10 tahun atau lebih, Data digunakan untuk perbandingan atau perkiraan dan data ini tidak dapat diperbaharui. 4. Non-volatile Data tidak dapat diperbaharui atau dirubah tetapi hanya dapat ditambah dan dilihat
10 Perbedaan Data Warehouse & Database Data Warehouse Tidak terikat suatu aplikasi Data terpusat Historical Denormalisasi kecil Multiple subject Sumber dari dari semua internal maupun eksternal source Fleksibel Data oriented Umurnya panjang Ukuran besar Single complex structure Database Aplikasi DSS secara spesifik Tidak terpusat oleh user area Sebagian historical Denormalisasi besar Satu subject Sumber dari sebagian internal maupun eksternal source Tidak fleksibel, terbatas Project oriented Umurnya pendek Ukuran dari kecil menjadi besar Multi complex structure
11 Langkah penerapan Data Warehouse
12 Proses pada Data Warehouse
13 Data Warehouse & Operasional DBMS OLTP (on-line transaction processing) Tugas utama DBMS relasional tradisional Operasional Harian : pembelian, persediaan, perbankan, manufaktur, penggajian, pendaftaran, akuntansi, dll OLAP (on-line analytical processing) Tugas utama dari sistem data warehouse Analisis data dan pengambilan keputusan Fitur yang berbeda (OLTP vs OLAP): Orientasi User dan system orientation: customer vs. market Data contents: saat ini, detail vs. Histori, konsolidasi Database design: ER + application vs. star + subject View: saat ini, lokal vs. evolutionary, integrated Pola Akses: update vs. read-only tetapi complex queries
14 Data Warehouse & Operasional DBMS OLTP OLAP users clerk, IT professional knowledge worker function day to day operations decision support DB design application-oriented subject-oriented data current, up-to-date detailed, flat relational isolated usage repetitive ad-hoc access read/write lots of scans index/hash on prim. key unit of work short, simple transaction complex query # records accessed tens millions #users thousands hundreds DB size 100MB-GB 100GB-TB historical, summarized, multidimensional integrated, consolidated metric transaction throughput query throughput, response
15 Konsep Model Data Warehouse 1. Skema bintang: Sebuah tabel fakta di tengah terhubung ke satu set tabel dimensi 2. Skema Snowflake : Sebuah penyempurnaan skema bintang di mana beberapa hirarki dimensi dinormalisasi menjadi satu set tabel dimensi yang lebih kecil, membentuk bentuk mirip dengan kepingan salju 3. Fakta konstelasi: Beberapa fakta tabel dibagi menjadi dimensi tabel, dipandang sebagai kumpulan bintang, karena itu disebut Skema Galaxy atau fakta konstelasi
16 time time_key day day_of_the_week month quarter year Example of Star Schema branch branch_key branch_name branch_type Measures Sales Fact Table time_key item_key branch_key location_key units_sold dollars_sold avg_sales item item_key item_name brand type supplier_type location location_key street city province_or_street country
17 time time_key day day_of_the_week month quarter year branch Example of Snowflake Schema branch_key branch_name branch_type Measures Sales Fact Table time_key item_key branch_key location_key units_sold dollars_sold avg_sales item item_key item_name brand type supplier_key location location_key street city_key supplier supplier_key supplier_type city city_key city province_or_street country
18 Example of Fact Constellation time time_key day day_of_the_week month quarter year Sales Fact Table time_key item_key branch_key item item_key item_name brand type supplier_type Shipping Fact Table time_key item_key shipper_key from_location branch branch_key branch_name branch_type Measures location_key units_sold dollars_sold avg_sales location location_key street city province_or_street country to_location dollars_cost units_shipped shipper shipper_key shipper_name location_key shipper_type
19 Data Mining Query Language, DMQL: Language Primitives Cube Definition (Fact Table) define cube <cube_name> [<dimension_list>]: <measure_list> Dimension Definition ( Dimension Table ) define dimension <dimension_name> as (<attribute_or_subdimension_list>) Special Case (Shared Dimension Tables) First time as cube definition define dimension <dimension_name> as <dimension_name_first_time> in cube <cube_name_first_time>
20 Defining a Star Schema in DMQL define cube sales_star [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country)
21 Defining a Snowflake Schema in DMQL define cube sales_snowflake [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier(supplier_key, supplier_type)) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city(city_key, province_or_state, country))
22 Defining a Fact Constellation in DMQL define cube sales [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) define cube shipping [time, item, shipper, from_location, to_location]: dollar_cost = sum(cost_in_dollars), unit_shipped = count(*) define dimension time as time in cube sales define dimension item as item in cube sales define dimension shipper as (shipper_key, shipper_name, location as location in cube sales, shipper_type) define dimension from_location as location in cube sales define dimension to_location as location in cube sales
23 3 Kategori Pengukuran Distributif: jika hasil yang diperoleh dengan menerapkan fungsi untuk nilai keseluruhan n adalah sama dengan yang diperoleh dengan menerapkan fungsi pada semua data tanpa partisi. Misalnya, count (), jumlah (), min (), max (). Aljabar: jika dapat dihitung dengan fungsi aljabar dengan argumen M (di mana M adalah bilangan bulat dibatasi), yang masing-masing diperoleh dengan menerapkan fungsi agregat distributif. Misalnya, avg (), min_n (), deviasi_standar (). Holistik: jika tidak ada konstan terikat pada ukuran penyimpanan yang dibutuhkan untuk menggambarkan sub sebuah kumpulan Misalnya, median (), mode (), tank ().
24 Konsep Hirarki: Dimension (location) all all region Europe... North_America country Germany... Spain Canada... Mexico city Frankfurt... Vancouver... Toronto office L. Chan... M. Wind
25 View of Warehouses and Hierarchies Specification of hierarchies Schema hierarchy day < {month < quarter; week} < year Set_grouping hierarchy {1..10} < inexpensive
26 Product Multidimensional Data Sales volume as a function of product, month, and region Dimensions: Product, Location, Time Hierarchical summarization paths Industry Region Year Category Country Quarter Product City Month Week Office Day Month
27 Country Contoh Data Cube TV PC VCR sum Date 1Qtr 2Qtr 3Qtr 4Qtr sum Total annual sales of TV in U.S.A. U.S.A Canada Mexico sum
28 Cuboids Corresponding to the Cube all product date country product,date product,country date, country 0-D(apex) cuboid 1-D cuboids 2-D cuboids product, date, country 3-D(base) cuboid
29 Browsing a Data Cube Visualization OLAP capabilities Interactive manipulation
30 A Star-Net Query Model Shipping Method AIR-EXPRESS Customer Orders CONTRACTS Customer Time TRUCK ANNUALY QTRLY DAILY CITY COUNTRY ORDER PRODUCT LINE Product PRODUCT ITEM PRODUCT GROUP SALES PERSON DISTRICT REGION Location Each circle is called a footprint Promotion DIVISION Organization
Datawarehouse dan OLAP (Overview) Diambil dari presentasi Jiawei Han
Datawarehouse dan OLAP (Overview) yudi@upi.edu Diambil dari presentasi Jiawei Han Apa Data warehouse? Database pendukung keputusan yang terpisah dengan database operasional Platform untuk konsolidasi
Lebih terperinciData warehouse dan OLAP (Overview) Diambil dari presentasi Jiawei Han / Chirayu Versi dok: 0.8/ Sept 14
Data warehouse dan OLAP (Overview) yudi@upi.edu Diambil dari presentasi Jiawei Han / Chirayu Versi dok: 0.8/ Sept 14 Jutaan data per hari Kasus: Indomaret Dimensi (jumlah field) data besar Produk, jenis
Lebih terperinciPengantar Data Warehouse dan OLAP
Pengantar Data Warehouse dan OLAP Agenda Pengertian data warehouse Model data multidimensi Operasi operasi dalam OLAP Arsitektur data warehouse Kegunaan data warehouse Apa itu Data Warehousing? Data warehouse
Lebih terperinciDESAIN WAREHOUSE FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO LANGKAH MEMBANGUN WAREHOUSE
DESAI WAREHOUSE FIRDAUS SOLIHI UIVERSITAS TRUOJOYO LAGKAH MEMBAGU WAREHOUSE 1 4 Langkah Data Warehouse Design Data Warehouse Extraction, Transfor Mation And Loading (ETL) Create Cube Create Dimension View
Lebih terperinciData Warehouse dan Decision Support System. Arif Basofi
Data Warehouse dan Decision Support System Arif Basofi Referensi Data Warehouse, STMIK Global Informatika MDP. M. Syukri Mustafa,S.Si., MMSI, Sistem Basis Data II (Data Warehouse), 2008. Hanim MA, Data
Lebih terperinciPengantar Data Warehouse dan OLAP
Pengantar Data Warehouse dan OLAP Agenda Pengertian data warehouse Model data multidimensi Operasi-operasi dalam OLAP Arsitektur data warehouse Kegunaan data warehouse Apa itu Data Warehousing? Data warehouse
Lebih terperinciDATABASE DAN DATA WAREHOUSE. Pertemuan 06 2 SKS
Materi 1. Era Informasi 2. Strategi dan Peluang Yang Kompetitif 3. Database dan Database Warehouse 4. Desain Database 5. Sistem Pendukung Keputusan dan Sistem Cerdas 6. E-Commerce DATABASE DAN DATA WAREHOUSE
Lebih terperinciINTRODUCTION OF DATA WAREHOUSE. Presented by HANIM M.A M. IRWAN AFANDI.
INTRODUCTION OF DATA WAREHOUSE 1 Presented by HANIM M.A M. IRWAN AFANDI. hanim03@gmail.com, hanim_maria@yahoo.com, andy_afandi@yahoo.com 2 Acknowledgments S. Sudarshan (Comp. Science and Engineering Dept,
Lebih terperinciDATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)
DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database
Lebih terperinciData Warehouse dan Data Mining Oleh : Asep Jalaludin,S.T.,M.M.
Data Warehouse dan Data Mining Oleh : 1 Definisi : Data Warehouse O Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis
Lebih terperinciUniversitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)
Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika Knowledge Discovery in Databases (KDD) Knowledge Discovery in Databases (KDD) Definisi Knowledge Discovery
Lebih terperinciPERTEMUAN 14 DATA WAREHOUSE
PERTEMUAN 14 DATA WAREHOUSE Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung
Lebih terperinciLecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse
Desain Data Warehouse (I): Dimensional Modelling Yudi Agusta, PhD Data Warehouse and Data Mining, Lecture 3 Copyright Yudi Agusta, PhD 2006 Lecture s Structure Merancang Sebuah Data Warehouse Skema Perancangan
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih terperinciData Warehousing dan Decision Support
Bab 9 Data Warehousing dan Decision Support POKOK BAHASAN: Hubungan antara Data Warehouse dan Decision Support Model Data Multidimensi Online Analytical Processing (OLAP) Arsitektur Data Warehouse Implementasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Data adalah sebuah rekaman dari fakta-fakta, konsep-konsep, atau instruksiinstruksi pada media penyimpanan untuk komunikasi perolehan, dan pemrosesan dengan cara otomatis
Lebih terperinciBAB II LANDASAN TEORI. yang dapat dilihat, ditimbang, dan dihitung). oleh sebuah organisasi pada waktu tertentu.
BAB II LANDASAN TEORI 2.1 Inventori Menurut Tersine (1984,3) istilah inventori dapat digunakan untuk mengartikan beberapa hal yang berbeda: 1. Stock dalam persediaan yang ada pada waktu yang ditentukan
Lebih terperincihttp://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi
Lebih terperinciPembuatan Aplikasi OLAP Untuk Pelaporan pada PT. Aneka Tuna Indonesia Menggunakan SQL Server 2005
Pembuatan Aplikasi OLAP Untuk Pelaporan pada PT. Aneka Tuna Indonesia Menggunakan SQL Server 2005 Muhamad Adi Prasetyo 1, Ahmad Saikhu 2, Sarwosri 3 Teknik Informatika, Fakultas Teknologi Informasi, ITS
Lebih terperinci6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe
Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management
Lebih terperinciArsitektur Data Warehouse. Minggu 4
Arsitektur Data Warehouse Minggu 4 Pengantar Mengapa Pemodelan Data itu penting? Tujuan Meyakinkan semua objek data yang diperlukan oleh database telah terpenuhi. Tabel Relational Tabel Relasional dibangun
Lebih terperinciBAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah
BAB II LANDASAN TEORIse 2.1 Data Warehouse Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah tempat penyimpanan data dimana kapasitas penyimpanannya berskala besar; datanya diakumulasikan
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005
UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PADA PT PPG Eddy Sugianto 0400512343 Ainierti 0400513863
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 3] Arsitektur dan Struktur Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Arsitektur Data Warehouse Menurut Poe, arsitektur adalah sekumpulan atau
Lebih terperinciBasis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.
Basis Data Oracle - Business Intelligence System Ramos Somya, M.Cs. Menurut W.H. Inmon dan Richard D.H., data warehousing adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant,
Lebih terperinciBusiness Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization
Business Intelligence Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization DEFINISI DATA WAREHOUSE Data warehouse adalah database yang saling bereaksi yang dapat digunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Warehouse Mohammed (2014) mengatakan bahwa data warehouse merupakan database relasional yang dirancang untuk melakukan query dan analisis. Data warehouse biasanya berisi
Lebih terperinciDATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa
DATAWAREHOUSE I Made Sukarsa Evolusi Sistem Informasi Decision Support System database Database (I,U,D,R) ETL DW (Read) Masalah : integrasi /konsistensi OLTP Normalisasi/Den ormalisasi OLAP Denormalisasi
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Pembuatan data warehouse telah banyak dilakukan oleh perusahaanperusahaan industri yang berorientasi profit. Data warehouse diharapkan mampu
Lebih terperinciPERKEMBANGAN BASIS DATA SAAT INI
PERKEMBANGAN BASIS DATA SAAT INI Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional. Perkembangan komputer
Lebih terperinciBAB I PENDAHULUAN. I.1 Pendahuluan
BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat
Lebih terperinciMENENTUKAN KEBUTUHAN BISNIS
MENENTUKAN KEBUTUHAN BISNIS Overview Data Warehouse Information delivery system Bukan mengenai teknologi Solusi masalah user Menyediakan informasi strategis kepada user Fokus kepada informasi apa yang
Lebih terperinciBAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti
BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis
Lebih terperinciBAB 2 LANDASAN TEORI. kebutuhan informasi suatu perusahaan. komputer secara sistematis. menggunakan database SQL Server 2000.
BAB 2 LANDASAN TEORI 2.1 Pengertian Database dan Data Warehouse 2.1.1 Pengertian Database Menurut Connolly dan Begg (2002, p14) database adalah kumpulan data yang berhubungan satu sama lain yang digunakan
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 6] Pemodelan Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Pemodelan Data Ada dua pendekatan yang diterima sebagai best practice untuk memodelkan
Lebih terperinciPERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR
PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperinciBAB 2 LANDASAN TEORI. Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut:
BAB 2 LANDASAN TEORI 2.1 Teori Umum Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut: 2.1.1 Pengertian Data Menurut Hoffer & Venkataraman (2011: 5) menjelaskan bahwa
Lebih terperinciS1 Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Maranatha
S1 Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Maranatha A cell in the cube may store values (measurements) relative to the combination of the labeled dimensions NY DVD Sales of
Lebih terperinciBAB II LANDASAN TEORI. Dasar-dasar teori tersebut akan digunakan sebagai landasan berpikir dalam
BAB II LANDASAN TEORI Dalam merancang dan membangun suatu sistem informasi, dasar-dasar teori yang akan digunakan sangatlah penting untuk diketahui terlebih dahulu. Dasar-dasar teori tersebut akan digunakan
Lebih terperinciBAB II KONSEP DATA WAREHOUSING
BAB II KONSEP DATA WAREHOUSING Komptensi yang diharapkan: Peserta pembelajaran memahami konsep-konsep, berbagai istilah, karakteristik, manfaat, tujuan, tugas-tugas data warehouseing. A. Pengertian Beberapa
Lebih terperinciTugas Akhir (KI091391) Muhamad Adi Prasetyo
Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).
Lebih terperinciPengantar Datawarehouse Muhammad Subhan subhan@binusian.org m@tsubhan.com subhan_0072001@live.com http://subhan.blog.binusian.org http://geeks.netindonesia.net/blogs/muhammadsubhan Lisensi Dokumen: Copyright
Lebih terperinciKARAKTERISTIK DATA WAREHOUSE
KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa
Lebih terperinciDATAWAREHOUSE FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO. DATA dlm suatu ORGANISASI
DATAWAREHOUSE FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO www.fsolihin.co.cc DATA dlm suatu ORGANISASI Dari mana data itu berasal? Berapa tahun data customer disimpan dan digunakan? Berapa Tahun data keuangan
Lebih terperinciAnggota Kelompok 3 :
Anggota Kelompok 3 : Customer relationship management (CRM) Adalah manajemen hubungan antara perusahaan dengan pelanggan sehingga baik perusahaan maupun pelanggannya akan menerima nilai maksimum dari hubungan
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil 2006/2007 PERANCANGAN DATA WAREHOUSE UNTUK MENDUKUNG SISTEM PELAPORAN CUSTOMER PROFITABILITY PADA PERUSAHAAN
Lebih terperinciAnalisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse
Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse Doro Edi 1), Stevalin Betshani 2) Jurusan Sistem Informasi Fakultas Teknologi Informasi, Universitas Kristen Maranatha Jl. Prof.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Data Warehouse 2.1.1 Pengertian Data dan Informasi Pengertian data dan informasi menurut Turban, Rainer, dan Potter (2003,p15), data adalah fakta-fakta yang belum
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Dalam bab ini akan dijelaskan tentang beberapa konsep tentang supra desa, business intelligence, data warehouse, staging area, ETL, OLAP, ROLAP, Pentaho Data Integration, dan PHP.
Lebih terperinciBAB 2 LANDASAN TEORI. berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5).
BAB 2 LANDASAN TEORI 2.1 Data Data adalah sebuah representasi dari obyek - obyek dan kejadian - kejadian yang berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5). Data
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 ANALISIS DAN PERANCANGAN DATA WAREHOUSE DEPARTEMEN MARKETING PT. RAHADICIPTA
Lebih terperinciPemodelan Data Warehouse
Pemodelan Data Warehouse Budi Susanto Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta 10/31/11 budi susanto 1 Tujuan Memahami konsep dasar data warehouse Memahami pemodelan berbasis dimensi
Lebih terperinciArsitektur Data Warehouse. Minggu 4
Arsitektur Data Warehouse Minggu 4 Pengantar Mengapa Pemodelan Data itu penting? Tujuan Meyakinkan semua objek data yang diperlukan oleh database telah terpenuhi. Tabel Relational Tabel Relasional dibangun
Lebih terperinciBAB 2 LANDASAN TEORI. informasi yang mentah atau kumpulan dari fakta yang masih harus diproses agar
BAB 2 LANDASAN TEORI 2.1 Data, Informasi, dan Knowledge Pengertian data ada bermacam-macam, salah satunya adalah data merupakan informasi yang mentah atau kumpulan dari fakta yang masih harus diproses
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciPertemuan 8a. Manajemen Basis Data. Penerapan Komputer KOM Bogor Agricultural University
Pertemuan 8a Manajemen Basis Data Penerapan Komputer KOM201 2010 Bogor Agricultural University Sub pokok bahasan Data dan Informasi Bagaimana data dan informasi saling berhubungan? Data adalah fakta mentah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teknologi Informasi Menurut Alter (2000, p42) teknologi informasi adalah perangkat keras dan piranti lunak yang digunakan dalam sistem informasi. Perangkat keras Mengarah pada
Lebih terperinciPerancangan Data Warehouse
Perancangan Data Warehouse Data yang disimpan dalam data warehouse adalah data historis berorientasi subjek yang dapat mendukung proses pengambilan keputusan bagi manajemen. Artinya data tersebut harus
Lebih terperinciIN086 Temu Pengetahuan
IN086 Temu Pengetahuan 2. Overview Data Warehouse 1 Pengenalan Data Warehouse Introduksi Definisi data warehouse Data warehouse vs Operasional DB DM-MA/S1IF/FTI/UKM/2012 2 1 Data Warehouse Sebuah gudang
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciBAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,
BAB 2 2 LANDASAN TEORI 2.1 Pengertian Data Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep, atau instruksi-instruksi pada media penyimpanan untuk komunikasi, pengambilan,
Lebih terperinciPerancangan Basis Data
Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek
Lebih terperinciBAB 2 LANDASAN TEORI. each unit of data is relevant to some moment in time, atau kurang lebih dapat
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Data Warehouse Menurut Inmon (2002, p389), A data warehouse is a collection of integrated, subject oriented database designed to support the DSS function, where each
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT. SINAR MEADOW INTERNATIONAL INDONESIA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT. SINAR MEADOW INTERNATIONAL
Lebih terperinciPhysical Modeling of Data Warehouse using Unified Modeling Language (UML) Muhammad Iqbal Dzulhaq Dendy Jonas Rudi Triwibowo
Physical Modeling of Data Warehouse using Unified Modeling Language (UML) Muhammad Iqbal Dzulhaq Dendy Jonas Rudi Triwibowo Data Warehouse Design Framework Arsitektur dari sebuah data warehouse biasanya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum Teori umum adalah suatu pernyataan yang dianggap benar secara universal. Teori umum merupakan dasar untuk mengembangkan teori selanjutnya yang lebih khusus (spesifik).
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6
1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Saat ini sudah banyak organisasi yang telah mengadopsi teknologi data warehouse. Penerapan teknologi ini sangat membantu sekali bagi suatu organisasi yang memiliki data yang
Lebih terperinciANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM)
ANALISA PERBANDINGAN DATA WAREHOUSE DENGAN SKEMA STAR DAN SNOWFLAKES (STUDI KASUS: AKADEMIK IT TELKOM) Insan Luthfi Habibi¹, Kiki Maulana², Kusuma Ayu Laksitowening³ ¹Teknik Informatika,, Universitas Telkom
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Data Warehouse 2.1.1 Definisi Database Menurut Thomas Connolly dan Carolyn Begg (2002, p14), Database is a shared collection of logically related data, and a description
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI 2.1 Sistem Pelaporan Penjualan dan Customer Profitability 2.1.1 Definisi sistem Sistem pada dasarnya adalah sekelompok elemen yang erat hubungan satu dengan yang lainnya, yang menyatu
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Database 2.1.1 Definisi Database Menurut W.H Inmon(2002, p3), database diartikan sebagai suatu koleksi dari penyimpanan data yang terhubung yang sering digunakan dan mengurangi
Lebih terperinciMINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B)
MINI PROJECT - 4 Kecerdasan Bisnis (Kelas B) Kelompok 4 : Muhammad Farhan N (5213100045) Izzatun Nafsi A (521300067) Nur Sofia Arianti (5213100077) Nance Arsita Citra (5213100084) Fitri Larasati (5213100175)
Lebih terperinciData Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1
Data Warehouse, Data Mart, OLAP, dan Data Mining arifin, sistem informasi - udinus 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai
Lebih terperinciBUSINESS INTELLIGENCE. Management Database & Informasi
BUSINESS INTELLIGENCE Management Database & Informasi Pengorganisasian data di lingkungan file tradisional vs Pendekatan database Dasar-dasar Business Intellegence Basis Data Vs Pemrosesan File Tradisional
Lebih terperinciBAB 2 LANDASAN TEORI. Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada
BAB 2 LANDASAN TEORI 2.1 Teori Database Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada yang berbeda satu dengan yang lainnya dan biasanya merupakan data yang bersifat sementara
Lebih terperinciAnalisis Data Minimarket dengan Menggunakan ERD dan Model Konseptual Data Warehouse
Analisis Data Minimarket dengan Menggunakan ERD dan Model Konseptual Data Warehouse Sandro Alfeno 1, Siti Fatimah 2 Jurusan Sistem Informasi, STMIK Raharja 1 Email : sandro 2 Email : fatimah@raharja.info
Lebih terperinciDATA WAREHOUSE (The Building Blocks)
DATA WAREHOUSE (The Building Blocks) { 1. Review Definisi Data warehouse 2. Feature Data warehouse 3. Data warehouse Vs Data Mart 4. Komponen/Building Block Data warehouse 5. Pengenalan Metadata Pendahuluan
Lebih terperinciDESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1
DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO Mohammad Yazdi 1 1 Jurusan Matematika FMIPA Universitas Tadulako Jl. Soekarno-Hatta Palu, Indonesia
Lebih terperinciDATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO
DATAMULTIDIMENSI FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO DATAWAREHOUSE vs DATAMART DATAWAREHOUSE Perusahaan, melingkupi semua proses Gabungan datamart Data didapat dari proses Staging Merepresentasikan data
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Informasi Menurut Inmon (2002, p388), data adalah suatu pencatatan dari sekelompok fakta, konsep, atau instruksi dalam suatu media penyimpanan untuk komunikasi,
Lebih terperinciMENGENAL DATA WAREHOUSE
MENGENAL DATA WAREHOUSE Kusumawardani wardhanik24@gmail.com :: http://ilmuti.org/author/kusumawardani/ Abstrak Tentu setiap orang kenal dengan yang namanya data, karena segala aktifitas sudah pasti merangkum
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 2] Jenis dan Karakteristik Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Jenis Data Warehouse 1. Functional Data Warehouse (Data Warehouse Fungsional)
Lebih terperinciPERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL
PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK
PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK Novia Busiarli 1), Mardhiya Hayati 2) 1), 2,)3) Teknik Informatika STMIK AMIKOM
Lebih terperinciANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)
ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS) Budi Santosa 1), Dessyanto Boedi P 2), Markus Priharjanto 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran"
Lebih terperinciPERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.)
PERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.) Kusuma Ayu Laksitowening Institut Teknologi Telkom kal@ittelkom.ac.id ABSTRACT As the
Lebih terperinciABSTRAK. Kata Kunci: ETL, Data Warehouse, Visualisasi Data, Bagan. Universitas Kristen Maranatha
ABSTRAK Implementasi dari sistem ETL (Extract-Transform-Load) basis data, Data Warehouse, dan Visualisasi Data akan dilakukan untuk PT.Wahana Karet Persada sebagai bentuk tindak lanjut pengolahan data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data dan Informasi Menurut McLeod (Management Information Systems 9th, 2004, p18) data terdiri dari fakta-fakta dan angka yang secara relatif tidak
Lebih terperinciDATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan
DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan direkam yang sering ditemukan dalam sistem operasional
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Genap Tahun 2005/2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Genap Tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PADA PT. CRONOS MANDIRI UTAMA
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006 ANALISIS DAN PERANCANGAN KHASANAH DATA PENJUALAN ONLINE PADA PT. BHINNEKA MENTARI DIMENSI Ridwan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teknologi Informasi Menurut Whitten (2004, p12) Information Technology is a contemporary term that describes the combination of computer technology (hardware and software) with
Lebih terperinciKegunaan Data Warehouse
Kegunaan Data Warehouse 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
Lebih terperinciBAB 2 LANDASAN TEORI. Menurut Thomas Connolly dan Carolyn Begg (2010, p65), database adalah
BAB 2 LANDASAN TEORI 2.1 Teori Teori Umum 2.1.1 Pengertian Database Menurut Thomas Connolly dan Carolyn Begg (2010, p65), database adalah koleksi dari berbagai data secara logis yang terkait, dan deskripsi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Data dan Informasi W.H. Inmon pada bukunya Building the Data warehouse (2005,p.493) mendefinisikan data sebagai kumpulan fakta, konsep, dan instruksi yang disimpan pada media
Lebih terperinciAchmad Yasid, S.Kom
Achmad Yasid, S.Kom http://achmadyasid.wordpress.com aspireyazz@gmail.com 1. 2. 3. 4. 5. Review Definisi Data warehouse Feature Data warehouse Data warehouse Vs Data Mart Komponen/Building Block Data warehouse
Lebih terperinciBAB 2 LANDASAN TEORI. informasi adalah bagaimana data tersebut diartikan dan dimengerti oleh
BAB 2 LANDASAN TEORI 2.1 Sistem Basis Data Data adalah sesuatu yang disimpan di dalam database, sedangkan informasi adalah bagaimana data tersebut diartikan dan dimengerti oleh pengguna. Menurut Connoly
Lebih terperinciPerkembangan Teknologi Database
Konsep Teknologi Informasi Perkembangan Teknologi Database ARIF BASOFI PENS 2016 Referensi 1. Fitrianingsih, Perkembangan Basis Data, Universitas Gunadarma. 2. Yulia Kahitela, Perkembangan Teknologi Database,
Lebih terperinci