S1 Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Maranatha
|
|
|
- Siska Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 S1 Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Maranatha
2 A cell in the cube may store values (measurements) relative to the combination of the labeled dimensions NY DVD Sales of DVDs in NY in August DIMENSIONS PRODUCT LOCATION TIME category region year product product country quarter state month week month Agt city store day
3 Product Total Sales Store 1 $ $925 2 $468 $ $296 - $240-4 $652 - $540 $745 Store 800 Product DM-MA/S1IF/FTI/UKM/2010 3
4 Dimensional modeling adalah teknik untuk menstrukturkan data menurut konsep bisnis. Dimensional model meliputi: measures, ex: sales-in-items, sales-in-pound, dll. dimensions, ex: time, space, products Dimension dapatdistrukturkan(menyediakanview-view yang kurang/lebih detil) untuk summarize/analyze data Dapat dibandingkan dengan: ER model : entities and relationships UML schema : classes DM-MA/S1IF/FTI/UKM/2010 4
5 Measure(s) Data numerik Misalnya jumlah produk permen yang dijual di toko X pada tanggal 2 Maret 2006 Dimension(s) parameter bisnis yang menentukan transaksi. Misalnya: product, time, location Dimension(s) dan measure(s) menentukan cube Analis ingin melihat data penjualan(measure) berdasarkan geography, time, dan product (dimensions) Tampilkanpenjualandaritahun2006 sd2009 dibandung danjakarta untukprodukp1,p2,p3 DM-MA/S1IF/FTI/UKM/2010 5
6 Tiap dimension menggambarkan sebuah business entity Dimension melibatkan atribut-atribut yang menjelaskan data numerik/measure Tiap dimension harus mempunyai single base level, yaitu level dengan granularity terbaik day dapat menjadi base level untuk time dimension products dapat menjadi base level untuk product dimension store dapat menjadi base level untuk location dimension DM-MA/S1IF/FTI/UKM/2010 6
7 Elemenbase level tadinantidapatdiaggregate/summarized ke level yang lain. days weeks, months, quarter, year,... products brand, food/non-food, supplier,... store city, region, country, urban/rural,... Elemen dimension adalah sesuatu yang masuk akal, tidak bergantung pada dimension lain Tiap level terdiri dari sekumpulan atribut Dalam month level, kita mengelompokkan seluruh days sehingga sesuai dengan atribut month dan year Dalam supplier level, kitamengelompokkanseluruh products sehingga sesuai dengan atribut supplier DM-MA/S1IF/FTI/UKM/2010 7
8 DM-MA/S1IF/FTI/UKM/2010 8
9 DM-MA/S1IF/FTI/UKM/2010 9
10 DM-MA/S1IF/FTI/UKM/
11 Dimension mempunyai attribute Time dimension: day, month, year Product dimension: ProductID, LineID, BrandID Dimension distrukturkan/diorganisasikan dalam hierarchy Time dimension: days weeks quarters Product dimension: product product line brand Attribute menentukan level dari suatu elemen dimension DM-MA/S1IF/FTI/UKM/
12 Disebut juga Multidimensional data Untuk memvisualiasasikan data dengan 1-3 dimensi. Untuk dimensi lebih tinggi, digunakan hypercube. DM-MA/S1IF/FTI/UKM/
13 DM-MA/S1IF/FTI/UKM/
14 DM-MA/S1IF/FTI/UKM/
15 Roll-up : melihat view yang lebih summarized Drill-down : melihat view yang lebih detil Slice and dice : melihat subview / subcube / bagian tertentu saja dari data Pivoting : merotasikan row/column/dimension untuk melihat keadaan tertentu Ranking : top-n analysis DM-MA/S1IF/FTI/UKM/
16 DM-MA/S1IF/FTI/UKM/
17 Agregasi data ke level yang lebih tinggi Climbing up hierarchy Dimension reduction Contoh : roll-up sales (berdasar store,day, product) ke average-sales (berdasar region, month, brand) Untuk tiap dimension : up ke level mana? Untuk tiap measure : fungsi agregasi mana yang akan digunakan? (Sum, average, min, max, count?) DM-MA/S1IF/FTI/UKM/
18 Melihat data ke level yang lebih rendah / lebih tersebar (reverse roll-up) Contoh : drill down sales (berdasar region, month, brand) ke sales (berdasar store, month, product) Untuk tiap dimension : down ke level mana? Untuk measure : drill down seringkali dapat dipakai sebagai undo agregasi DM-MA/S1IF/FTI/UKM/
19 DM-MA/S1IF/FTI/UKM/
20 DM-MA/S1IF/FTI/UKM/
21 DM-MA/S1IF/FTI/UKM/
22 DM-MA/S1IF/FTI/UKM/
23 Hanya melihat bagian tertentu dari data saja(proyeksi dan seleksi) Contoh: slice sales (berdasarregion, month, brand) kesales (berdasar month, brand) untuk region NW saja. Untukdimension : tentukan bagian mana yang akan tetap ada Untukmeasure : tidak ada agregasi DM-MA/S1IF/FTI/UKM/
24 DM-MA/S1IF/FTI/UKM/
25 Pivot : merotasikan data, dapat dikombinasikan dengan slicing Ranking : melakukan top-n analysis Kombinasi: mengkombinasikan beberapa cube sehingga dapat dibandingkan DM-MA/S1IF/FTI/UKM/
26 DM-MA/S1IF/FTI/UKM/
27 Toronto 395 Vancouver time (quarters) location (cit Q1605 Q2 computer home entertainment item (types) Fig Typical OLAP Operations location (cities) item (types) Chicago New York Toronto Vancouver home phone entertainment home entertainment computer phone security computer security item (types) pivot dice for (location = Toronto or Vancouver ) and (time = Q1 or Q2 ) and (item = home entertainment or computer ) Chicago440 New York Toronto Vancouver time (quarters) location (cities) Q Q2 Q3 Q4 slice computer security for time = Q1 home phone entertainment New YorkVancouver Chicago Toronto location (cities) item (types) DM-MA/S1IF/FTI/UKM/2010 time (months) USA 2000 Canada time (quarters) location (countr Q11000 Q2 Q3 Q4 roll-up on location (from cities to countries) Chicago New York Toronto Vancouver January location (cities) February March April May June July August September October November December computer security home phone entertainment drill-down on time (from quarters to months) home phone entertainment item (types) computer security item (types) 27
28 Modeling data warehouses: Star schema: A fact table in the middle connected to a set of dimension tables Snowflake schema: A refinement of star schema where some dimensional hierarchy is normalized into a set of smaller dimension tables, forming a shape similar to snowflake Fact constellations: Multiple fact tables share dimension tables, viewed as a collection of stars, therefore called galaxy schema or fact constellation DM-MA/S1IF/FTI/UKM/
29 DM-MA/S1IF/FTI/UKM/
30 DM-MA/S1IF/FTI/UKM/
31 DM-MA/S1IF/FTI/UKM/
32 DM-MA/S1IF/FTI/UKM/
33 Mudah dipahami Hirarki mudah dilihat : 1 dimension dalam 1 table, hirarki ada secara implisit di tabel Mengurangi jumlah physical join (dibanding snowflake) Low maintenance Meta data-nya simple Performance kurang baik Dimension bisa menjadi sangat banyak DM-MA/S1IF/FTI/UKM/
34 DM-MA/S1IF/FTI/UKM/
35 DM-MA/S1IF/FTI/UKM/
36 Tidak perlu lagi penanda level. 1 table per dimension / per agregated fact / per kombinasi level Performance bisa lebih lambat Front end harus bisa mendeteksi adanya agregated fact sehingga meta data harus lebih banyak Untuk menjawab single query mungkin butuh multiple SQL statement DM-MA/S1IF/FTI/UKM/
37 Star, alternatifnya fact constellation. Jika high cardinality (atribut & tuple banyak), sub select dimension bisa relatif lambat. Alternatif lainnya : snowflake 1 table per dimension level DM-MA/S1IF/FTI/UKM/
38 DM-MA/S1IF/FTI/UKM/
39 DM-MA/S1IF/FTI/UKM/
40 Untuk tiap level dari dimension, dibuat 1 tabel. Tiap tabel berisi atributnya ditambah parent key -nya Misal : dimension time (day,month,week,quarter,year) dipecah menjadi time1(day,week,month), time2a(week,year), time2b(month,quarter), time3(quarter,year) DM-MA/S1IF/FTI/UKM/
41 Pahami dimension dan level-level di dalamnya Select mulai dari fact table Pembuatan snowflake : mulai dari star, baru di-snowflakekan dengan query-query DM-MA/S1IF/FTI/UKM/
42 DW collects information about subjects that span the entire organization, such as customers, products, sales, assets, and personnel. Its scope is enterprise-wide. For DW, fact constellation schema is commonly used since it can model multiple, interrelated subjects. Data Mart is a subset of a DW, focuses on a particular subject. Its scope is department-wide. Typically, a data mart consisting of a single subject area (e.g. marketing, operations). For Data Mart, star or snowflake schema are commonly used since both are geared towards modeling single subject DM-MA/S1IF/FTI/UKM/
43 A data mart can be either dependent or independent. A dependent data mart is a subset that is created directly from the DW. Consistent data model Providing quality data DW must be constructed first Ensures that the user viewing the same version of the data that are accessed by all other data warehouse users An independent data mart is a small warehouse designed for a department, its source is not an enterprise DW DM-MA/S1IF/FTI/UKM/
44 Data Penjualan di Toko Cabang-1 Jan Feb Mar Apr Mei Jun Produk Produk Produk Produk Produk DM-MA/S1IF/FTI/UKM/
45 Data Penjualan di Toko Cabang-2 Jan Feb Mar Apr Mei Jun Produk Produk Produk Produk Produk DM-MA/S1IF/FTI/UKM/
46 Untuk setiap query berikut ini: tentukan operator OLAP apa yang harus dilakukan terhadap data di atas, sehingga dapat memberikan informasi yang diperlukan tunjukkan tampilan informasi yang dihasilkan Query yang harus dijawab : Tampilkan jumlah penjualan di seluruh toko cabang untuk semua produk dalam satu semester Tampilkan produk yang mempunyai penjualan terbesar di toko cabang-1 untuk bulan Maret Tampilkan rata-rata penjualan setiap produk di toko cabang-2 per triwulan (tiga bulan) Tampilkan data penjualan di seluruh toko cabang dari bulan Februari s.d April Tampilkan data penjualan di seluruh cabang untuk Produk 2 DM-MA/S1IF/FTI/UKM/
IN086 Temu Pengetahuan
IN086 Temu Pengetahuan 3. Model Data Multidimensi Dimensi dan Hirarki Sebuah cell di dalam kubus menyimpan nilai (pengukuran) relatif terhadap kombinasi dari label dimensinya Penjualan DVDs di NY bulan
DATA 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
Lecture 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
Arsitektur 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
DATAMULTIDIMENSI. 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
Data 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
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
Tugas 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).
jumlah 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
Data 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
DESAIN 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
MENENTUKAN 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
Arsitektur 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
PENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Analisis data historis dan pengolahan data multidimensi bukan merupakan hal yang baru untuk mendukung suatu pengambilan keputusan. Namun perubahan objek data yang dicatat, membuat
Data 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
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA Dinar Priskawati 1, Dian Dharmayanti 2 Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur
MINI 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)
BAB 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
PENDAHULUAN 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
DATAWAREHOUSE. 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
Perancangan 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
BAB 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
Basis 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,
Analisis 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.
OLAP - 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
[Data Warehouse] [6/C2 & 6/D2]
![[Data Warehouse] [6/C2 & 6/D2]](/thumbs/63/50394662.jpg "[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
BAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Pada bagian ini akan dijelaskan lebih detail tentang proses bisnis perusahaan saat ini, permasalahan-permasalahan yang sering muncul serta kebutuhan-kebutuhan
Perancangan 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
http://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
PENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Teknologi basis data saat ini berkembang sangat pesat. Data disimpan dalam basis data, diolah kemudian disajikan sebagai informasi yang bernilai bagi pengguna. Penyimpanan
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP
Data 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
ABSTRAKSI. Kata kunci : Indikator Pelayanan Rumah Sakit, Data Warehouse, Kontrol dan Audit Sistem Informasi. Universitas Kristen Maranatha
ABSTRAKSI Pelayanan di Rumah Sakit adalah hal terpenting yang harus di perhatikan, dimana salah satu cara untuk mengetahui kinerja Rumah Sakit adalah dengan menggunakan standar dari Dinas Kesehatan yaitu
ABSTRAK Kata Kunci Universitas Kristen Maranatha
vii ABSTRAK Salah satu cara untuk menganalisis data bervolume besar dapat dilakukan dengan memodelkan data ke dalam bentuk multidimensional. Pemodelan data multidimensional dikenal dengan istilah data
Data Warehouse & Data Mining STMIK GLOBAL
Data Warehouse & Data Mining STMIK GLOBAL Tanpa Data Warehouse Dengan Data Warehouse Multiple Report tanpa/ dengan Data Warehouse teknologi yang ada di data warehouse dan OLAP (On-Line Analytical Processing)
Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu
Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu Perancangan dan Pembangunan Data Warehouse pada PLN Salatiga menggunakan skema snowflake. Perusahaan Listrik Negara merupakan suatu aset berharga dibidang
Pembuatan 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
BAB 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
Bab 3 Metode dan Perancangan Sistem
Bab 3 Metode dan Perancangan Sistem Penelitian ini dimulai dari pengambilan data penjualan PT. Sinar Niaga Sejahtera Point Ambarawa yang kemudian diteruskan dengan permintaan ijin untuk melakukan replikasi
PERANCANGAN 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
LAMPIRAN. 2) Membuat tabel-tabel dimensi dan fakta yang sesuai dengan skema bintang yang. if exists (select * from dbo.sysobjects where id = object_id
LAMPIRAN Langkah-langkah pembuatan data warehouse : 1) Membuat database baru untuk menampung data warehouse, yang bernama OLAP_mobs. 2) Membuat tabel-tabel dimensi dan fakta yang sesuai dengan skema bintang
Aplikasi Analisis Data Kesehatan dengan Memanfaatkan Teknologi OLAP untuk Departemen Kesehatan PT. Ateja Multi Industri
Aplikasi Analisis Data Kesehatan dengan Memanfaatkan Teknologi OLAP untuk Departemen Kesehatan PT. Ateja Multi Industri Stela Paskarina, Mewati Ayub Jurusan S1 Teknik Informatika Fakultas Teknologi Informasi,
Pemodelan 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
Transformator Entity Relationship Model Ke Star schema
Transformator Entity Relationship Model Ke Star schema Humasak Simanjuntak 1, Rina Sihotang 2, Daniel H. Nababan 3, Andreas M. C. Pangaribuan 4 1 2 3 4 Abstrak Data warehouse (DW) adalah sebuah central
BAB 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).
PROSES DESAIN SISTEM BASIS DATA. Daur Hidup (Life Cycle) yang Umum dari Aplikasi Basis Data
PROSES DESAIN SISTEM BASIS DATA SISTEM BASIS DATA Prepared by LittleRadita STMIK-AUB SURAKARTA Daur Hidup (Life Cycle) yang Umum dari Aplikasi Basis Data Definisi Sistem Database Design Implementasi Loading/Konversi
BAB 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
E-R Diagram. Bagian IIb Relationship Terminologi
E-R Diagram Bagian IIb Relationship Terminologi Database Desain Conceptual perspective User s perspective Database Requirements The Entity Relationalship (ER) Model is one of the most widely used mthod
Pengantar Basis Data SISTEM BASIS DATA I. WAN H. Manihuruk, S.kom
Pengantar Basis Data SISTEM BASIS DATA I WAN H. Manihuruk, S.kom Outline Database DBMS Levels of Abstraction Data Models Database Language Database Kumpulan file / tabel / arsip yang saling berhubungan
Online Analytical Processing (OLAP)
Online Analytical Processing (OLAP) OLAP 1/16 Outline Keuntungan OLAP Penyajian Data Multidimensi Peralatan OLAP dan Kategorinya Penerapan SQL pada OLAP OLAP 2/16 OLAP : Sintesa dinamis, analisis, dan
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO
IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA
Organizing Data and Information
Organizing Data and Information Chapter 5 Heru Lestiawan, M.Kom 1 Principles and Learning Objectives Pendekatan Database untuk manajemen data memberikan keuntungan yang signifikan atas pendekatan berbasis
PERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR
PERANCANGAN DAN PEMBANGUNAN INTELIGENSI BISNIS PADA PERUSAHAAN ASURANSI PENSIUN XYZ TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika DISUSUN OLEH: HENDRIKUS
UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT MEGAH JAYA PRATAMA
PROSES PERANCANGAN SISTEM INFORMASI
PROSES PERANCANGAN SISTEM INFORMASI Daur Hidup (Life Cycle) yang Umum dari Aplikasi Basis Data Definisi Sistem Database Design Implementasi Loading/Konversi Data Konversi Aplikasi Testing & Validasi Operations
BAB IV PERANCANGAN SISTEM
BAB IV PERANCANGAN SISTEM Pembahasan BAB IV mengenai proses perancangan data warehouse meliputi proses integrasi, pemodelan database dan dashboard interface. 4.1 Perencanaan Tahap perencanaan penelitian
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI. Economic Data warehouse terbukti dapat mempermudah end user dalam
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI A. Tinjauan Pustaka Berdasarkan Penelitian dan studi kasus yang pernah dilakukan Computer Economic 2008. Data warehouse terbukti dapat mempermudah end user dalam
Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Membangun Data Warehouse
Membangun Data Warehouse Anief Fauzan Rozi, S. Kom., M. Eng. 1 Kompentensi Mahasiswa mengetahui desain data warehouse 2 Pengantar Desain data warehouse didasarkan atas konsep pemodelan dimensional. Pemodelan
APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi
APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE Kusnawi Dosen STMIK AMIKOM Yogyakarta Abstraksi Dalam dunia bisnis, pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak terutama
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang
Abstrak. Kata kunci: Data Warehouse, Database, preprocesssing, OLAP. v Universitas Kristen Maranatha
Abstrak Data transaksi Eureka Foodcourt U.K. Maranatha menjadi kesempatan bagi pihak manajemen untuk dimanfaatkan. Pembuatan data warehouse merupakan suatu tahapan bagus bagi Eureka Foodcourt Universitas
6/26/2011. 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
Tugas Personal ke 4. Week 8 - Session 9
Due Date : 08 November 2015 Tugas Personal ke 4 Week 8 - Session 9 Answer these questions below and submit it before 4 th personal assignment deadline. 1. Can we do ETL process manually? ETL (Extract,
BAB III METODE PENELITIAN
15 BAB III METODE PENELITIAN Sistem informasi geografis persebaran hotspot di Indonesia merupakan suatu sistem yang bertujuan untuk memantau dan memberikan informasi mengenai persebaran hotspot yang ada
MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR
MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Fakultas Teknologi Informasi Universitas Budi Luhur, Jakarta
ABSTRAK. Kata kunci: Smartphone, Portal, Situs
ABSTRAK E-Commerce Toko G-Shop dengan menerapkan Event Based Marketing adalah sistem yang dirancang untuk memasarkan dan menjual produk berupa smartphone dari berbagai merk ternama dari toko G-Shop. Dengan
BAB 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
PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK
1 PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA Arsanda Prawisda, Wisnu Ananta Kusuma, Hari Agung Adrianto 1 Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA, Institut
ABSTRAK. Kata kunci : Star Schema, Entity Relationship Diagram, Data warehouse. Universitas Kristen Maranatha
ABSTRAK Pada era globalisasi sekarang ini, kebutuhan akan pengolahan data yang cepat sangat dibutuhkan. Banyak sekali data-data yang diolah cenderung masih terpisah dengan data lainnya dan juga belum maksimal
PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI
PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI Masfulatul Lailiyah, Umi Laili Yuhana, Dini Adni Navastara Jurusan Teknik Informatika,
BAB 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
ABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Pertumbuhan yang pesat dari akumulasi data telah menciptakan kondisi kaya akan data tapi minim informasi. Data Warehouse merupakan penemuan informasi baru dengan mengelelola sejumlah data dalam
Business Intelligence. Hendrik
Business Intelligence Hendrik } Fragmentasi sistem informasi secara vertical } Menghasilkan pengembangan sistem operasional yang berbasis aplikasi (pengguna) Sales Planning Stock Mngmt... Suppliers Debt
Data 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
warehouse adalah Information delivery system Untuk menyelesaikan permasalahan dan menyediakan informasi strategis bagi pengguna
Achmad Yasid, S.Kom Data warehouse adalah Information delivery system Untuk menyelesaikan permasalahan dan menyediakan informasi strategis bagi pengguna OLTP Data capture system Datawarehouse Infromation
Universitas 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
BAB 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
Bab 3. Metode Penelitian dan Perancangan Sistem
Bab 3 Metode Penelitian dan Perancangan Sistem Dalam penelitian ini akan dilakukan representasi informasi demografi kependudukan di Provinsi Jawa Tengah, dari mulai data mentah yang dibukukan menjadi output
PERANCANGAN DATA MART PADA PT EBDESK TEKNOLOGI (Studi Kasus : Divisi Chief Technology Officer)
PERANCANGAN DATA MART PADA PT EBDESK TEKNOLOGI (Studi Kasus : Divisi Chief Technology Officer) TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, di Program Studi Teknik Informatika,
IKG2I4 / Software Project I
IKG2I4 / Software Project I Mahmud Imrona, M.T. Izzatul Ummah, M.T. Kelompok Keahlian Algoritma dan Komputasi LECTURE NOTE WEEK 10 1 3/11/2015 WEEK 10 Complex query (aggregate function): COUNT, MAX, MIN,
PERANCANGAN 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
Konsep dan Arsitektur Basis Data. IKI20410 Basis Data Aniati Murni Fakultas Ilmu Komputer Universitas Indonesia
Konsep dan Arsitektur Basis Data IKI20410 Basis Data Aniati Murni Fakultas Ilmu Komputer Universitas Indonesia TOPIK PEMBAHASAN Data model, Schema and Instance DBMS (Data Base Management System) Architecture
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Executive Information System Sebelum masuk ke dalam pembahasan mengenai Executive Information System (EIS), sangat diperlukan juga memahami apa yang dimaksud dengan pihak eksekutif
Data 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
Pengantar 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
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Pengertian Data Menurut McLeod (2007, p9), data terdiri dari fakta fakta dan angka angka yang relatif tidak berarti bagi pemakai. Sedangkan menurut O'Brien (2005,
IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 ABSTRAK
IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 003 DAN 006 Imas S Sitanggang, Sri Nurdiati, Sofiyanti Indriasari Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA,
BAB 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
DBMS contains information about a particular enterprise Collection of interrelated data Set of programs to access the data An environment that is
DBMS contains information about a particular enterprise Collection of interrelated data Set of programs to access the data An environment that is both convenient and efficient to use Database Applications:
MATERI : OLAP DAN ANALISIS DATA MULTIDIMENSIONAL
MATERI : OLAP DAN ANALISIS DATA MULTIDIMENSIONAL O L A P - Singkatan dari : On line Analytical Processing - Konsep OLAP pertama diusulkan oleh E.F Codd, bapak dari basis data relasional - Pada basis data
[Data Warehouse] [6/C2 & 6/D2]
![[Data Warehouse] [6/C2 & 6/D2]](/thumbs/67/57304876.jpg "[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
TUTORIAL. Mencari nilai Max dan Min
TUTORIAL Mencari nilai Max dan Min Aggregasi data dengan Group Function (GROUP BY, ROLLUP dan CUBE) Group function merupakan fungsi yang akan akan memproses banyak data dan menghasilkan satu atau beberapa
BAB 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
FOR IMMEDIATE RELEASE
FOR IMMEDIATE RELEASE International www.roymorgan.com Finding No. 2009 Available on Website: www.roymorgan.com On March 19, 2013 KADIN-Roy Morgan Keyakinan Konsumen menurun di bulan Februari 155.5 poin
BAB 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
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 PEMBANGUNAN DATA WAREHOUSE PADA INSTITUSI BALAI PENGKAJIAN TEKNOLOGI PERTANIAN (BPTP) JAWA BARAT Hengky Saputra Teknik Informatika Universitas Komputer
PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR
PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : randy.permana@rocketmail.com
FAST 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
KARAKTERISTIK 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