Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu
|
|
- Lanny Muljana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 bisnis yang cukup berkembang dengan baik. Karena begitu banyaknya pelanggan PLN di Salatiga, maka pengolahanya cenderung masih terpisah oleh karena itu usulan mengenai penggunaan data warehouse sangatlah cocok untuk studi kasus pada PLN Salatiga. Beberapa hasil analisa yang dapat dipakai untuk kegiatan PLN Salatiga adalah seberapa besar pendapatan dari beberapa dimensi, yang nantinya akan mempengaruhi dalam pengambilan kebijakan (Handoyo, 2008). Pada penelitian tentang data warehouse berbasis OLAP lain yang berjudul Pembuatan data warehouse Pengukuran Kinerja Proses Belajar Manager di Universitas Kristen Petra, data warehouse yang digunakan untuk membantu penyediaan data yang dibutuhkan dalam pengukuran kinerja proses belajar mengajar tersebut. Informasi yang dihasilkan pada data warehouse tersebut adalah kinerja dosen, kinerja mahasiswa, tingkat kelulusan mata kuliah dan summary dari nilai tiap mata kuliah. Proses multidimensional query dilakukan dengan menggunakan pivoting table dan chart. Pengguna dapat memanipulasi data yang tampil pada setiap sumbunya seperti yang dapat dilakukan pada pivot table, 7
2 8 hanya saja informasi yang ditampilalkan akan berbentuk grafik (Handojo dan Rostianingsih, 2004). 2.2 Data Warehouse Data warehouse adalah kumpulan data dari berbagai resource, yang terintegrasi, teragregrasi dan terstruktur yang disimpan dalam suatu gudang data (repository) dalam kapasitas besar sehingga memungkinkan user untuk memeriksa history data dan mendukung analisa dengan tujuan dapat digunakan untuk proses pengambilan keputusan berdasarkan analisa yang dibuat (Darmawikarta, Djoni 2003). Gambar 2.1 Arsitektur Data Warehouse [Darmawikarta, Djoni 2003]. Data warehouse merupakan teknologi yang terbangun atas himpunan konsep baru dan perangkat yang digunakan untuk mendukung aktivitas pekerja pengetahuan seperti manager, eksekutif
3 9 dan analis sistem. Materi produk teknologi ini digunakan untuk perangkat pengambilan keputusan organisasi. Pendekatan mendasar pembangunan data warehouse adalah tersedianya informasi yang berkualitas untuk organisasi dari sumber data internal dan eksternal yang berada dalam bentuk bervariasi mulai dari data dalam bentuk struktur tradisional sampai dengan data dalam bentuk yang tidak terstruktural seperti tipe data tekstual atau multimedia. Dengan bantuan Data Warehouse, pada sistem CV. Apollo Sakti Motor diharapkan dapat melakukan analisa profitabilitas produk ini akan menjadi begitu penting bagi perusahaan pemakainya, selain itu dapat dijelaskan pemakaian data warehouse pada penelitian ini untuk jangka waktu ke depan dengan record hystoris data pada perusahaan yang bertambah lebih banyak dan lebih besar, maka daya tampung data warehouse akan memenuhi kebutuhan sistem sehingga akan menghemat biaya bagi perusahaan apabila ingin mengembangkan aplikasinya. Pentingnya penggunaan data warehouse adalah mengolah historis data yang komplek (dalam jumlah besar) menjadi informasi yang mudah dipahami dalam bentuk grafik, dan akhirnya dapat menunjang kemudahan bagi perusahaan untuk menganalisa pengukuran profitabilitas terhadap produk-produk yang ada dalam suatu perusahaan distributor menjadi kebutuhan terpenting bagi manajemen perusahaan saat ini pada data warehouse yang ada. Pengertian Data Warehouse dapat bermacammacam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini. Menurut W.H. Inmon dan Richard D.H.
4 10 (1999), data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan manajemen. Karakteristik data warehouse menurut Inmon dan Richard, yaitu: a. Integrated (Terintegrasi) Karakteristik yang pertama adalah Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara seperti konsisten dalam penamaan variabel, konsisten dalam ukuran variabel, konsisten dalam struktur pengkodean, dan konsisten dalam atribut fisik dari data. b. Subject Oriented (Berorientasi Subyek) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subjek subjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data warehouse diorganisasikan di sekitar subjeksubjek utama dari perusahaan yang bergerak di bidang perdagangan (customers, products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama (customer invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang
5 11 bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data c. Time-variant (Rentang Waktu) Data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse dapat menggunakan beberapa cara antara lain: - Cara yang pertama, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit, secara explicit dengan unsur waktu dalam hari, minggu, bulan, dan sebagainya. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implicit di dalam data tersebut. - Cara yang kedua,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only. d. Non-Volatile Karakteristik keempat dari data warehouse adalah nonvolatile, maksudnya data pada data warehouse tidak memproses update secara real time tetapi di-refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan.
6 12 Berbeda dengan database operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilkan laporan yang dibutuhkan, tidak ada kegiatan updating data). Kebutuhan pemanfaatan data warehouse di sejumlah organisasi didasarkan pada dua pertimbangan, pertama kebutuhan operasional, yang mendukung fungsional kegiatan transaksi bisnis setiap hari, optimasi dengan respon yang cepat pada proses transaksi dan representasi bersifat waktu nyata pada identifikasi status bisnis. Kedua kebutuhan informasi, digunakan untuk pengelolaan dan pengendalian bisnis dalam bentuk analisis data untuk pengambilan keputusan status organisasi di masa sekarang dan masa mendatang (Gatziu dan Athanasios,1999). Fungsi utama data warehouse adalah mengambil (termasuk data dari luar yang dibutuhkan, misalnya daftar kode pos dari kantor pos), mengumpulkan, mempersiapkan (transforming, seperti membersihkan, mengintegrasikan, decoding), menyimpan (loading), dan menyediakan data untuk pemakai atau aplikasi yang bersifat query atau reporting (read-only), hanya satu data terpercaya ini yang digunakan oleh semua yang membutuhkan (single version of truth), untuk pelaporan, analisa informasi dan mengambil keputusan (analytical application). Sekali data masuk ke dalam data warehouse, data yang memang dirancang dan ditujukan bukan hanya untuk satu atau sejumlah pemakaian yang sudah diketahui, dapat
7 13 digunakan untuk aplikasi mendatang dan belum pernah sebelumnya terpikirkan, dibandingkan ini dengan pembangunan aplikasi operasional (Darmawikarta, 2003). Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS (Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik. Konsep dasar OLAP bersumber dari kebutuhan untuk efisiensi. Rangkuman atau agregasi data, penjumlahan, rerata, nilai maksimum dan minimum dikalkulasi dan disimpan dalam data cube yang bersifat multidimensional (Song dan Brown, 2002). Gambar 2.2 Arsitektur OLAP dalam Data Warehouse (Song dan Brown, 2002) Penjelasan Gambar 2.2 adalah tentang perjalanan data transaksi kemudian diproses menjadi data multidimensional yang
8 14 diterapkan ke dalam bentuk output visualisai yang kemudian hasilnya langsung dapat dianalisis. Online Analytical Processing atau disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap query analitik yang multidimensi yang ada. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Database yang dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan query khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya. Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisis, bersifat orientasi subjek, terintegrasi, time-variant, dan tidak berubah yang digunakan untuk membantu para pengambil keputusan. Data warehouse disertai OLAP dapat menghasilkan output yang dapat digunakan sebagai analisa yang akan sangat membantu perusahaan dalam mengambil keputusan secara tepat dan cepat
9 Multi Dimensional Database (OLAP) (MDM) atau Multidimensional Modeing merupakan salah satu pendekatan dari data warehouse yang dibangun berdasarkan metode OLAP (On-Line Analytical Processing) yang memiliki konsep dimensi, hierarki, dan anggota. Agregat dari penerapan konsep tersebut dapat ditampilkan dengan star schema dan snowflake schema design. Dibandingkan dengan konsep database relasional, konsep multidimensional database dapat melakukan analisa dari berbagai sudut dimensi. OLAP menggambarkan sebuah kelas teknologi yang dirancang untuk analisa dan akses data secara khusus. Apabila pada proses transaksi pada umumnya semata-mata adalah pada relational database, OLAP muncul dengan sebuah cara pandang multidimensi data. Cara pandang multidimensi ini didukung oleh teknologi multidimensi database. Cara ini memberikan teknik dasar untuk kalkulasi dan analisa oleh sebuah aplikasi bisnis. OLTP mempunyai karakteristik beberapa user dapat creating, updating, retrieving untuk setiap record data, lagi pula OLTP sangat optimal untuk updating data. OLAP aplikasi digunakan untuk analisa dan mengatur frekuensi level dari agregat (ringkasan jumlah data dalam data warehouse dari yang semula bersifat detail menjadi lebih ringkas agar performa data warehouse lebih cepat). Database biasanya diupdate pada kumpulan data, jarang sekali dari multiple source dan menempatkan kekuatan analisa pada back-end pada operasi aplikasi. Sebab itulah OLAP sangat optimal digunakan untuk analisis.
10 16 Gambar 2.3 Arsitektur OLAP (Lin dan Donald, 2002) Pada Gambar 2.3 dijelaskan gambaran OLAP secara visualisasi, yaitu kumpulan dari data-data yang berekstensi berbeda seperti Excel, SQL Server, serta MySQL digabungkan menjadi sebuah kesatuan data warehouse. Data warehouse inilah yang kemudian diolah oleh OLAP data cube menjadi sebuah analisis multidimensional sehingga memudahkan user dalam membaca data untuk proses pengambilan keputusan. Data-data yang terkumpul dari beberapa sumber informasi inilah yang awalnya tersimpan dalam database dan akan lebih berarti apabila disimpan sebagai data warehouse sebagai salah satu cara untuk melakukan pengamatan dan analisis dari beberapa record yang telah tersimpan. Hasil dari analisis data warehouse dapat digunakan oleh pihak manajemen untuk membantu pengambilan keputusan. Dalam jangka panjang, hal ini juga dapat memberikan kontribusi untuk kepentingan Customer Relationship Management. Untuk membantu pengambilan keputusan ini, ada banyak hal yang
11 17 dapat dilakukan. Salah satunya adalah menggunakan OLAP (Online Analitical Processing). OLAP merupakan sistem yang bertugas untuk mengubah data yang disimpan dalam data warehouse dan mentransformasikan data menjadi struktur multidimensi (cube). Hasilnya nanti juga akan dapat dibuat sebagai sebuah summary report yang multidimensi (Ivanova dan Rachev, 2004). Pada data multidimensi, terdapat operasi-operasi dasar yang digunakan untuk analisa agar mendapatkan data yang diinginkan, yaitu (Prasetyo, dkk, 2010) : a. Rotation / Pivoting Rotation / pivoting merupakan operasi pada OLAP untuk merubah berbagai macam sudut pandang data sehingga perubahan perspektif sudut pandang menjadi lebih mudah, dengan kata lain analisa data dengan merubah posisi atau pivot dimensinya. Operasi ini dilakukan dengan melakukan rotasi atau perputaran untuk tiap-tiap dimensi. Misalnya dilakukan proses rotation / pivoting pada dimensi produk yang diwakili oleh sumbu Y, dimensi waktu yang diwakili oleh sumbu X dan dimensi lokasi diwakili oleh sumbu Z, dimana dimensi lokasi di rotasi dengan dimensi waktu sehingga hasil yang tampak seperti pada Gambar 2.4
12 18 Gambar 2.4 Proses Rotation/Pivoting (Prasetyo, dkk, 2010) b. Slice dan Dice Operasi Slicing dan Dicing merupakan kemampuan OLAP untuk melakukan pemilahan subset pada data. Operasi Slice adalah proses pemotongan data pada cube berdasarkan nilai pada satu atau beberapa dimensi. Misalnya data dari seluruh penjualan dari 3 buah dimensi yaitu produk, wilayah, dan waktu dilakukan operasi slice, maka data dari dimensi produk dan lokasi akan ditampilkan berdasarkan dimensi waktu, sehingga OLAP akan menampilkan data semua penjualan untuk semua produk dan semua lokasi untuk tahun Sedangkan proses dice (Gambar 2.5) adalah pemotongan hasil slice menjadi bagian subset data yang lebih kecil. Misalnya menampilkan data dari seluruh penjualan berdasarkan dimensi waktu, kemudian dilakukan proses dice dengan dimensi lokasi wilayah, sehingga data akan menampilkan data semua produk di salatiga pada tahun tertentu.
13 19 Gambar 2.5 Proses Dicing (Prasetyo, dkk, 2010) c. Drill Down dan Roll Up Operasi drill down merupakan kemampuan OLAP untuk melihat suatu subset data secara lebih detail. Proses ini melibatkan proses agregasi data. Sebaliknya, operasi roll up untuk melihat data secara global atau rangkuman (agregasi data pada level yang lebih tinggi). Kedua proses ini memanfaatkan hirarki pada dimensi yang membentuk cube. 2010) (Prasetyo, dkk,
14 20 Gambar 2.6 Proses Drill Down dan Roll Up (Prasetyo, dkk, 2010) Sebenarnya, di dalam proses drill down itu dilakukan proses slice dan dice. Di jaman yang sangat maju dengan teknologinya ini kadang OLAP juga disejajarkan dengan suatu Sistem Pendukung Keputusan (Michael, 1991). Dengan istilah Management Decision System. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa definisi mengenai SPK yang dikembangkan oleh beberapa ahli, di antaranya memberikan definisi sebagai berikut, SPK
15 21 merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur (Watson, 1998). 2.4 Skema Data Warehouse Snowflake Schema Struktur basis data ini lebih kompleks dari pada star schema, dengan menormalisasi tabel-tabel dimensi yang berukuran besar dengan satu atau lebih kolom yang memiliki duplikasi data. Misal jika tabel dimensi Product dinormalisasi maka akan menghasilkan struktur seperti pada Gambar 2.7 Gambar 2.7 Snowflake Schema [Malinowski, & Zimanyi. 2005] Tabel dimensi dinormalisasi untuk mengurangi redudansi data (duplikasi),sehingga struktur tabelnya akan lebih ramping. Dengan pengelompokan ini, data akan lebih mudah dibaca dan membantu pengembang aplikasi untuk menata desain antarmuka sistem dan filtering data. Struktur ini akan menghemat kapasitas storage, namun waktu eksekusi data akan lebih lama mengingat jumlah tabel dimensi yang direlasikan lebih banyak dan
16 22 membutuhkan tambahan relasi foreign key. Kueri yang terbentuk lebih kompleks, yang mengakibatkan kinerja kueri menurun. Pada penerapan yang lebih umum, tabel dimensi tidak diturunkan dengan lebih banyak tabel dimensi lain atau pengelompokan data diatur secara hard-coded di kode program aplikasinya. Fokus penggunaan data warehouse adalah kecepatan akses dan eksekusi data, bukanlah ukuran data yang lebih kecil atau struktur basis data yang lebih ramping. Sehingga bijaksana dalam menetapkan struktur data star maupun snowflake schema akan menentukan kinerja layanan data warehouse yang dimiliki Star Schema Dalam data warehouse, data-datanya akan disimpan dalam tabel fakta dan tabel dimensi. Tabel fakta akan menyimpan data-data utama sementara tabel dimensi mendeskripsikan setiap nilai dari suatu dimensi dan dapat direlasikan ke tabel fakta jika diperlukan. Data fakta merupakan data yang terukur. Untuk lebih menjelaskan data fakta, maka kondisi saat data tersebut diukur turut disampaikan. Data kondisi inilah yang dipetakan dalam bentuk data dimensi. Kondisi yang dipetakan dalam dimensi umumnya berupa kondisi waktu,kondisi produk atau item, dan kondisi geografinya. Mendesain struktur star schema, dimulai dengan menentukan data apa yang ingin dilihat oleh pengguna (besarannya) dan bagaimana pengguna melihat data tersebut (kondisi atau dimensinya). Tabel dimensi memiliki primary key sederhana yang mengandung hanya satu atau dua kolom saja. Namun, tabel fakta akan memiliki sekumpulan foreign key yang disusun dari primary key komposit dan merupakan gabungan kolom-kolom tabel dimensi
17 23 yang berelasi. Untuk lebih jelasnya,berikut contoh struktur star schema. Gambar 2.8 Star Schema [Malinowski, & Zimanyi. 2005] Untuk struktur star schema seperti pada Gambar 2.8 dalam tabel fakta yang diukur adalah hasil penjualan (dalam mata uang) berdasarkan dimensi atau kondisi produk yang dijual (product) serta waktu penjualan (time). Misalkan dimensi produk, yang menyimpan informasi-informasi seputar produk. Produk ini dapat dikelompokkan ke dalam kategori, dan di dalam kategori inipun bisa ditemukan sub-kategori. Untuk lebih mengelompokkan produk tersebut, dapat pula dibuatkan sub-kategori berikutnya. Namun kunci dari informasi produk tersebut tersimpan dalam kolom di tabel dimensi, dan tidak dibutuhkan tabel lain untuk menjelaskan detil produk. Semakin beragam jenis kondisi data yang ingin diamati,maka akan semakin besar ukuran tabel fakta yang dimuat. Dalam star schema, kueri yang terbentuk antara tabel fakta dan sejumlah tabel dimensi dinamakan star query. Setiap tabel dimensi direlasikan dengan tabel fakta berdasarkan kolom primary key dan foreign key, namun diantara masing-masing tabel dimensi tidak ada yang saling berelasi (tidak ada hubungan data). Kueri yang terbentuk menyebabkan proses eksekusi yang lebih optimal,karena
18 24 rencana eksekusi kueri dalam Database Management System akan lebih cepat dengan setiap tabel hanya berelasi dengan satu tabel yang lain. Ada kalanya tabel dimensi mengandung data yang duplikat pada satu atau lebih kolom. Jika mengikuti azas normalisasi, maka struktur basis data yang terbentuk bukan lagi star schema namun akan menjadi snowflake schema Perbedaan Snowflake Schema dan Star Schema. Kedua Skema Tersebut berbeda, di dalam perbedaan skema masing-masing skema mempunyai kelebihan dan mempunyai kelemahan yaitu, Snowflake schema : Kelebihan adalah data atau hasil report lebih akurat, disebut dengan struktur yang baik, struktur mendukung phsycal data. Kelemahan adalah struktur rumit, proses kerja yang lebih banyak, lebih sulit dimengerti. Star schema : Kelebihan adalah bentuk simple, akses cepat, mudah diolah lebih dalam. Kelemahannya yaitu data atau hasil report kurang akura, radudancy data struktur physical data kurang mendukung. 2.5 Data Mart Data marts adalah subyek spesifik atau aplikasi spesifik dari data warehouse yang berisi data untuk satu line bisnis tertentu seperti penjualan atau pemasaran. Ruang lingkup data mart lebih
19 25 kecil, data didapatkan dari sumber yang lebih sedikit, dan waktu implementasinya juga lebih pendek. Tipe data marts : 1. Sumber informasi untuk data mart yang bersifat dependent adalah data warehouse itu sendiri. 2. Sedangkan data mart bersifat independent jika tidak terdapat data warehouse, dan data diekstrak secara langsung dari sistem operasional. 2.6 Teori Penjualan. Penjualan adalah suatu usaha yang terpadu untuk mengembangkan rencana-rencana strategis yang di arahkan pada usaha pemuasan kebutuhan dan keinginan pembeli, guna mendapatkan penjualan yang menghasilkan laba. Pada umumnya, penjualan dapat dilakukan dengan 2 (dua) cara, antara lain : penjualan tunai yang dilakukan secara tunai dan secara kredit. Penjualan tunai dilakukan apabila transaksi atau pembayaran barang yang dijual oleh penjual langsung dilakukan pada saat transaksi terjadi. Cara penjualan yang demikian dianggap sebagai penjualan yang biasa atau lazim dilakukan. Sedangkan penjualan yang dilakukan secara kredit merupakan cara penjualan dimana transaksi, dalam hal ini pembayaran yang dilakukan oleh pembeli, dilakukan secara berkala atau periodik, sesuai dengan tagihan yang timbul dari transaksi barang atau jasa tersebut, Penjualan kredit dianggap pula sebagai komponen
20 26 besar dalam aktiva lancar. Adapun kegunaan dari penjualan itu antara lain: Untuk menentukan kebijakan dalam persoalan penyusunaan anggaran (budgeting) yang meliputi anggaran penjualan, anggaran pengerjaan (manufacturing budget) dan lain sebagainya. Untuk pengawasan dalam persedian (inventory control). Hal ini karena jika persediaan yang ada terlalu kecil, maka akan mempengaruhi kelancaran dari pada kegiatan produksi. Oleh karena itu, agar supaya persediaan jangan terlalu besar atau kekurangan, maka penjualan dapat dipergunakan sebagai pedoman terutama dalam melayani produksi. Untuk membentuk kegiatan pengawasan produksi. Dengan adanya penjualan maka perusahaan dapat mengetahui kemungkinan kegiatanya di kemudian hari, sehingga manajer dapat mengusahakan perbaikan dalam penggunaan peralatan produksinya agar efisien. Data Penjualan berkaitan dengan persediaan (inventory control) dan memperlancar proses produksi atau distribusi barang. Hal ini disebabkan data penjualan dapat dijadikan referensi atau data yang bermanfaat dalam menentukan jumlah persediaan serta proses produksi. Dengan analisis data penjualan yang tepat dapat membantu pembuat keputusan dalam menentukan beberapa kinerja perusahaan agar lebih efektif dan efisien. Dengan demikian dari data penjualan tersebut, jika dilakukan kegiatan analisis berdasarkan dengan metode dan teknik tertentu, akan didapatkan suatu informasi yang berguna untuk mendapatkan strategi-strategi bisnis di tingkat manajer perusahaan.
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,
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 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 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 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 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 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 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 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 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 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 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 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 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 terperinciTugas. 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
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 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 terperinciTUGAS 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
Lebih terperinciJurnal 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
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 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 terperinciBAB II LANDASAN TEORI
1 BAB II LANDASAN TEORI 2.1. Teori Umum Adapun teori ataupun istilah istilah umum dalam data warehouse dan business Intelligence 2.1.1. Data dan Informasi Menurut McLeod (2007, 11), data terdiri dari fakta-fakta
Lebih terperinciJurnal String Vol. 1 No. 1 Tahun 2016 ISSN: PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN YAYASAN LENTERA INSAN
PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN YAYASAN LENTERA INSAN Aulia Paramita Program Studi Teknik Informatika, Universitas Indraprasta PGRI Email: aulia.pps@gmail.com Abstrak Data merupakan suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin pesat ditunjukkan dengan munculnya beragam perangkat teknologi yang mempermudah manusia dalam memonitor perkembangan usahanya
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi selalu dituntut untuk dapat memenuhi berbagai kebutuhan di segala bidang kehidupan yang semakin lama semakin meningkat dan
Lebih terperinciSistem Informasi Pendukung Keputusan Manajerial
Sistem Informasi Pendukung Keputusan Manajerial Mind Map Online Analytical Processing/ Pengertian Tingkatan dalam pengambilan keputusan manajemen: Manajemen strategis :mencakup board of directors, komite
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 terperinciPENDAHULUAN 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
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 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. 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 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 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 terperinciBAB 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
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 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 terperinciPERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE
PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE Nanang Prihatin 1 1 Dosen Politeknik Negeri Lhokseumawe ABSTRAK Bagi sebuah perguruan tinggi, penerimaan calon mahasiswa merupakan
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 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 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 terperinciBAB 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
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Definisi Database Menurut Connolly dan Begg (2010, p65), Database adalah kumpulan data yang berhubungan satu dengan yang lainnya dan digunakan secara bersama-sama,
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 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 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 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 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 terperinciSIE/nts/TIUAJMks 9/26/2013
N. Tri Suswanto Saptadi 1 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Sistem Informasi Sistem Informasi adalah suatu kumpulan dari komponen yang berinteraksi untuk menyelesaikan tugas bisnis. pendapat ini didukung dengan pendapat Satzinger, Jackson,
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 terperinciMEMBANGUN DATA WAREHOUSE
MEMBANGUN DATA WAREHOUSE A. Menentukan Bentuk Data Warehouse Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk
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 terperinciDatawarehouse 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 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 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 terperinciPERANCANGAN 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
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pembangunan intelegensi bisnis yang menyerupai dengan pembangunan intelegensi bisnis untuk subjek kegiatan keuangan pada Universitas Atma Jaya Yogyakarta sudah ada. Seperti yang
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Rekapitulasi Laporan Rekapitulasi laporan sangat penting artinya bagi seorang pimpinan karena merupakan salah satu alat untuk melaksanakan kegiatan-kegiatan dalam perencanaan,
Lebih terperinciBAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan data diberbagai bidang ilmu pengetahuan, bisnis ataupun pemerintahan. Pada proses penyediaan
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 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Pada bab pendahuluan ini penulis akan membahas tentang latar belakang, perumusan masalah, batasan masalah, metodogi penelitian, tujuan dan manfaat serta sistematika penulisan dalam tugas
Lebih terperinciBAB 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
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 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 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 terperinciBab 4 Hasil dan Pembahasan
Bab 4 Hasil dan Pembahasan Bahasan ini berisi pemaparan mengenai hasil dari perancangan sistem dalam bentuk pembahasan hasil dan pengujian efektivitas data dalam sistem. Pengujian atas hasil penjualan
Lebih terperinciIMPLEMENTASI 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
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 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 terperinciPENDAHULUAN 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
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Dalam menganalisa dan merancang sebuah sistem informasi diperlukan teori-teori umum yang akan menjadi dasar pengetahuan dalam melakukan analisa dan perancangan.
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 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 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 terperinciBAB I PENDAHULUAN. didukung dengan pernyataan dari Poe (1998) yang menyatakan bahwa banyak
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Di dalam sebuah instansi, sebuah ketersediaan informasi yang akurat, berintegrasi, dan berkualitas tinggi menjadi hal sangat vital pada saat ini. Hal ini didukung
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 terperinciPROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE
PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE Oktavian Abraham Lantang ABSTRAK Saat ini seiring dengan perkembangan teknologi informasi yang semakin pesat, ketergantungan proses bisnis suatu perusahaan
Lebih terperinciBAB 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,
Lebih terperinciSistem Penunjang Keputusan, Pertemuan Ke-9 KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
KECERDASAN BISNIS Warehouse, Mart, OLAP, dan Mining Warehouse warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain
Lebih terperinciAPLIKASI 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
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Proses analisis dan perancangan sistem merupakan suatu prosedur yang dilakukan untuk pemeriksaan masalah dan penyusunan alternatif pemecahan masalah yang timbul
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 terperinciBAB II. 2.1 Model Data High Level Data Model (Conceptual Data Model)
BAB II PENGEMBANGAN SISTEM BASIS DATA Bab ini akan membahas lebih lanjut mengenai arsitektur sistem basis data dan pengembangan sistem basis data. Sistem basis data tidak berdiri sendiri, tetapi selalu
Lebih terperinciBAB 2 LANDASAN TEORI. subject-oriented, integrated, time-variant, and non-volatile collection of data in
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Warehouse Berdasarkan Connoly dan Begg (2005, p1151), Data Warehouse is a subject-oriented, integrated, time-variant, and non-volatile collection
Lebih terperinciDATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga
DATABASE Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi. Contoh : basis data akademis mengandung tabel tabel yang berhubungan
Lebih terperinciMODEL 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
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang akan dibuat adalah sebagai berikut : Sistem Monitoring Pertumbuhan Balita Berbasis Web. Wahyuningsih
BAB II TINJAUAN PUSTAKA A. Telaah Penelitian Penelitian sebelumnya yang berhubungan dengan sistem informasi yang akan dibuat adalah sebagai berikut : Wahyuningsih (2011) telah melakukan penelitian yang
Lebih terperinciData Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan
1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian
Lebih terperinciPEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR
PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR Windarto Program Pascasarjana Magister Ilmu Komputer
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 terperinciSistem Informasi Manajemen SIM Dalam Pelaksanaan
Modul ke: 09 Eko Fakultas EKONOMI & BISNIS Sistem Informasi Manajemen SIM Dalam Pelaksanaan Putra Boediman Program Studi MANAJEMEN Pendahuluan Operasi-operasi manajemen terdiri dari beberapa tahap, yaitu
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Data Warehouse 2.1.1 Pengertian Data dan Database Menurut James A. O Brien (1997, p166), Database is an integrated collection of logically related record of file,
Lebih terperinciBAB 2 LANDASAN TEORI. bentuk yang dimengerti dan dapat digunakan.
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian data Menurut Laudon (2006, p13), data adalah kumpulan fakta yang masih mentah yang menjelaskan aktivitas aktivitas yang terjadi dalam organisasi atau
Lebih terperinciIMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G
IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 SOFIYANTI INDRIASARI G64103046 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinci