PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA
|
|
- Djaja Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
2 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pembangunan Data Warehouse dan Aplikasi OLAP untuk Memantau Prestasi Mahasiswa Program Studi S1 Ilmu Komputer IPB adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juni 2014 Suci Rezky Fhattiya NIM G
3 ABSTRAK SUCI REZKY FHATTIYA. Pembangunan Data Warehouse dan Aplikasi OLAP untuk Memantau Prestasi Mahasiswa Program Studi S1 Ilmu Komputer IPB. Dibimbing oleh RINA TRISMININGSIH dan HARI AGUNG ADRIANTO. Banyak faktor yang mempengaruhi prestasi mahasiswa Departemen Ilmu Komputer. Faktor tersebut diantaranya nilai IPK, dosen pembimbing, status studi, dan jumlah prestasi dari kompetisi. Faktor tersebut dapat dianalisis dengan melakukan pengolahan data sehingga dapat ditemukannya pola-pola informasi yang dapat meningkatkan prestasi mahasiswa. Data akademik dan non-akademik mahasiswa Program Studi S1 Ilmu Komputer ini tersebar di berbagai tempat. Data yang tersebar ini membuat proses query data menjadi tidak cepat sehingga mempersulit proses analisis. Penelitian ini menghasilkan data warehouse yang terintegrasi dengan online analytical processing (OLAP) yang mampu merepresentasikan data dengan grafik dan tabel crosstab. Data yang digunakan adalah data akademik dan non-akademik mahasiswa Ilmu Komputer IPB tahun masuk 2006 sampai dengan Tahapan yang dilakukan meliputi analisis, desain, praproses data, diakhiri dengan pembuatan data warehouse dan implementasi operasi OLAP. Skema data warehouse yang dibuat menggunakan skema galaksi. Penelitian ini menghasilkan tiga kubus (Tugas Akhir, Akademik, dan Prestasi). Kata kunci: data akademik, data warehouse, Jedox 5.1, OLAP ABSTRACT SUCI REZKY FHATTIYA. Development of Data Warehouse and OLAP Application for Monitoring the Achievement of IPB Computer Science students. Supervised by RINA TRISMININGSIH and HARI AGUNG ADRIANTO. Many factors influence Department of Computer Science students achievement. The factors such as GPA, student supervisor, status of study, and sum of competition achievement. These factors can be analyzed with the data processing to find the information patterns that can increase the student s achievement. The academic and non academic s data of Program Study S1 Computer Science student spread in some location. This data make long running queries performance that complicated the analysis process. This research produce data warehouse which is integrated to online analytical processing (OLAP) that can represents data with graph and crosstab table. The OLAP server used in this research is Jedox 5.1. The data used are the academic and non academic s data of IPB Computer Science students entry s year 2006 to The steps being taken include analysis, design, preprocessing, and concluded with the implementation of data warehouse and OLAP operations. The data warehouse schema is created using the galaxy scheme. The result of research are three cubes (Research, Academic, and Achievement). Keywords: academic s data, data warehouse, Jedox 5.1, OLAP
4 PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
5 Penguji: Dr Imas S Sitanggang, SSi MKom
6 Judul Skripsi : Pembangunan Data Warehouse dan Aplikasi OLAP untuk Memantau Prestasi Mahasiswa Program Studi S1 Ilmu Komputer IPB Nama : Suci Rezky Fhattiya NIM : G Disetujui oleh Rina Trisminingsih, SKom MT Pembimbing I Hari Agung Adrianto, SKom MSi Pembimbing II Diketahui oleh Dr Ir Agus Buono MSi MKom Ketua Departemen Tanggal Lulus:
7 PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan November 2013 ini ialah data warehouse, dengan judul Pembangunan Data Warehouse dan Aplikasi OLAP untuk Memantau Prestasi Mahasiswa Program Studi S1 Ilmu Komputer IPB. Terima kasih penulis ucapkan kepada Ibu Rina Trisminingsih SKom MT dan Bapak Hari Agung Adrianto SKom MSi selaku pembimbing, serta Ibu Dr Imas S. Sitanggang SSi MKom yang telah banyak memberi saran. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan kasih sayangnya. Teman-teman Pixels (Ilmu Komputer angkatan 47) yang telah banyak membantu Penulis selama perkuliahan. Departemen Ilmu Komputer, staf, dan dosen yang telah banyak membantu baik selama penelitian maupun pada masa perkuliahan. Keluarga kos Al-Iffah tempat bertukar pikiran dengan Penulis selama perkuliahan. Terima kasih juga untuk beasiswa Karya Salemba Empat beserta XL Axiata yang telah memberikan bantuan biaya perkuliahan Penulis. Semoga tugas akhir ini bermanfaat. Bogor, Juni 2014 Suci Rezky Fhattiya
8 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 2 Tujuan Penelitian 2 Manfaat Penelitian 2 Ruang Lingkup Penelitian 2 METODE 2 Data Penelitian 2 Tahap Penelitian 2 Analisis 3 Perancangan 3 Extraction Transformation Loading (ETL) 4 Implementasi OLAP 4 Pengujian Sistem 5 Lingkungan Pengembangan 5 HASIL DAN PEMBAHASAN 5 Analisis 5 Perancangan 7 Extraction Transformation Loading (ETL) 12 Implementasi OLAP 13 Pengujian Sistem 16 SIMPULAN DAN SARAN 16 Simpulan 16 Saran 17 DAFTAR PUSTAKA 17 RIWAYAT HIDUP 18
9 DAFTAR TABEL 1 Atribut pada data mahasiswa 6 2 Atribut pada data skripsi 6 3 Atribut pada data lab keilmuan 6 4 Atribut pada data prestasi 6 5 Atribut hasil analisis 7 6 Atribut tabel fakta akademik 8 7 Atribut tabel fakta prestasi 8 8 Atribut tabel fakta tugas akhir 8 9 Nama dan deskripsi dimensi dari kubus akademik Nama dan deskripsi dimensi dari kubus prestasi Nama dan deskripsi dimensi dari kubus tugas akhir Hasil pengujian fungsi-fungsi sistem 16 DAFTAR GAMBAR 1 Tahapan penelitian 3 2 Skema galaksi dengan tabel fakta akademik, prestasi, dan tugas akhir 8 3 Hirarki dimensi 9 4 Pembuatan database pada Jedox Excel Add-In 11 5 Dimensi pada Jedox Excel Add-In 11 6 Pembuatan kubus prestasi di Jedox Excel Add-In 12 7 Struktur kubus dan dimensi di Jedox Excel Add-In 12 8 Source code me-load data fakta prestasi dari MSSQL ke Jedox Server 13 9 Tampilan awal antarmuka pada sistem Tampilan parameters selection pada sistem Tabel crosstab dimensi asal daerah Grafik bar menampilkan jumlah mahasiswa Grafik line jumlah mahasiswa berdasarkan Grafik pie jumlah kemenangan kompetisi 15
10
11 PENDAHULUAN Latar Belakang Prestasi suatu organisasi menunjukkan kualitas organisasi tersebut. Banyak faktor yang mempengaruhi prestasi mahasiswa Program Studi S1 Ilmu Komputer FMIPA IPB, diantaranya faktor nilai IPK, masa studi, dan jumlah kemenangan mengikuti kejuaraan. Faktor tersebut dapat dianalisis dengan melakukan pengolahan data yang terdapat di Departemen Ilmu Komputer sehingga dapat ditemukannya pola-pola informasi yang berpotensi untuk meningkatkan prestasi mahasiswa. Faktor yang dapat dianalisis tersebut terdiri atas faktor akademik dan faktor non-akademik. Faktor akademik dapat dianalisis menggunakan data akademik. Data akademik adalah data yang diperoleh mahasiswa selama menjalani perkuliahan. Contoh data akademik adalah nilai indeks prestasi, nilai indeks prestasi kumulatif, dan data tugas akhir. Faktor non-akademik dapat dianalisis menggunakan data non-akademik. Data non-akademik adalah data yang diperoleh di luar perkuliahan wajib Departemen Ilmu Komputer. Contoh data nonakademik adalah kompetisi yang diikuti mahasiswa baik di dalam maupun di luar bidang ilmu komputer. Data akademik dan non-akademik Program Studi S1 Ilmu Komputer tersebut tersebar di berbagai tempat. Data yang tersebar ini membuat proses query data menjadi tidak cepat sehingga diperlukan pengintegrasian data. Pengintegrasian data dapat dilakukan dengan membuat data warehouse. Selain itu, dibutuhkan suatu tools yang dapat membantu proses analisis dan evaluasi dengan cepat. Tools yang dapat digunakan untuk melakukan hal tersebut adalah aplikasi online analytical processing (OLAP). OLAP mampu merepresentasikan data dengan grafik dan tabel crosstab sehingga bisa menganalisis dan menemukan pola dari data dengan cepat. Sebelumnya telah dikembangkan perangkat data warehouse dan OLAP oleh Permana (2008) yang melakukan penelitian yang sama dengan menggunakan data akademik Program Studi Ilmu Komputer IPB tahun masuk 2001 sampai 2004 (passing out) menggunakan Palo sebagai OLAP server. Penelitian Permana (2008) dijadikan acuan dalam penggunaan OLAP server Palo. Selanjutnya penelitian Yuliasari (2013) yang menggunakan data skripsi Program Sarjana mahasiswa Ilmu Komputer IPB tahun masuk 2001 dan 2005 sampai dengan 2008 dan Mondrian sebagai OLAP server. Pada penelitian tersebut hirarki kata kunci skripsi tidak diklasifikasi berdasarkan bidang kajian lab keilmuan sehingga perlu adanya perbaikan yang akan dilakukan pada penelitian ini, yakni dengan mengelompokkan kata kunci skripsi berdasarkan bidang kajian di lab keilmuan program studi Ilmu Komputer. Dalam penelitian ini, peneliti akan membangun data warehouse dan aplikasi OLAP yang berisi data akademik dan data non-akademik untuk membantu proses analisis prestasi mahasiswa program sarjana reguler Departemen Ilmu Komputer FMIPA IPB.
12 2 Perumusan Masalah Trend dan historical prestasi mahasiswa Program Studi S1 Ilmu Komputer tidak mudah dilihat karena data mahasiswa yang tersebar. Oleh karena itu dibutuhkan data warehouse dan OLAP yang mampu mengintegrasikan data yang tersebar dan dapat merepresentasikan trend informasi prestasi mahasiswa Program Studi S1 Ilmu Komputer secara historical. Tujuan Penelitian Tujuan dari penelitian ini adalah: 1 Membangun data warehouse dan aplikasi OLAP untuk data akademik dan non-akademik mahasiswa Program Studi S1 Ilmu Komputer. 2 Menampilkan informasi historis yang dapat membantu proses analisis prestasi mahasiswa Program Studi S1 Ilmu Komputer. Manfaat Penelitian Penelitian ini diharapkan dapat membantu pihak-pihak terkait yang ada di Departemen Ilmu Komputer IPB yaitu komisi akademik, ketua departemen, sekretaris departemen, pengelola program S1 dan kepala bagian dalam menganalisis, mengevaluasi, dan mengambil keputusan untuk meningkatkan prestasi mahasiswa Program Studi S1 Ilmu Komputer IPB. Ruang Lingkup Penelitian Lingkup dari penelitian ini, yaitu: 1 Perancangan data warehouse dan pengembangan aplikasi OLAP berbasis web dan menggunakan Jedox 5.1 sebagai OLAP server 2 Data yang digunakan adalah data akademik dan data non-akademik mahasiswa Program Studi S1 Ilmu Komputer IPB pada tahun masuk 2006 sampai METODE Data Penelitian Data yang digunakan pada penelitian ini adalah data akademik dan data non-akademik mahasiswa Program Studi S1 Ilmu Komputer IPB tahun masuk 2006 sampai 2009 yang terdapat di perpustakaan IPB dan bagian tata usaha Departemen Ilmu Komputer IPB dalam bentuk berkas Excel (xls dan xlsx). Tahap Penelitian Tahapan-tahapan yang dilakukan pada penelitian ini dapat dilihat pada Gambar 1.
13 3 Mulai Analisis Pembuatan Data Warehouse Perancangan Konseptual Logikal Fisik Extraction Transform Load Data Warehouse Implementasi OLAP Konfigurasi Load data Perancangan antarmuka Pengujian Sistem Sukses? Tidak a Selesai Ya Gambar 1 Tahapan penelitian Analisis Tahap ini menganalisis kebutuhan dalam pembuatan sistem. Hal-hal yang dianalisis adalah fungsi-fungsi yang akan ditampilkan pada sistem, informasi yang ditampilkan pada sistem, data yang diperlukan dan sumber datanya, dan siapa saja yang akan menggunakan sistem. Perancangan Sebelum membuat data warehouse, skema data warehouse terlebih dahulu dirancang. Perancangan skema data warehouse terdiri atas desain konseptual, desain logikal, dan desain fisik (Malinowski dan Zim anyi 2008). 1 Perancangan konseptual
14 4 Pada tahap ini diidentifikasi hubungan atribut-atribut dalam data warehouse. Integrasi atribut-atribut tersebut menghasilkan tabel fakta. Tabel fakta dibentuk berdasarkan informasi yang akan ditampilkan pada aplikasi OLAP. Tabel fakta terdiri atas kumpulan dimensi. Dimensi pada tugas akhir ini adalah faktor-faktor yang mempengaruhi prestasi mahasiswa Program Studi Ilmu Komputer. Selanjutnya dilakukan integrasi tabel fakta dan dimensi yang akan membentuk skema galaksi. 2 Perancangan logikal Tahap ini menerjemahkan representasi konseptual database dari tahap sebelumnya ke implementasi tertentu untuk beberapa DBMS. Model data pada data warehouse adalah multidimensional. Model multidimensional menampilkan data dalam bentuk kubus. Model ini terdiri dari dimensi (dimensions) dan fakta (facts) (Han dan Kamber 2006). 3 Perancangan fisik Pada tahap ini ditentukan OLAP Server yang dapat menyimpan data dalam bentuk kubus data. Kemudian membangun kubus data, dimensi, dan elemen dari dimensi tersebut. Extraction Transformation Loading (ETL) Tahap ETL terdiri atas tahapan ekstraksi data, transformasi data, dan load data. Pada tahap ekstraksi data dilakukan pengambilan data dari sumber yang berbeda kemudian menyederhanakan nama dimensi. Data yang dipilih adalah data dimensi yang sudah dirancang pada tahap desain konseptual. Pada tahap transformasi data dilakukan proses pembersihan data dan pengintegrasian tabel dimensi dengan tabel fakta. Pembersihan data dilakukan terhadap record-record yang mengandung nilai null dan nilai yang tidak konsisten. Selanjutnya setelah transformasi adalah melakukan load data dari database Ms.Access ke Microsoft SQL Server. Akhir dari tahap ini adalah terbentuknya sebuah data warehouse. Data warehouse merupakan koleksi data yang berorientasi subjek, terintegrasi, tidak dapat di update, memiliki dimensi waktu, dan digunakan untuk mendukung proses manajemen pengambilan keputusan dan kecerdasan bisnis (Inmon 2002). Implementasi OLAP OLAP adalah sistem yang memfokuskan pada interaktif analisis data dan biasanya memiliki kemampuan luas mengenai visualisasi data dan membangkitkan ringkasan statistika. Karena alasan ini, pendekatan analisis multidimensional data didasarkan pada terminologi dan konsep OLAP ( Han dan Kamber 2006). Langkah awal implementasi OLAP adalah melakukan load data dari database Microsoft SQL Server ke dalam struktur kubus data yang sudah terbentuk di Jedox Excel Add-In. Langkah selanjutnya adalah membangun aplikasi OLAP yang diawali dengan melakukan konfigurasi antara web server dan OLAP server. Selanjutnya merancang antarmuka OLAP dengan bahasa pemrograman PHP dan menggunakan Jpgraph untuk menampilkan grafik.
15 5 Pengujian Sistem Tahap ini dilakukan setelah pembuatan sistem selesai. Uji operasi OLAP dilakukan untuk melihat apakah operasi OLAP yang dibangun sudah berhasil diimplementasikan dan sesuai dengan fungsi-fungsi OLAP yang sudah ditentukan pada tahap analisis. Tahap ini memvisualisasikan kubus-kubus data dengan grafik dan tabel crosstab untuk akurasi hasil, jika sesuai maka pembuatan data warehouse selesai. Lingkungan Pengembangan Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk penelitian ini adalah sebagai berikut: 1 Perangkat keras berupa komputer personal dengan spesifikasi: Prosesor AMD E-350. Memori 1 GB. 2 Perangkat lunak yang digunakan untuk membuat sistem ialah: Microsoft SQL Server (sebagai database tempat penyimpanan data warehouse). Microsoft Access (penyimpanan data sementara sebelum di import ke MSSQL). Jedox Server 5.1 (berfungsi sebagai OLAP server yang melakukan fungsi agregasi dan tempat penyimpanan struktur dan kubus data multidimensi). Jedox Excel Add-In 5.1 (tempat pembuatan atau pemodelan struktur kubus data dan proses pemuatan data dari data warehouse ke kubus data). Web Server Apache dengan package WAMPP versi 2.0. Bahasa Pemrograman PHP JpGraph (library PHP untuk menghasilkan grafik). HASIL DAN PEMBAHASAN Analisis Pada tahap ini dianalisis fungsi-fungsi apa saja yang akan ditampilkan pada sistem. Analisis fungsi sistem didapat dengan melakukan diskusi kepada dosen bagian pengelola Program Studi S1 Ilmu Komputer. Adapun fungsi yang akan ditampilkan di sistem, yaitu: 1 Menampilkan data secara roll up, drill down, slice, dice, dan pivot. 2 Menampilkan data dalam bentuk grafik (bar, pie, dan line). 3 Menampilkan data dalam bentuk tabel crosstab. 4 Memilih data berdasarkan dimensi dan measure. Aplikasi ini juga dapat menampilkan trend dan informasi mahasiswa, seperti: 1 Menampilkan jumlah mahasiswa berdasarkan faktor jenis kelamin, jalur masuk, asal daerah, tahun masuk, rataan IPK, dan status studi.
16 6 2 Menampilkan jumlah kemenangan kompetisi dan jumlah mahasiswa yang mengikuti kompetisi berdasarkan faktor tahun masuk, kategori kompetisi, bidang kompetisi, dan tingkat kompetisi. 3 Menampilkan jumlah mahasiswa lulus berdasarkan faktor tahun masuk, jenis kelamin, kata kunci skripsi, lab keilmuan, dosen pembimbing skripsi, dan lama studi. Terdapat 4 sumber data yang diperoleh untuk membangun sistem ini, yaitu data mahasiswa pada Tabel 1, data skripsi pada Tabel 2, data lab keilmuan pada Tabel 3, dan data prestasi pada Tabel 4. Dari 4 sumber data tersebut kemudian dipilih atribut atau faktor yang dapat mempengaruhi prestasi mahasiswa yang dapat dilihat pada Tabel 5. Tabel 1 Atribut pada data mahasiswa No Atribut 1 NRP 2 Jalur 3 Jenis Kelamin 4 Kode pos 5 Kabupaten Tabel 2 Atribut pada data skripsi No Atribut 1 Tahun 2 Nama 3 NIM 4 Judul 5 Subjek 6 Kata kunci 7 Pembimbing Tabel 3 Atribut pada data lab keilmuan No Atribut 1 Lab keilmuan 2 Dosen 3 Inisal dosen 4 NIP dosen Tabel 4 Atribut pada data prestasi No Atribut 1 Nama kegiatan 2 Tahun 3 Tingkat kegiatan 4 Ketua dan anggota 5 Prestasi yang dicapai
17 7 Tabel 5 Atribut hasil analisis Nama Atribut Deskripsi NIM Nomor induk mahasiswa Jenis kelamin Jenis kelamin mahasiswa Kabupaten Kabupaten asal daerah mahasiswa Jalur masuk Jalur masuk Tahun masuk Tahun masuk perkuliahan mahasiswa Rataan IPK Rentang IPK mahasiswa Status studi Status studi mahasiswa Kategori kompetisi Kategori kompetisi Bidang kompetisi Bidang kompetisi Tingkat kompetisi Tingkat kompetisi Pembimbing Dosen pembimbing skripsi Lama studi Waktu studi yang telah ditempuh mahasiswa hingga lulus Kata kunci skripsi Kata kunci skripsi mahasiswa Lab keilmuan Lab keilmuan mahasiswa Atribut NIM pada data mahasiswa (Tabel 1) sama dengan atribut NRP (Tabel 2) pada data skripsi, sehingga untuk menyeragamkan nama atribut dipilih nama atribut NIM sebagai inisial mahasiswa. Pengguna yang menggunakan sistem ini adalah komisi akademik, ketua departemen, sekretaris departemen, ketua program studi S1, dan koordinator bidang kajian Departemen Ilmu Komputer. Perancangan 1 Perancangan Konseptual Pada tahap ini dibentuk tabel fakta berdasarkan informasi yang akan ditampilkan pada sistem. Tabel fakta berisi kumpulan dimensi dan measure sesuai informasi yang akan ditampilkan. Measure (ukuran) adalah nilai agregasi dari jumlah ukuran dari berbagai dimensi. Tabel fakta yang terbentuk, yaitu: tabel fakta akademik, tabel fakta prestasi, dan tabel fakta tugas akhir. Measure (ukuran) tabel fakta akademik adalah jumlah mahasiswa, measure (ukuran) tabel fakta prestasi adalah jumlah kemenangan kompetisi dan jumlah mahasiswa, measure (ukuran) tabel fakta tugas akhir adalah jumlah mahasiswa lulus. Nama dimensi pada tabel fakta tersebut kemudian disederhanakan. Tabel 6 menunjukkan tabel fakta akademik beserta atributnya. Tabel 7 menunjukkan tabel fakta prestasi beserta atributnya. Tabel 8 menunjukkan tabel fakta tugas akhir beserta atributnya. Integrasi antara tabel fakta dan tabel dimensi membentuk skema galaksi dengan tiga tabel fakta yang dapat dilihat pada Gambar 2. Skema tersebut digunakan untuk perancangan data warehouse pada tahap berikutnya. Adapun hirarki dimensi dapat dilihat pada Gambar 3. Kemudian, untuk melihat informasi kompetisi yang diikuti mahasiswa lebih detail, pada tabel fakta prestasi (Tabel 7) ditambah atribut kategori kompetisi dan bidang kompetisi. Atribut kategori kompetisi berisi elemen PKM, konferensi, lain-lain. Atribut kategori bidang kompetisi berisi elemen ilmu komputer dan non ilmu komputer.
18 8 Tabel 6 Atribut tabel fakta akademik Nama atribut Deskripsi nim Nomor induk mahasiswa id_prov Kode provinsi mahasiswa id_jalur_masuk Kode jalur masuk id_rataanipk Kode selang nilai IPK id_status_studi Kode status studi id_jk Kode jenis kelamin tahun_masuk Tahun masuk perkuliahan Tabel 7 Atribut tabel fakta prestasi Nama atribut Deskripsi id_kat_komp Kode kategori kompetisi id_bid_komp Kode bidang kompetisi id_tkt_komp Kode tingkat kompetisi tahun_masuk Tahun masuk perkuliahan Tabel 8 Atribut tabel fakta tugas akhir Nama atribut Deskripsi Nim Nomor induk mahasiswa id_kata_kunci Kode kata kunci skripsi id_lab Kode lab keilmuan in_dosen_ps Inisial dosen id_rataanipk Kode selang nilai IPK id_lama_studi Kode lama studi id_jk Kode jenis kelamin Gambar 2 Skema galaksi dengan tabel fakta akademik, prestasi, dan tugas akhir
19 Gambar 3 Hirarki dimensi 9
20 10 2 Perancangan Logikal Model data pada data warehouse adalah mutidimensional. Pada tahap desain konseptual telah ditentukan tabel fakta dan dimensi sesuai informasi yang akan ditampilkan. Selanjutnya untuk merepresentasikan model data multidimensional dipilih jenis OLAP yang dapat menyimpan data tabel fakta dan dimensi. Jenis OLAP yang digunakan adalah MOLAP (Multidimensional OLAP). MOLAP merepresentasikan data dengan kubus data yang membuat proses query data menjadi cepat. Hasil dari desain logikal adalah terbentuknya tiga kubus data berdasarkan tabel fakta yang terbentuk, yaitu: kubus akademik, kubus prestasi, dan kubus tugas akhir. Tabel 9 menunjukkan kubus akademik beserta dimensinya. Tabel 10 menunjukkan kubus prestasi beserta dimensinya. Tabel 11 menunjukkan kubus tugas akhir beserta dimensinya. Tabel 9 Nama dan deskripsi dimensi dari kubus akademik Nama dimensi Jenis kelamin Jalur masuk Asal daerah Tahun masuk Rataan IPK Status studi Measure akademik Deskripsi Jenis kelamin mahasiswa Jalur masuk IPB Asal daerah mahasiswa Tahun masuk perkuliahan Nilai rataan IPK Status studi mahasiswa Jumlah mahasiswa Tabel 10 Nama dan deskripsi dimensi dari kubus prestasi Nama dimensi Deskripsi Tahun masuk Tahun masuk perkuliahan Kategori kompetisi Kategori kompetisi Bidang kompetisi Bidang kompetisi Tingkat kompetisi Tingkat kompetisi Measure prestasi Jumlah kemenangan kompetisi dan jumlah mahasiswa yang menang kompetisi Tabel 11 Nama dan deskripsi dimensi dari kubus tugas akhir Nama dimensi Deskripsi Tahun masuk Tahun masuk perkuliahan Jenis kelamin Jenis kelamin mahasiswa Kata kunci skripsi Kata kunci skripsi mahasiswa Lab keilmuan Lab keilmuan Program Studi Ilmu Komputer Dosen pembimbing skripsi Dosen pembimbing skripsi mahasiswa Lama studi Lama studi mahasiswa Measure tugas akhir Nama-nama ukuran (jumlah mahasiswa lulus)
21 3 Perancangan Fisik Jedox merupakan basis data berbasis sel yang multidimensional, hirarkis, dan berbasis memori. Query dalam Jedox menghasilkan satu nilai sel tunggal, bukan baris data seperti basis data relasional. Jedox mendukung struktur penyimpanan data dalam bentuk kubus data. Setelah kubus data dirancang pada tahap desain logikal, selanjutnya kubus data tersebut dimuat pada Jedox Excel Add-In. Hal pertama yang dilakukan adalah membuat database pada Jedox Excel Add-In yang ditunjukkan pada Gambar 4. Selanjutnya membuat dimensi yang telah dirancang pada tahap desain logikal, dapat dilihat pada Gambar 5. Setelah dimensi dibuat, kemudian membuat kubus dan memasukkan kumpulan dimensi sesuai hasil rancangan. Gambar 6 menunjukkan salah satu pembuatan kubus prestasi. Gambar 7 menunjukkan dimensi dan kubus yang telah dibuat. Jedox Server menyimpan data di dalam kubus secara default dengan format fail CSV. 11 Gambar 4 Pembuatan database pada Jedox Excel Add-In Gambar 5 Dimensi pada Jedox Excel Add-In
22 12 Gambar 6 Pembuatan kubus prestasi di Jedox Excel Add-In Gambar 7 Struktur kubus dan dimensi di Jedox Excel Add-In Extraction Transformation Loading (ETL) Tahap ETL data diawali dengan ekstraksi data. tahap ekstraksi data memilih data dari sumber data yang masih berformat Excel (xls dan xlsx). Terdapat 4 sumber data berformat Excel yang didapat, yaitu: data mahasiswa, data skripsi, data lab keilmuan, dan data prestasi. Kemudian atribut dari empat sumber tersebut dipilih berdasarkan tahap desain logikal. Atribut tersebut adalah dimensi dari tabel fakta. Selanjutnya kumpulan dimensi beserta record data tiap dimensi dibuat dalam fail Excel baru sesuai tabel fakta yang telah dibuat. Terdapat tiga fail Excel baru yang merupakan tabel fakta, yaitu: fak_tugas_akhir.xlsx, fak_prestasi.xlsx, fak_akademik.xlsx. Transformasi data diawali dengan pembersihan record pada tiga data fakta yang masih berformat Excel. Hasil pembersihan data adalah ditemukannya nilai null pada satu record data di atribut kabupaten pada fail fak_akademik.xlsx.
23 Penyelesaiannya adalah dengan cara identifikasi atribut kode pos yang terdapat pada sumber data awal untuk mendapatkan informasi kabupaten. Selanjutnya, melakukan load data dimensi dan tabel fakta ke database Microsoft Access. Kemudian data pada database Microsoft Access di import ke dalam database Microsoft SQL Server. Pada tahapan inilah terbentuknya data warehouse yang terdiri atas kumpulan data dimensi yang membentuk tabel fakta dan sudah terisi record. Implementasi OLAP Tahap pertama implementasi OLAP adalah melakukan konfigurasi antara Jedox server sebagai penyimpan kubus data, web server Apache, dan database server Microsoft SQL Server sebagai tempat data warehouse. Pada package web server WAMP sudah terisi Apache dan PHP 5.2.5, kemudian fail dll pada SDK Jedox, yaitu libconnectionpoo.dll dan libpalo_ng.dll dimasukkan ke dalam folder bin Apache dan PHP pada WAMP. Selanjutnya menambahkan Jedox sebagai extension pada WAMP dengan cara memasukkan php_jedox_palo.dll dari SDK Jedox ke fail php.ini. Setelah dilakukan konfigurasi server, data dari database Microsoft SQL Server dimasukkan ke dalam struktur kubus data yang terdapat pada Jedox server dengan query PHP. Salah satu potongan source code PHP untuk me-load data fakta dari database Microsoft SQL Server ke Jedox Server dapat dilihat pada Gambar 8. Kemudian dirancang antarmuka aplikasi OLAP menggunakan bahasa pemograman PHP dan JpGraph sebagai library PHP untuk menampilkan grafik. Antarmuka awal sistem dapat dilihat pada Gambar 9. Gambar 10 menunjukkan tampilan parameters selection pada sistem yang berguna untuk memilih kubus, dimensi dan measure. Contoh tampilan tabel crosstab dapat dilihat pada Gambar 11 yang menunjukkan jumlah mahasiswa berdasarkan asal daerah mahasiswa. Gambar 12 menunjukkan grafik bar jumlah mahasiswa berdasarkan lama studi dan lab keilmuan. Gambar 13 menunjukkan grafik line jumlah mahasiswa jumlah mahasiswa berdasarkan jenis kelamin. Gambar 14 menunjukkan grafik pie jumlah kemenangan kompetisi berdasarkan kategori kompetisi. 13 Gambar 8 Source code me-load data fakta prestasi dari MSSQL ke Jedox Server
24 14 Gambar 9 Tampilan awal antarmuka pada sistem Gambar 10 Tampilan parameters selection pada sistem Gambar 11 Tabel crosstab dimensi asal daerah
25 15 Gambar 12 Grafik bar menampilkan jumlah mahasiswa berdasarkan masa studi Gambar 13 Grafik line jumlah mahasiswa berdasarkan jenis kelamin Gambar 14 Grafik pie jumlah kemenangan kompetisi
26 16 Pengujian Sistem Pengujian sistem dilakukan dengan cara melihat kesesuaian fungsi-fungsi sistem pada tahap analisis. Tabel 12 menunjukkan kesesuaian fungsi sistem dengan hasil akhir implementasi sistem. No Fungsi Sistem 1 Menampilkan data secara roll up, drill down, slice, dan dice, pivot 2 Menampilkan data dalam bentuk grafik 3 Menampilkan data dalam bentuk tabel crosstab 4 Memilih data berdasarkan dimensi dan measure Tabel 12 Hasil pengujian fungsi-fungsi sistem Skenario Hasil yang Pengujian diharapkan Memilih kubus, Data akan tampil kemudian menentukan secara roll up/ measure dan dimensi, drill down/ slice/ data secara default dice/ pivot akan tampil Memilih kubus, kemudian menentukan measure dan dimensi, memilih radio button show graphic Memilih kubus, kemudian menentukan measure dan dimensi, data secara default akan tampil di dalam tabel crosstab Memilih kubus, kemudian menentukan salah satu measure dan memilih salah satu atau beberapa dimensi Data direpresentasikan dengan grafik Data tampil di dalam tabel crosstab Data tampil sesuai measure dan dimensi yang ditentukan Hasil pengujian Sesuai harapan Sesuai harapan Sesuai harapan Sesuai harapan SIMPULAN DAN SARAN Simpulan Hasil penelitian pembangunan data warehouse dan aplikasi OLAP untuk memantau prestasi mahasiswa Program Studi Ilmu Komputer IPB berhasil merepresentasikan data mahasiswa akademik dan non-akademik Program Studi S1 Ilmu Komputer dengan tabel crosstab dan grafik bar, line, pie. Penelitian ini juga menghasilkan tiga kubus data, yaitu kubus tugas akhir dengan measure jumlah mahasiswa lulus, kubus akademik dengan measure jumlah mahasiswa, dan kubus prestasi dengan measure jumlah kemenangan yang diperoleh dan jumlah mahasiswa yang memenangkan kompetisi.
27 17 Saran Saran untuk penelitian data warehouse dan OLAP selanjutnya adalah: 1 Data yang lengkap untuk mendapatkan hasil analisis yang tepat. 2 Aplikasi OLAP dikembangkan dengan menambah fungsi ETL (Extraction Transformation Loading) untuk mempermudah penambahan data yang dapat terhubung dengan SIMAK (Sistem Informasi dan Manajemen Akademik) Departemen Ilmu Komputer. DAFTAR PUSTAKA Han J, Kamber M Data Mining: Concepts and Techniques. San Francisco (US): Morgan Kaufmann. Inmon WH Building The Data Warehouse. Ed ke-3. New Jersey (US): J Wilesy. Malinowski E, Zim anyi E Advanced Data Warehouse Design. Heidelberg (DE): Springer. Permana Y Data Warehouse dan Aplikasi OLAP Data Akademik Ilmu Komputer IPB Berbasis Web Menggunakan Palo 2.0. [skripsi]. Bogor (ID): Institut Pertanian Bogor. Raue K Palo 2.0 Manual. Freiburg (DE): Jedox GmbH. Yuliasari S Pembangunan Data Warehouse dan Aplikasi OLAP Berbasis Web (Studi Kasus Data Skripsi Mahasiswa Ilmu Komputer IPB). [skripsi]. Bogor (ID): Institut Pertanian Bogor.
28 18 RIWAYAT HIDUP Penulis dilahirkan di Palembang, Sumatera Selatan pada tanggal 25 Oktober Penulis merupakan anak kedua dari 3 bersaudara dari pasangan Nasir Saleh dan Nurma. Pada tahun 2010, penulis menamatkan pendidikan di SMA Negeri 5 Palembang. Penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) pada tahun yang sama melalui jalur Undangan Seleksi Masuk IPB di Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Penulis aktif di organisasi Lembaga Dakwah Kampus Al-Hurriyyah pada tahun , Lembaga Dakwah Fakultas Serambi Ruhiyah Mahasiswa FMIPA pada tahun , Badan Pengawas Himpunan Mahasiswa Ilmu Komputer pada tahun dan berbagai kegiatan kepanitiaan seperti IT Today (2011 dan 2012), Masa Perkenalan Departemen (2012), Masa Perkenalan Fakultas (2012), Family Gathering Ilkom (2012). Penulis juga menjadi asisten praktikum pada mata kuliah Penerapan Komputer ( ). Selain itu, penulis melaksanakan kegiatan praktik kerja lapangan di PT. Garuda Food Beverage pada tahun 2013.
4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik.
5 4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik. Lapis atas: Web browser Grafik Laptop JpGraph Line Plot Presentasi
Lebih terperinciONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI
ONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB UNTUK TANAMAN HORTIKULTURA MENGGUNAKAN PALO FEBRIANI DWIPRIANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciWeb browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data
6 Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 Analisis Data HASIL DAN PEMBAHASAN Data hotspot yang digunakan adalah data dari tahun 2000 sampai dengan tahun 2004. Hal ini disebabkan data hotspot
Lebih terperinciHASIL DAN PEMBAHASAN. Nama dan deskripsi atribut tabel tempfact_indeksprestasi
Uji Query Tahap ini dilakukan setelah pembuatan data warehouse selesai. Pengujian ini dilakukan untuk melihat apakah operasi dasar OLAP berhasil diimplementasikan dan sesuai dengan informasi yang ditampilkan.
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 terperinciHASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.
3 warehouse dan data mart memiliki batasan yang sangat tipis, namun perbedaan ini tidak perlu dikhawatirkan karena secara subtansi tujuan dari pembuatannya memiliki kesamaan (Noviandi 2010). Konsep data
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 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 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 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 terperinciHASIL DAN PEMBAHASAN Kondisi Awal Lingkungan Pengembangan
6 proses updating lokasi untuk basis data dailyhotspot importime.php merupakan modul yang berguna untuk melakukan proses updating elemen dimensi waktu untuk basis data monthlyhotspot importimedaily.php
Lebih terperinciHASIL DAN PEMBAHASAN Dalam pembuatan data warehouse potensi desa wilayah Bogor melalui beberapa tahap yaitu:
8 memeriksa apakah masukan dari pengguna akan memberikan keluaran yang sesuai dengan tidak memperhatikan proses yang terjadi di dalamnya (Sommerville 2000). HASIL DAN PEMBAHASAN Dalam pembuatan data warehouse
Lebih terperinciHASIL DAN PEMBAHASAN. Analisis Data
atribut tahun akademik dan atribut. Selain generalisasi, pada proses ini juga dilakukan dengan mengkonstruksi atribut baru menggunakan data dari atribut yang sudah ada. 4 Pemuatan Data Pada tahap ini,
Lebih terperinciMAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB
MAKALAH SEMINAR PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP PADA DATA EVALUASI PROSES BELAJAR MENGAJAR IPB BERBASIS WEB Oleh: Wahyu Dwi Suryanto G64096065 Pembimbing: Firman Ardiansyah, S.Kom., M.Si.
Lebih terperinciDATA WAREHOUSE DAN APLIKASI OLAP DATA AKADEMIK ILMU KOMPUTER IPB BERBASIS WEB MENGGUNAKAN PALO 2.0 YAGHI AMANDA PERMANA
DATA WAREHOUSE DAN APLIKASI OLAP DATA AKADEMIK ILMU KOMPUTER IPB BERBASIS WEB MENGGUNAKAN PALO 2.0 YAGHI AMANDA PERMANA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
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 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 terperinciPEMBANGUNAN DATA WAREHOUSE AKADEMIK (STUDI KASUS : KURIKULUM MAYOR-MINOR PROGRAM SARJANA DEPARTEMEN ILMU KOMPUTER IPB) WIDIA SULISTYANINGSIH
PEMBANGUNAN DATA WAREHOUSE AKADEMIK (STUDI KASUS : KURIKULUM MAYOR-MINOR PROGRAM SARJANA DEPARTEMEN ILMU KOMPUTER IPB) WIDIA SULISTYANINGSIH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciDATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA
DATA WAREHOUSE DAN APLIKASI OLAP AKADEMIK KURIKULUM MAYOR-MINOR BERBASIS LINUX KAROMATUL AULIA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
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 terperinciPenambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5
Penambahan Modul Updating Data pada OLAP Berbasis Web untuk Persebaran Hotspot di Wilayah Indonesia Menggunakan Palo 2.5 Riza Mahendra, Annisa, Imas S. Sitanggang Departemen Ilmu Komputer, Institut Pertanian
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 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 terperinciPENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP DATA TRACER STUDY ALUMNI IPB BERBASIS WEB MENGGUNAKAN MICROSOFT BUSINESS INTELLIGENCE
PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI OLAP DATA TRACER STUDY ALUMNI IPB BERBASIS WEB MENGGUNAKAN MICROSOFT BUSINESS INTELLIGENCE Oleh: Wahyu Dwi Suryanto G64096065 Pembimbing: Firman Ardiansyah, S.Kom.,
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 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 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 terperinciWaktu. id_waktu. Jalur propinsi pulau Pelamar. tahun_masuk Mahasiswa. JenisKelamin. lelaki_perempuan. Studi. id_studi
8 Palo Server 1.0c (berfungsi sebagai OLAP server yang melakukan fungsi agregasi dan tempat penyimpanan struktur dan data kubus data multidimensi) Palo Excel Add-In 1.0c (tempat pembuatan/pemodelan struktur
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 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Untuk mencapai tujuan dalam rangka mewujudkan Visi dan Misi perguruan tinggi perlu dimanfaatkan secara optimal seluruh sumber daya yang dimiliki oleh perguruan tinggi
Lebih terperinciPEMBANDINGAN WAKTU OPERASI DALAM OLAP PPMB IPB PADA PALO VERSI 1.0c DENGAN PALO VERSI 2.0 HOLAN
PEMBANDINGAN WAKTU OPERASI DALAM OLAP PPMB IPB PADA PALO VERSI 1.0c DENGAN PALO VERSI 2.0 HOLAN DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008 PEMBANDINGAN
Lebih terperinciHASIL DAN PEMBAHASAN. Sistem Operasi: Microsoft Windows XP
7 Sistem Operasi Microsoft Windows XP Professional Service Pack Sedangkan spesifikasi inti kedua virtual komputernya adalah: Prosesor tunggal Memori 5 MB Harddisk 8 GB Sistem Operasi: Microsoft Windows
Lebih terperinciAbstrak. 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
Lebih terperinciPENGEMBANGAN 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
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 terperinciJurnal Ilmiah Widya Teknik Volume 15 Nomor
Jurnal Ilmiah Widya Teknik Volume 15 Nomor 2 2016 PEMBANGUNAN ONLINE ANALYTICAL PROCESSING YANG TERINTEGRASI DENGAN SISTEM INFORMASI HARGA BAHAN POKOK KOTA YOGYAKARTA C. Hutomo Suryolaksono 1, Paulina
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 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 terperinciHASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP
Uji Query Uji query adalah tahap untuk menguji temporal data warehouse apakah telah sesuai dengan kebutuhan dan berfungsi dengan baik serta memeriksa apakah operasi dasar data warehouse dan fungsi agregat
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 terperinciPerancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi
Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi I Nyoman Mahayasa Adiputra, J. Wahyu Nugroho Joshua Sekolah Tinggi
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 terperinciPERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI. Abstract. Keywords: Database, DataWarehouse, ETL, PowerPivot, Star Schema.
PERANCANGAN DATA WAREHOUSE AKADEMIK STMIK KADIRI Umi Fadilah 1, Wing Wahyu Winarno 2, Armadyah Amborowati 3 1,2 Magister Teknik Informatika STMIK AMIKOM Yogyakarta farilah_07@yahoo.co.id 1, wing@amikom.ac.id
Lebih terperinciIMPLEMENTASI 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,
Lebih terperinciPEMBANGUNAN BUSINESS INTELLIGENCE SUPRA DESA DAN KAWASAN PERDESAAN UNTUK PERENCANAAN PEMBANGUNAN TUGAS AKHIR
PEMBANGUNAN BUSINESS INTELLIGENCE SUPRA DESA DAN KAWASAN PERDESAAN UNTUK PERENCANAAN PEMBANGUNAN TUGAS AKHIR Diajukan untuk Memenuhi Sebagian Prasyarat Mencapai Derajat Sarjana Teknik Informatika Oleh
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 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 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 terperinciPREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G
PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G651044054 SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciPERANCANGAN DATA WAREHOUSE PEMINJAMAN BUKU PADA PERPUSTAKAAN UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA TUGAS AKHIR
PERANCANGAN DATA WAREHOUSE PEMINJAMAN BUKU PADA PERPUSTAKAAN UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA TUGAS AKHIR Tugas Akhir ini sebagai salah satu syarat untuk memperoleh gelar sarjana Teknik
Lebih terperinciPENGEMBANGAN MODUL UPDATE DATA PADA SISTEM SPATIAL DATA WAREHOUSE HOTSPOT BOLIVIANTO KUSUMAH
PENGEMBANGAN MODUL UPDATE DATA PADA SISTEM SPATIAL DATA WAREHOUSE HOTSPOT BOLIVIANTO KUSUMAH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciMODUL EXTRACT, TRANSFORM, LOAD UNTUK DATA WAREHOUSE KOMODITAS PERTANIAN INDONESIA MENGGUNAKAN TALEND
MODUL EXTRACT, TRANSFORM, LOAD UNTUK DATA WAREHOUSE KOMODITAS PERTANIAN INDONESIA MENGGUNAKAN TALEND Rina Trisminingsih 1), Intan Yuli Kiswari 2) 1,2 Departemen Ilmu Komputer, Institut Pertanian Bogor
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 terperinciPEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP BERBASIS WEB MENGGUNAKAN PALO (STUDI KASUS: DATA PPMB IPB) ABI HERLAMBANG G
PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP BERBASIS WEB MENGGUNAKAN PALO (STUDI KASUS: DATA PPMB IPB) ABI HERLAMBANG G64101047 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
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 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 terperinciBAB 3 METODE PENELITIAN. Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder.
BAB 3 METODE PENELITIAN 3.1 Metode Pengumpulan Data 3.1.1 Sumber Data Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder. 1. Data primer Didapatkan peneliti secara langsung
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 IV HASIL DAN PEMBAHASAN
20 BAB IV HASIL DAN PEMBAHASAN 4.1. Analisis Data Pada penelitian ini digunakan data satelit NOAA pada tahun 1997 sampai dengan 2005 serta data satelit TERRA dan AQUA dari tahun 2000 sampai dengan 2009.
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 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 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 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 terperinciPENGELOLAAN 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,
Lebih terperinciHASIL DAN PEMBAHASAN Praproses Data Clustering
Perangkat lunak: Sistem operasi: Windows XP Home Edition, WEKA versi 3.5.7, ArcView GIS 3.3, Map Server For Windows (ms4w) 2.3.1 Chameleon 2.4.1 Perangkat keras: Prosessor intel Pentium 4 ~2GHz Memory
Lebih terperinciABSTRAK. 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
Lebih terperinciPENGEMBANGAN APLIKASI FUZZY TEMPORAL ASSOCIATION RULE MINING (STUDI KASUS : DATA TRANSAKSI PASAR SWALAYAN ) HANDAYANI RETNO SUMINAR
PENGEMBANGAN APLIKASI FUZZY TEMPORAL ASSOCIATION RULE MINING (STUDI KASUS : DATA TRANSAKSI PASAR SWALAYAN ) HANDAYANI RETNO SUMINAR DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
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 terperinciPENGEMBANGAN SISTEM ANALISIS AKADEMIS MENGGUNAKAN OLAP DAN DATA CLUSTERING STUDI KASUS : AKADEMIK UNIVERSITAS SEBELAS MARET SURAKARTA
PENGEMBANGAN SISTEM ANALISIS AKADEMIS MENGGUNAKAN OLAP DAN DATA CLUSTERING STUDI KASUS : AKADEMIK UNIVERSITAS SEBELAS MARET SURAKARTA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata
Lebih terperinciBab 4 Hasil Implementasi dan Analisis
Bab 4 Hasil Implementasi dan Analisis 4.1 Pengantar Pada bagian keempat ini akan dibahas implementasi dari perancangan skenario perbandingan yang sudah dibuat pada bagian sebelumnya, yaitu implementasi
Lebih terperinciBAB 4 PERANCANGAN DAN IMPLEMENTASI
BAB 4 PERANCANGAN DAN IMPLEMENTASI 4.1 Arsitektur Data Warehouse Pelaksanaan perancangan data warehouse dimulai dari perumusan permasalahan yang dihadapi oleh perusahaan kemudian dilanjutkan dengan pencarian
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 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 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 terperinciABSTRAK. Kata kunci: optimasi MDX, operasi OLAP, analisis, cube, trend analysis. v Universitas Kristen Maranatha
ABSTRAK Data mart digunakan oleh suatu perusahaan atau instansi untuk mendukung proses analisis dan pengambilan keputusan. Namun banyaknya data yang disimpan di dalam data mart sering kali menyebabkan
Lebih terperinciPEMBANGUNAN SISTEM DATA MINING UNTUK DIAGNOSIS PENYAKIT DIABETES MENGGUNAKAN ALGORITME CLASSIFICATION BASED ASSOCIATION HERWANTO
PEMBANGUNAN SISTEM DATA MINING UNTUK DIAGNOSIS PENYAKIT DIABETES MENGGUNAKAN ALGORITME CLASSIFICATION BASED ASSOCIATION HERWANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 1 PERNYATAAN MENGENAI
Lebih terperinciAPLIKASI ONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB DATA WAREHOUSE TANAMAN HORTIKULTURA MENGGUNAKAN SPAGOBI EDO RAHARDI PERMANA
APLIKASI ONLINE ANALYTICAL PROCESSING (OLAP) BERBASIS WEB DATA WAREHOUSE TANAMAN HORTIKULTURA MENGGUNAKAN SPAGOBI EDO RAHARDI PERMANA DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Database Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007 PERANCANGAN DATA WAREHOUSE UNTUK MENDUKUNG MANAJEMEN PENDIDIKAN PADA JURUSAN
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 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 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 DAN IMPLEMENTASI DATA WAREHOUSE UNTUK MENDUKUNG SISTEM AKADEMIK (STUDI KASUS PADA STKIP MUHAMMADIYAH KOTABUMI)
Page 94 Jurnal TIM Darmajaya Vol. 02 No. 01 Mei 2016 PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE UNTUK MENDUKUNG SISTEM AKADEMIK (STUDI KASUS PADA STKIP MUHAMMADIYAH KOTABUMI) Khusnul Khotimah 1 Sriyanto
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 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 terperinciTUGAS DATA WAREHOUSE
TUGAS DATA WAREHOUSE PERANCANGAN DAN PEMBUATAN DATA WAREHOUSE DAN APLIKASI ONLINE ANALYTICAL PROCESSING UNTUK BANK X Oleh : Nama : Fitri Wahyu Apriliani Nim : 011.01.106 Kelas : Teknik Informatika VI A
Lebih terperinciIMPLEMENTASI DATA WAREHOUSE UNTUK MENUNJANG KEGIATAN AKADEMIK
IMPLEMENTASI DATA WAREHOUSE UNTUK MENUNJANG KEGIATAN AKADEMIK Ariana Azimah 1) Yudho Giri Sucahyo 2) Magister Teknologi Informasi Fakultas Ilmu Komputer, Universitas Indonesia ariana@unas.ac.id 1) yudho@cs.ui.ac.id
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 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 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 terperinciBINUS UNIVERSITY. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil 2007/2008
BINUS UNIVERSITY Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil 2007/2008 PERANCANGAN DATA WAREHOUSE PENJUALAN, BONUS, KINERJA MEMBER DAN SERVICE CENTER PADA PT. WOO TEKH INDONESIA
Lebih terperinciSISTEM INFORMASI AKADEMIK BERBASIS WEB PADA SMA DHARMAWANGSA MEDAN TUGAS AKHIR
SISTEM INFORMASI AKADEMIK BERBASIS WEB PADA SMA DHARMAWANGSA MEDAN TUGAS AKHIR AULIA RACHMAN 082406072 PROGRAM STUDI DIPLOMA III TEKNIK INFORMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN
ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN, PEMBELIAN, DAN PERSEDIAAN UNTUK MENDUKUNG EKSEKUTIF DALAM PENGAMBILAN KEPUTUSAN PADA PT. PUSAKA KALI AGUNG Penulis : Rustam Steven Edwin Laurentino Palit
Lebih terperinciPEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA.
Oleh : Tugas Akhir PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA Kurnia Widyaningtias NRP. 5107100607 Pembimbing 1 Pembimbing
Lebih terperinciIMPLEMENTASI SISTEM BUSINESS INTELLIGENCE TERHADAP REKAP NILAI PERKULIAHAN MENGGUNAKAN METODE ONLINE ANALITYCAL PROCESSING (OLAP)
IMPLEMENTASI SISTEM BUSINESS INTELLIGENCE TERHADAP REKAP NILAI PERKULIAHAN MENGGUNAKAN METODE ONLINE ANALITYCAL PROCESSING (OLAP) Ahmad Lubis Ghozali 1), Munengsih Sari Bunga 2) 1), 2) Teknik Informatika
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 terperinciAPLIKASI DATABASE SISWA DI BIMBEL METRO TUGAS AKHIR RUDIANSYAH
APLIKASI DATABASE SISWA DI BIMBEL METRO TUGAS AKHIR RUDIANSYAH 072406101 PROGRAM STUDI D3 ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010 ii APLIKASI DATABASE
Lebih terperinciPENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING
PENGKLASIFIKASIAN MINAT BELAJAR MAHASISWA DENGAN MODEL DATA MINING MENGGUNANAKAN METODE CLUSTERING Marlindawati 1) Andri 2) 1) Manajemen Informatika Universitas Bina Darma Jl. Ahmad Yani No. 3, Palembang
Lebih terperinciBASIS DATA MODEL BASIS DATA
BASIS DATA MODEL BASIS DATA APA ITU MODEL BASIS DATA? Model database menunjukkan struktur logis dari suatu basis data, termasuk hubungan dan batasan yang menentukan bagaimana data dapat disimpan dan diakses.
Lebih terperinci