BAB III METODE PENELITIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III METODE PENELITIAN"

Transkripsi

1 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 di wilayah Indonesia berdasarkan kurun waktu tertentu. Sistem ini memanfaatkan data yang diambil dari satelit NOAA, TERRA dan AQUA kemudian dilakukan ekstraksi informasi sehingga menghasilkan informasi yang berguna dan menampilkan informasi tersebut dalam sebuah tampilan web. Sistem informasi geografis persebaran hotspot ini terdiri atas tiga modul utama, yaitu modul untuk ekstraksi informasi, modul untuk visualisasi data dan terakhir adalah modul update data. Modul visualisasi berfungsi untuk menampilkan informasi-informasi dari hasil ekstraksi informasi agar dapat dengan mudah dimengerti oleh orang banyak. Secara umum modul visualisasi ini terdiri atas dua bagian, yaitu bagian pertama untuk menampilkan hasil dalam bentuk grafik dan bagian kedua untuk menampilkan hasil dalam bentuk peta. Visualisasi hotspot dalam bentuk grafik dibangun menggunakan Mondrian OLAP. Pembangunan ini meliputi pembangunan data warehouse dan OLAP untuk visualisasi persebaran hotspot di wilayah Indonesia. Pembangunan data warehouse dilakukan dengan beberapa tahapan. Tahapan-tahapan tersebut adalah tahapan yang harus dilengkapi agar pembangunan data warehouse berhasil. Tahapan-tahapan penelitian pengembangan data warehouse dan spatio-temporal dapat dilihat pada Gambar 3.

2 16 Studi Literatur Pembuatan Data Warehouse Analisis Data Pembuatan Peta Ekstraksi Data Uji Query Transformasi Data Integrasi SOLAP Pemuatan Data Evaluasi Sistem Gambar 3 Tahapan Pengembangan Data Warehouse. 3.1 Studi Literatur Untuk mendukung dalam proses penelitian ini, terlebih dahulu mencari informasi sebagai bahan literatur untuk pengembangan data warehouse ini. Sumber informasi yang didapat diantaranya dari buku, internet, jurnal dan artikel. 3.2 Analisis Pada penelitian ini data yang ditambahkan antara lain data hotspot dari satelit tahun 2000 sampai dengan tahun 2009 dan AQUA. Data hotspot yang telah diperoleh kemudian dianalisis untuk mendapatkan atribut-atribut yang tepat dan sesuai dalam pembuatan spatio-temporal data warehouse. Hasil analisis ini digunakan untuk menentukan dimensi, tabel fakta, dan skema yang tepat untuk model data multidimensi. 3.3 Ekstraksi Data Ekstraksi adalah tahap pengambilan data yang relevan dari database relasional sebelum masuk ke dalam data warehouse. Pada ekstraksi, atributatribut dan record-record yang diinginkan dipilih dan diambil dari database relasional. Dalam tahap ekstraksi ini, dilakukan pula pembersihan data yaitu dengan pemilihan atribut-atribut yang sesuai dengan atribut yang ada dalam

3 17 database sebelumnya. Selain itu dalam tahapan ini dilakukan pengecekan terhadap data-data yang kurang lengkap ataupun data-data yang sama. 3.4 Transformasi Data Transformasi data merupakan proses generalisasi atau penyeragaman nama atribut, agregasi, dan konstruksi atribut atau dimensi. Pada tahap transformasi ini, data yang berasal dari semua sumber dikonversi ke dalam format umum yang disesuaikan dengan skema multidimensional yang telah dibuat. Transformasi terpenting adalah transformasi pada label penamaan yang bertujuan agar tidak terdapat nama atribut yang serupa atau pada atribut yang sama memiliki nama yang berbeda pada database yang berbeda. 3.5 Pemuatan data Setelah tahap ekstraksi dan transformasi data dilakukan, maka data telah siap untuk dimuat (load) ke dalam data warehouse. Pada tahap ini, dilakukan pula pengurutan dan peninjauan integritas suatu data. Proses selanjutnya yaitu dengan melakukan proses penambahan waktu satelit, id satelit dan kode satelit. 3.6 Pembuatan Data Warehouse Proses dilanjutkan dengan pembuatan spatio-temporal data warehouse. Input data dilakukan berdasarkan skema multidimensional (dalam penelitian ini menggunakan skema snowflake) yang telah dirancang. Skema snowflake yang telah dirancang kemudian diimplementasikan menjadi sebuah kubus data geometri multidimensi (geocube) menggunakan schema workbench. Kemudian, data yang telah dimuatkan dalam membangun data warehouse ini di retrieve oleh SOLAP berdasarkan struktur kubus data geometri multidimensi yang terbentuk. 3.7 Pembuatan Peta Setelah tahapan ekstraksi, transformasi, pemuatan data (Extraction, Transform, Load /ETL) dan diikuti dengan pembuatan data warehouse, kemudian tahap berikutnya dilanjutkan dengan pembuatan peta berupa layer-layer yang dikonstruksi berdasarkan sql query. Tahapan pertama sebelum layer peta dikonstruksi adalah dengan membuat workspace pada web map server. Kemudian dilanjutkan dengan membangun data store pada workspace yang telah dibuat pada

4 18 web map server. Data store merupakan tempat penyimpanan yang dapat menampung berbagai layer yang hendak dikonstruksi. Layer-layer yang disimpan dalam data store dapat berupa layer point, line, maupun polygon. Layer-layer yang dihasilkan dari sql query tersebut merupakan layer dengan tingkat relevansi yang disesuaikan dengan data warehouse yang dibangun. 3.8 Uji Query Uji query merupakan tahap untuk menguji apakah spatio-temporal data warehouse yang dibuat telah sesuai dengan kebutuhan dan memeriksa apakah operasi dasar SOLAP berhasil diimplementasikan untuk data spasial. Query yang diujikan berupa query biasa dan query spasial menggunakan fungsi Multidimensional Expressions (MDX). Pengujian dilakukan dengan geocube atau kubus data geometri yang divisualisasikan dalam bentuk tabel dan grafik dengan GeoMondrian, serta visualisasi peta dengan Geoserver (Web Map Server) dalam satu web yang terintegrasi (Web Integration). Uji query pun dilakukan pada Geoserver dalam bentuk Common Query Language (CQL) yang bertujuan untuk membuat suatu layer yang dapat menampilkan visualisasi dalam bentuk peta sebagai timbal balik atas query yang diberikan ke dalam web map server. 3.9 Integrasi SOLAP Pada tahap ini pengguna dapat menggunakan operasi-operasi OLAP seperti roll up, drill down, slice, dice, dan pivot yang digabungkan dengan dimensi spasialnya. Contoh operasi OLAP yang dapat dijalankan antara lain: Roll up Operasi roll up ditampilkan dengan menaikkan hierarki dimensi waktu. Hierarki dimensi waktu terdiri atas dua level yaitu tahun dan bulan. Operasi roll up dapat dilakukan dengan melihat jumlah hotspot per bulan maupun roll up menjadi per tahun secara keseluruhan. Drill down Operasi drill down merupakan kebalikan dari operasi roll up. Operasi ini dilakukan dengan menurunkan hierarki dari hierarki tahun menjadi hierarki bulan. Operasi ini dilakukan untuk melihat secara lebih mendetail jumlah hotspot setiap bulan.

5 19 Slice Operasi slice dilakukan dengan memilih salah satu dimensi, misalkan hanya menampilkan jumlah hotspot hanya pada tahun-tahun tertentu saja yakni dengan memilih dimensi waktunya. Dice Operasi dice dilakukan dengan memilih dua dimensi yaitu dimensi waktu dan dimensi tempat. Contohnya adalah dengan memilih provinsi Kalimantan Tengah dan juga memilih tahun Operasi pivot Operasi pivot dilakukan dengan menukarkan axis dimensi. Misalkan axis-x (dimensi hotspot) diubah menjadi dimensi waktu dan axis-y (dimensi waktu) diubah menjadi dimensi hotspot. Operasi ini berguna untuk menampilkan tabel dengan sudut pandang yang berbeda. Operasi OLAP yang diintegrasikan dengan dimensi spasial akan menghasilkan bentuk informasi yang lebih jelas dan menarik Evaluasi Sistem Untuk melakukan kinerja sistem persebaran hotspot dilakukan evaluasi sistem terhadap sistem persebaran hotspot yang baru dan sistem persebaran hotspot yang sedang berjalan. Evaluasi ini dilakukan dengan cara memberikan kuesioner kepada pengguna data hotspot. Hasil evaluasi ini berguna untuk mengetahui sejauh mana kinerja sistem persebaran hotspot dan diharapkan mendapatkan saran dan masukan mengenai kekurangan dan kelebihan mengenai sistem persebaran hotspot itu.

BAB IV HASIL DAN PEMBAHASAN

BAB 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 terperinci

PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI SOLAP BERBASIS WEB UNTUK DATA TITIK PANAS (HOTSPOT) DIAN YUDISTIRA

PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI SOLAP BERBASIS WEB UNTUK DATA TITIK PANAS (HOTSPOT) DIAN YUDISTIRA PENGEMBANGAN DATA WAREHOUSE DAN APLIKASI SOLAP BERBASIS WEB UNTUK DATA TITIK PANAS (HOTSPOT) DIAN YUDISTIRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

menggunakan framework Geomondrian dan

menggunakan framework Geomondrian dan tingkat kabupaten. Penelitian ini telah membangun data warehouse dengan satu tabel fakta (hotspot) dan dua tabel dimensi (waktu dan lokasi). Pada penelitian berikutnya, Hasan (2009) menambahkan empat dimensi,

Lebih terperinci

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006. 1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan

Lebih terperinci

4 Web server mengakses kubus data Palo server melalui Palo PHP API. Aplikasi OLAP menggunakan library JpGraph untuk menampilkan grafik.

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 terperinci

Web browser Mozilla Firefox 2.0 dan Internet Explorer 7 HASIL DAN PEMBAHASAN. Analisis Data

Web 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 terperinci

BAB IV PERANCANGAN SISTEM

BAB IV PERANCANGAN SISTEM BAB IV PERANCANGAN SISTEM Pembahasan BAB IV mengenai proses perancangan data warehouse meliputi proses integrasi, pemodelan database dan dashboard interface. 4.1 Perencanaan Tahap perencanaan penelitian

Lebih terperinci

Lampiran 1 Struktur forestfire_spatialcube.xml

Lampiran 1 Struktur forestfire_spatialcube.xml LAMPIRAN Lampiran 1 Struktur forestfire_spatialcube.xml

Lebih terperinci

HASIL DAN PEMBAHASAN Dalam pembuatan data warehouse potensi desa wilayah Bogor melalui beberapa tahap yaitu:

HASIL 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 terperinci

HASIL DAN PEMBAHASAN. Nama dan deskripsi atribut tabel tempfact_indeksprestasi

HASIL 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 terperinci

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan. OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat

Lebih terperinci

DATA WAREHOUSE SPATIO-TEMPORAL KEBAKARAN HUTAN MENGGUNAKAN GEOMONDRIAN DAN GEOSERVER MUHAMMAD HILMAN FADLI

DATA WAREHOUSE SPATIO-TEMPORAL KEBAKARAN HUTAN MENGGUNAKAN GEOMONDRIAN DAN GEOSERVER MUHAMMAD HILMAN FADLI DATA WAREHOUSE SPATIO-TEMPORAL KEBAKARAN HUTAN MENGGUNAKAN GEOMONDRIAN DAN GEOSERVER MUHAMMAD HILMAN FADLI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 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 terperinci

HASIL DAN PEMBAHASAN. Analisis Data

HASIL 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 terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belakang PENDAHULUAN Teknologi basis data saat ini berkembang sangat pesat. Data disimpan dalam basis data, diolah kemudian disajikan sebagai informasi yang bernilai bagi pengguna. Penyimpanan

Lebih terperinci

Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap

Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical

Lebih terperinci

PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA

PEMBANGUNAN DATA WAREHOUSE DAN APLIKASI OLAP UNTUK MEMANTAU PRESTASI MAHASISWA PROGRAM STUDI S1 ILMU KOMPUTER IPB SUCI REZKY FHATTIYA 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

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA Latar Belakang PENDAHULUAN Analisis data historis dan pengolahan data multidimensi bukan merupakan hal yang baru untuk mendukung suatu pengambilan keputusan. Namun perubahan objek data yang dicatat, membuat

Lebih terperinci

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.

HASIL 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 terperinci

Bab 4 Hasil dan Pembahasan

Bab 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 terperinci

HASIL DAN PEMBAHASAN Praproses Data Clustering

HASIL 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 terperinci

PENGEMBANGAN MODUL UPDATE DATA PADA SISTEM SPATIAL DATA WAREHOUSE HOTSPOT BOLIVIANTO KUSUMAH

PENGEMBANGAN 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 terperinci

Anggota Kelompok 3 :

Anggota 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 terperinci

TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP

TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP OLEH: VIVIAN WIJAYA (15 62 003) JURUSAN SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP, OPERASI OLAP

Lebih terperinci

Perancangan Sistem Informasi Eksekutif

Perancangan Sistem Informasi Eksekutif Perancangan Sistem Informasi Eksekutif (Studi Kasus di UGM) Arif Nurwidyantoro Jurusan Ilmu Komputer dan Elektronika, FMIPA arifn@mail.ugm.ac.id Burhanudin Hakim Pusat Sumber Daya Informasi (PSDI) udnpico@gmail.com

Lebih terperinci

DATA 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 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

PERANCANGAN 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 terperinci

Tugas Akhir (KI091391) Muhamad Adi Prasetyo

Tugas Akhir (KI091391) Muhamad Adi Prasetyo Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).

Lebih terperinci

Leuwiliang Leuwisadeng 050 Ciampea 050 Ciampea 050 Ciampea 050 Tenjolaya 070 Ciomas 070 Ciomas

Leuwiliang Leuwisadeng 050 Ciampea 050 Ciampea 050 Ciampea 050 Tenjolaya 070 Ciomas 070 Ciomas LAMPIRAN 16 Lampiran 1 Daftar Kecamatan yang mengalami pemecahan dan perubahan wilayah Tahun 1996 Tahun 1999 Tahun 2003 Tahun 2006 Kode Kecamatan Kode Kecamatan Kod Kecamatan Kode Kecamatan e 020 Leuwiliang

Lebih terperinci

http://www.brigidaarie.com Apa itu database? tempat penyimpanan data yang saling berhubungan secara logika Untuk apa database itu?? untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Informasi merupakan sebuah elemen penting dalam kehidupan manusia yang semakin lama semakin maju. Dengan adanya informasi, kita bisa mengetahui beberapa hal

Lebih terperinci

IMPLEMENTASI 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 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

Abstrak. Kata kunci: Data Warehouse, Database, preprocesssing, OLAP. v Universitas Kristen Maranatha

Abstrak. Kata kunci: Data Warehouse, Database, preprocesssing, OLAP. v Universitas Kristen Maranatha Abstrak Data transaksi Eureka Foodcourt U.K. Maranatha menjadi kesempatan bagi pihak manajemen untuk dimanfaatkan. Pembuatan data warehouse merupakan suatu tahapan bagus bagi Eureka Foodcourt Universitas

Lebih terperinci

BAB I PENDAHULUAN. I.1 Pendahuluan

BAB I PENDAHULUAN. I.1 Pendahuluan BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data Warehouse Mohammed (2014) mengatakan bahwa data warehouse merupakan database relasional yang dirancang untuk melakukan query dan analisis. Data warehouse biasanya berisi

Lebih terperinci

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP) Overview Data Warehouse dan OLAP merupakan elemen penting yang mendukung decision support. Terutama bagi perusahaan perusahaan besar dengan database

Lebih terperinci

MAKALAH 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 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 terperinci

DATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO

DATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO DATAMULTIDIMENSI FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO DATAWAREHOUSE vs DATAMART DATAWAREHOUSE Perusahaan, melingkupi semua proses Gabungan datamart Data didapat dari proses Staging Merepresentasikan data

Lebih terperinci

PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI

PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Umum Teori umum adalah suatu pernyataan yang dianggap benar secara universal. Teori umum merupakan dasar untuk mengembangkan teori selanjutnya yang lebih khusus (spesifik).

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belakang PENDAHULUAN Saat ini sudah banyak organisasi yang telah mengadopsi teknologi data warehouse. Penerapan teknologi ini sangat membantu sekali bagi suatu organisasi yang memiliki data yang

Lebih terperinci

ANALISA 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) 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 terperinci

Bab 3. Metode Penelitian dan Perancangan Sistem

Bab 3. Metode Penelitian dan Perancangan Sistem Bab 3 Metode Penelitian dan Perancangan Sistem Dalam penelitian ini akan dilakukan representasi informasi demografi kependudukan di Provinsi Jawa Tengah, dari mulai data mentah yang dibukukan menjadi output

Lebih terperinci

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK 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 terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN Pada bab ini dijabarkan tentang latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian, metode penelitian, serta sistematika penulisan laporan dari tugas akhir

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Data Data adalah sebuah rekaman dari fakta-fakta, konsep-konsep, atau instruksiinstruksi pada media penyimpanan untuk komunikasi perolehan, dan pemrosesan dengan cara otomatis

Lebih terperinci

MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI

MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI MIGRASI SPATIAL DATA WAREHOUSE HOTSPOT KE SISTEM OPERASI LINUX UBUNTU MUHAMMAD ADE NURUSANI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN

Lebih terperinci

HASIL DAN PEMBAHASAN Kondisi Awal Lingkungan Pengembangan

HASIL 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 terperinci

IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 2003 DAN 2006 ABSTRAK

IMPLEMENTASI FUZZY OLAP PADA DATA POTENSI DESA DI PROVINSI JAWA BARAT TAHUN 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 terperinci

PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK

PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA ABSTRAK 1 PENGEMBANGAN DATA WAREHOUSE PROGRAM TRACKING STASIUN TV DI INDONESIA Arsanda Prawisda, Wisnu Ananta Kusuma, Hari Agung Adrianto 1 Staf Departemen Ilmu Komputer, Fakultas Matematika dan IPA, Institut

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 2.1 Kebakaran Hutan Kebakaran hutan merupakan salah satu penyebab kerusakan hutan yang memiliki dampak negatif yang cukup dahsyat. Dampak kebakaran hutan diantaranya menimbulkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan BAB III METODOLOGI PENELITIAN Pada bab ini akan dipaparkan langkah-langkah yang digunakan untuk membahas permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan metoda yang digunakan

Lebih terperinci

DATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa

DATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa DATAWAREHOUSE I Made Sukarsa Evolusi Sistem Informasi Decision Support System database Database (I,U,D,R) ETL DW (Read) Masalah : integrasi /konsistensi OLTP Normalisasi/Den ormalisasi OLAP Denormalisasi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Tugas Data Warehouse. Kebutuhan Bisnis untuk Gudang Data. (Warehouse)

Tugas Data Warehouse. Kebutuhan Bisnis untuk Gudang Data. (Warehouse) Tugas Data Warehouse Kebutuhan Bisnis untuk Gudang Data (Warehouse) Ricky Renaldo 1562004 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 KEBUTUHAN BISNIS

Lebih terperinci

[Data Warehouse] [6/C2 & 6/D2]

[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 terperinci

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe Menurut W.H. Inmon dan Richard D.H. koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 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 terperinci

Jurnal Ilmiah Widya Teknik Volume 15 Nomor

Jurnal 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 terperinci

BAB I PENDAHULUAN. didukung dengan pernyataan dari Poe (1998) yang menyatakan bahwa banyak

BAB 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 terperinci

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO

IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO IMPLEMENTASI OLAP PADA DATA PENJUALAN BBM MENGGUNAKAN PENTAHO TRIYONO 41507120014 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2013 IMPLEMENTASI OLAP PADA DATA

Lebih terperinci

PENAMBAHAN KUBUS SOSIAL EKONOMI PADA SISTEM OLAP SPASIAL UNTUK PERSEBARAN TITIK PANAS DI INDONESIA MUHAMMAD ZULFIKAR

PENAMBAHAN KUBUS SOSIAL EKONOMI PADA SISTEM OLAP SPASIAL UNTUK PERSEBARAN TITIK PANAS DI INDONESIA MUHAMMAD ZULFIKAR PENAMBAHAN KUBUS SOSIAL EKONOMI PADA SISTEM OLAP SPASIAL UNTUK PERSEBARAN TITIK PANAS DI INDONESIA MUHAMMAD ZULFIKAR DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

INTEGRASI KUBUS DATA SEKTOR PERTANIAN PADA SPATIAL OLAP TANAMAN HORTIKULTURA ANANDA INSHANY PUTRI

INTEGRASI KUBUS DATA SEKTOR PERTANIAN PADA SPATIAL OLAP TANAMAN HORTIKULTURA ANANDA INSHANY PUTRI INTEGRASI KUBUS DATA SEKTOR PERTANIAN PADA SPATIAL OLAP TANAMAN HORTIKULTURA ANANDA INSHANY PUTRI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016

Lebih terperinci

HASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP

HASIL 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 terperinci

Basis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.

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 terperinci

OLAP - PERTEMUAN 8 OLAP

OLAP - PERTEMUAN 8 OLAP OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi

Lebih terperinci

Lecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse

Lecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse Desain Data Warehouse (I): Dimensional Modelling Yudi Agusta, PhD Data Warehouse and Data Mining, Lecture 3 Copyright Yudi Agusta, PhD 2006 Lecture s Structure Merancang Sebuah Data Warehouse Skema Perancangan

Lebih terperinci

Penambahan 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 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 terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI. dirancang maka langkah selanjutnya adalah mengimplementasikan data. tahapan implementasi dan waktu yang dibutuhkan:

BAB 4 IMPLEMENTASI DAN EVALUASI. dirancang maka langkah selanjutnya adalah mengimplementasikan data. tahapan implementasi dan waktu yang dibutuhkan: BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Setelah informasi perusahaan telah dikumpulkan dan data warehouse telah dirancang maka langkah selanjutnya adalah mengimplementasikan data warehouse pada

Lebih terperinci

Membangun Data Warehouse

Membangun Data Warehouse Membangun Data Warehouse Anief Fauzan Rozi, S. Kom., M. Eng. 1 Kompentensi Mahasiswa mengetahui desain data warehouse 2 Pengantar Desain data warehouse didasarkan atas konsep pemodelan dimensional. Pemodelan

Lebih terperinci

PENGEMBANGAN 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 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 terperinci

BAB III LANDASAN TEORI

BAB 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 terperinci

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR Erick A. Lisangan 1, N. Tri Suswanto Saptadi 2 1 erick_lisangan@yahoo.com 2 ntsaptadi@yahoo.com Abstrak Proses dan

Lebih terperinci

ONLINE 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 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 terperinci

Bab 3 Metode dan Perancangan Sistem

Bab 3 Metode dan Perancangan Sistem Bab 3 Metode dan Perancangan Sistem Penelitian ini dimulai dari pengambilan data penjualan PT. Sinar Niaga Sejahtera Point Ambarawa yang kemudian diteruskan dengan permintaan ijin untuk melakukan replikasi

Lebih terperinci

BAB I PENDAHULUAN.

BAB I PENDAHULUAN. 1 BAB I PENDAHULUAN 1.1. Latar Belakang Informasi yang cepat dan akurat sangat dibutuhkan dalam kehidupan sehari-hari, Informasi akan menjadi suatu elemen penting dalam perkembangan masyarakat saat ini

Lebih terperinci

laporan dari fakta Biaya Operasi dalam bentuk Tabel pivot. User juga dapat mengekspor laporan tersebut ke dalam format excel.layar Tabel pivot ini

laporan dari fakta Biaya Operasi dalam bentuk Tabel pivot. User juga dapat mengekspor laporan tersebut ke dalam format excel.layar Tabel pivot ini 229 Layar Pivot Biaya Operasi Gambar 5.17 Layar Pivot Biaya Operasi Seperti terlihat pada gambar 5.17, pada layar ini user dapat melihat laporan dari fakta Biaya Operasi dalam bentuk Tabel pivot. User

Lebih terperinci

Waktu. id_waktu. Jalur propinsi pulau Pelamar. tahun_masuk Mahasiswa. JenisKelamin. lelaki_perempuan. Studi. id_studi

Waktu. 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 terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN 3.1. Analisis Sistem Pada bagian ini akan dijelaskan lebih detail tentang proses bisnis perusahaan saat ini, permasalahan-permasalahan yang sering muncul serta kebutuhan-kebutuhan

Lebih terperinci

PEMBANGUNAN 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 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 terperinci

Tugas Personal ke 4. Week 8 - Session 9

Tugas Personal ke 4. Week 8 - Session 9 Due Date : 08 November 2015 Tugas Personal ke 4 Week 8 - Session 9 Answer these questions below and submit it before 4 th personal assignment deadline. 1. Can we do ETL process manually? ETL (Extract,

Lebih terperinci

PENAMBAHAN LAYER GOOGLE MAPS PADA SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA ARI PRIANTO

PENAMBAHAN LAYER GOOGLE MAPS PADA SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA ARI PRIANTO PENAMBAHAN LAYER GOOGLE MAPS PADA SPATIAL DATA WAREHOUSE TITIK PANAS DI INDONESIA ARI PRIANTO DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

Lebih terperinci

BAB I PENDAHULUAN. Berkembangnya teknologi dan informasi saat ini telah menghasilkan kumpulan

BAB 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 terperinci

PEMBANGKITAN BORANG AKREDITASI NASIONAL DI PERGURUAN TINGGI BERBASIS OLAP PADA DATA SDM, PENELITIAN, KEUANGAN, SARANA&PRASARANA.

PEMBANGKITAN 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 terperinci

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu Perancangan dan Pembangunan Data Warehouse pada PLN Salatiga menggunakan skema snowflake. Perusahaan Listrik Negara merupakan suatu aset berharga dibidang

Lebih terperinci

BABI PENDAHULUAN. 1.1 Latar Belakang

BABI PENDAHULUAN. 1.1 Latar Belakang BABI PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi, kebutuhan akan tersedianya informasi yang cepat dan akurat menjadi hal yang sangat penting bagi sebuah organisasi untuk dapat

Lebih terperinci

Bab I PENDAHULUAN. I.1 Latar Belakang

Bab I PENDAHULUAN. I.1 Latar Belakang Bab I PENDAHULUAN I.1 Latar Belakang Sistem Informasi Geografi (SIG) adalah suatu teknologi informasi berbasis komputer yang digunakan untuk memproses, menyusun, menyimpan, memanipulasi dan menyajikan

Lebih terperinci

Klik (berikan tanda checklist) pada text. box pilihan layer. yang akan dilakukan. perbesaran. pengecilan

Klik (berikan tanda checklist) pada text. box pilihan layer. yang akan dilakukan. perbesaran. pengecilan LAMPIRAN 11 Lampiran 1 Deskripsi kebutuhan fungsional sistem. Level Id Proses Nama Proses Data Input Data Output Deskripsi Proses 1 1 Menampilkan Ketik alamat pada Informasi peta Menyediakan informasi

Lebih terperinci

PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE

PROSES 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 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 terperinci

1.2 TUJUAN PENELITIAN

1.2 TUJUAN PENELITIAN BAB I PENDAHULUAN 1.1 LATAR BELAKANG Kebutuhan yang sangat besar akan informasi mendorong berkembangnya teknologi-teknologi baru. Kemajuan di bidang teknologi, menuntut penanganan terhadap segala sesuatu

Lebih terperinci

PENAMBAHAN KUBUS DATA CUACA PADA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) DENGAN SPAGOBI IRWAN ADRIANSYAH

PENAMBAHAN KUBUS DATA CUACA PADA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) DENGAN SPAGOBI IRWAN ADRIANSYAH PENAMBAHAN KUBUS DATA CUACA PADA SISTEM SPATIAL ONLINE ANALYTICAL PROCESSING (SOLAP) DENGAN SPAGOBI IRWAN ADRIANSYAH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Adapun tampilan hasil dari sistem informasi geografis lokasi gedung

BAB IV HASIL DAN PEMBAHASAN. Adapun tampilan hasil dari sistem informasi geografis lokasi gedung BAB IV HASIL DAN PEMBAHASAN IV.1. TampilanHasil Adapun tampilan hasil dari sistem informasi geografis lokasi gedung bioskop di Medan adalah sebagai berikut: IV.1.1. Tampilan Menu User IV.1.1.1.Tampilan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Penelitian dalam bidang sistem informasi geografis maupun indexing spatio-temporal data warehouse telah banyak dilakukan. Antara lain yang pernah dilakukan oleh: Andreanus Agung

Lebih terperinci

Business Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization

Business 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 terperinci

MINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B)

MINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B) MINI PROJECT - 4 Kecerdasan Bisnis (Kelas B) Kelompok 4 : Muhammad Farhan N (5213100045) Izzatun Nafsi A (521300067) Nur Sofia Arianti (5213100077) Nance Arsita Citra (5213100084) Fitri Larasati (5213100175)

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 44 BAB III METODOLOGI PENELITIAN Metodologi yang digunakan dalam penelitian terbagi dalam beberapa tahap, yaitu: Pengumpulan Data, Menelaah Kebutuhan Bisnis dan Informasi, Menelaah Data dan Perancangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci