[Data Warehouse] [6/C2 & 6/D2]
|
|
- Shinta Widjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 [Data Warehouse] [6/C2 & 6/D2] [ Chapter 6] Pemodelan Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : ]
2 Pemodelan Data Ada dua pendekatan yang diterima sebagai best practice untuk memodelkan data pada data warehouse: 1. Relational Model (Immon Approach) 2. Multidimensional Model (Kimball Approach)
3 Model Relasional Model relasional telah ada sejak tahun 70 an dan telah diimplementasikan pada teknologi mesin database seperti DB2, oracle, SQL Server dsb. Tiap database dapat terdiri dari satu atau lebih table yang saling berhubungan (memiliki relasi) Tiap table terdiri dari kolom yang bertindak sebagai atribut dari data, masing2 kolom dapat memiliki karakteristik yang berbeda. Dalam model relasional, data harus hadir dalam bentuk normal Maksudnya normal ialah data telah tersusun dalam desain yang granularitasnya rendah
4 Kelebihan dan Kekurangan Model Relasional Kelebihan dari model ini ialah desain yang disiplin dengan data yang detail. 1. Model ini fleksibel dan adaptif untuk dimanfaatkan dari berbagai sudut pandang dan kebutuhan. 2. Berbagai jenis view dapat ditampilkan oleh model ini. Kekurangan model ini ialah tingkat komplesitas yang tinggi seiring dengan bertumbuhnya jenis informasi. Untuk menampilkan sebuah view yang spesifik
5 Contoh Model Relasional
6 Model Dimensional Sering juga disebut dengan multidimensional approach, star join approach, atau kimball approach Strukturnya seperti bintang yang berelasi, (star-join) Di tengah terdapat tabel fakta yang dikelilingi oleh tabel dimension Kelebihan model ini ialah terfokus untuk menampilkan sebuah view khusus, sehingga tidak fleksibel untuk kebutuhan umum Tabel fakta menyimpan data utama, berisi jumlah data teragregasi yang banyak seperti harga dan jumlah penjualan. Tabel dimensi, umumnya lebih kecil dari tabel fakta berisi atribut yang menjelaskan tabel fakta, umumnya tabel terpisah untuk tiap atribut.
7 Contoh Model Dimensional
8 Contoh Model Dimensional 2
9 Perbedaan relational dengan Dimensional Dimensional model memiliki scope (ruang lingkup) yang lebih kecil, karena requirement menentukan bentuk dari model. Cocok untuk req departement atau sub departement Dimensional model akan mengalami kesulitan saat banyak req proses bermunculan untuk memanfaatkan data. Secara sederhana, dimensional model hanya bisa dioptimasi untuk satu proses req. Relational model tidak memiliki optimasi, karena disimpan pada level granularitas terendah. Tidak ada batasan untuk mengolah relational model, sehingga cocok untuk scope yang luas (model enterprise)
10 Query yang disediakan oleh Data Warehouse Data warehouse ada untuk memfasilitasi queri ad hoc yang terjadi sering dan kompleks. Untuk itu, data warehouse harus menyediakan dukungan query yang lebih efisien Roll-up: data dirangkum dengan generalisasi Dril-down: meningkatkan tingkat detail Pivot: lintas tabulasi (juga disebut rotasi) Potong dan iris: melakukan operasi proyeksi terhadap dimensi Sorting: data diurut berdasarkan nilai ordinal Selection: data tersedia dalam nilai atau range Derived attributes: atribut dihitung oleh operasi dalam nilai yang disimpan atau turunan
11 Model Data Untuk Data Warehouse Model storage multidimensi melibatkan 2 tipe tabel: tabel dimensi dan tabel fakta Tabel dimensi terdiri dari tupel atribut tuples dari dimensi Tabel fakta bisa digambarkan memiliki banyak tupel. Satu tupel untuk satu fakta yang tercatat. Fakta ini berisikan data dan dimensi mengidentifikasikan masing-masing tupel dalam data tersebut Fakta biasanya berisi nilai numerik seperti jumlah qty, besar nilai, besar nilai penjualan, dll.
12 Tabel Fakta Menurut Whalen et al.(2001, p236), tabel fakta adalah tabel di dalam data warehouse yang menjelaskan ukuran data bisnis. Fakta berisi nilai dari sebuah kejadian atau transaksi tertentu misalnya penyimpanan uang di bank, penjualan produk, atau pesanan. Tabel fakta menyimpan nilai numerik daripada karakter. Contohnya tabel fakta dapat berisi field seperti RegionID, SalespersonID, ItemID, dan CustomerID. Tabel fakta dapat memiliki banyak foreign key yang berhubungan dengan tabel dimensi. Tabel fakta menyimpan informasi penting dari data warehouse. Tabel fakta dapat menyimpan jutaan hingga miliaran record dan memakan tempat penyimpanan hingga satu terabyte.
13 Contoh Tabel Fakta
14 Cara menentukan table Fakta Menurut Kimball (2008), tabel fakta merupakan dasar dari data warehouse, tabel fakta mengandung pengukuran fundamental pada sebuah perusahaan a) Concatenated key Baris dalam tabel fakta diidentifikasi dengan menggunakan primary key dari tabel- tabel dimensi, maka primary key dari tabel fakta merupakan gabungan primary key dari semua tabel dimensi. b) Data grain Data grain merupakan tingkat detail untuk pengukuran. Sebagai contoh, jumlah pemesanan berhubungan berhubungan dengan jumlah produk tertentu pada suatu pesanan, tanggal tertentu, untuk pelanggan spesifik dan diperloeh oleh seorang perwakilan penjualan spesifik tertentu. Jika jumlah pesanan dilihat sebgai jumlah untuk suatu produk perbulan, maka data grain-nya berbeda dan pada tingkat yang lebih tinggi. c) Fully additive measures Agregasi dari fully additive measures dilaksanakan dengan penjumlahan sederhana nilai-nilai atribut tersebut. d) Semiadditive measures Semiadditive measures merupakan nilai yang tidak dapat langsung dijumlahkan, sebagai contoh persentase keuntungan. e) Tabel besar, tidak lebar Tabel fakta umumnya memiliki lebih sedikit atribut daripada tabel dimensi, namun memiliki jumlah record yang lebih banyak. f) Sparse data Tabel fakta tidak perlu menyimpan record yang nilainya null. Maka tabel fakta dapat memiliki gap g) Degenerate dimensions Terdapat elemen-elemen data dari sistem operasional yang bukan merupakan fakta ataupun dimensi, seperti nomor pesanan, tagihan, dan lain-lain. Namun atribut- atribut tersebut dapat berguna dalam jenis analisis tertentu
15 Tabel Dimensi Menurut Whalen et al.(2001, p236), tabel dimensi digunakan untuk menyempurnakan data yang ada pada tabel fakta atau menjelaskannya dengan lebih detil. Datanya merupakan karakter. Tabel dimensi menyimpan informasi seperti region name, salesperson name, item description, customer name, dan customer addresses. Setiap tabel dimensi menyimpan baris dari data dengan informasi berupa karakter yang menjelaskan field yang berhubungan dengan tabel fakta dengan lebih detil. Tabel dimensi lebih kecil dan memiliki baris yang sedikit dari tabel fakta, biasanya terdiri dari ratusan atau ribuan record. Tabel dimensi menyimpan hanya satu baris data untuk setiap customer, sedangkan tabel fakta bisa memiliki banyak baris data untuk beberapa transaksi bagi customerid yang sama
16 Karakteristik Tabel Dimensi Menurut Ponniah (2001, p213) sebuah tabel dimensi memiliki karakteristik sebagai berikut : a. Memiliki Dimension Table Key Primary key dari tabel dimensi mengidentifikasi setiap baris dimensi secara unik. b. Tabel Bersifat Lebar Sebuah tabel dimensi dapat memiliki banyak atribut atau kolom. c. Atribut Berupa Teks Dalam tabel dimensi akan jarang ditemukan nilai-nilai angka untuk perhitungan. Atribut-atributnya mewakili deskripsi teks dari komponen dimensi bisnis. d. Atribut tidak Terhubung Secara Langsung Terkadang dalam suatu tabel dimensi dapat ditemukan bahwa beberapa atributnya tidak terhubung dengan atribut lainnya secara langsung. e. Tidak Ternormalisasi Atribut dalam tabel dimensi selalu digunakan secara terus- menerus dalam query. Untuk efisiensi, sebaiknya query menggunakan atribut yang disalurkan secara langsung dari tabel dimensi ke tabel fakta, tanpa melalui tabel lainnya. f. Drilling down, Rolling up Atribut dalam tabel dimensi menyediakan
17 Contoh Tabel Dimensi
18 Contoh Tabel Dimensi 2
19 Model Dimensional Menurut Kimball (2003, p18), Dalam membuat desain dimensional digunakan 4 langkah : 1. Menentukan sumber data. 2. Mendeklarasi grain dari tabel fakta. 3. Masukkan dimensi untuk semua yang diketahui mengenai grain ini. 4. Masukkan fakta ukuran numerik sebenarnya ke grain tersebut.
20 Skema Bintang (Star Schema) Menurut Connolly dan Begg (2005, p1183), Skema bintang merupakan sebuah struktur logikal yang memiliki sebuah tabel fakta yang terdiri dari data faktual di pusatnya, yang dikelilingi oleh tabel dimensi yang terdiri data referensi (dimana dapat didenormalisasi). Menurut Ponniah (2001, p210), Star schema adalah teknik dasar desain data untuk data warehouse. Struktur star schema adalah suatu struktur yang dapat dengan mudah dipahami dan digunakan oleh user seperti yang terlihat pada gambar di slide berikutny. Struktur tersebut mencerminkan bagaimana user biasanya memandang ukuran-ukuran kritis mengikuti dimensi-dimensi bisnis yang ada. Menurut Hoffer et al (2005, p467), Star schema terdiri dari dua macam tabel, yaitu tabel fakta (fact table) dan tabel dimensi (dimension table). Tabel fakta mengandung fakta atau data kuantitatif mengenai sebuah bisnis seperti jumlah unit terjual, jumlah order, dan sebagainya. Tabel dimensi berisi data deskriptif mengenai subjek bisnis. Tabel dimensi biasanya adalah sebagai sumber attribute yang digunakan untuk mengkualikasi, mengkategorikan, atau meringkas fakta dalam query, report, atau grafik.
21 Karakteristik Model Skema Bintang 1. Pusat dari star disebut fact table 2. Fact table mempunyai sebuah nilai aggregate dari datadata yang berasal dari tabel dimensi 3. Setiap tabel dimensi berelasi langsung dengan fact table 4. Tabel dimensi beisikan data tentang informasi atau waktu 5. Relasi antara fact table dengan dimensi-dimensinya adalah 1 - N (one to many) 6. Primary key pada tabel dimensi akan menjadi key pada fact table atau dapat diakatakan bahwa fact table memiliki kombinasi key dari tabel dimensi tersebut.
22 Contoh Model Skema Bintang
23 Keuntungan Skema Bintang Mudah dipahami user Star schema menggambarkan dengan jelas bagaimana user berpikir dan memerlukan data untuk query dan analisis. Star schema menggambarkan hubungan antar tabel sama seperti cara user melihat hubungan tersebut secara normal. Mengoptimalkan navigasi Star schema mengoptimalisasikan navigasi melalui database sehingga lebih mudah dilihat. Meskipun hasil query terlihat kompleks, tetapi navigasi itu memudahkan user. Paling cocok untuk pemrosesan query Star schema paling cocok untuk pemrosesan query karena skema ini berpusat pada query. Tanpa bergantung pada banyak dimensi dan kompleksitas query, setiap query akan dengan mudah dijalankan, pertama dengan memilih baris dari table dimensi dan kemudian menemukan baris yang sama di table fakta. STAR join dan STAR index Skema bintang mengizinkan software pemroses query untuk melakukan pelaksanaan yang lebih baik. Itu dapat membuat perfoma skema spesifik yang dapat diimplementasikan dalam query. Susunan skema bintang lebih cocok untuk teknik perfoma yang khusus seperti STARjoin dan STARindex
24 Skema Snowflake (Snowflake Schema) Menurut Ponniah (2001, p235), Snowflake schema merupakan variasi lain dari skema bintang dimana tabel dimensi dari skema bintang dinormalisasi, seperti yang digambarkan pada gambar Prinsip dasar dari skema ini tidak jauh berbeda dari star schema. Dalam menormalisasi tabel dimensi, ada beberapa pilihan yang dapat diperhatikan, antara lain : Secara parsial, lakukan normalisasi hanya beberapa table dimensi saja, dan sisakan yang lain tetap utuh. Secara lengkap atau parsial, lakukan normalisasi hanya pada beberapa tabel dimensi, dan tinggalkan yang tersisa dengan utuh. Secara parsial, lakukan normalisasi pada setiap table dimensi. Secara lengkap, lakukan normalisasi pada setiap table dimensi.
25 Contoh Model Skema Snowflake
26 Keuntungan Skema Snowflake Keuntungan dari skema snowflake ( Ponniah,2001,p238 ) adalah : 1. Memerlukan tempat penyimpanan yang lebih kecil 2. Struktur yang normal akan lebih mudah untuk diperbaharui dan dikelola
27 Skema Starflake (Starflake Schema) Menurut Connolly dan Begg (2005, p1185), Starflake Schema adalah struktur yang diturunkan dari penggabungan konsep star schema dan snowflake schema. Lebih lanjut mereka menuturkan Beberapa dimensi memiliki kemungkinan dibentuk dengan kedua konsep Star Schema dan Snowflake Schema, hal ini disesuaikan dengan kebutuhan akan query yang dimiliki.
28 Contoh Model Skema Starflake
29 Kesimpulan Snowflake Schema merupakan varian dari skema bintang dimana table-table dimensi tidak terdapat data yang di denormalisasi. Snowflake Schema memberi kemudahan pada perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Snowflake schema adalah model data dimensional yang memiliki sebuah tabel fakta sebagai pusatnya, dikelilingi tabel-tabel dimensi yang ternormalisasi. Snowflake schema adalah sebuah variasi dari star schema dimana tabel dimensinya boleh memiliki dimensi. Penggunaan tabel dimensi pada snowflake schema sangatlah mendasar, sedangkan pada star schema tidak. Snowflake schema dibuat berdasarkan OLTP sehingga semua data akan termuat detail dalam setiap tabel fakta dan tabel dimensi.
30 Saran Keduanya merupakan model-model dimensional, perbedaannya terletak pada implementasi fisikal. Skema snowflake memberi kemudahan pada perawatan dimensi, dikarenakan strukturnya yang lebih normalisasi. Skema bintang lebih efisien serta sederhana dalam membuat query dan mudah diakses secara langsung oleh pengguna. Jika data yang digunakan kompleks sebaiknya menggunakan snowflake schema, namun jika data yang digunakan sederhana lebih baik kita menggunakan star schema.
31 Selesai Ada pertanyaan???
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 terperinciBAB 2 LANDASAN TEORI. each unit of data is relevant to some moment in time, atau kurang lebih dapat
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Data Warehouse Menurut Inmon (2002, p389), A data warehouse is a collection of integrated, subject oriented database designed to support the DSS function, where each
Lebih terperinciBAB 2 LANDASAN TEORI. logically related data, and a description of this data, designed to meet the information
BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar Merupakan teori-teori pokok yang merupakan landasan bagi teori-teori lainnya yang terdapat dalam skripsi ini. 2.1.1 Pengertian Database Menurut Connoly dan Begg
Lebih terperinciFAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.
OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat
Lebih terperinciBAB III LANDASAN TEORI Akreditasi Nasional Perguruan Tinggi dan Program Studi
BAB III LANDASAN TEORI 3.1. Akreditasi Nasional Perguruan Tinggi dan Program Studi Satu satunya badan akreditasi yang diakui oleh pemerintah adalah BAN-PT yang berdiri pada tahun 1994, berlandaskan UU
Lebih terperinciBAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,
BAB 2 2 LANDASAN TEORI 2.1 Pengertian Data Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep, atau instruksi-instruksi pada media penyimpanan untuk komunikasi, pengambilan,
Lebih 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 terperinciPemodelan Data Warehouse
Pemodelan Data Warehouse Budi Susanto Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta 10/31/11 budi susanto 1 Tujuan Memahami konsep dasar data warehouse Memahami pemodelan berbasis dimensi
Lebih terperinciMINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B)
MINI PROJECT - 4 Kecerdasan Bisnis (Kelas B) Kelompok 4 : Muhammad Farhan N (5213100045) Izzatun Nafsi A (521300067) Nur Sofia Arianti (5213100077) Nance Arsita Citra (5213100084) Fitri Larasati (5213100175)
Lebih terperincijumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.
1 Latar Belakang PENDAHULUAN Kemajuan teknologi komputer semakin memudahkan proses penyimpanan dan pengolahan data berukuran besar. Namun demikian, seringkali data yang sudah tersimpan belum dimanfaatkan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang 1.2 Ruang Lingkup
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemajuan teknologi informasi yang amat sangat pesat saat ini baik di Indonesia maupun negara lain, mempengaruhi semua aspek yang ada di masyarakat. Kebutuhan akan teknologi
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 terperinciData Warehouse dan Decision Support System. Arif Basofi
Data Warehouse dan Decision Support System Arif Basofi Referensi Data Warehouse, STMIK Global Informatika MDP. M. Syukri Mustafa,S.Si., MMSI, Sistem Basis Data II (Data Warehouse), 2008. Hanim MA, Data
Lebih terperinciBAB II. LANDASAN TEORIse. Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah
BAB II LANDASAN TEORIse 2.1 Data Warehouse Menurut McLeod dan Schell (2004, p405), data warehouse adalah sebuah tempat penyimpanan data dimana kapasitas penyimpanannya berskala besar; datanya diakumulasikan
Lebih 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 terperinciBAB 2 LANDASAN TEORI. Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada
BAB 2 LANDASAN TEORI 2.1 Teori Database Database adalah suatu koleksi / kumpulan dari data yang persistent, yaitu ada yang berbeda satu dengan yang lainnya dan biasanya merupakan data yang bersifat sementara
Lebih terperinciBAB 2 LANDASAN TEORI. data, DBMS, dan data mart, hal hal diatas dapat menjelaskan secara mendasar
7 BAB 2 LANDASAN TEORI 2.1 Basis Data Karena data dan basis data merupakan elemen mendasar dan sumber utama pada sistem data wareouse, pada bagian ini akan dijelaskan mengenai pengertian data, basis data,
Lebih terperinciOLAP - PERTEMUAN 8 OLAP
OLAP - PERTEMUAN 8 OLAP OLTP & OLAP (1) OLTP adalah singkatan dari On Line Transaction Processing. OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi
Lebih terperinciBAB 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[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 2] Jenis dan Karakteristik Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Jenis Data Warehouse 1. Functional Data Warehouse (Data Warehouse Fungsional)
Lebih terperinciPerancangan Data Warehouse
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 terperinciBAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti
BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis
Lebih 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Teori Umum 2.1.1 Pengertian Data Menurut Inmon (2005:493), data adalah sebuah rekaman dari fakta, konsep ataupun instruksi pada sebuah media penyimpanan untuk komunikasi, pengambilan
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Pembuatan data warehouse telah banyak dilakukan oleh perusahaanperusahaan industri yang berorientasi profit. Data warehouse diharapkan mampu
Lebih terperinciBab 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 terperinciTugas Akhir (KI091391) Muhamad Adi Prasetyo
Tugas Akhir (KI091391) Muhamad Adi Prasetyo 5105100159 Prolog Sebuah Program Aplikasi Web yang dibuat untuk melaporkan kuantitas Proses Produksi Menggunakan Metode OLAP pada PT. Aneka Tuna Indonesia (ATI).
Lebih terperinciBAB 2 LANDASAN TEORI. Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut:
BAB 2 LANDASAN TEORI 2.1 Teori Umum Berikut ini akan dijelaskan teori umum atau dasar yang digunakan, yaitu sebagai berikut: 2.1.1 Pengertian Data Menurut Hoffer & Venkataraman (2011: 5) menjelaskan bahwa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1 Data dan Informasi Menurut Inmon (2005, p493), data adalah kumpulan dari fakta, konsep atau perintah pada sebuah media penyimpanan yang digunakan untuk komunikasi,
Lebih terperinciBAB 2 LANDASAN TEORI. kebutuhan informasi suatu perusahaan. komputer secara sistematis. menggunakan database SQL Server 2000.
BAB 2 LANDASAN TEORI 2.1 Pengertian Database dan Data Warehouse 2.1.1 Pengertian Database Menurut Connolly dan Begg (2002, p14) database adalah kumpulan data yang berhubungan satu sama lain yang digunakan
Lebih terperinciDATAWAREHOUSE. Sukarsa:Pasca Elektro Unud. I Made Sukarsa
DATAWAREHOUSE I Made Sukarsa Evolusi Sistem Informasi Decision Support System database Database (I,U,D,R) ETL DW (Read) Masalah : integrasi /konsistensi OLTP Normalisasi/Den ormalisasi OLAP Denormalisasi
Lebih terperinciLecture s Structure. Desain Data Warehouse (I): Dimensional Modelling. Mendisain Sebuah Data Warehouse
Desain Data Warehouse (I): Dimensional Modelling Yudi Agusta, PhD Data Warehouse and Data Mining, Lecture 3 Copyright Yudi Agusta, PhD 2006 Lecture s Structure Merancang Sebuah Data Warehouse Skema Perancangan
Lebih terperinciBAB I PENDAHULUAN. memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi informasi telah berkembang dengan pesat, dengan memanfaatkan teknologi informasi, perusahaan dapat menjalankan proses bisnis dengan lebih cepat,
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Database 2.1.1 Pengertian Database Menurut Connolly dan Begg (2005, p15), database merupakan sebuah kumpulan data yang terhubung secara logika, dan deskripsi dari data tersebut,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Database 2.1.1 Definisi Database Menurut W.H Inmon(2002, p3), database diartikan sebagai suatu koleksi dari penyimpanan data yang terhubung yang sering digunakan dan mengurangi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Data Warehouse Data warehouse merupakan tempat penampungan data perusahaan atau intitusi yang disusun sedemikian rupa sehingga mengandung makna dan untuk analisis dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Data Warehouse 2.1.1 Definisi Database Menurut Thomas Connolly dan Carolyn Begg (2002, p14), Database is a shared collection of logically related data, and a description
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Data Menurut Inmon (2002, p388), data adalah sebuah catatan dari fakta-fakta, konsep-konsep, atau instruksi-instruksi pada sebuah media penyimpanan untuk komunikasi,
Lebih terperinciBAB IV PERANCANGAN SISTEM
BAB IV PERANCANGAN SISTEM Pembahasan BAB IV mengenai proses perancangan data warehouse meliputi proses integrasi, pemodelan database dan dashboard interface. 4.1 Perencanaan Tahap perencanaan penelitian
Lebih terperinciBAB 2 LANDASAN TEORI
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Data Menurut O brien (2001, p14), data adalah fakta atau observasi mentah, yang pada umumnya mengenai fenomena fisik atau transaksi bisnis. Secara lebih spesifik,
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Di dalam sebuah sistem informasi, data merupakan salah satu komponen yang sangat penting agar sistem informasi tersebut dapat berjalan. Data disimpan
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Data Warehouse 2.1.1 Pengertian Data dan Informasi Pengertian data dan informasi menurut Turban, Rainer, dan Potter (2003,p15), data adalah fakta-fakta yang belum
Lebih terperinci[Data Warehouse] [6/C2 & 6/D2]
[Data Warehouse] [6/C2 & 6/D2] [ Chapter 3] Arsitektur dan Struktur Data Warehouse Dedy Alamsyah, S.Kom, M.Kom [NIDN : 0410047807] Arsitektur Data Warehouse Menurut Poe, arsitektur adalah sekumpulan atau
Lebih terperinciBAB 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 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 terperinciData Warehousing dan Decision Support
Bab 9 Data Warehousing dan Decision Support POKOK BAHASAN: Hubungan antara Data Warehouse dan Decision Support Model Data Multidimensi Online Analytical Processing (OLAP) Arsitektur Data Warehouse Implementasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar/Umum 2.1.1 Pengertian Data Menurut O Brien (2005, p38), data adalah fakta atau observasi mentah, yang biasanya mengenai fenomena fisik, atau transaksi bisnis.
Lebih terperinciBAB III METODE PENELITIAN
15 BAB III METODE PENELITIAN Sistem informasi geografis persebaran hotspot di Indonesia merupakan suatu sistem yang bertujuan untuk memantau dan memberikan informasi mengenai persebaran hotspot yang ada
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Informasi Menurut Inmon (2002, p388), data adalah suatu pencatatan dari sekelompok fakta, konsep, atau instruksi dalam suatu media penyimpanan untuk komunikasi,
Lebih terperinciAnalisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse
Analisis Data dengan Menggunakan ERD dan Model Konseptual Data Warehouse Doro Edi 1), Stevalin Betshani 2) Jurusan Sistem Informasi Fakultas Teknologi Informasi, Universitas Kristen Maranatha Jl. Prof.
Lebih terperinciMEMAHAMI KONSEP DATABASE. Oleh : Yuhefizar, S.Kom
MEMAHAMI KONSEP DATABASE Oleh : Yuhefizar, S.Kom Database Management System(DBMS) merupakan paket program (Software) yang dibuat agar memudahkan dan mengefisienkan pemasukan, pengeditan, penghapusan dan
Lebih terperinciData Warehouse dan Data Mining Oleh : Asep Jalaludin,S.T.,M.M.
Data Warehouse dan Data Mining Oleh : 1 Definisi : Data Warehouse O Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori-Teori Dasar dan Umum 2.1.1 Pengertian Data Menurut O Brien (2005, P38), data adalah fakta atau observasi mentah, yang biasanya mengenai fenomena fisik atau transaksi bisnis.
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Teori Umum Pengertian Data
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut Connolly & Begg (2010, p70) data merupakan komponen yang paling penting dalam sebuah Database Management System (DBMS) dari sudut pandang
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 terperinciSQL Server merupakan program yang dirancang khusus untuk berkomunikasi dengan database relasional guna mendukung aplikasi dengan arsitektur
MANAJEMEN DATABASE SQL Server merupakan program yang dirancang khusus untuk berkomunikasi dengan database relasional guna mendukung aplikasi dengan arsitektur client-server. Konsep penerapannya adalah
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/ 2006
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/ 2006 ANALISIS DAN PERANCANGAN APLIKASI DATA WAREHOUSE PADA PT. RICKY PUTRA GLOBALINDO TBK. STUDI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang
Lebih terperinciMANFAAT DATA WAREHOUSE PADA PT ABC
MANFAAT DATA WAREHOUSE PADA PT ABC Evaristus Didik M.; Dewi S.; Felisia L.; Winnie S. Information Systems Department, School of Information Systems, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Data dan Informasi. Menurut Hoffer, Prescott dan Topi (2009, p46), data adalah sebuah
6 BAB 2 LANDASAN TEORI 2.1 Data dan Informasi Menurut Hoffer, Prescott dan Topi (2009, p46), data adalah sebuah representasi penyimpanan dari objek-objek dan kejadian-kejadian yang penting dan berarti
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 terperinciMembangun 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 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 2 LANDASAN TEORI. berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5).
BAB 2 LANDASAN TEORI 2.1 Data Data adalah sebuah representasi dari obyek - obyek dan kejadian - kejadian yang berarti dan penting di lingkungan pemakai. (Hoffer, Prescott, dan McFadden, 2002, p5). Data
Lebih terperinciArsitektur Data Warehouse. Minggu 4
Arsitektur Data Warehouse Minggu 4 Pengantar Mengapa Pemodelan Data itu penting? Tujuan Meyakinkan semua objek data yang diperlukan oleh database telah terpenuhi. Tabel Relational Tabel Relasional dibangun
Lebih terperinciBAB II. 2.1 Model Data High Level Data Model (Conceptual Data Model)
BAB II PENGEMBANGAN SISTEM BASIS DATA Bab ini akan membahas lebih lanjut mengenai arsitektur sistem basis data dan pengembangan sistem basis data. Sistem basis data tidak berdiri sendiri, tetapi selalu
Lebih terperinciTugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap
Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017 OLAP (On-Line Analytical
Lebih terperinciBAB III PENGEMBANGAN DATA WAREHOUSE
BAB III PENGEMBANGAN DATA WAREHOUSE A. Anatomi Data Warehouse Penerapan awal dari arsitektur data warehouse dibuat berdasarkan konsep bahwa data warehouse mengambil data dari berbagai sumber dan memindahkannya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Basis Data 2.1.1 Pengertian Data Menurut Turban (2003, p2), data ialah fakta yang belum diolah atau gambaran dari transaksi yang ditangkap, direkam, disimpan dan diklasifikasikan.
Lebih terperinciRelational Database & Pemodelan Data [Review]
Modul ke: 02 Alen Fakultas FASILKOM Relational Database & Pemodelan Data [Review] Pemrograman Basis Data & SQL Boby Hartanto, S.Kom,M.M. Program Studi Sistem Informasi Basis Data Relasional Pada pembuatan
Lebih terperinciSISTEM BASIS DATA 2. WAHYU PRATAMA, S.Kom., MMSI.
SISTEM BASIS DATA 2 WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 1 - SBD 2 Pendahuluan Pengenalan Secara Umum Materi Sistem Basis Data 2 (SAP). Review Pengantar Model Data Relasional (MDR). Keuntungan Penggunaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data dan Informasi Menurut McLeod (Management Information Systems 9th, 2004, p18) data terdiri dari fakta-fakta dan angka yang secara relatif tidak
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belakang PENDAHULUAN Teknologi basis data saat ini berkembang sangat pesat. Data disimpan dalam basis data, diolah kemudian disajikan sebagai informasi yang bernilai bagi pengguna. Penyimpanan
Lebih terperinciBab 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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Data Warehouse 2.1.1 Pengertian Data dan Database Menurut James A. O Brien (1997, p166), Database is an integrated collection of logically related record of file,
Lebih terperinciINTERNET PROGRAMMING DATABASE
INTERNET PROGRAMMING DATABASE Muhmmad Zen Samsono Hadi, ST. MSc. zenhadi@eepis-its.edu POLITEKNIK ELEKTRONIKA NEGERI SURABAYA Bahasan Sistem Database ER Diagram Database MySQL Internet Application Pendahuluan
Lebih terperinciBAB 2 LANDASAN TEORI. informasi yang mentah atau kumpulan dari fakta yang masih harus diproses agar
BAB 2 LANDASAN TEORI 2.1 Data, Informasi, dan Knowledge Pengertian data ada bermacam-macam, salah satunya adalah data merupakan informasi yang mentah atau kumpulan dari fakta yang masih harus diproses
Lebih terperinciDESAIN DATABASE. Pertemuan 06 3 SKS
Materi 1. Era Informasi 2. Strategi dan Peluang Yang Kompetitif 3. Database dan Database Warehouse 4. Desain Database 5. Sistem Pendukung Keputusan dan Sistem Cerdas 6. E-Commerce DESAIN DATABASE Pertemuan
Lebih terperinciMODEL RELASIONAL. Alif Finandhita, S.Kom
MODEL RELASIONAL Alif Finandhita, S.Kom E. F. Codd A Relational Model of Data for large shared data bank 1970 Model relasional merupakan teori formal yang mendasari sistem relasional, adalah suatu cara
Lebih terperinciBAB II LANDASAN TEORI
1 BAB II LANDASAN TEORI 2.1. Teori Umum Adapun teori ataupun istilah istilah umum dalam data warehouse dan business Intelligence 2.1.1. Data dan Informasi Menurut McLeod (2007, 11), data terdiri dari fakta-fakta
Lebih terperinciPertemuan 3 dan 4 : MODEL DATA RELASIONAL
Pertemuan 3 dan 4 : MODEL DATA RELASIONAL Tujuan Instruksional Khusus : Mahasiswa dapat menjelaskan pengertian model data relasional, istilah-istilah dalam model data relasional, jenis-jenis kunci relasional,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Database 2.1.1 Definisi Data Menurut Inmon (2002, p388), data adalah sebuah rekaman fakta, konsep, atau instruksi pada sebuah media penyimpanan untuk komunikasi, pencarian,
Lebih terperinciBAB 2 LANDASAN TEORI. beberapa pakar. Definisi tersebut antara lain yaitu : dari beberapa file dokumen yang terhubung secara logis.
6 BAB 2 LANDASAN TEORI 2.1 Pengertian Basis Data Ada beberapa macam definisi tentang basis data yang disampaikan oleh beberapa pakar. Definisi tersebut antara lain yaitu : Menurut O Brien (2002, p.166)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Data Menurut Inmon (2006: 493), data adalah suatu pencatatan dari fakta-fakta, konsep, ataupun instruksi yang berada di dalam suatu media penyimpanan untuk berkomunikasi, pencarian
Lebih terperinciSISTEM BASIS DATA II S A N T I W I D I A N T I
SISTEM BASIS DATA II S A N T I W I D I A N T I SISTEM Definisi sebuah tatanan yang terdiri atas sejumlah komponen fungsional (dengan tugas/fungsi khusus) yang saling berhubungan dan secara bersama-sama
Lebih terperinciBAB I PENDAHULUAN. I.1 Pendahuluan
BAB I PENDAHULUAN I.1 Pendahuluan Dalam kegiatan manusia sehari-hari, terutama dalam kegiatan transaksi, seperti transaksi perbankan, rekam medis, transaksi jual beli dan transaksi lainnya harus dicatat
Lebih terperinciBAB 2 LANDASAN TEORI. dunia nyata yang dapat direkam dan disimpan pada media komputer.
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Menurut Jeffrey A.Hoffer (2009, p46), data adalah fakta tentang sesuatu di dunia nyata yang dapat direkam dan disimpan pada media komputer. Menurut Hollander (2000,
Lebih terperinciOnline Analytical Processing (OLAP)
Online Analytical Processing (OLAP) OLAP 1/16 Outline Keuntungan OLAP Penyajian Data Multidimensi Peralatan OLAP dan Kategorinya Penerapan SQL pada OLAP OLAP 2/16 OLAP : Sintesa dinamis, analisis, dan
Lebih terperinciModul Praktikum Basis Data 4 Relasi Table
Modul Praktikum Basis Data 4 Relasi Table Pokok Bahasan Membuat hubungan beberapa table. Edit Relational Menghapus relational Melakukan pengolahan data dari table yang terintegrasi dalam ERD. Studi Kasus
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 terperinciData Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6
1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 1.1 Latar Belakang PENDAHULUAN Setiap perusahaan menjalankan proses operasional setiap hari dan data yang ada di perusahaan akan diolah dan diproses sesuai dengan keperluan yang dibutuhkan oleh perusahaan.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Umum 2.1.1 Data Menurut Inmon (2002, p388), Data adalah sebuah rekaman dari fakta, konsep ataupun instruksi pada sebuah media peyimpanan untuk komunikasi, pengambilan maupun
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Definisi Database Menurut Connolly dan Begg (2010, p65), Database adalah kumpulan data yang berhubungan satu dengan yang lainnya dan digunakan secara bersama-sama,
Lebih terperinciModel Basis Data dan Implementasinya Dalam Menunjang Pembuatan Data Warehouse Pada Sistem Manajemen Koleksi Museum
Model Basis Data dan Implementasinya Dalam Menunjang Pembuatan Data Warehouse Pada Sistem Manajemen Koleksi Museum Wasino Teknik Informatika, Fakultas Komputer Universitas Tarumanagara wasino@untar.ac.id
Lebih terperinciDATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM
DATA WAREHOUSE PERTEMUAN I 22032013 S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM METODE PEMBELAJARAN Kuliah Diskusi Presentasi Latihan Tugas Quiz UTS UAS BUKU ACUAN Apress Building A Data Warehouse With
Lebih 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 terperinci