SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE. Astrid Lestari Tungadi, S.Kom., MTI.

Ukuran: px
Mulai penontonan dengan halaman:

Download "SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE. Astrid Lestari Tungadi, S.Kom., MTI."

Transkripsi

1 SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE Astrid Lestari Tungadi, S.Kom., MTI.

2 PENDAHULUAN Kode Mata Kuliah : 304SI4 Nama Mata Kuliah: Data Warehouse/Data Mining Kredit : 4 sks Dosen : Stefany Yunita Bara langi, S.Si., MT. Bahan Kuliah : fti.uajm.ac.id Nomor HP : Astrid Lestari Tungadi, S.Kom., MTI.

3 KONTRAK PERKULIAHAN Soft Skill (Kehadiran dan Attitude) Tugas Mandiri Final

4 NILAI MUTU 80.0 : A : B : C : D 50 : E

5 REFERENSI BUKU 1. Nagabhushana Data Warehousing, OLAP and Data Mining. New Age International Publisher 2. Ponniah, Paulraj Data Warehousing Fundamentals: a Comprehensive Guide for IT Professionals. John Wiles and Sons, Inc. 3. Tan, Pang-Ning; Steinbach, Michael; Kumar, Vipin, Introduction to Data Mining 2nd Edition. Pearson Education, Inc. 4. Han, Jiawei; Kamber, Micheline, and Jian Pei,, Morgan Kaufmann Data Mining Concept and Techniques. Morgan Kaufmann 5. Maimon,Oded; Rocach, Lior Data Mining and Knowledge Discovery Handbook 2nd edition. Springer.

6 ATURAN PERKULIAHAN 1. Wajib memenuhi persyaratan 90% kehadiran (Maksimal 2 kali absen). 2. Wajib berpakaian rapi, baju berkerah, dan sepatu tertutup depan belakang. Dilarang keras menggunakan baju kaos yang disertai dengan jaket 3. Keterlambatan dalam perkuliahan maksimal 15 menit. 4. Tidak diperkenankan penggunaan alat komunikasi selama perkuliahan. Dilarang keras mencharge handphone atau laptop selama proses perkuliahan 5. Tidak menerima ujian susulan. 1 dari 2

7 ATURAN PERKULIAHAN 2 dari 2 6. Tidak menerima tugas susulan. Keterlambatan pengumpulan tugas artinya tidak mengumpulkan atau dianggap kosong. 7. Pemberitahuan sakit hanya boleh dengan surat sakit dari dokter dan dibawa saat hari perkuliahan berlangsung. Pemberitahuan sakit tidak dengan surat sakit dari dokter atau pemasukan surat sakit dari dokter setelah perkuliahan berlangsung artinya alpha. 8. Pemberitahuan izin hanya boleh melalui telepon atau pemberitahuan langsung dengan alasan jelas. Pemberitahuan izin tidak melalui proses yang sesuai atau dengan alasan tidak jelas dan dilakukan setelah proses perkuliahan berlangsung artinya alpha.

8 KEBUTUHAN INFORMASI STRATEGIS 1 dari 4 Apa sebenarnya yang kita maksud dengan informasi strategis? Siapa yang membutuhkan informasi strategis dalam suatu perusahaan atau organisasi? Apa tujuannya mereka membutuhkan informasi strategis?

9 KEBUTUHAN INFORMASI STRATEGIS 2 dari 4 Apa sebenarnya yang kita maksud dengan informasi strategis? INFORMASI STRATEGIS??? Keputusan bisnis yang penting tergantung pada ketersediaan Informasi strategis yang tepat dalam suatu perusahaan

10 KEBUTUHAN INFORMASI STRATEGIS 3 dari 4 Siapa yang membutuhkan informasi strategis dalam suatu perusahaan atau organisasi?

11 KEBUTUHAN INFORMASI STRATEGIS 4 dari 4 Apa tujuannya mereka membutuhkan informasi?

12 KARAKTERISTIK INFORMASI STRATEGIS Karakteristik TERINTEGRASI INTEGRITAS DATA DAPAT DIAKSES KREDIBILITAS TEPAT WAKTU Deskripsi Harus memiliki semua perspektif atau pandangan perusahaan yang luas Informasi harus akurat dan harus sesuai dengan aturan bisnis Mudah diakses dengan arah akses yang bersifat intuitif dan responsif untuk analisis Setiap faktor bisnis harus memiliki satu dan hanya satu nilai. Informasi harus tersedia dalam kerangka waktu yang ditetapkan.

13 KRISIS INFORMASI 1 dari 3 Anda bekerja pada Departemen Teknologi Informasi pada perusahaan berskala besar. Pikirkan bagaimana database dan kuantitas data untuk support operasional dari perusahaan Anda. Berapa tahun data pelanggan yang disimpan dan tersedia? Berapa tahun data keuangan disimpan dalam database? 10 tahun? 15 tahun? Dimana semua data tersebut disimpan? Pada satu platform? Pada legacy sistem? Atau pada aplikasi client/server?

14 KRISIS INFORMASI 2 dari 3 Jika perusahaan memiliki jumlah data yang sangat besar, mengapa para eksekutif dan manajer Anda tidak dapat menggunakan data-data tersebut untuk membuat keputusan strategis? Apa sebenarnya krisis informasi yang dihadapi oleh perusahaan Anda?

15 KRISIS INFORMASI 3 dari 3 Jumlah data yang sangat besar, sangat berguna, dan sangat baik untuk menjalankan operasional (OLTP) perusahaan, tetapi tidak dapat digunakan untuk pengambilan keputusan (OLAP) tentang strategi dan tujuan bisnis

16 OLTP

17 OLAP

18 OLTP VS OLAP OLTP OLAP Menangani data saat ini Data bisa saja disimpan pada beberapa platform Data diorganisasikan berdasarkan fungsi atau operasi seperti penjualan, produksi, dan pemrosesan pesanan Pemrosesan bersifat berulang Untuk mendukung keputusan harian (operasional) Melayani banyak pemakai operasional Berorientasi pada transaksi Lebih cenderung menangani data masa lalu Data disimpan dalam satu platform Data diorganisasikan menuntut subjek seperti pelanggan atau produk Pemrosesan sewaktu-waktu, tak terstruktur, dan bersifat heuristik Untuk mendukung keputusan yang strategis Untuk mendukung pemakai manajerial yang berjumlah relatif sedikit Berorientasi pada analisis

19 NORMALISASI VS DENORMALISASI Definisi Normalisasi Database? Definisi Denormalisasi Database? Perbedaan normalisasi dan denormalisasi adalah terletak pada redundansi data dan kompleksitas query

20 PENDAHULUAN Apa itu Data Warehouse? Mengapa Data Warehouse dibutuhkan? Siapa saja yang membutuhkannya?

21 DEFINISI Data Warehouse adalah : basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan

22 KEUNTUNGAN DATA WAREHOUSE Berpotensi tinggi untuk return of investment Competitive advantage Peningkatan produktivitas

23 PRINSIP DATA WAREHOUSE

24 KARAKTERSTIK DATA WAREHOUSE 1 dari 4 1. Subject-oriented

25 KARAKTERSTIK DATA WAREHOUSE 2 dari 4 2. Integrated

26 KARAKTERSTIK DATA WAREHOUSE 3 dari 4 3. Time-variant

27 KARAKTERSTIK DATA WAREHOUSE 4 dari 4 4. Non-volatile

28 REFLEKSI PERKULIAHAN 1. Hal apa yang kalian dapatkan setelah perkuliahan ini? 2. Berikanlah saya saran perbaikan untuk pembelajaran yang lebih baik

29 BAHAN SELANJUTNYA.. 1. Data Warehouse dan Data Marts 2. Komponen Data Warehouse 3. Metadata (Tipe metadata, business metadata, dan technical metadata) 4. Parallel Processing 5. Query Tools

30

SYLLABUS DAN PENDAHULUAN. Astrid Lestari Tungadi, S.Kom., M.TI.

SYLLABUS DAN PENDAHULUAN. Astrid Lestari Tungadi, S.Kom., M.TI. SYLLABUS DAN PENDAHULUAN Astrid Lestari Tungadi, S.Kom., M.TI. PENDAHULUAN Kode Mata Kuliah : Nama Mata Kuliah: Perancangan Sistem II Kredit : 4 sks Dosen : Astrid Lestari Tungadi, S.Kom., M.TI. Bahan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF53106 DATA MINING PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester

Lebih terperinci

DATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM

DATA 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 terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 5 GARIS-GARIS BESAR PROGRAM PENGAJAR PROGRAM STUDI: S1 STEM INFORMA Semester : 5 Berlaku mulai: Gasal/2010 MATA KULIAH : DATA WAREHOUSE KODE MATA KULIAH / SKS : 4010103084 / 2 SKS MATA KULIAH PRASYARAT :

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Kode / SKS Program Studi Fakultas : Konsep Data Mining : IT012274 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pengenalan RDBMS 2 SQL Mahasiswa dapat mnegrti dan memahami

Lebih terperinci

PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL

PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL PERANCANGAN DATA WAREHOUSE PADA PERPUSTAKAAN UNIVERSITAS NASIONAL Heni Jusuf 1, Ariana Azimah 2 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional Jl. Sawo Manila,

Lebih terperinci

Perancangan Basis Data

Perancangan Basis Data Modul ke: Perancangan Basis Data Fakultas FASILKOM DATA WAREHOUSE Program Studi Sistem Informasi www.mercubuana.ac.id Anita Ratnasari, S.Kom, M.Kom DATA WAREHOUSE Definisi Data Warehouse Salah satu efek

Lebih terperinci

DATA WAREHOUSE (The Building Blocks)

DATA WAREHOUSE (The Building Blocks) DATA WAREHOUSE (The Building Blocks) { 1. Review Definisi Data warehouse 2. Feature Data warehouse 3. Data warehouse Vs Data Mart 4. Komponen/Building Block Data warehouse 5. Pengenalan Metadata Pendahuluan

Lebih terperinci

Achmad Yasid, S.Kom

Achmad Yasid, S.Kom Achmad Yasid, S.Kom http://achmadyasid.wordpress.com aspireyazz@gmail.com 1. 2. 3. 4. 5. Review Definisi Data warehouse Feature Data warehouse Data warehouse Vs Data Mart Komponen/Building Block Data warehouse

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CDG4K3 DATA MINING Disusun oleh: SHAUFIAH PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran Semester

Lebih terperinci

Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)

Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD) 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 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

PERKEMBANGAN BASIS DATA SAAT INI

PERKEMBANGAN BASIS DATA SAAT INI PERKEMBANGAN BASIS DATA SAAT INI Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional. Perkembangan komputer

Lebih terperinci

Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang

Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang Tia Arifatul Maulida Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CDG4E3 DATA WAREHOUSE Disusun oleh: SHAUFIAH PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran Semester

Lebih terperinci

Rancang Bangun Data Warehouse

Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse i ii Rancang Bangun Data Warehouse Rancang Bangun Data Warehouse iii iv Rancang Bangun Data Warehouse RANCANG BANGUN DATA WAREHOUSE Oleh : Muhammad Yazdi Pusadan, S.Kom.,

Lebih terperinci

PROGRAM BANTU UNTUK PERENCANAAN PENGAMBILAN MATAKULIAH

PROGRAM BANTU UNTUK PERENCANAAN PENGAMBILAN MATAKULIAH PROGRAM BANTU UNTUK PERENCANAAN PENGAMBILAN MATAKULIAH Yetli Oslan, S.Kom., MT dan Katon Wijana, S.Kom., MT Abstrak Membuat keputusan dalam menentukan perencanaan pengambilan tiap semester merupakan hal

Lebih terperinci

Perancangan Data Warehouse pada Perpustakaan. STMIK AMIKOM Yogyakarta

Perancangan Data Warehouse pada Perpustakaan. STMIK AMIKOM Yogyakarta Perancangan Data Warehouse pada Perpustakaan STMIK AMIKOM Yogyakarta Armadyah Amborowati STMIK AMIKOM Yogyakarta armagauthama@yahoo.com Abstraksi Data merupakan aset penting dalam sebuah organisasi yang

Lebih terperinci

PERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA. Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta

PERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA. Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta PERANCANGAN DATA WAREHUSE PADA PERPUSTAKAAN STMIK AMIKOM YOGYAKARTA Armadyah Amborowati Dosen STMIK AMIKOM Yogyakarta armagauthama@yahoo.com Abstraksi Data merupakan aset penting dalam sebuah organisasi

Lebih terperinci

Sistem Basis Data Lanjut DATA WAREHOUSE. Data Warehouse 1/20

Sistem Basis Data Lanjut DATA WAREHOUSE. Data Warehouse 1/20 DATA WAREHOUSE Data Warehouse 1/20 Outline Konsep dan Arsitektur Data Warehouse Alur Data Warehouse Teknologi dan Peralatan Data Warehouse Perancangan Data Warehouse Penggunaan Oracle pada Data Warehouse

Lebih terperinci

PERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.)

PERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.) PERANCANGAN DATA WAREHOUSE DENGAN PENDEKATAN ENTERPRISE ARCHITECTURE (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA Tbk.) Kusuma Ayu Laksitowening Institut Teknologi Telkom kal@ittelkom.ac.id ABSTRACT As the

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

PERTEMUAN 14 DATA WAREHOUSE

PERTEMUAN 14 DATA WAREHOUSE PERTEMUAN 14 DATA WAREHOUSE Data Warehouse Definisi : Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung

Lebih 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

SIE/nts/TIUAJMks 9/26/2013

SIE/nts/TIUAJMks 9/26/2013 N. Tri Suswanto Saptadi 1 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi

Lebih terperinci

KARAKTERISTIK DATA WAREHOUSE

KARAKTERISTIK DATA WAREHOUSE KARAKTERISTIK DATA WAREHOUSE Karakteristik data warehouse menurut Inmon, yaitu : 1. Subject Oriented (Berorientasi subject) Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : 56601 / Data Warehouse dan Data Mng Revisi 1 Satuan Kredit Semester : 3 sks Tgl revisi : 1 September 2014 Jml Jam kuliah

Lebih terperinci

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

[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 terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : D22.5411 / Healthcare Datamng Revisi 1 Satuan Kredit Semester : 2 sks Tgl revisi : 1 Agustus 2014 Jml Jam kuliah dalam seminggu

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP) SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Sistem Penunjang Keputusan Kode Mata Kuliah : MI 027 Bobot Kredit : 3 SKS Semester Penempatan : IV Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya

Lebih terperinci

Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan

Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian

Lebih terperinci

Analisa Data Mining Menggunakan Metode Bayes Untuk Mengukur Tingkat Kerusakan Mesin Motor (Studi Kasus Pada AHASS Astra Motor Kudus)

Analisa Data Mining Menggunakan Metode Bayes Untuk Mengukur Tingkat Kerusakan Mesin Motor (Studi Kasus Pada AHASS Astra Motor Kudus) Analisa Data Mining Menggunakan Metode Bayes Untuk Mengukur Tingkat Kerusakan Mesin Motor (Studi Kasus Pada AHASS Astra Motor Kudus) Yunus Pradika FakultasIlmuKomputer, Universitas Dian Nuswantoro, Jl.

Lebih terperinci

Sistem Penunjang Keputusan, Pertemuan Ke-9 KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining

Sistem Penunjang Keputusan, Pertemuan Ke-9 KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining KECERDASAN BISNIS Warehouse, Mart, OLAP, dan Mining Warehouse warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain

Lebih 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

Analisis Frekuensi Pola Pembelian Konsumen Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Bon Bon Resto Semarang

Analisis Frekuensi Pola Pembelian Konsumen Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Bon Bon Resto Semarang Analisis Frekuensi Pola Pembelian Konsumen Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Bon Bon Resto Semarang Nur Imam Fachruzi Fakultas Ilmu Komputer, Universitas Dian

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

INTRODUCTION OF DATA WAREHOUSE. Presented by HANIM M.A M. IRWAN AFANDI.

INTRODUCTION OF DATA WAREHOUSE. Presented by HANIM M.A M. IRWAN AFANDI. INTRODUCTION OF DATA WAREHOUSE 1 Presented by HANIM M.A M. IRWAN AFANDI. hanim03@gmail.com, hanim_maria@yahoo.com, andy_afandi@yahoo.com 2 Acknowledgments S. Sudarshan (Comp. Science and Engineering Dept,

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PROSES ETL PADA DATA WAREHOUSE

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PROSES ETL PADA DATA WAREHOUSE ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PROSES ETL PADA DATA WAREHOUSE Armadyah Amborowati STMIK AMIKOM Yogyakarta Jl. Ring Road Utara, Condong Catur, Yogyakarta Telp (0274) 884201 e-mail : armagauthama@yahoo.com

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

DAFTAR REFERENSI. xiii. Computer Science Education, San Jose, United States, 1997.

DAFTAR REFERENSI. xiii. Computer Science Education, San Jose, United States, 1997. DAFTAR REFERENSI [AGR95] [AHW03] [CAR06] [GKK01] [HAN01] [JAC97] [PEI01] [RSL95] Agrawal, Rakesh, Ramakrishnan Srikant. 1995. Mining Sequential Patterns. IBM Research Center. Agrawal, C, Han, Jiawei, Wang,

Lebih terperinci

KONTRAK PERKULIAHAN. Kontrak Perkuliahan S1 IF ST3 Telkom Purwokerto

KONTRAK PERKULIAHAN. Kontrak Perkuliahan S1 IF ST3 Telkom Purwokerto KONTRAK PERKULIAHAN Nama Mata Kuliah : PEMODELAN BASIS DATA Kode Mata Kuliah : MKB3142 SKS : Teori 2 SKS Praktek 1 Prasyarat : Pengantar Teknologi Informatika Logika dan Sistem Digital Sasaran : Mahasiswa

Lebih terperinci

PENELITIAN MANDIRI PEMBANGUNAN DATA MINING UNIVERSITAS UNTUK PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF AKADEMIK

PENELITIAN MANDIRI PEMBANGUNAN DATA MINING UNIVERSITAS UNTUK PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF AKADEMIK Nama Rumpun Ilmu: Teknologi Informasi PENELITIAN MANDIRI PEMBANGUNAN DATA MINING UNIVERSITAS UNTUK PENGEMBANGAN SISTEM INFORMASI EKSEKUTIF AKADEMIK Asroni, S.T., M.Eng. (NIDN 0526047401) Eko Prasetyo,

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

Data Warehouse dan Decision Support System. Arif Basofi

Data Warehouse dan Decision Support System. Arif Basofi Data Warehouse dan Decision Support System Arif Basofi Referensi Data Warehouse, STMIK Global Informatika MDP. M. Syukri Mustafa,S.Si., MMSI, Sistem Basis Data II (Data Warehouse), 2008. Hanim MA, Data

Lebih terperinci

Konsep Business Inteligence. (Bag. 2) Ade Sarah H., M.Kom

Konsep Business Inteligence. (Bag. 2) Ade Sarah H., M.Kom Konsep Business Inteligence (Bag. 2) Ade Sarah H., M.Kom Data, informasi dan pengetahuan Arsitektur BI Komponen utama BI Siklus analisis BI Tahap pengembangan sistem BI Sebuah organisasi memiliki data

Lebih terperinci

CLUSTERING DATA KATEGORIK MENGGUNAKAN K-MODES DENGAN WEIGHTED DISSIMILARITY MEASURE

CLUSTERING DATA KATEGORIK MENGGUNAKAN K-MODES DENGAN WEIGHTED DISSIMILARITY MEASURE CLUSTERING DATA KATEGORIK MENGGUNAKAN K-MODES DENGAN WEIGHTED DISSIMILARITY MEASURE Lutfi Hidayat Ramdhani¹, Hetti Hidayati², Mahmud Dwi Suliiyo³ ¹Teknik Informatika,, Universitas Telkom Abstrak K-Modes

Lebih terperinci

Student Clustering Based on Academic Using K-Means Algoritms

Student Clustering Based on Academic Using K-Means Algoritms Student Clustering Based on Academic Using K-Means Algoritms Hironimus Leong, Shinta Estri Wahyuningrum Faculty of Computer Science, Faculty of Computer Science Unika Soegijapranata marlon.leong@gmail.com

Lebih terperinci

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS BINADARMA PALEMBANG)

ANALISIS DAN PERANCANGAN DATA WAREHOUSE PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS BINADARMA PALEMBANG) ANALISIS DAN PERANCANGAN DATA WAREHOUSE PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS BINADARMA PALEMBANG) Andri 1), Baibul Tujni 2) 1,2) Program Studi Sistem Informasi Universitas Binadarma Jalan

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

Kontrak (Rencana) Pembelajaran

Kontrak (Rencana) Pembelajaran Kontrak (Rencana) Pembelajaran (Pedoman Pembelajaran Mahasiswa) Manajemen Sains 0862020 620207 Pengajar : 1. Eko Prasetyo 2. 3. Semester : IV (empat) Tahun : 2010/2011 Jurusan/Program Studi Teknik Informatika

Lebih terperinci

BAB II KONSEP DATA WAREHOUSING

BAB II KONSEP DATA WAREHOUSING BAB II KONSEP DATA WAREHOUSING Komptensi yang diharapkan: Peserta pembelajaran memahami konsep-konsep, berbagai istilah, karakteristik, manfaat, tujuan, tugas-tugas data warehouseing. A. Pengertian Beberapa

Lebih terperinci

Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6

Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 1 Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6 Data Warehouse 2 Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional

Lebih terperinci

Kegunaan Data Warehouse

Kegunaan Data Warehouse Kegunaan Data Warehouse Dengan adanya data warehouse, akan mempermudah pembuatan aplikasi-aplikasi DSS dan EIS karena memang kegunaan dari data warehouse adalah khusus untuk membuat suatu database yang

Lebih terperinci

Perancangan 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 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 terperinci

STMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil 2011/2012

STMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil 2011/2012 Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil 2011/2012 PERANCANGAN DATA WAREHOUSE DAN PENERAPAN DATA MINING PADA DATA PENJUALAN PD XYZ Ananda Wanajaya 2008240010 Rahul Sabloak

Lebih terperinci

PENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING

PENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING PENGELOMPOKAN DAN ANALISIS PELANGGAN DENGAN MENGGUNAKAN FUZZY C-MEANS CLUSTERING Benedictus Andrian Henry Threstanto¹, Dhinta Darmantoro², Kiki Maulana³ ¹Teknik Informatika,, Universitas Telkom Abstrak

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Sistem Penunjang Keputusan Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Gambaran global; Pengenalan SPK; Pembuatan ; Fase pengambilan ; Fase

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

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PADA JOB PERTAMINA TALISMAN Abstrak Adi Kurniawan 0400527811

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005 UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Skripsi Sarjana Komputer Semester Genap 2004 / 2005 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PADA PT PPG Eddy Sugianto 0400512343 Ainierti 0400513863

Lebih terperinci

Data Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1

Data Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1 Data Warehouse, Data Mart, OLAP, dan Data Mining arifin, sistem informasi - udinus 1 Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai

Lebih terperinci

6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan

6/26/2011. Kebutuhan perusahaan untuk mengimplementasikan BI cukup besar. BI dengan data analysis toolnya merupakan Aplikasi e business yang berfungsi untuk mengubah data data dalam perusahaan (data operasional, transaksional, dll) ke dalam bentuk pengetahuan Analisis terhadap transaksi transaksi di masa lampau dan

Lebih terperinci

BAB 2 2 LANDASAN TEORI. Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsepkonsep,

BAB 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 terperinci

Datawarehouse dan OLAP (Overview) Diambil dari presentasi Jiawei Han

Datawarehouse dan OLAP (Overview) Diambil dari presentasi Jiawei Han Datawarehouse dan OLAP (Overview) yudi@upi.edu Diambil dari presentasi Jiawei Han Apa Data warehouse? Database pendukung keputusan yang terpisah dengan database operasional Platform untuk konsolidasi

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : Sistem Penunjang Keputusan Kode : TI12. C438 / 4 SKS Fakultas Teknologi Informasi

SATUAN ACARA PERKULIAHAN MATA KULIAH : Sistem Penunjang Keputusan Kode : TI12. C438 / 4 SKS Fakultas Teknologi Informasi 1 SISTEM - Ruang Lingkup Mata Kuliah Aktivitas [5] Bab 1, PENDUKUNG - Manajer dan pengambilan putusan Dosen(D) : - Computer [7] Chapter 1 MANAJEMEN - Pengambilan putusan manajerial dan SI 1. Memberikan

Lebih terperinci

Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 147. STMIK Global Informatika MDP Jl. Rajawali No.

Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 147. STMIK Global Informatika MDP Jl. Rajawali No. Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 147 Perancangan Data Warehouse dan Penerapan Algoritma Nearest Neighbour untuk Prediksi Pengunduran Diri Jemaah Haji di Kementrian Agama

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

BAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti

BAB II LANDASAN TEORI. Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti BAB II LANDASAN TEORI 2.1 Data Data adalah sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti dan sangat penting bagi pemakai (Hoffer, Prescott dan McFadden,2007, p6). 2.2 Basis Data Basis

Lebih terperinci

Perkembangan Teknologi Database

Perkembangan Teknologi Database Konsep Teknologi Informasi Perkembangan Teknologi Database ARIF BASOFI PENS 2016 Referensi 1. Fitrianingsih, Perkembangan Basis Data, Universitas Gunadarma. 2. Yulia Kahitela, Perkembangan Teknologi Database,

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Pemodelan Bobot Mata Kuliah : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata Kuliah : Unified Modelling Language; Use Case Diagram; Class Diagram dan Object Diagram; Activity

Lebih terperinci

Abidah Elcholiqi, Beta Noranita, Indra Waspada

Abidah Elcholiqi, Beta Noranita, Indra Waspada Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah

Lebih terperinci

BAB 1 PENDAHULUAN. Seiring dengan kemajuan teknologi dan perubahan peradaban. Hal itu

BAB 1 PENDAHULUAN. Seiring dengan kemajuan teknologi dan perubahan peradaban. Hal itu BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan teknologi dan perubahan peradaban. Hal itu mendorong manusia untuk mampu beradaptasi dengan perubahan yang terjadi. Oleh karena itu semakin

Lebih terperinci

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Data Mining Kode/SKS: SS / (2/1/0) Dosen : SWP, KF Semester : VII

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Data Mining Kode/SKS: SS / (2/1/0) Dosen : SWP, KF Semester : VII RPS1SK08 Kurikulum 2014, Edisi : September2014 No.Revisi : 00 Hal: 1 dari 6 A. : 1. CP 3.2 : Melakukan analisis data dengan menggunakan program statistik 2. CP 10.3 : Mampu menganalisis big data dengan

Lebih terperinci

DATA WAREHOUSE. Pertemuan ke-3

DATA WAREHOUSE. Pertemuan ke-3 DATA WAREHOUSE Pertemuan ke-3 Intelligence Enterprise Pengertian Data Warehouse Sebuah tempat penyimpanan data yang lengkap dan konsisten yang berasal dari sumber-sumber yang berbeda dibuat untuk penggunanya

Lebih terperinci

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ

ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ ANALISA DAN PERANCANGAN DATA WAREHOUSE UNTUK PENDUKUNG PENGAMBILAN KEPUTUSAN PENJUALAN DAN PEMASARAN DI PT. XYZ Irwan Limintono, Aris Tjahjanto Bidang Keahlian Manajemen Teknologi Informasi Magister Manajemen

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP) SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Pemodelan Kode Mata Kuliah : TI 015 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata Kuliah : Mata Kuliah Keilmuan dan Keterampilan Mata Kuliah

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Sistem Informasi Sistem informasi secara teknis bisa didefinisikan sebagai sekelompok komponen yang saling terkait yang mengumpulkan, memproses, menyimpan, dan mendistribusikan

Lebih terperinci

UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT. SINAR MEADOW INTERNATIONAL INDONESIA

UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT. SINAR MEADOW INTERNATIONAL INDONESIA UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PEMBELIAN DAN PENJUALAN PADA PT. SINAR MEADOW INTERNATIONAL

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

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 ANALISIS DAN PERANCANGAN DATA WAREHOUSE DEPARTEMEN MARKETING PT. RAHADICIPTA

Lebih terperinci

Kontrak (Rencana) Pembelajaran

Kontrak (Rencana) Pembelajaran Kontrak (Rencana) Pembelajaran (Pedoman Pembelajaran Mahasiswa) Jaringan Komputer 08620 620304 Pengajar : 1. Eko Prasetyo 2. 3. Semester : IV (empat) Tahun : 2008/2009 Jurusan/Program Studi Teknik Informatika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Analisa dan Perancangan Data Warehouse Pada PT Nutricia Indonesia Sejahtera

Analisa dan Perancangan Data Warehouse Pada PT Nutricia Indonesia Sejahtera UNIVERSITAS BINA NUSANTARA Jurusan Sistem Informasi Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006 Analisa dan Perancangan Data Warehouse Pada PT Nutricia Indonesia

Lebih terperinci

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ Rani Susanto 1), Tati Harihayati M 2), Utami Dewi Widianti 3) 1), )2, 3) Teknik Informatika UNIKOM Bandung

Lebih terperinci

ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERPUSTAKAAN DAERAH KABUPATEN LUMAJANG. Tugas Akhir

ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERPUSTAKAAN DAERAH KABUPATEN LUMAJANG. Tugas Akhir ANALISIS DAN DESAIN DATA WAREHOUSE PADA PERPUSTAKAAN DAERAH KABUPATEN LUMAJANG Tugas Akhir Diajukan untuk Memenuhi Persyaratan Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah

Lebih terperinci

Kata kunci : Perpustakaan, Sistem Rekomendasi, Knowledge Discovery from Database (KDD), Association Rule Mining, Algoritma CT-PRO

Kata kunci : Perpustakaan, Sistem Rekomendasi, Knowledge Discovery from Database (KDD), Association Rule Mining, Algoritma CT-PRO PENERAPAN ASSOCIATION RULE MINING UNTUK REKOMENDASI PENELUSURAN BUKU DENGAN ALGORITMA CT-PRO Dwi Maryati Suryana, Sri Setyaningsih, Lita Karlitasari e-mail : dwimaryatisuryana@yahoo.com Program Studi Ilmu

Lebih terperinci

UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN DATA WAREHOUSE BAGIAN PERSEDIAAN DAN PENJUALAN PT. ECS TECHNOLOGY

UNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN DATA WAREHOUSE BAGIAN PERSEDIAAN DAN PENJUALAN PT. ECS TECHNOLOGY UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE BAGIAN PERSEDIAAN DAN PENJUALAN PT. ECS TECHNOLOGY

Lebih terperinci

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Mata Kuliah Sistem Pendukung Keputusan IF1902

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Mata Kuliah Sistem Pendukung Keputusan IF1902 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Mata Kuliah Sistem Pendukung Keputusan IF1902 SEKOLAH TINGGI TEKNOLOGI INDONESIA TANJUNG PINANG 2010 RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN

Lebih terperinci

Data Warehouse dan Data Mining Oleh : Asep Jalaludin,S.T.,M.M.

Data Warehouse dan Data Mining Oleh : Asep Jalaludin,S.T.,M.M. Data Warehouse dan Data Mining Oleh : 1 Definisi : Data Warehouse O Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis

Lebih terperinci

TUGAS DATA WAREHOUSE

TUGAS 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 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

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

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2005/2006

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2005/2006 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Strata-1 Skripsi Sarjana Komputer Semester Ganjil Tahun 2005/2006 ANALISIS DAN PERANCANGAN DATA WAREHOUSE PENJUALAN PADA PD. SETIA JAYA

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2005/2006 ANALISIS DAN PERANCANGAN KHASANAH DATA PENJUALAN ONLINE PADA PT. BHINNEKA MENTARI DIMENSI Ridwan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang 1 BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini, teknologi informasi sangat dibutuhkan untuk memenuhi kebutuhan manusia. Teknologi informasi memegang peranan penting bagi kelancaran aktivitas manusia

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006 / 2007 ANALISIS DAN PERANCANGAN DATAWAREHOUSE PADA PT ROY WESTON INDONESIA Jefferi Antony 0700700194

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Pengertian Data Menurut (Inmon, 2005, p. 493) data merupakan kumpulan faktafakta, konsep-konsep dan instruksi-instruksi yang disimpan dalam media penyimpanan yang

Lebih terperinci