SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE Astrid Lestari Tungadi, S.Kom., MTI.
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 : 087841002000 Astrid Lestari Tungadi, S.Kom., MTI.
KONTRAK PERKULIAHAN Soft Skill (Kehadiran dan Attitude) Tugas Mandiri Final
NILAI MUTU 80.0 : A 70.0 79.9 : B 60.0 69.9 : C 50.0 59.9 : D 50 : E
REFERENSI BUKU 1. Nagabhushana. 2006. Data Warehousing, OLAP and Data Mining. New Age International Publisher 2. Ponniah, Paulraj. 2001. Data Warehousing Fundamentals: a Comprehensive Guide for IT Professionals. John Wiles and Sons, Inc. 3. Tan, Pang-Ning; Steinbach, Michael; Kumar, Vipin,. 2015. Introduction to Data Mining 2nd Edition. Pearson Education, Inc. 4. Han, Jiawei; Kamber, Micheline, and Jian Pei,, Morgan Kaufmann. 2011. Data Mining Concept and Techniques. Morgan Kaufmann 5. Maimon,Oded; Rocach, Lior. 2010. Data Mining and Knowledge Discovery Handbook 2nd edition. Springer.
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
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.
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?
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
KEBUTUHAN INFORMASI STRATEGIS 3 dari 4 Siapa yang membutuhkan informasi strategis dalam suatu perusahaan atau organisasi?
KEBUTUHAN INFORMASI STRATEGIS 4 dari 4 Apa tujuannya mereka membutuhkan informasi?
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.
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?
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?
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
OLTP
OLAP
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
NORMALISASI VS DENORMALISASI Definisi Normalisasi Database? Definisi Denormalisasi Database? Perbedaan normalisasi dan denormalisasi adalah terletak pada redundansi data dan kompleksitas query
PENDAHULUAN Apa itu Data Warehouse? Mengapa Data Warehouse dibutuhkan? Siapa saja yang membutuhkannya?
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
KEUNTUNGAN DATA WAREHOUSE Berpotensi tinggi untuk return of investment Competitive advantage Peningkatan produktivitas
PRINSIP DATA WAREHOUSE
KARAKTERSTIK DATA WAREHOUSE 1 dari 4 1. Subject-oriented
KARAKTERSTIK DATA WAREHOUSE 2 dari 4 2. Integrated
KARAKTERSTIK DATA WAREHOUSE 3 dari 4 3. Time-variant
KARAKTERSTIK DATA WAREHOUSE 4 dari 4 4. Non-volatile
REFLEKSI PERKULIAHAN 1. Hal apa yang kalian dapatkan setelah perkuliahan ini? 2. Berikanlah saya saran perbaikan untuk pembelajaran yang lebih baik
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