Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

DATADATABASEOLTPDSS OLAPDATAWAREHOUSEDATA MINING.

Presentasi serupa


Presentasi berjudul: "DATADATABASEOLTPDSS OLAPDATAWAREHOUSEDATA MINING."— Transcript presentasi:

1

2 DATADATABASEOLTPDSS OLAPDATAWAREHOUSEDATA MINING

3 Adalah fakta yang dikenal yang dapat dicatat atau direkam dalam bentuk angka, huruf, simbol, teks, gambar atau kombinasinya yang belum mengandung arti dan belum dapat digunakan sebagai pengambil keputusan.

4 tempat penyimpanan tabel-tabel data yang saling terelasi dan terhubung satu dengan lainnya pada media penyimpanan komputer

5 OLTP adalah singkatan dari On Line Transaction Processing, OLTP sering dijumpai seperti ditoko atau swalayan contohnya database pada sistem informasi penjualan.

6  Decision Support System ( DSS ) DSS merupakan sistem berbasis computer yang interaktif, yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang tak terstruktur, dimana solusi tidak bisa diperoleh serta merta, sehingga masalah menjadi kompleks. Contoh masalah terstruktur : perencanaan jangka pendek, laporan personal, sistem distribusi, dan lokasi warehouse. Sedangkan contoh masalah tak terstruktur adalah pemilihan cover untuk sebuah masalah, recruitment executive, perencanaan proyek,dll.

7 Online Analytical Processing atau disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).

8

9 DATA WAREHOUSE adalah suatu koleksi data yang bisa digunakan untuk menunjang pengambilan keputusan manajemen, yang berorientasi subjek (topik), terpadu, time variant, dan tidak mudah berubah Data Warehouse membantu para pekerja teknologi (manager,executive,analyst) untuk pengambilan keputusan yang lebih cepat dan mudah Data warehouse memungkinkan user untuk memeriksa history data dan melakukan analisis terhadap data sehingga dapat mengambil keputusan berdasarkan analisa yang dibuat

10 1. Arsitektur Dasar Data Warehouse Gambar berikut menampilkan arsitektur sederhana dari suatu Data Warehouse. User dapat secara langsung mengakses data yang diambil dari beberapa source melalui data warehouse

11 2. Arsitektur Data Warehouse dengan menggunakan Staging Area Staging area menyederhanakan proses pembuatan summary dan management warehouse secara umum

12 3. Arsitektur Data Warehouse dengan menggunakan Staging Area dan Data Mart Data mart merupakan subset dari data resource, biasanya berorientasi untuk suatu tujuan yang spesifik atau subjek data yang didistribusikan untuk mendukung kebutuhan bisnis.

13 Kemampuan mengakses data yang berskala perusahaan. Kemampuan memiliki data yang konsisten. Dapat melakukan analisis secara cepat. Dapat digunakan untuk mencari redundansi usaha di perusahaan. Menemukan gap antara pengetahuan bisnis dengan proses bisnis. Meminimalkan biaya administrasi. Meningkatkan kinerja pegawai perusahaan untuk dapat melakukan tugasnya dengan lebih efektif.

14 Deskripsi Terkadang peneliti dan analis secara sederhana ingin mencoba mencari cara untuk menggambarkan pola dan kecendrungan yang terdapat dalam data yang dimiliki. Estimasi Estimasi hampir sama dengan klasifikasi, kecuali variabel target estimasi lebih ke arah numerik daripada ke arah kategori. Model dibangun menggunakan record lengkap yang menyediakan nilai dari variabel target sebagai nilai prediksi. Prediksi Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada di masa mendatang.

15 Klasifikasi  Dalam klasifikasi terdapat target variabel kategori, misal penggolongan pendapatan dapat dipisahkan dalam tiga kategori, yaitu tinggi, sedang dan rendah. Pengklusteran  Pengklusteran merupakan pengelompokan record, pengamatan, atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Asosiasi  Tugas asosiasi data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang belanja

16

17 Sia-sia menyimpan data, membuat algoritma dan lain-lain; If they are not used to support decision making Sia-sia menyimpan data, membuat algoritma dan lain-lain; If they are not used to support decision making

18


Download ppt "DATADATABASEOLTPDSS OLAPDATAWAREHOUSEDATA MINING."

Presentasi serupa


Iklan oleh Google