DATAWAREHOUSING & BUSINESS INTELLIGENT <<Pertemuan – 12>>

Slides:



Advertisements
Presentasi serupa
KNOWLEGDE DISCOVERY in DATABASE (KDD)
Advertisements

Aplikasi Basis Data.
Sistem Pendukung Keputusan
BASIS DATA LANJUTAN.
Sistem Informasi Pendukung Keputusan Manajerial
Business Intelligence
Data Warehouse, Data Mart, OLAP, dan Data Mining
PERANGKAT MANAJEMEN PENGETAHUAN
OASE Project Husni Komputasi.wordpress.com oaseproject.trunojoyo.ac.id O pen & A ctive S earch E ngine.
Analisis dan Perancangan Sistem
Data Warehouse dan Data Mining
ONLINE ANALYTICAL PROCESSING (OLAP)
Pertemuan 4 Konsep Dasar SPK (02)
MODELING AND ANALYSIS - 1 Pertemuan - 05
BAGIAN IV DECISION SUPPORT AND ARTIFICIAL INTELLIGENCE
DSS Integration Pertemuan - 25
1 Pertemuan 6 Sistem Manajemen Data (02) Matakuliah: M0154 / Management Support Systems Tahun: 2005 Versi: 1/1.
1 Pertemuan 5 Sistem Manajemen Data (DMS) Matakuliah: M0154 / Management Support Systems Tahun: 2005 Versi: 1/1.
Pertemuan - 08 Matakuliah: M0304/Corporate Information System Management Tahun: 2008.
A rsitektur dan M odel D ata M ining. Arsitektur Data Mining.
INTRODUCTION OF DATA WAREHOUSE
Peran dan Manfaatnya sebagai Decission Support System (DSS)
Data Warehouse dan Data Mining
Penambangan data Pertemuan 2.
Meningkatkan kualitas pengambilan keputusan
SISTEM PENDUKUNG KEPUTUSAN
SISTEM PENUNJANG KEPUTUSAN
Dasar-dasar Intelijen Bisnis:
Chapter 6 Foundations of Business Intelligence: Databases and Information Management.
DECISION SUPPORT SYSTEM (DSS)2
mathematical model. MODUL 14 – 1/29 MODUL 14
Support System IT Putri Taqwa Prasetyaningrum,S.T.,M.T.
Silabus & Kontrak Kuliah
DSS Basic Concept - 2 Pertemuan - 04
Pertemuan 5 Sistem Manajemen Data (DMS)
SISTEM PENUNJANG KEPUTUSAN
SISTEM PENUNJANG KEPUTUSAN
Perangkat Manajemen Pengetahuan
SISTEM PENUNJANG KEPUTUSAN
DECISION SUPPORT SYSTEM BASIC CONCEPT - 1 Pertemuan-03
SISTEM PENUNJANG KEPUTUSAN
Silabus & Kontrak Kuliah
Decision Support System
Data Mining.
Konsep Data Mining Ana Kurniawati.
Sistem pendukung keputusan: sebuah tinjauan
DECISION SUPPORT SYSTEM (DSS)4
Data Mining.
Topik Database : 1. Sistem Basis Data 2. ER Model
Business Intelligent Ramos Somya, S.Kom., M.Cs.
KNOWLEGDE DISCOVERY in DATABASE (KDD)
INTRODUCTION OF DATA WAREHOUSE
Data Warehouse Database Systems: Design, Implementation, and Management, Sixth Edition, Rob and Coronel.
INTRODUCTION OF DATA WAREHOUSE
DSS Development Case – 2 Pertemuan - 18
DATAWAREHOUSING & BUSINESS INTELLIGENT Pertemuan
Analisis Multidimensional
Enhancing Decision Making
DATABASES AND DATA WAREHOUSES
Sistem Informasi Pendukung Keputusan Manajerial
Sistem Pendukung Keputusan Roni Andarsyah, ST., M.Kom Lecture Series.
Konsep Aplikasi Data Mining
Sistem Pendukung Keputusan Roni Andarsyah, ST., M.Kom Lecture Series.
SISTEM PENUNJANG KEPUTUSAN
Pertemuan 1 & 2 Pengantar Data Mining 12/6/2018.
Bab 11 MANAJEMEN KINERJA menggunakan Data Visualization, Mashups, dan Mobile Intelligence.
Konsep Data Mining Ana Kurniawati.
Konsep dan Aplikasi Data Mining
SISTEM PENUNJANG KEPUTUSAN UNTUK SISTEM INFORMASI MANAJEMEN.
SISTEM PENDUKUNG KEPUTUSAN
Transcript presentasi:

DATAWAREHOUSING & BUSINESS INTELLIGENT <<Pertemuan – 12>> Matakuliah : Decision Support System Tahun : 2009 DATAWAREHOUSING & BUSINESS INTELLIGENT <<Pertemuan – 12>>

Sasaran Pembelajaran Explain business intelligence/business analytics. Examine how decision making can be improved through data manipulation and analytics. Understand the interaction betwixt the Web and database technologies. Explain how database technologies are used in business analytics. Understand the impact of the Web on business intelligence and analytics. Bina Nusantara University

- Business Intelligent - Data Mining - Data Visualization - OLAP Pokok Bahasan - Business Intelligent - Data Mining - Data Visualization - OLAP Bina Nusantara University

Business Intelligence dan Analytics Perolehan data dan informasi untuk digunakan dalam aktivitas decision-making Business analytics Models dan solution methods Data mining Menggunakan model dan methoda terhadap data untuk identifikasi pola / patterns dan trends Bina Nusantara University

Aktivitas BI OLAP Sumber data Data Warehouse Hasil Dukungan Keputusan MINING Visualisasi Visualisasi Bina Nusantara University

Keuntungan BI Membuat keputusan lebih baik dan cepat, konfiden Menefektifkan operasi ( merampingkan ) Memperpendek siklus pengembangan produk Memaksimalkan niali dari lini produk yang sudah ada dan antisipasi peluang baru Menciptakan pemasaran yang lebih baik dan fokus, meningkatkan hubungan dengan pemasok dan pelangan Bina Nusantara University

OLAP Activitas yang dilakukan oleh end_user dalam sistem online Specific, open-ended query generation SQL Ad hoc reports Statistical analysis Pembangunan aplikasi DSS Kemampuan-kemampuan Pemodelan dan Visualisasi Special class of tools DSS/BI/BA front ends Data access front ends Database front ends Visual information access systems Bina Nusantara University

Data Mining Mengorganisir dan menggunakan informasi dan knowledge dari databases Statistical, mathematical, artificial intelligence, dan machine-learning techniques Automatic dan cepat Tools untuk mencari patterns Simple models Intermediate models Complex Models Bina Nusantara University

Data Mining Kelas2 Aplikasi Data mining dari masalah Classification Clustering Association Sequencing Regression Forecasting Dll Hypothesis atau discovery driven Iterative Scalable Bina Nusantara University

Tools dan Techniques Data mining Statistical methods Decision trees Case based reasoning Neural computing Intelligent agents Genetic algorithms Text Mining Hidden content Group by themes Determine relationships Bina Nusantara University

Knowledge Discovery in Databases Data mining yang digunakan untuk mencari patterns dalam data Identifikasi dari data Preprocessing Transformation ke common format Data mining through algorithms Evaluation Bina Nusantara University

Data Visualization Technologi untuk mendukung visualization dan interpretation Digital imaging, GIS, GUI, tables, multidimensions, graphs, VR, 3D, animation Identifikasi hubungan / relationships dan trends Data manipulation memungkinkan real time melihat performance data Bina Nusantara University

Multidimensionality Data diorganize sesuai dengan standar business bukan analysts Conceptual Factors Dimensions Measures Time Significant overhead and storage Expensive Complex Bina Nusantara University

Analytic systems Real-time queries dan analysis Real-time decision-making Real-time data warehouses diupdate harian atau lebih sering Update dapat dilakukan selagi queries aktif Tidak semua data diupdate secara berkelanjutan Deployment dari aplikasi2 business analytic Bina Nusantara University

GIS Computerized system untuk managing dan manipulasi data dengan digitized maps ( peta digital ) Geographically oriented Geographic spreadsheet untuk models Software memungkinkan web akses ke peta Digunakan untuk modeling dan simulations Bina Nusantara University

Bina Nusantara University

Web Analytics/Intelligence Applikasi dari business analytics ke Web sites Web intelligence Applikasi business intelligence techniques ke Web sites Bina Nusantara University