INTRODUCTION OF DATA WAREHOUSE

Slides:



Advertisements
Presentasi serupa
5.
Advertisements

BASIS DATA LANJUTAN.
Data Warehouse dan Decision Support
INTRODUCTION OF DATA WAREHOUSE
Proses Data Warehouse M. Syukri Mustafa,S.Si., MMSI.
Business Intelligence
DATA WAREHOUSE Pertemuan ke-3.
Data Warehouse, Data Mart, OLAP, dan Data Mining
Pengenalan Data Warehouse
Pengenalan Datawarehouse
Data Warehousing Sistem Basis Data Lanjut Prepared by: MT. Wilson
Data Mart dan Metadata Data Warehouse
Data Warehouse dan Data Mining
Data Warehouse (Lecture 1)
Arsitektur DWH Pertemuan ke-2.
Sumber Data untuk DW Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan Sumber eksternal yang diperoleh misalnya melalui.
Data Warehouse, Data Mart, OLTP & OLAP
SISTEM INFORMASI Pertemuan 5.
Pengenalan Datawarehouse
Database Management System
Arsitektur Data Warehouse
Konsep dan Teknik Data Mining
DATA WAREHOUSE (The Building Blocks)
1 Pertemuan 6 Sistem Manajemen Data (02) Matakuliah: M0154 / Management Support Systems Tahun: 2005 Versi: 1/1.
Informasi Dalam Praktik
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Manajemen Support Sistem
DATA WAREHOUSE Pertemuan ke-1.
INTRODUCTION OF DATA WAREHOUSE
Teknologi Informasi dalam Supply Chain
Data Warehouse dan Data Mining
Chapter 6 Foundations of Business Intelligence: Databases and Information Management.
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
Enterprise Information System (E I S)
Data Warehouse, Data Mart, OLAP, dan Data Mining
Data Mining.
Sistem Basis Data Lanjut (KMP306)
DATA MART Pertemuan ke-3.
Charitas Fibriani, S.Kom, M.Eng
ARSITEKTUR DATA WAREHOUSE
BUSINESS INTELLIGENCE
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
KARAKTERISTIK DW Pertemuan ke-2.
Konsep Data Warehouse Kelompok 3 :
DATA WAREHOUSE.
KNOWLEGDE DISCOVERY in DATABASE (KDD)
DATA WAREHOUSE.
The Data Warehouse and The ODS
INTRODUCTION OF DATA WAREHOUSE
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Data Warehouse Database Systems: Design, Implementation, and Management, Sixth Edition, Rob and Coronel.
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Gudang Data, dan Permasalahannya
Introduction group DATA RESOURCE MANAGEMENT (Manajemen Sumber Daya Data) MEDICARE ( ) CANDRA NUR RAHMAN ( ) KHARISMA AGUNG ( )
Analisis Multidimensional
Information System Analysis and Design
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
Pertemuan ke-1 (GUDANG DATA)
Pengantar Basis Data Pengantar Basis Data.
Business Intelligence Ramos Somya, S.Kom., M.Cs.
Konsep dan Teknik Data Mining
DATABASES AND DATA WAREHOUSES
Global E-Business and Collaboration
Introduction to Data Warehouse By: Marcello Singadji
Sistem Informasi Pendukung Keputusan Manajerial
Business Intelligent Ramos Somya, S.Kom., M.Cs.
OLTP & ETL Data integration.
SISTEM PENGOLAHAN DATA
Konsep Aplikasi Data Mining
SISTEM INFORMASI AKUNTANSI
Transcript presentasi:

INTRODUCTION OF DATA WAREHOUSE Presented by HANIM M.A. hanim03@gmail.com, hanim_maria@yahoo.com

Acknowledgments S. Sudarshan (Comp. Science and Engineering Dept, IIT, Bombay) Anindya Datta (Georgia Institute of Technology)

Overview Part 1 : Review data, informasi Part 2 : Pengenalan Data Warehouse Part 3 : Karakteristik Data Warehouse Part 4 : Task 1

Part 1: Review Data, Informasi

Data vs Information Data terdiri dari fakta dan angka yang relatif tidak mempunyai arti bagi pemakai Informasi adalah data yang telah diolah sehingga mempunyai arti yang lebih bagi pemakai

Part 2: Pengenalan Data Warehouse

Data is everywhere yet ... Saya tidak bisa menemukan data yang saya cari data tersebar dimana-mana (lintas jaringan) menggunakan versi yang berbeda Tidak bisa mendapatkan data yang diperlukan perlu orang yang expert untuk mendapatkan data tersebut Data sudah ditemukan, tapi tidak mengerti maksud data tersebut dokumentasi data yang kacau Data sudah ditemukan, tapi saya tidak bisa menggunakannya hasil data yang tidak terduga data perlu ditransformasi dari bentuk satu ke bentuk yang lain

What is a Data Warehouse? 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

Why Data Warehousing? Konsumen mana yg memiliki margin tinggi/rendah? Siapa saja konsumen saya dan produk apa saja yang mereka beli? Jalur distribusi apa yang paling efektif? Promosi produk apa yang paling berpengaruh terhadap penghasilan perusahaan? Konsumen mana yang senang mengikuti berbagai kompetisi perusahaan? Apa dampak/pengaruh produk/layanan baru terhadap penghasilan perusahaan dan margin?

It’s all related with “Decision Support” Untuk mengatur dan mengontrol bisnis Datanya bersifat historical (past-now) Mengoptimalkan penyelidikan/analisa dari pada update Digunakan oleh manager dan end-users untuk memahami bisnisnya dan membuat keputusan/keputusan On-Line Analytical Processing (OLAP) merupakan elemen dari Decision Support System (DSS)

What are the users saying... Data yang tersebar di perusahaan harus diintegrasikan Summary data memiliki nilai yang nyata bagi perusahaan Data histori memegang peranan penting dalam memahami data Memerlukan kemampuan What-If

Data Warehousing -- It is a process to Teknik untuk mengumpulkan dan memanage data dari berbagai sumber dengan tujuan untuk menjawab permasalahan bisnis. Shg perusahaan mampu membuat keputusan yang sebelumnya tidak mungkin dilakukan. Database pengambilan keputusan ini didapatkan dari database operasional perusahaan dari berbagai lokasi yang terpisah-pisah.

Traditional RDBMS used for OLTP Sistem database yang digunakan untuk OLTP proses yang berhubungan dengan clerical data detail, datanya up to date read/update sedikit record Pemisahan, recovery, dan integritas data Disebut juga transaksi operasional

OLTP vs OLAP OLTP: roda penggerak organisasi OLAP: mengawasi gerak roda

OLAP, MDA Making Decisions Data Presentation Visualization Techniques End User Business Analyst Data DBA Making Decisions Data Presentation Visualization Techniques Data Mining Information Discovery Data Exploration OLAP, MDA Statistical Analysis, Querying and Reporting Data Warehouses / Data Marts Data Sources Paper, Files, Information Providers, Database Systems, OLTP Increasing potential to support business decisions

Characteristics of Data Warehouse Data warehouse merupakan kumpulan data yang subject-oriented, integrated, time-variant, dan nonvolatile yang menunjang manajemen dalam proses pengambilan keputusan.

Data Warehouse-Subject Oriented Fokusnya pada subjek utama dalam proses bisnis perusahaan, seperti customer, product, dan sales (penjualan). Fokus pada memodelkan dan menganalisa data yang akan digunakan oleh para pengambil keputusan, bukan pada operasi harian atau proses transaksional (transaction processing) Provide view yang simple dan ringkas atas persoalan dengan subjek tertentu dengan membuang data yang tidak berguna untuk proses pengambilan keputusan.

Data Warehouse-Integrated Didapatkan dengan mengintegrasikan multiple data, dari sumber data yang berbeda-beda (heterogeneous data source) relational databases, flat files, on-line transaction records Menggunakan teknik Data cleaning and data integration Memastikan konsistensi pada struktur encoding, pengukuran atribut, dll diantara data source yang berbeda. E.g., Hotel price: currency, tax, breakfast covered, etc. Ketika data dipindah ke data warehouse, data sudah berubah sesuai keinginan.

Data Warehouse-Time Variant Dari segi waktu, data warehouse memiliki waktu yang lebih lama dari pada operational system (transaksi operasional) Operational database: current value data (sekarang) Data warehouse data: historical data (5-10 tahun) Tiap struktur di data warehouse : Mengandung elemen waktu Sedangkan data operasional bisa mengandung elemen ‘time’ atau tidak.

Data Warehouse-Non Volatile Sekali masuk kedalam data warehouse, data- data, terutama data tipe transaksi, tidak akan pernah di update atau dihapus (delete)

Tugas Individu 1 Cari, baca dan pahami materi terkait DW dan OLAP Buat tulisan 1 halaman yg intinya menjawab pertanyaan berikut: DW: apa, kenapa ada, buat siapa, digunakan untuk apa, bagaimana bisa digunakan? DW: apa beda OLTP dan OLAP, jelaskan dengan bahasa sendiri Tugas diketik dalam word dan disimpan dengan format: tugas-individu-1.docx , kemudian disubmit melalui DropBox Elearning paling lambat Selasa 12/3/2013, jam 23.59.

Tugas Baca pertemuan berikutnya(2) Cari, baca materi terkait dengan : Arsitektur data warehouse Sumber data dari data warehouse Manajemen data warehouse Aplikasi pengguna data warehouse Pemodelan data multidimensi