OLAP by Example.

Slides:



Advertisements
Presentasi serupa
Model Kubus Data Melihat data sebagai kubus.
Advertisements

BAB 13 U SING D ATA W AREHOUSE FOR B USINESS I NTELLIGENCE Moh. Muslih Rizal Ario Kiky Cahyaning H Nursyakhroini.
OLAP - PERTEMUAN 8 – OLAP.
Pertemuan #2 OLAP.
PEJABAT-PEJABAT PUBLIK : DEFINISI HAN DEHANN SARANA NON YURIDIS.
Data Warehouse, Data Mart, OLAP, dan Data Mining
Sistem Informasi Pendukung Keputusan Manajerial
Data Warehouse dan Decision Support
Data Mart dan Metadata Data Warehouse
Sistem Manajemen Basis Data
Pengenalan Data Warehouse
MEMBUAT GRAFIK Word menyediakan fasilitas untuk membuat grafik.
Pokok Bahasan Pertemuan 4: 1.Menampilkan layout data 2.Organisasi file data 1.
Materi 7 ARRAY Processing
Sistem Informasi Eksekutif (EIS)
Data Warehousing Sistem Basis Data Lanjut Prepared by: MT. Wilson
ARRAY 2 DIMENSI #12 STIKOM Searching Pengantar Inisialisasi Matrik
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.
Fungsi Agregat fungsi yang mengambil suatu kumpulan nilai-nilai sebagai input dan mengembalikan satu nilai sebagai output Select fungsi agregat SUM/AVG/MIN/MAX/COUNT.
Matakuliah : T0074 / Grafika Komputer
Audit Command Language Report
Mengurutkan Data dan Menyaring Data
1 Modifikasi Obyek Gambar Sederhana Pertemuan 9 Matakuliah: R0364/Komputasi Desain Arsitektur I Tahun: 2006.
Pertemuan VI Desain Data Warehouse (Dimensional Modelling)
BAB V MEMBUAT DATA PILOT DAN MENGOLAH GRAFIK
Pertemuan VIII Dimensional Modelling. Relational Database Model FMMFFMMF Anderson Green Lee Ramos Attribute 1 Name Attribute 2 Age Attribute.
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
Informasi Dalam Praktik
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Pemodelan Data Dimensional dengan OLAP
Gananda Hayardisi G Komisi Pembimbing Imas S. Sitanggang, S.Si, M.Kom.
BLS SESI – 3 DATA MINING WAHYU NURJAYA WK.
Sistem Manajemen Basis Data
PEMBANDINGAN KINERJA JEDOX PALO VERSI 1. 0c DENGAN VERSI 2
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
APLIKASI KOMPUTER EPIDEMIOLOGI
Penambahan Operasi OLAP dan Fungsi Agregat pada Temporal Data Warehouse Tanaman Pangan Kabupaten Karo Oleh : Karina Gusriani – G Pembimbing : Ibu.
Inovasi pusbang asn 2017 pengembangan aplikasi e-learning
Sistem Informasi Pembangunan Daerah
Imas S Sitanggang, S.Si, M.Kom
Model Kubus Data Melihat data sebagai kubus.
Data Warehouse, Data Mart, OLAP, dan Data Mining
Onno W. Purbo
MS. ACCESS 2007 Oleh : W A R I D I Disampaikan pada mata kuliah Komputer Aplikasi Hukum II Jurusan Ilmu Hukum Fakultas Hukum UNIKOM.
Rancangan Faktorial Factorial Design
Operasi-Operasi pada Data Warehouse
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
Operator Summary Slice Dice Drill-down Roll-up Pivot
MEMODIFIKASI TAMPILAN DAN RANCANGAN TABEL
MENGGUNAKAN FASILITAS DATABASE EXCEL
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Sistem Informasi Eksekutif
MENGGUNAKAN FASILITAS DATABASE EXCEL
Sistem Manajemen Basis Data
OLEH : PRAMITA RIAWATI ( ) RATNA HARJANTI ( )
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
FORMULIR PENILAIAN PRESTASI KERJA
SISTEM INFORMASI MANAJEMEN
Sistem Informasi Pendukung Keputusan Manajerial
Yaghi Amanda Permana G Pembimbing : Hari Agung Adrianto, S.Kom, M.Si
Silabus Business Intelligent (IN335)
Daftar Urut Kepangkatan (DUK) Pegawai
Operasi-Operasi pada Data Warehouse Business Intelligent Ramos Somya, S.Kom., M.Cs.
Skema Star (Dalam RDBMS)
disusun oleh: Abdul Munif, S.Kom., M.Sc.
Sistem Manajemen Basis Data
Implementasi Aplikasi E-Kinerja
Pengenalan Microsoft Access
Transcript presentasi:

OLAP by Example

View Data PNS

Drill down/Roll Up Drill down  Menampilkan data pada level yang lebih detil. Roll up  Menampilkan data pada level yang lebih umu. Drill down Drill Down Roll Up Roll Up

Hasil Proses Drill Down

Rotation / Pivoting Rotation / Pivoting dapat kita lakukan dengan menggeser field dimensi yang kita inginkan pada field page, coloumn, atau row

Slicing / Dicing Dengan Slicing / Dicing kita dapat melakukan pemilahan data. Proses Slicing dikatakn pula kita melakukan penyaringan subset data dari sebuah kubus. Slicing

Dicing Sebagai contoh seorang manajer ingin mendapatkan data pendidikan pegawai negeri sipil pada tahun lulus 1997 pada semua lokasi dengan jenis pendidikan SLTA. Setelah proses Slicing kita dapat melakukan penyaringan subset data yang disebut Dicing Dicing

Menambah Dimensi

Export Data

Grafik

Data Marking Memperoleh data yang spesifik dengan menggunakan fasilitas Data Marking. Kita menginputkan batas bawah dan batas atas.

Ranking Dengan fasilitas Ranking kita dapat melakukan sorting data sesuai dengan field dimensi yang kita ingingkan

Filtering Fasilitas filtering akan menampilkan data yang telah kita saring