LOGICAL DESIGN DW Referensi:

Slides:



Advertisements
Presentasi serupa
Data Warehousing :: Overview
Advertisements

Data Warehousing :: DWH Design
Perth Chart & Critical Path Method
5.
SISTEM BUKU BESAR DAN PELAPORAN
Data Warehouse dan Decision Support
Pemrograman Sistem Basis Data
OPTIMASI DAN IMPLEMENTASI ENTITY RELATIONSHIP DIAGRAM
Desain Data Warehouse (Dimensional Modelling)
Dimensional Modeling Achmad Yasid.
Dimensional Modeling Achmad Yasid.
Pengantar Basis Data Modern
1 Analisis dan Perancangan Perangkat Lunak PEMODELAN DATA.
C H A P T E R 3 Chapter 8 - Process Modeling.
PEMODELAN DATA.
OPTIMASI DAN IMPLEMENTASI ENTITY RELATIONSHIP DIAGRAM
Konsep Database. S D L C Strategy and Analysis Design Build n Document Transition Production.
Dika Anjar Pratiwi Ken Mentari Tilammura Agung Wibowo.
Sumber Data untuk DW Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan Sumber eksternal yang diperoleh misalnya melalui.
SQL 2. Database TRANSACTION Tabel yang terlibat : Customer berisi data pelanggan (nama, alamat, dll) OderInfo berisi info pemesanan oleh pelanggan (tgl.
Dimensional Modeling (Advance)
Perancangan Database Pertemuan 07 s.d 08
Database Management System
BAGIAN III Lapisan Data Link.
BLACK BOX TESTING.
Testing Implementasi Sistem Oleh :Rifiana Arief, SKom, MMSI
Arsitektur Data Warehouse
PRAKTIKUM 3 PEMROGRAMAN BASIS DATA. Menghapus baris  Deleting rows- DELETE FROM Use the DELELE FROM command to delete row(s) from a table, with the following.
Desain Basis Data.
PEMBUATAN MODEL DATA dan DESAIN DATABASE
Perancangan Data Warehouse
Yufis Azhar – Teknik Informatika – UMM.  Model data adalah sekumpulan konsep yang digunakan untuk menjelaskan struktur dari database (database structure)
Desain Data Warehouse (Dimensional Modelling)
(HTML). Frames are most typically used to have a menu in one frame, and content in another frame. When someone clicks a link on the menu that web page.
PEMBUATAN MODEL DATA DAN DESAIN DATABASE (lanjutan)
BAB 6 KOMBINATORIAL DAN PELUANG DISKRIT. KOMBINATORIAL (COMBINATORIC) : ADALAH CABANG MATEMATIKA YANG MEMPELAJARI PENGATURAN OBJEK- OBJEK. ADALAH CABANG.
MODEL DATA & DESAIN DATABASE
Surrogate Key & Slowly Changing Dimensions. SURROGATE KEY.
1 INTRODUCTION Pertemuan 1 s.d 2 Matakuliah: A0554/Analisa dan Perancangan Sistem Informasi Akuntansi Tahun: 2006.
The following short quiz consists of 4 questions and tells whether you are qualified to be a "professional". The questions are not that difficult, so.
Copyright © 2011 Pearson Education, Inc. Publishing as Pearson Addison-Wesley Chapter 9 Relational Database Design by ER- to-Relational Mapping.
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Pertemuan 2 Model Data, Relational Data Model, Database Schema, DDL
Datamart dan Datawarehouse
ERD (Entity Relationship Diagram)
Rekayasa Perangkat Lunak Class Diagram
Entity Relationship Model
Pertemuan #3 Data Modeling Using the Entity-Relationship Model
Pertemuan 04 Materi: Informasi dan database Sumber materi:
CLASS DIAGRAM.
Entity Relationship Model
Pertemuan <<18>> << Penemuan Fakta(01) >>
Charitas Fibriani, S.Kom, M.Eng
Mapping Skema Database
KARAKTERISTIK DW Pertemuan ke-2.
Presented by HANIM M.A. DATA WAREHOUSE (2nd) Presented by HANIM M.A.
Kk ilo Associative entity.
Perancangan Data Logis dan Fisik
Business Intelligent Ramos Somya, S.Kom., M.Cs.
ANALISIS & DESAIN SISTEM
Pertemuan 4 CLASS DIAGRAM.
Business Intelligence Ramos Somya, S.Kom., M.Cs.
DATABASES AND DATA WAREHOUSES
Introduction to Data Warehouse By: Marcello Singadji
How Can I Be A Driver of The Month as I Am Working for Uber?
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Konsep Database.
LOGICAL DESIGN DW Referensi:
Bahasa basis data Safitri Jaya, S.Kom, M.T.I.
Pemrograman berorientasi objek
Transcript presentasi:

LOGICAL DESIGN DW Referensi: ORACLE DATABASE DATA WAREHOUSING GUIDE, 12c Release 1 (12.1) Tahun 2014 Authors Paul Lane, Padmaja. DATA WAREHOUSING FUNDAMENTALS FOR IT PROFESSIONALS 2nd Edition Paulraj

Logical Vs Physical Design Logical design: Lebih konseptual dan abstrak Lebih melihat pada hubungan logis antar obyek Berorientasi pada kebutuhan end-users (requirement) Physical design: Lebih melihat pada cara yang paling efektif untuk menyimpan dan mendapatkan kembali obyek Menangani perpindahan, backup dan recovery data Implementasi

Logical Design Entity-relationship modeling Entitas Atribut Relasi Entitas: merepresentasikan sekumpulan informasi Atribut: komponen dari entitas yang mendefinisikan keunikan sebuah entitas Relasi: hubungan antar entitas

Fakta dan Dimensi Fakta: Dimensi: Ukuran dari beberapa even seperti ukuran penjualan produk Biasanya fakta berbentuk angka Dimensi: Kategori yang digunakan untuk mengidentifkasi fakta seperti tanggal, lokasi dan jenis produk.

Desain Skema DW Star Schema Snowflake Schema Fact Constellation Schema

Star Schema The name "star schema" comes from the fact that the diagrams of the schemas typically show a central fact table with lines joining it to the dimension tables, so the graphic impression is similar to a star.

Star Schema

Snowflake Schema Snowflake schema…? “Snowflaking” is a method of normalizing the dimension tables in a STAR schema The snowflake schema architecture is a more complex variation of the star schema used in a data warehouse, because the tables which describe the dimensions are normalized.

Snowflake Schema Snowflake schemas normalize dimensions to eliminate redundancy.

Snowflake Schema

Snowflake Schema Advantages: Disadvantages: Small savings in storage space Normalized structures are easier to update and maintain Disadvantages: Schema less intuitive and end-users are put off by the complexity Ability to browse through the contents difficult Degraded query performance because of additional joins

Fact Constellation Schema For each star schema it is possible to construct fact constellation schema(for example by splitting the original star schema into more star schemes each of them describes facts on another level of dimension hierarchies). The fact constellation architecture contains multiple fact tables that share many dimension tables.

Fact Constellation Schema

Fact Constellation Schema

Factless Fact Table A factless fact table is a fact table that does not have any measures Factless fact tables offer the most flexibility in data warehouse design. For example, one can easily answer the following questions with this factless fact table: How many students attended a particular class on a particular day? How many classes on average does a student attend on a given day? Without using a factless fact table, we will need two separate fact tables to answer the above two questions. With the above factless fact table, it becomes the only fact table that's needed.

Factless Fact Table Tidak perlu menambahkan kolom kehadiran “1”, absen “0”, karena setiap baris /row sudah merepresentasikan kehadiran.

Key Constraint (PK dan FK) Measurements Surrogate Keys

PK Fact Table = PK Dimension Table

Surrogate Keys Sequential Integers (auto numbering) untuk PK Sebagai ganti PK kode produk digunakan Sequential Integer sebagai PK. Hal ini bermanfaat untuk mengisolasi data dari perubahan data operasional OLTP. Compact integer keys juga memiliki kinerja yang lebih baik daripada complex alphanumeric keys. NIM kurang perlu surrogate keys karena perubahan nim seorang mahasiswa yang sama di UB jarang terjadi.

Tugas 3 NIM Genap Gambarkan Star schema Pengiriman Buku Gambarkan dengan tools Physical Data Diagram, kemudian cetak warna dan dikumpulkan minggu depan. NIM Genap Gambarkan Star schema Pengiriman Buku Gambarkan Snowflake Schema Pengiriman Buku Gambarkan Fact Constellation Schema Pengiriman dan Penjualan Buku NIM Ganjil Gambarkan Star schema Penjualan Buku Gambarkan Snowflake Schema Penjualan Buku

Subyek : PENGIRIMAN BUKU Anda ingin membangun gudang data untuk menganalisis pengiriman (jumlah buku yang dikirim) yang dikirim dari banyak gudang perusahaan (gudang), berdasarkan penerbit buku, ke toko buku tertentu, pada waktu tertentu. Jika negara asal penerbit dan toko buku sama maka dikatakan channel distrubusi adalah domestik. Jumlah buku didetailkan hingga level per buku. WAKTU GUDANG BUKU TOKO BUKU TAHUN ISBN BUKU TOKO KUARTAL KOTA PENULIS BULAN NEGARA JENIS TANGGAL PENERBIT FAKTA : JUMLAH BUKU TERKIRIM

Subyek : PENJUALAN BUKU Anda ingin menganalisis hasil penjualan buku (jumlah buku yang terjual di toko, jumlah buku kembali ke penerbit, keuntungan distributor 5% dari harga buku) yang berhasil dijual oleh toko buku pada waktu tertentu, berdasarkan penerbit buku dan judul buku. WAKTU BUKU TOKO BUKU TAHUN ISBN BUKU TOKO KUARTAL PENULIS KOTA BULAN JENIS NEGARA PENERBIT HARGA FAKTA : JUMLAH BUKU TERJUAL, JUMLAH BUKU KEMBALI, KEUNTUNGAN