DATA MART.

Slides:



Advertisements
Presentasi serupa
Data Warehousing :: Overview
Advertisements

LEVELS OF MANAGEMENT : First Line Manager
Pengembangan Sistem Informasi - 4
OLAP - PERTEMUAN 8 – OLAP.
Data Warehouse, Data Mart, OLAP, dan Data Mining
Pengujian Sofware – strategi
Data Warehouse dan Decision Support
PENGEMBANGAN SISTEM.
HAKIKAT IMPLEMENTASI STRATEGI
Data Mart dan Metadata Data Warehouse
Pengenalan Data Warehouse
Pengenalan Datawarehouse
Prototyping Aplikasi Teknologi Informasi
STRUKTUR ORGANISASI Mengidentifikasikan tanggung jawab bagi masing-masing jabatan pekerjaan dan hubungan antara jabatan-jabatan itu sendiri.
Data Mart dan Metadata Data Warehouse
Jenis dan Struktur Data Warehouse
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.
SISTEM INFORMASI Pertemuan 5.
METODOLOGI MANAJEMEN PROYEK SISTEM INFORMASI
Ahmad Auliya Alvin Muslim
Rantai Nilai Manajemen Hubungan Pelanggan
DATA WAREHOUSE Pertemuan ke-1.
KONSEP SISTEM INFORMASI KORPORASI
STRUCTURING THE MANUFACTURING DATABASE 2
Materi Tutorial Tatap Muka
Rekayasa Perangkat Lunak Model Proses PL
Pengatar Sistem Penunjang Keputusan (Decision Support Sistem)
BAB 22 Sistem Pengendalian Manajemen, Transfer Pricing,
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
Data Warehouse, Data Mart, OLAP, dan Data Mining
Sistem Basis Data Lanjut (KMP306)
PENENTUAN HARGA TRANSFER (TRANSFER PRICING)
DATA MART Pertemuan ke-3.
Prinsip-prinsip Pemasaran
Customer Relationship Managemant
PENGEMBANGAN SISTEM Muhammad Hidayat, SE.
ARSITEKTUR DATA WAREHOUSE
Bagian 1 Definisi Pemasaran dan Proses Pemasaran
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
BAB III SISTEM INFORMASI, ORGANISASI DAN STRATEGI
KARAKTERISTIK DW Pertemuan ke-2.
PERTEMUAN 2 Proses Pengembangan Perangkat Lunak
Prinsip Data Warehouse
Struktur Organisasi Bab 8.
BUSINESS INTELLIGENCE
BAB III SISTEM INFORMASI, ORGANISASI DAN STRATEGI
Rantai Nilai Manajemen Hubungan Pelanggan
Bina Sarana Informatika
DATA MART Nama Kelompok 3 : -Ulfha -Yuli -Sandi. Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada.
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Gudang Data, dan Permasalahannya
Analisis Multidimensional
Oleh : Rahmat Robi Waliyansyah, M.Kom.
Universitas Wijaya Kusuma Surabaya
BAB III SISTEM INFORMASI, ORGANISASI DAN STRATEGI
PENGEMBANGAN SISTEM.
METODOLOGI MANAJEMEN PROYEK SISTEM INFORMASI
SISTEM PERENCANAAN SUMBER DAYA PERUSAHAAN
Business Intelligence Ramos Somya, S.Kom., M.Cs.
DESAIN DAN PENGENDALIAN ORGANISASI INTERNASIONAL
OSKAR JUDIANTO SSn., MM., MDs. FAKULTAS DESAIN dan INDUSTRI KREATIF
Managers ’ Performance and
Rantai Nilai Manajemen Hubungan Pelanggan
STRUKTUR ORGANISASI Mengidentifikasikan tanggung jawab bagi masing-masing jabatan pekerjaan dan hubungan antara jabatan- jabatan itu sendiri.
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Data bersama dan data terdistribusi
Bab 2 metodologi pengembangan sistem akuntansi
ENTERPRISE RESOURCE PLANNING
Bagian 1 Definisi Pemasaran dan Proses Pemasaran
Transcript presentasi:

DATA MART

Pengertian data mart Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam beberapa implementasi data warehouse, data mart adalah miniature data warehouse. Data mart sering digunakan untuk memberikan informasi kepada segmen fungsional organisasi. Contoh umum data mart adalah untuk departemen penjualan, departemen persediaan dan pengiriman, departemen keuangan, manajemen tingkat atas, dan seterusnya. Data mart juga dapat digunakan untuk gudang data segmen data untuk mencerminkan bisnis secara geografis terletak di mana masing-masing daerah relatif otonom. Sebagai contoh, sebuah organisasi layanan yang besar mungkin memperlakukan pusat operasi regional sebagai unit usaha perorangan, masing-masing dengan data mart sendiri yang memberikan kontribusi untuk gudang data master.

Data mart kadang-kadang dirancang sebagai gudang data individu dan memberikan kontribusi pada organisasi secara keseluruhan sebagai anggota dari sebuah gudang data terdistribusi. Dalam desain yang lain, data mart menerima data dari sebuah gudang master data melalui update berkala, dalam hal ini fungsionalitas data mart sering terbatas pada layanan presentasi untuk klien.

Data mart harus dirancang dari perspektif bahwa mereka adalah komponen dari data warehouse terlepas dari fungsi masing- masing atau konstruksi. Ini menyediakan konsistensi dan kegunaan dari informasi seluruh organisasi

Beberapa contoh produk data mart adalah sebagai berikut: SmartMart (IBM) Visual Warehouse (IBM) PowerMart (Informatica)

Dalam pembangunan data mart, terdapat 2 arsitektur, yaitu : Dependent Data Mart Independent Data Mart (IDM)

Karakteristik data mart Data mart memfokuskan hanya pada kebutuhan- kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse. Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami.

Data marts bisa bersifat dependent atau independent. Kubus Aggregation

Perbedaan data mart dan data warehouse Kadang kala kita sulit untuk membedakan antara data warehouse dan data mart karena keduanya hampir sama. Namun, jika dikaji lebih jauh ada beberapa perbedaan yang dimiliki keduanya. Data warehouse merupakan gabungan dari beberapa data mart dan levelnya berada pada perusahaan atau organisasi. Sedangkan data mart merupakan bagian dari datawarehouse dan berada level departemen pada perusahaan atau organisasi tersebut. Data mart menangani sebuah business proses, misalkan penjualan, maka hanya proses penjualan saja yang ditangani pada data mart, Perbandingan antara data warehouse dan data mart dapat dilihat pada tabel berikut ini:

Keuntuangan dan kerugian menggunakan data mart Keuntungan Data mart dapat meningkatkan waktu respon pengguna akhir, karena berisi data mentah yang memungkinkan sistem komputer untuk fokus pada satu tugas, sehingga meningkatkan kinerja. Berbeda dengan sistem OLTP, data mart juga dapat menyimpan data historis yang memungkinkan pengguna untuk menganalisis kecenderungan data. Selain itu, data mart tidak begitu mahal dan kompleks sebagai data gudang untuk setup dan melaksanakan karena masalah teknis tidak begitu sulit untuk diselesaikan.

Kerugian Mereka memiliki nilai yang terbatas karena mereka tidak dapat melihat organisasi secara keseluruhan dan pelaporan dan analisis potensi terbatas.