Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
SISTEM PENDUKUNG KEPUTUSAN
Chapter 5 Business Intelligence: Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization
2
Data, Information, Knowledge
Berisi fakta tentang sesuatu, event, activitas, and transaksi Berasal dari internal atau external Information Data terorganisasi yang mempunyai arti dan nilai Knowledge Data dan informasi yang terolah sehingga dipahami dan dipakai untuk memecahkan masalah atau melakukan kegiatan
3
Sumber Data Sumber Data Internal umumnya disimpan dalam data base perusahaan. Data tentang people, products, services, dan processes. Sumber data External dapat berasal dari database komersial ataupun laporan Pemerintahan Data Personal adalah dokumentasi dari expertise pegawai perusahaan umumnya dipelihara oleh pegawai, dalam bentuk : Estimasi penjualan Opini tentang para pesaing Business rules Procedures Dll.
4
Pengumpulan Data Pengumpulan dapat dilakukan : Dilapangan
Dari individual Melalui metoda manual Time studies Surveys Observations Contributions dari experts Menggunakan instrument Via electronic transfer Dari web site (External Data)
5
Data Problem
6
Kualitas Data Tugas pengumpulan dapat sangatlah kompleks, dimana akan menciptakan masalah kualitas-data, sehingga diperlukan validasi dan pembersihan/cleansing dari data. Kualitas Data (Data Quality-DQ) adalah sangat penting , karena kualitas data menentukan kegunaan data terkait dengan qualitas dari keputusan yang diambil berdasarkan data. Intrinsic DQ: Akurasi, objektivitas (dapat-dipercaya dan reputasi) Accessibility QD: Accessibility dan access security. Contextual QD: Relevancy, value added, timeliness, completeness (jumlah dari data). Representation QD: mudah diinterpretasi, mudah dipahami, ringkas, konsisten.
7
Manajemen Dokumen Manajemen Dokumen adalah pengendalian otomatis dari dokumen elektronik, image, spreadsheets, dokumen word processing, dan dokumen kompleks yang lain melalui siklus dalam satu organisasi, dari mulai penciptaan sampai dengan akhir pengarsipan. Memelihara dokumen kertas, mensyaratkan : Setiap orang memiliki versi terkini Satu jadwal pemutahiran harus ditetapkan Pengamanan disediakan untuk dokumen Dokumen-2 didistribusikan kepada individu-2 yang tepat sasaran dan tepat waktu
8
DBMS Perangkat lunak pengelola database
Beroperasi dalam sistem operasi tertentu Untuk mengolah data(create, update,del) Melakukan query & mengolah laporan. Keamanan data Bersama dengan bahasa program untuk mengkonstruksi SPK
9
Pemodelan Database Hierarchical Network Relational Object oriented
Top down, like inverted tree Fields have only one “parent”, each “parent” can have multiple “children” Fast Network Relationships created through linked lists, using pointers “Children” can have multiple “parents” Greater flexibility, substantial overhead Relational Flat, two-dimensional tables with multiple access queries Examines relations between multiple tables Flexible, quick, and extendable with data independence Object oriented Data analyzed at conceptual level Inheritance, abstraction, encapsulation
10
Pemodelan data
11
Data Processing Transactional processing berada di operational systems yang menyediakan kemampuan organisasi untuk melaksakan transaksi bisnis dan menghasilan laporan transaksional. Data diorganisasikan dalam satu hierarchical structure dan diolah terpusat. Ini dilakukan terutama untuk kecepatan dan efisiensi proses rutin dan data yang berulang atau repetitive. Analytical processing, melibatkan analisis dari data yang telah diakumulasi, sering dikenal juga sebagai business intelligence, termasuk didalamnya data mining, decision support systems (DSS), querying, dan aktivitas analisis lainnya. Analisis ini menempatkannya pada strategic information bagi pengambil keputusan untuk memperbaiki produktivitas dan membuat keputusan lebih baik, bersama-sama membawa ke pada keunggulan perusahaan untuk bersaing.
12
Data Warehouse Suatu data warehouse adalah repositori dari subject- oriented historical data yang diorganisasikan agar mudah diakses dalam satu bentuk, tersedia dan dapat diterima untuk aktivitas pengolahan analisis (seperti data mining, decision support, querying, dll). Benefit dari data warehouse adalah: Kemampuan untuk mendapatkan data yang cepat, karena ditempatkan pada satu lokasi Kemampuan untuk mendapatkan data secara mudah dan sharing/bagi user dengan Web browsers.
13
Data Warehose Aspek Data warehouse : - Karakteristik data warehouse
- Arsitektur data - Data warehouse development
14
Karakteristik Data Warehouse
Subject oriented (diorganisasi menurut subjek, mis : customer, klaim dll) Terintegrasi : pembakuan kode/item Time series : tidak ada batasan waktu Novolatile : hanya dibaca, tidak di-update Summarized : agregate, akumulasi Belum normal: mengandung redundansi Definisi data (metadata) termasuk didalamnya
15
Arsitektur Data May have one or more tiers
Ditentukan oleh warehouse, data acquisition (back end), dan client (front end) One tier, dimana semua dijalankan dalam platform yang sama, sangat jarang Two tier biasanya menggabungkan DSS engine (client) dengan warehouse Lebih ekonomis Three tier memisahkan kedua fungsi ini (DSS engine dan warehouse)
16
Arsitektur Data
17
Data Warehouse Development
Disebut juga migrasi data, terdiri proses: Ekstraksi data dari semua sumber dengan ditabulasikan Terdiri rules bisnis yg mendefinisikan cara data digunakan, diringkas, dan dibakukan Kesalahan data diperbaiki sebelum dimasukkan ke data warehouse untuk menjamin kualitasnya
18
Skema
19
Data Mart Adalah bagian dari data warehouse (subset), yang dapat berisi satu fungsi area saja (mis : pemasaran, produksi) Dependent : Created from warehouse Replicated Functional subset of warehouse Independent : Scaled down, less expensive version of data warehouse Designed for a department or strategic business unit (SBU) Organization may have multiple data marts Difficult to integrate
20
Data Cube Simpanan data khusus yang mengorganisasikan fakta berdasarkan dimensi, seperti geographical region, lini- produk, salesperson, waktu. Data dalam database ini umumnya preproses dan disimpan dalam data cubes. Contoh: volume penjualan per department, perhari, perbulan, per tahun, untuk satu specific region
21
Business Inteligence Business intelligence (BI) adalah satu kategori aplikasi dan teknik yang luas untuk gathering, storing, analyzing dan penyediaan akes ke data. Membantu user perusahaan membuat keputusan bisnis dan strategis lebih baik. Aplikasi meliputi: query dan reporting, online analytical processing (OLAP), DSS, data mining, forecasting dan statistical analysis.
22
Business Inteligence
23
Knowledge Discovery Sebelum informasi dapat diproses kedalam BI , terlebih dahulu harus di “discovered” atau diekstrak. Tujuan utama dari knowledge discovery in databases (KDD) adalah untuk mengidentifikasi validitas, potensi usefulness, dan understandable patterns dalam data. KDD didukung oleh teknologi : Massive data collection Powerful multiprocessor computers Analisis/algorithma KDD pada dasarnya menggunakan tool untuk information discovery: Traditional query languages (SQL, …) OLAP Data mining
24
Queries Queries memungkinkan user untuk meminta informasi dari komputer yang tidak tersedia dalam laporan periodik. Query systems sering disediakan dengan basis menu atau disimpan dalam sebuah data base-data relational, melalui structured query language (SQL) atau menggunakan metoda query-by-example (QBE). Permintaan user dinyatakan dalam satu bahasa query (SQL), contoh data yang diminta: Sales by department by customer type untuk periode tertentu Kondisi cuaca untuk tanggal tertentu Sales per hari, per minggu
25
Online Analytical Processing
Online analytical processing (OLAP) adalah satu set alat atau tools yang digunakan untuk menganalisis dan mengaggregasi data untuk merefleksikan kebutuhan bisnis dari perusahaan. OLAP dijalankan pada Data Warehouses dan Data Mart. ROLAP (Relational OLAP) merupakan satu OLAP database yang diimplementasikan pada tataran atas dari relational database yang ada. MOLAP (Multidimensional OLAP) adalah specialized multidimensional data store seperti Data Cube.
26
Data Mining Data mining adalah alat/tool untuk menganalisis data dalam jumlah yang besar. Data mining technology dapat mengenerate peluang2 business yang baru dengan menyediakan : Automated prediction dari trends dan behaviors. Automated discovery dari pattern2 yang tidak dikenal sebelumnya atau tersembunyi . Data mining tools dapat dikombinasikan dengan : Spreadsheets end-user software development tools Data mining meng-create satu data cube kemudian mengextracts data
27
Teknik Data Mining Case-based reasoning, menggunakan kasus historis untuk mengenali pattern Neural computing yaitu sebuah pendekatan mesin pembelajar yang menguji data historis untuk pattern. Intelligent agents meretrieve informasi dari Internet atau dari database berbasis intranet. Association analysis menggunakan satu set algorithma khusus yang mengurut sejumlah besar data set dan menunjukkan statistical rules diantara item. Decision trees Genetic algorithms Nearest-neighbor method
28
Tugas Data Mining Classification. Menentukan karakteristik dari kelompok tertentu. Clustering. Identifikasi kelompok/groups dari item2 yang berbagi satu karakteristik. Clustering berbeda dengan classification, dimana tidak ada penentuan terlebih dulu karakteristik Association. Identifikasi relationships antara event2 yang terjadi pada suatu saat. Sequencing. Identifies relationships yang ada sepanjang satu periode waktu. Forecasting. Estimasi nilai2 masadatang berdasarkan patterns dalam sekumpulan besar data. Regression. Memetakan sebuah data item pada satu variable prediksi. Time Series analysis dan menguji sebuah nilai atas variasinya sepanjang waktu .
29
Data Visualisation Teknologi yang mendukung visualisasi dan interpretasi; Terdiri dari : Digital imaging, GUI, tables, multidimensions, graphs, VR, 3D, animation, dll
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.