Curriculum vitae Nama Rahmat Robi Waliyansyah MKom TTL Jambi 25 Oktober 1988 Agama Islam Status Menikah Alamat Jl Sawah Besar XI No05 RT02 RW06 Kel Kaligawe Kec Gayamsari Kota Semarang 50164 ID: 668815
Download Presentation The PPT/PDF document "DATA WAREHOUSE Oleh : Rahmat Robi Waliya..." is the property of its rightful owner. Permission is granted to download and print the materials on this web site for personal, non-commercial use only, and to display it on your personal computer provided you do not modify the materials and that you retain all copyright notices contained in the materials. By downloading content from our website, you accept the terms of this agreement.
Slide1
DATA WAREHOUSE
Oleh : Rahmat Robi Waliyansyah, M.Kom.Slide2
Curriculum vitae
Nama : Rahmat Robi Waliyansyah, M.Kom.
TTL : Jambi, 25 Oktober 1988
Agama : Islam
Status : Menikah
Alamat : Jl. Sawah Besar XI No.05 RT.02 RW.06 Kel. Kaligawe Kec. Gayamsari, Kota Semarang 50164
E-Mail :
rahmat.robi.waliyansyah@gmail.com
Phone : +6285377479974 (WA)
Pendidikan :
S1 = Universitas Putra Indonesia-YPTK, Padang
S2 = Universitas Diponegoro, SemarangSlide3
KONTRAK PERKULIAHAN
Nama Matakuliah
: Data Warehouse
Semester : VII / Tujuh
SKS : 2 SKSSlide4
Deskripsi Perkuliahan
Mata kuliah ini secara umum membahas karakteristik data warehouse, arsitektur data warehouse, pemodelan data dan pengolahan sumber data transaksional sehingga menjadi data yang siap untuk dilakukan analisa. Materi pokok data warehouse : deskripsi data warehouse, karakteristik data warehouse, arsitektur data warehouse, data modeling, multidimensional data, cube, OLAP dan Teknik pengolahan data warehouseSlide5
Tujuan
Mahasiswa mampu memahami konsep dasar data warehouse.
Mahasiswa mampu menggunakan tools BI dan Power Designer dalam perancangan basis data pada studi kasus mereka.Slide6
Strategi Perkuliahan
Kuliah diberikan kepada mahasiswa S1 Informatika UPGRIS yang mengambil matakuliah ini sebagai pilihan. Perkuliahan dilakukan sebanyak 14 kali pertemuan kuliah tatap muka. Metode perkuliahan adalah kombinasi antara ceramah, diskusi, dan diakhiri dengan presentasi tugas kelompok/proyek akhir.
Mahasiswa wajib mengikuti perkuliahan minimal 80 persen, dan presentasi proyek akhir 100 persen. Mahasiswa pengulang matakuliah Data Warehouse diwajibkan mengikuti keseluruhan kegiatan kuliah dan presentasi
tugas kelompok /proyek
akhir selama satu semester.
Slide7
Tugas
Tugas terdiri dari dua jenis, yaitu
tugas perorangan
yang harus diselesaikan oleh mahasiswa pada waktu tertentu, dan
tugas kelompok
terdiri atas beberapa orang. Topik yang dipilih adalah bebas, dengan syarat tidak ada yang sama di antara kelompok. Produk yang dihasilkan oleh setiap kelompok bisa berupa program komputer, laporan hasil kajian sesuai dengan topik yang dipilih, dan slide presentasi. Slide8
Referensi
Data Warehousing Fundamentals: A Comprehensive Guide for IT Professionals. Paulraj Ponniah
Building a Data Warehouse with Examples in SQL Server, Vincent Rainardi.
Paulraj Ponniah, “Data Warehousing Fundamentals”, John Wiley & Sons, Inc – 2001
Raplh Kimbal, “The Data Warehouse Toolkit”, Willey – 2002
W. H. Inmon, “Building the Data Warehouse Third edition”, John Wiley & Sons, Inc – 2002
Carl Rabeler , “Microsoft SQL Server 2000 DTS Step by Step”, Microsoft Press - 2003Slide9
Kriteria Penilaian
Nilai akhir (NA) adalah nilai kumulatif dari nilai ujian tengah semester (UTS), ujian akhir semester (UAS), tugas perorangan (TP), dan tugas kelompok atau proyek akhir (PA). Metode dan bobot nilai sebagai berikut:
UTS (1-7) dan UAS (9-15) dilakukan melalui ujian tertulis dengan bobot masing-masing 35%. Kisi-kisi ujian akan disampaikan pada pertemuan ke-7 untuk UTS, dan pada pertemuan ke-15 untuk UAS.
Nilai TP adalah rata-rata dari semua tugas yang diberikan, dan diberi bobot 10%
Nilai PA terdiri dari nilai produk proyek (program komputer, laporan) dan presentasi. Bobot nilai PA adalah 20%.
Slide10
Jadwal Kuliah
Kuliah dilaksanakan pada
setiap
hari
Selasa
pukul
10
:00-
11
:
4
0
di Ruang GP. 608
Keterlambatan maksimal 15 Menit.Slide11
OUTLINE
Pengantar Data Warehouse
Data Warehouse Architecture
Data Warehouse Development Phase
Requirements Analysis
Data driven & goal driven
User driven, process driven & externally driven
Conceptual design
UTSSlide12
OUTLINE
Identification of facts, dimensions, measures and aggregation
Dimensional Modeling
ROLAP, HOLAP & MOLAP
ETL
Data Mart Construction
Enterprise DW
Persentasi Tugas Kelompok
UASSlide13
Urgensi Standar Data bagi Organisasi
Pertukaran data antar aplikasi TI, antar proses bisnis, bahkan sampai antar organisasi di industri yang berbeda sudah menjadi keniscayaan di era informasi yang saling terkait ini. Namun pertukaran data ini seringnya menjadi terhambat dikarenakan
tiadanya Standar Data yang disepakati bersama.Slide14
Urgensi Standar Data bagi Organisasi
Sebagai contoh, ketika seseorang baru mulai bergabung dalam sebuah perusahaan, dia mungkin memiliki daftar istilah bisnis yang digunakannya dalam pekerjaannya sehari-hari. Namun ketika ada kebutuhan untuk kolaborasi dan pertukaran informasi (bukan hanya dengan kolega ataupun rekanan kerjanya, bahkan dengan kompetitor bisnisnya), dalam kenyataannya akan ditemui berbagai perbedaan dalam penamaan, semantik, dan format dari objek informasi yang hendak dipertukarkan tersebut.
Perbedaan ini seringnya menjadi penghalang baru dari pekerjaan kolaborasi bisnis tersebut
.Slide15
Urgensi Standar Data bagi Organisasi
Ketiadaan terhadap kerangka rujukan yang sama, atau ketidaan pendefinisian istilah bisnis yang sama, hingga ketiadaan kesepakatan terhadap format dari informasi yang dipertukarkan, akan membuat kedua belah pihak yang saling berkolaborasi tersebut akan sulit untuk memahami informasi yang dipertukarkan satu sama lain. Oleh karena itu, pengelolaan terhadap kualitas data yang dimiliki organisasi merupakan tugas yang kritikal dalam pertukaran informasi.
Dalam organisasi manapun, kita menjadi lebih percaya terhadap informasi yang dipertukarkan jikalau informasi tersebut bisa dipahami dengan cara yang sama di antara kedua belah pihak yang saling bertukar informasi tersebut
. Disinilah urgensinya Standar Data.Slide16
Tantangan yang Biasa Ditemui
Ketidak-jelasan terhadap penggunaan semantik datanya itu sendiri di lintas aplikasi TI.
Ambiguitas dalam pendefinisian data.
Kurangnya kepresisian.
Variasi dalam keputusan pengunaan framework aplikasi TI.
Ditemukan tingkat keragaman yang tinggi dalam mekanisme perpindahan dataSlide17
Standar Data
Standar Data adalah kesepakatan formal antara beberapa pihak yang berkepentingan mengenai definisi istilah bisnis atas informasi yang dipakai bersama, dan bagaimana istilah-istilah tersebut dinamai dan direpresentasikan dalam data.
Termasuk dalam Standar Data adalah seperangkat aturan yang menjelaskan bagaimana suatu objek data disimpan, dipertukarkan, terspesifikasi formatnya, dan direpresentasikan.Slide18
Standar Data
Standar Data juga meliputi aturan-aturan yang dengannya informasi dipertukarkan. Termasuk di dalamnya:
Identifikasi dan definisi istilah bisnis yang digunakan bersama.
Penentuan akan objek data mana yang boleh dipertukarkan.
Daftar komposisi elemen data yang membentuk objek data tersebut, dan
Penamaan, format/strutkur serta aturan bagaimana elemen data itu direpresentasikanSlide19
Manfaat Standar Data Bagi Organisasi
Memastikan terjadinya komunikasi yang efektif antar berbagai pihak yang berkepentingan dalam pertukaran data.
Mereduksi kerja intervensi manual yang sering dilakukan para pengguna data (yaitu seringnya menjadi beban kerja para user bisnis yang melelahkan & mengurangi produkstifitas bisnis) ketika data dipertukarkan lintas proses bisnis. Standar Data yang dipatuhi seluruh organisasi akan mendorong pertukaran data bisa lebih diotomatisasi.
Mendorong terbangunnya katalog istilah-istilah bisnis dan bagaimana bentuk representasi datanya secara terpusat yang disepakati bersama seluruh organisasi dalam memenuhi kebutuhan pertukaran data tersebut.
Memastikan pemeliharaan aplikasi TI yang sedang berjalan, upgrade aplikasi TI maupun dalam pengembangan apikasi TI baru mendukung standarisasi data yang sudah disepakati bersama seluruh organisasi tersebut.Slide20
Pengenalan Data Warehouse
Data warehouse adalah repository (koleksi /kumpulan sumber daya yang bisa diakses untuk mendapatkan informasi) dari sebuah data organisasi yang tersimpan secara elektronis.
Data warehouse didesain untuk memfasilitasi pelaporan dan analis data menjadi bentuk informasi yang bernilai lebih.
Secara sederhana, data warehouse dapat disebut sebagai koleksi dari data yang sangat banyak dan kompleks.
Data warehouse berfokus pada penyimpanan data, dimana sumber data utama akan dibersihkan, ditransformasikan, lalu dikatalogkan, sehingga bisa digunakan oleh manager dan profesional lain.Slide21
Pengenalan Data WarehouseSlide22
Sejarah Data Warehouse
1960s - General Mills dan Dartmouth College, mengembangkan istilah dimensions and facts
1970s - ACNielsen dan IRI menyediakan imensional data marts untuk penjualan retail
1983 – Teradata memperkenalkan sistem database yang khusus untuk DSS
1988 - Barry Devlin dan Paul Murphy mempublikasikan artikel An architecture for a business and information systems in yang memperkenalkan istilah "business data warehouse“
1990 - Red Brick Systems memperkenalkan Red Brick Warehouse, sistem manajemen database khusus untuk data warehousing
1991 - Bill Inmon mempublikasikan buku Building the Data Warehouse
1995 - The Data Warehousing Institute, organisasi profit yang mempromosikan data warehouse didirikan 1996 - Ralph Kimball mempublikasikan buku The Data Warehouse Toolkit
2000 - Daniel Linstedt mempublikasikan the Data Vault, yang memungkinkan audit data warehoseSlide23
Kenapa Membangun Data Warehouse?
DW yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan untuk mendapatkan informasi.
Lebih memahami apa yang terjadi pada bisnis :
Menentukan trend historis
Prediksi kesempatan di masa datang
Mengukur performanceSlide24
Nilai Data Warehouse
Data warehouse
digunakan
untuk
sistem
BI (Business Intelligence) yang
memiliki
nilai
untuk
:
Tracking and trending key performance indicators
Measuring business performance
Reporting and understanding financial results
Understanding customers and their behavior
Identifying high-value customers
Better selection or development of new products
Understanding which products should be scaled back or eliminated
Understanding business competitorsSlide25
KARAKTERISTIK DATA WAREHOUSE
Berorientasi Subjek
Data warehouse adalah tempat penyimpanan berdasakan subyek bukan berdasakan aplikasi.
Contoh di bank, aplikasi kredit mengotomatisasi fungsi-fungsi: verifikasi lamaran dan credit checking, pemeriksaan kolateral, approval, pendanaan, tagihan, dan seterusnya. Didalam data warehouse data-data yang dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan diintegrasikan (digabung) dengan data-data dari fungsi-fungsi lain, agar berorientasi pada misalnya nasabah dan produkSlide26
KARAKTERISTIK DATA WAREHOUSE
Terintegrasi
Data yang tersimpan dalam data warehouse didefinisikan menggunakan konversi penamaan yang konsisten, format-format, struktur terkodekan, serta karakteristik-karakteristik yang berhubungan, Sumber data yang ada dalam data warehouse tidak hanya berasal dari database operasional (internal source) tetapi juga berasal dari data diluar sistem (external source).
Contoh : Data dari macam-macam aplikasi transaksi (untuk bank misalnya: tabungan, kredit, rekening koran) semua mengandung data nasabah, ada yang sama ada yang spesifik (yang sama misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit ada kolateral, untuk rekening koran ada overdraft) didalam data warehouse data-data yang sama harus diintegrasikan disatu database, termasuk misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi – aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di teknologi berbeda-beda)Slide27
KARAKTERISTIK DATA WAREHOUSE
Memiliki dimensi waktu (Time variant)
Data yang tersimpan dalam data warehouse mengandung dimensi waktu yang mungkin digunakan sebagai rekaman bisnis untuk tiap waktu tertentu, Data warehouse menyimpan sejarah (historical data).
Misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada semua didalam data warehouse kita.
Data warehouse yang bagus adalah yang menyimpan sejarah.Slide28
KARAKTERISTIK DATA WAREHOUSE
Non-volatile
Data yang tersimpan dalam data warehouse diambil dari system operasional yang sedang berjalan, tetapi tidak dapat diperbaharui (di-update) oleh pengguna (bersifat ‘hanya-baca’),
Sekali masuk kedalam data warehouse, data-data, terutama data tipe transaksi, tidak akan pernah di update atau dihapus (delete).Slide29
Perbedaan antara database dan data warehouse Slide30
Piramida Sistem Informasi