Selamat Natal buat semuanya,,,, ^_^ natal 2011 akirnya datang juga.
Em,,,,,itu artinya libur semester 7 juga udah bisa dinikmati.
okay tugas terakir dari mata kuliah gudang data "refleksi" (harusnya rekfleksi tuh tiap hari yak,,, bukan gara-gara disuruh dosen,,,,, ckckckckckckck)
lumayan lah,, kmrn uas gudat berjalan lancar(walau dengan remidi :p ).eits,,,,,remidinya karena soalnya susah lho,,,,, bukan karena kelompok q yang payah (pembelaan,,,, he3x)
tp 'g papa pakai remidi yang penting sudah dilalui, dan itu merupakan bagian dari proses pembelajaran. Kalau inget dulu pas awal semester plonga-plongo gara-gara 'g ada gambaran sama sekali tentang mata kuliah gudat, diakir semester udah berubah(klu plonga-plongo nya seh masih,,,,,,he3x), yah setidaknya klu ada yang tanya tentang gudat bisa membantu(smoga)......
em,,, di gudat kita belajar dari dasar(kettle, workbench), enak belajarnya karena kelasnya cuma kecil(sekitar 25 orang aj), dan kita bisa langsung praktek di lab, g hanya teori aj. Harapan di akir semester seh sama kayak diawal semester yaitu dapat nilai A(mari kita lihat tgl 5 januari apakah harapan q tercapai), n dapat mengimplementasikan ilmu yang didapat dikelas dalam kasus nyata... ^_^
refleksinya segitu aja ah,,,,, klu panjang-panjang namanya novel
sekali lagi selamat natal
Kamis, 22 Desember 2011
Minggu, 30 Oktober 2011
Lanjutan Data Warehouse
OLAP(Online Analitycal Processing)
Online Analytical Processing atau disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).
Data Multi Dimensional
Multidimensi berarti memiliki beberapa dimensi atau aspek. Dalam dunia OLAP, itu berkaitan dengan kemampuan untuk menangani atau memanipulasi pandangan beberapa dimensi dan melihat data dari berbagai sudut atau perspektif.
Contoh :
Transaksi penjualan buku dapat dilihat dari segi lokasi buku, waktu, lokasi penjualan / toko dan sebagainya.
jika digambarkan , maka akan terdapat tiga koordinat yaitu sumbu x mewakili buku, sumbu y mewakili dimensi waktu dan sumbu z untuk dimensi lokasi.
Hal inilah yang menjadi perbedaan mendasar antara tabel relasional dan data multidimensi.
Tabel Fakta vs Dimensional tabel
Tabel Fakta : berisi measurement atau metric dari proses bisnis dan foreign key dari tabel dimensi. Tabel fakta merupakan tabel utama dari cube. Karakteristik dari tabel fakta :
- kumpulan key dimensi dari tabel
- ada measure(yang ingin diukur)
- data akan selalu berubah
Dimensional tabel(Tabel Dimensi)
Tabel Dimensi : berisi tektual atribut dari measurement yang disimpan pada tabel fakta. Tabel dimensi merupakan hierarki, kategori dan logic yang dapat digunakan untuk menganalisa measurement dari sudut pandang tertentu. Tabel dimensi bersifat statis(tidak berubah)
Star Schema
Karakteristik dari model ini adalah :
Pusat dari star disebut fact table
Fact table mempunyai sebuah nilai aggregate dari data-data yang berasal dari tabel dimensi
Setiap tabel dimensi berelasi langsung dengan fact table
Tabel dimensi beisikan data tentang informasi atau waktu
Relasi antara fact table dengan dimensi-dimensinya adalah 1 – N (one to many)
Primary key pada tabel dimensi akan menjadi key pada fact table atau dapat diakatakan bahwa fact table memiliki kombinasi key dari tabel dimensi tersebut
Keuntungan :
Sebih simple
Mudah dipahami.
Hasil dari proses query juga relatif lebih cepat.
Kerugian :
boros dalam space.
Contoh Star Schema Design
Snowflake Schema
Model snowflake merupakan perluasan dari star dimana ia juga mempunyai satu atau lebih dimensi. Hanya saja pada snowflake, tabel yang berelasi pada fact table hanya tabel dimensi utama, sedangkan tabel yang lain dihubungkan pada tabel dimensi utama. Model snowflake ini hampir sama seperti teknik normalisasi
Contoh :
Senin, 12 September 2011
Gudang Data
Semester ini ada mata kuliah gudangan,, upz,,,,,Gudang Data maksudnya(atau dalam b'inggris disebut Data Warehouse). Ngapain juga ya kita perlu repot-repot menggudangkan data?(kan capek,,,)
Eits,,,,,jgn underestimate dulu ya,,,,, kalau belum kenal
Yuk kenalan dulu(bagi yang belum kenal).........
DEFINISI
Ada beberapa pendekar neh di Gudang Data, salah satunya adalah W. H. Inmon(disebut bapak Gudang Data lho.....). Berikut definisi menurut W. H. Inmon "A subject-oriented, integrated, time-variant, non-updatable collection of data used in support of management decision-making processes"
Gudang Data dapat disebut juga sebagi tempat penampungan (repository atau archieve archieve) informasi yang dikumpulkan dari beberapa sumber data, kemudian disimpan dalam struktur yang terintegrasi, pada satu tempat. Data yg disimpan nantinya digunakan untuk pengambilan keputusan.
Arsitektur Gudang Data :
Ini arsitektur Gudang Data(semoga dengan adanya gambar akan lebih jelas)
KARAKTERISTIK
Ini karakteristik Gudang Data :
- Subject Oriented : data diorganisasikan sesuai dengan kebutuhan user
- Integrated : menghilangkan kerancuan dalam hal penamaan dan nilai informasinya
- Non volatille : data yang disimpan dalam read only dan tidak dapat diubah oleh user
- Time Varian : data dalam rangkaian waktu, bukan hanya pada saat tertentu
- Summarized : data operasional dikumpulkan kemudian dimapping kedalam format untuk pengambilan keputusan
- Large volume : ukuran datanya besar karena pemeliharaan data yang dari waktu ke waktu
- Not normalized : data dapat redundan
- Metadata : data mengenai data yang disimpan untuk user dan personil gudang data
- Data sources : data berasal dari sumber internal maupun eksternal
Selasa, 06 September 2011
Langganan:
Postingan (Atom)