SI434-041034-658-1 848KB Oct 06 2011 10:48

Pokok Bahasan
DATA
DATABASE
OLTP
DSS
OLAP
DATAWAREHOUSE
DATA MINING
DATA
Adalah fakta yang dikenal yang
dapat dicatat atau direkam dalam
bentuk angka, huruf, simbol, teks,
gambar atau kombinasinya yang
belum mengandung arti dan belum
dapat digunakan sebagai
pengambil keputusan.
DATABASE
tempat penyimpanan tabeltabel data yang saling terelasi
dan terhubung satu dengan
lainnya pada media
penyimpanan komputer
OLTP
OLTP adalah singkatan
dari On Line
Transaction Processing,
OLTP sering dijumpai
seperti ditoko atau
swalayan contohnya
database pada sistem
informasi penjualan.
DSS
• Decision Support System ( DSS )
DSS merupakan sistem berbasis computer yang interaktif,
yang membantu pengambil keputusan memanfaatkan
data dan model untuk menyelesaikan masalah-masalah
yang tak terstruktur, dimana solusi tidak bisa diperoleh
serta merta, sehingga masalah menjadi kompleks.
Contoh masalah terstruktur : perencanaan jangka
pendek, laporan personal, sistem distribusi, dan lokasi
warehouse. Sedangkan contoh masalah tak terstruktur
adalah pemilihan cover untuk sebuah masalah,
recruitment executive, perencanaan proyek,dll.
OLAP
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).
Perbedaan OLTP dan OLAP
OLTP adalah singkatan dari On Line Transaction Processing, OLTP sering
kita jumpai di sekitar kita seperti toko atau swalayan contohnya
database pada sistem informasi penjualan. Berbeda dengan OLAP,
OLAP adalah On Line Analytical Processing yang maksudnya adalah
database yang menyimpan data sekarang dan masa lalu yang berasal
dari OLTP. OLAP bertujuan untuk keperluan analisis dan pelaporan
manajemen dalam rangka pengambilan keputusan
•Deskripsi
Terkadang peneliti dan analis secara sederhana ingin mencoba mencari cara untuk
menggambarkan pola dan kecendrungan yang terdapat dalam data yang dimiliki.
•Estimasi
Estimasi hampir sama dengan klasifikasi, kecuali variabel target estimasi lebih ke arah numerik
daripada ke arah kategori. Model dibangun menggunakan record lengkap yang menyediakan
nilai dari variabel target sebagai nilai prediksi.
•Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari
hasil akan ada di masa mendatang.
•Klasifikasi
Dalam klasifikasi terdapat target variabel kategori, misal penggolongan pendapatan dapat
dipisahkan dalam tiga kategori, yaitu tinggi, sedang dan rendah.
•Pengklusteran
Pengklusteran merupakan pengelompokan record, pengamatan, atau memperhatikan dan
membentuk kelas objek-objek yang memiliki kemiripan.
•Asosiasi
Tugas asosiasi data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam
dunia bisnis lebih umum disebut analisis keranjang belanja
DATAWAREHOUSE
DATA WAREHOUSE adalah suatu koleksi data yang bisa
digunakan untuk menunjang pengambilan keputusan
manajemen, yang berorientasi subjek (topik), terpadu,
time variant, dan tidak mudah berubah
Data Warehouse membantu para pekerja teknologi
(manager,executive,analyst) untuk pengambilan
keputusan yang lebih cepat dan mudah
Data warehouse memungkinkan user untuk memeriksa
history data dan melakukan analisis terhadap data
sehingga dapat mengambil keputusan berdasarkan
analisa yang dibuat
Arsitektur Data Warehouse
1. Arsitektur Dasar Data Warehouse
Gambar berikut menampilkan arsitektur sederhana dari suatu Data Warehouse.
User dapat secara langsung mengakses data yang diambil dari beberapa source
melalui data warehouse
Arsitektur Data Warehouse
2. Arsitektur Data Warehouse dengan menggunakan
Staging Area
Staging area menyederhanakan proses pembuatan summary dan
management warehouse secara umum
Arsitektur Data Warehouse
3. Arsitektur Data Warehouse dengan menggunakan
Staging Area dan Data Mart
Data mart merupakan subset dari data resource, biasanya
berorientasi untuk suatu tujuan yang spesifik atau subjek data
yang didistribusikan untuk mendukung kebutuhan bisnis.
Manfaat Data Warehouse
Kemampuan mengakses
data yang berskala
perusahaan.
Kemampuan memiliki
data yang konsisten.
Dapat melakukan analisis
secara cepat.
Dapat digunakan untuk
mencari redundansi
usaha di perusahaan.
Menemukan gap antara
pengetahuan bisnis
dengan proses bisnis.
Meminimalkan biaya
administrasi.
Meningkatkan kinerja
pegawai perusahaan
untuk dapat melakukan
tugasnya dengan lebih
efektif.
OLAP, Datawarehouse dan
Data Mining dianggap sebagai
sebuah teknologi, semua
mengarah ke satu hal yaitu
Pengambilan keputusan
Sia-sia menyimpan data,
membuat algoritma
dan lain-lain;
If they are not used to
support decision making