DW - 2nd - Introduction To DW & BI
Upcoming SlideShare
Loading in...5
×
 

DW - 2nd - Introduction To DW & BI

on

  • 1,210 views

 

Statistics

Views

Total Views
1,210
Views on SlideShare
1,205
Embed Views
5

Actions

Likes
0
Downloads
24
Comments
0

2 Embeds 5

http://www.linkedin.com 4
http://www.slideshare.net 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • Banyak istilah di dunia komputasi1998, ada istilah: OLTP, OLAP, DSS, Data Warehouse, Data Mining.Data Mining, OLAP, Data Warehouse  teknologi untuk mengambil keputusan.Sia-sia menyimpan data, membuat algoritme, dll jika mereka tidak digunakan untuk mendukung pembuatan keputusan.Keputusan yang dihasilkan nanti bersifat well-informed decision.Jadi, mereka adalah teknologi yang membantu manusia mengambil keputusan berdasarkan data yang cukup.
  • Sejarah Singkat Pemakaian KomputerOLAP: OnLine Analytical Processing (1993)DSS sendiri muncul tahun 1978Hanya beda kata online saja, karena tahun 1978 akses online (teknologi client server) masih asing bagi individu dan pelaku bisnis.Client ma server , mana yang duluan ? 1970 baru kedengaran istilah client-server
  • 1950 komputer hanya dipake di AS, terbatas di kalangan militer, pemerintah, dan akademis. Model komputasi untuk basisdata hampir tidak dikenal.1960 komputer mulai dipake kalangan bisnis AS. COBOL banyak yang pake, DBMS bermunculan (IMS dari IBM). Tapi itu didahului oleh riset. IMS pake model pohon.Tahun 1960 kebanyakan model komputasi basisdata adalah masih model pohon dan model jaringan.1970 baru ada model relasional. Edgar F. Codd.1972 prototipe dibuat.1975 IBM bikin versi komersialnya.1977 Oracle menyusul.1980 dBASE banyak yang pake, karena running di atas DOS yang lagi naik daun.
  • Masih ada transaksi-transaksi yang tidak benar-benar online. Seperti contohnya adalah proses transaksi kliring di bank yang harus menunggu keesokan harinya.Dulu tahun 1980, transaksi online mungkin dapat disebut sebagai pemrosesan yang interaktif atau waktu-nyata (real-time). Sehingga kliring kayak contoh di atas itu termasuk offline atau lebih dikenal dengan istilah batch.
  • Sampai dekade 1970 masih banyak software yang belum memakai SQL dan relational database. Karena alasan kegagalan saintis untuk merumuskan dasar ilmiah yang kuat, termasuk dalam hal ini Keen dan Morton.Pada masa itu, data komputer sudah dipakai untuk membantu pengambilan keputusan. Data hasil transaksi harian disalin ke media penyimpanan yang lain, dan dianalisis. Metode yang dipakai adalah metode yang sudah ditemukan, yaitu Riset Operasional, Teori Manajemen, dan Teori Perilaku.Perbaikan konsep baru dimulai pada dekade 1980 setelah RDBMS mulai banyak dipakai.DSS pada saat itu berkenaan dengan data agregat (data yang diperoleh dengan memakai operasi-operasi agregat seperti SUM, COUNT, AVG, MIN, MAX).Jelasnya RDBMS dan SQL sangat memudahkan pembuatan data agregat, hal yang sulit dalam COBOL.
  • Muncullah rumusan bahwa subjek datawarehouse berkenaan dengan:Pengolahan data agregatTipe snapshot, bitmap index, function indexTipe Table Partition dan Index PartitionOperasi star join dan operasi-operasi yang aware terhadap partitionStar-schema (ad0hoc database design)Dari kelima butir di atas yang memiliki dasar ilmiah kuat Cuma 2 sama 4. Star-schema gag punya dasar ilmiah kuat.
  • Muncul tahun 1993 oelh Edgar F. Codd, S. B. Codd, dan C. T. Salley dalam dokumen untuk Arbor Corporation berjudul “Providing OLAP (OnLine Analytical Processing) to User-Analyst: An IT Mandate”.Analytical Processing diterapkan ke datawarehousing bukan production database.Lagi-lagi tidak ada dasar ilmiah. Kejadian yang mirip dengan DSS.
  • Fasilitas Analysis Service mencakup fasilitas datawarehousing (table partition dan index partition), OLAP (tipe cube, operasi GROUPING, ROLLUP, dan CUBE), serta Data Mining (Microsoft Decision Trees, Naïve Banyan Trees, dan lain-lain).

DW - 2nd - Introduction To DW & BI DW - 2nd - Introduction To DW & BI Presentation Transcript

  • Introduction to
    Data Warehouse & Business Intelligence
    1
    Hadziq Fabroyir . Department of Informatics
  • Makin Banyak Istilah
    OLTP, OLAP, DSS, Data Warehouse, Data Mining.
    Tapi intinya adalah:Teknologi untuk mengambil keputusan berdasarkan data yang cukup
    Hadziq Fabroyir . Department of Informatics
    2
  • Sejarah Singkat
    Pemakaian Komputer
    Hadziq Fabroyir . Department of Informatics
    3
  • Hadziq Fabroyir . Department of Informatics
    4
  • Cuma Beda: “Online”
    Hadziq Fabroyir . Department of Informatics
    5
  • Perkembangan Teknologi Database
    Hadziq Fabroyir . Department of Informatics
    6
  • Model Kebanyakan Jaman Dulu
    Model Pohon
    Model Jaringan
    Hadziq Fabroyir . Department of Informatics
    7
  • Model Relational
    Hadziq Fabroyir . Department of Informatics
    8
  • Perkembangan Teknologi Database
    Hadziq Fabroyir . Department of Informatics
    9
  • Relational ModelFounding Father
    Hadziq Fabroyir . Department of Informatics
    10
  • Hadziq Fabroyir . Department of Informatics
    11
  • OLTP(OnLine Transaction Processing)
    Tidak semua transaksi yang online bisa dibilang online.
    Seperti contohnya adalah proses transaksi kliring
    Dulu tahun 1980, transaksi online mungkin dapat disebut sebagai pemrosesan yang interaktif atau waktu-nyata (real-time).
    Sehingga kliring seperti contoh di atas itu termasuk offline atau lebih dikenal dengan istilah batch.
    Hadziq Fabroyir . Department of Informatics
    12
  • Decision Support System
    Istilah Decision Support System diperkenalkan P.G.W Keen dan M.S.Scott Morton lewat bukunya : Decision Support System: An Organizational Perspective” tahun 1978.
    Arsitekturnya terdiri atas:
    Database (knowledge base),
    Model (the Decision context and user criteria), dan
    Antar muka.
    Hadziq Fabroyir . Department of Informatics
    13
  • Sejarah Pengambilan Keputusan
    Sampai dekade 1970 masih banyak software yang belum memakai SQL dan relational database.
    Pada masa itu, data komputer sudah dipakai untuk membantu pengambilan keputusan menggunakan: Riset Operasional, Teori Manajemen, dan Teori Perilaku.
    DSS pada saat itu berkenaan dengan data agregat (data yang diperoleh dengan memakai operasi-operasi agregat seperti SUM, COUNT, AVG, MIN, MAX).
    Jelasnya RDBMS dan SQL sangat memudahkan pembuatan data agregat, hal yang sulit dalam COBOL.
    Hadziq Fabroyir . Department of Informatics
    14
  • Data Warehouse
    Istilah ini baru diperkenalkan pada tahun 1988 (10 tahun setelah diperkenalkannya istilah DSS)
    Yang memperkenalkan adalah W. H. Inmon dalam bukunya “Data Architecture: The Information Paradigm”
    Hadziq Fabroyir . Department of Informatics
    15
  • Data Warehouse
    Muncullah rumusan bahwa subjek datawarehouse berkenaan dengan:
    Pengolahan data agregat
    Tipe snapshot, bitmap index, function index
    Tipe Table Partition dan Index Partition
    Operasi star join dan operasi-operasi yang aware terhadap partition
    Star-schema (ad0hoc database design)
    Hadziq Fabroyir . Department of Informatics
    16
  • OLAP(OnLine Analytical Processing)
    Muncul tahun 1993 oleh Edgar F. Codd, S. B. Codd, dan C. T. Salley dalam dokumen untuk Arbor Corporation berjudul “Providing OLAP (OnLine Analytical Processing) to User-Analyst: An IT Mandate”.
    Analytical Processing diterapkan ke datawarehousing bukan production database.
    Lagi-lagi tidak ada dasar ilmiah. Kejadian yang mirip dengan DSS.
    Hadziq Fabroyir . Department of Informatics
    17
  • OLAP(OnLine Analytical Processing)
    Euforia banyak saintis dan akademis tentang OLAP telah mereda. Berikut adalah butir-butir berikut sebagai dasar ilmiah untuk OLAP:
    Tipe: TABLE, REPORT, dan CUBE
    Operasi: GROUPING, ROLLUP, CUBE
    Nilai: pemakaian nilai NULL bagi nilai-nilai ‘sel’ di kubus (cube) dan report untuk data agregat.
    Hadziq Fabroyir . Department of Informatics
    18
  • Hadziq Fabroyir . Department of Informatics
    19
  • Data Mining
    Istilah ini dikenalkan tahun 1996 oleh Peter Adriaans dan Dolf Zatinge dalam bukungan “Data Mining” oleh Addison-Wesley. Mereka menulis aspek-aspek dan teknik-teknik ilmiah yang bisa dipakai untuk Data Mining.
    Secara umum Data Mining adalah mengolah data.
    Hadziq Fabroyir . Department of Informatics
    20
  • Teknik & Aturan Data Mining
    Secara khusus, data mining sebagai pengolahan data memakai teknik atau aturan yang di antaranya adalah sebagai berikut:
    Association rule
    Classification rule
    Clustering rule
    Prediction rule
    Hadziq Fabroyir . Department of Informatics
    21
  • Analisis dan Pengambilan Keputusan
    Hadziq Fabroyir . Department of Informatics
    22
  • It’s All About Technology …
    Apabila Data Mining, OLAP, Datawarehouse, dan lain-lain dianggap sebagai teknologi, maka:
    Semuanya mengarah ke satu hal: untuk mengambil keputusan
    Sia-sia menyimpan data, membuat algoritme, dan lain-lain, jika tidak dipakai untuk mengambil keputusan.
    Dengan memanfaatkan semua teknologi tersebut (dengan bijaksana), keputusan yang diambil adalah well-informed decision.
    Hadziq Fabroyir . Department of Informatics
    23
  • Kesamaan
    Selain kesamaan tujuan inti, semua teknologi di atas juga memiliki kesamaan:
    Untuk mengolah data-data agregat
    Memakai sumber data yang berukuran sangat besar
    Memakai analisis
    Hadziq Fabroyir . Department of Informatics
    24
  • Microsoft’s Mind
    Microsoft Corp memakai frasa Analysis Service untuk semua fasilitas-fasilitas di SQL Server 9 DBMS.
    Hadziq Fabroyir . Department of Informatics
    25
  • Restropeksi Sejarah
    Hadziq Fabroyir . Department of Informatics
    26
  • Hadziq Fabroyir . Department of Informatics
    27
  • Business Intelligence
    Analysis of corporate data that influences business decision making
    Hadziq Fabroyir . Department of Informatics
    28
  • Hadziq Fabroyir . Department of Informatics
    29
  • The Tools Evolution
    Hadziq Fabroyir . Department of Informatics
    30
    Target Audience:
    DBA
    Developer
    SQL 2005
    SQL 2000
    EM 2000
    EM 2000
    SQL
    Management
    Studio
    QA 2000
    QA 2000
    BI
    Development
    Studio
    AM 2000
    AM 2000
  • SQL ’05 BI Components
    Hadziq Fabroyir . Department of Informatics
    31
  • SQL Server Management Studio
    “Replacement” for SQL Server Enterprise Manager and Query Analyzer
    Visual Studio 2005 IDE
    Manage all Databases
    Relational Databases
    Analysis Databases
    CE Databases
    Hadziq Fabroyir . Department of Informatics
    32
  • Hadziq Fabroyir . Department of Informatics
    33
  • Integration Services
    Formerly Data Transformation Services (DTS)
    Build and debug complex integration packages
    Separation of Control Flow and Data Flow
    Integrated Source Control
    Hadziq Fabroyir . Department of Informatics
    34
  • Integration Services
    Hadziq Fabroyir . Department of Informatics
    35
  • New England Code Camp IV: “Developer’s Gone Wild”
    Universal Dimensional Model
    Unified logical model for both relational and OLAP analysis databases with high performance and scalability
    Capture and model all of your data
    Relational reporting and OLAP converge through a single relational model
  • New England Code Camp IV: “Developer’s Gone Wild”
    Datamart
    Datamart
    SQL Server 2005 Enterprise BI A Unified Dimensional Model
    MOLAP
    OLAP
    Browser
    MOLAP
    Reporting
    Tool
    UDM
    BI Applications
    DW
  • New England Code Camp IV: “Developer’s Gone Wild”
    Illustration
  • New England Code Camp IV: “Developer’s Gone Wild”
    Which models are available with SQL ’05?
  • New England Code Camp IV: “Developer’s Gone Wild”
    Reporting Services
    Deliver traditional and interactive reports
    Single platform and tools for all types of structured data (relational, hierarchical, multidimensional)
    Single platform for authoring, management, and delivery of reports
  • New England Code Camp IV: “Developer’s Gone Wild”
    Reporting Services
  • New England Code Camp IV: “Developer’s Gone Wild”
    Reporting Services
  • IIS
    XMLA ISAPI
    PTS/OLEDB
    XML for Analysis AS 2000 vs. AS 2005
    Server Middle Tier Client
    Application
    HTTP
    Analysis
    Server
    XMLA
    AS2000
    AS2005
    Application
    Analysis
    Server
    XMLA
    TCP
    XMLA
    IIS
    HTTP
  • New England Code Camp IV: “Developer’s Gone Wild”
    Resources
    SQL Server Developer Center
    http://msdn.microsoft.com/sql/
    OLAP Blog
    http://www.sqljunkies.com/weblog/mosha
    SQL Server 2005 Data Mining
    http://www.sqlserverdatamining.com
    SQL Server Integration Services
    http://www.sqlis.com
    Introduction to SQL Server Report Builder
    http://www.developer.com/db/article.php/3520116