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

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

DW - 2nd - Introduction To DW & BI

747
views

Published on

Published in: Education, Technology

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
747
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
25
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • 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).
  • Transcript

    • 1. Introduction to
      Data Warehouse & Business Intelligence
      1
      Hadziq Fabroyir . Department of Informatics
    • 2. 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
    • 3. Sejarah Singkat
      Pemakaian Komputer
      Hadziq Fabroyir . Department of Informatics
      3
    • 4. Hadziq Fabroyir . Department of Informatics
      4
    • 5. Cuma Beda: “Online”
      Hadziq Fabroyir . Department of Informatics
      5
    • 6. Perkembangan Teknologi Database
      Hadziq Fabroyir . Department of Informatics
      6
    • 7. Model Kebanyakan Jaman Dulu
      Model Pohon
      Model Jaringan
      Hadziq Fabroyir . Department of Informatics
      7
    • 8. Model Relational
      Hadziq Fabroyir . Department of Informatics
      8
    • 9. Perkembangan Teknologi Database
      Hadziq Fabroyir . Department of Informatics
      9
    • 10. Relational ModelFounding Father
      Hadziq Fabroyir . Department of Informatics
      10
    • 11. Hadziq Fabroyir . Department of Informatics
      11
    • 12. 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
    • 13. 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
    • 14. 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
    • 15. 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
    • 16. 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
    • 17. 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
    • 18. 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
    • 19. Hadziq Fabroyir . Department of Informatics
      19
    • 20. 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
    • 21. 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
    • 22. Analisis dan Pengambilan Keputusan
      Hadziq Fabroyir . Department of Informatics
      22
    • 23. 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
    • 24. 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
    • 25. Microsoft’s Mind
      Microsoft Corp memakai frasa Analysis Service untuk semua fasilitas-fasilitas di SQL Server 9 DBMS.
      Hadziq Fabroyir . Department of Informatics
      25
    • 26. Restropeksi Sejarah
      Hadziq Fabroyir . Department of Informatics
      26
    • 27. Hadziq Fabroyir . Department of Informatics
      27
    • 28. Business Intelligence
      Analysis of corporate data that influences business decision making
      Hadziq Fabroyir . Department of Informatics
      28
    • 29. Hadziq Fabroyir . Department of Informatics
      29
    • 30. 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
    • 31. SQL ’05 BI Components
      Hadziq Fabroyir . Department of Informatics
      31
    • 32. 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
    • 33. Hadziq Fabroyir . Department of Informatics
      33
    • 34. 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
    • 35. Integration Services
      Hadziq Fabroyir . Department of Informatics
      35
    • 36. 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
    • 37. 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
    • 38. New England Code Camp IV: “Developer’s Gone Wild”
      Illustration
    • 39. New England Code Camp IV: “Developer’s Gone Wild”
      Which models are available with SQL ’05?
    • 40. 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
    • 41. New England Code Camp IV: “Developer’s Gone Wild”
      Reporting Services
    • 42. New England Code Camp IV: “Developer’s Gone Wild”
      Reporting Services
    • 43. 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
    • 44. 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

    ×