SlideShare a Scribd company logo
1 of 25
Nine Step Methodology
UNIVERSITAS
TEKNOKRAT
INDONESIA
Perancangan
Menurut Kimball (2010) Metodologi perancangan data warehouse
adalah Nine-Step Methodology yang memiliki 9 (sembilan) langkah
yaitu :
UNIVERSITAS TEKNOKRAT INDONESIA
1. Choosing The Process
Untuk tahapan ini dalam merancang data warehouse harus sesuai
dengan kebutuhan. Sebagai contoh ketika ingin menganalisis
penjualan yang berdasarkan berbagai sumber yang berbeda atau
dimensi. Untuk itu kita harus cermat memilih proses mana yang
ingin kita analisa.
UNIVERSITAS TEKNOKRAT INDONESIA
2. Choosing The Grain
Perancangan data model data warehouse itu juga harus sesuai atau
berdasarkan dari tabel fakta dan dimensi, untuk itu ketika pemilihan
sumber harus mengacu pada kemampuan untuk merepresentasikan
fakta-fakta yang di ambil dari berbagai sumber dimensi pada OLTP.
Sebagai contoh Sales_order_fact, adalah mengambarkan rincian
custumer secara detail. Jadi tahap ini sangat penting karena akan
mempengaruhi seperti apa nanti hasil dari data warehouse yang
akan mudah untuk pengambilan keputusan
UNIVERSITAS TEKNOKRAT INDONESIA
3. Identifying and Conforming
The Dimensions
Dimensi ini sebagai gambaran fakta-fakta pada tabel fakta, sebagai
contoh setiap data pada tabel customer_dim dilengkapi dengan
cust_id, cust_number, cust_name, cust_street_address,
cust_zip_code dan lainnya
UNIVERSITAS TEKNOKRAT INDONESIA
4. Choosing The Fact
Pemilihan sumber dari sebuah tabel fakta akan menentukan fakta
mana yang akan di gunakan. Sebagai contoh pada sales_order_fact
terdiri dari customer_id, order_id, product_id, order_date yang
menggambarkan fakta dari berbagai tabel dimensi yaitu customer,
order, product dan tine yaitu order_date.
UNIVERSITAS TEKNOKRAT INDONESIA
5. Storing Pre-Calculation in
The Fact Table
Hal ini akan terjadi jika tabel fakta kehilangan statement sesuai
dengan fakta yang dibutuhkan
UNIVERSITAS TEKNOKRAT INDONESIA
6. Rounding Out The
Dimension Tables
Tahap ini untuk menambahkan selengkap-lengkapnya pada tabel
dimensi dan harus bersifat intuitif dan mudah dipahami oleh
pengguna. Tahap ini agar pengguna dipermudahkan dalam
penganalisaan nantinya
UNIVERSITAS TEKNOKRAT INDONESIA
7. Choosing The Duration of
Database
Tahapan ini berkaitan dengan penyimpanan data warehouse,
katakan saja data yang kita kehendaki untuk di analisa memiliki
durasi 5 (lima) tahun yang lalu
UNIVERSITAS TEKNOKRAT INDONESIA
8. Tracking Slowly Changing
Dimension
Ada 3 (tiga) tipe perubahan dimensi yaitu atribut dimensi yang telah berubah
tertulis ulang, menimbulkan sebuah dimensi baru dan dimensi yang berubah
menimbulkan alternatif, sehingga nilai atribut lama dan yang baru dapat
diakses secara bersama pada dimensi yang sama.
• Tipe 1: Perubahan data secara langsung atau update tabel dimensi.
• Tipe2: Perubahan data membentuk record baru dengan surrogate key
yang berbeda.
• Tipe 3: Perubahan data akan membentuk atribut atau kolom baru pada
tabel dimensi
UNIVERSITAS TEKNOKRAT INDONESIA
9. Decide the Physical Design
Pada tahap ini, dilakukan perancangan fisik dari data warehouse.
Selain itu, penentuan masalah-masalah yang mungkin ada pada
perancangan fisik.
UNIVERSITAS TEKNOKRAT INDONESIA
UNIVERSITAS TEKNOKRAT INDONESIA
UNIVERSITAS TEKNOKRAT INDONESIA
1. Choosing The Process
Tahapan pemilihan proses ini dilakukan pemilihan subjek masalah
dari data warehouse yang akan dibuat, lalu proses bisnis yang
berhubungan dengan subjek masalah tersebut diidentifikasi. Proses
yang diperlukan dalam analisis adalah penjualan barang pada PT
Bangun Mitra Makmur
UNIVERSITAS TEKNOKRAT INDONESIA
2. Choosing The Grain
Tahapan pemilihan sumber dari proses penjualan barang pada PT Bangun
Mitra Makmur adalah memilih sumber data yang akan dilakukan analisis untuk
data warehouse yaitu :
1. Pelanggan yaitu data pelanggan yang melakukan transaksi pembelian pada
perusahaan.
2. Barang yaitu data barang yang ada pada perusahaan untuk dijual kepada
pelanggan.
3. Destination yaitu data kabupaten lokasi/tempat dimana pelanggan berada.
4. Penjualan yaitu data penjualan yang menjadi tujuan utama perusahaan
dalam proses penjualan barang.
UNIVERSITAS TEKNOKRAT INDONESIA
3. Identifying and Conforming
The Dimensions
Tahapan identifikasi dan penyesuaian dimensi dari proses penjualan barang
pada PT Bangun Mitra Makmur adalah melakukan identifikasi tabel dimensi
untuk setiap tabel fakta yang ada. Tabel dimensi dalam data warehouse ini
adalah :
1. Dimensi pelanggan yang terdiri dari kode pelanggan, nama pelanggan,
alamat pelanggan, nomor telepon, nama pemilik.
2. Dimensi barang yang terdiri dari kode barang, nama barang, dan harga
barang.
3. Dimensi destination yang terdiri dari kode kabupaten, dan nama
kabupaten.
UNIVERSITAS TEKNOKRAT INDONESIA
4. Choosing The Fact
Tahapan tabel fakta dari proses penjualan barang pada PT Bangun
Mitra Makmur adalah melakukan pemilihan tabel fakta untuk
dijadikan tabel utama dalam data warehouse penjualan yaitu fakta
penjualan.
UNIVERSITAS TEKNOKRAT INDONESIA
5. Storing Pre-Calculation in
The Fact Table
Tahapan ini melakukan pemilihan tabel fakta penjualan yang dapat
dihitung yaitu total harga untuk proses perhitungan antara harga
barang dengan jumlah jual, total seluruh untuk proses perhitungan
summary dari total harga.
UNIVERSITAS TEKNOKRAT INDONESIA
6. Rounding Out The
Dimension Tables
Tahap ini untuk menambahkan selengkap-lengkapnya attribute
pada tabel dimensi dan harus bersifat intuitif dan mudah dipahami
oleh pengguna
UNIVERSITAS TEKNOKRAT INDONESIA
7. Choosing The Duration of
Database
Tahapan ini melakukan pemilihan durasi database yang akan
digunakan dalam data warehouse penjualan yaitu dengan durasi 2
tahun terakhir dimulai dari Maret tahun 2018 sampai dengan Maret
tahun 2020.
UNIVERSITAS TEKNOKRAT INDONESIA
8. Tracking Slowly Changing
Dimension
Tahapan ini melakukan pengamatan perubahan terhadap tabel dimensi. Pada
proses ini dapat dilakukan dengan 2 cara yaitu :
1. Attribut dimensi yang telah ditulis secara berulang-ulang.
2. Attribut dimensi yang berubah dan menimbulkan alternatif sehingga nilai
atribut lama dan baru dapat diakses secara bersama pada dimensi yang
sama
UNIVERSITAS TEKNOKRAT INDONESIA
9. Decide the Physical Design
Tahapan ini difokuskan pada perancangan fisik untuk data
warehouse. Tahapan ini melakukan prioritas query untuk data
warehouse penjualan yang akan mengeksekusi perintah query
untuk menghasilkan output grafik penjualan yang akan menjadi
tujuan dalam perancangan data warehouse penjualan pada PT
Bangun Mitra Makmur.
UNIVERSITAS TEKNOKRAT INDONESIA
Conclusion
UNIVERSITAS TEKNOKRAT INDONESIA
Data warehouse Penjualan dirancangan dengan menggunakan
Nine Step Methodology data warehouse sehingga
menghasilkan desain data warehouse yang lebih baik dengan
menggunakan permodelan star schema, sehingga proses OLAP
untuk historical intelegency data penjualan menampilkan
grafik penjualan secara cepat.
Any Question..??

More Related Content

What's hot

Pengolahan Citra 3 - Operasi-operasi Digital
Pengolahan Citra 3 - Operasi-operasi DigitalPengolahan Citra 3 - Operasi-operasi Digital
Pengolahan Citra 3 - Operasi-operasi DigitalNur Fadli Utomo
 
Modul 3 Distribusi Probabilitas Diskrit dan Kontinu
Modul 3 Distribusi Probabilitas Diskrit dan KontinuModul 3 Distribusi Probabilitas Diskrit dan Kontinu
Modul 3 Distribusi Probabilitas Diskrit dan KontinuFitria Eviana
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksNila Aulia
 
Metodologi penelitian program mm kelas bni 2012
Metodologi penelitian program mm kelas bni 2012Metodologi penelitian program mm kelas bni 2012
Metodologi penelitian program mm kelas bni 2012Reins Tangkowit
 
Pembuatan uml pada toko belanja online
Pembuatan uml pada toko belanja onlinePembuatan uml pada toko belanja online
Pembuatan uml pada toko belanja onlineandiseprianto
 
Pertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptxPertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptxFennyRahmayani
 
Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)ahmad haidaroh
 
Data mining 8 estimasi linear regression
Data mining 8   estimasi linear regressionData mining 8   estimasi linear regression
Data mining 8 estimasi linear regressionIrwansyahSaputra1
 
Program transpose matriks
Program transpose matriksProgram transpose matriks
Program transpose matriksSimon Patabang
 
Tabel padanan bilangan Desimal, Biner, Oktal dan Heksadesimal
Tabel padanan bilangan Desimal, Biner, Oktal dan HeksadesimalTabel padanan bilangan Desimal, Biner, Oktal dan Heksadesimal
Tabel padanan bilangan Desimal, Biner, Oktal dan HeksadesimalMustahal SSi
 
Cv dedi darwis
Cv dedi darwisCv dedi darwis
Cv dedi darwisdedidarwis
 
Kriptografi - Stream Cipher
Kriptografi - Stream CipherKriptografi - Stream Cipher
Kriptografi - Stream CipherKuliahKita
 
Data Mining - Naive Bayes
Data Mining - Naive BayesData Mining - Naive Bayes
Data Mining - Naive Bayesdedidarwis
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiYousuf Kurniawan
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simplekshazhiyah
 
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)M Abdul Aziz
 

What's hot (20)

Pengolahan Citra 3 - Operasi-operasi Digital
Pengolahan Citra 3 - Operasi-operasi DigitalPengolahan Citra 3 - Operasi-operasi Digital
Pengolahan Citra 3 - Operasi-operasi Digital
 
Modul 3 Distribusi Probabilitas Diskrit dan Kontinu
Modul 3 Distribusi Probabilitas Diskrit dan KontinuModul 3 Distribusi Probabilitas Diskrit dan Kontinu
Modul 3 Distribusi Probabilitas Diskrit dan Kontinu
 
Metode stepping stone
Metode stepping stoneMetode stepping stone
Metode stepping stone
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
 
Metodologi penelitian program mm kelas bni 2012
Metodologi penelitian program mm kelas bni 2012Metodologi penelitian program mm kelas bni 2012
Metodologi penelitian program mm kelas bni 2012
 
Pembuatan uml pada toko belanja online
Pembuatan uml pada toko belanja onlinePembuatan uml pada toko belanja online
Pembuatan uml pada toko belanja online
 
Pertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptxPertemuan 10 - Metodologi Data Science - Copy.pptx
Pertemuan 10 - Metodologi Data Science - Copy.pptx
 
Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)
 
Data mining 8 estimasi linear regression
Data mining 8   estimasi linear regressionData mining 8   estimasi linear regression
Data mining 8 estimasi linear regression
 
Jaringan perceptron
Jaringan perceptronJaringan perceptron
Jaringan perceptron
 
Program transpose matriks
Program transpose matriksProgram transpose matriks
Program transpose matriks
 
Tabel padanan bilangan Desimal, Biner, Oktal dan Heksadesimal
Tabel padanan bilangan Desimal, Biner, Oktal dan HeksadesimalTabel padanan bilangan Desimal, Biner, Oktal dan Heksadesimal
Tabel padanan bilangan Desimal, Biner, Oktal dan Heksadesimal
 
Cv dedi darwis
Cv dedi darwisCv dedi darwis
Cv dedi darwis
 
Kriptografi - Stream Cipher
Kriptografi - Stream CipherKriptografi - Stream Cipher
Kriptografi - Stream Cipher
 
Data Mining - Naive Bayes
Data Mining - Naive BayesData Mining - Naive Bayes
Data Mining - Naive Bayes
 
Makalah Matriks dalam Struktur Data
Makalah Matriks dalam Struktur DataMakalah Matriks dalam Struktur Data
Makalah Matriks dalam Struktur Data
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simpleks
 
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)
Hasil Observasi UMKM Kedai T-Minul - Manajemen Koperasi dan UMKM (Laporan)
 

Similar to Nine step methodology

Pertemuan 4 -_multi_dimensional_model_design_1
Pertemuan 4 -_multi_dimensional_model_design_1Pertemuan 4 -_multi_dimensional_model_design_1
Pertemuan 4 -_multi_dimensional_model_design_1Abrianto Nugraha
 
Data Warehousing and OLAP II
Data Warehousing and OLAP IIData Warehousing and OLAP II
Data Warehousing and OLAP IIShary Armonitha
 
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...Muhammad Zainudin
 
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...RaihanAbid1
 
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...rian rian
 
08 -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...
08  -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...08  -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...
08 -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...SEJ-UNTL
 
6. perancangan sistem terinci
6. perancangan sistem terinci6. perancangan sistem terinci
6. perancangan sistem terinciAlvin Setiawan
 
Akuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasiAkuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasiwelly yusup
 
Kecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang KeputusanKecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang KeputusanDasufianti
 
Aplikasi Pengelolaan Sablon T-shirt Berbasis Dekstop
Aplikasi Pengelolaan Sablon T-shirt Berbasis DekstopAplikasi Pengelolaan Sablon T-shirt Berbasis Dekstop
Aplikasi Pengelolaan Sablon T-shirt Berbasis DekstopSham Octafian
 
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdf
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdfProses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdf
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdfbeastcraft04
 
Karakteristik data warehouse
Karakteristik data warehouseKarakteristik data warehouse
Karakteristik data warehousesuleman ganteng
 
Tugas spk loundry aplikasi sia 7
Tugas spk loundry aplikasi  sia 7Tugas spk loundry aplikasi  sia 7
Tugas spk loundry aplikasi sia 7Mardi Malow
 
Aplikasi penjualan barang bekas
Aplikasi penjualan barang bekas Aplikasi penjualan barang bekas
Aplikasi penjualan barang bekas jodhysimanjuntak
 

Similar to Nine step methodology (20)

Perancangan data warehouse
Perancangan data warehousePerancangan data warehouse
Perancangan data warehouse
 
bab 1
bab 1bab 1
bab 1
 
Pertemuan 4 -_multi_dimensional_model_design_1
Pertemuan 4 -_multi_dimensional_model_design_1Pertemuan 4 -_multi_dimensional_model_design_1
Pertemuan 4 -_multi_dimensional_model_design_1
 
ARTIKEL
ARTIKELARTIKEL
ARTIKEL
 
DATA ANALYTIC KELOMPOK 2.pptx
DATA ANALYTIC KELOMPOK 2.pptxDATA ANALYTIC KELOMPOK 2.pptx
DATA ANALYTIC KELOMPOK 2.pptx
 
Data Warehousing and OLAP II
Data Warehousing and OLAP IIData Warehousing and OLAP II
Data Warehousing and OLAP II
 
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...
 
Kelompok 07 (tugas pertemuan 11)
Kelompok 07 (tugas pertemuan 11)Kelompok 07 (tugas pertemuan 11)
Kelompok 07 (tugas pertemuan 11)
 
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...
 
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...
Pengaplikasian dan implementasi konsep basis data relasional pada sistem prod...
 
08 -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...
08  -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...08  -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...
08 -stmik_amikom_yogyakarta_analisis_dan_perancangan_sistem_informasi_untuk_...
 
6. perancangan sistem terinci
6. perancangan sistem terinci6. perancangan sistem terinci
6. perancangan sistem terinci
 
Akuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasiAkuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasi
 
Kecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang KeputusanKecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang Keputusan
 
Aplikasi Pengelolaan Sablon T-shirt Berbasis Dekstop
Aplikasi Pengelolaan Sablon T-shirt Berbasis DekstopAplikasi Pengelolaan Sablon T-shirt Berbasis Dekstop
Aplikasi Pengelolaan Sablon T-shirt Berbasis Dekstop
 
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdf
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdfProses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdf
Proses Bisnis Secara Menyeluruh Bidang Manufaktur Dan Rekayasa.pdf
 
PPt sidang
PPt sidangPPt sidang
PPt sidang
 
Karakteristik data warehouse
Karakteristik data warehouseKarakteristik data warehouse
Karakteristik data warehouse
 
Tugas spk loundry aplikasi sia 7
Tugas spk loundry aplikasi  sia 7Tugas spk loundry aplikasi  sia 7
Tugas spk loundry aplikasi sia 7
 
Aplikasi penjualan barang bekas
Aplikasi penjualan barang bekas Aplikasi penjualan barang bekas
Aplikasi penjualan barang bekas
 

More from Setiawansyah Setiawansyah (20)

Chapter 15
Chapter 15Chapter 15
Chapter 15
 
Part 13
Part 13Part 13
Part 13
 
Chapter 14
Chapter 14Chapter 14
Chapter 14
 
Part 12
Part 12Part 12
Part 12
 
Chapter 13
Chapter 13Chapter 13
Chapter 13
 
Chapter 12
Chapter 12Chapter 12
Chapter 12
 
Chapter 11
Chapter 11Chapter 11
Chapter 11
 
Part 10
Part 10Part 10
Part 10
 
Part 9
Part 9Part 9
Part 9
 
Chapter 9
Chapter 9Chapter 9
Chapter 9
 
Chapter 9
Chapter 9Chapter 9
Chapter 9
 
Part 8
Part 8Part 8
Part 8
 
Chapter 8
Chapter 8Chapter 8
Chapter 8
 
Part 7
Part 7Part 7
Part 7
 
Chapter 7
Chapter 7Chapter 7
Chapter 7
 
Part 6
Part 6Part 6
Part 6
 
Chapter 6
Chapter 6Chapter 6
Chapter 6
 
Part 5
Part 5Part 5
Part 5
 
Chapter 5
Chapter 5Chapter 5
Chapter 5
 
Part 4 kriptografi
Part 4   kriptografiPart 4   kriptografi
Part 4 kriptografi
 

Recently uploaded

PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxHamidNurMukhlis
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxarifyudianto3
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxYehezkielAkwila3
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx185TsabitSujud
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfVardyFahrizal
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptxAnnisaNurHasanah27
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industririzwahyung
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxdjam11
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranSintaMarlina3
 

Recently uploaded (9)

PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
 
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industri
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur Lebaran
 

Nine step methodology

  • 2. Perancangan Menurut Kimball (2010) Metodologi perancangan data warehouse adalah Nine-Step Methodology yang memiliki 9 (sembilan) langkah yaitu : UNIVERSITAS TEKNOKRAT INDONESIA
  • 3. 1. Choosing The Process Untuk tahapan ini dalam merancang data warehouse harus sesuai dengan kebutuhan. Sebagai contoh ketika ingin menganalisis penjualan yang berdasarkan berbagai sumber yang berbeda atau dimensi. Untuk itu kita harus cermat memilih proses mana yang ingin kita analisa. UNIVERSITAS TEKNOKRAT INDONESIA
  • 4. 2. Choosing The Grain Perancangan data model data warehouse itu juga harus sesuai atau berdasarkan dari tabel fakta dan dimensi, untuk itu ketika pemilihan sumber harus mengacu pada kemampuan untuk merepresentasikan fakta-fakta yang di ambil dari berbagai sumber dimensi pada OLTP. Sebagai contoh Sales_order_fact, adalah mengambarkan rincian custumer secara detail. Jadi tahap ini sangat penting karena akan mempengaruhi seperti apa nanti hasil dari data warehouse yang akan mudah untuk pengambilan keputusan UNIVERSITAS TEKNOKRAT INDONESIA
  • 5. 3. Identifying and Conforming The Dimensions Dimensi ini sebagai gambaran fakta-fakta pada tabel fakta, sebagai contoh setiap data pada tabel customer_dim dilengkapi dengan cust_id, cust_number, cust_name, cust_street_address, cust_zip_code dan lainnya UNIVERSITAS TEKNOKRAT INDONESIA
  • 6. 4. Choosing The Fact Pemilihan sumber dari sebuah tabel fakta akan menentukan fakta mana yang akan di gunakan. Sebagai contoh pada sales_order_fact terdiri dari customer_id, order_id, product_id, order_date yang menggambarkan fakta dari berbagai tabel dimensi yaitu customer, order, product dan tine yaitu order_date. UNIVERSITAS TEKNOKRAT INDONESIA
  • 7. 5. Storing Pre-Calculation in The Fact Table Hal ini akan terjadi jika tabel fakta kehilangan statement sesuai dengan fakta yang dibutuhkan UNIVERSITAS TEKNOKRAT INDONESIA
  • 8. 6. Rounding Out The Dimension Tables Tahap ini untuk menambahkan selengkap-lengkapnya pada tabel dimensi dan harus bersifat intuitif dan mudah dipahami oleh pengguna. Tahap ini agar pengguna dipermudahkan dalam penganalisaan nantinya UNIVERSITAS TEKNOKRAT INDONESIA
  • 9. 7. Choosing The Duration of Database Tahapan ini berkaitan dengan penyimpanan data warehouse, katakan saja data yang kita kehendaki untuk di analisa memiliki durasi 5 (lima) tahun yang lalu UNIVERSITAS TEKNOKRAT INDONESIA
  • 10. 8. Tracking Slowly Changing Dimension Ada 3 (tiga) tipe perubahan dimensi yaitu atribut dimensi yang telah berubah tertulis ulang, menimbulkan sebuah dimensi baru dan dimensi yang berubah menimbulkan alternatif, sehingga nilai atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama. • Tipe 1: Perubahan data secara langsung atau update tabel dimensi. • Tipe2: Perubahan data membentuk record baru dengan surrogate key yang berbeda. • Tipe 3: Perubahan data akan membentuk atribut atau kolom baru pada tabel dimensi UNIVERSITAS TEKNOKRAT INDONESIA
  • 11. 9. Decide the Physical Design Pada tahap ini, dilakukan perancangan fisik dari data warehouse. Selain itu, penentuan masalah-masalah yang mungkin ada pada perancangan fisik. UNIVERSITAS TEKNOKRAT INDONESIA
  • 14. 1. Choosing The Process Tahapan pemilihan proses ini dilakukan pemilihan subjek masalah dari data warehouse yang akan dibuat, lalu proses bisnis yang berhubungan dengan subjek masalah tersebut diidentifikasi. Proses yang diperlukan dalam analisis adalah penjualan barang pada PT Bangun Mitra Makmur UNIVERSITAS TEKNOKRAT INDONESIA
  • 15. 2. Choosing The Grain Tahapan pemilihan sumber dari proses penjualan barang pada PT Bangun Mitra Makmur adalah memilih sumber data yang akan dilakukan analisis untuk data warehouse yaitu : 1. Pelanggan yaitu data pelanggan yang melakukan transaksi pembelian pada perusahaan. 2. Barang yaitu data barang yang ada pada perusahaan untuk dijual kepada pelanggan. 3. Destination yaitu data kabupaten lokasi/tempat dimana pelanggan berada. 4. Penjualan yaitu data penjualan yang menjadi tujuan utama perusahaan dalam proses penjualan barang. UNIVERSITAS TEKNOKRAT INDONESIA
  • 16. 3. Identifying and Conforming The Dimensions Tahapan identifikasi dan penyesuaian dimensi dari proses penjualan barang pada PT Bangun Mitra Makmur adalah melakukan identifikasi tabel dimensi untuk setiap tabel fakta yang ada. Tabel dimensi dalam data warehouse ini adalah : 1. Dimensi pelanggan yang terdiri dari kode pelanggan, nama pelanggan, alamat pelanggan, nomor telepon, nama pemilik. 2. Dimensi barang yang terdiri dari kode barang, nama barang, dan harga barang. 3. Dimensi destination yang terdiri dari kode kabupaten, dan nama kabupaten. UNIVERSITAS TEKNOKRAT INDONESIA
  • 17. 4. Choosing The Fact Tahapan tabel fakta dari proses penjualan barang pada PT Bangun Mitra Makmur adalah melakukan pemilihan tabel fakta untuk dijadikan tabel utama dalam data warehouse penjualan yaitu fakta penjualan. UNIVERSITAS TEKNOKRAT INDONESIA
  • 18. 5. Storing Pre-Calculation in The Fact Table Tahapan ini melakukan pemilihan tabel fakta penjualan yang dapat dihitung yaitu total harga untuk proses perhitungan antara harga barang dengan jumlah jual, total seluruh untuk proses perhitungan summary dari total harga. UNIVERSITAS TEKNOKRAT INDONESIA
  • 19. 6. Rounding Out The Dimension Tables Tahap ini untuk menambahkan selengkap-lengkapnya attribute pada tabel dimensi dan harus bersifat intuitif dan mudah dipahami oleh pengguna UNIVERSITAS TEKNOKRAT INDONESIA
  • 20. 7. Choosing The Duration of Database Tahapan ini melakukan pemilihan durasi database yang akan digunakan dalam data warehouse penjualan yaitu dengan durasi 2 tahun terakhir dimulai dari Maret tahun 2018 sampai dengan Maret tahun 2020. UNIVERSITAS TEKNOKRAT INDONESIA
  • 21. 8. Tracking Slowly Changing Dimension Tahapan ini melakukan pengamatan perubahan terhadap tabel dimensi. Pada proses ini dapat dilakukan dengan 2 cara yaitu : 1. Attribut dimensi yang telah ditulis secara berulang-ulang. 2. Attribut dimensi yang berubah dan menimbulkan alternatif sehingga nilai atribut lama dan baru dapat diakses secara bersama pada dimensi yang sama UNIVERSITAS TEKNOKRAT INDONESIA
  • 22. 9. Decide the Physical Design Tahapan ini difokuskan pada perancangan fisik untuk data warehouse. Tahapan ini melakukan prioritas query untuk data warehouse penjualan yang akan mengeksekusi perintah query untuk menghasilkan output grafik penjualan yang akan menjadi tujuan dalam perancangan data warehouse penjualan pada PT Bangun Mitra Makmur. UNIVERSITAS TEKNOKRAT INDONESIA
  • 23. Conclusion UNIVERSITAS TEKNOKRAT INDONESIA Data warehouse Penjualan dirancangan dengan menggunakan Nine Step Methodology data warehouse sehingga menghasilkan desain data warehouse yang lebih baik dengan menggunakan permodelan star schema, sehingga proses OLAP untuk historical intelegency data penjualan menampilkan grafik penjualan secara cepat.
  • 24.