DW - 2nd - Introduction To DW & BI

966 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
966
On SlideShare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
28
Comments
0
Likes
0
Embeds 0
No embeds

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).
  • DW - 2nd - Introduction To DW & BI

    1. 1. Introduction to<br />Data Warehouse & Business Intelligence<br />1<br />Hadziq Fabroyir . Department of Informatics<br />
    2. 2. Makin Banyak Istilah<br />OLTP, OLAP, DSS, Data Warehouse, Data Mining.<br />Tapi intinya adalah:Teknologi untuk mengambil keputusan berdasarkan data yang cukup<br />Hadziq Fabroyir . Department of Informatics<br />2<br />
    3. 3. Sejarah Singkat<br />Pemakaian Komputer<br />Hadziq Fabroyir . Department of Informatics<br />3<br />
    4. 4. Hadziq Fabroyir . Department of Informatics<br />4<br />
    5. 5. Cuma Beda: “Online”<br />Hadziq Fabroyir . Department of Informatics<br />5<br />
    6. 6. Perkembangan Teknologi Database<br />Hadziq Fabroyir . Department of Informatics<br />6<br />
    7. 7. Model Kebanyakan Jaman Dulu<br />Model Pohon<br />Model Jaringan<br />Hadziq Fabroyir . Department of Informatics<br />7<br />
    8. 8. Model Relational<br />Hadziq Fabroyir . Department of Informatics<br />8<br />
    9. 9. Perkembangan Teknologi Database<br />Hadziq Fabroyir . Department of Informatics<br />9<br />
    10. 10. Relational ModelFounding Father<br />Hadziq Fabroyir . Department of Informatics<br />10<br />
    11. 11. Hadziq Fabroyir . Department of Informatics<br />11<br />
    12. 12. OLTP(OnLine Transaction Processing)<br />Tidak semua transaksi yang online bisa dibilang online. <br />Seperti contohnya adalah proses transaksi kliring<br />Dulu tahun 1980, transaksi online mungkin dapat disebut sebagai pemrosesan yang interaktif atau waktu-nyata (real-time). <br />Sehingga kliring seperti contoh di atas itu termasuk offline atau lebih dikenal dengan istilah batch.<br />Hadziq Fabroyir . Department of Informatics<br />12<br />
    13. 13. Decision Support System<br />Istilah Decision Support System diperkenalkan P.G.W Keen dan M.S.Scott Morton lewat bukunya : Decision Support System: An Organizational Perspective” tahun 1978.<br />Arsitekturnya terdiri atas: <br />Database (knowledge base), <br />Model (the Decision context and user criteria), dan <br />Antar muka.<br />Hadziq Fabroyir . Department of Informatics<br />13<br />
    14. 14. Sejarah Pengambilan Keputusan<br />Sampai dekade 1970 masih banyak software yang belum memakai SQL dan relational database. <br />Pada masa itu, data komputer sudah dipakai untuk membantu pengambilan keputusan menggunakan: Riset Operasional, Teori Manajemen, dan Teori Perilaku.<br />DSS pada saat itu berkenaan dengan data agregat (data yang diperoleh dengan memakai operasi-operasi agregat seperti SUM, COUNT, AVG, MIN, MAX).<br />Jelasnya RDBMS dan SQL sangat memudahkan pembuatan data agregat, hal yang sulit dalam COBOL.<br />Hadziq Fabroyir . Department of Informatics<br />14<br />
    15. 15. Data Warehouse<br />Istilah ini baru diperkenalkan pada tahun 1988 (10 tahun setelah diperkenalkannya istilah DSS)<br />Yang memperkenalkan adalah W. H. Inmon dalam bukunya “Data Architecture: The Information Paradigm”<br />Hadziq Fabroyir . Department of Informatics<br />15<br />
    16. 16. Data Warehouse<br />Muncullah rumusan bahwa subjek datawarehouse berkenaan dengan:<br />Pengolahan data agregat<br />Tipe snapshot, bitmap index, function index<br />Tipe Table Partition dan Index Partition<br />Operasi star join dan operasi-operasi yang aware terhadap partition<br />Star-schema (ad0hoc database design)<br />Hadziq Fabroyir . Department of Informatics<br />16<br />
    17. 17. OLAP(OnLine Analytical Processing)<br />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”.<br />Analytical Processing diterapkan ke datawarehousing bukan production database.<br />Lagi-lagi tidak ada dasar ilmiah. Kejadian yang mirip dengan DSS.<br />Hadziq Fabroyir . Department of Informatics<br />17<br />
    18. 18. OLAP(OnLine Analytical Processing)<br />Euforia banyak saintis dan akademis tentang OLAP telah mereda. Berikut adalah butir-butir berikut sebagai dasar ilmiah untuk OLAP:<br />Tipe: TABLE, REPORT, dan CUBE<br />Operasi: GROUPING, ROLLUP, CUBE<br />Nilai: pemakaian nilai NULL bagi nilai-nilai ‘sel’ di kubus (cube) dan report untuk data agregat.<br />Hadziq Fabroyir . Department of Informatics<br />18<br />
    19. 19. Hadziq Fabroyir . Department of Informatics<br />19<br />
    20. 20. Data Mining<br />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.<br />Secara umum Data Mining adalah mengolah data.<br />Hadziq Fabroyir . Department of Informatics<br />20<br />
    21. 21. Teknik & Aturan Data Mining<br />Secara khusus, data mining sebagai pengolahan data memakai teknik atau aturan yang di antaranya adalah sebagai berikut:<br />Association rule<br />Classification rule<br />Clustering rule<br />Prediction rule<br />Hadziq Fabroyir . Department of Informatics<br />21<br />
    22. 22. Analisis dan Pengambilan Keputusan<br />Hadziq Fabroyir . Department of Informatics<br />22<br />
    23. 23. It’s All About Technology …<br />Apabila Data Mining, OLAP, Datawarehouse, dan lain-lain dianggap sebagai teknologi, maka:<br />Semuanya mengarah ke satu hal: untuk mengambil keputusan<br />Sia-sia menyimpan data, membuat algoritme, dan lain-lain, jika tidak dipakai untuk mengambil keputusan.<br />Dengan memanfaatkan semua teknologi tersebut (dengan bijaksana), keputusan yang diambil adalah well-informed decision.<br />Hadziq Fabroyir . Department of Informatics<br />23<br />
    24. 24. Kesamaan<br />Selain kesamaan tujuan inti, semua teknologi di atas juga memiliki kesamaan:<br />Untuk mengolah data-data agregat<br />Memakai sumber data yang berukuran sangat besar<br />Memakai analisis<br />Hadziq Fabroyir . Department of Informatics<br />24<br />
    25. 25. Microsoft’s Mind<br />Microsoft Corp memakai frasa Analysis Service untuk semua fasilitas-fasilitas di SQL Server 9 DBMS. <br />Hadziq Fabroyir . Department of Informatics<br />25<br />
    26. 26. Restropeksi Sejarah<br />Hadziq Fabroyir . Department of Informatics<br />26<br />
    27. 27. Hadziq Fabroyir . Department of Informatics<br />27<br />
    28. 28. Business Intelligence<br />Analysis of corporate data that influences business decision making<br />Hadziq Fabroyir . Department of Informatics<br />28<br />
    29. 29. Hadziq Fabroyir . Department of Informatics<br />29<br />
    30. 30. The Tools Evolution <br />Hadziq Fabroyir . Department of Informatics<br />30<br />Target Audience: <br /> DBA<br /> Developer<br />SQL 2005<br />SQL 2000<br />EM 2000<br />EM 2000<br />SQL <br />Management<br />Studio <br />QA 2000<br />QA 2000<br />BI <br />Development<br />Studio <br />AM 2000<br />AM 2000<br />
    31. 31. SQL ’05 BI Components<br />Hadziq Fabroyir . Department of Informatics<br />31<br />
    32. 32. SQL Server Management Studio<br />“Replacement” for SQL Server Enterprise Manager and Query Analyzer<br />Visual Studio 2005 IDE<br />Manage all Databases<br />Relational Databases<br />Analysis Databases<br />CE Databases<br />Hadziq Fabroyir . Department of Informatics<br />32<br />
    33. 33. Hadziq Fabroyir . Department of Informatics<br />33<br />
    34. 34. Integration Services<br />Formerly Data Transformation Services (DTS)<br />Build and debug complex integration packages<br />Separation of Control Flow and Data Flow<br />Integrated Source Control<br />Hadziq Fabroyir . Department of Informatics<br />34<br />
    35. 35. Integration Services<br />Hadziq Fabroyir . Department of Informatics<br />35<br />
    36. 36. New England Code Camp IV: “Developer’s Gone Wild”<br />Universal Dimensional Model<br />Unified logical model for both relational and OLAP analysis databases with high performance and scalability<br />Capture and model all of your data<br />Relational reporting and OLAP converge through a single relational model <br />
    37. 37. New England Code Camp IV: “Developer’s Gone Wild”<br />Datamart<br />Datamart<br />SQL Server 2005 Enterprise BI A Unified Dimensional Model<br />MOLAP<br />OLAP <br />Browser <br />MOLAP<br />Reporting <br />Tool<br />UDM<br />BI Applications<br />DW<br />
    38. 38. New England Code Camp IV: “Developer’s Gone Wild”<br />Illustration<br />
    39. 39. New England Code Camp IV: “Developer’s Gone Wild”<br />Which models are available with SQL ’05?<br />
    40. 40. New England Code Camp IV: “Developer’s Gone Wild”<br />Reporting Services<br />Deliver traditional and interactive reports<br />Single platform and tools for all types of structured data (relational, hierarchical, multidimensional)<br />Single platform for authoring, management, and delivery of reports<br />
    41. 41. New England Code Camp IV: “Developer’s Gone Wild”<br />Reporting Services<br />
    42. 42. New England Code Camp IV: “Developer’s Gone Wild”<br />Reporting Services<br />
    43. 43. IIS<br />XMLA ISAPI<br />PTS/OLEDB<br />XML for Analysis AS 2000 vs. AS 2005<br /> Server Middle Tier Client<br />Application<br />HTTP<br />Analysis<br />Server<br />XMLA<br />AS2000<br />AS2005<br />Application<br />Analysis<br />Server<br />XMLA<br />TCP<br />XMLA<br />IIS<br />HTTP<br />
    44. 44. New England Code Camp IV: “Developer’s Gone Wild”<br />Resources<br />SQL Server Developer Center<br />http://msdn.microsoft.com/sql/<br />OLAP Blog<br />http://www.sqljunkies.com/weblog/mosha<br />SQL Server 2005 Data Mining<br />http://www.sqlserverdatamining.com<br />SQL Server Integration Services<br />http://www.sqlis.com<br />Introduction to SQL Server Report Builder<br />http://www.developer.com/db/article.php/3520116<br />

    ×