Dokumen ini membahas tentang data warehouse dan komponen-komponennya, termasuk data mart yang fokus pada informasi unit tertentu. Selain itu, menjelaskan metode analisis data seperti OLAP dan data mining, yang mencakup teknik-teknik seperti klasifikasi dan forecasting. Dokumen ini juga menekankan pentingnya kualitas informasi dalam pengambilan keputusan yang efektif.

1. DATA WAREHOUSE

2. Merupakan database yang
menyimpan data sekarang dan data
historis yang dibutuhkan oleh
pengambil keputusan perusahaan
Data Warehouse?

3. Komponen Data Warehouse/Model Data Warehouse

5. Data mart adalah merupakan bagian
dari informasi data warehouse.
Data warehouse fokus pada data
organisasi, data mart fokus pada
informasi unit tertentu seperti
keuangan, produksi, atau operasi.
Data mart

6. Query
Kemampuan untuk menampilkan suatu data dari database
dimana mengambil dari tabel-tabel yang ada di database.
Perintah-perintah untuk mengakses data pada sistem basis
data.
Struktur bahasa query standar:
SELECT nama data item
FROM nama file
WHERE kondisi
Akses dan Analisis Data

7. Sebagai misal penggunaan bahasa query adalah sebagai
berikut:
SELECT no_mhs, nama_mhs, ip_mhs
FROM file_mhs
WHERE ip_mhs>=3
Query di atas digunakan untuk menampilkan data
mahasiswa dari file database yang bernama file_mhs
untuk mahasiswa yang indeks prestasinya paling
sedikit 3.

8. OLAP (Online Analytical Processing/OLAP)
Analisis data multidimensi
Mendukung manipulasi dan analisis data
dalam jumlah besar dari beragam
dimensi/perspektif

9. Multidimensional Data Model

10. Data Mining
Proses selecting, exploring, and
modeling sejumlah besar data untuk
menemukan pola tersembunyi dan
hubungan yang belum diketahui
sebelumnya untuk mendukung
pembuatan keputusan guna
memprediksi perilaku masa depan.

11. Tipe informasi yang diperoleh dari data mining:
Assosiasi
Sequence
Klasifikasi
Kluster
Forecasting (peramalan)
Analisis Statistik

12. Asosiasi
Informasi yang dikaitkan dengan event tunggal
tertentu.
Contoh:
Pembelian pop corn -> kenaikan pembelian coca
cola 65%
Ada promosi -> kenaikan pembelian coca-cola 85%

13. Sequence (tahapan)
Informasi yang menghubungkan
kejadian lintas waktu.
Contoh:
Pembelian rumah -> pembelian kulkas
naik 65% -> pembelian oven naik 45%

14. Klasifikasi
Pola yang menggambarkan suatu item masuk
dalam kelompok mana dengan menguji item
yang sudah diklasifikasi dan menyimpulkan suatu
aturan.
Contoh:
Bisnis kartu kredit khawatir tentang konsumen
yang loyal/tidak -> klasifikasi untuk mengetahui
klasifikasi konsumen loyal/tidak  menentukan
kampanye untuk mempertahankan konsumen

15. Klaster
Sama seperti melakukan klasifikasi tapi ketika belum ada
kelompok yang teridentifikasi
Contoh: data dalam kartu kredit yang membagi
konsumen berdasar demografi
Forecasting (peramalan)
Menggunakan data yang ada untuk meramalkan
informasi yang akan terjadi.
Contoh: data historis penjualan 5 tahun terakhir untuk
meramalkan penjualan tahun depan

16. Analisis Statistik
Menggunakan fungsi2 Statistik
seperti: korelasi, regresi, variance, dll
untuk menganalisa data

17. Korelasi: membahas keeratan hubungan antar
variabel X dg Y
Regresi: membahas prediksi (peramalan), jenisnya:
Regresi tunggal: Y = a + bX
Regresi berganda; Y = a + b1X1 + b2X2, dst…

18. Perusahaan perlu memformulasi strategi untuk:
meningkatkan kualitas informasi organisasi
Efektifitas pengambilan keputusan
“information cleansing / scrubbing
Aktivitas untuk menyelesaikan masalah informasi yang
inconsistent, incorrect, atau incomplete.
(dengan bantuan software, misal: Oracle, SAS, dll)
Kualitas Informasi

19. Contoh (gambar 6.17)
Perubahan dari CUSTOMER ID menjadi
CONTACT
o Contoh (gambar 6.18)
Diperlukannya standarisasi nama konsumen

22. Terima kasih atas perhatiannya
ada pertanyaan?