SlideShare a Scribd company logo
1 of 10
Download to read offline
KUBUS DATA
 Contoh sederhana untuk menjadikan kubus yang
berisi penyimpanan sales sebagai ukuran dan
tanggal/jam sebagai sebuah dimensi.
MEMBUAT ARRAY MULTIDIMENSI
 Pertama, identifikasi atribut-atribut mana yang
merupakan atribut dimensi, dan abtribut mana yang
merupakan atribut target/tujuan yang nilainya
muncul sebagai entri dari array multidimensi.
 Kedua, cari nilai dari setiap entri dalam array
multidimensi dengan menjumlahkan nilai-nilai (dari
atribut tujuan) atau dengan menghitung seluruh objek
yang memiliki nilai atribut yang berkorespondensi
dengan entri tersebut
CONTOH
 Setangkai Bunga Iris
 Atribut: panjang mahkota, lebar mahkota dan spesies.
 Nilai: lebar mahkota dengan panjang dengan kategori:
low, medium and high. Spesies: Setosa, Versicolour,
Virginica.
Tabel
Panjang Lebar Spesies Jumlah
Low Low Setosa 46
Low Medium Setosa 2
Medium Low Setosa 2
Medium Medium Versicolour 43
Medium Medium Versicolour 3
Medium High Vigjnica 3
High Medium Versicolour 2
High Medium Vigjnica 3
High High Versicolour 2
High High Vigjnica 44
 Setiap tuple unik dari
lebar mahkota, panjang
mahkota dan tipe
spesies menunjukkan
satu elemen dari array
 Semua tuple yang tidak
dispesifikasikan adalah
nol
Irisan Array Multidimensi
a. Spesies Setosa b. Spesies Versicolour
c. Spesies Virginica
OPERASI OLAP
 Slicing
seleksi sekumpulan sel dari seluruh array
multidimensi dengan menetapkan nilai spesifik untuk
satu atau lebih dimensi
 Dicing
melibatkan proses seleksi dari subset sel dengan
menetapkan interval nilai atribut.
OPERASI OLAP
 Roll–up
pengumpulkan data penjualan dari seluruh tanggal
(harian) dalam satu bulan
 Drill-down
membagi total data penjualan bulanan ke dalam total
penjualan harian.
KUBUS DATA DAN ARRAY

More Related Content

More from Universitas Bina Darma Palembang

More from Universitas Bina Darma Palembang (20)

18759 pertemuan20(web html editor)
18759 pertemuan20(web html editor)18759 pertemuan20(web html editor)
18759 pertemuan20(web html editor)
 
18040 pertemuan13(css)
18040 pertemuan13(css)18040 pertemuan13(css)
18040 pertemuan13(css)
 
17945 pertemuan5
17945 pertemuan517945 pertemuan5
17945 pertemuan5
 
16406 pertemuan17(konsep basis-data-di-web)
16406 pertemuan17(konsep basis-data-di-web)16406 pertemuan17(konsep basis-data-di-web)
16406 pertemuan17(konsep basis-data-di-web)
 
15294 pertemuan9(eksplorasi &defenisi masalah0
15294 pertemuan9(eksplorasi &defenisi masalah015294 pertemuan9(eksplorasi &defenisi masalah0
15294 pertemuan9(eksplorasi &defenisi masalah0
 
13926 pertemuan4
13926 pertemuan413926 pertemuan4
13926 pertemuan4
 
12738 pertemuan 15(php lanjutan)
12738 pertemuan 15(php lanjutan)12738 pertemuan 15(php lanjutan)
12738 pertemuan 15(php lanjutan)
 
6346 pertemuan21(web statis dengan struktur html)
6346 pertemuan21(web statis dengan struktur html)6346 pertemuan21(web statis dengan struktur html)
6346 pertemuan21(web statis dengan struktur html)
 
5623 pertemuan11(html1)
5623 pertemuan11(html1)5623 pertemuan11(html1)
5623 pertemuan11(html1)
 
4740 pertemuan8(komponen dalam web)
4740 pertemuan8(komponen dalam web)4740 pertemuan8(komponen dalam web)
4740 pertemuan8(komponen dalam web)
 
4075 pertemuan10 (analisa kebutuhan)
4075 pertemuan10 (analisa kebutuhan)4075 pertemuan10 (analisa kebutuhan)
4075 pertemuan10 (analisa kebutuhan)
 
2670 pertemuan12(html lanjut)
2670 pertemuan12(html lanjut)2670 pertemuan12(html lanjut)
2670 pertemuan12(html lanjut)
 
2190 pertemuan24(polling)
2190 pertemuan24(polling)2190 pertemuan24(polling)
2190 pertemuan24(polling)
 
999 pertemuan7(prinsip perancangan web)
999 pertemuan7(prinsip perancangan web)999 pertemuan7(prinsip perancangan web)
999 pertemuan7(prinsip perancangan web)
 
32296 23 algoritma tf idf
32296 23 algoritma tf idf32296 23 algoritma tf idf
32296 23 algoritma tf idf
 
29642 4 data warehouse
29642 4 data warehouse29642 4 data warehouse
29642 4 data warehouse
 
28995 6 olap
28995 6 olap28995 6 olap
28995 6 olap
 
26813 9 arsitektur data mining
26813 9 arsitektur data mining26813 9 arsitektur data mining
26813 9 arsitektur data mining
 
26111 22 text mining
26111 22 text mining26111 22 text mining
26111 22 text mining
 
25524 24 preprocessing searching dalam text mining
25524 24 preprocessing searching dalam text mining25524 24 preprocessing searching dalam text mining
25524 24 preprocessing searching dalam text mining
 

Recently uploaded

UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Shary Armonitha
 
Salinan PPT TATA BAHASA Bahasa Indonesia
Salinan PPT TATA BAHASA Bahasa IndonesiaSalinan PPT TATA BAHASA Bahasa Indonesia
Salinan PPT TATA BAHASA Bahasa Indonesiasdn4mangkujayan
 
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptxAbidinMaulana
 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfjeffrisovana999
 
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptx
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptxASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptx
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptxAdrimanMulya
 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANDevonneDillaElFachri
 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksdanzztzy405
 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningSamFChaerul
 

Recently uploaded (11)

UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
 
Salinan PPT TATA BAHASA Bahasa Indonesia
Salinan PPT TATA BAHASA Bahasa IndonesiaSalinan PPT TATA BAHASA Bahasa Indonesia
Salinan PPT TATA BAHASA Bahasa Indonesia
 
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx
514034136-Tugas-Modul-4-5-Komputer-Dan-Media-Pembelajaran.pptx
 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdf
 
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptx
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptxASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptx
ASUMSI DAN KARAKTERISTIK AKUNTANSI SYARIAH.pptx
 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
 
Abortion pills in Jeddah+966543202731/ buy cytotec
Abortion pills in Jeddah+966543202731/ buy cytotecAbortion pills in Jeddah+966543202731/ buy cytotec
Abortion pills in Jeddah+966543202731/ buy cytotec
 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data mining
 

KUBUS DATA DAN ARRAY

  • 1.
  • 2. KUBUS DATA  Contoh sederhana untuk menjadikan kubus yang berisi penyimpanan sales sebagai ukuran dan tanggal/jam sebagai sebuah dimensi.
  • 3. MEMBUAT ARRAY MULTIDIMENSI  Pertama, identifikasi atribut-atribut mana yang merupakan atribut dimensi, dan abtribut mana yang merupakan atribut target/tujuan yang nilainya muncul sebagai entri dari array multidimensi.  Kedua, cari nilai dari setiap entri dalam array multidimensi dengan menjumlahkan nilai-nilai (dari atribut tujuan) atau dengan menghitung seluruh objek yang memiliki nilai atribut yang berkorespondensi dengan entri tersebut
  • 4. CONTOH  Setangkai Bunga Iris  Atribut: panjang mahkota, lebar mahkota dan spesies.  Nilai: lebar mahkota dengan panjang dengan kategori: low, medium and high. Spesies: Setosa, Versicolour, Virginica.
  • 5. Tabel Panjang Lebar Spesies Jumlah Low Low Setosa 46 Low Medium Setosa 2 Medium Low Setosa 2 Medium Medium Versicolour 43 Medium Medium Versicolour 3 Medium High Vigjnica 3 High Medium Versicolour 2 High Medium Vigjnica 3 High High Versicolour 2 High High Vigjnica 44
  • 6.  Setiap tuple unik dari lebar mahkota, panjang mahkota dan tipe spesies menunjukkan satu elemen dari array  Semua tuple yang tidak dispesifikasikan adalah nol
  • 7. Irisan Array Multidimensi a. Spesies Setosa b. Spesies Versicolour c. Spesies Virginica
  • 8. OPERASI OLAP  Slicing seleksi sekumpulan sel dari seluruh array multidimensi dengan menetapkan nilai spesifik untuk satu atau lebih dimensi  Dicing melibatkan proses seleksi dari subset sel dengan menetapkan interval nilai atribut.
  • 9. OPERASI OLAP  Roll–up pengumpulkan data penjualan dari seluruh tanggal (harian) dalam satu bulan  Drill-down membagi total data penjualan bulanan ke dalam total penjualan harian.