Metodologi perancangan data warehouse menggunakan Nine Step Methodology yang terdiri dari 9 langkah, yaitu memilih proses bisnis yang akan dianalisis, memilih sumber data terkait proses bisnis, mengidentifikasi tabel dimensi dan fakta, memilih atribut yang disimpan di tabel fakta, menentukan durasi data, mengelola perubahan dimensi, dan merancang secara fisik data warehouse untuk proses bisnis penjualan barang di PT Bangun Mitra Makmur.
Dokumen tersebut membahas tentang manipulasi data pada database MySQL melalui update, delete, dan seleksi data. Terdapat penjelasan mengenai update data pada satu tabel dan join tabel, penghapusan data, serta seleksi data menggunakan berbagai klausula seperti where, group by, having, dan limit.
Dokumen tersebut membahas tentang big data dan perbedaannya dengan business intelligence. Big data memiliki tiga karakteristik yaitu volume, variety, dan velocity. Sedangkan business intelligence berfokus pada pengolahan data mentah menjadi informasi yang bermakna untuk tujuan bisnis. Dokumen juga membahas tentang teknologi yang mendukung big data seperti Hadoop dan High Performance Computing Cluster.
The document discusses data preparation and exploratory data analysis. It explains that exploratory data analysis involves exploring a dataset before using it, to understand the data source, data types, attribute names, duplicate rows, missing values, outliers, and univariate, bivariate, and multivariate analyses. This helps ensure the dataset is clean before applying data mining techniques to extract knowledge from the data. The document also provides examples of handling issues like missing values, duplicate rows, and outliers during exploratory data analysis.
Dokumen tersebut membahas tentang manipulasi data pada database MySQL melalui update, delete, dan seleksi data. Terdapat penjelasan mengenai update data pada satu tabel dan join tabel, penghapusan data, serta seleksi data menggunakan berbagai klausula seperti where, group by, having, dan limit.
Dokumen tersebut membahas tentang big data dan perbedaannya dengan business intelligence. Big data memiliki tiga karakteristik yaitu volume, variety, dan velocity. Sedangkan business intelligence berfokus pada pengolahan data mentah menjadi informasi yang bermakna untuk tujuan bisnis. Dokumen juga membahas tentang teknologi yang mendukung big data seperti Hadoop dan High Performance Computing Cluster.
The document discusses data preparation and exploratory data analysis. It explains that exploratory data analysis involves exploring a dataset before using it, to understand the data source, data types, attribute names, duplicate rows, missing values, outliers, and univariate, bivariate, and multivariate analyses. This helps ensure the dataset is clean before applying data mining techniques to extract knowledge from the data. The document also provides examples of handling issues like missing values, duplicate rows, and outliers during exploratory data analysis.
Dokumen tersebut menjelaskan tentang implementasi sistem Enterprise Resource Planning (ERP) di PT Indofood CBP Sukses Makmur Tbk. Perusahaan memilih SAP R/3 sebagai solusi ERP dan beberapa modul tambahan untuk mengintegrasikan proses bisnisnya. Implementasi ERP membantu Indofood meningkatkan efisiensi produksi, menyesuaikan permintaan konsumen, dan mendistribusikan informasi bisnis secara lebih baik.
Dokumen tersebut membahas konsep dasar klasifikasi, yang merupakan proses mengelompokkan data baru ke dalam kelas yang telah ditentukan sebelumnya berdasarkan atribut-atributnya. Diberikan contoh kasus klasifikasi pelanggan untuk menentukan bonus berdasarkan panggilan dan blok. Beberapa teknik klasifikasi dijelaskan seperti menggunakan probabilitas, aturan IF-ELSE, garis keputusan, jarak rata-rata
Proses ETL (ekstraksi, transformasi, dan pengumpulan data) merupakan proses penting dalam membangun gudang data. Proses ini melibatkan ekstraksi data dari berbagai sumber, transformasi data untuk meningkatkan kualitas dan konsistensi, serta pengumpulan data ke dalam gudang data. Tantangan utama dalam ETL adalah heterogenitas sumber data dan memperbaiki kualitas data selama proses transformasi.
Klasifikasi adalah proses menemukan pola yang menjelaskan atau membedakan konsep atau kelas data untuk memprediksi kelas objek baru. Model klasifikasi dibangun dengan melatih algoritma pada data pelatihan untuk memetakan atribut ke label kelas, lalu model diuji keakuratannya pada data uji. Pohon keputusan sering digunakan karena mudah diinterpretasi.
Metadata digunakan untuk mendeskripsikan data dan proses data warehouse kepada pengguna, mencakup tujuh jenis metadata yaitu definisi data, struktur data, sistem sumber, proses ETL, kualitas data, audit, dan penggunaan. Metadata dipertahankan melalui proses perubahan skrip untuk menjaga keakuratannya.
Dokumen tersebut memberikan penjelasan mengenai konsep dasar data mining klasifikasi, proses klasifikasi menggunakan algoritma Naive Bayes, serta contoh kasus klasifikasi menggunakan atribut usia, pendapatan, pekerjaan, dan punya deposito atau tidak.
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066LukmanHermanto
Makalah ini membahas analisis sistem informasi yang diterapkan pada CV. Winner Abadi Makmur berdasarkan kerangka analisis PIECES (Performance, Information, Economy, Control, Efficiency, Service). Sistem informasi telah mampu mencatat ketersediaan barang namun masih terdapat selisih dengan jumlah fisik, serta belum ada peringatan jatuh tempo piutang yang menghambat perputaran modal."
Dokumen tersebut memberikan penjelasan mengenai class diagram dalam pemodelan sistem informasi. Class diagram digunakan untuk menggambarkan objek/kelas pada suatu sistem beserta atribut, operasi, dan hubungan antar kelas. Berbagai contoh class diagram juga disajikan untuk mengilustrasikan penggunaan class, atribut, hubungan, indikator hubungan, dan generalisasi/spesialisasi antar kelas.
Dokumen tersebut membahas tentang karakteristik desain website yang baik, yaitu inovatif, memiliki fungsi, dan estetis. Kemudian diberikan contoh interface desain website buruk dan baik beserta alasannya. Interface desain website baik memiliki desain yang sederhana namun interaktif serta jelas fungsinya.
Kualitas Data:
• Pentingya Kualitas Data
• Indikator Data Berkualitas
• Manfaat dari Meningkatnya
Kualitas Data
• Tantangan dalam Membangun
Kualitas Data
• Macam Permasalahan dalam
Menjaga Kualitas Data
• Penerapan Datawarehouse
Dokumen tersebut menjelaskan tentang implementasi sistem Enterprise Resource Planning (ERP) di PT Indofood CBP Sukses Makmur Tbk. Perusahaan memilih SAP R/3 sebagai solusi ERP dan beberapa modul tambahan untuk mengintegrasikan proses bisnisnya. Implementasi ERP membantu Indofood meningkatkan efisiensi produksi, menyesuaikan permintaan konsumen, dan mendistribusikan informasi bisnis secara lebih baik.
Dokumen tersebut membahas konsep dasar klasifikasi, yang merupakan proses mengelompokkan data baru ke dalam kelas yang telah ditentukan sebelumnya berdasarkan atribut-atributnya. Diberikan contoh kasus klasifikasi pelanggan untuk menentukan bonus berdasarkan panggilan dan blok. Beberapa teknik klasifikasi dijelaskan seperti menggunakan probabilitas, aturan IF-ELSE, garis keputusan, jarak rata-rata
Proses ETL (ekstraksi, transformasi, dan pengumpulan data) merupakan proses penting dalam membangun gudang data. Proses ini melibatkan ekstraksi data dari berbagai sumber, transformasi data untuk meningkatkan kualitas dan konsistensi, serta pengumpulan data ke dalam gudang data. Tantangan utama dalam ETL adalah heterogenitas sumber data dan memperbaiki kualitas data selama proses transformasi.
Klasifikasi adalah proses menemukan pola yang menjelaskan atau membedakan konsep atau kelas data untuk memprediksi kelas objek baru. Model klasifikasi dibangun dengan melatih algoritma pada data pelatihan untuk memetakan atribut ke label kelas, lalu model diuji keakuratannya pada data uji. Pohon keputusan sering digunakan karena mudah diinterpretasi.
Metadata digunakan untuk mendeskripsikan data dan proses data warehouse kepada pengguna, mencakup tujuh jenis metadata yaitu definisi data, struktur data, sistem sumber, proses ETL, kualitas data, audit, dan penggunaan. Metadata dipertahankan melalui proses perubahan skrip untuk menjaga keakuratannya.
Dokumen tersebut memberikan penjelasan mengenai konsep dasar data mining klasifikasi, proses klasifikasi menggunakan algoritma Naive Bayes, serta contoh kasus klasifikasi menggunakan atribut usia, pendapatan, pekerjaan, dan punya deposito atau tidak.
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066LukmanHermanto
Makalah ini membahas analisis sistem informasi yang diterapkan pada CV. Winner Abadi Makmur berdasarkan kerangka analisis PIECES (Performance, Information, Economy, Control, Efficiency, Service). Sistem informasi telah mampu mencatat ketersediaan barang namun masih terdapat selisih dengan jumlah fisik, serta belum ada peringatan jatuh tempo piutang yang menghambat perputaran modal."
Dokumen tersebut memberikan penjelasan mengenai class diagram dalam pemodelan sistem informasi. Class diagram digunakan untuk menggambarkan objek/kelas pada suatu sistem beserta atribut, operasi, dan hubungan antar kelas. Berbagai contoh class diagram juga disajikan untuk mengilustrasikan penggunaan class, atribut, hubungan, indikator hubungan, dan generalisasi/spesialisasi antar kelas.
Dokumen tersebut membahas tentang karakteristik desain website yang baik, yaitu inovatif, memiliki fungsi, dan estetis. Kemudian diberikan contoh interface desain website buruk dan baik beserta alasannya. Interface desain website baik memiliki desain yang sederhana namun interaktif serta jelas fungsinya.
Kualitas Data:
• Pentingya Kualitas Data
• Indikator Data Berkualitas
• Manfaat dari Meningkatnya
Kualitas Data
• Tantangan dalam Membangun
Kualitas Data
• Macam Permasalahan dalam
Menjaga Kualitas Data
• Penerapan Datawarehouse
4 langkah proses desain model multidimensi meliputi pemilihan proses bisnis, penetapan grain terkecil, pemilihan dimensi, dan identifikasi fakta numerik. Langkah-langkah ini diterapkan pada studi kasus jaringan grosir besar untuk membangun skema data penjualan ritel yang mencakup tabel fakta dan tabel dimensi seperti tanggal, produk, toko, dan promosi.
1) Artikel ini membahas perancangan struktur data warehouse untuk mendukung proses evaluasi dan perencanaan pemasaran produk dengan menggunakan skema bintang. 2) Data diperoleh dari basis data operasional perusahaan melalui proses ekstrak, transformasi, dan pengumpulan data. 3) Hasilnya berupa rancangan logika dan fisik data warehouse serta contoh presentasi informasi yang dapat mendukung proses bisnis perusahaan.
Dokumen tersebut membahas pengertian dan jenis-jenis data analytics serta lifecycle dari data analytics, yang terdiri dari 6 tahapan yaitu penemuan data, persiapan data, perencanaan model, pembangunan model, komunikasi hasil, dan operasionalisasi.
Dokumen tersebut membahas tentang arsitektur data warehouse dan komponen-komponennya, serta karakteristik dan metodologi perancangan data warehouse. Arsitektur data warehouse terdiri dari operational data, operational data store, load manager, warehouse manager, query manager, detailed data, lightly dan highly summarized data, archive dan backup data, serta end-user access tools. Karakteristik data warehouse meliputi subject oriented, intergrated, non volatile, dan time variant. Sedangkan metodologi perancangannya mencakup pemilihan proses, grain, ident
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sist...Muhammad Zainudin
Sim, muhammad zainudin, prof,dr,hapzi ali,mm,cma analisa dan perancangan sistem informasi penjualan pada toko souvernir collini, universitas mercu buana 2017
ANALISIS IMPLEMENTASI APLIKASI KONSEP BASIS DATA RELASIONAL PADA SISTEM PRODU...RaihanAbid1
Siklus produksi adalah serangkaian aktivitas bisnis dan operasi pemrosesan informasi terkait yang terus menerus berhubungan dengan pembuatan produk. Dalam pemanfaatan konsep siklus produksi, perlu adanya model basis data relasional. Model basis data relasional merupakan model basisdata yang dirancang agar memiliki konsistensi informasi dalam bentuk normalisasi database. Database diimplementasikan dalam bentuk tabel-tabel. Tujuan penelitian ini adalah untuk memberikan tuntutan secara ringkas bagaimana sistem database pada siklus produksi PT Uniliver Indonesia, Tbk. Teknik pembahasan yang digunakan adalah dengan metode deskriptif. Teknik pengumpulan data dilakukan dengan mencari berbagai sumber dari jurnal, e-book, dan internet. Untuk menyelesaikan masalah tersebut, maka PT Uniliver Indonesia, Tbk. membuat struktur dasar basis data relasional pada sistem produksinya guna efisiensi dalam memproduksi sebuah produknya.
1. Dokumen ini membahas analisis dan perancangan sistem informasi untuk pengelolaan inventaris laboratorium pada STMIK AMIKOM Yogyakarta. Sistem informasi baru diusulkan untuk meningkatkan efektivitas dan efisiensi pengelolaan inventaris.
2. Metode yang digunakan dalam analisis biaya dan manfaat meliputi metode periode pengembalian investasi, pengembalian investasi, dan nilai sekarang bersih. Rancangan sistem baru mencakup model relasi entitas,
Ringkasan dokumen tersebut adalah:
1) Dokumen tersebut membahas perancangan sistem termasuk perancangan output, input, dan jenis-jenis laporan serta format laporan yang dapat dihasilkan oleh sistem informasi.
2) Perancangan output berfokus pada menghasilkan informasi yang berkualitas untuk pengambilan keputusan, sedangkan perancangan input membahas format pengumpulan data seperti formulir kertas dan elektronik.
3) Jenis lap
Dokumen tersebut membahas tentang implementasi sistem akuntansi biaya berbasis aktivitas (activity-based costing/ABC) untuk meningkatkan efisiensi perusahaan. Sistem ABC dapat menghasilkan informasi biaya yang lebih akurat karena mempertimbangkan faktor-faktor penyebab biaya tidak langsung. Implementasi sistem ini perlu dilakukan dengan tepat melalui perencanaan dan analisis yang baik agar tujuan peningkatan efisiensi dapat tercapai.
Data warehouse dirancang untuk menganalisis data berdasarkan subjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data disimpan berorientasi pada subjek seperti pelanggan, produk, dan penjualan. Data warehouse juga dapat menyimpan dan mengintegrasikan data dari sumber terpisah dalam format konsisten.
Dokumen tersebut membahas tentang operasi CRUD (Create, Read, Update, Delete) yang merupakan bagian penting dalam pengembangan website. Operasi CRUD digunakan untuk mengelola data pada website dengan menghubungkan bahasa pemrograman PHP ke database MySQL. Secara ringkas, Create digunakan untuk membuat data baru, Read untuk mengambil data, Update untuk mengubah data, dan Delete untuk menghapus data.
Dokumen tersebut menjelaskan operasi CRUD (Create, Read, Update, Delete) yang penting dalam pengembangan website menggunakan PHP dan basis data MySQL. Operasi CRUD digunakan untuk mengelola data di website dengan membuat, membaca, mengubah, dan menghapus data di database.
Dokumen tersebut membahas tentang JavaScript sebagai bahasa pemrograman client side untuk membuat interaksi antara pengguna dan situs web menjadi lebih cepat tanpa harus menunggu pemrosesan di server web. JavaScript memungkinkan validasi form dilakukan di browser pengguna daripada di server web. Selain itu, JavaScript juga berguna untuk berbagai keperluan modern seperti animasi, chatting, efek, dan games di situs web.
AES adalah algoritma enkripsi standar yang menggunakan kunci 128, 192, atau 256 bit untuk mengenkripsi blok data 128 bit melalui serangkaian operasi seperti substitusi, pergeseran baris, campuran kolom, dan penambahan kunci. AES digunakan sebagai pengganti DES karena keamanannya yang lebih baik.
Dokumen tersebut memberikan instruksi tentang tugas UTS kriptografi yang meminta siswa untuk membuat contoh enkripsi sederhana menggunakan DES dengan plainteks 'TEKNOKRAT' dan key NPM siswa, serta mengirimkan hasilnya dalam format PDF ke email dosen paling lambat 15 Desember 2021.
Dokumen ini membahas tentang form kontak pada website. Form kontak memungkinkan pengunjung untuk berkomunikasi dengan pemilik situs melalui permintaan, saran, atau penawaran bisnis. Dokumen ini menjelaskan cara membuat tampilan form kontak menggunakan HTML dengan kolom untuk nama, email, subjek dan pesan. Kemudian menjelaskan penggunaan script PHP untuk menangani pengiriman data form kontak.
Dokumen tersebut membahas tentang penggunaan tag-tag tabel di HTML untuk menyusun tabel secara struktural dan benar. Juga membahas plugin DataTables untuk menampilkan data ke dalam tabel interaktif di website dengan fitur-fitur seperti pencarian, penomoran halaman, dan filtering data.
Dokumen tersebut membahas tentang operasi CRUD (Create, Read, Update, Delete) yang merupakan bagian penting dalam pengembangan website untuk mengelola data di database. Operasi CRUD meliputi proses pembuatan, pembacaan, pengubahan dan penghapusan data di database.
Dokumen ini membahas kriptografi dengan menjelaskan tentang inputan yang memiliki keyword dan digit NPM terakhir yang kemudian akan dihash untuk mendapatkan kelompok Teknokrat atau Sang Juara.
Kriptografi membahas algoritma Veginere dan manfaatnya. Algoritma Veginere digunakan dalam kriptografi untuk mengenkripsi pesan dengan mengganti huruf dengan huruf lain berdasarkan kunci rahasia. Algoritma ini berguna untuk melindungi informasi rahasia.
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.