SlideShare a Scribd company logo
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

Implementasi erp (enterprise resource planning) indofood tbk.
Implementasi erp (enterprise resource planning) indofood tbk.Implementasi erp (enterprise resource planning) indofood tbk.
Implementasi erp (enterprise resource planning) indofood tbk.
Anisa Osariana
 
Data mining 4 konsep dasar klasifikasi
Data mining 4   konsep dasar klasifikasiData mining 4   konsep dasar klasifikasi
Data mining 4 konsep dasar klasifikasi
IrwansyahSaputra1
 
Kualitas informasi
Kualitas informasiKualitas informasi
Kualitas informasi
Imam Nursyihab
 
ETL
ETLETL
Modul klasifikasi decission tree modul klasifikasi
Modul klasifikasi decission tree modul klasifikasiModul klasifikasi decission tree modul klasifikasi
Modul klasifikasi decission tree modul klasifikasi
Universitas Bina Darma Palembang
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes
Elvi Rahmi
 
Pertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi DimensiPertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi Dimensi
Endang Retnoningsih
 
Metadata pada Data Warehouse
Metadata pada Data WarehouseMetadata pada Data Warehouse
Metadata pada Data Warehouse
dedidarwis
 
Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)
Adam Mukharil Bachtiar
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
Elvi Rahmi
 
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
LukmanHermanto
 
Jawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihanJawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihan
Bina Sarana Informatika
 
Class diagram
Class diagramClass diagram
Class diagram
Aris Saputro
 
Contoh Desain Web yang Baik dan Buruk
Contoh Desain Web yang Baik dan BurukContoh Desain Web yang Baik dan Buruk
Contoh Desain Web yang Baik dan Buruk
Siska Amelia
 
Pertemuan 11 Kualitas Data
Pertemuan 11 Kualitas DataPertemuan 11 Kualitas Data
Pertemuan 11 Kualitas Data
Endang Retnoningsih
 
Proposal pembuatan aplikasi
Proposal pembuatan aplikasiProposal pembuatan aplikasi
Proposal pembuatan aplikasi
HIMATIF UIN SGD
 
Diagram erd restaurant
Diagram erd restaurantDiagram erd restaurant
Diagram erd restaurantRistaMeytasari
 
Metode Evaluasi Sistem Informasi
Metode Evaluasi Sistem InformasiMetode Evaluasi Sistem Informasi
Metode Evaluasi Sistem Informasi
Fahmi Hakam
 

What's hot (20)

Implementasi erp (enterprise resource planning) indofood tbk.
Implementasi erp (enterprise resource planning) indofood tbk.Implementasi erp (enterprise resource planning) indofood tbk.
Implementasi erp (enterprise resource planning) indofood tbk.
 
Sorting ppt
Sorting ppt Sorting ppt
Sorting ppt
 
Data mining 4 konsep dasar klasifikasi
Data mining 4   konsep dasar klasifikasiData mining 4   konsep dasar klasifikasi
Data mining 4 konsep dasar klasifikasi
 
Kualitas informasi
Kualitas informasiKualitas informasi
Kualitas informasi
 
ETL
ETLETL
ETL
 
Modul klasifikasi decission tree modul klasifikasi
Modul klasifikasi decission tree modul klasifikasiModul klasifikasi decission tree modul klasifikasi
Modul klasifikasi decission tree modul klasifikasi
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes
 
Pertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi DimensiPertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi Dimensi
 
Metadata pada Data Warehouse
Metadata pada Data WarehouseMetadata pada Data Warehouse
Metadata pada Data Warehouse
 
Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)Data Management (Data Mining Klasifikasi)
Data Management (Data Mining Klasifikasi)
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
 
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
Analisis Pieces Terhadap Sistem Informasi Lukman Hermanto 55518110066
 
Jawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihanJawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihan
 
Class diagram
Class diagramClass diagram
Class diagram
 
Contoh Desain Web yang Baik dan Buruk
Contoh Desain Web yang Baik dan BurukContoh Desain Web yang Baik dan Buruk
Contoh Desain Web yang Baik dan Buruk
 
Pertemuan 11 Kualitas Data
Pertemuan 11 Kualitas DataPertemuan 11 Kualitas Data
Pertemuan 11 Kualitas Data
 
Proposal pembuatan aplikasi
Proposal pembuatan aplikasiProposal pembuatan aplikasi
Proposal pembuatan aplikasi
 
Diagram erd restaurant
Diagram erd restaurantDiagram erd restaurant
Diagram erd restaurant
 
Makalah statistika
Makalah statistikaMakalah statistika
Makalah statistika
 
Metode Evaluasi Sistem Informasi
Metode Evaluasi Sistem InformasiMetode Evaluasi Sistem Informasi
Metode Evaluasi Sistem Informasi
 

Similar to Nine step methodology

Perancangan data warehouse
Perancangan data warehousePerancangan data warehouse
Perancangan data warehouse
Setiawansyah Setiawansyah
 
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
Abrianto Nugraha
 
ARTIKEL
ARTIKELARTIKEL
DATA ANALYTIC KELOMPOK 2.pptx
DATA ANALYTIC KELOMPOK 2.pptxDATA ANALYTIC KELOMPOK 2.pptx
DATA ANALYTIC KELOMPOK 2.pptx
BrahupadhyaDenpasar
 
Data Warehousing and OLAP II
Data Warehousing and OLAP IIData Warehousing and OLAP II
Data Warehousing and OLAP II
Shary 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
 
Kelompok 07 (tugas pertemuan 11)
Kelompok 07 (tugas pertemuan 11)Kelompok 07 (tugas pertemuan 11)
Kelompok 07 (tugas pertemuan 11)
MOCHAMADDICKYRAMADHA
 
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 terinci
Alvin Setiawan
 
Akuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasiAkuntansi biaya abc..untuk presentasi
Akuntansi biaya abc..untuk presentasi
welly yusup
 
Kecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang KeputusanKecerdasan bisnis- Sistem Penunjang Keputusan
Kecerdasan bisnis- Sistem Penunjang Keputusan
Dasufianti
 
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
Sham 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.pdf
beastcraft04
 
PPt sidang
PPt sidangPPt sidang
Karakteristik data warehouse
Karakteristik data warehouseKarakteristik data warehouse
Karakteristik data warehouse
suleman ganteng
 
paparan disdukcapil 2023 terkait dengan kependukan
paparan disdukcapil 2023 terkait dengan kependukanpaparan disdukcapil 2023 terkait dengan kependukan
paparan disdukcapil 2023 terkait dengan kependukan
RoySuryanto2
 
Tugas spk loundry aplikasi sia 7
Tugas spk loundry aplikasi  sia 7Tugas spk loundry aplikasi  sia 7
Tugas spk loundry aplikasi sia 7Mardi Malow
 

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
 
paparan disdukcapil 2023 terkait dengan kependukan
paparan disdukcapil 2023 terkait dengan kependukanpaparan disdukcapil 2023 terkait dengan kependukan
paparan disdukcapil 2023 terkait dengan kependukan
 
Tugas spk loundry aplikasi sia 7
Tugas spk loundry aplikasi  sia 7Tugas spk loundry aplikasi  sia 7
Tugas spk loundry aplikasi sia 7
 

More from Setiawansyah Setiawansyah

Chapter 14
Chapter 14Chapter 14
Chapter 13
Chapter 13Chapter 13
Chapter 11
Chapter 11Chapter 11
Part 10
Part 10Part 10
Part 9
Part 9Part 9
Chapter 9
Chapter 9Chapter 9
Chapter 8
Chapter 8Chapter 8
Chapter 7
Chapter 7Chapter 7
Part 5
Part 5Part 5
Part 4 kriptografi
Part 4   kriptografiPart 4   kriptografi
Part 4 kriptografi
Setiawansyah Setiawansyah
 

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
 

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.