SlideShare a Scribd company logo
DATA WAREHOUSE
Merupakan database yang
menyimpan data sekarang dan data
historis yang dibutuhkan oleh
pengambil keputusan perusahaan
Data Warehouse?
Komponen Data Warehouse/Model Data Warehouse
08 sip datawarehouse
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
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
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.
OLAP (Online Analytical Processing/OLAP)
Analisis data multidimensi
Mendukung manipulasi dan analisis data
dalam jumlah besar dari beragam
dimensi/perspektif
Multidimensional Data Model
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.
Tipe informasi yang diperoleh dari data mining:
Assosiasi
Sequence
Klasifikasi
Kluster
Forecasting (peramalan)
Analisis Statistik
Asosiasi
Informasi yang dikaitkan dengan event tunggal
tertentu.
Contoh:
Pembelian pop corn -> kenaikan pembelian coca
cola 65%
Ada promosi -> kenaikan pembelian coca-cola 85%
Sequence (tahapan)
Informasi yang menghubungkan
kejadian lintas waktu.
Contoh:
Pembelian rumah -> pembelian kulkas
naik 65% -> pembelian oven naik 45%
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
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
Analisis Statistik
Menggunakan fungsi2 Statistik
seperti: korelasi, regresi, variance, dll
untuk menganalisa data
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…
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
Contoh (gambar 6.17)
Perubahan dari CUSTOMER ID menjadi
CONTACT
o Contoh (gambar 6.18)
Diperlukannya standarisasi nama konsumen
08 sip datawarehouse
08 sip datawarehouse
Terima kasih atas perhatiannya
ada pertanyaan?

More Related Content

PPT
Pertemuan 4 -_multi_dimensional_model_design_1
PDF
PPT
DWO - Pertemuan 2 & 3
PPT
Karakteristik data warehouse
PPT
Data warehouse dan data mining dianvs.blogspot.com
PPTX
DOC
Definisi data-warehouse
PDF
Arsitektur dan model data mining
Pertemuan 4 -_multi_dimensional_model_design_1
DWO - Pertemuan 2 & 3
Karakteristik data warehouse
Data warehouse dan data mining dianvs.blogspot.com
Definisi data-warehouse
Arsitektur dan model data mining

What's hot (18)

PDF
Data warehouse
PPTX
Data Warehousing and OLAP I
PDF
15749 5 pengelompokkan data mining
PPTX
Data Warehousing and OLAP II
PDF
99 1-414-2-10-20190724
PPT
Data mining week 1 - pengantar data mining
PDF
Janaloka,+v1n1 04 (1)
PDF
26813 9 arsitektur data mining
PPTX
Nine step methodology
PDF
Arsitektur data warehouse
PDF
Pertemuan 11 Kualitas Data
PDF
Perancangan data warehouse
PPTX
Kecerdasan bisnis
PPTX
Kecerdasan bisnis- Sistem Penunjang Keputusan
PPTX
Chindy, chika. informasi dalam praktik
PPT
Konsep dan teknologi data mining
PDF
484 922-1-pb
PDF
Pertemuan 10 Metadata Datawarehouse
Data warehouse
Data Warehousing and OLAP I
15749 5 pengelompokkan data mining
Data Warehousing and OLAP II
99 1-414-2-10-20190724
Data mining week 1 - pengantar data mining
Janaloka,+v1n1 04 (1)
26813 9 arsitektur data mining
Nine step methodology
Arsitektur data warehouse
Pertemuan 11 Kualitas Data
Perancangan data warehouse
Kecerdasan bisnis
Kecerdasan bisnis- Sistem Penunjang Keputusan
Chindy, chika. informasi dalam praktik
Konsep dan teknologi data mining
484 922-1-pb
Pertemuan 10 Metadata Datawarehouse
Ad

Viewers also liked (17)

PPTX
What it Takes to be a True Marketing Leader and Innovator
DOCX
Game dao vang
PPTX
Dengue introduction
PDF
택배아찌talk 화면디자인
PPTX
Ci 350 webquest
PDF
Defensoria bebederos
PPTX
Vanessa langa pr 2013
PPT
презентация Microsoft power point
DOC
PHAÂN TÍCH TÌNH HÌNH HOAÏT ÑOÄNG VAØ XAÂY DÖÏNG CHIEÁN LÖÔÏC MARKETING NHAÈM ...
PDF
131218 清水プレゼン資料
PPT
pencemaran udara
DOCX
D.tech u1
PDF
Shashi fluoroplastiks-mumbai
PDF
Accredited Teacher---Schools
PDF
Mtc global -brief presentation
PPT
Air pollutin control 1
PPTX
What it Takes to be a True Marketing Leader and Innovator
Game dao vang
Dengue introduction
택배아찌talk 화면디자인
Ci 350 webquest
Defensoria bebederos
Vanessa langa pr 2013
презентация Microsoft power point
PHAÂN TÍCH TÌNH HÌNH HOAÏT ÑOÄNG VAØ XAÂY DÖÏNG CHIEÁN LÖÔÏC MARKETING NHAÈM ...
131218 清水プレゼン資料
pencemaran udara
D.tech u1
Shashi fluoroplastiks-mumbai
Accredited Teacher---Schools
Mtc global -brief presentation
Air pollutin control 1
Ad

Similar to 08 sip datawarehouse (20)

PPTX
Business intelligence
PDF
DATAWAREHOSEpertemuan 1.pdf
PPT
Chapter Ke 11 Kecerdasan Bisnis DW Kelas.ppt
DOCX
Sejarah perkembangan basis data
PDF
Business Intelligence - Overview
PPT
Kelompok 7 Informasi Dalam Praktik
DOCX
Terminologi data warehouse
PPT
02-Business Intelligence.ppt
PPTX
Slide-SIF101-Data-Knowledge.pptx
PPTX
MENGELOLA SUMBER DAYA DATA PERUSAHAAN.pptx
PDF
Landasan teori database
PPTX
DW - 2nd - Introduction To DW & BI
PPTX
5.-Manajemen-Data Manajemn data dalam sistem infromasi
PPTX
Pertemuan 9 data mining dan data ware.pptx
PPT
Pertemuan 10 (bab x basis data)
PPT
Data Mart, Warehouse, Mining, OLAP......
PPT
ke-7.pptfgfdgfgfggvgbrbggdgbrdgrdrgdrgrd
PPTX
mengelola sumber data
DOC
Data dimensioanal kelompok akbar aswad
PPT
Kel2 Data Warehouse
Business intelligence
DATAWAREHOSEpertemuan 1.pdf
Chapter Ke 11 Kecerdasan Bisnis DW Kelas.ppt
Sejarah perkembangan basis data
Business Intelligence - Overview
Kelompok 7 Informasi Dalam Praktik
Terminologi data warehouse
02-Business Intelligence.ppt
Slide-SIF101-Data-Knowledge.pptx
MENGELOLA SUMBER DAYA DATA PERUSAHAAN.pptx
Landasan teori database
DW - 2nd - Introduction To DW & BI
5.-Manajemen-Data Manajemn data dalam sistem infromasi
Pertemuan 9 data mining dan data ware.pptx
Pertemuan 10 (bab x basis data)
Data Mart, Warehouse, Mining, OLAP......
ke-7.pptfgfdgfgfggvgbrbggdgbrdgrdrgdrgrd
mengelola sumber data
Data dimensioanal kelompok akbar aswad
Kel2 Data Warehouse

More from Ikhsan Bz (19)

PDF
Implementasi km di pertamina
PPTX
Dss 15 12-2012
PPTX
12 sip scm
PPTX
11 sip crm
PPTX
10 sip km
PPTX
09 sip dss
PPT
08 sip database
PPT
08 sip database (bhs indonesia)
PPTX
Sistem pakar
PPTX
Pengertian penelitian eksperimen
PPTX
Contoh model dan hasil penelitian
DOCX
Contoh kuesioner riset perilaku konsumen
PPT
07 marketing research (revisi)
PPT
06 marketing inteligence systm revisi per 081012
PPT
05 internal record systm(kotler)
PPTX
04 sumber internal(mc leod) revisi per 26092012
PPTX
Pengenalan Sistem Informasi Pemasaran "SIP"
PPTX
01 konsep dasar sistem informasi (si)
DOCX
Titrasi serimetri dll
Implementasi km di pertamina
Dss 15 12-2012
12 sip scm
11 sip crm
10 sip km
09 sip dss
08 sip database
08 sip database (bhs indonesia)
Sistem pakar
Pengertian penelitian eksperimen
Contoh model dan hasil penelitian
Contoh kuesioner riset perilaku konsumen
07 marketing research (revisi)
06 marketing inteligence systm revisi per 081012
05 internal record systm(kotler)
04 sumber internal(mc leod) revisi per 26092012
Pengenalan Sistem Informasi Pemasaran "SIP"
01 konsep dasar sistem informasi (si)
Titrasi serimetri dll

08 sip datawarehouse

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