Modul Data Warehouse

14/11/2019 Gudang Data & Kecerdasan Bisnis
https://itsmecevi.github.io/dwbi/#summary_+_meqa 59/75
DAC dan sistem file
(https://docs.google.com/presentation/d/12Bqm5Pn7NULOFRyjAzHR5A3Wu4EuBlhSkOHlTZizC7M/pub?
start=false&loop=false&delayms=3000&slide=id.gd30d76405_0_29)
Peran Visualisasi Data
(https://docs.google.com/presentation/d/1Vsqcl9c6GDQQT4qEpsdTgXWpxwiD5dt2aVNAm2ZCAiM/pub?
start=false&loop=false&delayms=3000&slide=id.gd30d76405_0_29)
Lab Data
WS 2019: Perangkat lunak Tableau: itsmecevi.github.io/tableaupublic
Ringkasan + MEQA
Basis data
1. Apa perbedaan antara perangkat lunak cloud dan lokal?
Perbedaan terbesar antara kedua sistem ini adalah bagaimana mereka digunakan. Perangkat lunak berbasis cloud di-
host di server vendor dan diakses melalui browser web. Perangkat lunak di tempat dipasang secara lokal, di komputer
dan server perusahaan sendiri.
2. Tolong jelaskan apa itu data kualitatif, data kuantitatif, diskrit, dan data kontinu? Anda bisa menjelaskannya
dengan diagram atau contoh.
Data dapat bersifat kualitatif atau kuantitatif. Sederhananya: Data diskrit dihitung, data kontinyu diukur.
Data kualitatif adalah informasi deskriptif (menggambarkan sesuatu)
Data kuantitatif adalah informasi numerik (angka) -> Diskrit (5,6,10); Berkelanjutan (3,14)
3. Buat diagram alur kerja dari data ke laporan BI.

4. Jelaskan implementasi kasus penggunaan DBMS di industri? 2 industri seperti perbankan dan keuangan.
5. Apa perbedaan antara database dan data warehouse? 5 sudut pandang berbeda

6. Apa persamaan dalam database dan data warehouse? 5 kesamaan sudut pandang
Respons lain telah memberikan definisi keduanya, kesamaannya adalah:
Keduanya adalah sistem penyimpanan data.
Keduanya dapat digunakan oleh banyak pengguna
Keduanya bisa kompleks dengan banyak tabel dan data dalam jumlah besar.
Keduanya dapat ditanyakan untuk mendapatkan jawaban atau mengeluarkan set data berdasarkan kesamaan
atau pengecualian.
Basis data dan gudang data dapat berada di lokasi atau berbasis cloud.
7. Berikan 5 tipe database?
Database relasional
Database berorientasi objek
Database terdistribusi
Gudang data
Basis data NoSQL
Database grafik
Database OLTP
Basis data sumber terbuka
Database cloud
Database multimodel
Dokumen / database JSON
8. Apa da ar Tantangan Basis Data?
Menyerap peningkatan volume data yang signifikan
Memastikan keamanan data
Bersaing dengan permintaan
Mengelola dan memelihara database dan infrastruktur
Menghapus batas skalabilitas
9. Jelaskan 3 pengguna DBMS?

Administrator: Administrator memelihara DBMS dan bertanggung jawab untuk mengelola database. Mereka
bertanggung jawab untuk menjaga penggunaannya dan oleh siapa penggunaannya. Mereka membuat profil
akses untuk pengguna dan menerapkan batasan untuk menjaga isolasi dan memaksa keamanan. Administrator
juga menjaga sumber daya DBMS seperti lisensi sistem, alat yang diperlukan, dan pemeliharaan perangkat
lunak dan perangkat keras terkait lainnya.
Desainer: Desainer adalah sekelompok orang yang benar-benar bekerja pada bagian perancangan basis data.
Mereka terus mencermati data apa yang harus disimpan dan dalam format apa. Mereka mengidentifikasi dan
merancang seluruh rangkaian entitas, hubungan, kendala, dan pandangan.
Pengguna Akhir: Pengguna akhir adalah mereka yang benar-benar mendapatkan manfaat dari memiliki DBMS.
Pengguna akhir dapat berkisar dari pemirsa sederhana yang memperhatikan log atau harga pasar hingga
pengguna canggih seperti analis bisnis.
10. Apa kelebihan dan kekurangan skema database?
SKEMA DATABASE KEUNGGULAN
Anda dapat mengelola data terlepas dari penyimpanan fisik
Migrasi lebih cepat ke lingkungan grafis baru
Arsitektur DBMS memungkinkan Anda untuk membuat perubahan pada tingkat presentasi tanpa
mempengaruhi dua lapisan lainnya
Karena setiap tingkatan terpisah, dimungkinkan untuk menggunakan set pengembang yang berbeda
Itu lebih aman karena klien tidak memiliki akses langsung ke logika bisnis database
Dalam hal kegagalan satu tingkat tidak ada kehilangan data karena Anda selalu aman dengan mengakses
tingkat lainnya
SKEMA DATABASE KERUGIAN
Skema DB Lengkap adalah struktur kompleks yang sulit dipahami untuk setiap orang
Sulit diatur dan dirawat
Pemisahan fisik tingkatan dapat memengaruhi kinerja Database
11. Apa kelebihan dan kekurangan menggunakan model relasional?
KEUNGGULAN MENGGUNAKAN MODEL HUBUNGAN
Kesederhanaan : Model data relasional lebih sederhana daripada model hierarkis dan jaringan.
Struktural Independence : Database relasional hanya mementingkan data dan bukan dengan struktur. Ini
dapat meningkatkan kinerja model.
Mudah digunakan : Model relasional mudah karena tabel yang terdiri dari baris dan kolom cukup alami dan
mudah dipahami
Kemampuan kueri : Memungkinkan bahasa permintaan tingkat tinggi seperti SQL untuk menghindari navigasi
basis data yang rumit.
Kemandirian data : Struktur database dapat diubah tanpa harus mengubah aplikasi apa pun.
Dapat diskalakan : Mengenai sejumlah catatan, atau baris, dan jumlah bidang, basis data harus diperbesar
untuk meningkatkan kegunaannya.
GANGGUAN MENGGUNAKAN MODEL HUBUNGAN
Beberapa basis data relasional memiliki batasan panjang bidang yang tidak dapat dilampaui.
Database relasional kadang-kadang bisa menjadi kompleks dengan bertambahnya jumlah data, dan hubungan
antara potongan-potongan data menjadi lebih rumit.

Sistem basis data relasional yang kompleks dapat menyebabkan basis data yang terisolasi di mana informasi
tidak dapat dibagi dari satu sistem ke sistem lainnya.
12. Jelaskan model relasional 1: 1, 1: n, n: n dengan contoh?
Gudang data
1. Jelaskan implementasi Data Warehouse di 5 industri?
Perbankan
Pengecer
Asuransi
Pabrikan
Kesehatan
2. Jelaskan 6 jenis Gudang Data?
1. Gudang Data Perusahaan:
Enterprise Data Warehouse adalah gudang yang terpusat. Ini menyediakan layanan pendukung keputusan di seluruh
perusahaan. Ini menawarkan pendekatan terpadu untuk mengatur dan mewakili data. Ini juga memberikan
kemampuan untuk mengklasifikasikan data sesuai dengan subjek dan memberikan akses sesuai dengan divisi
tersebut.
2. Penyimpanan Data Operasional:
Operasional Data Store, yang juga disebut ODS, tidak lain hanyalah penyimpanan data yang diperlukan ketika data
warehouse atau sistem OLTP tidak mendukung organisasi yang melaporkan kebutuhan. Di ODS, gudang data di-
refresh secara real time. Oleh karena itu, secara luas disukai untuk kegiatan rutin seperti menyimpan catatan
Karyawan.
3. Data Mart:

Data mart adalah bagian dari gudang data. Ini dirancang khusus untuk lini bisnis tertentu, seperti penjualan,
keuangan, penjualan atau keuangan. Dalam data mart independen, data dapat mengumpulkan langsung dari sumber.
4. Memproses informasi
Gudang data memungkinkan untuk memproses data yang disimpan di dalamnya. Data dapat diproses dengan cara
query, analisis statistik dasar, pelaporan menggunakan tab silang, tabel, grafik, atau grafik.
5. Pemrosesan Analitik
Gudang data mendukung pemrosesan analitik dari informasi yang tersimpan di dalamnya. Data dapat dianalisis
dengan menggunakan operasi OLAP dasar, termasuk irisan, dadu, bor, bor, dan pivoting.
6. Penambangan Data
Penambangan data mendukung penemuan pengetahuan dengan menemukan pola dan asosiasi tersembunyi,
membangun model analitis, melakukan klasifikasi dan prediksi. Hasil penambangan ini dapat disajikan dengan
menggunakan alat visualisasi.
3. Jelaskan perbedaan antara OLAP oleh datawarehouse dan OLTP oleh database?
4. Jelaskan keuntungan dan kerugian menggunakan Gudang Data?
-> Keuntungan dari Gudang Data:
Gudang data memungkinkan pengguna bisnis untuk dengan cepat mengakses data penting dari beberapa
sumber semuanya di satu tempat.
Gudang data menyediakan informasi yang konsisten tentang berbagai kegiatan lintas fungsi. Ini juga
mendukung pelaporan dan permintaan ad-hoc.
Gudang Data membantu mengintegrasikan banyak sumber data untuk mengurangi tekanan pada sistem
produksi.
Gudang data membantu mengurangi waktu penyelesaian total untuk analisis dan pelaporan.
Restrukturisasi dan Integrasi memudahkan pengguna untuk digunakan untuk pelaporan dan analisis.
Gudang data memungkinkan pengguna untuk mengakses data penting dari jumlah sumber di satu tempat.
Oleh karena itu, ini menghemat waktu pengguna untuk mengambil data dari berbagai sumber.
Gudang data menyimpan sejumlah besar data historis. Ini membantu pengguna untuk menganalisis berbagai
periode waktu dan tren untuk membuat prediksi di masa depan.
-> Kerugian dari Gudang Data:

Bukan pilihan ideal untuk data tidak terstruktur.
Penciptaan dan Implementasi Data Warehouse tentu saja membingungkan waktu.
Gudang Data dapat menjadi relatif lama dengan cepat
Sulit untuk membuat perubahan dalam tipe dan rentang data, skema sumber data, indeks, dan kueri.
Gudang data mungkin tampak mudah, tetapi sebenarnya, itu terlalu rumit untuk pengguna rata-rata.
Meskipun upaya terbaik dalam manajemen proyek, ruang lingkup proyek pergudangan data akan selalu
meningkat.
Kadang pengguna gudang akan mengembangkan aturan bisnis yang berbeda.
Organisasi perlu menghabiskan banyak sumber dayanya untuk tujuan pelatihan dan implementasi.
Kecerdasan Bisnis:
Baca modul https://itsmecevi.github.io/tableaupublic/ (https://itsmecevi.github.io/tableaupublic/) juga.
1. Jelaskan keuntungan dan kerugian menggunakan Sistem BI?
-> Keuntungan dari Kecerdasan Bisnis
Berikut ini beberapa keuntungan menggunakan Business Intelligence System:
1. Tingkatkan produktivitas
2. Untuk meningkatkan visibilitas
3. Perbaiki Akuntabilitas
4. Ini memberi pandangan mata burung
5. Ini merampingkan proses bisnis
6. Ini memungkinkan untuk analitik yang mudah
-> Kerugian Sistem BI
1. Biaya
2. Kompleksitas
3. Penggunaan terbatas
4. Implementasi Konsumsi Waktu
2. Jelaskan perbedaan antara BI Tradisional vs BI Swalayan?

3. Mengapa BI penting?

Pengukuran: membuat KPI (Indikator Kinerja Utama) berdasarkan data historis
Identifikasi dan atur tolok ukur untuk berbagai proses.
Dengan sistem BI, organisasi dapat mengidentifikasi tren pasar dan menemukan masalah bisnis yang perlu
ditangani.
BI membantu visualisasi data yang meningkatkan kualitas data dan dengan demikian kualitas pengambilan
keputusan.
Sistem BI dapat digunakan tidak hanya oleh perusahaan tetapi juga UKM (Usaha Kecil dan Menengah)
Untuk Meningkatkan Visibilitas:
Apakah Anda tahu siapa yang berkinerja terbaik?
Bisakah Anda dengan mudah mengidentifikasi area untuk perbaikan?
Apakah stok hilang dan Anda tidak dapat mengidentifikasi ke mana ia pergi?
Untuk Mengubah Data menjadi Informasi yang Dapat Ditindaklanjuti
Untuk Meningkatkan Efisiensi
Untuk Mendapatkan Intelijen Penjualan & Pasar
Untuk Mendapatkan Kecerdasan Kompetitif
4. Jelaskan perbedaan antara Skema Bintang, Skema Serpihan Salju, dan Skema Galaxy? dan buat contoh
skema tersebut (3 skema)!
Gambaran Umum Skema Bintang
Apa itu skema bintang? Arsitektur skema bintang adalah skema gudang data paling sederhana. Ini disebut
skema bintang karena diagramnya menyerupai bintang. Pusat bintang terdiri dari tabel fakta dan titik-titik
bintang adalah tabel dimensi.
Tabel Fakta: Tabel fakta biasanya memiliki dua jenis kolom: kunci asing ke tabel dimensi dan mengukur yang
berisi fakta numerik. Tabel fakta dapat berisi data fakta pada tingkat detail atau agregat.
Tabel Dimensi: Dimensi adalah struktur yang biasanya terdiri dari satu atau lebih hierarki yang
mengkategorikan data. Jika dimensi belum memiliki hierarki dan level, itu disebut dimensi datar atau da ar.
Kunci utama dari masing-masing tabel dimensi adalah bagian dari kunci utama gabungan dari tabel fakta.
Tabel fakta tipikal menyimpan data tentang penjualan sementara dimensi tabel data tentang wilayah geografis (pasar,
kota), klien, produk, waktu, saluran.

Karakteristik utama skema bintang:
Struktur sederhana -> skema yang mudah dipahami
Efektif permintaan yang bagus -> sejumlah kecil tabel untuk bergabung
Waktu yang relatif lama memuat data ke tabel dimensi -> de-normalisasi, redundansi data menyebabkan
ukuran tabel bisa besar.
Yang paling umum digunakan dalam implementasi data warehouse -> banyak didukung oleh sejumlah besar
alat intelijen bisnis.
Ikhtisar skema serpihan salju
Skema Snowflake adalah perpanjangan dari Skema Bintang, dan itu menambah dimensi tambahan. Disebut
kepingan salju karena diagramnya menyerupai kepingan salju.
Tabel dimensi dinormalisasi yang membagi data menjadi tabel tambahan. Dalam contoh berikut, Negara
selanjutnya dinormalisasi menjadi tabel individual.
Karakteristik Skema Snowflake:
Manfaat utama dari skema kepingan salju ini menggunakan ruang disk yang lebih kecil.
Lebih mudah untuk mengimplementasikan dimensi ditambahkan ke Skema
Karena beberapa tabel, kinerja kueri berkurang
Tantangan utama yang akan Anda hadapi saat menggunakan Skema kepingan salju adalah bahwa Anda perlu
melakukan lebih banyak upaya pemeliharaan karena lebih banyak tabel pencarian.

Skema bintang vs Skema Serpihan Salju
Apa itu skema Galaxy?
Skema Galaxy berisi dua tabel fakta yang berbagi tabel dimensi. Ini juga disebut Skema Konstelasi Fakta. Skema ini
dipandang sebagai kumpulan bintang-bintang karenanya nama Galaxy Skema.

Karakteristik Skema Galaxy:
Dimensi dalam skema ini dipisahkan menjadi dimensi terpisah berdasarkan berbagai tingkat hierarki.
Misalnya, jika geografi memiliki empat tingkat hierarki seperti wilayah, negara, negara, dan kota maka skema
Galaxy harus memiliki empat dimensi.
Selain itu, dimungkinkan untuk membangun skema jenis ini dengan memisahkan skema satu bintang menjadi
lebih banyak skema Star.
Dimensi besar dalam skema ini yang diperlukan untuk membangun berdasarkan tingkat hierarki.
Skema ini bermanfaat untuk mengumpulkan tabel fakta untuk pemahaman yang lebih baik.
5. Apa itu Inteligensi Bisnis dan kecerdasan bisnis swalayan (SSBI)
Istilah Business Intelligence (BI) mengacu pada teknologi , aplikasi , dan praktik untuk pengumpulan,
integrasi, analisis, dan penyajian informasi bisnis. Tujuan Business Intelligence adalah untuk mendukung
pengambilan keputusan bisnis yang lebih baik.
Pada dasarnya, sistem Business Intelligence adalah Sistem Pendukung Keputusan berbasis data (DSS). Business
Intelligence kadang-kadang digunakan secara bergantian dengan buku pengarahan, alat laporan dan
permintaan dan sistem informasi eksekutif.
Business Intelligence (BI) menggabungkan analisis bisnis, penggalian data, visualisasi data, alat dan
infrastruktur data, dan praktik terbaik untuk membantu organisasi membuat lebih banyak keputusan berbasis
data.
Intelijen bisnis swalayan (SSBI) melibatkan sistem bisnis dan analitik data yang memberikan akses kepada
pengguna akhir bisnis ke informasi organisasi tanpa keterlibatan TI langsung. Self-service Business intelligence
memberi pengguna akhir kemampuan untuk berbuat lebih banyak dengan data mereka tanpa harus memiliki
keterampilan teknis. Solusi ini biasanya dibuat agar fleksibel dan mudah digunakan sehingga pengguna akhir dapat
menganalisis data, membuat keputusan, merencanakan, dan memperkirakan sendiri.
Selama beberapa tahun terakhir, intelijen bisnis telah berkembang untuk memasukkan lebih banyak proses dan
kegiatan untuk membantu meningkatkan kinerja. Proses-proses ini meliputi:
Penambangan data : Menggunakan basis data, statistik, dan pembelajaran mesin untuk mengungkap tren
dalam kumpulan data besar.
Pelaporan : Berbagi analisis data kepada pemangku kepentingan sehingga mereka dapat menarik kesimpulan
dan membuat keputusan.
Metrik kinerja dan tolok ukur : Membandingkan data kinerja saat ini dengan data historis untuk melacak
kinerja terhadap sasaran, biasanya menggunakan dasbor yang disesuaikan.
Analisis deskriptif : Menggunakan analisis data awal untuk mencari tahu apa yang terjadi.
Querying : Mengajukan data pertanyaan spesifik, BI menarik jawaban dari dataset.
Analisis statistik : Mengambil hasil dari analisis deskriptif dan mengeksplorasi lebih lanjut data menggunakan
statistik seperti bagaimana tren ini terjadi dan mengapa.
Visualisasi data : Mengubah analisis data menjadi representasi visual seperti bagan, grafik, dan histogram agar
lebih mudah mengonsumsi data.

Analisis visual : Menggali data melalui pengisahan cerita visual untuk mengkomunikasikan wawasan dengan
cepat dan tetap mengikuti arus analisis.
Persiapan data : Menyusun berbagai sumber data, mengidentifikasi dimensi dan pengukuran, menyiapkannya
untuk analisis data.
Ubah pembaruan log
25.09.2019
26.09.2019
28.09.2019
29.09.2019
02.09.2019
04.10.2019
07.10.2019
10.10.2019
Preferensi
Penulisan Buku dan Dokumen Teknis dengan R Markdown (https://bookdown.org/yihui/bookdown/)
R Markdown: Panduan Definitif (https://bookdown.org/yihui/rmarkdown/)
Datenbanken Verstehen (http://www.datenbanken-verstehen.de/)
Tutorialspoint (https://www.tutorialspoint.com/index.htm)
Saran Perangkat Lunak (https://www.so wareadvice.com/)
Peramal (oracle.com)
Matematika itu Menyenangkan (mathsisfun.com)
Java T Point (https://www.javatpoint.com/)
Medium (medium.com)
Alooma Data Pipeline (https://www.alooma.com/)
Pemodel Basis Data SQl (https://sqldbm.com/Home/)
Datenbanksysteme: Eine Einf? Hrung (https://www.amazon.de/Datenbanksysteme-Eine-Einf%C3%BChrung-
Gruyter-Studium/dp/3110443759/ref=sr_1_2?
__mk_de_DE=%C3%85M%C3%85%C5%BD%C3%95%C3%91&keywords=datenbanken&qid=1569426544&s=books&sr=1-
2)
Datenbanken dan SQL (https://www.amazon.de/Datenbanken-SQL-praxisorientierte-Einf%C3%BChrung-
Anwendungen/dp/3658161280/ref=sr_1_5?
__mk_de_DE=%C3%85M%C3%85%C5%BD%C3%95%C3%91&keywords=datenbanken&qid=1569426544&s=books&sr=1-
5)
Manajemen Daten: Daten-Datenbanken-Datensicherheit (Datenbanken%20und%20SQL)
Zapier-Automate apapun (https://zapier.com/)
Perangkat lunak Capterra-Finding (https://www.capterra.com/)
Di dalam Big Data (https://insidebigdata.com/)
Manajemen Data Multi Model (https://www.slideshare.net/JiahengLu1/multimodel-database)
Buletin Administrasi Data (http://tdan.com/)
Yass Al-Hassani MSc BSc (https://uk.linkedin.com/in/yass-al-hassani-msc-bsc-1a6577b5?trk=author_mini-
profile_title)
Sisense (https://www.sisense.com/)
Analitik Prediktif hari ini (https://www.predictiveanalyticstoday.com/)
Target Teknologi (https://www.techtarget.com/)
Roosboard (https://roosboard.com/)
Forbes (forbes.com)
PricewaterhouseCoopers (https://www.pwc.com/)
Statistik Langsung Internet (https://www.internetlivestats.com/)
Worldometer (https://www.worldometers.info/)
Gaston Sanchez (https://www.gastonsanchez.com/)

Lisensi
MIT (https://opensource.org/licenses/MIT)

Modul Data Warehouse

More Related Content

What's hot (20)

Similar to Modul Data Warehouse (20)

Recently uploaded (20)

Modul Data Warehouse