Reza Emde

Learning and Inspiring

Google Plus Youtube Twitter Facebook
  • Home
  • About
  • Contact
    • Bussiness
    • Collaboration
    • Advertising
  • Hot News
  • Music Covers
  • Vlogs
  • Tutorials
  • Review
  • Video Games
Gudang Data atau Data Warehouse menjadi bagian dari beberapa matakuliah yang cukup penting bagi mahasiswa peminatan Basis Data(Database). Saya sendiri merasa sangat tertarik dan tertantang mendalami materi-materi tentang gudang data.

Saya mendapatkan banyak pengalaman dalam perkuliahan ini . Terus terang pada awalnya proses belajar mengajar di kelas berjalan cukup cepat, dan terkadang saya tertinggal dalam hal pemahaman materi. Namun hal itu tidak menyurutkan minat saya. Saya coba mengejarnya di luar jam kuliah. Dengan sharing kepada teman-teman membuat saya mampu menghadapi tantangan itu. Karena menurut saya, jika Pengajar mampu menguasai pengetahuan tersebut, saya juga harus bisa menguasai hal yang sama, bahkan lebih. Simulasi Gudang Data di dunia kerja juga diberikan kepada mahasiswa sebagai bekal menghadapi dunia kerja di perusahaan IT.

Salah satu pengalaman saya yang paling berkesan bagi saya adalah proyek UAS kelompiok. Proyek ini membuat kami kelabakan pada awalnya. Kelompok hampir putus asa karena kami tidak berhasil menemukan solusinya diakibatkan kasus jenis ini cukup baru bagi kami dimana biasanya dalam OLAP kami berurusan dengan hany satu tabel FACT. Akhirnya Saya dan Iben berpikir dengan keras. Saya kembali membaca materi-materi perkuliahan dan contoh-contoh kasus. Dan akhirnya saya menemukan jawabannya, dibantu dengan Benedictus Heru dan teman-teman lainnya, kami implementasikan ide tersebut sehingga OLAP yang diharapkan dapat terwujud dengan sangat lengkap menurut kami. Thanks God.

Saya mengucapkan terima kasih untuk anda yang membaca refleksi kuliah Gudang Data ini. Saya meminta maaf apabila terdapat kesalahan kata-kata. Dan menurut saya Gudang Data itu Asyik loh, jadi jangan takut dengan Matakuliah Ini. God bless you all.
Share
Tweet
Pin
Share
No comments
1.      Apa itu OLAP
a.       OLAP(Online Analytical Processing) cara-cara untuk menyediakan jawaban dari kueri analitik yang multidimensional, dengan perhitungan yang kompleks, Data modeling, analaisi trend. Operasi  dalam OLAP termasuk:
                                                              i.      Roll up
1.      Melakukan agregasi pada level yang berbeda dari hirarki dimensi. Contoh untuk setiap cabang propinsi mendapat total penjualan, maka untuk total penjualan nasional didapat dari menambahakan total  penjualan dari semua cabang propinsi.
                                                            ii.      Pivot
1.      melakukan agregasi pada dimensi terpilih
                                                          iii.      Drill down
1.      Menggali data yang lebih spesisfik dari data yang lebih besar, seperti menggali total penjualan di tiap cabang propinsi dari oenjualan nasional.
                                                          iv.      Slicing and dicing
1.      mencari kesamaan dan jangkauan seleksi pada satu atau lebih dimensi.

2.      Multidimensional

        Model Database untuk keperluan OLAP adalah multi dimensi, dilijhat dari berbagai sudut pandang. Dimensi yang dihasilkan ditampilkan dalam format matrik yang membentuk baris berupa ukuran dan kolom berupa nilai dari.


3.      Fact + Dimensi Tabel
Sebarang jumlah dimensi dapat ditambahkan ke struktur seperti penyimpanan, kasir, atau pelanggan dengan menjumlahkan sebuah kolom ke fact table, fact table menyimpan data-data yang sedikit yang biasanya adalah umum, tidak spefisik. Fact table akan memiliki foreign key ke tabel-tabel  dimensi. Tabel dimensi berisikan data data yang lebih spesifik seperti data produk, data waktu dan selalu memiliki primary key. Tabel dimensi dibuat terpisah.
Contoh:
 Fact Table Penjualan
+------------------------+
| Besar_jual |  jam_id   |
+------------------------+            Dimensi Jam
|    2008.08 |     1234  |---+    +----------------------------+
+-----------------------+   |     | jam_id  | stempeljam       ||
                            |     +----------------------------+
                            +---->|   1234  | 20080902 12:35:43|
                                  +----------------------------+

4.      Star Schema + Snowflake Schema
a.       Star Schema
Di dalam Star Schema Tabel dimensi memiliki primary key sederhana, hanya satu atau dua kolom saja. Tabel fakta akan memiliki sekumpulan foreign key yang disusun dari primary key komposit dan merupakan gabungan kolom-kolom tabel dimensi yang berelasi.
Contoh:

b.      Snowflake Shema
Struktur basis data ini lebih kompleks dari pada star schema, dengan menormalisasi tabel-tabel dimensi yang berukuran besar dengan satu atau lebih kolom yang memiliki duplikasi data.


Share
Tweet
Pin
Share
No comments
Gudang Data
 
("A warehouse is a subject-oriented, integrated, time-variant and non-volatile collection of data in support of management's decision making process").Sebuah sistem berisi kumpulan data yang beroientasi subjek,terintegrasi, relevan untuk waktu tertentu,bersifat non-volatile didesain untuk mendukung pengambilan keputusan pihak management.
Bill Inmon in 1990

Arsitektur Gudang Data
            Arsitektur Gudang Data (Dasar)
Dalam arsitektur dasar Pengguna langsung mengakses data dari bebepara system sumber melalui gudang data.
















Data Source: Terdiri dari Sistem Operasional, dan Berkas-berkas
Warehouse: berisi Metadata, Data Mentah, Data Kumpulan
User: Pengguna yang terdiri dari bagian Analisi, Pelaporan, dan Penambangan

Karakteristik


Subject OrientedData diorganisasikan sesuai dengan kebutuhan user
Integrated
Menghilangkan kerancuan dalam hal penamaan dan nilai informasinya
Nonvolatile
Data yang disimpan dalam format read only dan tidak dapat diubah oleh user
Time Variant
Data dalam rangkaian waktu, bukan data hanya pada saat tertentu
Summarized
Data Operasioal dikumpulkan(diringkas) kemudian dimapping kedalam format untuk pengambilan keputusan
Large Volume
Ukuran datanya besar karena pemeliharaan data yang dari waktu ke waktu
Not normalized
Data dapat redundant
Metadata
Data mengenai data yang disimpan untuk user dan personil  gudang data
Data sources
Data berasal dari sumber internal maupun eksternal

Share
Tweet
Pin
Share
No comments
Newer Posts
Older Posts

Bahasa

About me


profile

Reza Emde adalah seorang yang bekerja di bidang Software Engineer. Dia menyukai musik, psikologi, kesehatan, dan segala hal tentang dunia teknologi.


Ikuti channel Youtube nya dan sosial media yang lain di bawah ini.




Follow Us

  • Facebook
  • Twitter
  • Youtube
  • Google Plus

Labels

  • 11 (1)
  • 2010 (1)
  • 55 (1)
  • android (1)
  • Bahasa (1)
  • Debat (1)
  • Dharma (1)
  • Dies (1)
  • DIY (1)
  • Gudang Data (3)
  • Indonesia (1)
  • Jateng (1)
  • Lomba (1)
  • Lustrum (1)
  • Natalis (1)
  • review (1)
  • Sanata (1)
  • Situs (1)
  • SMA (1)
  • Tingkat (1)
  • tutorial (2)
  • Universitas (1)
  • vlogs (1)

recent posts

Sponsor

Universitas Sanata Dharma

Blog Archive

  • ►  2018 (1)
    • ►  February (1)
  • ►  2017 (3)
    • ►  July (2)
    • ►  June (1)
  • ▼  2011 (3)
    • ▼  December (1)
      • Refleksi Kuliah Gudang Data
    • ►  October (1)
      • OLAP
    • ►  September (1)
      • Gudang Data(Data Warehouse)
  • ►  2010 (1)
    • ►  October (1)

Created with by BeautyTemplates