Category Archives: DW

OLAP session

Mulai pertemuan kedua setelah TTS, datawarehouse berpindah ke laboratorium SI untuk beberapa pertemuan. Mencoba langsung aplikasi yang digunakan untuk menganalisis data. Diawali dengan ceremonial  instalasi Microsoft SQL Server 2000 yang include Analysis Service SP4. Aplikasi yang digunakan ini memang untuk analisis, karena kita menggunakan datawarehouse untuk menganalisis. Hasil analisis bisa digunakan pendukung keputusan dan lain-lain. Sesuai namanya, ada kata warehouse yang artinya gudang. Data yang disimpan jelas data transaksional yang sudah terjadi.


Cukup mudah menggunakan aplikasinya (Analysis Manager). Ciri khas aplikasi buatan Microsoft yang banyak wizardnya. Jadi, tinggal next(s) langsung jadi. Mulai dari buat cube ato dimensi. Padahal di balik proses itu aplikasi melakukan query yang cukup banyak. Bisa sampe ratusan baris dalam satu query jika dimensinya banyak. Dan untuk menampilkan data analisis dengan parameter ato dimensi tertentu juga tinggal drag and drop. Next meeting bakal nyoba pivot table di Ms. Excel.

Data Warehouse outline

Matakuliah Data Warehouse untuk pertemuan ketiga sampai kelima kemarin topiknya masih sama yaitu adalah demo untuk pemakaian OLAP dan pivot di Microsoft Excel… demo menggunakan database kopertis V wilayah DIY…

Demo yang dilakukan seputar tentang implementasi Data Multidimensi yaitu datanya bisa dilihat dari sudut pandang mana saja. Juga ada penjelasan tentang Fact table yaitu tabel yang (harus) mempunyai data numerik. Table yang tidak mempunyai data numerik juga bisa disebut dengan factless fact.

what’ll happen tomorrow ^^

DW – part.2

data warehouse kemaren langsung masuk query (pemanasan)…membahas bagaimana suatu sistem informasi yang kita buat bisa bener-bener canggih dan kompleks. kemaren bu Yetli langsung bahas bagaimana query untuk mengetahui produk jenis ini yang terjual.

Produk setiap perusahaan sangat banyak dilihat dari segi jenisnya. misalnya perusahaan Bernaz mempunyai banyak jenis (segmentasi) barang seperti permen, mie, pakaian. permen (jenis) bisa mempunyai produk misalnya nano-nano, gulas, relaxa. dan bahkan jenis itu bisa mempunyai sub lagi. seperti pakaian, bisa kaos, kemeja, jas dan lain-lain.

Seperti cerita bu Yetli. yang lebih susah lagi bagi perusahaan adalah mengetahui berapa stok barang di regional ini. Sebuah perusahaan besar pasti saja tidak hanya mempunyai 1 perusahaan central saja. mereka akan membentuk perusahaan untuk produksi, ini untuk menghemat distribusi. Jika perusahaan (dan pabrik) ada di jakarta dan setiap minggu harus mengirim ke luar jawa maka akan berat di ongkos distribusi maka dibuatlah cabangnya. Nah dengan memanfaatkan datawarehouse, kita bisa memanipulasi informasinya sehingga bisa tau berapa stok di tiap2 regional. Regional tidak cuma itu saja, biasanya regional ada di tingkat propinsi, nantinya bisa dipecah-pecah lagi dalam kabupaten-kabupaten. Rumit tapi menarik untuk mengetahui lebih dalam bagaimana suatu sistem bisa terintegrasi dengan baik. minggu depan bu Yetli dan pak Har akan demo menggunakan Ms.Access !!!

DW – part.1

pertemuan pertama mata kuliah data warehouse di semester ini .dosen untuk mata kuliah ini ada 2 orang (bu Yetli dan pak Harianto). pertamanya matkul ini ruangannya di D.3.6 tapi untuk seterusnya nanti menggunakan kelas C.3.7 karena listrik di ruang sebelumnya tidak stabil dan ruangan jadi panas soalnya AC ga nyala. tapi nanti di pertemuan akhir-akhir tetep bakal ada pertemuan di lab untuk mencoba aplikasi OLAP (On Line Analyctical Processing) menggunakan SQL server (karena data yang akan diolah dalam data warehouse jumlahnya besar) dan jika waktunya masih dimungkinkan, di pertemuan terakhit mata kuliah ini akan membahas tentang bussiness intelligent menggunakan oracle

awalnya diisi silabus sebentar (ceremonial). terus bu Yetli dan pak Harianto mulai bergantian kasih cerita tentang toko buku online amazon yang menggunakan teknologi data warehouse.

penjualan buku di amazon berbeda jauh dengan toko buku seperti gramedia yang buka dari pagi sampe malam dan kita tidak bias melihat detail isinya karena buku masih dalam paket (terbungkus plastik). di amazon semuanya dibuat menjadi e-commerce dimana isi buku bisa dilihat dengan rinci dan lebih informatif


di toko buku online ini juga ada tekonologi business intelligence. jadi ketika kita login sebagai member amazon maka kita akan diberikan rekomendasi. rekomendasi seperti apa? jadi jika sebelumnya kita sudah pernah membeli buku (misalnya) Java for dummies volume.1, maka kita akan diberi rekomendasi buku yang volume.2 . atau juga jika kita biasa membeli buku IT maka kita akan direkomendasikan untuk membeli buku IT yang terbaru.

ada juga teknologi yang dipakai yang namanya analisis keranjang belanja. jadi sistem akan menganalisis biasanya orang jika membeli A biasanya juga membeli B. seperti misalnya jika orang beli gula biasanya beli kopi (mau bikin kopi), tapi bisa juga beli tepung (mau beli roti). nah, itulah yang dilakukan oleh mesin / sistem. jadi misalnya pas beli buku java maka akan direkomendasikan untuk membeli buku IDE net beans.


selain teknologi-teknologi di atas tidak lupa ada CRM (Customer Relationship Management). seolah-olah sistem mengenali kita secara pribadi. contohnya…biasanya setelah membeli 1 buku IT kita biasanya membeli 3 buku komik jepang, maka ketika kita membeli 1 buku yang kategorinya IT selanjutnya kita akan ditawari 3 komik jepang rekomendasi.

dengan semua teknologi di atas maka bisnis menjadi lebih advance dan customer menjadi lebih nyaman dan efektif dalam berbelanja. di amazon kita tidak perlu bersusah payah melihat jutaan buku satu per satu karena akan boros waktu. di amazon juga tidak hanya menjual buku.


untuk bisa menampilkan rekomendasi saat transaksi diperlukan data transaksi sebelumnya yang tak lain disimpan dalam data warehouse. dan nanti kita juga akan mempelajari tentang penggunaan OLAP (On Line Analyctical Processing) untuk data warehouse dan juga OLTP (On Line Transactional Processing) untuk database

Design a site like this with WordPress.com
Get started