Postingan

jelaskan karakteristik olap dalam warehouse

 jelaskan karakteristik olap dalam warehouse  Karakteristik OLAP Karakteristik yang dimiliki suatu sistem Online Analitycal Procesing OLAP dapat digambarkan sebagai berikut :  1. Memberikan kemudahan bagi user untuk dapat memandang suatu data secara multidimensional dan logis di dalam suatu data warehouse.  2. Memudahkan interaktif query dan analisis yang kompleks bagi user.  3. Memungkinkan user untuk melakukan operasi terhadap data multidimensional.  4. Menyediakan kemampuan untuk melakukan perhitungan dan perbandingan yang rumit  5. Menyajikan hasil analisis dalam berbagai cara visualisasi, termasuk grafik.   Karakteristik OLAP Adapun karakteristik dari OLAP, yaitu : • Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada datawarehouse. • Memfasilitasi query yang komplek dan analisa bagi user • Mengijinkan user melakukan Drill down untuk menampilkan data pada level yang lebih detil atau roll up untuk agregasi dari s...
  Online Analytical Processing Pengertian OLAP Online Analytical Processing menurut Turban, Sharda, Delen dan King (2011:77) merupakan kemampuan dari memanipulasi data secara efisien dari beberapa pandangan (perspektif). Struktur operasional utama pada OLAP berdasarkan pada konsep yang disebut Cube (kubus). Cube dalam OLAP merupakan struktur data multidimensial (aktual/virtual) yang memungkinkan analisis data secara cepat. Susunan data pada kubus berfungsi untuk mengatasi keterbatasan database relational. Database relational tidak sesuai untuk analisis secara cepat dan dekat dari jumlah data yang besar, yang lebih sesuai adalah dengan memanipulasi record (dengan cara menghapus, menambahkan serta memperbaharui data) yang mewakili berbagai transaksi. OLAP Cube Merupakan penyimpan data terspesialisasi yang dirancang secara spesifik  menyelesaikan multidimentional summary data. Data Cube tersimpan pada cell dengan struktur menyerupai 3D spreadsheet. OLAP Access Tools Merupakan lin...
  Transformation Tahap ETL selanjutnya adalah  transformation . Pada langkah ini, data akan diolah sehingga punya satu format yang sama. Biasanya, ada 5 hal yang dilakukan pada data: filtering , menyaring data dengan filter tertentu cleaning , menyesuaikan format penulisan, misalnya “Amerika Serikat” diubah jadi “AS” joining , ciri data yang serupa menjadi satu splitting , memecah ciri data yang berbeda menjadi dua atau lebih sorting  mengurutkan data berdasarkan ciri tertentu

TUGAS -MUTIARA NAIBAHO

jelaskan tentang extraction dan contoh dari extraction dalam data warehouse Extract Proses extract merupakan tahap pertama dari sistem ETL. Extract merupakan proses memilih dan mengambil data dari satu atau beberapa sumber (misalnya database), kemudian mengakses data yang diambil. Ada beberapa prinsip dasar ekstraksi data yaitu : a. Volume data yang digunakan berukuran besar (big data) b. Proses ekstraksi dilakukan secepat mungkin, sehingga membutuhkan  memory  yang cukup besar. c. Proses ekstraksi dilakukan sebisa mungkin menjadi kecil Namun sebelum melakukan ekstraksi data, kita perlu membuat peta logika data yang menggambarkan hubungan antara  feature  dari sumber data dan  feature   data yang akan diolah. Langkah — langkah pembuatan  peta logika data  adalah sebagai berikut : a. Pertama,  mengidentifikasi  sumber data yang dibutuhkan dalam pengambilan keputusan b. Kedua, menganalisa sumber data dengan aplikasi  data-profilling ....
Gambar
 star schema  SNOKEWFLAKE SCHEMA FASTCONSTELATION SCHEMA

Jelaskan tentang snowflake schema dalam data warehouse

Gambar
  Apa Itu Snowflake Schema? Snowflake schema  adalah  database  multidimensional dalam  data   warehouse . Database  berupa skema ini memiliki beberapa tabel di dalamnya yang menyerupai bentuk  snowflake  atau kepingan salju. Oleh karena itu, namanya disebut sebagai  snowflake   schema  atau skema kepingan salju. Skema ini tersusun dari  fact   table  atau tabel fakta yang berada di tengah. Tabel ini terhubung dengan berbagai dimensi yang juga dikelompokkan dalam tabel. Tabel ini disebut dengan  dimensional   tables  atau tabel dimensional. Informasi atau data dalam tabel-tabel ini kemudian dinormalisasi untuk mengurangi  redundancy  atau pengulangan data yang ada. Skema jenis ini merupakan yang sangat cocok untuk mengolah data dengan hubungan serta tabel yang rumit, tidak seperti  star schema. Namun, menurut  Educba , struktur atau arsitektur dari skema ini tidak jauh berbeda d...

jelaskan tentang star schema dalam data warehouse

Gambar
 nama : Mutiara Naibaho npm : 19312060 Star schema  adalah salah satu tipe skema yang dibuat untuk memodelkan sebuah sistem  data warehouse . Komponen Struktur Star Schema 1.  Fact table Fact table  atau tabel fakta berisi metrik proses sebuah bisnis. Data yang dimuat dalam tabel ini harus bersifat numerik (dalam bentuk angka) dan bisa ditambah. Apa pun data yang kamu miliki, pastikan bahwa data tersebut adalah kuantitatif. Misalnya, jumlah sesuatu. Selain itu, wajib diperhatikan juga bahwa tabel fakta harus memuat hal-hal utama yang terkait dengan tabel-tabel di sekitarnya, yaitu tabel dimensi. Seperti contoh yang sebelumnya diperlihatkan, hanya boleh ada satu tabel fakta dalam sebuah  star schema .  Tabel ini umumnya memiliki jumlah baris yang tidak banyak. Sementara, tabel dimensi bisa memuat jauh lebih banyak jumlah baris dan bisa terus ditambahkan dari waktu ke waktu. 2.  Dimension table Dimensions table  atau tabel dimensi memuat i...