Skip to main content

Posts

Showing posts from October, 2017

Tujuan Dan Keuntungan Data warehouse

Tujuan  Da t a warehouse Menurut Connolly dan Begg (2005, p1152), tujuan data warehouse adalah mengintegrasikan data organisasi dengan jumlah yang besar menjadi satu wadah dimana pengguna dapat dengan mudah menjalankan  qu ery , membuat laporan serta melakukan analisis. Singkatnya,  data warehouse  adalah teknologi manajemen dan analisis data. 2.1.8 Keuntungan  Data warehouse Menurut Connolly dan Begg (2005, p1152) keberhasilan implementasi dari sebuah  data warehouse  dapat membawa manfaat yang signifikan untuk sebuah organisasi seperti di antaranya : a. Pengembalian  investasi  yang  berpotensi  tinggi.  Sebuah  organisasi  harus berkomitmen dalam berinvestasi pada banyak sumber daya untuk menjamin keberhasilan penerapan data warehouse  dan biaya yang diinvestasikan dapat sangat bervariasi mulai dari £ 50.000 sampai ...

Konsep Data Warehouse

Konsep Data Warehouse Perubahan pada fokus perkembangan komputasi Perkembangan komputasi pada awalnya terfokus pada kebutuhan operasional. Ada sebuah istilah dinamakan Business Cycle, dimana kalangan enterprise harus melakukannya Operational : kegiatan bisnis yang berjalan sehari-hari Tactical : kebijakan dan pemantauan kegiatan operasional Strategic : visi dan tujuan organisasi Kebutuhan yang membutuhkan keputusan tidak dapat sepenuhnya diantisipasi Para pembuat keputusan membutuhkan analisis terhadap data untuk memanfaatkan peluang yang ada. Mereka menganalisis tren yang terjadi pada sebuah situasi bisnis untuk mengambil keuntungan, menambah profit, dan mengurangi cost. Sistem operasional gagal untuk menyediakan informasi berupa keputusan Sistem operasional memiliki fokus untuk merekam dan menyediakan layanan untuk berbagai macam transaksi bisnis. Para pembuat keputusan membutuhkan sebuah decision information secepat mungkin sedangkan bagi para IT profesional, untuk m...

Data Warehouse dan Data Mining

Data Warehouse dan Data Mining Data Mining adalah proses yang menggunakan teknik statistik,matematik,dan artificial intelligence untuk mengekstrak dan mengidentifikasi informasi yang berguna dan pengetahuan(pola) dari sejumlah set besar data.Data Mining bekerja menggunakan data yang eksis dan relevan ,data mining membangun model untuk mengidentifikasikan pola diantara atribut-atribut yang ditampilkan dalam dataset.Secara umum,tugas data mining dapat dikategorikan menjadi 3 yaitu prediction,association dan clustering. Proses CRISP-DM(Cross Industry Standard Process for Data Mining) Data Mining 1)     Business understanding : mengerti kebutuhan manajerial untuk pengetahuan baru dan spesifikasi eksplisit dari tujuan bisnis berkaitan dengan studi yang akan dilakukan. 2)     Data Understanding : Supaya lebih baik dalam mengerti data,analist sering menggunakan berbagai teknik statistikal dan grafikal,seperti ringkasan statistikal sederhana d...