TUGAS KAPITA SELEKTA

NAMA : RIZKY NUGRAHA

KELAS : TEKNIK INFORMATIKA 3D

NPM    : 1103225

PENGERTIAN DATA WAREHOUSE

Data warehouse adalah kumpulan macam-macam data yang subject oriented, integrated, time variant, dan nonvolatile. dalam mendukung proses pembuatan keputusan. Inmon and Hackathorn (1994).

Data warehouse sering diintegrasikan dengan berbagai sistem aplikasi untuk mendukung proses laporan dan analisis data dengan menyediakan data histori, yang menyediakan infrastruktur bagi EIS dan DSS.

Karakteristik Datawarehouse : 

subject oriented, integrated, time variant, non volatile 

• Kenapa subject oriented?

Data warehouse diorganisasikan pada subjek-subjek utama, seperti pelanggan, barang/ produk, dan penjualan. Berfokus pada model dan analisis pada data untuk membuat keputusan, jadi bukan pada setiap proses transaksi atau bukan pada OLTP. Menghindari data yang tidak berguna dalam mengambil suatu keputusan.

• Kenapa integrated ?

Dibangun dengan menggabungkan/menyatukan data yang berbeda. relational databse, flat file, dan on-line transaction record. Menjamin konsistensi dalam penamaan, struktur pengkodean, dan struktur atribut diantara data satu sama lain.

• Data warehouse time variant?

Data disimpan untuk menyediakan informasi dari perspektif historical, data yang tahun-tahun lalu/ 4-5 thn. Waktu adalah elemen kunci dari suatu datawarehouse/ pada saat pengcapture-an.

• Kenapa Non Volatile?

Setiap kali proses perubahan, data akan di tampung dalam tiap-tiap waktu. Jadi tidak di perbaharui terus menerus. Data warehouse tidak memerlukan pemrosesan transaksi dan recovery. Hanya ada dua operasi initial loading of data dan access of data.

Data warehouse bukan hanya tempat penyimpanan data, Data warehouse adalah Business Intelligence tools, tools to extract, merubah (transform) dan menerima data (load) ke penyimpanan (repository) serta mengelola dan menerima metadata.

• Sejarah / Evolution
• 1960, Dunia komputerisasi membuat aplikasi individu yang digunakan pada file utama. General mill mulai mengembangkan istilah dimensi dan fakta.
• 1970, IRI menyediakan database dimensi untuk pembeli eceran, tahun untuk memperbaiki, mengembangkan dan mencocokan dengan hardware yang dimiliki.
• 1983, DBMS diperkenalkan untuk mengambil keputusan.
• 1988, Barry dan Paul mempublikasikan karyanya tentang Arsitektur Bisnis dan Sistem Informasi

• 1990, memperkenalkan tool DBMS sebagai alat untuk data warehouse.
• 1990-sekarang, banyak bermunculan buku-buku data warehouse dan aplikasi-aplikasi data warehouse.

• Arsitektur Data warehouse

Maksudnya adalah bagaimana datawarehouse dibangun, arsitektur tidak ada yang benar dan salah tetapi suatu arsitektur dibangun tergantung situasi dan kondisi. Arsitektur datawarehouse akan berpengaruh pada penggunaan dan pemeliharaan.

Kenapa dan Untuk apa Datawarehouse?

Disini saya akan memberikan ilustrasi untuk datawarehouse. Datawarehouse itu dimiliki oleh perusahaan yang sudah besar, yang memiliki banyak cabang, data yang banyak dan tentunya struktur organisasi yang kompleks.

Mari bayangkan sebuah perusahaan yang memiliki banyak transaksi, yang memiliki banyak cabang. Tentu data-data tersebut tersebar dilokasi yang berbeda, sistem operasi yang berbeda, bahkan di basisdata (database) yang berbeda. Nah, Lalu bagaimana seorang pimpinan/ manager mengambil sebuah keputusan? Tentu bagi sang pembuat keputusan hanya membutuhkan akses ke semua sumber data tersebut. Kalau melakukan query di setiap masing-masing cabang tentu tidak efisien dan tidak praktis. Atau bahkan data yang dimiliki oleh perusahaan adalah data-data terbaru, bukan data-data terdahulu dari perusahaan tersebut. Dari permasalahan ini, Datawarehouse hadir sebagai solusinya.

Jika mengandalkan database OLTP untuk dilakukan query terlalu besar. Datawarehouse dibuat agar prosesnya lebih efisien. Dan selalu berkompetitif, maksudnya di zaman saat ini perusahaan sudah mengandalkan teknologi datawarehouse untuk pengambilan keputusan di perusahaan.

Tujuan Akhir menggunakan Datawarehouse

• Menyediakan data organisasi yang mudah diakses oleh manager.

• Data yang berada di datawarehouse bersifat konsisten, dan merupakan kebenaran.

• Datawarehouse merupakan tempat, dimana data yang telah digunakan di publikasikan.

• Kualitas data di datawarehouse dapat diandalkan.

OLAP [On-Line Analitical Process] 

OLAP adalah operasi basis data (database) untuk mendapatkan dalam bentuk kesimpulan dengan menggunakan aggregasi sebagai mekanisme utama. Mekanisme berupa analisis dan pengambilan keputusan.

OLTP [On-Line Transaction Process] 

Proses transaksi di suatu proses bisnis seperti penjualan, pemesanan dan pembayaran. Proses yang dilakukan rutin dari hari ke hari.

Karakteristiknya dengan input/ data entry, update dan delete. Berfokus pada satu area bisnis saja, entah itu ‘persediaan’,’penjualan’ atau bahkan ‘sumber daya’.

Tugas utamanya terlihat dari hubungan tradisional ke DBMS.

Saya akan memberikan contoh perbedaan fitur yang mendasar antara OLTP dan OLAP.

• User dan Orientasi Sistem : customer vs market.

• Data contents : sekarang, detil vs historical

• Design Database : ER Application vs Star Subject

• View : Sekarang, Lokal vs Perubahan dari setiap data, data terintegrasi.

• Pola Akses : Update vs hanya bisa membaca tetapi dengan bermacam sudut pandang.

KOMPONEN DATAWAREHOUSE

• Data Source

Untuk membangun suatu datawarehouse yang baik data yang didapatkan harus teralokasi dengan baik. Ini melibatkan OLTP saat ini dimana informasi ‘dari hari ke hari’ tentang bisnis yang berjalan, tentunya dengan data historis periode sebelumnya, yang mungkin telah dikumpulkan dalam beberapa bentuk sistem lain. Sering kali data yang terbentuk bukan terbentuk database relasional, sehingga membutuhkan banyak upaya untuk mengambil data yang diinginkan.

• Design Datawarehouse

Proses perancangan datawarehouse sangat berhati-hati untuk memilih jenis query yang digunakan dalam datawarehouse. Tahapan ini sangat memerlukan pemahaman yang baik tentang skema database yang ingin dibuat, dan haruslah selalu aktif untuk berkomunikasi dengan pengguna. Desain adalah proses yang tidak dilakukan satu kali, melainkan berulang-ulang agar model yang dimiliki stabil. Tahap ini harus dilakukan secara berhati-hati karena model akan diisi dengan data yang jumlahnya sangat banyak, yang salah satunya dari beberapa model adalah model yang tak dapat diubah.

• Akuisi data

Proses perpindahan data dari sumbernya (source) ke datawarehouse. Proses ini proses yang menggunakan banyak waktu dalam proyek datawarehouse, dan dilakukan dengan software yang dikenal dengan ETL (extract,transform,load) Tools. Sekarang sudah hamper lebih kurang 60 tool yang tersebar diranah maya. Waktu yang dibutuhkan untuk akuisisi data bisa mencapai berbulan-bulan bahkan bertahun-tahun.

• Perubahan data tangkapan

Pembaharuan data periodik datawarehouse dari sistem transaksi menjadi rumit karena harus diidentifikasi dari sumber data yang selalu up to date. Ini disebut dengan ‘perubahan data capture’. Ini merupakan tahapan khusus, dan sudah cukup banyak software yang beredar untuk mengatasinya. Seperti Replication Server, Publish/Subscribe, Triggers and Stored Procedures, dan Database log Analysis.

• Pembersihan Data

Ini biasanya dilakukan dengan akuisisi data, kalau dalam ETL ini terdapat pada bagian ‘T’. Datawarehouse yang berisi data tidak benar tidak hanya tak berguna, tapi juga menyesatkan. Ide dibalik pembuatan datawarehouse adalah untuk memudahkan pengambilan keputusan, jika keputusan yang besar yang ditunjang oleh data yang tidak valid maka perusahaan mengalami resiko yang amat besar pula.

Pembersihan data suatu proses rumit yang memvalidasi dan bila perlu mengoreksi data sebelum masuk kedalam datawarehouse. Pembersihan data dapat juga disebut sebagai “data scrubbing” atau “penjamin kualitas data”, proses ini harus dilakukan secara berhati-hati dan dilakukan keseluruhan terutama datawarehouse yang diambil dari perangkat yang sudah tua.

• Data Aggregation

Termasuk proses tansformasi, datawarehouse dirancang untuk menyimpanan yang amat detil dari tiap transaksi, untuk beberapa tingkat aggregate (ringkasan). Keuntungan jika data diringkas yaitu query khusus dalam datawarehouse berjalan lebih cepat. Kekurangannya adalah informasi yang didapat kurang, karena ringkasnya data yang ada pada datawarehouse. Ini harus berhati-hati karena keputusan tidak dapat dibatalkan tanpa membangun kembali datawarehouse dan mencocokan dengan datawarehouse lain (atau sumber data lain). Paling aman digunakan oleh perusahaan yang amat besar, yang mampu membangun datawarehouse tingkat detail yang tinggi dengan biaya yang besar pula.

QUIZ BASIS DATA

Membuat, Mengisi dan Menampilkan Table
Rizky Nugraha  1103225
Teknik Informatika 3D

Membuat table TR kodetransaksi

create table tr_kodetransaksi

(c_trans number(5) primary key,

e_transvarchar2(50));

·         Mengisi data kedalam TR kodetransaksi

insert into tr_kodetransaksi (c_trans, e_trans)

values (1, 'setor');

insert into tr_kodetransaksi (c_trans, e_trans)

values (2, 'tarik');

insert into tr_kodetransaksi (c_trans, e_trans)

values (3, 'atm');

insert into tr_kodetransaksi (c_trans, e_trans)

values (4, 'pemindahanbuku');

insert into tr_kodetransaksi (c_trans, e_trans)

values (5, 'koreksi plus');

insert into tr_kodetransaksi (c_trans, e_trans)

values (6, 'koreksi minus');

insert into tr_kodetransaksi (c_trans, e_trans)

values (7, 'bunga');

insert into tr_kodetransaksi (c_trans, e_trans)

values (8, 'administrasibiaya');

insert into tr_kodetransaksi (c_trans, e_trans)

values (9, 'pajak');

·         Membuat table nasabah

create table trans_job

(c_jobvarchar(10) primary key,

n_jobvarchar2(50));

insert into trans _job(c_job, n_job)

values ('Tel', 'teller');

insert into trans _job(c_job, n_job)

values ('MGR', 'manager');

insert into trans _job(c_job, n_job)

values ('SYS', 'system analis');

·         Membuat table tabungan

create table tm_tabungan

(I_TRANS VARCHAR2(20) primary key,

C_ TRANS NUMBER(5),

D_ TRANS DATE, 

V_DEBET varchar(25), 

V_KREDIT varchar(25), 

V_SALDO varchar(25), 

I_PETUGAS VARCHAR(10), 

I_REKENING VARCHAR(25));

·         Membuat foreign key tm_tabungan

alter table tm_tabungan add foreign key (c_trans) references tr_kodetransaksi (c_trans);

·         Membuat table petugas

create table tm_petugas

(i_petugasvarchar(10) primary key,

n_petugasvarchar2(50));

·         Memasukkan data petugas

insert into tm_petugas (i_petugas, n_petugas)

values (1, 'dita');

insert into tm_petugas (i_petugas, n_petugas)

values (2, 'mila');

·         Membuatforeign keytm_tabungan(i_petugas)ketm_petugas

alter table tm_tabungan add foreign key (i_petugas) references tm_petugas (i_petugas);

·         Membuatforeign keytm_tabungan(i_rekening) kenasabah

alter table tm_tabungan add foreign key (i_rekening) references nasabah (i_rek);

·         Membuat table nasabah

create table nasabah

(I_REK VARCHAR(25) primary key,

N_NASABAH VARCHAR(50), 

A_NASABAH VARCHAR(50), 

D_LAHIR DATE, 

C_JOB VARCHAR(10), 

C_AGAMA VARCHAR(20)); 

·         Membuat foreign key nasabah (c_job) ketr_job

alter table nasabah add foreign key (c_job) references tr_job (c_job);

·         Membuat table agama

create table agama

(c_agamavarchar(20) primary key,

e_agamavarchar2(50));

·         Memasukkan data pada table agama

insert into agama (c_agama,  e_agama)

values (1, 'islam');

insert into agama (c_agama, e_agama)

values (2, ‘hindu’);

·         Membuat foreign key dari table nasabah (c_agama) ke table agama

alter table nasabah add foreign key (c_agama) references agama (c_agama);

·         Memasukkan data nasabah

insert into nasabah (I_REK, N_NASABAH, A_NASABAH, D_LAHIR, C_JOB, C_AGAMA)

values (01, 'dita', 'jambi', '11-nov-92', 'MGR', 1);

·         Memasukkan data ke table tm_tabungan

insert into tm_tabungan (I_TRANS, C_ TRANS, D_ TRANS, V_DEBET, V_KREDIT, V_SALDO, I_PETUGAS, I_REKENING)

values ('trans01', 1, ‘25-oct-2012’, 10000, 5000, 5000, 1, 1);

insert into tm_tabungan (I_ TRANS, C_ TRANS, D_ TRANS, V_DEBET, V_KREDIT, V_SALDO, I_PETUGAS, I_REKENING)

values ('trans02', 1, '25-oct-2012', 5000, 2000, 3000, 1, 1);

·         Mengeluarkan data nasabah

selecti_rek, n_nasabah, v_saldo

fromnasabah

inner join tm_tabungan

onnasabah.i_rek=tm_tabungan.i_rekening or

wherev_saldo=(select min (v_saldo) from tm_tabungan)

·         Menampilkanc_trans, e_transaksi, SUM(v_debet), SUM(v_kredit)

selecttr_kodetransaksi.c_tr, tr_kodetransaksi.e_tr, sum(tm_tabungan.v_debet), sum(tm_tabungan.v_kredit) from tm_tabungan inner join tr_kodetransaksi on tr_kodetransaksi.c_tr=tm_tabungan.c_tr group by tr_kodetransaksi.c_tr, tr_kodetransaksi.e_tr

·         Menampilkanc_trans, e_transaksi, SUM(v_debet), SUM(v_kredit)periodejaminan 2012 s/d Des 2012

.select tr_kodetransaksi.c_ trans, tr_kodetransaksi.e_ trans, sum(tm_tabungan.v_debet), sum(tm_tabungan.v_kredit) from tm_tabungan inner join tr_kodetransaksi on tr_kodetransaksi.c_ trans =tm_tabungan.c_ trans where d_ trans between '01-jan-2012' and '31-dec-2012' group by tr_kodetransaksi.c_trans,tr_kodetransaksi.e_ trans;

select count (*) as "jumlah" , c_trans from tm_tabungan group by c_trans

TUGAS BASIS DATA 2

Nama : Rizky Nugraha   1103225
Teknik Informatika 3D

A.    DDL (Data Definition Language)

DDL (Data Definition Language) merupakan kumpulan perintah SQL yang digunakan untuk membuat, mengubah dan menghapus struktur dan definisi metadata dari objek-objek database.

Perintah dasar/comand yang ada di dalam DDL antara lain:

1.      CREATE : Command CREATE ini berfungsi untuk membuat sebuah database ataupun membuat sebuah table yang berada di dalam database.

2.      SHOW : Command SHOW ini berfungsi untuk menampilkan database ataupun table yang telah kita buat sebelumnya.

3.      USE : Command  USE ini berfungsi untuk membuka/mengaktifkan/memasuki database yang telah kita buat. Setelah kita masuk kedalam database yang telah kita buat, barulah kita bisa memanipulasi data yang ada, termasuk untuk membuat table didalam database tersebut.

4.      ALTER : Command ALTER ini berfungsi untuk mengubah struktur dari suatu table. Mengubah disini tidak hanya memperbaharui struktur table yang ada, tetapi juga mengubah nama field, menambahkan primary key, mengubah tipe field, maupun menghapus field yang telah dibuat sebelumnya.

5.      DROP : Fungsi: Command DROP ini berfungsi untuk menghapus, baik database, table, maupun field yang telah diinputkan ke dalam table.

B.     DML (Data Manipulation Language)

DML (Data Manipulation Language) merupakan kumpulan perintah SQL yang digunakan untuk proses pengolahan isi data di dalam table seperti memasukkan, merubah dan menghapus isi data - dan tidak terkait dengan perubahan struktur dan definisi tipe data dari objek database.

Perintah dasar/comand yang ada di dalam DML antara lain:

1.      SELECT : Command SELECT ini berfungsi untuk menampilkan sesuatu. Menampilkan disini tidak hanya menampilkan data dari sebuah table saja, tetapi juga untuk menampilkan suatu ekspresi. Seperti menampilkan hanya field yang memiliki kategori Suplement saja.

2.      DESC : Command DESC ini berfungsi untuk menampilkan struktur tabel yang telah dibuat. Apa saja field yang telah dibuat, type data dari field tersebut, dan primary key akan terlihat disini

3.      INSERT INTO : Command INSERT INTO ini berfungsi untuk menambahkan data/record dalam suatu tabel yang telah dibuat.

4.      UPDATE : Command UPDATE ini berfungsi untuk merubah/memperbaharui data yang telah ada di dalam tebel.

5.      DELETE FROM : Command DELETE FROM ini berfungsi untuk menghapus record yang ada pada sebuah tabel.

6.      EXPLAIN : Command EXPLAIN ini memiliki fungsi yang sama seperti Desc yaitu berfungsi untuk menampilkan struktur tabel yang telah dibuat, seperti nama_field, type data dari field tersebut, dan primary key.

7.      SELECT DESCENDING : Command SELECT DESCENDING ini berfungsi menampilkan semua data dari bawah ke atas berdasarkan field yang telah ditentukan.

8.      SELECT COUNT :  Command SELECT COUNT ini berfungsi menampilkan jumlah record yang ada dalam suatu tabel.

9.      SELECT MAX : Command SELECT MAX ini berfungsi untuk mencari nilai tertinggi pada sebuah field di tabel.

10.  SELECT MIN : Command SELECT MIN ini berfungsi untuk mencari nilai terendah pada sebuah field di tabel.

TUGAS BASIS DATA 1

TUGAS MULTI MEDIA 4

Tugas Multimedia 3

maaf masih belum bisa di jadiin header,,kalo sudah bisa pasti saya coba ^^

Tugas Multimedia 2

Keterangan :

- pada Layer 1 kata "Rizky Nugraha" menggunakan efek filter Gradient Glow.
- pada layer 2 kata "Rizky Nugraha" menggunakan efek filter Gradient Glow ditambah efek Glow
- pada layer 3 kata "Rizky Nugraha" ditambahkan efek Drop Shadow
-pada layer selanjutnya menambahkan efek adjust Color
-pada layer terakhir ditambahkan efek Blur ditambah Glow