Implementasi Data Warehouse di Desa Jatiluwih Kabupaten Tabanan untuk membantu petani menjual hasil perkebunan daun teh agar lebih efektif dan efisien.

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

DATA WAREHOUSE

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Abstraksi 
       

Pada perkebunan daun teh di Desa Jatiluwih Kabupaten Tabanan banyak sekali petani kebun sangat susah untuk menjual hasil perkebunan daun tehnya, maka dibuatlah inovasi baru untuk mempermudah para petani kebun daun teh tersebut untuk menjual atau memasarkan daun teh di desa tersebutdengan membangun sebuah koperasi. Koperasi ini melakukan ratusan transaksi perbulannya dalam bidang pembelian maupun penjualan produknya yaitu daun teh. Maka dari itu diperlukan data warehouse yang merupakan cara yang digunakan untuk menampung data jumlah besar untuk pemasarannya. Pembangunan datawarehouse akan melalui proses ETL dan setelah itu akan di analisa dengan proses OLAP, dan mengoutput sistem yang akan dibangun untuk desa tersebut.Data warehouse ini diharapkan dapat memberikan informasi yang jelas untuk pengguna dan mempermudah dalam menganalisis data pembelian dan penjualan pada koperasi.

Kata Kunci :Data Waehouse, Data Mart, Data Mining, Cloud Computing (Private Cloud), OLAP, Koperasi


read more : https://www.dropbox.com/s/nl547yr2cmrrwxx/1304505116_tgs5_dw.pdf?dl=0

Data Warehouse dan Data Mart

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

DATA WAREHOUSE

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Data warehouse adalah gabungan dari data mart yang berada pada bagian perusahaan atau di bagian organisasi.

data mart adalah lapisan akses dari data warehouse lingkungan yang digunakan untuk mendapatkan data keluar bagi pengguna. Data mart juga menangani sebuah bisnis proses, seperti penjualan.

Data Warehouse vs Data Transaksi

Tabel di bawah menampilkan penggunaan OLAP dan OLTP yang dimana data warehouse terpisah dengan database.

Arsitektur Data Warehouse Multi-Tiered

Gambar diatas merupakan arsitektur data warehouse multi-tiered yang memiliki 4 bagian tahapan proses yaitu.

1. Data Source

    Yaitu proses pengumpulan data  seperti database, file, aplikasi dan dokumen dimana pada proses ini dilakukan integrasi data dari berbagai sumber data tersebut.

2. Data Storage

    Yaitu proses penyimpanan data ke dalam data warehouse yang melakukan proses ekstraksi data source dengan ETL atau ELT. Pada tahap data storage meliputi yaitu  :

a) Extraction, Transformation and Loading (ETL)

     ETL merupakan proses pengekstrakan data dari sumber data yang kemudian data ditransformasikan (data dipilah berdasarkan pengelompokan data), selanjutnya data diload atau dimasukkan ke dalam data warehouse. ETL dilakukan secara periodik untuk kebutuhan bisnis dengan analisa data yang akurat. Menggunakan Data Transformation Service (DTS) dari MS SQL Server

b)  Extraction, Loading and Transformation (ELT)

      ELT merupakan kebalikan dari ETL dimana dalam ELT dilakukan proses pengekstrakan data dari sumber data, setelah itu data diload atau dimasukkan ke dalam data warehouse,.kemudian data ditransformasikan (data dipilah berdasarkan pengelompokan data).

c) Data Warehouse

    data-data yang beorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan. Sedangkan data mining muncul setelah banyak dari pemilik data baik perorangan maupun organisasi mengalami penumpukan data yang telah terkumpul selama beberapa tahun, misalnya data pembelian, data penjualan, data nasabah, data transaksi, email dan sebagainya. Kemudian muncul pertanyaan dari pemilik data tersebut, apa yang harus dilakukan terhadap tumpukan data tersebut.

d) Metadata 

    informasi terstruktur yang mendeskripsikan, menjelaskan, menemukan, atau setidaknya membuat menjadikan suatu informasi mudah untuk ditemukan kembali, digunakan, atau dikelola. Metadata sering disebut sebagai data tentang data atau informasi tentang informasi. Metadata ini mengandung informasi mengenai isi dari suatu data yang dipakai untuk keperluan manajemen file/data itu nantinya dalam suatu basis data. 

3. OLAP Engine

    OLAP Engine adalah proses analisis data dimana data yang telah ada pada data warehouse diolah dalam OLAP server dan data tersebut juga dapat dianalisis pada aplikasi OLAP (Online Analytical Processing) untuk membantu dalam pengambilan keputusan, OLAP sebagai sebuah pendekatan untuk merespon dengan cepat permintaan analisis multi-dimensi dalam business intelligent seperti penjualan, pemasaran, penganggaran dan peramalan, pelaporan manajemen, manajemen proses bisnis, pelaporan keuangan dan lainnya. Output dari query OLAP ditampilkan sebagai sebuah matriks.

4. Output

    Tahap terahir dari arsitektur data warehouse multi-tiered dimana server OLAP akan menghasilkan data yang dapat digunakan sebagai informasi, reporting, query  dan data mining yang dapat digunakan oleh user misalnya data mining dapat digunakan baik secara individu maupun kelompok sebagai Decision Support System (DSS), business intelligent (BI) dan big data.

DAFTAR PUSTAKA
Agus Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud Computing dan
Teknologi-Teknologi Pendukung Lainnya. Bandung: Informatika.
https://id.wikipedia.org/wiki/Metadata
https://rully6092.wordpress.com/data-mining-data-warehouse/

http://datawarehouse12.blogspot.co.id/2014/12/data-warehouse-oltp-dan-olap-fact-dan.html

http://uncualisenak.blogspot.co.id/2013/01/data-warehouse-data-mart-data-mining.html

BIG DATA DAN DATA WAREHOUSE PADA ORACLE DATABASE 12C

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

DATA WAREHOUSE

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Pengertian Data Warehouse
adalah suatu sistem komputer untuk mengarsipkan dan menganalisis data historis suatu organisasi seperti data penjualan, gaji, dan informasi lain dari operasi harian. Pada umumnya suatu organisasi menyalin informasi dari sistem operasionalnya (seperti penjualan dan SDM) ke gudang data menurut jadwal teratur, misalnya setiap malam atau setiap akhir minggu.
menurut para ahli mengenai data warehouse yaitu.

• Menurut W.H. Inmon dan Richard DH, data warehouse adalah kumpulan data yang memiliki sifat subjek berorientasi, terpadu, waktu-varian, dan tetap pada pengumpulan data untuk mendukung proses pengambilan keputusan manajemen .

• Menurut Vidette Poe, data warehouse adalah database yang read-only analisis dan digunakan sebagai dasar sistem pendukung keputusan.

• Menurut Paul Lane, data warehouse merupakan database relasional yang dirancang lebih untuk query dan analisis proses transaksi, biasanya mengandung sejarah data transaksi dan mungkin juga data dari sumber lain. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi untuk menggabungkan / konsolidasi data dari berbagai sumber.

Pengertian Big Data

Big Data adalah sebuah teknologi baru di dunia teknologi informasi dimana memungkinan proses pengolahan, penyimpanan dan analisis data dalam beragam bentuk/format, berjumlah besar dan pertambahan data yang sangat cepat. Pengolahan dan analisis data dalam jumlah sangat besar ini memerlukan waktu yang relatif jauh lebih singkat dengan menggunakan Big Data dibanding teknologi data sebelumnya, misalnya. database relational seperti MySQL.

Ciri-ciri data yang ditangani oleh Big Data:

1. Jumlah nya sangat besar (Volume). Biasanya ukuran total data dalam terabytes keatas.
2. Pertumbuhan data sangat cepat (Velocity) sehingga data bertambah dalam jumlah yang sangat banyak dalam kurun waktu relatif singkat.
3. Bentuk atau format datanya beraneka ragam (Variety). Format disini bisa berupa data dalam tabel-tabel relasional database seperti MySQL, file text biasa, File Excel atau bentuk apapun.

Manfaat yang bisa diberikan dari Big Data antara lain bisa memberikan gambaran yang lebih lengkap dari sebelumnya karena biasanya data yang dianalisis adalah data terstruktur misalnya data relasional database.

Contoh skenario dimana Big Data digunakan misalnya adalah pemanfaatan data dari social media, twitter, facebook dsbnya dipadukan dengan data dari perusahaan sendiri misalnya data dari penjualan atau data pelanggan yang sudah ada di relasional database. Dengan demikian bisa didapatkan analisis untuk melakukan strategi marketing yang jitu. Misalnya dengan menganalisis orang-orang di social media yang berpengaruh untuk memasarkan produk.

Contoh real dimana Big Data benar-benar dinikmati manfaatnya adalah sebuah startup bernama Klarna. Klarna adalah startup dari Swedia yang memberikan pelayanan semacam micro financing untuk e-commerce. Yang ditawarkan Klarna adalah pembeli online bisa langsung beli barang online tanpa membayar langsung. barang akan dikirimkan ke alamat pembeli. Selanjutnya  pembeli diberi waktu untuk membayar barang jika dia sukai dengan barang yang dikirim atau mengembalikan barang tersebut jika tidak disukai.

Big Data pada Oracle Database 12c dan Oracle Exadata

Arsitektur big data  dapat membantu pengguna bisnis untuk  menganalisa data dengan cara memanfaatkan dan mengakses data warehouse. Oracle Database 12c  menyediakan platform yang komprehensif untuk data warehousing yang menggabungkan industri terkemuka yang memiliki skalabilitas dan kinerja, analisis yang saling terintegrasi dalam satu platform yang berjalan pada konfigurasi hardware yang telah dioptimalkan.

a. Exadata
Oracle Exadata Database Machine dirancang untuk memberikan database yang optimal untuk setiap perusahaan database, arsitektur Exadata juga menyediakan solusi penyimpanan yang dioptimalkan unik untuk data warehousing yang memberikan keuntungan untuk skala besar permintaan data warehouse dan penyimpanan data yang efisien.

b.  Query Performance

Oracle menyediakan optimasi kinerja untuk setiap jenis data warehouse. Beban kerja data warehouse lebih  kompleks, dengan pengguna yang berbeda menjalankan operasi yang sangat berbeda, dengan harapan sama untuk kinerja query. Oracle memenuhi tuntutan kinerja data warehouse dengan menyediakan satu set teknik optimasi untuk setiap jenis query dan beban kerja:

c.  Oracle Database In-Memory

Oracle Database In Memori menangani persyaratan seperti interaktif, permintaan real-time. Membaca data dari memori lebih cepat daripada membaca dari disk, tapi itu hanya bagian dari manfaat kinerja In-Memory dimana Oracle meningkatkan performa query pada memori melalui teknik kinerja memori yang dioptimalkan seperti pengolahan vektor dan algoritma agregasi dalam memori baru.

d.  OLAP

Oracle OLAP meningkatkan data warehouse dengan meningkatkan kinerja query dimana dikelola dalam database Oracle berbentuk kubus sebagai data dalam format multidimensi yang sangat optimal, penyimpanan scalable dan kemampuan untuk menghitung atau menyimpan perhitungan analisis yang lebih canggih.

e.  Data Management

Data  menjadi database terbesar dalam sebuah organisasi IT yang menyajikan berbagai tantangan pengelolaan data dari basis data OLTP. Oracle menyediakan keuntungan yang unik untuk menjalankan data warehouse Oracle online, dengan semua data yang tersedia.

DAFTAR PUSTAKA

https://openbigdata.wordpress.com/2014/08/25/apa-itu-big-data/

http://www.dosenpendidikan.com/10-pengertian-data-warehouse-menurut-para-ahli/
https://id.wikipedia.org/wiki/Gudang_data

Pengertian OLAP (OnLine Analytical Processing) dan OLTP (Online Transaction Processing Systems)

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

DATA WAREHOUSE

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Pengertian OLAP (OnLine Analytical Processing)

Pengertian OLAP Suatu jenis prangkat lunak yang melakukan pemrosesan untuk menganalisa data bervolume besar dari berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi yang berfungsi sebagai data analasis (select). Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut ukuran. Contoh atribut dimensi adalah nama barang dan warna barang, sedangkan contoh atribut ukuran adalah jumlah barang. OLAP juga adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa.

Berikut adalah pendapat para ahli tentang OLAP.

1. Menurut Turban, Sharda, Delen, dan King (2011:77) struktur operasional utama dalam OLAP didasarkan pada konsep yang disebut kubus (cube). Kubus (cube) didalam OLAP adalah struktur data multidimensional (actual atau virtual) yang memungkinkan analisis data yang cepat. Juga dapat didefinisikan sebagai kemampuan dari memanipulasi dan menganalisis data secara efisien dari berbagai perspektif. Susunan data ke dalam kubus bertujuan untuk mengatasi keterbatasan databaserelational. Database relational tidak cocok untuk analisis yang cepat dan dekat dari sejumlah besar data. Sebaliknya, mereka lebih cocok untuk memanipulasi record (menambahkan, menghapus, dan memperbarui data) yang mewakili serangkaian transaksi.

2. Menurut Scheps (2008:68) Online Analytical Processing adalah sebuah konsep data multidimensional dengan konsep mentualisasi data transaksional perusahaan. Bukan hanya mengagregasi data, OLAP memberikan kemampuan pada sistem BI untuk melihat data dengan cara baru.

3. Menurut Scheps (2008:77), Sistem OLAP mempunyai dua kategori, yaitu:

1) OLAP Cube

Di lingkungan OLAP, cube adalah penyimpan data terspesialisasi dirancang secara spesifik untuk menangani data ringkasan multidimensional (multidimentional summary data). Data cube disimpan dicell dan strukturnya seperti 3D spreadsheet.

2) OLAP Access Tools

Lingkungan client yang memungkinkan pengguna untuk memanipulasi data cube dan akhirnya menghasilkanBusiness Intelligence yang berarti dari berbagai sudut pandang dan dapat lebih dari satu sudut pandang.

Pengertian OLTP (Online Transaction Processing Systems)

OLTP (On-line Transaction Processing) memiliki karakteristik dengan jumlah data yang besar namun transaksi yang dilakukan cukup sederhana seperti insert,update, dan delete. Hal utama yang menjadi perhatian dari sistem yang dilakukan OLTP adalah melakukan query secara cepat, data mudah untuk diperbaiki dan dapat diakses melalui komputer yang terhubung dalam jaringan. OLTP berorientasi pada proses yang memproses suatu transaksi secara langsung melalui komputer yang terhubung dalam jaringan. Seperti misalanya kasir pada sebuah super market yang menggunakan mesin dalam proses transaksinya. OLTP mempunyai karakteristik beberapa user dapat creating, updating, retrieving untuk setiap record data, lagi pula OLTP sangat optimal untuk updating data.

Berikut adalah pendapat para ahli tentang OLTP.
Menurut Stair dan Reynolds (2010), OLTP adalah suatu bentuk pengolahan data dimana setiap transaksi diproses dengan segera, tanpa penundaan mengumpulkan transaksi ke dalam batch. Memiliki karakteristik dengan jumlah data yang besar namun transaksi yang dilakukan cukup sederhana seperti insert, update,dan delete. Hal utama yang menjadi perhatian dari sistem yang dilakukan OLTP adalah melakukan query secara cepat dan mudah untuk diperbaiki dan dapat diakses.

Daftar Pustaka

https://id.wikipedia.org/wiki/Online_analytical_processing

http://tehnikinformatia.blogspot.co.id/2013/07/perbedaan-olap-dan-oltp.html

http://datawarehouse12.blogspot.co.id/2014/12/data-warehouse-oltp-dan-olap-fact-dan.html

https://adiwira058.wordpress.com/2008/12/09/perbedaan-oltp-dengan-olap/

Sistem Informasi Sarbagita Berbasis Android Dalam Mewujudkan Smart Transpotation

Instalasi XAMPP Linux

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

INTEGRASI DAN MIGRASI SISTEM

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Instalasi  XAMPP Linux

1. langkah pertama buka terminal dan ketikkan teks berikut

2. kemudian ubah hak akses xampp paket installer untuk dieksekusikemudian jalankan untuk menginstal dengan perintah berikut

3. secara otomatis xampp terinstal

4. Ketika anda mengklik finish makan xampp linux menampilkan screen untuk memilih bahasa, dan dapat mengaksesnya melalui web browser anda

DAFTAR PUSTAKA


1. Agus Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud Computing dan Teknologi-Teknologi Pendukung Lainnya. Bandung : Informatika

2. https://ourdirectory.wordpress.com/2014/04/19/cara-menginstal-xampp-linux-di-ubuntu-14-04/

Pengertian Sugar CRM dan Instalasi Sugar CRM

MADE BAGUS WINANDA RADITYATAMA / 1304505116

JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /

UNIVERSITAS UDAYANA

INTEGRASI DAN MIGRASI SISTEM

DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.

Pengertian Sugar CRM

SugarCRM merupakan aplikasi open source CRM. SugarCRM memungkinkan perusahaan untuk mengatur secara efisien, mengelola informasi pada semua aspek yang berhubungan dengan hubungan pelanggan.Sugar menyediakan integrasi manajemen dari coorporate information pada customer account dan contact, sales leads dan opportunities, ditambah dengan aktifitas seperti calls, meeting, assigned task. System tidak melihat kecocokan semua fungsi yang diperlukan untuk mengelola informasi pada setiap aspek dari bisnis-mu berdasarkan intuisi dan memudahkan bagi pengguna.

Instalasi Sugar CRM

1. Pertama Ekstraksi file Sugar CRM

2. Proses instalasi Sugar CRM

3. Jika sudah, lanjutkan dengan tombol Next

4. Kemudia pada halaman selanjutnya ditampilkan penjelasan dan perjanjian mengenai lisensi Sugar CRM

5. Penulisan menyarankan untuk memilih Typical Instalation. Lalu lanjutkan dengan mengklik tombol next

6. Selanjutnya pemilihan database yang di gunakan Sugar CRM pilih Mysql (mysql extension)

7. Tahap konfigurasi database

8. Langkah selanjutnya mengisikan username dan password administrator

9. Kemudian konfirmasi database di Sugar CRM

10. Laporan instalasi Sugar CRM finis

11. Selanjutnya pengisian formulir online

12. Kemudia ke halaman awal untuk memulai konfigurasi sistem pada Sugar CRM

13. Setelah itu ke halaman pengaturan branding pada sugar CRM

14. Lalu ke halaman konfigurasi lokal sistem mengisi form tersebut

15. Pengaturan SMTP server di Sugar CRM

16.Pengisian daftar diri

17. Menu konfirmasi kondigurasi dan beberapa link menu

18. Halaman untuk login ke dalam sistem

DAFTAR PUSTAKA

1. Agus Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud Computing dan Teknologi-Teknologi Pendukung Lainnya. Bandung : Informatika

2. https://hariszie.wordpress.com/2009/01/01/sugar-crm/