perancangan data warehouse
DESCRIPTION
Perancangan Data Warehouse. 1. Memilih Proses ( Choosing The Process). Nine Methodology – Ralph Kimball. Proses ( fungsi ) mengacu pada subjek masalah dari data mart tertentu . Data mart yang akan dibangun harus sesuai anggaran dan dapat menjawab masalah-masalah bisnis yang penting . - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/1.jpg)
Perancangan Data Warehouse
![Page 2: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/2.jpg)
Nine Methodology – Ralph Kimball
•Proses (fungsi) mengacu pada subjek masalah dari data mart tertentu. Data mart yang akan dibangun harus sesuai anggaran dan dapat menjawab masalah-masalah bisnis yang penting.
•Contoh : ▫proses penjualan bahan kimia dan
makanan kepada customer
1. Memilih Proses (Choosing The Process)
![Page 3: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/3.jpg)
2. Memilih Grain (Choosing The Grain)
• Memilih grain berarti menentukan apa yang sebenarnya direpresentasikan oleh record dalam tabel fakta.
• Grain : penjualan • Analisis pada penjualan meliputi :
▫Barang dan jenis yang paling banyak terjual/peminatnya,
▫Customer dan kota asal customer yg paling banyak membeli, .
▫ Jumlah penjualan barang, total penjualan sebelum pajak, total penjualan sesudah pajak
▫Rata2 penjualan yang dilihat berdasarkan barang, jenis barang, customer, waktu, karyawan dan kota).
![Page 4: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/4.jpg)
3. Mendefinisikan dan Menyesuaikan Dimensi (Identifying and conforming the dimenions)• Dimensi yg terpilih : waktu, barang,
jenisbarang, karyawan, supplier, kota, customer
• Tabel Grain dan Dimensi dari Penjualan
![Page 5: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/5.jpg)
![Page 6: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/6.jpg)
4. Memilih Fakta (Choosing the facts)
•Fakta yg terkait dg analisis penjualan :▫Barang yg paling banyak terjual▫Customer yg paling banyak membeli▫Kota asal customer yang paling banyak
membeli▫Total penjualan sebelum pajak▫Total penjualan setelah pajak▫Rata-rata penjualan
![Page 7: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/7.jpg)
5. Menyimpan Pre-kalkulasi dalam Tabel Fakta (Storing pre-calculations in the fact table)
•Fakta Penjualan :▫ JumlahJualBarang = SUM(Qty)▫ TotalPenjualanSebelumPajak = SUM(Qty*HrgJual) ▫ TotalPenjualanSetelah Pajak =
SUM((PPN*(Qty*HrgJual))+(Qty*HrgJual)▫ RataRataPenjualan = AVG((PPN*(Qty*HrgJual))+
(Qty*HrgJual)
![Page 8: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/8.jpg)
Tabel Fakta Penjualan
![Page 9: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/9.jpg)
6. Melengkapi Tabel Dimensi (Rounding out the dimension tables)•Tabel Dimensi Waktu
![Page 10: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/10.jpg)
•Tabel Dimensi Barang
![Page 11: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/11.jpg)
•Tabel Dimensi Jenis Barang
![Page 12: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/12.jpg)
•Tabel Dimensi Karyawan
![Page 13: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/13.jpg)
•Tabel Dimensi Customer
![Page 14: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/14.jpg)
•Tabel Dimensi Kota
![Page 15: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/15.jpg)
7. Memilih Durasi dari Database (Choosing the duration of the database)
![Page 16: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/16.jpg)
8. Melacak Perubahan Dimensi Secara Perlahan (Tracking slowly changing dimensions)•Dimensi yang mungkin berubah :
•Dipilih SCD tipe 2 : menyebabkan diciptakannya recod dimensi baru dg surrogate key berbeda
![Page 17: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/17.jpg)
•Contoh :•Data Dimensi Supplier sebelum
mengalami perubahan :
•Data NamaSupplier untuk SupplierID 1 mengalami perubahan :
![Page 18: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/18.jpg)
9. Menentukan prioritas dan mode query (Deciding the query priorities and query modes)
•Mempertimbangkan pengaruh dari perancangan fisik
•Batasan untuk user dalam proses ETL dan backup
![Page 19: Perancangan Data Warehouse](https://reader031.vdocuments.net/reader031/viewer/2022031800/5681338f550346895d9a9b90/html5/thumbnails/19.jpg)
Star Skema Penjualan