0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan13 halaman

2-Model Data Multidimensi

Diunggah oleh

Raihan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan13 halaman

2-Model Data Multidimensi

Diunggah oleh

Raihan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Model Data Multidimensi

(The Multidimensional Data Model)


Data Warehousing Fundamentals: A Comprehensive Guide for IT
Professionals. Paulraj Ponniah Copyright © 2001 John Wiley & Sons, Inc.
ISBNS: 0-471-41254-6 (Hardback); 0-471-22162-7 (Electronic)

Ali Firdaus, [Link]


Model Data Relasional atau Model data Multidimensi
yang akan digunakan untuk Gudang Data?
Model Data
1. Model Data Relasional
 ERD (Entity Relasionships Diagram)  (Conceptual, Logical,
Physical)
 Normalisation  (UNF, 1NF, 2NF, 3NF)
Untuk mengatasi anomaly (Insert, Update, Delete)
2. Model Data Multidimensi
 Meminimalkan relasi antar table
 Teknik Analisis  Star Schema (2nd ), Snowflake Schema (3rd ),
Factconstellation Schema)
 Agar Runtime minimum
Model Data Multidimensi
1) Dimensi (Dimension)
2) Fakta (Fact)
3) Ukuran (Measure)
4) Analisis Deret Waktu (Time Series Analytic)
1). Dimensi (Dimension)
 Memberi konteks pada informasi sehingga membuatnya berguna
dan berarti
 Memiliki setidaknya satu tingkat dan satu hierarki

Contoh pernyataan untuk dimensi:


 margin keuntungan dari toko elektronik adalah ‘x’  Tidak
Tepat
 margin keuntungan dari toko elektronik adalah 'x' untuk produk
"Elektronik" sepanjang tahun "2008"  Tepat
Lanjutan dari Dimensi

produk “Elektronik” dan waktu “tahun 2008” adalah dua


dimensi (konteks).
yang mana nilai 'x' (margin keuntungan) menunjukkan kinerja
terukur.
2). Fakta (Fact)
 Tingkat terendah data transaksi bisnis yang menjadi dasar
penghitungan/pengukuran "Measures"

 Tabel penyimpan data yang digunakan untuk menghitung


ukuran "Measures"
Lanjutan dari Fakta

 Margin keuntungan dari setiap produk yang dijual didasarkan


pada penjualan aktual yang terjadi di toko. Begitu penjualan
dilakukan, tidak mungkin fakta ini bisa diubah.
3). Ukuran (Measure)
 Parameter bisnis yang menunjukkan kinerja bisnis dalam konteks
(dimensi)
 "Margin laba" (persentase margin keuntungan) untuk rangkaian
produk tertentu
 Ukuran akan menunjukkan produk (kategori produk) yang
memiliki:
 margin keuntungan tinggi dan
 margin keuntungannya rendah.
Lanjutan dari Ukuran

Analis bisnis dapat memutuskan untuk:


 berhenti menjual produk dengan margin rendah atau
 membuat kampanye produk untuk lini produk tersebut
4). Analisis Deret Waktu (Time Series Analytic)
 Mempertimbangkan fakta
bahwa sampel data yang ditangkap dari waktu ke waktu
mungkin memiliki hubungan internal seperti tren, korelasi,
variasi, dll.
 Berlaku untuk domain pengetahuan
dimana data yang dihasilkan merupakan fungsi dari waktu
Lanjutan dari Analisis Deret Waktu
 misalnya, analisis penggunaan energi, peramalan penjualan,
analisis perdagangan saham, dll
Terima Kasih

Anda mungkin juga menyukai