Professional Documents
Culture Documents
Klasifikasi User Dan Analisis Secara Online
Klasifikasi User Dan Analisis Secara Online
NAMA
NIK
: WATIK ADIDAYA
: 0110212042
Pertumbuhan profit
Untuk Marketing yang bersifat strategis
Untuk Manajemen hubungan pelanggan
Menyadari potensial informasi
Pembelian perusahaan
2. Pengguna-Tampilan informasi :
a. Mode penggunaan informasi, antara lain :
i. Mode verifikasi
ii. Mode pencarian/penjelajahan
b. Pendekatan apa saja yang dibutuhkan untuk berinteraksi :
i. Pendekatan infomasi
ii. Pendekatan analisis
iii. Pendekatan data mining
c. Karakteristik dari tampilan informasi :
i. Pra-proses informasi
ii. Pra-definisi query dan Report
iii. Ad hoc konstruksi
Metode Klasifikasi user :
Siapa saja yang akan menggunakan informasi :
1. Kelas user :
a. Tipe dari divisi berinteraksi :
i. Pengguna pemula
ii. Pengguna biasa
iii. Pengguna mahir
Disesuaikan
untuk
kebutuhan
individu
Navigasi
yang intuitif
Operator
Waktu
respon yang
cepat
Farmers
Waktu
respon yang
wajar
Explorer
Waktu respon
yang wajar
Miners
penyimpanan
data khusus
mendapatkan
data feed dari
gudang
Cakupan
data konten
yang cukup
besar
Data model
multidimensi
dengan
dimensi
bisnis dan
metrik
Model
normalisasi data
Model
normalisasi
data
antarmuka
Arsitektur
Data rinci,
pengguna
special, termasuk hampir tidak
yang
berguna untuk
pernah
sederhana
pengeksplorasian menggunakan
untuk
warehouse
summarized
mendapatkan
(diringkas)
informasi
terkini
Query dan
Antarmuka
Ketentuan untuk Berbagai tool
laporan yang
pengguna
query yang besar
data
sederhana
standar untuk
pada volume
mining,tool
query dan
detail data yang
analisis
laporan
Fitur tool
Pertimbangan
lain
besar
statistic,dan
tool data
visualisasi
Penemuan
untuk pola
dan
hubungan
yang tidak
diketahui
Kemampuan
untuk
menafsirkan
hasil
Mampu
menyediakan
antarmuka
melalui ikon
khusus
Terbatasnya
drill-down
Mampu
menciptakan
menu-driven
yang
sederhana
Secara rutin
menyediakan
indicator
kinerja
utama
Mampu
menciptakan
laporan
Terbatasnya
drill-down
Mendukung
untuk sesi
analisis yang
panjang
Kemampuan
OLAP yang
sangat
sederhana
Set hasil
yang kecil
Analisis rutin
dengan hasil
yang pasti
Biasanya set
hasil yang besar
untuk
pembelajaran
dan analisis lebih
lanjut
Aplikasi
simple untuk
informasi
standar
Biasanya
bekerja
dengan data
summary
Queries
Layanan utama dalam queries :
Definisi query
Penyederhanaan query
Pembentukan kembali query
Kemudahan navigasi
Pengeksekusian query
Hasil presentasi
Kesadaran agregat
Query pemerintahan
Reports / laporan :
Informasi didorong ke pengguna
Laporan yang tidak fleksibel dan telah ditetapkan
Sebagian besar laporan sudah terformat
Pengguna memiliki kontrol yang kurang terhadap laporan yang diterima
Sebuah sistem distribusi yang tepat harus ditetapkan
Analisis :
a) Siapakah user yang dengan serius tertarik pada analisis ?
a. Strategi bisnis?
b. Peneliti Market?
c. Perencana produk?
d. Analis produksi?
b) Queriy yang telah diformulasikan dan dieksekusi pada kecepatan pikiran
c) Query dalam sesi analisis membentuk rangkaian terkait
Aplikasi :
a. DSS
b. Data mining
c. EIS
Tool penyampaian informasi :
Lingkungan desktop
Kategori tool
Managed query
Ad hoc query
Preformatted reporting
Enhanced reporting
Complex analysis
DSS application
Knowledge discovery
System real-time yang memberi peringatan dalam proses pembuatan keputusan terhadap
permasalahan yang ada dan potensial peluang. Data dikumpulkan dari sumber internal dan
eksternal secara real time, dianalisis on the fly untuk pola tertentu
Teknologi Aktifitas bisnis monitoring :
ETL untuk mengumpulkan data dari berbagai sumber
Proses pemodelan untuk lingkup proses dan kegiatan yang relevan
Mekanisme pengiriman seperti e-mail, portal, layanan Web, dashboard, dan sebagainya
Keuntungan Aktifitas bisnis monitoring :
a. akses real-time ke bisnis intelejen dapat digunakan dalam format yang sesuai
b. Memungkinkan para pembuat keputusan untuk cepat memodelkan masalah,
berkolaborasi untuk bertindak, menimbang alternatif solusi, dan membuat keputusan
lebih cepat dan mungkin lebih baik
Dashboard dan scorecard :
Tujuan
Pengguna
Update
Data
tampilan
Dashboard
Mengukur kinerja
Spesialis, supervisor
Right-time feed
Events
Grafis visual, data mentah
Scorecard
Grafik peningkatan
Executive, manager, staff
Periodic snapshoot
Ringkasan
Grafis visual, komentar tektual
Karakteristik OLAP :
memfasilitasi query yang bersifat interaktif serta analisis yang kompleks bagi user
Memungkinkan pengguna untuk menelusuri rincian yang lebih besar atau menggulung
agregasi metrik sepanjang dimensi bisnis tunggal atau di beberapa dimensi.
Hasil Hadir dalam sejumlah cara yang berarti, termasuk diagram dan grafik.
Penelusuran disetiap
dimensi/detail
Data value yang berasal dari
formula ( rumus )
Analisis dimensional
sebagai contoh kita mempunyai sebuah tabel fakta seperti dibawah ini :
Product key
Time key
Store key
Fixed cost
Variable cost
Indirect sales
Direct sales
Profit margin
Maka dari tabel diatas akan diuraikan menjadi tiap dimensi antara lain dimensi time, product,
dan store
Product key
Product name
sub-category
category
Product line
Department
Time key
Date
Month
Quarter
Year
Store key
Store name
territory
Region
MODEL OLAP
ROLAP. Mengacu pada relasional pengolahan analisis online. Dalam hal ini, OLAP
Sistem ini dibangun di atas sebuah database relasional
MOLAP. Mengacu pada pengolahan analisis multidimensi online. Dalam hal ini,
Sistem OLAP diimplementasikan melalui database multidimensi khusus.
HOLAP. Mengacu pada pengolahan analisis hybrid online. Model ini mencoba untuk
menggabungkan kekuatan dan fitur dari ROLAP dan MOLAP.
DOLAP. Mengacu untuk pengolahan analisis online via dekstop. DOLAP dimaksudkan
untuk memberikan portabilitas untuk pengguna dalam pengolahan analisis online. Dalam
metodologi DOLAP, dataset multidimensi diciptakan dan dipindahkan ke mesin desktop,
hanya membutuhkan perangkat lunak DOLAP yang ada pada mesin itu. DOLAP adalah
variasi dari
ROLAP.
Database OLAP. Mengacu pada sistem manajemen database relasional (RDBMS)
ditunjuk untuk mendukung struktur OLAP dan untuk melakukan perhitungan OLAP.
Web OLAP. Mengacu pada pengolahan analisis online dimana data OLAP dapat diakses
dari browser Web.
ROLAP vs MOLAP
ROLAP
DATA STORAGE
TEKNOLOGI UTAMA
FUNGSI DAN FITUR
Data disimpan sebagai relasional
Penggunaan query sql yang
Mengetahui lingkunganya dan
tabel didalam datawarehouse
kompleks untuk mengambil data
tersedia banyak tool
dari warehouse ( gudang )
Ringkasan data yang rinci dan
Pembatasan fungsi analisis yang
Mesin ROLAP dalam server
ringan tersedia
bersifat kompleks
analisis menciptakan data cube
on the fly
Data volume yang sangat besar
Gambaran multidimensi oleh
Penelusuran ke level terendah
lapisan penyajian
lebih mudah
Semua akses data berasal dari
datawarehouse storage
MOLAP
DATA STORAGE
Data disimpan sebagai relasional
tabel didalam datawarehouse
TEKNOLOGI UTAMA
Penciptaan data cube prafabrikasi oleh mesin OLAP.
Teknologi berbayar untuk
menyimpan multidimensional
view dalam array bukan tabel.
Matriks pengambilan data
dengan kecepatan tinggi
teknologi sparse matriks untuk
mengelola data sparsity dalam
ringkasan
Platform OLAP
Dimana sistem OLAP secara fisik berada?
Haruskah ia berada pada platform yang sama sebagai data warehouse utama ?
Haruskah ia direncanakan dari awal untuk diletakkan pada platform yang berbeda ?
Bagaimana tentang pertumbuhan data warehouse dan sistem OLAP ?
Bagaimana pola pertumbuhan mempengaruhi keputusan?
Bila ukuran dan penggunaan datawarehouse utama meningkat dan mencapai titik di mana
warehouse mengharuskan semua sumber daya dari platform umum, mulai bekerja pada
pemisahan
jika terlalu banyak departemen memerlukan sistem OLAP, maka OLAP membutuhkan
platform tambahan untuk menjalankan
Pengguna mengharapkan sistem OLAP stabil dan kinerja baik. Refresh data ke sistem
OLAP jauh lebih jarang. Meskipun hal ini dibenarkan oleh sistem OLAP, tetapi untuk
aplikasi yang bersifat rutin (daily) dengan beban yang terus bertambah maka refresh tabel
dibutuhkan untuk gudang data utama. Jika transaksi harian ini berlaku untuk data
warehouse mulai mengganggu stabilitas dan kinerja sistem OLAP, kemudian
memindahkan sistem OLAP ke platform lain
Jelas, di perusahaan-perusahaan terdesentralisasi dengan pengguna OLAP tersebar secara
geografis, satu atau lebih platform yang terpisah untuk sistem OLAP menjadi perlu.
Jika pengguna dari salah satu instance dari sistem OLAP ingin memisahkan diri yang
jauh dari pengguna lain, maka pemisahan platform perlu diperhatikan
Jika alat OLAP yang dipilih membutuhkan konfigurasi berbeda dari platform gudang
data utama, maka sistem OLAP membutuhkan platform terpisah, dan perlu dikonfigurasi
dengan benar
pemodelan dimensi