1 / 29

Dimensional Modeling

Dimensional Modeling. Achmad Yasid. Pengantar. Mengapa Pemodelan Data itu penting ? … Tujuan  Meyakinkan semua objek data yang diperlukan oleh database telah terpenuhi. Tabel Relational. Tabel Relasional  dibangun oleh baris dan kolom Terdapat dua sudut pandang , yaitu :

cianna
Download Presentation

Dimensional Modeling

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Dimensional Modeling AchmadYasid

  2. Pengantar MengapaPemodelan Data itupenting ? … • Tujuan Meyakinkansemuaobjek data yang diperlukanoleh database telahterpenuhi.

  3. Tabel Relational • TabelRelasional dibangunolehbarisdankolom • Terdapatduasudutpandang , yaitu : • Barissebagaisumbu x dankolomsebagisumbuy Tapisebenarnyatabelrelasionaltersebuthanyamempunyaisatudimensi Lihatpada slide berikutini

  4. Karakteristik : • setiaprecord ataubarismerepresentasikan data mahasiswa yang berbeda-beda. • Satubarisdenganbarislainnyadiidentifikasikandengansebuah key yaituprimary key. • Sedangkanbagiankolomseperti, nama, alamat, teleponmenyimpanfakta yang samaatausejenis, dimanasetiapfaktatersebutmerujukpadaprimary keyyaitu NRP. • Hal inilah yang menunjukkanbahwatabelrelasionalhanyamempunyaisatudimensi.

  5. Data Multidimensi • Data multidimensiadalah“ketikakitadapatmelihatsebuah data dariberbagaisudutpandangataudimensi” • Sebagaicontoh, penjualanbukudapatdilihatdarisegilokasiBuku, waktu, lokasipenjualan / tokodansebagainya. • Jikadigambarkan , makaakanterdapattigakoordinatyaitusumbu x mewakilibuku, sumbu y mewakilidimensiwaktudansumbu z untukdimensilokasi. • Hal inilah yang menjadiperbedaanmendasarantaratabelrelasionaldan data multidimensi.

  6. Spreadsheet

  7. Cube

  8. Pemodelan data Multidimensi What is Dimensional Modeling ? ….. • Menggunakanduakonsepyaitutabelfakta (fact table) dantabeldimensi (dimensional table) • Berbedadengankonsepnormalisasi (3rd normal form)

  9. Pengantar TabelFakta? … dan TabelDimensi ? … TabelFakta berisi measurement atau metric dariprosesbisnisdan foreign key daritabeldimensi

  10. Pengantar • Measurement ? Misal : Jikaandamempunyaibisnispenjualansepeda motor maka measurement daribisnisandaadalah “jumlahpenjualan motor” atau “rata-rata penjualansepeda motor merk x” Contoh lain JikaProsesbisnisandapruduksikertasmakameasurementnyaadalah” rata-rata produksikertaspadasuatumesin” atau“produksikertassetiapbulan”

  11. TabelDimensi berisitektualatributdari measurement yang disimpanpadatabelfakta. • Tabeldimensimerupakanhierarki, kategoridan logic yang dapatdigunakanuntukmenganalisa measurement darisudutpandangtertentu.

  12. From Requirement (analisakebutuhan) to Data Design (design data)

  13. Sebagaicontoh Automaker Sales, terdapattigatipe entity, yaitu : • Measurement atau metric • Business dimension • Atributuntukmasing-masing business dimension Measurement Automaker Sales

  14. Contoh : Automaker Sales

  15. DimensiProduk

  16. Menaruhsemuanyabersama-sama. Itumenunjukkanbagaimanaberbagai dimension tables dibentukdari information package diagram

  17. E-R Modeling Vs Dimensional Modeling Kita telah familiar dengan data modelinguntukoperasionalatau OLTP sistem. E-R modelinguntukmembuat data model sistem. Untuk Dimensional Model sesuaidigunakanuntukmodeling data warehouse.

  18. Star Schema

  19. Memahami query pada Star Schema

  20. DidalamTabelDimensi

  21. DidalamTabelFakta

  22. KarakteristikStar Schema • Karakteristikdari model iniadalah : • Pusatdari star disebut fact table • Fact table mempunyaisebuahnilai aggregate dari data-data yang berasaldaritabeldimensi • Setiaptabeldimensiberelasilangsungdengan fact table • Tabeldimensibeisikan data tentanginformasiatauwaktu • Relasiantara fact table dengandimensi-dimensinyaadalah 1 – N (one to many) • Primary key padatabeldimensiakanmenjadi key pada fact table ataudapatdiakatakanbahwa fact table memilikikombinasi key daritabeldimensitersebut

  23. Contoh Lain (Model Star)

  24. Keuntungan & Kerugian Star Keuntungan : • Sebihsimple • Mudahdipahami. • Hasildariprosesqueryjugarelatiflebihcepat. Kerugian : • borosdalam space.

  25. Snowflake Schema • Model snowflake merupakanperluasandari star dimanaiajugamempunyaisatuataulebihdimensi. Hanyasajapada snowflake, tabel yang berelasipada fact table hanyatabeldimensiutama, sedangkantabel yang lain dihubungkanpadatabeldimensiutama. • Model snowflake inihampirsamasepertitekniknormalisasi

  26. Model Snowflake

  27. Keuntungan & Kerugian Snowflake Keuntunganmenggunakan model Snowflake • Pemakainspace yang lebihsedikit • Update danmaintenance yang lebihmudah Kerugianmenggunakan model iniyaitu : • Model lebihkomplekdanrumit • Prosesquerylebihlambat • Performance yang kurangbagus

  28. Sekian, TerimaKasih

More Related