DATA MODELLING

1. DATA MODELLING NamaKelompok : Abdul Rohman (06.2010.1.05620) AdiPrasetyo (06.2010.1.05600) AntoninoDacosta (06.2010.1.05637) M.Rizki (06.2010.1.05501) S. Zamahsyari (06.2011.1.90401)

2. Data Dimensional Dimensional Modeling adalahteknikpemodelanfavoritdalam Data Warehouse. Di dalam Dimensional Modeling, sebuah model tabeldanrelasidigunakanuntuktujuanpengoptimalankinerjakueripengambilankeputusandalam database relasional, relatifterhadappengukuranatauseperangkatpengukuranprosesbisnis yang akandimodel. Sebaliknya model E-R konvensionaldigunakanuntuk : • menghilangkanpengulangan (redundan) dalam model data • memfasilitasiperolehanrekod individual yang memilikisejumlah identifier tertentu • mengoptimalkankinerja OLTP.

3. Praktisi Dimensional Modeling menggunakanpendekatan model data logikdenganpemilihanprosesbisnis yang akandimodeldankemudianmemutuskanmasing-masingrekoddalam “fact table”. Fact table adalahfokusanalisis dimensional, adalahtabeldengankueriberdimensiuntukmemberikanseperangkatsolusi. Kriteriauntuksegmentasiadadidalamsatuataulebih “tabeldimensi” dimana primary key tunggalnyamenjadi foreign key fact table yang berelasidalamdesain dimensional model.

4. TABEL DIMENSIONAL Ketikasuatudimensibisnisdiabstraksikandandirepresentasikandalamsebuahtabel database, iadikenaldengantabel dimensional. Sebuahdimensidapatdipandangsebuahsebuahentitas. Sebuahtabel dimensional menyediakandeskripsitekstualdarisebuahdimensibisnismelaluiatribut-atributnya. Tabel dimensional cenderungsecararelatifdangkaldalamhaljumlahbaris-barisnya, namundilengkapibanyakkolom-kolom. Sebuahtabel dimensional memilikisebuah primary key tunggaldantelahdidenormalisasi.

5. Atributtabel Dimensional memainkansebuahperan vital dalampemrosesankueridanpelabelanlaporan. Kekuatansebuah Data Warehouse secaralangsungproporsionalberhubungandengankualitasdankedalamanatribut-atributdimensinya.

6. Data Mart • Di beberapaimplementasi Data Warehouse, data mart merupakansuatu subset dari Data warehouse yang dapatmendukungkeperluandepartemenataufungsibisnis. Data mart biasanyadigunakanuntukmenyediakaninformasidalamsuatusegmenorganisasi. Beberapakarakteristik yang membedakan data mart dengan data Warehouse antara lain: • Data Mart hanyadifokuskanpadakeperluanpengguna yang berhubungandengansatudepartemenatausatufungsibisnis. • Data mart biasanyatidakberisi detail operasionaldata,berbedadengan Data Warehouse. • Data mart berisi data yang lebihsedikit dg dengan data Warehouse sehingga data mart lebihmudahdimengertidandijalankan.

7. Definisi Customer Relationship Management (CRM) • CRM adalahkombinasidariprosesbisnisdanteknologiuntukmemperolehinformasi agar dapatmemahamipelanggan-pelangganperusahaandariberbagaisudutpandang:siapamereka,apa yang merekalakukan,danapa yang merekasuka. CRM didefinisikansebagaisuatuintegrasiantarastrategipenjualan,pemasaran, danpelayanan yang tidakmelihatkeputusanmasing-masingdepartemendalamperusahaandanbergantungpadatindakan-tindakanterkoordinasiperusahaan.

8. Jenis-Jenis CRM • Secaragarisbesar, CRM dapatdiklasifikasikandalam 3 jenis, yaitu: 1. Operational CRM Mencakupotomatisasi yang terintegrasidarikeseluruhanprosesbisnis. termasukdidalamnya customer touch -points dan customer channels danintegrasi front office-back office. 2. Analytical CRM Merupakanprosesanalisisdari data yang dihasilkanpada operational CRM. 3. Collaborative CRM Aplikasipelayanan yang terkolaborasi, seperti e-mail, personalized publishing,e-commonities, from diskusi, dansaranalainya yang dirancanguntukmemfasilitasiinteraksiantarapelanggandanpihakperusahaan.

9. Data Hierarki • Sebuahhierarkimendefinisikansebuahurutanpemetaandariseperangkatkonsep low-level hingga level yang lebihtinggi, konsep level yang lebihumum. BayangkansebuahhierarkidimensiLokasi. Jika Kota adalah level terendahdarihierarki , makasemuakotadapatdipetakanke level yang lebihtinggilagi, yakniprovinsi, dansemuaprovinsidapatdipetakanke level yang lebihtinggilagiyakninegara. Dst. • Level dimensional membentukstruktursepertisebuahpohondananggota level terendahdarihieararkidikenaldengan leaf. Hanyaadasatuanggotapada level paling atas. Sebuahdimensitidakdapateksistanpaanggotaleafnya, namunhal yang mungkinuntukmemilikisebuahdimensitanpaanggota leaf – yakni yang hanyamemilikisebuah level.

10. Normalization • Normalization adalahsuatuteknikuntukmenghasilkansatu set hubungandengansifat yang diinginkan, mengingatkebutuhan data darisuatuperusahaan. Tujuandarinormalisasiadalahuntukmengidentifikasisuatu set yang sesuaidarihubungan yang mendukungkebutuhan data dariperusahaan. • Karakteristingdarisuatu set yang sesuaidarihubungan yang termasukadalah : • Jumlah minimal dariattribute yang pentinguntukmendukungkebutuhan data dariperusahaan, • Attributedenganhubungan yang dekatditemukanrelasi yang sama, • Redundancy minimum dengan attribute yang masing-masingdiwakiliolehsatu attribute yang membentuksemua.

11. Pengertian Data Store • Data store merupakansekumpulan data yang disimpanpadasebuahkomputer,satuanpengukuraninimembuatnyamungkinuntukmengaksesinformasipenyimpananbiasanyadibagidandikategorikandengan area bisniskhususuntukfungsi-fungsitertentu,jenispemisahnyamembuatmudahuntukmelakukan report mengenaipenjualan (sales),biaya (expenses),dan trend penjualan (market trend) padasebuahperusahaan

12. Sekian Dan Terimakasih