Selasa, 27 Desember 2011

Refleksi

Finally..
selesai juga semester ini..
hahaha..holiday, please come to mama.. :D

Akhir semester memang menyenangkan, soalnya bakalan disusul sama liburan yang panjang. Liburan kali ini aja, sampai februari nanti. Bisa sampe jamuran tuh nungguin sampai masuk kuliah lagi. *hehehe

Sebenarnya gimana sih proses perkuliahan kemarin, khususnya matakuliah Gudang Data (Mata kuliah yang akhirnya bikin saya punya blog, hehehe). Perkuliahan Gudang Data secara keseluruhannya menyenangkan, selain kelasnya di Lab (*ada AC), kelasnya pun sangat kecil, kalau gag salah cuma ada 11 orang (*kalau gag salah, kalau salah ya tolong di maafkan, mehehehehe). Itu kenapa kelasnya kecil banget, kayanya karna isisnya anak-anak terlantar yang gag dapat kelas pas KRS. Jadi pas KRS itu hanya dibuka 1 kelas, tp berhubung banyak peminatnya, dibuka deh kelas baru dengan isinya anak-anak terlantar tadi (termasuk saya :D ). *Makasih buat ibu kaprodi :D

Awalnya cuma bisa melongo pas di kelas, soalnya dari namanya aja, ini matakuliah cukup unik. Gudang Data, gimana coba gudangin data, apa gunanya, gimana membuatnya, dll, dsb, dst.... akhirnya terjawab juga seiring proses perkuliahan berjalan. Yaaa, seenggaknya bisa menjawablah, hehehe. Tolong dibantu ya :D

Yang paling seru itu, mahasiswa seperti diarahkan ke dunia kerja. Kami diminta membentuk kelompok (Puji Tuhan, dari sekian mahasiswa itu bisa juga dibentuk 3 kelompok :D ). Setiap kelompok itu, seperti dalam suatu perusahaan, ada yang menjadi Data Analis dan Kepala Cabang, dan bagaimana caranya setiap kantor cabang mengusulkan suatu pemecahan permasalahan pada pimpinan, pimpinannya adalah dosen pengampu. 

Kasus lainnya, saat UAS, setiap kelompok mewakili satu perusahaan yang akan melakukan penawaran kerja sama kepada calon customer. Jadi seperti berlomba untuk memenangkan tender. Walaupun kelompok saya gag menang, tapi sangat menyenangkan. Setiap kelompok berimajinasi sudah punya perusahaan, memberi nama perusahaan, membuat profil perusahaan, bahkan sampai membuat proposal penawaran kerja sama dan surat perjanjian kerja sama. Bahkan anggota kelompok saya melakukan presentasi benar-benar seperti presentasi kepada costumer.

Ada suka, ada dukanya juga nih. Saat sudah masuk ke praktikum, kebetulan saya menggunakan laptop sendiri, jadi harus menginstal ini, itu, dll. Masalhnya timbul, karena ternyata apache di xampp saya sedang mood-mood-an. Kadang bisa di stop, kadang error. Kalau menggunakan apache dari xampp, tapi ternyata xampp sendiri tidak bisa membaca file jsp (katanya). Karena sudah mau kuliah, dan apache saya masih tidak bisa digunakan. Akhirnya hari itu bolos kuliah, fiuuhh.. Dan, berdasarkan saran teman saya, xampp di laptop saya sukses di musnahkan. -_____-

Harapannya, ilmu yang didapat dari matakuliah ini bisa diimplementasikan didunia nyata nantinya. Banyak nilai yang dipetik, bukan hanya dari sisi ilmunya, tapi dari sisi kemanusiaanya juga. Untuk nilai, semoga bisa maksimal sesuai dengan apa yang sudah saya kerjakan dan upayakan. Tapi juga tidak terlalu berharap banyak setelah kasus UTS kemarin. Nilai yang sangat berharga yang saya dapatkan, untuk tidak menghalalkan segala cara untuk mendapat nilai yang bagus. Walaupun sebenarnya, saya tidak mengemis /memaksa untuk mendapatkannya, karena saya mendapatkannya jatuh dari langit (hanya saya yang tahu *hehehe). 

Akhir kata, terimakasih untuk bu Rido, atas bimbingannya selama satu semester ini. Sudah sangat baik dan sabar dalam membimbing kami. :D

Gimana kelanjutan blog ini setelah kuliah gudang data selesai?? #jengjengjeng semoga bisa dilanjutkan yah, mungkin kalau dilanjutkan isinya gag jauh-jauh dari curhatan galau about you-know-what (baca: skripsweet) :D

Rabu, 09 November 2011

OLAP

Definisi OLAP

OLAP (Online Analytical Processing) adalah teknologi yang memproses data di dalam data warehouse dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis yang kompleks.

Istilah OLAP sendiri baru muncul pada tahun 1993, diperkenalkan oleh E. F. Codd yang merupakan bapak relational databases. OLAP menurut Codd didefinisikan sebagai sintesis dinamik, analisis dan konsolidasi dari data multidimensional yang sangat besar. 
OLAP didefinisikan oleh Nigel Pendse sebagai Fast Analysis of Shared Multidimensional Information, artinya :
  • FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan  secepat mungkin, sesuai dengan analisis yang dilakukan.
  • ANALYSIS,  berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan dengan aplikasi dan user, dan mudah
  • SHARED,  berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika dibutuhkan banyak akses penulisan terhadap data, disesuaikan dengan level dari user. Tidak semua aplikasi membutuhkan user untuk menulis data kembali. Sistem harus dapat meng-handle multiple update dalam satu waktu secara aman.
  • MULTIDIMENSIONAL,  berarti sistem harus menghasilkan conceptual view dari data secara multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini merupakan cara yang logic untuk menganalisis bisnis dan organisasi.
  • INFORMATION,  adalah semua data dan informasi yang dibutuhkan dan relevan untuk aplikasi. Kapasitas produk OLAP berbeda untuk menghandle input data tergantung beberapa pertimbangan meliputi duplikasi data, RAM yang dibutuhkan, penggunaan disk space, performance, integrasi dengan data warehouse, dan lainnya.
Kemampuan OLAP 
  • Konsolidasi atau rollup Melibatkan pengelompokkan data. Misalnya kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan provinsi. Kemudian transaksi penjualan dapat ditinjau menurut tahun, bulan, semester dan sebagainya.
  • Drill-Down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data diringkas dijabarkan menjadi data yang lebih detail.
  • Scicing dan Dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampua untuk melihat data dari berbagai sudaut pandang, misalnya melihat data dari dimensi a dan dimensi b saja. 

Data Cube
Adalah representasi kumpulan data dalam multidimensi. Contoh:

Gambar #1 : Data Cube


Tabel Fakta dan Tabel Dimensi
Tabel Fakta merupakan tabel utama pada cube, terdapat 2 tipe kolom, yaitu kolom nilai-nilai dan kolom yang akan menyimpan foreign key dari tabel-tabel dimensi. Tabel ini jika digambarkan berupa suatu tabel yang panjang namun sangat kecil. Sedangkan tabel dimensi adalah tabel yang berelasi dengan tabel fakta, disinilah data-data yang sebenarnya termuat.

Star Schema dan Snowflake Schema
Star Schema merupakan skema paling sederhana dan mudah dipahami. Suatu tabel fakta merupakan pusat dari skema yang dikelilingi oleh beberapa tabel dimensi sebagai cabang dari tabel fakta, sehingga jika digambarkan akan kelihatan seperti bintang (Gambar #2)

Gambar #2 : Star Schema

Snowflake Schema merupakan skema yang lebih kompleks. Terjadi jika dilakukan normalisasi untuk menghindari redudancy data. Dari Star Schema di atas, dimensi Location dan Item dapat dibuat dimensi lagi yang tidak mengarah pada tabel fakta (Gambar #3)

Gambar #3 : Snowflake Schema