Link untuk men-download Slide Presentasi kami :
click here
Selasa, 19 Juni 2012
Senin, 11 Juni 2012
Soal No. 8 (OLAP)
Tabel Analisis (OLAP) :
MEASURE :
--------------
Penerimaan Barang :
- Jumlah Penerimaan = sum(qty)
- Total Penerimaan = sum(qty*BiayaPenerimaan)
- Total Penerimaan = sum(qty*BiayaPenerimaan)
Pengiriman Barang :
- Jumlah Pengiriman = sum(qty)
- Total Pengiriman = sum (qty *BiayaKirim)
DIMENSI
--------------
DimensiWaktu =
- WaktuID,
- Tgl,
- hari,
- bulan,
- tahun
- WaktuID,
- Tgl,
- hari,
- bulan,
- tahun
DimensiEmployee =
- EmployeeID,
- EmployeeName,
- EmployeeAddress,
- EmployeePhone,
- Branch,
- Position
- EmployeeID,
- EmployeeName,
- EmployeeAddress,
- EmployeePhone,
- Branch,
- Position
DimensiBranch =
- BranchID,
- BranchAddress,
- BranchPhone,
- City
- BranchID,
- BranchAddress,
- BranchPhone,
- City
DimensiReciever =
- RecieverID,
- RecieverName,
- RecieverAddress,
- ZipCode,
- RecieverPhone, City
DimensiGoods =
- GoodsID,
- GoodsType,
- Weight
DimensiShipper =
- ShipperID,
- ShipperName,
- ShipperAddress,
- ShipperPhone,
- ZipCode
DimensiShipping =
- ShippingID,
- Price,
- Reciever,
- Shipper,
- Goods,
- ShippingType
DimensiCity =
- CityID,
- CityName,
- Province,
- Country
DimensiReport =
- ReportID,
- Status
- RecieverID,
- RecieverName,
- RecieverAddress,
- ZipCode,
- RecieverPhone, City
DimensiGoods =
- GoodsID,
- GoodsType,
- Weight
DimensiShipper =
- ShipperID,
- ShipperName,
- ShipperAddress,
- ShipperPhone,
- ZipCode
DimensiShipping =
- ShippingID,
- Price,
- Reciever,
- Shipper,
- Goods,
- ShippingType
DimensiCity =
- CityID,
- CityName,
- Province,
- Country
DimensiReport =
- ReportID,
- Status
FAKTA
-----------
FaktaPenerimaan =
- PenerimaanID,
- EmployeeID,
- ShippingID,
- ReportID,
- BranchID,
- JumlahPenerimaan,
- TotalPenerimaan
- PenerimaanID,
- EmployeeID,
- ShippingID,
- ReportID,
- BranchID,
- JumlahPenerimaan,
- TotalPenerimaan
FaktaPengiriman =
- PengirimanID,
- EmployeeID,
- ShippingID,
- BranchID,
- JumlahPengiriman,
- TotalPengiriman
soal no 5. Granularity Subjek-subjek Data Warehouse
Granularity adalah tingkat kedetailan data dalam suatu data
warehouse. Semakin detail data, maka tingkat granularity-nya akan
semakin rendah juga. Jadi Level Low / yang paling terendah ketika tingkat kedetailan yang
tinggi,misalnya pada data transaksi
Granularity merupakan isu penting dalam data warehouse,
karena :
- Semakin
rendah lavel granularity, maka jumlah data yang disimpan dalam data warehouse
juga akan semakin besar.
- Semakin
rendah lavel granularity, maka tingkat kedetailan data juga akan semakin besar
dan berpengaruh pada pertanyaan yang akan dijawab.
Kelompok kami memutuskan untuk memberi tingkatan granularity rendah/Level Low, karena menurut kami, perusahaan yang kami jalankan, yaitu jasa pengiriman barang, jadi memerlukan tingkat kedetailan data yang tinggi, contohnya saja alamat dan profil shipper dan reciever, harus dibuat detail, agar barang dapat dipastikan sampai dari tangan shipper ke reciever tepat waktu dan dalam kondisi yang baik.
Soal no 4. Subjek-subjek Data Warehouse
"Subject Oriented : data warehouse diatur berdasarkan subjek utama perusahaan, bukan berdasarkan area aplikasinya. Hal ini menunjukkan bahwa data warehouse digunakan sebagai penyimpanan data yang nantinya difungsikan sebagai analisis dasar pengambilan keputusan
Contoh : kita ingin mengetahui tentang data-data penjualan di suatu perusahaan, kita ingin tau siapa pelanggan terbaik pada tahun ini, atau produk mana yang paling laku, dll. Hal ini dapat di analisis melalui data warehouse.
Pada Data Warehouse Apotek yang kami buat ini, berikut subjek-subjek yang dibutuhkan :
Supplier, Staff, Obat"
Karena Branch, Employee, City, dan Shipping Type dapat kami jadikan dasar analisis terhadap perusahaan kami.
- Seperti kami tau, di branch mana saja yang customernya banyak, sehingga jika memungkinkan kami bisa menambah employee di branch tersebut, sehingga kepuasan customer bisa terjamin.
- Lalu, kami juga dapat mengetahui Kota mana saja yang sering menjadi asal pengiriman, dan tujuan pengiriman, sehingga perusahaan dapat menganalisis dan memastikan armada yang cukup ke kota-kota tersebut.
- Begitu juga dengan Shipping Type, perusahaan dapat menganalisis paket pengiriman apa saja yang menjadi favorit customer(shipper).
Langganan:
Postingan (Atom)