Senin, 28 Januari 2013

Business intelligence

Business intelligence Menurut Nadia Branon, Business Intelligence merupakan kategori yang umum digunakan untuk aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data agar dapat membantu pengguna dari kalangan perusahaan agar dapat mengambil keputusan dengan lebih baik dan tepat. Pada umumnya solusi yang disediakan oleh BI berupa sumber-sumber data dimana data yang sifatnya transaksional dikumpulkan, data warehouses/data marts, reporting dan alat visualisasi, seperti analisis prediksi dan modelling.
komponen utama BI Komponen Utama Business Intelligence yaitu: data operasional, ETL, data Warehouse dan OLAP atau data mining.

Data Warehouse        : metode penyimpanan data dalam skala yang sangat besar
Data Mining   :  metode pencarian pengetahuan baru yang terkandung dalam data yang sangat besar
Data Mart      :  metode  yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan

OLAP (On-Line Analytical Processing) Proses dalam business intelligence tidak hanya berhenti sampai dalam tahap pembuatan data warehouse semata, tetapi yang lebih penting ialah kemampuan untuk menganalisis data tersebut menjadi salah satu bahan pertimbangan dalam mengambil keputusan. OLAP dapat membantu untuk menganalisis data-data dalam data warehouse.
Karakteristik OLAP
- Menggunakan teknik analisa data Multidimensional
- Menyediakan dukungan database tingkat lanjut
- Menyediakan cara pakai yang mudah dan User Interface yang mudah difahami.
- Mendukung arsitektur Client/Server


MOLAP
Multidimensional OLAP, Data disimpan dalam bentuk Multidimensional Database.

Pros:
– Performance hebat, karena MOLAP memang dibangun
untuk pengambilan data yang cepat, dan optimal untuk
operasi Slicing dan Dicing.
– Dapat membentuk kalkulasi yang komplek dan cepat.
Semua kalkulasi telah dihitung saat Cube dibentuk.

Cons:
– Jumlah volume data yang dapat ditangani terbatas. Karena
semua kalkulasi telah dihitung saat Cube dibentuk maka
untuk menyimpan hasil kalkulasi tersebut diperlukan
volume data yang besar dalam Cube nya sendiri.
– Diperlukan investasi tambahan karena teknologi MOLAP
Cube seringkali belum dimiliki oleh organisasi, dengan
kata lain untuk mengadopsi teknologi MOLAP ada peluang
untuk menambah investasi tenaga dan biaya.

ROLAP
Relational OLAP, menggunakan Relational Database baik untuk menyimpan Detail data maupun untuk menyimpan Aggregate nya. Memanage pembuatan dan perawatan Aggregate.

Pros:
– Dapat menangani jumbalh volume data yang sangat besar,
batasan ukuran volume data yang ditangani pada
teknologi ROLAP adalah batas dari volume dari Relational
Database yang dipakai. Dengan kata lain pada ROLAP
sendiri tidak ada batasan volume data.
– Dapat memanfaatkan fungsi-fungsi yang ada pada
Relational Database yang dipakai.

Cons:
– Performance dapat lambat, karena setiap ROLAP report
pada dasarnya adalah SQL Query pada Relational Database,
waktu Query dapat lebih lama jika volume data semakin
besar.
– Fungsi SQL yang terbatas, karena teknologi ROLAP
terutama tergantung pada pembentukan statement Query
pada Relational Database, dan tidak semua kebutuhan
dapat terpenuhi dengan SQL Statement. ROLAP vendor
telah mengantisipasi resiko ini dengan cara membuat Tool
out-of-the-box untuk fungsi-fungsi yang kompleks bahkan
memungkinkan user untuk mendefinisikan fungsi-fungsi
yang dibutuhkannya sendiri.

HOLAP
Hybrid OLAP, Menggabungkan kedua teknologi diatas. HOLAP menggunakan Relational Database untuk menyimpan Detail data dan menggunakan Multidimensional Database untuk menyimpan Aggregate nya.

HOLAP menggabungkan kelebihan-kelebihan yang ada pada MOLAP dan ROLAP.
HOLAP juga memanfaatkan teknologi MOLAP cube untuk mendapatkan performance yang lebih cepat.
Jika dibutuhkan informasi di level detail, HOLAP dapat ‘Drill-through” dari Cube masuk kedalam Relational Database yang mendasarinya.

Selengkapnya...

Jumat, 11 November 2011

TUGAS ORACLE LESS 1 - 7

LESS 1









LESS 2













LESS 3










LESS 4









LESS 5





Selengkapnya...