LZT4 1701497885
7023T Advanced Database Systems
2. Memory
: 128 MB
3. Hardisk
: 20 GB
4. VGA
: 32 MB
5. Reolusi Min
: 1024 x 768
3. What do you know about star schema, snowflake schema and fact constellation schema,
explain each of them and figure out the example for each!
Answer :
Fact table menampung nilai-nilai metric yang direkam untuk suatu kejadian yang
spesifik. Sehubungan dengan tujuan untuk menampul data atomik, biasanya
terdapat sejumlah besar record (jutaan). Pengelolaan khusus dilakukan untuk
meminimalisasi jumlah dan ukuran atribut dengan tujuan membatasi ukuran tabel
keseluruhan dan mengatur performa. Fact tables biasanya berupa transaksi (faktafakta mengenai kejadian tertentu, misalnya penjualan), snapshot (fakta-fakta yang
direkam pada suatu waktu tertentu, misalnya rincian Account pada awal bulan),
Menurut Connolly dan Begg (2010:1229), snowflake adalah jenis dari star skema
dimana tabel dimensinya tidak mengandung denormalisasi.
Answer :
Menurut connolly dan Begg (2010:1229) snowflake merupakan variasi dari star skema
dimana tabel dimensi diperbolehkan memiliki tabel dimensi. Kenapa dilakukan
snowflaking yakni untuk dapat memahami lebih rinci dari fact table serta merincikan dari
tabel dimensi menjadi tabel dimensi baru untuk merincikan tabel dibensi. Snowflaking itu
sendiri merupakan metode normalisasi. Snowflaking juga membuat browsing antara
dimensi atribut menjadi lambat. Jelas tabel kategori snowflaked akan tampil sangat baik
jika user meminta hanya untuk nilai-nilai yang berbeda dari kategori tanpa tambahan,
tetapi jika user membatasi pada jenis paket pada saat yang sama, maka query harus
menggabungkan kembali tabel kategori snowflaked melalui dimensi produk dan mungkin
keluar melalui link lain ke snowflake yang mungkin akan menimbulkan kendala. Dalam
dimensi produk realistis dengan 250.000 records, query ini bisa berjalan selama beberapa
menit pada sistem basis data relasional terkenal, dan query sederhana ini harus mampu
menampilkan hasilnya pada user interface dalam satu atau dua detik.
5. Design TPS (Transactional Processing System) database design from figure star schema
above with UML class diagram or ERD (Entity Relationship Diagram)!
Answer :
Usecase Diagram
SALESORD
DIMPRODUCT
Cust
DIMWEEK
DIMSTORE
Admin
dimlocation
dimstore
Idlocation (PK)
Namelocation
1 *
Idstore (PK)
Namestore
Idlocation (FK)
salesord
IdProduct (FK)
Idstore (FK)
*
Datetrans (FK)
Price
Amount
dimweek
Datetrans (PK)
week
month
dimProduct
*
IdProduct (PK)
1 Nameproduct
Nametypeproduct
7. Give explanation and example about multidimensional from figure star schema above!
Answer :
Multidimensional database atau sering disebut dengan cube adalah sebuah bentuk
database dimana data disimpan dalam bentuk Cell, dan posisi dari sel-sel tersebut
ditentukan oleh beberapa variabel yang disebut dengan Dimension. Jumlah Dimension ini
secara teori bisa tidak terbatas, tidak perlu terkuantifikasi untuk membentuk sebuah
bangun 3 dimensi berupa cube. Istilah Cube dan penggambaran dalam bentuk cube (3
dimensi) ini dimaksud untuk mempermudah visualisasi kita tentang sifat multi
dimensionalnya. Sebagai contoh,"penjualan" bisa dilihat dengan dimensi (1) model
produk, (2)geografi, (3) waktu, atau (4) beberapa dimensi tambahan.
8. Give explanation and example about roll up from figure star schema above!
Answer :
Roll up adalah termasuk dalam jenis-jenis query pada OLAP. Yang dimaksud Roll up
sendiri adalah melakukan agregasi pada level yang berbeda dari hirarki dimensi.
Misalnya untuk setiap kota diberikan total penjualan, maka untuk total penjualan tiap
propinsi bisa didapatkan dengan menambahkan total penjualan pada semua kota dalam
satu propinsi.
9. Give explanation and example about drill down from figure star schema above!
Answer :
Drill down sendiri memandu pengguna untuk memperoleh data yang lebih detail
(Kamber, 2006). Jadi drill dwon menavigasikan dari data rinci yang sedikit hingga yang
lebih detil, hal ini dapat dilakukan dengan menuruni hierarki untuk sebuah dimensi atau
memperkenalkan dimensi tambahan. Penambahan sebuah dimensi baru berarti tabel fact
pasti berisikan (atau ditambahkan) data di dalam dimensi tersebut, misalnya untuk setiap
propinsi dapat diberikan total penjualan, maka total penjualan tiap kota dapat di-drill
down
10. Give explanation and example about slice and dice from figure star schema above!
Answer :
Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi dari kubus.
Dengan slicing dan dicing pengguna dapat melihat data dari beberapa perspektif.
Pengguna dapat mengekstrak bagian dari data agregrated dan dapat memeriksa dengan
detail berdasarkan dimensi-dimensi yang diinginkan. Data Agregrated merupakan data
praperhitungan
(precalculated)
dalam
bentuk
rangkuman
data (data
summarized) sehingga query pada kubus (cube) lebih cepat. Slicing memotong kubus
sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi).
Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua
dimensi atau lebih. Yaitu dengan merotasi cube pada perspektif yang lain sehingga
pengguna dapat melihat lebih spesifik terhadap data yang dianalisa.
Referensi :
Lane, P. (2005). Oracle Database Data Warehousing Guide, 10g Release 2 (10.2). Redwood
City, CA 94065, U.S.: Oracle Corporation.
Connolly, Thomas M. and Carolyn E.Begg. (2005). Database system A Practical Approach,
Implementasi and Management. Fourth Edition. Addison Wesley Publishing Company,
United States of America
Kimbal, Raphl and Margy Ross. (2007). The Data Warehouse Toolkit. Third Edition. John Wiley
& sons Inc, United States of America
http://datawarehouse4u.info/ETL-tools.html
http://jurnalinformatika.petra.ac.id/index.php/inf/article/view/18250/18118
http://blog.putsall.com/data-ware-house-dan-olap/
http://core.ac.uk/download/pdf/11734553.pdf
http://stti.i-tech.ac.id/component/phocadownload/category/63-data-warehousedatamining?download=315:modul-kuliah-dw-sesi-5