Nama Assignment : Tugas Individu Pertemuan E-Learning 2

Nama / NIM : I Made Intan Yahya K. / 1905551026

Kelas : Sistem Informasi Manajemen A

DATA WAREHOUSE DAN DATA MINING

1. Data Warehouse
Data warehouse menyimpan data yang telah diekstrak dari berbagai database operasional,
eksternal, dan lainnya dari suatu organisasi. Ini adalah sumber utama data yang telah
dibersihkan, ditransformasikan, dan dikatalogkan sehingga dapat digunakan oleh manajer
dan profesional bisnis lainnya untuk penambangan data, pemrosesan analitik online, dan
bentuk analisis bisnis lainnya, riset pasar, dan dukungan keputusan. Data warehouse dapat
dibagi menjadi data mart, yang memegang subset data dari gudang yang berfokus pada
aspek tertentu dari perusahaan, seperti Departemen atau proses bisnis.

Gambar 5.17 menggambarkan komponen sistem data warehouse yang lengkap. Perhatikan
bagaimana data dari berbagai database operasional dan eksternal ditangkap, dibersihkan,
dan diubah menjadi data yang dapat lebih baik digunakan untuk analisis. Proses akuisisi
ini mungkin mencakup aktivitas seperti mengonsolidasikan data dari beberapa sumber,
memfilter data yang tidak diinginkan, mengoreksi data yang salah, mengonversi data ke
elemen data baru, atau menggabungkan data ke dalam subset data baru. Data ini kemudian
disimpan dalam data warehouse perusahaan, dari mana mereka dapat dipindahkan ke data
Mart atau penyimpanan data analisis yang menyimpan data dalam bentuk yang lebih
berguna untuk jenis analisis tertentu. Metadata (data yang menentukan data dalam data
warehouse) disimpan dalam repositori metadata dan di Katalog oleh direktori metadata.
 Akhirnya, berbagai perangkat lunak analitis dapat diberikan untuk query, laporan,
tambang, dan menganalisis data untuk pengiriman melalui internet dan intranet sistem web
untuk pengguna akhir bisnis. Lihat gambar 5.18

Figure 5.18

2. Data Mining
Data mining adalah penggunaan utama dari data warehouse dan data statis yang
dikandungnya. Dalam penambangan data, data dalam data warehouse dianalisis untuk
mengungkapkan pola dan tren tersembunyi dalam aktivitas bisnis historis. Analisis ini
dapat digunakan untuk membantu manajer membuat keputusan tentang perubahan strategis
dalam operasi bisnis untuk mendapatkan keunggulan kompetitif di pasar.
 Data mining dapat menemukan korelasi, pola, dan tren baru dalam sejumlah besar data
bisnis (seringkali beberapa terabyte data) yang disimpan di data warehouse. Perangkat
lunak data mining menggunakan algoritma pengenalan pola tingkat lanjut, serta berbagai
teknik matematis dan statistik, untuk menyaring kumpulan informasi bisnis strategis yang
sebelumnya tidak diketahui. Sebagai contoh, beberapa perushaan menggunakan data
mining untuk:
• Melakukan analisis keranjang pasar untuk mengidentifikasi bundel produk baru.
• Menemukan akar penyebab masalah kualitas atau manufaktur.
• Mencegah gesekan pelanggan dan mendapatkan pelanggan baru.
• Cross-sell ke pelanggan yang sudah ada.
• Profiling pelanggan dengan lebih akurat.

3. PDM