Chap 3
Chap 3
Databases
Data Warehouses
◦ Mengintegrasikan data dari berbagai basis data dan silo data, dan mengaturnya untuk
analisis kompleks, penemuan pengetahuan, dan untuk mendukung pengambilan keputusan.
Data Marts
◦ Gudang data skala kecil yang mendukung fungsi tunggal atau satu departemen.
◦ Perusahaan yang tidak mampu berinvestasi dalam pergudangan data dapat mulai dengan
satu atau lebih data mart.
◦ Alat dan teknik yang memproses data dan melakukan analisis statistik untuk wawasan dan
penemuan.
◦ Digunakan untuk menemukan hubungan yang bermakna dalam data, terus mendapat
informasi tentang waktu nyata, mendeteksi tren, dan mengidentifikasi peluang dan risiko.
◦ Integrasikan dengan sistem pengumpulan data seperti TPS dan aplikasi bisnis.
◦ Menyimpan data secara terorganisir.
◦ Menyediakan fasilitas untuk mengakses dan mengelola data.
◦ Model Model database standar yang diadopsi oleh sebagian besar perusahaan.
◦ Simpan data dalam tabel yang terdiri dari kolom dan baris
Fungsi DBMS
1. Dirancang untuk mengelola data transaksi, yang mudah menguap & memecah
informasi kompleks menjadi tabel data yang lebih sederhana untuk mencapai
keseimbangan antara efisiensi pemrosesan transaksi dan efisiensi kueri.
2. Tidak dapat dioptimalkan untuk penggalian data
• Pemrosesan Analisis Online (OLAP)
1. Kontrol kualitas data yang lebih baik dan Keamanan TI yang lebih baik.
Dirty Data
1. Setinggi 90 persen, jarang diakses setelah 90 hari (kecuali untuk tujuan audit).
2. Sekitar 90 persen data kehilangan sebagian besar nilainya setelah 3 bulan.
1. Kemampuan untuk menangkap, proses, dan distribusikan data dalam waktu dekat
memerlukan investasi besar dalam arsitektur data.
2. Investasi dengan prinsip bahwa data harus diintegrasikan, diproses, dianalisis, dan diformat
menjadi "informasi yang dapat ditindak lanjuti."
Data Warehouse :
1. simpan data berbagai sistem sumber dan basis untuk menjalankan kueri analitis (EDW)
2. Warehouse : sumber utama data yang dibersihkan untuk analisis,pelaporan,dan BI.
Data Mart
adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analis
Warehouse mengatur data dalam berbagai subjek, area fungsional, vendor, dan produk.
Arsitektur data warehouse mendefinisikan aliran data saat ditangkap oleh sistem
transaksi, sumber data disimpan dalam database transaksional,Proses ETL
memindahkan data dari basis data ke data mart untuk analisis dan pelaporan
dibuat perusahaan untuk mendukung operasi yang sedang berlangsung dan masa depan,seperti:
mengumpulkan, merapikan, menganalisis big data sehingga diperoleh informasi yang bernilai guna
untuk membantu pengambilan keputusan
MapReduce menyediakan kerangka kerja perangkat lunak yang dapat diandalkan dan toleran pada
kesalahan untuk menulis aplikasi dengan mudah yang memproses data dalam jumlah besar
DATA MINING
TEXT MINING
Text Mining adalah kategori luas yang melibatkan penafsiran kata dan konsep dalam
konteks.
Teks disusun untuk memberikan wawasan yang dapat ditindaklanjuti bagi manajer.
mendeteksi masalah produk dan bisnis,kemudian mengatasinya sebelum menjadi masalah
besar yang memengaruhi penjualan.
Membantu perusahaan untuk mengambil tindakan untuk menghindari potensi pembelotan
ke saingan bisnis sebagai bagian dari pemasaran dan program manajemen hubungan
pelanggan
1. Eksplorasi
Standardisasi
Mungkin 80% dari waktu pemrosesan
Tata bahasa dan pemeriksaan ejaan
Buat aturan bisnis dan latih model untuk akurasi dan presisi
Business Intelligence
Kemajuan dalam menanggapi data besar dan tuntutan kinerja pengguna akhir.
Di-host di awan publik atau pribadi.
Membatasi staf TI dan mengendalikan biaya
Dapat memperlambat waktu respons, menambah risiko keamanan dan cadangan
Perangkat lunak alur kerja, alat penulisan, pemindai, dan basis data yang mengelola dan
mengarsipkan dokumen
Dokumentasi acara bisnis, tindakan, keputusan, atau transaksi
Indeks dan simpan dokumen sesuai dengan kebijakan perusahaan
Keberhasilan tergantung pada kemitraan para pemain kunci.
Manfaat Utama