TUGAS PERKULIAHAN

W182100018 – Data
Warehouse dan Big
Data
Judul Tugas
Tugas 1. Datawarehouse
Abstrak
Jenis Tugas
Kelompok [Maksimal 4 orang]

Nama Mahasiswa & NIM

1. Nama Lengkap (NIM) 3. Nama Lengkap (NIM)
2. Nama Lengkap (NIM) 4. Nama Lengkap (NIM)

Capaian Pembelajaran (CPMK)

1. Mampu memahami konsep dan teori Big Data; (S9, P2, P3, U1)
2. Mampu menganalisa penerapan Big data; (P3, U2, K2)
3. Mampu menerapkan salah satu metode pemodelan big data (P3, U2, K2)
4. Mampu mengidentifikasi dan merancang solusi permasalahan menggunakan Big data dan datawarehouse; (U2)
5. Mampu bekerja dalam kelompok; (S9)
Durasi/Tempo (Minggu)
Diberikan: 2 November 2023
3 Minggu
Batas Akhir Pengumpulan: 27 November 2023

Penilaian
Bobot Persentase Tugas
30%

Instruksi Pengumpulan Tugas
 Kumpulkan laporan hard copy dan soft copy yang diketik pada kertas A4, ukuran font 12, Times New Roman, spasi 1.5
dan ditulis rata kiri dan kanan (justified).
 Laporan ditulis dengan langsung menjawab pertanyaan yang diberikan dan tidak perlu ada pendahuluan,landasan teori
dan sebagainya. Tulis jawaban untuk setiap pertanyaan-baru di halaman-baru. Halaman laporan ditulis di pojok kanan
atas.
 Semua bukti yang bukan dokumen pribadi harus disertakan sitasi di dalam teks kemudian ditampilkan eferensinya.
Gunakan metode APA untuk menulis referensi.

Pernyataan
Saya/ kami yang bertanda tangan di bawah ini memahami bahwa saya/ kami telah membaca dan setuju untuk mematuhi peraturan UMB
tentang plagiarisme dan penjiplakan dan kebijakan dan prosedur di Program Studi. Saya/ kami menyetujui proses pengecekan laporan
sehingga tidak ada unsur plagiarisme atau penjiplakan akademik.

Tanda tangan Tanda tangan Tanda tangan Tanda tangan

................................... ................................... ................................... ...................................

Nama Lengkap Nama Lengkap Nama Lengkap Nama Lengkap

Fakultas Program Studi Disusun Oleh

Ilmu Komputer Sistem Informasi Tazkiyah Herdi S.Kom., MM

Capaian Pembelajaran (CPMK):

 4. Mampu mengidentifikasi dan menerapkan data warehouse (CPL-U2)
5. Mampu berkomunikasi dan bekerja sama dalam menyelesaikan kasus dalam industri (CPL-S9)
6. Mampu bekerja dalam kelompok (CPL-S9)

Komponen Penilaian Nilai Maksimal Nilai Diberikan

1. Mahasiswa mampu menjelaskan tentang konsep pada teori 30

Datawarehouse; (S9, P2, P3, U1) (CPMK-1,2,5)
2. Mahasiswa mampu merumuskan permasalahan sesuai dengan kasus pada 30
industri; (S9) (CPMK-3,6)
3. Mahasiswa mampu mempraktikan tata cara dan kaidah dalam merancang 40
solusi Big data dan Datawarehouse; (P3, U2, K2) (CPMK-1,4)
Pengumpulan Total Total

Tanda tangan Tanggal 100

Apakah ada penambahan waktu? Pengurangan keterlambatan Pengurangan: Nilai Akhir:

Kesepakatan pengumpulan: pengumpulan:

Tanda tangan

Koordinator Mata Kuliah/ Kelompok Bidang

Ilmu : Ya / Tidak

Bagian ini digunakan untuk memberi umpan balik atau informasi lain:
 KRITERIA DAN SKALA PENILAIAN
PROGRAM SARJANA (S1)

No Nilai Skala Kriteria

Istimewa. Isi laporan (jawaban) menunjukkan orisinalitas

ide/argumen dan analisis yang baik. Jawaban komprehensif
A 80 - 100 dan lengkap yang dengan jelas menunjukkan pemahaman
yang mendalam tentang topik yang ditanyakan. Koherensi
ide dan struktur yang bagus dalam paragraf, penggunaan
1 sitasi sesuai dan relevan terhadap topik.
Sangat Baik. Penulisan baik disertai bukti (gambar,
diagram, tabel) yang relevan. Pengetahuan topik dan logika
B+ 74 - 79,99 pemahaman yang baik. Beberapa ide kurang dijelaskan
2 dengan tepat tapi kemampuan penggunaan bukti cukup,
didukung dengan sumber bacaan yang sesuai.
Baik. Menunjukkan kemampuan untuk memahami
isu/pertanyaan, didukung materi yang baik dari hasil bacaan
yang relevan. Isi disertai bukti (gambar, diagram, tabel) yang
B 68 - 73,99
relevan dengan pengetahuan aplikatif. Sekitar 50% isi tidak
3 dijelaskan secara detail atau pernyataan tidak didukung bukti
yang relevan dan kurangnya sitasi.

Cukup Baik. Kualitas isi dan pemahaman tentang

isu/pertanyaan masih dalam level bisa diterima. Jawaban
C+ 62 - 67,99 menunjukkan pengetahuan mendasar dengan didukung bukti
(gambar, diagram, tabel) yang sesuai. Orisinalitas isi kurang
4
baik, susunan, struktur dan format laporan cukup baik.

Cukup. Pemahaman dan penguasaan materi yang ditulis

masuk akal sesuai isu/pertanyaan, tetapi kurang didukung
C 56 - 61,99 argumen yang relevan. Bukti material yang ditunjukkan ada
tapi sitasi tidak ditulis secara baik. Isi laporan berisi
5
penjelasan yang bersifat deskriptif dan kurang relevan.

Kurang. Struktur isi kurang baik dan beberapa bukti

D 45 - 55,99 (gambar, diagram, tabel) tidak relevan. Sebagian besar isi
diperoleh hanya dari bahan kuliah dan kurang dari sumber
6 bacaan lain. Sitasi tidak ditulis dengan baik.
Tidak Lulus. Kualitas isi pada level yang tidak bisa diterima.
Kurangnya kemampuan dalam menjelaskan topik/isu yang
ditanyakan. Struktur isi tidak terorganisasi dengan baik.
7 E < 45
Gambar, diagram dan tabel tidak relevan. Orisinalitas isi
sangat diragukan. Kemampuan komunikasi dan presentasi
yang tidak baik.
Skenario
 Kumpulkan laporan yang diketik pada kertas A4, ukuran font 12, Times New Roman,
spasi 1.5 dan ditulis rata kiri dan kanan (justified).
 Masing-masing individu harus mengumpulkan TB, walupun pengerjaannya
kelompok
 Dilarang keras plagiat/ mencontek.
 Semua bukti yang bukan dokumen pribadi harus disertakan sitasi di dalam teks
kemudian ditampilkan referensinya. Metode referensi disesuaikan dengan Jurnal yang
dituju, disarankan menggunakan Mendeley untuk mempermudah penulisan sitasi.

Pertanyaan Tugas
Dalam Tugas 1 ini, Anda diminta menyiapkan dataset yang dapat Anda temukan di
https://www.kaggle.com/datasets. Masing-masing kelompok jangan mengambil dataset yang
sama.

Pertanyaan 1.
Skenario Bisnis (25%)
a. Buatlah model area berbasis subjek untuk data yang dipilih (P3, U2, K2) (CPMK 4)

Pertanyaan 2.
Relasional (25%)
a. Buatlah entitas beserta atributnya, hubungkan masing-masing entitasnya, tentukan
primary key dan foreign key (S9, P2, P3, U1) (CPMK 5)

Pertanyaan 3.
Perancangan Datawarehouse (25%)
a. Buatlah rancangan data warehouse dengan menambahkan komponen waktu/historical
dan mempertimbangkan model dimensional (fact dan dimensional table). Untuk
mengoptimasi perancangan silahkan gunakan metode star scheme atau snowflake
scheme! (U2) (CPMK 6)