PEMROGRAMAN BASIS

DATA LANJUTAN
Semester Genap Tahun Akademik 2022/2023
Kelas : 8SIA
OBJECT ORIENTED PROGRAMMING
PERTEMUAN-02, 03 ,04 PEMROGRAMAN BERORIENTASI OBJEK

DBMS, DDBMS & OOP

SEMETSER GANJIL
TAHUN AKADEMIK
2021-2021

DATA WAREHOUSE DILSON, M.KOM

PBDL (Pemrograman Basis Data Lanjutan)

Adapun tujuan belajar PBDL adalah :

1. Memahami konsep database relasional (kita harus kuat
pada pemrograman Basis Data, terutama, pemahaman
tentang perintah SQL)
2. Memahami konsep database Client Server (Database yag
dibuat/diciptakan pada computer server dan dapat
diakses oleh kompuyter client).
3. Memahami konsep database terdistribusi.
Maksudnya : mahasiswa harus bisa membuat model
database dengan aplikasi yang sejenis (Homogen), dan
mampu membuat model database dengan aplikasi berbeda
(Heterogen).
4. Selain mampu menciptakan database sejenis dan heterogen tersebut,
mahasiswa juga harus mampu mengakses database tersebut
menggunakan aplikasi yang sesuai.
5. Menyangkut tentang datawarehouse,
a. mahasiswa harus mampu meng Esktrak (E) data dari berbagai
sumber daya computer (resources) contoh : window 7,8,10,11, dst.
Linux. Ekstrak data dari berbagai macam jenis file (excel, notepad,
SQL, .dat, dll).
b. Mahasisa harus mampu Transformasi data
contoh : Toko A menyimpan data menggunakan Excel
Toko B menyimpan data menggunakan mYSQL.
Tugas programmer : menetapkan database untuk menampung data-data
pada excel, dan data-data pada MySQL.

Contoh : Toko C sebagai pusat data dari Toko A dan Toko B akan
menggunakan Oracle sebagai database utama.
Contoh fisik :
Toko A (Excel) : Worksheet (Field = Kolom = Atribute)
NO_faktur Tgl_faktur Id_plgn Banyak_jual potongan
F-00001 01-01-2021 P01 20 5000
……
F-10000

Toko B (MySQL) , nama database : dbtransaksi

NO_faktur Tgl_faktur Id_plgn Nm_plgn Banyak_jual potongan
F-00001 01-01-2021 P01 Ny. Burhan 20 5000
……
F-10000
Solusi bagi programmer Apa ?
Untuk dibuat pada Toko C (Pusat)
1. Buat database baru
2. Buat file/tabel baru yang harus sama jumlah atributenya
 Solusi bagi programmer Apa ?
Untuk dibuat pada Toko C (Pusat)
1. Buat database baru
2. Buat file/tabel baru yang harus sama jumlah atributenya dan sesuai dengan
konsep relasional.

Tabel Transaksi Tabel Pelanggan

#No_faktur PK potongan
Nm_plgn
Tgl_faktur
Bnyk_jual
#Id_plgn PK

Id_plgn FK
 Konsep Database Relasional
Y

NO_faktur Tgl_faktur Id_plgn Banyak_jual potongan

F-00001 01-01-2021 P01 20 5000
Kolom ……
F-10000

X
ROW/ Baris = Record
 Konsep Database Warehouse (Gudang Data)
Y Extract, Transformation, Load

Dimensi
)Kubus)
Z

Kolom
Data yang di Load pada DW, adalah
Data yang benar-benar dijadikan untuk
mengambil Keputusan ( Decision)

X
ROW/ Baris = Record

NO_faktur Tgl_faktur Id_plgn Banyak_jual potongan

F-00001 01-01-2021 P01 20 5000
……
Contoh :
Penjualan Berdasarkan Periode, Wilayah dan Jenis Produk

Tahun 2021

Wilayah A
Jenis
Fashion
Produk

Data Science : / Menambang Data / Data Mining

1

Praktikum
DATABASE MANAGEMENT SYSTEM
Alat bantu / aplikasi yang digunakan : MySQL
Database yang akan dibuat adalah : dbpenjualan2023
Tabel-table yang akan dibuat pada database dbpenjualan2023
tersebut adalah :
1. Tbpelanggan
2. Tbdistributor
3. Tbwilayah
4. Tbbarang
5. Tbkategori_barang
6. Tbsales
7. Tbarmada
8. Tborder
9. Tborder_detail
10. Tbjual
11. Tbjual_detail
1

Praktikum
PERINTAH DDL
a. Create Database dan Tabel
1. Struktur table Tbpelanggan
Field Name Type Lebar Primary Y/T Keterangan
Id_plgn int 1-255 Yes Id Pelanggan
Nm_plgn Varchar 50 No Nama Pelanggan
Id_wil Ineteger 1-255 FK Id Wilayah
Almt_plgn Text 100 No Alamat Pelanggan
Kdpos Char 10 No Kode Pos
Email varchar 100 No Email
Notelpon Varchar 20 No Nomor Telepon
nohp varchar 20 No No HP.
Perintah SQL
create TABLE TBPELANGGAN (id_plgn int not null primary key auto_increment,
1
2. Struktur table TbWilayah
Field Name Type Lebar Primary Y/T Keterangan
Id_wil int 1-255 Yes Id Wilayah
Nm_wilayah Varchar 100 No Nama Wilayah
3. Struktur table TbDistributor
Field Name Type Lebar Primary Y/T Keterangan
Id_dis int 1-255 Yes Id Distributor
Nm_dis Varchar 50 No Nama Distributor
Id_wil Ineteger 1-255 FK Id Wilayah
Almt_dis Text 100 No Alamat Distributor
Kdpos Char 10 No Kode Pos
Email varchar 100 No Email
Notelpon Varchar 20 No Nomor Telepon
nohp varchar 20 No No HP.
1
4. Struktur table TbBarang
Field Name Type Lebar Primary Y/T Keterangan
Id_brg Char 4 Yes Id Barang
Nm_brg Varchar 100 No Nama Barang
Id_kategori Int 1-255 FK Id Kategori Barang
Satuan Text 100 No Alamat Distributor
Stok_min int 10 No Stok Minimum
Stok_max Int 10 No Stok Maksimum
Id_dis Int 1-255 No ID Distributor
Hrg_pokok Int 10 No Harga Pokok Pembelian
Disc Int 10 NO Discount
Hrg_jual Int 10 No Harga Penjualan
Deskripsi Text Deskripsi Barang
1
5. Struktur table TbKategoriBarang
Field Name Type Lebar Primary Y/T Keterangan
Id_kat int 1-255 Yes Id Kategori Barang
Nm_kat Varchar 100 No Nama KategoriBarang
6. Struktur table TbSales
Field Name Type Lebar Primary Y/T Keterangan
Id_sal int 1-255 Yes Id Sales
Nm_sal Varchar 50 No Nama Sales
Id_wil Ineteger 1-255 FK Id Wilayah Sales
Almt_sal Text 100 No Alamat Sales
Kdpos Char 10 No Kode Pos
Email varchar 100 No Email
Notelpon Varchar 20 No Nomor Telepon
nohp varchar 20 No No HP.
1
7. Struktur table TbArmada
Field Name Type Lebar Primary Y/T Keterangan
No_plat Varchar 10 Yes Id Nomor Plat Mobil
Jenis_armada Varchar 100 No Jenis Armada
Thn_beli Char 4 Tahun Pembelian
No_BPKB Varchar 20 No Nomo BPKB Mobil
Kap_max Int 5 Kapasitas Muatan
Maksimum
Hrg_beli Double Harga beli armada
1
8. Struktur table TbOrder
Field Name Type Lebar Primary Y/T Keterangan
No_Order Char 5 Yes Nomor Order
Tgl_order Varchar 10 No Tanggal Order
Id_dis Int 1-255 FK Id Distributor
9. Struktur table TbOrderDetail
Field Name Type Lebar Primary Y/T Keterangan
No_Order Char 5 Yes Nomor Order
Id_brg Char 4 FK ID Barang
Bnyk_brg Int 5 No Banyak Order
Disc Int 10 No Discount
1
10. Struktur table Tbjual
Field Name Type Lebar Primary Y/T Keterangan
No_faktur Char 5 Yes Nomor Faktur
Tgl_faktur Varchar 10 No Tanggal Faktur
Id_plgn Int 1-255 FK Id Pelanggan
11. Struktur table TbJualDetail
Field Name Type Lebar Primary Y/T Keterangan
No_Faktur Char 5 Yes Nomor Faktur
Id_brg Varchar 10 FK ID Barang
Bnyk_brg Int 5 No Banyak jual
Disc Int 10 No Discount
1
Perintah SQL Lengkap
create table tbwilayah (id_wil int not null primary key auto_increment, nm_wilayah
varchar(100));
create table tbdistributor (id_dis int not null primary key auto_increment, nm_dis
varchar(100),id_wil int not null, almt_dis text, kdpos char(5),email varchar(100),notelpon
varchar(20), nohp varchar(20));
create table tbbarang(id_brg char(4) not null primary key, nm_brg varchar(50), id_kategori
int not null, satuan text, stok_min int not null, stok_max int not null, id_dis int not
null, hrg_pokok int not null, disc int not null, hrg_jual int not null, deskripsi text);
create table tbkategoribarang(id_kat int not null primary key auto_increment, nm_kat
varchar(100));
create table tbsales (id_sal int not null primary key auto_increment, nm_sal varchar(50),
id_wil int not null, almt_sal text, kdpos char(10), email varchar(100), notelpon
varchar(20), nohp varchar(20));
create table tbarmada (no_plat varchar(10) not null primary key, jenis_armada varchar(100),
thn_beli char(4),
nobpkb varchar(20), kap_max int not null, hrg_beli double not null);
create table tborder (no_order char(5) not null primary key, trgl_order varchar(10), id_dis
int not null);
create table tborder_detail(no_order char(5) not null, id_brg char(4) not null, bnyk_brg
int not null, disc int);
create table tbjual (no_faktur char(5) not null primary key, trgl_faktur varchar(10),
id_plgn int not null);
create table tbjual_detail(no_faktur char(5) not null, id_brg char(4) not null, bnyk_brg
int not null, disc int);
1

Batas Praktikum Senin, 27-02-2023

1
Data Warehouse
Adalah kumpulan rancangan basis data terintegrasi dan berorientasi subjek
untuk mendukung fungsi DSS, di mana setiap unit data adalah non-volatile
dan relevan dengan waktu tertentu Repositori fisik di mana data relasional
diorganisasikan secara khusus untuk menyediakan data yang dibersihkan
perusahaan dalam format standar.
1

Syarat Membangun Data Warehouse

1

Karakteristik/Fitur DW
a. Berorientasi pada subjek
b. Terintegrasi
c. Time-variant (time series)
d. Nonvolatile
e. Diringkas / ringkasan data (Summary)
f. Tidak dinormalisasi
g. Metadata
h. Berbasis web, relational/multi-dimensi
i. Client/server
j. Real-time dan/atau right-time (aktif)
1

Lingkungan Data Warehouse (Environment DW)

1
INPUT OUTPUT

Kumpulan Sumber Data mentah dari Berbagai macam

sumber daya yang ada pada sebuah perusahaan
Pelaporan
HRD
Data Warehouse
PROSES
Digunakan
ETL Analisis
Keuangan Extract Oleh
Transform berbagai
Load macam
(dasar Profesional
pengolahan
Big Data Adalah media
Kehadiran Integrasi Penyimpanan
Data) Data
Hasil proses Penambangan Data
Integrasi Data (Data Mining)
Dari berbagai
sumber data
Data lainnya elektronik
1
INPUT
Sebagian besar perusahaan mengelola data dari berbagai
sumber dan menggunakan beberapa alat analisis untuk

Kumpulan Sumber Data mentah dari Berbagai macam

membuat business intelligence. Namun, ada juga bisnis yang

sumber daya yang ada pada sebuah perusahaan

HRD hanya bergantung pada satu jenis data atau sistem.

Jika ingin membuat strategi data yang kompleks berfungsi

dengan baik, maka data yang digunakan harus bisa bergerak
bebas di antara sistem dan aplikasi, oleh sebab itu diperlukan
Keuangan
proses yang dapat membersihkan dan mentransformasikan
sumber data untuk dikatalogkan menggunakan proses
Extract.

Kehadiran

Data lainnya
1

PROSES Pada dasarnya, data Warehouse digunakan untuk proses Data mining, OLAP (Online
Analytical Processing), dan DSS (Decission Suport System).
Tetapi pokok pembahasan utama Sistem Data Warehouse sebenarnya adalah
ETL
ETL (Extract Transform Load).
Extract Data harus diekstrak terlebih dahulu dari sumber utama sebelum dipindahkan ke
Transform
Load
tempat yang lain. Ada tiga tahapan yang dapat kita lakukan pada proses, yaitu :
(dasar
pengolahan 1. Ekstraksi Data (Extract)
Big Data
Integrasi Pada langkah pertama proses ETL ini, data terstruktur dan tidak terstruktur
Data)
diimpor dan dikonsolidasikan ke dalam satu wadah penyimpanan.
Data mentah dapat di ekstrak dari berbagai sumber berikut ini:
a. Database yang ada dan legacy system.
b. Cloud, hybrid, dan on-premises environments.
c. Aplikasi penjualan dan pemasaran.
d. Mobile devices dan apps.
e. CRM systems.
f. Data storage platforms.
g. Data warehouses.
h. Analytics tools.
1

PROSES 2. Transformasi
Proses transformasi adalah langkah yang harus dilakukan untuk membersikan data
dan mempersiapkan data agregasi untuk analisis. Setelah tahap ekstraksi selesai,
ETL
data perlu dipindahkan ke sistem target atau ke sistem perantara untuk diproses
Extract lebih lanjut (proses membuat gudang data / warehouse yang lebih terstruktur).
Transform
Load
Artinya data yang sudah ditransformasi benar-benar sudah bersih, siap dan
(dasar kompatibel.
pengolahan
Big Data
Integrasi
Beberapa proses transformasi ETL :
Data)
a. Pembersihan: data yang tidak konsisten dihilangkan.
b. Standardisasi: memasang aturan pemformatan ke kumpulan data.
c. Deduplikasi: data yang sama dibuang atau dikecualikan.
d. Verifikasi: data yang tidak dapat digunakan dihapus dan anomali ditandai.
e. Pengurutan: data diatur menurut jenisnya.
f. Tugas lainnya - aturan tambahan yang dapat meningkatkan kualitas data.

Bagaimana carany ? Cari jawaban di intenet

1

PROSES 3. Load (Memuat data ke Data Warehouse)

Tahap terakhir adalam memuat data (load) sumber yang sudah di exctract/dirubah
ke sumber penyimpanan tujuan (gudang data). Proses load data dapat dilakukan
ETL
dengan dua cara, yaitu :
Extract
Transform
Load
a. Full loading
(dasar Semua data yang berasal dari hasil transformasi akan menjadi catatan baru dan
pengolahan unik di gudang data. Full load berguna untuk menghasilkan kumpulan data yang
Big Data
Integrasi
tumbuh secara eksponensial dan sulit untuk diatur.
Data)
b. Incremental loading
Metode yang ini kurang komprehensif, tetapi lebih mudah dikelola. Incremental
loading membandingkan data yang masuk dengan data yang sudah ada. Dan hanya
akan menghasilkan data tambahan jika ditemukan data yang unik dan baru.

Bagaimana carany ? Cari jawaban di intenet

1
OUTPUT
Data Warehouse

Pelaporan

Digunakan
Analisis
Adalah media Oleh
Penyimpanan berbagai
Data macam
Hasil proses Profesional
Integrasi Data
Dari berbagai
sumber data
elektronik
Penambangan Data
(Data Mining)
1

OUTPUT
Pelaporan

Oleh Analisis
berbagai
macam
Profesional

Penambangan Data
(Data Mining)
1
1