Chandramitasari, Widyaning (2014) Optimasi Online Analytical Processing (OLAP) Pada Data Warehouse Dengan Pendekatan Materialized Query Table (Studi Kasus: Basis Data SIAKAD UB). Sarjana thesis, Universitas Brawijaya.
Abstract
Optimasi Online Analytical Processing (OLAP) dengan pendekatan Materialized Query Table (MQT) ini dirancang dan dianalisis agar kita dapat melakukan analisis data lebih cepat. Karena saat ini, banyak perusahaan yang mulai menerapkan pemanfaatan data dari Online Transaction Processing(OLTP) yang dapat digunakan untuk keperluan analisis dan pengambilan keputusan. OLAP merupakan salah satu teknologi dari pengembangan data warehouse yang membantu memudahkan pengguna untuk melakukan analisis data secara multidimensional, sehingga mereka dapat melihat dan menganalisa data dari berbagai sudut pandang. Materialized query table merupakan tabel yang didefinisikan dari hasil suatu query yang berasal dari satu atau lebih tabel dasar. Penelitian ini menggunakan data dari database SIAKAD UB dengan data mahasiswa yang aktif pada semester ini dengan nama dan nim yang disamarkan dan perancangan data warehouse menggunakan Kimball Nine-Step Methodology yang dikemukakan oleh Ralph Kimball. Untuk perancangan data flow dan control flow menggunakan tools IBM Design Studio dan untuk menampilkan hasil OLAP menggunakan IBM Cognos Insight. Hasil yang didapat dari perbandingan yang telah diterapkan adalah MQT memberikan waktu eksekusi yang lebih cepat dibandingkan tanpa menggunakan MQT. Perbedaan waktu untuk pengambilan data sebanyak 236.539 baris pada skenario pengujian proses bisnis Seleksi Masuk Mahasiswa adalah 1,395662 detik lebih cepat dibandingkan tanpa menggunakan MQT. Hasil ini menunjukkan bahwa penggunaan MQT dapat mengambil data dengan lebih cepat.
English Abstract
Optimization of Online Analytical Processing(OLAP) using Materialized Query Table (MQT) approach is designed and analyzed so we can do data analysis faster. At present, many companies start to apply data utilization from Online Transaction Processing (OLTP) which can be used in analysis matter and decision making. OLAP is one of the technologies of data warehouse development where can help user to do data analysis in multidimensional easily, so they can see and analyze the data from different point of view. Materialized query table is defined by a result of a query which came from one table or more. We use data from SIAKAD UB database which contained data of active students in this semester with obscured names and students IDs and designing the data warehouse using Kimball Nine-Step Methodology which was proposed by Ralph Kimball. The data flow and control flow design utilizing tools from IBM Design Studio, and for showing the result of OLAP using IBM Cognos Insight. The result shows MQT gave faster execution time than the one without MQT. The time difference of data taking for 236,539 lines on the scenario of Students Entrance Test (Seleksi Masuk Mahasiswa) business process testing was 1.395662 seconds faster than without MQT. This result shows that the use of MQT could take the data faster.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2014/87/051403288 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Hasbi |
Date Deposited: | 19 Jun 2014 10:09 |
Last Modified: | 20 Oct 2021 06:50 |
URI: | http://repository.ub.ac.id/id/eprint/146124 |
Preview |
Text
2-DAFTAR_ISI.pdf Download (1MB) | Preview |
Preview |
Text
6-BAB_IV_-FIX-.pdf Download (5MB) | Preview |
Preview |
Text
1-Cover_Skripsi.pdf Download (1MB) | Preview |
Preview |
Text
3-BAB_I_-FIX-.pdf Download (1MB) | Preview |
Preview |
Text
5-BAB_III_-FIX-.pdf Download (1MB) | Preview |
Preview |
Text
4-BAB_II_-FIX-.pdf Download (2MB) | Preview |
Preview |
Text
7-BAB_V_-FIX-.pdf Download (1MB) | Preview |
Preview |
Text
9-Daftar_Pustaka.pdf Download (1MB) | Preview |
Preview |
Text
8-BAB_VI_-FIX-.pdf Download (1MB) | Preview |
Preview |
Text
10-Lampiran_Pembuatan_DataWarehouse.pdf Download (2MB) | Preview |
Actions (login required)
View Item |