Tugas Pertemuan 3 Datawarehouse

RANCANG BANGUN SISTEM INFORMASI INVENTORI MENGGUNAKAN METODE ASSOCIATION RULES DI CV. DAMAR LANGIT

(Saya mengambil paper dari Universitas Islam Negeri Maulana Malik Ibrahim Malang)

Paper ini milik dari :

Zainul Fanani – Muhammad Faisal
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang.
Email: seminull@yahoo.com- muhfais@yahoo.com

Abstrak – Sistem informasi manajemen inventori merupakan sistem informasi yang mengelola data transaksi dan persediaan dalam gudang. Perusahaan yang bergerak dibidang produksi umumnya memerlukan Sistem Inventori. Sistem Inventori biasanya terdiri dari sistem penerimaan barang, sistem pembelian barang, dan sistem gudang. Sistem ini harus dapat memberikan informasi inventori seperti informasi pengeluaran barang, pembelian barang, penerimaan barang dan informasi lain secara cepat dan akurat, selain itu sistem dapat mempermudah kerja user.Pada penelitian yang dilakukan berkaitan dengan rancang bangun sistem informasi inventori menggunakan association rules (aturan asosiasi), bertujuan sebagai sistem pendukung keputusan untuk merekomendasikan persediaan sepeda motor sesuai tipe dan warna dengan menganalisa  data penjualan sepeda motor SUZUKI. Dan dari aplikasi ini dapat mengetahui pola/kebiasaan customer dalam kecenderungan membeli sepeda motor. Sehingga dari aturan asosiasi ini menghasilkan informasi yang bisa digunakan untuk membantu dalam mendukung keputusan seorang manager dalam manajemen perusahaan terutama dalam memecahkan permasalahan yang berhubungan dengan inventori (persediaan) sepeda motor dari produk SUZUKI yang sesuai tipe dan warna dengan tipe dan warna yang lainnya, sehingga dapat bermanfaat dalam menentukan strategi pemasaran. Selanjutnya seorang pimpinan operasional dapat merencanakan sendiri untuk menentukan jumlah pembelian. Dan output dari aplikasi sistem informasi jumlah sisa persediaan didapat dari
hasil pemrosesan didalam database.

Kata Kunci :  Sistem informasi, Inventori, Sistem Pendukung Keputusan (Decisition Support System), Association Rule, Data Mining, OLAP (Online Analitic Processing), Algoritma Apriori, Support, Confidence, Lift Rasio. 

Untuk lengkapnya bisa download disini

Pertenyaan yang muncul seputar Datawarehouse

1. Apa yang di maksud dengan Datawarehouse

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

 

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung / konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System).

 

2. Perbedaan OLAP dengan OLTP

On-Line Analytical Processing(OLAP) 

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

On-Line Transaction Processing(OLTP) 

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari. 

 

 

3. Manfaat Datawarehouse

1..Kemampuan mengakses data yang berskala perusahaan.

2..Kemampuan memiliki data yang konsisten.

3..Dapat melakukan analisis secara cepat.

4..Dapat digunakan untuk mencari redundansi usaha di perusahaan.

5..Menemukan gap antara pengetahuan bisnis dengan proses bisnis.

6..Meminimalkan biaya administrasi.

7..Meningkatkan kinerja pegawai perusahaan untuk dapat melakukan tugasnya dengan lebih efektif.

4. Karakteristik Datawarehouse

1. Subject Oriented
2. Integrated
3. Time - Variant
4. Non-Volatile

 5. Model Untuk Datawarehouse

• Model Dimensional
• Scheme Bintang
• Snowflake Scheme
• Model OLTP