SlideShare una empresa de Scribd logo
1 de 53
Descargar para leer sin conexión
Kesalahan Implementasi
Data Warehouse
Hendro Subagyo
Informasi = Aset
DATA/INFORMASI JUGA NYAMPAH!
WAREHOUSE AMAZON.COM
Warehouse tidak terpakai
http://www.makeuseof.com/
Dalam timbunan data,
Kita haus pengetahuan
Significant IT Failures
Company Year Outcome
Hudson Bay (Canada) 2005 Inventory system problems lead to $33.3 million loss
UK Inland Revenue 2004/5 $3.45 billion tax-credit overpayment caused by
software errors
Avis Europe PLC (UK) 2004 Enterprise resource planning (ERP) system cancelled
after $54.5 million spent
Ford Motor Co. 2004 Purchasing system abandoned after deployment
costing approximately $400 M
Hewlett-Packard Co. 2004 ERP system problems contribute to $160 million loss
AT&T Wireless 2004 Customer relations management (CRM) system
upgrade problems lead to $100M loss
Data Warehouse - Wikipedia
A data warehouse (DW, DWH), or an enterprise data warehouse
(EDW), is a database used for reporting and data analysis.
Integrating data from one or more disparate sources creates a
central repository of data, a data warehouse (DW).
Data warehouses store current and historical data and are used
for creating trending reports for senior management reporting
such as annual and quarterly comparisons.
OLTP: rekam data terkini, dukung operasional
OLTP:
update data
sesuai
kondisi
terkini
Data OLTP: Berorientasi Aplikasi
Nama
NPWP
NIK
SIM
Alamat
Lat,Long
RT/RW,
...,Prop
Jabodetabek
Data DW: Berorientasi Subyek
Subyek sama, aplikasi berbeda
Data OLTP: mendetail
Data OLTP: operasional
Data DW: terintegrasi
Data DW: terintegrasi
Integrasi tidak mudah, tapi mungkin
Data DW: non-volatile
Data DW: non-volatile
Data DW: time variant
Data DW: tidak berubah, hanya bertambah
Data Warehouse’s Data
Karakteristik data Deskripsi
Berorientasi subyek Data dikelompokkan dalam subyek-subyek.
Terintegrasi
Data disimpan dalam format yang konsisten secara global. Hal
ini berimplikasi data-cleansing sehingga data memiliki
konsistensi dalam konvensi penamaan dan atribut fisik.
Time-variant
Data direkam untuk penggunaan jangka panjang, biasanya 5-
10 tahun. Sehingga data direkam dalam beberapa seri
snapshot.
Non-volatil
Sekali data terekam dan tersimpan dalam waktu tertentu,
misal t1, maka seluruh atribute tersebut tetap tidak berubah.
OLTP vs DW
Item OLTP Data Warehouse
Tujuan
Mendukung proses
operasional
Mendukung analisa strategis,
performa dan reporting
Penggunaan data
Merekam dan mengelola
data
Eksploitasi data
Validasi data
Validasi dan verifikasi saat
entri
Verifikasi setelah fakta
Frekuensi update
Data diupdate setiap ada
transaksi
Data ditambahkan secara periodik,
dengan proses terjadwal (bukan
diedit yang telah ada, tetapi data
baru diambahkan).
Requirement
histori data
Data terkini Histori data selama beberapa tahun
Integrasi dan
balancing data
Balancing data dalam satu
sistem
Data harus diintegrasikan dan di-
balancing dari beragam sumber
Arsitektur DW/BI
Urutan desain dan pengembangan DW/BI
Komponen BI
Kesalahan A – Miskonsepsi
DW = OLTP + OLTP + ...
Kesalahan A - Miskonsepsi
“development done, problem solved.”(mitos)
Kesalahan A - Miskonsepsi
Kesalahan Implementasi – A
Miskonsepsi DW/BI
• data warehouse hanyalah kumpulan salinan dari database
operasional (OLTP)
• desain Data Warehouse tidak berbeda dengan desain database operasional
(OLTP).
• desain hanya fokus pada penyimpanan berbasis rekord
• mitos bahwa dengan membuat data warehouse maka secara otomatis
masalah pengambilan keputusan terselesaikan
Kesalahan Implementasi – B
Tidak fokus dalam menghasilkan nilai (bisnis)
• tertarik pada implementasi teknologi terbaru, hal-hal menarik untuk
dicoba dan menyelesaikan tantangan teknologi
• manajer DW hanya berorientasi pada teknologi
Margins of Error in Cost and Time Estimates
Typical margins of Error for
Well-done Estimates
Phase Deliverable Cost (%) time (%)
Planning System Request 400 60
Project Plan 100 25
Analysis System Proposal 50 15
Design System Specification 25 10
Source: Boehm et al. (1995)
Kesalahan C –
No Collaboration,
No Communications
Tidak melibatkan stakeholder
Kesalahan C – Kolaborasi, Komunikasi
Kesalahan Implementasi - C
Tidak melibatkan seluruh stakeholder
• pengguna tidak merasa memiliki
• sistem yang telah dibangun tidak sesuai dengan budaya pengguna,
atau dalam kata lain, ”gap” antara sistem as-is dan to-be terlalu jauh
Kesalahan Implementasi - C
Miskomunikasi
• Pernyataan pengembang kepada stakeholder bisnis/manajemen
“sistem ini membantu manajer/manajemen mengambil keputusan
lebih baik”
• Audiens, “Mereka (pengembang) akan memperbaiki kita, karena
selama kita tidak baik!”
Kesalahan Implementasi - C
Minimalnya komitmen dan dukungan manajemen
• komitmen dan dukungan manajemen sangat minimal, baik dukungan
manajerial, SDM maupun dana
Kesalahan Implementasi - C
Tidak ada Kolaborasi dg Stakeholder Bisnis
• Pengembang tidak tertarik untuk melibatkan pengguna dan
stakeholder lain
• Pengembang tidak mengembangkan komunikasi efektif dengan
stakeholder lain
• Stakeholder bisnis, terdiri dari operator lapangan, manajemen,
sponsor dana, dan pengguna sistem DW (pengambil keputusan), juga
tidak tertarik untuk memahami aspek-aspek batasan teknis
pengembangan
Kesalahan Implementasi - D
Tidak adaptif dan tidak iteratif
• Metodologi pengembangan tidak adaptif terhadap perubahan
lingkungan bisnis yang dinamis
Menyesuaikan diri
Kesalahan Implementasi Lainnya
• Tidak menggunakan framework (mis: Matrix-Bus)
• Kesalahan pemilihan teknologi (tools)
• Target pengembangan yang utopi
• Tidak tersedianya skill, kurangnya training
THE MAN WHO MAKES
NO MISTAKES
DOES NOT USUALLY
MAKE ANYTHING
LET’S MAKE
BETTER MISTAKES
TOMORROW.

Más contenido relacionado

Destacado

Crevativty & innovation ppt mba
Crevativty & innovation ppt  mbaCrevativty & innovation ppt  mba
Crevativty & innovation ppt mbaBabasab Patil
 
Creative Thinking & Problem Solving
Creative Thinking & Problem SolvingCreative Thinking & Problem Solving
Creative Thinking & Problem SolvingAsma Karoobi
 
partes de una base de datos
partes de una base de datospartes de una base de datos
partes de una base de datosvalentina_daniel
 
10 reasons to hire me by Alexandr Ababii
10 reasons to hire me by Alexandr Ababii10 reasons to hire me by Alexandr Ababii
10 reasons to hire me by Alexandr AbabiiAlexandr Ababii
 
Visual Data Representation Techniques Combining Art and Design
Visual Data Representation Techniques Combining Art and DesignVisual Data Representation Techniques Combining Art and Design
Visual Data Representation Techniques Combining Art and DesignLogo Design Guru
 
Creative Thinking
Creative ThinkingCreative Thinking
Creative ThinkingTony Yoo
 
Visualising Data with Code
Visualising Data with CodeVisualising Data with Code
Visualising Data with CodeRi Liu
 
DAMA Webinar - Big and Little Data Quality
DAMA Webinar - Big and Little Data QualityDAMA Webinar - Big and Little Data Quality
DAMA Webinar - Big and Little Data QualityDATAVERSITY
 
Open Source Creativity
Open Source CreativityOpen Source Creativity
Open Source CreativitySara Cannon
 
Test Driven Design - GDG DevFest Istanbul 2016
Test Driven Design - GDG DevFest Istanbul 2016Test Driven Design - GDG DevFest Istanbul 2016
Test Driven Design - GDG DevFest Istanbul 2016Lemi Orhan Ergin
 
15 Quotes To Nurture Your Creative Soul!
15 Quotes To Nurture Your Creative Soul!15 Quotes To Nurture Your Creative Soul!
15 Quotes To Nurture Your Creative Soul!DesignMantic
 
Analytics Trends 2016: The next evolution
Analytics Trends 2016: The next evolutionAnalytics Trends 2016: The next evolution
Analytics Trends 2016: The next evolutionDeloitte United States
 
Working With Big Data
Working With Big DataWorking With Big Data
Working With Big DataSeth Familian
 

Destacado (15)

Crevativty & innovation ppt mba
Crevativty & innovation ppt  mbaCrevativty & innovation ppt  mba
Crevativty & innovation ppt mba
 
Creative Thinking & Problem Solving
Creative Thinking & Problem SolvingCreative Thinking & Problem Solving
Creative Thinking & Problem Solving
 
partes de una base de datos
partes de una base de datospartes de una base de datos
partes de una base de datos
 
10 reasons to hire me by Alexandr Ababii
10 reasons to hire me by Alexandr Ababii10 reasons to hire me by Alexandr Ababii
10 reasons to hire me by Alexandr Ababii
 
Creativity & innovation
Creativity & innovationCreativity & innovation
Creativity & innovation
 
CREATIVITY POWERPOINT
CREATIVITY POWERPOINTCREATIVITY POWERPOINT
CREATIVITY POWERPOINT
 
Visual Data Representation Techniques Combining Art and Design
Visual Data Representation Techniques Combining Art and DesignVisual Data Representation Techniques Combining Art and Design
Visual Data Representation Techniques Combining Art and Design
 
Creative Thinking
Creative ThinkingCreative Thinking
Creative Thinking
 
Visualising Data with Code
Visualising Data with CodeVisualising Data with Code
Visualising Data with Code
 
DAMA Webinar - Big and Little Data Quality
DAMA Webinar - Big and Little Data QualityDAMA Webinar - Big and Little Data Quality
DAMA Webinar - Big and Little Data Quality
 
Open Source Creativity
Open Source CreativityOpen Source Creativity
Open Source Creativity
 
Test Driven Design - GDG DevFest Istanbul 2016
Test Driven Design - GDG DevFest Istanbul 2016Test Driven Design - GDG DevFest Istanbul 2016
Test Driven Design - GDG DevFest Istanbul 2016
 
15 Quotes To Nurture Your Creative Soul!
15 Quotes To Nurture Your Creative Soul!15 Quotes To Nurture Your Creative Soul!
15 Quotes To Nurture Your Creative Soul!
 
Analytics Trends 2016: The next evolution
Analytics Trends 2016: The next evolutionAnalytics Trends 2016: The next evolution
Analytics Trends 2016: The next evolution
 
Working With Big Data
Working With Big DataWorking With Big Data
Working With Big Data
 

Similar a Beberapa kesalahan implementasi Data Warehouse/BI

Chapter 1 : The Compelling Need for Data Warehousing .pdf
Chapter 1 : The Compelling Need for Data Warehousing .pdfChapter 1 : The Compelling Need for Data Warehousing .pdf
Chapter 1 : The Compelling Need for Data Warehousing .pdfBelinda Isamar
 
Ia03 kelas(d) sap_05211640000075
Ia03 kelas(d) sap_05211640000075Ia03 kelas(d) sap_05211640000075
Ia03 kelas(d) sap_05211640000075syanantaputra
 
Bab 2 sistem informasi untuk keunggulan kompetitif
Bab 2   sistem informasi untuk keunggulan kompetitifBab 2   sistem informasi untuk keunggulan kompetitif
Bab 2 sistem informasi untuk keunggulan kompetitifquantum enterprise
 
Pengembangan sistem informasi
Pengembangan sistem informasiPengembangan sistem informasi
Pengembangan sistem informasiAlbertz Ace-Red
 
Informasi dalam praktik
Informasi dalam praktikInformasi dalam praktik
Informasi dalam praktikAriyanSutanto
 
Chapter 11 Enterprise Resource Planning Systems.docx
Chapter 11 Enterprise Resource Planning Systems.docxChapter 11 Enterprise Resource Planning Systems.docx
Chapter 11 Enterprise Resource Planning Systems.docx25021964
 
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...anindia putri
 
Business analitics
Business analiticsBusiness analitics
Business analiticsDara Shavira
 
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...yonostheven
 
Aplikasi Dss E Bisnis
Aplikasi Dss E BisnisAplikasi Dss E Bisnis
Aplikasi Dss E BisnisMrirfan
 
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...dechavns
 
1204505073 a. a. gde jordi rahaditya
1204505073 a. a. gde jordi rahaditya1204505073 a. a. gde jordi rahaditya
1204505073 a. a. gde jordi rahadityaA.a. Gde Rahaditya
 
Sistem informasi dalam organisasi
Sistem informasi dalam organisasiSistem informasi dalam organisasi
Sistem informasi dalam organisasiNurin Syifa
 
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...Titis Puspa
 

Similar a Beberapa kesalahan implementasi Data Warehouse/BI (20)

Chapter 1 : The Compelling Need for Data Warehousing .pdf
Chapter 1 : The Compelling Need for Data Warehousing .pdfChapter 1 : The Compelling Need for Data Warehousing .pdf
Chapter 1 : The Compelling Need for Data Warehousing .pdf
 
Ia03 kelas(d) sap_05211640000075
Ia03 kelas(d) sap_05211640000075Ia03 kelas(d) sap_05211640000075
Ia03 kelas(d) sap_05211640000075
 
Bab 2 sistem informasi untuk keunggulan kompetitif
Bab 2   sistem informasi untuk keunggulan kompetitifBab 2   sistem informasi untuk keunggulan kompetitif
Bab 2 sistem informasi untuk keunggulan kompetitif
 
Pengembangan sistem informasi
Pengembangan sistem informasiPengembangan sistem informasi
Pengembangan sistem informasi
 
Informasi dalam praktik
Informasi dalam praktikInformasi dalam praktik
Informasi dalam praktik
 
Chapter 11 Enterprise Resource Planning Systems.docx
Chapter 11 Enterprise Resource Planning Systems.docxChapter 11 Enterprise Resource Planning Systems.docx
Chapter 11 Enterprise Resource Planning Systems.docx
 
feni endriawan
feni endriawanfeni endriawan
feni endriawan
 
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...
Sim, anindia putri, hapzi ali, pengembangan sistem informasi pada perusahaan ...
 
sistem informasi manajemen
sistem informasi manajemensistem informasi manajemen
sistem informasi manajemen
 
Information in action, SIM2
Information in action, SIM2Information in action, SIM2
Information in action, SIM2
 
Business analitics
Business analiticsBusiness analitics
Business analitics
 
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...
YONO, TUGAS MAKALAH SEBELUM UAS, ANALISIS DAN PERANCANGAN SISTEM INFORMASI, P...
 
Aplikasi Dss E Bisnis
Aplikasi Dss E BisnisAplikasi Dss E Bisnis
Aplikasi Dss E Bisnis
 
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...
Tugas sim, decha vinesha, yananto mihadi p, pengguna dan pengembang sistem in...
 
SIM-09_ppt
SIM-09_pptSIM-09_ppt
SIM-09_ppt
 
1204505073 a. a. gde jordi rahaditya
1204505073 a. a. gde jordi rahaditya1204505073 a. a. gde jordi rahaditya
1204505073 a. a. gde jordi rahaditya
 
Sistem informasi dalam organisasi
Sistem informasi dalam organisasiSistem informasi dalam organisasi
Sistem informasi dalam organisasi
 
54329162 si
54329162 si54329162 si
54329162 si
 
Bab16
Bab16Bab16
Bab16
 
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...
SIM, Titis Puspaningsih, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Uni...
 

Más de Hendro Subagyo

Transformasi Perpustakaan dalam mendukung Open Science dan Open Data
Transformasi Perpustakaan dalam mendukung Open Science dan Open DataTransformasi Perpustakaan dalam mendukung Open Science dan Open Data
Transformasi Perpustakaan dalam mendukung Open Science dan Open DataHendro Subagyo
 
Transformasi perpustakaan dalam mendukung Open Science dan Open Data
Transformasi perpustakaan dalam mendukung Open Science dan Open DataTransformasi perpustakaan dalam mendukung Open Science dan Open Data
Transformasi perpustakaan dalam mendukung Open Science dan Open DataHendro Subagyo
 
Toward Open Science dan GLAM @LIPI/BRIN
Toward Open Science dan GLAM @LIPI/BRINToward Open Science dan GLAM @LIPI/BRIN
Toward Open Science dan GLAM @LIPI/BRINHendro Subagyo
 
Perpustakaan Digital dan Talentanya - 11 Sept 2021
Perpustakaan Digital dan Talentanya - 11 Sept 2021Perpustakaan Digital dan Talentanya - 11 Sept 2021
Perpustakaan Digital dan Talentanya - 11 Sept 2021Hendro Subagyo
 
Menulis Karya Tulis Ilmiah itu mudah
Menulis Karya Tulis Ilmiah itu mudahMenulis Karya Tulis Ilmiah itu mudah
Menulis Karya Tulis Ilmiah itu mudahHendro Subagyo
 
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI Kumham
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI KumhamTata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI Kumham
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI KumhamHendro Subagyo
 
Perpustakaan sebagai Enabler Knowledge Management
Perpustakaan sebagai Enabler Knowledge ManagementPerpustakaan sebagai Enabler Knowledge Management
Perpustakaan sebagai Enabler Knowledge ManagementHendro Subagyo
 
Digital Scholarly Communications and the journey to Open Science in Indonesia
Digital Scholarly Communications and  the journey to Open Science in IndonesiaDigital Scholarly Communications and  the journey to Open Science in Indonesia
Digital Scholarly Communications and the journey to Open Science in IndonesiaHendro Subagyo
 
Grand Desain Ekosistem Pengelolaan Data di Lembaga Riset
Grand Desain Ekosistem Pengelolaan Data di  Lembaga RisetGrand Desain Ekosistem Pengelolaan Data di  Lembaga Riset
Grand Desain Ekosistem Pengelolaan Data di Lembaga RisetHendro Subagyo
 
Pengembangan Perpustakaan dalam Ekosistem Riset Nasional
Pengembangan Perpustakaan dalam Ekosistem Riset NasionalPengembangan Perpustakaan dalam Ekosistem Riset Nasional
Pengembangan Perpustakaan dalam Ekosistem Riset NasionalHendro Subagyo
 
Inovasi Perpustakaan Khusus di Era 4.0
Inovasi Perpustakaan Khusus di Era 4.0Inovasi Perpustakaan Khusus di Era 4.0
Inovasi Perpustakaan Khusus di Era 4.0Hendro Subagyo
 
Open Science - Open Data dalam Pengelolaan Jurnal
Open Science - Open Data dalam Pengelolaan JurnalOpen Science - Open Data dalam Pengelolaan Jurnal
Open Science - Open Data dalam Pengelolaan JurnalHendro Subagyo
 
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek Hendro Subagyo
 
Kebijakan Nasional Pengembangan Knowledge Management
Kebijakan Nasional Pengembangan Knowledge ManagementKebijakan Nasional Pengembangan Knowledge Management
Kebijakan Nasional Pengembangan Knowledge ManagementHendro Subagyo
 
Big Data and Regulation @ID
Big Data and Regulation @IDBig Data and Regulation @ID
Big Data and Regulation @IDHendro Subagyo
 
Open Science dan Runtuhnya Feodalisme Saintis
Open Science dan Runtuhnya Feodalisme SaintisOpen Science dan Runtuhnya Feodalisme Saintis
Open Science dan Runtuhnya Feodalisme SaintisHendro Subagyo
 
Visualisasi Data Kualitatif dengan Netlytics
Visualisasi Data Kualitatif dengan NetlyticsVisualisasi Data Kualitatif dengan Netlytics
Visualisasi Data Kualitatif dengan NetlyticsHendro Subagyo
 
Tahapan Analisis Data Digital
Tahapan Analisis Data DigitalTahapan Analisis Data Digital
Tahapan Analisis Data DigitalHendro Subagyo
 
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New Normal
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New NormalPerubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New Normal
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New NormalHendro Subagyo
 
Pentingnya infrastruktur riset bagi peneliti dan akademisi
Pentingnya infrastruktur riset bagi peneliti dan akademisiPentingnya infrastruktur riset bagi peneliti dan akademisi
Pentingnya infrastruktur riset bagi peneliti dan akademisiHendro Subagyo
 

Más de Hendro Subagyo (20)

Transformasi Perpustakaan dalam mendukung Open Science dan Open Data
Transformasi Perpustakaan dalam mendukung Open Science dan Open DataTransformasi Perpustakaan dalam mendukung Open Science dan Open Data
Transformasi Perpustakaan dalam mendukung Open Science dan Open Data
 
Transformasi perpustakaan dalam mendukung Open Science dan Open Data
Transformasi perpustakaan dalam mendukung Open Science dan Open DataTransformasi perpustakaan dalam mendukung Open Science dan Open Data
Transformasi perpustakaan dalam mendukung Open Science dan Open Data
 
Toward Open Science dan GLAM @LIPI/BRIN
Toward Open Science dan GLAM @LIPI/BRINToward Open Science dan GLAM @LIPI/BRIN
Toward Open Science dan GLAM @LIPI/BRIN
 
Perpustakaan Digital dan Talentanya - 11 Sept 2021
Perpustakaan Digital dan Talentanya - 11 Sept 2021Perpustakaan Digital dan Talentanya - 11 Sept 2021
Perpustakaan Digital dan Talentanya - 11 Sept 2021
 
Menulis Karya Tulis Ilmiah itu mudah
Menulis Karya Tulis Ilmiah itu mudahMenulis Karya Tulis Ilmiah itu mudah
Menulis Karya Tulis Ilmiah itu mudah
 
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI Kumham
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI KumhamTata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI Kumham
Tata Kelola Data LIPI Integrasi Data Inventarisasi KIK – DJKI Kumham
 
Perpustakaan sebagai Enabler Knowledge Management
Perpustakaan sebagai Enabler Knowledge ManagementPerpustakaan sebagai Enabler Knowledge Management
Perpustakaan sebagai Enabler Knowledge Management
 
Digital Scholarly Communications and the journey to Open Science in Indonesia
Digital Scholarly Communications and  the journey to Open Science in IndonesiaDigital Scholarly Communications and  the journey to Open Science in Indonesia
Digital Scholarly Communications and the journey to Open Science in Indonesia
 
Grand Desain Ekosistem Pengelolaan Data di Lembaga Riset
Grand Desain Ekosistem Pengelolaan Data di  Lembaga RisetGrand Desain Ekosistem Pengelolaan Data di  Lembaga Riset
Grand Desain Ekosistem Pengelolaan Data di Lembaga Riset
 
Pengembangan Perpustakaan dalam Ekosistem Riset Nasional
Pengembangan Perpustakaan dalam Ekosistem Riset NasionalPengembangan Perpustakaan dalam Ekosistem Riset Nasional
Pengembangan Perpustakaan dalam Ekosistem Riset Nasional
 
Inovasi Perpustakaan Khusus di Era 4.0
Inovasi Perpustakaan Khusus di Era 4.0Inovasi Perpustakaan Khusus di Era 4.0
Inovasi Perpustakaan Khusus di Era 4.0
 
Open Science - Open Data dalam Pengelolaan Jurnal
Open Science - Open Data dalam Pengelolaan JurnalOpen Science - Open Data dalam Pengelolaan Jurnal
Open Science - Open Data dalam Pengelolaan Jurnal
 
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek
Repositori Ilmiah Nasional dalam Pengelolaan Data Iptek
 
Kebijakan Nasional Pengembangan Knowledge Management
Kebijakan Nasional Pengembangan Knowledge ManagementKebijakan Nasional Pengembangan Knowledge Management
Kebijakan Nasional Pengembangan Knowledge Management
 
Big Data and Regulation @ID
Big Data and Regulation @IDBig Data and Regulation @ID
Big Data and Regulation @ID
 
Open Science dan Runtuhnya Feodalisme Saintis
Open Science dan Runtuhnya Feodalisme SaintisOpen Science dan Runtuhnya Feodalisme Saintis
Open Science dan Runtuhnya Feodalisme Saintis
 
Visualisasi Data Kualitatif dengan Netlytics
Visualisasi Data Kualitatif dengan NetlyticsVisualisasi Data Kualitatif dengan Netlytics
Visualisasi Data Kualitatif dengan Netlytics
 
Tahapan Analisis Data Digital
Tahapan Analisis Data DigitalTahapan Analisis Data Digital
Tahapan Analisis Data Digital
 
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New Normal
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New NormalPerubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New Normal
Perubahan Peran Pustakawan dan Perpustakaan di Era Industry 4.0 dan New Normal
 
Pentingnya infrastruktur riset bagi peneliti dan akademisi
Pentingnya infrastruktur riset bagi peneliti dan akademisiPentingnya infrastruktur riset bagi peneliti dan akademisi
Pentingnya infrastruktur riset bagi peneliti dan akademisi
 

Último

pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanBungaCitraNazwaAtin
 
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAH
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAHKISI AKM BAHASA INGGRIS ASSESMENT MADRASAH
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAHIrmaYanti71
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalHendriKurniawanP
 
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanamalaguswan1
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 

Último (10)

pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
 
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAH
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAHKISI AKM BAHASA INGGRIS ASSESMENT MADRASAH
KISI AKM BAHASA INGGRIS ASSESMENT MADRASAH
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normal
 
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 

Beberapa kesalahan implementasi Data Warehouse/BI

  • 3.
  • 8. Dalam timbunan data, Kita haus pengetahuan
  • 9. Significant IT Failures Company Year Outcome Hudson Bay (Canada) 2005 Inventory system problems lead to $33.3 million loss UK Inland Revenue 2004/5 $3.45 billion tax-credit overpayment caused by software errors Avis Europe PLC (UK) 2004 Enterprise resource planning (ERP) system cancelled after $54.5 million spent Ford Motor Co. 2004 Purchasing system abandoned after deployment costing approximately $400 M Hewlett-Packard Co. 2004 ERP system problems contribute to $160 million loss AT&T Wireless 2004 Customer relations management (CRM) system upgrade problems lead to $100M loss
  • 10.
  • 11.
  • 12.
  • 13. Data Warehouse - Wikipedia A data warehouse (DW, DWH), or an enterprise data warehouse (EDW), is a database used for reporting and data analysis. Integrating data from one or more disparate sources creates a central repository of data, a data warehouse (DW). Data warehouses store current and historical data and are used for creating trending reports for senior management reporting such as annual and quarterly comparisons.
  • 14. OLTP: rekam data terkini, dukung operasional
  • 15.
  • 17.
  • 25. Integrasi tidak mudah, tapi mungkin
  • 28. Data DW: time variant
  • 29. Data DW: tidak berubah, hanya bertambah
  • 30. Data Warehouse’s Data Karakteristik data Deskripsi Berorientasi subyek Data dikelompokkan dalam subyek-subyek. Terintegrasi Data disimpan dalam format yang konsisten secara global. Hal ini berimplikasi data-cleansing sehingga data memiliki konsistensi dalam konvensi penamaan dan atribut fisik. Time-variant Data direkam untuk penggunaan jangka panjang, biasanya 5- 10 tahun. Sehingga data direkam dalam beberapa seri snapshot. Non-volatil Sekali data terekam dan tersimpan dalam waktu tertentu, misal t1, maka seluruh atribute tersebut tetap tidak berubah.
  • 31. OLTP vs DW Item OLTP Data Warehouse Tujuan Mendukung proses operasional Mendukung analisa strategis, performa dan reporting Penggunaan data Merekam dan mengelola data Eksploitasi data Validasi data Validasi dan verifikasi saat entri Verifikasi setelah fakta Frekuensi update Data diupdate setiap ada transaksi Data ditambahkan secara periodik, dengan proses terjadwal (bukan diedit yang telah ada, tetapi data baru diambahkan). Requirement histori data Data terkini Histori data selama beberapa tahun Integrasi dan balancing data Balancing data dalam satu sistem Data harus diintegrasikan dan di- balancing dari beragam sumber
  • 33.
  • 34. Urutan desain dan pengembangan DW/BI
  • 36. Kesalahan A – Miskonsepsi
  • 37. DW = OLTP + OLTP + ... Kesalahan A - Miskonsepsi
  • 38. “development done, problem solved.”(mitos) Kesalahan A - Miskonsepsi
  • 39. Kesalahan Implementasi – A Miskonsepsi DW/BI • data warehouse hanyalah kumpulan salinan dari database operasional (OLTP) • desain Data Warehouse tidak berbeda dengan desain database operasional (OLTP). • desain hanya fokus pada penyimpanan berbasis rekord • mitos bahwa dengan membuat data warehouse maka secara otomatis masalah pengambilan keputusan terselesaikan
  • 40. Kesalahan Implementasi – B Tidak fokus dalam menghasilkan nilai (bisnis) • tertarik pada implementasi teknologi terbaru, hal-hal menarik untuk dicoba dan menyelesaikan tantangan teknologi • manajer DW hanya berorientasi pada teknologi
  • 41. Margins of Error in Cost and Time Estimates Typical margins of Error for Well-done Estimates Phase Deliverable Cost (%) time (%) Planning System Request 400 60 Project Plan 100 25 Analysis System Proposal 50 15 Design System Specification 25 10 Source: Boehm et al. (1995)
  • 42. Kesalahan C – No Collaboration, No Communications
  • 43. Tidak melibatkan stakeholder Kesalahan C – Kolaborasi, Komunikasi
  • 44. Kesalahan Implementasi - C Tidak melibatkan seluruh stakeholder • pengguna tidak merasa memiliki • sistem yang telah dibangun tidak sesuai dengan budaya pengguna, atau dalam kata lain, ”gap” antara sistem as-is dan to-be terlalu jauh
  • 45. Kesalahan Implementasi - C Miskomunikasi • Pernyataan pengembang kepada stakeholder bisnis/manajemen “sistem ini membantu manajer/manajemen mengambil keputusan lebih baik” • Audiens, “Mereka (pengembang) akan memperbaiki kita, karena selama kita tidak baik!”
  • 46. Kesalahan Implementasi - C Minimalnya komitmen dan dukungan manajemen • komitmen dan dukungan manajemen sangat minimal, baik dukungan manajerial, SDM maupun dana
  • 47. Kesalahan Implementasi - C Tidak ada Kolaborasi dg Stakeholder Bisnis • Pengembang tidak tertarik untuk melibatkan pengguna dan stakeholder lain • Pengembang tidak mengembangkan komunikasi efektif dengan stakeholder lain • Stakeholder bisnis, terdiri dari operator lapangan, manajemen, sponsor dana, dan pengguna sistem DW (pengambil keputusan), juga tidak tertarik untuk memahami aspek-aspek batasan teknis pengembangan
  • 48.
  • 49. Kesalahan Implementasi - D Tidak adaptif dan tidak iteratif • Metodologi pengembangan tidak adaptif terhadap perubahan lingkungan bisnis yang dinamis
  • 51. Kesalahan Implementasi Lainnya • Tidak menggunakan framework (mis: Matrix-Bus) • Kesalahan pemilihan teknologi (tools) • Target pengembangan yang utopi • Tidak tersedianya skill, kurangnya training
  • 52. THE MAN WHO MAKES NO MISTAKES DOES NOT USUALLY MAKE ANYTHING