Penggunaan SQL Server dalam Pengolahan Data Warehouse yang Praktis dan Berkelanjutan

Author:

Kuntadi Arif,Feriandi Yudi

Abstract

Untuk menampung data yang besar dibutuhkan data Warehouse yang terstruktur agar menghasilkan informasi yang lebih akurat dan menunjang pengambilan keputusan bagi pemangku kepentingan organisasi. Untuk membangun data Warehouse dapat digunakan piranti lunak seperti Microsoft SQL server yang memiliki keunggulan pada aspek data security, skalabilitas, kemampuan kolaboratif, serta extendability. Data serial kependudukan, tenaga kesehatan, ekonomi serta berbagai data primer maupun sekunder yang bersifat kontinyu dapat di unggah kedalam SQL Server sehingga dapat tersimpan secara terstruktur dan periodik. Data yang tersimpan kedalam basis data diolah dengan algoritma data mining tertentu untuk menghasilkan informasi, pengetahuan, dan wisdom. Pendekatan data Warehouse dan data mining ini dapat diterapkan pada berbagai sektor misalnya kesehatan. Penelitian ini bertujuan menerapkan pendekatan data Warehouse dan data mining pada analisis rasio kebutuhan tenaga kesehatan di Propinsi Jawa Barat Indonesia menggunakan algoritma single moving average dan pengklasifikasian semi-automatic menggunakan statistik empirik pada SQL Server dan SQL Server Agent serta visualisasi menggunakan Microsoft Power BI. Klasifikasi berdasarkan analisis forecasting data jumlah penduduk dan penentuan rasio gap tenaga kesehatan berhasil ditemukan polanya melalui data mining pada SQL Server secara efisien serta dengan mudah divisualisasikan menggunakan Power BI. Dengan demikian SQL server dapat menjadi salah satu tools praktis terpilih untuk implementasi data mining berkelanjutan.

Publisher

Institut Teknologi Garut

Reference23 articles.

1. Z. Zhang, G. Wang, L. Yang, M. Zhang, W. Zhao, and X. Xu, “Application of SQL server in data mining,” 2010 Chinese Control Decis. Conf. CCDC 2010, pp. 521–524, 2010, doi: 10.1109/CCDC.2010.5498995.

2. D. Dušanka, S. Darko, S. Srdjan, A. Marko, and L. Teodora, “A Comparison of Contemporary Data Mining Tools,” no. October, 2017, [Online]. Available: http://www.iim.ftn.uns.ac.rs/is17

3. M. Mulyadi, “Transisi Data dan Informasi dalam Pengembangan Ilmu Pengetahuan,” Pustakaloka, vol. 10, no. 1, p. 67, 2018, doi: 10.21154/pustakaloka.v10i1.1237.

4. W. H. Inmon, AM Building the, 3rd ed. Canada: John Wiley & Sons, Inc., 2002.

5. S. Bakhri, Y. Nuryamin, P. Labu, and J. Selatan, “Rancangan Data Warehouse Untuk Penunjang Sistem Informasi Eksekutif Pada Yayasan Ummu’L Quro Di Depok,” Tek. Inform., vol. 4, no. 1, 2018.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3