Mengembalikan Data Yang Hilang Pada Memory Card

Pada tgl 6 Mei 2012 saya merayakan hari raya Waisak yang tepat pada hari Minggu. setelah selesai merayakannya saya bermaksud unutk memindahkan hasil hunting foto yang saya dapatkan. ketika ingin memindahkannya, saya telah mengcut cile tersebut dan sebelum sempat memindahkannya ke dalam komputer file tersebut telah hilang dalam memory card yang tadinya saya gunakan. setelah beberapa saat saya memcoba bertanya kepada ornag pintar yang biasa dipanggil mbahhhh google n akhirnya saya menemukan software yang bernama iCare Format Recovery, software ini cukup ampuh karena mampu mengembalikan data yang ada di memory card, baik itu foto, video, mp4, mp3 atau data lain yang uda kehapus bahkan terformat. kalo mau download ini saya kasih gratis buat sobat semua :

download iCare Format Recovery 

Ada satu lagi sobat,.. ana nemu juga software yang khusu buat mengembalikan file gambar, photo yng uda ilang atau keformat. Namanya Art Plus Digital Photo Recovery. Art Plus Digital Photo Recovery bisa mengembalikan foto yang hilang dari memory card yang corrupt atau tidak sengaja terhapus atau terformat. Beberapa kelebihan dari Art Plus Digital Photo Recovery:

• Software ini bisa digunakan untuk berbagai jenis memory card.
• Bisa membaca kartu memori yang corrupt, bahkan kartu memori (memory card) yang sudah tidak bisa dibaca lagi oleh Windows.
• Bisa mengembalikan foto dari memory cards yang terformat.
• Bisa mengembalikan berbagai macam file image seperti JPG, TIF, DNG, Canon CR2, Konica-Minolta MRW, Nikon NEF, Olympus ORF, Pentax PEF, Sony ARW, SRF dan SR2 dan juga berbagai macam file RAW yang belum sepenuhnya didukung oleh software ini.

Sumber : http://edu3003.blogspot.com/2011/05/mengembalikan-data-yang-hilang-pada.html

OLAP (Online Analytical Processing)

1. Apa itu OLAP?
OLAP (Online Analytical Processing) adalah suatu metode pendekatan yang digunakan untuk mendapatkan suatu hasil dari suatu permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensional untuk tujuan analisis sehingga data-data tersebut bisa menjadi suatu informasi yang lebih bernilai serta dapat mengkalkulasi perhitungan yang kompleks.

Merupakan suatu metode khusus untuk melakukan analisis terhadap data yang terdapat di dalam media penyimpanan data (database) dan kemudian membuat laporannya sesuai dengan permintaan user. Untuk tujuan tersebut data yang berupa informasi dibuat dalam format khusus dengan memberikan grup terhadap data yang biasa dikenal dengan model kubus.

Merupakan terminologi yang menerangkan teknologi dengan menggunakan penglihatan multidimensi pengelompokkan data untuk menyediakan akses cepat terhadap informasi strategis untuk keperluan analisa lebih lanjut (Coddet al.,1995). OLAP disebut juga sebagai kubus multidimesi atau hiperkubus.
Jenis-jenis query OLAP adalah :
a. Roll up
Yaitu dengan melakukan agregasi pada level yang berbeda dari hirarki dimensi.
b. Drill down
Suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail
c. Slicing and dicing (atau dikenal dengan istilah pivoting)
Menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang

2. Apa itu multidimensional?
Suatu sistem yang menghasilkan konseptual dari data secara multidimensional, yang meliputi dukungan penuh untuk hierarki dan multiple hierarki yang merupakan cara logic untuk menganalisis bisnis dan organisasi.

3. Apa itu Fact dan dimensi table?
a. Fact table
Beberapa tabel fakta yang dihubungkan dengan tabel-tabel dimensi yang sama dan dipandang sebagai kumpulan dari star schema di dalam tabel fakta mempunyai dua tipe kolom, yaitu kolom yang menyimpan nilai-nilai numeric atau yang biasa disebut dengan measure dan kolom yang menyimpan foreign key yang mengacu ke tabel lainnya(tabel dimensi yang berisi fakta numeric.
Tabel yang umumnya mengandung sesuatu yang dapat diukur (measure), seperti harga, jumlah barang, dan sebagainya. Fact table juga merupakan kumpulan foreign key dari primary key yang terdapat pada masing-masing dimension table. Fact table juga mengandung data yang historis.
b. Dimensi table adalah tabel yang berelasi dengan fact tabel

Tabel yang berisi data detail yang menjelaskan foreign key yang terdapat pada fact table. Atribut-atribut yang terdapat pada dimension table dibuat secara berjenjang (hirarki) untuk memudahkan proses query.

4. Apa itu Star Schema dan Snowflake Schema?
Star schema akan menggambarkan fact table, yaitu tabel yang merepresentasikan measure, sebagai “pusat data”. Tabel ini nantinya akan terkoneksi dengan tabel-tabel yang mendeskripsikan dimensi untuk measure tersebut (dimension table). Sebagai contoh, star schema untuk data warehouse penjualan adalah:

Snowflake Schema
Snowflake schema merupakan perbaikan dari star schema, sehingga cara penggambarannya pun mirip. Bedanya, satu atau beberapa hirarki yang ada pada dimension table dinormalisasi (dekomposisi) menjadi beberapa tabel yang lebih kecil. Sebagai contoh terdapat pada gambar di bawah ini.

Star Schema
Star Schema adalah sebuah tabel fakta di tengah-tengah dihubungkan dengan sekumpulan tabel-tabel dimensi.
Snowflake Schema digunakan apabila dalam database terdapat kategori dan dimensi dalam jumlah yang besar.
Menciptakan tabel-tabel atribut dalam tabel dimension.

Refleksi

Halo teman-teman, sbelum saya menulis panjang lebar saya ingin mengucapkan S'lamat Natal bagi teman-teman yang merayakannya smoga kebahagiaan n damai natal slalu beserta kita smua. Tanpa terasa Natal yg kita tunggu-tunggu sekian lama telah slesai dalam waktu yang singkat, walaupun apa yg kita inginkan pada hari natal belum tercapai. Sekarang tiba saatnya kita menunggu datangnya "Tahun Baru" yang ditunggu-tunggu oleh semua orang yang ada di muka bumi ini karena tahun baru merupakan tahun dmana kita telah melewati 365 hari, 52 minngu, 12 bulan dalam satu tahun dengan kenangan yang beraneka ragam dari yang suka maupun duka.

Tahun baru akan sampai menggantikan Hari Natal yang sudah berakhir begitu juga semester delapan akan tiba menggantikan semester tujuh yang telah saya lalui bersama teman-teman baik yang satu jurusan maupun dengan teman-teman yang dari jurusan lain. kini tiba saatnya saya diharuskan membuat refleksi mengenai salah satu mata kuliah yang telah saya ambil pada semester tujuh ini. biarpun semua teman-teman sudah libur semester maupun libur akhir tahun, mau tidak mau saya harus menyelesaikan tugas dan tanggung jawab saya sebelum benar-benar menikmati liburan ini.

gak terasa, semester tujuh telah saya lalui bersama teman-teman yang lain dalam mata kuliah Gudang Data. Gudang Data merupakan mata kuliah pilihan yang diberikan kepada mahasiswa yang fokus terhadap peminatan mengenai basis data. Dalam perkuliahan ini banyak sekali hal-hal baru yang saya temui dan saya dapatkan dari perkuliahan ini antara lain pengetahuan mengenai materi Gudang Data, Pentaho (yang biasa kita sebut Kettle), Schema Workbench, dan masih banyak lagi.

pada pertemuan pertama kita diminta untuk mencari hal-hal yang berhubungan dengan pengertian, arsitektur sampai dengan karakteristik dari Gudang Data. selanjutnya kita diberikan materi yang bersifat teori maupun praktek yang disertai dengan contoh kasus yang akan diselesaikan oleh para mahasiswa dalam kelompok. kasus-kasus yang diberikan harus diselesaikan dengan Sakila, Nwind, BIRT, dll. kasus-kasus tersebut diselesaikan pada akhir semester yang merupakan proyek sebagai penggati dari ujian tertulis.

selama proses perkuliahan saya banyak menemukan hal-hal yang menarik yang belum saya dapatkan sebelumnya seperti materi mengenai OLAP, Multidimensional, Fact, Dimensi Table, Star Schema maupun Snowflake Schema. untuk menyelesaikannya, kita membutuhkan salah satu aplikasi yang bernama pentaho serta database yang bernama MySQL yang nantinya akan mendapatkan file yang bertipe '.ktr' serta tabel-tabel yang dapat dilihat pada aplikasi SQLyog. materi yang diberikan diatas sangat menarik, akan tetapi tugas dan cantoh kasus yang diberikan belum pernah saya hadapi di dunia nyata sehingga tidak mudah bagi saya menyelesaikan tgas tersebut seperti membalikkan telapak tangan saya. saya juga harus menyelesaikan tugas-tugas tersebut dalam tugas individu maupun kelompok. kendala berikutnya adalah menyelesaikan tugas kelompok yang diberikan karena mencari waktu yang bebas untuk menyelesaikan tugas tersebut sangat susah dikarenakan masing-masing dari angota tersebut mempunyai jadwal kuliah yang berbeda, kegiatan dan kesibukan pribadi serta mengikuti organisasi yang berbeda juga.

dalam ujian akhir yang bersifat project berupa materi awal telah diberikan kepada setiap kelompok serta kelompok saya harus menyelesaikan project yang telah diberikan dengan cara apapun sehingga proyek tersebut selesai dikerjakan. pada hari dimana kami harus menyampaikan hasil dari kerja keras kami yang telak kami selesaikan, dan setelah selesai menyampaikan hasil tersebut kami juga diharuskan untuk melakukan revisi terhadap laporan yang telah kami buat karena tidak sesuai dan masih banyak hal pokok yang belum kami cantumkan dalam laporan tersebut.

tanpa terasa tulisan yang saya buat sudah cukup panjanag, dan saya juga mengucapkan banyak terima kasi kepada ibu Ridowati Gunawan yang telah membimbing dan mendampingi saya dalam hal akademik maupun non akademik sehingga saya bisa memanfaatkan ilmu yang telah diberikan kepada saya dalam dunia kerja. demikian hasil refleksi saya mengenai mata kuliah ini.

sebelum mengakhiri tulisan ini, saya mau mengucapkan terima kasih banyak karena kalian semua bersedia membaca tulisan saya yang masih jauh dari kata "SEMPURNA".

Gudang Data (Data Warehouse)

Gudang Data

Apa itu Gudang Data atau Data Warehouse?

BUILDING THE DATA WAREHOUSE, 2ND EDITION, W H Inmon, John Wiley

”A data warehouse is the granular, corporate, integrated historical collection of data that forms the foundation for all sorts of DSS processing, such as data marts, exploration processing, data mining, and the like. A data warehouse is able to be reused and reshaped in many ways.”

Gudang Data adalah butiran, perusahaan, sejarah pengumpulan data yang terintegrasi dan membentuk dasar bagi pengolahan DSS, seperti ‘Data Mart’, proses pengolahan eksplorasi, penambangan data dan sejenisnya. Gudang data juga dapat digunakan kembali dan dibentuk kembali dengan berbagai cara.

Kesimpulan :

Gudang Data adalah sekumpulan data yang terintegrasi, membentuk dasar bagi pengolahan DSS, basis data yang berorientasi subjek yang dirancang untuk mendukung fungsi dalam pengambilan keputusan, dmana setiap unit dari data adalag non-volatile dan relevan untuk waktu tertentu.

Arsitektur Data Warehouse

Arsitektur dari gudang data sangat bervariasi tergantung pada situasi spesifik organisasi. Dari variasi tersebut, terdapat tiga arsitektur umum yang berupa :

1.      Arsitektur Dasar Gudang Data

Pada Arsitektur ini, gudang data langsung mengambil data yang berasal dari berbagai data tanpa adanya tahapan pengumpulan data sementara sebelum data masuk ke dalam gudang data.

Pada gambar diatas, Metadata dan Raw Data dari OLTP terdapat didalamnya, dan sebagai tambahan di dalam Warehouse juga terdapat Summary Data. Summary Data ini sangat berguna dalam data Warehouse karena berfungsi untuk melakukan perhitungan yang komploks. Sebagai contoh, Data Warehouse melakukan query untuk mendapatkan data sales di bulan Agustus.

2.      Arsitektur Gudang Data dengan Staging Area

Pada arsitektur ini, terlebih dahulu Data Warehouse membersihkan  data yang berasal dari berbagai data sumber ke suatu tempat penampungan antara (biasanya disebut dengan staging area) sebelum masuk ke Data Warehouse. Staging area  menyeserhanakan proses pembuatan summary dan management warehouse secara umum.

3.      Arsitektur Gudang Data dengan Staging Area dan Data Mart

Pada arsitektur ini, data warehouse akan dibagi lagi menjadi beberapa upabagian sesuai dengan tujuan  maupun penggunaannya (misal : subset penjualan perusahaan, subset pemasaran perusahaan, maupun subset inventaris perusahaan). Upabagian dari data warehouse ini biasa desebut sebagai data mart. Data mart itu sendiri tidak selalu dipandang sebagai suatu uang diturunkan dari data warehouse (pendekatan top-down), tapi data mart itu bias dipandang sebagai komponen penyusun data warehouse (pendekatan bottom-up). Data mart merupakan subset dari data resource, biasanya berorientasi untuk satu tujuan yang spesifik atau subjek data yang didistribusikan untuk mendukung kebutuhan bisnis. Sebagai contoh data purchasing, sales, dan inventory dapat dipisahkan dalam masing-masing cube. Dalam contoh ini seorang analis keuangan dapat menganalisa history data untuk purchases dan sales.

 

Karakteristik Gudang Data

Beberapa karakteristik dari gudang data adalah sebagai berikut :

a.       Subject Oriented 

Data diorganisasikan sesuai dengan kebutuhan user seperti pelanggan, produk, penjualan. Berfokus pada pemodelan dan analisis data untuk pembuat keputusan, bukan pada operasional sehari-hari atau transaksi pemrosesan.

b.      Integrated

Menghilangkan kerancuan dalam hal penamaan dan nilai informasinya.

c.       Nonvolatile

Data yang disimpan dalam format tertentu read only dan tidak dapat diubah oleh user.

d.      Time Variant

Data yang ada di dalam gudang data akan dianalisis perubahannya berdasarkan waktu.

e.       Summarized

Data operasional dikumpulkan kemudian dimapping ke dalam format untuk digunakan dalam pengambilan keputusan.

f.       Large Volume

Ukuran data yang besar karena pemeliharaan data dari waktu ke waktu.

g.      Not Normalized

Data dapat bersifat redudansi karena merupakan gabungan dari beberapa tabel..

h.      Metadata

Data yang disaimpan untuk user dan personil gudang data.

i.        Data Sources

Data yang berasal dari sumber internal maupun eksternal.

Masa Percobaan

Salam Sukses,

Selamat datang di blog baru saya ini, semoga dengan blog ini teman-teman mendapatkan ilmu baru yang akan berguna buat kalian semuanya.

Pada tanggal 13 September 2011 pukul 01.37 saya menulis halaman pengantar pada blog saya ini yang memiliki tujuan agar :

1. Dapat menceritakan kegiatan-kegiatan saya dengan keluarga besar saya yang selalu mendukung saya dalam berbagai hal baik dalam kuliah maupun dalam hal lainnya.
2. Dapat menceritakan kegiatan-kegiatan yang berharga maupun kegiatan yang penting baik dari segi pendidikan maupun dari segi di luar pendidikan.
3. Dapat digunakan untuk mencatat materi kuliah yang sedang saya ambil yaitu Gudang Data yang mengharuskan saya untuk membuat blog ini, semoga dengan adanya blog ini dapat membantu teman-teman untuk menyelesaukan tugas yang berhubungan dengan Gudang Data.
4. Dapat menceritakan kegiatan saya dengan teman saya yang berada di kampus maupun di luar kampus dengan berbagai kegiatan-kegiatan yang membuat senang, bahagia, sedih, kesal, menjengkelkan dan lain sebagainnya.

Sekian pengantar saya, semoga dengan adanya blog ini dapat bermanfaat untuk para pengguna dunia maya ini.