Jadwal Keberangkatan kereta api dari Surabaya mulai 1 April 2015

Perjalanan kereta api keberangkatan dari Stasiun Surabaya Gubeng dan Surabaya Pasar Turi, jadwal ini berlaku pada Grafik Perjalanan Kereta Api (GAPEKA) mulai 1 April 2015 sebagai berikut:

Keberangkatan Kereta Api dari Stasiun Surabaya Gubeng dan Surabaya Kota.

Keberangkatan Kereta Api dari Stasiun Surabaya Pasar Turi.

Sekian dari saya, dihimbau untuk para calon penumpang kereta api diharapkan datang minimal 1 jam lebih awal di Stasiun keberangkatan untuk mengantisipasi kemacetan yang terjadi pada saat anda berkendara menuju stasiun.

Lebih nyaman naik kereta api.

Naik kereta api lebih nyaman.

Data transformasi layanan (DTS)

Data transformasi layanan (DTS) adalah metode alternatif yang dapat Anda gunakan untuk memindahkan data dari akses database Microsoft SQL Server.
DTS menyediakan fungsionalitas untuk mengimpor dan mengekspor data antara OLE DB atau ODBC data sumber, termasuk Microsoft Access dan SQL Server. SQL Server termasuk DTS DTS impor dan ekspor Wizard yang memungkinkan Anda untuk membuat dan menjalankan DTS paket secara interaktif.
 Dapat menggunakan DTS impor dan ekspor Wizard untuk secara otomatis membuat tabel SQL Server,  kemudian menyalin data dari akses ke tabel SQL Server baru. DTS dapat memindahkan data pada tingkat yang lebih cepat daripada Microsoft Access Upsizing Wizard dapat, tetapi DTS tidak menyediakan semua fitur akses Upsizing Wizard.
Berikut tindakan yang dapat melakukan akses Upsizing Wizard, tapi DTS impor dan ekspor Wizard tidak dapat melakukan:
•Jika tabel akses telah primary key, Wisaya Upsizing akses secara otomatis re-creates kunci utama di meja yang dihasilkannya pada SQL Server; DTS tidak.
•Wisaya Upsizing akses secara otomatis bermigrasi semua aturan dan default yang ada dalam tabel SQL Server; DTS tidak.
•Jika tabel dalam database Access terkait, Wisaya Upsizing secara otomatis re-creates hubungan ini pada SQL Server; DTS tidak.
• DTS tidak tidak upsize pertanyaan yang ada di database Access.
Menggunakan DTS Wizard Impor dan ekspor
Langkah-langkah berikut menunjukkan cara menggunakan DTS impor dan ekspor Wizard untuk menyalin tabel perintah dan rincian pesanan dari database contoh Northwind.mdb ke database SQL Server baru.
 Ikuti langkah berikut untuk mengimpor format file .mdb atau .accdb pada komputer yang memiliki SQL Server 2000 diinstal:
1.Di Microsoft Windows XP dan versi Windows yang sebelumnya, klik Mulai, arahkan ke Program, arahkan ke Microsoft SQL Server, lalu klik Impor dan Ekspor Data.
2.Ketika Wisaya layanan transformasi Data dimulai, klik Berikutnya.
3.Pada Pilih sumber Data Halaman, pilih Microsoft Access dari Sumber data daftar.
4.Klik tombol membangun (...) sebelah Nama Berkas kotak, dan kemudian telusuri untuk database contoh Northwind.mdb.
5.Klik dua kali Northwind, lalu klik Berikutnya.
6.Pada Pilih tujuan Halaman, pilih Penyedia DB Microsoft OLE SQL Server dari Tujuan daftar.
7.Dalam Server Daftar, klik (lokal).
8.Klik Menggunakan SQL Server otentikasi, kemudian masukkan nama pengguna dan sandi yang diakui oleh SQL Server atau MSDE sebagai pengguna yang memiliki izin untuk membuat database dan tabel di server.
9.Klik Refresh, lalu klik <new></new> dalam daftar Database.
10.Dalam Nama kotak, masukkan MyNwind. Menerima nilai-nilai default di Ukuran file data dan Ukuran file log kotak, dan kemudian klik Oke.
11.Klik Berikutnya dua kali.
12.Dalam daftar tabel, klik Rincian pesanan dan Pesanan tabel.
13.Klik Berikutnya dua kali, dan kemudian klik Menyelesaikan.
14.DTS paket yang Anda buat dengan DTS impor dan ekspor Wizard berjalan. Ketika paket DTS selesai, klik Oke, lalu klik Dilakukan untuk menutup wizard.
Ikuti langkah berikut untuk mengimpor format file .accdb pada komputer yang memiliki SQL Server 2005 diinstal:
1.Dalam SQL Server Management Studio, terhubung ke jenis server Database Engine, memperluas Pangkalan data, klik kanan DatabaseName, arahkan ke Tugas, lalu klik Data impor .
2.Pada Pilih sumber Data Halaman, klik Microsoft Office 12,0 akses Database Engine penyedia DB OLE dalam Sumber data Daftar, dan kemudian klik Properti.
3.Pada Data Link properti Halaman, ketik DatabaseFile.accdb nama file di bawah Sumber data, klik Oke, lalu klik Berikutnya.
4.Pada Pilih tujuan Halaman, klik Penyedia DB Microsoft OLE SQL Server dalam Tujuan daftar.
5.Dalam Server Daftar, klik ServerName, lalu klik Berikutnya.
6.Pada Menentukan meja salinan atau permintaan Halaman, pilih Menyalin data dari satu atau lebih tabel atau dilihat, lalu klik Berikutnya.
7.Pada Pilih sumber meja dan Views Halaman, pilih TableName untuk mengimpor meja, dan kemudian klik Berikutnya.
8.Pada Menyimpan dan menjalankan paket Halaman, klik Berikutnya.
9.Pada Menyelesaikan Wisaya Halaman, klik Menyelesaikan untuk menutup wizard.
 REFERENSI
http://technet.Microsoft.com/en-US/SQLServer/bb331756.aspx

ETL (Extraction, Transformation, Loading)

Proses ETL merupakan proses yang mesti harus dilalui saat akan membentuk Datawarehouse. ETL sendiri merupakan singkatan dari Extraction,Transformation,Loading. Berikut akan dijelaskan mengenai ETL:

Extraction

Extraction atau dalam bahasa Indonesia nya Ekstraksi ialah Proses ketika sebuah data itu di unduh atau di ekstraksi dari berbagai Operating System baik yang menggunakan Query maupun aplikasi ETL.
Fungsi Ekstraksi data yaitu:

1. Ekstraksi data secara otomatis dari aplikasi sumber.
2. Penyaringan atau seleksi data hasil ekstraksi.
3. Pengiriman data dari berbagai platform aplikasi ke sumber data.
4. Perubahan format layout data dari format aslinya.
5. Penyimpanan dalam file sementara untuk penggabungan dengan hasil ekstraksi dari sumber lain.

Transformation

Transformation atau Transformasi data ialah proses ketika raw data atau data mentah  hasil dari proses ekstraksi di ubah sesuai bisnis yang berlaku.
Berikut langkah-langkahnya:

1. Memetakan data input dari skema data aslinya ke skema data warehouse.
2. Melakukan konversi tipe data atau format data.
3. Pembersihan serta pembuangan duplikasi dan kesalahan data.
4. Penghitungan nilai-nilai derivat atau mula-mula.
5. Penghitungan nilai-nilai agregat atau rangkuman.
6. Pemerikasaan integritas referensi data.
7. Pengisian nilai-nilai kosong dengan nilai default.
8. Penggabungan data.

 

Loading

Proses terakhir yang dilakukan adalah pemuatan data hasil dari transformasi ke dalam data warehouse. Cara untuk memuat data adalah dengan menjalankan SQL script secara berkala.

http://informatika.web.id/etl-extraction-transformation-loading.htm

Hunting Kereta

                                          Kereta Api Jayabaya New Image

                                               1. Perjalanan perdana Kereta Api Jayabaya.

2. Kereta Api Jayabaya melewati shortcut SGU-SBI.

3. Menanjak dan meliuk.

Kereta Api Malabar

1. KA 98 Malabar.

2. Kereta Api Malabar berjalan Ls Stasiun Ngebruk.

Kereta Api Lokal Daerah Opersional 8 Surabaya

1. KA 439 Penataran Dhoho.

2. KA 433 Dhoho Penataran.

3. KA 443 Penataran Dhoho memasuki stasiun Ngebruk.

Kereta Api Sritanjung

1. Kereta Api Sritanjung.

2. Kereta Api dari LPN menuju SGU-BW.

3. KA Sritanjung berjalan Traksi Ganda.

Resume Pemodelan dimensi

Pemodelan dimensi

Suatu logic yang mempresentasikan data dalam bentuk standart( dimensi berisi penjelasan deskriptif dari sebuah proses bisnis).

Tabel fakta
- Tabel utama dalam konsep pemodelan dimensional hasil perhitungan bisnis disimpan.

Tabel dimensi
- Berisi sebuah penjelasan deskriptif dari sebuah bisnis dan memiliki banyak kolom.

Karateristik

Star skema
- Struktur logical yang memiliki tabel fakta terdiri atas data faktual ditengahnya.

Kelebihan Starskema lebih mudah dipahami dan lebih simpel. Namun di samping mempunyai kelebihan tentu ada kekuranganya, kekurangannya yakni boros dalam ruang/space.

Snowflake skema
-kelebihannya yakni pemakaian space yang lebih sedikit. untuk kekurangannya yakni pada skema yang kurang jelas dan sulit dipahami.

Starflake skema
-Kelebihannya yakni dalam hal mengakses data lebih efisien. Untuk kekurangannya yakni sulit untuk merekrontruksi dan tidak dapat fokus pada pemrosesan data.

Star skema dan snowflake skema

Star skema dan snowflake skema

• Dalam menggambarkan relasi database pada data warehouse dapat digunakan 2 pendekatan model skema yaitu star schema atau snowflake schema. Disebut star schema karena ERD-nya yang seperti bintang, tabel fakta berada di tengah dengan dikelilingi tabel dimensi di sampingnya.

contoh gambar star schema :

• snowflake schema lebih kompleks dibanding dengan star schema karena merupakan pengembangan dari star schema, karena tabel-tabel dimensinya merupakan hasil normalisasi dari beberapa tabel yang berhubungan.

contoh gambar snowflake schema :

Pustaka :

http://levinbosz.wordpress.com/2014/01/02/star-schema-dan-snowflake-schema-baru/ 

Windy,2012.OLAP(OnlineAnalyticalProcessing).http://kegiatanwindy.blogspot.com/2012_02_01_archive.html.

 Ramadhan, T.I., 2013. Perancangan dan Pembuatan Data Warehouse (Studi Kasus Database Swalayan Kopma UGM). Universitas Gadjah Mada, Yogyakarta.

Resume Data warehouse requirement

Data warehouse requirement

Dimensi yaitu struktur yang mengkatogorikan beberapa data dalam satu wadah.

macam-macam skema dalam materi data warehouse requirements yakni:

1. Skema star
2. Skema bola salju
3. fact table

Tahap definisi adalah mendefinisikan informasi apa yang akan dibutuhkan.

arsitektur requirement ialah bagaimana sebuah data warehouse dibangun.

Data strategis dibagi menjadi dua yakni :

1. Pendekatan dimensiona dan,
2. Pendekatan normalisasi

Sekian dan terima kasih.. :) 

Sumber : Materi Presentasi Kelas.