際際滷

際際滷Share a Scribd company logo

Datawarehouse

Download as PPT, PDF
Mujoko Mujoko
Mujoko Mujoko
1 of 16
Downloaded 310 times
Perancangan Data Warehouse dan Implementasi Data Mining Pada Sistem Garuda Frequent Flyer Studi Kasus: PT. Garuda Indonesia OLEH: MUJOKO Jakarta, 8 Januari 2008
AGENDA SARAN PENELITIAN LANDASAN TEORI
LATAR BELAKANG PERMASALAHAN SISTEM OLTP YANG TERGANGGU AKIBAT KEBUTUHAN DATA UNTUK ANALISIS CHANGE ADVISORY BOARD FLOW (hal 69) RESEARCH QUESTION: BAGAIMANAKAH RANCANGAN DATA WAREHOUSE DAN IMPLEMENTASI DATA MINING PADA SISTEM GFF DI GARUDA INDONESIA?
LANDASARAN TEORI FFP ( Frequent Flyer Program ) FFP adalah program yang memberikan apresiasi bagi customer yang loyal dalam industri penerbangan Menurut Shoemaker dan Lewis loyalty program adalah adalah program yang ditawarkan pada konsumen untuk membangun ikatan terhadap merek/ brand tertentu
LANDASARAN TEORI PIRAMIDA CRM MENURUT PONNIAH Arsitektur data warehouse hal 11
METODOLOGI PENELITIAN (1) TAHAPAN PENGERJAAN YA TIDAK
METODOLOGI PENELITIAN (3) X1 PENGUMPULAN DATA METODE: STUDI LITERATUR & DOKUMEN GFF, OBSERVASI HASIL: RUMUSAN MASALAH ANALISA KEBUTUHAN METODE: ANALISA KEBUTUHAN BISNIS HASIL: KEBUTUHAN BISNIS PERANCANGAN DATA WAREHOUSE METODE: TAHAPAN-TAHAPAN DATA WAREHOUSE HASIL: RANCANGAN DATA WAREHOUSE
METODOLOGI PENELITIAN (4) X1 PENJELASAN DETAIL DAPAT DILIHAT PADA HLM 32 IMPLEMENTASI DATA MINING METODE: TAHAPAN-TAHAPAN DATA MINING HASIL: PRESENTASI DATA MINING KESIMPULAN DAN SARAN METODE: PENARIKAN KESIMPULAN DAN SARAN HASIL: KESIMPULAN DAN SARAN PENELITIAN
BISNIS PROSES Level keanggotaan dalam program f requent flyer disebut tier . Dalam GFF tier tersebut berturut- adalah TEMP, Blue, Silver, Gold dan Platinum TINGKATAN KEANGGOTAAN TEMP BLUE SILVER GOLD PLATINUM
PERANCANGAN DATA WAREHOUSE (1) Head of Customer Loyalty : .. GFF akan dinilai positive oleh Garuda dengan melihat jumlah anggota baru yang terus bertambah, jumlah penerbangan accrual dan spending dan jumlah partner yang bekerja sama dengan GFF .. KEBUTUHAN INFORMASI : ENROLLMENT CUSTOMER TRANSAKSI ACCRUAL TRANSAKSI SPENDING PARTNER
油
油
PERANCANGAN DATA WAREHOUSE (2) PENJELASAN FUNGSIONALITAS DAPAT DILIHAT PADA HLM 54 MODEL SKEMA CUSTOMER KEBUTUHAN INFORMASI ENROLLMENT CUSTOMER
PERANCANGAN DATA WAREHOUSE (2)
PERANCANGAN DATA WAREHOUSE (3) PENJELASAN DETAIL DAPAT DILIHAT PADA HLM 55 MODEL SKEMA AIR TRANSACTION KEBUTUHAN INFORMASI PENERBANGAN BERTIKET
PERANCANGAN DATA WAREHOUSE (2)

More Related Content

Datawarehouse

  • 1. Perancangan Data Warehouse dan Implementasi Data Mining Pada Sistem Garuda Frequent Flyer Studi Kasus: PT. Garuda Indonesia OLEH: MUJOKO Jakarta, 8 Januari 2008
  • 2. AGENDA SARAN PENELITIAN LANDASAN TEORI
  • 3. LATAR BELAKANG PERMASALAHAN SISTEM OLTP YANG TERGANGGU AKIBAT KEBUTUHAN DATA UNTUK ANALISIS CHANGE ADVISORY BOARD FLOW (hal 69) RESEARCH QUESTION: BAGAIMANAKAH RANCANGAN DATA WAREHOUSE DAN IMPLEMENTASI DATA MINING PADA SISTEM GFF DI GARUDA INDONESIA?
  • 4. LANDASARAN TEORI FFP ( Frequent Flyer Program ) FFP adalah program yang memberikan apresiasi bagi customer yang loyal dalam industri penerbangan Menurut Shoemaker dan Lewis loyalty program adalah adalah program yang ditawarkan pada konsumen untuk membangun ikatan terhadap merek/ brand tertentu
  • 5. LANDASARAN TEORI PIRAMIDA CRM MENURUT PONNIAH Arsitektur data warehouse hal 11
  • 6. METODOLOGI PENELITIAN (1) TAHAPAN PENGERJAAN YA TIDAK
  • 7. METODOLOGI PENELITIAN (3) X1 PENGUMPULAN DATA METODE: STUDI LITERATUR & DOKUMEN GFF, OBSERVASI HASIL: RUMUSAN MASALAH ANALISA KEBUTUHAN METODE: ANALISA KEBUTUHAN BISNIS HASIL: KEBUTUHAN BISNIS PERANCANGAN DATA WAREHOUSE METODE: TAHAPAN-TAHAPAN DATA WAREHOUSE HASIL: RANCANGAN DATA WAREHOUSE
  • 8. METODOLOGI PENELITIAN (4) X1 PENJELASAN DETAIL DAPAT DILIHAT PADA HLM 32 IMPLEMENTASI DATA MINING METODE: TAHAPAN-TAHAPAN DATA MINING HASIL: PRESENTASI DATA MINING KESIMPULAN DAN SARAN METODE: PENARIKAN KESIMPULAN DAN SARAN HASIL: KESIMPULAN DAN SARAN PENELITIAN
  • 9. BISNIS PROSES Level keanggotaan dalam program f requent flyer disebut tier . Dalam GFF tier tersebut berturut- adalah TEMP, Blue, Silver, Gold dan Platinum TINGKATAN KEANGGOTAAN TEMP BLUE SILVER GOLD PLATINUM
  • 10. PERANCANGAN DATA WAREHOUSE (1) Head of Customer Loyalty : .. GFF akan dinilai positive oleh Garuda dengan melihat jumlah anggota baru yang terus bertambah, jumlah penerbangan accrual dan spending dan jumlah partner yang bekerja sama dengan GFF .. KEBUTUHAN INFORMASI : ENROLLMENT CUSTOMER TRANSAKSI ACCRUAL TRANSAKSI SPENDING PARTNER
  • 11. 油
  • 12. 油
  • 13. PERANCANGAN DATA WAREHOUSE (2) PENJELASAN FUNGSIONALITAS DAPAT DILIHAT PADA HLM 54 MODEL SKEMA CUSTOMER KEBUTUHAN INFORMASI ENROLLMENT CUSTOMER
  • 15. PERANCANGAN DATA WAREHOUSE (3) PENJELASAN DETAIL DAPAT DILIHAT PADA HLM 55 MODEL SKEMA AIR TRANSACTION KEBUTUHAN INFORMASI PENERBANGAN BERTIKET
  • 17. PERANCANGAN DATA WAREHOUSE (4) PENJELASAN FUNGSIONALITAS DAPAT DILIHAT PADA HLM 56 MODEL NON AIR TRANSACTION KEBUTUHAN INFORMASI TRANSAKSI ANGGOTA DENGAN PARTNER
  • 18. 油
  • 19. PERANCANGAN DATA WAREHOUSE (5) PENJELASAN DETAILDAPAT DILIHAT PADA HLM 57 SUBJECT CERTIFICATE TRANSACTION KEBUTUHAN INFORMASI PENERBANGAN DENGAN REDEEM MILEAGE
  • 21. PERANCANGAN DATA WAREHOUSE (6) Informasi Customer yang terdistribusi dalam beberapa tier yang di slice hanya tahun 2007 dan drill-down berdasar usianya (hal 65)
  • 22. PERANCANGAN DATA WAREHOUSE (7) Earning mileage customer yang di slice berdasarkan Origin Destination airport penerbangan yang dilengkap dengan grafik pie chart (hal 67)
  • 24. IMPLEMENTASI DATA MINING (1) TEKNIK ASSOCIATION RULE Pada uji coba ini, minimum support yang digunakan adalah 10%, sehingga jika persentase kombinasi item dalam dataset lebih dari 10% maka akan dibuatkan rule yang berkaitan dengan kombinasi item tersebut tetapi jika tidak maka akan diabaikan dan dengan minimal confidence sebesar 70%. Dari hasil data mining dengan teknik association rule ini ditemukan bahwa anggota GFF yang memiliki telah mendaftar dan usia GFF-nya 8 bulan hingga 2 tahun berkecenderungan akan loyal dengan keanggotaanya sebagai anggota Cobrand dengan masa lebih dari 5 bulan. Jika keanggotaan GFF-nya berusia lebih dari 2 tahun maka kemungkinan besar adalah anggota yang melakukan pendaftaran melalui BO (Hal. 80)
  • 25. IMPLEMENTASI DATA MINING (2) Bagian dari diagram pohon karakter anggota Cobrand yang mendaftar melalui channel Cobrand atau Citibank. Hal 81
  • 26. IMPLEMENTASI DATA MINING (2) Bagian diagram pohon karakter anggota Cobrand yang mendaftar melalui Customer Self Service (CSS) Hal 82
  • 27. IMPLEMENTASI DATA MINING (2) Pola anggota GFF Cobrand yang melakukan pendaftaran melalui jalur BO. Hal 97
  • 28. IMPLEMENTASI DATA MINING (2) Baik anggota yang bergabung melalui CSS atau Citibank memiliki tier Blue dan Silver hal 82 Durasi anggota GFF tidaklah berbanding lurus terhadap level tier yang dimilikinya hal 83 Keberagaman tier anggota yang mendaftar channel BO ini pada awalnya adalah anggota Reguler yang kemudian mengubah jenis membership- nya menjadi Cobrand
  • 29. KESIMPULAN PENELITIAN KESIMPULAN 1 Perancangan data warehouse pada tesis ini mengacu kepada kebutuhan bisnis dengan melihat kebutuhan jenis dan bentuk report pada sistem yang sedang berjalan. Selain itu juga mempertimbangkan indikator kinerja divisi Customer Loyality KESIMPULAN 2 Keberadaan data warehouse sangat membantu dalam membuat report . Proses yang awalnya memerlukan 3 minggu (mengikuti change request ) menjadi satu hari. Perubahan-perubahan atau kebutuhan report yang baru dapat terpenuhi satu hari karena pengguna bisa melakukan customization report . Performance sistem operasional yang pada awalnya terganggu karena report dibuat dengan mengandalkan modul report GFF yang juga bagian dari sistem operasional, kini tidak lagi karena kebutuhan report disediakan oleh data warehouse. KESIMPULAN 3 Penggunaan teknik data mining dapat digunakan untuk mengevaluasi kebijakan atau untuk mengeluarkan kebijakan terhadap anggota GFF Cobrand seperti strategi cross-selling terhadap anggota yang mendaftar melalui channel CSS dan Cobrand Citibank yang perlu ditingkatkan dan perlunya evaluasi terhadap tier management bagi anggota Cobrand setelah melakukan proses terminasi
  • 30. SARAN PENELITIAN Dalam pengembangan selanjutnya, cakupan data warehouse bisa diperluas lagi ke divisi dan department yang lain untuk memperoleh gambaran utuh perusahaan dengan informasi dari semua departemen Kerangka kerja FrontCRM dapat digunakan sebagai acuan dalam menurunkan fitur-fitur CRM REKOMENDASI UNTUK ORGANISASI Perlu dicoba teknik data mining dan algoritma lain yang sesuai untuk menemukan pola-pola yang bisa berguna bagi penelitian selanjutnya. REKOMENDASI UNTUK PENELITI BERIKUTNYA
  • 31. 油
  • 32. 油
  • 33. Tabel 4.2-Perbandingan sumber data GFF dan DatabaseTemp EKSTRAKSI Source Destination Engine Oracle 9g Oracle 9g Platform Open Suse Microdoft Windows Server 2003 Sumber Data DB , GFF Operasional DWTemp Jumlah Total Table 167 12 Jumlah Total Field 2303 152 Jumlah Total Row 36679283 9169821
  • 34. Model Rule dengan kesimpulan masa keanggotaan Cobrand dalam mendaftar melalui channel BO No Rule Premises Conclusion Support Confidence 156 DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.200405 1 158 GENDER = M, DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.158907 1 163 ADDRESS_TYPE = PRIVATE, DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.112348 1 164 ADDRESS_TYPE = BUSINESS, DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.088057 1 170 GENDER = M, ADDRESS_TYPE = PRIVATE, DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.087045 1 171 GENDER = M, ADDRESS_TYPE = BUSINESS, DURATIONFROMREGISTERINMONTH = range5 [29.565 - ] ENROLL_CHANNEL = BO 0.071862 1
  • 35. Model Rule dengan kesimpulan masa keanggotaan Cobrand dalam range5. No Rule Premises Conclusion Support Confidence 130 GENDER = M, ENROLL_CHANNEL = COBRAND, DURATIONFROMREGISTERINMONTH = Range4 [8.465 - 29.565] LIFEDURATIONINMONTH = range5 [5.315 - ] 0.05668 0.949153 136 ENROLL_CHANNEL = COBRAND, DURATIONFROMREGISTERINMONTH = Range4 [8.465 - 29.565] LIFEDURATIONINMONTH = range5 [5.315 - ] 0.07996 0.963415 145 ENROLL_CHANNEL = COBRAND, ADDRESS_TYPE = PRIVATE, DURATIONFROMREGISTERINMONTH = Range4 [8.465 - 29.565] LIFEDURATIONINMONTH = range5 [5.315 - ] 0.053644 0.981481
  • 36. Tabel 4.2-Perbandingan sumber data GFF dan DatabaseTemp