SAP - Business Intelligence - 2011
Content
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
Pertemuan 1
Tujuan Instruksional Umum (TIU) Mahasiswa memahami konsep business intelligence
Tujuan Instruksional Khusus (TIK) 1. Mahasiswa dapat menjelaskan konsep business intelligence
Pokok Bahasan Introduction to Business Intelligence
Sub Pokok Bahasan 1. Changing Business Environment and Computerized Decision Support 2. Framework Business Intelligence 3. Intelligence Creation and Use and BI Governance 1. Transaction Processing vs Analytic Processing 2. Major Tools and Techniques of BI 3. Successful BI Implementation
Teknik Pembelajaran Ceramah, Latihan
Media Pembelajaran Papan tulis, LCD Projector
Penugasan
Referensi 1, 2, 3, 4, 5,7,8, 14
2
Mahasiswa memahami transaction dan analytic processing, dan teknik BI
1. Mahasiswa dapat menjelaskan transaction processing dan analytic processing 2. Mahasiswa dapat menjelaskan tools dan teknik business intelligence 3. Mahasiswa dapat merumuskan dan menjelaskan implementasi dari business intelligence 1. Mahasiswa dapat menjelaskan elemenelemen BI
Introduction to Business Intelligence Lanjut
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,7,8, 14
3
Mahasiswa memahami elemen- elemen dari BI
Element of Business Intelligence
1. Data Warehouse vs Data Marts 2. Setting Up Information for BI Processing 3. The Data Side of BI 4. The Analytics Tools 5. Query and Reporting Tools 1. Data Warehousing Definitions and Concepts 2. Data Warehousing Process
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,7,8,9, 14
4
Mahasiswa memahami Data Warehousing dan proses ETL
1. Mahasiswa dapat merumuskan dan menjelaskan konsep Data Warehouse 2. Mahasiswa dapat merumuskan dan
Data Warehousing
Ceramah, Latihan
Papan tulis, LCD Projector
Membuat sebuah project paper data warehouse modeling
1, 2, 3, 4, 5, 7,8,9
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
menjelaskan proses dan arsitektur data warehouse 3. Mahasiswa dapat merumuskan dan menjelaskan proses ETL pada data warehouse 4. Mahasiswa dapat menjelaskan implementasi dari data warehouse 5 Mahasiswa memahami konsep adaptive business intelligence Mahasiswa memahami konsep data mining untuk business intelligence 1. Mahasiswa dapat menjelaskan tentang adaptive BI 1. Mahasiswa dapat menjelaskan konsep, aplikasi data mining 2. Mahasiswa dapat merumuskan dan menjelaskan proses dan metode data mining 3. Mahasiswa dapat mengerti software tools untuk data mining 1. Mahasiswa dapat merumuskan dan menjelaskan tentang data validation, data transformation, dan data reduction 1. Mahasiswa dapat menjelaskan konsep text mining dan web mining 2. Mahasiswa dapat merumuskan dan menjelaskan aplikasi dan proses dari text mining 3. Mahasiswa dapat menjelaskan tools text Adaptive Business Intelligence Data Mining for Business Intelligence
Overview 3. Data Warehousing Architecture 4. Data Integration and the ETL Processes 5. Data Warehousing Implementation Issue 1. Prediction 2. Optimization 3. Adaptability 1. Data Mining Concepts and Definitions 2. Data Mining Applications 3. Data Mining Process 4. Data Mining Methods 5. Data Mining Software Tools 1. Data Validation 2. Data Transformation 3. Data Reduction 1. Text Mining Concepts and Definitions 2. Natural Language Processing 3. Text Mining Applications 4. Text Mining Process 5. Text Mining Tools Ceramah, Latihan Ceramah, Latihan Papan tulis, LCD Projector Papan tulis, LCD Projector Membuat sebuah project paper tentang data mining for business intelligence 1, 2, 3, 4, 5, 6
6
1, 2, 3, 4, 5, 6
7
Mahasiswa memahami konsep data preparation
Data Preparation
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5
8
Mahasiswa memahami konsep dasar text mining
Text and Web Mining
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,11,12,13
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
mining 9 Mahasiswa memahami konsep dasar web mining 4. Mahasiswa dapat menjelaskan web mining 5. Mahasiswa dapat merumuskan dan menjelaskan struktur web mining 1. Mahasiswa dapat menjelaskan tentang knowledge management beserta aktivitinya dan pendekatannya 2. Mahasiswa dapat merumuskan implementasi dari knowledge management system Text and Web Mining Lanjut 6. Web Mining Overview 7. Web Content Mining and Web Structure Mining 8. Web Usage Mining 1. Introduction to Knowledge Management 2. Knowledge Management Activities 3. Approaches to Knowledge Management 4. Information Technology (IT) in Knowledge Management 5. Knowledge Management Systems Implementations 1. Konsep dan Definisi Artificial Intelligence 2. Artificial Intelligence Field 3. Basic Concepts of Expert Systems 4. Structure of Expert Systems 6. Implementing BI 7. BI and Integration Implementation 8. Connecting BI System to Ceramah, Latihan Papan tulis, LCD Projector 1, 2, 3, 4, 5
10
Mahasiswa memahami bagaimana membuat program java dengan tampilan GUI
Knowledge Management
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3
11
Mahasiswa memahami bagaimana cara membuat berbagai program java dengan GUI (studi kasus) Mahasiswa memahami bagaimana membuat program yang terkoneksi ke database
1. Mahasiswa dapat merumuskan dan menjelaskan konsep Artificial Intelligence 2. Mahasiswa dapat merumuskan dan menjelaskan konsep Expert System dan strukturnya 1. Mahasiswa dapat merumuskan dan menjelaskan pembuatan program yang menggunakan database MySQL 2. Mahasiswa dapat membuat program
Intelligence Systems
Ceramah, Latihan
Papan tulis, LCD Projector
Membuat sebuah project in group mengenai expert systems
1, 2, 3
12
Business Intelligence Implementation
Ceramah, Latihan
Papan tulis, LCD Projector
1,2,3,4,5,6,7, 8,10, 14
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
yang menerapkan database MySQL
databases and other Enterprise Systems 9. On-Demand BI Cases 1. Charles Book Club 2. Segmenting Consumers of Bath Soap 3. Predicting Bankruptcy Ceramah, Latihan Papan tulis, LCD Projector 1, 14
13
Mahasiswa memahami bagaimana membuat program database dengan fitur reportingnya Mahasiswa memahami secara komprehensif business intelligence
1. Mahasiswa dapat merumuskan dan menjelaskan case study business intelligence 1. Mahasiswa dapat membuat project Business Intelligence dalam skala kecil dan menengah 2. Mahasiswa dapat mempresentasikan Business Intelligence dalam skala kecil dan menengah
14
Presentasi Business Intelligence Project
Presentasi Mahasiswa
Papan tulis, LCD Projector
Presentasi di depan kelas oleh mahasiswa tentang project Business Intelligence
1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11,12,13, 14
Referensi: Referensi Wajib 1. Efraim Turban, Business Intelligence: A Managerial Approach 2nd Edition, Prentice Hall, 2011 2. Efraim Turban, Decision Support and Business Intelligence Systems 9th Edition, Prentice Hall, 2010 3. Carlo Vercellis, Business Intelligence, Willey, 2009 4. Zbigniew Michalewicz et.al, Adaptive Business Intelligence, Springer, 2006 5. Mike Bierre, Business Intelligence for The Enterprise, Prentice Hall, 2003 Referensi Pendamping: 6. Kimball, Relentlessly Practical Tools for Data Warehousing and Business Intelligence, 2010 7. Li Niu, Jie Lu, and Guangquan Zhang, Cognition-Driven Decision Support for Business Intelligence, Springer, 2009 8. Brian Larson, Delivering Business Intelligence with Microsoft SQL Server, 2008
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
9. 10. 11. 12. 13.
Robert Wrembel & Christian Koncilia, Data Warehouse and OLAP: Concepts, Architecture and Solutions, IRM Press, 2007 Barry de Ville,Decision Trees for Business Intelligence and Data Mining, SAS Publishing, 2006 Bing Liu, Web Data Mining 2nd Edition Exploring Hyperlinks Contents and Usage Data, Springer, 2011 Ashok N. Srivastava & Mehran Sahami, Text Mining Classification Clustering and Applications, CRC Press, 2010 Michael W. Berry & Jacob Kogan, Text Mining Applications and Theory, John Willey, 2010 14. William, The Profit Impact of Business Intelligence, 2007
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
Pertemuan 1
Tujuan Instruksional Umum (TIU) Mahasiswa memahami konsep business intelligence
Tujuan Instruksional Khusus (TIK) 1. Mahasiswa dapat menjelaskan konsep business intelligence
Pokok Bahasan Introduction to Business Intelligence
Sub Pokok Bahasan 1. Changing Business Environment and Computerized Decision Support 2. Framework Business Intelligence 3. Intelligence Creation and Use and BI Governance 1. Transaction Processing vs Analytic Processing 2. Major Tools and Techniques of BI 3. Successful BI Implementation
Teknik Pembelajaran Ceramah, Latihan
Media Pembelajaran Papan tulis, LCD Projector
Penugasan
Referensi 1, 2, 3, 4, 5,7,8, 14
2
Mahasiswa memahami transaction dan analytic processing, dan teknik BI
1. Mahasiswa dapat menjelaskan transaction processing dan analytic processing 2. Mahasiswa dapat menjelaskan tools dan teknik business intelligence 3. Mahasiswa dapat merumuskan dan menjelaskan implementasi dari business intelligence 1. Mahasiswa dapat menjelaskan elemenelemen BI
Introduction to Business Intelligence Lanjut
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,7,8, 14
3
Mahasiswa memahami elemen- elemen dari BI
Element of Business Intelligence
1. Data Warehouse vs Data Marts 2. Setting Up Information for BI Processing 3. The Data Side of BI 4. The Analytics Tools 5. Query and Reporting Tools 1. Data Warehousing Definitions and Concepts 2. Data Warehousing Process
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,7,8,9, 14
4
Mahasiswa memahami Data Warehousing dan proses ETL
1. Mahasiswa dapat merumuskan dan menjelaskan konsep Data Warehouse 2. Mahasiswa dapat merumuskan dan
Data Warehousing
Ceramah, Latihan
Papan tulis, LCD Projector
Membuat sebuah project paper data warehouse modeling
1, 2, 3, 4, 5, 7,8,9
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
menjelaskan proses dan arsitektur data warehouse 3. Mahasiswa dapat merumuskan dan menjelaskan proses ETL pada data warehouse 4. Mahasiswa dapat menjelaskan implementasi dari data warehouse 5 Mahasiswa memahami konsep adaptive business intelligence Mahasiswa memahami konsep data mining untuk business intelligence 1. Mahasiswa dapat menjelaskan tentang adaptive BI 1. Mahasiswa dapat menjelaskan konsep, aplikasi data mining 2. Mahasiswa dapat merumuskan dan menjelaskan proses dan metode data mining 3. Mahasiswa dapat mengerti software tools untuk data mining 1. Mahasiswa dapat merumuskan dan menjelaskan tentang data validation, data transformation, dan data reduction 1. Mahasiswa dapat menjelaskan konsep text mining dan web mining 2. Mahasiswa dapat merumuskan dan menjelaskan aplikasi dan proses dari text mining 3. Mahasiswa dapat menjelaskan tools text Adaptive Business Intelligence Data Mining for Business Intelligence
Overview 3. Data Warehousing Architecture 4. Data Integration and the ETL Processes 5. Data Warehousing Implementation Issue 1. Prediction 2. Optimization 3. Adaptability 1. Data Mining Concepts and Definitions 2. Data Mining Applications 3. Data Mining Process 4. Data Mining Methods 5. Data Mining Software Tools 1. Data Validation 2. Data Transformation 3. Data Reduction 1. Text Mining Concepts and Definitions 2. Natural Language Processing 3. Text Mining Applications 4. Text Mining Process 5. Text Mining Tools Ceramah, Latihan Ceramah, Latihan Papan tulis, LCD Projector Papan tulis, LCD Projector Membuat sebuah project paper tentang data mining for business intelligence 1, 2, 3, 4, 5, 6
6
1, 2, 3, 4, 5, 6
7
Mahasiswa memahami konsep data preparation
Data Preparation
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5
8
Mahasiswa memahami konsep dasar text mining
Text and Web Mining
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3, 4, 5,11,12,13
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
mining 9 Mahasiswa memahami konsep dasar web mining 4. Mahasiswa dapat menjelaskan web mining 5. Mahasiswa dapat merumuskan dan menjelaskan struktur web mining 1. Mahasiswa dapat menjelaskan tentang knowledge management beserta aktivitinya dan pendekatannya 2. Mahasiswa dapat merumuskan implementasi dari knowledge management system Text and Web Mining Lanjut 6. Web Mining Overview 7. Web Content Mining and Web Structure Mining 8. Web Usage Mining 1. Introduction to Knowledge Management 2. Knowledge Management Activities 3. Approaches to Knowledge Management 4. Information Technology (IT) in Knowledge Management 5. Knowledge Management Systems Implementations 1. Konsep dan Definisi Artificial Intelligence 2. Artificial Intelligence Field 3. Basic Concepts of Expert Systems 4. Structure of Expert Systems 6. Implementing BI 7. BI and Integration Implementation 8. Connecting BI System to Ceramah, Latihan Papan tulis, LCD Projector 1, 2, 3, 4, 5
10
Mahasiswa memahami bagaimana membuat program java dengan tampilan GUI
Knowledge Management
Ceramah, Latihan
Papan tulis, LCD Projector
1, 2, 3
11
Mahasiswa memahami bagaimana cara membuat berbagai program java dengan GUI (studi kasus) Mahasiswa memahami bagaimana membuat program yang terkoneksi ke database
1. Mahasiswa dapat merumuskan dan menjelaskan konsep Artificial Intelligence 2. Mahasiswa dapat merumuskan dan menjelaskan konsep Expert System dan strukturnya 1. Mahasiswa dapat merumuskan dan menjelaskan pembuatan program yang menggunakan database MySQL 2. Mahasiswa dapat membuat program
Intelligence Systems
Ceramah, Latihan
Papan tulis, LCD Projector
Membuat sebuah project in group mengenai expert systems
1, 2, 3
12
Business Intelligence Implementation
Ceramah, Latihan
Papan tulis, LCD Projector
1,2,3,4,5,6,7, 8,10, 14
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
yang menerapkan database MySQL
databases and other Enterprise Systems 9. On-Demand BI Cases 1. Charles Book Club 2. Segmenting Consumers of Bath Soap 3. Predicting Bankruptcy Ceramah, Latihan Papan tulis, LCD Projector 1, 14
13
Mahasiswa memahami bagaimana membuat program database dengan fitur reportingnya Mahasiswa memahami secara komprehensif business intelligence
1. Mahasiswa dapat merumuskan dan menjelaskan case study business intelligence 1. Mahasiswa dapat membuat project Business Intelligence dalam skala kecil dan menengah 2. Mahasiswa dapat mempresentasikan Business Intelligence dalam skala kecil dan menengah
14
Presentasi Business Intelligence Project
Presentasi Mahasiswa
Papan tulis, LCD Projector
Presentasi di depan kelas oleh mahasiswa tentang project Business Intelligence
1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11,12,13, 14
Referensi: Referensi Wajib 1. Efraim Turban, Business Intelligence: A Managerial Approach 2nd Edition, Prentice Hall, 2011 2. Efraim Turban, Decision Support and Business Intelligence Systems 9th Edition, Prentice Hall, 2010 3. Carlo Vercellis, Business Intelligence, Willey, 2009 4. Zbigniew Michalewicz et.al, Adaptive Business Intelligence, Springer, 2006 5. Mike Bierre, Business Intelligence for The Enterprise, Prentice Hall, 2003 Referensi Pendamping: 6. Kimball, Relentlessly Practical Tools for Data Warehousing and Business Intelligence, 2010 7. Li Niu, Jie Lu, and Guangquan Zhang, Cognition-Driven Decision Support for Business Intelligence, Springer, 2009 8. Brian Larson, Delivering Business Intelligence with Microsoft SQL Server, 2008
SATUAN ACARA PERKULIAHAN PROGRAM PASCA SARJANA MAGISTER TEKNIK INFORMATIKA (MKom) UNIVERSITAS DIAN NUSWANTORO
Mata Kuliah : Business Intelligence Kode Mata Kuliah : Satuan Kredit Semester : 3 SKS Waktu : 150 Menit Semester : Ganjil/Genap Jurusan : Teknik Informatika Tanggal Berlaku : 1 Agustus 2011 Dosen Pembuat : Romi Satria Wahono
9. 10. 11. 12. 13.
Robert Wrembel & Christian Koncilia, Data Warehouse and OLAP: Concepts, Architecture and Solutions, IRM Press, 2007 Barry de Ville,Decision Trees for Business Intelligence and Data Mining, SAS Publishing, 2006 Bing Liu, Web Data Mining 2nd Edition Exploring Hyperlinks Contents and Usage Data, Springer, 2011 Ashok N. Srivastava & Mehran Sahami, Text Mining Classification Clustering and Applications, CRC Press, 2010 Michael W. Berry & Jacob Kogan, Text Mining Applications and Theory, John Willey, 2010 14. William, The Profit Impact of Business Intelligence, 2007
