Perpustakaan Digital ITB

Pada tugas akhir ini dilakukan penerapan teknik interval dan fuzzy interval sebagai dua buah teknik dalam pembangunan block pada basisdata multidimensional. Block merupakan sekumpulan cell data cube dengan karakteristik measure value yang mirip. Tujuan diusulkannya metode membangun block adalah untuk memfasilitasi visualisasi basisdata multidimensional yang bervolume besar dan kardinalitas dimensi tinggi untuk mempermudah proses analisis. Informasi pada data cube seolah-olah dirangkum berdasarkan measure value-nya melalui pembangunan block sehingga memberi gambaran isi data cube. Tugas akhir ini melakukan studi literatur untuk mempelajari aspek-aspek yang berkaitan dengan pembangunan block. Sedangkan studi perangkat lunak OLAP bertujuan untuk memahami konsep OLAP dan data warehouse. Analisis masalah tugas akhir dilakukan dengan mengkaji konsep kedua teknik beserta algoritmanya. Kedua teknik tersebut melakukan diskretisasi measure value data cube ke dalam interval-interval yang kemudian akan menjadi interval yang berasosiasi dengan block yang dihasilkan. Dengan diskretisasi ini, measure value yang beragam pada data cube terwakili oleh interval-interval tersebut. Dari analisis masalah disimpulkan bahwa teknik fuzzy interval menyempurnakan teknik interval pada kasus measure value yang bernilai cukup dekat dengan nilai pada batas-batas interval. Analisis dan perancangan perangkat lunak dilakukan dengan metode berorientasi objek dengan bahasa pemodelan UML. Perangkat lunak dibangun dengan bahasa pemrograman C#.NET dan Microsoft SQLServer 2005 Analysis Services digunakan sebagai perangkat yang memberikan fungsi OLAP. Pengujian dilakukan pada sebuah studi kasus bisnis, yaitu kasus FoodMart 2005 yang merupakan sampel data warehouse dari SQLServer. Hasil pengujian menunjukkan informasi berupa implikasi yang dapat diturunkan dari block. Untuk seluruh dimensi data cube, jika indeks posisi member value-nya berada dalam rentang interval penyusun block untuk dimensi itu, maka measure value-nya berkisar antara interval yang berasosiasi dengan block itu. Dari tugas akhir disimpulkan bahwa block tidak merubah representasi data cube melainkan hanya mencari pola di dalamnya. Untuk sebuah data cube, akan dihasilkan block-block yang berbeda-beda pada pemberian parameter support minimal, confidence minimal, dan jumlah interval yang berbeda pula. Block yang merupakan pola pemusatan data yang dapat menjadi referensi bagi analis untuk mengetahui gambaran isi data cube.