Walaupunharga ayam ras petelur afkir mengalami kenaikan dan dengan kualitas daging yang tetap seperti itu (alot dan susah diolah), tetap saja konsumen melakukan pembelian meski mengeluhkan kenaikan harga. (1998) mendefinisikan pembelajaran konsumen sebagai suatu perubahan dalam perilaku yang terjadi sebagai hasil dari pengalaman masa Sedangkanpay back period kredit selama 4 tahun 8 bulan (tabel 5.10) Pada skenario III pada saat terjadi penurunan pendapatan sekaligus kenaikan, biaya operasional maslng-masing sebesar 1,5%, proyek ini masih layak dibayar dengan net SIC sebesar 1,37, NPV sebesar Rp.138.329.306,IR~ ~5,91 % dan lama pengembalian kredit selama 4 tahun 7 bulan. Perbedaantertinggi penjualan ayam dan daging sapi terjadi pada bulan . A. Januari B. Februari C. Maret D. April (Soal No. 13 PG Bab Penyajian Data Mata Pelajaran Matematika BSE Kurikulum 2013 (Revisi 2016) Semester 2 Kelas 7, Kemendikbud) Makin ke sini, karena edukasi daging kerbau itu masyarakat sudah mulai menerima, jadi substitusi untuk daging sapi sudah lumayan bagus. Alhamdulillah, masyarakat sudah teredukasi, dari sisi penjualan kita selalu sold out," kata Febby di Jakarta, dikutip Antara, Rabu (27/7).. Sejak awal tahun 2022 hingga saat ini, Bulog sudah mengimpor sebanyak 48 Kenaikanpenjualan daging tertinggi terjadi pada bulan a. Januari – Februari b. Februari – Maret c. Maret – April d. April – Mei Penyelesaian: Kenaikan suhu badan Diva tertinggi terjadi pada hari a. Senin – Selasa b. Selasa – Rabu c. Rabu – Puncakkenaikan tertinggi akan terjadi pada minggu kedua Mei 2021 atau jelang Hari Raya Idul Fitri. Saat itu harga rata-rata daging sapi secara nasional diperkirakan naik mencapai Rp 121.678 per 3e5F. JAKARTA, - Menteri Pertanian Mentan Syahrul Yasin Limpo mengungkapkan, harga daging sapi diproyeksi mengalami peningkatan hingga Juni 2021 mendatang. Puncak kenaikan tertinggi akan terjadi pada minggu kedua Mei 2021 atau jelang Hari Raya Idul itu harga rata-rata daging sapi secara nasional diperkirakan naik mencapai Rp per kilogram. Baca juga Mendag Sebut Harga Daging Sapi Akan Naik Jelang Lebaran "Harga daging sapi di tingkat konsumen akan alami kenaikan di Mei," ujar Syahrul dalam rapat kerja dengan Komisi IV DPR RI, Kamis 18/3/2021. Menurut Syahrul, peningkatan harga daging sapi dikarenakan terjadi defisit stok dari Januari-Maret 2021. Di sisi lain, kebutuhan daging sapi akan meningkat di April-Mei 2021 karena momentum bulan puasa dan Idul Fitri. Meski demikian, kata Syahrul, tren kenaikan harga daging sapi akan mulai melandai di akhir Mei. Secara bertahap, harga daging sapi diyakini akan mengalami penurunan di akhir Juni 2021. Baca juga Soal Mudik Lebaran 2021, Kemenhub Sebut Masih Akan Koordinasi "Namun, pada akhir Juni diperkirkan kami harga daging sapi alami penurunan," kata dia. Berdasarkan Pusat Informasi Harga Pangan Strategis PIHPS Nasional per 18 Maret 2021, harga rata-rata daging sapi di tingkat konsumen secara nasional mencapai Rp per kilogram untuk kualitas 2 dan Rp per kilogram untuk kualitas 1. Sebelumnya, Menteri Perdagangan Muhammad Lutfi mengungkapkan hal yang sama, yakni harga daging sapi akan meningkat jelang puasa hingga Lebaran. Kenaikan ini sebagai imbas dari tingginya harga sapi di Australia. Stok sapi di negara tersebut sedang terganggu karena kebijakan regenerasi populasi sapi, setelah terjadinya kebakaran hutan ekstrem pada 2019 lalu. Baca juga Mendag Khawatir Harga Cabai Rawit Merah Anjlok Saat Lebaran Adapun Indonesia merupakan importir sapi terbesar dari Australia. Pemerintah pun melakukan impor daging sapi dan kerbau sebanyak ton, terdiri dari India ton dan Brasil sebesar ton. Ini sebagai sumber impor baru guna menjaga stok dan stabilisasi harga. “Harga ini daging sapi akan naik, tetapi mudah-mudahan dengan persiapan Kemendag kenaikan itu bisa lebih dijangkau, karena memang situasi dunia yang tidak menentu,” ujar Lutfi dalam konferensi pers virtual, Senin 15/3/2021. Dapatkan update berita pilihan dan breaking news setiap hari dari Mari bergabung di Grup Telegram " News Update", caranya klik link kemudian join. Anda harus install aplikasi Telegram terlebih dulu di ponsel. com-Gandum Foto ShutterstockPada bulan Maret 2022 harga pangan dunia mengalami kenaikan tertinggi semenjak tahun 1990. Ini diungkapkan oleh Indeks Organisasi Pangan dan Pertanian dunia atau Food and Agriculture Organization FAO.Semenjak adanya lonjakan inflasi yang meluas akibat pemulihan ekonomi global pada bulan Februari lalu, harga pangan dunia terus mengalami harga pangan dunia terjadi akibat perang Rusia-Ukraina. Pada Maret 2022, Indeks Harga Pangan FAO rata-rata 159,3 poin, naik 12,6 persen dari Februari ketika sudah mencapai level tertinggi sejak tahun 1990."Indeks melacak perubahan bulanan dalam harga internasional dari beragam komoditas makanan yang umum diperdagangkan. Level indeks terbaru adalah 33,6 persen lebih tinggi dari Maret 2021," seperti dikutip dalam laporan FAO, Sabtu 9/4.Perlu diketahui bahwa Rusia dan Ukraina merupakan produsen gandum dan jagung terbesar. Oleh karena itu adanya perang Rusia-Ukraina menyebabkan kegiatan pengeksporan Ukraina terhenti. Tentunya kondisi tersebut akan berdampak pada peningkatan harga pangan, khususnya gandum, jagung, barley, dan minyak bunga jagung. Foto ANTARA FOTO/Oky Lukmansyah"Indeks harga minyak nabati FAO naik 23,2 persen, didorong oleh kuotasi yang lebih tinggi untuk minyak biji bunga matahari, di mana Ukraina adalah pengekspor utama dunia," seperti dikutip dari laporan itu harga gandum global mengalami kenaikan 19,7 persen dalam satu bulan, lalu harga jagung global ikut naik 19,1 persen dari bulan dan mencapai rekor tertinggi bersama bahan pangan lainnya seperti sorgum FAO melaporkan bahwa harga minyak sawit, kedelai dan lobak juga meningkat tajam sebagai imbas dari harga minyak biji bunga matahari yang lebih tinggi dari minyak hanya itu, indeks harga gula ikut naik 6,7 persen, dan juga indeks harga daging yang meningkat sebesar 4,9 persen pada bulan Maret ini dengan mencapai level tertinggi sepanjang juga mencatat adanya kenaikan indeks harga produk susu sebesar 2,6 persen dengan peningkatan 23,6 persen lebih tinggi dibanding pada Maret 2021 lalu. Kenaikan ini dipengaruhi faktor harga mentega dan susu bubuk yang melonjak terutama di pasar Asia. BerandaUntuk menyelesaikan soal nomor 11 – 13 perhatikan ...PertanyaanUntuk menyelesaikan soal nomor 11 – 13 perhatikan diagram batang berikut Perbedaan tertinggi penjualan ayam dan daging terjadi pada bulan ....Untuk menyelesaikan soal nomor 11 – 13 perhatikan diagram batang berikut Perbedaan tertinggi penjualan ayam dan daging terjadi pada bulan .... Januari Februari Maret April NPMahasiswa/Alumni Universitas Negeri JakartaJawabanjawabannya adalah adalah terlihat bahwa perbedaan tertinggi antara penjualan ayam dan daging terjadi pada bulan April perbedaan ketinggian batang merah dan kuning terbesar. Jadi, jawabannya adalah terlihat bahwa perbedaan tertinggi antara penjualan ayam dan daging terjadi pada bulan April perbedaan ketinggian batang merah dan kuning terbesar. Jadi, jawabannya adalah D. Perdalam pemahamanmu bersama Master Teacher di sesi Live Teaching, GRATIS!1rb+Yuk, beri rating untuk berterima kasih pada penjawab soal!VLVani Lufiana Marzeanti Jawaban tidak sesuai©2023 Ruangguru. All Rights Reserved PT. Ruang Raya Indonesia UD. Giri Sari sebagai salah satu distributor ayam mentah utuh di kota Denpasar, Bali yang mendistribusikan ayam mentah ke banyak konsumen mulai dari konsumen harian hingga industri rantai makanan besar, hingga saat ini belum memiliki sistem berbasis data untuk memudahkan mereka dalam menganalisis data. dan menyederhanakan laporan bisnis mereka. Penelitian ini bertujuan untuk memberikan solusi yang diusulkan berupa perancangan dan implementasi terkait data distributor stok ayam utuh mentah selama tiga bulan, untuk memudahkan pengukuran distribusi penyediaan stok semua jenis bagian dan stok ayam. Metode penelitian yang digunakan adalah menggunakan pendekatan perancangan data warehouse mulai dari pengumpulan data, alur penelitian dan perancangan desain data warehouse serta penerapan kaidah-kaidah pembuatan data multidimensi. Implementasinya menggunakan aplikasi open-source Talend Data-Integration dan Tableau untuk membuat integrasi data di semua jenis file dan menghasilkan laporan untuk dianalisis. Data dibuat dalam bentuk desain dua dimensi dan multi dimensi untuk memudahkan penerapan desain data warehouse yang telah dibuat. Hasil yang diperoleh nanti sesuai dengan tujuan penelitian yaitu integrasi data pejualan yang disertai dengan penyimpanan data ke dalam sebuah data warehouse, Analisa data penjualan, dan pembuatan report dari data yang ada. Penelitian ini tentunya akan sangat membantu UD. Giri Sari dalam menyelesaikan kendala penyimpanan data, analisa data, dan pembuatan report. Discover the world's research25+ million members160+ million publication billion citationsJoin for free 1 ANALISIS HASIL PENJUALAN DAGING AYAM SELAMA 3 BULAN DENGAN UTILISASI DATA WAREHOUSE I Putu Agus Eka Pratama 1, I Wayan Wahyu Ivan Mahendra Jaya 2 1Fakultas Teknik, Universitas Udayana email wahyuivan Abstrak UD. Giri Sari sebagai salah satu distributor ayam mentah utuh di kota Denpasar, Bali yang mendistribusikan ayam mentah ke banyak konsumen mulai dari konsumen harian hingga industri rantai makanan besar, hingga saat ini belum memiliki sistem berbasis data untuk memudahkan mereka dalam menganalisis data. dan menyederhanakan laporan bisnis mereka. Penelitian ini bertujuan untuk memberikan solusi yang diusulkan berupa perancangan dan implementasi terkait data distributor stok ayam utuh mentah selama tiga bulan, untuk memudahkan pengukuran distribusi penyediaan stok semua jenis bagian dan stok ayam. Metode penelitian yang digunakan adalah menggunakan pendekatan perancangan data warehouse mulai dari pengumpulan data, alur penelitian dan perancangan desain data warehouse serta penerapan kaidah-kaidah pembuatan data multidimensi. Implementasinya menggunakan aplikasi open-source Talend Data-Integration dan Tableau untuk membuat integrasi data di semua jenis file dan menghasilkan laporan untuk dianalisis. Data dibuat dalam bentuk desain dua dimensi dan multi dimensi untuk memudahkan penerapan desain data warehouse yang telah dibuat. Hasil yang diperoleh nanti sesuai dengan tujuan penelitian yaitu integrasi data pejualan yang disertai dengan penyimpanan data ke dalam sebuah data warehouse, Analisa data penjualan, dan pembuatan report dari data yang ada. Penelitian ini tentunya akan sangat membantu UD. Giri Sari dalam menyelesaikan kendala penyimpanan data, analisa data, dan pembuatan report. Kata Kunci analisis, report bisnis, data warehouse, data multi-dimensional, talend Abstract UD. Giri Sari as one of the raw whole chicken distributor in the city of Denpasar, Bali that distribute raw chicken to many consumen ranging from daily consumen to huge food chain industry, until now does not yet have a data-based system to facilitate them analyzing data and simplify their business reports. This study aims to provide proposed solutions in the form of design and implementation related to raw whole chicken stock distributor data for three month, to make it easier to measure the stockpilling distribution of all types of chicken parts and stocks. The research method used is to use a data warehouse design approach starting from data collection, research flow and designing data warehouse designs as well as applying the principles of making multidimensional data. The implementation uses the open-source Talend Data-Integration and Tableau application to create data integration across all type of file and generate reports for analysis. Data is created in a form of two-dimensional and multi-dimensional design to facilitate the application of data warehouse design that has been created. The results obtained are in accordance with the research objectives, namely the integration of sales data accompanied by data storage into a data warehouse, analysis of sales data, and generating report from existing data. This research will certainly help UD. Giri Sari in solving the difficulties of data storage, data analysis, and report generating. Keywords analysis, business report, data warehouse, multi-dimensional data, talend 1. PENDAHULUAN UD. Giri Sari merupakan sebuah usaha rumah pemotongan ayam yang menjual dan menyuplai berbagai jenis daging ayam yang berlokasi di Bali tepatnya di Tohpati. Di balik besarnya perusahaan ini sebenarnya terdapat beberapa kendala terutama dalam hal penyimpanan data penjualan serta masalah analisa data penjualan yang ada dan pembuatan report. Pesatnya perkembangan penyimpanan data digital saat ini tentu dapat memudahkan UD. Giri Sari dalam menyimpan informasi 2 usaha dalam jumlah yang besar ke suatu sistem Data Warehouse. Pengimplementasian Data Warehouse pada perusahaan ini diharapkan akan berperan cukup penting dan memudahkan segala urusan penyimpanan data, yang mana cara menyimpanan data yang semula masih dikerjakan secara konvensional, kini dapat dikerjakan dengan efisien dan aman serta mudah. Atas pertimbangan di atas, penulis ingin melakukan sebuah penelitian dengan mengimplementasikan Data Warehouse pada UD. Giri Sari. Penelitian ini bertujuan untuk memperoleh informasi berdasarkan data penjualan yang diberikan dan memberikan masukan kepada pengelola UD. Giri Sari khususnya mengenai penyimpanan data penjualan, jenis ayam dan bagian ayam yang paling sering dibeli dan di bulan apa pembelian tertinggi terjadi agar pihak UD. Giri Sari dapat mempertimbangkan stock ayam mereka. 2. METODE PENELITIAN Penelitian dilakukan melalui beberapa tahapan seperti pengumpulan data dari perusahaan yang dijadikan studi kasus, flowchart penelitian, dan rancangan desain Data Warehouse. a Pengumpulan Data Pengumpulan data yang diperlukan untuk penelitian dilakukan dengan cara meminta langsung ke perusahaan melalui pemiliknya langsung yaitu Ibu Wayan Supeni disertai menjelaskan kepada beliau maksud dan tujuan dari permohonan permintaan data penjualan selama 3 bulan terakhir di tahun 2020 yaitu untuk kebutuhan analisa dan perancangan Data Warehouse. Data yang diberikan oleh pemilik adalah berupa data dalam format .XLSX dan masih dalam keadaan kurang rapi sehingga dibutuhkan proses konversi ke format yang lebih fleksibel yaitu konversi ke dalam format .CSV. b Flowchart Penelitian Flowchart atau diagram alir penelitian yang dilakukan oleh penulis dapat dilihat pada Gambar 1. Gambar 1 Flowchart Penelitian Gambar 1 merupakan flowchart atau diagram alir penelirian yang memberikan gambaran dan informasi serta proses bagaimana tahapan dari penelitian yang dilakukan di paper ini. Tahapan penelitian dimulai mendapatkan data penjualan ayam dari bulan Juli-September 2020 namun masih dalam format .XLSX, lalu data penjualan dikonversi secara manual oleh penulis menjadi format .CSV yang lebih bersih dan siap diolah untuk keperluan analisa. Selanjutnya adalah proses perancangan desain data dua dimensi dan desain data multi dimensi untuk memberikan bayangan terhadap data dapat dilihat dari dimensi mana saja yang nantinya juga memudahkan proses selanjutnya. Setelah itu dilanjutkan dengan perancangan desain Data Warehouse yang akan memberikan gambaran tentang proses pembuatan Data Warehouse, lalu dilanjutkan dengan pembentukan Data Warehouse yaitu dengan tahapan ETL Extract, Transform, Load dan OLAP Online Analytical Processing dengan bantuan tools Talend Data-Integration. Setelah semua tahapan dilakukan, 3 selanjutnya adalah proses perancangan report dengan bantuan tools Tableau untuk kemudian menghasilkan keluaran berupa report dalam bentuk grafik batang. c Perancangan Desain Data Warehouse Perancagan desain Data Warehouse berguna untuk memberikan gambaran proses pembuatan Data Warehouse untuk memenuhi kebutuhan analisis. Rancangan desain data warehouse dapat dilihat pada Gambar 2. Gambar 2 Perancangan Desain Data Warehouse Gambar 2 merupakan perancangan desain data warehouse. Sistem Data Warehouse dimulai dari sumber data penjualan ayam selama 3 bulan dalam format .XLSX yang kemudian dikonversi dulu secara manual ke bentuk format .CSV. Data setelah berbentuk .CSV nanti akan berisi detail data penjualan selama 3 bulan. Setelah itu data akan melewati proses ETL untuk disimpan ke dalam Data Warehouse, dan di distribusikan ke dalam Data Marts untuk kemudian dilakukan proses OLAP dan output-nya berupa laporan analisis bagian/part ayam yang paling sering dibeli dan di bulan apa pembelian tertinggi terjadi. 3. HASIL DAN PEMBAHASAN Hasil dan pembahasan dari penelitian yang dilakukan akan dipaparkan secara terperinci sehingga menghasilkan informasi yang mudah dibaca dan mudah dimengerti. Berikut adalah hasil dan pembahasan dari penelitian yang dilakukan. a Desain Data Dua Dimensi Desain data dua dimensi bertujuan membantu memudahkan melakukan analisis umum seperti jumlah penjualan part per bulan. Desain data dua dimensi dapat dilihat pada Gambar 3. Gambar 3 Desain Data Dua Dimensi Gambar 3 merupakan desain data dua dimensi. Gambar diatas menunjukan bahwa data dua dimensi yang dibentuk mengambil bentuk sebuah tabel, dimana pada pembuatan desain diatas mengambil sudut pandang dari dua dimensi berbeda yaitu dimensi part ayam dan dimensi waktu. b Desain Data Multi Dimensi Desain data multi dimensi bertujuan membantu memudahkan melakukan analisis yang lebih detail seperti jumlah penjualan part x dari jenis ayam x pada bulan x. Desain data multi dimensi dapat dilihat pada Gambar 4. Gambar 4 Desain Data Multi Dimensi Gambar 4 merupakan desain data multi dimensi. Gambar diatas menunjukan bahwa data multi dimensi yang dibentuk mengambil bentuk sebuah tabel, dimana pada pembuatan desain diatas mengambil sudut pandang dari empat dimensi berbeda yaitu dimensi jenis ayam, dimensi harga, dimensi part ayam, dan dimensi waktu. c Desain Data Multi Dimensi dalam Bentuk Cube Pembuatan desain data multi dimensi dalam bentuk cube bertujuan untuk memberikan gambaran dimensi data dalam bentuk kubus/cube. Desain data multi dimensi dalam bentuk cube dapat dilihat Gambar 5. Gambar 5 Desain Data Multi Dimensi dalam Bentuk Cube Gambar 5 merupakan desain data multi dimensi dalam bentuk cube. Gambar diatas menunjukan bahwa data multi dimensi yang dibentuk mengambil bentuk sebuah cube, dimana pada pembuatan desain diatas mengambil sudut pandang dari empat dimensi berbeda yaitu dimensi jenis ayam, dimensi harga, dimensi part ayam, dan dimensi waktu. d Relasi Tabel Facts Penjualan Pembuatan relasi tabel facts penjualan bertujuan untuk memberikan gambaran data warehouse dalam bentuk OLAP. Relasi tabel facts penjualan dapat dilihat Gambar 6. Gambar 6 Relasi Tabel Facts Penjualan Gambar 6 merupakan gambar relasi tabel facts penjualan. Gambar diatas memberikan gambaran desain Data Warehouse dalam bentuk OLAP. Facts penjualan membutuhkan empat dimensi yaitu dimensi harga, dimensi waktu, dimensi jenis ayam, dimensi part ayam. tb_dimensi_waktu memiliki kolom kode_dimensi_waktu dan tanggal_pembelian, lalu tb_dimensi_jenis_ayam memiliki kolom kode_jenis_ayam dan nama_ayam, kemudian tb_dimensi_part_ayam memiliki kolom kode_part_ayam dan nama_part,dan yang terakhir tb_dimensi_harga memiliki kolom kode_harga dan harga. e Pembahasan Proses Analisis Pembahasan proses analisis bertujuan untuk menerapkan semua desain dan rancangan yang sudah dibuat ke alur pembuatan Data Warehouse. Proses pertama yang akan dilakukan adalah melakukan ETL Extract, Transform, Load dan OLAP Online Analytic Process menggunakan bantuan tools Talend Data-Integration, untuk kemudian membuat report menggunakan bantuan tools Tableau. Berikut merupakan pembahasan lengkapnya. Gambar 7 Membuat Koneksi ke Database MySQL Menggunakan Talend Data-Integration Gambar 7 merupakan gambar membuat koneksi ke database MySQL menggunakan Talend Data-Integration. Gambar diatas menunjukan bahwa penulis mencoba membuat koneksi ke database MySQL dengan nama database datawarehouse_penjualanayam pada aplikasi Talend Data-Integration untuk melakukan proses integrasi data pada Data Warehouse. • Proses ETL Extract, Transform, Load Gambar 8 Proses ETL Extract, Transform, Load Gambar 8 merupakan proses ETL Extract, Transform, Load dengan sumber data berasal dari file Microsoft Excel dengan format .CSV, lalu akan dibentuk menjadi 4 dimensi yaitu dimensi waktu, dimensi part ayam, dimensi jenis ayam, dan dimensi harga. Semua data yang ada di dalam dimensi akan diinputkan ke dalam database OLTP. Gambar 9 Tabel tb_dimensi_waktu Gambar 9 merupakan tabel diatas menampilkan isi tabel tb_dimensi_waktu pada MySQL dari database OLTP, yang sebelumnya telah dilakukan proses ETL. Gambar 10 Tabel tb_dimensi_part_ayam Gambar 10 merupakan tabel tb_dimensi_part_ayam. Gambar diatas menampilkan isi tabel tb_dimensi_part_ayam pada MySQL dari database OLTP, yang sebelumnya telah dilakukan proses ETL. Gambar 11 Tabel tb_dimensi_jenis_ayam Gambar 11 merupakan tabel diatas menampilkan isi tabel tb_dimensi_jenis_ayam pada MySQL dari database OLTP, yang sebelumnya telah dilakukan proses ETL. Gambar 12 Tabel tb_dimensi_harga Gambar 12 merupakan tabel diatas menampilkan isi tabel tb_dimensi_harga pada MySQL dari database OLTP, yang sebelumnya telah dilakukan proses ETL. 6 • Proses OLAP Online Analytical Process Gambar 13 Proses OLAP Online Analytical Process Gambar 13 merupakan gambar proses OLAP Online Analytical Process. Gambar diatas menunjukan tampilan proses OLAP Online Analytical Processing dengan 4 dimensi yang telah dibuat sebelumnya pada proses ETL diatas. 4 dimensi tersebut yaitu dimensi waktu, dimensi part ayam, dimensi jenis ayam, dan dimensi harga. Hasil dari proses OLAP Online Analytical Processing akan disimpan pada database OLTP dengan nama tabel facts_tabel_penjualan. Gambar 14 Tabel facts_tabel_penjualan Gambar 14 merupakan Tabel facts_tabel_penjualan. Gambar diatas menunjukan hasil dari proses OLAP Online Analtytical Processing yaitu berupa tabel facts_tabel_penjualan. Isi dari table facts_tabel_penjualan berupa kode_jenis_ayam yang berasal dari dimensi jenis ayam, kode_part_ayam berasal dari data dimensi part ayam, kode_dimensi_waktu berasal dari dimensi waktu, kode_harga yang berasal dari dimensi harga dan total_penjualan yang berisikan data total penjualan ayam. Total data yang ada di dalam tabel facts_tabel_penjualan adalah 885 data. • Report Building Gambar 15 Membuat Koneksi ke Database MySQL Menggunakan Tableau Gambar 15 merupakan gambar membuat koneksi ke database MySQL menggunakan Tableau. Gambar diatas menunjukan bahwa penulis mencoba membuat koneksi ke database MySQL dengan nama database datawarehouse_penjualanayam pada tools Tableau untuk melakukan proses report building pada Data Warehouse. Gambar 16 Fitur Report Builder di Tableau Gambar 16 merupakan fitur report builder di Tableau. Setelah membangun koneksi ke database OLTP MySQL, maka tampilan akan berubah seperti diatas. Penggunaan fitur report builder di Tableau sangatlah mudah karena User tinggal melakukan drag and drop dimensi untuk membuat report yang interaktif dan mudah dibaca. Hasil dari report builder dapat dilihat pada Gambar 17 dan 18. Gambar 17 Diagram Batang Report Penjualan Jenis Ayam Tertinggi pada Bulan Tertentu Gambar 17 merupakan diagram batang report penjualan jenis ayam tertinggi pada bulan tertentu. Gambar diatas menunjukan bahwa pada bulan Juli, penjualan Ayam Merah berada di kisaran 873 Kg dan Ayam Potong berada di kisaran 3282 Kg menjadikan Ayam Potong sebagai jenis ayam dengan penjualan tertinggi pada bulan Juli, lalu pada bulan Agustus penjualan Ayam Merah berada di kisaran 1541 Kg dan Ayam Potong berada di kisaran 3860 Kg menjadikan Ayam Potong sebagai jenis ayam dengan penjualan tertinggi pada bulan Agustus, dan pada bulan September penjualan Ayam Merah berada di kisaran 873 Kg dan Ayam Potong berada di kisaran 8632 Kg menjadikan Ayam Potong sebagai jenis ayam dengan penjualan tertinggi pada bulan September, lalu diantara ketiga bulan di atas, penjualan Ayam Potong pada bulan September menjadi penjualan ayam tertinggi di antara ketiga bulan di atas, sehingga pemilik UD. Giri Sari harus memperhitungkan supply Ayam Potong pada bulan September agar dapat memenuhi demand yang ada. Gambar 18 Diagram Batang Report Penjualan Part Ayam Tertinggi Gambar 18 merupakan diagram batang report penjualan part ayam tertinggi. Gambar diatas menunjukan bahwa terdapat 12 part ayam yang dijual dan tentunya tiap part memiliki harga yang variative tergantung jenis ayamnya. Dalam kurun waktu 3 bulan untuk jenis Ayam merah, part dengan penjualan tertingginya adalah part Dada Breast dengan total penjualan sebanyak 652 Kg, lalu untuk jenis Ayam Potong, part dengan penjualan tertingginya adalah Ayam Utuh Whole Chicken dengan total penjualan sebanyak Kg. Pemilik UD. Giri Sari disini harus benar-benar memperhitungkan supply Ayam Potong bagian Ayam Utuhnya Whole Chicken agar dapat memenuhi demand yang cukup besar. 4. KESIMPULAN Mengacu pada hasil penelitian serta penjelasan dan pembahasan di atas, dapat disimpulkan bahwa utilisasi Data Warehouse pada studi kasus perusahaan Daging Ayam UD. Giri Sari sangatlah bermanfaat sehingga diharapkan perusahaan sejenis bisa juga menerapkannya guna memudahkan segala urusan penyimpanan data maupun membuat report. Adapun kesimpulan lainnya yang didapat dari penelitian di atas yaitu sebagai berikut. a Implementasi Data Warehouse pada UD. Giri Sari sangat membantu penyelesaian masalah penyimpanan data penjualan dan analisa serta report building penjualan sehingga melalui paper ini, diharapkan sudah menyelesaikan permasalahan yang dihadapi perusahaan UD. Giri Sari yaitu kendala penyimpanan data penjualan dan susahnya menganalisa data penjualan yang ada serta pembuatan report. b Data Warehouse tidak hanya menjadi sarana penyimpanan data atau gudangnya data, tetapi data warehouse juga dapat digunakan juga sebagai sarana pembuatan suatu laporan analisis data dengan mudah, cepat, dan efisien c Diperlukannya desain Data Warehouse yang efisien, utilisasi data dua dimensi dan multi dimensi serta alur proses ETL dan OLAP yang matang dalam pembuatan suatu Data Warehouse agar Data Warehouse yang di buat sesuai ekspektasi dan tentunya menghasilkan Data Warehouse yang robust 8 d Talend Data-Integration dan Tableau dapat digunakan sebagai salah satu tools yang bermanfaat dalam proses integrasi data dan pembuatan report penjualan jenis ayam tertinggi pada bulan tertentu dan report penjualan part ayam tertinggi 5. REFRENSI Pratama, I. P. A. E. 2018. Handbook Data Warehouse. Bandung. Ahmad, I. 2000. Data Warehousing in Construction Organizations. Construction Congress VI Building Together for a Better Tomorrow in an Increasingly Complex World. Orlando American Society of Civil Engineers. Connolly, T. M., & Begg, C. E. 2005. Database Systems A Practical Approach to Design, Implementation, and Management. Addison Wesley. Inmon, W. H. 2005. Building the Data Warehouse. Indianapolis Wiley. Reddy, G. S., Srinivasu, R., Rao, M. P., & Rikkula, S. R. 2010. Data Warehousing, Data Mining, OLAP and OLTP Technologies are Essential Elements to Support Decision-Making Process in Industries. International Journal on Computer Science and Engineering, 2 9, 2865-2873. Sheta, O. E., & Eldeen, A. N. 2013. The Technology of Using A Data Warehouse to Support Decision-Making in Health Care. International Journal of Database Management Systems, 5 3, 75-86. Suzana, M. 2013. Analisis dan Perancangan Data Warehouse Rumah Sakit Umum Daerah Palembang Bari. Skripsi, Universitas Bina Darma, Program Studi Teknik Informatika. Turban, E., Rainer, R. K., & Potter, R. E. 2005. Introduction to Information Technology. Canada John Wiley & Sons. Nugroho, Didik, 2013, Design of Data Warehouse System to Support the Quality Management of Information Technology Based School; IJCSI. Ramadhan, Hasnur and Soepriadi, Agus, 2011, Studi Kasus Pembangunan Enterprise Data Warehouse/Business Intelligence EDW/BI di Perusahaan Multi Finance Nasional; Seminar Nasional Aplikasi Teknologi Informasi, pp. 95-100. ResearchGate has not been able to resolve any citations for this quality of each school in Indonesia is appraised by the government based on an Accreditation Standard established by the Board of School Accreditation Badan Akreditasi Sekolah. The standard of accreditation system consists of eight standards. There are more than a hundred chapters among those eight standards that must be answered and proved by related documents, and data records. In addition, there are several chapters of criteria that need data measurement of the result of the recording. At present, there have been many schools applying OLTP to record the activity of data recording. However, there have not been many schools that apply the Information Technology for processing the school acreditation. In this research funded by the Board of High Education, the researchers would like to make a management system of data warehouse so that the data from OLTP can be loaded into the data warehouse and later can be analyzed by OLAP tools. By storing data, it will support the acreditation system which makes either the school or the acreditation reviewer easier to conduct the acreditation process. In addition, it also becomes one of the forms of theTotal Quality Mangement TQM implementation based on Information Technology at schoolThis paper describes the technology of data warehouse in healthcare decision-making and tools for support of these technologies, which is used to cancer diseases. The healthcare executive managers and doctors needs information about and insight into the existing health data, so as to make decision more efficiently without interrupting the daily work of an On-Line Transaction Processing OLTP system. This is a complex problem during the healthcare decision-making process. To solve this problem, the building a healthcare data warehouse seems to be efficient. First in this paper we explain the concepts of the data warehouse, On-Line Analysis Processing OLAP. Changing the data in the data warehouse into a multidimensional data cube is then shown. Finally, an application example is given to illustrate the use of the healthcare data warehouse specific to cancer diseases developed in this study. The executive managers and doctors can view data from more than one perspective with reduced query time, thus making decisions faster and more Reddy RikkulaThis paper provides an overview of Data warehousing, Data Mining, OLAP, OLTP technologies, exploring the features, applications and the architecture of Data Warehousing. The data warehouse supports on-line analytical processing OLAP, the functional and performance requirements of which are quite different from those of the on-linetransaction processing OLTP applications traditionally supported by the operational databases. Data warehouses provide on-line analytical processing OLAP tools for the interactive analysis of multidimensional data of varied granularities, which facilitates effective data mining. Data warehousing and on-line analytical processing OLAP are essential elements of decision support, which has increasingly become a focus of the database industry. OLTPis customer-oriented and is used for transaction and query processing by clerks, clients and information technology professionals. An OLAP system is market-oriented and is used for data analysis by knowledge workers, including managers, executives and analysts. Data warehousing and OLAP have emerged as leading technologies that facilitate data storage, organization and then, significant support places some rather different requirements on database technology compared to traditional on-line transaction processing dan Perancangan Data Warehouse Rumah Sakit Umum Daerah Palembang Bari. SkripsiM SuzanaSuzana, M. 2013. Analisis dan Perancangan Data Warehouse Rumah Sakit Umum Daerah Palembang Bari. Skripsi, Universitas Bina Darma, Program Studi Teknik to Information TechnologyE TurbanR K RainerR E PotterTurban, E., Rainer, R. K., & Potter, R. E. 2005. Introduction to Information Technology. Canada John Wiley & Kasus Pembangunan Enterprise Data Warehouse/Business Intelligence EDW/BI di Perusahaan Multi Finance NasionalHasnur RamadhanAgus SoepriadiRamadhan, Hasnur and Soepriadi, Agus, 2011, Studi Kasus Pembangunan Enterprise Data Warehouse/Business Intelligence EDW/BI di Perusahaan Multi Finance Nasional; Seminar Nasional Aplikasi Teknologi Informasi, pp. 95-100. BerandaUntuk menyelesaikan soal nomor 11-13perhatikan dia...PertanyaanUntuk menyelesaikan soal nomor 11-13perhatikan diagram batang berikut ini! Kenaikan penjualan daging tertinggi terjadi pada bulan ...Untuk menyelesaikan soal nomor 11-13 perhatikan diagram batang berikut ini! Kenaikan penjualan daging tertinggi terjadi pada bulan ... Januari - Februari Februari - Maret Maret - April April - Mei YUMahasiswa/Alumni Universitas Gadjah MadaPembahasanJadi, jawaban yang tepat adalah B. Jadi, jawaban yang tepat adalah B. Perdalam pemahamanmu bersama Master Teacher di sesi Live Teaching, GRATIS!522Yuk, beri rating untuk berterima kasih pada penjawab soal! WISNU AL FHATIH Pembahasan lengkap banget©2023 Ruangguru. All Rights Reserved PT. Ruang Raya Indonesia

kenaikan penjualan daging tertinggi terjadi pada bulan