Hasil Pencarian  ::  Simpan CSV :: Kembali

"Development of Data Warehouse and Data Mining for National Standards for EducationAbstrak Berbahasa Indonesia/Berbahasa Lain (Selain Bahasa Inggris): Standar Nasional Pendidikan (SNP) adalah kriteria minimal tentang sistem pen-didikan di seluruh wilayah hukum Negara Kesatuan Republik Indonesia. SNPdigunakan sebagai acuan pengembangan kurikulum, tenaga kependidikan, saranadan prasarana, pengelolaan, dan pembiayaan pendidikan. Pengembangan dan pemantauan SNP dilakukan Badan Standar Nasional Pen-didikan (BSNP) dibantu oleh tim ahli yang bersifat ad-hoc. Data pendidikanyang ada pada kementerian atau hasil-hasil analisisnya diprioritaskan untuk digu-nakan dalam pengembangan dan pemantauan SNP. Permasalahan yang diangkatdalam penelitian ini adalah belum intensifnya penggunaan data pendidikan yangada pada kementerian untuk pengembangan dan pemantauan SNP. Salah satu penyebab belum intensifnya penggunaan data pendidikan ini karenadata pendidikan tersebar di berbagai instansi dan belum ada standar yang meng-atur data pendidikan dan bagaimana cara mengaksesnya. Salah satu cara yangdapat digunakan untuk mengatasi hal ini adalah teknologi data warehouse denganmelakukan integrasi data melalui proses ETL. Untuk memanfaatkan lebih jauhlagi data yang ada dalam data warehouse dapat dilakukan data mining. Padapenelitian ini akan dikaji sejauh mana data warehouse dan data mining dapat di-gunakan untuk pengembangan dan pemantauan SNP. Penelitian yang dilakukan mencakup analisis terhadap pengelolaan data pen-didikan di Indonesia, analisis terhadap data yang akan diolah, dilanjutkan de-ngan pengembangan serta evaluasi data warehouse dan data mining yang dikem-bangkan. Data yang digunakan dalam penelitian ini dibatasi pada data hasil UjianNasional (UN) dan akreditasi untuk jenjang SMP/MTs. Dari penelitian ini didapati bahwa antarmuka OLAP dalam data warehouse dapatdigunakan untuk menganalisis data pendidikan terkait dengan SNP. Sedangkanuntuk data mining, teknik deskriptif dengan pencarian aturan asosiasi dan teknikprediktif dengan klasifikasi dapat digunakan untuk memperoleh pengetahuanyang tersimpan dalam data warehouse untuk data hasil UN dan akreditasi.

---

The National Standards for Education/Standar Nasional Pendidikan (SNP) is a

set of minimal criteria about the educational system in the Indonesia Republic.

The SNP is used as a reference for curriculum development, teacher and staff,

facilities and infrastructure, management, and financing of education.

The development and monitoring of the SNP are conducted by the National Stan-

dards for Education Agency/Badan Standar Nasional Pendidikan (BSNP), as-

sisted by several ad-hoc team of experts. The data that’s available on the Ministry

of National Education (MoNE) or the results of the analysis are prioritized to be

used in the development and monitoring of the SNP.

Issues raised in this research is the use of data available on the ministry of edu-

cation for the development and monitoring of the SNP has not been intense. One

cause has not been the intensive use of education data because educational data

spread across various agencies/ministries and there is no standard of educational

data and how to get access to them. One solution that can be used to overcome

this problem is data warehouse technology by integrating data through the ETL

process. To further use existing data in the data warehouse is to perform data min-

ing. This research examined to what extent the data warehouse and data mining

is useful for the development and monitoring of the SNP.

Research conducted, including the analysis of education data management in In-

donesia, the analysis of data to be processed, followed by the development and

evaluation of data warehouse and data mining developed. The data used in this

study are limited to data from the National Examination and the accreditation

process for junior high schools (SMP/MTs).

From this study, it was found that the OLAP user interface and data warehouse

can be used to analyze data associated with an SNP. As for data mining, associ-

ation rules and classification can be used to obtain hidden knowledge in the data

warehouse for the National Examination and accreditation data."

"Dalam upaya meningkatkan layanan melalui aplikasi Aplikasi Pegadaian Digital, PT Pegadaian terus berupaya untuk melakukan monitoring kepuasan pelanggan dari aplikasi dengan memanfaatkan dashboard Google Play Store. Namun, berdasarkan hasil analisis, terdapat ketidakcocokan antara rating Google Play Store dengan label orientasi sentimen sesungguhnya. Persentasi kesalahan rating yang diambil dari 524 komentar yang telah divalidasi oleh manusia adalah sebesar 34.09%. Artinya, rating pada Google Play Store yang diberikan terhadap 34.09% dari 1.018 review tidak merefleksikan orientasi sentimen yang sesungguhnya. Hal ini menjadi masalah dikarenakan tidak sejalan dengan harapan yang telah disampaikan oleh Kepala Divisi Operasional dan Infrastruktur TI pada sharing and learning yang dilakukan pada tanggal 9 Maret 2021 mengenai peningkatan layanan sentra operasi, di mana seharusnya perusahaan dapat mengetahui kepuasan pelanggan secara akurat. Jika hanya mengandalkan data rating dan ulasan secara mentah dan tanpa analisis maka harapan pelanggan yang sesungguhnya tidak dapat dipenuhi. Sehingga dibutuhkan analisis yang mampu melakukan evaluasi dan menunjukan tingkat kepuasan pelanggan terhadap suatu produk berdasarkan data opini pelanggan secara langsung. Tujuannya adalah untuk mengetahui apakah rating merupakan model klasifikasi orientasi sentimen yang efektif. Selain itu analisis sentimen perlu dilakukan untuk mengetahui sejauh apa model klasifikasi orientasi sentimen yang baik dapat bekerja dan membantu perusahaan untuk mengetahui bagaimana gambaran sentimen positif dan negatif berdasarkan ulasan aplikasi terhadap aplikasi. Pada Penelitian ini, untuk mendapatkan informasi tersebut, dilakukan pendekatan data mining yaitu analisis sentimen dengan metode Maximum Entropy dan Support Vector Machine. Dengan metode ini akan digambarkan ulasan yang termasuk ulasan positif dan negatif. Selanjutnya ulasan dimodelkan dalam bentuk harapan atau persepi dari pengguna yang nantinya dapat digunakan oleh perusahaan sebagai bahan evaluasi pengembangan aplikasi. Hasil permodelan diuji akurasinya dengan menggunakan Confussion Matrix. Dari hasil confusion matrix didapatkan hasil bahwa algoritma Support Vector Machine mendapatkan nilai accuracy, precision, recall dan F-score yaitu accuracy sebesar 87,25%, nilai precision sebesar 97,67%, recall sebesar 77,78%, dan nilai F-Score 86,60%. Dengan penelitian ini, diharapakan membantu PT. Pegadaian dalam menggali harapan pelanggan secara lebih sepesifik dan detail sehingga perusahaan mampu meberikan layanan yang tepat sasaran dan sesuai harapan pelanggan.

---

To improve services through the Pegadaian Digital Application, PT Pegadaian continues to make efforts to monitor customer satisfaction from the application by utilizing the Google Play Store dashboard. However, based on the results of the analysis, there is a discrepancy between the Google Play Store rating and the actual sentiment orientation label. The percentage of rating errors taken from 524 comments that have been validated by humans is 34.09%. That is, the rating on the Google Play Store given to 34.09% from 1,018 reviews does not reflect the true sentiment orientation. This is a problem because it is not in line with the expectations that have been conveyed by the Head of Operations and IT Infrastructure Division in the sharing and learning conducted on March 9, 2021 regarding improving operations center services, where the company should be able to accurately determine customer satisfaction. If you only rely on raw rating and review data and without analysis, real customer expectations cannot be met. So we need an analysis that is able to evaluate and show the level of customer satisfaction with a product based on customer opinion data directly. The aim is to find out whether the rating is an effective sentiment orientation classification model. Besides that, sentiment analysis needs to be done to find out how far a good sentiment orientation classification model can work and help companies to find out how positive and negative sentiment is based on application reviews of applications. In this study, to obtain this information, a data mining approach was used, namely sentiment analysis using the Maximum Entropy and Support Vector Machine methods. With this method a review will be described including positive and negative reviews. Furthermore, the review is modeled in the form of expectations or perceptions from users which can later be used by the company as material for evaluating application development. Modeling results are tested for accuracy using the Confussion Matrix. From the results of the confusion matrix, the results show that the Support Vector Machine algorithm gets accuracy, precision, recall and F-score, namely accuracy of 87.25%, precision value of 97.67%, recall of 77.78%, and F-Score value 86.60%. With this research, it is hoped that it will help PT. Pegadaian explores customer expectations more specifically and in detail so that the company is able to provide services that are right on target and in line with customer expectations."

"Perguruan tinggi memerlukan pengetahuan yang lebih dalam untuk evaluasi, perencanaan dan pengambilan keputusan yang lebih baik. Sebagian dari pengetahuan ini dapat diekstrak dari data operasional yang tersimpan dalam database perguruan tinggi tersebut. Cara yang dapat dilakukan antara lain dengan pembangunan data warehouse dan analisis data menggunakan teknik data mining. Data warehouse adalah kumpulan dari database yang terintegrasi yang dapat digunakan untuk mendukung proses pengambilan keputusan. Sedangkan teknik data mining adalah analysis tools yang dapat digunakan untuk mengekstrak informasi yang berguna yang ada di database yang besar. Penelitian ini mengkaji perancangan data warehouse dan penerapan teknik data mining untuk data akademik di Universitas Nasional untuk menggali informasi-informasi yang penting dan membangun model yang dapat membantu operasional sehari-hari agar dapat memberikan pelayanan yang terbaik buat mahasiswa. Penelitian ini dimulai dengan membangun sebuah data warehouse. Data-data yang ada dalam data warehouse tersebut yang digunakan untuk analisa data menggunakan teknik data mining. Hasil dari penelitian ini adalah pengembangan data warehouse dengan media presentasi aplikasi berbasis web. Sedangkan untuk analisa data menggunakan teknik data mining menghasilkan pola karakteristik mahasiswa yang mengambil suatu program peminatan tertentu.

---

High learning institutions need broader knowledge for evaluating, planning and better decision making. Some of this knowledge can be developed from operational data in the database of available at the institution. To get the above-mentioned purpose, we can build data warehouse and analyzing it by data mining technique. Data warehouse is an integrated database which can be used to support decision making process, while data mining is analysis tools which can be used to extract information from large database.

This study which deals with data warehouse planning and the application of data mining technique for academic data at Universitas Nasional is aimed at obtaining important informations and developing a model for rendering best services for student. The first step is to develop a data warehouse. Data from the data warehouse is then used to analyze data by data mining technique. The result of this study is developed data warehouse through web-based presentation, while data analysis is obtained from data mining to get characteristic pattern of previous student who were good in a given program."

"Persaingan dalam dunia bisnis khususnya Industri Telekomunikasi semakin ketat membuat para pelaku harus memikirkan strategi-strategi atau terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk menjaga pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Dalam Industri Telekomunikasi data billing dan data kinerja Network dapat dikatakan sebagai data produksi yang sangat penting, bahkan merupakan asset yang berharga di dalam pengelolaan Industri Telekomunikasi. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal ini teknologi data mining merupakan salah satu solusi yang dapat diterapkan. Dalam penelitian ini akan dibahas Implementasi Data Mining dan Data Warehouse untuk Menemukan Pola Pemakaian Layanan pada Industri Telekomunikasi. Model data mining meng gunakan association rules algoritma apriori. Association rules yang dihasilkan yang dapat diinterpetasikan menjadi pengetahuan baru mengenai karakteristik obyek produk atau layanan berbasis wireline salah satu operator telekomunikasi. Pengetahuan baru nantinya dapat digunakan sebagai bahan analisis dalam menentukan rencana kebijakan strategis di masa yang akan datang dalam rangka meningkatkan kinerja layanan agar keberadaan pelanggan dapat dipertahankan dan ditingkatkan.

---

Competition on business industry of telecommunication is very tighten. Consequently strategy and new idea should be thought by corporate executives, so that their business can be successful. Customer satisfaction is ones of important factor that must be noticed in order to customer will have loyality using their product. Data of billing and network performance are very important datas in the industry of telecommunication, even one valueable asset in business and management of telecommunication. Be related to that matter has used technology to explore new knowledge to help their business strategy planning in the future. Technology of data mining is one of the solution can be applied.

This research will explore Implementation of data mining for finding association rules with apriori algorithm, inside of industry of telecommunication. Association rules can be interpreted to be new knowledge, its about either characteristic of wireline product of operator telecommunication services. Better, the new knowledge can be used to analize of matter to increase performance services so that customer still believe and use their product."

"Perguruan tinggi harus mampu melakukan proses evaluasi, perencanaan dan pengelolaan secara baik untuk dapat memenangkan persaingan di era globalisasi ini. Guna menunjang hal tersebut maka dibutuhkan dukungan informasi yang cukup dan berkualitas sehingga perguruan tinggi tersebut dapat menggali dan memprediksi potensi-potensi yang ada. Pembangunan data warehouse dan data mining adalah alternatif solusi yang dapat dilakukan untuk membantu organisasi mencari dan memahami pola-pola tersembunyi (hidden pattern) dari data yang dimiliki. Data warehouse adalah kumpulan basis data terintegrasi yang digunakan untuk mendukung proses pengambilan keputusan. Sedangkan data mining adalah analysis tools yang digunakan untuk mengekstrak informasi yang ada di data warehouse. Penelitian ini mengkaji masalah perancangan data warehouse dan penerapan data mining untuk mendukung bidang akademik IBI Darmajaya dalam menyajikan informasi-informasi potensial yang diperlukan guna memberikan layanan akademik yang lebih baik. Langkah awal yang dilakukan adalah membangun data warehouse IBI Darmajaya, kemudian menerapkan teknik data mining untuk manganalisis data yang ada. Hasil dari penelitian ini berupa data warehouse yang dapat menyajikan informasi guna mendukung proses evaluasi dan perencanaan promosi penerimaan mahasiswa baru ke daerah-daerah dan sekolah-sekolah yang potensial, proses evaluasi dan perencanaan media promosi yang akan digunakan, proses pengamatan trend mahasiswa berdasarkan status akademiknya, proses evaluasi dan perencanaan studi mahasiswa, serta proses evaluasi kinerja program studi dari segi kualitas lulusan dan masa studinya. Selain itu hasil penelitian ini juga berupa penerapan data mining untuk mencari rule-rule yang digunakan dalam mengarahkan peminatan mahasiswa dan mengarahkan pemilihan program studi bagi calon mahasiswa baru.

---

Higher education institution must be able to well perform processes of evaluation, planning and management in order to win the competition in this globalization era. To support any effort of the aforementioned, the institution needs qualified and sufficient information supports so that it can probe and predict any potential strength which existed. Development data warehouse and data mining is kinds of solution alternatives which can be done to help organization in finding and understanding hidden patterns from the data provided. Data warehouse is a collection of integrated databases which is used to support the process of decision making. Data mining is a kind of analysis tool which is used to extract any information provided in the data warehouse.

The research discussed a problem in designing data warehouse and applying data mining to support the academic system at IBI Darmajaya in representing potential information required for better academic services to learners. The first executed steps was establishing the data warehouse of IBI Darmajaya, then an analysis was conducted towards all saved data in the data warehouse by using data mining techniques.

The results of this research is a data warehouse that can represent information to support the evaluation process and acceptance of new students campaign planning to the potential areas and school, advertising media that will be used, monitoring of students? academic status, evaluation and planning of students? study plans, and performance evaluation of study program within the aspects of alumni quality and length of study. In addition, this research also result the application of data mining for finding the rules that used to driving and directing the students enthusiast and study program selection for prospective new students."

"Globalisasi memang arus yang tidak bisa ditangkal. Airlines menghadapi masalah besar pada saat ini dan hari-hari mendatang. Manajemen yang terbias lambat mengambil keputusan dipastikan hanya akan membawa perusahaannya stall. Diperlukan kecepatan dalam mengeksekusi bisnis, agar kesempatan dapat diraih lebih banyak. Selain kecepatan, diperlukan juga ketepatan pengambilan keputusan, berdasarkan analisa perhitungan yang rasional dan matang. Persaingan mengkondisikan bisnis airlines dalam kondisi perang total. Informasi yang sekecil apapun tetapi relevan dimanfaatkan sebagai sebuah peluang untuk meningkatkan pendapatan. Prinsipnya adalah bagaimana memenuhi kapasitas angkut pesawat secara maksimal dan sesering mungkin. Dalam konteks memenangkan persaingan ini perpaduan antara gaya manajemen yang fleksibel dan peran teknologi informasi menjadi amat vital. Setiap bisnis akan tetap eksis jika dia memiliki customer. Untuk mendapatkan customer, pelaku bisnis melakukan berbagai strategi dan inovasi yang akan mempengaruhi ketertarikan orang dan memutuskan menggunakan layanan yang ditawarkan oleh penyedia layanan jasa/barang, dalam hal ini layanan angkutan penerbangan. Loyality program semacam Garuda Frequent Flyer (GFF), memegang peranan penting untuk membidik core customer, customer yang paling banyak memberikan benefit bagi perusahaan. Sistem operasional GFF yang menyimpan data anggota dan transaksi penerbangan, perlu dikumpulkan dalam satu bentuk data warehouse dan secara periodik di-update, sehingga reporting dapat dieksekusi dari data warehouse tanpa mempengaruhi kinerja operasional. Penggunaan data yang ekstensif dengan menggunakan teknik data mining dapat membantu managemen dalam mengambil kebijakan yang tepat berdasar data-data historical. Agar data mining dapat mempengaruhi bisnis, maka data mining sendiri harus relevan dan menjadi bagian dari bisnis proses.

---

Globalization is now inevitable, which causes airlines to face a major problem nowadays. Time becomes major influence in decission making. If the management takes a lot of time in decision making, then company will be stagnant or even decline. There are needs to execute business decision with little time consuming, so that more opportunities can be captured with less cost. In addition to time consuming, accuracy is also a vital necessity for mature analysis and rational calculation. Any information from the insignificant one, as long as it is relevance and accurate can be used as an opportunity for increasing revenue. The main principle is how to optimize aircraft load to its maximum capacity as often as possible. In the context of winning a competition, the combination of a flexible management style and utilization of Information Technology become a vital element.

Any business entity can survive depends on the existence of its customer. In order to gain more customer, business player has to execute strategy and innovation. This is necessary to influence people in choosing services provider. In this case, the context is airline service business. Any kind of Loyality Program such as Garuda Frequent Flyer (GFF), has important role in targeting core customer, i.e. customer that give the highest revenue to the company.

GFF operational system that keeps information of customer profile and flight transaction, needs to be collected into a single form of data warehouse and updated periodically, so that reporting function can be executed without affecting operational performance. The extensive use of data with datamining technique could assist management in making the right decision based on historical data. Additionally, datamining has to be relevance and being part of business process in order to improve business performance. The focus of this research is to develop initial phase of datamining that can be scaled up in future, not a practical solution that can be directly used."

"Saat ini, dunia telah memasuki era persaingan berbasiskan data. Data menjadi aset yang sangat berharga bagi perusahaan dalam memenangkan persaingan bisnis. Perusahaan telekomunikasi adalah salah satu perusahaan yang sangat bergantung terhadap data. PT Indosat Tbk, sebagai salah satu perusahaan telekomunikasi di Indonesia, telah memanfaatkan database untuk mengelola data perusahaan. Informasi yang diperoleh melalui database merupakan data aktual. Selain memperoleh informasi melalui data aktual, terdapat juga informasi berharga lain yang masih tersembunyi. Untuk mendapatkannya diperlukan teknik pengolahan data yang baik yaitu menggunakan data mining. Dalam melakukan data mining diperlukan suatu media penyimpanan untuk menampung data skala besar yaitu data warehouse. Penelitian ini bertujuan untuk menberikan solusi alternatif bagi PT Indosat Tbk dengan pengumpulan data ke suatu sumber pengetahuan (data warehouse) dalam mencari potensi-potensi data tersembunyi melalui penerapan data mining. Tahapan yang akan dilakukan dalam penelitian ini yaitu penelaahan kebutuhan bisnis dan informasi, pengumpulan data melalui observasi ke lapangan, kajian dokumen atau literatur, menelaah data kemudian merancang data warehouse dan pada tahap akhir dilakukan pengimplementasian data mining dengan menggunakan teknik time series analysis untuk melihat tren kinerja jaringan dari PT Indosat Tbk. Pada tahap perancangan, analisis dan implementasi data warehouse dan data mining akan digunakan tools Microsoft SQL Server 2005 dan RapidMiner. Pengimplementasian data warehouse pada PT. Indosat Tbk dapat membantu melihat informasi kinerja jaringan dengan lebih cepat, detil dan akurat. Sedangkan pengimplementasian data mining melalui time series analysis dapat membantu perusahaan dalam pengambilan keputusan yang tepat dengan kemampuan time series analysis untuk melakukan prediksi (forecasting) terhadap data elemen jaringan yang dimiliki oleh PT. Indosat Tbk. Sehingga dengan pengumpulan data ke data warehouse dan penerapan data mining (time series analysis) dapat membantu PT. Indosat Tbk menghadirkan quality of service yang baik dan target KPI (Key Performance Indicator) yang ditetapkan dapat tercapai atau bahkan terlampaui.

---

Nowadays, world already encountered competition age of data, data became a very valuable asset for a company to win the business competition. Telecommunication Company is one of company that depends to data needs. PT Indosat Tbk, as one of leading Telecommunication Company in Indonesia, already used database to manage the company?s own data. Information, which is collect from database, is an actual data. Besides collecting the actual data, there is valuable information which is still hidden. To get this hidden data, there is a need of good data processing, using data mining. In data mining, there is a need of storage media to accommodate large scale data, which is called data warehouse.

This research is purposed to give an alternative solution to PT Indosat Tbk by collecting the data to data warehouse, to find the potential hidden data using data mining deployment. Stages that will be done on this research, i.e.: analyze business and information needs, collecting data by observing to company, recitation of document and literature, and also data analyzing then to be used for dimensioning data warehouse. And on the last stage is implementation of data mining using time series analysis technique to see trend of PT Indosat Tbk network performance. On the designing, analyzing, and implementation stages, data warehouse and data mining will use tool Microsoft SQL Server 2005 and RapidMiner.

By implementation data warehouse, it would aid to see information of network performance quicker, more detail and accurate. Implementation data mining using time series analysis is aid the company to make an accurate decision by using the ability of time series analysis to forecast element data of PT Indosat Tbk network. So by collecting all the data to data warehouse and data mining (time series analysis) implementation, would aid PT Indosat Tbk to represent a good quality of service and the stated KPI (Key Performance Indicator) can be reached or even exceeded."

"Pergerakan roda ekonomi bisnis yang semakin cepat mengakibatkan munculnya perusahaan-perusahaan baru pada bidang industri yang sama. Perusahaan tersebut menjadi pesaing bisnis bagi perusahaan yang sudah beroperasi. Salah satu strategi untuk menghadapi persaingan yang semakin ketat adalah dengan memanfaatkan informasi dan knowledge. Informasi dan knowledge yang diperoleh memberikan manfaat bagi perusahaan untuk mendapatkan competitive advantage. Hal ini disebabkan karena peran data dalam masa kini sangatlah penting, terlebih lagi di dalam menunjang pengambilan keputusan. Suatu data bisa menjadi berguna bila dikelola dengan baik. Saat ini dalam lingkungan industri manufacturing dipenuhi akan data tetapi kekurangan akan informasi. Sehingga pengolahan data untuk menjadi informasi dan knowledge menjadi sangat berguna di industri manufacturing. Untuk mendapatkan informasi dan knowledge yang dibutuhkan tidaklah semudah seperti mendapatkan data, banyak cara untuk menggali dan mendapatkan informasi dan knowledge yang kita inginkan. Salah satu cara yang terbaik untuk mendapatkan informasi dan knowledge adalah dengan menerapkan Data Warehouse dan Data Mining. Proyek Akhir ini membahas bagaimana merancang dan membangun Data Warehouse dan mengimplementasikan Data Mining untuk meningkatkan produktifitas di lingkungan manufacturing. Ada beberapa tahapan yang akan dilakukan dalam penelitian ini, pertama penelaahan kebutuhan bisnis dan informasi dengan cara menganalisa profil perusahaan dan sistem mereka, kedua pengumpulan data, baik melalui wawancara maupun observasi lapangan, ketiga perancangan Data Warehouse dan terakhir mengimplementasikan Data Mining dengan menggunakan teknik association rules untuk meningkatkan produktitas di lingkungan manufacturing.

---

The fast growth of economic business turning creates new enterprise or business in the same industry. Those enterprises become competitors to the existing ones. One of strategies to encounter the tight competition is empowering the information and knowledge. The information and knowledge gained are giving benefits to the company to get competitive advantage. This matter happens because the role of data is very important in this era, moreover in supporting the decision making process. The data will be helpful if they are managed well. Today, manufacturing industry is filled by data but lack of information. Therefore, the data calculation to be source of information and knowledge would be playing a vital role in manufacturing industry. To possess information and knowledge which are needed is not as easy as gaining information on data. Many methods could be applied to find information and knowledge that we need. One of the best ways is applying Data Warehouse and Data Mining. This final project is discussing about how to design and built the Data Warehouse as well as implementing Data Mining to improve the productivity in manufacturing environment. Some steps will be conducted in this research are, first, reviewing the business and information needs by analyzing company profile and its system, second is data collection either through interview or field work, third is Data Warehouse designing and the last is applying the Data Mining by using association rules technique to improve the productivity in manufacturing environment."

"One rapidly evolving technology today is information technology, which can help decision-making in an organization or a company. The data warehouse is one form of information technology that supports those needs, as one of the right solutions for companies in decision-making. The objective of this research is the development of a data warehouse at PT JKL in order to support executives in analyzing the organization and support the decision-making process. Methodology of this research is conducting interview with related units, literature study and document examination. This research also used the Nine Step Methodology developed by Kimball to design the data warehouse. The results obtained is an application that can summarize the data warehouse, integrating and presenting historical data in multidimensional. The conclusion from this research is the data warehouse can help companies to analyze data in a flexible, fast, and effective data access."