Rancang Bangun Data Mart Identitas Nasabah dari Data Tidak Terstruktur PT XYZ

Olivia Anthony, Angelica (2024) Rancang Bangun Data Mart Identitas Nasabah dari Data Tidak Terstruktur PT XYZ. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (2MB)
	PDF BAB_I.pdf Download (728kB)
	PDF BAB_II.pdf Download (820kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (709kB)
	PDF DAFTAR_PUSTAKA.pdf Download (900kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Data warehouse merupakan tempat penyimpanan data yang lengkap dan konsisten dengan karakteristik berorientasi subjek, terintegrasi, tidak volatil, dan bervariasi waktu yang berguna untuk mendukung pengambilan keputusan. Sebagai perbandingan, Data mart merupakan tipe data warehouse yang mengakomodasi kebutuhan data spesifik dari departemen atau fungsi bisnis tertentu. Perusahaan Multifinance, PT XYZ saat ini memiliki tantangan dalam mengolah dan mengintegrasikan data tidak terstruktur berupa foto identitas, sehingga pembangunan sebuah data mart identitas nasabah dapat menjadi solusi untuk menstrukturisasi data tersebut. Data Mart Identitas Nasabah dibangun dengan menggunakan metode bottom-up dan proses ETL dengan memanfaatkan sistem cloud AWS. Dengan menggunakan sejumlah software AWS seperti AWS S3, Textract, Amazon RDS, dan AWS Lambda, data tidak terstruktur dari foto-foto identitas dapat diolah dan disimpan dalam struktur yang terorganisir di dalam database Amazon RDS. Melalui integrasi teknologi cloud, penelitian ini bertujuan untuk meningkatkan efisiensi dan skalabilitas dalam pengelolaan data identitas nasabah. Hasil dari penelitian ini, sebanyak 317 data dari 350 data berhasil dimasukkan ke dalam sistem data mart identitas. Hal ini dikarenakan tidak terbacanya teks pada gambar. Dihasilkan juga view yang dapat dimodifikasi untuk mempermudah perusahaan dalam memahami nasabahnya seperti daerah mana yang memiliki nasabah terbanyak sehingga mendukung proses pengambilan keputusan bagi pihak Top Management.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Amazon RDS, AWS Lambda, AWS S3, Data Mart Identitas Nasabah, Textract
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 11:58
Last Modified:	12 Nov 2024 11:58
URI:	https://kc.umn.ac.id/id/eprint/34789

Actions (login required)

View Item