UNIVERSITAS POTENSI UTAMA
FAKULTAS FAKULTAS TEKNIK DAN ILMU KOMPUTER
PROGRAM STUDI SISTEM INFORMASI

RPS--AC2024MTIV323
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
Data Warehouse AC2024MTIV323 Data /Information Management T= 3 4 26 Aug 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Siti Aliyah
Siti Aliyah
Mas Ayoe Elhias Nst, M. Kom
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL07 Mampu memahami Penggunaan informasi dan data pada perancangan, implementasi, dan penggunaan suatu sistem
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK07.1 Mampu memahami menggunakan informasi dan data
CPMK07.4 Mampu memahami penggunaan data dan informasi dalam implementasi suatu sistem
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.AC2024MTIV323.CPMK07.1.1 Mahasiswa mampu memahami penggunaan informasi di lingkungan data warehouse
sub.cpmk.AC2024MTIV323.CPMK07.1.2 Mahasiswa mampu memahami penggunaan informasi pada arsitektur data warehouse
sub.cpmk.AC2024MTIV323.CPMK07.1.3 Mahasiswa mampu memahami penggunaan data multidimensi pada data warehouse
sub.cpmk.AC2024MTIV323.CPMK07.1.4 Mahasiswa mampu memahami penggunaan data multidimensi OLAP DAN OLTP
sub.cpmk.AC2024MTIV323.CPMK07.1.5 Mahasiswa mampu memahami penggunaan data multidimensi Schema, ETL dan ELT
sub.cpmk.AC2024MTIV323.CPMK07.4.1 Mahasiswa mampu memahami penggunaan data dan informasi pada pivot table dalam implementasi suatu sistem
sub.cpmk.AC2024MTIV323.CPMK07.4.2 Mahasiswa mampu memahami penggunaan data dan informasi pada query database dan tabel relasional dalam implementasi suatu sistem
sub.cpmk.AC2024MTIV323.CPMK07.4.3 Mahasiswa mampu memahami penggunaan data dan informasi hasil studi kasus
Korelasi CPMK terhadap Sub-CPMK
CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.1
sub.cpmk.AC2024MTIV323.CPMK07.1.2
sub.cpmk.AC2024MTIV323.CPMK07.1.3
sub.cpmk.AC2024MTIV323.CPMK07.1.4
sub.cpmk.AC2024MTIV323.CPMK07.1.5
CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.1
sub.cpmk.AC2024MTIV323.CPMK07.4.2
sub.cpmk.AC2024MTIV323.CPMK07.4.3
Deskripsi Singkat MK Matakuliah ini mempelajari tentang Data Warehouse, arsitektur, data multidimensi, dan penggunaan atau pengolahan data pada pivot tabel dengan praktek yang dilakukan menggunakan Microsoft excel, serta mendesain sistem dengan penggunaan data dan informasi pada query database relasional menggunakan SQL Server
Bahan Kajian : Materi Pembelajaran BK02-Data /Information Management
Pustaka Utama
  • 1. M. Afdal, 2024, Mengenal Data Warehouse, https://sif.uin-suska.ac.id/wp-content/uploads/2024/02/3-Mengenal-Data Warehouse.pptx
  • 2. Binar Academic, 2024, Data Warehouse: Pengertian, Fungsi, dan Karakteristiknya https://rb.gy/nzxj1f
  • 3. Astera, 2024, What is Data Warehouse Architecure, https://www.astera.com/knowledge-center/data-warehouse architecture/#
  • 4. M. Afdal, 2024, https://sif.uin-suska.ac.id/wp-content/uploads/2024/02/5-DATA-MULTIDIMENSI-PADA DATA-WAREHOUSE.pptx
  • 5. I, Putu, A. E. P., 2020, October 7. Model Pengembangan Data Warehouse & Data Multi Dimensi. Retrieved from bagusmahendraa.wordpress.com: https://bagusmahendraa.wordpress.com/2020/10/07/model-pengembangan-data warehouse-data-multi-dimensi/
  • 6. Prabhaisvari Sadhaka, 2021, Konsep Data Multidimensi dan Model Pengembangan Data Warehouse, https://medium.com/@itsmegungis/konsep-data-multidimensi-dan-model-pengembangan-data-warehouse 7806d10ca52e
  • 7. Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling (3rd ed.).
  • 8. Inmon, W. H., & Hackathorn, R. D. (2010). Using the Data Warehouse.
Pendukung
  • 9. M. Afdal, 2024, OLAP dan OLTP Pada Data Multidimensi, https://sif.uin-suska.ac.id/wp-content/uploads/2024/02/6 OLAP-DAN-OLTP-PADA-DATA-MULTIDIMENSI.pptx
  • 10. AWS, 2023, ETL vs ELT : Perbedaan Antara Pendekatan Pemrosesan Data, https://aws.amazon.com/id/compare/the difference-between-etl-and-elt/
  • 11. Microsot, S., Membuat Pivot Table untuk Menganalisis Data Lembar Kerja, https://tinyurl.com/3zpc4ztu
  • 12. Shirley. C., 2024, Pivot Table adalah Cara Mudah Atur Data di Dunia Kerja, https://www.kitalulus.com/blog/seputar-kerja/pivot-table-adalah/
  • 13. Drew Swiers. K, dkk, 2024, Tutorial : Mendesain Database Relasional di Azure SQL, https://tinyurl.com/y26u4mdj
  • 14. Jokosuntoro, 2021, Modul Teori dan Praktikum Matakuliah Data Warehouse https://github.com/jokosuntoro/data-warehouse
Dosen Pengampu YAN YANG THANRI, BOB SUBHAN RIZA
Mata Kuliah Syarat -
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.AC2024MTIV323.CPMK07.1.1-Mahasiswa mampu memahami penggunaan informasi di lingkungan data warehouse
 Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Pengenalan Data Warehouse
Sub Topik
- Defenisi Data Warehouse - Perkembangan Data Warehouse dari Waktu ke Waktu
- Karakteristik Data Warehouse
- Fungsi Data Warehouse
3
2 sub.cpmk.AC2024MTIV323.CPMK07.1.1-Mahasiswa mampu memahami penggunaan informasi di lingkungan data warehouse
 Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Arsitektur Data Warehouse
Sub Topik
- Teori Arsitektur Data Warehouse
- Komponen Arsitektur Data Warehouse
- Karakteristik Desain Data Warehouse
- Jenis Arsitektur Data Warehouse
- Arsitektur Data Warehousw Berbasis Cloud
- Menyesuaikan Arsitektur Data Warehouse dengan Area pementasan dan Data Mart
 3
3 sub.cpmk.AC2024MTIV323.CPMK07.1.2-Mahasiswa mampu memahami penggunaan informasi pada arsitektur data warehouse
 1. Memahami konsep data mart 2. Menganalisis dan merancang tabel relasional dan data relasional untuk keperluan analisis bisnis. 3. Mengimplementasikan teknik pengelolaan dan Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Data Multidimensi pada Data Warehouse
Sub Topik
- Mengenal Data Mart
- Tabel Relasional dan Data Relasional
5
4 sub.cpmk.AC2024MTIV323.CPMK07.1.2-Mahasiswa mampu memahami penggunaan informasi pada arsitektur data warehouse
 Mengevaluasi teknologi dan alat untuk mendukung data multidimensi dalam konteks data warehouse. Kriteria
Ketepatan jawaban tugas sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Data Multidimensi pada Data Warehouse
Sub Topik
- Contoh kasus relasional dengan excel
- Data Multidimensi
5
5 sub.cpmk.AC2024MTIV323.CPMK07.1.3-Mahasiswa mampu memahami penggunaan data multidimensi pada data warehouse
1. Memahami perbedaan antara OLAP dan OLTP serta peran masingmasing dalam lingkungan data. 2. Mengidentifikasi kebutuhan dan desain data warehouse Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
OLAP dan OLTP pada Data Multidimensi
Sub Topik
1. Pengantar OLAP dan OLTP
2. Desain Data Warehouse untuk OLAP
3. Implementasi OLAP dalam
2.5
6 sub.cpmk.AC2024MTIV323.CPMK07.1.3-Mahasiswa mampu memahami penggunaan data multidimensi pada data warehouse
1. Menerapkan teknik dan strategi untuk mengoptimalkan kinerja OLAP dalam konteks data warehouse 2. Menganalisis integrasi OLAP dan OLTP untuk kebutuhan analisis bisnis yang efektif. Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
OLAP dan OLTP pada Data Multidimensi
Sub Topik
1. Optimisasi Kinerja OLAP
2. Integrasi OLAP dan OLTP
3. Studi Kasus dan Proyek
 2.5
7 sub.cpmk.AC2024MTIV323.CPMK07.1.4-Mahasiswa mampu memahami penggunaan data multidimensi OLAP DAN OLTP
 Memahami konsep, aktivitas pembelajaran, dan tujuan pembelajaran untuk memastikan mahasiswa memahami secara menyeluruh tentang Schema, ETL, dan ELT dalam konteks Data Warehouse. Kriteria
Ketepatan jawaban sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Data Multidimensi pada Data Warehouse
Sub Topik
- Pemodelan (Schema) pada Multidimensi
- Extraction, Transformation, Loading (ETL)
- Extraction, Loading,
- Transformation (ELT) Membandingkan ETL dengan ELT
 5
8 sub.cpmk.AC2024MTIV323.CPMK07.1.4-Mahasiswa mampu memahami penggunaan data multidimensi OLAP DAN OLTP
 Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
UTS
Sub Topik
UTS
 16
9 sub.cpmk.AC2024MTIV323.CPMK07.1.5-Mahasiswa mampu memahami penggunaan data multidimensi Schema, ETL dan ELT
 - Mengenal cara penggunaan pivot table dalam lingkungan Data Warehouse. - Memahami bagaimana pivot table mendukung analisis data dari Data Warehouse. Kriteria
Keaktifan Mahasiswa dalam menyelesaikan studi kasus
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Pivot Table (Microsoft Excel)
Sub Topik
- Pengenalan Pivot Table dan Manfaatnya dalam Analisis Data
- Integrasi Pivot Table dalam Konteks Data Warehouse
- Pemodelan Data untuk Pivot Table dalam Data Warehouse
- Penggunaan Pivot Table dalam Pengambilan Keputusan Bisnis
3
10 sub.cpmk.AC2024MTIV323.CPMK07.1.5-Mahasiswa mampu memahami penggunaan data multidimensi Schema, ETL dan ELT
 - Mengenal cara penggunaan pivot table dalam lingkungan Data Warehouse. - Memahami bagaimana pivot table mendukung analisis data dari Data Warehouse. Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus:

Sub Topik
Pembuatan Pivot Table
5
11 sub.cpmk.AC2024MTIV323.CPMK07.4.1-Mahasiswa mampu memahami penggunaan data dan informasi pada pivot table dalam implementasi suatu sistem
 - Merancang dan menerapkan arsitektur data warehouse untuk kebutuhan bisnis yang spesifik. - Mengevaluasi teknologi dan alat yang tepat untuk implementasi arsitektur data warehouse. Kriteria
Ketepatan dan penguasaan
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus
Sub Topik
Pengolahan Data Pemesanan Produk
 5
12 sub.cpmk.AC2024MTIV323.CPMK07.4.1-Mahasiswa mampu memahami penggunaan data dan informasi pada pivot table dalam implementasi suatu sistem
 - Menjelaskan konsep dasar database dan tabel relasional. - Penggunaan Query pada Database - Pemodelan Tabel Relasional untuk Data Warehous Kriteria
Ketepatan jawaban ujian sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus
Sub Topik
Mendesain query database
 5
13 sub.cpmk.AC2024MTIV323.CPMK07.4.2-Mahasiswa mampu memahami penggunaan data dan informasi pada query database dan tabel relasional dalam implementasi suatu sistem
- Merancang dan menerapkan query database dan tabel relasional. - Mengevaluasi teknologi dan alat yang tepat untuk implementasi query database dan tabel relasional. Kriteria
Ketepatan jawaban sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus
Sub Topik
Mendesain tabel relasional
5
14 sub.cpmk.AC2024MTIV323.CPMK07.4.2-Mahasiswa mampu memahami penggunaan data dan informasi pada query database dan tabel relasional dalam implementasi suatu sistem
- Menjelaskan konsep dasar database dan tabel relasional. - Penggunaan Query pada Database - Pemodelan Tabel Relasional untuk Data Warehouse Kriteria
Ketepatan jawaban sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus
Sub Topik
Sistem Perpustakaan
 5
15 sub.cpmk.AC2024MTIV323.CPMK07.4.3-Mahasiswa mampu memahami penggunaan data dan informasi hasil studi kasus
 - Merancang dan menerapkan query database dan tabel relasional. - Mengevaluasi teknologi dan alat yang tepat untuk implementasi query database dan tabel relasional. Kriteria
Ketepatan jawaban kuis sesuai perintah soal
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
Studi Kasus
Sub Topik
Perpustakaan Kampus
 5
16 sub.cpmk.AC2024MTIV323.CPMK07.4.3-Mahasiswa mampu memahami penggunaan data dan informasi hasil studi kasus
 Kriteria
Keaktifan Mahasiswa dalam menyelesaikan studi kasus
Teknik
 Luring,Proses Belajar,[PB=135 Menit]
 Topik
UAS
Sub Topik
UAS
 25

Teknik Penilaian CPMK

CPL MK CPMK Tugas Individu Kuis Tes Tertulis (UTS) Tes Tertulis (UAS)
CPL07 Data Warehouse CPMK07.1 Y Y Y
CPL07 Data Warehouse CPMK07.4 Y Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.1 3 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.1 3 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.2 5 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.2 5 Ketepatan jawaban tugas sesuai perintah soal
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.3 2.5 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.3 2.5 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.4 5 Ketepatan jawaban sesuai perintah soal
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.4 16 Ketepatan dan penguasaan
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.5 3 Keaktifan Mahasiswa dalam menyelesaikan studi kasus
CPL07 CPMK07.1 sub.cpmk.AC2024MTIV323.CPMK07.1.5 5 Ketepatan dan penguasaan
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.1 5 Ketepatan dan penguasaan
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.1 5 Ketepatan jawaban ujian sesuai perintah soal
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.2 5 Ketepatan jawaban sesuai perintah soal
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.2 5 Ketepatan jawaban sesuai perintah soal
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.3 5 Ketepatan jawaban kuis sesuai perintah soal
CPL07 CPMK07.4 sub.cpmk.AC2024MTIV323.CPMK07.4.3 25 Keaktifan Mahasiswa dalam menyelesaikan studi kasus
Total 100
2. Penilaian CPMK
CPL MK CPMK Tugas Individu Kuis Tes Tertulis (UTS) Tes Tertulis (UAS) Total
CPL07 Data Warehouse CPMK07.1 10% 24% 16% 0% 50%
CPL07 Data Warehouse CPMK07.4 15% 10% 0% 25% 50%
100%