---

🟢 1. Pendahuluan

📌 Pengertian Star Schema dan Snowflake Schema

Dalam Data Warehouse, data harus dirancang agar:

• mudah dianalisis,
• cepat diproses,
• mendukung Business Intelligence,
• mendukung OLAP (Online Analytical Processing).

Untuk itu digunakan model desain database yang disebut:

• Star Schema
• Snowflake Schema

Kedua schema ini termasuk bagian dari Dimensional Modeling.

---

🔍 Narasi

Pada database transaksi biasa, struktur tabel sangat kompleks karena banyak relasi dan normalisasi.

Namun pada Data Warehouse, fokus utama adalah:

• kecepatan query,
• kemudahan analisis,
• kemudahan pembuatan dashboard.

Karena itu digunakan struktur schema yang lebih sederhana dan efisien.

---

🖼️ Ilustrasi Konsep Schema Data Warehouse

7

---

🟢 2. Konsep Dasar Dimensional Modeling

📌 Penjelasan

Star Schema dan Snowflake Schema dibangun berdasarkan konsep:

• Fact Table
• Dimension Table

---

🟡 2.1 Fact Table

📌 Pengertian

Fact Table adalah tabel utama yang menyimpan:

• data transaksi,
• data numerik,
• data analisis.

---

📊 Contoh Fact Table

id_waktu	id_produk	id_pelanggan	total_penjualan
1	101	201	500000
2	102	202	350000

---

🔍 Narasi

Fact table biasanya memiliki:

• ukuran besar,
• banyak record,
• foreign key ke dimension table.

---

🟡 2.2 Dimension Table

📌 Pengertian

Dimension Table menyimpan informasi deskriptif.

---

📊 Contoh Dimension Table Produk

id_produk	nama_produk	kategori	harga
101	Laptop	Elektronik	7000000
102	Mouse	Aksesoris	150000

---

🔍 Narasi

Dimension table digunakan untuk:

• filter data,
• grouping,
• analisis multidimensi.

---

🖼️ Diagram Fact dan Dimension Table

6

---

🟢 3. Star Schema

🟡 3.1 Pengertian Star Schema

📌 Penjelasan

Star Schema adalah model dimensional di mana:

• fact table berada di tengah,
• dimension table berada di sekelilingnya.

Bentuknya menyerupai bintang (star).

---

🔍 Narasi

Star schema merupakan schema paling populer dalam Data Warehouse karena:

• sederhana,
• mudah dipahami,
• query lebih cepat.

---

🖼️ Diagram Star Schema

6

---

🟡 3.2 Struktur Star Schema

📌 Struktur Utama

Fact Table

Menyimpan:

• transaksi,
• measure,
• foreign key.

Dimension Table

Menyimpan:

• atribut deskriptif,
• informasi pendukung.

---

📊 Contoh Struktur Star Schema Akademik

Fact Table	Dimension Table
fact_nilai	dim_mahasiswa
fact_nilai	dim_dosen
fact_nilai	dim_waktu
fact_nilai	dim_mata_kuliah

---

🟢 4. Karakteristik Star Schema

📌 Karakteristik

• Struktur sederhana
• Denormalisasi tinggi
• Query cepat
• Mudah dipahami
• Cocok untuk dashboard

---

🔍 Narasi

Karena dimension table tidak dinormalisasi:

• jumlah join lebih sedikit,
• performa query lebih cepat.

Namun ukuran storage menjadi lebih besar.

---

🟢 5. Kelebihan dan Kekurangan Star Schema

📊 Tabel Kelebihan dan Kekurangan

Kelebihan	Kekurangan
Query cepat	Redundansi data
Mudah dipahami	Storage lebih besar
Cocok BI	Kurang fleksibel
Desain sederhana	Duplikasi data

---

🟢 6. Snowflake Schema

🟡 6.1 Pengertian Snowflake Schema

📌 Penjelasan

Snowflake Schema adalah pengembangan dari Star Schema.

Pada model ini:

• dimension table dinormalisasi,
• dipecah menjadi beberapa tabel kecil.

Bentuknya menyerupai serpihan salju (snowflake).

---

🔍 Narasi

Tujuan normalisasi:

• mengurangi redundansi,
• menghemat storage,
• memperbaiki struktur data.

Namun query menjadi lebih kompleks.

---

🖼️ Diagram Snowflake Schema

8

---

🟡 6.2 Struktur Snowflake Schema

📌 Penjelasan

Dimension table dipecah menjadi:

• tabel kategori,
• tabel wilayah,
• tabel fakultas,
• tabel program studi,
• dan lainnya.

---

📊 Contoh Snowflake Schema Akademik

Tabel	Relasi
dim_mahasiswa	dim_prodi
dim_prodi	dim_fakultas
dim_fakultas	dim_universitas

---

🟢 7. Karakteristik Snowflake Schema

📌 Karakteristik

• Struktur kompleks
• Normalisasi tinggi
• Storage lebih hemat
• Query lebih kompleks
• Relasi tabel lebih banyak

---

🔍 Narasi

Karena banyak relasi:

• proses query membutuhkan join lebih banyak,
• performa bisa lebih lambat dibanding Star Schema.

---

🟢 8. Kelebihan dan Kekurangan Snowflake Schema

📊 Tabel Kelebihan dan Kekurangan

Kelebihan	Kekurangan
Storage hemat	Query kompleks
Redundansi rendah	Join lebih banyak
Struktur rapi	Sulit dipahami
Data konsisten	Maintenance lebih sulit

---

🟢 9. Perbandingan Star Schema dan Snowflake Schema

📊 Tabel Perbandingan Lengkap

Aspek	Star Schema	Snowflake Schema
Bentuk	Bintang	Serpihan salju
Normalisasi	Rendah	Tinggi
Kompleksitas	Sederhana	Kompleks
Query	Cepat	Lebih lambat
Storage	Lebih besar	Lebih hemat
Join	Sedikit	Banyak
Maintenance	Mudah	Sulit

---

🔍 Narasi

Pemilihan schema tergantung:

• kebutuhan sistem,
• ukuran data,
• performa query,
• kebutuhan analisis.

---

🖼️ Diagram Perbandingan Schema

6

---

🟢 10. Implementasi Star Schema

📌 Studi Kasus Penjualan

Fact Table:

• fact_penjualan

Dimension Table:

• dim_produk
• dim_pelanggan
• dim_waktu
• dim_kota

---

🔍 Narasi

Dashboard dapat menampilkan:

• penjualan per bulan,
• produk terlaris,
• pelanggan aktif,
• wilayah penjualan.

---

🟢 11. Implementasi Snowflake Schema

📌 Studi Kasus Akademik

Fact Table:

• fact_nilai

Dimension:

• dim_mahasiswa
• dim_prodi
• dim_fakultas
• dim_universitas

---

🔍 Narasi

Struktur ini cocok untuk organisasi besar dengan data kompleks.

---

🟢 12. Hubungan dengan OLAP

📌 Penjelasan

Star Schema dan Snowflake Schema mendukung:

• cube OLAP,
• dashboard,
• Business Intelligence.

---

🔍 Narasi

Data dapat dianalisis menggunakan:

• Roll-Up
• Drill-Down
• Slice
• Dice
• Pivot

---

🖼️ Diagram OLAP Cube

6

---

🟢 13. Studi Kasus Kampus

📌 Studi Kasus

Universitas ingin menganalisis:

• IPK mahasiswa,
• tingkat kelulusan,
• pembayaran UKT,
• performa dosen.

---

📊 Desain Star Schema

Fact:

• fact_nilai

Dimension:

• dim_mahasiswa
• dim_dosen
• dim_waktu
• dim_mata_kuliah

---

🔍 Narasi

Dengan schema ini:

• dashboard akademik lebih cepat,
• laporan lebih mudah,
• analisis historis lebih optimal.

---

🟢 14. Tutorial Praktikum

💻 Praktikum Membuat Star Schema

📌 Tools

• MySQL
• XAMPP
• Draw.io

---

🟡 Langkah 1 — Membuat Database

CREATE DATABASE dw_kampus;

---

🟡 Langkah 2 — Membuat Dimension Table

CREATE TABLE dim_mahasiswa (
    id_mahasiswa INT PRIMARY KEY,
    nama VARCHAR(100),
    prodi VARCHAR(50),
    angkatan INT
);

---

🟡 Langkah 3 — Membuat Fact Table

CREATE TABLE fact_nilai (
    id_mahasiswa INT,
    semester INT,
    ipk DECIMAL(3,2)
);

---

🟡 Langkah 4 — Input Data

INSERT INTO dim_mahasiswa VALUES
(1,'Andi','Informatika',2022),
(2,'Budi','Sistem Informasi',2021);

---

🟡 Langkah 5 — Query Analisis

SELECT prodi, AVG(ipk)
FROM fact_nilai
JOIN dim_mahasiswa
ON fact_nilai.id_mahasiswa = dim_mahasiswa.id_mahasiswa
GROUP BY prodi;

---

🖼️ Diagram Tutorial SQL

6

---

🟢 15. Tools Pendukung

📌 Software Data Warehouse

Tools	Fungsi
MySQL	Database
PostgreSQL	Data Warehouse
SQL Server	BI dan DW
Power BI	Dashboard
Tableau	Visualisasi
Pentaho	ETL

---

🖼️ Ilustrasi Tools Business Intelligence

6

---

🟢 16. Latihan Mahasiswa

🎯 Latihan Teori

1. Jelaskan pengertian Star Schema!
2. Jelaskan pengertian Snowflake Schema!
3. Apa fungsi fact table?
4. Apa perbedaan utama Star dan Snowflake?
5. Mengapa Star Schema lebih cepat?

---

🎯 Latihan Praktikum

Buat:

• Star Schema sistem akademik
• Snowflake Schema rumah sakit
• Dashboard sederhana

---

🟢 17. Diskusi Kelas

💬 Topik Diskusi

1. Kapan menggunakan Star Schema?
2. Kapan menggunakan Snowflake Schema?
3. Mengapa normalisasi penting?
4. Apa dampak schema terhadap performa query?

---

🟢 18. Kesimpulan

📌 Ringkasan

Star Schema dan Snowflake Schema merupakan fondasi utama dalam desain Data Warehouse.

Star Schema:

• sederhana,
• cepat,
• cocok untuk BI.

Snowflake Schema:

• lebih terstruktur,
• hemat storage,
• cocok untuk data kompleks.

Pemahaman kedua schema ini sangat penting dalam pembangunan:

• Data Warehouse,
• OLAP,
• dashboard analitik,
• Business Intelligence,
• Big Data Analytics.