Secara umum, aplikasi klasterisasi diimplementasikan di luar DBMS dengan mengambil data terlebih dahulu dari basisdata untuk disimpan sementara dalam variabel program (misal dalam sebuah array), kemudian baru dilakukan proses klasterisasi. Permasalahan waktu dan keamanan dalam pengambilan data dari DBMS dan besarnya data yang akan diklasterisasi mendorong metode lain dimana proses klasterisasi bisa langsung dilakukan di DBMS. Klasterisasi dilakukan dengan mengintegrasikan algoritma klasterisasi pada DBMS menggunakan bahasa SQL. Pada penelitian ini difokuskan pada perancangan dan pengimplementasian integrasi algoritma klasterisasi Kmeans pada Relational DBMS dengan menggunakan bahasa SQL. Proses klasterisasi dilakukan dengan studi kasus data akademik mahasiswa di Fakultas Ilmu Komputer universitas Brawijaya dengan fitur IPK, sks tempuh, sks lulus dan semester. Berdasarkan hasil uji coba dataset akademik dengan variasi jumlah dimensi, jumlah klaster dan metode perhitungan jarak yang berbeda, telah didapatkan hasil pengklasteran data dengan benar. Berdasarkan hasil perhitungan kompleksitas waktu untuk tiap tahap implementasi K-means menggunakan SQL dan tanpa SQL, menunjukkan hasil kompleksitas waktu asimptotik yang sama dimana tahap menghitung euclidean distance membutuhkan kompleksitas waktu yang paling tinggi.
Saat ini, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) telah terakreditasi dengan peringkat 2. Dengan JTIIK yang telah terakreditasi, maka peminat peneliti untuk mengirimkan artikel ke JTIIK semakin tinggi. Namun, proses untuk menerbitkan suatu artikel memerlukan waktu lebih dari satu tahun. Agar proses penerbitan tidak memerlukan waktu yang terlalu lama, mulai pada tahun 2018 JTIIK menerbitkan jurnal sebanyak enam kali dimana penerbitan mengalami peningkatan dari tahun sebelumnya. Dari peningkatan penerbitan ini, data yang disimpan juga akan semakin bertambah. Sebuah sistem diperlukan untuk mengelola data yang besar dari beberapa sumber dan melakukan analisis yang dapat menjadi bahan pertimbangan dalam pengambilan keputusan. Pada penelitian ini dilakukan pengembangan data warehouse dan Online Analytical Processing (OLAP) sebagai langkah penyelesaian untuk masalah dalam mengelola dan menganalisis banyaknya data dari beberapa sumber. Dalam penelitian ini dilakukan analisis sebagai tahapan pertama. Berdasarkan hasil analisis didapatkan 2 information package yaitu information package data artikel dan information package data penulis. Penelitian dilanjutkan dengan perancangan data warehouse dengan menggunakan snowflake schema yang menghasilkan 2 tabel fakta dan 4 tabel dimensi. Selanjutnya dilakukan implementasi ETL dan OLAP. Kemudian dilakukan 2 jenis pengujian. Hasil pengujian pertama yaitu validasi kebutuhan menunjukkan bahwa data warehouse yang dibangun telah sesuai dengan kebutuhan yang dirancang. Hasil pengujian kedua yaitu performansi proses ETL dari segi waktu menunjukkan bahwa hasil rata-rata waktu yang dibutuhkan untuk eksekusi proses ETL adalah 14,5 detik.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.