Академический Документы
Профессиональный Документы
Культура Документы
Este contenido ha sido descargado de IOPscience. Por favor, desplácese hacia abajo para ver el texto completo.
Detalles de la descarga:
Extracto de transformación carga de OLTP a OLAP datos mediante la integración de datos pentaho RJ Salaki, J
Waworuntu y IRHT Tangkawarow
efectos de la caída de los costes de producción de etanol de celulosa en la agriculturaleconomy estadounidense Jody L Campiche, Henry
Los efectos en el mercado de combustible de las políticas de biocombustibles y repercusiones en los reglamentos basados en las emisiones del ciclo de
vida
Deepak Rajagopal
Sitanggang
Fe de erratas: "gas ionizado EN EL CENTRO GALÁCTICO: NUEVOS OBSERVACIONES Y INTERPRETACIÓN" (2012, ApJ, 755,
90)
Wesley T. Irons, John H. Lacy y Matthew J. Richter
Conferencia Internacional sobre Tendencias recientes en Física 2016 (ICRTP2016) IOP Publishing
Journal of Physics: Conference Series 755 ( 2016) 011001 doi: 10,1088 / 1742-6596 / 755/1/011001
AI Putri 1 e IS Sitanggang 1
1 Departamento de Ciencias de la Computación de la Universidad de Agricultura de Bogor, Jalan Meranti Ala 20 nivel 5 Kampus IPB, Bogor,
Resumen. Ministerio de Agricultura de Indonesia recoge datos de los productos agrícolas en Indonesia en el período anual. los datos de las
materias primas agrícolas incluyen los cultivos de alimentos, horticultura, las plantaciones y la ganadería. están disponibles en el formato de
hoja de cálculo de los datos. En este estudio se desarrolló cubos de datos para los cultivos de alimentos, las plantaciones y la ganadería
utilizando el esquema de constelación de almacenamiento de datos e integró los cubos de datos en el SOLAP Horticultura usando SpagoBI.
SOLAP es útil para análisis de datos y visualización de datos. La aplicación muestra datos de productos agrícolas en forma de tabla de
referencias cruzadas y gráfico. Este estudio también ha desarrollado el módulo de inteligencia de localización que visualiza los datos de las
materias primas agrícolas en el mapa. El sistema se ensayó usando el enfoque de la caja negro. El resultado mostró que las funciones
principales incluyendo rueda para arriba, perforar abajo, rebanada, dados, y el trabajo de pivote correctamente. Se espera que esta aplicación
para que los usuarios puedan obtener fácilmente resúmenes de datos de productos agrícolas.
1. Introducción
Las materias primas agrícolas en Indonesia son muy diversas que se divide en varios sectores: los cultivos de alimentos, horticultura, las
plantaciones y la ganadería. Ministerio de Agricultura de Indonesia recoge datos de los productos agrícolas en Indonesia en el período anual del
nivel nacional al nivel del distrito. están disponibles en el formato de hoja de cálculo de los datos de modo que no es fácil para los usuarios obtener
resúmenes de datos históricos de los productos agrícolas. Cada año, los datos de los productos agrícolas continúan creciendo. El crecimiento de los
datos va a generar conjuntos de datos en cantidades muy grandes. Por lo tanto, necesitamos una herramienta que puede resumir de forma
automática la información y transformar los datos en un conocimiento útil [1]. almacén de datos es un espacio de almacenamiento a largo plazo para
almacenar un conjunto de datos de múltiples fuentes en un plan para ayudar a los usuarios en la toma de decisiones [1]. Un almacén de datos
puede almacenar datos en un espacio multidimensional para hacer un cubo de datos. Un almacén de datos utiliza el modelo de datos
multidimensional y procesamiento analítico en línea (OLAP) para explorar datos en detalle [2].
Los datos espaciales son los datos que contienen información geográfica de la ubicación en la superficie de la tierra. Un almacén de datos
espacial es una colección de datos espaciales que está sujeto, la variante orientado, integrado tiempo, y no volátil para tomar decisiones [1].
Desarrollo de un almacén de datos espaciales para integrar temáticas y datos geográficos producir un cubo de datos espaciales para el análisis de
datos espaciales multidimensionales [1]. Hoy en día, hay un sistema que se llama espacial Procesamiento de análisis en línea (SOLAP) que puede
ser utilizado para el análisis de datos y visualización de datos. Un SOLAP está integrado con un almacén de datos espaciales para ayudar a los
usuarios a obtener resúmenes de datos históricos con facilidad y rapidez.
El contenido de este trabajo puede ser utilizado bajo los términos de la Creative Commons Attribution 3.0 License . Cualquier distribución adicional de este trabajo
debe mantener la atribución al autor (s) y el título de la obra, la cita diario y DOI.
Publicado bajo licencia por el IOP Publishing Ltd
1
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
En este estudio se desarrolló cubos de datos espaciales para los cultivos de alimentos, las plantaciones y la ganadería utilizando el esquema de
constelación de almacenamiento de datos e integró los cubos de datos en el SOLAP Horticultura usando SpagoBI. SpagoBI se utilizó para crear cubos de
datos. SpagoBI es una fuente completa, abierta y una herramienta de inteligencia de negocio flexible. SpagoBI es completa, ya que cubre todas las
necesidades de inteligencia de negocio con soluciones innovadoras y ofrece una variedad de herramientas de análisis [3]. En este estudio se desarrolló un
SOLAP y un módulo de inteligencia de localización de los productos agrícolas. La aplicación proporciona resúmenes de datos representados en tabla de
referencias cruzadas, gráfico o mapas dinámicos. Esperamos que la aplicación puede facilitar a los usuarios obtener resúmenes de datos de los cultivos de
alimentos, plantaciones o ganado adecuadamente.
2. Datos y método
2.1. Datos
Los datos de los productos agrícolas utilizados en este estudio son los cultivos de alimentos, plantaciones y ganados entre 2000 y 2014 a nivel de
distrito en Indonesia. Los datos se obtuvieron de la página web del Ministerio de Agricultura de Indonesia en
http://aplikasi.pertanian.go.id/bdsp/newkom.asp en formato Microsoft Excel (.xls) [4]. Atributos de los datos incluyen tipos de productos básicos, la
ubicación, la hora y el estado de los datos. Las medidas en los datos de cultivos de alimentos están área (ha), la producción (ton), y la
productividad (kg / ha) cosechados. Las medidas en los datos de las plantaciones son la superficie cultivada (ha), la producción (ton), y la
productividad (kg / ha) y las medidas en datos ganados son población (cola) y de producción (tonelada). La Figura 1 muestra los datos de área
cosechada de cultivos de alimentos en Majalengka, provincia de Java Occidental en el período de 2010-2019.
Este estudio se llevó a cabo en varios pasos, incluyendo el diseño del almacén de datos, implementación de almacenamiento de datos, diseño de
SOLAP, nueva integración cubos de datos, implementación de SOLAP para los nuevos cubos de datos, la aplicación de la inteligencia de localización
para los nuevos cubos de datos, así como SOLAP y ubicación las pruebas de inteligencia.
2
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
3. Resultado y discusión
3
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
Figura 2. Galaxy esquema de cubos de datos de la horticultura, cultivos de alimentos, plantaciones y ganado.
El resultado de la aplicación SOLAP es un almacén de datos espaciales de los productos agrícolas que se encuentra disponible en el servidor
SpagoBI. operaciones OLAP tales como enrollar, perforar abajo, rebanada, dados, y el pivote se llevan a cabo en los datos de cultivos agrícolas y los
resultados se muestran en tabla de referencias cruzadas y gráfico. La tabla de referencias cruzadas y pueden ser descargados en Microsoft Excel o
PDF. La Figura 3 muestra el ajuste para las operaciones de OLAP.
4
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
La Figura 3 muestra la vista de OLAP navegador. En el navegador de OLAP, los usuarios pueden seleccionar las medidas y dimensiones, incluyendo la
dimensión de la ubicación, los productos básicos, el estado de los datos, y el tiempo. Las dimensiones y la medida se pueden mostrar como columnas o filas
en tabla de referencias cruzadas de acuerdo con las necesidades del usuario. El filtro se utiliza para seleccionar contenidos de la dimensión seleccionada.
La Figura 4 proporciona el resultado de la operación SOLAP para cultivos de alimentos con dos dimensiones a saber, de las materias primas y de
localización de 2000 a 2014. Por otra parte, se proporciona un ejemplo de operación SOLAP en área cosechada de los cultivos alimentarios en West Java
desde 2000 a 2014 en la figura 5.
5
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
La Figura 6. Representación de cultivos alimenticios Resumen de datos en una zona del mapa.
6
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
La Figura 7 muestra el resultado del módulo de inteligencia ubicación para el área de cosecha de cultivos de alimentos que está representado en el
punto del mapa para el período de 2000-2014. En la figura 7, tamaño de los puntos se refiere al valor de la superficie cultivada en la región.
7
ISS IOP Publishing
PIO Conf. Serie: Tierra y Ciencias Ambientales 58 ( 2017) 012034 doi: 10.1088 / 1355/15/58/1 / 012.034
2 Viendo punto del mapa Selección de punto del mapa tamaño diferente de puntos de La tarea
para cada cubo de datos acuerdo con los valores de medida funciona
para cada distrito correctamente
3 Filtrado en el mapa La selección de uno o más filtros Un mapa se muestra de acuerdo La tarea
(s) con el resultado filtrado funciona
correctamente
4 Viendo mapa La selección de un indicador Un mapa se muestra de La tarea
de acuerdo al indicador acuerdo con el indicador funciona
correctamente
5 Para acercar y alejar la imagen Selección de acercar o alejar la Un mapa que se muestra a ser Las obras de
en el mapa imagen entidades en el mapa más grande o más pequeño que tareas
el anterior mapa correctamente
4. Resumen
Desarrollo e integración de nuevos cubos de datos para los cultivos hortícolas, cultivos de alimentos, plantaciones y animales en el SOLAP
de productos agrícolas fueron realizado exitosamente usando SpagoBI. El SOLAP de los productos agrícolas se integra al almacén de
datos desarrollado basado en el esquema galaxia. El SOLAP proporciona resúmenes de datos agricultura representadas en tablas cruzadas
y gráficos. El módulo de inteligencia de localización para cada cubo de datos también se aplicó con éxito para visualizar resúmenes de
datos agrícolas en los mapas dinámicos. Los resultados de las pruebas de SOLAP y el módulo de inteligencia de localización para los
cubos de datos de cultivos hortícolas, cultivos de alimentos, plantaciones y animales indican que todas las funciones del SOLAP y el lugar
de trabajo de inteligencia correctamente.
referencias
[1] Han J, de Kamber M y Pei J 2012 La minería de datos: concepto y técnicas 3ª edición (San Francisco
(US): Elsevier)
[2] Boulil K, Ber LF, Bimonte S, Grac C y Cernesson F 2014 modelado multidimensional y
análisis de los datos del curso de agua grande y complejo: una solución basada en OLAP, Informática (ecológicos Elsevier)
pp 30 [3] Cazzin G 2012 Inteligencia de negocios con SpagoBI ( Padua (IT): SpagoBI Centro de Competencia) [4]