การพัฒนาคลังข้อมูลสรุปงบประมาณภายในคณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร
Article Sidebar
Main Article Content
บทคัดย่อ
เทคโนโลยีคลังข้อมูลมีประโยชน์ต่อการบริหารจัดการข้อมูลที่มีปริมาณมาก โดยมีวัตถุประสงค์เพื่อการวิเคราะห์ชุดข้อมูลที่มีในองค์กร เพื่อการกำหนดยุทธศาสตร์ และทิศทางขององค์กรตนเอง ซึ่งในบทความวิจัยนี้ได้นำเสนอกระบวนการการพัฒนาคลังข้อมูลตามวิธีการของ Ralph Kimball ตั้งแต่ การศึกษาแหล่งข้อมูล กระบวนการในการสกัด แปลง และถ่ายโอนข้อมูล (ETL) จนกระทั่งได้มาซึ่งคลังข้อมูลสรุปงบประมาณ ทั้งนี้เพื่อแก้ไขปัญหาในการเรียกดูรายงานสรุปงบประมาณของคณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร ซึ่งประสบปัญหาในการเรียกดูรายงานจากฐานข้อมูล OLTP ซึ่งเป็นฐานข้อมูลที่ใช้บริหารจัดการด้านการเบิกจ่ายงบประมาณที่มีจำนวนข้อมูลมาก โดยนำคลังข้อมูลซึ่งเป็นฐานข้อมูลแบบ OLAP มาใช้งานแทนในส่วนของการออกรายงานเพื่อวิเคราะห์และติดตามผลการดำเนินการเบิกจ่ายได้สะดวกยิ่งขึ้น ผ่านหน้าต่างระบบต้นแบบที่ผู้วิจัยได้พัฒนาขึ้น อีกประการหนึ่งในอนาคตยังสามารถนำเทคโนโลยีคลังข้อมูลไปใช้ในการวิเคราะห์กับงานด้านอื่นๆภายในคณะวิทยาศาสตร์ฯ ได้เช่นกัน
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ผู้แต่งจะต้องกรอกข้อมูลเพื่อโอนลิขสิทธิ์ (copyright) ให้กับวารสารวิทยาการสารสนเทศและเทคโนโลยีประยุกต์ ก่อนเผยแพร่บทความ โดยดูรายละเอียดเพิ่มเติมได้ที่ https://ph01.tci-thaijo.org/index.php/jait/copyrightlicense
References
งานนโยบายและแผน คณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร. (2563). รายงานผลการปฏิบัติงานของคณบดีคณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร ครบรอบปีที่ 1 วาระที่ 1. คณะวิทยาศาสตร์ มหาวิทยาลัยนเรศวร พิษณุโลก
AliEl-Sappagh, S.H., Hendawi, A.M.A., & Bastawissy, A.H. (2011). A proposed model for data warehouse ETL processes. Journal of King Saud University - Computer and Information Sciences, 23(2), 91-104. https://doi.org/10.1016/j.jksuci.2011.05.005
Bhatnagar, D., & Urolagin, S. (2021). Data warehousing for formula one (racing) popularity rating using Pentaho tools. In 6th International Conference on Computing, Communication and Automation (ICCA) (pp. 1-7). IEEE.
Gupta, A., Sahayadhas, A., & Gupta, V. (2020). Proposed techniques to design speed efficient data warehouse architecture for fastening knowledge discovery process. In Third International Conference on Artificial Intelligence and Knowledge Engineering (AIKE) (pp. 200-201). IEEE.
Harvy, I., Matitaputty, G. A., Girsang, A. S., Michael, S., & Isa, S. M. (2019). The use of book store GIS data warehouse in implementing the analysis of most book selling. In 7th International Conference on Cyber and IT Service Management (CITSM) (pp. 1-5). IEEE. https://doi.org/10.1109/CITSM47753.2019.8965404
Hassan, C.A.U., Hammad, M., Uddin, M., Iqbal, J., Sahi, J., Hussian, S., & Ullah, S.S. (2022). Optimizing the performance of data warehouse by query cache mechanism. IEEE Access, 10, 13472-13480.
Kimball, R., Ross, M., Thornthwaite, W., Mundy, J., & Becker, B. (2008). The data warehouse lifecycle toolkit. (2nd Edition). Wiely.
Kryeziu, N., Ismaili, F., Ajdari, J., Raufi, B., & Zenuni, X. (2019). Energy provider data warehouse design and implementation - Case study. In International Conference on Information Technologies (InfoTech) (pp. 1-5). IEEE. https://doi.org/10.1109/InfoTech.2019.8860876.
Ramadhani, P.P., Hadi, S., & Rosadi, R. (2021). Implementation of data warehouse in making business intelligence dashboard development using PostgreSQL database and Kimball lifecycle method. In International Conference on Artificial Intelligence and Big Data Analytics (pp. 88-92). IEEE.
Vincentdo, V., Pratama, A.R., Girsang, A.S., Suwandi, R., & Andrean, Y.P. (2019). Reporting and decision support using data warehouse for E-commerce top-up cell-phone credit transaction. In 7th International Conference on Cyber and IT Service Management (CITSM) (pp. 1-4). IEEE. https://doi.org/10.1109/CITSM47753.2019.8965349
Wang, D., Li, Q., Xu, C., Wang, P., & Wang, Z. (2021). Research of data warehouse for science and technology management system. In International Conference on Service Science (ICSS) (pp. 65-69). IEEE. https://doi.org/10.1109/ICSS53362.2021.00018