DATA WAREHOUSE

Nama : Andri Mardiana

Kelas: TI/3D

Npm : 1103137

Pengertan Data Warehouse

Data warehouse adalah data-data yang beorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan. Sedangkan data mining muncul setelah banyak dari pemilik data baik perorangan maupun organisasi mengalami penumpukan data yang telah terkumpul selama beberapa tahun, misalnya data pembelian, data penjualan, data nasabah, data transaksi, email dan sebagainya. Kemudian muncul pertanyaan dari pemilik data tersebut, apa yang harus dilakukan terhadap tumpukan data tersebut.

Data warehouse didesain untuk kita bisa melakukan query secara cepat. Informasi diturunkan dari data lain, dilakukan rolling up untuk dijadikan ringkasan, dilakukan operasi drilling down untuk mendapatkan informasi lebih detail, atau melihat pola yang menarik atau melihat trend (kecenderungan).

Karakteristik Data Warehouse

• Subject Oriented (Berorientasi subject).Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu
• Integrated (Terintegrasi). Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.
• Time-variant (Rentang Waktu). Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu
• Non-Volatile. Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu  ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya

Dalam pendekatan dimensi, data transaksi yang dibagi menjadi baik "fakta", yang biasanya data transaksi numerik, atau "dimensi", yang merupakan informasi referensi yang memberikan konteks untuk fakta-fakta. Sebagai contoh, transaksi penjualan dapat dipecah menjadi fakta seperti jumlah produk yang dipesan dan harga yang dibayarkan untuk produk, dan masuk ke dimensi seperti tanggal order, nama pelanggan, nomor produk, agar kapal-dan tagihan-untuk lokasi , dan bertanggung jawab untuk menerima perintah penjual. Keuntungan utama dari pendekatan dimensi adalah bahwa data warehouse lebih mudah bagi pengguna untuk memahami dan menggunakan. Selain itu, pengambilan data dari data warehouse cenderung untuk beroperasi sangat cepat. Kelemahan utama dari pendekatan dimensi adalah: 

1. Untuk menjaga integritas fakta dan dimensi, memuat data warehouse dengan data dari sistem operasional yang berbeda adalah rumit, dan 
2. Sulit untuk memodifikasi struktur data warehouse jika organisasi mengadopsi pendekatan dimensi perubahan cara di mana ia melakukan bisnis. 

Dalam pendekatan normal, data di gudang data yang disimpan berikut, untuk gelar aturan database, normalisasi. Tabel dikelompokkan bersama-sama dengan bidang studi yang mencerminkan data kategori umum (misalnya, data tentang pelanggan, produk, keuangan, dll). Keuntungan utama dari pendekatan ini adalah bahwa hal itu mudah untuk menambahkan informasi ke dalam database. Kerugian dari pendekatan ini adalah bahwa, karena jumlah meja yang terlibat, akan sulit bagi pengguna baik untuk: 

1. bergabung dengan data dari sumber yang berbeda menjadi informasi yang bermakna dan kemudian 
2. mengakses informasi tanpa pemahaman yang tepat dari sumber data dan struktur data dari data warehouse. 

• ·Off line Operasional Database 

Gudang data dalam tahap awal dikembangkan dengan hanya menyalin data dari sistem operasional ke server lain dimana beban pengolahan pelaporan terhadap data yang disalin ini tidak akan mempengaruhi kinerja sistem operasional itu. 

•  Off line Data Warehouse 

Gudang data pada tahap ini diperbarui dari data dalam sistem operasional secara teratur dan data gudang data disimpan dalam struktur data yang dirancang untuk memfasilitasi pelaporan. 

• ·Real Time Data Warehouse 

Gudang data pada tahap ini akan diperbarui setiap kali sistem operasional melakukan transaksi (misalnya pembelian atau pengiriman atau pemesanan.). Gudang Data Terpadu 
gudang data pada tahap ini akan diperbarui setiap kali sistem operasional melakukan transaksi.

     

      Istilah Dalam Warehouse

Istilah-istilah yang berkaitan dengan data warehouse :

1.    Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

2.    On-Line Analytical Processing(OLAP)

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

3.    On-Line Transaction Processing(OLTP)

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

4.    Dimension Table

Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta  dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

5.    Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

6.    DSS

Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

Manfaat Warehouse

Gudang data menyediakan model data yang umum untuk semua data tanpa bunga sumber data itu. Hal ini membuat lebih mudah untuk melaporkan dan menganalisa informasi daripada kalau beberapa model data yang digunakan untuk mengambil informasi seperti faktur penjualan, penerimaan pesanan, biaya buku besar, dll

* Sebelum memasukkan data ke dalam data warehouse, ketidakkonsistenan diidentifikasi dan diselesaikan. Hal ini sangat menyederhanakan pelaporan dan analisa.

* Informasi dalam data warehouse adalah di bawah kontrol pengguna gudang data sehingga, bahkan jika sumber data sistem ini dihapus dari waktu ke waktu, informasi di gudang dapat disimpan dengan aman untuk waktu yang lama.

* Karena mereka terpisah dari sistem operasional, data warehouse menyediakan pengambilan data tanpa memperlambat sistem operasional.

* Data gudang dapat bekerja dalam kaitannya dengan dan, karenanya, meningkatkan nilai aplikasi bisnis operasional, terutama customer relationship management (CRM) sistem.

* Data gudang memfasilitasi aplikasi sistem pendukung keputusan seperti laporan tren (misalnya, barang-barang dengan penjualan paling di daerah tertentu dalam dua tahun terakhir), laporan pengecualian, dan laporan yang menunjukkan kinerja aktual versus tujuan.

Kekurangan

Ada juga kerugian untuk menggunakan data warehouse. Beberapa di antaranya adalah:

* Data gudang tidak lingkungan optimal untuk data tidak terstruktur.

* Karena data harus diekstrak, diubah dan dimasukkan ke dalam gudang, ada unsur latency dalam data data warehouse.

* Selama hidup mereka, gudang data dapat memiliki biaya tinggi.

* Data gudang bisa mendapatkan usang relatif cepat. Ada biaya penyampaian informasi suboptimal bagi organisasi.

* Ada sering garis tipis antara gudang data dan sistem operasional. Gandakan, fungsionalitas mahal dapat dikembangkan. Atau, fungsi dapat dikembangkan di gudang data yang, dalam retrospeksi, seharusnya dikembangkan dalam sistem operasional

Keuntungan Data Warehouse

Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa database OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut dibawah ini (Ramelho).

Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.

•    Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.
•    Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data warehouse.
•      Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.

Istilah-istilah yang berhubungan dengan data warehouse

Istilah-istilah yang berkaitan dengan data warehouse antara lain:

1. Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

2.  On-Line Analytical Processing(OLAP)

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

3. On-Line Transaction Processing(OLTP)

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

4. Dimension Table

Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

5. Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

6. DSS

Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

Tugas-tugas Data warehouse

Ada empat tugas yang bisa dilakukan dengan adanya data warehouse menurut Williams, keempat tugas tersebut yaitu :

a. Pembuatan laporan

Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.

b. On-Line Analytical Processing (OLAP)

Dengan adanya data warehouse,semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.

c. Data mining

Data mining merupakan proses untuk menggali(mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.

Beberapa solusi yang diberikan data mining antara lain :

1. Menebak target pasar

Data mining dapat mengelompokkan (clustering) model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli dan melakukan klasifikasi terhadap setiap pemebeli sesuai dengan karakteristik yang diinginkan.

2. Melihat pola beli dari waktu ke waktu

Data mining dapat digunakan untuk melihat pola beli dari waktu ke waktu.

3. Cross-market analysis

Data mining dapat dimanfaatkan untuk melihat hubungan antara satu produk dengan produk lainnya.

4. Profil pelanggan

Data mining bisa membantu pengguna untuk melihat profil pembeli sehingga dapat diketahui kelompok pembeli tertentu cenderung kepada suatu produk apa saja.

5. Informasi summary

Data mining dapat membuat laporan summary yang bersifat multi dimensi dan dilengkapi dengan informasi statistik lainnya.

d. Proses informasi executive

Data warehouse dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehouse menjadi target informative bagi user.

QUIS 1 BASIS DATA ANDRI MARDIANA TI-3D (1103137)

 Membuat table TR kodetransaksi
create table tr_kodetransaksi
(c_trans number(5) primary key,
e_transvarchar2(50));

· Mengisi data kedalam TR kodetransaksi
insert into tr_kodetransaksi (c_trans, e_trans)
values (1, 'setor');

insert into tr_kodetransaksi (c_trans, e_trans)
values (2, 'tarik');

insert into tr_kodetransaksi (c_trans, e_trans)
values (3, 'atm');

insert into tr_kodetransaksi (c_trans, e_trans)
values (4, 'pemindahanbuku');

insert into tr_kodetransaksi (c_trans, e_trans)
values (5, 'koreksi plus');

insert into tr_kodetransaksi (c_trans, e_trans)
values (6, 'koreksi minus');

insert into tr_kodetransaksi (c_trans, e_trans)
values (7, 'bunga');

insert into tr_kodetransaksi (c_trans, e_trans)
values (8, 'administrasibiaya');

insert into tr_kodetransaksi (c_trans, e_trans)
values (9, 'pajak');

· Membuat table nasabah
create table trans_job
(c_jobvarchar(10) primary key,
n_jobvarchar2(50));

insert into trans _job(c_job, n_job)
values ('Tel', 'teller');

insert into trans _job(c_job, n_job)
values ('MGR', 'manager');

insert into trans _job(c_job, n_job)
values ('SYS', 'system analis');

· Membuat table tabungan
create table tm_tabungan
(I_TRANS VARCHAR2(20) primary key,
C_ TRANS NUMBER(5),
D_ TRANS DATE,
V_DEBET varchar(25),
V_KREDIT varchar(25),
V_SALDO varchar(25),
I_PETUGAS VARCHAR(10),
I_REKENING VARCHAR(25));

· Membuat foreign key tm_tabungan
alter table tm_tabungan add foreign key (c_trans) references tr_kodetransaksi (c_trans);

· Membuat table petugas
create table tm_petugas
(i_petugasvarchar(10) primary key,
n_petugasvarchar2(50));


· Memasukkan data petugas

insert into tm_petugas (i_petugas, n_petugas)
values (1, 'dita');

insert into tm_petugas (i_petugas, n_petugas)
values (2, 'mila');

· Membuatforeign keytm_tabungan(i_petugas)ketm_petugas
alter table tm_tabungan add foreign key (i_petugas) references tm_petugas (i_petugas);

· Membuatforeign keytm_tabungan(i_rekening) kenasabah
alter table tm_tabungan add foreign key (i_rekening) references nasabah (i_rek);

· Membuat table nasabah
create table nasabah
(I_REK VARCHAR(25) primary key,
N_NASABAH VARCHAR(50),
A_NASABAH VARCHAR(50),
D_LAHIR DATE,
C_JOB VARCHAR(10),
C_AGAMA VARCHAR(20));


· Membuat foreign key nasabah (c_job) ketr_job
alter table nasabah add foreign key (c_job) references tr_job (c_job);

· Membuat table agama
create table agama
(c_agamavarchar(20) primary key,
e_agamavarchar2(50));

· Memasukkan data pada table agama
insert into agama (c_agama, e_agama)
values (1, 'islam');

insert into agama (c_agama, e_agama)
values (2, ‘hindu’);

· Membuat foreign key dari table nasabah (c_agama) ke table agama
alter table nasabah add foreign key (c_agama) references agama (c_agama);

· Memasukkan data nasabah
insert into nasabah (I_REK, N_NASABAH, A_NASABAH, D_LAHIR, C_JOB, C_AGAMA)
values (01, 'dita', 'jambi', '11-nov-92', 'MGR', 1);

· Memasukkan data ke table tm_tabungan
insert into tm_tabungan (I_TRANS, C_ TRANS, D_ TRANS, V_DEBET, V_KREDIT, V_SALDO, I_PETUGAS, I_REKENING)
values ('trans01', 1, ‘25-oct-2012’, 10000, 5000, 5000, 1, 1);
insert into tm_tabungan (I_ TRANS, C_ TRANS, D_ TRANS, V_DEBET, V_KREDIT, V_SALDO, I_PETUGAS, I_REKENING)
values ('trans02', 1, '25-oct-2012', 5000, 2000, 3000, 1, 1);

· Mengeluarkan data nasabah
selecti_rek, n_nasabah, v_saldo
fromnasabah
inner join tm_tabungan
onnasabah.i_rek=tm_tabungan.i_rekening or
wherev_saldo=(select min (v_saldo) from tm_tabungan)

· Menampilkanc_trans, e_transaksi, SUM(v_debet), SUM(v_kredit)
selecttr_kodetransaksi.c_tr, tr_kodetransaksi.e_tr, sum(tm_tabungan.v_debet), sum(tm_tabungan.v_kredit) from tm_tabungan inner join tr_kodetransaksi on tr_kodetransaksi.c_tr=tm_tabungan.c_tr group by tr_kodetransaksi.c_tr, tr_kodetransaksi.e_tr

· Menampilkanc_trans, e_transaksi, SUM(v_debet), SUM(v_kredit)periodejaminan 2012 s/d Des 2012
.select tr_kodetransaksi.c_ trans, tr_kodetransaksi.e_ trans, sum(tm_tabungan.v_debet), sum(tm_tabungan.v_kredit) from tm_tabungan inner join tr_kodetransaksi on tr_kodetransaksi.c_ trans =tm_tabungan.c_ trans where d_ trans between '01-jan-2012' and '31-dec-2012' group by tr_kodetransaksi.c_trans,tr_kodetransaksi.e_ trans;

select count (*) as "jumlah" , c_trans from tm_tabungan group by c_trans

TUGAS 2 BASIS DATA ANDRI MARDIANA TI 3D (1103137)

SQL ( Structure Query Language ) adalah sebuah bahasa ang digunakan untuk mengakses data dalam basis data data relasional. SQL dibagi menjadi 2 bahasa yaitu :

a.     Data Definition Language ( DDL )

b.     Data Manipulation Data ( DML )

a.     Data Definition Language ( DDL )

DDL digunakan untuk mendefinisikan, mengubah, serta menghapus basis data dan objek-objek yang diperlukan dalam basis data, misalnya tabel, view, user, dan sebagainya.

DDL dibagi menjadi beberapa syntax yaitu antara lain :

1.     CREATE

2.     ALTER

3.     DROP

1.     CREATE

Digunakan  untuk membuat  basis data maupun objek-objek basis data SQL yang umum digunakan, misalnya membuat database, tabel, view, dan index.

Contoh :

1.1  membuat data base

CREATE DATABASE nama_data_base ;

Contoh  : create database febriliawan_1103061;

           

1.2  membuat tabel

CREATE TABLE nama_table ( nama_field tipe data(ukuran) , . . .);

Contoh : create table mahasiswa ( npm varchar(12), nama vachar(20), kelas varchar(5), alamat varchar(50));

1.3  membuat view

CREATE VIEW nama_view as select statement (with check option);

Contoh : create view mahaview as select * from mahasiswa ;

2.     ALTER

Digunakan untuk memodifikasi atribut atau field yang ada di dalam tabel, alter dibagi menjadi beberapa syntax yaitu

2.1  menambahkan kolom dalam tabel

ALTER TABLE nama_tabel ADD ( nama_kolom tipe_data(ukuran));

Contoh :  alter table mahasiswa add ( jkelamin  varchar (5));

2.2  mengubah panjang kolom suatu kolom dalam suatu tabel

ALTER TABLE nama_tabel MODIFY ( nama_kolom baru tipe_data(ukuran));

Contoh : alter table mahasiswa modify ( nama varchar (35));

2.3  menghapus kolom dalam suatu tabel

ALTER TABLE nama_tabel DROP ( nama_kolom tipe_data);

Contoh : alter table mahasiswa drop ( alamat varchar);

3.     DROP

Digunakan untuk menghapus suatu data base, tabel, atau view yang ada

3.1  menghapus database

DROP nama_database ;

Contoh : drop febriliawan_1103061;

3.2  menghapus tabel

DROP nama_tabel;

Contoh : drop mahasiswa;

3.3  menghapus view

DROP nama_view;

Contoh : drop mahaview;

           

b.      Data Manipulation Data ( DML )

DML digunakan untuk memanipulasi data yang ada dalam suatu tabel. Ada bererapa syntax dalam DML yaitu :

i.                    SELECT

ii.                  INSERT

iii.                UPDATE

iv.               DELETE

i.                    SELECT

Perintah yang digunakan untuk emnampilakn data dari satu atau lebih tabel, biasanya dalam satu database

Syntax :   SELECT [DISTINCT] nama_kolom

FROM nama_tabel

[ WHERE kondisi ]

[ GROUP BY nama_kolom ]

[ HAVING kondisi ]

[ ORDER BY nama_kolom [ASC/DESC]];

                        Contoh :

                                    i.1 menampilkan semua data

                                          SELECT * FROM nama_tabel;

                                          contoh : select * from mahasiswa;

                                    i.2 menampilkan nama mahasiswa yang rumahnya Sarijadi

                                          SELECT nama_kolom FROM nama_tabel WHERE kondisi;

                                          contoh : select nama from mahasiswa where alamat =       ‘sarijadi’;

                              i.3 menampilkan umur tertua

                                    SELECT  MAX (nama_kolom) FROM nama_tabel;

                                    Contoh : select max(umur) from mahasiswa;

                              i.4 menampilkan umur paling muda

                                   SELECT  MIN (nama_kolom) FROM nama_tabel;

                                   Contoh : select min(umur) from mahasiswa;

                              i.5 menampilkan rata-rata  umur semua

                                  SELECT AVG (nama_kolom) FROM nama_tabel;

                                  Contoh : select avg(umur) from mahasiswa;

                              i.6 menampilkan 1 kali saja

                                  SELECT DISTINCT (nama_kolom) FROMnama_tabel;

                  Contoh : SELECT DISTINCT alamat FROM MHS;

ii.                  INSERT

Digunakan untuk memasukkan data ke dalam tabel

        Syntax :

                           INSERT INTO nama_tabel[(nama_kolom1, …)]

                                       VALUES(data1, …);

                            Contoh      :          

1). Masukkan data mata kuliah Berkas Akses dengan

 kode KK222 dan besarnya 2

INSERT INTO MKUL VALUES(“KK222”, ”Berkas Akses”, 2);        2). INSERT INTO NILAI(npm,kdmk,mid)

                                 VALUES(“32296222”,”KK222”,30);

iii.                UPDATE

Digunakan untuk mengubah data dalam tabel

Sintaks  :  UPDATE nama_tabel  SET nama_kolom = ekspres WHERE kondisi;

                           Contoh       :          

1).Ubah alamat menjadi “Depok” untuk mahasiswa yang memiliki npm “50096487”

UPDATE MHS SET  alamat=”Depok” WHERE npm=”50096487”;

2).UPDATE NILAI SET mid=mid+10WHERE kdmk=”KK021”;

iv.               DELETE       

Digunakan untuk mengahspus data dalam suatu tabel

                           Sintaks  :     DELETE FROM nama_tabel WHERE kondisi

                        Contoh  :

  iv.1 Hapus data nilai mata kuliah “KK021” bagi mahasiswa

            yang mempunyai npm ”10296832”

DELETE FROM NILAI WHERE  npm=”10296832” AND     kdmk=”KK021”;

TUGAS 1 BASIS DATA ANDRI MARDIANA (1103137)

TUGAS MULTIMEDIA 6

TUGAS MULTIMEDIA 5

TUGAS MULTIMEDIA 4

KUDA CACAD VS STICKMAN CACAD :D
maaf klo jelek maklum masih dalam tahap pembelajaran :)