Data Warehouse Terdistribusi

Nama              : I Komang Pande Natayasa
NIM                : 1605551035
Mata Kuliah : Data Warehouse
Dosen              : I Putu Agus Eka Pratama, S.T., M.T.
Jurusan/Fakultas/Perguruan Tinggi :
Teknologi Informasi/Teknik/Universitas Udayana

Data Warehouse Terdisribusi

Data warehouse terdistribusi merupakan salah satu pilihan yang handal untuk digunakan sebagai arsitektur sebuah data warehouse perusahaan tertentu. Mengingat tugas dari Data Warehouse antara lain adalah sebagai berikut.

1. Laporan atau Report

Tujuan utawa data warehouse adalah pembuatan laporan mengenai hal tertentu. Dengan menggunakan data warehouse dapat menggunakan query sederhana sehingga diperoleh laporan per hari, perbulan, dan pertahun yang dapat digunakan sebagai penunjang keputusan untuk pengguna.

2. Informasi

Informasi yang disajikan oleh data warehouse adalah sebuah informasi sesuai dengan kebutuhan informasi sebuah instansi, dengan menggunakan Data Warehouse, segala laporan dapat diringkas, dapat pula mengetahui segala rinciannya secara lengkap. Data Warehouse mempermudah proses pengambilan keputusan informasi.

3. On-Line Analytical Processing (OLAP)

Data Warehouse dapat menyajikan semua informasi baik detail maupun hasil informasi yang dibutuhkan sehingga proses analisa mudah didapat. OLAP mendayagunakan konsep data multi dimensi sehingga dapat melihat data dari setiap dimensi.

Data Warehouse terdistribusi menggunakan gateway, gateway berfungsi sebagai jembatan penghubung antara data warehouse dengan workstation yang menggunakan sistem yang beraneka ragam. Sistem terdistribusi memungkinkan perusahaan dapat mengakses sumber data berada diluar lokasi perusahaan. Keuntungan data warehouse terintegrasi adalah data tetap konsisten karena sebelum data digunakan data terlebih dahulu mengalami proses sinkronisasi, selain juga lebih handal. Kerugian data warehouse terdistribusi adalah lebih kompleks untuk diterapkan karena sistem operasi dikelola secara terpisah juga biayanya yang paling mahal dibandingkan bentuk data warehouse lainya.

Komponen-Konponen pada data warehouse terdistribusi adalah sebagai berikut.

1. Operasional

2. Load Manager

3. Warehouse Manager

4. Query Manager

5. End-user Access Tools

Daftar Pustaka

Pratama, I. P. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.

Analisa data dengan Data Warehouse

Analisa Data dengan Data Warehouse

Berikut ini meupakan makalah analisa data dengan data warehouse :

Tutorial Install Talend Opsen Studio

Tutorial Install Talend Open Studio

Berikut ini meupakan tahapan install talend opsen studio

1. Pemilihan directory tampat penyimpanan untuk menginstall pentaho, untuk mengubah direktori yang digunakan bisa mengklik tombol browse, kemudian jika folder yang diinginkan sudah sesuai maka klik tombol install.

2. Proses installing Talend Open Studio

Selama proses installing Talend Open Studio silahkan menuungu sampai proses installing selesai.

3. Jika Proses Installasi sudah selesai maka muncul tampilan sebagai berikut

4. Setelah itu silahkan buka folder tempat install Talend Open Studio, kemudian klik 2 kali pada ikon TOS seperti gambar berikut ini

5. Proses pembukaan Talend Open Studio

Cloud Warehousing

A. Definisi

Komputasi awan atau cloud computing merupakan model komputasi di dalam jaringan komputer yang menawarkan 4 model deployment dan 3 jenis layanan. 4 model deployment yaitu :

- Private

- Public

- Hybrid

- Community

Layanan yang terdiri dari 3 layanan yaitu :

- IAAS

- PAAS

- SAAS

Kauntungan yang diperoleh jika menggunakan cloud computing adalah memberikan keunggulan dalam hal keamanan, kemudahan dalam mengakses datanya , dan kehandalannya.

B. Pilihan Arsitektur

Arsitekrut dalam cloud wareouseing terdiri dari 3 pilihan arsitektur yaitu sebagai berikut :

1. Shared Nothing Architecture Cloud Warehousing

Arsitektur ini digambarkan dengan setiap node memiliki memori, prosesor, dan media penyimpanan sendiri, sehingga dapat disesuaikan dengan lingkup enterprise yang digunakan.

2. Share Disk Architecture Cloud Warehousing

Arsitektur ini menggunakan bersama DBMS yang digunakan pada data warehouse, penyimpanan, setiap node memiliki procesor dan memori sendiri.

3. Shared memory architecture cloud warehousing

Setiap node memiliki procesor sendiri namun memiliki atau dapat berbagi memori bersama.

C. Tantangan/Kendala Cloud Warehousing

- Sumber daya komputase yang digunakan dalam membangun cloud warehousing

- Kemampuan/dukungan sistem yang digunakan untuk membangun cloud warehousing.

- Besar ruang penyimpanan data warehouse

- Sisi keamanan yang dapat dilihat dari berbagai aspek seperti sistem, jaringan, pengguna, policy, dan qos.

Daftar Pustaka

I Putu Agus Eka Pratama, S. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.

Bussiness Intelegence and BI Tool

Bussiness Intellegence and BI Tool

A. Definisi

Business Intelligence atau disingkat BI adalah sebuah software yang memiliki kecerdasan berbasis pada data, kecerdasan berarti mampu mengolah informasi pada data. BI juga dapat berarti sekumpulan teknik atau alat untuk mentransformasi data mentah manjadi informasi yang berguna dan bermakna untuk tujuan analisis bisnis. Tujuan dari BI adalah untuk memudahkan intepretasi atau penggambaran dari jumlah data yag besar tersebut, mengidentifikasi kesempatan atau peluang yang baru dan mengimplementasikan suatu strategi yang efektif berdasarkan wawasan yang dapat diperoleh dari hasil pengolahan data yang dapat menyediakan bisnis suatu keuntungan pasar yang kompetitif.

B. Perbedaan BI dan AI

Perbedaan Bussiness Intellegence dengan Artificial Intellegence adalah pada penggunaan algoritma, jika AI lebih banyak atau ditekankan pada penggunaan algoritma untuk menyelesaikan sebuah masalah. Sedangkan BI jarang menggunakan algoritma.

C. Konsep Dasar BI

- Data Sourcing
Data Sourcing merupakan sumber data dari berbagai lokasi, data ini biasanya memiliki beragam format dan struktur yang berbeda, kemudian data ini akan digunakan untuk tujuan tertentu yang dijadikan satu dalam satu tempat (data warehouse).

- Data Analysis
Analisis data menghasilkan berbagai hal seperti report, knowledge dari pola data, informasi, hal ini menjadi dasar dalam penentuan keputusan pada bisnis enterprise berbasis analisis pasar, pengguna atau penjualan.

- Situation awerness
Situation awareness merupakan suatu dasar bagi BI untuk mengetahui kondisi pasar dan kondisi bisnis yang dijalankan.

- Risk analysis
Bi yang menggunakan analisa pada data dapat menjadikan analisa sebagai analisa resiko pada perusahaan terkait ISO 31000.

- Decision Support
Data pada BI sangat membantu di dalam penentuan keputusan yang akan diambil oleh sebuah perusahaan.

D. Level BI

Terdapat level atau tingkatan dalam business intelligence yaitu sebagai berikut.

- Operasional
Pengumpulan data dari berbagai sumber data yang bersifat transaksional untuk kebutuhan analisa data sehingga yang diperhatikan adalah history data dalam kata lain dari OLTP menjadi OLAP.

- Akuisisi Data
Akuisisi data merupakan tindakan mengambil data dari berbagai sumber dengan berbagai format, kemudian diakuisisi ke dalam format yang sama melalui proses ETL.

- Penyimpanan Data
Data disimpan sebagai data historis, seseuai dengan format data warehouse sehingga berbentuk dalam format data multi dimensi.

- Analisis Data
Peran BI di dalam bisnis pada analisa data adalah analisa menggunakan OLAP atau slicing data berdasarkan dimensi tertentu dari multi dimensi data.

E. Tool business intelligence
Tool yang digunakan untuk dalam bisnis intellegence dapat terdiri dari beberapa jenis diantaranya :

- Software
- Hardware

- System

Daftar Pustaka

I Putu Agus Eka Pratama, S. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.

Integrasi pada Data Warehouse

Menurut W.H Inmon, Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek, terintegrasi, rentang waktu, yang dirancang untuk mendukung sistem pendukung keputusan dimana tiap data berhubungan dengan suatu kejadian pada suatu tempat. Data warehouse adalah desain database dari sebuah informasi organisasi untuk mendukung pengambilan keputusan. (I Putu Agus Eka Pratama, 2017) Data Warehouse merupakan data yang terintegrasi yang dapat dilakukan dari tiga jenis integrasi yaitu :

1. Integrasi Data, integrasi data terjadi karena sumber data dari banyak format yang berbeda sehingga harus diintegrasikan.

2. Integrasi Aplikasi , integrasi aplikasi berarti mengintegrasikan aplikasi beserta data didalamnya.

3. Integrasi midleware, integrasi tingkat midleware berarti mengintegrasikan midleware yang merupakan penghubung antara sotware dengan hardware.

Integrasi data dilakukan pada berbagai hal yang berkaitan dengan data tersebut. Integrasi data untuk menyesuaikan atau menyamakan data dapat dilakukan pada beberapa hal diantaranya:

1. Format, mengintegrasikan data dari segi format data.

2. Struktur, merupakan mengintegrasikan data berdasarkan struktur.

3. Sumber data, merupakan pengintegrasian data dari sumber data yang berbeda.

Tujuan dari data warehouse adalah untuk memperoleh berbagai hal sesuai kebutuhan, berikut ini merupakan tujuan data warehouse.

1. Analisa, analisa dilakukan pada data yang disimpan pada data warehouse.

2. Pola, pola dari data pada data wareouse dapat memberikan pengetahuan terkait data yang disajikan.

3. Keputusan, keputusan sangat dipengaruhi oleh pengetahuan yang dapat diperoleh dari pola dari data warehouse.

Daftar Pustaka

I Putu Agus Eka Pratama, S. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.

Model Pengembangan Data Warehouse

Model pengembangan Data Warehouse terdiri dari beberapa model diantaranya :

1. Model Pengembangan Top Down tanpa User Feedback

Model pengembangan Data Warehouse Bottom Up tanpa User Feedback memiliki aliran data yang berawal dari sumber-sumber data kemudian diteruskan ke Data Warehouse, kemudian dipecah ke dalam beberapa buah Data Mart. Model ini fokus kepada kemampuan pengguna memperoleh data sesuai kebutuhan melalui data mart, tanpa melakukan pengubahan apapun pada data mart maupun data warehouse itu sendiri.

2. Model Pengembangan Bottom Up tanpa User Feedback

Model pengembangan Data Warehouse Top Down tanpa User Feedback memiliki aliran data yang berawal dari sumber-sumber data kemudian diteruskan yang kemudian membentuk Data Mart, kemudian kemudian diintegrasikan menjadi sebuah Data Warehouse, pada proses integrasi dilakukan penghilangan redudancy. Model ini fokus kepada kemampuan pengguna memperoleh data sesuai kebutuhan melalui data mart, tanpa melakukan pengubahan apapun pada data mart maupun data warehouse itu sendiri.

3. Model Pengembangan Parallel tanpa User Feedback

Model pengembangan Data Warehouse Parallel tanpa User Feedback merupakan model pengembangan yang menggunakan data model yang digunakan sebagai acuan terbentuknya data mart yang datanya berasal dari berbagai sumber data, dan pada level data warehouse juga terbentuk sebagai data warehouse yang terbentuk dari berbagai sumber data dan mengikuti data model tersebut.

4. Model Pengembangan Top Down beserta User Feedback

Model ini memilki aliran data yang sama seperti model pengembangan top down tanpa user feedback tetapi bedanya terdapat user feedback yang diberikan kepada data mart yang mempengaruhi data mart dan kemudian mempengaruhi data warehouse untuk pengembangan Data warehouse dan data mart tersebut.

5. Model Pengembangan Bottom Up beserta User Feedback

Model ini memilki aliran data yang sama seperti model pengembangan Buttom Up tanpa user feedback tetapi bedanya terdapat user feedback yang diberikan kepada data warehouse yang mempengaruhi data warehouse dan kemudian mempengaruhi data mart untuk pengembangan Data warehouse dan data mart tersebut.

6. Model Pengembangan Parallel beserta User Feedback

Daftar Pustaka

I Putu Agus Eka Pratama, S. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.

Arsitekture Data Warehouse

Nama              : I Komang Pande Natayasa
NIM                 : 1605551035
Mata Kuliah   : Data Warehouse
Dosen              : I Putu Agus Eka Pratama, S.T., M.T.
Jurusan/Fakultas/Perguruan Tinggi :
Teknologi Informasi/Teknik/Universitas Udayana

Arsitektur Data Warehouse

A. Arsitektur Dasar Data Warehouse

Dasar Arsitektur diperkenalkan oleh oracle yang terdiri dari tiga bagian yaitu :

1. Data Source

Sumber data yang digunakan dalam data warehouse berasal dari berbagai hal seperti transaksi sistem yang sudah dilakukan selama bertahun-tahun, file, berkas, dan dokumen digital lainnya.

2. Tempat Data

Tempat data merupakan tempat data digudangkan atau tempat data disimpan sehinga menjadi sebuah data warehouse.

3. Pengguna

Pengguna merupakan para pengguna data warehouse yang terdiri dari jenis yaitu :

- Analyst merupakan orang yang bertugas menganalisa data warehouse

- Mining merupakan orang yang bertugas untuk memperoleh pengetahuan dari pola data yang disimpan di dalam data warehouse.

- Reporting merupakan orang yang menyampaikan laporan berdasarkan hasil analisa dan mining. (I Putu Agus Eka Pratama, 2017)

B. Arsitektur Data Warehouse Staging Area

Untuk memudahkan proses yang dilakukan data warehouse maka digunakan suatu alat untuk membersihkan , merapikan , dan disesuaikan dengan kebutuhan data untuk diolah dalam data warehouse yang dibangun. Konsep ini dikenal dengan staging area architecture.

C. Staging Area dan Data Mart Data Warehouse

Data mart merupakan bagian kecil dari data warehouse untuk fungsi khusus tertentu sehingga dapat lebih ringan dalam melayani user dan dapat meringankan kerja dari data warehouse. Data Mart dikombinasikan dengan Staging area sehingga meringankan kerja dari data warehouse.

Daftar Pustaka

I Putu Agus Eka Pratama, S. (2017). Handbook Data Warehouse. Bandung: Penerbit Informatika.