Model Pengembangan 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

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.

Pengenalan 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

Pengenalan Data Warehouse

Sumber : www.shutterstock.com/image-vector

A.        Pengertian 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.

B.        Karakteristik Data Warehouse

Berdasarkan pengertian data warehouse menurut W. H Inmon, data warehouse memiliki 4 (empat) karakteristik yaitu berorientasi subjek, terintegrasi, rentang waktu, dan non volatile.

1.          Subject Oriented

             Subject oriented yaitu data dikelompokan berdasarkan subjek tertentu, dan bukan berorientasi pada objek, misalnya pelanggan, mahasiswa, dan yang lainnya. Dapat juga dikatakan bahwa data warehouse didesain untuk membantu dalam menganalisis data berdasarkan subjek-subjek tertentu.

2.                      Integrated

              Integrasi sebagai karakteristik data warehouse berarti integritas dari data-data yang berasal dari sumber-sumber yang berbeda kedaam suatu tempat yang konsisten.Misalnya menggunakan format F dan M (Female dan Male). Sedangkan untuk tabel pelanggan yang berasal dari sumber data II menggunakan format P dan L (Perempuan dan Laki-Laki). Maka data tersebut sebelum masuk ke dalam data warehouse harus dilakukan integrasi terlebih dahulu. Misalnya memilih format dari salah satu sumber data atau menggunakan format yang baru, misalnya 0 untuk perempuan/female dan 1 untuk laki-laki/male.

      3.                 Time Variant

                  Data yang berada di dalam data warehouse akurat dan valid pada titik waktu tertentu atau dalam interval waktu tertentu (hanya pada saat proses ETL/update). Setiap data yang dimasukkan ke data warehouse pasti memiliki dimensi waktu. Dimensi waktu ini akan dipergunakan sebagai pembanding dalam perhitungan untuk menghasilkan laporan yang diinginkan. Selain itu, dengan menggunakan dimensi waktu, pembuat keputusan dapat mengenal kecenderungan dan pola dari suatu data.

     4.                     Non Volatile

            Non Volatile merupakan data pada data warehouse tidak dapat mengalami perubahan, tidak dapat diupdate secara real time tetapi dapat di refresh dari sistem operasional. Datatabase tersebut secara berkesinambungan mengambil data baru ini, dan kemudian disatukan dengan data sebelumnya. (Lim, 2012)

            C.                Peran Data Warehouse

Data Warehouse sangat berperan dalam kehidupan sehari-hari khususnya untuk organisasi dalam skala besar dalam analisa data. Peran data warehouse dalam beberapa bidang yaitu :

1.      Perbankan

Peran data warehouse dalam perbnkan adalah untuk transaksi, analisa nasabah, report, dan yang lainnya.

2.      Industri

Data warehouse sangat berperan dalam industri, misalnya menyimpan data bahan mentah sampai dengan produk jadi dan dapat memberikan informasi terkait data yang disimpan, serta yang lainnya.

3.      Pemerintahan

Peran data warehouse dalam pemerintahan misalnya dalam smart city atau e-goverment.

4.      Bisnis

Peran data warehouse dalam bisnis adalah untuk menyimpan data jual beli dan lain sebagainya.

5.      Transportasi

Peran data warehouse dalam transportasi misalnya dalam maskapai penerbangan. (I Putu Agus Eka Pratama, 2017)

Daftar Pustaka

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

Lim, S. (2012). Data Warehouse untuk pengelolaan pejualan pada PT. Lippo Kawaraci, TBK. STIMK Pontianak Online Journal, Vol. 2, No. 1, 61-62.