MENGENAL DATA WAREHOUSE - ?· Gudang data atau Data Warehouse adalah kumpulan data yang berorientasi…

Download MENGENAL DATA WAREHOUSE - ?· Gudang data atau Data Warehouse adalah kumpulan data yang berorientasi…

Post on 07-Mar-2019

214 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

<p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>MENGENAL DATA WAREHOUSE </p> <p>Kusumawardani </p> <p>wardhanik24@gmail.com :: http://ilmuti.org/author/kusumawardani/ </p> <p>Abstrak </p> <p>Tentu setiap orang kenal dengan yang namanya data, karena segala aktifitas sudah pasti </p> <p>merangkum data yang akan disimpan untuk dijadikan sebagai informasi. Saya akan </p> <p>menjelaskan data yang digunakan sebagai gudangnya dari data yaitu data warehouse. </p> <p>Pada perusahaan-perusahaan besar atau pun perusahaan kecil tidak luput dari data </p> <p>warehouse, karena jika tidak ada data warehouse, maka tidak ada gudang data </p> <p>organisasi disimpan secara elektronik, dirancang untuk memfasilitasi pelaporan dan </p> <p>analisis data. Gudang data atau Data Warehouse adalah kumpulan data yang </p> <p>berorientasi subjek, terpadu atau terintegrasi, time-variant atau rentang waktu dan non-</p> <p>volatile untuk mendukung proses manajemen pengambilan keputusan. Data warehouse </p> <p>berfokus pada penyimpanan data. Namun, cara untuk mengambil dan menganalisis data, </p> <p>ekstrak, transformasi dan data beban, dan untuk mengelola data kamus juga dianggap </p> <p>komponen penting dari sistem penyimpanan data. Banyak referensi ke data </p> <p>pergudangan menggunakan konteks yang lebih luas. Jadi, definisi yang diperluas untuk </p> <p>data pergudangan meliputi alat intelijen bisnis, alat untuk ekstrak, transform dan load </p> <p>data ke dalam repositori, dan alat untuk mengelola dan mengambil data. Data </p> <p>pergudangan muncul membutuhkan sebuah organisasi untuk dapat diandalkan, laporan </p> <p>konsolidasi, unik dan terpadu dan analisis data tersebut, pada tingkat agregasi yang </p> <p>berbeda. </p> <p>Kata Kunci: Data, Data Warehouse, Gudang Data, Analisis Data, Data Pergudangan </p> <p>https://holishasir72.wordpress.com/2013/05/30/penyebab-web-tidak-bisa-diakses/mailto:wardhanik24@gmail.comhttp://ilmuti.org/author/kusumawardani/</p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>Pendahuluan </p> <p>Definisi Data adalah catatan atas kumpulan. Data merupakan bentuk jamak dari datum, </p> <p>berasal dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam penggunaan </p> <p>sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan </p> <p>ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat </p> <p>berupa angka, kata-kata, atau citra. </p> <p>Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah </p> <p>sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang </p> <p>lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan </p> <p>banyak data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakan </p> <p>klasifikasi. </p> <p>Dalam pokok bahasan Manajemen Pengetahuan, data dicirikan sebagai sesuatu yang </p> <p>bersifat mentah dan tidak memiliki konteks. Dia sekadar ada dan tidak memiliki </p> <p>signifikansi makna di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk, </p> <p>terlepas dari apakah dia bisa dimanfaatkan atau tidak. </p> <p>Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut: </p> <p> Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti </p> <p>fakta </p> <p> Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu </p> <p>(resources) dan kejadian (transactions)yang terjadi </p> <p> Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian </p> <p>yang kita hadapi </p> <p>Intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu </p> <p>kesimpulan dalam menarik suatu keputusan. </p> <p>https://id.wikipedia.org/wiki/Bahasa_Latinhttps://id.wikipedia.org/wiki/Variabelhttps://id.wikipedia.org/wiki/Deskripsihttps://id.wikipedia.org/wiki/Klasifikasihttps://id.wikipedia.org/wiki/Manajemen_Pengetahuan</p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>Pembahasan </p> <p>Data warehouse adalah suatu konsep dan kombinasi teknologi yang memfasilitasi </p> <p>organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem </p> <p>atau aplikasi operasional [Ferdiana, 2008]. Pemakaian teknologi data warehouse </p> <p>hampir dibutuhkan oleh semua organisasi, tidak terkecuali Perpustakaan. Data </p> <p>warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam </p> <p>aplikasi atau sistem. Hal ini menjamin mekanisme akses satu pintu bagi manajemen </p> <p>untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan. </p> <p>Beberapa konsep dasar tentang data warehouse : </p> <p> Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, memiliki </p> <p>dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan </p> <p>dalam mendukung proses pengambilan keputusan oleh para manajer di setiap </p> <p>jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat tinggi). </p> <p> Data warehouse adalah suatu paradigma baru dilingkungan pengambilan keputusan </p> <p>strategik. Data warehouse bukan suatu produk tetapi suatu lingkungan dimana user </p> <p>dapat menemukan informasi strategik [Poniah, 2001, h.14]. Data warehouse adalah </p> <p>kumpulan data-data logik yang terpisah dengan database operasional dan </p> <p>merupakan suatu ringkasan. </p> <p> Data warehouse adalah data yang diperoleh dari proses dimana organisasi </p> <p>mengekstraksi makna dari aset infromasi yang mereka miliki. Data warehouse </p> <p>adalah inovasi baru dalam hal teknologi informasi. Sejak dimulai sekitar 15 tahun </p> <p>lalu, konsep data warehouse ini berkembang secara cepat sehingga saat ni konsep </p> <p>data warehouse ini adalah konsep yang paling banyak dibicarakan oleh para ahli di </p> <p>bidang tekhnologi informasi. </p> <p> Data Warehouse adalah Pusat repositori informasi yang mampu memberikan </p> <p>database berorientasi subyek untuk informasi yang bersifat historis yang </p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>mendukung DSS (Decision Suport System) dan EIS (Executive Information </p> <p>System). </p> <p> Salinan dari transaksi data yang terstruktur secara spesifik pada query dan analisa. </p> <p> Salinan dari transaksi data yang terstruktur spesifik untuk querydan laporan. </p> <p>Karakteristik Data Warehouse </p> <p>1. Berorientasi Subjek. </p> <p>Data warehouse terorganisasi di seputar subjek kunci (atau entitas-entitas </p> <p>peringkat tinggi) dalam perusahaan, Data warehouse adalah tempat penyimpanan </p> <p>berdasakan subyek bukan berdasakan aplikasi. Subyek merupakan bagian dari </p> <p>suatu perusahaan. Contoh subyek pada perusahaan manufaktur adalah penjualan, </p> <p>konsumen, inventori, daln lain sebagainya. </p> <p>Contoh lain misalnya di bank, aplikasi kredit mengotomasi fungsi-fungsi: </p> <p>verifikasi lamaran dan credit checking, pemeriksaan kolateral, approval, </p> <p>pendanaan, tagihan, dan seterusnya. Didalam data warehouse data-data yang </p> <p>dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan </p> <p>diintegrasikan (digabung) dengan data-data dari fungsi-fungsi lain, agar </p> <p>berorientasi pada misalnya nasabah dan produk. </p> <p>Gambar dibawah ini merupakan perbedaan mengenai data warehouse dan database </p> <p>operasional. </p> <p>https://opistation.wordpress.com/2013/10/15/karakteristik-data-warehouse/https://opistation.files.wordpress.com/2013/10/data.png</p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>2. Terintegrasi </p> <p>Data yang tersimpan dalam data warehouse didefinisikan menggunakan konversi </p> <p>penamaan yang konsisten, format-format, struktur terkodekan, serta karakteristik-</p> <p>karakteristik yang berhubungan, Sumber data yang ada dalam data warehouse </p> <p>tidak hanya berasal dari database operasional (internal source) tetapi juga berasal </p> <p>dari data diluar sistem (external source). Data pada sumber berbeda dapat di-</p> <p>encode dengan cara yang berbeda. Sebagai contoh, data jenis kelamin dapat di-</p> <p>enkode sebagai 0 dan 1 di satu tempat dan m dan f di tempat lain. </p> <p>Contoh lain misalnya : Data dari macam-macam aplikasi transaksi (untuk bank </p> <p>misalnya: tabungan, kredit, rekening koran) semua mengandung data nasabah, ada </p> <p>yang sama ada yang spesifik (yang sama misalnya: nama dan alamat, yang </p> <p>spesifik misalnya: untuk kredit ada kolateral, untuk rekening koran ada overdraft) </p> <p>didalam data warehouse data-data yang sama harus diintegrasikan disatu database, </p> <p>termasuk misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi </p> <p> aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di </p> <p>teknologi berbeda-beda) </p> <p>3. Memiliki dimensi waktu (Time variant) </p> <p>Data yang tersimpan dalam data warehouse mengandung dimensi waktu yang </p> <p>mungkin digunakan sebagai rekaman bisnis untuk tiap waktu tertentu, Data </p> <p>warehouse menyimpan sejarah (historical data). Bandingkan dengan kebutuhan </p> <p>sistem operasional yang hampir semuanya adalah data mutakhir! Waktu </p> <p>merupakan tipe atau bagian data yang sangat penting didalam data warehouse. </p> <p>Didalam data warehouse sering disimpan macam-macam waktu, seperti waktu </p> <p>suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya, kapan masuk ke </p> <p>komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan versinya, </p> <p>misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang </p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>baru ada semua didalam data warehouse kita. Sekali lagi, data warehouse yang </p> <p>bagus adalah yang menyimpan sejarah. </p> <p>4. Non-volatile </p> <p>Data yang tersimpan dalam data warehouse diambil dari system operasional yang </p> <p>sedang berjalan, tetapi tidak dapat diperbaharui (di-update) oleh pengguna </p> <p>(bersifat hanya-baca), Sekali masuk kedalam data warehouse, data-data, terutama </p> <p>data tipe transaksi, tidak akan pernah di update atau dihapus (delete) Terlihat, </p> <p>bahwa keempat karakteristik ini saling terkait kesemuanya harus </p> <p>diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk </p> <p>mendukung pengambilan-keputusan. Dan, implementasi keempat karakteristik ini </p> <p>membutuhkan struktur data dari data warehouse yang berbeda dengan database </p> <p>sistem operasional. </p> <p>Data dalam database operasional akan secara berkala atau periodik dipindahkan </p> <p>kedalam data warehouse sesuai dengan jadwal yang sudah ditentukan. Misal </p> <p>perhari, perminggu, perbulan, dan lain sebagainya. Sekali masuk ke dalam data </p> <p>warehouse, data adalah read-only . Pada gambar 2 dibawah ini bisa dilihat bahwa </p> <p>database OLTP bisa dibaca, diupdate, dan dihapus. Tetapi pada database data </p> <p>warehouse hanya bisa dibaca. </p> <p>5. Ringkas </p> <p>Jika diperlukan, data operasional dikumpulkan ke dalam ringkasan-ringkasan </p> <p>https://opistation.files.wordpress.com/2013/10/data2.png</p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Seluruh dokumen di ilmuti.org dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial </p> <p>(nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap </p> <p>dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ilmuti.org </p> <p>6. Granularity </p> <p>Pada sistem operasional data dibuat secara real-time sehingga untuk mendapatkan </p> <p>informasi langsung dilakukan proses query. Pada data warehouse pada </p> <p>menganalisis harus memperhatikan level-of-detail misalkan perhari, ringkasan </p> <p>perbulan, ringkasan per-tiga-bulan. </p> <p>7. Tidak ternormalisasi </p> <p>Data di dalam sebuah data warehouse biasanya tidak ternormalisasi dan sangat </p> <p>redundan. Dasar dari suatu data warehouse adalah suatu data yang besar yang </p> <p>mengandung informasi bisnis. Data-data yang ada di dalam data warehouse bisa </p> <p>berasal dari banyak sumber, misalkan dari database operasional atau transaksional </p> <p>dan sumber dari luar misalkan dari web, penyedia jasa informasi, dari perusahaan </p> <p>lain, dan lain sebagainya. </p> <p>Beberapa manfaat yang menyediakan data warehouse adalah sebagai berikut: </p> <p> Gudang data menyediakan model data yang umum untuk semua data tanpa bunga </p> <p>sumber data itu. Hal ini membuat lebih mudah untuk melaporkan dan menganalisa </p> <p>informasi daripada kalau beberapa model data yang digunakan untuk mengambil </p> <p>informasi seperti faktur penjualan, penerimaan pesanan, biaya buku besar, dll. </p> <p> Sebelum memasukkan data ke dalam data warehouse, ketidakkonsistenan </p> <p>diidentifikasi dan diselesaikan. Hal ini sangat menyederhanakan pelaporan dan </p> <p>analisa. </p> <p> Informasi dalam data warehouse adalah di bawah kontrol pengguna gudang data </p> <p>sehingga, bahkan jika sumber data sistem ini dihapus dari waktu ke waktu, </p> <p>informasi di gudang dapat disimpan dengan aman untuk waktu yang lama. </p> <p> Karena mereka terpisah dari sistem operasional, data warehouse menyediakan </p> <p>pengambilan data tanpa memperlambat sistem operasional. </p> <p>Lisensi Dokumen: Copyright 2008-2017ilmuti.org </p> <p>Se...</p>