I. Data Warehouse
Kumpulan data yang berorientasi subjek, terintegrasi, time-variant, dan non volatile untuk mendukung proses pengambilan keputusan. Kesimpulannya data warehouse merupakan kumpulan data yang berorientasi subjek, terintegrasi, time-variant, dan non volatile untuk mendukung proses pengambilan keputusan.
Subject Oriented :
Data warehouse mengorganisasikan subjek utama perusahaan (pe-langgan, produk, dan penjualan), bukan area aplikasi utama (faktur pelanggan, pengawasan stock, dan penjualan produk). Hal ini menggambarkan kebutuhan untuk menyimpan data pendukung keputusan dari pada aplikasi yang berorientasi data.
· Integrated
Pengambilan secara bersamaan sumber data yang berasal dari system aplikasi berbagai perusaan besar yang berbeda. Sumber data sering tidak konsisten, misal berbeda format. Sumber data yang terintegrasi harus dapat dibuat konsisten untuk menggambarkan view gabungan data ke pemakai.
· Time variant
Data warehouse hanya akurat dan valid pada saat tertentu atau beberapa interval waktu tertentu.
· Non-volatile
Data tidak diperbaharui secara real time tetapi diperbaharui dari system operasional secara regular. Data baru selalu ditambahkan sebagai lampiran pada basis data, bukan menggantikan data lama.
Keuntungan Data Warehouse
- Pengembalian investasi yang tinggi
- Keuntungan yang kompetitif
- Meningkatkan produktifitas para pembuat keputusan korporasi
· Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi
· Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan.
II. Arsitektur Data Warehouse
III. Sumber data untuk Data Warehouse :
1. Data operasional dalam organisasi, misalnya basis data pelanggan dan produk.
2. Sumber eksternal yang diperoleh misalnya melalui Internet, basis data komersial, basis data pemasok atau pelanggan.
Berbagai data yang berasal dari sumber digabungkan dan diproses lebih lanjut oleh manajer data warehouse dan disimpan dalam basis data tersendiri. Selanjutnya, perangkat lunak seperti OLAP dan data mining dapat digunakan oleh pemakai untuk mengakses data warehouse.
IV. Alur Data Warehouse
· Inflow
Pengekstrasian, pembersihan, dan pemuatan sumber data.
· Upflow
Menambahkan nilai data ke dalam warehouse melalui ringkasan, pemaketan, dan pendistribusian data.
· Downflow
Pengarsipan dan backup data ke dalam warehouse.
· Outflow
Membuat data agar tersedia untuk pemakai akhir.
· Meta-flow
Pengaturan meta-data
V. Teknologi dan Peralatan Data Warehouse
Peralatan untuk pengekstrasian, pembersihan, dan transformasi:
· Code generator
Membuat program transformasi 3GL/4GL yang dapat disesuaikan berdasarkan sumber dan target pendefinisian data.
· Database data replication tools
Menggunakan database trigger dan recovery log untuk merekam perubahan terhadap sumber data tunggal pada satu system dan mengunakan perubahan tsb kesuatu salinan sumber data yang dialokasikan pada sebuah sistem yang berbeda.
· Dynamic transformation engines
Merekam data dari sumber system pada interval yang telah definisikan pemakai, mentransformasikan data kemudian mengirim dan memuat hasilnya ke dalam target lingkungan
VI. Perancangan Data Warehouse
Petunjuk membangun data warehouse :
o Menentukan misi dan sasaran bisnis bagi pembentukandata warehouse.
o Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi data warehouse.
o Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data dan artinya
o Merancang basis data untuk data warehouse
o Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban.
o Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse
VII. Contoh Implementasi data warehouse di Oracle
Fasilitasyang disediakanOracle untukdata warehouse :
1. Summary management
Mekanisme untuk menyimpan data multi dimensi dan ringkasan perhitungan pada sebuah tabel.
2. Analytical functions
Penggunaan fungsi analitikal SQL (ranking, moving aggregate,dll) untuk keperluan business intelligence dan aplikasi data warehouse.
3. Bitmapped indexes
Meningkatkan kinerja yang sangat baik terhadap aplikasi data warehouse.
4. Advanced join methods
Dengan partition wise-join, secara dramatis meningkatkan kinerja join yang melibatkan tabel yang telah dipartisi pada join key.
5. Sophisticated SQL optimizer
Optimizer secara dinamik menentukan path dan join yang paling efisien untuk setiap query
6. Resource management
Menyediakan pengawasan sumber-sumber system yang telah ditentukan pemakai.
0 komentar:
Posting Komentar