[Data Warehouse][6/C2 & 6/D2]

[ Chapter 2]Jenis dan Karakteristik Data Warehouse

Dedy Alamsyah, S.Kom, M.Kom[NIDN : 0410047807]

1. Functional Data Warehouse (Data Warehouse Fungsional)

2. Centralized Datawarehouse (Data Warehouse Terpusat)

3. Distributed Data Warehouse (Data Warehouse terdistribusi)

Jenis Data Warehouse

Kata operasional disini merupakan database yang diperolehdari kegiatan sehari-hari. Data warehouse dibuat lebih darisatu dan dikelompokkan berdasar fungsi-fungsi yang adadi dalam perusahaan seperti fungsikeuangan(financial),marketing,personalia dan lain-lain. Keuntungan dari bentuk data warehouse seperti ini adalah, sistem mudah dibangun dengan biaya relatif murahsedangkan kerugiannya adalah resiko kehilangan konsistensidata dan terbatasnya kemampuan dalam pengumpulandata bagi pengguna.

1. Functional Data Warehouse (Data

Warehouse Fungsional)

Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuaikebutuhan persuhaan. Data warehouse terpusat ini, biasadigunakan oleh perusahaan yang belum memiliki jaringaneksternal.

Keuntungan dari bentuk ini adalah data benar-benarterpadu karena konsistensinya yang tinggi sedangkerugiannya adalah biaya yang mahal serta memerlukanwaktu yang cukup lama untuk membangunnya.

2. Centralized Datawarehouse (Data

Warehouse Terpusat)

Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara data warehouse dengan workstation yang menggunakan sistemberaneka ragam. Dengan sistem terdistribusi seperti inimemungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan(eksternal).

Keuntungannya adalah data tetap konsisten karena sebelumdata digunakan data terlebih dahulu di sesuaikan ataumengalami proses sinkronisasi. Sedangkan kerugiannyaadalah lebih kompleks untuk diterapkan karena sistem operasidikelola secara terpisah juga biaya nya yang paling mahaldibandingkan dengan dua bentuk data warehouse lainnya

3. Distributed Data Warehouse (Data

Warehouse terdistribusi)

1. SUBJECT ORIENTED = Disimpan Berdasarkan Bisnis Subject

2. INTEGRATED = Mengintegrasikan data dari berbagaisumber dan aplikasi

3. TIME-VARIANT = Penyimpanan Berdasarkan waktu

4. NON VOLATILE = Tidak dapat di manipulasi (update dandelete)

Karakteristik Data Warehouse (William Inmon)

Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.

Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan (customers, products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama (customer invoicing, stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.

Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap proses.

1. Subject Oriented (Berorientasi subject)

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.

Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variable, konsisten dalam ukuran variable, konsisten dalam struktur pengkodean dan konsisten dalam atribut fisik dari data.

Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula dibuat oleh developer yang berbeda.

Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi nama dan format nya berbeda.

Variable tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya.

2. Integrated (Terintegrasi)

Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke belakang.

Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.

Cara yang ketiga, variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

3. Time-variant (Rentang Waktu)

Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :

Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya data pada data warehouse tidak di-updatesecara 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.

Berbeda dengan database operasional yang dapat melakukan update,insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating data).

4. Non-Volatile

Web based: Data warehouse biasanya didesain untuk memberikanlingkungan komputasi yang efisien untuk aplikasi berbasis web.

Relasional/multidimensional: Data warehouse menggunakan baikstruktur relasional maupun multidimensional.

Client/server: Data warehouse menggunakan arsitektur client/server untuk memberikan kemudahan akses bagi end-users.

Real time: Data warehouse yang lebih baru dan modern memberikan kemampuan analisa dan akses data real-time atauactive.

Include Metadata: Data warehouse berisi metadata (data tentangdata) mengenai bagaimana data diorganisir dan bagaimanamemanfaatkannya secara efektif.

Karakteristik Tambahan

Dimension Table Tabel yang berisikan kategori dengan ringkasan data detail yang

dapat dilaporkan. Seperti laporan laba pada tabel fakta dapatdilaporkan sebagai dimensi waktu ( yang berupa perbulan, perkwartaldan pertahun).

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.

Measure Measure adalah data angka yang akan ditelusuri jejak nilainya,

sedangkan dimension adalah parameter terhadap measure sehinggadapat mendefinisi kan suatu transaksi.

Dimension, Measure dan Fact Table

Menurut Ross (2002, p.402), fact table adalah sebuahrepresentasi umum dalam model dimensi dalamdatabase relasional dimana fact table terdiri dari key yang akan digabungkan dengan beberapa tabeldimensi dan masing-masing tabel dimensi memiliki satuprimary key.

Menurut Inmon (2006, p.391), fact table adalah pusatdari model multidimensi dimana data yang beradadidalamnya memiliki banyak hubungan dengan tabellainnya.

Dari teori di atas maka dapat disimpulkan bahwafact table adalah sebuah tabel yang berada di tengahmodel multidimensi yang akan berhubungan secaralangsung dengan tabel fakta. Gambar 2.6 Contoh Fact Table Sumber : Thomas Connolly, C. B. (2010). Database Systems : A PRACTICAL APPROACH TO DESIGN, IMPLEMENTATION, AND MANAGEMENT FIFTH EDITION

Fact Table

Menurut Ross (2002, p.399), dimensional table adalah sebuah tabel dalam model multidimensi dengan sebuah primary key dan deskripsi kolom – kolom atribut.

Menurut Inmon (2006, p.389), dimensional table adalah tempat dimana data akandihubungkan dengan fact table dankeduanya akan diletakkan pada tabelmultidimensi.

Dari teori di atas maka dapat disimpulkanbahwa dimensonal table adalah tabel yang berada dalam model multimensi yang akandihubungkan dengan tabel fakta

Dimension

Fact Table vs Dimension

Fact Table vs Dimension (2)

Fact Table, Dimension dan Measure

Secara garis besar data warehouse dibangun dari 3 komponenberikut:

1. TeknologiData warehouse, karena memiliki pendekatan yang berbeda dengan OLTP DBMS memiliki perkembangan yang lebih mengarah keoptimasi proses ETL, dandukungan untuk data mining dalam volume besar

2. Business Requirement Pengembangan data warehouse sangat bergantung pada kebutuhan, ruanglingkup dari bisnis perusahaan.

3. DataData yang digunakan pada DW tidak bias menggunakan data transaksionalyang dihasilkan OLTP. Data yang digunakan harus melalui proses ETL (Extract-Transform-Loading). Dimana data transaksional yang ada harusdiproses(extract), lalu diubah formatnya (transform) sesuai spesifikasi DW , hingga akhirnya dimasukkan kedalam system dw (load)

Komponen Data Warehouse

Selesai

Ada pertanyaan ???

1. Jelaskan sesuai yang anda pahami pengertian dariDimension dalam DW!

2. Jelaskan sesuai yang anda pahami pengertian dari Fact Tabel dalam DW!

3. Jelaskan hubungan antara Dimension vs Fact Table dalam DW!

4. Jelaskan hubungan antara Dimension dengan Measure dalam DW!

5. Sebutkan jenis-jenis DW?

6. Sebutkan karakteristik DW

Quiz