Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Arsitektur DWH Pertemuan ke-2. Review Definisi data warehouse Inmon (2002) : “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant.

Presentasi serupa


Presentasi berjudul: "Arsitektur DWH Pertemuan ke-2. Review Definisi data warehouse Inmon (2002) : “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant."— Transcript presentasi:

1 Arsitektur DWH Pertemuan ke-2

2 Review Definisi data warehouse Inmon (2002) : “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant collection of data in support of management’s decisions”.

3 Subject Oriented Data warehouse diogranisir berdasarkan subyek yang akan dicapai dengan menggali informasi yang terdapat pada database suatu perusahaan. Contohnya adalah pembuatan data warehouse untuk analisis keuntungan transaksi penjualan pada tahun 2012.

4 Subject Oriented

5 Integrated Data warehouse terintegrasi dari berbagai data operasional yang berbeda dalam suatu sumber database. 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.

6 Non-volatile Data dalam data warehouse tidak dapat berubah secara real-time tetapi dapat diperbaharui secara periodik

7 Time Variant Data dalam data warehouse sangat bergantung pada keputusan waktu pengambilan. Contohnya adalah data warehouse yang bersifat bulanan atau tahunan.

8 Arsitektur DWH

9 Data Staging Data Staging meliputi proses : – Extraction – Transformation – Loading

10 Extraction Proses ektraksi merupakan proses pengambilan data dari satu database atau beberapa database yang berbeda, text files, dan sumber data yang lainnya. Proses ektraksi mencakup tugas memvalidasi data dan membuang data yang tidak cocok dengan pola yang diharapkan. Sehingga tidak seluruh data yang ada dalam data operasonal dimasukkan, tetapi hanya bagian-bagian yang dibutuhkan saja.

11 Extraction Metode yang digunakan untuk melakukan proses ekstrasi ada 2, yaitu : – Full Extraction, Proses ekstraksi dilakukan dengan mengambil seluruh data dari source system yang diperlukan – Increment Extraction Proses ekstraksi hanya pada data yang berubah atau belum ada pada target sistem pada periode tertentu Mekanisme ekstraksi secara fisik (physical extraction) dibagi menjadi dua jenis, yaitu : – Online extraction Data di ekstrak dari source system ke target system secara langsung. Proses ekstraksi dilakukan dengan cara langsung connect ke source system untuk mengakses source table. – Offline Extraction Data tidak di ekstrak secara langsung dari source system, namun berada diluar source system. Data yang akan di ekstrak sudah mempunyai struktur table dan struktur data yang diharapkan sudah sesuai dengan data warehouse. Misalnya flat file.

12 Transformation Proses transformasi data merupakan proses mengubah data dari format operasional menjadi format data warehouse. Meliputi : – mengkonversi tipe data – melakukan beberapa perhitungan – penyaringan data yang tidak relevan – meringkas data

13 Loading Proses loading merupakan tahap akhir dalam pengisian data warehouse. Tujuan dari proses ini adalah untuk memuat data yang sudah terseleksi dari proses transformasi ke dalam data warehouse.

14 Metadata Metadata merupakan proses identifikasi atribut dan struktur dari sebuah data atau informasi untuk menjelaskan database secara rinci yaitu dari nama, tipe, dan ukuran atribut. Jika data tersebut dalam bentuk teks, metadatanya biasanya berupa keterangan mengenai nama ruas (field), panjang field, dan tipe fieldnya: integer, character, date, dll. Untuk jenis data gambar (image), metadata mengandung informasi mengenai siapa pemotretnya, kapan pemotretannya, dan setting kamera pada saat dilakukan pemotretan

15 Data Mart

16 Bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart (Connolly, Begg, Strachan 1999) : – Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. – Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse. – Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. – Data mart lebih mudah dipahami dan dinavigasi.

17 Datawarehouse = gabungan dari beberapa datamart yang levelnya berada pada perusahaan atau organisasi. Datamart = bagian dari datawarehouse yang berada level departemen pada perusahaan atau organisasi tersebut. Data mart menangani sebuah business proses, misalkan penjualan. DATAWAREHOUSE vs DATAMART

18


Download ppt "Arsitektur DWH Pertemuan ke-2. Review Definisi data warehouse Inmon (2002) : “A data warehouse is a subject-oriented, integrated, nonvolatile, and time-variant."

Presentasi serupa


Iklan oleh Google