KARAKTERISTIK DW Pertemuan ke-2

Pengertian Data Warehouse (cont’d) Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung DSS (Decision Suport System) dan EIS (Executive Information System).

Tujuan : Meningkatkan kualitas dan akurasi informasi bisnis danmengirimkan informasi ke pemakai dalam bentuk yang dimengerti dan dapat diakses dengan mudah.

Istilah-istilah yang berhubungan dengan data warehouse Data Mart Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan

On-Line Analytical Processing(OLAP) Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

On-Line Transaction Processing (OLTP) Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari. Dimension Table Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan 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. DSS Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi & mendukung keputusan yang baik

Perbedaan DW dan OLTP Menangani data saat ini Data Warehouse Menangani data saat ini Data bisa saja disimpan pada beberapa platform Data diorganisasikan berdasarkan fungsi atau operasi seperti penjualan, produksi, dan pemrosesan pesanan Pemrosesan bersifat berulang Untuk mendukung keputusan harian (operasional) Melayani banyak pemakai operasional Berorientasi pada transaksi Lebih cenderung menangani data masa lalu Data disimpan dalam satu platform Data diorganisasikan menutut subjek seperti pelkanggan atau produk Pemrosesan sewaktu-waktu, tak terstruktur, dan bersifat heuristik Untuk mendukung keputusan yang strategis Untuk mendukung pemakai manajerial yang berjumlah relatif sedikit Berorientasi pada analisis

Sumber Data untuk DW Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan 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

4 Karakteristik Data Warehouse Subject oriented Integrated Time variant Non-volatile

Subject Oriented 1. Data warehouse diorganisasikan dalam lingkup subjek, sebagai contoh: Penjualan, Produk, dan Pelanggan. 2. Berfokus ke dalam pemodelan dan analisis data untuk pihak- pihak pembuat keputusan. 3. Memisahkan data yang tidak berguna di dalam proses pendukung keputusan.

Data Operasional Data Warehouse Dirancang berorientasi hanya pada aplikasi dan fungsi tertentu Dirancang berdasar pada subjek-subjek tertentu(utama) Focusnya pada desain database dan proses Focusnya pada pemodelan data dan desain data Berisi rincian atau detail data Berisi data-data history yang akan dipakai dalam proses analisis Relasi antar table berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru) Banyak aturan bisnis dapat tersaji antara tabel-tabel

Subject Oriented (cont’d ) Subjek Aplikasi

Integrated 1. Data warehouse dikonstruksikan dengan cara mengintegrasikan sejumlah sumber data yang berbeda. 2. Data preprocessing diaplikasikan untuk meyakinkan kekonsistensian data.

Integrated (cont’d) Data found here nowhere else Same data Trust Data found here nowhere else Savings Same data different name Loans Different data Same name Credit card Different keys same data

Integrated (cont’d) Encoding Structures Measurement of attributes Multiple Sources Data Type Formats

Integrated (cont’d) Data Warehouse appl A - m,f B - 1,0 C - x,y D - male, female A - pipeline - cm B - pipeline - in C - pipeline - feet D - pipeline - yds A - balance B - bal C - currbal D - balcurr

Integrated (cont’d)

Integrated (cont’d) Data perlu distandarkan : Sales Inventori Transaksi Penjualan Format Key Text Integer Yes/No Description Nama pelanggan U.N.I.J.O.Y.O UNIPAHIT Universitas majapahit Unit Tinggi centimeter meter inch Encoding Sex Yes = Laki-laki No = Perempuan L = laki-laki P = Perempuan 1 = Laki-laki 0 = Perempuan

Time-Variant 1. Menghasilkan informasi dari sudut pandang historical (misal: 5-10 tahun yang lalu). 2. Setiap struktur kunci mengandung elemen waktu.

Time-Variant (cont’d)

Time-Variant (cont’d)

Time-Variant (cont’d) Operasional : Data pada saat ini (current value) Datawarehouse : Analisa data pada masa lampau Informasi pada saat ini Forecast untuk masa yang akan datang

Nonvolatile 1. Sekali data direkam maka data tidak bisa diupdate. 2. Data warehouse membutuhkan dua operasi pengaksesan data, yaitu: a. Initial loading of data b. Akses data

Nonvolatile (cont’d)

Nonvolatile (cont’d) Operasional : Add, change, delete data pada sistem operasional secara real time setiap transaksi terjadi Datawarehouse Update ketika kita perlukan saja, bisa secara periodik Data pada DW dikhususkan untuk query dan analisa data

Nonvolatile (cont’d)