OLTP & ETL Data integration.

Slides:



Advertisements
Presentasi serupa
Data Warehousing :: Overview
Advertisements

Bab 10 BASIS DATA.
5.
CHAPTER 7 DATA EXTRACTION
OLAP - PERTEMUAN 8 – OLAP.
BASIS DATA LANJUTAN.
SISTEM BASIS DATA.
Data Warehouse dan Decision Support
TRANSACTION PROCESSING
PERSPEKTIF DATABASE.
Pengenalan Data Warehouse
Pengenalan Datawarehouse
PROSES DESIGN SISTEM BASIS DATA
Data Warehousing Sistem Basis Data Lanjut Prepared by: MT. Wilson
Data Mart dan Metadata Data Warehouse
Pemrosesan Transaksi Kelompok 5 : Fitri Nur Kholila Gilang Wahyu W
Arsitektur Data Warehouse
Komponen Data warehouse
Data Warehouse (Lecture 1)
Arsitektur DWH Pertemuan ke-2.
Data Warehouse, Data Mart, OLTP & OLAP
SISTEM INFORMASI Pertemuan 5.
ONLINE ANALYTICAL PROCESSING (OLAP)
Pengenalan Datawarehouse
BAB XVII METODE PENGOLAHAN DATA
PERANCANGAN BASIS DATA
Konsep dan Teknik Data Mining
Informasi Dalam Praktik
BAB XIII BASISDATA.
BAB VI SISTEM BASIS DATA DAN SISTEM BERORIENTASI OBJEK
KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining
MANAJEMEN DATA.
PERSPEKTIF DAN PROSPEKTIF SISTEM INFORMASI Pertemuan Minggu-2
TRANSACTION PROCESSING
Data Warehouse, Data Mart, OLAP, dan Data Mining
PERANCANGAN SBD AGUNG WARDOYO FKES.
04 Datawarehouse Transformasi Data Febrianti Supardinah, ST.MM.
Information Technology MWU110 (2 sks)
DATA MART Pertemuan ke-3.
Sistem Pustaka Data (Data Warehouse)
Charitas Fibriani, S.Kom, M.Eng
ARSITEKTUR DATA WAREHOUSE
KECERDASAN BISNIS (Data Warehouse, Data Mart, OLAP, dan Data Mining)
KARAKTERISTIK DW Pertemuan ke-2.
Konsep Data Warehouse Kelompok 3 :
DATA WAREHOUSE.
DATA WAREHOUSE.
The Data Warehouse and The ODS
INTRODUCTION OF DATA WAREHOUSE
Data Warehouse Database Systems: Design, Implementation, and Management, Sixth Edition, Rob and Coronel.
INTRODUCTION OF DATA WAREHOUSE
SISTEM INFORMASI AKUNTANSI
Pembuatan Model Data Dan Desain Data Base
ETL (Extract Transform Load)
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Gudang Data, dan Permasalahannya
Analisis Multidimensional
BAB XIII BASISDATA.
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
Pertemuan ke-1 (GUDANG DATA)
ETL (Extract-Transform-Load)
5 MANAJEMEN SUMBER DAYA DATA CHAPTER
Business Intelligence Ramos Somya, S.Kom., M.Cs.
DATA WAREHOUSE AND OLAP TECHNOLOGI FOR DATA MINING
PERANCANGAN BASIS DATA
Sistem Pengolahan Data
Introduction to Data Warehouse By: Marcello Singadji
Business Intelligent Ramos Somya, S.Kom., M.Cs.
SISTEM PENGOLAHAN DATA
SISTEM INFORMASI AKUNTANSI
Transcript presentasi:

OLTP & ETL Data integration

Nama kelompok I Kadek Agus Sujana I Wayan Trinaya I Putu Gede Wira Arya Dharma Kadek Nanda Surya Pradipta I Putu Agustina Wijaya

OLTP (Online transaction processing system) Menurut Stair dan Reynolds (2010), OLTP adalah suatu bentuk  pengolahan data dimana setiap transaksi diproses dengan segera, tanpa penundaan mengumpulkan transaksi ke dalam batch. Sehingga OLTP (Online Transaction Processing Systems) juga dapat dikatakan sebagai metode pengolahan data sederhana yang mana seperti insert,update, dan delete. Fungsi utama dari sistem yang dilakukan OLTP adalah melakukan query sederhana secara cepat, sehingga data mudah untuk diperbaiki dan dapat diakses melalui komputer yang terhubung dalam jaringan.

Konsep oltp Online Transaction Processing (OLTP), yaitu konsep database yang berisi tentang proses data untuk merekam transaksi sehari-hari. Seperti: transaksi penjualan harian. Ciri-ciri dari OLTP: Akses data bersifat read-write - insert, update, delete Orientasi data pada aplikasi adalah data yang diambil dari proses bisnis Karakter data tidak dipentingkan Aktifitas data konsisten

Olap (Online analytical processing) Suatu metode pendekatan analisis data khususnya yang mempunyai volume data yang besar dengan menggunakan berbagai perspektif (multidimensi) sehingga dapat membuat suatu informasi. OLAP sering disebut dengan analisis data multidimensi yang berfungsi sebagai data analasis (select). Data multidimensi disini merupakan sebuah model data yang memiliki atribut dimensi dan atribut ukuran.

Konsep olap Online Analitycal Processing (OLAP), yaitu konsep database dimana proses data digunakan untuk menganalisa data. Seperti trend pejualan dan umur. Ciri-ciri OLAP: Bersifat read-only Berorientasi pada subjek bisnis Data diintegrasi Data bersifat history Aktifitas data tidak menentu

Perbedaan oltp dan olap OLTP(Online Transaction Processing) 1. Query yang digunakan cukup simple. 2. Kecepatan prosesnya pada dasarnya sangat cepat. 3. Space data yang dibutuhkan relatif kecil. 4. Data yang diolah termasuk data terkini. 5. Fungsi utama dari OLTP adalah untuk mendukung kegiatan operasional suatu perusahaan yang menggunakan database sehari-hari. Contohnya adalah aplikasi untuk memasukkan data konsumen, melihat data transaksi, menambahkan data karyawan dan lain sebagainya.

Lanjutan… OLAP (Online Analytical Processing) 1. Query yang digunakan cukup sulit. 2. Kecepatan prosesnya tergantung kepada data yang diolah. 3. Space data yang dibutuhkan relatif besar. 4. Data yang diolah termasuk data lampau (data history). 5. Fungsi utama dari OLAP adalah untuk dapat menghasilkan suatu informasi dari analisis data yang ada sehingga dapat membantu dalam membuat suatu keputusan suatu perusahaan.

Perbedaan oltp & olap

Etl (extract transformation load) Proses ETL (Extraction, Transformation, Loading) merupakan proses yang harus dilalui dalam pembentukan data warehouse (Kimball, 2004). Berikut adalah penjelasan dari tiap proses :

Ekstraksi Data (Extract) Ekstraksi data adalah proses dimana data diambil atau diekstrak dari berbagai sistem operasional, baik menggunakan query, atau aplikasi ETL. Terdapat beberapa fungsi ekstraksi data, yaitu : Ekstraksi data secara otomatis dari aplikasi sumber. Penyaringan atau seleksi data hasil ekstraksi. Pengiriman data dari berbagai platform aplikasi ke sumber data. Perubahan format layout data dari format aslinya. Penyimpanan dalam file sementara untuk penggabungan dengan hasil ekstraksi dari sumber lain.

Transformasi Data (Transformation) Transformasi adalah proses dimana data mentah (raw data) hasil ekstraksi disaring dan diubah sesuai dengan kaidah bisnis yang berlaku. Langkah-langkah dalam transformasi data adalah sebagai berikut: Memetakan data input dari skema data aslinya ke skema data warehouse. Melakukan konversi tipe data atau format data. Pembersihan serta pembuangan duplikasi dan kesalahan data. Pemerikasaan integritas referensi data. Pengisian nilai-nilai kosong dengan nilai default. Penggabungan data.

Pengisian Data (Loading) Proses terakhir yang perlu dilakukan adalah proses pemuatan data yang didapatkan dari hasil transformasi ke dalam data warehouse. Cara untuk memuat data adalah dengan menjalankan SQL scripts ecara periodik.

ada pertanyaan??

Sekian dan terima kasih