1. Pengertian Data, Informasi dan Database

Sebelum kita membahas tentang data warehouse, terlebih dulu kami paparkan

penjelasan tentang pengertian data, informasi dan database menurut beberapa ahli.

Menurut Steven Alter, data merupakan fakta,gambar atau suara yang mungkin atau

tidak berhubungan atau berguna bagi tugas tertentu.

Menurut McLeod, data terdiri dari fakta-fakta dan angka yang secara relatif tidak

berarti bagi pemakai. Sedangkan informasi adalah data yang sudah diproses atau

data yang memiliki arti.

Disini kita dapat melihat bahwa data merupakan suatu bentuk keterangan-keterangan

yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai.

Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.

Menurut James A. O’Brien Database adalah suatu koleksi terintegrasi dimana secara

logika berhubungan dengan record dari file.

Menurut Fatansyah, Database adalah kumpulan data yang saling berhubungan yang

disimpan secara bersama sedemikian rupa dan tanpa pengulangan(redudansi) yang

tidak perlu, untuk memenuhi berbagai kebutuhan.

Jadi Database adalah tempat penyimpanan data yang saling berhubungan secara logika,

sehingga bisa digunakan untuk mendapatkan suatu informasi yang diperlukan oleh suatu

organisasi atau perusahaan.Sedangkan data yang diperoleh suatu organisasi atau perusahaan

umumnya didapat dari kegiatan operasional sehari-hari atau hasil dari transaksi.Dari

perkembangan model database, muncullah apa yang disebut dengan data warehouse.

2. Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang

sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang

mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari

koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan

read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain

lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung

history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data

warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan

memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam

sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang

DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data

warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda.

Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data

warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah

database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat

orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu

para pengambil keputusan.

3. Pendekatan metodologi oleh beberapa ahli

3.1. McFadden

Gambar 1.0 Pendekatan McFadden

Kelebihan

1. Partisipasi Pengguna

2. Fokus pada pencarian sumber data

Kelemahan

1. Membagi data warehouse yang besar

2. Tidak ada guidelines untuk disain secara fisik

3.2. Ives

Gambar 2.0 Pendekatan Ives

Kelebihan

1. Teknik untuk perumusan keperluan Integrasi

2. Teknik representasi berganda

Kelemahan

1. Kekompleksan dan potensi berbiaya tinggi

2. Waktu penyelesaian

3. Kemampuan beradaptasi

4. Bagaimana bila strategi bisnis berubah?

5. Feedback pengguna?

3.3. Pendekatan SAS Institute

Karakteristik dalam pendekatan SAS Institute :

1. Memakai teknik time-box yaitu Data warehousing cepat

2. Keterkaitan selama 3 bulan (90 hari)

a. Prototyping 2 bulan + 1 bulan untuk pengembangan ‘solid’

b. Banyak menggunakan prototyping dan workshop dengan pengguna

3. Bergantung pada kemampuan analis sistem yang bagus

Gambar 3.0 Pendekatan SAS Institue

4. Metodologi pada perusahaan

4.1. Pendekatan NCR

Karakteristik dalam pendekatan NCR Hampir sama dengan Inmon :

a. 3NF dan model perusahaan

b. Penekanan pada normalisasi dan DBMS standar

c. Penekanan pada arsitektur

d. Digunakan dalam beberapa sistem yang sangat besar

Gambar 4.0 Pendekatan NCR

4.2. Microsoft

Kelebihan :

1. Memberikan perhatian pada pengguna secara eksplisit

a. Tapi apa sebenarnya kelemahan ini?

b. Berputar

2. Terkait dengan beberapa tool yang specific yang mengintegrasikan RDBMS

dan OLAP (misalnya SQL server & Layanan Analisa/Pelaporan

Kekurangan :

1. Terkait dengan beberapa tool yang specific, tetapi banyak yang tidak

mempercayai (walaupun ini berubah)

2. Mapping sistem sumber

Gambar 5.0 Pendekatan Microsoft

5. Perbandingan Empat Metode Dari O’Donell, Arnott & Gibson