DWH
-
Upload
yudi-windyatmikabilly -
Category
Documents
-
view
57 -
download
1
Transcript of DWH
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