jump to navigation

Data Warehouse dan OLAP Agustus 1, 2007

Posted by haniif in My Thesis.
Tags: , , , ,
trackback

Data warehouse didefinisikan sebagai kumpulan subyek data yang terintegrasi, bervariasi, dan non volatile [3]. Immon mendefinisikan data warehouse sebagai gabungan dari beberapa sistem yang terintegrasi dan didesain untuk menyediakan informasi yang dibutuhkan untuk pengambilan keputusan[8]. Data warehouse juga dapat didefinisikan dengan dua asumsi implisit, yaitu [3]:

  1. Sebuah database yang mendukung sistem pendukung keputusan dan di-maintain secara terpisah dari database operasional perusahaan

  2. Sebuah database yang mendukung pemrosesan informasi dengan menyediakan platform yang terintegrasi dan data historis untuk melakukan analisis.

Fungsi utama dari data warehouse adalah menyediakan data untuk mendukung pembuatan keputusan. Dalam beberapa kasus jenis-jenis dari aplikasi yang telah digunakan misalnya untuk sistem informasi eksekutif (executive information system). Data warehouse juga menyediakan berbagai data sebagai input untuk menunjang suatu bisnis dalam melakukan proses analisa bisnis.

Ada beberapa karekteristik yang dimiliki oleh sebuah data warehouse, yaitu [8]:

  1. Orientasi Subyek.

    Suatu data warehouse didesain dan dibangun secara khusus dari database transaksional berdasarkan keperluan perusahaan, semisal data warehouse untuk kastemer, sales, dan lain-lain. Hanya data yang benar-benar diperlukan yang dimasukkan kedalam database.

  2. Integrasi data.

    Untuk mendapatkan informasi yang diinginkan, data yang ada dalam data warehouse akan dibangun dari beberapa macam sistem yang ada diperusahaan. Kemudian data tersebut ditransformasi dan diload. Karena itu ketika disimpan ke dalam data warehouse data tersebut akan diintegrasikan sehingga hanya ada satu cara dan atribut dengan format dan unit yang sama.

  3. Nonvolatile

    Pada database transaksional, operasi yang dilakukan adalah operasi update (insert, delete, dan update). Sedangkan dalam data warehouse metode ini tidak digunakan. Data disimpan
    ke dalam data warehouse pada periode waktu tertentu setelah dilakukan beberapa perhitungan (calculation) dan rangkuman (summary).

  4. Setiap unit data akan relevan dengan waktu tertentu

    Setiap data yang dimasukkan ke data warehouse pasti memiliki dimensi waktu. Dimensi waktu ini dipergunakan sebagai pembanding dalam perhitungan untuk menghasilkan laporan yang diinginkan. Selain itu, dengan menggunakan dimensi waktu pembuat keputusan dapat mengenal kecenderungan (trend) dan pola dari suatu data.

Teknik Pemodelan Data Warehouse

Data warehouse dan OLAP dibangun berdasarkan multidimensional data model. Pada model ini diperlukan tabel fakta dan tabel dimensi. Tabel fakta berisi fakta numerik yang memiliki ciri-ciri : panjang, kurus, dan besar, serta sering berubah dan berguna untuk mengukur (measure). Sedangkan tabel dimensi berisi kolom yang bersifat desktiptif, kecil, pendek, dan lebar yang berguna untuk filtering (menyaring) dan didasarkan pada atribut dimensi..

Dalam dimensional modeling, ada beberapa pendekatan yang digunakan untuk membuat data warehouse, yaitu [3]:

  1. Skema bintang (star schema)

    Skema ini mengikuti bentuk bintang, dimana terdapat satu tabel fakta (fact table) di pusat bintang dengan beberapa tabel dimensi (dimensional tables) yang mengelilinginya. Semua tabel dimensi berhubungan dengan ke tabel fakta. Tabel fakta memiliki beberapa key yang merupakan kunci indek individual dalam tabel dimensi.

  2. Skema bola salju (snowflake Schema)

    Skema bola salju merupakan perluasan dari skema bintang dengan tambahan beberapa tabel dimensi yang tidak berhubungan secara langsung dengan tabel fakta. Tabel dimensi tersebut berhubungan dengan tabel dimensi yang lain.

  3. Fact constellations

    Pada skema ini terdapat beberapa tabel fakta yang menggunakan satu atau beberapa tabel dimensi secara bersama-sama sehingga jika digambarkan akan terlihat seperti sekumpulan bintang. Skema ini juga dikenal dengan galaxy schema.

Analisa Multidimensi

Data perlu diorganisasi dalam bentuk lain berupa data multidimensi yang dinamakan MOLAP (Multidimensional Online Analytical Processing) atau data relasional ROLAP (Relational Online Analytical Processing). Data disimpan dalam data warehouse dalam bentuk multidimensi dioptimasi untuk pencarian kembali (retrieval) untuk OLAP (Online Analytical Processing). Setelah itu dilakukan analisa multidimensi yang memberikan kemampuan untuk melakukan query dan membuat laporan (reporting).

Suatu cara melihat data dengan multidimensi tersebut dikenal dengan nama kubus (cube). Kubus ini menjadi struktur OLAP yang utama yang digunakan untuk melihat data (view). Analisa menggunakan kubus ini memberikan fasilitas banyak dimensi untuk melihat data yang diinginkan. Sehingga memungkinkan untuk mengakses data dengan lebih mudah dan cepat untuk menjawab pertanyaan yang dikemukakan.

Operasi-operasi OLAP

Operasi-operasi yang terdapat pada OLAP antara lain :

  1. Slicing dan Dicing

Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi dari kubus. Dengan slicing dan dicing pengguna dapat melihat data dari beberapa perspektif. Pengguna dapat mengekstrak bagian dari data agregrated dan dapat memeriksa dengan detail berdasarkan dimensi-dimensi yang diinginkan. Data Agregrated merupakan data praperhitungan (precalculated) dalam bentuk
rangkuman data (data summarized) sehingga query pada kubus (cube) lebih cepat. Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi). Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi cube pada perspektif yang lain sehingga pengguna dapat melihat lebih spesifik terhadap data yang dianalisa.

  1. Roll up dan drill down

    Drill down dan roll up adalah operasi untuk melihat data global atau detail disepanjang level hiraraki dimensi. Roll up untuk melihat data secara global atau rangkuman (summary). Drill down memandu pengguna untuk memperoleh data yang lebih detail. Drill down ini biasa digunakan untuk menjawab pertanyaan atas suatu kasus tertentu. Misalnya untuk menjawab pertanyaan ketika sebuah summary number (rata-rata atau jumlah) di bawah atau di atas harapan.

Arsitektur Data Warehouse

Dalam pemilihan sebuah arsitektur data warehouse terlebih dahulu harus ditentukan dimana data warehouse ditempatkan dan juga dimana kendali kontrol data. Sebagai contoh data dapat ditempatkan di lokasi terpusat yang diatur secara terpusat (centralized global warehouse) atau data ditempatkan terdistribusi (distributed global warehouse). Secara fisik centralized global warehouse digunakan oleh semua organisasi. Sedangkan sebuah distributed global warehouse juga digunakan untuk semua organisasi tetapi distribusinya melalui beberapa lokasi fisik dalam organisasi.

Implementasi Data Warehouse

Beberapa pendekatan yang digunakan untuk mengimplementasikan arsitektur warehouse, yaitu secara bottom up, top down atau kombinasi antara keduanya[3].

  1. Desain Implementasi Pendekatan Top Down

    Langkah awal implementasi data warehouse dengan pendekatan top down adalah membangun sebuah data warehouse pada semua data perusahaan, setelah itu dilanjutkan dengan membangun data mart yang berisi data warehouse khusus yang merupakan bagian dari data warehouse yang dibangun sebelumnya.

  2. Pendekatan Buttom Up

    Implementasi bottom up dimulai dengan membangun data mart untuk menyelesaikan suatu permasalahan tertentu tanpa menunggu dari pengembangan infrastruktur yang telah lengkap. Ketika ada permasalahan yang lain, maka akan dibuatkan data mart baru. Begitu juga seterusnya. Selanjutnya bermacam-macam data mart tersebut digabungkan menjadi sebuah data warehouse.

  3. Pendekatan kombinasi

    Dalam beberapa kasus pendekatan tidak harus dengan bottom up atau top down tetapi juga bisa dilakukan dengan kombinasi keduanya. Hal ini untuk mencari alternatif yang terbaik sesuai dengan kebutuhan.

Komentar»

1. windi - Oktober 24, 2008

Bisa kah anda memberikan contoh kasus peng-implementasi-an data warehouse?

2. agoes - Oktober 26, 2008

bagaimana cara memulai membangun data warehouse.. mohon pencerahan dan contoh…trims

3. Fridolin - Oktober 28, 2008

Apakah ada contoh organisasi di Indonesia yang sudah mengimplementasikan data warehouse dan OLAP? Bagaimana metode implementasinya….

Jika bisa, tolong dibalas ke email saya.

Terima kasih.

4. wajar - November 24, 2008

Begini.. mungkin aq bisa sedikit share ilmu tentang data warehouse dan OLAP (Online Analytic Processing)
Sebelum kita membuat data warehouse dan OLAP.. kita harus memiliki OLTP (Online Transaction Processing) terlebih dahulu
Lalu kita tentukan permasalahan apa yang ingin dianalisa dan dibuat data warehousenya
Data warehouse juga dapat dikatakan gabungan dari beberapa database yang berbeda-beda
Mungkin itu dulu yang bisa aq jelaskan

5. teddi - Maret 19, 2009

woeiiiiii

6. amazon - April 19, 2012

izin copas buat catatan di blog pribadi ane🙂
CMIIW

7. Data Warehouse and OLAP | Hikari's Blog - Maret 14, 2013

[…] 1. Desain Implementasi Pendekatan Top Down Langkah awal implementasi data warehouse dengan pendekatan top down adalah membangun sebuah data warehouse pada semua data perusahaan, setelah itu dilanjutkan dengan membangun data mart yang berisi data warehouse khusus yang merupakan bagian dari data warehouse yang dibangun sebelumnya. 2. Pendekatan Buttom Up Implementasi bottom up dimulai dengan membangun data mart untuk menyelesaikan suatu permasalahan tertentu tanpa menunggu dari pengembangan infrastruktur yang telah lengkap. Ketika ada permasalahan yang lain, maka akan dibuatkan data mart baru. Begitu juga seterusnya. Selanjutnya bermacam-macam data mart tersebut digabungkan menjadi sebuah data warehouse. 3. Pendekatan kombinasi Dalam beberapa kasus pendekatan tidak harus dengan bottom up atau top down tetapi juga bisa dilakukan dengan kombinasi keduanya. Hal ini untuk mencari alternatif yang terbaik sesuai dengan kebutuhan. Sumber”> […]

8. aditiyagita - November 22, 2013

ada referensi ga mas untuk pendekatan kombinasi?

9. Data Warehouse Perpustakaan Umum | - Agustus 4, 2016

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: