MENGENAL DATA WAREHOUSE
Kusumawardani
wardhanik24@gmail.com :: http://ilmuti.org/author/kusumawardani/
Abstrak
Tentu setiap orang kenal dengan yang namanya data, karena segala aktifitas sudah pasti
merangkum data yang akan disimpan untuk dijadikan sebagai informasi. Saya akan
menjelaskan data yang digunakan sebagai gudangnya dari data yaitu data warehouse.
Pada perusahaan-perusahaan besar atau pun perusahaan kecil tidak luput dari data
warehouse, karena jika tidak ada data warehouse, maka tidak ada gudang data
organisasi disimpan secara elektronik, dirancang untuk memfasilitasi pelaporan dan
analisis data. Gudang data atau Data Warehouse adalah kumpulan data yang
berorientasi subjek, terpadu atau terintegrasi, time-variant atau rentang waktu dan
non-volatile untuk mendukung proses manajemen pengambilan keputusan. Data warehouse
berfokus pada penyimpanan data. Namun, cara untuk mengambil dan menganalisis data,
ekstrak, transformasi dan data beban, dan untuk mengelola data kamus juga dianggap
komponen penting dari sistem penyimpanan data. Banyak referensi ke data
pergudangan menggunakan konteks yang lebih luas. Jadi, definisi yang diperluas untuk
data pergudangan meliputi alat intelijen bisnis, alat untuk ekstrak, transform dan load
data ke dalam repositori, dan alat untuk mengelola dan mengambil data. Data
pergudangan muncul membutuhkan sebuah organisasi untuk dapat diandalkan, laporan
konsolidasi, unik dan terpadu dan analisis data tersebut, pada tingkat agregasi yang
berbeda.
Pendahuluan
Definisi Data adalah catatan atas kumpulan. Data merupakan bentuk jamak dari datum,
berasal dari bahasa Latin yang berarti "sesuatu yang diberikan". Dalam penggunaan
sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan
ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat
berupa angka, kata-kata, atau citra.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah
sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang
lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemilahan
banyak data sesuai dengan persamaan atau perbedaan yang dikandungnya dinamakan
klasifikasi.
Dalam pokok bahasan Manajemen Pengetahuan, data dicirikan sebagai sesuatu yang
bersifat mentah dan tidak memiliki konteks. Dia sekadar ada dan tidak memiliki
signifikansi makna di luar keberadaannya itu. Dia bisa muncul dalam berbagai bentuk,
terlepas dari apakah dia bisa dimanfaatkan atau tidak.
Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai berikut:
• Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum yang berarti fakta
• Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang sesuatu (resources) dan kejadian (transactions)yang terjadi
• Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu kejadian yang kita hadapi
Intinya data itu adalah suatu fakta-fakta tertentu sehingga menghasilkan suatu
Pembahasan
Data warehouse adalah suatu konsep dan kombinasi teknologi yang memfasilitasi
organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem
atau aplikasi operasional [Ferdiana, 2008]. Pemakaian teknologi data warehouse
hampir dibutuhkan oleh semua organisasi, tidak terkecuali Perpustakaan. Data
warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan”.
Beberapa konsep dasar tentang data warehouse :
Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, memiliki
dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan
dalam mendukung proses pengambilan keputusan oleh para manajer di setiap
jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat tinggi).
Data warehouse adalah suatu paradigma baru dilingkungan pengambilan keputusan
strategik. Data warehouse bukan suatu produk tetapi suatu lingkungan dimana user
dapat menemukan informasi strategik [Poniah, 2001, h.14]. Data warehouse adalah
kumpulan data-data logik yang terpisah dengan database operasional dan
merupakan suatu ringkasan.
Data warehouse adalah data yang diperoleh dari proses dimana organisasi
mengekstraksi makna dari aset infromasi yang mereka miliki. Data warehouse
adalah inovasi baru dalam hal teknologi informasi. Sejak dimulai sekitar 15 tahun
lalu, konsep data warehouse ini berkembang secara cepat sehingga saat ni konsep
data warehouse ini adalah konsep yang paling banyak dibicarakan oleh para ahli di
bidang tekhnologi informasi.
Data Warehouse adalah Pusat repositori informasi yang mampu memberikan
mendukung DSS (Decision Suport System) dan EIS (Executive Information
System).
Salinan dari transaksi data yang terstruktur secara spesifik pada query dan analisa.
Salinan dari transaksi data yang terstruktur spesifik untuk querydan laporan.
Karakteristik Data Warehouse
1. Berorientasi Subjek.
Data warehouse terorganisasi di seputar subjek kunci (atau entitas-entitas
peringkat tinggi) dalam perusahaan, Data warehouse adalah tempat penyimpanan
berdasakan subyek bukan berdasakan aplikasi. Subyek merupakan bagian dari
suatu perusahaan. Contoh subyek pada perusahaan manufaktur adalah penjualan,
konsumen, inventori, daln lain sebagainya.
Contoh lain misalnya di bank, aplikasi kredit mengotomasi fungsi-fungsi:
verifikasi lamaran dan credit checking, pemeriksaan kolateral, approval,
pendanaan, tagihan, dan seterusnya. Didalam data warehouse data-data yang
dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan
diintegrasikan (digabung) dengan data-data dari fungsi-fungsi lain, agar
berorientasi pada misalnya nasabah dan produk.
Gambar dibawah ini merupakan perbedaan mengenai data warehouse dan database
2. Terintegrasi
Data yang tersimpan dalam data warehouse didefinisikan menggunakan konversi
penamaan yang konsisten, format-format, struktur terkodekan, serta
karakteristik-karakteristik yang berhubungan, Sumber data yang ada dalam data warehouse
tidak hanya berasal dari database operasional (internal source) tetapi juga berasal
dari data diluar sistem (external source). Data pada sumber berbeda dapat
di-encode dengan cara yang berbeda. Sebagai contoh, data jenis kelamin dapat di-enkode sebagai 0 dan 1 di satu tempat dan ”m” dan ”f” di tempat lain.
Contoh lain misalnya : Data dari macam-macam aplikasi transaksi (untuk bank
misalnya: tabungan, kredit, rekening koran) semua mengandung data nasabah, ada
yang sama ada yang spesifik (yang sama misalnya: nama dan alamat, yang
spesifik misalnya: untuk kredit ada kolateral, untuk rekening koran ada overdraft)
didalam data warehouse data-data yang sama harus diintegrasikan disatu database,
termasuk misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi – aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di teknologi berbeda-beda)
3. Memiliki dimensi waktu (Time variant)
Data yang tersimpan dalam data warehouse mengandung dimensi waktu yang
mungkin digunakan sebagai rekaman bisnis untuk tiap waktu tertentu, Data
warehouse menyimpan sejarah (historical data). Bandingkan dengan kebutuhan
sistem operasional yang hampir semuanya adalah data mutakhir! Waktu
merupakan tipe atau bagian data yang sangat penting didalam data warehouse.
Didalam data warehouse sering disimpan macam-macam waktu, seperti waktu
suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya, kapan masuk ke
komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan versinya,
baru ada semua didalam data warehouse kita. Sekali lagi, data warehouse yang
bagus adalah yang menyimpan sejarah.
4. Non-volatile
Data yang tersimpan dalam data warehouse diambil dari system operasional yang
sedang berjalan, tetapi tidak dapat diperbaharui (di-update) oleh pengguna
(bersifat „hanya-baca), Sekali masuk kedalam data warehouse, data-data, terutama
data tipe transaksi, tidak akan pernah di update atau dihapus (delete) Terlihat,
bahwa keempat karakteristik ini saling terkait kesemuanya harus
diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk
mendukung pengambilan-keputusan. Dan, implementasi keempat karakteristik ini
membutuhkan struktur data dari data warehouse yang berbeda dengan database
sistem operasional.
Data dalam database operasional akan secara berkala atau periodik dipindahkan
kedalam data warehouse sesuai dengan jadwal yang sudah ditentukan. Misal
perhari, perminggu, perbulan, dan lain sebagainya. Sekali masuk ke dalam data
warehouse, data adalah read-only . Pada gambar 2 dibawah ini bisa dilihat bahwa
database OLTP bisa dibaca, diupdate, dan dihapus. Tetapi pada database data
warehouse hanya bisa dibaca.
5. Ringkas
6. Granularity
Pada sistem operasional data dibuat secara real-time sehingga untuk mendapatkan
informasi langsung dilakukan proses query. Pada data warehouse pada
menganalisis harus memperhatikan level-of-detail misalkan perhari, ringkasan
perbulan, ringkasan per-tiga-bulan.
7. Tidak ternormalisasi
Data di dalam sebuah data warehouse biasanya tidak ternormalisasi dan sangat
redundan. Dasar dari suatu data warehouse adalah suatu data yang besar yang
mengandung informasi bisnis. Data-data yang ada di dalam data warehouse bisa
berasal dari banyak sumber, misalkan dari database operasional atau transaksional
dan sumber dari luar misalkan dari web, penyedia jasa informasi, dari perusahaan
lain, dan lain sebagainya.
Beberapa manfaat yang menyediakan data warehouse adalah sebagai berikut:
Gudang data menyediakan model data yang umum untuk semua data tanpa bunga
sumber data itu. Hal ini membuat lebih mudah untuk melaporkan dan menganalisa
informasi daripada kalau beberapa model data yang digunakan untuk mengambil
informasi seperti faktur penjualan, penerimaan pesanan, biaya buku besar, dll.
Sebelum memasukkan data ke dalam data warehouse, ketidakkonsistenan
diidentifikasi dan diselesaikan. Hal ini sangat menyederhanakan pelaporan dan
analisa.
Informasi dalam data warehouse adalah di bawah kontrol pengguna gudang data
sehingga, bahkan jika sumber data sistem ini dihapus dari waktu ke waktu,
informasi di gudang dapat disimpan dengan aman untuk waktu yang lama.
Karena mereka terpisah dari sistem operasional, data warehouse menyediakan
Data gudang dapat bekerja dalam kaitannya dengan dan, karenanya, meningkatkan
nilai aplikasi bisnis operasional, terutama customer relationship management
(CRM) sistem.
Data gudang memfasilitasi aplikasi sistem pendukung keputusan seperti laporan
tren (misalnya, barang-barang dengan penjualan paling di daerah tertentu dalam
dua tahun terakhir), laporan pengecualian, dan laporan yang menunjukkan kinerja
aktual versus tujuan.
Kekurangan Data Warehouse
Ada juga kerugian untuk menggunakan data warehouse. Beberapa di antaranya adalah: • Data gudang tidak lingkungan optimal untuk data tidak terstruktur.
• Karena data harus diekstrak, diubah dan dimasukkan ke dalam gudang, ada unsur
latency dalam data data warehouse.
• Selama hidup mereka, gudang data dapat memiliki biaya tinggi.
• Data gudang bisa mendapatkan usang relatif cepat. Ada biaya penyampaian informasi suboptimal bagi organisasi.
• Ada sering garis tipis antara gudang data dan sistem operasional. Gandakan, fungsionalitas mahal dapat dikembangkan. Atau, fungsi dapat dikembangkan di
gudang data yang, dalam retrospeksi, seharusnya dikembangkan dalam sistem
operasional.
Contoh Aplikasi
Beberapa aplikasi pergudangan data dapat digunakan untuk sebagai berikut:
o Kartu kredit churn analisis
o Asuransi analisis penipuan
o Call catatan analisis
Penutup
Banyak definisi tentang data warehouse, namun definisi yang paling populer berasal
dari Bill Inmon. Menurutnya, "Gudang data adalah kumpulan data yang berorientasi
subjek, terpadu atau terintegrasi, time-variant atau rentang waktu dan non-volatile untuk
mendukung proses manajemen pengambilan keputusan."
Berorientasi Subjek: Sebuah gudang data dapat digunakan untuk menganalisa
suatu subyek tertentu. Misalnya, "penjualan" bisa menjadi topik atau subyek yang
dianalisis.
Terintegrasi: Sebuah data warehouse mengintegrasikan data dari berbagai sumber
data. Misalnya, sumber A dan sumber B mungkin memiliki cara yang berbeda untuk
mengidentifikasi produk, tetapi dalam data warehouse, hanya akan ada satu cara
untuk mengidentifikasi produk, sehingga keduanya akan mempunyai cara yang
sama dalam mengidentifikasi produk.
Rentang Waktu: Seluruh data historis disimpan di gudang data. Sebagai contoh,
seseorang dapat mengambil data per 3 bulan, 6 bulan, 12 bulan, atau bahkan lebih
lama. Ini berbeda dengan sistem transaksi, yang hanya menyimpan data terbaru.
Sebagai contoh, sistem transaksi dapat menyimpan alamat terbaru dari pelanggan,
data warehouse dapat menampung semua alamat yang terkait dengan pelanggan.
Non-volatile: Setelah data berada di dalam data warehouse, data tidak akan
berubah. Jadi, data historis yang telah berada di dalam gudang data tidak akan
berubah.
Ralph Kimball memberikan definisi yang lebih singkat tentang data warehouse:
"Gudang data adalah salinan data transaksi khusus terstruktur untuk query dan analisis."
Ini adalah pandangan fungsional dari data warehouse. Kimball tidak membahas
bagaimana data warehouse dibangun seperti yang dilakukan Inmon, karena dia lebih
Referensi
www.1keydata.com/datawarehousing/data-warehouse-definition.html
http://en.wikipedia.org/wiki/Data_warehouse
http://artikel50.blogspot.co.id/2010/06/data-warehouse-sebuah-gudang-data.html https://id.wikipedia.org/wiki/Data
https://opistation.wordpress.com/2013/10/15/pengertian-data-warehouse/
Biografi
Nama saya Kusumawardani, wanita yang berusia 19 tahun, lahir pada tahun 1997.Hobi saya adalah bermain musik, belajar atau membaca yang berhubungan dengan komputer, suka membuat eksperimen, berolahraga, travelling. Aktivitas saya adalah bekerja sebagai operator pada salah satu warnet di Kota Tangerang dan melanjutkan studi saya ke jenjang diploma 3 pada salah satu perguruan tinggi di Kota Tangerang. Dibawah ini saya mencantumkan beberapa kontak yang bias dihubungi jika anda mengalami kendala dalam membaca artikel saya, terima kasih.
Whatsapp : 081298545630
Email : wardhanik24@gmail.com
