Pendahuluan
1.1 Latar Belakang
Decision Support System merupakan suatu sistem yang berfungsi sebagai penunjang
keputusan. Dengan adanya DSS, pekerjaan dari para pengambil keputusan akan lebih terbantu secara
signifikan.
Makalah yang disusun berikut ini menjelaskan suatu database yang biasa digunakan sebagai
pengambil keputusan yaitu data warehouse. Dikarenakan banyak organisasi atau perusahaan kurang
dapat menggunakan database operasional dalam mendukung secara langsung pengambilan keputusan.
Penyusun sadar dalam penulisan makalah ini terdapat banyak kekurangan, oleh karena itu,
kami menerima saran dan kritik yang membangun agar dikemudian hari kami dapat menyusun suatu
makalah dengan lebih baik lagi.
Kumpulan basis data ini dapat menjadi bahan untuk analisis data dan terutama untuk
mendukung pengambilan keputusan, dan pada umumnya tidak digunakan oleh organisasi
untuk memproses transaksi.
1
BAB II
Pembahasan
2
Data mart yang telah dibangun kemudian digabungkan untuk
membangun suatu data warehouse yang utuh.
Data warehouse dan data mining adalah dua hal yang berbeda. data
warehouse adalah database biasa yang berisi summary atau rekap untuk
subject tertentu yang sudah diketahui. misalnya manajemen ingin
mengetahui informasi tentang penjualan produk, maka dalam data
warehouse dimasukkan rekap data penjualan dari database transaksi
penjualan. bentuknya pun tabel biasa saja. tabel rekap ini hanya boleh
diretrieve (diambil datanya) dan ditambah, tidak boleh diubah, atau di
hapus. rekap ini biasanya akan ditampilkan dalam bentuk tabel, grafik, chart
di dashboard (aplikasi Business Intelligence).
Tujuan ini membuat data warehouse harus memiliki beberapa sifat (referensi:
Inmon, Turban) yaitu :
Non volatile
Berisi data bersih
Terintegrasi
standardized format
enterprise-wide
3
time variant
subject oriented
star schema: adalah desain/skema dari satu fact table yang dikelilingi beberapa
dimension table
snow flake schema: adalah desain lanjutan dari star schema, digunakan jika ada
dimension table yang memiliki struktur bertingkat-tingkat (leveling) misalnya
[propinsi, kabupaten, kecamatan, kelurahan], [tanggal, bulan, kuarter, semester,
tahun], atau [negara, pulau, kota]
fact constellation: ini jika dalam satu skema terdapat beberapa fact table yang
saling berbagi dimension table, ini mirip sekali dengan desain relational
database, namun fact table hanya menyimpan data yang akan diolah lebih
lanjut di data mining dan OLAP
Pada data warehouse tidak digunakan istilan entity, istilah yang digunakan
adalah fact table dan dimension table. Fact table adalah tabel yang berisi semua
data yang ingin dan dapat diolah, misalnya jumlah penjualan, gaji pegawai, nilai
pengadaan dan seterusnya. Dimension table adalah pengelompokkan untuk data
yang ada di fact table, misalnya lokasi toko, usia pembeli, nama departemen,
jenis pengadaan dan seterusnya.
4
b. Kerugian Datawarehouse
5
BAB III
Penutup
3.1 Kesimpulan
Gudang data (Bahasa Inggris: data warehouse) adalah suatu sist em
komputer untuk mengarsipkan dan menganalisis data historis suatu organisasi
seperti data penjualan, gaji, dan informasi lain dari operasi harian. Pada
umumnya suatu organisasi menyalin informasi dari sistem operasionalnya
(seperti penjualan dan SDM) ke gudang data menurut jadwal teratur,
misalnya setiap malam atau setiap akhir minggu. Setelah itu, manajemen
dapat melakukan kueri kompleks dan analisis (contohnya penambangan data,
data mining) terhadap informasi tersebut tanpa membebani sistem yang
operasional.
6
Sumber
- http://id.wikipedia.org/wiki/Gudang_data
- http://my.opera.com/aviciena/blog/2010/06/05/data-mining
- http://www.kaskus.us/showthread.php?t=5073964
- http://rencanait.wordpress.com/category/data-mining-dan-business-intelligence/
- http://geeks.netindonesia.net/blogs/muhammadsubhan/archive/2009/11/10/tujuan-
datawarehouse.aspx