Pertemuan 1

Joko Christian, M.Kom

Perkenalan dan kesepakatan

Joko Christian, M.Kom
Ruangan di sekretariat FTI unit II lantai 2

Email : joko.christian@budiluhur.ac.id
Ym : jokocc@yahoo.com
==================================
1. Tentang jam masuk kuliah dan absensi
2. Tentang pengiriman tugas (jika ada)
3. Tentang metode pengajaran
4. Tentang sarana tambahan yang diperlukan

Tentang Kuliah ini

Mata kuliah ini berkode KP307
Bobot 2 SKS
Merupakan mata kuliah yang memperkenalkan konsep
pengembangan, pemeliharaan, dan implementasi data
warehouse
Prasyarat informal:
1. Analisa dan Perancangan sistem Informasi
2. Pengantar basis data
3. Perancangan basis data
4. Sistem basis data

Ketentuan Kuliah
Komponen penilaian berupa :
1.
2.
3.
4.

Absensi 10 % , minimal kehadiran 80 %

Tugas 20 % (jika ada)
UTS 30%
UAS 40%

Pustaka
1. Immon. William H, Building the Data Warehouse,Wiley Publishing, 2005
2. Reeves. Laura L, A Managers Guide to Data Warehousing, Wiley
publishing, 2009
3. Imhoff. Claudia, Galemmo. Nicholas, Mastering Data
Warehouse:Relational and Dimensional Techniques, Wiley Publishing,
2003

4. Nagabhushana.S, Data Warehousing: OLAP and Data Mining, New Age

International publishers, 2006
5. Hand. David, Principles of Data Mining, MIT press, 2001

Pengantar
Data warehouse ialah repository (koleksi /kumpulan
sumber daya yang bisa diakses untuk mendapatkan
informasi) dari sebuah data organisasi yang tersimpan
secara elektronis.
Data warehouse di desain untuk memfasilitasi pelaporan
dan analis data menjadi bentuk informasi yang bernilai
lebih.
Secara sederhana, data warehouse dapat disebut sebagai
koleksi dari data yang sangat banyak dan kompleks.

Pengantar
Data warehouse berfokus pada penyimpanan data, dimana sumber
data utma akan dibersihakan, di transformasikan, lalu di katalogkan,
hingga bisa digunakan oleh manager dan profesional lain.
Pemanfaatan data warehouse menggunakan data mining, OLAP
(online Analytical processing), DSS
Namun, metode untuk mendapatkan, dan menganalisa data berupa
proses extract, transform dan load data, serta manajemen data
dictionary masih termasuk pokok bahasan utama sebagai komponen
sistem data warehouse.
Definisi lanjutan dari data warehousing termasuk business
intelligence tools, tools untuk extract, transform dan load data ke
repository, dan tools untuk manajemen metadata.

Sejarah
Awal mula data warehouse berangkat dari tahun 80 an, dimana peneliti IBM Barry Devlin and Paul
Murphy mengembangkan "business data warehouse".
Pada dasarnya bertujuan untuk menyediakan model arsitektur untuk perubahan data dari sistem
operasional menuju sistem DSS.
Beberapa hal penting berkisar sejarah data warehouse adalah :
1960s General Mills dan Dartmouth College, mengembangkan istilah dimensions and facts.
1970s ACNielsen dan IRI menyediakan imensional data marts untuk penjualan retail
1983 Teradatamemperkenalkan sistem database yang khusus untuk DSS
1988 Barry Devlin dan Paul Murphy mempublikasikan artikel An architecture for a business and
information systems in yang memperkenalkan istilah "business data warehouse".
1990 Red Brick Systems memperkenalkan Red Brick Warehouse, sistem manajemen database
khusus untuk data warehousing.
1991 Bill Inmon mempublikasikan buku Building the Data Warehouse.
1995 The Data Warehousing Institute, organisasi profit yang mempromosikan data warehouse
didirikan
1996 Ralph Kimball mempublikasikan buku The Data Warehouse Toolkit.
2000 Daniel Linstedt mempublikasikan the Data Vault, yang memungkinkan audit data
warehose.

Kenapa harus ada data warehouse?

Seiring dengan semangkin meningkatnya kompetisi bisnis, tiap organisasi
harus dapat melakukan tindakan bisnis yang tepat.
Di masa yang lampau keputusan bisnis didasarkan pada intuisi pihak
manajemen. Saat ini dibutuhkan informasi yang menunjang, tepat, cepat
dan efisien dalam pengambilan keputusan.
Informasi yang dibutuhkan berupa informasi yang telah tersumarisasi
(summarized), dan terspesialisasi (spesialized) hasil dari analisa data
operasional organisasi.
Informasi yang dibutuhkan dapat hadir dalam bentuk laporan khusus, dan
forecasting (peramalan) berdasarkan trend.
Informasi dihasilkan oleh Business Intelligence atau sistem informasi
eksekutif (Executive Support System) yang mendapatkan data dari data
warehouse

Kenapa membangun data warehouse?

DW yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan
untuk mendapatkan informasi :
1. Lebih memahami apa yang terjadi pada bisnis
2. Menentukan trend historis
3. Prediksi kesempatan di masa datang
4. Mengukur performance

Nilai DW
Data warehouse digunakan untuk sistem BI (Business Intelligence) yang
memiliki nilai untuk :
1. Tracking and trending key performance indicators
2. Measuring business performance
3. Reporting and understanding nancial results
4. Understanding customers and their behavior

5. Identifying high-value customers

6. Better selection or development of new products
7. Understanding which products should be scaled back or eliminated
8. Understanding business competitors

Piramida sistem Informasi

OLTP vs DW
Online Transaction Processing System ialah sistem informasi yang
menangani transaksi operasional organisasi menggunakan sistem database
(DBMS) transaksional.
Sistem ini harus menjamin akurasi dan efisiensi, Sebagai contoh ialah sistem
OLTP untuk perbankan pada mesin ATM, tidak ada yang mau menunggu
lama untuk menyelesaikan transaksinya.
Secara kontras, tujuan dan karakteristik DW berbeda dengan DBMS
transaksional.
DW Sebagai format data yang harus mudah dipahami komponen bisnis
untuk menghasilkan keputusan, seperti trend penjualan, retensi pembelian,
dan produktifitas pegawai
Perbedaan ini menghasilkan perbedaan cara pengembangan, metodologi,
arsitektur, tool, dan teknologi DW dengan OLTP DBMS pada umumnya

OLTP vs DW

Linkungan DW

Sumber data DW
Sumber data DW berasal dari Source systems, ditunjukkan pada sisi kiri
gambar diatas
Umumnya berupa aplikasi besar yang telah ada pada organisasi tersebut,
seperti:
1. Order processing
2. Production scheduling

3. Financial trading systems

4. Policy administration
5. Claims handling
6. Accounts payable/receivable
7. Employee payroll

Sumber data DW

Komponen data warehouse

Secara dasar, data warehouse dibangun dari 3 komponen berikut:
1. Teknologi
Data warehouse, karena memiliki pendekatan yang berbeda dengan
OLTP DBMS memiliki perkembangan yang lebih mengarah ke optimasi
proses ETL, dan dukungan untuk data mining dalam volume besar
2. Business Requirement
Pengembangan data warehouse sangat bergantung pada kebutuhan,
ruang lingkup dari bisnis perusahaan.
3. Data
Data yang digunakan pada DW tidak bisa menggunakan data
transaksional yang dihasilkan OLTP.
Data yang digunakan harus melalui proses ETL (Extract-TransformLoading). Dimana data transaksional yang ada harus di proses (extract),
lalu di ubah formatnya (transform) sesuai spesifikasi DW , hingga
akhirnya di LOAD

End of first meeting

THANK YOU