OLEH:
MEGA JAYANTI MEDEA
NIM. 17210062
SEMESTER 4
Menurut Vincent Rainardi (2008), Data warehouse adalah sistem yang mengambil dan
mengkonsolidasikan data secara periodik dari sistem sumber ke dalam table dimensi
atau data penyimpanan yang sudah dinormalisasi. Data yang terkandung di dalamnya
biasanya diperbarui dalam kurun waktu tertentu, tidak setiap kali transaksi terjadi dalam
sistem sumber.
Data warehouse dibangun untuk mengatasi masalah teknis dan bisnis yang berkaitan
dengan penggunaan data dan informasi untuk mengambil keputusan (Han dan Kamber,
2006). Data warehouse bukan suatu produk tetapi suatu lingkungan dimana user dapat
menemukan informasi strategik. Data warehouse adalah kumpulan data-data logik yang
terpisah dengan database operasional dan merupakan suatu ringkasan (Ponniah, 2001, h.14).
2. Data Mart
Menurut Connolly (2002, p1067), “Data mart is a subset of a data warehouse that
supports the requirements of a particular depatment or business function”.
W.H.Inmon (2002. P17) berpendapat bahwa data mart adalah struktur data yang
cakupannya lebih kecil dari data warehouse dimana data dibagi berdasarkan kebutuhan
informasi setiap departemen.
Kenapa harus membangun data mart? Alasan-alasan untuk membangun data mart
dikemukakan oleh Bambang Haryanto, antara lain :
1. Memberi pemakai akses data yang mereka butuhkan untuk dianalisis.
2. Menyediakan data dalam bentuk yang sesuai dengan berbagai macam pandangan
dari data oleh sekelompok user di sebuah departemen.
3. Meningkatkan response time pada end-user karena reduksi data yang akan diakses.
4. Menyediakan data yang terstruktur sesuai dengan yang ada pada ketentuan dari alat
akses end-user yang mungkin membutuhkan struktur basisdata internal sendiri.
5. Data mart biasanya menggunakan lebih sedikit data, sehingga pekerjaan seperti
pembersihan, transformasi, dan integrasi data menjadi jauh lebih mudah.
6. Biaya implementasi untuk data mart lebih kecil dibandingkan dengan data
warehouse.
7. Pemakai potensial dari data mart terdefinisi dengan lebih jelas dan dapat
ditargetkan dengan lebih mudah.
Multidimensional database berjalan lebih baik pada operasi OLAP karena agregasi di
kalkulasi ulang dan karena cara data secara fisik disimpan meminimalisasi banyaknya operasi
IO (membaca disk), dibandingkan menyimpan tabel dalam sebuah RDBMS.
OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri
analitik yang multidimensi di dalam database. OLAP merupakan bagian dari kategori yang
lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan
penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan,
pemasaran, manajemen pelaporan, manajemen proses, penganggaran dan peramalan, laporan
keuangan dan bidang-bidang yang serupa.
Model yang digunakan dalam OLAP adalah model kubus. Model kubus akan
mengelompokkan data dan parameter-parameter sehingga kita dapat merelasikan antara data
yang satu dengan data yang lain sehingga membentuk suatu pengertian khusus.
Cara kerja MOLAP secara umum dibagi ke dalam dua tahap sebagai berikut :
Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca,
dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan
hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan
dengantable, maka untuk satu cube akan banyak fragmen table yang isinya adalah
detil agregasi dari level tertentu.
Tahap query atau layanan permintaan data analisis, pada tahap ini OLAP Server akan
melayani permintaan query dari client dan membaca data dari storage MOLAP. Table
yang akan dibaca adalah suatu fragmen yang akan disesuaikan dengan permintaan
dari client. Pada fase query ini, jika OLAP Server terputus dengan data source tidak
apa-apa karena sudah tidak ada kaitannya.
HOLAP hadir untuk mengatasi kelemahan dari ROLAP dan MOLAP, kelemahan tersebut
adalah :
Performa ROLAP tidak begitu baik karena agregasi selalu dilakukan ulang apabila
cache sudah expired.
Keterbatasan storage dari MOLAP jika digunakan untuk menyimpan kombinasi
agregasi pada semua level.
Jadi HOLAP merupakan kombinasi atau "jalan tengah" antara keduanya dimana HOLAP
akan menyimpan data precomputed aggregate pada media penyimpanan (storage) HOLAP
sendiri.
Sumber:
Dahlan, A., Utami, E., & Luthfi, E. T. (2013). Dipetik 2019, dari jti.respati.ac.id:
http://jti.respati.ac.id/index.php/jurnaljti/article/view/67/59