Rangkuman
Rangkuman
Tekanan Konstan dari eksternal dan internal membutuhkan keputusan taktis dan strategis
yang cepat
adalah metodologi yang dirancang untuk mengekstrak informasi dari data dan menggunakan
informasi tersebut sebagai dasar untuk pengambilan keputusan.
Sebuah sistem pendukung keputusan (DSS) adalah pengaturan alat komputerisasi yang
digunakan untuk membantu manajerial pengambilan keputusan dalam sebuah bisnis.
• Komponen penyimpanan data (data store) pada dasarnya adalah database DSS.
• Komponen ekstraksi dan penyaringan data (data extraction and filtering) digunakan
untuk mengekstrak dan memvalidasi data yang diambil dari database operasional
dan sumber data eksternal.
• Alat kueri pengguna akhir (The end user query tool) digunakan oleh analis data
untuk membuat kueri yang mengakses database.
• Alat presentasi pengguna akhir (The end user presentation tool) digunakan oleh
analis data untuk mengatur dan menyajikan data.
Data Operasional (Operational Data) vs. Data Pendukung Keputusan (Decision Support
Data)
• Skema Database
o Skema database DSS harus mendukung kompleks (non-dinormalisasi)
representasi data.
o Kueri harus dapat mengekstrak multidimensi irisan waktu.
• DBMS harus mendukung alat ekstraksi dan penyaringan data tingkat lanjut.
• Kemampuan ekstraksi data harus mendukung sumber data yang berbeda dan
beberapa vendor.
• Kemampuan pemfilteran data harus mencakup kemampuan untuk memeriksa data
yang tidak konsisten atau aturan validasi data.
• DBMS harus mendukung data lanjutan integrasi, agregasi, dan kemampuan
klasifikasi.
• DSS DBMS harus mendukung pemodelan data tingkat lanjut dan alat presentasi
data, alat analisis data, dan komponen pembuatan kueri dan pengoptimalan.
• Antarmuka analitik pengguna akhir adalah salah satu komponen yang paling penting
Data Warehouse adalah database yang terintegrasi, berorientasi subjek, varian waktu, dan
tidak mudah berubah yang memberikan dukungan untuk pengambilan keputusan.
• Integrated (Terintegrasi)
Data Warehouse adalah database terpusat dan terkonsolidasi yang
mengintegrasikan data yang diambil dari keseluruhan organisasi.
• Subject-Oriented (Berorientasi Subjek)
Data Data Warehouse disusun dan dioptimalkan untuk memberikan jawaban atas
pertanyaan yang datang dari beragam area fungsional dalam perusahaan.
• Time Variant (Variasi Waktu)
Data Warehouse mewakili aliran data melalui waktu. Bahkan dapat berisi data yang
diproyeksikan.
Data Warehouse adalah database yang terintegrasi, berorientasi subjek, varian waktu, dan
tidak mudah berubah yang memberikan dukungan untuk pengambilan keputusan.
• Non-Volatile (Non-Volatile)
Setelah data masuk ke Data Warehouse, mereka tidak pernah dihapus. Data
Warehouse selalu berkembang.
Data Mart
• Data mart adalah gudang data subjek tunggal yang kecil subset yang memberikan
dukungan keputusan kepada sekelompok kecil orang.
• Data Mart mengatasi masalah lokal atau departemen, sementara Gudang Data
melibatkan upaya di seluruh perusahaan untuk: mendukung pengambilan keputusan
di semua tingkatan dalam organisasi.
• Data Mart dapat berfungsi sebagai kendaraan uji bagi perusahaan yang
mengeksplorasi potensi manfaat Data Warehouse.
• Star Schema : Sebuah objek tunggal (tabel fakta) ditengah terhubung ke sejumlah
objek (tabel dimensi, satu untuk setiap dimensi).
• Snowflake schema : Penyempurnaan star schema di mana hierarki dimensi
direpresentasikan secara eksplisit dengan menormalkan tabel dimensi.
• Fact Constellations : Beberapa tabel fakta berbagi tabel dimensi (skema galaksi).
Star Schema
Star schema adalah teknik pemodelan data digunakan untuk memetakan pendukung
keputusan multidimensi ke dalam database relasional. Star schema menghasilkan model
yang mudah diimplementasikan untuk analisis data multidimensi sambil tetap
mempertahankan struktur relasional dari database operasional.
• Facts (Fakta)
• Dimensions (Dimensi)
• Attributes (Atribut)
• Attribute hierarchies (Hirarki atribut)
• Facts
o Fakta adalah pengukuran numerik (nilai) yang mewakili aspek atau aktivitas
bisnis tertentu.
o Tabel fakta berisi fakta-fakta yang dihubungkan melalui dimensinya.
o Fakta dapat dihitung atau diturunkan pada metrik run-time
• Dimension
o Dimensi adalah karakteristik kualifikasi yang memberikan perspektif
tambahan untuk fakta tertentu.
o Dimensi disimpan dalam tabel dimensi.
• Attributes
o Setiap tabel dimensi berisi atribut. Atribut sering digunakan untuk mencari,
menyaring, atau mengklasifikasikan fakta.
o Dimensi memberikan karakteristik deskriptif tentang fakta melalui
atributnya.
• Attributes Hierarchies
o Atribut dalam dimensi dapat diurutkan dalam hierarki atribut yang
terdefinisi dengan baik.
o Hirarki atribut menyediakan organisasi data top-down yang digunakan untuk
dua tujuan utama:
• Agregasi
• Analisis data drill-down/roll-up
• Fakta dan dimensi biasanya diwakili oleh tabel fisik dalam database gudang data.
• Tabel fakta terkait dengan setiap tabel dimensi dalam hubungan banyak-ke-satu
(M:1).
• Tabel fakta dan dimensi terkait dengan kunci asing dan tunduk pada kunci
utama/asing kendala.