UTS Gudang Data OLAP

Started on : Thursday, 29 April 2021, 3:53 PM

Completed on: Thursday, 29 April 2021, 5:23 PM

Time taken : 1 hour 29 mins

Grade : ...

Soal:

1. Apa yang anda ketahui tentang data warehouse (score 10)

2. Coba Anda Jelaskan minimal 4 Perbedaan OLTP dan OLAP (score 20)

3. Coba anda Jelaskan secara singkat Tujuan dari ETL (ekstrak Tansformation Loading) dalam data
warehouse! (score 30)

4. Menurut anda data apa sajakah yang bisa disimpan di data warehouse, Jelaskan ? (score 20)

5. Sebelum data di input Ke dalam Data warehouse, Database transakasi (OLTP) akan terlebih dahulu di
proses melalui Staging Area. Langkah Apa saja yang dilakukan pada proses data staging? (score 20)

Jawaban:

1. Data warehouse merupakan metode dalam perancangan database, yang menunjang DSS. (Decission
Support System) dan EIS (Executive Information System).

Data warehouse adalah database yang berisi data dari beberapa system operasional yang terintegrasi
dan terstruktur sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan
dalam bisnis.

Data warehouse adalah sebuah pendekatan penyimpanan data yang cenderung menyimpan data masa
lalu yang mempunyai karakteristik subject oriented (ditujukan untuk pemakaian bisnis sebagai
pendukung pengambilan keputusan), integrated (menyeluruh dan terangkum), time variant (historis),
non volatile (statis).Data Warehouse merujuk pada suatu database yang bersifat analisis dan read only
yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Tugas data warehouse

Menurut Williams, keempat tugas tersebut yaitu:

1. Pembuatan Laporan

Laporan perhari, perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
2. On-Line Analytical Processing (OLAP)

Informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat.

3. Data Mining

Menemukan knowledge dalam data warehouse yang dapat diambil untuk membuat keputusan.

4. Proses Informasi Executive

Dengan menggunakan data warehouse segala laporan telah diringkas dan dapat pula mengetahui
rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan.

2. OLTP merupakan suatu system yang berorientasi proses, yang berfungsi sebagai operasi harian dan
datanya dapat di-edit, di-ganti, atau di-hapus. Sedangkan OLAPsuatu system yang berorientasi subjek,
yang fungsinya lebihdiutamakan dalam mendukung pengambilan keputusan dalam data warehouse
sehingga data-data disini bukanlah data yang bisa di edit, di ganti, atau di hapus seperti data-data yang
ada dalam OLTP. OLAP biasanya digunakan oleh manager dalam mencari suatu keputusan.

Beberapa perbedaan antara OLTP dan OLAP.

Dari segi OLTP :

1. Query yang digunakan cukup simple.

2. Kecepatan prosesnya pada dasarnya sangat cepat.

3. Space data yang dibutuhkan relatif kecil.

4. Data yang diolah termasuk data terkini.

5. Fungsi utama dari OLTP adalah untuk mendukung kegiatan operasional suatu perusahaan yang
menggunakan database sehari-hari. Contohnya adalah aplikasi untuk memasukkan data konsumen,
melihat data transaksi, menambahkan data karyawan dan lain sebagainya.

Sedangkan dari segi OLAP :

1. Query yang digunakan cukup sulit.

2. Kecepatan prosesnya tergantung kepada data yang diolah.

3. Space data yang dibutuhkan relatif besar.

4. Data yang diolah termasuk data lampau (data history).

5. Fungsi utama dari OLAP adalah untuk dapat menghasilkan suatu informasi dari analisis data yang ada
sehingga dapat membantu dalam membuat suatu keputusan suatu perusahaan.
3. Tujuan ETL (Ekstrak Transformation Loading) yaitu:

• Mengumpulkan, menseleksi, mengolah dan menggabungkan data relevan dari berbagai sumber untuk
disimpan dalam data warehouse.

• ETL juga dapat digunakan untuk mengintegrasikan data.

Proses ETL terdiri dari extracting, transforming, loading.

Proses ETL ini sangat penting karena sangat berperan terhadap kualitas data dalam data warehouse,
sehingga data warehouse nantinya dapat digunakan untuk keperluan business intelligence atau aktivitas
analisis yang lain. Dikatakan Sebuah proses ETL berjalan dengan benar, jika pada proses itu melibatkan
beberapa hal yaitu akan adanya proses mengekstraksi data dari sebuah sumber, mempertahankan
kualitas data tersebut, menerapkan aturan-aturan standar, dan menyajikan data dalam berbagai bentuk,
sehingga dapat digunakan dalam proses pengambilan keputusan

4. Data yang akan dimasukan kedalam data warehouse dapat berupa database, software, repositori,
maupun file. Data tersebut bisa didapatkan dari Operational System dan Flat Files. Data warehouse
adalah database yang berisi data dari beberapa system operasional yang terintegrasi dan terstruktur
sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan dalam bisnis.

Data Warehouse adalah penyimpanan elektronik dalam jumlah besar informasi dengan bisnis yang
dirancang untuk query dan analisis.Teknologi ini biasanya digunakan oleh data sceintist untuk
melakukan data science dan menganalisis data bisnis dari sumber yang heterogen. Data Warehouse
adalah inti dari sistem Business Intellegent (BI) yang dibangun untuk analisis data dan pelaporan.

5. - Staging Area Architecture

Konsep dasar pada Staging Area Architecture adalah adanya penambahan Staging Area yang berfungsi
sebagai tempat penampungan sementara untuk data- data transaksional sebelum diteruskan ke
warehouse. Data transaksional yang berasal dari Data Source akan dirapikan, dibersihkan, dan diproses
terlebih dahulu di dalam Staging Area agar data yang masuk kedalam Warehouse adalah data yang
benar- benar diperlukan dalam proses analisis

Dalam penerapannya, Staging Area diwujudkan secara programmatically (pemrograman) maupun

dengan penambahan modul pada sistem Data Warehouse. Namun Staging Area juga dapat disediakan
langsung dalam Warehouse, guna terbentuknya Summary Data dan manajemen Warehouse yang baik.

- Staging Area and Data Mart Architecture

 Konsep dasar pada Staging Area dan Data Mart Architecture adalah adanya penambahan Data Mart
yang dikombinasikan dengan Staging Area. Data Mart merupakan sebuah data warehouse berskala kecil
yang ditujukan untuk organisasi bisnis dengan kebutuhan khusus seperti keperluan menganalisis data
marketing, penjualan, distribusi, dan lain- lain. Arsitekktur jenis ini sangat cocok digunakan pada
organisasi yang terdiri dari sejumlah unit kerja yang memiliki kebutuhan masing-masing. Arsitektur
memiliki kemampuan untuk melakukan pemilahan data dan kostumisasi sesuai dengan kebutuhan
pengguna.

Dapat dilihat pada gambar bahwa Data Mart diletakan diantara bagian Warehouse dan User dan
terdiri dari beberapa sub bagian, sub- sub bagian ini menyatakan bahwa data- data pada Data
Warehouse telah dikelompokan secara spesifik dalam bentuk Data Mart yang sesuai dengan kebutuhan
pengguna.