Nama : Juan Bukit A.

a
NPM : D1A.18.0008

1. Konsep Data Warehouse

• Dibanding database tradisional, DW umumnya terdiri dari data yang berukuran

sangat besar dari banyak sumber dan mungkin terdiri dari database dari model

data yang berbeda dan kadang file dari sistem dan platform yang independen

• Tidak seperti database transaksional, DW biasanya mendukung analisa tren dan

time-series, di mana keduanya membutuhkan data historik

• DW itu nonvolatile. Artinya informasi dalam DW jarang diubah dan bisa

dianggap non-real-time

• DW bisa digambarkan sebagai “kumpulan teknologi pendukung keputusan,

dimaksudkan untuk memungkinkan pekerja yang berhubungan dengan informasi

(eksekutif, manajer dan analis) untuk membuat keputusan lebih baik dan lebih

cepat”

1.1 Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang

sama, seperti pendapat beberapa ahli berikut ini :

Menurut M. Klimavicius (2008, p85) , sistem data warehouse mempresentasikan

sebuah sumber informasi untuk menganalisa pengembangan dan hasil dari sebuah

perusahaan atau organisasi didalam lingkungan yang selalu berubah. Data didalam data

warehouse menggambarkan peristiwa dan status dari proses bisnis, produk dan jasa,

tujuan dan unit-unit organisasi.

 Menurut Inmon (2005, p29), sebuah data warehouse adalah sebuah kumpulan

data yang integrated, subject-oriented, nonvolatile, time variant yang mendukung

managemen mengambil keputusan.

Data warehouse merupakan metode dalam perancangan database, yang

menunjang DSS(Decission Support System) dan EIS (Executive Information System).

Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan

database sangat berbeda. Dalam perancangan database tradisional menggunakan

normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse

adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis,

bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk

membantu para pengambil keputusan.

1.2 Subject-Oriented

Data warehouse berorientasi subject artinya data warehouse didesain untuk

menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan

pada proses atau fungsi aplikasi tertentu. Data warehouse diorganisasikan

disekitar subjek-subjek utama dari perusahaan (customers, products dan sales)

dan tidak diorganisasikan pada area-area aplikasi utama (customer

invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari

data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang

suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.

2. Gambar Arsitektur Alur data Warehouse

Sumber Data
Internal

Sumber
Data
Operasion
al 1 Perangkat EIS
Perangkat pelaporan
Perangkat
pengembangan
Manajer Data aplikasi
Sumber Warehouse
Data
Operasion
al 2

OLA
P

Sumber
Data Data
Eksterna Warehous
l e
Data
Mining

Sumber data untuk data warehouse :

1. Data operasional dalam organisasi, misalnya basis data pelanggan dan produk

2. Sumber eksternal yang diperoleh misalnya melalui internet, basis data komersial, basis
data pemasok dan pelanggan

alur Data Warehouse

 Inflow Pengekstrasian, pembersihan dan pemuatan sumber data

 UpflowMenambahkan nilai data ke dalam warehouse melalui ringkasan, pemaketan,
dan pendistribusian data.
 DownflowPengarsipan dan back up data ke dalam warehouse
 Outflow Membuat data agar tersedia untuk pemakai akhir
 Meta-flowPengaturan Meta-data
Karateristik Data yang terdapat dalam data warehouse

 Subject OrientedData secara logis terorganisir sesuai subjek utama dari suatu
organisasi, misalnya penjualan atau item produksi
 Integrated/TerpaduSemua data dapat di analisis secara bersamaan
 Time VariantData Histori dibuat dalam bentuk yang detail
 NonvolaliteData tidak dapat di ubah / di update

OLTP DAN OLAP

Tugas sistem operasional on-line awal adalah untuk melakukan transaksi dan pemrosesan
querry, Jadi hal tersebut dapat di sebut OLTP system( On-Line Transaction Processing).
Sistem data warehouse berperan sebagai analisis data dan pengambilan keputusan. Sistem
tersebut dapat mengatur dan menyajikan data dalam berbagai format untuk mengakomodasi
beragam kebutuhan dari pengguna yang berbeda. Sistem ini disebut on-line analytical
processing (OLAP) system

Pembeda antara OLTP dan OLAP

1. Orientasi : OLTP berorientasi pada pelanggan dan digunakan untuk transaksi,

sedangkan OLAP berorientasi pada pasar dan digunakan untuk analisi data
2. Isi data : Sistem OLTP mengelola data yang terjadi saat ini secara rinci sedangkan
Sistem OLAP mengelola data histori dengan jumlah data yang besar secara
granularity, sehingga membuat data lebih mudah digunakan dalam pengambilan
keputusan
3. Desain Database : Sistem OLTP mengadopsi desain database sedangkan Sistem
OLAP mengadopsi model star atau snowflake, serta desain database nya berorientasi
subyek
4. View : sistem OLTP berfokus terutama pada data saat tanpa mengacu pada data
historis atau data dalam berbagai organisasi . Sebaliknya , sistem OLAP meliputi
beberapa versi skema database , karena evolusi proses organisasi . Karena volume
besar mereka, Data OLAP dibagi pada beberapa media penyimpanan
5. Pola Access : Pola akses dari OLTP biasanya pendek seperti transaksi atom. Sistem
seperti ini membutuhkan concurency, kontrol dan mekanisme pemulihan. Sedangkan
akses dari OLAP sebagian besar read – only
 REFERENSI

 Connoly, Thomas; Begg, Carolyn; Strachan, Anne; Database Systems : A

Practical Approach to Design, Implementation and Management, 3rd edition,
Addison Wesley, 2003.
 http://mti.ugm.ac.id/~adji/courses/resources/lectures/InformSystem/AKA/si-6-
2.ppt
 https://www.ed-sen.com/edsenblog/pengertian-konsep-dan-komponen-data-warehouse
 library.binus.ac.id