Disusun Oleh:
A. TEORI SINGKAT
1. Star Schema
Dalam data warehouse, data-datanya akan disimpan dalam tabel fakta
dan tabel dimensi. Tabel fakta akan menyimpan data-data utama sementara
tabel dimensi mendeskripsikan setiap nilai dari suatu dimensi dan dapat
direlasikan ke tabel fakta jika diperlukan. Data fakta merupakan data yang
terukur besarannya, sebagai contoh adalah jumlah siswa, banyaknya rupiah
yang diperoleh, rata-rata IPK, dan sejenisnya.
Untuk struktur star schema seperti gambar 1, data dalam tabel fakta yang diukur
adalah hasil penjualan (dalam mata uang dollar) berdasarkan dimensi atau kondisi
produk yang dijual (product) serta waktu penjualan (time). Misalkan dimensi
produk, yang menyimpan informasi-informasi seputar produk. Produk ini dapat
dikelompokkan ke dalam kategori, dan di dalam kategori ini pun bisa ditemukan
sub- kategori.
Laporan Praktikum DWDM Rendy Anwar Prasetya 1|Page
2. Snowflake Schema
Struktur basis data ini lebih kompleks dari pada star schema, dengan
menormalisasi tabel-tabel dimensi yang berukuran besar dengan satu atau lebih
kolom yang memiliki duplikasi data. Misalkan jika tabel dimensi Product
dinormalisasi maka akan menghasilkan struktur seperti berikut:
Hindari kepingan salju atau normalisasi tabel dimensi, kecuali diminta dan sesuai.
Jangan hierarki kepingan salju dari tabel satu dimensi ke dalam tabel terpisah.
Hierarki seharusnya hanya milik tabel dimensi dan tidak boleh di-snowfalk.
Beberapa hierarki dapat memiliki dimensi yang sama telah dirancang pada detail
serendah mungkin
Kasus untuk snowflake meliputi:
Atribut yang jarang diisi, di mana sebagian besar catatan anggota dimensi
memiliki nilai NULL untuk atribut, dipindahkan ke sub-dimensi.
Atribut kardinalitas rendah yang dipertanyakan secara independen. Misalnya,
dimensi produk dapat berisi ribuan produk, tetapi hanya segelintir jenis
produk. Memindahkan atribut tipe produk ke tabel dimensinya sendiri dapat
meningkatkan kinerja ketika tipe produk ditanyai secara independen.
Atribut yang merupakan bagian dari hierarki dan dipertanyakan secara
independen. Contohnya termasuk atribut tahun, kuartal, dan bulan dari
hierarki tanggal dan atribut negara dan negara dari hierarki geografis.
2. Klik button new table kemudian klik pada area kerja sehingga akan
menghasilkan table baru.
3. Double klik pada table baru untuk membuka table editor, ganti nama pada
table nama dengan nama dimensi_kategori_RendyAnwar_14621665, kemudian
isikan atribut table dengan data sebagai berikut :
menjadi :
Keterangan : klik salah satu button yang sesuai dengan kebutuhan kemudian kllik
table yang akan dihubungkan.
Skema bintang adalah jenis skema data yang paling sederhana dan pendekatan
yang paling banyak digunakan untuk mengembangkan gudang data dimensional
dan metadata. Skema bintang terdiri dari satu atau lebih tabel fakta yang
mereferensikan beberapa tabel dimensi. Skema bintang adalah kasus khusus
yang penting dari skema kepingan salju dan lebih efektif dalam menangani kueri
yang lebih sederhana. Skema Kepingan Salju merupakan perpanjangan dari
Skema Bintang dan menambahkan dimensi tambahan. Disebut kepingan salju
karena diagramnya terlihat seperti kepingan salju.
D. DAFTAR PUSTAKA
Perbandingan model Skema Bintang Dan model Skema snowflake Pada data
warehouse. (2017, April 10). Master of Computer
Science. https://mti.binus.ac.id/2017/04/10/perbandingan-model-skema-
bintang-dan-model-skema-snowflake-pada-data-warehouse/