FORMAT TUGAS 15 DATE WAREHOUSE

MAKALAH

Dosen Pembimbing :
Rukin Sudarwanto,S.pd.,M.T.I

Disusun Oleh :
Dzakia Isvina Duriati ( 2157201016 )

UNIVERSITAS NAHDLATUL ULAMA LAMPUNG

FAKULTAS SAINS DAN TEKNOLOGI
SISTEM INFORMASI
2023
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan hidayah serta inayah-Nya kepada kita,
sehingga kita dapat membuat makalah ini dengan judul “ANALISIS DAN DESIGN
DATAWAREHOUSE” dengan lancar dan tanpa suatu halangan apapun.

Kami ucapkan terimakasih kepada bapak Rukin Sudarwanto,S.pd.,M.T.I

yang telah membimbing dan mengajarkan kami sehingga kami dapat membuat Makalah ini dengan
baik dan lancar.

Adapun pembuatan Makalah ini adalah untuk memenuhi tugas individu mata kuliah Sistem Data
Warehouse serta untuk memberikan sedikit wawasan dan ilmu kepada pembaca makalah ini.

Penulis menyadari bahwa Makalah ini jauh dari kesempurnaan. Oleh karna itu, segala kritik dan saran
yang membangun akan berguna agar pada penulisan selanjutnya dapat lebih baik. karena sejatinya
manusia itu tidak luput dari kesalahan.

Lampung, Kamis 28 Desember 2023

Penulis
 BAB I
PENDAHULUAN

A. Definisi dan Pentingnya Data Warehouse

Pengertian Data Warehouse menurut beberapa ahli adalah sebagai berikut :
Menurut Reinardi dalam bukunya Building Data Warehouse in SQL Server 2008(2008:1-3), data
warehouse merupakan sistem yang mengambil (retrieve) dan mengkosilidasikan (Consolidate) data
secara periodik (Periodically) dari sumber data ke dalam penyimpanan dimensional dan ternormalisasi.
Data yang disimpan merupakan data histori dan digunakan untuk permintaan data (query) pada bisnis
intellegence dan aktifitas analisis.
Menurut W.H Inmon dalam bukunya Building The Data Warehouse (2005), data warehouse adalah
koleksi data yang mempunyai sifat berorientasi subjek (subject-oriented) terintegrasi dan konsisten
(Integrated and consistent), time-variant dan bersifat tetap dan tidak berubah (Not volatile).
Dari definisi-definisi diatas, dapat disimpulkan data warehouse adalah
database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, sedangkan menurut
Bill Inmon data warehouse bersifat orientasi subjek,terintegrasi, time-variant,tidak berubah yang
digunakan untuk membantu para pengambil keputusan.
Data warehouse sangat penting karena menyediakan tempat sentral untuk menyimpan dan
mengelola data bisnis dari berbagai sumber. Ini memungkinkan analisis data yang lebih efisien dan
mendalam, memungkinkan pengambilan keputusan yang lebih baik. Referensi terkait dapat mencakup
buku "The Data Warehouse Toolkit" oleh Ralph Kimball dan "Building the Data Warehouse" oleh
William H. Inmon.

BAB II Sejarah Data Warehouse

B. Perkembangan dan Evolusi Data Warehouse

Data warehouse adalah suatu sistem penyimpanan data yang dirancang untuk mendukung analisis
dan pelaporan bisnis. Perkembangan data warehouse melibatkan beberapa aspek, termasuk arsitektur,
teknologi, dan metode pengelolaan data. Berikut adalah beberapa perkembangan utama dan
referensinya:

 Arsitektur Data Warehouse Modern

 Cloud Data Warehousing
 Big Data Integration
 Data Virtualization
 Real-time Data Warehousing
 Machine Learning in Data Warehousing
 Data Governance and Compliance.
 Data Warehousing in the Era of Data Lakes

Data warehouse adalah suatu sistem penyimpanan data yang dirancang untuk mendukung analisis
dan pelaporan bisnis. Perkembangan data warehouse melibatkan beberapa aspek, termasuk arsitektur,
teknologi, dan metode pengelolaan data. Berikut adalah beberapa perkembangan utama dan
referensinya:

 Arsitektur Data Warehouse Modern

 Cloud Data Warehousing
 Big Data Integration
 Data Virtualization
 Real-time Data Warehousing
 Machine Learning in Data Warehousing
 Data Governance and Compliance
 Data Warehousing in the Era of Data Lakes
 BAB III Komponen Data Warehouse

C. Database
Database atau basis data adalah kumpulan informadi yang disimpan di dalam komputer
secara sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuk
memperoleh informasi dari basis data tersebut. Perangkat lunak yang digunakan untuk mengelola
dan memanggil kueri (query) basis data disebut sistem manajemen basis data (database
management system, DBMS). Sistem basis data dipelajari dalam ilmu informasi.

D. ETL Tools (Extract, Transform, Load)

Extract, transform, and load (ETL) adalah proses menggabungkan data dari berbagai sumber ke
dalam repositori pusat yang besar yang disebut gudang data. ETL menggunakan seperangkat aturan
bisnis untuk membersihkan dan mengatur data mentah dan mempersiapkannya untuk penyimpanan,
analitik data, serta machine learning (ML). Anda dapat memenuhi kebutuhan inteligensi bisnis tertentu
melalui analitik data (seperti memprediksi hasil keputusan bisnis, menghasilkan laporan dan dasbor,
mengurangi inefisiensi operasional, masih dan banyak lagi).

BAB IV Komponen Data Warehouse

D. Metadata
Metadata adalah informasi terstruktur yang mendeskripsikan, menjelaskan, menemukan, atau
setidaknya menjadikan suatu informasi mudah untuk ditemukan kembali, digunakan, atau
dikelola. Metadata sering disebut sebagai data tentang data atau informasi tentang informasi.
Metadata ini mengandung informasi mengenai isi dari suatu data yang dipakai untuk keperluan
manajemen file/data itu nantinya dalam suatu basis data. Jika data tersebut dalam bentuk teks,
metadatanya biasanya berupa keterangan mengenai nama ruas (field), panjang field, dan tipe
fieldnya: integer, character, date, dll. Untuk jenis data gambar (image), metadata mengandung
informasi mengenai siapa pemotretnya, kapan pemotretannya, dan setting kamera pada saat
dilakukan pemotretan. Satu lagi untuk jenis data berupa kumpulan file, metadatanya adalah nama-
nama file, tipe file, dan nama pengelola (administrator) dari file-file tersebut.
E. Data Marts
Data mart adalah sistem penyimpanan data yang berisikan informasi dari suatu unit bisnis
perusahaan yang spesifik–subset dari data warehouse. Data yang tersimpan dalam data mart
biasanya berukuran kecil.

F. OLAP (Online Analytical Processing)

OLAP (Online Analytical processing) adalah sebuah tools online yang digunakan untuk
melakukan analisis data multidimensi dan menyediakan kemampuan untuk perhitungan yang
rumit, analisis tren, dan pemodelan data yang canggih. Sebelum kita melakukan analisis terhadap
suatu data, biasanya kita akan mengumpulkan dan mengelompokan data yang dibutuhkan terlebih
dahulu lalu setelah itu kita menggambungkannya. Dengan menggunakan OLAP kamu bisa
melakukannya menjadi lebih simple dan lebih cepat. OLAP akan membagi data-data tersebut ke
dalam bentuk kubus, yang nantinya kubus tersebut dirancang sedemikian rupa sehingga
membentuk suatu laporan.

BAB V Arsitektur Data Warehouse

G. Arsitektur Single-tier
Istilah arsitektur mengacu pada desain sebuah aplikasi, atau dimana komponen yang
membentuk suatu sistem ditempatkan dan bagaimana mereka berkomunikasi. Arsitektur
terdistribusi sebuah istilah yang relatif baru untuk menjelaskan arsitektur aplikasi – berarti bahwa
pemrosesan dari suatu aplikasi terjadi pada lebih dari satu mesin.
Pada arsitektur ini semua pemrosesan dilakukan pada mainframe. Kode aplikasi, data dan
semua komponen sistem ditempatkan dan dijalankan pada host.Walaupun komputer client dipakai
untuk mengakses mainframe, tidak ada pemrosesan yang terjadi pada mesin ini, dan karena
mereka “dump-client” atau “dump-terminal”. Tipe model ini, dimana semua pemrosesan terjadi
 secara terpusat, dikenal sebagai berbasis-host. Sekilas dapat dilihat kesalahan pada model ini. Ada
dua masalah pada komputasi berbasis host:
Pertama, semua pemrosesan terjadi pada sebuah mesin tunggal, sehingga semakin banyak
user yang mengakses host, semakin kewalahan jadinya. Jika sebuah perusahaan memiliki
beberapa kantor pusat, user yang dapat mengakses mainframe adalah yang berlokasi pada tempat
itu, membiarkan kantor lain tanpa akses ke aplikasi yang ada.
Pada saat itu jaringan sudah ada namun masih dalam tahap bayi, dan umumnya digunakan
untuk menghubungkan terminal dump dan mainframe. Internet baru saja dikembangkan oleh
pemerintah US dan pada saat itu dikenal sebagai ARPANET. Namun keterbatasan yang
dikenakan pada user mainframe dan jaringan telah mulai dihapus.

H. Arsitektur Two-tier
Arsitektur jaringan Client-Server merupakan model konektivitas pada jaringan yangmembedakan
fungsi computer sebagai Client dan Server. Server adalah system atau proses yang bertugas
memberikan pelayanan kepada terminal-terminal lainnya yangterhubung dalam system jaringan,
sedangkan Client merupakan sembarang sistem atau proses yang melakukan suatu permintaan
data atau layanan ke server.Pada model arsitektur ini, Client tidak dapat berfungsi sebagai Server,
tetapi Serverdapat berfungsi menjadi Client (server non-dedicated). Prinsip kerja pada arsitektur
inisangat sederhana, dimana Server akan menunggu permintaan dari Client, memproses
danmemberikan hasil kepada Client, sedangkan Client akan mengirimkan permintaan keServer,
menunggu proses dan melihat visualisasi hasil prosesnya.

I. Arsitektur Three-tier
Three Tier-System atau lebih kita kenal dengan konsep Client Server Programming merupakan
salah satu tipe sistem yang ada pada arsitektur software yangdi dalamnya terdapat 3 layer dari
komponen logic yang saling berhubungan dan berkaitan.

BAB VI Proses Pembuatan Data Warehouse

A. Pengumpulan Kebutuhan

- Desain dan Model Data

- Implementasi dan Pengujian
- Peluncuran dan Pemeliharaan

BAB VII Teknologi dan Alat dalam Data Warehouse

- SQL
- Python
- Hadoop
- Spark
- Tableau

BAB VIII Studi Kasus dan Aplikasi Data Warehouse dalam Bisnis
- Analisis Pelanggan
- Manajemen Rantai Pasokan
- Analisis Keuangan

BAB IX Tantangan dan Solusi dalam Implementasi Data Warehouse

- Integrasi Data
- Kualitas Data
- Keamanan Data

BAB X Tren dan Masa Depan Data Warehouse

- Data Warehouse dalam Cloud
- Big Data dan Data Warehouse
- Artificial Intelligence dan Data Warehouse
 Daftar Pustaka

Reinardi dalam bukunya Building Data Warehouse in SQL Server 2008(2008:1-3)

W.H Inmon dalam bukunya Building The Data Warehouse (2005)
William H. Inmon.
Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional
Modeling. Wiley.
Inmon, W. H. (1996). Building the Data Warehouse. Wiley.
Kimball, R. (1996). The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data
Warehouses. Wiley.
S. Putra And O. M. Febriani,“Knowledge Management Online Application In Pdam Lampung
Province,” In Prosiding International Conference On Information Technology And Business (Icitb),
2018, Pp. 181–187.
https://aws.amazon.com/id/what-is/etl/
https://id.m.wikipedia.org/wiki/Metadata
https://pacmann.io/blog/definisi-manfaat-dan-tipe-data-mart
https://sistem-informasi-s1.stekom.ac.id/informasi/baca/OLAP-Online-Analytical-Processing/
7a4375a1fed653e138600d797a2b18c2af085f4e