DATA WAREHOUSE

DATABASE LANJUT || PENDIDIKAN TEKNIK INFORMATIKA

 ANGGOTA KELOMPOK

Hanozi Wazri

I Made Deon Virgananta

I Wayan Arya Gina
Widyatmaja
 PENGERTIAN DATA WAREHOUSE

• Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat
berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses
pengambilan keputusan management.
• Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang
digunakan sebagai fondasi dari sistem penunjang keputusan.
• Jadi, Data warehouse Merupakan metode dalam perancangan database, yang menunjang DSS(Decission
Support System) dan EIS (Executive Information System)
 ISTILAH YANG BERHUBUNGAN DENGAN DATA WAREHOUSE

• Data Mart
• On-Line Analytical Processing(OLAP)
• On-Line Transaction Processing(OLTP)
• Dimension Table
• Fact Table
• DSS
ARSITEKTUR DATA WAREHOUSE
 KOMPONEN DALAM ARSITEKTUR DATA WAREHOUSE

• Operational Data
• Operational Data Store
• Load Manager
• Warehouse Manager
• Query Manager
• Detailed Data
• Lightly dan Hightly Summarized Data
• Archive dan Backup Data
• End-User Access Tools
KARAKTERISTIK DATA WAREHOUSE
a) Subject Oriented (Berorientasi subject), warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu
dalam organisasi.
Perbedaan data warehouse dengan data operasional :
Data Operasional :
• Dirancang berorientasi hanya pada aplikasi dan
fungsi tertentu
• Focusnya pada desain database dan proses
• Berisi rincian atau detail data
• Relasi antar table berdasar aturan terkini(selalu
mengikuti rule(aturan) terbaru)
Data Warehouse :
• Dirancang berdasar pada subjek-subjek
tertentu(utama)
• Focusnya pada pemodelan data dan desain data
• Berisi data-data history yang akan dipakai dalam
proses analisis
• Banyak aturan bisnis dapat tersaji antara tabel-tabel
 KARAKTERISTIK DATA WAREHOUSE

b) Integrated (Terintegrasi), dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah
kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya.
c) Time-variant (Rentang Waktu), Seluruh data pada data warehouse dapat dikatakan akurat atau valid
pada rentang waktu tertentu.
d) Non-Volatile, Data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem
operasional secara reguler
 TUGAS – TUGAS DATA WAREHOUSE

Menurut Williams, Ada empat tugas yang bisa dilakukan dengan adanya data warehouse
keempat tugas tersebut yaitu:
• Pembuatan laporan,
• On-Line Analytical Processing (OLAP)
• Data mining
• Proses informasi executive
KEUNTUNGAN & KEKURANGAN DATA WAREHOUSE
Keuntungan
 Memiliki aturan transformasi untuk memvalidasi dan
menkonsolidasi data dari OLTP ke data warehouse.
 Data terorganisir dengan baik untuk query analisis dan
sebagai bahan yang baik untuk proses transaksi.
 Perbedaan struktur data yang banyak macamnya dari
sumber yang berbeda dapat di atasi.
 Masalah keamanan dan kinerja dapat dipecahkan tanpa
perlu mengubah sistem produksi.
 transformasi/ perpindahan dapat di monitoring.
 Informasi yang disimpan dalam datawarehouse
 Memiliki model data yang banyak macamnya, dan
tidak tergantung dari format data awal/sumbernya
Kekurangan
 Data perlu di ekstrak, diubah (ETL) dan di load ke data
warehouse sehingga membutuhkan tenggang waktu
untuk memindahkannya.
 Data warehouse bukan merupakan lingkungan yang
cocok untuk data yang tidak terstruktur.
 Semakin lama dipelihara, semakin besar biaya untuk
merawat sebuah data warehouse.
 Data warehouse dapat menjadi ketinggalan dari data
terbaru yang relatif cepat, karena data yang digunakan
di data warehouse tidak di update secara cepat.
sehingga data yang ada tidak optimal.
 ANATOMI DATA WAREHOUSE

• Data warehouse dibuat berdasarkan konsep bahwa data warehouse mengambil data dari berbagai sumber dan
memindahkannya ke dalam pusat pengumpulan data yang besar, Konsep ini sebenarnya lebih cenderung kepada
sebuah lingkungan mainframe yang terpusat.
• Keunggulan teknologi Client Server memungkinkan data warehouse diterapkan dalam berbagai macam cara untuk
menampung kebutuhan pemakai sistem secara lebih proposional.
 DASAR SISTEM DATA WAREHOUSE

Berikut ini adalah tiga jenis dasar sistem Data Warehouse :

• Functional Data Warehouse (Data Warehouse Fungsional)
 DASAR SISTEM DATA WAREHOUSE

• Centralized Datawarehouse (Data Warehouse Terpusat)

 DASAR SISTEM DATA WAREHOUSE

• Distributed Data Warehouse (Data Warehouse terdistribusi)

STRUKTUR DATA WAREHOUSE

• Terdapat beberapa struktur yang

spesifik terdapat pada bagian
warehouse manager. Bagian
tersebut merupakan struktur data
warehouse. Menurut Poe, Vidette,
data warehouse memiliki struktur
yang spesifik dan mempunyai
perbedaan dalam tingkatan detail
data dan umur data.
 KOMPONEN DALAM STRUKTUR DATA WAREHOUSE

a) Current detail data, merupakan data detil yang aktif saat ini,mencerminkan keadaan yang sedang berjalan dan
merupakan level terendah dalam data warehouse
b) Older detail data, merupakan data historis dari current detail data, dapat berupa hasil cadangan atau archive data
yang disimpan dalam storage terpisah.
c) Lighlty summarized data, merupakan ringkasan atau rangkuman dari current detail data. Data ini dirangkum
berdasar periode atau dimensi lainnya sesuai dengan kebutuhan.
d) Highly summarized data, merupakan tingkat lanjutan dari Lightly summarized data, merupakan hasil ringkasan yang
bersifat totalitas,
e) Metadata, merupakan data hasil kegiatan seperti keempat jenis data diatas.
 CONTOH DATA WAREHOUSE

• Amazon Redshift, Amazon Redshift merupakan salah satu service yang disediakan oleh salah satu perusahaan
marketplace terbesar, Amazon. Data warehouse yang ditawarkan di sini berubah sistem penyimpanan data cloud
yang terkenal akan kecepatannya. Cocok bagi perusahaan atau institusi dengan beban kerja konkuren tinggi. Hal ini
karena Amazon Redshift dapat menangani konkurensi hingga tak terbatas.
• BigQuery, BigQuery merupakan data warehouse milik Google tanpa server, memiliki skala yang besar dengan harga
yang terjangkau. Service ini masuk dalam bagian Google Cloud Platform dengan kapasitas yang besar. Dengan
sistem NoOPs (tanpa operator) analisa data, BigQuery menawarkan pengguna kemampuan untuk mengatur data
menggunakan SQL yang cepat seperti query untuk analisa real-time dengan sumber terbaru yang pastinya sangat
menguntungkan.
THANK YOU