mengumpulkan data dari berbagai sumber di satu pusat penyimpanan yang digunakan untuk pelaporan dan analisis data dan dianggap sebagai komponen inti dari intelijen bisnis. Kapan data warehouse digunakan?
Ada beberapa kondisi yang membuat bisnis perlu menggunakan data
warehouse: • Perusahaan memiliki berbagai sumber data untuk diolah – perusahaan besar umumnya memiliki data dari berbagai sumber. Mengumpulkan data-data tersebut menjadi satu menjadi tantangan tersendiri. Adanya data warehouse membantu dalam extract, transform, load (ETL) data agar bisa menggabungkan berbagai data secara terpusat dan lebih mudah dianalisis. • Perusahaan memiliki volume data dalam jumlah besar – pada dasarnya, memiliki lebih banyak data membuat perusahaan lebih sulit mengelolanya. Data warehouse berfungsi dalam menyimpan data besar tersebut. Kapan data warehouse digunakan?
• Perusahaan perlu menerapkan machine learning – perusahaan dapat
menggunakan machine learning untuk memahami lebih banyak tentang data, termasuk memprediksi pola pembelian dan mengirim penawaran yang dipersonalisasi. Untuk mendapatkan data yang mumpuni, diperlukan data warehouse khusus agar informasi yang dikumpulkan bisa terpusat dan mudah dibaca. Karakteristik Data Warehouse #1 Berorientasi pada subjek (subject-oriented) Sistem yang ada di data warehouse dirancang untuk mengumpulkan informasi berdasarkan subjek-subjek yang spesifik berkaitan dengan perusahaan, bukan pada proses atau kegiatan operasional yang sedang berjalan. Misalnya, data warehouse di kantor perbankan mengumpulkan data tentang nasabah, kebijakan, dan simpan-pinjam. Informasi yang didasarkan pada subjek memudahkan dalam analisis data dan mengesampingkan informasi yang tidak diperlukan saat mengambil keputusan. #2 Terintegrasi (integrated) Kumpulan data yang ada di data warehouse berasal dari berbagai sumber yang terintegrasi dalam satu platform. Data yang diperoleh kemudian diubah formatnya menyesuaikan data lain yang sebelumnya sudah terkumpul dalam sistem. #3 Memiliki interval waktu (time-variant) Semua informasi yang ada di data warehouse disimpan dengan rentang waktu tertentu (seperti mingguan, bulanan, maupun tahunan). Artinya, setiap kali data akan dianalisis, analyst bisa mengambil data berdasarkan rentang waktu yang diinginkan dan berguna dalam melakukan perbandingan dari satu waktu ke waktu lain. #4 Tidak berubah (non-volatile) Data yang berada di data warehouse bersifat permanen. Ini berarti setelah data dimasukkan, data tidak akan bisa dihapus. Dalam data warehouse, hanya ada dua jenis operasional data, yaitu data loading dan data access. Tidak tersedia fungsi lain, seperti menghapus atau menyisipkan data. Contoh Penggunaan Data Warehouse
• Perusahaan ritel menggunakan data warehouse untuk
pemasaran dan distribusi. Dengan data warehouse, perusahaan bisa melacak item, menetapkan harga, serta menganalisis tren pembelian pelanggan.
• Perusahaan yang bergerak di
bidang healthcare memanfaatkan data warehouse untuk mengubah data perusahaan menjadi informasi yang bisa dianalisis dan ditindaklanjuti. Hasil analisis berfungsi dalam menaikkan tingkat akurasi alat kesehatan, pengalaman pasien, dan efisiensi waktu pelayanan medis. Jenis-jenis data warehouse • Enterprise data warehouse (edw) — Pusat penyimpanan data untuk seluruh bagian perusahaan • Operational data warehouse — Lokasi penyimpanan data yang diperbarui dan digunakan secara rutin. Contohnya, jumlah transaksi per hari. • Data mart — Tempat penyimpanan yang dirancang untuk departemen tertentu atau lingkup yang kecil. Misalnya, divisi marketing. Perbedaan Data Warehouse vs Database
Sekilas, data warehouse terlihat sama dengan
database (kumpulan data yang disimpan dengan sistem tertentu). Komponen Data Warehouse Komponen Data Warehouse 1. Central database (Gudang Data) Komponen utama harus dimiliki oleh perusahaan dan usaha yang sudah besar adalah harus mempunyai gudang. Gudang tersebut dijadikan sebagai alat untuk menyimpan data-data maupun produk. Database terpusat berfungsi sebagai pondasi yang menyimpan semua data bisnis. Adanya data yang terpusat memudahkan bisnis dalam membuat laporan. Selain itu, untuk data-data yang ada di dalam gudang tersebut mempunyai bentuk berbeda- beda dan disesuaikan lagi dengan kebutuhan. Jenis gudang itu pun ada beberapa, yaitu: • Typical relational database: database yang menyimpan serta menyediakan data yang saling berhubungan satu sama lain; • Analytics database: database untuk menyimpan serta mengelola analitik; • Data warehouse appliance: database untuk melakukan penyimpanan dan manajemen data; • Cloud-hosted database: database berbasis cloud. Komponen Data Warehouse 2. Tool ETL ETL (extract, transform, load) adalah proses integrasi data dengan cara menggabungkan data melalui berbagai sumber. Data itu disimpan ke dalam satu penyimpanan data yang ada di warehouse. • Extract: mengumpulkan data dari berbagai sumber; • Transform: memodifikasi data menjadi format yang lebih rapi; • Load: memindah data ke tujuan tertentu. Proses ini dilakukan menggunakan tool ETL. Data yang sudah dikumpulkan kemudian diubah ke format yang sesuai dengan sistem di data warehouse. Jika format data sudah selaras, analisis data lebih cepat dilakukan. Dengan tools ETL, kita dapat mengelola data warehouse dengan lebih praktis. Dengan adanya beberapa tools tersebut juga bisa akan berpengaruh terhadap waktu, metode dan tipe dari modifikasi data tersebut. Contoh tools ETL ??????? Komponen Data Warehouse 3. Metadata Meta data adalah potongan informasi yang menjelaskan isi data. Komponen data warehouse ini bertujuan memperjelas konteks data supaya lebih mudah dipahami saat nanti digunakan.
Jenis meta data ada dua, yaitu:
• Technical meta data: berisi rincian informasi untuk developer dan manager untuk mengelola data warehouse; • Business meta data: menyimpan informasi umum data warehouse.
Contoh meta data misalnya :
• Meta data suatu dokumen: ………………. • Meta data tabel dalam laporan: ……………….. • Meta data profil karyawan: ……………………. • Meta data customer: …………………………. Komponen Data Warehouse 4. Access tools ke data warehouse Data warehouse yang ada di perusahaan tidak bisa bekerja tanpa adanya tools yang menyediakan akses ke database. Tools memungkinkan pengguna dapat berinteraksi dengan data-data yang ada di warehouse. Contoh access tools ??? • Query and reporting tools: membuat laporan analisis berupa spreadsheet atau bentuk visual lainnya. Contohnya …………….. • Application development tools: menyusun laporan sesuai tujuannya masing-masing. Contohnya ………………………… • Data mining tools for data warehousing: membantu pengumpulan data agarlebih sistematis. Contoh : ……... • OLAP tools: memungkinkan analisis data warehouse dari berbagai sudut pandang. Contoh …………………. Komponen Data Warehouse 5. Manajemen Gudang Data Supaya gudang mampu menyimpan serta mengelola data dengan baik, tentu butuh Manajemen Gudang Data. Komponen data warehouse inilah yang memastikan seluruh proses dalam gudang berjalan lancar. Karena itu, Manajemen Gudang Data bertanggungjawab untuk: • Mengamankan data; • Memperbarui data; • Memilih prioritas tugas; • Menjaga kualitas hingga melakukan backup serta recovery data jika terjadi hal buruk. Arsitektur data warehouse Arsitektur data warehouse arsitektur data warehouse terdiri dari tiga tingkatan/tier: 1. Bottom tier: server database yang menyimpan data. Data yang sering diakses disimpan dalam penyimpanan cepat seperti SSD. Sedangkan yang jarang digunakan ditaruh di alat penyimpanan lain. 2. Middle tier: memuat alat analitik seperti OLAP yang memungkinkan data diakses dan dikelola; 3. Top tier: tingkatan terbawah yang menampilkan laporan untuk pengguna. Jelaskan : a. Data source b. Staging Area c. Warehouse d. Data Mart e. User f. Penjelasan bagan tersebut Manfaat Data Warehouse
1. Mengakses Data Lebih Cepat
2. Informasi Konsisten Bagi Semua Pihak 3. Memprediksi Trend/Pola di Masa Depan 4. Membantu Perusahaan Mengambil Keputusan
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang