TUGAS MAKALAH - SISTEM DATA WAREHOUSE

KELOMPOK 6:
- Alma Tomutu

- Nur Isdayanti Bulango

- Qibtiyah P. I. Frantigo

- Vitha Wijaya

JURUSAN TEKNIK INFORMATIKA

SISTEM INFORMASI (S1)

FAKULTAS TEKNIK
UNIVERSITAS NEGERI GORONTALO
T.P.2014

DESKRIPSI DATA WAREHOUSING OVERVIEW

Dalam sesi ini akan membahas  tentang Datawarehousing Overview!

Datawarehousing Overview merupakan merupakan metode dalam perancangan database, yang menunjang komponen ETL (extract, transform, load), alat pelaporan dan data modeling tool. Dan merupakan penunjang pemrosesan informasi dengan menyediakan suatu platform yang kokoh untuk analisa data yang mengandung history dan terkonsolidasi.

Datawarehouse dirancang berdasar pada subjek-subjek tertentu (utama). Focusnya pada pemodelan data dan desain data. Berisi data-data history yang akan dipakai dalamproses analisis. Pembuatan keputusan organisasi memerlukan view menyeluruh pada segala aspek perusahaan, sehingga organisasi membuat data warehouse gabungan yang berisi data yang berasal dari berbagai sumber. Data warehouse di organisasikan berdasarkan kegunaan disekitar subjek bukan aplikasi, missal: costumer, product, sales. Perhatian dipusatkan pada pemodelan dan analisa data untuk membuat keputusan, bukan untuk operasi harian atau pemrosesan transaksi. View sederhana dan ringkas disekitar subjek pembicaraan disediakan dengan cara memisahkan data-data yang tidak berkaitan dengan proses penunjang keputusan. View digunakan secara luas dalam aplikasi decision support.kelompok analis yang berbeda, dan akan lebih memudahkan untuk mendefinisikan viewyang member tiap grup wawasan detil bisnis yang sesuai.

Dalam kumpulan laporan data umumnya bukan untuk bisnis bagi pecundang di organisasi. misalnya , seharusnya pemberitahuan total kumpulan laporan data tentang total penjualan menurut wilayah dan total perlengkapan biaya kantor oleh departemen diberitahukan, tetapi tidak ada orang-orang yang memberitahukannya.

 

DESKRIPSI DIMENSION AND MEASURES

Dalam suatu bisnis terdapat dimensi measures(Langkah – langkah ) heararki dan grain(diartikan menjadi gandum)

Video kedua ini membahas tentang dimensi dan measures (Langkah - langkah) pada tahap pertama yaitu membedakan mana yang dimensi dan measures

§  Dimensi

Pada tahap dimensi ini kita melakukan pelabelan struktur yang ditandai dengan ukuran dan lain sebagainya dan juga dapat dibedakan melalui negara - negara.

Dimensi juga meliputi Lokasi, aktivitas, waktu pemasok dan pelanggan

§  Measures

Measure meliputi pendpatan, biaya dan kuantitas, measure merupakan kuantitas dan harga setiap item yang dijual dapat ditambahkan atau rata-rata untuk menemukan jumlah item yang terjual dan total atau rata-rata dari barang.

§  Hierarki

Dapat dibedakan dengan negara dan kota nama dari pelanggan dan transaksi yang pernah dilakukan dalam membeli suatu produk

§  Graid

Graind itu merupakan jembatan dari bisnis menjadi IT. Yang dimaksud disini suatu bisnis akan menjadi IT karena akan di kerjakan dalam bentuk IT.

What is an ETL Tool?

Dalam sesi ini akan membahas ETL (EXTRACT TRANSFORM LOAD)..

ETL adalah singkatan dari extract, transform, beban, tiga fungsi database yang digabungkan menjadi satu alat untuk menarik data dari satu database dan menempatkannya ke dalam database lain.

Extract adalah proses membaca data dari database.
Transform adalah proses konversi data yang diambil dari bentuk sebelumnya menjadi bentuk yang perlu di sehingga dapat ditempatkan ke dalam database lain. Transformasi terjadi dengan menggunakan aturan atau tabel lookup atau dengan menggabungkan data dengan data lain.
Load/Beban adalah proses menulis data ke database target.

ETL digunakan untuk migrasi data dari satu database ke yang lain, untuk membentuk data mart dan gudang data dan juga untuk mengkonversi database dari satu format atau jenis yang lain.

Berikut adalah 5 daerah yang harus fokus pada dalam menentukan ETL tool untuk memilih :

a)       Data Connectivity : alat ETL harus mampu berkomunikasi ke sumber data , tidak peduli dari mana asalnya . Hal ini penting , Anda mungkin tidak memiliki mainframe di rumah hari ini , tapi semua yang diperlukan adalah akuisisi organisasi lain untuk semua kebutuhan mendadak untuk mendapatkan akses ke sistem-sistem

b)       Kinerja : Memindahkan dan mengubah data dapat memerlukan beberapa kekuatan pemrosesan yang serius , jadi penting bahwa alat ETL Anda dapat skala dengan pertumbuhan data masa depan Anda

c)      Transformasi Fleksibilitas : Matching , penggabungan , dan mengubah data sangat penting . Alat ETL harus memberikan ini dan banyak transformasi dikemas lain yang memungkinkan modifikasi dibuat untuk data dengan drag dan drop gerakan sederhana

d)      Kualitas Data : Data Anda tidak bersih . Saya bisa menjamin itu , Anda membutuhkan dukungan untuk data profiling , dan kualitas data , termasuk kemampuan untuk memvalidasi alamat . Satu-satunya cara Anda dapat memanfaatkan data Anda untuk memberikan informasi jika Anda data yang konsisten dan bersih .

e)       Fleksibel Akuisisi Data Options : Setelah Anda memiliki lingkungan ETL Anda berkembang Anda akan ingin fleksibilitas untuk menentukan apakah data yang diperoleh pada interval waktu , atau berdasarkan pemicu. Ini juga berarti bahwa Anda ingin fleksibilitas untuk menentukan data apa akan ditarik apakah itu hanya data baru atau semua data sekaligus , atau bahkan bagian-bagian spesifik dari data.

f)       Berkomitmen untuk vendor ETL : Ingat Anda akan menikah diri untuk alat . Pastikan pasangan Anda berkomitmen untuk Manajemen Data , dan semua kegiatan di sekitarnya.

 

APA ITU OLAP?

OLAP adalah singkatan  dari "Online Analytical Processing." OLAP memungkinkan pengguna informasi database dari beberapa sistem database pada satu waktu. Sementara database relasional dianggap dua dimensi, data OLAP bersifat multidimensi, artinya informasi yang dapat dibandingkan dengan berbagai cara. Sebagai contoh, sebuah perusahaan dapat membandingkan penjualan komputer mereka pada tahun 1994 dengan penjualan pada tahun 1999, kemudian membandingkan hasil tersebut dengan penjualan dari lokasi lain, yang mungkin disimpan dalam database yang berbeda.

Untuk memproses informasi database menggunakan OLAP, OLAP server diperlukan untuk mengatur dan membandingkan informasi. Klien dapat menganalisis set data yang berbeda menggunakan fungsi dibangun ke server OLAP. Beberapa program perangkat lunak server OLAP populer termasuk Oracle ekspres Server dan Hyperion Solutions Essbase. Karena kuat kemampuan analisis data, pengolahan OLAP sering digunakan untuk data mining, yang bertujuan untuk menemukan hubungan baru antara set data yang berbeda.

OLAP  (Pengolahan Online Analitis) adalah Pemrosesan komputer yang memungkinkan pengguna untuk dengan mudah dan selektif ekstrak dan melihat data dari sudut pandang yang berbeda. Sebagai contoh, pengguna dapat meminta data dianalisis untuk menampilkan spreadsheet yang memperlihatkan semua produk bola pantai perusahaan dijual di tahun 1994 sampai tahun 1999, membandingkan angka-angka pendapatan dengan mereka untuk produk yang sama pada tahun 1994 sampai tahun 1999, dan kemudian melihat perbandingan penjualan produk lainnya di Florida pada periode waktu yang sama. Untuk memfasilitasi analisis semacam ini, data OLAP disimpan dalam database multidimensi. Sedangkan database relasional dapat dianggap sebagai dua dimensi, database multidimensi menganggap setiap atribut data (seperti produk, wilayah penjualan geografis, dan jangka waktu) sebagai terpisah "dimensi." Software OLAP dapat menemukan persimpangan dimensi (semua produk yang dijual di wilayah Timur di atas harga tertentu selama periode waktu tertentu) dan menampilkan mereka. Atribut seperti periode waktu dapat dipecah menjadi subattributes.

OLAP dapat digunakan untuk data mining atau penemuan hubungan undiscerned sebelumnya antara item data. Database OLAP tidak perlu sebagai besar sebagai gudang data, karena tidak semua data transaksional yang dibutuhkan untuk analisis trend. Menggunakan Open Connectivity database (ODBC), data dapat diimpor dari database relasional yang ada untuk membuat database multidimensi untuk OLAP.

OLAP biasanya dirancang untuk lingkungan multi-pengguna, dengan biaya perangkat lunak berdasarkan jumlah pengguna.

Kelebihan OLAP :

• Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi

• Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan Dua produk OLAP terkemuka adalah Hyperion Solution Essbase dan Oracle ekspres Server.

• Mempercepat respon terhadap permintaan pasar.

• Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri.

• Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.

• Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.

• Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasar lebih cepat.

Kekurangan OLAP : 

• Tidak terdapat fungsi untuk melakukan operasi pivot. Saat ini untuk melakukan operasi pivot dengan cara mengubah axis (baris dan kolom) dimensinya.

• Aplikasi OLAP belum memiliki fungsi updating yang berguna pada saat terdapat data hotspot terbaru.