Data
Warehouse
PAPER KELOMPOK
TOPIK-TOPIK
LANJUTAN
SISTEM INFORMASI
Oleh
Kevi Rizkianto – 1501193681
Malvin
Prawono - 1501169146
Michael
Samuel C – 1501148204
Stefannus
Danny – 1501152012
06PJM / 2
Binus
University
Jakarta
2014
Binus University
Jurusan
Sistem Informasi
Paper
Kelompok Topik-Topik Lanjutan Sistem Informasi
Semester
Genap tahun 2014
Data
Warehouse
Kevi Rizkianto
– 1501193681
Malvin
Prawono - 1501169146
Michael
Samuel C – 1501148204
Stefannus
Danny – 1501152012
06PJM / 2
Abstrak
Perkembangan
teknologi informasi pada saat ini sudah
berkembang sangat cepet ke seluruh
bidang yang ada di dalam masyarakat, sehingga membuat data –data yang diperlukan
untuk mendapatkan suatu informasi yang bermanfaat untuk suatu perkembangangan
perusahaan/intasi, kumpulan data-data yang sangat besar ini biasa dikenal dengan sebutan “Data Warehouse”. Kumpulan data yang
terkumpul di dalam data warehouse ini dapat diambil sebagai suatu informasi
yang berguna bagi kemajuan suatu instansi atau organisasi perusahaan yang biasa
dikenal dengan “Data Mining”. Data mining ini sendiri adalah sebuah teknik penglolahan data-data
yang terdapat dalam informasi dan diolah menjadi informasi yang berguna dan
bermanfaat
Keyword
: Data Mining,Data Warehouse.Database
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada Zaman global ini teknologi
dan informasi telah menjadi salah satu
komponen penting dalam Persaingan bisnis semakin ketat seringkali perusahaan
membutuhkan informasi yang mendukung bisnis salah satunya ada penggunaan data
warehouse yang berguna agar perusahaan dapat selalu mendapatkan informasi yang
tepat dan cepat.Namun memiliki datawarehouse tidaklah cukup karena data yang
terdapat dalam datawarehouse sangat banyak oleh karena itu dibutuhkan juga data
mining yang bertujuan untuk mengolah data-data dalam data warehouse menjadi
informasi yang berguna
1.2 Ruang Lingkup
Mengingat luasnya cakupan ruang lingkup DataWarehouse, maka ruang lingkup yang dibahas dibatasi pada :
1. Penjelasan
tentang DataWarehouse
2. Penerapanm
Jenis,Arstektur, DataWarehouse
1.3 Tujuan dan Manfaat
Berdasarkan pembahasan pada latar belakang, maka dapat ditentukan tujuan
penelitian ini, yaitu untuk mengetahui perkembangan DataWarehouse yang ada.
Hasil penelitian ini
diharapkan dapat memberikan manfaat-manfaat sebagai berikut :
1. Mahasiswa
dapat mengetahui DataWarehouse
2. Mahasiswa
dapat mengembangkan ide-ide terkait dengan perkembangan DataWarehouse
1.4 Metodologi
Penelitian
Metode yang digunakan
terdiri dari beberapa bagian, yaitu :
1.
Studi
pustaka
Metode pengumpulan informasi yang digunakan melalui studi
artikel media internet dan buku-buku referensi yang dapat dijadikan sumber dan
panduan dalam penyusunan penulisan ini.
2.
Metode
Analisis
Metode analisis yang digunakan pada penelitian ini adalah
dengan menganalisis dan me-review
perkembangan DataWarehouse yang ada di Indonesia.
1.5 Sistematika Penulisan
Untuk mempermudah pembahasan dan memberikan
gambaran yang sistematis dalam memahami topik yang disajikan, kami membagi
paper ini ke dalam bagian-bagian berupa bab yaitu :
BAB I : Pendahuluan
Dalam bab ini diuraikan tentang
masalah pokok yang dibahas dalam paper ini, yang terdiri dari Latar Belakang,
Ruang Lingkup, Tujuan dan Manfaaat, Metodologi Penelitian, dan Sistematika Penulisan.
BAB II : Landasan Teori
Dalam bab ini akan menguraikan teori
atau konsep yang melandasi hal-hal yang terdapat dalam penelitian ini, secara
umum dijelaskan tentang teori-teori yang berhubungan dengan kinerja sistem
informasi baik dikutip dari berbagai referensi maupun hasil riset yang didapat.
BAB III :
Pembahasan
Dalam bab ini berisi hasil penelitian
yang dilakukan dalam rangka mencapai tujuan dan manfaat yang ditetapkan pada
pendahuluan. Lalu menunjukkan bagaimana pemikiran atau temuan-temuan diperoleh,
menginterpretasikan temuan, dan mengaitkannya dengan teori yang digunakan.
BAB IV : Penutup
Dalam bab ini penulis akan menarik
bebarapa kesimpulan berdasarkan petunjuk dari buku-buku referensi, internet,
dan seminar teori-teori lanjutan sistem informasi serta saran yang mungkin akan
diterapkan untuk kemajuan perusahaan.
BAB II
LANDASAN TEORI
2.1 Pengertian
DataWarehouse
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 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.
Sedangkan menurut Vidette Poe, data warehouse merupakan
database yang bersifat analisis dan read only yang digunakan sebagai fondasi
dari sistem penunjang keputusan. Data warehouse juga bisa diartikan sebagai
database relasional yang didesain lebih kepada query dan analisa dari pada
proses transaksi, biasanya mengandung history data dari proses transaksi dan
bisa juga data dari sumber lainnya.
2.1.1 Istilah-istilah yang berhubungan dengan data warehouse
Istilah-istilah
yang berkaitan dengan data warehouse :
- Data Mart
Adalah suatu
bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data
pada suatu unit, bagian atau operasi pada suatu perusahaan.
- On-Line Analytical Processing(OLAP)
Merupakan
suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat
menampilkan berbagai macam bentuk laporan, analisis, query dari data yang
berukuran besar.
- On-Line Transaction Processing(OLTP)
Merupakan
suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi
sehari-hari.
- Dimension Table
Tabel yang
berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti
laporan laba pada tabel fakta dapat
dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan
pertahun).
- Fact Table
Merupakan
tabel yang umumnya mengandung angka dan data history dimana key (kunci)
yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign
key(kunci asing) yang merupakan primary key (kunci utama) dari
beberapa dimension table yang berhubungan.
- DSS
Merupakan
sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana
sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.
2.1.2 Karakteristik Data Warehouse
Karakteristik
data warehouse menurut Inmon, yaitu :
- Subject Oriented (Berorientasi subject)
Data warehouse berorientasi
subject artinya data warehouse didesain untuk menganalisa data berdasarkan
subject-subject tertentu dalam organisasi, bukan pada proses atau fungsi
aplikasi tertentu.
Data warehouse
diorganisasikan disekitar subjek-subjek utama dari
perusahaan(customers,products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama
(customer invoicing,stock control dan product sales). Hal ini dikarenakan
kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai
penunjang suatu keputusan, dari pada aplikasi yang berorientasi terhadap data.
Jadi dengan
kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap
proses. Secara garis besar perbedaan antara data operasional dan data warehouse
yaitu :
Data Operasional |
Data Warehouse |
|
Dirancang
berorientasi hanya pada aplikasi dan fungsi tertentu
|
Dirancang berdasar
pada subjek-subjek tertentu(utama)
|
|
Focusnya pada desain
database dan proses
|
Focusnya pada
pemodelan data dan desain data
|
|
Berisi rincian atau
detail data
|
Berisi data-data
history yang akan dipakai dalam proses analisis
|
|
Relasi antar table
berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru)
|
Banyak aturan bisnis
dapat tersaji antara tabel-tabel
|
- Integrated (Terintegrasi)
Data Warehouse dapat
menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu
format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan
demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu
kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.
Syarat
integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten
dalam penamaan variable,konsisten dalam ukuran variable,konsisten dalam
struktur pengkodean dan konsisten dalam atribut fisik dari data.
Contoh pada
lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula
dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam
aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi
nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi nama
yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi
kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data
tersebut bisa dikategorikan sebagai data yang terintegrasi karena
kekonsistenannya.
|
- Time-variant (Rentang Waktu)
Seluruh data
pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu
tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan
suatu data warehouse, kita dapat menggunakan cara antara lain :
Ø Cara yang
paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu,
misalnya antara 5 sampai 10 tahun ke depan.
Ø Cara yang
kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data
warehouse baik implicit maupun explicit secara explicit dengan unsur waktu
dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut
diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan
tetap ada secara implisit didalam data tersebut.
Ø Cara yang
ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot
yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai
keinginan pemakai dari keseluruhan data yang ada bersifat read-only.
- Non-Volatile
Karakteristik
keempat dari data warehouse adalah non-volatile,maksudnya data pada data
warehouse tidak di-update secara real time tetapi di refresh
dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database
itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara
kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan
data sebelumnya.
Berbeda dengan
database operasional yang dapat melakukan update,insert dan delete terhadap
data yang mengubah isi dari database sedangkan pada data warehouse hanya ada
dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses
data (mengakses data warehouse seperti melakukan query atau menampilan laporan
yang dibutuhkan, tidak ada kegiatan updating data).
2.2 Pengertian DataMining
Menurut Sid Adelman (2000, p145) data mining adalah proses
pencarian pola data yang tidak diketahui atau tidak diperkirakan sebelumnya.
menurut Gartner Group data mining didefinisikan sebagai suatu
proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan
memeriksa dalam sekumpulan besar data yg tersimpan dalam penyimpanan dengan
menggunakan teknik pengenalan pola seperti teknik statisik dan matematika.
(Pramudiono, 2006) "Data mining adalah serangkaian
proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan
yang selama ini tidak diketahui secara manual."
"Data mining merupakan bidang dari beberapa bidang
keilmuan yang menyatukan teknik dari pembelajaran mesin, pengenalan pola, statistik,
database, dan visualisasi untuk pengenalan permasalahan pengambilan informasi
dari database yang besar."(Larose, 2005)
menurut Han, Jiawei (2006, p5) data mining merupakan
pemilihan atau "menambang" pengetahuan dari jumlah data yang banyak.
menurut Berry (2004, p7) data mining adalah kegiatan
mengeksplorasi dan menganalisis data jumlah yang besar untuk menemukan pattern
dan rule yang berarti.
Menurut Proscott, Hoffer dan McFadden (2005, p482) data
mining adalah penemuan pengetahuan dengan menggunakan teknik-teknik yang
tergabung dari statistik, tradisional, artificial intelligence dan grafik
komputer.
2.3 Pengertian Sistem
Menurut Abdul Kadir (2003:54), sistem adalah sekumpulan elemen yang saling
terkait atau terpadu yang
dimaksudkan untuk mencapai suatu tujuan.
Menurut Hanif Al Fatta (2007:3), sistem merupakan kumpulan dari
bagian-bagian yang bekerja sama untuk mencapai tujuan yang sama atau sekumpulan
objek-objek yang saling berelasi dan berinteraksi serta hubungan antar objek
bias dilihat sebagai satu kesatuan yang dirancang untuk mencapai satu tujuan.
Universitas Sumatera Utara Menurut Tata
Sutabri (2004:3), sistem dapat diartikan sebagai suatu kumpulan atau
himpunan dari unsur, komponen atau variabel-variabel yang terorganisasi, saling
berinteraksi, saling tergantung satu sama lain dan terpadu.
2.4 Pengertian Informasi
Menurut Hanif Al Fatta (2007:9), informasi adalah data yang diolah menjadi bentuk yang
berarti bagi penerimanya dan bermanfaat dalam pengambilan keputusan saat ini
atau mendatang.
Menurut Tata
Sutabri (2004:17), informasi merupakan proses lebih lanjut dari data yang
sudah memiliki nilai tambah atau merupakan data yang telah diklasifikasikan
atau diolah atau diinterpretasikan untuk digunakan dalam proses pengambilan
keputusan.
2.5 Pengertian Sistem Informasi
Menurut Al-Bahra bin Jamaludin (2005:13), sistem informasi adalah sekumpulan
prosedur organisasi yang pada
saat dilaksanakan akan memberikan informasi bagi
pengambil keputusan dan/ atau
untuk mengendalikan organisasi.
Menurut Tata
Sutabri (2004:36), sistem informasi adalah suatu sistem
didalam suatu organisasi yang
mempertemukan kebutuhan pengolahan transaksi
harian yang mendukung fungsi
operasi organisasi yang bersifat manajerial dengan
kegiatan strategi dari suatu
organisasi untuk dapat menyediakan kepada pihak luar
tertentu dengan laporan-laporan
yang diperlukan
BAB III
PEMBAHASAN
3.1
Jenis DataWarehouse
Data warehouse memiliki beragam
macam bentuk yang bisa
digunakan.,sehingga sebelum membangun suatu data warehouse kita harus
memutuskan akan membentuk data warehouse
seperti apa yang dibutuhkan oleh aplikasi yang
akan kita rancang
Terdapat tiga jenis dasar sistem Data Warehouse :
1. Functional Data Warehouse (Data Warehouse
Fungsional)
Kalimat operasional
disini merupakan database yang diperoleh dari kegiatan sehari-hari. Terdapat lebih
dari satu Data warehouse dan kemudian dikelompokkan
berdasarkan fungsi-fungsi yang ada di
dalam perusahaan
contohnya: fungsi keuangan(financial),marketing,personalia
dan lain-lain.
Keuntungan dari
bentuk data warehouse ini adalah, sistem akan
mudah dibangun dan dengan biaya
kerugiannya adalah kemungkian akan kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data
bagi pengguna.
2. Centralized
Datawarehouse (Data Warehouse Terpusat)
Sekilas bentuk
data warehouse ini mirip dengan bentuk data warehouse fungsional, namun yang
membedakannya adalah sumber data terlebih dahulu dikumpulkan dalam satu
sistem/tempat terpusat, kemudian data tersebut disebar ke dalam fungsinya
masing-masing, sesuai kebutuhan perusahaan. Data warehouse terpusat ini biasa
digunakan oleh perusahaan yang sama sekali belum memiliki jaringan eksternal.
Keuntungan dari
bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi
sedang
kerugiannya dari
bentuk ini adalah memerlukan biaya yang mahal dan juga memerlukan waktu yang cenderung
cukup lama untuk membangunnya.
3. Distributed
Data Warehouse (Data Warehouse terdistribusi)
Pada bentuk data
warehouse terdistribusi ini menggunakan gateway yang memiliki fungsi sebagai
jembatan penghubung antara data warehouse dengan workstation yang menggunakan
sistem beragam.Dengan menggunakan sistem terdistribusi seperti ini memungkinkan
suatu perusahaan dapat mengakses sumber data yang berada diluar lokasi
perusahaan(eksternal).
Keuntungannya dari
bentuk ini adalah data tetap konsisten karena sebelum data digunakan data
terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi kerugiannya dari
bentuk ini penerapan sistem lebih kompleks untuk diterapkan karena sistem
operasi dikelola secara terpisah dan juga biaya nya yang paling mahal
dibandingkan dengan dua lainnya.
3.2 Arsitektur DataWarehouse
Arsitektur dan juga komponen
utama dari data warehouse :
Sumber :
Conolly,T.M.,Begg
a.
Operational Data
Merupakan Sumber data dari data warehouse yang dapat diambil
langsung dari mainframe, basis data relasional seperti Oracle, Ms SQL
server dan sebagainya.
b. Load manager
Load manager atau bisa
disebut juga komponen front-end yang bertugas untuk melakukan seluruh operasi
yang berhubungan dengan ekstrasi dan me-load data ke warehouse.
c. Warehouse
Manager
Warehouse manager bertugas untuk
melaksanakan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen
data di dalam warehouse.
Operasi-operasi kegiatan manajemen:
Ø Backing-Up dan
mengarsipkan data
Ø Analisis
terhadap data untuk memastikan konsistensi
Ø Transformasi
dan penggabungan sumber-sumber data dari tempat penyimpanan sementara menjadi
tabel-tabel data warehouse.
Ø Penciptaan
indeks-indeks dan view berdasarkan tabel-tabel
Ø Melakukan
denormalisasi dan agregasi jika dibutuhkan
d. Query manager
Query manager atau bisa disebut komponen back-end, melakukan
operasi-operasi yang berhubungan dengan manajemen user queries, komponen
juga bertugas untuk mengarahkan query kepada tabel-tabel yang tepat dan
menjadwalkan eksekusi dari query tersebut.
e. End-user
Access Tools
Untuk menyediakan informasi bisnis kepada user-user untuk Mengambil keputusan secara cepat dan
tepat.User akan berinteraksi
dengan warehouse melalui end-user access tools.
Berdasarkan
kategori yang dikemukakan oleh Berson dan Smith terdapat lima grup utama dari
tools tersebut, antara lain :
1.
Reporting and query tools
2. Application
development tools
3.
Executive information System (EIS) tools
4.
Online Analytical Processing (OLAP) tools
5.
Data mining tools
3.3 Struktur Data Warehouse
Pada arsitektur data warehouse,terdapat beberapa struktur yang spesifik terdapat pada bagian warehouse
manager. Bagian tersebut adalah merupakan struktur data warehouse.
Menurut Poe, Vidette, data warehouse memiliki struktur yang spesifik
dan mempunyai perbedaan dalam tingkatan
detail data dan umur data.
Komponen dari struktur data warehouse adalah:
Ø Current detail
data
Dalam area ini
warehouse bertujuan untuk menyimpan seluruh detail data yang terdapat pada
skema basis data. Jumlah data yang sangat besar sehingga dibutuhkan storage yang
besar juga dan dapat bisa diakses secara cepat. Dampak negatif yang bisa muncul
adalah kompleksitas untuk mengatur data dan
biaya yang diperlukan menjadi mahal.
Ø Older detail
data
Merupakan data historis dari current detail data,yang
dapat berupa hasil cadangan atau archive
data yang disimpan dalam storage yang
terpisah. Karena bersifat back-up(cadangan), maka data biasanya
disimpan dalam storage alternatif seperti tape-desk.
Ø Lighlty
summarized data
Merupakan ringkasan atau rangkuman dari current detail
data. Data ini diringkas/dirangkum berdasarkan periode atau dimensi lainnya
sesuai dengan kebutuhan.
Ø Highly
summarized data
Merupakan tingkat lanjutan dari Lightly summarized
data, yang berupa hasil ringkasan yang bersifat totalitas, serta dapat di
akses misalnya untuk melakukan analisis perbandingan data berdasarkan urutan
waktu tertentu dan juga analisis menggunakan data multidimensi.
Ø Metadata
Metadata bukan merupakan data hasil kegiatan seperti keempat
jenis data diatas. Metadata berisikan data yang menyimpan proses perpindahan
data meliputi database structure,contents,detail data dan summary data,
matrics,versioning, aging criteria,versioning, transformation criteria.
Metadata khusus dan memegang peranan yang sangat penting dalam data warehouse.
Metadata
sendiri mengandung :
Ø Struktur data
Sebuah
direktori yang membantu user untuk melakukan analisis Decission Support
System dalam pencarian letak/lokasi dalam data warehouse.
Ø Algoritma
Algoritma
digunakan untuk summary data. Metadata sendiri merupakan panduan untuk
algoritma dalam melakukan pemrosesan summary data antara current
detail data dengan lightly summarized data dan antara lightly
summarized data dengan hightly summaried data.
Ø Mapping
Sebagai
panduan pemetaan(mapping) data pada saat data di transform/diubah dari
lingkup operasional menjadi lingkup data warehouse.
3.4 Tahapan Perancangan Database DataWarehouse
Menurut Kimball ada sembilan tahap
metodologi dalam perancangan database untuk data warehouse, yaitu :
Langkah
1 : Pemilihan proses
Ø Data mart yang pertama kali dibangun
haruslah data mart yang dapat dikirim tepat waktu dan dapat menjawab semua
pertanyaan bisnis yang penting
Langkah 2 : Pemilihan sumber
Ø Untuk memutuskan secara pasti apa yang
diwakili atau direpresentasikan oleh sebuah tabel fakta.
Misalkan, jika sumber dari
sebuah tabel fakta properti sale adalah properti sale individual maka sumber
data dari sebuah dimensi pelanggan berisi rincian pelanggan yang membeli
properti utama
Langkah 3 : Mengidentifikasi dimensi
Ø Set dimensi yang dibangun dengan baik,
memberikan kemudahan untuk memahami dan menggunakan data mart
Ø Dimensi ini penting untuk menggambarkan
fakta-fakta yang terdapat pada tabel fakta
Ø Misalkan, setiap data pelanggan pada tabel
dimensi pembeli dilengkapi dengan
id_pelanggan,no_pelanggan,tipe_pelanggan,tempat_tinggal, dan lain sebagainya.
Ø Jika ada dimensi yang muncul pada dua data
mart,kedua data mart tersebut harus berdimensi sama,atau paling tidak salah
satunya berupa subset matematis dari yang lainnya.
Ø Jika sebuah dimensi digunakan pada dua
data mart atau lebih,dan dimensi ini tidak disinkronisasi,maka keseluruhan data
warehouse akan gagal, karena dua data mart tidak bisa digunakan secara
bersama-sama
Langkah 4 : Pemilihan fakta
Ø Sumber dari sebuah tabel fakta menentukan
fakta mana yang bisa digunakan dalam data mart.
Ø Semua fakta harus diekspresikan pada
tingkat yang telah ditentukan oleh sumber
Langkah 5 : Menyimpan pre-kalkulasi di
tabel fakta
Ø Hal ini terjadi apabila fakta kehilangan
statement
Langkah 6 : Melengkapi tabel dimensi
Ø Pada tahap ini kita menambahkan keterangan
selengkap-lengkapnya pada tabel dimensi
Ø Keterangannya harus bersifat intuitif dan
mudah dipahami oleh pengguna
Langkah 7 : Pemilihan durasi database
Ø Misalnya pada suatu perusahaan asuransi,
mengharuskan data disimpan selama 10 tahun atau lebih
Langkah 8 : Menelusuri perubahan dimensi
yang perlahan
Ø Ada tiga tipe perubahan dimensi yang
perlahan, yaitu :
o
Tipe
1. Atribut dimensi yang telah berubah tertulis ulang
o
Tipe
2. Atribut dimensi yang telah berubah menimbulkan sebuah dimensi baru
o
Tipe
3. Atribut dimensi yang telah berubah menimbulkan alternatif sehingga nilai
atribut lama dan yang baru dapat diakses secara bersama pada dimensi yang sama.
Langkah 9 : Menentukan prioritas dan mode query
Ø Pada tahap ini kita menggunakan
perancangan fisik.
BAB IV
PENUTUP
4.1
Kesimpulan
Data warehouse merupakan suatu metode dari perancangan suatu database yang
berorientasi kepada subjek, non-volatile, time-variance dan terintegrasi yang
digunakan untuk mempermudah para user untuk pengambil keputusan dalam
memecahkan masalah.
4.2
Saran
Sebelum
membangun suatu data warehouse kita harus memutuskan akan membentuk data warehouse seperti apa
yang dibutuhkan oleh aplikasi yang akan
kita rancang agar sesuai dengan kebutuhan perusahaan/organsisasi.
DAFTAR PUSTAKA
