Materi pertama data warehouse yang berisi pengenalan data warehouse

materi data warehouse

1. DATA WAREHOUSE [email protected] ANNISA NURUL PUTERI, M.T. MATERI 1 UNITAMA

2. PENGENALAN DATA WAREHOUSE

3. Pengertian Data Warehouse Pusat koleksi data perusahaan yang lengkap dan konsisten , dikumpulkan dari berbagai sumber untuk memberikan informasi yang dapat dipahami dan digunakan dalam konteks bisnis . Pengenalan Data Warehouse Barry Devlin – IBM. Orders Shipping Inventory Extract Clean Transform Transfer Load Data Warehouse

4. Pengertian Data Warehouse Sistem terstruktur berskala besar untuk menganalisis data statis yang telah ditransformasikan dari berbagai aplikasi asalnya agar sesuai dengan struktur bisnis , terkumpul dalam waktu yang lama, direpresentasikan dalam terminology bisnis , dan terangkum untuk memudahkan analisis . Pengenalan Data Warehouse Vivek Gupta -- System Service Corp. Data Warehouse digunakan untuk pengambilan keputusan , bukan untuk melaksanakan pemrosesan transaksi .

5. Sejarah Data Warehouse Pada tahun 80-an, peneliti IBM bernama Barry Devlin dan Paul Murphy mengembangkan “ Business Data Warehouse ” dengan tujuan untuk menyediakan model arsitektur untuk perubahan data dari sistem operasional menuju sistem DSS (Decision Support System – Sistem Penunjang Keputusan). Pengenalan Data Warehouse Barry Devlin -- IBM Arsitektur data warehouse dikembangkan pada tahun 1980-an dan merupakan bagian penting dari Business Intelligence . Data warehouse adalah bagian dari server bisnis atau di Cloud.

6. Transactional Data Informational Data Data proses bisnis harian ( penjualan , stok ketersediaan , penggajian , dan lain-lain). Dikenal dengan istilah OLTP ( Online Transactional Processing ). Data tentang bisnis . Digunakan untuk perencanaan dan analisis . Dikenal dengan istilah OLAP ( Online Analysis Processing ). Transactional Data Informational Data Pengenalan Data Warehouse VS

7. Transactional Data Pengguna dan sistem berorientasi pada operasional pelanggan . Dirancang untuk pencatatan , sehingga apabila dibutuhkan analisis pada data, maka performansi dari basis data akan berpengaruh . Dalam hal ini , penyimpanan dilakukan menggunakan Database Management System (DBMS) Sebagian besar operasi adalah update – berupa transaksi per hari (record) Bersifat rekaman sesaat (snapshot) Orientasi ke aplikasi Hanya data rinci (transactional level) Karakteristik Pengenalan Data Warehouse

8. Informational Data Pengguna dan sistem berorientasi pada strategi pasar bisnis . Dirancang untuk analisis data dengan tujuan membantu perusahan dalam proses pengambilan keputusan bisnis . Dalam hal ini , penyimpanan dilakukan menggunakan Data Warehouse. Sebagian besar operasi simpan dan baca . Query relative panjang kompleks . Bersifat historis . Orientasi ke topik bisnis (subject orientation) Berisi gabungan data dalam jumlah yang banyak Mencakup sumber data lain yang berhubungan dengan manajemen dan perencanaan Karakteristik Pengenalan Data Warehouse

9. Pengenalan Data Warehouse Perbedaan antara OLTP dan OLAP Fitur OLTP OLAP Orientasi Pengguna dan Sistem Operasional - Pelanggan Strategi - Pasar Isi data Sekarang dan terinci Berdasarkan historis ( riwayat ) dan terkonsolidasi Fungsi Operasional bisnis harian Pendukung keputusan Rancangan basis data Berorientasi ke aplikasi Berorientasi ke subyek Sudut pandang Sekarang dan lokal Evolusinari dan terintegrasi Pola akses Insert, update, delete index/hash pada primary key Hanya pembacaan dengan query yang kompleks Unit kerja Pendek , transaksi sederhana Query yang kompleks Jumlah record yang diakses Puluhan Jutaan Jumlah pengguna Ribuan Ratusan Ukuran database 100MB - GB 100GB - TB Metrik pengukuran Hasil transaksi Hasil query dengan respon yang lama

10. Mengapa perlu data warehouse? Kondisi saat ini membutuhkan informasi yang tepat , cepat , dan efisien dalam pengambilan keputusan . Informasi yang dibutuhkan berupa informasi yang telah diringkas ( summarized ) dan terspesialisasi ( spesialized ) hasil dari analisis data operasional organisasi . Informasi yang dibutuhkan bisa berupa laporan khusus dan forecasting ( peramalan ) berdasarkan tren . Informasi yang dihasilkan data warehouse biasanya dalam bentuk dashboard yang dikombinasikan dengan Business Intelligence , Sistem Informasi eksekutif ( Executive Support System ), DSS ( Decision Support System ), dan lain-lain. Pengenalan Data Warehouse

11. Mengapa perlu data warehouse? Data warehouse yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan untuk mendapatkan informasi dalam rangka : Lebih memahami apa yang terjadi pada bisnis Menentukan tren histori Prediksi kesempatan di masa depan Mengukur kinerja Pengenalan Data Warehouse

12. Fungsi data warehouse? Data warehouse diciptakan untuk membantu sebuah Perusahaan atau institusi memiliki sistem penyimpanan data pendukung yang lebih terstruktur dan terorganisir . Pengenalan Data Warehouse Fungsi data warehouse secara umum : Mampu memudahkan pelaku bisnis untuk mendapatkan akses cepat akan data esensial dari sumber yang menampung berbagai informasi spesifik . Menyediakan informasi yang konsisten untuk berbagai divisi dan bentuk aktivitas . Membantu proses integrasi data yang mampu mengurangi stress pada system produksi . Restrukturisasi dan integrasi dapat memudahkan proses pembuatan laporan dan analisis . Pengguna dapat mengakses data penting dari berbagai sumber melalui satu tempat . Menyimpan data dalam jumlah besar , termasuk data-data lama beberapa tahun yang lalu .

13. Sumber data dari Data Warehouse Order processing di supermarket, distribusi , dan berbagai organisasi yang melayani penjualan . 01 02 03 04 Production scheduling di perusahaan manufaktur yang memproduksi barang Financial trading system di organisasi / peusahaan yang melakukan transaksi barang / jasa Claim handling di Perusahaan asuransi atau sejenisnya yang biasanya menangani klaim yang berkaitan dengan potensi kerugian . Pengenalan Data Warehouse

14. Komponen data warehouse Pengenalan Data Warehouse Teknologi Data warehouse berperan sebagai data integrator sehingga lebih mengarah ke optimasi proses ETL ( Extract-Transform-Load ) dan dukungan untuk data mining dan business intelligence. Business Intelligence Pengembangan data warehouse sangat bergantung pada kebutuhan , ruang lingkup dari bisnis Perusahaan. Data Data yang digunakan berasal dari berbagai sumber yang berbeda . Oleh karena itu harus melalui proses ETL, dimana data transaksional yang ada harus diproses ( extract ), lalu diubah formatnya ( transform ) sesuai spesifikasi data warehouse, kemudian dimuat ( load ) ke data warehouse.

15. Tugas 1 Data warehouse Buatlah makalah tentang hubungan Data Warehouse dengan Business Intellingence . UNITAMA Pengenalan Data Warehouse Kerjakan dalam file ms.word lalu kirim ke [email protected] .id Judul email: Tugas 1 Data warehouse - (Nama Mahasiswa ).

16. THANK YOU [email protected] Any question? End Slide UNITAMA