Data Warehousing

Konsep Data Warehousing
Konsep dasar dari data warehousing adalah informasi yang dikumpulkan dalam suatu gudang penyimpanan dan merepresentasikan solusi untuk pengaksesan data didalam sistem non relasional. Sehingga data warehousing dapat disebut sebagai database yang berorientasi pada subyek, terintegrasi mempunyai Time Variant dan bersifat non volatile untuk kumpulan data yang mendukung dalam pengambilan keputusan.
• Berorintasi subyek artinya mengatur semua subyek utama pada suatu organisasi yang memfokuskan pada basis datanya bukan pada aplikasi yang digunakan untuk pengambilan keputusan.
• Terintegrasi artinya pemakaian data bersama – sama sering menyebabkan data tidak konsisten sehingga cara pandang user terhadap data menjadi tidak sama. Agar terintegrasi penbentukan sumber data harus standar dan konsisten.
• Time Variant, data yang ada pada gudang hanya valid dan akurat pada titik waktu tertentu atau interval tertentu.
• Non – volatile, data tidak di-update secara real time tetapi selalu diperbaharui dari sistem operasi pada database yang ada.
Keuntungan dari Data Warehousing
1. Hasil yang diperoleh dari investasi lebih tinggi
2. Kompetitif
3. Meningkatkan prokdutivitas perusahaan

Jenis database yang tersimpan di dalam media penyimpanan data berdasarkan penggunaan data :
• Database yang memiliki data sering di-update disebut data OLTP (Online Transaction Processing). Data OLTP sering juga disebut data operasional, mencerminkan sifat aplikasi database yang dinamik.
• Database yang memiliki data sering digunakan untuk query disebut DSS ( Decision Support System). Data DSS sering disebut data analitikal, mencerminkan sifat aplikasi database yang relatif statik.
Jenis database yang tersimpan di dalam media penyimpanan data berdasarkan penggunaan data :
• Database yang memiliki data sering di-update disebut data OLTP (Online Transaction Processing). Data OLTP sering juga disebut data operasional, mencerminkan sifat aplikasi database yang dinamik.
• Database yang memiliki data sering digunakan untuk query disebut DSS ( Decision Support System). Data DSS sering disebut data analitikal, mencerminkan sifat aplikasi database yang relatif statik.

Data Operasional Data DSS
Berorientasi pada aplikasi : data digunakan untuk proses bisnis. Sebagai contoh : sistem perbankan dengan file terpisah yang sudah dalam bentuk normal untuk setiap proses bisnis. Berorientasi pada subyek : data digunakan untuk subyek bisnis, misal informasi nasabah. Data dalam bentuk denormalisasi dimana sebuah record dapat meliputi keseluruhan proses bisnis.
Data terperinci Data ringkas
Struktur Statistik Struktur Dinamik
Volatile ( data dapat diubah ). Non Volatile ( data tidak bisa diubah setelah dimasukkan ).
Kebutuhan data selalu di ketahui sebelum rancangan sistem Kebutuhan data sama sekali tidak diketahui sebelum rancangan sistem
Mengikuti siklus hidup pengembangan klasik dimana iterasi rancangan nya diselesaikan melalui normalisasi data, dan memeriksa kebutuhan pemakai. Siklus hidup pengembangan sama sekali berbeda, dimana pemakai menggunakan aplikasi struktur data yang ada dan membuat rancangan siap untuk dianalisis.
Performasi penting karena jumlah pemakai konkuren sangat besar dalam mengakses Masalah performasi lebih longgar karena jumlah pemakai jauh lebih sedikit dalam mengakses data sehingga tidak ada masalah konkuren yang perlu diperhatikan
Penggerak-transaksi (Transaction-
driven ) Penggerak-analisis (Analysis-Driven)
Data harus selalu tersedia untuk pemakai akhir ( back up dan recovery harus terencana dengan baik ) Tidak mempunyai tingkat kebutuhan ketersediaan data yang sama ( perencanaan back up dan recovery lebih longgar )
Mencerminkan situasi mutakhir Mencerminkan nilai historis