Makalah Penerapan Data Warehouse Tugas Basis Data Lanjut

MAKALAH BASIS DATA LANJUT
"PENERAPAN DATA WAREHOUSE"
Makalah Ini Dibuat Untuk Menyelesaikan Tugas Basis Data Lanjut






















PROGRAM STUDI ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAKUAN BOGOR
2016 


KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT Tuhan Yang Maha Esa, karena atas berkat rahmat dan hidayah-Nya saya dapat menyelesaikan makalah “Penerapan Data Warehouse” ini. Dalam makalah ini kami menjelaskan mengenai berbagai hal yang berhubungan dengan data warehouse. Makalah ini dibuat dalam rangka menambah ilmu pengetahuan dalam bidang teknologi dan menyelesaikan tugas dari mata kuliah Basis Data Lanjut.
Saya menyadari dalam makalah ini masih banyak kesalahan dan kekurangan. Hal ini disebabkan terbatasnya kemampuan, pengetahuan dan pengalaman yang dimiliki. Namun banyak pula pihak yang telah membantu dalam menyelesaikan masalah dan memberikan pemikiran yang akhirnya makalah ini dapat terselesaikan
Akhir kata semoga makalah ini bisa bermanfaat bagi pembaca pada umumnya dan penulis pada khususnya, penulis menyadari bahwa dalam pembuatan makalah ini masih jauh dari kata sempurna untuk itu penulis menerima saran dan kritik yang bersifat membangun demi perbaikan kearah kesempurnaan. Penulis sampaikan terima kasih.


DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN
1.1 Latar Belakang
1.2 Tujuan Pembahasan
BAB II PEMBAHASAN
2.1 PENGERTIAN DATAWAREHOUSE
2.2 KARAKTERISTIK
2.3 PENERAPAN DATA MINNING
BAB III PENUTUP
4.1 Kesimpulan
4.2 Saran
DAFTAR PUSTAKA



BAB I
PENDAHULUAN

1.1 LATAR BELAKANG MASALAH  
Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.
Berkembangnya teknologi dan informasi pada saat ini telah berkembang  pada bidang ilmu pengetahuan, bisnis dan pemerintah. Kemampuan teknologi informasi untik mengumpulkan dan menyimpan berbagai tipe data, untuk menganalisis, meringkas dan mengekstraksi “pengetahuan” dari data.
Teknologi ini sekarang sudah ada dan di aplikasikan oleh perusahaan untuk memecahkan berbagai permasalahan. Data warehouse merupakan metode dalam perancangan database.

1.2 TUJUAN PENULISAN
Tujuan dari penelitian ini adalah untuk mencari pengertian data warehouse kegunaannya, kekurangan dan kelebihannya. Penulis juga ingin mencari tahu apakah data warehouse ini bisa menjadi solusi bagi latar belakang diatas.

1.3 RUANG LINGKUP
Pada makalah ini membahas tentang konsep dasar tentang data warehouse, Tugas yang  dilakukan oleh data warehouse, Karakteristik dalam data warehouse, Penerapan data mining, Penerapan data mining dan Contoh Penerapan Data Warehouse Misalkan Pada Perusahaan Berskala Kecil


BAB II
PEMBAHASAN

2.1 PENGERTIAN DATA WAREHOUSE
Data warehouse adalah suatu konsep dan kombinasi teknologi yang memfasilitasi organisasi untuk mengelola dan memelihara data historis yang diperoleh dari sistem atau aplikasi operasional [Ferdiana, 2008].  Pemakaian teknologi data warehouse hampir dibutuhkan oleh semua organisasi, tidak terkecuali Perpustakaan. Data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan”.

Beberapa konsep dasar tentang data warehouse :
• Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan oleh para manajer di setiap jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat tinggi).
• Data warehouse adalah suatu paradigma baru dilingkungan pengambilan keputusan strategik. Data warehouse bukan suatu produk tetapi suatu lingkungan dimana user dapat menemukan informasi strategik [Poniah, 2001, h.14]. Data warehouse adalah kumpulan data-data logik yang terpisah dengan database operasional dan merupakan suatu ringkasan.
• Data Warehouse adalah Pusat repositori informasi yang mampu memberikan database berorientasi subyek untuk informasi yang bersifat historis yang mendukung DSS (Decision Suport System) dan EIS (Executive Information System).
• Salinan dari transaksi data yang terstruktur secara spesifik pada query dan analisa.
• Salinan dari transaksi data yang terstruktur spesifik untuk querydan laporan.

Ada tiga tugas yang bisa dilakukan dengan adanya data warehouse 
• Pembuatan laporan
Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari, perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.
• On-Line Analytical Processing (OLAP)
OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.
• Data mining
Data mining merupakan proses untuk menggali pengetahuan dan informasi baru dari data yang berjumlah banyak pada data warehouse, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan dapat menjembatani komunikasi antara data dan pemakainya.

2.2 KARAKTERISTIK
Ada beberapa karakteristik dalam data warehouse, diantaranya adalah sebagai berikut :
1. Berorientasi Subjek.
Data warehouse terorganisasi di seputar subjek kunci (atau entitas-entitas peringkat tinggi) dalam perusahaan, Data warehouse adalah tempat penyimpanan berdasakan subyek bukan berdasakan aplikasi. Subyek merupakan bagian dari suatu perusahaan. Contoh subyek pada perusahaan manufaktur adalah penjualan, konsumen, inventori, daln lain sebagainya.

Contoh lain misalnya di bank, aplikasi kredit mengotomasi fungsi-fungsi: verifikasi lamaran dan credit checking, pemeriksaan kolateral, approval, pendanaan, tagihan, dan seterusnya. Didalam data warehouse data-data yang dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan diintegrasikan (digabung) dengan data-data dari fungsi-fungsi lain, agar berorientasi pada misalnya nasabah dan produk.

2. Terintegrasi
Data yang tersimpan dalam data warehouse didefinisikan menggunakan konversi penamaan yang konsisten, format-format, struktur terkodekan, serta karakteristik-karakteristik yang berhubungan, Sumber data yang ada dalam data warehouse tidak hanya berasal dari database operasional (internal source) tetapi juga berasal dari data diluar sistem (external source). Data pada sumber berbeda dapat di-encode dengan cara yang berbeda. Sebagai contoh, data jenis kelamin dapat di-enkode sebagai 0 dan 1 di satu tempat dan ”m” dan ”f” di tempat lain.

Contoh lain misalnya : Data dari macam-macam aplikasi transaksi (untuk bank misalnya: tabungan, kredit, rekening koran) semua mengandung data nasabah, ada yang sama ada yang spesifik (yang sama misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit ada kolateral, untuk rekening koran ada overdraft) didalam data warehouse data-data yang sama harus diintegrasikan disatu database, termasuk misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi – aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di teknologi berbeda-beda).


3. Memiliki dimensi waktu (Time variant)
Data yang tersimpan dalam data warehouse mengandung dimensi waktu yang mungkin digunakan sebagai rekaman bisnis untuk tiap waktu tertentu, Data warehouse menyimpan sejarah (historical data). Bandingkan dengan kebutuhan sistem operasional yang hampir semuanya adalah data mutakhir! Waktu merupakan tipe atau bagian data yang sangat penting didalam data warehouse.

Di dalam data warehouse sering disimpan macam-macam waktu, seperti waktu suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya, kapan masuk ke komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan versinya, misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada semua didalam data warehouse kita. Sekali lagi, data warehouse yang bagus adalah yang menyimpan sejarah.

4. Non-volatile
Data yang tersimpan dalam data warehouse diambil dari system operasional yang sedang berjalan, tetapi tidak dapat diperbaharui (di-update) oleh pengguna (bersifat ‘hanya-baca), Sekali masuk kedalam data warehouse, data-data, terutama data tipe transaksi, tidak akan pernah di update atau dihapus (delete) Terlihat, bahwa keempat karakteristik ini saling terkait kesemuanya harus diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk mendukung pengambilan-keputusan. Dan, implementasi keempat karakteristik ini membutuhkan struktur data dari data warehouse yang berbeda dengan database sistem operasional.

Data dalam database operasional akan secara berkala atau periodik dipindahkan kedalam data warehouse sesuai dengan jadwal yang sudah ditentukan. Misal perhari, perminggu, perbulan, dan lain sebagainya. Sekali masuk ke dalam data warehouse, data adalah read-only . Pada gambar 2 dibawah ini bisa dilihat bahwa database OLTP bisa dibaca, diupdate, dan dihapus. Tetapi pada database data warehouse hanya bisa dibaca. 

untuk lanjutannya bisa didownload pada link berikut

[update title="Informasi buat sobat" icon="info-circle"]Saat ini sobat sedang membaca artikel Makalah Penerapan Data Warehouse Tugas Basis Data Lanjut
Sumber:http://www.anthzo.com/2016/09/makalah-penerapan-data-warehouse-tugas.html
Jangan lupa untuk memberikan komentar supaya situs ini terus update, terima kasih.[/update]
Label:

Posting Komentar

[blogger][facebook][disqus]

Image 1 Title

Image 1 Title
Sesuatu yang sangat berharga

Formulir Kontak

Nama

Email *

Pesan *

Diberdayakan oleh Blogger.