DATA WAREHOUSE Oleh : Rahmat Robi Waliyansyah, M.Kom. - PowerPoint Presentation

Slide1

DATA WAREHOUSE

Oleh : Rahmat Robi Waliyansyah, M.Kom.Slide2

Curriculum vitae

Nama : Rahmat Robi Waliyansyah, M.Kom.

TTL : Jambi, 25 Oktober 1988

Agama : Islam

Status : Menikah

Alamat : Jl. Sawah Besar XI No.05 RT.02 RW.06 Kel. Kaligawe Kec. Gayamsari, Kota Semarang 50164

E-Mail :

rahmat.robi.waliyansyah@gmail.com

Phone : +6285377479974 (WA)

Pendidikan :

S1 = Universitas Putra Indonesia-YPTK, Padang

S2 = Universitas Diponegoro, SemarangSlide3

KONTRAK PERKULIAHAN

Nama Matakuliah

: Data Warehouse

Semester : VII / Tujuh

SKS : 2 SKSSlide4

Deskripsi Perkuliahan

Mata kuliah ini secara umum membahas karakteristik data warehouse, arsitektur data warehouse, pemodelan data dan pengolahan sumber data transaksional sehingga menjadi data yang siap untuk dilakukan analisa. Materi pokok data warehouse : deskripsi data warehouse, karakteristik data warehouse, arsitektur data warehouse, data modeling, multidimensional data, cube, OLAP dan Teknik pengolahan data warehouseSlide5

Tujuan

Mahasiswa mampu memahami konsep dasar data warehouse.

Mahasiswa mampu menggunakan tools BI dan Power Designer dalam perancangan basis data pada studi kasus mereka.Slide6

Strategi Perkuliahan

Kuliah diberikan kepada mahasiswa S1 Informatika UPGRIS yang mengambil matakuliah ini sebagai pilihan. Perkuliahan dilakukan sebanyak 14 kali pertemuan kuliah tatap muka. Metode perkuliahan adalah kombinasi antara ceramah, diskusi, dan diakhiri dengan presentasi tugas kelompok/proyek akhir.

Mahasiswa wajib mengikuti perkuliahan minimal 80 persen, dan presentasi proyek akhir 100 persen. Mahasiswa pengulang matakuliah Data Warehouse diwajibkan mengikuti keseluruhan kegiatan kuliah dan presentasi

tugas kelompok /proyek

akhir selama satu semester.

Slide7

Tugas

Tugas terdiri dari dua jenis, yaitu

tugas perorangan

yang harus diselesaikan oleh mahasiswa pada waktu tertentu, dan

tugas kelompok

terdiri atas beberapa orang. Topik yang dipilih adalah bebas, dengan syarat tidak ada yang sama di antara kelompok. Produk yang dihasilkan oleh setiap kelompok bisa berupa program komputer, laporan hasil kajian sesuai dengan topik yang dipilih, dan slide presentasi. Slide8

Referensi

Data Warehousing Fundamentals: A Comprehensive Guide for IT Professionals. Paulraj Ponniah

Building a Data Warehouse with Examples in SQL Server, Vincent Rainardi.

Paulraj Ponniah, “Data Warehousing Fundamentals”, John Wiley & Sons, Inc – 2001

Raplh Kimbal, “The Data Warehouse Toolkit”, Willey – 2002

W. H. Inmon, “Building the Data Warehouse Third edition”, John Wiley & Sons, Inc – 2002

Carl Rabeler , “Microsoft SQL Server 2000 DTS Step by Step”, Microsoft Press - 2003Slide9

Kriteria Penilaian

Nilai akhir (NA) adalah nilai kumulatif dari nilai ujian tengah semester (UTS), ujian akhir semester (UAS), tugas perorangan (TP), dan tugas kelompok atau proyek akhir (PA). Metode dan bobot nilai sebagai berikut:

UTS (1-7) dan UAS (9-15) dilakukan melalui ujian tertulis dengan bobot masing-masing 35%. Kisi-kisi ujian akan disampaikan pada pertemuan ke-7 untuk UTS, dan pada pertemuan ke-15 untuk UAS.

Nilai TP adalah rata-rata dari semua tugas yang diberikan, dan diberi bobot 10%

Nilai PA terdiri dari nilai produk proyek (program komputer, laporan) dan presentasi. Bobot nilai PA adalah 20%.

Slide10

Jadwal Kuliah

Kuliah dilaksanakan pada

setiap

hari

Selasa

pukul

10

:00-

11

:

4

0

di Ruang GP. 608

Keterlambatan maksimal 15 Menit.Slide11

OUTLINE

Pengantar Data Warehouse

Data Warehouse Architecture

Data Warehouse Development Phase

Requirements Analysis

Data driven & goal driven

User driven, process driven & externally driven

Conceptual design

UTSSlide12

OUTLINE

Identification of facts, dimensions, measures and aggregation

Dimensional Modeling

ROLAP, HOLAP & MOLAP

ETL

Data Mart Construction

Enterprise DW

Persentasi Tugas Kelompok

UASSlide13

Urgensi Standar Data bagi Organisasi

Pertukaran data antar aplikasi TI, antar proses bisnis, bahkan sampai antar organisasi di industri yang berbeda sudah menjadi keniscayaan di era informasi yang saling terkait ini. Namun pertukaran data ini seringnya menjadi terhambat dikarenakan

tiadanya Standar Data yang disepakati bersama.Slide14

Urgensi Standar Data bagi Organisasi

Sebagai contoh, ketika seseorang baru mulai bergabung dalam sebuah perusahaan, dia mungkin memiliki daftar istilah bisnis yang digunakannya dalam pekerjaannya sehari-hari. Namun ketika ada kebutuhan untuk kolaborasi dan pertukaran informasi (bukan hanya dengan kolega ataupun rekanan kerjanya, bahkan dengan kompetitor bisnisnya), dalam kenyataannya akan ditemui berbagai perbedaan dalam penamaan, semantik, dan format dari objek informasi yang hendak dipertukarkan tersebut.

Perbedaan ini seringnya menjadi penghalang baru dari pekerjaan kolaborasi bisnis tersebut

.Slide15

Urgensi Standar Data bagi Organisasi

Ketiadaan terhadap kerangka rujukan yang sama, atau ketidaan pendefinisian istilah bisnis yang sama, hingga ketiadaan kesepakatan terhadap format dari informasi yang dipertukarkan, akan membuat kedua belah pihak yang saling berkolaborasi tersebut akan sulit untuk memahami informasi yang dipertukarkan satu sama lain. Oleh karena itu, pengelolaan terhadap kualitas data yang dimiliki organisasi merupakan tugas yang kritikal dalam pertukaran informasi.

Dalam organisasi manapun, kita menjadi lebih percaya terhadap informasi yang dipertukarkan jikalau informasi tersebut bisa dipahami dengan cara yang sama di antara kedua belah pihak yang saling bertukar informasi tersebut

. Disinilah urgensinya Standar Data.Slide16

Tantangan yang Biasa Ditemui

Ketidak-jelasan terhadap penggunaan semantik datanya itu sendiri di lintas aplikasi TI.

Ambiguitas dalam pendefinisian data.

Kurangnya kepresisian.

Variasi dalam keputusan pengunaan framework aplikasi TI.

Ditemukan tingkat keragaman yang tinggi dalam mekanisme perpindahan dataSlide17

Standar Data

Standar Data adalah kesepakatan formal antara beberapa pihak yang berkepentingan mengenai definisi istilah bisnis atas informasi yang dipakai bersama, dan bagaimana istilah-istilah tersebut dinamai dan direpresentasikan dalam data.

Termasuk dalam Standar Data adalah seperangkat aturan yang menjelaskan bagaimana suatu objek data disimpan, dipertukarkan, terspesifikasi formatnya, dan direpresentasikan.Slide18

Standar Data

Standar Data juga meliputi aturan-aturan yang dengannya informasi dipertukarkan. Termasuk di dalamnya:

Identifikasi dan definisi istilah bisnis yang digunakan bersama.

Penentuan akan objek data mana yang boleh dipertukarkan.

Daftar komposisi elemen data yang membentuk objek data tersebut, dan

Penamaan, format/strutkur serta aturan bagaimana elemen data itu direpresentasikanSlide19

Manfaat Standar Data Bagi Organisasi

Memastikan terjadinya komunikasi yang efektif antar berbagai pihak yang berkepentingan dalam pertukaran data.

Mereduksi kerja intervensi manual yang sering dilakukan para pengguna data (yaitu seringnya menjadi beban kerja para user bisnis yang melelahkan & mengurangi produkstifitas bisnis) ketika data dipertukarkan lintas proses bisnis. Standar Data yang dipatuhi seluruh organisasi akan mendorong pertukaran data bisa lebih diotomatisasi.

Mendorong terbangunnya katalog istilah-istilah bisnis dan bagaimana bentuk representasi datanya secara terpusat yang disepakati bersama seluruh organisasi dalam memenuhi kebutuhan pertukaran data tersebut.

Memastikan pemeliharaan aplikasi TI yang sedang berjalan, upgrade aplikasi TI maupun dalam pengembangan apikasi TI baru mendukung standarisasi data yang sudah disepakati bersama seluruh organisasi tersebut.Slide20

Pengenalan Data Warehouse

Data warehouse adalah repository (koleksi /kumpulan sumber daya yang bisa diakses untuk mendapatkan informasi) dari sebuah data organisasi yang tersimpan secara elektronis.

Data warehouse didesain untuk memfasilitasi pelaporan dan analis data menjadi bentuk informasi yang bernilai lebih.

Secara sederhana, data warehouse dapat disebut sebagai koleksi dari data yang sangat banyak dan kompleks.

Data warehouse berfokus pada penyimpanan data, dimana sumber data utama akan dibersihkan, ditransformasikan, lalu dikatalogkan, sehingga bisa digunakan oleh manager dan profesional lain.Slide21

Pengenalan Data WarehouseSlide22

Sejarah Data Warehouse

1960s - General Mills dan Dartmouth College, mengembangkan istilah dimensions and facts

1970s - ACNielsen dan IRI menyediakan imensional data marts untuk penjualan retail

1983 – Teradata memperkenalkan sistem database yang khusus untuk DSS

1988 - Barry Devlin dan Paul Murphy mempublikasikan artikel An architecture for a business and information systems in yang memperkenalkan istilah "business data warehouse“

1990 - Red Brick Systems memperkenalkan Red Brick Warehouse, sistem manajemen database khusus untuk data warehousing

1991 - Bill Inmon mempublikasikan buku Building the Data Warehouse

1995 - The Data Warehousing Institute, organisasi profit yang mempromosikan data warehouse didirikan 1996 - Ralph Kimball mempublikasikan buku The Data Warehouse Toolkit

2000 - Daniel Linstedt mempublikasikan the Data Vault, yang memungkinkan audit data warehoseSlide23

Kenapa Membangun Data Warehouse?

DW yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan untuk mendapatkan informasi.

Lebih memahami apa yang terjadi pada bisnis :

Menentukan trend historis

Prediksi kesempatan di masa datang

Mengukur performanceSlide24

Nilai Data Warehouse

Data warehouse

digunakan

untuk

sistem

BI (Business Intelligence) yang

memiliki

nilai

untuk

:

Tracking and trending key performance indicators

Measuring business performance

Reporting and understanding financial results

Understanding customers and their behavior

Identifying high-value customers

Better selection or development of new products

Understanding which products should be scaled back or eliminated

Understanding business competitorsSlide25

KARAKTERISTIK DATA WAREHOUSE

Berorientasi Subjek

Data warehouse adalah tempat penyimpanan berdasakan subyek bukan berdasakan aplikasi.

Contoh di bank, aplikasi kredit mengotomatisasi 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 produkSlide26

KARAKTERISTIK DATA WAREHOUSE

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).

Contoh : 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)Slide27

KARAKTERISTIK DATA WAREHOUSE

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).

Misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada semua didalam data warehouse kita.

Data warehouse yang bagus adalah yang menyimpan sejarah.Slide28

KARAKTERISTIK DATA WAREHOUSE

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).Slide29

Perbedaan antara database dan data warehouse Slide30

Piramida Sistem Informasi