Tugas Individu :
Nama : Umi Lestari (1103223_3E)
- Terminologi Data Ware House,
- Data Mart, Data Mining,
- OLAP (Online Analytical Processing),
- MOLAP, ROLAP. (Kelebihan,Kekurangan, dan Deskripsi)
1.Data Ware house adalah :
Pengertian Data
Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat
beberapa ahli berikut ini :
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 Vidette Poe, data warehouse merupakan database yang bersifat
analisis dan read only yang digunakan sebagai fondasi dari sistem
penunjang keputusan.
Menurut Paul Lane, data warehouse merBlogger adalah alat penerbitan
blog gratis dari Google untuk memudahkan Anda bertukar pikiran dengan dunia.
Blogger membuat Anda mudah mengirim teks, foto dan video ke blog pribadi atau
tim Anda.upakan 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. Data warehouse
memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan
organisasi menggabung/konsolidasi data dari berbagai macam sumber.
Jadi, data
warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission
Support System) dan EIS (Executive Information System). 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.
Dari definisi-definisi yang dijelaskan tadi, dapat
disimpulkan data warehouse adalah database yang saling bereaksi yang
dapat digunakan untuk query dan analisisis, bersifat orientasi subjek,
terintegrasi, time-variant, tidak berubah yang digunakan untuk membantu para
pengambil keputusan.
KELEBIHAN DAN KEKURANGAN
kelebihan data warehouse :
- data terorganisir dengan baik untuk query analisis dan sebagai bahan yang baik untuk proses transaksi.
- perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi.
- memiliki aturan transformasi untuk memvalidasi dan menkonsolidasi data dari OLTP ke datawarehouse.
- masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi.
- memiliki model data yang banyak macamnya, dan tidak tergantung dari format data awal/sumbernya, sehingga memudahkan dalam menciptakan laporan.
- proses transformasi/ perpindahan dapat di monitoring. jika terjadi kesalahan dapat di arahkan / di luruskan.
- informasi yang disimpan dalam datawarehouse, jadi ketika OLTP data sumber nya hilang. informasi yang diolah tetap terjaga dalam suatu datawarehouse.
- datawarehose tidak memperlambat kerja operasional transaksi.
- dapat menyediakan laporan yang bermacam-macam
kekurangan data warehouse :
- data warehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
- data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan tenggang waktu untuk memindahkannya.
- semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
- datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data yang digunakan di datawarehouse tidak di update secara cepat. sehingga data yang ada tidak optimal.
PERBEDAAN DATA MAINING DAN DATA
WAREHOUSE
Data warehouse dan data mining adalah
dua hal yang berbeda. Data Warehouse adalah database biasa yang berisi
summary atau rekap untuk subject tertentu yang sudah diketahui. misalnya
manajemen ingin mengetahui informasi tentang penjualan produk, maka dalam data
warehouse dimasukkan rekap data penjualan dari database transaksi penjualan.
bentuknya pun tabel biasa saja. tabel rekap ini hanya boleh diretrieve (diambil
datanya) dan ditambah, tidak boleh diubah, atau di hapus. rekap ini biasanya
akan ditampilkan dalam bentuk tabel, grafik, chart di dashboard (aplikasi
Business Intelligence).
2.Data Mart adalah fasiltas penyimpan data yang
berorentasi pada Subject tertentu atau berorentasi pada Departemen tertentu
dari suatu organisasi, fokus pada kebutuhan Departemen tertentu seperti Sales,
Marketing, Operation atau Collection. Sehingga suatu Organisasi bisa mempunyai
lebih dari satu Data Mart. Data Mart pada umumnya di organisasikan sebagai
suatu Dimensional Model, sperti Star-Schema (OLAP Cube) yang tersusun dari
sebuah tabel Fact dan beberapa tabel Dimension.
3.Data mining adalah serangkaian proses untuk
menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara
manual dari suatu basisdata dengan melakukan penggalian pola pola dari data
dengan tujuan untuk memanipulasi data menjadi informasi yang lebih berharga
yang diperoleh dengan cara mengekstrasi dan mengenali pola yang penting atau
menarik dari data yang terdapat dalam basis data.
4. OLAP (Online Analytical Processing).
Online Analytical Processing atau
disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan
jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. OLAP
adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga
merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari
OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan,
manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan
bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama
database OLTP (Online Transaction Processing).
Database yg dikonfigurasikan untuk pelayanan OLAP
model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus
(ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek
database navigasi dan database hierarki yang lebih cepat daripada yang
sefamilinya.
5.
Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya :
- Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi.
- Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan keputusan.
- Mempercepat respon terhadap permintaan pasar.
- Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri.
- Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.
- Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.
- Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasarlebihcepat.
MOLAP dan ROLAP
Perbedaan keduanya sangat jelas pada aspek penyimpanan
datanya. Jika melihat pada gambar di atas, maka bagian tersebut adalah
"Temporary Or Permanent Cache", dimana :
ROLAP menggunakan Temporary Cache (SQL Result Cache)
ROLAP menggunakan Temporary Cache (SQL Result Cache)
MOLAP
menggunakan Permanent Cache (Precomputed Storage)
Sangat jelas
dan sederhana bukan ? Tetapi untuk memperjelas statement di atas maka kami coba
memberikan gambaran mengenai mekanisme kerja keduanya di bawah ini.
7. Pengertian Business Intelligence
Istilah Business Intelligence
pertama kali didengungkan pada tahun 1989 oleh Howard Dresner. Dia
menggambarkan istilah tersebut sebagai seperangkat konsep dan metode yang
berguna untuk meningkatkan pembuatan keputusan dengan bantuan sistem yang
berbasiskan fakta atau realita yang terjadi. Menurut tim studi Busines
Intelligence pada Departemen Keuangan Indonesia menyatakan, Business
Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah
data-data dalam suatu perusahaan atau organisasi (data operasional, data
transaksional, atau data lainnya) ke dalam bentuk pengetahuan. Aplikasi ini
melakukan analisis data-data di masa lampau, menganalisisnya dan kemudian
menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan
organisasi(Indonesia, 2007).
- Menurut Nadia Branon, Business Intelligence merupakan kategori yang umum digunakan untuk aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisa, dan menyediakan akses pada data agar dapat membantu pengguna dari kalangan perusahaan agar dapat mengambil keputusan dengaAnalisan lebih baik dan tepat.
Dari definisi itu, dapat dikatakan
bahwa Business Intelligence merupakan suatu sistem pendukung keputusan yang
berdasarkan pada data-data fakta kinerja perusahaan. Business Intelligence
berguna untuk mengefisienkan finansial, manusia, material serta beberapa sumber
daya lainya.
Kegunaan BI
Perusahaan menggunakan BI untuk memperoleh lebih dalam
lagi mengenai segala informasi yang berhubungan dengan kinerja bisnis. Hal ini
digunakan untuk memahami, meningkatkan kinerja, penganggaran biaya yang lebih
efisien dan mengidentifikasi peluang bisnis baru. Beberapa hal kegunaan BI,
antara lain:
Analisa dalam perilaku konsumen, pola pembelian dan
trend penjualan
- Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan
- Penganggaran, perencanaan keuangan dan peramalan
- Mengetahui kinerja kegiatan pemasaran
- Optimalisasi proses dan kinerja operasional
- Meningkatkan efektifitaspengiriman dan pasokan
- CRM (Customer Relationship Management)
- Analisa Resiko
- Analisa nilai strategis
- Analisa social media
0 komentar:
Posting Komentar