Data Warehouse
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 merupakan 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.
Karakteristik data warehouse menurut Inmon, yaitu :
- Subject Oriented (Berorientasi subject)
Data warehouse berorientasi subject artinya data warehouse didesain
untuk menganalisa data berdasarkan subject-subject tertentu dalam
organisasi,bukan pada proses atau fungsi aplikasi tertentu.
Data warehouse diorganisasikan disekitar subjek-subjek utama dari
perusahaan(customers,products dan sales) dan tidak diorganisasikan pada area-area aplikasi utama(customer
invoicing,stock control dan product sales). Hal ini dikarenakan kebutuhan dari
data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu
keputusan, dari pada aplikasi yang berorientasi terhadap data.
Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek
bukan terhadap proses. Secara garis besar perbedaan antara data operasional dan
data warehouse yaitu :
|
|
|
Dirancang
berorientasi hanya pada aplikasi dan fungsi tertentu
|
Dirancang
berdasar pada subjek-subjek tertentu(utama)
|
Focusnya
pada desain database dan proses
|
Focusnya
pada pemodelan data dan desain data
|
Berisi
rincian atau detail data
|
Berisi
data-data history yang akan dipakai dalam proses analisis
|
Relasi
antar table berdasar aturan terkini(selalu mengikuti rule(aturan) terbaru)
|
Banyak
aturan bisnis dapat tersaji antara tabel-tabel
|
- Integrated (Terintegrasi)
Data Warehouse dapat menyimpan data-data yang berasal dari
sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling
terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah
karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep
data warehouse itu sendiri.
Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti
konsisten dalam penamaan variable,konsisten dalam ukuran variable,konsisten
dalam struktur pengkodean dan konsisten dalam atribut fisik dari data.
Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang
mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam
aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi
nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi nama
yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi
kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data
tersebut bisa dikategorikan sebagai data yang terintegrasi karena
kekonsistenannya.
3. Time-variant (Rentang Waktu)
Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada
rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam
mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara
lain :
Ø Cara
yang paling sederhana adalah menyajikan data warehouse pada rentang waktu
tertentu, misalnya antara 5 sampai 10 tahun ke depan.
Ø Cara
yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam
data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu
dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut
diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan
tetap ada secara implisit didalam data tersebut.
Ø Cara
yang ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian
snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu
sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.
2. 4. Non-Volatile
Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya
data pada data warehouse tidak di-update secara real time tetapi
di refresh dari sistem operasional secara reguler. Data yang baru
selalu ditambahkan sebagai suplemen bagi
database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut
secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan
dengan data sebelumnya.
Berbeda dengan database operasional yang dapat melakukan update,insert dan
delete terhadap data yang mengubah isi dari database sedangkan pada data
warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data
(mengambil data) dan akses data (mengakses data warehouse seperti melakukan
query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan updating
data).
Keuntungan Data Warehouse
Data warehouse merupakan pendekatan
untuk menyimpan data dimana sumber-sumber data yang heterogen(yang biasanya
tersebar pada beberapa database OLTP) dimigrasikan untuk penyimpanan data yang
homogen dan terpisah. Keuntungan yang didapatkan dengan menggunakan data
warehouse tersebut dibawah ini (Ramelho).
Ø Data
diorganisir dengan baik untuk query analisis dan sebagai bahan untuk
pemrosesan transaksi.
Ø Perbedaan
diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat
diatasi.
Ø Aturan
untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data
apabila data dipindahkan dari database OLTP ke data warehouse.
Ø Masalah
keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi.
Membangun
data warehouse tentu saja memberikan keuntungan lebih bagi suatu perusahaan,
karena data warehouse dapat memberikan keuntungan strategis pada perusahaan
tersebut melebihi pesaing-pesaing mereka. Keuntungan tersebut diperoleh dari
beberapa sumber (Sean Nolan,Tom Huguelet):
Ø Kemampuan
untuk mengakses data yang besar
Ø Kemampuan
untuk memiliki data yang konsistent
Ø Kemampuan
kinerja analisa yang cepat
Ø Mengetahui
adanya hasil yang berulang-ulang
Ø Menemukan
adanya celah pada business knowledge atau business process.
Ø Mengurangi
biaya administrasi
Ø Memberi
wewenang pada semua anggota dari perusaahan dengan menyediakan kepada mereka
informasi yang dibutuhkan agar kinerja bisa lebih efektif.
Kekurangan datawarehouse :
Ø datawarehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
Ødata perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan tenggang waktu untuk memindahkannya.
Ø semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
Ø 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.
sumber: didapat >>
darisini<<
Data Mart
Data mart adalah subset dari
menyimpan data organisasi, biasanya berorientasi pada tujuan tertentu
atau data subjek utama, yang dapat didistribusikan untuk mendukung
kebutuhan bisnis. Data mart adalah
data analitis toko yang dirancang untuk memfokuskan pada fungsi bisnis
yang spesifik untuk komunitas khusus dalam sebuah organisasi. Data mart
sering berasal dari himpunan data dalam data warehouse, meskipun dalam
metodologi gudang bottom-up data desain data warehouse diciptakan dari
persatuan organisasi data mart.
Kelebihan:
Pembangunan BI langsung mencakup
data seluruh organisasi
Kerangka BI akan lebih
terstruktur, bukan gabungan dari berbagai data mart (data parsial)
Penyimpanan data menjadi terpusat
Kontrol informasi dapat dilakukan
secara tersentralisasi
Kekurangan:
Waktu implementasi lebih lama
Risiko kegagalan relatif tinggi
karena kerumitannya
Membutuhkan biaya yang relatif
besar
OLAP
(Online Analytical Processing)
Online Analytical Processing, atau disingkat OLAP adalah metode
pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang
bersifat dimensional secara cepat, yaitu desain dari aplikasi dan
teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data
multidimensi untuk tujuan analis. 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.
Nigel Pendse menyarankan suatu alternatif dan mungkin istilahnya lebih
deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari
Informasi Multidimensi yang dapat di-sharing (FASMI)
Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik
atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa
nilai dari matrik.
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 (Multi Dimensional OLAP)
MOLAP adalah tipe OLAP yang memiliki storage sendiri, yang isinya merupakan precomputed agregasi data - sum, count, min, max, dan sebagainya - yang terlibat pada berbagai level detil. Storage ini
berupa format yang hanya dikenali oleh MOLAP server tersebut dan telah
khusus dioptimalkan untuk penggunaan oleh aplikasi tersebut.
Cara kerja MOLAP secara umum dibagi ke dalam dua tahap sebagai berikut :
- Tahap konstruksi dan populasi data, pada tahap ini sumber data akan dibaca, dilakukan perhitungan agegrasi (summary group) pada berbagai level dimensi, dan hasilnya akan disimpan di storage MOLAP. Jika objek data diperumpamakan dengan table, maka untuk satu cube akan banyak fragmen table yang isinya adalah detil agregasi dari level tertentu.
- Tahap query atau layanan permintaan data analisis, pada tahap
ini OLAP Server akan melayani permintaan query dari client dan membaca
data dari storage MOLAP. Table yang akan dibaca adalah suatu fragmen yang akan disesuaikan dengan permintaan dari client. Pada fase query ini, jika OLAP Server terputus dengan data source tidak apa-apa karena sudah tidak ada kaitannya.
ROLAP (Relational OLAP)
ROLAP adalah tipe OLAP yang bergantung kepada database relasional atau RDBMS (Relational Database Management System) sebagai media penyimpanan (storage) data yang akan diolah. Dengan strategi tersebut maka OLAP Server terhindar dari masalah pengelolaan data storage dan hanya menerjemahkan proses query analysis (MDX) ke relational query (SQL). Otomatis proses optimasi ROLAP akan sangat ditentukan di sisi produk RDBMS yang digunakan misalkan dari sisi penanganan jumlah data dan strategi indexing.
Definisi Business Intelligence
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.
Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers :
“Business Intelligence menjelaskan tentang suatu konsep dan metode bagiamana untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem yang berbasiskan data. BI seringkali dipersamakan sebagaimana briefing books, report and query tools, dan sistem informasi eksekutif. BI merupakan sistem pendukung pengambilan keputusan yang berbasiskan data-data”
Manfaat Business Intelligence Bagi Organisasi Non-Profit
Beberapa manfaat yang bisa didapatkan bila suatu organisasi non-profit mengimplementasikan BI adalah sebagai berikut2 :
a. Meningkatkan nilai data dan informasi organisasi
Melalui pembangunan BI, maka seluruh data dan informasi dapat diintegrasikan sedemikian rupa sehingga menghasilkan dasar pengambilan keputusan yang lengkap. Informasi-informasi yang dulunya tidak dicakupkan sebagai salah satu faktor pengambilan keputusan (terisolasi) dapat dengan mudah dilakukan ‘connect and combine’ dengan menggunakan BI. Data dan informasi yang dihasilkan pun juga menjadi lebih mudah diakses dan lebih mudah untuk dimengerti (friendly-users infos).
b. Memudahkan pemantauan kinerja organisasi
Dalam mengukur kinerja suatu organisasi seringkali dipergunakan ukuran yang disebut Key Performance Indicator (KPI). KPI tidak melulu diukur dengan satuan uang, namun dapat juga berdasarkan kecepatan pelaksanaan suatu layanan. BI dapat dengan mudah menunjukkan capaian KPI suatu organisasi dengan mudah, cepat dan tepat. Dengan demikian akan memudahkan pihak-pihak yang terlibat dalam pengambilan keputusan untuk menentukan langkah-langkah antisipasi yang diperlukan.
c. Meningkatkan nilai investasi TI yang sudah ada
BI tidak perlu/harus mengubah atau menggantikan sistem informasi yang sudah digunakan sebelumnya. Sebaliknya, BI hanya menambahkan layanan pada sistem-sistem tersebut sehingga data dan informasi yang sudah ada dapat menghasilkan informasi yang komprehensif dan memiliki kegunaan yang lebih baik.
d. Menciptakan pegawai yang memiliki akses informasi yang baik (well-informed workers)
Dalam melaksanakan pekerjaannya sehari-hari, seluruh level dari suatu organisasi (mulai dari pegawai/bawahan sampai dengan pimpinan) selalu berkaitan dan/atau
membutuhkan akses data dan informasi. BI mempermudah seluruh level pegawai dalam mengakses data dan informasi yang diperlukan sehingga membantu membuat suatu keputusan. Jika kondisi seperti ini tercapai, maka misi dan strategi organisasi yang sudah ditetapkan dapat dengan lebih mudah terlaksana serta terpantau tingkat pencapaiannya.
e. Meningkatkan efisiensi biaya
BI dapat meningkatkan efisiensi karena mempermudah seseorang dalam melakukan pekerjaan : hemat waktu dan mudah pemanfaatannya. Waktu yang dibutuhkan untuk mencari data dan mendapatkan informasi yang dibutuhkan menjadi semakin singkat dan cara untuk mendapatkannya pun tidak memerlukan pengetahuan (training) yang rumit. Dengan demikian training-training yang bisanya sering dilakukan dengan biaya yang cukup besar, dapat dihemat sedimikian rupa.
Implementasi Business Intelligence di Lembaga Pemerintah
Sistem BI yang biasanya digunakan di organisasi profit telah digunakan juga di berbagai lembaga pemerintahan. Tujuan utamanya adalah untuk meningkatkan layanan kepada publik, efisiensi biaya, dan efektifitas kerja yang diembankan kepada organisasi dimaksud.
Dalam mengimplementasikan BI di suatu lembaga pemerintah, hal utama yang harus diperhatikan adalah bahwa BI harus mendukung pencapaian visi, misi, dan strategi organisasi dalam mencapai tingkat kinerja organisasi (organization performance) yang diinginkannya. BI harus sepenuhnya membantu organisasi dalam melaksanakan tugas yang diembannya. BI harus menyatu dengan proses pekerjaan itu sendiri dan menghasilkan informasi-informasi yang akan menjadi dasar pengambilan keputusan.
