Halo
Semeton. kali
ini kita akan membahas mengenai materi yang saya dapatkan di Program Studi
Teknologi Informasi di mata kuliah Data Warehouse mengenai Model Pengembangan Data Warehouse dan Data
Multi Dimensi dengan dosen bapak I Putu
Agus Eka Pratama ST., MT.
Pada media
penyimpanan data saat ini, terdapat perbedaan mendasar antara data yang
tersimpan pada database biasa dengan data yang tersimpan pada Data
Warehouse. Hal ini disebabkan karena data- data pada Data Warehouse selain
bertujuan untuk historis, juga digunakan untuk menganalisa data yang akan
berdampak pada pengambilan keputusan dan pembuatan laporan. Solusi dari masalah
ini adalah bagaimana melihat data dari berbagai dimensi yang berbeda- beda.
Data Mart merupakan
sub bagian dari Data Warehouse keseluruhan sebagai sebuah struktur
data, yang di dalamnya memuat data, guna memudahkan pengguna akhir di dalam
mengakses data dari Data Warehouse sesuai kebutuhan ataupun untuk
analisa data. Data Mart juga dapat didefinisikan sebagai unit
(bagian) dari Data Warehouse secara keseluruhan yang berada pada
layer akses (Access Layer) berorientasikan kepada spesifik proses bisnis dan
kebutuhan dari unit organisasi tempat di mana Data Warehouse tersebut
diimplementasikan. Apabila dianalogikan sebagai sebuah himpunan, maka Data
Mart adalah himpunan bagian dari sebuah himpunan semesta bernama Data
Warehouse. Sehingga apabila Data Warehouse memuat semua data sesuai
kebutuhan dari keseluruhan organisasi bersangkutan, maka Data Mart hanya
memuat data spesifik sesuai kebutuhan per unit atau departemen saja.
Pengembangan
Data Warehouse memiliki beberapa model yang didapatkan berdasarkan hierarki dan
masukan dari pengguna yaitu sebagai berikut.
1. Top
Down tanpa User Feedback
Aliran data
pada model Top Down tanpa User Feedback ini sangatlah sederhana karena tidak
melibatkan user feedback. Aliran data berawal dari sumber-sumber data kemudian
diteruskan ke Data Warehouse lalu di pecah ke dalam beberapa Data Mart.
Penggambaran model ini adalah sebagai berikut.
2. Bottom
Up tanpa User Feedback
Model Bottom
Up tanpa User Feedback ini merupakan kebalikan dari model Top Down tanpa User
Feedback dimana berbeda dari Top Down yang memulai pengembangan dari atas,
model ini memulai pengembangannya dari bawah dimana Data Mart dibentuk dari
data-data yang berasal dari berbagai sumber data. Pada tahap satu,
menerapkan ETT (Extraction, Transformation, Transportation) pada sumber –
sumber data ke masing – masing Data Mart. Kemudian setiap Data Mart mengintegrasikan
data – data dari berbagai sumber tersebut. Pada Tahap dua, data dialirkan dari
masing- masing Data Mart ke Data Warehouse, dengan kembali
menggunakan proses ETT (Extraction, Transformation, Transportation) pada data
dari setiap Data Mart kembali diintegrasikan di dalam Data
Warehouse kemudian dilakukan juga penghilangan Redudancy pada data- data
dari sejumlah Data Mart tersebut. Berikut visualisasi dari model ini.
3. Parallel
tanpa User Feedback
Model
Parallel tanpa User Feedback merupakan modifikasi dari model Top
Down, namun Data Marttidak sepenuhnya bergantung kepada Data
Warehouse (dalam hal sumber data yang diperoleh). Mekanisme kerja dimulai
dengan dibangunnya Data Warehouse dari berbagai sumber data. Di
dalam Data Warehouse terdapat Data Model yang menjadi acuan
bagi model data untuk Data Mart- Data Mart yang dibentuk kemudian
Data Model ikut mempengaruhi Data Mart. Kemudian Data Mart yang
terbentuk, ikut berperan di dalam membangun Data Warehouse melalui
integrasi di level data.
4. Top
Down beserta User Feedback
Pada
Model Top Down beserta User Feedback sejumlah data dari
berbagi sumber data membentuk Data Warehouse. Data Warehouse menjadi
pusat dari penggudangan data- data yang berasal dari berbagai sumber data
tersebut. Pada model ini terjadi proses integrasi di level data yang bertujuan
memudahkan data- data disatukan ke dalam sebuah gudang data ini. Dari Data
Warehouse, dibentuk sejumlah Data Mart sesuai dengan kebutuhan
pengguna. User Feedback pada Data Mart, menjadi tolok ukur di
dalam pengembangan berkelanjutan pada Data Mart dan Data
Warehouse itu sendiri. Pada Model Top Down beserta User
Feedback, User Feedback mempengaruhi Data Mart dan secara
otomatis akan mempengaruhi Data Warehouse itu sendiri. Terdapat
aliran bolak- balik dari User Feedback (pengguna) ke Data Mart dan
dari Data Mart ke Data Warehouse.
5. Bottom
Up beserta User Feedback
Mekaisme
kerja pada Bottom Up beserta User Feedback dimulai dari
dibentuknya terlebih dahulu dua Data Mart atau lebih, menggunakan
data – data dari berbagai sumber data. Kemudian digunakan ETT (Extraction,
Transformation, Transportation) untuk membantu pengumpulan data, ekstraksi
data, transformasi ke format data yang disepakati bersama di dalam Data
Mart, serta integrasi di level data itu sendiri. .Lalu dibentuk Data
Warehouse dari Data Mart yang terbentuk kemudian kembali
menggunakan ETT untuk mengintegrasikan data- data dari berbagai Data Mart tersebut
ke dalam kesatuan Data Warehouse. User Feedback diarahkan
melalui tatap muka Data Warehouse, yang berefek terhadap Data Mart-
Data Mart yang membentuk Data Warehouse.
6. Parallel
Beserta User Feedback
Mekanisme
kerja pada model Parallel beserta User Feedback dimulai
dari penentuan aturan untuk model data dari Data Warehouse ke Data
Mart yang terbentuk. Data dari berbagai sumber data masuk ke Data
Mart dan ke Data Warehouse. Kemudian Data dari sumber data yang
menuju ke Data Mart saja yang akan melalui proses ETT (Extraction,
Transformation, Transportation). Data yang menuju ke Data Warehouse,
terlebih dahulu menuju ke Data Model dari Data Warehouse, untuk
menyeragaman format. Pada Data Warehouse tidak terjadi ETT,
sebab Data Warehouse menjadi pusat untuk model data enterprise,
yang menjadi acuan bagi Data Mart lainnya. Lalu Data Warehouse mengagregasikan
data, memuat fungsi koordinasi dan integratif untuk pengembangan ke depannya,
termasuk juga manajemen data dan informasi kepada pengguna. User Feedback dialirkan
melalui tatap muka ke Data Mart.
Data
Warehouse menerapkan Data multi dimensi (Multi Dimensional Data atau MDD). Data
multi dimensi merupakan model data fisik (Physical data Model) yang
strukturnya dapat dilihat dari berbagai sudut pandang (dimensi), dengan tiga
buah bagian (Record atau baris, Field atau kolom, dan layer),
dengan objek – objek data multi dimensi di dalamnya, yang atributnya dibedakan
menjadi atribut dimensi dan atribut pengukuran. Data multi dimensi, jika
direpresentasikan ke dalam bentuk koordinat, maka dapat ditunjukkan ke dalam
tiga buah sumbu, yakni: X, Y, dan Z yang dapat dianalogikan dengan gambar
bangun yang memiliki 3 dimensi (panjang, lebar, tinggi).
Data multi
dimensi tidak dapat lepas dari kebutuhan untuk mempermudah analisa data. Oleh
karena ini data multi dimansi menggunakan dua konsep yakni OLTP dan OLAP. OLTP
atau On Line Transactional Data yang berfungsi memproses data – data
transaksional namun tidak menyimpan data historis, OLTP hanya digunakan untuk
kebutuhan data dan informasi semata dan struktur data hanya terdiri dalam 2
dimensi (baris, kolom). Sedangkan OLAP atau On Line Analytical Data menganalisa
data yang berasal dari data – data transaksi (OLTP) dengan mengutamakan
historis data. Oleh karena itu, data perlu dilihat dari 3 atau lebih dimensi,
untuk kemudahan analisa data. Slicing data atau pemotongan data
berlapis – lapis, diasumsikan untuk mengambil data yang relevan untuk kebutuhan
analisa.
Referensi:
I Putu Agus Eka Pratama.
Handbook Data Warehouse. Penerbit Informatika. Bandung. 2017
0 komentar:
Posting Komentar