TUGAS PAPER Data Warehouse
KELOMPOK : 7 Nama : Ardiyanto
1501167273
Kartika Sari Putri
1501172121
Leni Gustini
1501166301
Susanti Kusuma
1501192470
Wendy
1501153993
06 PJM
Abstrak Datawarehouse di perusahaan yang sebenarnya dapat berakibat langsung bagi kegiatan bisnis. Seperti kita ketahui bahwa dataware house merupakan komponen penting bagi suatu perusahaan untuk penyimpanan data-data yang penting dan menghasilkan informasi yang tentunya dapat berguna bagi para eksekutif dalam pengambilan keputusan. Bagi perusahaan besar, datawere house adalah hal yang sangat risk an an dan tentunya sangat dijaga keberadaannya. Maka dari itu, dalam paper ini akan membahas tentang sejarah datawarehouse, karakteristik data warehouse, keuntungan dan kerugian, data warehouse environment, pendekatan dimensional, pendekatan normalisasi serta bentuk dari data warehouse, warehou se, hubungannya dengan data mining dan data mart juga contoh datawarehouse di salah satu perusahaan yaitu bank mandiri. Metode analisa yang digunakan adalah metode pengumpulan data melalui artikel dan e journal yang dapat ditemukan dengan pencarian menggunakan internet. Data tersebut dikumpulkan dan dicari kebenarannya untuk dituangkan kedalam paper ini. Juga dilihat keberadaannya disalah satu perusahaan sebagai contoh dalam penulisan paper ini.
Kata kunci: Datawarehouse, Data mart, Data mining, Analisa
BAB I Pendahuluan 1.1 Latar Belakang
Pada era bisnis global yang telah berkembang pesat dewasa ini banyak perusahaan yang menyadari bahwa informasi yang tepat dan berguna dapat menjadi kunci untuk meraih sukses dalam kompetisi dunia bisnis. Informasi yang tepat dan berguna tersebut penting karena dapat digunakan untuk menunjukkan kecenderungan perkembangan bisnis dimasa mendatang, meramalkan perubahan pasar, melakukan analisis terhadap kinerja perusahaan serta dapat membantu dalam pengambilan keputusan manajemen. Hal inilah yang menyebabkan timbulnya investasi besar-besaran pada teknologi dan sistem informasi. Untuk dapat menghadapi persaingan bisnis global perusahaan harus dapat dap at dengan cepat menggunakan data yang ada baik historis maupun geografis karena itulah saat ini telah berkembang konsep baru dan tools yang penting yang dapat memberikan solusi terhadap kebutuhan penyediaan data dan informasi bagi b agi eksekutif dalam perusahaan. Teknologi baru tersebut dikenal dengan data warehouse. Data warehouse dapat membantu eksekutif dalam mengambil keputusan secara cermat, cepat dan akurat, selain itu data warehouse menyediakan tampilan yang user friendly kepada penggunanya.
Data warehouse merupakan metode dalam perancangan database, yang menujang 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.
Dan untuk meningkatkan daya saing dalam era globalisasi ini, perusahaan harus mampu mengambil keputusan dengan cepat dan tepat untuk menentukan langkah yang tepat dalam menjalankan usa hanya. Perusahaan-perusahaan yang telah menerapkan teknologi informasi berbasis database untuk menyimpan datanya tentunya lama – – kelamaan kelamaan akan memiliki data dengan jumlah yang sangat besar. Data yang telah tersimpan di dalam database tersebut dapat diolah sedemikian rupa sehingga dapat dihasilkan data yang berguna untuk keperluan analisis selanjutnya. Hasil dari pengolahan tersebut dinamakan data warehouse.
1.2 Ruang Lingkup Ruang lingkup dari penulisan paper ini akan di batasi pada karakteristi data warehouse, keuntungan dan kekurangan data warehouse, sejarah data warehouse, pendekatan dimensional dan normalisasi dari data warehouse, bottom up design, top down design, hybrid design, evolusi penggunaannya didalam perusahaan serta bentuk dari data warehouse.
1.3 Tujuan dan Manfaat Tujuan dari penulisan paper ini adalah :
Untuk mengetahui bagaimana karakteristik dari data warehouse.
Untuk mengetahui apa keuntungan dan kekurangan dari data warehouse.
Untuk mengetahui bagaimana sejarah dari data warehouse.
Untuk mengetahui pendekatan dimensional dan normalisasi dari data warehouse.
Untuk mengetahui bottom up design, top down design dan hybrid design.
Untuk mengetahui evolusi penggunaan data warehouse didalam perusahaan
Untuk mengetahui bentuk dari data warehouse.
Manfaat dari penulisan paper ini adalah :
Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang Apakah dan seperti apakah data warehouse itu serta peranannya didalam suatu perusahaan.
Dapat mengerti keuntungan dan kekurangan dari data warehouse.
1.4 Metodologi Metodologi akan menekankan pada aspek-aspek sebagai berikut:
Memberikan gambaran yang jelas mengenai Data Warehouse.
Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data secara dokumen/kualitatif
Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif
BAB II Landasan Teori
2.1 Teori Umum 2.1.1 Bank 2.1.1.1 Pengertian Bank
Bank adalah sebuah organisasi, biasanya korporasi, disewa oleh negara atau pemerintah federal, dengan fungsi utama, yaitu: (1) untuk menerima permintaan san deposito, instrument kehormatan ditarik terhadap resiko mereka, dan membayar bunga atas mereka sebagai ketentuan dari hokum, (2) untuk catatan diskon, membuat pinjaman, dan berinvestasi dalam pemerintahan atau surat berharga lainnya, (3) untuk mengumpulkan cek, draft , catatan, dan lain-lain, (4) untuk menangani draft dan dan cek kasir, (5) untuk menfesahkan cek deposan, dan (6) ketika disahkan pemerintah penyewa, bertindak sebagai fidusia kapasitas (Jerry M. Rosenberg, 1993). Bank adalah lembaga keuangan yang memiliki kegiatan utama menghimpun dan menyalurkan kembali dana ke masyarakat dalam bentuk kredit serta memberikan jasa jasa dalam lalu lintas pembayaran dan peredaran uang (Kuncoro, 2002). Bank merupakan suatu badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam rangka meningkatkan taraf hidup rakyat banyak (Drbanker, 2014)
2.1.1.2 Jenis-jenis Bank
Jenis Bank berdasarkan fungsinya (Drbanker, 2014), yaitu: a. Bank Sentral, yaitu: Bank Indonesia. Bertugas mengatur kebijakan dalam bidang keuangan (moneter) dan pertumbuhan perekonomian di Indonesia. b. Bank Umum, Bank yang dapat memberikan jasa dalam lalu lintas pembayaran. c. Bank Perkreditan Rakyat, Bank yang dapat menerima simpanan hanya dalam bentuk deposito berjangka, tabungan, atau bentuk yang lain. d. Bank Umum yang khusus untuk melaksanakan kegiatan tertentu, yaitu: melaksanakan kegiatan pembiayaan jangka panjang, pembiayaan untuk mengembangkan koperasi,
pengembangan pengusaha golongan ekonomi eko nomi lemah/pengusaha kecil, pengembangan pen gembangan ekspor non migas, pembangunan perumahan.
Jenis Bank berdasarkan kepemilikannya, yaitu: a. Bank Umum Milik Negara, Bank yang hanya dapat didirikan berdasarkan undangundang (UU). b. Bank Umum Swasta, Bank yang didirikan dan menjalankan usaha oleh golongan pengusaha tertentu setelah mendapatkan izin dari menteri keuangan. c. Bank Campuran, Bank yang didirikan bersama-sama oleh satu atau lebih bank umum yang berkedudukan di Indonesia dan didirikan oleh WNI atau badan Hukum Indonesia dengan satu atau lebih yang berkedudukan di luar negeri. d. Bank Pembangunan Daerah, bank milik pemerintah daerah. e. Bank Syariah, bank yang menerapkan prinsip perbankan berdasarkan Syariah Islam.
Jenis Bank menurut kegiatannya, yaitu: a. Corporate Bank , Pelayanan berskala besar. b. Retail Bank , Pelayanan berskala kecil. c. Retail Corporate Bank , Pelayanan berskala besar dan kecil.
Jenis Bank menurut status dan kedudukannya, yaitu: a. Bank Devisa, bank yang dalam kegiatan usahanya dapat melakukan transaksi dalam valuta asing, baik dalam penghimpunan dan penyaluran dana, serta dalam pemberian jasa-jasa keuangan. Bank devisa dapat melayani secara langsung transaksi-transaksi dalam skala Internasional. b. Bank Non Devisa, bank umum yang masih berstatus non devisa hanya dapat melayani transaksi-transaksi di dalam negeri (domestik).
2.1.2 Data 2.1.2.1 Pengertian Data
Data merupakan sesuatu yang belum jadi (berbentuk kondisi atau sebuah keadaan, gambar, suara, huruf, angka, bahasa, atau simbol) bagi penerimanya dan masih
memerlukan proses pengolahan untuk menjadi data yang benar-benar diperlukan (Anneahira). Data merupakan deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang direkam, dikelompokkan, dan disimpan tetapi belum terorganisir untuk menyampaikan arti tertentu (Turban, 2010, p41). Data merupakan komponen paling penting dalam DBMS, berasal dari sudut pandang end-user . Data bertindak sebagai jembatan yang menghubungkan antara mesin dengan pengguna (Connolly dan Begg, 2014).
2.1.2.2 Jenis Data
Jenis data dapat dikelompokkan menjadi dua (Hendry,2012), yaitu: a. Data Kualitatif ( Non Non metric) metric) adalah data yang berisikan jenis kelamin, pendidikan, warga, suku, dan lain-lain yang tidak dapat dihitung dengan matematika. b. Data Kuantitatif adalah data yang berbentuk angka (metric (metric)) seperti jumlah penjualan, berat badan, jarak dalam ukuran kilometer dan lain-lain. -
Data Diskrit adalah data yang memiliki nilai khusus dan merupakan hasil perhitungan serta biasanya berbentuk bilangan bulat. Contohnya, jumlah penumpang bus 10 orang.
-
Data Kontiniu (Continue (Continue Data) Data) adalah data yang memiliki nilai yang menempati semua interval pengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan pecahan dan bulat. Contohnya, jarak antara rumah di Sawah Besar, Jakarta Pusat ke Binus Jakarta Barat 30,25Km.
2.2 Teori Khusus 2.2.1 Data War ehouse arehouse 2.2.1.1 Pengertian Data W arehouse
Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi subject, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan manajemen (W.H. Inmon, 2002; and John Wang, 2008). Data Warehouse Warehouse merupakan database yang bersifat analisis dan read-only read-only yang digunakan sebagai fondasi dari sistem penunjang keputusan (Vidette Poe, 1998).
Data Warehouse merupakan Warehouse merupakan repository pusat untuk sementara atau bagian signifikan dari data dimana berbagai sistem bisnis suatu perusahaan d ikumpulkan (Rouse).
2.2.2 Query 2.2.2.1 Pengertian Query
Query dalam Query dalam konteks Web Semantic berarti Semantic berarti teknologi dan protocol yang programatis dapat mengambil informasi dari Web Data (W3C). Query adalah Query adalah mekanisme utama untuk mengambil informasi dari database dan terdiri dari pertanyaan yang disajikan ke database dalam format yang telah ditetapkan (Mike Chapple). Query Query adalah perintah bahasa pemograman SQL berupa perintah sederhana yang berisi instruksi-instruksi instruksi-instruksi untuk memanipulasi data (Andre, 2013). Query Query adalah proses melakukan pengambilan atau pencarian informasi yang ada di dalam database (Betha & Husni, 2012).
2.2.2.2 Jenis Query
Secara umum terdapat dua jenis query (Hakim, query (Hakim, 2012), yaitu: a. Query DDL DDL ( Data Data Definition Language) Language) adalah kumpulan perintah SQL yang digunakan untuk membuat (CREATE), mengubah (ALTER, RENAME) dan menghapus (DROP) struktur dan definisi dari objek-objek database seperti table, view, index, function, trigger, dan trigger, dan field field . b. Query DML Query DML DML ( Data Data Manipulation Language) Language) adalah kumpulan perintah SQL yang berhubungan dengan proses mengolaj men golaj dan memanipulasi data didalam tabel. DML tidak terkait dengan perubahan struktur dan definisi tipe data dari objek database.
BAB III Pembahasan
3.1. Pengertian
Data Warehouse merupakan sebuah produk IT yang digunakan database yang saling bereaksi yang dapat dap at digunakan digunak an untuk query dan query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan. Untuk pengertiannya sendiri secara harafiah, terdapat beberapa pengertian dari Data dari Data Warehouse ini sendiri yang dikemukakan oleh para ahli. Seperti :
Menurut W. H. Inmon dan Richard D. H, mengatakan bahwa Data bahwa Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi kepada subjek, terintegrasi, time variant , dan bersifat tetap. Koleksi data tersebut digunakan untuk mendukung proses pengambilan keputusan dalam manajemen.
Menurut Paul Lane, menyatakan bahwa data warehouse warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.
3.1. Skema Data Skema Data Warehous
3.2. Sejarah.
Awal mula dari terbentuknya sebuah konsep untuk pergudangan data atau yang biasa disebut dengan Data Warehouse ini dimulai pada era tahun 80'an, ketika peneliti dari IBM ( International International Business Machines) Machines) yang bernama Barry Devlin dan Paul Murphy yang memang sedang mengembangkan sebuah ide yang bertemakan "Business Data Warehouse" . Pada dasarnya, konsep dari Data dari Data Warehousing ini dimaksudkan untuk memberikan model arsitektur yang ditujukan pada aliran data dari sistem operasional ke Decision Support Environment . Konsep ini juga dibuat untuk mengatasi berbagai macam masalah mengenai aliran data yang berada pada sistem operasional yang akhirnya berdampak sampai kepada Decision Support Environment , terutama masalah pembiayaan yang menghabiskan dana cukup banyak yang biasa terjadi. Bagaimana bisa? Jadi, dengan tidak adanya konsep arsitektur dari Data dari Data Warehouse ini, perusahaan harus menyediakan sejumlah besar redundansi yang dibutuhkan untuk mendukung kegiatan Decision kegiatan Decision Support Environment yang yang dilakukan beberapa dalam sekali jalan. Dalam perusahaan besar yang memiliki beberapa Decision Support Environment yang berjalan secara independen, masalah ini merupakan masalah yang sering dijumpai. Walaupun masing - masing dari mereka dioperasikan oleh user yang berbeda, tetapi mereka membutuhkan data dalam jumlah yang besar didalam sebuah penyimpanan data yang sama. Terlebih lagi, proses pengumpulan data yang yan g berasal dari berbagai macam sumber dalam jangka panjang akan mengakibatkan duplikasi data yang akan terjadi didalam masing - masing Decision Support Environment . Selain itu, sistem operasional yang ada didalam perusahaan akan memeriksa kembali secara berkala semua data yang telah dikumpulkan untuk dijadikan Decision dijadikan Decision Support Requirement yang baru. Perkembangan penting dari Data dari Data Warehousing dari runtutan tahun :
Pada tahun 1960an, General Mills dan DarthMouth College melakukan pengembangan konsep Data
Warehousing
dalam
sebuah
proyek
penelitian
bersama
yang
mengembangkan apa yang disebut dengan the terms dimensions and facts
Pada tahun 1970an, organsasi ACNielsen dan IRI membuat data mart dimensional yang diperuntukan untuk perusahaan atau kegiatan penjualan secara retail
Pada tahun 1970an juga, seorang ahli bernama Bill Inmon mulai mendefinisikan dan melakukan diskusi dengan ahli yang lain mengenai Data mengenai Data Warehouse
Pada tahun 1975, sebuah organisasi bernama Sperry Univac memperkenalkan sebuah produk manajemen database dan sistem pelaporan (reporting (reporting system) system) yang merupakan pertama kalinya didunia yang sudah mencakup 4GL, disebut dengan MAPPER ( MAintain, MAintain, Prepare, and Produce Executive Report ). Produk ini merupakan platform pertama yang ada di muka bumi ini yang memang dirancang untuk membangun sebuah Information Center (dan juga merupakan pelopor dari contemporary Enterprise Data Warehousing platforms) platforms)
Pada tahun 1983, sebuah perusahaan yang bernama TeraData memperkenalkan sebuah produk yang berupa sistem database manajemen yang secara spesifik dirancang atau dibuat untuk mendukung proses decision support
Pada tahun 1983 juga, sebuah perusahaan yang bernama Sperry Martin Richard Jones memperkenalkan dan mendefinisikan sebuah pendekatan yang dinamakan Sperry Information Center approach, approach, dimana pendekatan ini belum dinyatakan benar adanya apabila dikaitkan kepada pengertian atau teori yang dikemukakan oleh Inmon sebelumnya. Dikarenakan pada pendekatan ini tidak banyak mengandung karakteristik dari sebuah Data sebuah Data Warehouse yang telah dikemukakan Inmon yang nantinya teori Inmon ini dilanjutkan oleh Devlin. Pendekatan ini pertama kali digunakan pada sebuah organisasi yang yang bernama TSB England Wales
Pada tahun 1984, ditemukannya ditemukannya Metaphor Metaphor Computer Systems Systems yang merupakan sebuah workstation komersial yang menawarkan paket perangkat keras ataupun perangkat lunak lengkap dengan GUI (Graphic (Graphic User Interface). Interface). Ditemukan oleh David Lidle dan Don Massaro yang akhirnya juga merilis apa yang disebut dengan DIS ( Data Data Interpretation System). System). DIS merupakan paket lengkap perangkat keras ataupun lunak yang dikhususkan untuk penggunaan bisnis dan ditujukan untuk membentuk atau membuat DBMS ( Database Database Management System) System) dan juga digunakan untuk Analytic untuk Analytic System
Pada tahun 1988, Barry Devlin dan Paul Murphy mempublikasikan sebuah artikel " An " An architecture for a business and information system in IBM Systems Journal " dimana pada saat itu mereka juga memperkenalkan sebuah istilah yang disebut Business Data Warehouse
Pada
tahun
1990,
Ralph
Kimball
mendirikan
Red
Brick
System,
sekaligus
memperkenalkan Red Brick Warehouse. Yang merupakan sebuah DBMS yang secara spesifik dirancang untuk kepentingan Data kepentingan Data Warehouse
Pada tahun 1991, Bill Inmon menemukan Prism Solution, dengan produknya yakni Prism Warehouse Manager. Yang merupakan sebuah perangkat lunak yang digunakan untuk kepentingan pengembangan Data pengembangan Data Warehouse
Pada tahun 1992, Bill Inmon juga memperkenalkan sebuah buku yang berjudul Building "Building the Data Warehouse" Warehouse"
Pada tahun 1995, didirikannya perusahaan komersil yang mempromosikan Data Warehouse
Pada tahun 1996, Ralph Kimball mempublikasikan sebuah buku yang berjudul "The "The Data Warehouse Toolkit "
Pada tahun 2000, Daniel Linstedt mengeluarkan Data mengeluarkan Data Vault , yang memungkinkan sebuah DAta Warehouse dapat diaudit dengan real time. time.
3.3. Karakteristik Data War ehou se
Menurut Bapak Data Warehouse atau W. H. Inmon, data warehouse mempunyai 4 (empat) karakteristik, yaitu : A. Berorientasi pada subyek. Data warehouse warehouse berorientasi subjek, artinya data warehouse warehouse berorientasi terhadap subjek-subjek utama dalam suatu perusahaan, seperti data warehouse warehouse untuk customer , produk, dan sebagainya. Dapat juga dikatakan bahwa data warehouse didesain untuk membantu dalam menganalisis data berdasarkan subjek-subjek tertentu sehingga hanya data yang benar-benar diperlukan yang dimasukkan ke dalam data warehouse. warehouse. B. Terintegrasi Data warehouse warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu sama lain. Data
tidak dapat dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu warehouse itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan cara konsisten dalam penamaan variabel, ukuran variabel, dan atribut fisik dari data. Misalnya untuk tabel pelanggan yang berasal dari sumber data I, format untuk jenis jenis kelamin menggunakan format F dan M (Female dan Male). Sedangkan untuk tabel pelanggan yang berasal dari sumber data II menggunakan format P dan L (Perempuan dan Laki-Laki). Maka data tersebut sebelum masuk ke dalam data warehouse warehouse harus dilakukan integrasi terlebih dahulu. Misalnya memilih format dari salah satu sumber data atau menggunakan format yang baru, misalnya 0 untuk perempuan/female dan 1 untuk laki-laki/male. C. Rentang waktu Data yang berada di dalam data warehouse akurat dan valid pada titik waktu tertentu atau dalam interval waktu tertentu (hanya pada saat proses ETL/update ETL/update). ). Setiap data yang dimasukkan ke data warehouse warehouse pasti memiliki dimensi waktu. Dimensi waktu ini akan dipergunakan sebagai pembanding dalam perhitungan untuk menghasilkan laporan yang diinginkan. Selain itu, dengan menggunakan dimensi waktu, pembuat keputusan dapat mengenal kecenderungan dan pola dari suatu data. D. Non - Volatile Data pada data warehouse tidak warehouse tidak di-update di-update secara secara real time, time, tetapi di-refresh di-refresh dari dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai tambahan bagi database itu sendiri. Database Database tersebut secara berkesinambungan mengambil data baru ini, dan kemudian disatukan dengan data sebelumnya. Data yang berada dalam data warehouse bersifat warehouse bersifat read-only, read-only, dan tidak berubah setiap saat sehingga hanya terdapat dua kegiatan dalam data warehouse, warehouse, yaitu mengambil data (loading (loading data), data), dan akses data (mengakses data warehouse, warehouse, seperti melakukan query untuk query untuk menampilkan laporan yang dibutuhkan, tidak ada kegiatan updating data).
3.4. Tujuan dari penggunaan Data War ehou se
Adanya
tujuan
dari
penggunaan Data
Warehouse
ini
sendiri
adalah
untuk
mengintegrasikan data organisasi dalam jumlah yang besar menjadi sebuah wadah yang dimana para penggunanya dapat dengan mudah menjalankan query, membuat laporan serta melakukan analisa. Yang secara garis besar tujuannya adalah untuk melakukan management terhadap sejumlah besar data dan menganalisanya.
3.5. Keuntungan dan kerugian dari Data W arehouse arehouse
3.5.1. Keuntungan
Ada beberapa keuntungan yang dapat diraih dari penggunaan penggunaan Data Data Warehouse dalam sebuah perusahaan, yakni : Berpotensi tinggi untuk mendapatkan pengembalian investasi. SEbuah organisasi harus berkomitmen dalam melakukan investasi pada banyak sumber daya untuk menjamin keberhasilan dari penggunaan Data Warehouse dan biaya yang diinvestasikan sangat beragam mulai dari 50. 000 pound sampai dengan lebih dari 10 juta pound. Variasi atau rentang harga itu dikarenkan dengan banyaknya solusi teknis yang tersedia. Keunggulan kompetitif yang dapat diraih oleh perusahaan yang telah dibuktikan dengan adanya pengembalian investasi yang sangat besar dari penggunaan Data penggunaan Data Warehosue. Warehosue.
Keunggulan
lainnya
juga
dirasakan
pada
saat
perusahaan
membiarkan akses dari penetapan data maker yang dapat mengungkapkan informasi yang tersedia sebelumnya, tidak dikenal dan belum dimanfaatkan seperti pelanggan, tren, dan tuntutan Peningkatan produkrivitas dalam pengambilan keputusan. Penggunaan Data Warehouse dapat meningkatkan produktivitas dari para pelaku pengambil keputusan dengan menciptakan database yang terintegrasi, konsisten, dan berfokus pada subyek dan data historis. Mengintegrasikan data dari beberapa sistem yang tidak compatible kedalam bentuk konsisten yang dapat dimengerti
oleh perusahaan. Dengan mengubah data menjadi sebuah informasi yang bermakna, penggunaan Data penggunaan Data Warehouse memungkinkan para pemangku jabatan untuk melakukan analisa dengan lebih akurat dan konsisten. 3.5.2. Kerugian
Selain berbagai macam kelebihan dari penggunaan Data Warehouse, Warehouse, ternyata juga terdapat beberapa kekurangannya, yaitu :
Datawarehouse 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
3.6. Bentuk dari Data War ehou se 3.6.1. F unctional Data Warehouse Warehouse
Yang dibuat berdasarkan fungsi yang berbeda didalam perusahaan, seperti pada devisi dan bagiannya masing - masing. Jadi, pada bagian keuangan memiliki gudang data tersendiri, pada bagian HR juga punya bagiannya sendiri, dan lain sebagainya.
3.6.1. functional 3.6.1. functional Data warehouse
3.6.2. Centr Centr ali zed D ata War ehouse
Sama seperti pada functional Data Warehouse hanya saja pada bentuk ini, segala data yang didapat dari berbagai sumber dikumpulkan terlebih dahulu pada sebuah wadah atau tempat baru setelah itu data tersebut dipilah - pilah sesuai dengan fungsi atau kebutuhan yang ada. Keuntungan dari penggunaanya adalah ada pada tingkat konsistensi data yang sangat tinggi, karena data yang ada didalamnya sudah benar - benar terpadu. Kerugiannya ada pada waktu serta biaya yang diperlukan untuk pembangunannya
3.6.2 Centralized Data Warehouse
ted Data W arehouse arehouse 3.6.3. Di str ibu ted
Pada bentuk ini, digunakannya gateway yang berfungsi untuk menjembatani atau menghubungkan antara sumber data dengan workstation yang menggunakan sistem yang beraneka ragam. Sehingga memungkinkan pengguna untuk mengakses data yang berada be rada diluar dari perusahaan.
Keuntungan dari penggunaanya adalah dengan kebisaanya untuk dapat mengakses data diluar dari perusahaan, yang dimana data tersebut telah disinkronisasi terlebih dahul agar terjaga konsistensinya.
3.6.3. Distributed 3.6.3. Distributed Data Warehouse
Hubungan data warehouse dengan Data mart dan data mining Data mart Merupakan bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan.
Karakteristik yang membedakan data mart dan data warehouse (Connolly, Begg, Strachan1999) adalah : 1.Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis 2.Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse 3.Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. warehouse. Data mart lebih mudah dipahami dan dinavigasi
Data Mining dan Data Warehouse Data mining adalah suatu proses yang digunakan untuk mencari informasi dan knowledge yang berguna, dimana diperoleh dari data-data yang dimiliki. •Kualitas dan konsistensi data merupakan persyaratan untuk data mining untuk menjamin keakuratan model-model prediksi. Data warehouse dipopulasikan dengan data yang bersih dan konsisten. •Data mining akan sangat berguna jika mendapatkan data dari banyak sumber untuk mendapatkan sebanyak mungkin keterhubungan antar data. Data warehouse hanya berisikan data dari beberapa sumber. Contoh datawarehuse pada bank mandiri : Bank Mandiri didirikan pada tanggal 2 Oktober 1998 yang merupakan bagian dari program restrukturisasi perbankan yang dilaksanakan oleh pemerintah. Untuk mendukung bisnis yang terjadi didalamnya, Bank Mandiri membutuhkan data-data dan informasi penting terutama yang berkaitan dengan transaksi ataupun laporan. Sumber data yang diperoleh dari sistem Core Banking, Eximbills, ICS, LOS, MAKSI maupun SAP. Data tersebut diolah di dalam sistem datawarehouse yang berperan penting dalam penyusunan laporan antara lain : a. Laporan Bank Indonesia (Regulatory Reporting) seperti : -
Laporan Bulanan Bank Umum (LBU)
-
Sistem Informasi Debitur (SID)
-
Laporan Harian Bank Umum (LHBU)
-
Laporan Berkala Bank Umum (LBBU)
-
Data Feeding Aplikasi Anti Money Laundering (AM L)
b. Laporan Performance Measurement System (PMS) c. Laporan Management Information System (MIS)
BAB IV Kesimpulan dan Saran
4.1 Kesimpulan
Kesimpulan yang bisa didapat dari dari
paper ini adalah data warehouse warehouse merupakan
kumpulan data yang disimpan dan data tersebut akan digunakan untuk membantu pengambilan keputusan. Data warehouse warehouse sendiri memiliki karakteristik seperti berinteraksi pada objek, terintegrasi, time variant, non volatile. Selain itu, data warehouse juga warehouse juga sering berintegrasi dengan aplikasi lain untuk mendukung laporan maupun analisis data. Dalam pencarian data di dalam data warehouse kita warehouse kita bisa mining untuk data yang kita cari atau lebih spesifik. Contoh perusahaan yang menerapkan data warehouse adalah warehouse adalah Bank Mandiri. 4.2 Saran
Data warehouse warehouse sangatlah peting bagi perusahaan oleh karena itu perusahaan perlu mnegetahui lebih dalam mengenai data warehouse. warehouse. Perusahaan perlu mengetahui bagaimana bentuk data warehouse, warehouse, apa saja manfaat dalam penerapaan data warehouse, warehouse, kekurangan maupun kelebihannya. Selain itu perusahaan juga perlu merancang arstiketur yang baik dalam penerapannya dan mengetahui aplikasi apa yang dapat membantu dan mendukung data warehouse warehouse sehingga data yang ada di perusahaan bisa berguna dalam pengambilan keputusan, laporan maupun meningkatkan kualitas maupun service yang ada di dalam perusahaan.
Daftar Pustaka
Andre. Tutorial Belajar MySQL Part 5: Pengertian SQL (Structured Query Language). Language). Duniailkom. http://www.duniailkom.com/tutorial-mysql-pengertian-sql-structured-querylanguage/.. 2013. 1 Jun 2014. language/ Anneahira.
Pengertian
Data
dan
Metode
Pengambilannya. Pengambilannya.
AnneAhira.com.
www.anneahira.com/pengertian -data.htm/. -data.htm/. ___. 1 Jun 2014. Betha, Sidik Ir & Husni I. Pohan, Ir. M,Eng. Pemrograman Web dengan HTML. HTML. Bandung: Informatika Bandung. 2012. Chapple,
Mike.
Query
Definition. Definition.
About.com.
databases.about.com/cs/administration/g/query.htm. __. 1 Jun 2014. Connolly, Thomas and Carolyn Begg. Database Systems: A Practical Approach to Design, Implementation, and Management . Pearson Education, Limited. 2014. Drbanker. Jenis-Jenis
Bank
dan
Fungsi
Perbankan. Perbankan.
Belajar
Perbankan
Online.
Bankernote.com/jenis-jenis-bank-dan – Bankernote.com/jenis-jenis-bank-dan – fungsi-perbankan/. fungsi-perbankan/. Apr 2014. 1 Jun 2014. Hakim,
Zainal.
Jenis
Query
pada
MySQL. MySQL.
Zainalhakim.web.id.
http://www.zainalhakim.web.id/posting/jenis-query-pada-mysql.html. Jul 2012. 2012. 1 Jun 2014. Hendry. Jenis Hendry. Jenis dan Tipe Data. Data. http://teorionline.net/jenis-dan-tipe-data/ http://teorionline.net/jenis-dan-tipe-data/.. Sep 12. 1 Jun 2014. Inmon, W.H.. Building W.H.. Building the Data Warehouse, Third Edition. Edition. Wiley Computer Publishing. 2002. Kuncoro. Manajemen Kuncoro. Manajemen Perbankan, Teori dan Aplikasi. Aplikasi. Jakarta: Erlangga. 2002. P.68. Poe, Vidette; Partricia Klauer & Stephen Brobst. Building a Data Warehouse for Decision Support . Prentice Hall PTR. 1998. Rosenberg, Jerry M.. Dictionary M.. Dictionary of Banking and Finance. Wiley. 1993. Rouse, Margaret. Data Warehouse or Information Warehouse. Warehouse. WhatIs.com. TechTarget. http://searchsqlserver.techtarget.com/definition/data-warehouse.. __. 1 Jun 2014. http://searchsqlserver.techtarget.com/definition/data-warehouse Turban. Electronic Turban. Electronic Commerce: A Managerial Perspective 2006, 4/E . Pearson Education. 2010. W3C. Query. Query. W3.org. www.w3.org/standards/semanticweb/query www.w3.org/standards/semanticweb/query.. __. 1 Jun 2014. Wang, John. Data Warehouse and Mining: Concepts, Methodologies, Tools, and Applications, Volume 3. 3. IGI Global Snippet. 2008.
DAFTAR RIWAYAT HIDUP Picture
Binusian ID
:1501167273
Full Name
: Ardiyanto
Email
: chenxiaob.yahoo.co.id
Address
Current
Jl.Angke Indah gang 6 No.340 Jakarta Barat 11330 DKI Jakarta, Indonesia Permanent
Jl.Angke Indah gang 6 No.340 Jakarta Barat 11330 DKI Jakarta, Indonesia Phone Numbers
:
Mobile : 62-8-1212173343 Home : 62-21-6311655 : Fax :
62-21-6311655
:Office: 62-21-6311655 Gender
Male
Birth Place/Date
: Jakarta, 01November 1993
Nationality
: Indonesia
Martial Status
: Single
Region
: Christian
Formal Education
Jan 2011-Present
:Bina Nusantara University, Jakarta, Indonesia Bacheleor (S1), Information Systems GPA: 2.77
DAFTAR RIWAYAT HIDUP
PICTURE
PERSONAL INFORMATION Binusian ID
1501172121
Full Name
Kartika Sari Putri
E-Mail
[email protected]
Address
Current :
Jalan U No.13 Jakarta Barat DKI Jakarta, Indonesia Permanent :
Perum PDP blok A.14 no.12 Karawang, 41352 Jawa barat, Indonesia Phone Number
Mobile : 0899-415-4440 Home : 0267-480173
Gender
Female
Birth Place / Date
Karawang / 29 Oktober 1992
Nasionallity
Indonesia
Marital Status
Single
Religion
Christian
FORMAL EDUCATION September 2011-Present
Bina Nusantara University, Jakarta, Indonesia Backelor(S1), Information System GPA : 3.75
ORGANIZATION EXPERINCE Oct 2011 – 2011 – present present
Himsisfo, Vice of Project Management Help to analysis, design and requirement in organization
Aug 2012 – 2012 – Aug Aug 2013
Himsisfo, Vice of coordinator commission 2 Help coordinate commission 2
Jun 2013 – 2013 – Sept Sept 2013
Himsisfo, Coordinator Coordinator of community relations in study tour
Jun 2012 – 2012 – Aug Aug 2012
Himsisfo, Coordinator of community relations Coordinator of community relations in AKSI
DAFTAR RIWAYAT HIDUP Picture
Binusian ID
:1501166301
Full Name
: Leni Gustini
Email
: shinyeon_yeon.yahoo.com
Address
Current
Jl Haji Senen no 54 Jakarta Barat 00000 DKI Jakarta, Indonesia Permanent
Jl Raya Kosambi n0 52 Karawang 41313 Phone Numbers
: Mobile : 62-85-781898236 Home : 62-26-7436449
Fax :
62-85-781898236
Office: 62-85-781898236 Gender
: Female
Birth Place/Date
: Jungkat, 01 Agustus 1993
Nationality
: Indonesia
Martial Status
: Single
Region
: Christian
Formal Education
Jan 2011-Present
:Bina Nusantara University, Jakarta ,Indonesia Bacheleor (S1), Information Systems GPA: 3.52
Organization Experience
Oct 2011 – 2011 – Present Present
: HIMSISFO, Commite Commitee
DAFTAR RIWAYAT HIDUP Picture
Binusian ID
:1501192470
Full Name
: Susanti Kusuma
Email
:
[email protected]
Address
Current
:Komp. Karang Anyar , Jl. Karang Anyar Permai, Raya kav 53-54 Blk. Blok B18 000, Jakarta Pusat 10470 DKI Jakarta, Indonesia Permanent
Jl.Sukaramai N0 100 Lhokseumawe 24531 DI Aceh, Indonesia Phone Numbers
: Mobile : 62-857-6010798 Home :
62-857-6010798
Fax :
62-857-6010798
Office: 62-857-6010798 Gender
: Female
Birth Place/Date
: Perbaungan, 01 September 1993
Nationality
: Indonesia
Martial Status
: Single
Region
: Buddha
Formal Education
Jan 2011-Present
:Bina Nusantara University, Jakarta ,Indonesia Bacheleor (S1), Information Systems GPA: 2.77
Organization Experience
Sept 2011 – 2011 – Jul Jul 1012
: HIMSISFO, Activis Komisi Tiga
DAFTAR RIWAYAT HIDUP Picture
Personal Information
Binusian ID
:1501153993
Full Name
: Wendy
Email
: wendywijayaa.gmail.com
Address
Current
Jl Muara karang blok Q 4 selatan nomor 18 Jakarta Utara 14450 DKI Jakarta, Indonesia Permanent
Jl Muara karang blok Q 4 selatan nomor 18 Jakarta Utara 14450 DKI Jakarta, Indonesia
Phone Numbers
: Mobile : 62-899-9887587 Home :
62-21-6625049
Fax : 62-21-6625049 Office: 62-21-6625049 Gender
: Male
Birth Place/Date
: Jakarta, 04 Juni 1993
Nationality
: Indonesia
Martial Status
:Single
Region
: Buddha
Formal Education
Jan 2011-Present
:Bina Nusantara University, Jakarta ,Indonesia Bacheleor (S1), Information Systems GPA: 2.50