Pengertian Data Warehouse Menurut Para Ahli
Pengertian Data Warehouse dapat beragam tetapi mempunyai inti yang serupa, seperti pendapat beberapa hebat berikut ini :
Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang memiliki sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.
Menurut Vidette Poe, data warehouse ialah database yang bersifat analisis dan read only yang digunakan selaku fondasi dari sistem penunjang keputusan.
Menurut Paul Lane, data warehouse ialah 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 banyak sekali macam sumber.
Jadi, data warehouse ialah metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse ialah 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, mampu ditarik kesimpulan data warehouse yakni database yang saling bereaksi yang mampu dipakai untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berganti yang dipakai untuk menolong para pengambil keputusan.
Istilah-perumpamaan yang bekerjasama dengan data warehouse
Istilah-ungkapan yang berhubungan dengan data warehouse :
Data Mart
Adalah sebuah bagian pada data warehouse yang mendukung pengerjaan laporan dan analisa data pada suatu unit, bagian atau operasi pada sebuah perusahaan.
On-Line Analytical Processing(OLAP)
Merupakan suatu pemrosesan database yang memakai tabel fakta dan dimensi untuk mampu menampilkan aneka macam macam bentuk laporan, analisis, query dari data yang berukuran besar.
On-Line Transaction Processing(OLTP)
Merupakan suatu pemrosesan yang menyimpan data tentang acara operasional transaksi sehari-hari.
Dimension Table
Tabel yang berisikan kategori dengan ringkasan data rincian yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu(yang berbentukperbulan, perkwartal dan pertahun).
Fact Table
Merupakan tabel yang lazimnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, sebab key tersebut terdiri dari foreign key(kunci abnormal) yang ialah primary key (kunci utama) dari beberapa dimension table yang bekerjasama.
DSS
Merupkan tata cara yang menyediakan info kepada pengguna yang menerangkan bagaimana sistem ini mampu menganalisa situasi dan mendukung suatu keputusan yang bagus.
Karakteristik Data Warehouse
Karakteristik data warehouse berdasarkan Inmon, ialah :
Subject Oriented (Berorientasi subject)
Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data menurut 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 kepada data.
Makara dengan kata lain, data yang disimpan yaitu berorientasi terhadap subjek bukan kepada proses.
Integrated (Terintegrasi)
Data Warehouse mampu 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 mampu dipecah-pecah alasannya adalah data yang ada merupakan suatu kesatuan yang menunjang keseluruhan rancangan data warehouse itu sendiri.
Syarat integrasi sumber data dapat dipenuhi dengan aneka macam 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 dibentuk oleh developer yang berlawanan. Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang mempunyai maksud yang sama tetapi nama dan format nya berlainan. Variable tersebut mesti dikonversi menjadi nama yang serupa dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan selaku data yang terintegrasi alasannya adalah kekonsistenannya.
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 yaitu menyuguhkan 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 komponen waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap tamat bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
Ø Cara yang ketiga,variasi waktu yang disuguhkan data warehouse lewat serangkaian snapshot yang panjang. Snapshot ialah performa dari sebagian data tertentu sesuai cita-cita pemakai dari keseluruhan data yang ada bersifat read-only.
Non-Volatile
Karakteristik keempat dari data warehouse adalah non-volatile,tujuannya data pada data warehouse tidak di-update secara real time tetapi di refresh dari metode operasional secara reguler. Data yang gres selalu ditambahkan sebagai aksesori bagi database itu sendiri dari pada sebagai sebuah pergeseran. Database tersebut secara kontinyu menyerap data gres ini, lalu secara incremental disatukan dengan data sebelumnya.
Berbeda dengan database operasional yang dapat melakukan update,insert dan delete terhadap data yang mengganti isi dari database sedangkan pada data warehouse hanya ada dua aktivitas memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse mirip melakukan query atau menampilan laporan yang dibutuhkan, tidak ada acara updating data).
Non Volatile Data Warehouse
Sumber : http://www.cait.wustl.edu/papers/prism/vol1_no1/nonvolatile/home.html