Home > Data Warehouse > Karakteristik Data Warehouse

Karakteristik Data Warehouse

Setelah sebelumnya membahas mengenai Perbedaan Data Warehouse dengan OLTP, maka artikel saya mengenai data warehouse selanjutnya adalah mengenai karakteristik dari data warehouse.

Menurut Bapak Data Warehouse atau W. H. Inmon, data warehouse mempunyai 4 (empat) karakteristik, yaitu Subject Oriented, Integrated, Time Variant, dan Non-Volatile.

Tanpa perlu basa basi lagi (sebelum basi……), saya akan memberikan penjelasan mengenai karakteristik data warehouse di atas.

1. Subject Oriented (Berorientasi Subjek)

Data warehouse berorientasi subjek, artinya data warehouse berorientasi terhadap subjek-subjek utama dalam suatu perusahaan, seperti data 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.

2. Integrated (Integrasi)

Data 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 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 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 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.

3. Time Variant (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). Setiap data yang dimasukkan ke data 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.

4. Non Volatile

Data pada data warehouse tidak di-update secara real time, tetapi di-refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai tambahan bagi database itu sendiri. Database tersebut secara berkesinambungan mengambil data baru ini, dan kemudian disatukan dengan data sebelumnya.

Data yang berada dalam data warehouse bersifat read-only, dan tidak berubah setiap saat sehingga hanya terdapat dua kegiatan dalam data warehouse, yaitu mengambil data (loading data), dan akses data (mengakses data warehouse, seperti melakukan query untuk menampilkan laporan yang dibutuhkan, tidak ada kegiatan updating data).

Bagaimana?? dengan artikel ini, Anda telah dapat mengetahui karakteristik dari data warehouse kan?? …...

Dalam artikel saya yang berhubungan dengan data warehouse berikutnya, saya akan mencoba untuk membahas tentang proses utama dalam data warehouse atau yang sering disebut dengan ETL.

Semoga artikel ini bermanfaat untuk Anda. Gbu……..

About these ads
Categories: Data Warehouse
  1. arvinino
    13 November 2012 at 12:07

    terima kasih atas materinya. :)

  2. 15 June 2011 at 13:21

    terimakasih materinya..

  1. No trackbacks yet.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

Follow

Get every new post delivered to your Inbox.

%d bloggers like this: