Data Warehousing

Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan.
Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi. Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan. Data Warehouse memberikan sebuah arsitektur data strategis untuk melakukan analisis pendukung keputusan. Data Warehouse memungkinkan adanya proses data mining, sebuah kemampuan untuk secara otomatis mensintesakan sejumlah besar informasi untuk menemukan kebenaran-kebenaran tersembunyi di dalam data.

• Sumber Data Untuk Data Warehouse

Berikut ini adalah sumber data yang akan disimpan dalam Data Warehouse:

1. Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan
2. Sumber eksternal yang diperoleh misalnya melalui Internet, basis data komersial, basis data pemasok atau pelanggan

• Cara Kerja Pengolahan Data:

1.  Berbagai data yang berasal dari sumber digabungkan dan diproses lebih lanjut oleh manajer data warehouse dan disimpan dalam basis data tersendiri.
2. Selanjutnya, perangkat lunak seperti OLAP dan data mining dapat digunakan oleh pemakai untuk mengakses data warehouse.

• Sifat Data Warehouse

Berikut ini adalah sifat dari data warehouse :

1. Multidimensional yang berarti bahwa terdapat banyak lapisan kolom dan baris (Ini berbeda dengan tabel pada model relasional yang hanya berdimensi dua)
2. Berdasarkan susunan data seperti itu, amatlah mudah untuk memperoleh jawaban atas pertanyaan seperti: “Berapakah jumlah produk 1 terjual di Jawa Tengah pada tahun n-3?’
3. Mengingat sistem data warehouse memerlukan pemrosesan data dengan volume yang besar, sistem ini biasa diterapkan dengan menggunakan teknologi pemrosesan SMP (Symmetric Multiprocessing) dan MPP (Multiple Parallel Processing)
4. Data warehouse dapat dibangun sendiri dengan menggunakan perangkat pengembangan aplikasi ataupun dengan menggunakan perangkat lunak khusus yang ditujukan untuk menangani hal ini.
5. Beberapa contoh perangkat lunak yang digunakan untuk administrasi dan manajemen data warehouse:

­   a.  HP Intelligent Warehouse (Hewlett Packard)
­   b. FlowMark (IBM)
­   c. SourcePoint (Software AG)

• Karakteristik Data Warehouse

Berikut ini adalah Karakteristik Data Warehouse:
1.    Berorietasi subjek
2.    Terintegrasi
3.    Rentang waktu
4.    Non Volatile
5.    Ringkas
6.    Tidak ternormalisasi
7.    Data dari berbagai sumber
8.    Memiliki Metadata

• Komponen Data Warehouse

Ada beberapa Komponen yang dimiliki oleh DataWarehouse diantaranya yaitu:

1. Operational Data, Sumber data dari data warehouse dapat diambil langsung dari mainframe, basis data relasional seperti Oracle, Ms SQL Server dan sebagainya. Selain itu dapat melalui Operational Data Source (ODS). ODS menampung data yang diekstrak dari sistem utama (sumber data) yang ada dan kemudian data hasil ekstrasi tersebut dibersihkan.
2. Load Manager, disebut sebagai komponen front-end yang bertugas melakukan seluruh operasi yang berhubungan dengan ekstrasi dan me-load data ke warehouse.
3. Warehouse Manager, komponen ini melakukan seluruh operasi-operasi yang berhubungan dengan kegiatan manajemen data di dalam warehouse.
4. Query Manager, juga disebut komponen back-end, melakukan operasi-operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi eksekusi dari quey tersebut.
5.  End-user Access Tools, prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat. User ini dapat berinteraksi dengan DW melalui end-user access tools. DW harus secara efisien mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis. Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-keperluan untuk melakukan joins, summations dan laporan-laporan per periode dengan end-users. Terdapat 5 grup utama dari tools tersebut (Berson & Smith):

-    Reporting and query tools
-    Application development tools
-    Executive information System (EIS) tools
-    Online Analytical Processing (OLAP) tools
-    Data mining tools