KOMPONEN-KOMPONEN DALAM DATAWAREHOUSE

Komponen Datawarehouse

Data Source

Untuk membangun suatu datawarehouse yang baik data yang didapatkan harus

teralokasi dengan baik. Ini melibatkan OLTP saat ini dimana informasi ‘dari hari

ke hari’ tentang bisnis yang berjalan, tentunya dengan data historis periode

sebelumnya, yang mungkin telah dikumpulkan dalam beberapa bentuk sistem

lain. Sering kali data yang terbentuk bukan terbentuk database relasional,

sehingga membutuhkan banyak upaya untuk mengambil data yang diinginkan.

Design Datawarehouse

Proses perancangan datawarehouse sangat berhati-hati untuk memilih jenis

query yang digunakan dalam datawarehouse. Tahapan ini sangat memerlukan

pemahaman yang baik tentang skema database yang ingin dibuat, dan haruslah

selalu aktif untuk berkomunikasi dengan pengguna. Desain adalah proses yang

tidak dilakukan satu kali, melainkan berulang-ulang agar model yang dimiliki

stabil. Tahap ini harus dilakukan secara berhati-hati karena model akan diisi

dengan data yang jumlahnya sangat banyak, yang salah satunya dari beberapa

model adalah model yang tak dapat diubah.

Akuisi data

Proses perpindahan data dari sumbernya (source) ke datawarehouse. Proses ini

proses yang menggunakan banyak waktu dalam proyek datawarehouse, dan

dilakukan dengan software yang dikenal dengan ETL (extract,transform,load)

Tools. Sekarang sudah hamper lebih kurang 60 tool yang tersebar diranah maya.

Waktu yang dibutuhkan untuk akuisisi data bisa mencapai berbulan-bulan

bahkan bertahun-tahun.

Perubahan data tangkapan

Pembaharuan data periodik datawarehouse dari sistem transaksi menjadi rumit

karena harus diidentifikasi dari sumber data yang selalu up to date. Ini disebut

dengan ‘perubahan data capture’. Ini merupakan tahapan khusus, dan sudah

cukup banyak software yang beredar untuk mengatasinya. Seperti Replication

Server, Publish/Subscribe, Triggers and Stored Procedures, dan Database log

Analysis.

Pembersihan Data

Ini biasanya dilakukan dengan akuisisi data, kalau dalam ETL ini terdapat pada

bagian ‘T’. Datawarehouse yang berisi data tidak benar tidak hanya tak berguna,

tapi juga menyesatkan. Ide dibalik pembuatan datawarehouse adalah untuk

memudahkan pengambilan keputusan, jika keputusan yang besar yang ditunjang

oleh data yang tidak valid maka perusahaan mengalami resiko yang amat besar

pula.

Pembersihan data suatu proses rumit yang memvalidasi dan bila perlu

mengoreksi data sebelum masuk kedalam datawarehouse. Pembersihan data

dapat juga disebut sebagai “data scrubbing” atau “penjamin kualitas data”,

proses ini harus dilakukan secara berhati-hati dan dilakukan keseluruhan

terutama datawarehouse yang diambil dari perangkat yang sudah tua.

Data Aggregation

Termasuk proses tansformasi, datawarehouse dirancang untuk menyimpanan

yang amat detil dari tiap transaksi, untuk beberapa tingkat aggregate

(ringkasan). Keuntungan jika data diringkas yaitu query khusus dalam

datawarehouse berjalan lebih cepat. Kekurangannya adalah informasi yang

didapat kurang, karena ringkasnya data yang ada pada datawarehouse. Ini harus

berhati-hati karena keputusan tidak dapat dibatalkan tanpa membangun

kembali datawarehouse dan mencocokan dengan datawarehouse lain (atau

sumber data lain). Paling aman digunakan oleh perusahaan yang amat besar,

yang mampu membangun datawarehouse tingkat detail yang tinggi dengan

biaya yang besar pula.

CORETAN RINA

KOMPONEN-KOMPONEN DALAM DATAWAREHOUSE

Komponen Datawarehouse