Proses ETL (ekstraksi, transformasi, dan pengumpulan data) merupakan proses penting dalam membangun gudang data. Proses ini melibatkan ekstraksi data dari berbagai sumber, transformasi data untuk meningkatkan kualitas dan konsistensi, serta pengumpulan data ke dalam gudang data. Tantangan utama dalam ETL adalah heterogenitas sumber data dan memperbaiki kualitas data selama proses transformasi.
Dokumen tersebut membahas tentang data warehouse, termasuk pengertian, konsep, dan perancangan data warehouse. Secara ringkas, data warehouse digunakan untuk mengintegrasikan dan menyimpan data dari berbagai sumber agar mudah diakses dan dianalisis guna pengambilan keputusan bisnis."
Dokumen tersebut membahas tentang pentingnya data warehouse dalam mengelola data operasional dan informasi strategis untuk pengambilan keputusan skala besar. Data warehouse dapat mengintegrasikan data dari berbagai sumber, mengekstrak informasi berharga, dan memungkinkan pengguna untuk membuat laporan secara mandiri sesuai kebutuhan.
Proses ETL (ekstraksi, transformasi, dan pengumpulan data) merupakan proses penting dalam membangun gudang data. Proses ini melibatkan ekstraksi data dari berbagai sumber, transformasi data untuk meningkatkan kualitas dan konsistensi, serta pengumpulan data ke dalam gudang data. Tantangan utama dalam ETL adalah heterogenitas sumber data dan memperbaiki kualitas data selama proses transformasi.
Dokumen tersebut membahas tentang data warehouse, termasuk pengertian, konsep, dan perancangan data warehouse. Secara ringkas, data warehouse digunakan untuk mengintegrasikan dan menyimpan data dari berbagai sumber agar mudah diakses dan dianalisis guna pengambilan keputusan bisnis."
Dokumen tersebut membahas tentang pentingnya data warehouse dalam mengelola data operasional dan informasi strategis untuk pengambilan keputusan skala besar. Data warehouse dapat mengintegrasikan data dari berbagai sumber, mengekstrak informasi berharga, dan memungkinkan pengguna untuk membuat laporan secara mandiri sesuai kebutuhan.
Metadata digunakan untuk mendeskripsikan data dan proses data warehouse kepada pengguna, mencakup tujuh jenis metadata yaitu definisi data, struktur data, sistem sumber, proses ETL, kualitas data, audit, dan penggunaan. Metadata dipertahankan melalui proses perubahan skrip untuk menjaga keakuratannya.
Dokumen tersebut membahas tentang pengertian dan komponen-komponen Database Management System (DBMS). DBMS digunakan untuk mengelola basis data secara efektif dan efisien. Dokumen ini juga membahas fungsi, keuntungan, dan kerugian penggunaan DBMS serta contoh-contoh DBMS yang populer.
Makalah ini membahas perancangan database sistem informasi penjualan untuk Indomaret dengan menggunakan Conceptual Data Model (CDM), Physical Data Model (PDM), dan Kamus Data (KD). CDM dan PDM digunakan untuk merancang struktur database secara konseptual dan fisik, sedangkan KD digunakan untuk mendefinisikan elemen-elemen data yang terkandung dalam sistem informasi tersebut."
Pengenalan Dasar Web. Pengertian, sejarah web, jenis-jenis website, komponen penyusun website, unsur-unsur website, teknologi web, cara kerja elemen web, CMS, referensi belajar
Basis data merupakan kumpulan file/tabel yang saling berhubungan yang disimpan dalam media penyimpanan elektronik. Basis data terdiri dari elemen data, rekaman, dan file yang saling terkait. Sistem basis data mengelola basis data melalui DBMS dan memungkinkan pengguna mengakses dan memanipulasi data."
Perancangan Data Warehouse (Logical dan Physical)dedidarwis
Dokumen tersebut membahas tentang perancangan logical dan physical dalam pembangunan data warehouse. Pembahasan meliputi konsep-konsep OLTP, DW, OLAP, dimensi, dan agregasi dalam perancangan logical serta opsi-opsi penyimpanan dan manajemen data dalam perancangan physical data warehouse.
Kualitas Data:
• Pentingya Kualitas Data
• Indikator Data Berkualitas
• Manfaat dari Meningkatnya
Kualitas Data
• Tantangan dalam Membangun
Kualitas Data
• Macam Permasalahan dalam
Menjaga Kualitas Data
• Penerapan Datawarehouse
Sistem informasi perpustakaan berbasis web ini dikembangkan untuk meningkatkan efisiensi pengelolaan perpustakaan sekolah secara manual. Sistem ini memiliki fitur untuk pencarian koleksi buku, peminjaman dan pengembalian buku, serta pembuatan laporan. Sistem ini dikembangkan menggunakan model waterfall dan bahasa PHP, dengan menganalisis kebutuhan, merancang basis data dan antarmuka, serta mengimplementasikan berbagai halaman dan fitur.
Dokumen tersebut berisi jawaban mahasiswa terhadap 10 soal tentang sistem basis data. Jawaban-jawaban tersebut mencakup berbagai topik seperti akses yang dapat merusak basis data, penyebab inkonsistensi data, tingkat pengamanan basis data, otoritas data, penerapan integritas data, skema pengendalian persaingan pada basis data terdistribusi, dan pendekatan untuk membangun basis data sistem yang kompleks.
Dokumen tersebut memberikan penjelasan mengenai class diagram dalam pemodelan sistem informasi. Class diagram digunakan untuk menggambarkan objek/kelas pada suatu sistem beserta atribut, operasi, dan hubungan antar kelas. Berbagai contoh class diagram juga disajikan untuk mengilustrasikan penggunaan class, atribut, hubungan, indikator hubungan, dan generalisasi/spesialisasi antar kelas.
Makalah ini membahas tentang struktur data stack dengan operasi push dan pop, pendeklarasian stack, skema traversal dan search pada stack, operasi dan fungsi dasar seperti create, isempty, push dan pop, deklarasi stack pada bahasa pemrograman, penggunaan stack, operasi logika pada stack, dan contoh aplikasi stack pada pemrograman pascal."
Dokumen tersebut membahas konsep penting tentang data warehouse, meliputi pengertian, tipe, struktur, dan fitur-fiturnya. Data warehouse dibangun dengan mengintegrasikan data dari berbagai sumber dan memisahkannya dari basisdata operasional. Data warehouse bersifat terorientasi subjek, terintegrasi, tidak berubah, dan bervariasi secara waktu.
Metadata digunakan untuk mendeskripsikan data dan proses data warehouse kepada pengguna, mencakup tujuh jenis metadata yaitu definisi data, struktur data, sistem sumber, proses ETL, kualitas data, audit, dan penggunaan. Metadata dipertahankan melalui proses perubahan skrip untuk menjaga keakuratannya.
Dokumen tersebut membahas tentang pengertian dan komponen-komponen Database Management System (DBMS). DBMS digunakan untuk mengelola basis data secara efektif dan efisien. Dokumen ini juga membahas fungsi, keuntungan, dan kerugian penggunaan DBMS serta contoh-contoh DBMS yang populer.
Makalah ini membahas perancangan database sistem informasi penjualan untuk Indomaret dengan menggunakan Conceptual Data Model (CDM), Physical Data Model (PDM), dan Kamus Data (KD). CDM dan PDM digunakan untuk merancang struktur database secara konseptual dan fisik, sedangkan KD digunakan untuk mendefinisikan elemen-elemen data yang terkandung dalam sistem informasi tersebut."
Pengenalan Dasar Web. Pengertian, sejarah web, jenis-jenis website, komponen penyusun website, unsur-unsur website, teknologi web, cara kerja elemen web, CMS, referensi belajar
Basis data merupakan kumpulan file/tabel yang saling berhubungan yang disimpan dalam media penyimpanan elektronik. Basis data terdiri dari elemen data, rekaman, dan file yang saling terkait. Sistem basis data mengelola basis data melalui DBMS dan memungkinkan pengguna mengakses dan memanipulasi data."
Perancangan Data Warehouse (Logical dan Physical)dedidarwis
Dokumen tersebut membahas tentang perancangan logical dan physical dalam pembangunan data warehouse. Pembahasan meliputi konsep-konsep OLTP, DW, OLAP, dimensi, dan agregasi dalam perancangan logical serta opsi-opsi penyimpanan dan manajemen data dalam perancangan physical data warehouse.
Kualitas Data:
• Pentingya Kualitas Data
• Indikator Data Berkualitas
• Manfaat dari Meningkatnya
Kualitas Data
• Tantangan dalam Membangun
Kualitas Data
• Macam Permasalahan dalam
Menjaga Kualitas Data
• Penerapan Datawarehouse
Sistem informasi perpustakaan berbasis web ini dikembangkan untuk meningkatkan efisiensi pengelolaan perpustakaan sekolah secara manual. Sistem ini memiliki fitur untuk pencarian koleksi buku, peminjaman dan pengembalian buku, serta pembuatan laporan. Sistem ini dikembangkan menggunakan model waterfall dan bahasa PHP, dengan menganalisis kebutuhan, merancang basis data dan antarmuka, serta mengimplementasikan berbagai halaman dan fitur.
Dokumen tersebut berisi jawaban mahasiswa terhadap 10 soal tentang sistem basis data. Jawaban-jawaban tersebut mencakup berbagai topik seperti akses yang dapat merusak basis data, penyebab inkonsistensi data, tingkat pengamanan basis data, otoritas data, penerapan integritas data, skema pengendalian persaingan pada basis data terdistribusi, dan pendekatan untuk membangun basis data sistem yang kompleks.
Dokumen tersebut memberikan penjelasan mengenai class diagram dalam pemodelan sistem informasi. Class diagram digunakan untuk menggambarkan objek/kelas pada suatu sistem beserta atribut, operasi, dan hubungan antar kelas. Berbagai contoh class diagram juga disajikan untuk mengilustrasikan penggunaan class, atribut, hubungan, indikator hubungan, dan generalisasi/spesialisasi antar kelas.
Makalah ini membahas tentang struktur data stack dengan operasi push dan pop, pendeklarasian stack, skema traversal dan search pada stack, operasi dan fungsi dasar seperti create, isempty, push dan pop, deklarasi stack pada bahasa pemrograman, penggunaan stack, operasi logika pada stack, dan contoh aplikasi stack pada pemrograman pascal."
Dokumen tersebut membahas konsep penting tentang data warehouse, meliputi pengertian, tipe, struktur, dan fitur-fiturnya. Data warehouse dibangun dengan mengintegrasikan data dari berbagai sumber dan memisahkannya dari basisdata operasional. Data warehouse bersifat terorientasi subjek, terintegrasi, tidak berubah, dan bervariasi secara waktu.
Dokumen tersebut membahas arsitektur data warehouse yang terdiri dari beberapa komponen utama seperti staging layer, user access layer, serta pilihan arsitektur seperti centralized atau component based.
Dokumen ini membahas tentang konsep dasar data warehouse, termasuk definisi, fitur, komponen, dan metadata. Secara ringkas:
Data warehouse digunakan untuk mengintegrasikan dan mentransformasi data dari berbagai sumber untuk keperluan analisis manajemen. Komponen utamanya meliputi sumber data, penyimpanan data, pengiriman informasi, dan metadata. Metadata berisi informasi tentang struktur dan isi data untuk memfasilitasi pengembangan dan penggunaan data warehouse.
Dokumen tersebut membahas perancangan fisik basis data untuk perusahaan retail internasional bernama Amadeus Entertainment yang beroperasi di 8 negara. Dokumen tersebut menjelaskan tantangan bisnis perusahaan, kebutuhan fungsional dan non-fungsional, spesifikasi perangkat keras yang dibutuhkan, pertimbangan penyimpanan data, serta contoh perhitungan kapasitas penyimpanan yang dibutuhkan.
Dokumen tersebut membahas tentang data dan basis data. Ia menjelaskan definisi data dan informasi, satuan-satuan data digital, hirarki data, pengertian basis data dan manfaatnya, serta bahasa-bahasa yang digunakan dalam basis data seperti DDL, DML, dan jenis-jenis file seperti file induk, file transaksi, dan file laporan.
Dokumen tersebut membahas tentang data, basis data, dan sistem manajemen basis data (DBMS). Ia menjelaskan bahwa data adalah bahan yang akan diolah menjadi informasi, sedangkan basis data adalah kumpulan data yang saling berhubungan. Dokumen juga menjelaskan manfaat penggunaan DBMS seperti mengorganisasikan data besar dan melindungi data dari kerusakan.
Dokumen tersebut membahas tentang desain database, mulai dari definisi dasar seperti basis data, data, mini-world, DBMS, hingga model data, skema database, kemerdekaan data, dan bahasa interface database.
Dokumen tersebut membahas tentang Data Flow Diagram (DFD) yang merupakan alat perancangan sistem berorientasi pada alur data dengan konsep dekomposisi. DFD digunakan untuk menggambarkan proses bisnis dan hubungannya dengan data, serta terdiri atas diagram konteks, diagram level 0, 1, 2, dan seterusnya. Dokumen ini juga menjelaskan elemen-elemen pembentuk DFD seperti proses, data store, aliran data, serta cara menggamb
1. Dokumen tersebut membahas pengertian dan struktur database serta perbedaan antara database relasional dan non-relasional (NoSQL).
2. Database adalah kumpulan data yang terorganisasi yang memungkinkan pengambilan informasi secara cepat, sementara ORM digunakan untuk menghubungkan database dengan bahasa pemrograman berorientasi objek.
3. Laravel mendukung penggunaan ORM untuk mengakses database secara lebih fleksibel melalui model.
Dokumen tersebut membahas tentang pengertian data dan informasi, satuan-satuan data digital, hirarkhi data, basis data, komponen sistem basis data, manfaat penggunaan basis data, dan keunggulan penggunaan sistem manajemen basis data (DBMS).
Dokumen tersebut memberikan definisi dan karakteristik utama dari data warehouse. Data warehouse adalah koleksi data terintegrasi dan tidak berubah yang dioptimalkan untuk analisis bisnis. Data warehouse memiliki karakteristik seperti berorientasi subjek, terintegrasi, tidak berubah, dan variasi waktu. Dokumen tersebut juga menjelaskan komponen, arsitektur, dan model-model data warehouse seperti skema bintang dan skema salju.
Dokumen tersebut membahas tiga jenis dasar sistem data warehouse yaitu functional data warehouse, centralized data warehouse, dan distributed data warehouse. Kemudian dibahas pula arsitektur data warehouse yang terdiri dari beberapa komponen seperti load manager, warehouse manager, query manager, dan end-user access tools.
Dokumen tersebut membahas tentang proses Extract, Transform, dan Load (ETL) data dari sumber data ke data warehouse. ETL digunakan untuk mengambil dan mentransformasi data dari berbagai sumber seperti basis data relasional ke dalam data warehouse. Dokumen ini menjelaskan pendekatan tradisional ETL beserta arsitekturnya, metode ekstraksi data dari basis data relasional seperti ekstraksi seluruh tabel, inkremental, atau fixed range, serta masalah yang mungkin terjadi d
Dokumen ini membahas tentang pemodelan data dimensi untuk data warehouse. Terdapat beberapa poin penting yaitu proses desain data dimulai dari memilih subjek informasi, menentukan tingkat detail data, mengidentifikasi dan mendefinisikan dimensi bisnis, memilih metrik atau unit pengukuran, serta membangun tabel fakta dan dimensi untuk skema bintang. Skema bintang memiliki kelebihan seperti mudah dipahami, sederhana, dan mengoptimalkan akses
Dokumen tersebut membahas perencanaan dan pengumpulan kebutuhan untuk pengembangan data warehouse, meliputi isu penting seperti manfaat, risiko, dan metodologi pengembangan seperti waterfall dan iteratif. Metode pengumpulan kebutuhan seperti wawancara dan JAD digunakan untuk mengidentifikasi dimensi bisnis, metrik utama, dan hierarki dimensi.
1) The document discusses the evolution of decision support systems and data warehouses. It explains how data warehouses store historical and summarized data to support analysis and decision making across an organization.
2) Classical systems had problems with data credibility, productivity, and transforming data into useful information due to data being stored in disconnected systems. A data warehouse centralizes data to address these issues.
3) The data warehouse architected environment stores redundant copies of integrated data to support analysis. It distinguishes between primitive operational data and derived data used for management analysis and decision making.
This document discusses augmented reality (AR) and its applications. It provides examples of how AR is currently used in areas like healthcare, manufacturing, and education. AR enhances the real world by overlaying digital information and is accessible through mobile devices and wearable technology. The document traces the evolution of AR from specialized hardware to mobile phones and discusses the top 10 AR mobile devices, predicting that glasses and contact lenses will be the leading platforms in the future.
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...Muhammad Nur Hadi
Jurnal "Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ayat 26 dan 32 dan Surah Al-Hujurat Ayat 13), Ditulis oleh Muhammmad Nur Hadi, Mahasiswa Program Studi Ilmu Hadist di UIN SUSKA RIAU.
1. Arsitektur
Data Warehouse
“When you are willing to make sacrifices for a
great cause, you will never be alone.”
TIF32604 Data Warehouse
Nova Eka Diana (nova.diana@yarsi.ac.id)
Fakultas Teknologi Informasi
Universitas YARSI
2. Konten
• Arsitektur Data Warehouse
• Centralized, Data Mart, Hub & Spoke
• Data Flow Architecture
• Dimensional Data Store (DDS)
• Normalized Data Store (NDS)
• Operational Data Store (ODS)
• Federated Data Warehouse
4. Definisi Penting
• Data Architecture
• Bagaimana menyusun data dalam tiap data store
• Bagaimana mendesain data store untuk merefleksikan
proses bisnis
• Data Modeling
• Proses untuk membangun data architecture
• Data Store
• Satu atau lebih basis data atau file yang terdiri atas data
untuk DW
5. Definisi Penting (2)
• Relational database: basis data yang terdiri atas
entitas tabel yang dilengkapi dengan hubungan
orang tua-anak diantara tabel-tabel tersebut
• Normalized database: basisdata yang memiliki sedikit
atau bahkan nol data yang berulang, biasanya
berada dalam 3NF atau lebih tinggi
• Denormalized database: basis data dengan
beberapa data yang berulang, berada dalam 3NF
atau lebih
• Dimensional database: denormalized database yang
terdiri atas fact tabel dan common dimension tabel
yang berisi ukuran (measurement) dari proses bisnis
10. Klasifikasi Data Store
• Berdasarkan akses user:
• User-facing data store
• Internal Data Store
• Hybrid Data Store
• Berdasarkan format data:
• Stage
• Normalized Data Store (NDS)
• Operational Data Store (ODS)
• Dimensional Data Store (DDS)
11. Data Store: Akses User
• User-facing data store
• Data store yang tersedia untuk level end user dan dapat
mengeksekusi kueri yang diberikan oleh end user dan
end-user applications
• Internal Data Store
• Data store yang digunakan secara internal oleh
komponen DW untuk keperluan integration, cleansing,
logging, dan preparing data .
• Tidak dapat diakses oleh end user dan end-user
application secara terbuka
• Hybrid Data Store
• Gabungan antara mekanisme internal DW dan dapat
diakses oleh end user dan end-user applications
12. Data Store: Format Data
• Stage
Internal data store yang digunakan untuk
mentransformasi dan menyiapkan data yang diambil
dari sumber data, sebelum data tersebut akan
diteruskan ke data store yang ada di Data
Warehouse
• Normalized Data Warehouse (NDS)
Internal master data store dalam bentuk satu atau
lebih normalized relational database untuk
mengintegrasikan data dari berbagai sumber data
yang sudah ditangkap dalam stage, sebelum data
tersebut diteruskan ke user-facing data store
14. Data Store: Format Data (2)
• Operational Data Warehouse (ODS)
Hybrid data store yang terdiri atas satu atau lebih
normalized relational database, terdiri atas data
transaksi dan versi master data terbaru, dibuat untuk
mendukung operasional aplikasi
• Dimensional Data Warehouse (DDS)
User-facing data store, yang terdiri atas satu atau
lebih relational database, dimana data disusun
dalam format dimensional untuk mendukung
kebutuhan kueri yang bersifat analitik
15. Dimensional Data Store (DDS)
• Skema implementasi
• Star schema: sebuah dimensi tidak memiliki sub-
tabel atau subdimension; lebih mudah untuk
memasukkan data ke DDS
• Snowflake schema: sebuah dimensi dapat memiliki
subdimension untuk menghindari redundancy data
sehingga mengurangi disk space
• Galaxy schema/fact constellation schema: dua
atau lebih fact table yang dihubungkan oleh
common dimension, sehingga mampu
memodelkan proses bisnis secara lebih akurat
18. Data flow architecture
• Adalah konfigurasi data store dalam
sistem data warehouse
• Empat tipe Data Flow:
• Single DDS
• NDS + DDS
• ODS + DDS
• Federated Data Warehouse
19. ETL
• Extract, Transform, and Load (ETL)
Adalah sistem yang bertugas untuk membaca
data dari satu data store (source),
mentransformasi data, dan kemudian
meneruskannya ke data store yang lain (target)
20. ETL Package
• ETL Package terdiri atas beberapa Proses ETL
• Proses ETL adalah sebuah program yang
merupakan bagian dari ETL package, yang
mengambil data dari satu atau beberapa sumber
dan mempopulasikannya ke satu tabel target
• Proses ETL terdiri atas beberapa tahapan (Step)
• Step adalah komponen dari proses ETL yang
melakukan tugas khusus
• Misal: melakukan ekstraksi data dari satu
sumber, atau melakukan transformasi data
21. Deskripsi ETL: Metadata
• Metadata adalah data store yang menyimpan
deskripsi dari struktur, data, dan proses yang
terdapat dalam data warehouse
• Deskripsi meliputi:
• Sumber data
• Target
• Operasi transformasi
• Jadwal dari tiap proses ETL
23. Data Flow: Single DDS
• Terdiri atas dua data store yaitu:
• Stage
• DDS
24. Data Flow: Single DDS (2)
• Kombinasi kedalam 1 package
• Keuntungan:
• Lebih memiliki kontrol atas waktu kapan data
ditulis dan diambil dari stage
• Data dapat disimpan kedalam DDS langsung
tanpa harus disimpan ke disk terlebih dahulu
• Kekurangan:
• Lebih kompleks
26. Data Flow: Single DDS (4)
• Keuntungan Single-DDS:
• Lebih sederhana
• Kekurangan Single-DDS:
• Lebih susah untuk membuat DDS kedua
• DDS didalamnya adalah master data store
yang menyimpan semua versi dan histori data
28. Data Flow: NDS + DDS
• Terdiri atas tiga data store yaitu:
• Stage
• NDS
• DDS
29. Data Flow: NDS + DDS (2)
• NDS terdiri atas dua tipe data:
• Tabel transaksi : tabel yang menyimpan transaksi
bisnis. Misal: tabel sales order
• Tabel master: tabel yang terdiri atas objek atau
orang yang terlibat dalam proses bisnis. Misal: tabel
product
• NDS tabel menggunakan surrogate key dan natural
key
• Surrogate key: bilangan integer berurut, akan
menjadi primary key
• Natural key: identifier dari master data yang berasal
dari sumber
30. Data Flow: NDS + DDS (2)
• Keuntungan:
• Dapat rebuild Main DDS dengan mudah
• Dapat membangun DDS baru dengan mudah
• Mudah untuk mengatur master data karena hanya
memiliki sedikit data yang bersifat redundant
• Kekurangan:
• Lebih membutuhkan banyak usaha untuk
membangunnya
32. Data Flow: ODS + DDS
• Terdiri atas tiga data store yaitu:
• Stage
• ODS
• DDS
33. Data Flow: ODS + DDS (2)
• ODS hanya menyimpan versi terkini dari master
data
• ODS tidak memiliki data histori
• Struktur ODS mirip dengan OLTP
• Sama dengan NDS, juga terdiri atas tabel
transaksi dan tabel master
• NDS adalah internal data store
• ODS adalah hybrid data store
34. Data Flow: ODS + DDS (2)
• Keuntungan:
• Bentuk 3NF lebih ramping daripada NDS
karena hanya menyimpan data terkini
• Performa ODS ETL dan DDS ETL lebih baik
dibandingkan NDS + DDS
• Memiliki satu tempat terpusat untuk
mengintegrasikan, mengatur, dan mem-
publish data master
• Normalized relational store dapat diubah oleh
end-user applications sehingga mampu
mendukung aplikasi operasional pada level
transaksi
35. Data Flow: ODS + DDS (2)
• Kekurangan :
• Untuk membangun DDS kecil yang baru, data
harus diambil dari main DDS
• Dan tidak dapat menggunakan DDS ETL yang
sudah ada
37. Federated Data Warehouse
• Terdiri atas beberapa data warehouse dengan
data retrieval layer di atasnya
• Mengambil data dari DW yang ada dan
menyimpannya ke dimensional data store yang
baru
38. Federated Data Warehouse
• Granularity dari FDW adalah sama dengan
granularity tertinggi dari sumber DW
• Alasan: data hanya bisa ditransformasi dari
granularity rendah ke tinggi
• Misal:
• Granularity dari beberapa DW adalah G1, G2,
dan G3
• Maka granularity dari FDW adalah max(G1,
G2, G3)