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.
1. Data warehouse menyediakan ringkasan data operasional yang sederhana dan mudah dipahami oleh pihak manajemen. 2. Data berasal dari berbagai sumber baik internal maupun eksternal. 3. Data warehouse diperlukan bagi pengambil keputusan manajemen untuk membuat aplikasi analisis.
Data warehouse fundamental (Planning & Requirement)Ikka Utamy
Dokumen ini membahas tentang perencanaan dan persyaratan untuk pembangunan data warehouse. Beberapa poin kunci yang diangkat antara lain menentukan kebutuhan akan data warehouse, jenis data yang dibangun, sumber data, transformasi data, penyimpanan data, dan penyampaian informasi kepada pengguna. Dokumen ini juga membahas metode pengumpulan persyaratan seperti wawancara, sesi diskusi kelompok, dan kuesioner.
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 tentang data warehouse. Secara singkat, data warehouse adalah sistem penyimpanan data yang terintegrasi dari berbagai sumber untuk mendukung proses analisis dan pengambilan keputusan. Data warehouse memisahkan beban kerja analisis dari transaksi sehingga memungkinkan organisasi untuk mengkonsolidasikan dan menganalisis data."
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.
1. Data warehouse menyediakan ringkasan data operasional yang sederhana dan mudah dipahami oleh pihak manajemen. 2. Data berasal dari berbagai sumber baik internal maupun eksternal. 3. Data warehouse diperlukan bagi pengambil keputusan manajemen untuk membuat aplikasi analisis.
Data warehouse fundamental (Planning & Requirement)Ikka Utamy
Dokumen ini membahas tentang perencanaan dan persyaratan untuk pembangunan data warehouse. Beberapa poin kunci yang diangkat antara lain menentukan kebutuhan akan data warehouse, jenis data yang dibangun, sumber data, transformasi data, penyimpanan data, dan penyampaian informasi kepada pengguna. Dokumen ini juga membahas metode pengumpulan persyaratan seperti wawancara, sesi diskusi kelompok, dan kuesioner.
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 tentang data warehouse. Secara singkat, data warehouse adalah sistem penyimpanan data yang terintegrasi dari berbagai sumber untuk mendukung proses analisis dan pengambilan keputusan. Data warehouse memisahkan beban kerja analisis dari transaksi sehingga memungkinkan organisasi untuk mengkonsolidasikan dan menganalisis data."
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 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 tersebut merangkum konsep-konsep penting dalam data warehouse seperti data mart, arsitektur data mart, karakteristik data mart, keuntungan dan kerugian menggunakan data mart, OLTP, proses ETL, OLAP, tabel dimensi, fact table, DSS, star schema, dan snowflake schema.
Dokumen ini membahas tentang manajemen data master (MDM) yang merupakan database dan perangkat lunak untuk mengelola dan menyinkronkan data inti perusahaan seperti pelanggan, produk, dan lokasi di seluruh sistem. MDM bertujuan untuk memastikan data konsisten dan terintegrasi di seluruh sistem dengan menciptakan versi tunggal yang akurat dari setiap entitas bisnis. Dokumen ini juga menjelaskan konsep dasar MDM, contoh data master
Dokumen tersebut membahas konsep dasar data warehouse, fungsi dan manfaatnya, serta permodelan data warehouse. Secara ringkas, data warehouse digunakan untuk menganalisis data dari berbagai sumber, memberikan manfaat seperti mendukung pengambilan keputusan, dan dapat dimodelkan menggunakan skema bintang, salju, atau konstelasi fakta.
Dokumen tersebut merupakan presentasi tentang seminar data warehouse yang membahas tentang pengertian data warehouse, karakteristiknya, arsitektur, proses ETL, dan perancangan data warehouse dengan skema bintang.
Dokumen ini membahas perbandingan antara pendekatan Kimball dan pendekatan federated dalam merancang data warehouse. Pendekatan Kimball menganjurkan pendekatan bottom-up dimana data mart digabungkan menjadi data warehouse. Sedangkan pendekatan federated mengintegrasikan data dari berbagai sumber tanpa harus membangun ulang lingkungan support decision. Kedua pendekatan memiliki keunggulan dan kelemahan tertentu tergantung kondisi organisasi.
Struktur data warehouse terdiri dari sumber data, pementasan data, penyimpanan data, penyampaian informasi, metadata, dan pengelolaan serta kontrol. Data diolah melalui proses ekstraksi, transformasi, dan pemuatan sebelum disimpan secara historis di data warehouse. Metadata berisi informasi tentang struktur data, proses ekstraksi, dan petunjuk penggunaan informasi.
Konsep Dasar Data Warehouse:
• Pengertian Data Warehouse
• Istilah-istilah yang berhubungan dengan data warehouse
• Karakteristik Data Warehouse
• Tugas-tugas Data warehouse
• Keuntungan Data Warehouse
Dokumen tersebut membahas tentang Data Warehouse dan OLAP sebagai elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar dapat dilakukan analisis cepat untuk pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
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 tersebut merangkum konsep-konsep penting dalam data warehouse seperti data mart, arsitektur data mart, karakteristik data mart, keuntungan dan kerugian menggunakan data mart, OLTP, proses ETL, OLAP, tabel dimensi, fact table, DSS, star schema, dan snowflake schema.
Dokumen ini membahas tentang manajemen data master (MDM) yang merupakan database dan perangkat lunak untuk mengelola dan menyinkronkan data inti perusahaan seperti pelanggan, produk, dan lokasi di seluruh sistem. MDM bertujuan untuk memastikan data konsisten dan terintegrasi di seluruh sistem dengan menciptakan versi tunggal yang akurat dari setiap entitas bisnis. Dokumen ini juga menjelaskan konsep dasar MDM, contoh data master
Dokumen tersebut membahas konsep dasar data warehouse, fungsi dan manfaatnya, serta permodelan data warehouse. Secara ringkas, data warehouse digunakan untuk menganalisis data dari berbagai sumber, memberikan manfaat seperti mendukung pengambilan keputusan, dan dapat dimodelkan menggunakan skema bintang, salju, atau konstelasi fakta.
Dokumen tersebut merupakan presentasi tentang seminar data warehouse yang membahas tentang pengertian data warehouse, karakteristiknya, arsitektur, proses ETL, dan perancangan data warehouse dengan skema bintang.
Dokumen ini membahas perbandingan antara pendekatan Kimball dan pendekatan federated dalam merancang data warehouse. Pendekatan Kimball menganjurkan pendekatan bottom-up dimana data mart digabungkan menjadi data warehouse. Sedangkan pendekatan federated mengintegrasikan data dari berbagai sumber tanpa harus membangun ulang lingkungan support decision. Kedua pendekatan memiliki keunggulan dan kelemahan tertentu tergantung kondisi organisasi.
Struktur data warehouse terdiri dari sumber data, pementasan data, penyimpanan data, penyampaian informasi, metadata, dan pengelolaan serta kontrol. Data diolah melalui proses ekstraksi, transformasi, dan pemuatan sebelum disimpan secara historis di data warehouse. Metadata berisi informasi tentang struktur data, proses ekstraksi, dan petunjuk penggunaan informasi.
Konsep Dasar Data Warehouse:
• Pengertian Data Warehouse
• Istilah-istilah yang berhubungan dengan data warehouse
• Karakteristik Data Warehouse
• Tugas-tugas Data warehouse
• Keuntungan Data Warehouse
Dokumen tersebut membahas tentang Data Warehouse dan OLAP sebagai elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar dapat dilakukan analisis cepat untuk pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
"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.
2. Agenda
1. Review Definisi Data warehouse
2. Feature Data warehouse
3. Data warehouse Vs Data Mart
4. Komponen/Building Block Data warehouse
5. Pengenalan Metadata
4. Review Definisi
Data warehouse :
Information Delivery System
• Mengintegrasikan, transformasi data-data corporate kedalam format
informasi yang tepat untuk kebutuhan pembuatan keputusan strategis
• Caranya :
Mengambil semua data histori persh dari semua sistem OLTP (data internal)
Mengkombinasikan data internal dan data external persh yang relevan.
Menghilangkan conflik akibat perbedaan format data,perbedaan system, description,
encoding, unit kemudian mentransformasikannya kedalam format yang baku
7. Sebelum membahas building block lebih jauh kita review
definisi Datawarehouse terlebih dahulu
Bill Inmon :
“A Data Warehouse is a subject
oriented, integrated, nonvolatile,
and time variant collection of data
in support of management’s
decisions.”
8. Sean Kelly :
The data in the data warehouse is:
Separate
Available
Integrated
Time stamped
Subject oriented
Nonvolatile
Accessible
9. Subject-Oriented Data
• OLTP
• Data set disimpan pada sebuah aplikasi individu
• Menyediakan data untuk semua fungsi organisasi (entering order, checking
stock, verifying custumer’s credit dll)
• Individual data mendukung individual aplikasi
10. Subject-Oriented Data
• Pada datawarehouse data disimpan berdasarkan subjek (business
subjek), bukan berdasarkan aplikasi
• Manufaktur sales, pengiriman, inventori adalah critical business
subjects.
13. Integrated Data
Data perlu distandarkan :
Sales Inventori Transaksi Penjualan
Format Key
Text
Key
Integer
Key
Yes/No
Description Nama pelanggan
U.N.I.J.O.Y.O
Nama pelanggan
UNIJOYO
Nama pelanggan
Universitas Trunojoyo
Unit Tinggi
centimeter
Tinggi
meter
Tinggi
inch
Encoding Sex
Yes = Laki-laki
No = Perempuan
Sex
L = laki-laki
P = Perempuan
Sex
1 = Laki-laki
0 = Perempuan
14. Time-Variant Data
Operasional :
• Data pada saat ini (current value)
Datawarehouse :
• Analisa data pada masa lampau
• Informasi pada saat ini
• Forecast untuk masa yang akan datang
15. Nonvolatile Data
Operasional :
Add, change, delete data pada sistem operasional secara real time
setiap transaksi terjadi
Datawarehouse
Update ketika kita perlukan saja, bisa secara periodik
Data pada DW dikuhusukan untuk query
dan analisa data
19. Data warehouse Vs Data mart
Data Mart adl bagian/subset dari data warehouse yang
sederhana (bag. Unit2 terkecil), lebih cepat bekerja
20. Metode untuk membangun DW
• Top Down, overall data warehouse feeding dependent data marts
• Bottom Up, several departmental or local data marts combining into
a data warehouse.
23. Komponen/Building Block Data warehouse
Source data :
Production Data data operasional persh.
Internal Data spreadsheets, dokumen, Profil
pelanggan, dan database departemen persh.
Archived Data data operasional yang telah
disimpan
External Data data statistik, penelitian dari
agenci luar, market share competitor,
indikator financial standar, dll
24. Komponen/Building Block Data warehouse
Data staging component : dari berbagai SO + eksternal data disimpan
pd DW yg hrs dirubah/disamakan formatnya shg dpt disimpan u/
query & analisa
ada 3 komponen :
1. Ekstraksi data
2. Transformasi data,
3. Loading data (ETL)
25. Komponen/Building Block Data warehouse
Data Storage Component
Repository data warehouse terpisah dengan repositori sistem
operasional
Sistem Operasional
mendukung “day-to-day operation” (OLTP)
Data warehouse
data histori yang besar untuk kebutuhan analisa data.
28. Komponen/Building Block Data warehouse
Siapa yang membutuhkan data ?
Novice User
Casual User
Business Analyst
Power User
29. Komponen/Building Block Data warehouse
KOMPONEN METADATA
Metadata dalam Data WareHouse
=
Kamus Data/ Data Katalog dalam DBMS (Database Management
System)
30. Komponen/Building Block Data warehouse
• Meta data
• Informasi tentang logical struktur data
• Informasi file dan alamatnya
• Informasi index
• Dll
Intinya
• Meta data = data mengenai data pada data warehouse
31. Komponen/Building Block Data warehouse
KOMPONEN MANAJEMEN DAN KONTROL
Komponen ini mengkoordinir servis dan aktivitas dalam data
warehouse.
Komponen ini berhubungan dengan komponen metadata untuk
melakukan fungsi kontrol
Metadata adalah sumber informasi bagi modul manajemen
34. Pengenalan Metadata
OPERASI METADATA
Terdiri dari semua informasi tentang data sumber
Proses:
Pilih data dari sistem sumber untuk data warehouse, pisah recordnya,
gabungkan bagian record dengan file sumber lainnya, dan berhasil
dengan skema multiple coding dan panjang field
35. Pengenalan Metadata
EXTRAKSI DAN INFORMASI METADATA
Terdiri dari data dari data extraksi data dari sistem sumber, yaitu:
Extraction frequencies
Extraction method
Business rules untuk data extraction
37. Pengenalan Metadata
FUNGSI METADATA
Menggabungkan semua bagian pada data warehouse
Menyediakan informasi tentang isi dan struktur pada pengembang
Membuka pintu bagi end - user dan membuat isi yang dapat dikenal
oleh mereka.