Dokumen ini membahas tentang basis data dan gudang data, menjelaskan definisi, peran, keuntungan, dan kerugian masing-masing. Basis data merupakan sistem yang menyimpan dan mengelola informasi, sedangkan gudang data menyimpan data yang telah diekstrak dan diproses untuk analisis. Selain itu, dokumen juga menguraikan arsitektur basis data dan pemodelan entitas serta manfaat yang diperoleh dari penggunaan kedua sistem tersebut dalam pengambilan keputusan bisnis.

1. 1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Basis data adalah kumpulan informasi yang disimpan didalam komputer secara
sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuk
memperoleh informasi dari database tersebut. Perangkat lunak yang digunakan
untuk mengolah dan mengambil kueri (query) basis data disebut sistem
manajemen basis data.
Pemrosesan basis data sebagai perangkat andalan sangat diperlukan oleh
berbagai institusi dan perusahaan. Dalam pengembangan sistem informasi
diperlukan basis data sebagai media penyimpanan data. Kehadiran basis data
dapat meningkatkan daya saing perusahaan tersebut. Basis data juga dapat
mempercepat upaya pelayanan kepada pelanggan, menghasilkan informasi
dengan cepat dan tepat sehingga membantu pengambilan keputusan untuk segera
memutuskan suatu masalah berdasarkan informasi yang ada.
Gudang Data atau sering disebut juga Data Warehouse merupakan metode dalam
perancangan database, yang menunjang DSS (Decision Support System) dan EIS
(Exsecutive Information System). Fisik data warehouse adalah database, tapi
perancangan data warehouse dan database sangat berbeda. Dalam perancangan
database tradisional menggunakan normalisasi, sedangakan pada data warehouse
nomalisasi bukan cara yang terbaik.

2. 2
1.2 Rumusan Masalah
1. Apakah pengertian Basis Data ?
2. Apakah pengertian Gudang Data ?
3. Apakah keuntungan dan kelebihan dari Basis Data ?
4. Apakah keuntungan dan kelebihan dari Gudang Data ?
1.3 Tujuan
Memahami masalah-masalah operasional yang ada dalam pendekatan file datar
terhadap manajemen data yang melahirkan konsep basis data. Memahami relasi
di antara elemen-elemen yang membentuk lingkungan basis data.Memahami
relasi di anomali- anomali yang disebabkan oleh basis yang tidak dinormalisasi
dan kebutuhan akan normalisasi basis data. Mengetahui tahap-tahap dalam desain
basis data, termasuk identifikasi konseptual, pemodelan data, kontruksi basis data
fisik, dan penyiapan pandangan pengguna. Mengetahui fitur-fitur operasional
dari basis data terdistribusi dan mengenal isu-isu yang perlu diperhatikan dalam
memutuskan konfigurasi basis data tertentu.

3. 3
BAB 2
PEMBAHASAN
2.1 Pengertian Basis Data
2.1.1 Pengertian Sistem
Menurut Connoly dan Begg (2005, p283), sistem adalah suatu cara untuk
mengumpulkan, mengatur, mengendalikan, dan menyebarkan informasi
keseluruh organisasi.
Menurut James A. O’Brien (2003, p8), sistem adalah kumpulan elemen
yang saling terhubung atau berinteraksi membentuk suatu kesatuan atau
sekumpulan komponen yang saling terhubung dan bekerja sama untuk
mencapai sasaran dengan menerima input dan menghasilkan output dalam
sebuah proses transformasi yang terorganisir.
2.1.2 Pengertian Data
Menurut James A. O’Brien (2003, p13), data adalah fakta fakta atau
observasi yang mentah, biasanya mengenai kejadian atau transaksi bisnis.
Menurut Elmasri (2000, p4), data adalah fakta-fakta yang dapat disimpan
dan memiliki pengertian yang implisit.
Jadi, data adalah suatu yang masih bersifat mentah mengenai suatu
kejadian dan memiliki pengertian yang implisit.

4. 4
2.1.3 Pengertian Basis data
Menurut C.J. Date (2000, p5), suatu sistem basis data adalah suatu sistem
yang pada dasarnya menyimpan record – record di dalam suatu sistem yang
di lakukan secara komputerisasi yang tujuan secara keseluruhan adalah
unutk memelihara informasi dan untuk membuat informasi tersebut
tersedia berdasarkan permintaan.
Menurut James A. O’Brien (2003, p145), basis data adalah sebuah
kumpulan yang terintegrasi dari elemen data yang terhubung secara logical.
Elemen data mendeskripsikan entitas-entitas dan hubungan antara entitas-
entitas.
Menurut Connoly dan Begg (2005, p15), basis data adalah sekumpulan
data yang berhubungan secara logical dan deskripsi mengenai data itu
sendiri yang dirancang untuk memenugi kebutuhan informasi organisasi.
Jadi, basis data adalah sebuah tempat penyimpanan data tunggal yang
memiliki kapasitas besar yang dapat digunakan secara simultan oleh
banyak departemen dan pengguna. Basis data tidak hanya dimiliki oleh
sebuah departemen tetepi menjadi sebuah sumber bersama perusahaan.
Basis data menyimpan tidak hanya data operasional organisasi tetapi juga
deskripsi dari data. Oleh karena itu, basis data juga disebut sebagai a self-
describing collection of omtegrated records. Deskripsi data tersebut
dikenak sebagai system catalog (atau kamus data atau metadata – ‘data
mengenai data’). Hal tersebut merupakan sifat dasar basis data yang
menyediakan program-data independence
Pendekatan yang diambil dengan sistem basis data, dimana definisi
data dipisahkan dari program-program aplikasi, serupa dengan pendekatan
yang digunakan dalam pengembangan software modern, dimana sebuah
definisi internal objek dan definisi eksternal yang terpisah disediakan.

5. 5
Penggunaan dari objek hanya bisa melihat definisi eksternal dan tidak
memperhatikan bagaimana objek didefinisikan dan bagimana objek
berfungsi. Suatu keuntungan pendekatan ini adalah abstraksi data (data
abstraction), yaitu bahwa kita dapat mengubah definisi eksternal yang tetap
sama. Dengan cara yang sama, pendekatan basis data memisahkan struktur
data dari program aplikasi dan menyimpan ke dalam basis data.
Tahap akhir dalam definisi basis data adalah menentukan hubungan
logikal. Ketika kita menganalisa kebutuhan informasi organisasi, kita
berusaha untuk mengidentifikasi entity, atribut, dan hubungan
(relationship). Basis data merepresentasikan entitas, atribut, dan hubungan
secara logikal antar entitas. Dengan kata lain, basis data menyimpan data
yang terhubung secara logikal.
2.1.4 Database Management System (DBMS)
DBMS dapat diartikan sebagai program komputer yang digunakan untuk
memasukkan, mengubah, menghapus, memodifikasi dan memperoleh
data/informasi dengan praktis dan efisien.
Berdasarkan pendapat James O’Brien (2003, p146), DBMS berperan
sebagai penghubung antara user dengan basis data. DBMS menggunakan
software manajemen basis data untuk mengatur pembuatan, penggunaan,
dan pemeliharaan data untuk menyediakan informasi yang diperlukan
olehuser dan organisasi. DBMS juga membantu user dalam mengakses data
yang diperlukan
Secara umum DBMS menyediakan beberapa fasilitas:
Data Definition Language (DDL) [Create, Drop, Alter]
Data Manipulation Language (DML) [Insert, Select, Update Delete]

6. 6
2.1.4.1 Kelebihan DBMS
 Kepraktisan. DBMS menyediakan media penyimpan permanen
yang berukuran kecil namun banyak menyimpan data jika
dibandingkan dengan menggunakan kertas.
 Kecepatan. Komputer dapat mencari dan menampilkan
informasi yang dibutuhkan dengan cepat.
 Mengurangi kejemuan. Pekerjaan yang berulang-ulang dapat
menimbulkan
 kebosanan bagi manusia, sedangkan mesin tidak
merasakannya.
 Update to date. Informasi yang tersedia selalu berubah dan
akurat setiap.
2.1.4.2 Keuntungan – Keuntungan Dalam Menggunakan DBMS
 Pemusatan kontrol data. Dengan satu DBMS di bawah kontrol
satu orang atau kelkompok dapat menjamin terpeliharanya
standar kualitas data dan keamanan batas penggunaannya serta
dapat menetralkan konflik yang terjadi dalam persyaratan data
dan integritas data dapat terjaga.
 Pemakaian data bersama (Shared Data). Informasi yang ada
dalam basis data dapat digunakan lebih efektif dengan
pemakaian beberapa user dengan kontrol data yang terjaga.
 Data yang bebas (independent). Program aplikasi terpisah
dengan data yang disimpan dalam komputer.
 Kemudahan dalam pembuatan program aplikasi baru.
 Pemakaian secara langsung. DBMS menyediakan interface
yang memudahkan pengguna dalam mengolah data.
 Data yang berlebihan dapat dikontrol. Data yang dimasukkan
dapat terjadi kerangkapan (redudant), untuk itu DBMS

7. 7
berfungsi untuk menurunkan tingkat redudancy dan
pengelolaan proses pembaruan data.
 Pandangan user (user view). Ada kemungkinan basis data yang
diakses adalah sama, maka DBMS mampu mengatur interface
yang berbeda dan disesuaikan dengan pemahaman tiap user
terhadap basis data menurut kebutuhan.
2.1.4.3 Kelemahan – Kelemahan DBMS
 Biaya. Kebutuhan untuk medapatkan perangkat lunak dan
perangkat keras yang tepat cukup mahal, termasuk biaya
pemeliharaan dan sumber daya manusia yang mengelola basis
data tersebut.
 Sangat kompleks. Sistem basis data lebih kompleks
dibandingkan dengan proses berkas, sehingga dapat mudah
terjadinya kesalahan dan semakin sulit dalam pemeliharaan
data.
 Resiko data yang terpusat. Data yang terpusat dalam satu
lokasi dapat beresiko kehilangan data selama proses aplikasi.
2.2 Permodelan Basis Data
2.2.1 Model Hubungan Antar Entitas (Entity Relationship-Model)
Model entity-relationship pertama kali diperkenalkan oleh Peter Chen
pada tahun 1976. Dalam pemodelan ini dilakukan dengan tahapan sebagai
berikut:
 Memilih entitas-entitas yang akan disusun dalam basis data dan
menentukan hubungan antar entitas yang telah dipilih.
 Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan
sehingga diperoleh bentuk tabel normal penuh (ternormalisasi).

8. 8
Elemen-elemen dalam model ER dapat digambarkan pada gambar
diagram di bawah ini :
Entitas Relasi Atribut
2.2.1.1 Gambar model ER
Entitas merupakan sesuatu yang dapat diidentifikasikan dalam lingkungan
kerja pengguna. Entitas yang diberikan tipe dikelompokkan ke kelas
entitas. Perbedaan antara kelas entitas dan instansi entitas adalah sebagai
berikut:
Kelas entitas adalah kumpulan entitas dan dijelaskan oleh struktur atau
format entitas di dalam kelas. Instansi kelas merupakan bentuk penyajian
dari fakta entitas.
Umumnya terdapat banyak instansi entitas di dalam setiap entitas kelas.
Setiap entitas kelas memiliki atribut yang menjelaskan karakteristik dari
entitas tersebut, sedangkan setiap instansi entitas mempunyai identifikasi
yang dapat bernilai unik (mempunyai nilai yang berbeda untuk setiap
identifikasinya) atau non-unik (dapat bernilai sama untuk setiap
identifikasinya).
Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu
relasi dapat memiliki beberapa atribut. Jumlah kelas entitas dalam suatu
relasi disebut derajat relasi.

9. 9
2.2.2 Tipe Binary Relationship
Relasi memiliki tiga tipe biner, yaitu :
 One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya
memiliki satu hubungan dengan instansi entitas lain.
 One-to-many (1:M). Relasi ini terjadi bila setiap instansi entitas dapat
memiliki lebih dari satu hubungan terhadap instansi entitas lain tetapi
tidak kebalikannya..
 Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari
setiap instansi entitas terhadap instansi entitas lainnya.
2.3 Arsitektur Basis Data
Sebuah basis data memiliki penjelasan terstruktur dari jenis fakta yang tersimpan
di dalamnya, penjelasan ini disebut skema. Arsitektur sistem basis data
memberikan kerangka kerja bagi pembangunan basis data. Menurut
ANSI/SPARC, arsitektur basis data terbagi atas tiga level yaitu :
a. Internal/Physical Level: level terendah untuk merepresentasikan basis data,
berhubungan dengan bagaimana data disimpan secara fisik (physical storage).
Record disimpan dalam media penyimpanan dalam format byte. Didefinisikan
sebagai sebuah Skema Internal.
b. External/View Level: level user, berhubungan dengan bagaimana data di
representasikan dari sisi setiap user. Yang dimaksud dengan user adalah
programmer, end user atau DBA. Setiap user mempunyai ‘bahasa’ yang
sesuai dengan kebutuhannya.
 Programmer menggunakan bahasa bahasa pemrograman seperti C,
COBOL, atau PL/I
 End User menggunakan bahasa query atau menggunakan fasilitas yang
tersedia pada program aplikasi. Pada level eksternal ini, user dibatasi pada

10. 10
kemampuan perangkat keras dan perangkat lunak yang digunakan aplikasi
basis data. Didefinisikan sebagai sebuah Skema Eksternal.
Conceptual/Logical Level: sebuah representasi seluruh muatan informasi
yang dikandung oleh basis data yang menghubungkan antara level internal
& level external. Tidak seperti level eksternal, maka pada level conceptual,
keberadaannya tidak memperhitungkan kekurangan perangkat keras
maupun perangkat lunak pembangun aplikasi basis data. Didefinisikan
sebagai sebuah Skema Konseptual.
2.4 Pengertian Gudang Data
 Menurut O’Brien (2010, p191), data warehouse adalah kumpulan data yang
diekstrak dari database operasional, historis, dan eksternal, yang dibersihkan,
diubah, dan dikatalogkan untuk penelusuran dan analisis untuk pengambilan
keputusan bisnis.
 Menurut Inmon (2005, p29), data warehouse adalah sekumpulan data yang
bersubjek orientasi, terintegrasi, nonvolatile, and time-variant yang
digunakan untuk mendukung proses pengambilan keputusan.
 Menurut Connoly dan Begg (2010, p1197), datawarehouse merupakan
kumpulan data yang berorientasi subjek, integrasi, berdasarkan waktu, dan
tidak mengalami perubahan dalam mendukung proses pengambilan
manajemen.
 Menurut Hsiang-Yuan(2007) data warehouse adalah solusi untuk
mengonvergensikan data dari database yang terdistribusi dan sumber data.
Berdasarkan teori para ahli diatas dapat disimpulkan bahwa, data warehouse
adalah tempat penyimpanan data yang berorientasi pada subjek, terintegrasi,
tidak mudah berubah, dan memiliki rentang waktu, yang diambil dari database
operasional, historis, dan eksternal, yang diproses agar dapat dianalisis untuk
mendukung proses pengambilan keputusan.

11. 11
2.4.1 Istialah Yang Berkaitan Dengan Gudang Data
1. Data Mart
Suatu bilangan pada data warehouse yang mendukung pembuatan
laporan dan analisa pada suatu unit, bagian atau operasi pada suatu
perusahaan.
2. On-Line Analytical Processing (OLAP)
Suatu pemrosesan database yang menggunakan table fakta dan dimensi
untuk dapat menampilkan berbagai macam untuk betuk laporan,
analisis, query dari data yang berukuran besar.
3. On-Line Transaction Processing (OLTP)
Suatu pemrosesan yang menyimpan data mengenai kegiatan
operasional transaksi sehari-hari.
4. Dimention Table
Table yang berisikan kategori dengan ringkasan data detil yang dapat
dilaporkan. Seperti laporan laba pada table fakta, dapat dilaporkan
sebagai dimensi waktu (yang berupa perbulan atau petahun).
5. Fact Table
Table yang umumnya mengandung angka data history dimana
key(kunci) yang dihasilkan sangan unik, karena key tersebut terdiri
dari foreign key(kunci asing) yang merupakan primary key(kunci
utama) dari beberapa dimention table yang berhubungan.
6. DSS
Sistem yang menyediakan informasi kepada pengguna yang
menjelaskan bagaimana sistem ini dapat menganalisa situasi dan
mendukung suatau keputusan yang baik.

12. 12
2.5 Sejarah Gudang Data
Sejak awal 1990-an, gudang data yang berada di garis depan aplikasi teknologi
informasi sebagai cara bagi organisasi untuk secara efektif menggunakan
informasi digital untuk perencanaan bisnis dan pengambilan keputusan. Oleh
karena itu, pemahaman tentang sistem arsitektur data warehouse adalah atau
akan menjadi penting dalam peran dan tanggung jawab dalam pengelolaan
informasi.
1960 – General Mills dan Dartmouth College , dalam proyek penelitian
bersama, mengembangkandimensi syarat dan fakta. [2]
1970 – ACNielsen dan IRI menyediakan data mart dimensi untuk penjualan
eceran.
1983 – Teradata memperkenalkan sistem manajemen database yang khusus
dirancang untuk mendukung keputusan.
1988 – Barry Devlin dan Paul Murphy mempublikasikan artikel arsitektur An
untuk dan sistem informasi bisnis di IBM Systems Journal mana mereka
memperkenalkan istilah “data bisnis” gudang.
1990 – memperkenalkan Sistem Bata Merah Red Brick Warehouse, sebuah
sistem manajemen database khusus untuk data warehouse.
1991 – memperkenalkan Prism Prism Solusi Gudang Manager, perangkat lunak
untuk mengembangkan gudang data.
1991 – Bill Inmon menerbitkan buku Membangun Data Warehouse.
1995 – Data Warehousing Institute, sebuah organisasi nirlaba yang
mempromosikan data warehouse, didirikan.
1996 – Ralph Kimball menerbitkan buku The Data Warehouse Toolkit.
2000 – Daniel Linstedt melepaskan Vault Data, memungkinkan real time
diaudit Data Warehouse.

13. 13
2.6 Keuntungan dari Gudang Data
Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-
sumber data yang heterogen(yang biasanya tersebar pada beberapa database
OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah.
Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut
dibawah ini (Ramelho).
 Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk
pemrosesan transaksi.
 Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang
terpisah dapat diatasi.
 Aturan untuk transformasi data diterapkan untuk memvalidasi dan
mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data
warehouse.
 Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah
sistem produksi.
Membangun data warehouse tentu saja memberikan keuntungan lebih bagi
suatu perusahaan, karena data warehouse dapat memberikan keuntungan
strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka.
Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom
Huguelet):
 Kemampuan untuk mengakses data yang besar
 Kemampuan untuk memiliki data yang konsistent
 Kemampuan kinerja analisa yang cepat
 Mengetahui adanya hasil yang berulang-ulang
 Menemukan adanya celah pada business knowledge atau business process.
 Mengurangi biaya administrasi

14. 14
 Memberi wewenang pada semua anggota dari perusaahan dengan
menyediakan kepada mereka informasi yang dibutuhkan agar kinerja bisa
lebih efektif.
2.7 Perancangan Gudang Data
Petunjuk membangun gudang data (Data Warehouse) :
 Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse.
 Mengidentifikasi data dari basis data operasional dan sumber lain yang
diperlukan bagi data warehouse.
 Menentukan item-item data dalam perusahaan dengan melakukan
standarisasi pena maan data dan artinya
 Merancang basis data untuk data warehouse
 Membangun kebijakan dalam mengarsipkan data lama sehingga ruang
penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan
tidak menjadi terlalu lamban.
 Menarik data produksi (operasional) dan meletakkan ke basis data milik data
warehouse

15. 15
2.8 Konsep dan Arsitektur Gudang Data
2.8.1 Gambar konsep Gudang Data
Gudang Data atau Data Warehouse adalah kumpulan data yang berorientasi
subjek, terintegrasi, time-variant, dan non volatile untuk mendukung proses
pengambilan keputusan.
Data warehouse mengorganisasi-kan subjek utama perusahaan (pe-langgan,
produk, dan penjualan), bukan area aplikasi utama (faktur pelanggan,
pengawasan stock, dan penjualan produk). Hal ini meng-gambarkan kebutuhan
untuk me-nyimpan data pendukung keputus-ab daripada aplikasi yang berorien-
tasi data.
 Integrated
Pengambilan secara bersamaan sumber data yang berasal dari sis-tem
aplikasi berbagai perusaan be-sar yang berbeda. Sumber data sering tidak

16. 16
konsisten, misal berbe-da format. Sumber data yang terin-tegrasi harus dapat
dibuat konsis-ten untuk menggambarkan view gabungan data ke pemakai.
 Time variant
Data warehouse hanya akurat dan valid pada saat tertentu atau beberapa
interval waktu tertentu.
 Non volatile
Data tidak diperbaharui secara real time tetapi diperbaharui dari sistem
operasional secara regular. Data baru selalu ditambahkan sebagai lampiran
pada basis data, bukan menggantikan data lama.
2.9 Definisi Decision Support System
Istilah dari decision support system telah digunakan dengan banyak cara (Alter
1980) dan menerima banyak definisi yang berbeda menurut pandangan dari
sang penulis (Druzdzel dan Flynn 1999). Finlay (1994) dan lainnya
mendefiniskan DSS kurang lebih sebagai sebuah sistem berbasis komputer
yang membantu dalam proses pengambilan keputusan.
Turban (1995) mendefinisikan secara lebih spesifik dengan, sesuatu yang
interaktif,flexible dan dapat menyesuaikan diri(adaptable) dari sistem informasi
berdasarkan komputer, khususnya pengembangan untuk mendukung
pemecahan masalah dari non-struktur management, untuk meningkatkan
pengambilan keputusan. Dengan menggunakan data, mendukung antar muka
yang mudah digunakan dan memberikan wawasan untuk sang pengambil
keputusan.
Definisi lainnya bisa jadi gugur dibandingkan dengan dua pandangan ekstrim
berikut, Keen dan Scott Morton (1978), DSS adalah dukungan berdasar kan
komputer untuk para pengambil keputusan management yang berurusan
dengan masalah semi-struktur. Sprague dan Carlson (1982), DSS adalah sistem
berdasarkan komputer interaktif yang membantu para pengambil keputusan

17. 17
menggunakan data dan model-model untuk memecahkan masalah yang tak
terstruktur(unstructured problem). Menurut Power (1997), istilah DSS
mengingatkan suatu yang berguna dan istilah inklusif untuk banyak jenis sistem
informasi yang mendukung pembuatan pengambilan keputusan. Dia dengan
penuh humor menambahkan bahwa jika suatu sistem komputer yang bukan
OLTP, seseorang akan tergoda untuk menyebutnya sebagai DSS.
Seperti yang kita lihat, DSS memiliki banyak arti dengan maksud yang kurang
lebih hampir sama, yaitu suatu sistem komputer yang berguna bagi para
pengambil keputusan untuk memecahkan masalah mereka yang kurang lebih
berhadapan dengan masalah non-struktur atau semi-struktur.
2.10 Hubungan Data Warehouse Dengan DSS
Setelah kita lihat dan selami tentang data warehouse, kita dapat menyimpulkan
bahwa data warehouse adalah sebuah model database yang berguna untuk
menyimpan dan memproses data dengan pendekatan kepada kegunaan data
dalam pengambilan keputusan bagi EIS atau DSS.
Sebuah DSS (tergantung dengan yang disupport-nya)membutuhkan data
warehouse agar dapat menjalankan kerjanya dengan baik. Dan memang data
warehouse sendiri dibangun untuk memenuhi kebutuhan DSS.

18. 18
BAB 3
PENUTUP
3.1 Kesimpulan
Basis data atau juga disebut database artinya berbasiskan pada data, tetapi
secara konseptual, database diartikan sebuah koleksi atau kumpulan data-data
yang saling berhubungan (relation), disusun menurut aturan tertentu secara
logis, sehingga menghasilkan informasi. Untuk mengelola dan memanggil
query basis data agar dapat disajikan dalam berbagai bentuk yang diinginkan
dibutuhkan perangkat lunak yang disebut Sistem Manajemen Basis Data atau
juga disebut Database Management System (DBMS). Penggabungan Database
Management System (DBMS) dengan Basis Data akan membentuk satu
kesatuan yang disebut Sistem Basis Data. Komponen dasar dalam pembuatan
basis data dengan adanya data, hardware, software, dan user. Istilah-istilah
dalam basis data juga seyogyanya kita tahu, yaitu: enterprise, entitas, atribut,
nilai data, kunci elemen data, record data. Menurut ANSI/SPARC, arsitektur
basis data terbagi atas tiga level yaitu: Internal/Physical Level, External/View
Level, Conceptual/Logical Level. Tujuan utama dari arsitektur 3 level tersebut
adalah untuk menyediakan data independence yang terbagi 2: Logical Data
Independence (kebebasan data secara logika) dan Physical Data Independence
(kebebasan data secara fisik).
Data warehouse merupakan suatu cara/metode dari suatu database yang
berorientasi kepada subjek, non-volatile, time-variance dan terintegrasi yang
digunakan untuk mempermudah para pengambil keputusan dalam memecahkan
masalah.
Keberadaan data warehouse sangat penting sebagai tools dari DSS, karena data
warehouse memang digunakan untuk itu. Dengan adanya data warehouse,
diharapkan suatu perusahaan dapat lebih unggul dari kompetitornya dan lebih
jeli lagi dalam melihat peluang pasar.