A. Karakteristik DataWarehouse
*Subject Oriented
-Setiap tipe perusahaan memiliki set yang unik dari
subjek datawarehouse mereka.
*Integrated
-Data-data yang ada harus di integrasikan untuk
kemudian dikonversi, reformat, resequenced, summerized, dan menghasilkan data
yang memiliki sebuah gambaran daru suatu perusahaan.
*Non-Volatile
-Data pada DWH dapat diakses, namun tidak dapat
diupdate/ubah. Data yang ada hanya berupa sebuat snapshot, yang berformat
static.
*Time Variant
-Semua data yang ada di DWH masing-masing memiliki
time stamp yang berbeda-beda.
B. Elemen-elemen DWH
Terdapat berbagai level kedetailan pada sebuah data pada DWH :
*Older level of detail
-Mengandung data-data pada tahun-tahun yang
lampau
*Current level of detail
-Mengandung data-data masa sekarang.
*A level of lightly
summarized data
-Mengandung gabungan dari old detail dan
current detail.
*A level of lightly
summarized data.
-Data-data yang mau dicari
C. Lokal DWH dan Global DWH
*Persamaan :
-Keduanya mengandung historical data
-Keduanya memiliki fungsi yang sama
-Banyak data akan didistribusikan melalui
banyak prosesor.
-Perlunya pengaturan ketika pertumbuhan DWH
terjadi.
*Perbedaan :
*Local
-Menampilkan ulang data dan prosessing remote site
-Exists for different geographical regions or for
different technical community.
-Scope of DWH is local
-Sumber dari local DWH adalah sistem operasional
-Pemetaan data yang ada merupakan pilihan dari
pembuat, yaitu local designer dan developer.
-Tidak ada struktur data dari satu local DWH ke yang
lain.
*Global :
-Menampilkan ulang bagian bisnis yang terintegrasi
dalam bisnis
-Scope dari Global DWH adalah bisnis yang
terintegrasi pada suatu perusahaan.
-Sumber dari Global DWH adalah local DWH
-Didesain dan di definisikan secara tersentral,
berdasarkan pada definisi dan identifikasi dari data penting perusahaan.
-Mengandung data yang :
--Harus diintegrasikan
--Butuh untuk dimanage secara global
--Penting bagi keseluruhan bagian yang ada
pada perusahaan
D. Eksternal data di DWH :
*Masalah : frekuensi ketersediaan
-Tidak ada suatu pattern yang fix dari kedatangan data eksternal.
-Solusi :
Monitoring yang konstant harus dilakukan sehingga eksternal data yang benar
dapat diambil.
*Masalah : bahwa data tidak
disiplin
-Reformating dan membuat struktur data
harus dilakukan sebelun data ini digunakan.
-Solusi :
Membuat kembali struktur eksternal data, sehingga eksternal data tadi
kompatibel dengan internal data.
*Masalah: eksternal data
tidak dapat diprediksi
-Eksternal data datang dari sumber manapun
pada waktu yang berlainan.
-Solusi : --Pengalokasian eksternal data pada sebuah penyimpanan medium.
--Pembuatan 2 buah penyimpanan untuk
eksternal data.
D. Unstructured data di dalam
DWH :
*Merupakan data yang digolongkan sebagai
aktivitas personal.
*Macam Tipe format yang ada:
--Email
--Spreadsheet
--Text File
--Document
--PDF
--PPT
-Solusi : Pembagian
berdasarkan dua garis besar yaitu komunikasi dan dokumentasi.
E. ETL : Extract / Load /
Transform
*ETL dibuat dengan maksud untuk melakukan
proses pengintegrasian data pada lingkungan operasional secara otomatis.
*Ada dua macam ETL software :
--Software yang menghasilkan code.
--Software yang menghasilkan “a run-time
module” yang memiliki parameter.
Penghasil code lebih baik daripada penghasil “a run-time module”, karena
penghasil code dapat mengakses data pada formatnya masing-masing.
--Sedangkan penghasil “a run-time module” hanya dapat mengakses data pada
format tertentu. Ketika proses pentransformasian data menjadi format tertentu,
banyak data yang hilang.
--Manfaat ETL :
Pentransformasian pada data dalam jumlah besar.
F. 3 Tipe Distribusi DWH
1. Bussines adalah terdistribusi secara geografis. Local DWH menyajikan dan
proces pada remote side dan global DWH menyajikan bag tersebut yang
terintegrasi antar bisnis
2. Lingkungan DWH akan menampung banyak data, dan daa2 tsb akn
terdistribusi mel banyak prosesor
3. Data DWH dibangun scr tidak terkoordinir
G. EIS The Promise
1. EIS adalah satu dari banyak bentuk potensional
dari perhitungan
2. Melalui EIS,analis eksekutif dapat menunjukkan
masalah dan mendeteksi tren yang merupakan hal vital utk management
3.EIS processig didesain itk membantu eksekutif membuat keputusan
4. Beberapa fungsi EIS:
--Deteksi dan
analisis tren
--Perkiraan dan
tracking indicator rasio kunci
--Analisis
Drill-Down
--Monitoring
Masalah
--Analisis
kompetitif
--Mpnitoring
indicator kunci performa
H. Drill-Down
--Membelah dan
memilah data. Kemampuan untuk memuulai pada sejumlah kesimpulan dan untuk
menghentikan summary tsb ke dalam set summary yang lbh baik
I. DWH sebagai basis untuk EIS
1.Denagn DWH, EIS analisis tidak perlu
mengkhawatirkan:
--Pencarian
sumber data definitif
--Pembuatan
program ekstrak special dan system yang ada
--Dealing dgn dt
yg tdk terintegrasi
--Compiling dan
linking detailed and summary data dan hub ke2nya
--Mencari waktu
yg tepat utk basis data
--Manajemen scr
konstan mengubah pikirannya tnt apa yg perlu dilihat selanjutnya
2.Fungsi dari EIS:
--DWH sbg supplai
summary data yang tersedia dan dpt dibaca
--Structur DWH
utk mendukung Drill-Down proses
--Metadata pd DWH
utk DSS analis utk merencanakan bgmn system EIS dibangun
--Konten
historical data dr DWH utk mendukung analisis trend yg ingin dilihat olh manajemen
--Data
terintegrasi yg ditmukn pada DWH utk melihat data antar perusahaan
J. External Data
Sejumlah besar
data yg sah dgnakan dlm perusahaa yg bukan merupkn data dr system perudahaan
tsb. Cth external data: Laporan analisis kompetitif
Sifat dari external data:
1.Frekuensi ketersediaan external data yang tidak pasti
2.Tidak disiplin
3.Tidak dapat diprediksi
K.Metadata dan External data
Melalui metadata,
external data didaftarkan,diakses dan dikontrol dilingkungan DW yg pnting
dalamm Metadata:
-Dokumen ID -Tgl
Masuk ke DW -Deskripsi dokumen -Tgl Dokumen sumber -Klasifikasi dokumen -Index
words -Purge date -Referensi lokasi fisik -Panajng dokumen -Referensi yg
berhubungan
L. Migration Plan
Corporate data Model
Model ini
menggambarkan keperluan informasi dr perusahaan bukan apa yang telah dimiliki
perusahaan
Hal yang perlu diidentifikasi:
--Major subject
dr perusahaan
--Definisi dari
major subject perusahaan tsb
--Hubungan antara
major subject tersebut
--Pengelompokan
kunci dan atribut lebih menggambarkan major subject tsb scr keseluruhan
meliputi:
A.Atribute dr major subject
B.Kunci dr major subject
C.Repeating group dr kunci dan atribut
M. Pertimbangan strategic
Cara yg lbh baik
utk mengkoordinasi upaya pembangunan ulang dari operasional system dgn apa yg
disebut ”agents of change” yakni:
A.Umur dari sistem tersebut
B.Perubahan teknologi scr radikal
C.Pergolakan organisasi
D.Analisis yg terganggu
N.Metodologi dan Migrasi(Lagkah Architec data Mel
Restructurpd Operasional dlm Aktivitas independen)
--Delta List: bagaimana model data
membedakan dr system yg sdang berjalan
--Impact analisis: bagaimana tiap delta
dapat membuat perbedaan
--Resources estimate: seberapa biaya yg
diperlukn utk memperbaiki delta item
--Report to Manajemen:
-Apa yg hrs
diperbaiki
-Perkiraan
resource yg diperlukan
-Order dr
oekerjaan
-Analisis yg
terganggu
O. Alasan knp Metodologi sering Mengecewakan
1.Met scr umum menunjukkan arus aktifitas yg datar
2.Met scr umum menunjukkan aktifitas hanya sekali
3.Met biasanya menggambarkan sejumlah aktifitas yg tlh ditentukan
4.Met sring memberitahukn bgmana utk melakukan sesuatu bukan apa yg perlu
dilakukan
5.Met sring tdk membedakan antara ukuran sistem yg sdang dibangun
6.Met sring menggabungkan manajemen proyek dgn pengembanagn desain
7.Met sring tdk membuat perbedaan antara operasional dan DSS prosessing
8.Met sring tdk menyediakan checkpoint dan tmp perhentian apabila terjadi
kegagalan
9.Met dijual sebagai solusi bukan tools
10.Met hanya menghasilkan sedikit desain
P.Alasan megeluarkan data dan DSS data dr Model
Data
1.Driven data & DSS data seringkali berubah
Bila DSS data dan
derived data berubah maka model data menjadi tidak valid lagi
2.Bentuk data dibuat dari data atomic
DSS data dan
derived data belum atomic shg tdk dpt dgnakan dalam model data
3.DSS data & derived data seringakali dihapus bersamaan
4.Banyak variasi yg dpt dibuat dr derived data & DSS data
Q.Perpindahan data dari Web ke DW
1.Web data dikumpulkan ke Log
2.Log data diproses mel Granularity Manajer
3.Granularity Manajer kemudian fefined data ke DW
R.Hal yg dilakukan Thd DATA sebelum berguna bagi
DW
1.Extraneous data dihapus
2.Occurances data ditambahkan
3.Data diresequensi
4.Data diedit
5.Data dibersihkan
6.Data dikonversi
S.Alasan ERP diperlukan
1.Aging: Banyak aplikasi yg ditulis perusahaan bertahun2 yg lalu
2.Uintegrated: Aplikasi yg ada dipandang dalam sudut bisnis yg sempit
3.Incomplete: Aplikasi yg ada tdk melibatkan account sepenting thn 2000 dan
perpindahan mata uang ke EURO
T. Interface DW sama dgn interface ERP,KECUALI
1.Interface ERP hanya menggunakan DBMS yg mendukung ERP
2.Memiliki lbh banyak trigger group pada data & struktur yang menguasai
lingkungan aplikasi karena vendor ERP memiliki dan mengontrol ERP
3.Interface sering dalam lingkungan ERP
dan mencari data yg tepat dan melemparnya ke dlm order utk membuatnya
berguna utk lingkunagn DWH
Tidak ada komentar:
Posting Komentar