Data warehouse adalah repository (koleksi /kumpulan sumber daya yang bisa diakses untuk mendapatkan informasi) dari sebuah data organisasi yang tersimpan secara elektronis.
Data warehouse di desain untuk memfasilitasi pelaporan dan analis data menjadi bentuk informasi yang bernilai lebih.
Secara sederhana, data warehouse dapat disebut sebagai koleksi dari data yang sangat banyak dan kompleks.
Data warehouse berfokus pada penyimpanan data, dimana sumber data utama akan dibersihakan, di transformasikan, lalu di katalogkan, hingga bisa digunakan oleh manager dan profesional lain.
Pemanfaatan data warehouse menggunakan data mining, OLAP (online Analytical processing), DSS
Namun, metode untuk mendapatkan, dan menganalisa data berupa proses extract, transform dan load data, serta manajemen data dictionary masih termasuk pokok bahasan utama sebagai komponen sistem data warehouse.
Definisi lanjutan dari data warehousing termasuk business intelligence tools, tools untuk extract, transform dan load data ke repository, dan tools untuk manajemen metadata.
Sejarah Datawarehouse
Awal mula
data warehouse berangkat dari tahun 80 an, dimana peneliti IBM Barry Devlin and Paul Murphy mengembangkan "business data warehouse".
Pada dasarnya bertujuan untuk menyediakan model arsitektur untuk perubahan data dari sistem operasional menuju sistem DSS. Beberapa hal penting berkisar sejarah data warehouse adalah :
- 1960s - General Mills dan Dartmouth College, mengembangkan istilah dimensions and facts.
- 1970s - ACNielsen dan IRI menyediakan imensional data marts untuk penjualan retail
- 1983 - Teradatamemperkenalkan sistem database yang khusus untuk DSS
- 1988 - Barry Devlin dan Paul Murphy mempublikasikan artikel An architecture for a business and information systems in yang memperkenalkan istilah "business data warehouse".
- 1990 - Red Brick Systems memperkenalkan Red Brick Warehouse, sistem manajemen database khusus untuk data warehousing.
- 1991 - Bill Inmon mempublikasikan buku Building the Data Warehouse.
- 1995 - The Data Warehousing Institute, organisasi profit yang mempromosikan data warehouse didirikan
1996 - Ralph Kimball mempublikasikan buku The Data Warehouse Toolkit.
- 2000 - Daniel Linstedt mempublikasikan the Data Vault, yang memungkinkan audit data warehose.
Seiring dengan semangkin meningkatnya kompetisi bisnis, tiap organisasi harus dapat melakukan tindakan bisnis yang tepat.
Di masa yang lampau keputusan bisnis didasarkan pada intuisi pihak manajemen. Saat ini dibutuhkan informasi yang menunjang, tepat, cepat dan efisien dalam pengambilan keputusan.
Informasi yang dibutuhkan berupa informasi yang telah tersumarisasi (summarized), dan terspesialisasi (spesialized) hasil dari analisa data operasional organisasi.
Informasi yang dibutuhkan dapat hadir dalam bentuk laporan khusus, dan forecasting (peramalan) berdasarkan trend.
Informasi dihasilkan oleh Business Intelligence atau sistem informasi eksekutif (Executive Support System) yang mendapatkan data dari data warehouse.
Kenapa Membangun Data Warehouse?
DW yang dikombinasikan dengan BI (Business Intelligence) dapat digunakan untuk mendapatkan informasi :
Lebih memahami apa yang terjadi pada bisnis
- Menentukan trend historis
- Prediksi kesempatan di masa datang
- Mengukur performance
Nilai Data Warehouse
Data warehouse digunakan untuk sistem BI (Business Intelligence) yang memiliki nilai untuk :
- Tracking and trending key performance indicators
- Measuring business performance
- Reporting and understanding financial results
- Understanding customers and their behavior
- Identifying high-value customers
- Better selection or development of new products
- Understanding which products should be scaled back or eliminated
- Understanding business competitors
Piramida Sistem Informasi
Sekian dulu artikel tentang
pengenalan data warehouse, kurang lebihnya akan saya update lagi nanti
Artikel Menarik Lainnya:
permisi gan, saya baru saja menulis tentang fungsi autocorrelation untuk penentuan pola data time series apakah musiman, tren, atau stationer, di artikel berikut: http://datacomlink.blogspot.com/2015/12/data-mining-identifikasi-pola-data-time.html yang ingin saya tanyakan, apakah ada teknik lain untuk mencari pola data time series selain fungsi autocorrelation ya gan? terima kasih
ReplyDeleteThis comment has been removed by the author.
ReplyDelete