Fungsi Dan Komponen Data Warehouse
Fungsi Dan Komponen Data Warehouse
Fungsi Dan Komponen Data Warehouse Data warehouse adalah tempat penyimpanan data yang berasal dari berbagai sumber dan data yang disimpan memiliki karakteristik terintegrasi, berorientasi pada subjek (penjualan, pelanggan, dan lain sebagainya), memiliki dimensi waktu dan bersifat tetap. Data tersebut merupakan mendukung dalam proses pengambilan keputusan oleh pihak manajemen perusahaan.
Laporan Perusahaan
Bagi sebuah perusahaan, adanya data warehouse membantu pihak yang bertanggung jawab terhadap data tersebut dalam membuat laporan (harian, bulanan, tahunan, quartal dan lain sebagainya). Data yang tersimpan harus dipastikan benar dan tidak rusak sehingga akan lebih mudah dalam proses analisa dan pembuatan keputusan untuk waktu mendatang.
Online Analytical Processing (OLAP)
Data warehouse membantu proses analisis data menjadi lebih mudah karena semua informasi terperinci maupun summary data tersimpan dengan baik dan mudah diperoleh. OLAP merupakan konsep data multi dimensi yang memudahkan pengguna dalam menganalisis data ke level yang sangat detail tanpa perlu menggunakan SQL. Dalam konsep multi dimensi, data dari fakta yang sama bisa disajikan dengan memakai fungsi berbeda. Ada dua fitur lain yang ada pada OLAP yaitu roll-up dan drill-down. Dengan drill down, Anda bisa melihat detail dari suatu informasi, kalau roll-up tidak bisa secara detail (summary).
Data Mining
Proses menggali (mining) pengetahuan dan informasi dari data yang jumlahnya banyak di data warehouse dengan teknologi AI (artificial intelligence), ilmu statistika dan matematika disebut dengan data mining.
Data mining dapat menganalisa target pasar dengan mengelompokkan (clustering) model pelanggan dan diklasifikasi sesuai karakteristik yang dibutuhkan. Dalam memprediksi penjualan, data mining digunakan untuk melihat pola pembelian dari history sebelumnya. Dengan data mining, Anda bisa melakukan analisis cross-market dan melihat hubungan antara berbagai produk yang dijual ke pasaran.
Sebelumnya sudah dikatakan bahwa customer (pelanggan) adalah salah satu subjek dari data warehouse. Anda sebagai pengguna bisa melihat profil pelanggan kemudian menganalisisnya berdasarkan segmen dan produk yang Anda jual. Data mining juga dimanfaatkan dalam pembuatan ringkasan laporan multi dimensi dan info statistik lainnya.
Pendukung Pengambilan Keputusan
Data yang tersimpan di warehouse bisa digunakan sebagai bahan pembuat keputusan dalam bentuk summary tanpa perlu mengeksplorasi seluruh data. Umumnya, ringkasan data pada laporan digunakan oleh level eksekutif atau manajemen perusahaan. Mereka bertanggung jawab dalam pembuatan keputusan jangka panjang yang diharapkan memberikan dampak positif bagi perusahaan.
Komponen Data Warehouse
Ada beberapa komponen data warehouse yang perlu Anda ketahui, antara lain:
Warehouse
Warehouse atau gudang merupakan komponen utama dalam data warehouse yang merupakan tempat menyimpan database dan diproses secara transaksional. Di warehouse, juga terdapat memory yang terintegrasi sebagai bagian utama dari konfigurasi.
Warehouse Management
Komponen selanjutnya adalah warehouse management yang merupakan pengoperasian data. Data dianalisis agar memastikan konsistensinya, pembuatan indeks, hingga transformasi data. Di warehouse management, data dapat digabungkan atau dikombinasikan dari berbagai sumber dan diarsipkan dengan baik. Selain itu, data query dikelola sesuai permintaan pengguna sampai jadwal eksekusi data.
Akses Tools
Anda sebagai pengguna dapat berinteraksi dengan data di dalam data warehouse menggunakan akses tools yang berupa OLAP (online analytical processing), query and reporting tools, data mining dan application development tools.
Query and reporting tools ada dua yaitu reporting tools dan query management, keduanya dipakai dalam membuat laporan data. Tools lainnya dipakai untuk memproses model data dan analisis data multi dimensi.
Metadata
Dalam database management, metadata berperan sebagai katalog atau kamus data yang menyimpan data secara terstruktur, logis, berdasarkan indeks dan lain-lain. Tujuan komponen ini meringkas informasi yang berkaitan dengan isi data warehouse berdasarkan struktur dan lokasi. Metadata bisa diartikan sebagai potongan informasi yang tersimpan dalam satu atau lebih repository.
Tools ETL
ETL tools adalah kepanjangan dari (extract, transform, and load). Fungsinya mengumpulkan, membaca dan memindahkan data mentah dari berbagai sumber yang volumenya besar ke lintas platform. ETL membantu dalam proses pemindahan dan loading data ke satu basis data, serta penyimpanan data. Dengan ETL, data juga dapat diurutkan, digabungkan, diformat ulang dan difilter berdasarkan kebutuhan pengguna.
