a. Data Warehouse
Data warehouse adalah sebuah sistem yang mengambil dan menggabungkan
data secara periodik dari sistem sumber data ke penyimpanan data bentuk
dimensional atau normal (Rainardi, 2008). Data warehouse merupakan
penyimpanan data yang berorientasi objek, terintegrasi, mempunyai
variant waktu, dan menyimpan data dalam bentuk nonvolatile sebagai
pendukung manejemen dalam proses pengambilan keputusan (Han, 2006). Data
warehouse menyatukan dan menggabungkan data dalam bentuk multidimensi.
Pembangunan data warehouse meliputi pembersihan data, penyatuan data dan
transformasi data dan dapat dilihat sebagai praproses yang penting
untuk digunakan dalam data mining.
b. Data Marts
Bagian dari data warehouse yang mendukung kebutuhan pada tingkat
departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik
yang membedakan data mart dan data warehouse adalah sebagai berikut
(Connolly, Begg, Strachan 1999).
Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang
terkait dalam sebuah departemen atau fungsi bisnis. Data mart biasanya
tidak mengandung data operasional yang rinci seperti pada data
warehouse. Data mart hanya mengandung sedikit informasi dibandingkan
dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi.
c. OLAP
OnLine Analytical Processing,suatu jenis pemrosesan yang memanipulasi
dan menganalisa data bervolume besar dari berbagai perspektif
(multidimensi). OLAP seringkali disebut analisis data multidimensi. Data
multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi
dan atribut ukuran.
Contoh atribut dimensi adalah nama barang dan warna barang, sedangkan contoh atribut ukuran adalah jumlah barang.
Kemampuan OLAP
Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor
cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi
penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya.
Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi.
Drill-down adalah suatu bentuk yang merupakan kebalikan dari
konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data
yang lebih detail.
Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan
pada kemampuan untuk melihat data dari berbagai sudut pandang.
d. Data Mining
Data mining merupakan proses untuk menggali pengetahuan dan informasi
baru dari data yang berjumlah banyak pada data warehouse, dengan
menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan
matematika. Data mining merupakan teknologi yang diharapkan dapat
menjembatani komunikasi antara data dan pemakainya.
Sumber :
No comments:
Post a Comment