EVAN SUSANTO / 1304505107
JURUSAN TEKNOLOGI INFORMASI / FAKULTAS TEKNIK /
UNIVERSITAS UDAYANA
DATA WAREHOUSE
DOSEN : I PUTU AGUS EKA PRATAMA, S.T., M.T.
DATA WAREHOUSE (DW) DAN BUSINESS
INTELLIGENCE (BI)
Business Intelligence (BI)
BI adalah seperangkat solusi sistem informasi yang dapat
menuntun kepada teknik teknik yang dapat mengubah data
bisnis dari sebuah perusahaan menjadi sebuah infromasi pengambilan keputusan
yang cepat dan tingkat akurasi yang tinggi (valid).
BI seperti yang kita ketahui pada saat ini bisa dikatakan
sebagai hasil evolusi dari Decision Support System (DSS) yang dimulai sekitar
tahun 1960 dan berkembang sampai tahun 1980an. Sekitar tahun 1980an mulai dari
DSS, EIS (Executive Information System), data warehouse, OLAP dan BI mulai
menjadi perhatian dan menjadi suatu kesatuan system.
Perbedaan Artificial Intelligence
(AI) dengan Business Intelligence (BI)
Dalam pengambilan keputusan Artificial
Intelligence atau yang sering disingkat AI merupakan sistem yang mampu
memberikan keputusan secara langsung bagi usernya, dalam hal ini AI sebagai
penentu kepustusan sedangkan Business Intelligence adalah sistem
yang bekerja untuk membantu pengguna dalam menentukan keputusan yang benar
berdasarkan data yang tersedia dan hanya pembantu keputusan.
Kombinasi Teknologi Business
Intelligence
teknologi yang digunakan dalam Business Intelligence tentu memiliki
beberapa kombinasi untuk mendapatkan hasil yang diinginkan.
Teknologi-teknologi tersebut diantaranya adalah Data Warehouse, Data Mart, OLAP, Data
Mining, serta Open Data.
Data Warehouse
Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan oleh para manajer di setiap jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat tinggi). Pemakaian teknologi data warehouse hampir dibutuhkan oleh semua organisasi, tidak terkecuali Perpustakaan. Data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan”.
Data warehouse adalah data-data yang berorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan oleh para manajer di setiap jenjang (namun terutama pada jenjang manajerial yang memiliki peringkat tinggi). Pemakaian teknologi data warehouse hampir dibutuhkan oleh semua organisasi, tidak terkecuali Perpustakaan. Data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi atau sistem. Hal ini menjamin mekanisme akses “satu pintu bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan”.
Data Mart
Data mart adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Dalam beberapa implementasi data warehouse, data mart adalah miniature data warehouse. Data mart sering digunakan untuk memberikan informasi kepada segmen fungsional organisasi.
OLAP
OLAP merupakan sebuah prangkat lunak yang melakukan pemrosesan untuk menganalisa data bervolume besar dari berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi yang berfungsi sebagai data analasis (select). 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.
Data Mining
Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Data mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi.
Open Data
Open data atau penghubung data merupakan suatu konsep tentang data yang tersedia secara bebas untuk diakses dan dimanfaatkan oleh pengguna. Open data lebih banyak digunakan dalam suatu pemerintahan, dimana open data merupakan salah satu upaya untuk mendukung transparansi dan akuntabilitas, serta mendorong partisipasi masyarakat dalam pemerintahan. Seperti contohnya pada Kota Bandung yang telah menerapkan open data dalam transparansi pemerintahan dengan masyarakat yang dapat dengan mudah mengetahui data dan dapat berpartisipasi dalam pemerintahan di Kota Bandung yang berfungsi untuk meningkatkan kerjasama masyarakat dengan pemerintahan seperti open data pada pemilihan umum, informasi jalan raya serta informasi pada dinas pendidikan.
OLAP merupakan sebuah prangkat lunak yang melakukan pemrosesan untuk menganalisa data bervolume besar dari berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi yang berfungsi sebagai data analasis (select). 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.
Data Mining
Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu Data Mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Data mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi.
Open Data
Open data atau penghubung data merupakan suatu konsep tentang data yang tersedia secara bebas untuk diakses dan dimanfaatkan oleh pengguna. Open data lebih banyak digunakan dalam suatu pemerintahan, dimana open data merupakan salah satu upaya untuk mendukung transparansi dan akuntabilitas, serta mendorong partisipasi masyarakat dalam pemerintahan. Seperti contohnya pada Kota Bandung yang telah menerapkan open data dalam transparansi pemerintahan dengan masyarakat yang dapat dengan mudah mengetahui data dan dapat berpartisipasi dalam pemerintahan di Kota Bandung yang berfungsi untuk meningkatkan kerjasama masyarakat dengan pemerintahan seperti open data pada pemilihan umum, informasi jalan raya serta informasi pada dinas pendidikan.
Implementasi Business Intelligence
Business Intelligence pada sebuah organisasi Dalam membangun dan
mengimplementasikan dapat terbagi menjadi 3 jenis pendekatan yang dapat digunakan
yaitu pendekatan Top-Down, Bottom-Up, dan Tactical dimana
masing-masing pendekatan memiliki kelebihan dan kekurangan. Pendekatan dipilih
berdasarkan keadaan dan keperluan dalam organisasi yang akan membangun Business
Intelligence.
Top-Down
Approcah
Top-Down sangat tepat untuk sebuah organisasi yang akan
membangun Business Intelligence nya dimana pada waktu yang bersamaan terdapat pembangunan secara
menyeluruh pada setiap aspek organisasi. Data
Warehouse secara menyeluruh harus di susun sebelum diikuti oleh Data Mart. Data Mart merupakan data yang berorientasi subjek yang saling terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile),
yang digunakan dalam mendukung proses pengambilan keputusan.
Bottom-Up
Approach
Bottom-Up adalah Pada pendekatan Bottom-Up, Business Intelligence yang
akan mulai dibangun, dan di atur dari tingkat departemental dimana akan diintegrasikan menjadi Data Warehouse secara keseluruhan. pendekatan ini sangat
tepat bagi kebutuhan suatu organisasi tertentu yang mengutamakan pembangunan Business
Intelligence di suatu departemen. setelah berhasil dan sukses dalam penerapannya maka pembangunan Business
Intelligence akan dilanjutkan ke departemen yang berikutnya.
Tactical
Approach (Hybrid)
pendekatan Tactical adalah pendekatan yang menggabungkan antara
pendekatan Top-Down dan Bottom-Up untuk
mendapatkan kelebihan dari masing-masing pendekatan tersebut. dalam hal ini, pengembangan Business Intelligence di suatu organisasi akan
dimulai dengan perencanaan dan pengambaran arsitektur dari kebutuhan Data
Warehouse organisasi secara menyeluruh sesuai standarisasi. Kemudian akan
di proses Business Intelligence pada setiap
departemen yang membutuhkannya.
Arsitektur Data Warehouse
Arsitektur Data
Warehouse atau sering disebut Physical Structure dari sebuah Data
Warehouse terbagi menjadi 3 (tiga) arsitektur dasar yaitu Central,
Federated, dan Teired Data Warehouse.
Data Warehouse
Central
Pada Data Warehouse Central dari gambar di bawah ini,
hanya terdapat sebuah Data Warehouse (DW) yang menyimpan semua data yang
diperlukan untuk melakukan analisis bisnis. seluruh kinerja dari arsitektur ini mulai dari operasi query dan update
harus diproses pada sebuah sistem database yang memliki performa kurang bagus di bandingkan pendekatan terdistribusi.
dalam hal ini akses dari data tidak
sulit karena hanya satu model data yang relevan. Kemudian, membangun
dan merawat sebuah Data Warehouse Central lebih mudah jika
dibandingkan dengan yang terdistribusi.
Data Warehouse
Federated
Data Warehouse Federated,
data terkonsolodasi secara logikal namun tersimpan dalam database yang
berbeda secara bentuk fisik pada tempat yang sama atau pun berbeda sehingga menghasilkan performa yang baik karena data yang terdistribusi. Data
Mart lokal hanya menyimpan informasi yang relevan untuk sebuah
departemen. ukuran dan jumlah data yang jauh lebih sedikit dari Data Warehouse
Central, Data Mart lokal dapat di isi oleh keseluruhan level
detail sehingga informasi yang masuk secara mendetail dapat dikirimkan oleh
sistem lokal. Salah satu fitur penting adalah Logical Data Warehouse hanya berbentuk
virtual.
Data Warehouse
Tiered
arsitektur Data Warehouse Tiered pusat (central)
Data Warehouse-nya berbentuk fisik. Sebagai tambahan, terdapat beberapa Data Mart yang sudah tersedia
pada tiers yang masing - masing tiersnya berbeda tersebut
menyimpan salinan atau ringkasan (summary) dari tier yang
sebelumnya namun bukan data secara detail seperti pada arsitektur Data
Warehouse Federated. Data Warehouse Tiered adalah arsitektur Data
Warehouse dengan performa tercepat dalam melakukan distribusi data. dengan struktur yang paling kompleks dan sulit untuk pengaturannya.
DAFTAR PUSTAKA
[1] Agus Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud Computing dan Teknologi-Teknologi Pendukung Lainnya. Bandung: Informatika.
[2] Arrie0905. 2013. Terminologi Data Warehouse, Data Mart, OLAP, dan Data Mining. https://arrie0905.wordpress.com. 26 September 2015
