DATA WAREHOUSE
Pengertian Data Warehouse dapat
bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli
berikut ini :
Menurut W.H. Inmon dan Richard D.H., data
warehouse adalah koleksi data yang mempunyai sifat berorientasi
subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam
mendukung proses pengambilan keputusan management.
Menurut Vidette Poe, data warehouse
merupakan database yang bersifat analisis dan read only yang digunakan
sebagai fondasi dari sistem penunjang keputusan.
Menurut Paul Lane, data warehouse
merupakan database relasional yang didesain lebih kepada query dan
analisa dari pada proses transaksi, biasanya mengandung history data dari
proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse
memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan
organisasi menggabung/konsolidasi data dari berbagai macam sumber.
Sejarah Data Warehouse
Sejak awal 1990-an, data gudang yang berada di garis
depan aplikasi teknologi informasi sebagai cara bagi organisasi untuk secara
efektif menggunakan informasi digital untuk perencanaan bisnis dan pengambilan
keputusan. Oleh karena itu, pemahaman tentang sistem arsitektur data warehouse
adalah atau akan menjadi penting dalam peran dan tanggung jawab dalam
pengelolaan informasi.
1960 – General Mills dan Dartmouth College , dalam proyek penelitian
bersama, mengembangkandimensi syarat dan fakta.
1983 – Teradata memperkenalkan
sistem manajemen database yang khusus dirancang untuk mendukung keputusan.
1988 –
Barry Devlin dan Paul Murphy mempublikasikan artikel arsitektur An untuk dan sistem informasi bisnis di IBM
Systems Journal mana mereka memperkenalkan istilah “data bisnis” gudang.
1990 –
memperkenalkan Sistem Bata Merah Red Brick Warehouse, sebuah sistem manajemen
database khusus untuk data warehouse.
1991 –
memperkenalkan Prism Prism Solusi Gudang Manager, perangkat lunak untuk mengembangkan
gudang data.
1995 – Data Warehousing Institute, sebuah organisasi
nirlaba yang mempromosikan data warehouse, didirikan.
KEUNTUNGAN
DATA WAREHOUSE
Data warehouse merupakan pendekatan untuk menyimpan data
dimana sumber-sumber data yang heterogen(yang biasanya tersebar pada beberapa
database OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah.
Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut dibawah
ini (Ramelho).
Ø Data diorganisir dengan baik untuk query
analisis dan sebagai bahan untuk pemrosesan transaksi.
Ø Perbedaan diantara struktur data yang
heterogen pada beberapa sumber yang terpisah dapat diatasi.
Ø Aturan untuk transformasi data
diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan
dari database OLTP ke data warehouse.
Ø Masalah keamanan dan kinerja bisa
dipecahkan tanpa perlu mengubah sistem produksi.
Contoh Perusahaan Yang Menerapkan Data Warehouse
Telekomunikasi
Sebuah perusahaan telekomunikasi
menerapkan data warehouse dan data mining untuk melihat dari jutaan transaksi
yang masuk, transaksi mana sajakah yang masih harus ditangani secara manual
(dilayani oleh orang), Tujuannya tidak lain adalah untuk menambah layanan
otomatis khusus untuk transaksi-transaksi yang masih dilayani secara manual.
Dengan demikian jumlah operator penerima transaksi manual tetap bisa ditekan
minimal
Keuangan
Financial Crime Enforcement Network di
Amerika Serikat baru-baru ini menggunakan menggunakan data minimng untuk
menambang trilyunan daru berbagai subjek seperti property, rekening bank dan
transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang
mencurigakan seperti money laundry. Mereka menyatakan bahwa hal tersebut akan
susah dilakukan jika menggunakan analisis standar
Asuransi
Australian Health Insurance Commision menggunakan
data mining untuk mengidentifikasi layanan kesehatan yang sebenarnya tidak
perlu tetapi tetap dilakukan oleh peserta asuransi. Hasilnya? mereka berhasil
menghemat satu juta dollar pertahun.
Olahraga
IBM Advanced Scout menggunakan data
mining untuk menganalisis statistik permainan NBA (jumlah shots blocked,
assists dan fouls) dalam rangka mencapai keunggulan bersaing (competitive
advantage) untuk tim New York Knick dan Miami Heat
Astronomi
Jet Propulsion Laboratory (JPL) di
Pasadena, California dan Palomar Observartory berhasil menemukan 22 quasar
dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan penerapan
data mining di bidang astronomi dan ilmu ruang angkasa
Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data
mining untuk mendata akses halaman web khususnya yang berkaitan dengan
pemasaran guna melihat prilaku dan minat costumer serta melihat keefektifan
pemasaran melalui web.
http://ligarsekarwangi.blogspot.com/2009/10/penerapan-data-warehouse-pada.html
Tidak ada komentar:
Posting Komentar