Business Intelligence Hendrik
} Fragmentasi sistem informasi secara vertical } Menghasilkan pengembangan sistem operasional yang berbasis aplikasi (pengguna) Sales Planning Stock Mngmt... Suppliers Debt Mngmt Num. Control Inventory...... Sales Administration Finance Manufacturing...
Integration System World Wide Web Digital Libraries Scientific Databases } Mengumpulkan dan menggabungkan informasi } Menyediakan sudut pandang yang terintegrasi, antaramuka pengguna yang seragam } Mendukung berbagi pakai Personal Databases
} Pendekatan Tradisional (Query-Driven/ Lazy/ ondemand approach) } Pendekatan Warehousing
Clients Integration System Metadata... Wrapper Wrapper Wrapper Source Source... Source
} Kelemahan Delay saat pemrosesan query Sumber informasi yang lambat atau tidak tersedia Proses integrasi dan penyaringan data yang kompleks Untuk penggunaan yang sangat intens, berpotensi tidak efisien dan mahal Adanya kompetisi pemrosesan pada sumber data
Informasi terintegrasi di awal Tersimpan pada gudang data (WH) untuk query dan analisis langsung Clients Data Warehouse Integration System Metadata... Extractor/ Monitor Extractor/ Monitor Extractor/ Monitor Source Source... Source
} Kinerja query yang tinggi } Tidak saling mengganggu saat pemrosesan pada sumber data Query kompleks dilakukan pada DW OLTP dilakukan pada sumber informasi } Informasi digandakan pada DW Dapat digunakan untuk memodifikasi, mendokumentasi, merangkum dan merestruktutisasi data. Dapat menyimpan informasi historis } Banyak digunakan pada dunia industri
} Pendekatan Query-driven tetap lebih baik dalam kasus Perubahan informasi yang sangat cepat Perubahan sumber informasi yang sangat cepat Klien dengan kebutuhan yang sulit diprediksi
A data warehouse is simply a single, complete, and consistent store of data obtained from a variety of sources and made available to end users in a way they can understand and use it in a business context. -- Barry Devlin, IBM Consultant
} Berorientasi subjek } Terintegrasi } Runtun waktu (time series) } Tak berubah (non volatile)
} Data disimpan dan dikategorisasikan berdasarkan subjek bisnis. } Data diorganisir sedemikian rupa sehingga semua elemen data berelasi dengan kejadian atau objek dunia nyata yang dihubungkan bersama } Menyediakan pandangan menyeluruh terhadap data
} Mengambil data dari berbagai sumber data } Disajikan dalam format yang konsisten } Menangani konflik nama dan satuan Savings Current accounts Loans Customer OLTP Applications Data Warehouse
} Digunakan untuk keperluan analisis trend, deviasi, peramalan, perbandingan, } Waktu: harian, mingguan, bulanan
} Data tidak untuk diubah (read-only) Operational Warehouse Load Insert Update Delete Read Read
First time load Warehouse Database Operational Database } Perubahan dianggap sebagai data baru Refresh Refresh Refresh
Property Response Time Operations Nature of Data Data Organization Size Data Source Operational Sub seconds to seconds DML 30-60 days Applications Small to large Operational, Internal Data Warehouse Seconds to hours Primarily read only Snapshots over time Subject, time Large to very large Operational, Internal, External Activities Processes Analysis
} Meningkatkan produktivitas knowledge worker } mendukung semua kebutuhan data pembuat keputusan } Menyediakan akses ke data kritis yang senantiasa siap } Memisahkan basisdata operasi dengan adhoc processing } Menyediakan rangkuman informasi bagi level manajemen tingkat tinggi } Menyediakan kemampuan drill-down
} Organisasi yang. Memiliki data pada berbagai macam sistem/aplikasi Menggunakan pendekatan manajemen berbasis informasi Besar, memiliki pelanggan dengan lokasi yang terpisah atau berbeda-beda Memiliki data yang sama namun dengen representasi yang berbeda pada berbagai sistem yang berbeda pula
} Data detil kini } Detil data lampau } Data terangkum tingkat rendah } Data terangkum tingkat tinggi } Metadata Merupakan direktori terkait apa yang ada di DW, panduan pemetaan data dari data operasional ke bentuk DW, aturan yang digunakan untuk perangkuman (summarization)
} Bagian dari DW yang berisi data yang relevan untuk fungsi bisnis tertentu (fokus pada 1 subjek) Dependent DM : Subset DW Independent DM: DW kecil (mis: untuk 1 departemen/unit bisnis) } Memerlukan detil data level rendah
Data Warehouse Data Mart Property Data Warehouse Data Mart Scope Enterprise Department Subject Multiple Single-subject, LOB Data Source Many Few Size(typical) 100 GB to>1 TB <100 GB Implementation time Months to years Months
Flat Files Operational Systems Marketing Marketing Sales Finance Human Resources Marketing External Data Data Warehouse Marketing Data Marts
Flat Files Operational Systems Sale or Marketing External Data
External Data Sources Visualisation Extract Clean Transform Load Refresh Metadata respository Serves OLAP Operational Databases Data Warehouse Data Mining
} Data Mart Centric } Virtual Federated } Hub-and-Spoke DW } Enterprise DW
} Plus Secara organisasi dan teknis mudah dibangun } Minus Tidak ada sudut pandang enterprise Redundansi biaya data Biaya ETL dan operasional tinggi
} Plus Tidak perlu platform tersendiri } Minus Cocok hanya untuk volume rendah Kompleksitas tinggi Perlu bandwith besar Masalah pada metadata
} Plus Kustomisasi UI dan laporan mudah } Minus Tantangan pada sudut pandang enterprise Redundan biaya data Biaya operasi tinggi Data terlambat
} Plus Menyediakan sudut pandang enterprise Konsistensi data tinggi Data dapat dipakai ulang (reusable) } Minus Perlu visi, komitmen dan kepemimpinan enterprise
} Inmon Model (pendekatan EDW) Top-Down Adaptasi dari basisdata relasional untuk keperluan enterprise } Kimball Model (pendekatan DM) Bottom-Up Plan Big, Build Small