Sistem Informasi

ABSTRAK

Perkembangan teknologi informasi yang mengalami kemajuan pesat pada masa ini memberi peran besar dalam perubahan yang mendasar khususnya dalam  struktur, operasi, dan manajemen pada sebuah organisasi. Pengolahan database,terdapat beberapa tabel pada database yang ada tidak digunakan dan kesulitan dalam membuat laporan yang mudah dipahami sehingga mempengaruhi analisis data dalam mengambil suatu keputusan.

Data warehouse menjadikan data perusahaan yang tersebar menjadi terintegrasi dan ringkas sehingga membantu pimpinan/manager dalam menganalisis data yang ada untuk pengambilan keputusan yang bersifat strategis secara cepat dan tepat. Pembangunan data warehouse ini menggunakan pemodelan data skema snowflake dan perancangan OLAP (On-Line Analytical Processing) untuk pengolahan dan analisis datanya dengan menggunakan teknik Drill Down/Drill Up.

 Data warehouse ini diharapkan membantu pimpinan/manager dalam menganalisis data dalam jumlah besar sehingga memudahkan dalam mengambil suatu keputusan.

PENDAHULUAN

Decision Support System merupakan suatu sistem yang berfungsi sebagai penunjang keputusan. Dengan adanya DSS, pekerjaan dari para pengambil keputusan akan lebih terbantu secara signifikan. Makalah yang kami susun berikut ini menjelaskan suatu database yang biasa digunakan sebagai pengambil keputusan yaitu data warehouse. Dikarenakan banyak organisasi atau perusahaan kurang dapat menggunakan database operasional dalam mendukung secara langsung pengambilan keputusan.Penyusun sadar dalam penulisan makalah ini terdapat banyak kekurangan, oleh karena itu, kami menerima saran dan kritik yang membangun agar dikemudian hari kami dapat menyusun suatu makalah dengan lebih baik lagi.

    I. Definisi Data Warehouse

I.1. Pengertian Data, Informasi dan Database

Menurut Steven Alter, data merupakan fakta,gambar atau suara yang mungkin atau tidak berhubungan atau berguna bagi tugas tertentu.

Menurut McLeod, data terdiri dari fakta-fakta dan angka yang secara relatif tidak berarti bagi pemakai. Sedangkan informasi adalah data yang sudah diproses atau data yang memiliki arti.

Disini kita dapat melihat bahwa data merupakan suatu bentuk keterangan-keterangan yang belum diolah atau dimanipulasi sehingga belum begitu berarti bagi sebagian pemakai. Sedangkan informasi merupakan data yang sudah di olah sehingga memiliki arti.

Menurut James A. O’Brien Database adalah suatu koleksi terintegrasi dimana secara logika berhubungan dengan record dari file.

Menurut Fatansyah, Database adalah kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan(redudansi) yang tidak perlu, untuk memenuhi berbagai kebutuhan.

Jadi Database adalah tempat penyimpanan data yang saling berhubungan secara logika, sehingga bisa digunakan untuk mendapatkan suatu informasi yang diperlukan oleh suatu organisasi atau perusahaan.

Sedangkan data yang diperoleh suatu organisasi atau perusahaan umumnya didapat dari kegiatan operasional sehari-hari atau hasil dari transaksi.

Dari perkembangan model database, muncullah apa yang disebut dengan data warehouse.

 I.2. Pengertian Data Warehouse

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.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

I.3. Istilah-istilah yang berhubungan dengan data warehouse

    Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

    On-Line Analytical Processing(OLAP)

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

    On-Line Transaction Processing(OLTP)

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

    Dimension Table

Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

    Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

    DSS

Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

I.4. Karakteristik Data Warehouse

    Berorientas Subyek

Data warehousing berorientasi subject artinya data warehousing didesain untuk menganalisa data berdasarkan subyek-subyek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data warehousing diorganisasikan disekitar subjek-subjek utama dari perusahaan (konsumen, produk dan penjualan) dan tidak diorganisasikan pada area-area aplikasi utama (pelayanan konsumen, pengontrolan stok

dan penjualan produk). Hal ini dikarenakan kebutuhan dari data warehousing untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, daripada aplikasi yang berorientasi data. Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subyek bukan terhadap proses. Secara garis besar perbedaan antara data operasional dan data warehousing yaitu :

    Terintegrasi

Data warehousing dapat menyimpan data-data yang berasal dari sumbersumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecahpecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehousing itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara seperti konsisten dalam penamaan variable,konsisten dalam ukuran variable,konsisten dalam struktur pengkodean dan konsisten dalam atribut fisik dari data. Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi nama dan format nya berbeda. Variable tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya.

    Rentang Waktu

Seluruh data pada data warehousing dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehousing, dapat digunakan

berbagai cara antara lain :

    Cara yang paling sederhana adalah menyajikan data warehousing pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
    Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehousing baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb.

Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.

    Cara yang ketiga,variasi waktu yang disajikan data warehousing melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

    Non-Volatile

Karakteristik keempat dari data warehousing adalah non-volatile, maksudnya data pada data warehousing tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi basisdata itu sendiri dari pada sebagai sebuah perubahan. Basisdata tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

Berbeda dengan basisdata operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari basisdata sedangkan pada data warehousing hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehousing seperti melakukan query atau menampilan laporan yang dibutuhkan, tidak ada kegiatan dating data).

    Ringkas

Datawarehousing menyediakan ringkasan-ringkasan data operasional yang sederhana dan mudah dipahami oleh pihak manajemen jika diperlukan.

    Tidak ternormalisasi

Data dalam sebuah data warehousing biasanya tidak dinormaslisasi sehingga basisdatanya sangat redudansi.

    Data dari berbagai sumber

Data yang diolah diperoleh dari berbagai sumber baik sumber internal maupun sumber eksternal.

    Memiliki Metadata

Metadata menjadi bagian data warehousing karena metadata mempunyai dampak yang besar pada bagaimana data warehousing berfungsi. Metadata menguraikan struktur dan arti data, sehingga mendukung penggunaan efektik atau tidak efektifnya data. Metadata menyimpan kunci agar pengguna merasa nyaman dan akrab memanfaatkan teknologi.

Manfaat

Data warehousing diperlukan bagi para pengambil keputusan manajemen dari suatu organisasi/perusahaan. Dengan adanya data warehouse, akan mempermudah pembuatan aplikasi-aplikasi DSS dan EIS karena memang kegunaan dari data warehousing adalah khusus untuk membuat suatu basisdata yang dapat digunakan untuk mendukung proses analisa bagi para pengambil keputusan.
II.KEGUNAAN DATA WAREHOUSE
II.1 Tugas-tugas Data warehouse

Tugas-tugas yang dilakukan data warehouse

    Pembuatan laporan, Pembuatan laporan merupakan salah satu kegunaan data warehousing yang paling umum dilakukan. Dengan menggunakan query sederhana didapatkan laporan perhari,perbulan, pertahun atau jangka waktu kapanpun yang diinginkan.

    On-Line Analytical Processing (OLAP), Dengan adanya data warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada sofware OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan roll-up adalah kebalikannya.

    Proses informasi eksekutif, data warehousing dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan data warehousing segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan data warehousing menjadi target informatif bagi pengguna.

II.2 Keuntungan

Data warehousing merupakan pendekatan untuk menyimpan data dimana sumber-sumber data yang heterogen (yang biasanya tersebar pada beberapa basisdata OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah. Keuntungan yang didapatkan dengan menggunakan data warehousing tersebut di bawah ini (Ramelho).

    Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk pemrosesan transaksi.

    Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang terpisah dapat diatasi.

    Aturan untuk transformasi data diterapkan untuk memvalidasi dan mengkonsolidasi data apabila data dipindahkan dari basisdata OLTP ke data warehouse.

    Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah sistem produksi. Membangun data warehousing tentu saja memberikan keuntungan lebih bagi

suatu perusahaan, karena data warehousing dapat memberikan keuntungan strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka. Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom Huguelet):

    Kemampuan untuk mengakses data yang besar
    Kemampuan untuk memiliki data yang konsistent
    Kemampuan kinerja analisa yang cepat
    Mengetahui adanya hasil yang berulang-ulang
    Menemukan adanya celah pada business knowledge atau business process.
    Mengurangi biaya administrasi
    Memberi wewenang pada semua anggota dari perusaahan dengan menyediakan kepada mereka informasi yang dibutuhkan agar kinerja bisa lebih efektif membangun Data Warehouse

III.MEMBANGUN DATA WAREHOUSE
III.1. Menentukan Bentuk Data Warehouse

Data warehouse memiliki berbagai macam bentuk yang sering digunakan. Jadi sebelum membangun suatu data warehouse kita harus memutuskan bentuk data warehouse seperti apa yang dibutuhkan oleh aplikasi yang kita rancang.
III.2. Anatomi Data Warehouse

Penerapan awal dari arsitektur data warehouse dibuat berdasarkan konsep bahwa data warehouse mengambil data dari berbagai sumber dan memindahkannya ke dalam pusat pengumpulan data yang besar. Konsep ini sebenarnya lebih cenderung kepada sebuah lingkungan mainframe yang terpusat.

Keunggulan teknologi Client Server memungkinkan data warehouse diterapkan dalam berbagai macam cara untuk menampung kebutuhan pemakai sistem secara lebih proposional. Dalam suatu kasus, misalkan saja pemakai tertentu perlu menggabungkan data dari sebuah sistem pengumpulan data yang statis dengan data dari sistem operasional yang dinamis hanya dengan sebuah query saja.

Berikut ini adalah tiga jenis dasar sistem Data Warehouse :
1.  Functional Data Warehouse (Data Warehouse Fungsional)

Kata operasional disini merupakan database yang diperoleh dari kegiatan sehari-hari. Data warehouse dibuat lebih dari satu dan dikelompokkan berdasar fungsi-fungsi yang ada di dalam perusahaan seperti fungsi keuangan(financial),marketing,personalia dan lain-lain.

      Keuntungan dari bentuk data warehouse seperti ini adalah, sistem mudah dibangun dengan biaya relatif murah sedangkan kerugiannya adalah resiko kehilangan konsistensi data dan terbatasnya kemampuan dalam pengumpulan data bagi pengguna.

 2.  Centralized Datawarehouse (Data Warehouse Terpusat)

Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan persuhaan. Data warehouse terpusat ini, biasa digunakan oleh perusahaan yang belum memiliki jaringan eksternal. Keuntungan dari bentuk ini adalah data benar-benar terpadu karena konsistensinya yang tinggi sedang kerugiannya adalah biaya yang mahal serta memerlukan waktu yang cukup lama untuk membangunnya.

  3.  Distributed Data Warehouse (Data Warehouse terdistribusi)

Pada data warehouse terdistribusi ini, digunakan gateway yang berfungsi sebagai jembatan penghubung antara data warehouse dengan workstation yang menggunakan sistem beraneka ragam. Dengan sistem terdistribusi seperti ini memungkinkan perusahaan dapat mengakses sumber data yang berada diluar lokasi perusahaan(eksternal). Keuntungannya adalah data tetap konsisten karena sebelum data digunakan data terlebih dahulu di sesuaikan atau mengalami proses sinkronisasi. Sedangkan kerugiannya adalah lebih kompleks untuk diterapkan karena sistem operasi dikelola secara terpisah juga biaya nya yang paling mahal dibandingkan dengan dua bentuk data warehouse lainnya.
III.3 Metodologi Perancangan Database untuk Data Warehouse

Menurut Kimball ada sembilan tahap metodologi dalam perancangan database untuk data warehouse, yaitu :

Langkah 1 : Pemilihan proses

Langkah 2 : Pemilihan sumber

Langkah 3 : Mengidentifikasi dimensi

Langkah 4 : Pemilihan fakta

Langkah 5 : Menyimpan pre-kalkulasi di tabel fakta

Langkah 6 : Melengkapi tabel dimensi

Langkah 7 : Pemilihan durasi database

Langkah 8 : Menelusuri perubahan dimensi yang perlahan

Langkah 9 : Menentukan prioritas dan mode query

Dengan langkah-langkah itu, seharusnya kita bisa membangun sebuah data warehouse yang baik.

VI.Kesimpulan
Data warehouse merupakan suatu cara/metode dari suatu database yang berorientasi kepada subjek, non-volatile, time-variance dan terintegrasi yang digunakan untuk mempermudah para pengambil keputusan dalam memecahkan masalah. Keberadaan data warehouse sangat penting sebagai tools dari DSS, karena data warehouse memang digunakan untuk itu. Dengan adanya data warehouse, diharapkan suatu perusahaan dapat lebih unggul dari kompetitornya dan lebih jeli lagi dalam melihat peluang pasar.