TUGAS PAPER

Data Warehouse


KELOMPOK : 7
Nama :
Ardiyanto 1501167273
Kartika Sari Putri 1501172121
Leni Gustini 1501166301
Susanti Kusuma 1501192470
Wendy 1501153993

06 PJM

Abstrak
Datawarehouse di perusahaan yang sebenarnya dapat berakibat langsung bagi
kegiatan bisnis. Seperti kita ketahui bahwa dataware house merupakan komponen penting bagi
suatu perusahaan untuk penyimpanan data-data yang penting dan menghasilkan informasi yang
tentunya dapat berguna bagi para eksekutif dalam pengambilan keputusan. Bagi perusahaan
besar, datawere house adalah hal yang sangat riskan dan tentunya sangat dijaga keberadaannya.
Maka dari itu, dalam paper ini akan membahas tentang sejarah datawarehouse,
karakteristik data warehouse, keuntungan dan kerugian, data warehouse environment,
pendekatan dimensional, pendekatan normalisasi serta bentuk dari data warehouse, hubungannya
dengan data mining dan data mart juga contoh datawarehouse di salah satu perusahaan yaitu
bank mandiri.
Metode analisa yang digunakan adalah metode pengumpulan data melalui artikel dan e-
journal yang dapat ditemukan dengan pencarian menggunakan internet. Data tersebut
dikumpulkan dan dicari kebenarannya untuk dituangkan kedalam paper ini. Juga dilihat
keberadaannya disalah satu perusahaan sebagai contoh dalam penulisan paper ini.

Kata kunci: Datawarehouse, Data mart, Data mining, Analisa

BAB I
Pendahuluan
1.1 Latar Belakang

Pada era bisnis global yang telah berkembang pesat dewasa ini banyak perusahaan yang
menyadari bahwa informasi yang tepat dan berguna dapat menjadi kunci untuk meraih sukses
dalam kompetisi dunia bisnis. Informasi yang tepat dan berguna tersebut penting karena dapat
digunakan untuk menunjukkan kecenderungan perkembangan bisnis dimasa mendatang,
meramalkan perubahan pasar, melakukan analisis terhadap kinerja perusahaan serta dapat
membantu dalam pengambilan keputusan manajemen. Hal inilah yang menyebabkan timbulnya
investasi besar-besaran pada teknologi dan sistem informasi. Untuk dapat menghadapi
persaingan bisnis global perusahaan harus dapat dengan cepat menggunakan data yang ada baik
historis maupun geografis karena itulah saat ini telah berkembang konsep baru dan tools yang
penting yang dapat memberikan solusi terhadap kebutuhan penyediaan data dan informasi bagi
eksekutif dalam perusahaan. Teknologi baru tersebut dikenal dengan data warehouse. Data
warehouse dapat membantu eksekutif dalam mengambil keputusan secara cermat, cepat dan
akurat, selain itu data warehouse menyediakan tampilan yang user friendly kepada penggunanya.

Data warehouse merupakan metode dalam perancangan database, yang menujang 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.

Dan untuk meningkatkan daya saing dalam era globalisasi ini, perusahaan harus mampu
mengambil keputusan dengan cepat dan tepat untuk menentukan langkah yang tepat dalam
menjalankan usa hanya. Perusahaan-perusahaan yang telah menerapkan teknologi informasi
berbasis database untuk menyimpan datanya tentunya lamakelamaan akan memiliki data
dengan jumlah yang sangat besar. Data yang telah tersimpan di dalam database tersebut dapat
diolah sedemikian rupa sehingga dapat dihasilkan data yang berguna untuk keperluan analisis
selanjutnya. Hasil dari pengolahan tersebut dinamakan data warehouse.

1.2 Ruang Lingkup
Ruang lingkup dari penulisan paper ini akan di batasi pada karakteristi data warehouse,
keuntungan dan kekurangan data warehouse, sejarah data warehouse, pendekatan dimensional
dan normalisasi dari data warehouse, bottom up design, top down design, hybrid design, evolusi
penggunaannya didalam perusahaan serta bentuk dari data warehouse.

1.3 Tujuan dan Manfaat
Tujuan dari penulisan paper ini adalah :
Untuk mengetahui bagaimana karakteristik dari data warehouse.
Untuk mengetahui apa keuntungan dan kekurangan dari data warehouse.
Untuk mengetahui bagaimana sejarah dari data warehouse.
Untuk mengetahui pendekatan dimensional dan normalisasi dari data warehouse.
Untuk mengetahui bottom up design, top down design dan hybrid design.
Untuk mengetahui evolusi penggunaan data warehouse didalam perusahaan
Untuk mengetahui bentuk dari data warehouse.
Manfaat dari penulisan paper ini adalah :
Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang Apakah
dan seperti apakah data warehouse itu serta peranannya didalam suatu perusahaan.
Dapat mengerti keuntungan dan kekurangan dari data warehouse.

1.4 Metodologi
Metodologi akan menekankan pada aspek-aspek sebagai berikut:
Memberikan gambaran yang jelas mengenai Data Warehouse.
Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data secara
dokumen/kualitatif
Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif




BAB II
Landasan Teori

2.1 Teori Umum
2.1.1 Bank
2.1.1.1 Pengertian Bank
Bank adalah sebuah organisasi, biasanya korporasi, disewa oleh negara atau
pemerintah federal, dengan fungsi utama, yaitu: (1) untuk menerima permintaan san
deposito, instrument kehormatan ditarik terhadap resiko mereka, dan membayar bunga
atas mereka sebagai ketentuan dari hokum, (2) untuk catatan diskon, membuat pinjaman,
dan berinvestasi dalam pemerintahan atau surat berharga lainnya, (3) untuk
mengumpulkan cek, draft, catatan, dan lain-lain, (4) untuk menangani draft dan cek kasir,
(5) untuk menfesahkan cek deposan, dan (6) ketika disahkan pemerintah penyewa,
bertindak sebagai fidusia kapasitas (Jerry M. Rosenberg, 1993).
Bank adalah lembaga keuangan yang memiliki kegiatan utama menghimpun dan
menyalurkan kembali dana ke masyarakat dalam bentuk kredit serta memberikan jasa-
jasa dalam lalu lintas pembayaran dan peredaran uang (Kuncoro, 2002).
Bank merupakan suatu badan usaha yang menghimpun dana dari masyarakat dalam
bentuk simpanan dan menyalurkannya kepada masyarakat dalam rangka meningkatkan
taraf hidup rakyat banyak (Drbanker, 2014)

2.1.1.2 Jenis-jenis Bank
Jenis Bank berdasarkan fungsinya (Drbanker, 2014), yaitu:
a. Bank Sentral, yaitu: Bank Indonesia. Bertugas mengatur kebijakan dalam bidang
keuangan (moneter) dan pertumbuhan perekonomian di Indonesia.
b. Bank Umum, Bank yang dapat memberikan jasa dalam lalu lintas pembayaran.
c. Bank Perkreditan Rakyat, Bank yang dapat menerima simpanan hanya dalam bentuk
deposito berjangka, tabungan, atau bentuk yang lain.
d. Bank Umum yang khusus untuk melaksanakan kegiatan tertentu, yaitu: melaksanakan
kegiatan pembiayaan jangka panjang, pembiayaan untuk mengembangkan koperasi,
pengembangan pengusaha golongan ekonomi lemah/pengusaha kecil, pengembangan
ekspor non migas, pembangunan perumahan.

Jenis Bank berdasarkan kepemilikannya, yaitu:
a. Bank Umum Milik Negara, Bank yang hanya dapat didirikan berdasarkan undang-
undang (UU).
b. Bank Umum Swasta, Bank yang didirikan dan menjalankan usaha oleh golongan
pengusaha tertentu setelah mendapatkan izin dari menteri keuangan.
c. Bank Campuran, Bank yang didirikan bersama-sama oleh satu atau lebih bank umum
yang berkedudukan di Indonesia dan didirikan oleh WNI atau badan Hukum
Indonesia dengan satu atau lebih yang berkedudukan di luar negeri.
d. Bank Pembangunan Daerah, bank milik pemerintah daerah.
e. Bank Syariah, bank yang menerapkan prinsip perbankan berdasarkan Syariah Islam.

Jenis Bank menurut kegiatannya, yaitu:
a. Corporate Bank, Pelayanan berskala besar.
b. Retail Bank, Pelayanan berskala kecil.
c. Retail Corporate Bank, Pelayanan berskala besar dan kecil.

Jenis Bank menurut status dan kedudukannya, yaitu:
a. Bank Devisa, bank yang dalam kegiatan usahanya dapat melakukan transaksi dalam
valuta asing, baik dalam penghimpunan dan penyaluran dana, serta dalam pemberian
jasa-jasa keuangan. Bank devisa dapat melayani secara langsung transaksi-transaksi
dalam skala Internasional.
b. Bank Non Devisa, bank umum yang masih berstatus non devisa hanya dapat
melayani transaksi-transaksi di dalam negeri (domestik).

2.1.2 Data
2.1.2.1 Pengertian Data
Data merupakan sesuatu yang belum jadi (berbentuk kondisi atau sebuah keadaan,
gambar, suara, huruf, angka, bahasa, atau simbol) bagi penerimanya dan masih
memerlukan proses pengolahan untuk menjadi data yang benar-benar diperlukan
(Anneahira).
Data merupakan deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang
direkam, dikelompokkan, dan disimpan tetapi belum terorganisir untuk menyampaikan
arti tertentu (Turban, 2010, p41).
Data merupakan komponen paling penting dalam DBMS, berasal dari sudut pandang
end-user. Data bertindak sebagai jembatan yang menghubungkan antara mesin dengan
pengguna (Connolly dan Begg, 2014).

2.1.2.2 Jenis Data
Jenis data dapat dikelompokkan menjadi dua (Hendry,2012), yaitu:
a. Data Kualitatif (Non metric) adalah data yang berisikan jenis kelamin, pendidikan,
warga, suku, dan lain-lain yang tidak dapat dihitung dengan matematika.
b. Data Kuantitatif adalah data yang berbentuk angka (metric) seperti jumlah penjualan,
berat badan, jarak dalam ukuran kilometer dan lain-lain.
- Data Diskrit adalah data yang memiliki nilai khusus dan merupakan hasil
perhitungan serta biasanya berbentuk bilangan bulat. Contohnya, jumlah
penumpang bus 10 orang.
- Data Kontiniu (Continue Data) adalah data yang memiliki nilai yang menempati
semua interval pengukuran dan merupakan hasil pengukuran serta bisa berupa
bilangan pecahan dan bulat. Contohnya, jarak antara rumah di Sawah Besar,
Jakarta Pusat ke Binus Jakarta Barat 30,25Km.

2.2 Teori Khusus
2.2.1 Data Warehouse
2.2.1.1 Pengertian Data Warehouse
Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi subject,
terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses
pengambilan keputusan manajemen (W.H. Inmon, 2002; and John Wang, 2008).
Data Warehouse merupakan database yang bersifat analisis dan read-only yang
digunakan sebagai fondasi dari sistem penunjang keputusan (Vidette Poe, 1998).
Data Warehouse merupakan repository pusat untuk sementara atau bagian signifikan
dari data dimana berbagai sistem bisnis suatu perusahaan dikumpulkan (Rouse).

2.2.2 Query
2.2.2.1 Pengertian Query
Query dalam konteks Web Semantic berarti teknologi dan protocol yang programatis
dapat mengambil informasi dari Web Data (W3C).
Query adalah mekanisme utama untuk mengambil informasi dari database dan terdiri
dari pertanyaan yang disajikan ke database dalam format yang telah ditetapkan (Mike
Chapple).
Query adalah perintah bahasa pemograman SQL berupa perintah sederhana yang
berisi instruksi-instruksi untuk memanipulasi data (Andre, 2013).
Query adalah proses melakukan pengambilan atau pencarian informasi yang ada di
dalam database (Betha & Husni, 2012).

2.2.2.2 Jenis Query
Secara umum terdapat dua jenis query (Hakim, 2012), yaitu:
a. Query DDL
DDL (Data Definition Language) adalah kumpulan perintah SQL yang digunakan
untuk membuat (CREATE), mengubah (ALTER, RENAME) dan menghapus
(DROP) struktur dan definisi dari objek-objek database seperti table, view, index,
function, trigger, dan field.
b. Query DML
DML (Data Manipulation Language) adalah kumpulan perintah SQL yang
berhubungan dengan proses mengolaj dan memanipulasi data didalam tabel. DML tidak
terkait dengan perubahan struktur dan definisi tipe data dari objek database.

BAB III
Pembahasan

3.1. Pengertian
Data Warehouse merupakan sebuah produk IT yang digunakan 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. Untuk
pengertiannya sendiri secara harafiah, terdapat beberapa pengertian dari Data Warehouse ini
sendiri yang dikemukakan oleh para ahli. Seperti :
Menurut W. H. Inmon dan Richard D. H, mengatakan bahwa Data Warehouse adalah
koleksi data yang mempunyai sifat berorientasi kepada subjek, terintegrasi, time -
variant, dan bersifat tetap. Koleksi data tersebut digunakan untuk mendukung proses
pengambilan keputusan dalam manajemen.
Menurut Paul Lane, menyatakan bahwa 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.






3.1. Skema Data Warehous
3.2. Sejarah.
Awal mula dari terbentuknya sebuah konsep untuk pergudangan data atau yang biasa
disebut dengan Data Warehouse ini dimulai pada era tahun 80'an, ketika peneliti dari IBM
(International Business Machines) yang bernama Barry Devlin dan Paul Murphy yang memang
sedang mengembangkan sebuah ide yang bertemakan "Business Data Warehouse". Pada
dasarnya, konsep dari Data Warehousing ini dimaksudkan untuk memberikan model arsitektur
yang ditujukan pada aliran data dari sistem operasional ke Decision Support Environment.
Konsep ini juga dibuat untuk mengatasi berbagai macam masalah mengenai aliran data yang
berada pada sistem operasional yang akhirnya berdampak sampai kepada Decision Support
Environment, terutama masalah pembiayaan yang menghabiskan dana cukup banyak yang biasa
terjadi. Bagaimana bisa? Jadi, dengan tidak adanya konsep arsitektur dari Data Warehouse ini,
perusahaan harus menyediakan sejumlah besar redundansi yang dibutuhkan untuk mendukung
kegiatan Decision Support Environment yang dilakukan beberapa dalam sekali jalan.
Dalam perusahaan besar yang memiliki beberapa Decision Support Environment yang
berjalan secara independen, masalah ini merupakan masalah yang sering dijumpai. Walaupun
masing - masing dari mereka dioperasikan oleh user yang berbeda, tetapi mereka membutuhkan
data dalam jumlah yang besar didalam sebuah penyimpanan data yang sama. Terlebih lagi,
proses pengumpulan data yang berasal dari berbagai macam sumber dalam jangka panjang akan
mengakibatkan duplikasi data yang akan terjadi didalam masing - masing Decision Support
Environment. Selain itu, sistem operasional yang ada didalam perusahaan akan memeriksa
kembali secara berkala semua data yang telah dikumpulkan untuk dijadikan Decision Support
Requirement yang baru.
Perkembangan penting dari Data Warehousing dari runtutan tahun :
Pada tahun 1960an, General Mills dan DarthMouth College melakukan pengembangan
konsep Data Warehousing dalam sebuah proyek penelitian bersama yang
mengembangkan apa yang disebut dengan the terms dimensions and facts
Pada tahun 1970an, organsasi ACNielsen dan IRI membuat data mart dimensional yang
diperuntukan untuk perusahaan atau kegiatan penjualan secara retail
Pada tahun 1970an juga, seorang ahli bernama Bill Inmon mulai mendefinisikan dan
melakukan diskusi dengan ahli yang lain mengenai Data Warehouse
Pada tahun 1975, sebuah organisasi bernama Sperry Univac memperkenalkan sebuah
produk manajemen database dan sistem pelaporan (reporting system) yang merupakan
pertama kalinya didunia yang sudah mencakup 4GL, disebut dengan MAPPER
(MAintain, Prepare, and Produce Executive Report). Produk ini merupakan platform
pertama yang ada di muka bumi ini yang memang dirancang untuk membangun sebuah
Information Center (dan juga merupakan pelopor dari contemporary Enterprise Data
Warehousing platforms)
Pada tahun 1983, sebuah perusahaan yang bernama TeraData memperkenalkan sebuah
produk yang berupa sistem database manajemen yang secara spesifik dirancang atau
dibuat untuk mendukung proses decision support
Pada tahun 1983 juga, sebuah perusahaan yang bernama Sperry Martin Richard Jones
memperkenalkan dan mendefinisikan sebuah pendekatan yang dinamakan Sperry
Information Center approach, dimana pendekatan ini belum dinyatakan benar adanya
apabila dikaitkan kepada pengertian atau teori yang dikemukakan oleh Inmon
sebelumnya. Dikarenakan pada pendekatan ini tidak banyak mengandung karakteristik
dari sebuah Data Warehouse yang telah dikemukakan Inmon yang nantinya teori Inmon
ini dilanjutkan oleh Devlin. Pendekatan ini pertama kali digunakan pada sebuah
organisasi yang bernama TSB England Wales
Pada tahun 1984, ditemukannya Metaphor Computer Systems yang merupakan sebuah
workstation komersial yang menawarkan paket perangkat keras ataupun perangkat lunak
lengkap dengan GUI (Graphic User Interface). Ditemukan oleh David Lidle dan Don
Massaro yang akhirnya juga merilis apa yang disebut dengan DIS (Data Interpretation
System). DIS merupakan paket lengkap perangkat keras ataupun lunak yang dikhususkan
untuk penggunaan bisnis dan ditujukan untuk membentuk atau membuat DBMS
(Database Management System) dan juga digunakan untuk Analytic System
Pada tahun 1988, Barry Devlin dan Paul Murphy mempublikasikan sebuah artikel " An
architecture for a business and information system in IBM Systems Journal" dimana pada
saat itu mereka juga memperkenalkan sebuah istilah yang disebut Business Data
Warehouse
Pada tahun 1990, Ralph Kimball mendirikan Red Brick System, sekaligus
memperkenalkan Red Brick Warehouse. Yang merupakan sebuah DBMS yang secara
spesifik dirancang untuk kepentingan Data Warehouse
Pada tahun 1991, Bill Inmon menemukan Prism Solution, dengan produknya yakni Prism
Warehouse Manager. Yang merupakan sebuah perangkat lunak yang digunakan untuk
kepentingan pengembangan Data Warehouse
Pada tahun 1992, Bill Inmon juga memperkenalkan sebuah buku yang berjudul "Building
the Data Warehouse"
Pada tahun 1995, didirikannya perusahaan komersil yang mempromosikan Data
Warehouse
Pada tahun 1996, Ralph Kimball mempublikasikan sebuah buku yang berjudul "The Data
Warehouse Toolkit"
Pada tahun 2000, Daniel Linstedt mengeluarkan Data Vault, yang memungkinkan sebuah
DAta Warehouse dapat diaudit dengan real time.

3.3. Karakteristik Data Warehouse
Menurut Bapak Data Warehouse atau W. H. Inmon, data warehouse mempunyai 4
(empat) karakteristik, yaitu :
A. Berorientasi pada subyek.
Data warehouse berorientasi subjek, artinya data warehouse berorientasi terhadap
subjek-subjek utama dalam suatu perusahaan, seperti data warehouse untuk customer,
produk, dan sebagainya. Dapat juga dikatakan bahwa data warehouse didesain untuk
membantu dalam menganalisis data berdasarkan subjek-subjek tertentu sehingga hanya
data yang benar-benar diperlukan yang dimasukkan ke dalam data warehouse.
B. Terintegrasi
Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang
terpisah ke dalam suatu format yang konsisten dan saling terintegrasi satu sama lain. Data
tidak dapat dipecah-pecah karena data yang ada merupakan suatu kesatuan yang
menunjang keseluruhan konsep data warehouse itu sendiri.
Syarat integrasi sumber data dapat dipenuhi dengan cara konsisten dalam penamaan
variabel, ukuran variabel, dan atribut fisik dari data. Misalnya untuk tabel pelanggan
yang berasal dari sumber data I, format untuk jenis kelamin menggunakan format F dan
M (Female dan Male). Sedangkan untuk tabel pelanggan yang berasal dari sumber data II
menggunakan format P dan L (Perempuan dan Laki-Laki). Maka data tersebut sebelum
masuk ke dalam data warehouse harus dilakukan integrasi terlebih dahulu. Misalnya
memilih format dari salah satu sumber data atau menggunakan format yang baru,
misalnya 0 untuk perempuan/female dan 1 untuk laki-laki/male.
C. Rentang waktu
Data yang berada di dalam data warehouse akurat dan valid pada titik waktu tertentu atau
dalam interval waktu tertentu (hanya pada saat proses ETL/update). Setiap data yang
dimasukkan ke data warehouse pasti memiliki dimensi waktu. Dimensi waktu ini akan
dipergunakan sebagai pembanding dalam perhitungan untuk menghasilkan laporan yang
diinginkan. Selain itu, dengan menggunakan dimensi waktu, pembuat keputusan dapat
mengenal kecenderungan dan pola dari suatu data.
D. Non - Volatile
Data pada data warehouse tidak di-update secara real time, tetapi di-refresh dari sistem
operasional secara reguler. Data yang baru selalu ditambahkan sebagai tambahan bagi
database itu sendiri. Database tersebut secara berkesinambungan mengambil data baru
ini, dan kemudian disatukan dengan data sebelumnya. Data yang berada dalam data
warehouse bersifat read-only, dan tidak berubah setiap saat sehingga hanya terdapat dua
kegiatan dalam data warehouse, yaitu mengambil data (loading data), dan akses data
(mengakses data warehouse, seperti melakukan query untuk menampilkan laporan yang
dibutuhkan, tidak ada kegiatan updating data).


3.4. Tujuan dari penggunaan Data Warehouse
Adanya tujuan dari penggunaan Data Warehouse ini sendiri adalah untuk
mengintegrasikan data organisasi dalam jumlah yang besar menjadi sebuah wadah yang dimana
para penggunanya dapat dengan mudah menjalankan query, membuat laporan serta melakukan
analisa. Yang secara garis besar tujuannya adalah untuk melakukan management terhadap
sejumlah besar data dan menganalisanya.

3.5. Keuntungan dan kerugian dari Data Warehouse

3.5.1. Keuntungan

Ada beberapa keuntungan yang dapat diraih dari penggunaan Data Warehouse dalam
sebuah perusahaan, yakni :
Berpotensi tinggi untuk mendapatkan pengembalian investasi. SEbuah organisasi
harus berkomitmen dalam melakukan investasi pada banyak sumber daya untuk
menjamin keberhasilan dari penggunaan Data Warehouse dan biaya yang
diinvestasikan sangat beragam mulai dari 50. 000 pound sampai dengan lebih dari
10 juta pound. Variasi atau rentang harga itu dikarenkan dengan banyaknya solusi
teknis yang tersedia.
Keunggulan kompetitif yang dapat diraih oleh perusahaan yang telah dibuktikan
dengan adanya pengembalian investasi yang sangat besar dari penggunaan Data
Warehosue. Keunggulan lainnya juga dirasakan pada saat perusahaan
membiarkan akses dari penetapan data maker yang dapat mengungkapkan
informasi yang tersedia sebelumnya, tidak dikenal dan belum dimanfaatkan
seperti pelanggan, tren, dan tuntutan
Peningkatan produkrivitas dalam pengambilan keputusan. Penggunaan Data
Warehouse dapat meningkatkan produktivitas dari para pelaku pengambil
keputusan dengan menciptakan database yang terintegrasi, konsisten, dan
berfokus pada subyek dan data historis. Mengintegrasikan data dari beberapa
sistem yang tidak compatible kedalam bentuk konsisten yang dapat dimengerti
oleh perusahaan. Dengan mengubah data menjadi sebuah informasi yang
bermakna, penggunaan Data Warehouse memungkinkan para pemangku jabatan
untuk melakukan analisa dengan lebih akurat dan konsisten.
3.5.2. Kerugian
Selain berbagai macam kelebihan dari penggunaan Data Warehouse, ternyata juga
terdapat beberapa kekurangannya, yaitu :
Datawarehouse bukan merupakan lingkungan yang cocok untuk data yang tidak
terstruktur.
Data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga
membutuhkan tenggang waktu untuk memindahkannya.
Semakin lama dipelihara, semakin besar biaya untuk merawat sebuah
datawarehouse.
Datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat,
karena data yang digunakan di datawarehouse tidak di update secara cepat.
sehingga data yang ada tidak optimal
3.6. Bentuk dari Data Warehouse
3.6.1. Functional Data Warehouse
Yang dibuat berdasarkan fungsi yang berbeda didalam perusahaan, seperti pada devisi
dan bagiannya masing - masing. Jadi, pada bagian keuangan memiliki gudang data
tersendiri, pada bagian HR juga punya bagiannya sendiri, dan lain sebagainya.





3.6.1. functional Data warehouse
3.6.2. Centralized Data Warehouse
Sama seperti pada functional Data Warehouse hanya saja pada bentuk ini, segala data
yang didapat dari berbagai sumber dikumpulkan terlebih dahulu pada sebuah wadah atau
tempat baru setelah itu data tersebut dipilah - pilah sesuai dengan fungsi atau kebutuhan
yang ada.
Keuntungan dari penggunaanya adalah ada pada tingkat konsistensi data yang sangat
tinggi, karena data yang ada didalamnya sudah benar - benar terpadu. Kerugiannya ada
pada waktu serta biaya yang diperlukan untuk pembangunannya





3.6.2 Centralized Data Warehouse

3.6.3. Distributed Data Warehouse
Pada bentuk ini, digunakannya gateway yang berfungsi untuk menjembatani atau
menghubungkan antara sumber data dengan workstation yang menggunakan sistem yang
beraneka ragam. Sehingga memungkinkan pengguna untuk mengakses data yang berada
diluar dari perusahaan.



Keuntungan dari penggunaanya adalah dengan kebisaanya untuk dapat mengakses data
diluar dari perusahaan, yang dimana data tersebut telah disinkronisasi terlebih dahul agar
terjaga konsistensinya.







3.6.3. Distributed Data Warehouse
Hubungan data warehouse dengan Data mart dan data mining
Data mart
Merupakan bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen
atau fungsi bisnis tertentu dalam perusahaan.

Karakteristik yang membedakan data mart dan data warehouse (Connolly, Begg, Strachan1999)
adalah :
1.Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah
departemen atau fungsi bisnis
2.Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse
3.Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data
mart lebih mudah dipahami dan dinavigasi


Data Mining dan Data Warehouse
Data mining adalah suatu proses yang digunakan untuk mencari informasi dan knowledge yang
berguna, dimana diperoleh dari data-data yang dimiliki.
Kualitas dan konsistensi data merupakan persyaratan untuk data mining untuk menjamin
keakuratan model-model prediksi. Data warehouse dipopulasikan dengan data yang bersih dan
konsisten.
Data mining akan sangat berguna jika mendapatkan data dari banyak sumber untuk
mendapatkan sebanyak mungkin keterhubungan antar data. Data warehouse hanya berisikan data
dari beberapa sumber.
Contoh datawarehuse pada bank mandiri :
Bank Mandiri didirikan pada tanggal 2 Oktober 1998 yang merupakan bagian dari program
restrukturisasi perbankan yang dilaksanakan oleh pemerintah. Untuk mendukung bisnis yang
terjadi didalamnya, Bank Mandiri membutuhkan data-data dan informasi penting terutama yang
berkaitan dengan transaksi ataupun laporan. Sumber data yang diperoleh dari sistem Core
Banking, Eximbills, ICS, LOS, MAKSI maupun SAP. Data tersebut diolah di dalam sistem
datawarehouse yang berperan penting dalam penyusunan laporan antara lain :
a. Laporan Bank Indonesia (Regulatory Reporting) seperti :
- Laporan Bulanan Bank Umum (LBU)
- Sistem Informasi Debitur (SID)
- Laporan Harian Bank Umum (LHBU)
- Laporan Berkala Bank Umum (LBBU)
- Data Feeding Aplikasi Anti Money Laundering (AML)
b. Laporan Performance Measurement System (PMS)
c. Laporan Management Information System (MIS)

BAB IV
Kesimpulan dan Saran

4.1 Kesimpulan
Kesimpulan yang bisa didapat dari paper ini adalah data warehouse merupakan
kumpulan data yang disimpan dan data tersebut akan digunakan untuk membantu pengambilan
keputusan. Data warehouse sendiri memiliki karakteristik seperti berinteraksi pada objek,
terintegrasi, time variant, non volatile. Selain itu, data warehouse juga sering berintegrasi dengan
aplikasi lain untuk mendukung laporan maupun analisis data. Dalam pencarian data di dalam
data warehouse kita bisa mining untuk data yang kita cari atau lebih spesifik. Contoh perusahaan
yang menerapkan data warehouse adalah Bank Mandiri.
4.2 Saran
Data warehouse sangatlah peting bagi perusahaan oleh karena itu perusahaan perlu
mnegetahui lebih dalam mengenai data warehouse. Perusahaan perlu mengetahui bagaimana
bentuk data warehouse, apa saja manfaat dalam penerapaan data warehouse, kekurangan
maupun kelebihannya. Selain itu perusahaan juga perlu merancang arstiketur yang baik dalam
penerapannya dan mengetahui aplikasi apa yang dapat membantu dan mendukung data
warehouse sehingga data yang ada di perusahaan bisa berguna dalam pengambilan keputusan,
laporan maupun meningkatkan kualitas maupun service yang ada di dalam perusahaan.

Daftar Pustaka

Andre. Tutorial Belajar MySQL Part 5: Pengertian SQL (Structured Query Language).
Duniailkom. http://www.duniailkom.com/tutorial-mysql-pengertian-sql-structured-query-
language/. 2013. 1 Jun 2014.
Anneahira. Pengertian Data dan Metode Pengambilannya. AnneAhira.com.
www.anneahira.com/pengertian -data.htm/. ___. 1 Jun 2014.
Betha, Sidik Ir & Husni I. Pohan, Ir. M,Eng. Pemrograman Web dengan HTML. Bandung:
Informatika Bandung. 2012.
Chapple, Mike. Query Definition. About.com.
databases.about.com/cs/administration/g/query.htm. __. 1 Jun 2014.
Connolly, Thomas and Carolyn Begg. Database Systems: A Practical Approach to Design,
Implementation, and Management. Pearson Education, Limited. 2014.
Drbanker. Jenis-Jenis Bank dan Fungsi Perbankan. Belajar Perbankan Online.
Bankernote.com/jenis-jenis-bank-dan fungsi-perbankan/. Apr 2014. 1 Jun 2014.
Hakim, Zainal. Jenis Query pada MySQL. Zainalhakim.web.id.
http://www.zainalhakim.web.id/posting/jenis-query-pada-mysql.html. Jul 2012. 1 Jun
2014.
Hendry. Jenis dan Tipe Data. http://teorionline.net/jenis-dan-tipe-data/. Sep 12. 1 Jun 2014.
Inmon, W.H.. Building the Data Warehouse, Third Edition. Wiley Computer Publishing. 2002.
Kuncoro. Manajemen Perbankan, Teori dan Aplikasi. Jakarta: Erlangga. 2002. P.68.
Poe, Vidette; Partricia Klauer & Stephen Brobst. Building a Data Warehouse for Decision
Support. Prentice Hall PTR. 1998.
Rosenberg, Jerry M.. Dictionary of Banking and Finance. Wiley. 1993.
Rouse, Margaret. Data Warehouse or Information Warehouse. WhatIs.com. TechTarget.
http://searchsqlserver.techtarget.com/definition/data-warehouse. __. 1 Jun 2014.
Turban. Electronic Commerce: A Managerial Perspective 2006, 4/E. Pearson Education. 2010.
W3C. Query. W3.org. www.w3.org/standards/semanticweb/query. __. 1 Jun 2014.
Wang, John. Data Warehouse and Mining: Concepts, Methodologies, Tools, and Applications,
Volume 3. IGI Global Snippet. 2008.

DAFTAR RIWAYAT HIDUP
Picture

Binusian ID :1501167273
Full Name : Ardiyanto
Email : chenxiaob.yahoo.co.id
Address Current
Jl.Angke Indah gang 6 No.340
Jakarta Barat 11330
DKI Jakarta, Indonesia
Permanent
Jl.Angke Indah gang 6 No.340
Jakarta Barat 11330
DKI Jakarta, Indonesia
Phone Numbers : Mobile : 62-8-1212173343
Home : 62-21-6311655
: Fax : 62-21-6311655
:Office: 62-21-6311655
Gender Male
Birth Place/Date : Jakarta, 01November 1993
Nationality : Indonesia
Martial Status : Single
Region : Christian
Formal Education
Jan 2011-Present :Bina Nusantara University, Jakarta, Indonesia
Bacheleor (S1), Information Systems GPA: 2.77
DAFTAR RIWAYAT HIDUP

PICTURE


PERSONAL INFORMATION
Binusian ID 1501172121
Full Name Kartika Sari Putri
E-Mail Ikaa_lo@yahoo.com
Address Current :
Jalan U No.13
Jakarta Barat
DKI Jakarta, Indonesia
Permanent :
Perum PDP blok A.14 no.12
Karawang, 41352
Jawa barat, Indonesia
Phone Number Mobile : 0899-415-4440
Home : 0267-480173
Gender Female
Birth Place / Date Karawang / 29 Oktober 1992
Nasionallity Indonesia
Marital Status Single
Religion Christian


FORMAL EDUCATION
September 2011-Present Bina Nusantara University, Jakarta,
Indonesia
Backelor(S1), Information System GPA :
3.75


ORGANIZATION EXPERINCE
Oct 2011 present Himsisfo, Vice of Project Management
Help to analysis, design and requirement in
organization
Aug 2012 Aug 2013 Himsisfo, Vice of coordinator commission 2
Help coordinate commission 2
Jun 2013 Sept 2013 Himsisfo, Coordinator
Coordinator of community relations in study
tour
Jun 2012 Aug 2012 Himsisfo, Coordinator of community
relations
Coordinator of community relations in AKSI





DAFTAR RIWAYAT HIDUP
Picture

Binusian ID :1501166301
Full Name : Leni Gustini
Email : shinyeon_yeon.yahoo.com
Address Current
Jl Haji Senen no 54
Jakarta Barat 00000
DKI Jakarta, Indonesia
Permanent
Jl Raya Kosambi n0 52
Karawang 41313
Phone Numbers : Mobile : 62-85-781898236
Home : 62-26-7436449
Fax : 62-85-781898236
Office: 62-85-781898236
Gender : Female
Birth Place/Date : Jungkat, 01 Agustus 1993
Nationality : Indonesia
Martial Status : Single
Region : Christian
Formal Education
Jan 2011-Present :Bina Nusantara University, Jakarta
,Indonesia
Bacheleor (S1), Information Systems GPA: 3.52
Organization Experience
Oct 2011 Present : HIMSISFO, Commite
Commitee

DAFTAR RIWAYAT HIDUP
Picture

Binusian ID :1501192470
Full Name : Susanti Kusuma
Email : susanti_kusuma@yahoo.com
Address Current
:Komp. Karang Anyar , Jl. Karang Anyar Permai,
Raya kav 53-54 Blk. Blok B18 000,
Jakarta Pusat 10470
DKI Jakarta, Indonesia
Permanent
Jl.Sukaramai N0 100
Lhokseumawe 24531
DI Aceh, Indonesia
Phone Numbers : Mobile : 62-857-6010798
Home : 62-857-6010798
Fax : 62-857-6010798
Office: 62-857-6010798
Gender : Female
Birth Place/Date : Perbaungan, 01 September 1993
Nationality : Indonesia
Martial Status : Single
Region : Buddha
Formal Education
Jan 2011-Present :Bina Nusantara University, Jakarta
,Indonesia
Bacheleor (S1), Information Systems GPA: 2.77
Organization Experience
Sept 2011 Jul 1012 : HIMSISFO, Activis
Komisi Tiga





DAFTAR RIWAYAT HIDUP
Picture

Personal Information
Binusian ID :1501153993
Full Name : Wendy
Email : wendywijayaa.gmail.com
Address Current
Jl Muara karang blok Q 4 selatan nomor 18
Jakarta Utara 14450
DKI Jakarta, Indonesia
Permanent
Jl Muara karang blok Q 4 selatan nomor 18
Jakarta Utara 14450
DKI Jakarta, Indonesia

Phone Numbers : Mobile : 62-899-9887587
Home : 62-21-6625049
Fax : 62-21-6625049
Office: 62-21-6625049
Gender : Male
Birth Place/Date : Jakarta, 04 Juni 1993
Nationality : Indonesia
Martial Status :Single
Region : Buddha
Formal Education
Jan 2011-Present :Bina Nusantara University, Jakarta
,Indonesia
Bacheleor (S1), Information Systems GPA: 2.50