MAKALAH

SBD 2
DATA WAREHOUSE

OLEH :
Kelompok 9
1. Yuli Saraswati Komdeka
2. Devi Anjar F. P. S.
3. Daniel Gilang Ilahi
5. Zhindy Fariris

(NIM.G41120476)
(NIM.G41120592)
(NIM.G41120598)
(NIM.G41120660)

GOLONGAN B

POLITEKNIK NEGERI JEMBER

Jl. Mastrip PO. Box 164 Jember 68101 Telp. (0331) 333532 Fax (0331) 333531
Website :www.polije.ac.id E-mail : politeknik@polije.ac.id

Kabupaten Jember Jawa Timur

2014

KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta
karunia-Nya kepada kami sehingga kami berhasil menyelesaikan Makalah ini yang
alhamdulillah tepat pada waktunya yang berjudul DATA WAREHOUSE
Diharapkan Makalah ini dapat memberikan informasi kepada kita semua tentang data
warehouse. Kami menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu
kritik dan saran dari semua pihak yang bersifat membangun selalu kami harapkan demi
kesempurnaan makalah ini.
Akhir kata, kami sampaikan terima kasih kepada semua pihak yang telah berperan serta
dalam penyusunan makalah ini dari awal sampai akhir. Semoga Allah SWT senantiasa
meridhai segala usaha kita. Amin.

Jember, 12 April 2014

Penyusun,

BAB I

PENDAHULUAN
1.1 LATAR BELAKANG

Berkembangnya teknologi dan Informasi saat ini telah melahirkan

banyak data di bidang ilmu pengetahuan, bisnis dan pemerintah.
Kemampuan teknologi informasi untuk mengumpulkan dan menyimpan
berbagai
tipe
data
jauh
meninggalkan
kemampuan
untuk
menganalisis, meringkas dan mengekstraksi pengetahuan dari data.
Metodologi tradisional untuk menganalisis data yang ada, tidak dapat
menangani data dalam jumlah besar. Para peneliti melihat peluang
untuk melahirkan sebuah teknologi baru yang menjawab kebutuhan ini,
yaitu data warehouse. Teknologi ini sekarang sudah ada dan
diaplikasikan oleh perusahaan perusahaan untuk memecahkan
berbagai permasalahan bisnis.
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.
1.2 Rumusan Masalah
1. Apa definisi dari data warehouse?
2. Apa manfaat dari data warehouse?
3. Apa kelebihan dan kekurangan dari data warehouse?
4. Bagaimana konsep dan arsitektur data warehouse
5. Bagaimana membangun data warehouse?
1.3 Tujuan
1. Untuk mengetahui definisi dari data warehouse?
2

Untuk mengetahui manfaat dari data warehouse?

Untuk mengetahui kelebihan dan kekurangan dari data warehouse?

Untuk mengetahui konsep dan arsitektur data warehouse

Untuk mengetahui cara membangun data warehouse?

1.4 Manfaat
1. Mengetahui definisi dari data warehouse?
2. Mengetahui manfaat dari data warehouse?
3. Mengetahui kelebihan dan kekurangan dari data warehouse?
4. Mengetahui konsep dan arsitektur data warehouse
5. Mengetahui cara membangun data warehouse?

BAB II
PEMBAHASAN
2.1 DEFINISI 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.
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.

SEJARAH DATA WAREHOUSE
Sejak awal 1990-an, data warehouse 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.
1970 ACNielsen dan IRI menyediakan data mart dimensi untuk penjualan
eceran.
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.
1991 Bill Inmon menerbitkan buku Membangun Data Warehouse.
1995 Data Warehousing Institute, sebuah organisasi nirlaba yang
mempromosikan data warehouse, didirikan.
1996 Ralph Kimball menerbitkan buku The Data Warehouse Toolkit.
2000 Daniel Linstedt melepaskan Vault Data, memungkinkan real time
diaudit Data Warehouse.
ISTILAH-ISTILAH DATA WAREHOUSE
1. Data Mart
Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan
analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.
2. 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.
3. On-Line Transaction Processing(OLTP)
Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional
transaksi sehari-hari.

4. 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).
5. 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.
6. DSS
Merupkan sistem yang menyediakan informasi kepada pengguna yang menjelaskan
bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang
baik.

2.2 MANFAAT DATA WARE HOUSE

1. 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.
2. 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.
3. 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 drilldown. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan
roll-up adalah kebalikannya.
4. 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.

2.3 KELEBIHAN DAN KEKURANGAN DATA WAREHOUSE

Data Warehouse memiliki kelebihan-kelebihan sebagai berikut:
1. Data terorganisir dengan baik untuk query analisis dan sebagai
bahan yang baik untuk proses transaksi.
2. Perbedaan struktur data yang banyak macamnya dari sumber
yang berbeda dapat di atasi.
3.

Memiliki

aturan

transformasi

untuk

memvalidasi

dan

menkonsolidasi data dari OLTP ke datawarehouse.

4. Masalah keamanan dan kinerja dapat dipecahkan tanpa perlu
mengubah sistem produksi.
5. Memiliki model data yang banyak macamnya, dan tidak
tergantung

dari

format

data

awal/sumbernya,

sehingga

memudahkan dalam menciptakan laporan.

6. proses transformasi/ perpindahan dapat di monitoring. jika terjadi
kesalahan dapat di arahkan / di luruskan.
7. informasi yang disimpan dalam datawarehouse, jadi ketika OLTP
data sumber nya hilang. informasi yang diolah tetap terjaga
dalam suatu datawarehouse.
8. Data Warehouse tidak memperlambat kerja operasional transaksi.
9. Dapat menyediakan laporan yang bermacam-macam.
Adapun kekurangan-kekurangan dari data warehouse yaitu:
1. Datawarehouse bukan merupakan lingkungan yang cocok untuk
data yang tidak terstruktur.

2. Data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse

sehingga

membutuhkan

tenggang

waktu

untuk

memindahkannya.
3. Semakin lama dipelihara, semakin besar biaya untuk merawat
sebuah datawarehouse.
4. 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.

2.4 KONSEP DAN ARSITEKTUR DATA WAREHOUSE

1. Berorientasi 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 :
2. 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.
3. 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.
4. 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).

5. Ringkas
Datawarehousing menyediakan ringkasan-ringkasan data operasional yang
sederhana dan mudah dipahami oleh pihak manajemen jika diperlukan.
6. Tidak ternormalisasi
Data dalam sebuah data warehousing biasanya tidak dinormaslisasi sehingga
basisdatanya sangat redudansi.
7. Data dari berbagai sumber
Data yang diolah diperoleh dari berbagai sumber baik sumber internal maupun
sumber eksternal.
8. 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.
2.5 CARA MEMBANGUN DATA WAREHOUSE
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.
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 seharihari. 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.

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.

DAFTAR PUSTAKA
http://blog.ub.ac.id/yurikacaesarita/2010/11/02/datawarehouse-monggodilihat/
http://euissitinurjanah.blogspot.com/2013/01/kelebihan-dan-kekurangan-datawarehouse.html
http://id.wikipedia.org/wiki/Gudang_data
http://maulithaghaisani.blogspot.com/2012/06/makalah-data-warehouse.html
http://prianggoangga.blogspot.com/2012/10/data-warehouse_23.html
http://www.scribd.com/doc/50577827/9/Kegunaan-Data-Warehouse