2.1 Datawarehouse

Datawarehouse adalah database yang didesain khusus untuk mengerjakan

proses query, membuat laporan dan analisa [5]. Data yang disimpan adalah data

business history dari sebuah organisasi /perusahaan, dimana data tersebut tidak

tersimpan secara rinci/detil. Sehingga data dapat bertahan lebih lama berbeda

dengan data OLTP (Online Transactional Processing) yang tersimpan sampai

prosesnya berlangsung secara lengkap.

Sumber data pada datawarehouse berasal dari berbagai macam format,

software, platform dan jaringan yang beda. Data tersebut adalah hasil dari proses

transaksi perusahan / organisasi sehari.hari. Karena berasal dari sumber yang

berbeda beda tadi, maka data pada datawarehouse harus tersimpan dalam sebuah

format yang baku.

Datawarehouse juga merupakan salah satu sistem pendukung keputusan,

yaitu dengan menyimpan data dari berbagai sumber, mengorganisasikannya dan

dianalisa oleh para pengambil kebijakan. Akan tetapi datawarehouse tidak dapat

memberikan keputusan secara langsung. Namun ia dapat memberikan informasi

yang dapat membuat user menjadi lebih paham dalam membuat kebijakan

strategis.

Adapun karakteristik umum yang dimiliki datawarehouse adalah :

Data terintegrasi dari berbagai sumber yang berasal dari proses

transaksional (OLTP)

7

Data dibuat konsisten

Merupakan aggregate data/kesimpulan data, bukan data yang terperinci

Data bertahan lebih lama

Data tersimpan dalam format yang tepat sehinngga proses query dan

analisa dapat dilakukan dengan cepat

Data bersifat read only

2.1.1 Data Mart

Kadang kala kita sulit untuk membedakan antara datawarehouse dan data

mart karena keduanya hampir sama. Namun, jika dikaji lebih jauh ada beberapa

perbedaan yang dimiliki keduanya. Datawarehouse merupakan gabungan dari

beberapa data mart dan levelnya berada pada perusahaan atau organisasi.

Sedangkan data mart merupakan bagian dari datawarehouse dan berada level

departemen pada perusahaan atau organisasi tersebut. Data mart menangani

sebuah business proses, misalkan penjualan, maka hanya proses penjualan saja

yang ditangani pada data mart.

2.1.2. ETL (Extraction, Transformation, Loading)

Tiga fungsi utama yang perlu dilakukan untuk membuat data siap

digunakan pada datawarehouse adalah extraction, transformation dan loading.

Ketiga fungsi ini terdapat pada staging area. Pada data staging ini, disediakan

tempat dan area dengan beberapa fungsi seperti data cleansing, change, convert,

dan menyiapkan data untuk disimpan serta digunakan oleh datawarehouse.

8

2.1.2.1 Extraction

Data Extraction adalah proses pengambilan data yang diperlukan dari

sumber datawarehouse dan selanjutnya dimasukkan pada staging area untuk

diproses pada tahap berikutnya [2]. Pada fungsi ini, kita akan banyak

berhubungan dengan berbagai tipe sumberdata. Format data, mesin yang berbeda,

software dan arsitektur yang tidak sama. Sehingga sebelum proses ini kita

lakukan, sebaiknya perlu kita definisikan requirement terhadap sumber data yang

akan kita butuhkan untuk lebih memudahkan pada extraction data ini.

2.1.2.2 Transformation

Pada kenyataannya, pada proses transaksional data disimpan dalam

berbagai format sehingga jarang kita temui data yang konsisten antara aplikasi-

aplikasi yang ada. Transformasi data ditujukan untuk mengatasi masalah ini.

Dengan proses transformasi data ini, kita melakukan standarisasi terhadap data

pada satu format yang konsisten. Beberapa contoh ketidakkonsistenan data

tersenut dapat diakibatkan oleh tipe data yang berbeda, data length dan lain

sebagainya. Untuk lebih jelasnya dapat dilihat pada tabel 2.1 yang menunjukkan

permasalahan dasar pada proses pengintegrasian data.

Sales Inventori Transaksi PenjualanFormat Key

Text KeyInteger

KeyYes/No

Description Nama pelangganU.N.I.J.O.Y.O

Nama pelangganUNIJOYO

NamapelangganUniversitas Trunojoyo

9

Unit Tinggicentimeter

Tinggimeter

Tinggiinch

Encoding SexYes = Laki-lakiNo = Perempuan

SexL = laki-lakiP = Perempuan

Sex1 = Laki-laki0 = Perempuan

Tabel 2.1 Isu tentang transformasi data

Keterangan :

Format, Pada transaksional data dapat disimpan dalam berbagai format.

Elemen data tersebut dapat tersimpan dalam format text, integer dan

sebagainya. Untuk itu standarisasi perlu dilakukan dengan melihat

kegunaan pokok dari elemen data pada proses transaksinal dan

datawarehouse.

Description, Pada tabel terlihat representasi ketiga nama pelanggan adalah

sama. Namun dengan penulisan yang beda terlihat adanya perbedaan

format pada data. Oleh karena itu perlu diambil salah satu dari deskripsi

tersebut untuk konsistensi data.

Unit, Adanya perbedaan satuan ukuran dapat menimbulkan permasalahan

yang komplek. Jika user tidak mengetahui adanya perbedaan ini dan

menganggap sama, maka akan terjadi kesalahan ketika kita melakukan

penghitungan matematis.

Encoding, huruf atau nomor dapat dijadikan label sebagi identifikasi suatu

objek. Seperti pada tabel diatas, kesalahan dapat terjadi karenanya.

2.1.2.3 Loading

Data loading adalah memindahkan data ke datawarehouse. Ada dua

loading data yang kita lakukan pada datawarehouse. Pertama adalah inisial load,

proses ini dilakukan pada saat kita telah selesai mendesign dan membangun

10

datawarhouse. Data yang kita masukkan tentunya akan sangat besar dan memakan

waktu yang relati lebih lama. Kedua Incremental load, dilakukan ketka

datawarehouse telah dioperasikan. Kita melakukan data extraction, transformation

dan loading terhadap data tersebut.

Untuk inisial load dilakukan sekali saja, namun untuk incremental load

dapat kita jadwalkan sesuai dengan kebutuhan, bisa setiap hari, bulan, kuartal atau

tahun sesuai dengan kebutuhan sistem kita.

2.1.3 Data Cleansing

Seperti dijelaskan diatas, pada data staging terdapat fungsi data cleansing.

Adapun tujuan dari data cleansing ini adalah untuk menghilangkan kesalah-

kesalahan pada data yang diakibatkan oleh proses transaksional. Mengingat

bahwa datawarehouse dijadikan sebagai sistem pendukung keputusan, maka jika

data cleansing ini salah maka hal yang terburuk yang terjadi adalah pemberian

informasi yang salah kepada pengambil kebijakan. Jika informasi yang salah ini

dipercayai maka keputusan yang diambil akan jatuh dan bisa mengakibatkan

kerugian yang besar.

Untuk lebih jelasnya mengenai datawarehouse dan komponennya dapat

dilihat pada gambar 2.1 di bawah ini.

11

Gambar 2.1 Datawarehouse dan komponennya

2.2 Data Multidimesi

Selama ini kita mengenal adanya tabel relasional. Jika kita perhatikan tabel

relasional tersebut, maka dapat kita ketahui karakteristiknya. Secara jelas dapat

kita lihat bahwa tabel relasional dibangun oleh baris dan kolom. Hal ini

menunjukkan adanya dua sudut pandang, baris sebagai sumbu x dan kolom sebagi

sumbu y. tapi sebenarnya tabel relasional tersebut hanya mempunyai satu dimensi.

Pada gambar terlihat karekteristik dari tabel mahasiswa, dimana setiap record atau

baris merepresentasikan data mahasiswa yang berbeda-beda. Satu baris dengan

baris lainnya diidentifikasikan dengan sebuah key yaitu primary key. Sedangkan

bagian kolom seperti, nama, alamat, telepon menyimpan fakta yang sama atau

sejenis, dimana setiap fakta tersebut merujuk pada primary key yaitu NRP. Hal

inilah yang menunjukkan bahwa tabel relasional hanya mempunyai satu dimensi.

12

IDBukuIDToko

IDPengarang------ Nilai

KodeBuku Judul Jenis - - - - Penerbit001002003004

Gambar 2.2 Tabel relasional

Sedangkan yang dimaksud dengan data multidimensi adalah ketika kita

dapat melihat sebuah data dari berbagai sudut pandang atau dimensi. Sebagai

contoh, penjualan buku dapat dilihat dari segi lokasi Buku, waktu, lokasi

penjualan / toko dan sebagainya. Jika digambarkan , maka akan terdapat tiga

koordinat yaitu sumbu x mewakili buku, sumbu y mewakili dimensi waktu dan

sumbu z untuk dimensi lokasi. Hal inilah yang menjadi perbedaan mendasar

antara tabel relasional dan data multidimensi.

Spreadshet merupakan salah satu contoh dari data multidimensi ini. Fungsi

yang ia sediakan seperti perhitungan sederhana dan dapat juga diubah pada

dimensi tunggal.

Bangkalan Jan 01 Jan 02 - - - - Jan 04Buku A - - - -Buku B - - - -Buku C - - - -

Gambar 2.3 Tabel data multidimensi

13

Primary key

KodeBukuJudulJenis------

Penerbit

Satu dimensi

Kamal Peb 01 Peb 02 - - - - Peb 04

Lokasi

BukuWaktu 3 dimensi

Cube merupakan contoh data multidimensi selain spreadsheet. Dengan

cube data menjadi lebih mudah untuk dimanipulasi. Setiap sumbu cube mewakili

dimensi-dimensi. Terdapat measure yaitu nilai quantitative database yang ingin

kita analisa. Biasanya measure berupa nilai penjualan, biaya, budget dan

sejenisnya. Measure dihitung berdasarkan dimensi-dimensi dari cube. Misalkan

kita ingin meganalisa penjualan buku, total penjualan (sebagai measure) untuk

suatu jenis buku tertentu (dimensi) pada lokasi / toko buku yang berbeda-beda

(lokasi dapat dipilih sesuai dengan kebutuhan seperti negara, propinsi dll) pada

suatu periode waktu tertentu (hari, minggu, bulan,tahun, kuartal).

Gambar 2.4 Cube

2.3 Online Analitycal Processing (OLAP)

OLAP (Online Analitycal Processing) adalah teknologi yang memproses

data di dalam database dalam struktur multidimensi, menyediakan jawaban yang

cepat untuk query dan analisis yang kompleks [4]. Data yang disajikan biasanya

14

Buku A

Buku B

Buku C

Bangkalan

Kamal

2001

2002

2003

2004

Nilai penjualan( Buku A, Lokasi Kamal, 2004 )

merupakan suatu fungsi agregasi seperti summary, max, min, average dan lain-

lain.

Adapun karakteristik dari OLAP , yaitu :

Mengijinkan user melihat data dari sudut pandang logical dan

multidimensional pada datawarehouse.

Memfasilitasi query yang komplek dan analisa bagi user

Mengijinkan user melakukan Drill down untuk menampilkan data pada

level yang lebih detil atau roll up untuk agregasi dari satu dimensi atau

beberapa dimensi

Menyediakan proses kalkulasi dan perbandingan data

Menampilkan hasil dalam bentuk number termasuk dalam tabel dan garfik

2.3.1. Multidimensional Cube

Multidimensional cube mendukung beberapa feature seperti :

2.3.1.1 Rotation/Pivoting

Dengan kemampuan OLAP rotation/pivoting, kita dapat melihat data dari

berbagai sudut pandang (view point). kita dapat memutar-mutar sumbu pada cube

sehingga kita memperoleh data yang kita inginkan sesuai dengan sudut pandang

analisa yang kita perlukan.

2.3.1.2 Slicing dan dicing

Pemilahan data dapat kita lakukan dengan proses slicing dan dicing.

Slicing merupakan pemotongan sisi dari cube, artinya data yang kita potong

15

berdasarkan kategori tertentu. Sedangkan dicing merupakan penyaringan subset

data dari proses slicing.

2.3.1.3 Drill down dan consolidation

Agregasi data bisa kita lakukan dengan drill down dan consolidation.

Penampilan data yang lebih detil dapat dilakukan dengan drill down dan

sebaliknya untuk menyatukan data ke dalam hieraki yang lebih tinggi dapat

dilakukan dengan consolidation.

2.3.2 Dimentional Modelling

Terdapat dua pendekatan pada pemodelan data multidimensi, star schema

dan snowflakes schema.

2.3.2.1 Star Schema

Karakteristik dari model ini adalah :

Pusat dari star disebut fact table

Fact table mempunyai sebuah nilai aggregate dari data-data yang berasal

dari tabel dimensi

Setiap tabel dimensi berelasi langsung dengan fact table

Tabel dimensi beisikan data tentang informasi atau waktu

Relasi antara fact table dengan dimensi-dimensinya adalah 1 – N (one to

many)

16

Primary key pada tabel dimensi akan menjadi key pada fact table atau

dapat diakatakan bahwa fact table memiliki kombinasi key dari tabel

dimensi tersebut

Gambar 2.5 Star schema

Adapun kelebihan model star adalah lebih simple dan mudah dipahami.

Hasil dari proses query juga relatif lebih cepat.. Akan tetapi model ini lebih boros

dalam space.

2.3.2.2 Snowflake schema

Model snowflake merupakan perluasan dari star dimana ia juga

mempunyai satu atau lebih dimensi. Hanya saja pada snowflake, tabel yang

berelasi pada fact table hanya tabel dimensi utama, sedangkan tabel yang lain

dihubungkan pada tabel dimensi utama. Model snowflake ini hampir sama seperti

teknik normalisasi

17

IDBukuIDTokoIDWaktuIDPengarangJumlahPenjualanNilai

IDWaktuBulanTahunKuartal

IDBukuJenisBukuJudul………..

IDPengarangNamaPengarangAlamatPengarang……………….

IDTokoNamaTokoAlamatToko………….

Dimensi BukuDimensi Waktu

Dimensi TokoDimensi Pengarang

Fact Penjualan

Gambar 2.6 Snowflake schema

Adapun keuntungan menggunakan model snowflake adalah :

Pemakain space yang lebih sedikit

Update dan maintenance yang lebih mudah

Sedangkan kerugian menggunakan model ini yaitu :

Model lebih komplek dan rumit

Proses query lebih lambat

Performance yang kurang bagus

2.3.3 Pemodelan Penyimpanan Data

Terdapat 3 model penyimpanan data dalam cube yang difasilitasi oleh

Microsoft SQL Server 7.0.Ketiga model penyimpanan data tersbut adalah :

MOLAP

ROLAP

HOLAP

18

IDBukuIDTokoIDWaktuIDPengarangJumlahPenjualanNilai

IDWaktuBulanTahunKuartal

IDBukuIDJenisBukuJudul………..

IDPengarangNamaPengarangAlamatPengarang……………….

IDTokoNamaTokoAlamatToko………….

Dimensi Buku

Dimensi Waktu

Dimensi Toko

Dimensi Pengarang

Fact Penjualan IDJenisBukuJenisBuku………..

Dimensi Jenis Buku

2.3.3.1 MOLAP

Multidimensional online analitycal processing (MOLAP) menyimpan data

dan aggregasi pada struktur data multidimensi. Struktur MOLAP ini tidak

tersimpan pada datawarehouse tapi tersimpan pada OLAP server. Sehingga

performa query yang dihasilkan olehnya sangat bagus. Model penyimpanan ini

sesuai untuk database dengan ukuran kecil sampai sedang.

Gambar 2.7 MOLAP

2.3.3.2 ROLAP

ROLAP (Relational online analitycal processing ) menggunakan tabel

pada database relasional datawarehouse untuk menyimpan detil data dan

aggregasi kubus. Berbeda dengan MOLAP, ROLAP tidak menyimpan salinan

database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban

sebuah query. Sehingga query pada ROLAP mempunyai response time yang lebih

lambat dibandingkan ROLAP maupun HOLAP. Karakteristik model ini

digunakan untuk menyimpan data yang besar dan jarang dilakukannya proses

query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang

sebelumnya.

19

Gambar 2.8 ROLAP

2.3.3.3 HOLAP

Gabungan model MOLAP dan ROLAP dapat kita peoleh dari HOLAP

(Hibrid online analitycal processing) Detil data tersmpan pada tabel relasional

tapi aggregasi data disimpan dalam format multidimensi. Misalkan proses drill

down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari

tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP

lebih kecil daripada kubus MOLAP tapi response time query masih lebih cepat

jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya

sesuai untuk kubus yang membutuhkan performa query yang bagus dengan

jumlah data yang besar.

Gambar 2.9 HOLAP

20