4 Karakteristik Data Warehouse

Apa saja 4 karakterisik data warehouse ?

Pada artikel sebelum nya saya membahas "Pengertian Data Warehouse dan Penjelasannya" Dimana Data Warehouse adalah sebuah gudang data yang berisi data dalam jumlah besar dan digunakan untuk proses analisa dan pembuatan laporan yang dibutuhkan perusahaan.

Tidak hanya pada makhluk hidup saja yang mempunyai karakteristik pada data pun juga mempunyai karakteristik khususnya pada data warehouse, apa sajakah karakteristik data warehouse yang dimiliki ?

Karakteristik Data Warehouse

4 Karakteristik Pada Data Warehouse


1.Berorientasi Subjek ( Subject Oriented )


Data warehouse berorientsi subjek artinya data warehouse dirancang untuk menganalisa data bedasarkan subjek terterntu bukan bedasarkan aplikasi.biasanya subjek tersebut meliputi: pelanggan, produk, transaksi atau kegiatan, kebijakan, klaim dan pengguna. Setiap subjek utama secara fisik diimplementasikan sebagai serangkaian tabel yang terkait di data warehouse.

Contoh subyek pada perusahaan manufaktur adalah penjualan, konsumen, inventori, daln lain sebagainya.

2. Terintegrasi (Integrated)

Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse 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.

Contohnya adalah penyimpanan data pada jenis produk, disatu tempat namanya adalah "Minuman" dan di tempat lain "minuman". perbedaan format tersbut harus dikonversi kembali sehingga menjadi sebuah format yang sama.

Sehingga data yang dipindahkan ke dalam data warehouse konsisten. Konsistensi data berlaku untuk semua, seperti konversi penamaan, struktur kunci, pengukuran atribut, dan karakteristik fisik data.

3.Time-variant (Rentang Waktu)

Data yang tersimpan dalam data warehouse mengandung dimensi waktu yang mungkin digunakan sebagai rekaman bisnis untuk tiap waktu tertentu, Data warehouse menyimpan sejarah (historical data). Bandingkan dengan kebutuhan sistem operasional yang hampir semuanya adalah data mutakhir! Waktu merupakan tipe atau bagian data yang sangat penting didalam data warehouse.

Didalam data warehouse sering disimpan macam-macam waktu, seperti waktu suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya, kapan masuk ke komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan versinya, misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada semua didalam data warehouse kita. perlu diketahui, data warehouse yang bagus adalah yang menyimpan sejarah.

4. Non Volatile

Data yang tersimpan dalam data warehouse diambil dari system operasional yang sedang berjalan, tetapi tidak dapat diperbaharui (di-update) oleh pengguna (bersifat ‘hanya-baca), Sekali masuk kedalam data warehouse, data-data, terutama data tipe transaksi, tidak akan pernah di update atau dihapus (delete) Terlihat, bahwa keempat karakteristik ini saling terkait kesemuanya harus diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk mendukung pengambilan-keputusan. Dan, implementasi keempat karakteristik ini membutuhkan struktur data dari data warehouse yang berbeda dengan database sistem operasional.

Data dalam database operasional akan secara berkala atau periodik dipindahkan kedalam data warehouse sesuai dengan jadwal yang sudah ditentukan. Misal perhari, perminggu, perbulan, dan lain sebagainya. Sekali masuk ke dalam data warehouse, data adalah read-only . Pada gambar 2 dibawah ini bisa dilihat bahwa database OLTP bisa dibaca, diupdate, dan dihapus. Tetapi pada database data warehouse hanya bisa dibaca.



Demikian 4 Karakteristik yang dimiliki oleh data warehouse, semoga artikel ini bermnfaat.

Subscribe to receive free email updates: