Nama :
Ida Agung Tribhuwana Mahardhika Adiningrat
NIM :
1605551027
Mata Kuliah : Data Warehouse
Dosen :
I Putu Agus Eka Pratama ST.,MT.
Program Studi/Fakultas/Universitas : Teknologi Informasi/Teknik/Udayana
Integrasi Data
Integrasi data merupakan
proses mengkombinasikan dua atau lebih set data agar mempermudah dalam berbagi
dan analisis, dalam rangka mendukung manajemen informasi di dalam sebuah
lingkungan kerja. Integrasi data menggabungkan data dari berbagai sumber
database yang berbeda ke dalam sebuah penyimpanan seperti gudang data (data
warehouse).
Alasan perlunya dilakukan integrasi data adalah:
·
Data yang sama (misalnya: data penduduk) dapat
dipakai bersama antar bagian organisasi (antar instansi).
·
Data suatu instansi dapat dipakai bersama oleh
instansi-instansi lain yang memerlukan (tidak perlu ada duplikasi data dalam
suatu lingkungan organisasi).
·
Meskipun fokus integrasi adalah data, tapi perlu
juga integrasi hal-hal lain yang terkait.
·
Integrasi data perlu dilakukan secara cermat
karena kesalahan pada integrasi data bisa menghasilkan ouput/keluaran yang
menyimpang dan bahkan menyesatkan pengambilan keputusan nantinya.
Syarat integrasi data
dapat dipenuhi dengan berbagai cara seperti konsisten dalam penamaan variabel,
konsisten dalam ukuran variabel, konsisten dalam struktur pengkodean dan
konsisten dalam atribut fisik dari data. Masalah-masalah yang ada pada
integrasi data yaitu heterogenitas data, otonomi sumber data, kebenaran dan
kinerja query/permintaan.
Integrasi data membuat
penyatuan pandangan dari data bisnis. Pandangan ini bisa dibuat dengan bermacam
teknik, yang akan kita paparkan selanjutnya. Bagaimanapun juga, integrasi data
bukanlah jalan satu-satunya untuk data bisa digabungkan melalui sebuah
perusahaan. Cara lain untuk menggabungkan data adalah dengan:
Integrasi Aplikasi (Aplication Integration)
Dicapai dengan
mengkoordinasikan aliran kejadian informasi antara aplikasi bisnis (arsitektur
yang berorientasi pada pelayanan dapat memfasilitasi integrasi aplikasi).
Integrasi Proses Bisnis (Business Process Integration)
Dicapai oleh perapatan
koordinasi aktivitas melalui proses bisnis (contoh: penjualan dan penagihan),
jadi aplikasi dapat dibagi dan terlebih lagi integrasi aplikasi dapat
terlaksana.
Integrasi Interaksi Pengguna (User Interaction Integration)
Dicapai oleh pembuatan
antar muka pengguna yang memberikan sistem data yang berbeda (contoh:
menggunakan pintu keluar perusahaan untuk berinteraksi dengan data dan sistem inteligensi
bisnis yang berbeda).
Pusat dari metode
integrasi data adalah teknik untuk menangkap perubahan data (Changed Data
Capture atau CDC). CDC merupakan teknik untuk menunjukkan data yang telah
berubah sejak terakhir aktivitas integrasi data. Jadi hanya data yang telah
berubah yang butuh direfres (penyegaran) oleh metode integrasi. Data yang
berubah dapat diidentifikasi oleh tanda atau tanggal dari update/perubahaan
terakhir. Alternatif lain, catatan transaksi dapat dianalisis untuk melihat
data yang telah diperbarui.
Tiga teknik bentuk blok
bangunan pendekatan integrasi data yaitu: konsolidasi/penggabungan data,
federasi/persekutuan data, dan penyebaran data. Penggabungan data telah
diberikan contohnya oleh proses ETL yang digunakan untuk penggudangan data.
Kita sediakan bagian selanjutnya dari bab ini yaitu pada penjelasan lebih
lanjut dari pendekatan ini. Dua pendekatan lainnya ditinjau sebagai berikut
ini.
Data Warehouse
Data warehouse adalah
basis data yang menyimpan kumpulan data sekarang dan data masa lalu dari
berbagai sumber yang ditempatkan menjadi satu dalam tempat penyimpanan
berukuran besar lalu diproses menjadi bentuk penyimpanan multidimensional dan
didesain untuk querying dan reporting.
Data operasional dalam
organisasi, misalnya basis data pelanggan dan produk, dan Sumber eksternal yang
diperoleh misalnya melalui Internet, basis data komersial, basis data pemasok
atau pelanggan. Berbagai data yang berasal dari sumber digabungkan dan diproses
lebih lanjut oleh manajer data warehouse dan disimpan dalam basis data
tersendiri.
Tujuan utama dari
pembuatan data warehouse adalah untuk menyatukan data yang beragam ke dalam
sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query
(pencarian data), menghasilkan laporan, dan melakukan analisis. Salah satu
keuntungan yang diperoleh dari keberadaan data warehouse adalah dapat
meningkatkan efektifitas pembuatan keputusan (Wajarsana, 2008).
Menurut Bill Inmon, data yang disimpan didalam data warehouse ini
memiliki empat karakteristik, yaitu :
1. Subject Oriented Data warehouse diorganisasikan pada subjek-subjek
utama, seperti pelanggan, barang/produk, dan penjualan. Berfokus pada model dan
analisis pada data untuk membuat keputusan, jadi bukan pada setiap proses
transaksi atau bukan pada OLTP. Menghindari data yang tidak berguna dalam
mengambil suatu keputusan.
2. Integrated Dibangun dengan menggabungkan/menyatukan data yang berbeda.
relational databse, flat file, dan on-line transaction record. Menjamin
konsistensi dalam penamaan, struktur pengkodean, dan struktur atribut diantara
data satu sama lain.
3. Time Variant Data disimpan untuk menyediakan informasi dari perspektif
historical, data yang tahun lalu/ 4-5 thn. Waktu adalah elemen kunci dari suatu
data warehouse/ pada saat pengcapture-an.
4. Non Volatile Setiap kali proses perubahan, data akan di tampung dalam
tiap-tiap waktu. Jadi tidak di perbaharui terus menerus. Data warehouse tidak
memerlukan pemrosesan transaksi dan recovery. Hanya ada dua operasi initial
loading of data dan access of data.
Referensi: I Putu Agus Eka Pratama.
Handbook Data Warehouse. Penerbit Informatika. Bandung. 2017)
0 komentar:
Posting Komentar