Perusahaan-perusahaan besar memiliki banyak lokasi, yang masing-masing dapat menghasilkan volume data yang besar. Sebagai contoh, jaringan perdagangan ritel yang besar memiliki toko-toko pada ratusan bahkan ribuan lokasi, begitu pula dengan perusahaan asuransi yang memiliki data dari dari ribuan cabang-cabangnya. Lebih jauh lagi, organisasi-organisasi besar memiliki struktur organisasi internal yang rumit, sebagai konsekuensi dari data yang berbeda di berbagai lokasi atau pemakaian beragam sistem operasi, dan dengan skema basis data yang juga berbeda.
Sebagai contoh, data problem pabrik dan data keluhan pelanggan dapat dikelola dan disimpan secara berbeda oleh masing-masing cabang. Perbedaan tersebut bisa meliputi platform (hardware dan software) yang digunakan, DBMS yang diterapkan hingga skema basis data yang dibentuk. Pengambil keputusan perusahaan membutuhkan akses ke informasi dari semua sumber-sumber itu. Mengatur query ke setiap sumber data secara individual akan menjadi sangat tidak efisien. Sumber-sumber data boleh jadi hanya menyimpan data yang terakhir saja, padahal pengambilan keputusan juga mungkin memerlukan akses ke data yang lalu (data histori). Sebagai contoh, perubahan pola pembelian dapat diketahui dengan membandingkan data pembelian pada tahun lalu. Upaya Penggudangan Data (atau yang disebut sebagai Data Warehousing) diharapkan dapat memberi solusi pada masalah semacam ini.
Pada dasarnya Data Warehousing merupakan gudang (atau arsip) dari informasi yang diperoleh dari banyak sumber, disimpan dalam skema basis data yang tunggal, di satu lokasi saja. Begitu diperoleh, data akan disimpan dalam waktu yang lama sehingga memungkinkan pengaksessan ke data historis. Karena itu, Data Warehousing memberikan pemakai sebuah akses ke data yang terkonsolidasi, sehingga query untuk pengambilan keputusan menjadi lebih mudah untuk ditulis. Di sisi lain, dengan mengakses informasi dari sebuah data warehousing yang nantinya digunakan untuk dukungan pengambilan keputusan, pemakai dapat menjamin bahwa sistem pengolahan transaksi on-line tidak dipengaruhi oleh kerja aplikasi pendukung pengambilan keputusan (DSS)
Gambar berikut ini menunjukkan arsitektur dari sebuah data warehouse, yang mengilustrasikan pengambilan data dan penyimpanan (konsolidasi) data sehingga penggunaannya untuk pencarian (query) dan dukungan pada analis data.
Ada sejumlah hal penting yang harus dipertimbangkan dalam pembentukan data warehouse :
· Kapan dan Bagaimana mendapatkan data
Secara umum ada dua pilihan dalam mendapatkan data dari sumber-sumber data ke data warehouse, yaitu sumber data yang secara aktif mengirimkannya (dengan memanfaatkan fungsi replikasi) ataupun data warehouse yang mengajukan permintaan (query ke setiap sumber). Kedua-duanya dapat dilakukan secara berkala (periodik), atau bisa juga berdasarkan permintaan (on request). Mengingat skema dari data warehousing umumnya berbeda dengan skema sumber data (sehingga diperlukan juga upaya konversi data), maka umumnya cara yang ditempuh untuk mendapatkan data adalah melalui permintaan (query) dari data warehouse. Frekuensi pengambilan data biasanya juga diatur secara berkala, di luar waktu sibuk, misalnya pada malam hari, agar tidak mengganggu pemrosesan transaksi utama di masing-masing sumber data.
· Skema konsolidasi yang digunakan
Sumber-sumber data yang telah dibentuk secara terpisah biasanya memiliki skema basis data yang berbeda. Bahkan mereka bisa menggunakan organisasi basis data yang juga berbeda. Salah satu tugas dari sebuah warehouse adalah untuk membentuk skema data konsolidasi (gabungan), dan kemudian mengkonversi data yang didapat dari sumber ke skema konsolidasi tersebut sebelum data tersebut disimpan konsekuensinya, data yang disimpan dalam warehouse bukanlah salinan yang persis dari data yang ada di sumbernya.
· Bagaimana menjalarkan perubahan
Pengubahan data pada sebuah tabel di sumber data harus pula dijalarkan ke data warehouse. Jika tabel-tabel di data warehouse sama persis dengan yang ada di sumber data, maka penjalaran perubahan bisa dilakukan secara langsung (bisa memanfaatkan prosedure basis data), jika tidak sama (dan umumnya memang demikian), maka propagasi (penjalaran) perubahan bisa ditunda hingga periode berikutnya dari pengumpulan data.
· Data apa yang direkapitulasi
Data mentah yang dihasilkan oleh sistem pengolahan transaksi bisa menjadi teramat besar untuk penyimpanan on-line di data warehouse. Karena itu, kita dapat memenuhi banyak query dengan hanya memelihara data rekapitulasi (summary) dengan memanfaatkan fungsi-fungsi agregasi terhadap tabel-tabel yang ada, ketimbang memelihara keseluruhan data dalam tabel. Namun demikian, kita harus memastikan bagaimana bentuk data yang akan disimpan di warehouse, dengan menyesuaikannya dengan peruntukannya nanti.
No comments:
Post a Comment