1 / 10

Datamart dan Datawarehouse

Datamart dan Datawarehouse. Pembahasan mengenai Data Mart tidak bisa lepas dengan pembahasan mengenai Data Warehouse karena keduanya bisa saling mendefinisikan seperti akan dibahas pada uraian dibawah ini .

elton-vincent
Download Presentation

Datamart dan Datawarehouse

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. DatamartdanDatawarehouse Pembahasanmengenai Data Mart tidakbisalepasdenganpembahasanmengenai Data Warehouse karenakeduanyabisasalingmendefinisikansepertiakandibahaspadauraiandibawahini. Great DebateArsitekturmengenai Data Mart dan Data Warehouse inisudah lama menjadidebat yang panjangkarenakeduanyamemangbersandarpadafilosofitentang Data Warehouse yang berbeda. Yaitufilosofi yang berbedaantaraInmondan Kimball. Mengenaiapakah Data Warehouse danapakah Data Mart, KimbaldanInmonmemberikanpernyataansebagaiberikut: “… The data warehouse is nothing more than the union of all the data marts …” Data Warehouse itutidaklebihdarisekumpulan Data Mart ..Ralph Kimball Dec. 29, 1997. StatemenInmonsbb.:“You can catch all the minnows in the ocean and stack them together and they still do not make a whale.” Andadapatmenangkap minnows (sejenisikankecil-kecil) dilautdanmenumpuknyabersamadanmerekatetaptidakbisamenjadiikanPaus.Bill Inmon Jan. 8, 1998.

  2. A Data Mart is a specific, subject oriented, repository of data designed to answer specific questions for a specific set of users.So an organization could have multiple data marts serving the needs of marketing, sales, operations, collections, etc.A data mart usually is organized as one dimensional model as a star-schema (OLAP cube) made of a fact table and multiple dimension tables. Data Mart adalahfasiltaspenyimpan data yang berorentasipada Subject tertentuatauberorentasipadaDepartementertentudarisuatuorganisasi, fokuspadakebutuhanDepartementertentuseperti Sales, Marketing, Operation atau Collection. SehinggasuatuOrganisasibisamempunyailebihdarisatu Data Mart. Data Mart padaumumnyadiorganisasikansebagaisuatu Dimensional Model, sperti Star-Schema (OLAP Cube) yang tersusundarisebuahtabel Fact danbeberapatabel Dimension.

  3. Data Mart vs. Data WarehouseSebenarnya Data Mart memang tidak sama dengan Data Warehouse ada banyak perbedaanya, seperti ditunjukkan pada tabel dibawah ini:

  4. Perbedaandarikeduaarsitekturtersebuthanyaterletakpadaketergantungansumberdatanyaterhadap data warehouse. Dependent Data Mart (Inmon advocated) berlakusebagaikomponenatausuatubagiandari enterprise Data Warehouse, Data Mart dibangundengancara extract data dari Data Warehouse. Independent Data Mart (Kimball advocated) dibangundengancara extract langsung data dariberbagai Source System.Independent Data Mart tidaktergantungpadapusatpenyimpan data seperti Data Warehouse arsitekturinibiasajugadisebutsebagai “Data Warehouse Bus structure”.

  5. Keduaarsitekturdiatasmenentukanbagaimana Data Mart dibangun, karenaitubisadibedakanmenjadiduapendekatan, yakni.1. Top-Down approachAwalnyadibangun Enterprise Data Warehouse lebihdahulu, belakanganbaruditurunkan per LOB ataudepartemenuntukmenjadi Data Mart. 2. Bottom-Up approachAwalnyadibangunbeberapa Data Mart, belakanganbeberapa Data Mart yang mempunyai Conform Dimension bisadirangkaimenggunakanjalurbersama yang disebutArsitektur Data Warehouse

  6. Beberapakeuntungandalammembangun Data Mart lebihduludibandinglangsungmembangun Data Warehouse:- Waktu yang diperlukanuntukmembangun Data Mart adalahlebihsedikit.- Volume Data pada Data Mart lebihsedikit- Waktu Query lebihcepat- Biayamembangun Data Mart lebihmurah.

  7. Metadataadalahinformasiterstruktur yang mendeskripsikan, menjelaskan, menemukan, atausetidaknyamembuatmenjadikansuatuinformasimudahuntukditemukankembali, digunakan, ataudikelola. Metadata seringdisebutsebagaidatatentang data atauinformasitentanginformasi. Metadata inimengandunginformasimengenaiisidarisuatu data yang dipakaiuntukkeperluanmanajemen file/data itunantinyadalamsuatubasis data. Jika data tersebutdalambentukteks, metadatanyabiasanyaberupaketeranganmengenainamaruas (field), panjang field, dantipefieldnya: integer, character, date, dll. Untukjenis data gambar (image), metadata mengandunginformasimengenaisiapapemotretnya, kapanpemotretannya, dan setting kamerapadasaatdilakukanpemotretan. Satulagiuntukjenis data berupakumpulan file, metadatanyaadalahnama-nama file, tipe file, dannamapengelola (administrator) dari file-file tersebut.

  8. Metadata memberikanfungsi yang samasepertikatalogyaitu: membuatsumberdayabisaditemukandenganmenggunakankriteria yang relevan; mengidentifikasisumberdaya mengelompokkansumberdaya yang serupa membedakansumberdaya yang takmilikikesamaan memberikaninformasilokasi

  9. Terdapattigajenisutama metadata: Metadata deskriptifmenggambarkansuatusumberdayadalammaksudsepertipenemuandanidentifikasi. Diabisameliputielemensemisaljudul, abstrak, pengarang, dankatakunci. Metadata strukturalmenunjukkanbagaimanakumpulanobyekdisusunsecarabersama-samamenjadisatu, semisalbagaimanahalaman-halamanditatauntukmembentuksuatubab. Metadata administratifmenyediakaninformasiuntukmembantumengelolasumberdaya, semisalterkaitkapandanbagaimanasuatuinformasidiciptakan, tipedokumendaninformasiteknislainnya, sertasiapa yang bisamengaksesnya.

More Related