Pengertian Data Warehouse dan Perbedaannya dengan Big Data

Nama / NIM : Ida Bagus Putu Rama Agastya / 1805551018

Mata Kuliah : Data Warehouse

Nama Dosen : I Putu Agus Eka Pratama, S.T., M.T.

Jurusan     : Teknologi Informasi

Fakultas    : Teknik

Universitas : Universitas Udayana

      

Pendahuluan

 Cepatnya perkembangan teknologi komputer membuat pekerjaan yang berhubungan dengan data dimudahkan. Perusahaan-perusahaan besar sekarang membutuhkan analisis data agar produk atau jasanya dapat bersaing dengan kompetitor lain di bidang yang sama. Analisis data dilakukan untuk mengetahui tren pada pasar, sehingga sangat penting bagi perusahaan untuk memanfaatkan tren ini agar mendapat keuntungan yang lebih besar.

    Sebelum masuk ke pengertian data warehouse tentunya harus dikethaui telebih dahulu hal yang mendasarinya, yaitu database. Database adalah pangkalan data adalah kumpulan data yang terorganisir, yang umumnya disimpan dan diakses secara elektronik dari suatu sistem komputer. Database menyimpan tabel-tabel yang saling berelasi, tabel memiliki field dan tipe datanya, dalam field-field ini lah data-data tersimpan. 

    Data yang dihapus dari sebuah filed berarti data tersebut ditumpuk atau diperbaharui oleh data baru, hal ini dapat dibuktikan dengan penamaan kueri UPDATE pada SQL yang berarti PERBAHARUI dalam bahasa Indonesia, kueri inserti, update, delete ini dinamakan data transaksional. Pada konsep data warehouse konsep ini sedikit berbeda, ada yang namanya data historis, jadi ketika dilakukan suatu update data, data baru akan disimpan pada entri baru, bukan pada entri tempat data sebelumnya disimpan, sehingga data-data yang diupdate masih tersimpan pada database. Data historis  digunakan untuk keperluan analisa data.

Definisi Data Ware House

    Lalu, apa itu Data Warehouse? berikut adalah definisi data warehouse menurut 2 tokoh dunia, yaitu Bill Immon dan Ralph Kimball.

Definisi data warehouse menurut Bill Immon

Data Warehouse didefinisikan sebagai sekumpulan data yang memiliki enam buah sifat atau karakteristik berupa berorientasi subjek (Subject Oriented), terintegrasi (Integrated), berorientasi kepada proses (Process Oriented), Time Variant, dapat diakses dengan mudah (Accesible), dan bersifat Non Volatile.

Defisi data warehouse menurut Ralph Gimball

Data Warehouse merupakan sebuah sistem untuk pengumpulan data transaksional dari berbagai sumber data, yang mengutamakan adanya 2 hal : Kueri dan analisa data.

     Data warehouse dapat dianalogikan sebagai sebuah gudang, ketika kita membutuhkan sebuah barang, kita tidak serta merta mengambil barangnya begitu saja, kita harus melakukan sortir, dan memilah sesuai kebutuhan, karena barang yang ada pada gudang tersebut sangat beragam dan jumlahnya sangat banyak. Begitu juga pada data warehouse, data bersumber dari berbagai sumber dan formatnya beragam, jadi ketika ingin mengambil sebuah data harus diseragamkan terlebih dahulu lalu 'diolah' atau diproses baru kemudian 'jadi' dan dapat digunakan.

Perbedaan Data Ware House dengan Big Data 

   Perbedaan data warehouse dengan big data adalah, jika pada dataware house data yang didukung hanya data yang sudah terstruktur atau support structured data saja, sedangkan pada big data data yang didukung bukan hanya data terstruktur(structured) saja tapi juga data  semi terstrukur(semi-structured) dan yang tidak terstruktur (unstructured) .

    Contoh pemanfaatan data warehouse adalah sistem terintegrasi pada sistem informasi kampus dalam hal ini kampus saya sendiri yaitu Universitas Udayana, semua data di dalamnya saling terhubung, seperti data setiap fakultas, prodi, , matakuliah dosen, dan mahasiswa, semuanya terkait dalam sebuah sistem  SSO(single sign on), sehingga sangat memudahkan mahasiswa maupun dosen dan pegawai.

Jadi itulah sedikit rangkuman yang dapat saya tulis sesuai pemahaman yang saya tangkap dari perkuliahan yang telah dilakukan, terimakasih.

Referensi :

I Putu Agus Eka Pratama. Handbook Data Warehouse. Penerbit Informatika. Bandung. 2017