Pemanfaatan
OLAP, OLTP, ELT, ETL Pada
Data
Warehouse
O
l
e
h
Ahmad
Tarmuzi
Sekolah
Tinggi Manajemen Informatika dan Komputer
Lombok
2018
Kata Pengantar
Puji
syukur kita
panjatkan ke hadirat Tuhan Yang Maha Esa, karena dengan karunia-Nya kami dapat
menyelesakan makalah pemanfaatan OLAP, OLTP, ELT, ETL
pada data warehouse ini dengan penuh kemudahan, tanpa pertolongan-Mu mungkin
makalah ini tidak dapat saya selesaikan.Tujuan makalah ini
adalah untuk menambah pengetahuan serta agar pembaca lebih memahami suatu teknologi.
Saya menyadari
bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik dan saran
daris emua pihak yang bersifat membangun selalu saya harapkan demi kesempurnaan makalah ini, saya juga mengucapkan terimakasih
kepada dosen pembimbing data
wirehouse dan data mining,
Pak Ali Mahatama
S.kom.,M.kom.,MI.kom.
yang telah membimbing saya dalam belajar dan juga pembuatan
makalah ini.
Akhir
kata, semoga pemanfaatan OLAP, OLTP, ELT, ETL pada data warehouse ini
bermanfaat bagi para pembaca. Semoga Tuhan Yang Maha Esa selalu meridhoi segala usaha kita.
Praya, 18 Nopember 2018
DAFTAR ISI
COVER……………………………………………………………………………………………………1
KATA PENGANTAR…………………………………………………………………………………….2
DAFTAR
ISI……………………………………………………………………………………………....3
BAB 1
Pendahuluan……………………………………………………………………………………….4
1.1 Latar belakang………………………………………………………………………………...4
1.2 Tujuan………………………………………………………………………………………...4
BAB 2 Pembahasan………………………………………………………………………………………..4
2.1. Pengertian Data Mart…………………………………………………………………………4
2.2. Pengertian OLTP……………………………………………………………………………..5
2.3. Pengertian OLAP……………………………………………………………………………..5
2.4 Bagan Data Mart………………………………………………………………………………6
BAB 3
Penutup…………………………………………………………………………………………….6
3.1. Kesimpulan…………………………………………………………………………………...6
DAFTAR
PUSTAKA……………………………………………………………………………………...7
BAB 1
Pendahuluan
1.1.Latar Belakang Masalah
Berkembangnya
teknologi dan Informasi saat ini telah melahirkan “gunungan” data di bidang
ilmu pengetahuan, bisnis dan pemerintah. Kemampuan teknologi informasi
untuk mengumpulkan dan menyimpan berbagai tipe data jauh meninggalkan kemampuan
untuk menganalisis, meringkas dan mengekstraksi “pengetahuan” dari data.
Metodologi tradisional untuk menganalisis data yang ada, tidak dapat menangani
data dalam jumlah besar. Para peneliti melihat peluang untuk melahirkan
sebuah teknologi baru yang menjawab kebutuhan ini, yaitu datawarehouse.
Teknologi ini sekarang sudah ada dan diaplikasikan oleh perusahaan perusahaan
untuk memecahkan berbagai permasalahan bisnis.
Data
warehouse merupakan metode dalam perancangan database, yang
menunjang DSS(Decission Support System) dan EIS (Executive Information System).
Secara fisik data warehouse adalah database, tapi perancangan
data warehouse dan database sangat berbeda. Dalam perancangan database
tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi
bukanlah cara yang terbaik.
1.2.
Tujuan Penulisan
Tujuan
dari makalah ini adalah untuk mencari pengertian data warehouse kegunaannya.
Penulis juga ingin mencari tahu apakah data warehouse ini bisa menjadi solusi
bagi latar belakang diatas.
BAB 2
Pembahasan
2.1. Pengertian Data Mart
Data
mart adalah sub bagian dari data warehouse yang mendukung pembuatan laporan dan
analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Data
mart merupakan fasilitas penyimpan data yang berorientasi pada Subject tertentu
atau berorientasi pada department tertentu seperti sales, marketing, operation
atau collection. Sehingga satu organisasi bisa memiliki lebih dari satu data
mart. Data mart pada umumnya di organisasikan sebagai suatu dimensional model,
seperti Star-Schema (OLAP cube) yang tersusun dari sebuah tabel fact dan
beberapa tabel dimension. Berikut merupakan gambaran mengenai data
warehouse yang berisi sub bagian data mart.
Proses
pengolahan data mart ada 2, yaitu ETL dan ELT.
1) ETL
(Extration, Transformation, Loading)
merupakan proses pengolahan data
pada data mart, dimana data akan di ekstrak, kemudian diambil bagian-bagian
data yang penting, selanjutnya digudangkan di data warehouse, kemudian
data diubah transformasinya, diubah formatnya, barulah data diteruskan ke user.
2) ELT
(Extration, Loading, Transformation)
merupakan proses pengolahan data
pada data mart, dimana cara kerjanya hamper sama seperti ETL, hanya saja pada
ELT data yang telah di ekstrak akan disimpan pada data warehouse
terlebihdahulu, barulah data ditransformasi.
2.2. OLTP (Online Transaction Processing)
OLTP
(Online Transaction Processing) merupakan suatu aplikasi atau program yang
digunakan dalam operasional perusahaan sehari-hari seperti melakukan insert
(memasukan data), update(mengubah data) dan delete (menghapus data) berbagai
macam data, seperti penjualan, pembelian, produksi dan lain sebagainya. OLTP
bertujuan untuk memproses suatu transaksi secara langsung melalui komputer yang
tergabung didalam jaringan. Misalnya OLTP biasa digunakan pada sebuah
supermarket, kasir menggunakan mesin dalam proses transaksinya dapat langsung
memasukan data kedalam aplikasi yang terhubung didalam jaringan. Berdasarkan
datanya, OLTP menggunakan data asli dan dapat di update setiap saat. OLTP
biasanya memiliki ukuran yang relatif kecil seperti data pada suatu database.
Karakteristik OLTP umumnya memiliki banyak user yang dapat mengakses data
secara bersamaan, user tersebut bisa melakukan creating, updating,
retrieving untuk setiap record data, OLTP sangat optimal untuk
updating data.
2.3. OLAP (OnLine Analytical Processing)
OLAP
(OnLine Analytical Processing) merupakan metode pendekatan untuk menyajikan
jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat,
yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan,
memanipulasi suatu data multidimensi untuk tujuan analis. OLAP adalah bagian
dari kategori yang lebih global dari pemikiran bisnis, yang merangkum hubungan
antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP yaitu pelaporan
bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses
bisnis, penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang
serupa. Beberapa tujuan OLAP yakni menggunakan informasi dalam sebuah data
warehouse dalam memandu keputusan-keputusan yang strategis. Contoh dari
perangkat lunak OLAP yaitu Express Server (Oracle), PowerPlay (Cognos
Software), dsb.
2.4.
Bagan :
Bagan
Data Mart memiliki empat langkah pengolahan data yaitu sumber data, data
storage, OLAP engine, dan proses output, dimana semua langkah tersebut
menggunakan Teknologi Komputasi Cloud dengan layanan IAAS (Infrastructure As A
Service), AAAS (Analytical As A Service) serta Teknologi Komputasi Hadoop yang
mendukung proses pengolahan data dalam skala besar (Big Data).
Bagan
diatas merupakan bagan proses pengolahan data menjadi informasi, terdapat
beberapa sumber data (source) seperti dokumen, database, file, aplikasi yang
adalah hasil dari proses OLTP yaitu data yang tersimpan setelah melakukan
insert, update, dan delete data. Sumber data tersebut akan diintegrasikan dan
akan diteruskan menggunakan proses ETL ataupun ELT, kemudian disimpan pada data
warehouse. Setiap data pada data warehouse dilengkapi oleh metadata. Metadata
adalah tempat penyimpanan data dari sebuah data yang dikumpulkan menjadi sebuah
informasi mengenai data tersebut seperti atribut, panjang field, tipe field,
dan tanggal. Selanjutnya informasi akan ditampilkan, kemudian OLAP Engine akan
melakukan analisis terhadap data yang telah tersimpan pada data warehouse. Pada
akhirnya informasi akan ditampilkan sesuai dengan yang diinginkan user.
BAB 3
Penutup
3.1 Kesimpulan
Data warehouse merupakan suatu cara/metode dari suatu
database yang berorientasi kepada subjek, non-volatile, time-variance dan
terintegrasi yang digunakan untuk mempermudah para pengambil keputusan dalam
memecahkan masalah.
Keberadaan data warehouse sangat penting sebagai tools
dari DSS, karena data warehouse memang digunakan untuk itu. Dengan adanya data
warehouse, diharapkan suatu perusahaan dapat lebih unggul dari kompetitornya
dan lebih jeli lagi dalam melihat peluang pasar.
DAFTAR PUSTAKA
[1] Agus
Eka Pratama, S.T.,M.T, I Putu. 2014. Smart City Beserta Cloud Computing dan
Teknologi-Teknologi Pendukung Lainnya. Bandung : Informatika
[2] Agus
Eka Pratama, S.T.,M.T, I Putu. 2014. Handbook Jaringan Komputer : Teori dan
Praktik Berbasiskan Open Source. Bandung : Informatika
[3]
Prayitno, Frendly. 2014. Implementasi Data Warehouse. https://www.academia.edu/9175131/IMPLEMENTASI_DATA_WAREHOUSE diakses pada 15 Oktober
2015
[4]
Darmayanti, Candra.2015.Data Warehouse + Big Data. https://candradmy.wordpress.com/2015/10/12/data-warehouse-big-data/ diakses pada 15 Oktober
2015
Facebook
0 komentar:
Posting Komentar