ND DATA WAREHOUSE (2 ) Presented by HANIM M.A – M. IRWAN AFANDI. [email protected], [email protected] [email protected] 1 ACKNOWLEDGMENTS Abdul Kadir S. Sudarshan (Comp. Science and Engineering Dept, IIT, Bombay) Anindya Datta (Georgia Institute of Technology) DR. R. Seshadri 2 OVERVIEW Part 1 : Part 2 : Part 3 : Part 4 : Review data, informasi Pengenalan Data Warehouse Karakteristik Data Warehouse Task 1 3 PART 1: OVERVIEW 4 DATA WAREHOUSE Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan 5 PERBEDAAN DW (OLAP) DAN DB(OLTP) Database (OLTP) Data Warehouse (OLAP) Menangani data saat ini Data bisa saja disimpan pada beberapa platform Data diorganisasikan berdasarkan fungsi atau operasi seperti penjualan, produksi, dan pemrosesan pesanan Pemrosesan bersifat berulang Untuk mendukung keputusan harian (operasional) Melayani banyak pemakai operasional Berorientasi pada transaksi Lebih cenderung menangani data masa lalu Data disimpan dalam satu platform Data diorganisasikan menutut subjek seperti pelkanggan atau produk Pemrosesan sewaktu-waktu, tak terstruktur, dan bersifat heuristik Untuk mendukung keputusan yang strategis Untuk mendukung pemakai manajerial yang berjumlah relatif sedikit Berorientasi pada analisis 6 SUMBER DATA UNTUK DW 1. 2. 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. Selanjutnya, perangkat lunak seperti OLAP dan data mining dapat digunakan oleh pemakai untuk mengakses data warehouse 7 PRINSIP DATA WAREHOUSE 8 PART 2: DATA WAREHOUSE ARCHITECTURE 9 DATA WAREHOUSE ARCHITECTURE 10 Data Warehouse: A Multi-Tiered Architecture Other sources Operational DBs Metadata Extract Transform Load Refresh Monitor & Integrator Data Warehouse OLAP Server Serve Analysis Query Reports Data mining Data Marts Data Sources Data Storage OLAP Engine Front-End Tools 11 PART 3: MULTIDIMENSIONAL DATA MODEL 12 DW AND OLAP AS MULTIDIMENSIONAL DATA MODEL Data warehouse dan OLAP didasarkan pada multidimensional data model. Model ini merepresentasikan data dalam bentuk data cube, data dimodelkan dan ditampilkan sebagai multiple dimension. Data cube ini didasarkan pada dimensions table dan facts table. 13 MULTIDIMENSIONAL DATA MODEL Multidimensional yang berarti bahwa terdapat banyak lapisan kolom dan baris (Ini berbeda dengan tabel pada model relasional yang hanya berdimensi dua) Berdasarkan susunan data seperti itu, amatlah mudah untuk memperoleh jawaban atas pertanyaan seperti: “Berapakah jumlah produk 1 terjual di Jawa Tengah pada tahun n-3?” Tahun n-4 Tahun n-3 Tahun n-2 Tahun n-1 Jawa Tengah Jawa Barat Produk 3 Produk 2 Produk 1 14 Slice locid=1 is shown: pid 11 12 13 Kumpulan dari measures numerik, yang bergantung pada sekumpulah dimensions. Cnth: measure Sales, dimensions Product (key: pid), Location (locid), and Time (timeid). locid sales pid timeid Multidimensional Data Model 11 1 1 25 11 2 1 8 11 3 1 15 12 1 1 30 12 2 1 20 12 3 1 50 8 10 10 13 1 1 8 30 20 50 13 2 1 10 25 8 15 13 3 1 10 1 2 3 timeid locid 11 1 2 35 15 FACT TABLE Merepresentasikan proses bisnis, yaitu model proses bisnis sebagai bentuk (artifact) pada data model. Mengandung elemen ‘pengukuran’ atau metrik atau fakta pada proses bisnis. “jumlah penjualan bulanan” pada proses bisnis Penjualan. dll Terdapat foreign key untuk tabel dimensi. Berisi ribuan kolom 16 DIMENSION TABLES Merepresentasikan who, what, where, when and how of sebuah pengukuran/artifact. Merepresentasikan entities yang real, bukan proses bisnis. Memberikan konteks pengukuran (subject) Sebagai contoh : Pada tabel fakta Penjualan. Karakteristik dari pengukuran ‘jumlah penjualan bulanan’ bisa terdiri dari lokasi (Where), waktu (When), produk yang terjual (What). 17 DIMENSION TABLES Atribut pada tabel dimensi merupakan kolom-kolom yang ada pada tabel dimensi. Pada tabel dimensi lokasi, atribut bisa merupakan Kode Pos, kota, kode negara, negara, dll. Secara umum, atribut pada tabel dimensi digunakan untuk pelaporan dengan menggunakan batasan kueri, contoh where Country='USA'. Atribut pada tabel dimensi juga mengandung satu atau beberapa hierarchical relationships. Sebelum mendesain data warehouse, harus ditentukan dulu mengandung elemen apa saja data warehouse yang akan dibuat. Misalkan jika ingin membuat data warehouse yang mengandung “jumlah penjualan bulanan” yang melibatkan semua lokasi, waktu, dan produk, maka dimensinya adalah : Lokasi Waktu Product 18 3D DATA CUBE, ACCORDING TO THE DIMENSION TIME, LOCATION, ITEM 19 WAREHOUSE DATABASE SCHEMA Bukan ER Diagram Design harus mencerminkan multidimensional view Star Schema Snowflake Schema Fact Constellation Schema 20 EXAMPLE OF A STAR SCHEMA Order Product Order No ProductNO Order Date ProdName Customer Customer No Customer Name Customer Address City Salesperson SalespersonID SalespersonName City Quota Fact Table ProdDescr OrderNO Category SalespersonID CategoryDescription CustomerNO UnitPrice ProdNo Date DateKey DateKey CityName Date Quantity Total Price City CityName State Country 21 22 STAR SCHEMA Model dimana data warehouse terdiri dari satu tabel pusat yang besar (tabel fakta). Ada satu table untuk tiap dimensi Pada star schema, satu dimensi diwakili oleh satu tabel dan masing-masing tabel diwakili oleh beberapa atribut. 23 Example of a Snowflake Schema Order Order No Product ProductNO Order Date ProdName CategoryName ProdDescr CategoryDescr Fact Table Customer Customer No Customer Name Customer Address City Salesperson OrderNO SalespersonID CustomerNO Category Category UnitPrice ProdNo Date DateKey DateKey CityName Date SalespersonID Quantity Month City SalespersonName Total Price CityName City Quota Category State Country Month Month Year Year Year State StateName Country 24 SNOWFLAKE SCHEMA 25 SNOWFLAKE SCHEMA Ada mekanisme normalisasi tabel dimensi Mudah untuk dimaintain Butuh kapasitas penyimpanan yang relatif lebih kecil Efektifitas browsing/select data berkurang karena harus melibatkan banyak kueri dari berbagai macam tabel 26 FACT CONSTELLATION 27 FACT CONSTELLATION Fact Constellation Ada beberapa tabel fakta yang digunakan bersamasama (share) beberapa tabel dimensi. Dapat berupa kumpulan skema star 28 GUIDELINE PERTEMUAN 3 Lanjutan model multidimensi Hirarki Ulasan tentang hirarki waktu OLAP dan kemampuan OLAP Latihan Modeling Membuat model untuk OLTP Membuat model untuk OLAP 29 Hirarki Dimensi Untuk setiap dimensi, kumpulan nilai-nilai bisa diatur dalam hirarki: PRODUCT TIME LOCATION year quarter category pname week month date country state city 30 DATA WAREHOUSE Data warehouse dapat dibangun sendiri dengan menggunakan perangkat pengembangan aplikasi ataupun dengan menggunakan perangkat lunak khusus yang ditujukan untuk menangani hal ini Beberapa contoh perangkat lunak yang digunakan untuk administrasi dan manajemen data warehouse: HP Intelligent Warehouse (Hewlett Packard) FlowMark (IBM) SourcePoint (Software AG) 31 PETUNJUK MEMBANGUN DW Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi data warehouse Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data dan maknanya Merancang basis data untuk data warehouse Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban. Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse 32 DATA MART Bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999). Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse. Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi. 33 CONTOH SOFTWARE DATA MART SmartMart (IBM) Visual Warehouse (IBM) PowerMart (Informatica) 34 OLAP OnLine Analytical Processing Suatu jenis pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi. 35 OLAP (LANJUTAN…) Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut ukuran Contoh atribut dimensi adalah nama barang dan warna barang, sedangkan contoh atribut ukuran adalah jumlah barang 36 OLAP : CONTOH DATA 2 DIMENSI Kota а Triwulan в 1 2 3 4 … Kudus Magelang Semarang 6.000.000 4.500.000 7.600.000 5.400.000 8.500.000 12.500.000 … 3.500.000 14.000.000 … 5.500.000 13.700.000 … 7.200.000 12.800.00 … 37 KEMAMPUAN OLAP Konsolidasi (roll up) melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang 38 CONTOH TABEL PIVOTING Rasa Sirup Biasa Rendah Kalori Total Strawberry Mangga Nanas Total 3.500.000 1.750.000 500.000 5.750.000 2.300.000 1.500.000 5.800.000 3.250.000 250.000 4.050.000 750.000 9.800.000 Sirup Biasa Biasa Biasa Rendah Kalori Rendah Kalori Rendah Kalori Rasa Strawberry Mangga Nanas Strawberry Mangga Nanas Pendapatan 3.500.000 1.750.000 500.000 2.300.000 1.500.000 250.000 39 HIERARKI DIMENSI UNTUK DRILL-DOWN Nama Hari Tahun Wilayah Triwulan Negara Bulan Provinsi Kota Tanggal Kecamatan (a) Hierarki Waktu (b) Hierarki Lokasi 40 SOFTWARE OLAP Express Server (Oracle) PowerPlay (Cognos Software) Metacube (Informix/Stanford Technology Group) HighGate Project (Sybase) MondrianOLAP – now part of Pentaho Project 41 LATIHAN DI KELAS Latihan Membuat model untuk OLTP Latihan Membuat model untuk OLAP 42 CASE STUDY The Monash Main Bookshop adalah mitra pemasok buku pelajaran kepada mahasiswa untuk kelas-kelas yang diselenggarakan di lima kampus milik universitas. The Monash Main Bookshop memiliki toko cabang yang terletak di setiap kampus. Beberapa minggu sebelum awal semester setiap departemen akademik mengirimkan informasi kepada Monash Main Bookshop tentang mata kuliah yang akan ditawarkan di kampus masing-masing pada semester berikutnya. Untuk setiap mata pelajaran Monash Main Bookshop membutuhkan rincian pendaftaran mahasiswa yang diproyeksikan di setiap kampus, buku-buku teks yang dibutuhkan, dan semua dosen untuk setiap mata pelajaran. Staf Main Bookshop kemudian mempersiapkan pesanan pembelian (PO) yang dikirim ke berbagai penerbit yang memasok buku-buku pelajaran. Departemen akademik akan diberikan informasi mengenai buku yang tidak tersedia, sehingga buku teks alternatif dapat dipesan. Pesanan buku tiba di toko buku kampus cabang yang tepat disertai dengan slip pengepakan. Slip pengepakan tersebut kemudian diverifikasi oleh staf toko buku. Jika pesanan yang disampaikan sudah benar, departemen akademik yang terkait ditagih oleh toko buku untuk buku-buku pelajaran yang mereka telah pesan. 43 TUGAS KELOMPOK 1 Cari studi kasus (case study) untuk ERD Modeling. Tulis alamat webnya dalam file doc(x) dan beri nama “kelompokxx-kelas-tugas1.doc(x)” dan kirimkan ke FB saya (mohamad afandi) melalui pesan maksimal : Selasa, 18 maret 2014, sebelum jam 09.30 (Kelas B), Kamis, 20 Maret 2014 sebelum jam 13.00 (Kelas A) untuk saya setujui/tidak setujui. Pantau reply saya melalui pesan FB maksimal sampai: Selasa,18/3/2014, 10.30. (Kelas B) Kamis, 20/3/2014, 14.00 (Kelas A) Jika sudah disetujui, lanjutkan dengan membuat ERDnya untuk dikumpulkan maksimal senin, 24 maret 2014, 09.30 melalui Dropbox. Format penamaan file sama dengan di atas. 44 TUGAS KELOMPOK 2 45