home

Refleksi


Halo teman-teman, sbelum saya menulis panjang lebar saya ingin mengucapkan S'lamat Natal bagi teman-teman yang merayakannya smoga kebahagiaan n damai natal slalu beserta kita smua. Tanpa terasa Natal yg kita tunggu-tunggu sekian lama telah slesai dalam waktu yang singkat, walaupun apa yg kita inginkan pada hari natal belum tercapai. Sekarang tiba saatnya kita menunggu datangnya "Tahun Baru" yang ditunggu-tunggu oleh semua orang yang ada di muka bumi ini karena tahun baru merupakan tahun dmana kita telah melewati 365 hari, 52 minngu, 12 bulan dalam satu tahun dengan kenangan yang beraneka ragam dari yang suka maupun duka.

Tahun baru akan sampai menggantikan Hari Natal yang sudah berakhir begitu juga semester delapan akan tiba menggantikan semester tujuh yang telah saya lalui bersama teman-teman baik yang satu jurusan maupun dengan teman-teman yang dari jurusan lain. kini tiba saatnya saya diharuskan membuat refleksi mengenai salah satu mata kuliah yang telah saya ambil pada semester tujuh ini. biarpun semua teman-teman sudah libur semester maupun libur akhir tahun, mau tidak mau saya harus menyelesaikan tugas dan tanggung jawab saya sebelum benar-benar menikmati liburan ini.

gak terasa, semester tujuh telah saya lalui bersama teman-teman yang lain dalam mata kuliah Gudang Data. Gudang Data merupakan mata kuliah pilihan yang diberikan kepada mahasiswa yang fokus terhadap peminatan mengenai basis data. Dalam perkuliahan ini banyak sekali hal-hal baru yang saya temui dan saya dapatkan dari perkuliahan ini antara lain pengetahuan mengenai materi Gudang Data, Pentaho (yang biasa kita sebut Kettle), Schema Workbench, dan masih banyak lagi.

pada pertemuan pertama kita diminta untuk mencari hal-hal yang berhubungan dengan pengertian, arsitektur sampai dengan karakteristik dari Gudang Data. selanjutnya kita diberikan materi yang bersifat teori maupun praktek yang disertai dengan contoh kasus yang akan diselesaikan oleh para mahasiswa dalam kelompok. kasus-kasus yang diberikan harus diselesaikan dengan Sakila, Nwind, BIRT, dll. kasus-kasus tersebut diselesaikan pada akhir semester yang merupakan proyek sebagai penggati dari ujian tertulis.

selama proses perkuliahan saya banyak menemukan hal-hal yang menarik yang belum saya dapatkan sebelumnya seperti materi mengenai OLAP, Multidimensional, Fact, Dimensi Table, Star Schema maupun Snowflake Schema. untuk menyelesaikannya, kita membutuhkan salah satu aplikasi yang bernama pentaho serta database yang bernama MySQL yang nantinya akan mendapatkan file yang bertipe '.ktr' serta tabel-tabel yang dapat dilihat pada aplikasi SQLyog. materi yang diberikan diatas sangat menarik, akan tetapi tugas dan cantoh kasus yang diberikan belum pernah saya hadapi di dunia nyata sehingga tidak mudah bagi saya menyelesaikan tgas tersebut seperti membalikkan telapak tangan saya. saya juga harus menyelesaikan tugas-tugas tersebut dalam tugas individu maupun kelompok. kendala berikutnya adalah menyelesaikan tugas kelompok yang diberikan karena mencari waktu yang bebas untuk menyelesaikan tugas tersebut sangat susah dikarenakan masing-masing dari angota tersebut mempunyai jadwal kuliah yang berbeda, kegiatan dan kesibukan pribadi serta mengikuti organisasi yang berbeda juga.

dalam ujian akhir yang bersifat project berupa materi awal telah diberikan kepada setiap kelompok serta kelompok saya harus menyelesaikan project yang telah diberikan dengan cara apapun sehingga proyek tersebut selesai dikerjakan. pada hari dimana kami harus menyampaikan hasil dari kerja keras kami yang telak kami selesaikan, dan setelah selesai menyampaikan hasil tersebut kami juga diharuskan untuk melakukan revisi terhadap laporan yang telah kami buat karena tidak sesuai dan masih banyak hal pokok yang belum kami cantumkan dalam laporan tersebut.

tanpa terasa tulisan yang saya buat sudah cukup panjanag, dan saya juga mengucapkan banyak terima kasi kepada ibu Ridowati Gunawan yang telah membimbing dan mendampingi saya dalam hal akademik maupun non akademik sehingga saya bisa memanfaatkan ilmu yang telah diberikan kepada saya dalam dunia kerja. demikian hasil refleksi saya mengenai mata kuliah ini.

sebelum mengakhiri tulisan ini, saya mau mengucapkan terima kasih banyak karena kalian semua bersedia membaca tulisan saya yang masih jauh dari kata "SEMPURNA".

Gudang Data (Data Warehouse)


Gudang Data
Apa itu Gudang Data atau Data Warehouse?
BUILDING THE DATA WAREHOUSE, 2ND EDITION, W H Inmon, John Wiley
A data warehouse is the granular, corporate, integrated historical collection of data that forms the foundation for all sorts of DSS processing, such as data marts, exploration processing, data mining, and the like. A data warehouse is able to be reused and reshaped in many ways.

Gudang Data adalah butiran, perusahaan, sejarah pengumpulan data yang terintegrasi dan membentuk dasar bagi pengolahan DSS, seperti ‘Data Mart’, proses pengolahan eksplorasi, penambangan data dan sejenisnya. Gudang data juga dapat digunakan kembali dan dibentuk kembali dengan berbagai cara.

Kesimpulan :
Gudang Data adalah sekumpulan data yang terintegrasi, membentuk dasar bagi pengolahan DSS, basis data yang berorientasi subjek yang dirancang untuk mendukung fungsi dalam pengambilan keputusan, dmana setiap unit dari data adalag non-volatile dan relevan untuk waktu tertentu.

Arsitektur Data Warehouse
Arsitektur dari gudang data sangat bervariasi tergantung pada situasi spesifik organisasi. Dari variasi tersebut, terdapat tiga arsitektur umum yang berupa :
1.      Arsitektur Dasar Gudang Data
Pada Arsitektur ini, gudang data langsung mengambil data yang berasal dari berbagai data tanpa adanya tahapan pengumpulan data sementara sebelum data masuk ke dalam gudang data.

Pada gambar diatas, Metadata dan Raw Data dari OLTP terdapat didalamnya, dan sebagai tambahan di dalam Warehouse juga terdapat Summary Data. Summary Data ini sangat berguna dalam data Warehouse karena berfungsi untuk melakukan perhitungan yang komploks. Sebagai contoh, Data Warehouse melakukan query untuk mendapatkan data sales di bulan Agustus.

2.      Arsitektur Gudang Data dengan Staging Area
Pada arsitektur ini, terlebih dahulu Data Warehouse membersihkan  data yang berasal dari berbagai data sumber ke suatu tempat penampungan antara (biasanya disebut dengan staging area) sebelum masuk ke Data Warehouse. Staging area  menyeserhanakan proses pembuatan summary dan management warehouse secara umum.


3.      Arsitektur Gudang Data dengan Staging Area dan Data Mart
Pada arsitektur ini, data warehouse akan dibagi lagi menjadi beberapa upabagian sesuai dengan tujuan  maupun penggunaannya (misal : subset penjualan perusahaan, subset pemasaran perusahaan, maupun subset inventaris perusahaan). Upabagian dari data warehouse ini biasa desebut sebagai data mart. Data mart itu sendiri tidak selalu dipandang sebagai suatu uang diturunkan dari data warehouse (pendekatan top-down), tapi data mart itu bias dipandang sebagai komponen penyusun data warehouse (pendekatan bottom-up). Data mart merupakan subset dari data resource, biasanya berorientasi untuk satu tujuan yang spesifik atau subjek data yang didistribusikan untuk mendukung kebutuhan bisnis. Sebagai contoh data purchasing, sales, dan inventory dapat dipisahkan dalam masing-masing cube. Dalam contoh ini seorang analis keuangan dapat menganalisa history data untuk purchases dan sales.

 
Karakteristik Gudang Data
Beberapa karakteristik dari gudang data adalah sebagai berikut :
a.       Subject Oriented 
Data diorganisasikan sesuai dengan kebutuhan user seperti pelanggan, produk, penjualan. Berfokus pada pemodelan dan analisis data untuk pembuat keputusan, bukan pada operasional sehari-hari atau transaksi pemrosesan.
b.      Integrated
Menghilangkan kerancuan dalam hal penamaan dan nilai informasinya.
c.       Nonvolatile
Data yang disimpan dalam format tertentu read only dan tidak dapat diubah oleh user.
d.      Time Variant
Data yang ada di dalam gudang data akan dianalisis perubahannya berdasarkan waktu.
e.       Summarized
Data operasional dikumpulkan kemudian dimapping ke dalam format untuk digunakan dalam pengambilan keputusan.
f.       Large Volume
Ukuran data yang besar karena pemeliharaan data dari waktu ke waktu.
g.      Not Normalized
Data dapat bersifat redudansi karena merupakan gabungan dari beberapa tabel..
h.      Metadata
Data yang disaimpan untuk user dan personil gudang data.
i.        Data Sources
Data yang berasal dari sumber internal maupun eksternal.

Masa Percobaan

Salam Sukses,

Selamat datang di blog baru saya ini, semoga dengan blog ini teman-teman mendapatkan ilmu baru yang akan berguna buat kalian semuanya.

Pada tanggal 13 September 2011 pukul 01.37 saya menulis halaman pengantar pada blog saya ini yang memiliki tujuan agar :
  1. Dapat menceritakan kegiatan-kegiatan saya dengan keluarga besar saya yang selalu mendukung saya dalam berbagai hal baik dalam kuliah maupun dalam hal lainnya.
  2. Dapat menceritakan kegiatan-kegiatan yang berharga maupun kegiatan yang penting baik dari segi pendidikan maupun dari segi di luar pendidikan.
  3. Dapat digunakan untuk mencatat materi kuliah yang sedang saya ambil yaitu Gudang Data yang mengharuskan saya untuk membuat blog ini, semoga dengan adanya blog ini dapat membantu teman-teman untuk menyelesaukan tugas yang berhubungan dengan Gudang Data.
  4. Dapat menceritakan kegiatan saya dengan teman saya yang berada di kampus maupun di luar kampus dengan berbagai kegiatan-kegiatan yang membuat senang, bahagia, sedih, kesal, menjengkelkan dan lain sebagainnya.
Sekian pengantar saya, semoga dengan adanya blog ini dapat bermanfaat untuk para pengguna dunia maya ini.