Elemen-elemen Pengembangan Business Intelligence

  • Data Warehouse

Data warehouse

Merupakan  tempat  penyimpanan untuk  ringkasan dari data historis  yang  diambil dari basis data-basis data yang  tersebar di suatu organisasi. Data warehouse mengumpulkan  semua data  perusahaan dalam satu tempat agar dapat diperoleh pandangan  yang  lebih  baik dari suatu proses bisnis/kerja dan  meningkatkan kinerja  organisasi. Data warehouse Mendukung  proses  pembuatan keputusan  manajemen Tujuan utama dari  pembuatan data warehouse adalah untuk menyatukan data yang  beragam  ke dalam  sebuah tempat penyimpanan  dimana  pengguna  dapat dengan mudah  menjalankan query (pencarian data),  menghasilkan laporan, dan melakukan analisis. Salah satu  keuntungan yang  diperoleh dari keberadaan data warehouse adalah  dapat  meningkatkan efektifitas  pembuatan  keputusan terhubung  ke data warehouse  yang telah ada.

Ada beberapa karakteristik dari datamart yang  membedakannya dengan data warehouse,  yaitu :

– Data mart hanya berfokus pada satu kebutuhan pengguna dengan satu departemen atau fungsi bisnis

-Data mart tidak secara normal berisi data operasional terperinci

– Data mart berisi lebih sedikit data dari yang ada dalam data warehouse,lebih mudah dimengerti dan dipahami.

• Kubus data (cube), adalah unit  pemrosesan data yang terdiri dari tabel fakta dan dimensi dalam suatu data warehouse.

• Aggregation, adalah hitungan awal dari data numerik. Dengan menghitung  dan menyimpan  jawaban  dari query yang  sebelumnya  telah dibuat, waktu proses query dapat lebih cepat.  Dengan adanya agregasi, data yang jumlahnya ribuan atau bahkan ratusan ribu dalam suatu basis data multidimensi dapat dicari dengan mudah dan tidak memakan banyak waktu. Agregasi ini merupakan pondasi dari pembentukan kubusdata, karena mengorganisir kumpulan data kedalam struktur data basis data multidimensi sehingga menghasilkan respon time yang cepat.

  • Data Mining

Data Mining seringkali diartikan dengan “menulis banyak laporan  dan query”. Namun  pada  kenyataannya kegiatan data mining tidak melakukan pembuatan laporan  dan query sama sekali.

Data mining dilakukan dengan tool khusus,  yang  mengeksekusioperasi data yang  telah didefinisikan berdasarkan model analisis.

Data mining Adalah ekstraksi informasi atau pola yang  penting  atau menarik dari data yang berada pada basis12 data yang besar yang  selama ini tidak diketahui tetapi  mempunyai potensi  informasi yang  bermanfaat.

Konsep data mining muncul dikarenakan timbulnya data explosion akibat dari penumpukan data oleh sistem pengolahan basis data terpadu di suatu organisasi. Proses data mining menggunakan berbagai perangkat analisis data untuk menemukan pola danhubungan  dalam  data yang  mungkin dapat digunakan untuk membuat prediksi yangvalid. Data mining menganalisis data untuk  menemukan informasi yang  tersembunyi pada sejumlah besar data yang disimpan. Data mining merupakan proses yang berbeda dengan analisis statistik biasa.

  • OLAP (Online Analytical Processing)

OLAP merupakan kunci dari BI, yang  digunakan untuk menganalisisis data  dan informasi yang  pada akhirnya akan menjadi dasar basis  Decision Support System (DSS)dan Expert Infotmation System (EIS). Beberapa aktivitas yang dapat  dilakukan melalui OLAP antara lain seperti :

menlakukan query , meminta laporan yang ad hoc,  mendukunganalisis statistik,  analisis interaktif,  serta membangun aplikasi  multimedia.  OLAP  merupakan  proses komputer  yang  memungkinkan pengguna dapat dengan mudah  dan selektif  memilih dan  melihat   data dari sudut  pandang  yang berbeda-beda. Data pada OLAP disimpan dalam basis data multidimensi.  Jika pada basis data relasional terdiri dari dua dimensi, maka pada basis data multidimensi terdiri dari banyak dimensi yang  dapat dipisahkan oleh OLAP  menjadi  beberapa sub atribut. OLAP dapat digunakan untuk data mining atau menemukan hubungan antarasuatu item yang belum ditemukan. Pada basis data OLAP tidak perlu memiliki ukuran besar seperti data warehouse,  karena tidak semua transaksi membutuhkan analisis tren. Dengan menggunakan open database connectivity (ODBC), data dapat diimpor dari basisdata relasional menjadi suatu basis data multidimensi untuk OLAP.

Tentang irmanursanti

Irma Nursanti,
Pos ini dipublikasikan di Uncategorized. Tandai permalink.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s