- 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.