Friday, 11 November 2016

DATA WAREHOUSE ARCHITECTURE ANALYSIS

Menyadari sulitnya mencari informasi yang lengkap dan akurat mengenai ragam arsitektur perangkat lunak, maka saya tergerak untuk mempublikasikan hasil analisis saya terhadap salah satu arsitektur tersebut yaitu arsitektur data warehouse. Dengan harapan postingan saya ini dapat memudahkan junior junior saya dalam mengerjakan tugas mata kuliah analisis perancangan sistem informasi.


Definisi :
Sebuah kerangka dengan mengidentifikasikan dan memahami bagaimana data akan pindah melalui sistem dan digunakan dalam perusahaan.
Karakteristik :
  • Data diambil dari sistem asal (sistem informasi yang ada), basis data dan file.
  • Data dari sistem asal akan diintegrasikan dan ditransformasi sebelum disimpan ke dalam Database Management System (DBMS).
  • Data warehouse adalah basis data terpisah yang sifatnya hanya read-only yang dibuat secara khusus untuk mendukung pengambilan keputusan.
  • User mengakses data warehouse melalui aplikasi front end tool
Kelebihan Data Warehouse
  1. Data terorganisir dengan baik untuk query analisis dan sebagai bahan yang baik untuk proses transaksi.
  2. Perbedaan struktur data yang banyak macamnya dari sumber yang berbeda dapat di atasi.
  3. Memiliki aturan transformasi untuk memvalidasi dan menkonsolidasi data dari OLTP ke datawarehouse.
  4. Masalah keamanan dan kinerja dapat dipecahkan tanpa perlu mengubah sistem produksi.
  5. Memiliki model data yang banyak macamnya, dan tidak tergantung dari format data awal/sumbernya, sehingga memudahkan dalam menciptakan laporan.
  6. Proses transformasi/ perpindahan dapat di monitoring. jika terjadi kesalahan dapat di arahkan / di luruskan.
  7. Informasi yang disimpan dalam datawarehouse, jadi ketika OLTP data sumber nya hilang. informasi yang diolah tetap terjaga dalam suatu datawarehouse.
  8. Data Warehouse tidak memperlambat kerja operasional transaksi.
  9. Dapat menyediakan laporan yang bermacam-macam.

Kekurangan Data Warehouse 
  1. Datawarehouse bukan merupakan lingkungan yang cocok untuk data yang tidak terstruktur.
  2. Data perlu di ekstrak, diubah (ETL) dan di load ke datawarehouse sehingga membutuhkan tenggang waktu untuk memindahkannya.
  3. Semakin lama dipelihara, semakin besar biaya untuk merawat sebuah datawarehouse.
  4. Datawarehouse dapat menjadi ketinggalan dari data terbaru yang relatif cepat, karena data yang digunakan di datawarehouse tidak di update secara cepat. sehingga data yang ada tidak optimal.
Overview : https://youtu.be/8lHpioyvSng

Sources :


Posted by at