Tahap terakhir dari perancangan data warehouse adalah membuat rancangan skema data warehouse, yaitu kumpulan objek-objek basis data seperti tabel, view, indeks, dan objek lainnya yang mendeskripsikan suatu data warehouse.
Sebagai contoh, rancangan skema untuk data warehouse Penjualan yang akan diimplementasi dalam MySQL adalah:
Tabel SalesFact
Tabel Barang
Tabel Periode
Tabel Lokasi
View Datacube (untuk keperluan OLAP)
Perlu diketahui, rancangan skema yang dihasilkan pada tahap ini pada umumnya sudah mengikuti format DBMS yang akan digunakan. Pada beberapa DBMS, seperti Oracle atau SQL Server misalnya, disediakan fasilitas maupun wizzard untuk membantu merancang dan mengimplementasi skema data warehouse ini.
Semoga bermanfaat!
SIP pak bermanfaat pisan,, kebetulan disuruh bantuin pak dhinta ngajar Datawarehouse… padahal punya padahal saya belum pernah belajar Datawarehouse…… Belajarnyah pas sekarang ajah ngajar… dan ternyata-eh ternyata MENARIK pak, serius MENARIK pisan alias RAME a.k.a MENANTANG….. jadi nyesel dulu pas kuliah kenapa gak ambil Datawarehouse ya!!! nuhun pisan pak… ditunggu petuah tentang Dawer yang selanjutnya…..
[...] Sebelum saya memilih, perlu saya jelaskan apa sebenarnya data warehouse pada kenyataannya. Saya bukan ingin menjelaskan pemodelan yang biasa ditemui di banyak literatur yang mengatakan 3NF atau dimension. Tapi saya akan mencoba mejelaskan data warehouse dari sudut pandang berbeda. Ukuran atau size. Saya coba ambil contoh model SalesFact dari artikel pak Toto mengenai Perancangan Data Warehouse. [...]
Buat Mas Pribadi, terima kasih banyak untuk sharing informasi dan ilmunya…
Buat Kang Erda, mudah2an sequel untuk artikel Data Warehousenya bisa segera di-release. Ditunggu juga cerita dan pengalaman ngajarnya. Atau mungkin “hukum karmanya” juga…
sangat bermanfaat
Duh pak, thx banget nih….
aku jadi punya gambaran yg lebih jelas tentang data warehouse. sebelumnya aku dah baca beberapa jurnal tentang data warehouse tapi msh belum memberikan pencerahan….(^_^)
@Rorizki dan wihop, syukurlah kalau artikelnya bisa memberikan manfaat…
Sekedar informasi tambahan (juga buat kang Erda, karena artikelnya belum sempat saya buat lagi), pembahasan tentang data warehouse pada umumnya mencakup:
1. Perancangan dan pembuatan data warehouse
2. Extract, Transform and Load (ETL) data dari basis data sumber ke data warehouse
3. Pemanfaatan data warehouse: OLAP, business intelligent
4. Storage management dan access performance
Urutan pembahasannya bisa dari mana saja, tergantung pendekatan dan pengayaan materinya…
Selamat mengeksplorasi!
Bagus.. Bermanfaat banget buat saya.. Hitung-hitung nambah referensi buat saya.. Sebentar lagi UAS.. hehehe.. Pas banget materinya..
Pak, saya lagi ambil TA ttg Bussiness Intelligence, pembahasan bapak sangat berguna bagi saya.
Saya mau tanya kalo pembuatan data warehouse menggunakan SQL server 2000 bisa, pak??
Sedangkan saya menggunakan Visual Basic 6 untuk tampilan BI-nya. Saya mau request artikel tahapan Pembuatan BI dengan SQL server dan VB dong pak,..
Terimakasih sebelumnya,.
Pak Toto, saya ada beberapa pertanyaan sedikit mengenai Data Warehouse (DWH):
1. Kapan kita harus memutuskan/memilih untuk memakai Star Schema atau Snow Flake Schema?
2. Bagaimana mengurangi beban dengan banyaknya data pada Fact table?
3. Bagaimana menghindari terjadinya data repetition pada Star Schema dengan jumlah data terhitung besar? Menurut yang saya alami, penggunaan Snow Flake Schema pada jumlah data yang besar akan membutuhkan wa
4. Misal, dalam report dikehendaki untuk menampilkan data dengan formulasi kompleks. Sebaiknya perhitungan tersebut dilakukan di DWH atau di Report tersebut?
5. Bagaimana menghubungkan 2 Fact atau lebih
(maaf tadi kepencet “kirim”)…
Pak Toto, saya ada beberapa pertanyaan sedikit mengenai Data Warehouse (DWH):
1. Kapan kita harus memutuskan/memilih untuk memakai Star Schema atau Snow Flake Schema?
2. Bagaimana mengurangi beban dengan banyaknya data pada Fact table?
3. Bagaimana menghindari terjadinya data repetition pada Star Schema dengan jumlah data terhitung besar? Menurut yang saya alami, penggunaan Snow Flake Schema pada jumlah data yang besar akan membutuhkan waktu yang cukup bahkan bisa sangat lama sekali.
4. Misal, dalam report dikehendaki untuk menampilkan data dengan formulasi kompleks. Sebaiknya perhitungan tersebut dilakukan di DWH atau di Report tersebut?
5. Bagaimana menggabungkan 2 Fact atau lebih dengan Dimension yang berbeda namun diantara 2 Dimension atau lebih tersebut beberapa diantaranya memiliki kesamaan? Misalnya, Dimension A memiliki Fact A1, Dimension B memiliki Fact B1. Masing-masing Fact A1 & B1 serta Dimension A & B jelas berbeda, namun jika dilihat ternyata di dalamnya ada data yang sama misalnya Nama.
6. Bolehkah Fact mempunya Child?
7. Apa bedanya OnLine DWH dengan OLTP? Setau saya DWH itu selalu H-1 atau paling tidak ada jeda waktu dari OLTP ke DWH untuk melakukan transformasi data. Apa jadinya dengan OnLine DWH bila data tersebut dikirim bersamaan bersama transaksi kemdian ada report ingin membacanya?
8. Apakah Dimension Date (tanggal, waktu atau time dsb) diperlukan bila isi dalam Dimension tersebut hanya ada Date saja sedangkan disetiap Dimension lainnya dan juga Fact sudah ada Field Date?
9. Bila saya punya 1 RDBMS yang detail dan semua informasi yang diperlukan oleh DWH ada di situ semua (source data bukan berasal dari multiple sources tapi hanya dari 1 single source saja) apakah masih perlu dibuatkan lagi DWH? Yang saya tau DWH bisa berasal dari Relational DWH.
10. Apa yang harus dibuat di OLAP dengan DWH yang dihasilkan? Pengambilan seluruh nilai DWH seperti pada “Perancangan Data Warehouse (4) – Tamat” di atas tampaknya akan memakan storage besar-besaran, lagipula OLAP rasanya tidak mungkin untuk menarik seluruh data yang ada di DWH karena konsepnya adalah multiple views analysis, setiap point of view mempunyai indeks sendiri. Bayangkan bila terdapat misalnya 50-60 Dimensi besar di mana masing-masing punya Child sendiri-sendiri dan mengakses ke beberapa Fact? Sebagai tambahan yang saya ketahui, DWH diperuntukkan untuk pengambilan data dalam jumlah besar namun penarikan secara langsung akan membutuhkan waktu sedangkan OLAP diperuntukkan untuk pengambilan data dalam jumlah lebih sedikit/terbatas namun dengan waktu yang lebih cepat.
Sekian pertanyaan saya, mohon maaf bila ada kata-kata yang kurang berkenan karena saya hanya ingin bertanya sekaligus berbagi informasi.
Terimakasih. — Aji —
Salam
Terima kasih pak atas materinya, sebagai bahan referensi membuat Tugas Data WareHouse dan Tugas Akhir.
Wassalam
Pak Toto,
Saya bisa minta kontaknya ? saya ada potensial project untuk data warehousing .
terima kasih