5

BAB 2

2 LANDASAN TEORI

2.1 Pengertian Data

Menurut Inmon (2002, p388), data adalah rekaman dari fakta-fakta, konsep-

konsep, atau instruksi-instruksi pada media penyimpanan untuk komunikasi,

pengambilan, dan pemrosesan dengan cara otomatis dan presentasi sebagai informasi

yang dapat dimengerti oleh manusia.

Menurut Turban et al (2005, p38), data adalah deskripsi dasar tentang sesuatu,

kejadian, kegiatan, dan transaksi yang ditangkap, direkam, disimpan, dan

diklasifikasikan, namun tidak terorganisir untuk menyampaikan suatu arti khusus.

Menurut Hoffer, Prescott dan McFadden (2002,p5), data adalah sebuah

representasi dari objek-objek dan kejadian-kejadian yang berarti dan penting di

lingkungan pemakai.

Berdasarkan pengertian–pengertian di atas, dapat disimpulkan bahwa data

merupakan rekaman dari fakta-fakta tentang sesuatu, kejadian, dan transaksi yang

disimpan pada media penyimpanan sebagai informasi yang dapat dimengerti oleh

manusia.

2.2 Pengertian Database

Menurut Inmon (2002, p388), database adalah sebuah koleksi data yang disimpan

yang saling berhubungan berdasarkan sebuah skema. Sebuah database dapat melayani

satu atau banyak aplikasi.

 

6

Menurut Connoly dan Begg (2002, p14), database adalah sekumpulan dari data

yang terhubung secara logis, dan deskripsi dari data ini, yang dirancang untuk

memenuhi kebutuhan informasi dari sebuah organisasi

Berdasarkan pengertian–pengertian di atas, dapat disimpulkan bahwa database

adalah sekumpulan data yang disimpan yang saling berhubungan secara logis

berdasarkan sebuah skema.

2.3 Database Management System (DBMS)

Menurut Connolly dan Begg (2002, p16), Database Management System (DBMS)

adalah sistem perangkat lunak yang memungkinkan pengguna untuk mendefinisikan,

membuat, menjaga, dan mengontrol akses ke database.

Berdasarkan pengertian di atas, dapat disimpulkan bahwa Database Management

System (DBMS) adalah system perangkat lunak yang digunakan untuk mendefinisikan,

membuat, menjaga, dan mengontrol akses ke database.

2.4 Pengertian OLTP (Online Transaction Processing)

Menurut Turban et al (2005, p241), OLTP adalah Transaction Processing System

(TPS) beroperasi pada arsitektur client/server, memperbolehkan pemasok organisasi

untuk masuk TPS melalui ekstranet dan memperhatikan tingkat persediaan perusahaan

atau jadwal produksi.

Berdasarkan pengertian di atas, dapat disimpulkan bahwa OLTP adalah sistem

yang mengatur transaction processing yang mengunakan arsitektur client/server.

 

7

2.5 Pengertian OLAP (Online Analytical Processing)

Menurut Connolly dan Begg (2002, p1101), OLAP (Online Analytical Processing)

adalah sintesis, analisis dan konsolidasi dinamis dari sejumlah besar multidimensional

data.

Berdasarkan pengertian di atas, dapat disimpulkan bahwa OLAP adalah analisis

dari sejumlah besar multidimensional data.

2.6 Pengertian Data Warehouse

Menurut Inmon (2002, p31), data warehouse adalah koleksi data yang berorientasi

subjek (subject oriented), terintegrasi (intergrated), tidak berubah (non volatile),

memiliki variasi waktu (time variant) yang mendukung keputusan manajemen.

Menurut Connolly dan Begg (2002, p1047), data warehouse adalah suatu

kumpulan data yang bersifat subject-oriented, integrated, time-variant, dan non-volatile

dalam mendukung proses pengambilan keputusan.

Menurut Berson dan Smith (2001,p4), data warehouse adalah gabungan teknologi

yang bertujuan mengefektifkan integrasi database operasional ke dalam lingkungan yang

memungkinkan penggunaan secara strategis.

Menurut Poe (1996,p24) data warehouse adalah database yang bersifat analisis

yang digunakan sebagai landasan dalam sistem pendukung keputusan.

Berdasarkan pengertian–pengertian di atas, dapat disimpulkan bahwa data

warehouse adalah suatu kumpulan data yang bersifat berorientasi subjek (subject

oriented), terintegrasi (intergrated), tidak berubah (non volatile), memiliki variasi waktu

(time variant) yang mendukung proses pengambilan keputusan.

 

8

2.7 Perbandingan Data Operasional dan Data Warehouse

Secara umum, perbandingan antara data operasional dan data warehouse:

Tabel 2.1 Perbandingan Umum antara Data Operasional dan Data warehouse (Inmon, 2002, p15)

Data Operasional Data Warehouse • Berorientasi aplikasi • Berorientasi subjek • Detail • Ringkas dan telah disaring • Dapat di-update • Tidak dapat di-update • Disajikan untuk komunitas operasional • Disajikan untuk komunitas manajerial • Sesuai dengan SDLC (System

Development Life Cycle) • Siklus hidup yang lebih lengkap

• Jumlah data yang diproses kecil • Jumlah data yang diproses besar • Non-redundancy (Normalisasi) • Redundancy (Denormalisasi) • Struktur yang tetap / statis • Struktur yang fleksibel • Mendukung operasional sehari-hari • Mendukung kebutuhan manajerial • Pengaksesan data besar • Pengaksesan data kecil / sedang

2.8 Karakteristik Data Warehouse

Menurut Inmon (2002, p31), beberapa karaketeristik data warehouse antara lain :

2.8.1 Subject Oriented

Pada awalnya sistem pengoperasian diatur berdasarkan aplikasi dari perusahaan.

Contohnya untuk perusahaan asuransi, aplikasi yang digunakan adalah kesehatan,

kehidupan, dan kecelakaan. Subjek dari perusahaan tersebut adalah pelanggan,

kebijakan, premi, dan klaim. Jadi pada data warehouse tidak berdasarkan aplikasi

melainkan berdasarkan subjek.

2.8.2 Integrated

Karakteristik kedua dari data warehouse adalah terintegrasi. Dari semua aspek

data warehouse, integrasi adalah yang terpenting. Data diambil dari beberapa sumber ke

dalam data warehouse. Data tersebut diubah, diformat ulang, disusun ulang, diringkas

 

9

dan seterusnya. Hasil dari data tersebut tinggal di data warehouse mempunyai sebuah

gambar fisik perusahaan.

Gambar 2.1 Permasalahan dalam integrasi (Inmon, 2005, p31)

2.8.3 Non volatile

Karakter penting ketiga dari data warehouse adalah tidak berubah (non volatile).

Data dapat diakses, dimanipulasi (update) pada lingkungan operasional akan tetapi, pada

data warehouse data hanya dapat di-load dan diakses tetapi tidak dapat di-update.

 

10

2.8.4 Time variant

Karakteristik terakhir dari data warehouse adalah variasi waktu. Maksudnya

adalah setiap unit data dalam data warehouse akurat dalam suatu momen dalam waktu.

Tabel 2.2 Perbandingan Time Variant antara Data Operasional dan Data Warehouse (Inmon, 2002, p35)

Data Operasional Data Warehouse • Mempunyai time horizon 60-90 hari • Mempunyai time horizon 5-10 tahun • Data atau record dapat di-update • Data atau record tidak dapat di-update • Key structure dapat termasuk atau

tidak termasuk elemen waktu • Key structure termasuk elemen waktu

2.9 Struktur Data Warehouse

Menurut Inmon (2002, p35), data mengalir ke dalam data warehouse dari

lingkungan operasional. Biasanya data mengalami transformasi signifikan dari tingkat

operasional ke tingkat data warehouse. Data dilewatkan dari current detail data ke older

detail. Setelah data diringkas, data tersebut dilewatkan dari current detail ke lightly

summarized data, kemudian dari lightly summarized data ke highly summarized data.

 

11

Gambar 2.2 Struktur Data Warehouse (Inmon, 2002, p36)

Current Detailed Data

Current detailed data merupakan data yang sekarang yang diperoleh dari database

operasional. Data ini sangat banyak dan detail.

Old Detailed Data

Old detailed data merupakan ringkasan data atau summary didapat dari current

detail data yang di-backup dan disimpan dalam media penyimpanan yang terpisah. Data

disimpan dalam sebuah penyimpanan seperti magnetic tape atau optical disk.

 

12

Lightly Summarized Data

Lightly summarized data merupakan data ringkasan atau summary dari current

detailed data yang bersifat "total summary" dan rinci. Lightly summarized data biasa

disebut data mart.

Highly Summarized Data

Highly summarized data merupakan data yang telah diringkas secara menyeluruh

dan digunakan untuk mendukung pengambilan keputusan.

Metadata

Menurut Inmon (2002, p393), metadata adalah data tentang data, deskripsi dari

struktur, isi, kunci, indeks, dan lain-lain dari data.

Menurut Inmon (2005, p269-270), hal-hal penting dari metadata meliputi:

a. ID dokumen

b. Tanggal entri ke warehouse

c. Deskripsi dari dokumen

d. Sumber dari dokumen

e. Tanggal sumber dari dokumen

f. Klasifikasi dokumen

g. Indeks kata

h. pembersihan tanggal

i. Lokasi fisikal

j. Panjang dokumen

k. Referensi terkait

 

13

Menurut Connolly dan Begg (2002, p1055), metadata digunakan untuk berbagai

tujuan meliputi :

a. Proses ekstraksi dan loading

Metadata digunakan untuk memetakan sumber data ke dalam pandangan

umum dari data dalam warehouse.

b. Proses manajemen warehouse

Metadata digunakan untuk mengotomatiskan pembuatan tabel ringkasan.

c. Sebagai bagian dari proses manajemen query

Metadata digunakan untuk menghubungkan suatu query dengan sumber data

yang tepat.

2.10 Arsitektur Data warehouse

Arsitektur data warehouse merupakan suatu kerangka yang dirancang dengan cara

memahami bagaimana data dipindahkan di dalam sistem. Karakteristik arsitektur dari

data warehouse adalah:

a. Data diambil dari sistem informasi yang telah ada, database, dan file.

b. Data tersebut diintegrasikan dan ditransformasikan sebelum disimpan ke dalam

data warehouse.

c. Data warehouse adalah read-only database yang diciptakan untuk mengambil

keputusan.

d. User mengakses data warehouse melalui front-end tool atau aplikasi.

 

14

Gambar 2.3 Gambar Arsitektur Data warehouse (Connolly dan Begg , 2002, p1053)

Komponen utama data warehouse menurut Connolly dan Begg (2002, p1053)

adalah:

a. Operational Data, sumber data ini didapat dari data operasional yang

dilakukan pada database awal.

b. Operational Data Store (ODS), tempat penyimpanan data operasional yang

sedang terjadi dan yang terintegrasi digunakan untuk analisa.

c. Load Manager (sering juga disebut komponen front-end), menampilkan semua

operasi yang diasosiasikan dengan data yang telah diekstrak dan di-load ke

dalam warehouse.

d. Warehouse Manager, menampilkan semua operasi yang diasosiasikan dengan

manajemen data dalam warehouse.

 

15

e. Query Manager (disebut juga dengan komponen back-end), menampilkan

semua operasi yang diasosiasikan dengan manajemen dari queries pengguna.

f. Archive/ Backup Data, area warehouse yang menyimpan detailed dan

summarized data yang bertujuan sebagai arsip dan backup data.

g. End-User Access Tools, dapat dikategorikan menjadi lima grup utama: data

reporting and query tools, application development tools, executive

information systems (EIS) tools, online analytical processing (OLAP) tools and

data mining tools.

h. Detailed Data, Meta-data, Lightly and Hightly Summarized Data, untuk

komponen ini sudah dijelaskan pada bagian struktur data warehouse.

2.11 Aliran Data Pada Data Warehouse

Menurut Connolly dan Begg (2002, p1057), Data warehouse memfokuskan pada

manajemen dari lima aliran data utama yaitu inflow, upflow, downflow, outflow, dan

meta-flow. Proses yang berasosiasi dengan setiap aliran data, yaitu:

a. Inflow: Proses yang berhubungan dengan pengekstrakan (extraction),

pembersihan (cleansing), dan pemuatan (loading) data dari sistem sumber ke

dalam data warehouse.

b. Upflow: Proses yang berhubungan dengan penambahan nilai dari data dalam

data warehouse melalui peringkasan (summarizing), pengemasan (packaging),

dan pendistribusian data.

c. Downflow: Proses yang berhubungan dengan pengarsipan (archiving) dan

pembuatan cadangan (back-up) data dalam data warehouse.

 

16

d. Outflow: Proses yang berhubungan dengan pengadaan data agar tersedia bagi

end-user.

e. Meta-flow: Proses yang berhubungan dengan manajemen dari metadata.

Gambar 2.4 Gambar Aliran Data warehouse (Connolly dan Begg , 2002, p1058)

2.12 Keuntungan Data warehouse

Menurut Connolly dan Begg (2002, p1048), pengimplementasian yang sukses dari

sebuah data warehouse dapat memberikan keuntungan besar bagi perusahaan, yaitu:

1. Keuntungan potensial yang besar dalam investasi.

Suatu organisasi harus memiliki sumber daya dalam jumlah besar untuk

memastikan kesuksesan pengimplementasian data warehouse dan jumlah biaya

yang dikeluarkan bervariasi besarnya tergantung dari solusi teknis yang

 

17

tersedia. Tetapi investasi dalam data warehouse dapat memberikan keuntungan

yang besar setelah pengimplementasiannya.

2. Keuntungan yang kompetitif

Keuntungan kompetitif didapatkan dengan memperbolehkan para pengambil

keputusan untuk mengakses data yang dapat mengungkapkan data-data yang

sebelumnya tidak tersedia, tidak diketahui dan informasi yang tidak tercatat.

3. Meningkatnya produktivitas dari pengambil keputusan perusahaan

Dengan mentransformasikan data menjadi informasi yang berarti, data

warehouse memungkinkan para manajer bisnis melakukan analisa yang lebih

konsisten, akurat dan substantive sehingga terjadi peningkatan produktivitas

dari pengambilan keputusan perusahaan.

Menurut Mallach (2000,p182), kerugian dari penerapan data warehouse yaitu :

• Terdapat beban tambahan pada sistem pusat karena perlunya melakukan transfer

data diantara dua sistem (sistem operasional dan data warehouse) untuk menjaga

data tetap update.

• Harus mempunyai karyawan yang mengerti kedua sistem tersebut.

• User yang mengakses kedua sistem memerlukan dua tipe terminal.

• Transfer data dari sistem operasional kedata warehouse memerlukan waktu yang

relatif lama.

2.13 Data Mart

Menurut Connoly (2002, p 1067), data mart adalah bentuk atau versi yang lebih

kecil dari data warehouse, biasanya mengandung data yang berhubungan dengan sebuah

 

18

area fungsional dari perusahaan atau memiliki lingkup yang terbatas. Berikut

karakteristik yang membedakan antara data mart dengan data warehouse:

a. Data mart berfokus pada kebutuhan pengguna yang berhubungan dengan satu

bagian departemen atau fungsi bisnis.

b. Data mart tidak berisi data operasional yang bersifat detail.

c. Data mart lebih mudah dimengerti dan digunakan karena berisi data yang lebih

sedikit dari data warehouse.

2.14 Teori Permodelan Data warehouse

Untuk pemodelan data warehouse, lebih digunakan teknik pemodelan

dimensional. Dengan teknik ini, dapat dibuat tabel fakta, tabel dimensi, dan membangun

relasi antara masing-masing tabel dimensi dan tabel fakta. Ada beberapa hasil

pemodelan tersebut, antara lain :

2.14.1 Skema Bintang (Star Schema)

Menurut Ponniah (2001, p210-216), skema bintang (star schema) adalah teknik

dasar desain data untuk data warehouse. Struktur skema bintang adalah suatu struktur

yang dapat dengan mudah dipahami dan digunakan oleh pengguna seperti yang terlihat

pada Gambar 2.5. Struktur tersebut mencerminkan bagaimana pengguna biasanya

memandang ukuran-ukuran kritis mengikuti dimensi-dimensi bisnis yang ada.

 

19

Gambar 2.5 Contoh Skema Bintang (www.juergen-konicek.de/Pictures/DWHSchemas.gif)

Karakteristik dari komponen skema bintang:

1. Tabel dimensi

a. Key tabel dimensi

Key tabel dimensi merupakan primary key dari tabel dimensi yang

mengidentifikasi setiap baris dalam tabel secara unik.

b. Merupakan tabel yang lebar

Tabel dimensi memiliki jumlah kolom atau atribut yang banyak, oleh

karena itu tabel dimensi bersifat lebar.

 

20

c. Atribut berupa teks

Dalam tabel dimensi, jarang ditemukan nilai numerik untuk perhitungan,

atribut umumnya berupa teks yang merepresentasikan deskripsi tekstual

dari komponen-komponen dalam dimensi bisnis.

d. Atribut-atribut tidak berhubungan secara langsung

Sebagai contoh, ukuran paket dan merek produk tidak saling berhubungan,

namun sama-sama dapat menjadi atribut tabel dimensi produk.

e. Tidak dinormalisasi

Untuk kinerja query yang efisien, paling baik jika query mengambil dari

tabel dimensi dan langsung ke tabel fakta tanpa melalui tabel perantara

yang akan terbentuk jika tabel dimensi dinormalisasi.

f. Kemampuan drill-down dan roll-up

Atribut-atribut dalam tabel dimensi menyediakan kemampuan untuk

mendapatkan detail dari tingkat tinggi agregasi sampai tingkat detail yang

rendah. Sebagai contoh, jumlah penjualan dapat dilihat berdasarkan

propinsi, lalu dapat drill-down ke kota dan kode pos atau total penjualan

berdasarkan kode pos dapat roll-up ke kota dan propinsi.

g. Terdapat beberapa hirarki

Berbagai bagian perusahaan dapat mengelompokkan dimensi dengan cara

yang berbeda, sehingga terbentuk lebih dari 1 hirarki.

h. Jumlah record yang lebih sedikit

Tabel dimensi umumnya memiliki jumlah record atau baris yang lebih

sedikit dari tabel fakta.

 

21

2. Tabel fakta

a. Concatenated key

Baris dalam tabel fakta diidentifikasi dengan menggunakan primary key

dari tabel-tabel dimensi, maka primary key dari tabel fakta merupakan

gabungan primary key dari semua tabel dimensi.

b. Data grain

Data grain merupakan tingkat detail untuk pengukuran. Sebagai contoh,

jumlah pemesanan berhubungan dengan jumlah produk tertentu pada suatu

pesanan, tanggal tertentu, untuk pelanggan spesifik dan diperoleh oleh

seorang perwakilan penjualan spesifik tertentu. Jika jumlah pesanan dilihat

sebagai jumlah untuk suatu produk perbulan, maka data grain-nya berbeda

dan pada tingkat yang lebih tinggi.

c. Fully additive measures

Agregasi dari fully additive measures dilaksanakan dengan penjumlahan

sederhana nilai-nilai atribut tersebut.

d. Semiadditive measures

Semiadditive measures merupakan nilai yang tidak dapat langsung

dijumlahkan, sebagai contoh persentase keuntungan.

e. Tabel besar, tidak lebar

Tabel fakta umumnya memiliki lebih sedikit atribut daripada tabel dimensi,

namun memiliki jumlah record yang lebih banyak.

f. Sparse data

Tabel fakta tidak perlu menyimpan record yang nilainya null, maka tabel

fakta dapat memiliki gap.

 

22

g. Degenerate dimensions

Terdapat elemen-elemen data dari sistem operasional yang bukan

merupakan fakta ataupun dimensi, seperti nomor pesanan, nomor tagihan,

dan lain-lain. Namun atribut-atribut tersebut dapat berguna dalam jenis

analisis tertentu. Sebagai contoh, mencari rata-rata jumlah produk per

pesanan, maka produk harus dihubungkan ke nomor pesanan untuk

mendapatkan nilai rata-rata. Atribut-atribut tersebut disebut degenerate

dimension dan disimpan sebagai atribut dari tabel fakta.

Keuntungan skema bintang:

1. Mudah dipahami pengguna

Skema bintang menggambarkan dengan jelas bagaimana pengguna berpikir

dan memerlukan data untuk query dan analisa. Skema bintang menggambarkan

hubungan antar tabel sama seperti cara pengguna melihat hubungan tersebut

secara normal.

2. Mengoptimalkan navigasi

Skema bintang mengoptimalisasikan navigasi melewati database sehingga

lebih mudah dilihat. Meskipun hasil query terlihat kompleks, tetapi navigasi itu

memudahkan pengguna.

3. Paling cocok untuk pemrosesan query

Skema bintang paling cocok untuk pemrosesan query karena skema ini

berpusat pada query. Tanpa bergantung pada banyak dimensi dan kompleksitas

query, setiap query akan dengan mudah dijalankan, pertama dengan memilih

 

23

baris dari table dimensi dan kemudian menemukan baris yang sama di tabel

fakta.

2.14.2 Skema Snowflake (Snowflake Schema)

Menurut Ponniah (2002, p235), Snowflake merupakan variasi lain dari skema

bintang dimana tabel dimensi dari skema bintang dinormalisasi, seperti yang

digambarkan pada Gambar 2.6. Prinsip dasar dari skema ini tidak jauh berbeda dari

skema bintang. Dalam menormalisasi tabel dimensi, ada beberapa pilihan yang dapat

diperhatikan, antara lain :

1. Secara parsial, lakukan normalisasi hanya beberapa tabel dimensi saja, dan

sisakan yang lain tetap utuh.

2. Secara lengkap atau parsial, lakukan normalisasi hanya pada beberapa tabel

dimensi, dan tinggalkan yang tersisa dengan utuh.

3. Secara parsial, lakukan normalisasi pada setiap tabel dimensi.

4. Secara lengkap, lakukan normalisasi pada setiap tabel dimensi.

Keuntungan dari skema snowflake:

1. Ukuran penyimpanan kecil di dalam tempat penyimpanan.

2. Struktur yang normal lebih mudah untuk di-update dan dijaga.

Kerugian dari skema snowflake :

1. Skemanya kurang intuitif / jelas dan pengguna akhir terhambat oleh

kompleksitas.

2. Sulit untuk mencari isi skema karena terlalu kompleks.

3. Performa query menurun karena adanya tambahan gabungan tabel.

 

24

Gambar 2.6 Contoh Skema Snowflake (www.juergen-konicek.de/Pictures/DWHSchemas.gif)

2.15 ETL (Extract, Transform, Loading)

ETL (Extract, Transform, and Load) adalah proses-proses dalam data warehouse

yang meliputi:

1. Mengekstrak data dari sumber-sumber eksternal.

2. Mentransformasikan data ke bentuk yang sesuai dengan keperluan.

3. Memasukkan data ke target akhir, yaitu data warehouse.

ETL merupakan proses yang sangat penting, dengan ETL, data dapat dimasukkan

ke dalam data warehouse. ETL juga dapat digunakan untuk mengintegrasikan data

dengan sistem yang sudah ada sebelumnya.

Tujuan ETL adalah mengumpulkan, menyaring, mengolah, dan menggabungkan

data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse.

Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria data

warehouse seperti data yang historis, terpadu, terangkum, statis, dan memiliki struktur

yang dirancang untuk keperluan proses analisis.

 

25

2.15.1 Extract

Langkah pertama pada proses ETL adalah mengekstrak data dari sumber-sumber

data. Kebanyakan proyek data warehouse menggabungkan data dari sumber-sumber

yang berbeda. Sistem-sistem yang terpisah sangat mungkin menggunakan format data

yang berbeda.

Ektraksi adalah mengubah data ke dalam suatu format yang berguna untuk proses

transformasi. Pada hakekatnya proses ekstraksi adalah proses penguraian dari data yang

diekstrak untuk mendapatkan struktur atau pola data yang diharapkan. Jika struktur atau

pola data tidak sesuai dengan harapan maka data tidak dimasukkan ke dalam data

warehouse.

2.15.2 Transform

Tahapan transformasi menggunakan serangkaian aturan atau fungsi untuk

mengekstrak data dari sumber dan selanjutnya akan dimasukkan ke data warehouse.

Berikut adalah hal-hal yang dapat dilakukan dalam tahapan transformasi:

1. Hanya memilih kolom tertentu saja untuk dimasukkan ke dalam data

warehouse.

2. Menterjemahkan nilai-nilai yang berupa kode (contohnya apabila database

sumber menyimpan nilai 1 untuk laki-laki dan nilai 2 untuk perempuan, tetapi

data warehouse yang telah ada menyimpan M untuk laki-laki dan F untuk

perempuan, ini disebut dengan automated data cleansing, tidak ada

pembersihan secara manual yang ditunjukkan selama proses ETL).

3. Mengkodekan nilai-nilai ke dalam bentuk bebas (Contohnya memetakan

“Male” , “1” dan “Mr” ke dalam M).

 

26

4. Melakukan perhitungan nilai-nilai baru (Contohnya sale_amount = qty *

unit_price).

5. Menggabungkan data secara bersama-sama dari berbagai sumber.

6. Membuat ringkasan dari sekumpulan baris data (Contohnya total penjualan

untuk setiap toko atau setiap bagian).

7. Men-generate nilai surrogate key.

8. Transposing atau pivoting (Mengubah sekumpulan kolom menjadi sekumpulan

baris atau sebaliknya).

9. Memisahkan sebuah kolom menjadi berbagai kolom (Contohnya meletakkan

sebuah comma-separated list yang dispesifikasikan sebagai sebuah string

dalam satu kolom sebagai nilai yang tersendiri dalam kolom yang berbeda).

10. Menggunakan berbagai bentuk validasi data baik yang sederhana maupun

kompleks.

2.15.3 Loading

Fase load merupakan tahapan yang berfungsi untuk memasukkan data ke dalam

target akhir, yang biasanya ke dalam suatu data warehouse. Jangka waktu proses ini

tergantung pada kebutuhan organisasi. Beberapa data warehouse dapat setiap minggu

menulis keseluruhan informasi yang ada secara kumulatif, data diubah, sementara data

warehouse yang lain (atau bagian lain dari data warehouse yang sama) dapat

menambahkan data baru dalam suatu bentuk yang historikal, contohnya setiap jam.

Waktu dan jangkauan untuk mengganti atau menambah data tergantung dari

perancangan data warehouse pada waktu menganalisis keperluan informasi.

 

27

Fase load berinteraksi dengan suatu database, constraint didefinisikan dalam

skema database sebagai suatu trigger yang diaktifkan pada waktu me-load data

(Contohnya uniqueness, referential integrity, mandatory fields), yang juga berkontribusi

untuk keseluruhan performance dan kualitas data dari proses ETL.

Masalah-masalah yang terjadi dalam ETL adalah sumber-sumber data umumnya

sangat bervariasi diantaranya:

1. Platform mesin dan operating system yang berlainan.

2. Mungkin melibatkan sistem kuno dengan teknologi basis data yang sudah

ketinggalan zaman.

3. Kualitas data yang berbeda-beda.

4. Aplikasi sumber data mungkin menggunakan nilai data (representasi) internal

yang sulit dimengerti.

 

28

Gambar 2.7 Extract, Transform, Loading (ETL) (http://www.unisys.com/eprise/main/admin/corporate/doc/ELTSQL.pdf)