Basis Data dan Gudang Data

disusun sebagai syarat memenuhi tugas mata kuliah sistem informasi

 

disusun oleh :

Aris Munandar 005131121

Nur Iman 005131121

Siti Sadiah 005131121096

FAKULTAS TEKNIK INFORMATIKASTMIK ERESHA

BOGOR2014

1

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT karena dengan rahmat dan karunia, serta taufik dan hidayah Nya lah kami dapat menyelesaikan makalah mengenai Basis Data dan Gudang Data ini dengan sebatas pengetahuan dan kemampuan yang dimiliki.

Kami sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan serta pengetahuan kita. Kami juga menyadari sepenuhnya bahwa di dalam tugas ini terdapat kekurangan-kekurangan dan jauh dari apa yang kami harapkan. Untuk itu, kami berharap adanya kritik, saran dan usulan yang sempurna tanpa sarana yang membangun.

Semoga makalah sederhana ini dapat dipahami bagi siapapun yang membacanya. Sekiranya makalah yang telah disusun ini dapat berguna bagi kami sendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf apabila terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon kritik dan saran yang membangun demi perbaikan di masa depan.

Bogor, Mei 2014

Penyusun

2

DAFTAR PUSTAKA

[Abdul1999] Abdul Kadir. 1999. Konsep & Tuntunan Praktis Basis Data. Penerbit Andi. Yogyakarta.

[David2002] David M. Kroenke. 2002. Database Processing Fundamentals, Design, and Implementation. Eight Edition. Pretince Hall.

[Ramez2000] Ramez Elmasri & Shamkant B Navathe. 2000. Database System.

[R.E. 2003] R.E. Wyllys. 2003. Database-Management Principles And Applications.

[Sitansu1991] Sitansu S. Mittra. 1991. Principles of Relational Database Systems. International Editions. Prentice-Hall. New Jersey.

[Waliyanto2000] Waliyanto. 2000. Sistem Basis Data Analisis dan Pemodelan Data. J&J Learning. Yogyakarta

3

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Basis data adalah kumpulan informasi yang disimpan didalam komputer secara

sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuk

memperoleh informasi dari database tersebut. Perangkat lunak yang digunakan

untuk mengolah dan mengambil kueri (query) basis data disebut sistem

manajemen basis data.

Pemrosesan basis data sebagai perangkat andalan sangat diperlukan oleh

berbagai institusi dan perusahaan. Dalam pengembangan sistem informasi

diperlukan basis data sebagai media penyimpanan data. Kehadiran basis data

dapat meningkatkan daya saing perusahaan tersebut. Basis data juga dapat

mempercepat upaya pelayanan kepada pelanggan, menghasilkan informasi

dengan cepat dan tepat sehingga membantu pengambilan keputusan untuk segera

memutuskan suatu masalah berdasarkan informasi yang ada.

Gudang Data atau sering disebut juga Data Warehouse merupakan metode dalam

perancangan database, yang menunjang DSS (Decision Support System) dan EIS

(Exsecutive Information System). Fisik data warehouse adalah database, tapi

perancangan data warehouse dan database sangat berbeda. Dalam perancangan

database tradisional menggunakan normalisasi, sedangakan pada data warehouse

nomalisasi bukan cara yang terbaik.

4

1.2 Rumusan Masalah

1. Apakah pengertian Basis Data ?

2. Apakah pengertian Gudang Data ?

3. Apakah keuntungan dan kelebihan dari Basis Data ?

4. Apakah keuntungan dan kelebihan dari Gudang Data ?

1.3 Tujuan

Memahami masalah-masalah operasional yang ada dalam pendekatan file datar

terhadap manajemen data yang melahirkan konsep basis data. Memahami relasi

di antara elemen-elemen yang membentuk lingkungan basis data.Memahami

relasi di anomali- anomali yang disebabkan oleh basis yang tidak dinormalisasi

dan kebutuhan akan normalisasi basis data. Mengetahui tahap-tahap dalam desain

basis data, termasuk identifikasi konseptual, pemodelan data, kontruksi basis data

fisik, dan penyiapan pandangan pengguna. Mengetahui fitur-fitur operasional

dari basis data terdistribusi dan mengenal isu-isu yang perlu diperhatikan dalam

memutuskan konfigurasi basis data tertentu.

5

BAB 2PEMBAHASAN

2.1 Pengertian Basis Data

2.1.1 Pengertian Sistem

Menurut Connoly dan Begg (2005, p283), sistem adalah suatu cara untuk

mengumpulkan, mengatur, mengendalikan, dan menyebarkan informasi

keseluruh organisasi.

Menurut James A. O’Brien (2003, p8), sistem adalah kumpulan elemen

yang saling terhubung atau berinteraksi membentuk suatu kesatuan atau

sekumpulan komponen yang saling terhubung dan bekerja sama untuk

mencapai sasaran dengan menerima input dan menghasilkan output dalam

sebuah proses transformasi yang terorganisir.

2.1.2 Pengertian Data

Menurut James A. O’Brien (2003, p13), data adalah fakta fakta atau

observasi yang mentah, biasanya mengenai kejadian atau transaksi bisnis.

Menurut Elmasri (2000, p4), data adalah fakta-fakta yang dapat disimpan

dan memiliki pengertian yang implisit.

Jadi, data adalah suatu yang masih bersifat mentah mengenai suatu

kejadian dan memiliki pengertian yang implisit.

6

2.1.3 Pengertian Basis data

Menurut C.J. Date (2000, p5), suatu sistem basis data adalah suatu sistem

yang pada dasarnya menyimpan record – record di dalam suatu sistem yang

di lakukan secara komputerisasi yang tujuan secara keseluruhan adalah

unutk memelihara informasi dan untuk membuat informasi tersebut

tersedia berdasarkan permintaan.

Menurut James A. O’Brien (2003, p145), basis data adalah sebuah

kumpulan yang terintegrasi dari elemen data yang terhubung secara logical.

Elemen data mendeskripsikan entitas-entitas dan hubungan antara entitas-

entitas.

Menurut Connoly dan Begg (2005, p15), basis data adalah sekumpulan

data yang berhubungan secara logical dan deskripsi mengenai data itu

sendiri yang dirancang untuk memenugi kebutuhan informasi organisasi.

Jadi, basis data adalah sebuah tempat penyimpanan data tunggal yang

memiliki kapasitas besar yang dapat digunakan secara simultan oleh

banyak departemen dan pengguna. Basis data tidak hanya dimiliki oleh

sebuah departemen tetepi menjadi sebuah sumber bersama perusahaan.

Basis data menyimpan tidak hanya data operasional organisasi tetapi juga

deskripsi dari data. Oleh karena itu, basis data juga disebut sebagai a self-

describing collection of omtegrated records. Deskripsi data tersebut

dikenak sebagai system catalog (atau kamus data atau metadata – ‘data

mengenai data’). Hal tersebut merupakan sifat dasar basis data yang

menyediakan program-data independence

Pendekatan yang diambil dengan sistem basis data, dimana definisi

data dipisahkan dari program-program aplikasi, serupa dengan pendekatan

yang digunakan dalam pengembangan software modern, dimana sebuah

definisi internal objek dan definisi eksternal yang terpisah disediakan.

7

Penggunaan dari objek hanya bisa melihat definisi eksternal dan tidak

memperhatikan bagaimana objek didefinisikan dan bagimana objek

berfungsi. Suatu keuntungan pendekatan ini adalah abstraksi data (data

abstraction), yaitu bahwa kita dapat mengubah definisi eksternal yang tetap

sama. Dengan cara yang sama, pendekatan basis data memisahkan struktur

data dari program aplikasi dan menyimpan ke dalam basis data.

Tahap akhir dalam definisi basis data adalah menentukan hubungan

logikal. Ketika kita menganalisa kebutuhan informasi organisasi, kita

berusaha untuk mengidentifikasi entity, atribut, dan hubungan

(relationship). Basis data merepresentasikan entitas, atribut, dan hubungan

secara logikal antar entitas. Dengan kata lain, basis data menyimpan data

yang terhubung secara logikal.

2.1.4 Database Management System (DBMS)

DBMS dapat diartikan sebagai program komputer yang digunakan untuk

memasukkan, mengubah, menghapus, memodifikasi dan memperoleh

data/informasi dengan praktis dan efisien.

Berdasarkan pendapat James O’Brien (2003, p146), DBMS berperan

sebagai penghubung antara user dengan basis data. DBMS menggunakan

software manajemen basis data untuk mengatur pembuatan, penggunaan,

dan pemeliharaan data untuk menyediakan informasi yang diperlukan

olehuser dan organisasi. DBMS juga membantu user dalam mengakses data

yang diperlukan

Secara umum DBMS menyediakan beberapa fasilitas:

Data Definition Language (DDL) [Create, Drop, Alter]

Data Manipulation Language (DML) [Insert, Select, Update Delete]

8

2.1.4.1 Kelebihan DBMS

Kepraktisan. DBMS menyediakan media penyimpan permanen

yang berukuran kecil namun banyak menyimpan data jika

dibandingkan dengan menggunakan kertas.

Kecepatan. Komputer dapat mencari dan menampilkan

informasi yang dibutuhkan dengan cepat.

Mengurangi kejemuan. Pekerjaan yang berulang-ulang dapat

menimbulkan

kebosanan bagi manusia, sedangkan mesin tidak merasakannya.

Update to date. Informasi yang tersedia selalu berubah dan

akurat setiap.

2.1.4.2 Keuntungan – Keuntungan Dalam Menggunakan DBMS

Pemusatan kontrol data. Dengan satu DBMS di bawah kontrol

satu orang atau kelkompok dapat menjamin terpeliharanya

standar kualitas data dan keamanan batas penggunaannya serta

dapat menetralkan konflik yang terjadi dalam persyaratan data

dan integritas data dapat terjaga.

Pemakaian data bersama (Shared Data). Informasi yang ada

dalam basis data dapat digunakan lebih efektif dengan

pemakaian beberapa user dengan kontrol data yang terjaga.

Data yang bebas (independent). Program aplikasi terpisah

dengan data yang disimpan dalam komputer.

Kemudahan dalam pembuatan program aplikasi baru.

Pemakaian secara langsung. DBMS menyediakan interface

yang memudahkan pengguna dalam mengolah data.

Data yang berlebihan dapat dikontrol. Data yang dimasukkan

dapat terjadi kerangkapan (redudant), untuk itu DBMS

9

berfungsi untuk menurunkan tingkat redudancy dan

pengelolaan proses pembaruan data.

Pandangan user (user view). Ada kemungkinan basis data yang

diakses adalah sama, maka DBMS mampu mengatur interface

yang berbeda dan disesuaikan dengan pemahaman tiap user

terhadap basis data menurut kebutuhan.

2.1.4.3 Kelemahan – Kelemahan DBMS

Biaya. Kebutuhan untuk medapatkan perangkat lunak dan

perangkat keras yang tepat cukup mahal, termasuk biaya

pemeliharaan dan sumber daya manusia yang mengelola basis

data tersebut.

Sangat kompleks. Sistem basis data lebih kompleks

dibandingkan dengan proses berkas, sehingga dapat mudah

terjadinya kesalahan dan semakin sulit dalam pemeliharaan

data.

Resiko data yang terpusat. Data yang terpusat dalam satu

lokasi dapat beresiko kehilangan data selama proses aplikasi.

2.2 Permodelan Basis Data

2.2.1 Model Hubungan Antar Entitas (Entity Relationship-Model)

Model entity-relationship pertama kali diperkenalkan oleh Peter Chen

pada tahun 1976. Dalam pemodelan ini dilakukan dengan tahapan sebagai

berikut:

Memilih entitas-entitas yang akan disusun dalam basis data dan

menentukan hubungan antar entitas yang telah dipilih.

Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan

sehingga diperoleh bentuk tabel normal penuh (ternormalisasi).

10

Elemen-elemen dalam model ER dapat digambarkan pada gambar

diagram di bawah ini :

Entitas Relasi Atribut

2.2.1.1 Gambar model ER

Entitas merupakan sesuatu yang dapat diidentifikasikan dalam lingkungan

kerja pengguna. Entitas yang diberikan tipe dikelompokkan ke kelas

entitas. Perbedaan antara kelas entitas dan instansi entitas adalah sebagai

berikut:

Kelas entitas adalah kumpulan entitas dan dijelaskan oleh struktur atau

format entitas di dalam kelas. Instansi kelas merupakan bentuk penyajian

dari fakta entitas.

Umumnya terdapat banyak instansi entitas di dalam setiap entitas kelas.

Setiap entitas kelas memiliki atribut yang menjelaskan karakteristik dari

entitas tersebut, sedangkan setiap instansi entitas mempunyai identifikasi

yang dapat bernilai unik (mempunyai nilai yang berbeda untuk setiap

identifikasinya) atau non-unik (dapat bernilai sama untuk setiap

identifikasinya).

Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu

relasi dapat memiliki beberapa atribut. Jumlah kelas entitas dalam suatu

relasi disebut derajat relasi.

11

2.2.2 Tipe Binary Relationship

Relasi memiliki tiga tipe biner, yaitu :

One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya

memiliki satu hubungan dengan instansi entitas lain.

One-to-many (1:M). Relasi ini terjadi bila setiap instansi entitas dapat

memiliki lebih dari satu hubungan terhadap instansi entitas lain tetapi

tidak kebalikannya..

Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari

setiap instansi entitas terhadap instansi entitas lainnya.

2.3 Arsitektur Basis Data

Sebuah basis data memiliki penjelasan terstruktur dari jenis fakta yang tersimpan

di dalamnya, penjelasan ini disebut skema. Arsitektur sistem basis data

memberikan kerangka kerja bagi pembangunan basis data. Menurut

ANSI/SPARC, arsitektur basis data terbagi atas tiga level yaitu :

a. Internal/Physical Level: level terendah untuk merepresentasikan basis data,

berhubungan dengan bagaimana data disimpan secara fisik (physical storage).

Record disimpan dalam media penyimpanan dalam format byte. Didefinisikan

sebagai sebuah Skema Internal.

b. External/View Level: level user, berhubungan dengan bagaimana data di

representasikan dari sisi setiap user. Yang dimaksud dengan user adalah

programmer, end user atau DBA. Setiap user mempunyai ‘bahasa’ yang

sesuai dengan kebutuhannya.

Programmer menggunakan bahasa bahasa pemrograman seperti C,

COBOL, atau PL/I

End User menggunakan bahasa query atau menggunakan fasilitas yang

tersedia pada program aplikasi. Pada level eksternal ini, user dibatasi pada

12

kemampuan perangkat keras dan perangkat lunak yang digunakan aplikasi

basis data. Didefinisikan sebagai sebuah Skema Eksternal.

Conceptual/Logical Level: sebuah representasi seluruh muatan informasi

yang dikandung oleh basis data yang menghubungkan antara level internal

& level external. Tidak seperti level eksternal, maka pada level conceptual,

keberadaannya tidak memperhitungkan kekurangan perangkat keras

maupun perangkat lunak pembangun aplikasi basis data. Didefinisikan

sebagai sebuah Skema Konseptual.

2.4 Pengertian Gudang Data

Menurut O’Brien (2010, p191), data warehouse adalah kumpulan data yang

diekstrak dari database operasional, historis, dan eksternal, yang dibersihkan,

diubah, dan dikatalogkan untuk penelusuran dan analisis untuk pengambilan

keputusan bisnis.

Menurut Inmon (2005, p29), data warehouse adalah sekumpulan data yang

bersubjek orientasi, terintegrasi, nonvolatile, and time-variant yang

digunakan untuk mendukung proses pengambilan keputusan.

Menurut Connoly dan Begg (2010, p1197), datawarehouse merupakan

kumpulan data yang berorientasi subjek, integrasi, berdasarkan waktu, dan

tidak mengalami perubahan dalam mendukung proses pengambilan

manajemen.

Menurut Hsiang-Yuan(2007) data warehouse adalah solusi untuk

mengonvergensikan data dari database yang terdistribusi dan sumber data.

Berdasarkan teori para ahli diatas dapat disimpulkan bahwa, data warehouse

adalah tempat penyimpanan data yang berorientasi pada subjek, terintegrasi,

tidak mudah berubah, dan memiliki rentang waktu, yang diambil dari database

operasional, historis, dan eksternal, yang diproses agar dapat dianalisis untuk

mendukung proses pengambilan keputusan.

13

2.4.1 Istialah Yang Berkaitan Dengan Gudang Data

1. Data Mart

Suatu bilangan pada data warehouse yang mendukung pembuatan

laporan dan analisa pada suatu unit, bagian atau operasi pada suatu

perusahaan.

2. On-Line Analytical Processing (OLAP)

Suatu pemrosesan database yang menggunakan table fakta dan dimensi

untuk dapat menampilkan berbagai macam untuk betuk laporan,

analisis, query dari data yang berukuran besar.

3. On-Line Transaction Processing (OLTP)

Suatu pemrosesan yang menyimpan data mengenai kegiatan

operasional transaksi sehari-hari.

4. Dimention Table

Table yang berisikan kategori dengan ringkasan data detil yang dapat

dilaporkan. Seperti laporan laba pada table fakta, dapat dilaporkan

sebagai dimensi waktu (yang berupa perbulan atau petahun).

5. Fact Table

Table yang umumnya mengandung angka data history dimana

key(kunci) yang dihasilkan sangan unik, karena key tersebut terdiri

dari foreign key(kunci asing) yang merupakan primary key(kunci

utama) dari beberapa dimention table yang berhubungan.

6. DSS

Sistem yang menyediakan informasi kepada pengguna yang

menjelaskan bagaimana sistem ini dapat menganalisa situasi dan

mendukung suatau keputusan yang baik.

14

2.5 Sejarah Gudang Data

Sejak awal 1990-an, gudang data yang berada di garis depan aplikasi teknologi

informasi sebagai cara bagi organisasi untuk secara efektif menggunakan

informasi digital untuk perencanaan bisnis dan pengambilan keputusan. Oleh

karena itu, pemahaman tentang sistem arsitektur data warehouse adalah atau

akan menjadi penting dalam peran dan tanggung jawab dalam pengelolaan

informasi.

1960 – General Mills dan Dartmouth College , dalam proyek penelitian

bersama, mengembangkandimensi syarat dan fakta. [2]

1970 – ACNielsen dan IRI menyediakan data mart dimensi untuk penjualan

eceran.

1983 – Teradata memperkenalkan sistem manajemen database yang khusus

dirancang untuk mendukung keputusan.

1988 – Barry Devlin dan Paul Murphy mempublikasikan artikel arsitektur An

untuk dan sistem informasi bisnis di IBM Systems Journal mana mereka

memperkenalkan istilah “data bisnis” gudang.

1990 – memperkenalkan Sistem Bata Merah Red Brick Warehouse, sebuah

sistem manajemen database khusus untuk data warehouse.

1991 – memperkenalkan Prism Prism Solusi Gudang Manager, perangkat lunak

untuk mengembangkan gudang data.

1991 – Bill Inmon menerbitkan buku Membangun Data Warehouse.

1995 – Data Warehousing Institute, sebuah organisasi nirlaba yang

mempromosikan data warehouse, didirikan.

1996 – Ralph Kimball menerbitkan buku The Data Warehouse Toolkit.

2000 – Daniel Linstedt melepaskan Vault Data, memungkinkan real time

diaudit Data Warehouse.

15

2.6 Keuntungan dari Gudang Data

Data warehouse merupakan pendekatan untuk menyimpan data dimana sumber-

sumber data yang heterogen(yang biasanya tersebar pada beberapa database

OLTP) dimigrasikan untuk penyimpanan data yang homogen dan terpisah.

Keuntungan yang didapatkan dengan menggunakan data warehouse tersebut

dibawah ini (Ramelho).

Data diorganisir dengan baik untuk query analisis dan sebagai bahan untuk

pemrosesan transaksi.

Perbedaan diantara struktur data yang heterogen pada beberapa sumber yang

terpisah dapat diatasi.

Aturan untuk transformasi data diterapkan untuk memvalidasi dan

mengkonsolidasi data apabila data dipindahkan dari database OLTP ke data

warehouse.

Masalah keamanan dan kinerja bisa dipecahkan tanpa perlu mengubah

sistem produksi.

Membangun data warehouse tentu saja memberikan keuntungan lebih bagi

suatu perusahaan, karena data warehouse dapat memberikan keuntungan

strategis pada perusahaan tersebut melebihi pesaing-pesaing mereka.

Keuntungan tersebut diperoleh dari beberapa sumber (Sean Nolan,Tom

Huguelet):

Kemampuan untuk mengakses data yang besar

Kemampuan untuk memiliki data yang konsistent

Kemampuan kinerja analisa yang cepat

Mengetahui adanya hasil yang berulang-ulang

Menemukan adanya celah pada business knowledge atau business process.

Mengurangi biaya administrasi

16

Memberi wewenang pada semua anggota dari perusaahan dengan

menyediakan kepada mereka informasi yang dibutuhkan agar kinerja bisa

lebih efektif.

2.7 Perancangan Gudang Data

Petunjuk membangun gudang data (Data Warehouse) :

Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse.

Mengidentifikasi data dari basis data operasional dan sumber lain yang

diperlukan bagi data warehouse.

Menentukan item-item data dalam perusahaan dengan melakukan

standarisasi pena maan data dan artinya

Merancang basis data untuk data warehouse

Membangun kebijakan dalam mengarsipkan data lama sehingga ruang

penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan

tidak menjadi terlalu lamban.

Menarik data produksi (operasional) dan meletakkan ke basis data milik data

warehouse

17

2.8 Konsep dan Arsitektur Gudang Data

2.8.1 Gambar konsep Gudang Data

Gudang Data atau Data Warehouse adalah kumpulan data yang berorientasi

subjek, terintegrasi, time-variant, dan non volatile untuk mendukung proses

pengambilan keputusan.

Data warehouse mengorganisasi-kan subjek utama perusahaan (pe-langgan,

produk, dan penjualan), bukan area aplikasi utama (faktur pelanggan,

pengawasan stock, dan penjualan produk). Hal ini meng-gambarkan kebutuhan

untuk me-nyimpan data pendukung keputus-ab daripada aplikasi yang berorien-

tasi data.

Integrated

Pengambilan secara bersamaan sumber data yang berasal dari sis-tem

aplikasi berbagai perusaan be-sar yang berbeda. Sumber data sering tidak

18

konsisten, misal berbe-da format. Sumber data yang terin-tegrasi harus dapat

dibuat konsis-ten untuk menggambarkan view gabungan data ke pemakai.

Time variant

Data warehouse hanya akurat dan valid pada saat tertentu atau beberapa

interval waktu tertentu.

Non volatile

Data tidak diperbaharui secara real time tetapi diperbaharui dari sistem

operasional secara regular. Data baru selalu ditambahkan sebagai lampiran

pada basis data, bukan menggantikan data lama.

2.9 Definisi Decision Support System

Istilah dari decision support system telah digunakan dengan banyak cara (Alter

1980) dan menerima banyak definisi yang berbeda menurut pandangan dari

sang penulis (Druzdzel dan Flynn 1999). Finlay (1994) dan lainnya

mendefiniskan DSS kurang lebih sebagai sebuah sistem berbasis komputer

yang membantu dalam proses pengambilan keputusan.

Turban (1995) mendefinisikan secara lebih spesifik dengan, sesuatu yang

interaktif,flexible dan dapat menyesuaikan diri(adaptable) dari sistem informasi

berdasarkan komputer, khususnya pengembangan untuk mendukung

pemecahan masalah dari non-struktur management, untuk meningkatkan

pengambilan keputusan. Dengan menggunakan data, mendukung antar muka

yang mudah digunakan dan memberikan wawasan untuk sang pengambil

keputusan.

Definisi lainnya bisa jadi gugur dibandingkan dengan dua pandangan ekstrim

berikut, Keen dan Scott Morton (1978), DSS adalah dukungan berdasar kan

komputer untuk para pengambil keputusan management yang berurusan

dengan masalah semi-struktur. Sprague dan Carlson (1982), DSS adalah sistem

berdasarkan komputer interaktif yang membantu para pengambil keputusan

19

menggunakan data dan model-model untuk memecahkan masalah yang tak

terstruktur(unstructured problem). Menurut Power (1997), istilah DSS

mengingatkan suatu yang berguna dan istilah inklusif untuk banyak jenis sistem

informasi yang mendukung pembuatan pengambilan keputusan. Dia dengan

penuh humor menambahkan bahwa jika suatu sistem komputer yang bukan

OLTP, seseorang akan tergoda untuk menyebutnya sebagai DSS.

Seperti yang kita lihat, DSS memiliki banyak arti dengan maksud yang kurang

lebih hampir sama, yaitu suatu sistem komputer yang berguna bagi para

pengambil keputusan untuk memecahkan masalah mereka yang kurang lebih

berhadapan dengan masalah non-struktur atau semi-struktur.

2.10 Hubungan Data Warehouse Dengan DSS

Setelah kita lihat dan selami tentang data warehouse, kita dapat menyimpulkan

bahwa data warehouse adalah sebuah model database yang berguna untuk

menyimpan dan memproses data dengan pendekatan kepada kegunaan data

dalam pengambilan keputusan bagi EIS atau DSS.

Sebuah DSS (tergantung dengan yang disupport-nya)membutuhkan data

warehouse agar dapat menjalankan kerjanya dengan baik. Dan memang data

warehouse sendiri dibangun untuk memenuhi kebutuhan DSS.

20

BAB 3PENUTUP

3.1 Kesimpulan

Basis data atau juga disebut database artinya berbasiskan pada data, tetapi

secara konseptual, database diartikan sebuah koleksi atau kumpulan data-data

yang saling berhubungan (relation), disusun menurut aturan tertentu secara

logis, sehingga menghasilkan informasi. Untuk mengelola dan memanggil

query basis data agar dapat disajikan dalam berbagai bentuk yang diinginkan

dibutuhkan perangkat lunak yang disebut Sistem Manajemen Basis Data atau

juga disebut Database Management System (DBMS). Penggabungan Database

Management System (DBMS) dengan Basis Data akan membentuk satu

kesatuan yang disebut Sistem Basis Data. Komponen dasar dalam pembuatan

basis data dengan adanya data, hardware, software, dan user. Istilah-istilah

dalam basis data juga seyogyanya kita tahu, yaitu: enterprise, entitas, atribut,

nilai data, kunci elemen data, record data. Menurut ANSI/SPARC, arsitektur

basis data terbagi atas tiga level yaitu: Internal/Physical Level, External/View

Level, Conceptual/Logical Level. Tujuan utama dari arsitektur 3 level tersebut

adalah untuk menyediakan data independence yang terbagi 2: Logical Data

Independence (kebebasan data secara logika) dan Physical Data Independence

(kebebasan data secara fisik).

Data warehouse merupakan suatu cara/metode dari suatu database yang

berorientasi kepada subjek, non-volatile, time-variance dan terintegrasi yang

digunakan untuk mempermudah para pengambil keputusan dalam memecahkan

masalah.

Keberadaan data warehouse sangat penting sebagai tools dari DSS, karena data

warehouse memang digunakan untuk itu. Dengan adanya data warehouse,

diharapkan suatu perusahaan dapat lebih unggul dari kompetitornya dan lebih

jeli lagi dalam melihat peluang pasar.

21