Planning Datawarehouse

Pada saat mahasiswa akan melakukan Tugas Akhir, mereka akan di bingungkan oleh masalah database nya yang terjadi karena mereka (mahasiswa) masih belum bisa melepaskan pemikiran dari proses perancangan basis data.

Sebagaimana kita ketahui bahwa data yang disimpan dalam data warehouse adalah data historis berorientasi subjek yang dapat mendukung proses pengambilan keputusan bagi manajemen. Artinya data tersebut harus kita susun sedemikian rupa sehingga dapat dianalisis menjadi berbagai informasi yang dibutuhkan manajemen saat proses pengambilan keputusan.

Oleh karena itu, tahap pertama dari perancangan data warehouse adalahmendefinisikan informasi-informasi apa saja yang dibutuhkan oleh manajemen. Supaya kebutuhan ini dapat didefinisikan dengan tepat, maka pemahaman akan peran dan tugas manajemen yang membutuhkan informasi tersebut mutlak harus dilakukan lebih dulu. Jika sudah dipahami, selanjutnya kita hanya tinggal “menjawab” pertanyaan-pertanyaan berikut:

• Siapa yang membutuhkan informasi dari data warehouse?
• Informasi apa saja yang dibutuhkan tersebut?
• Seperti apa layout dan isi informasi-informasi itu?
• Kapan informasi tersebut digunakan?
• Untuk keperluan apa?
• Basis data apa yang menjadi sumber untuk informasi tersebut?

Sebagai contoh, misalkan akan dibuat sebuah data warehouse penjualan (atau data mart penjualan tepatnya) untuk sebuah perusahaan dagang.

• Siapa yang membutuhkan informasi dari data warehouse?
  Manager Pemasaran

• Informasi apa saja yang dibutuhkan Manager Pemasaran?
  Barang apa yang paling banyak terjual di lokasi tertentu sepanjang tahun
  Barang apa yang paling banyak memberikan pendapatan sepanjang tahun

• Seperti apa layout dan isi informasi-informasi itu?
  Barang yang paling banyak terjual di lokasi tertentu sepanjang tahun
  

  

  
  

  
  
  Barang yang paling banyak memberikan pendapatan sepanjang tahun
  

  

• Untuk keperluan apa informasi tersebut?
  Dasar untuk menentukan strategi penjualan barang

• Kapan informasi tersebut digunakan?
  Awal periode penjualan

• Basis data apa yang menjadi sumber untuk informasi tersebut?
  Basis data penjualan dengan skema sebagai berikut:
  1. Barang (#kode_barang, nama_barang, kelompok, satuan, harga)
  2. Kategori (#kelompok, sub_kategori, kategori)
  3. Pelanggan (#kode_cust, nama_cust, alamat, kota, kode_pos, telepon)
  4. Lokasi (#kode_pos, kelurahan, kecamatan)
  5. Penjualan (#no_faktur, #kode_barang, qty)
  6. Pembayaran (#no_faktur, tanggal, total, discount, #kode_cust)

Tahap berikutnya yang harus dilakukan adalah menentukan measure dandimension untuk semua informasi yang dibutuhkan manajemen. Measureadalah data numerik yang akan dicari jejak nilainya, sedangkan dimension adalah parameter atau sudut pandang terhadap measure sehingga dapat mendefinisikan suatu transaksi.

Sebagai contoh, untuk informasi “barang yang paling banyak terjual di lokasi tertentu sepanjang tahun”,

• Measure: total penjualan
• Dimension: barang, tahun (waktu/periode), lokasi

Sedangkan untuk informasi “barang yang paling banyak memberikan pendapatan sepanjang tahun”,

• Measure: total pendapatan
• Dimension: barang, tahun (waktu/periode)

Dimension mempunyai hirarki. Penentuan hirarki untuk dimension ini sepenuhnya tergantung kepada proses drill down dan roll up yang ingin dilakukaan saat melakukan OLAP (OnLine Analythical Processing) nanti.

Untuk contoh diatas, hirarki masing-masing dimension adalah:

• Barang: nama barang, sub-kategori, kategori
• Periode: minggu, bulan, tahun
• Lokasi: kelurahan, kecamatan, kota

Sedangkan layout dan isi informasinya dapat ditunjukkan oleh gambar berikut ini:

Perancangan model konseptual data warehouse adalah tahap berikutnya yang harus dilaksanakan setelah tahap penentuan measure dan dimension. Pada tahap ini dibuat suatu model yang dapat menggambarkan data atau tabel apa saja yang akan disimpan dalam data warehouse, berikut keterhubungan diantaranya.

Data atau tabel dalam data warehouse tersebut dapat dimodelkan dengan menggunakan alat bantu pemodelan seperti  E-R diagram, star schema, snowflake schema, atau FCO-IM (Fully Communication Oriented Information Modelling). Tetapi pada umumnya alat bantu yang digunakan adalah star schema atausnowflake schema.

Star schema akan menggambarkan fact table, yaitu tabel yang merepresentasikanmeasure, sebagai “pusat data”. Tabel ini nantinya akan terkoneksi dengan tabel-tabel yang mendeskripsikan dimensi untuk measure tersebut (dimension table). Sebagai contoh, star schema untuk data warehouse penjualan adalah:

Snowflake schema merupakan perbaikan dari star schema, sehingga cara penggambarannya pun mirip. Bedanya, satu atau beberapa hirarki yang ada padadimension table dinormalisasi (dekomposisi) menjadi beberapa tabel yang lebih kecil. Sebagai contoh,

Disini. merupakan sebuah video tentang konsep dasar tabel dimensional;

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)

Di sini, merupakan contoh video building mini data warehouse for creating cube :

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.

sumber : 

http://www.damanconsulting.com/company/articles/dwplanning.htm
http://www.slideshare.net/kaqfa/planning-data-warehouse