Gudang Data.docx

Gudang Data, Penggalian Data, dan Pasar Data Gudang data (data warehouse) adalah basis data yang menyimpan data yang sekarang dan terdahulu yang mungkin diminati oleh para pembuat keputusan di seluruh perusahaan. Dalam definisi yang paling sederhana adalah tempat kumpulan data yang dibuat untuk mendukung pengambilan keputusan. Gudang data menggabungkan dan menstrandarkan informasi dari basis data operasional yang berbeda sehingga informasi dapat digunakan diseluruh perusahaan untuk analisis dan pembuatan keputusan manajemen. Data warehouse dan database teratur baik terdiri dari tabel data (file), primary dan tombol lainnya dan kemampuan query. Perbedaan utama adalah bahwa database adalah dirancang dan dioptimalkan untuk menyimpan data, sedangkan data warehouse dirancang dan dioptimalkan untuk menanggapi pertanyaan analisis yang sangat penting untuk bisnis. REAL-TIME SUPPORT DARI GUDANG DATA Di masa lalu, gudang data didukung strategi aplikasi, yang tidak membutuhkan waktu respon instan, interaksi pelanggan langsung, atau integrasi dengan sistem operasional. Hari ini, bisnis semakin menggunakan informasi pada saat itu untuk mendukung real-time interaksi pelanggan. Perusahaan dengan sebuah gudang data aktif akan dapat berinteraksi secara tepat dengan pelanggan untuk menyediakan layanan pelanggan yang unggul, yang pada gilirannya meningkatkan pendapatan. KEBUTUHAN PERGUDANGAN DATA Perusahaan yang paling sukses adalah mereka yang dapat merespon dengan cepat dan fleksibel perubahan pasar dan peluang, dan kunci untuk respon ini adalah dengan menggunakan data dan informasi secara efektif dan efisien. Beberapa bidang organisasi mendapatkan manfaat dari DW adalah sebagai berikut :    



Pemasaran dan penjualan. DW digunakan untuk pengenalan produk, informasi produk akses, pemasaran efektivitas program, dan profitabilitas lini produk. Harga dan kontrak. Menggunakan data untuk menghitung biaya secara akurat untuk mengoptimakan harga dari kontrak Peramalan. DW membantu dalam visibilitas tepat waktu permintaan pleanggan akhir. Performa penjualan. Menggunakan data untuk menentukan profitabilitas penjualan dan produktivitas untuk semua wilayah dan daerah. dapat memperoleh dan menganalisis hasil berdasarkan geografi, produk, kelompok penjualan, atau individu. Keuangan. Gunakan harian, mingguan, atau hasil bulanan untuk manajemen keuangan membaik.

KARAKTERISTIK GUDANG DATA 1. Organisasi. Data diselenggarakan oleh subjek (misalnya, dengan pelanggan, vendor, produk, tingkat harga, dan daerah) dan berisi informasi yang relevan untuk mendukung keputusan. 2. Konsistensi. Data dalam database yang berbeda dapat dikodekan berbeda. 3. Waktu varian. Data yang disimpan selama bertahun-tahun sehingga dapat digunakan untuk mengidentifikasi tren, peramalan, dan pengambilan perbandingan dari waktu ke waktu. 4. Nonvolatile. Setelah data dimasukkan ke dalam gudang, mereka tidak diperbarui.

5. Relasional. Biasanya data warehouse menggunakan struktur relasional. 6. Server klien. Data warehouse menggunakan arsitektur client/server terutama untuk memberikan pengguna akhir akses yang mudah ke data. 7. Web berbasis. Gudang data hari ini dirancang untuk memberikan komputasi yang efisien lingkungan untuk aplikasi berbasis Web. 8. Integrasi. Data dari berbagai sumber adalah integrated. Web layanan yang digunakan untuk dukungan integrasi. 9. Real Time. Meskipun sebagian besar aplikasi data warehousing tidak secara real time. adalah mungkin untuk mengatur kemampuan real-time. MEMBANGUN DATA GUDANG Membangun dan menerapkan data warehouse dapat menimbulkan masalah karena gudang sangat besar dan mahal untuk membangun. Ada beberapa arsitektur dasar untuk data pergudangan, yaitu dua-tier dan three-tier arsitektur. Dalam arsitektur three-tier, data dari gudang diproses 2 kali dan disimpan di tambahan database multidimensi, dimana ia dapat diatur untuk memudahkan multidimensi analisis dan presentasi atau direplikasi di data mart. Penggalian Data (Data Mining) Jenis informasi yang diperoleh dari penggalian data meliputi : a) Asosiasi adalah kemunculan yang dihubungkan dengan sebuah kejadian. Misalnya mengenai pola pembelian di supermarket. Apabila keripik jagung dibeli, maka 65% darinya disertai dengan pembelian minuman cola, tetapi ketika ada promosi angkanya meningkat menjadi 85%. Informasi ini membantu para manajer membuat keputusan yang lebih baik karena mereka mempelajari manfaat melakukan promosi. b) Dalam sekuen adalah kejadian dihubungkan berdasarkan waktu. Misalnya ketika membeli rumah, terdapat 65% kemungkinan sebuah kulkas baru akan dibeli juga dalam waktu 2 minggu dan 45% kemungkinan sebuah oven akan dibeli dalam waktu sebulan setalah rumah tersebut dibeli. c) Klasifikasi adalah mengenali pola yang menggambarkan kelompok yang beranggotakan sesuatu dengan memeriksa anggota-anggota yang ada dalam kelompok tersebut yang sudah diklasifikasi dan dengan menyimpulkan serangkaian aturan. Misalnya perusahaan kartu kredit atau perusahaan telepon tidak mau kehilangan pelanggan setianya. Klasifikasi membantu menemukan karakteristik para pelanggan yang kemungkinan akan berhenti dan menyediakan sebuah model untuk mewmbantu manajer memprediksi siapa mereka sehingga manajer dapat merencanakan kampanye khusus untuk menjaga pelanggan seperti mereka. d) Kluster bekerja dengan cara yang sama seperti klasifikasi ketika tidak ada kelompok yang didefinisikan. Perangkat penggalian data dapat menemukan pengelompokkan yang berbeda di antara data, seperti mencari daya Tarik kelompok untuk kartu bank atau berbagi basis data ke dalam kelompok-kelompok pelanggan berdasarkan demografis dan jenis dari investasi pribadinya. e) Ramalan

walaupun semua aplikasi ini melibatkan prediksi, ramalan menggunakan prediksi dengan cara yang berbeda. Ramalan menggunakan serangkaian nilai yang ada untuk meramalkan nilai lainnya. Misalnya ramalan mungkin menemukan pola dalam data untuk membantu manajer memperkirakan nilai di masa depan dari variabel kontinu, seperti data penjualan. Pasar Data (Data Mart) Pasar data merupakan suatu bagian pada data warehouse yang mendukung membuat laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan. Data mart sering digunakan untuk memberikan informasi kepada segmen fungional organisasi. Contoh umum data mart adalah untuk depertemen penjualan, departemen pengiriman dan persediaan, departemen keuangan, manajemen tingkat atas, dan seterusnya. Data mart juga digunakan untuk gudang adta segmen data untuk mencerminkan bisnis secara geografis terletak di mana masing-masing daerah relatih otonom. Karakteristik data mart :   

Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. Cata mart biasanya tidak mengandung dat operasional yang rinci seperti pada data warehouse. Data mart hhhanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami.