Tugas 2

UTS DWH ─ Schemas

NAMA Anggota Kelompok

:

1. Muhammad Rifqi Najmudin / 160403010012 2. Lailin Nur Asiyah

/ 160403010021

KELAS : IF16C DOSEN : MOH. Ahsan, S.Kom., M.T

TEKNIK INFORMATIKA FAKULTAS SAINS & TEKNOLOGI UNIRVESITAS KANJURUHAN MALANG 2019 – 2020

1

KATA PENGANTAR Puji syukur kami panjatkan kehadirat Allah SWT karena berkat rahmat dan karunia-Nya kami dapat menyelesaikan makalah UTS ini tepat pada waktunya. Sebagai manusia biasa yang tidak pernah luput dari kesalahan, begitu juga halnya dengan kami. Kami menyadari bahwa masih banyak kekurangan dalam penyusunan makalah ini, baik dari segi penulisan maupun isi. Kamipun menerima dengan lapang dada kritikan maupun saran yang sifatnya membangun dari pembaca agar kami dapat membenahi diri. Walaupun demikian, kami berharap dengan disusunya makalah ini dapat memberikan sedikit gambaran mengenai arsitektur data warehousing.

Malang, 14 April 2019

Penulis

2

DAFTAR ISI KATA PENGANTAR .............................................................................................................. 2 DAFTAR ISI............................................................................................................................. 3 BAB 1 PENDAHULUAN ........................................................................................................ 4 1.1.

Latar Belakang ..................................................................................................... ….4

1.2.

Rumusan Masalah ................................................................................................ ….5

1.3.

Tujuan ....................................................................................................................... 5

BAB 11 PEMBAHASAN DWH ─ SCHEMAS....................................................................... 6 2.1.

Star Schema . ............................................................................................................ 6

2.2.

Snowflake Schema .................................................................................................... 7

2.3.

Fact Constellation Schema ........................................................................................ 8

2.4.

Schema Definition .................................................................................................... 9

BAB III PENUTUP ................................................................................................................ 11 3.1.

Kesimpulan ............................................................................................................. 11

DAFTAR PUSTAKA ............................................................................................................. 12

3

BAB I PENDAHULUAN 1.1. Latar Belakang perkembangan teknologi komputer mengalami kemajuan yang pesat. Hampir semua perusahaan atau organisasi berusaha untuk mengoptimalkan fungsi dari teknologi komputer itu sendiri dengan harapan teknologi tersebut mampu memberikan nilai tambah bagi perusahaan. Dengan semakin banyaknya data yang ada dan harus didokumentasikan, juga kebutuhan akan informasi yang cepat dalam proses pengambilan keputusan, membuat semakin banyaknya aplikasi yang dikembangkan untuk memaksimalkan penyimpanan data tersebut. Contohnya adalah Data warehouse. Data warehouse adalah suatu konsep dan kombinasi teknologi yang memfasilitasi organisasi atau perusahaan untuk mengelola dan memelihara data historis yang diperoleh dari aplikasi operasional. Pemakaian teknologi data warehouse sangat dibutuhkan oleh semua organisasi atau perusahaan. Data warehouse memungkinkan integrasi berbagai macam jenis data dari berbagai macam aplikasi. Hal ini menjamin mekanisme akses “satu pintu” bagi manajemen untuk memperoleh informasi, dan menganalisisnya untuk pengambilan keputusan. Makalah yang kami susun berikut ini menjelaskan suatu model (schema) data yang biasa digunakan untuk mengorganisir data mart – mart atau data warehouse dengan menggunakan basis data relasional. Penyusun sadar dalam penulisan makalah ini terdapat banyak kekurangan, oleh karena itu, kami menerima saran dan kritik yang membangun agar dikemudian hari kami dapat menyusun suatu makalah dengan lebih baik lagi.

4

1.2. Rumusan Masalah 1.2.1. Apa saja model (schema) dari Data warehouse ? 1.3. Tujuan 1.3.1. Mampu memahai dari model (schema) dari Data warehouse.

5

BAB II DWH ─ SCHEMAS Skema / model adalah deskripsi logis logical (description) dari keseluruhan basis data. Termasuk nama dan deskripsi record semua jenis record termasuk semua item data yang terkait dan agregat. Sama seperti basis data, data warehouse juga perlu mempertahankan skema / model. Database menggunakan relational model, sedangkan data warehouse menggunakan Star, Snowflake, dan Fact Constellation schema. Dalam bab ini, kita akan membahas skema yang digunakan dalam data warehouse.

2.1. Skema bintang (Star Schema) Skema bintang merupakan struktuk logikal yang memiliki tabel fakta (fact tables) yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel - tabel dimensi yang berisi referensi data. Berikut ciri – ciri dari star schema : 1. Setiap dimensi dalam star schema diwakili hanya dengan tabel satu dimensi. 2. Tabel dimensi ini berisi sekumpulan atribut. 3. Diagram berikut menunjukkan data penjualan suatu perusahaan berhubungan dengan keempatnya dimensi, yaitu ukuran waktu (namely time), item, cabang (branch), dan lokasi (location).

6

Gambar. Skema bintang (Star schema)

4. Ada tabel fakta (fact tables) di tengah. Ini berisi kunci masing-masing dari empat dimensi. 5. Tabel fakta (fact tables) juga mengandung atribut (attributes), yaitu dollars sold dan units sold.

Catatan

: Setiap dimensi hanya memiliki satu tabel dimensi dan setiap tabel

memiliki satu set atribut. Misalnya, tabel dimensi lokasi berisi kumpulan atribut {location_key, street, city, province_or_state, country}. Batasan ini dapat menyebabkan data redundansi. Misalnya, "Vancouver" dan "Victoria" kedua kota itu berada di Kanada provinsi British Columbia. Entri untuk kota-kota tersebut dapat menyebabkan redudansi data sepanjang atribut province_or_state dan country. 2.2. Snowflake Schema ciri – ciri dari snowflake schema : 1. Beberapa tabel dimensi dalam skema Snowflake dinormalisasi. 2. Normalisasi membagi data menjadi tabel tambahan.

7

3. Tidak seperti skema Bintang, tabel dimensi dalam skema snowflake dinormalisasi. 4. Misalnya, tabel dimensi item dalam skema bintang dinormalisasi dan dipecah menjadi tabel dua dimensi, yaitu item dan supplier table. Gambar skema snowflake

5. Sekarang tabel dimensi item berisi atribut item_key, item_name, type, brand, dan supplier-key. Catatan

: Adanya normalisasi dalam skema Snowflake, redundansi menjadi

berkurang dan oleh karena itu, menjadi mudah untuk memelihara (maintain) dan menghemat ruang penyimpanan (save the storage space). 2.3. Fact Constellation Schema ciri – ciri dari Fact Constellation Schema: 

Sebuah Fact Constellation Schema memiliki beberapa tabel fakta (fact tables). Ia juga dikenal sebagai galaxy schema.



Diagram berikut menunjukkan dua tabel fakta (fact tables), yaitu sales dan shipping.

8

Gambar. Fact Constellation Schema



Tabel fakta (fact table) sales sama dengan yang ada di skema bintang (star schema).



Tabel fakta (fact table) shipping mempunyai 5 dimensi, yaitu item_key, time_key, shipper_key, from_location, to_location.



Tabel fakta (fact table) shipping juga berisi dua tindakan, yaitu dollars_sold dan units sold.



Dimungkinkan juga untuk berbagi dimensi tabel antara tabel fakta (fact tables). Sebagai contoh, tabel dimensi waktu (time), item, dan location dimension antara sales dan shipping fact table.

2.4. Schema Definition Skema multidimensi (Multidimensional schema) didefinisikan menggunakan Data Mining Query Language (DMQL). Two primitives, cube definition dan dimension definition, dapat digunakan untuk mendefinisikan data warehouse dan data mart. 1. Syntax for Cube Definition

9

2. Syntax for Dimension Definition

3. Star Schema Definition Skema bintang (Star Schema) dapat didefinisikan menggunakan Data Mining Query Language (DMQL) sebagai berikut :

4. Snowflake Schema Definition Skema Snowflake dapat didefinisikan menggunakan DMQL sebagai berikut :

10

5. Fact Constellation Schema Definition Fact Constellation Schema didefinisikan menggunakan DMQL sebagai berikut :

11

BAB III PENUTUP 3.1. Kesimpulan Skema / model adalah deskripsi logis logical (description) dari keseluruhan basis data. Termasuk nama dan deskripsi record semua jenis record termasuk semua item data yang terkait dan agregat. Sama seperti basis data, data warehouse juga perlu mempertahankan skema / model. Database menggunakan relational model, sedangkan data warehouse menggunakan Star, Snowflake, dan Fact Constellation schema. Skema bintang merupakan struktuk logikal yang memiliki tabel fakta (fact tables) yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel - tabel dimensi yang berisi referensi data. Adanya normalisasi dalam skema Snowflake, redundansi menjadi berkurang dan oleh karena itu, menjadi mudah untuk memelihara (maintain) dan menghemat ruang penyimpanan (save the storage space). Sebuah Fact Constellation Schema memiliki beberapa tabel fakta (fact tables). Ia juga dikenal sebagai galaxy schema. Skema multidimensi (Multidimensional schema) didefinisikan menggunakan Data Mining Query Language (DMQL). Two primitives, cube definition dan dimension definition, dapat digunakan untuk mendefinisikan data warehouse dan data mart.

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.

12

DAFTAR PUSTAKA Tutorialspoints. 2014. DWH data warehousing. Copyright 2014 by Tutorials Point (I) Pvt. Ltd.

13