Tugas pertemuan 3 Data Warehouse

PT. Asuransi Takaful Umum merupakan perusahaan jasa yang bergerak dalam bidang asuransi syariah yang saat ini sedang banyak diminati oleh masyarakat untuk mempercayakan kendaraan mereka ke dalam produk pertanggungan yang dikeluarkan oleh PT. Asuransi Takaful Umum. Berdasarkan data dari PT. Asuransi Takaful Umum, total premi yang berhasil dihimpun dari asurani kendaraan semakin meningkat setiap tahunnya, pada tahun 2001 mencapai Rp.2,3 triliun, tahun 2002 Rp.2,8 triliun, tahun 2003 Rp. 3,2 triliun, dan tahun 2004 mencapai Rp.4 triliun. Seiring dengan meningkatnya jumlah peserta asuransi maka semakin banyak pula jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim kepada PT. Asuransi Takaful Umum. Dengan demikian semakin banyak pula data yang masuk ke dalam perusahaan, data-data tersebut tentunya perlu disimpan, diolah, dan dianalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu. Sementara itu, untuk membuat laporan tersebut, dibutuhkan waktu lebih untuk mengumpulkan informasi dan mengolah data yang tersimpan dalam database operasional di General Takaful System. Karena dianggap perlu untuk melakukan pengelolaan data yang berjumlah besar untuk dapat menghasilkan suatu informasi secara cepat, maka dibuatlah suatu perancangan data warehouse yang dapat memudahkan dalam melakukan pengolahan data-data, menganalisis, dan melaporkan hasil analisis data. Metode yang digunakan dalam merancang data warehouse ini adalah Nine Step Design Methodology yang terdiri dari sembilan langkah yaitu memilih proses, menentukan grain/sumber dari proses bisnis, mengidentifikasi dan penyesuaian dimensi, memilih fakta, menyimpan perhitungan awal dalam tabel fakta, melihat kembali tabel dimensi, memilih durasi database, menelusuri perubahan dari dimensi, dan yang terakhir adalah memutuskan prioritas query dan tipe query. Dari penelitian ini menghasilkan sebuah data warehouse untuk PT. Asuransi Takaful Umum, serta jumlah kapasitas media penyimpanan yang dibutuhkan untuk data histori.

Spesifikasi Perangkat Lunak

Software yang digunakan :

Sistem operasi menggunakan Windows 7 Ultimate

Microsoft SQL Server 2008 R2 :

Import dan Export Data (32 bit) untuk  melakukan importing data source ke data warehouse

SQL Server Management Studio untuk  membangun data data warehouse

SQL Server Business Intelligent Development Studio untuk melakukan proses OLAP

Report Builder 3.0 untuk reporting

Tahap awal adalah menngumpulkan data-data yang berhubungan dengan peserta asuransi yang bersumber dari berbagai database seperti data jumlah premi dari peserta asuransi, maupun jumlah peserta yang mengajukan klaim dllnya.

Tahap selanjutnya adalah melakukan ekstrasi terhadap data-data tersebut sesuai rencana kebutuhan pembuatan data warehouse setelah itu data ditransformasi. Pada proses transformasi dilakukan penyeleksian data yang tidak konsisten, memperbaiki penamaan pada field, atribut dan lain-lainnya.

Tahap selanjutnya adalah data loading ke gudang data yang sudah dibangun dengan menggunakan script yang ada di SQL. Sehingga terbentuklah sebuah data warehouse yang siap digunakan untuk menghasilkan suatu informasi yang berguna bagi perusahaan, dan dilaporkan kepada manajer untuk mengetahui keadaan perusahaan pada periode waktu tertentu.

Sumber : http://repository.uinjkt.ac.id/dspace/handle/123456789/1766

Resume Data Warehouse Pertemuan 2

Subjek Oriented Data :

• OLTP

 - Data set disimpan pada sebuah aplikasi individu
 - Menyediakan data untuk semua fungsi organisasi (entering order, checking stock, verifying custumer’s          credit dll)

- Individual data mendukung individual aplikasi

- Pada datawarehouse data disimpan berdasarkan subjek (business subjek), bukan berdasarkan aplikasi

- Manufaktur -> sales, pengiriman, inventori adalah critical business subjects.














Integrated Data :

data perlu di standartkan:









Time Varian Data :
 •Operasional :
- Data pada saat ini (current value)
•Datawarehouse :
- Analisa data pada masa lampau
- Informasi pada saat ini
- Forecast untuk masa yang akan datang

Data Mart adalah bagian data warehouse yang mengandung kebutuhan di tingkat department atau fungsi bisnis tertentu pada perusahaan. Dan karakteristik data mart adalah

1.      Data mart hanya fokus pada kebutuhan-kebutuhan pemakai yang terkait dalam department atau fungsi bisnis,

2.      Data mart tidak mengandung data operasional yang rinci,

3.      Data mart sedikit mengandung informasi dan lebih mudah dipahami serta di navigasi.

Perbedaan Data Warehouse dan Data Mart

Secara singkat data warehouse adalah gabungan dari beberapa data mart yang memiliki level pada perusahaan atau organisasi. Sedangkan data mart adalah bagian data warehouse yang ada pada level department perusahaan atau organisasi tersebut dan data mart menangani satu proses bisnis.

Metadata adalah data yang ada pada data warehouse. Metadata dalam data warehouse sama dengan kamus data atau katalog data yang ada didalam DMBS (Database Management System). Contoh informasi yang di dapat dari metadata ini adalah informasi tentang logical struktur data, index, file beserta alamatnya dan lain-lain.

Fungsi dari metadata

A.     Menggabungkan semua bagian pada data warehouse,

B.     Menyediakan informasi tentang isi dan struktur pada pengembang,

C.     Membuka pintu bagi end - user dan membuat isi yang dapat dikenal oleh mereka.

Tipe-tipe metadata :

a.       Operasi metadata

Terdiri dari semua informasi tentang data sumber.

b.      Ekstraksi dan transformasi metadata

Terdiri dari data dari data extraksi data dari sistem sumber, yaitu:

§  Extraction frequencies

§  Extraction method

§  Business rules untuk data extraction

c.       End – user metadata

Peta navigasi pada data warehouse

Resume Data Warehouse Pertemuan 1

OLTP (Online Transaction Processing) : Secara singkat OLTP adalah segala penanganan dalam proses transaksi sehari-hari, misalkan sebuah toko Alfamart yang menangani ransaksi pembelian setiap harinya, bayangkan ada berapa banyak transaksi input ke dalam database? pasti banyak sekali. lantas apakah data transaksi tersebut akan di diamkan menumpuk sampai berbulan-bulan bahkan bertahun-tahun? disinilah OLAP berperan.

OLAP (Online Analytical Processing) : Secara singkat OLAP adalah suatu proses yang digunakan untuk melakukan permintaan terhadap data dalam bentuk yang kompleks dan menganalisa data yang bervolume besar. maka dari itu OLAP seringkali disebut analisis data multidimensi. Lalu bagaimana OLAP itu bekerja? OLAP bekerja dengan data dalam bentuk multidimensiyang biasanya berbentuk 3 dimensi yang disebut kubus (cube). bagaimana kubus itu dibuat dalam OLAP? nanti akan saya bahas di artikel berikutnya. Dibawah ini adalah gambar bagaimana OLTP dan OLAP, yang saya jelaskan diatas.

Pada OLAP biasanya digunakan untuk pengambilan suatu keputusan, misalkan sebagai contoh para top level di Alfamart ingin melihat data transaksi perbulan, per 3 bulan atau bahkan per tahun untuk pengambilan keputusan barang apa saja yang paling laku dijual da barang apa saja yang tidak laku di pasar.

Dimension Table : Dimension table (tabel dimensi) adalah tabel yang berisi data detail yang menjelaskan foreign key yang terdapat pada fact table. Atribut-atribut yang terdapat pada dimension table dibuat secara berjenjang (hirarki) untuk memudahkan proses query.

Fact Table : Fact table (tabel fakta) adalah tabel yang umumnya mengandung sesuatu yang dapat diukur (measure), seperti harga, jumlah barang, dan sebagainya. Fact table juga merupakan kumpulan foreign key dari primary key yang terdapat pada masing-masing dimension table. Fact table juga mengandung data yang historis.