Resume Data Warehouse pertemuan 6

Dalam menggambarkan relasi database pada data warehouse dapat digunakan 2 pendekatan model skema yaitu star schema atau snowflake schema. Disebut star schema karena EntityRelationship Diagram atau ERD-nya yang menyerupai bintang, tabel fakta berada di tengah dengan dikelilingi tabel dimensi di sampingnya.
Berikut adalah contoh gambar star schema :

Sedangkan snowflake schema lebih kompleks dibandingkan dengan star schema karena merupakan pengembangan dari star schema, karena tabel-tabel dimensinya merupakan hasil normalisasi dari beberapa tabel yang berhubungan.

Berikut adalah contoh gambar snowflake schema :

Berdasarkan hasil penelitian yang dilakukan oleh Paiman dkk. (2010) yang berjudul “Analisis Perbandingan Antara Model Dimensi Star Schema Dan Snowflake”, didapat kesimpulan mengenai kelebihan dan kekurangan baik dari star schema maupun snowflake schema. Penelitian ini dilakukan dengan cara mengolah database adventureworks yang merupakan database sampel yang telah disiapkan oleh Microsoft SqlServer 2005. Dari databasetersebut dibuat beberapa skenario yang diterapkan menggunakan dua model skema yaitu star schema dan snowflake schema.

Berikut adalah kelebihan dan kekurangan model dimensi star schema.

Kelebihan model dimensi star schema :

1. cenderung mudah dipahami karena modelnya yang lebih sederhana,
2. memudahkan mencari isi karena kesderhanaannya dengan cara melihat step by stepdari masing-masing dimensinya,
3. proses query lebih cepat pada saat proses OLAP.

Kekurangan model dimensi star schema :

1. ukuran data lebih besar karena ada data yang disimpan ulang,
2. maintenance dan update lebih sulit.

Berikut adalah kelebihan dan kekurangan model dimensi snowflake schema.

Kelebihan model dimensi snowflake schema :

1. ukuran data lebih kecil di dalam tempat penyimpanan,
2. lebih mudah dilakukan maintenance dan update,
3. proses query lebih cepat pada saat proses ETL.

Kekurangan model dimensi snowflake schema :

1. cenderung lebih sulit dipahami karena kompleksitasnya,
2. sulit mencari isi karena melihat strukturnya yang kompleks dan bercabang-cabang.

Sumber
Sumber 2 : Paiman, A.S., William, R., Willyam, F., 2010. Analisis Perbandingan Antara Model Dimensi Star Schema Dan Snowflake. Universitas Bina Nusantara, Jakarta.
sumber 3 : Ramadhan, T.I., 2013. Perancangan dan Pembuatan Data Warehouse (Studi Kasus Database Swalayan Kopma UGM). Universitas Gadjah Mada, Yogyakarta

Tugas Data Warehouse Pertemuan 6

Gambar Tabel Database Adventureworks Diagram

Berdasarkan tabel-tabel dan relasi yang ada pada gambar tersebut, dibuatkan ilustrasi skenario yaitu supervisor dari perusahaan A ingin mendapatkan laporan penjualan barang meliputi jumlah barang yang terjual dan total penjualan dimana laporan tersebut dapat dilihat dari segi product, product subcategory, currency rate, dan customer. supervisor perusahaan juga ingin melihat laporan tersebut dalam periode bulanan, quartal, dan tahunan. dari permintaan tersebut, maka dibuatlah diagram OLAP dimensi star schema berikut

Gambar Tabel Diagram Star Schema

Sumber

resume data warehouse pertemuan 4

Tugas Data Warehouse Pertemuan-3

1. Sumber Paper

2. Soal beserta solusi yang berhubungan dengan data warehouse yang diambil dari paper:

1. Mengapa perusahan melakukan pengembangan terhadap Data Warehouse yang dimilikinya?
   karena entry ulang untuk melakukan analisa data harian masih manual, sehingga diharapkan mempercepat proses analisa data harian dan dihasilkan output yang lebih akurat karena impor data dilakukan secara otomatis. Ini dikarenakan OLAP modelling dan interaksi antara SSIS, SSAS, SSRS pada SQL Server 2012 dapat dilakukan dengan mudah sehingga memungkinkan tim Teknologi Informasi PT Adaro Energy Tbk memantau kondisi yang sedang dialami perusahaan. Selain itu, fitur Powerview yang terdapat pada solusi Business Intelligence sangat membantu proses analisa yang dibutuhkan untuk proses pengambilan keputusan. Dengan arsitektur data warehousing yang terintegrasi, implementasi OLAP dan pelaporan dapat mempercepat waktu pembuatan laporan mingguan dari 1-2 hari menjadi 1-2 jam.

2. Apa tujuan dari dari pengembangan data warehouse ini?
untuk meningkatkan produktivitas perusahaan dengan meminimalisir data re-entry secara manual, yang kemudian meningkatkan jumlah analisa data harian, mengurangi pelaporan manual non-standar, meningkatkan transparansi antar-departemen, dan meningkatkan kesadaran karyawan terhadap proses kerja mereka, baik sebelum maupun sesudah melakukan pekerjaan