PERBEDAAN DATA WAREHOUSE DAN OLAP

Data Warehouse

Data Warehouse atau lebih dikenal dengan Gudang Data merupakan sistem komputer untuk mengarsip, mengolah dan melakukan analisis data historis suatu organisasi misalnya: data penjualan, gaji, dan informasi sehari-hari. Data Warehouse merupakan bentuk database relasional yang dirancang lebih untuk query dan analisis proses transaksi, yang memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi untuk menggabungkan data dari berbagai sumber.

Karakteristik Data Warehouse:

1. Berorientasi kepada subjek.

Data dirancang untuk menganalisis data berdasarkan subjek, bukan berdasarkan proses. Contoh subjek-subjek yang diorganisasikan adalah pelanggan, produk dan penjualan. Hal tersebut dikarenakan kebutuhan data Warehouse untuk menyimpan data yang mendukung keputusan, daripada aplikasi berorientasi pada data.

2. Data bersifat tetap jika disimpan.

Data yang telah tersimpan tidak dapat diperbaharui secara real time, tetapi dalam refresh sistem operasi secara teratur. Database ini terus menyerap data baru (tambahan data), maka secara bertahap dalam perbaharuan data baru ke dalam gudang data dan berbeda dengan Database operasional yang dapat melakukan update, insert dan delete data.

3. Dibuat dalam rentang waktu tertentu.

Seluruh data dalam gudang, dapat dikatakan valid pada rentang waktu tertentu. Interval waktu yang digunakan untuk mengukur keakuratan data dapat dilakukan dengan cara:

- Menyajikan data Warehouse misalnya 5 sampai 10 tahun kedepan.
- Menggunakan variasi perbedaan waktu dengan eksplisit, yakni dengan rentang waktu sehari, seminggu, sebulan, dan implisit, saat duplikasi data pada setiap akhir bulan.

4. Data terintegrasi.

Penyimpanan data Warehouse dilakukan dari sumber yang terpisah ke dalam format yang konsisten dan terintegrasi satu sama lain. Sehingga data tidak dapat rusak, karena data merupakan entitas yang mendukung konsep data Warehouse itu sendiri. Namun, syarat-syarat integrasi data dapat terpenuhi dengan konsisten dalam penamaan variabel, ukuran, coding dan pembuatan struktur yang konsisten dalam atribut fisik data.

Contoh: pada lingkungan operasional, terdapat banyak aplikasi yang dikembangkan, memungkinkan terdapat variabel yang sama, tetapi nama dan format berbeda. Kemudian variabel harus dikonversi ke nama yang sama dan format yang telah dibuat, sehingga tidak ada kebingungan dalam perbedaan nama dan format, serta data dapat dikategorikan sebagai data yang terintegrasi karena konsistennya.

Online Analytical Processing (OLAP)

Merupakan teknologi yang memproses data di dalam data Warehouse dalam struktur multidimensi, dan dalam tabel relasional dua dimensi yang menyediakan jawaban yang cepat untuk query analisis yang kompleks.

Tujuan dari OLAP sendiri adalah mengordinisir data-data yang besar, sehingga dengan mudah dapat melakukan analisis dan evaluasi dengan cepat menggunakan sarana online, contoh: Microsoft PivotTable serta representasi grafik.

Hal yang membedakan antara Data Warehouse dan OLAP adalah penggunaannya. Penggunaan Data Warehouse umumnya untuk pengumpulan berbagai data periodik, dan digunakan sebagai bahan analisis data dalam pengambilan keputusan, dan tidak digunakan sebagai proses transaksi. Sedangkan OLAP digunakan untuk proses transaksi sehari-hari yang biasa disebut sebagai On Line Transaction Processing (OLTP). Berikut perbandingan antara Data Warehouse dan OLAP:

DATA WAREHOUSE	OLAP
Data hanya disimpan pada satu macam platform. Lebih cenderung menangani atau mengolah data masa lalu karena sifatnya yang historis. Mendukung pengambilan keputusan strategis. Berorientasi pada analisis data. Melayani permintaan insidentil, tak terstruktur dan bersifat heuristik. Mendukung kelompok manajerial sedikit	Data dapat disimpan pada berbagai macam platform. Mengangani data pada masa kini. Mendukung pengambilan keputusan operasional (sehari-hari). Berorientasi pada transaksi. Melayani permintaan yang berulang-ulang. Mendukung kelompok kerja operasional dalam jumlah banyak.

*Atas tugas Sistem Informasi Manajemen.
*Nama : Terry Admaja
*NIM : 141102828
*Kelas : 2A4