𝓓𝓪𝓽𝓪 𝓜𝓾𝓵𝓽𝓲 𝓓𝓲𝓶𝓮𝓷𝓼𝓲

Nama  : Nadira Andini
NPM : 21120004
Mata Kuliah : Data Warehouse
Dosen : Dito Putro Utomo, S.Kom, M.Kom.

            Data multi dimensi adalah data yang tidak terfokus pada satu titik saja untuk menghasilkan informasi tetapi bisa menjadi titik lain dengan menambahkan titik lainnya. Data multi dimensi ini digunakan pada data warehouse, karena itu yang membuat data warehouse berbeda dengan database biasa. Data - data yang ada pada data warehouse selain bertujuan untuk historis juga bertujuan untuk menganalisa yang dilihat dari dimensi yang berbeda. Materi tentang multi dimensi akan membahas tentang definisi, data mart, OLTP dan OLAP.
Sebelum membahas dimensi dari data warehouse lebih jauh lagi, kita harus tahu terlebih dahulu tahu, apa itu Data martData mart adalah struktur sub-data dari data warehouseData mart berisi data dan dirancang untuk memudahkan pengguna akhir guna mengakses data dari data warehouse sesuai kebutuhan mereka. Pengembangan data warehouse dibagi menjadi dua jenis : tanpa menggunakan user feedback dan menggunakan user feedback. Baik model yang tanpa user feedback ataupun model yang melibatkan user feedback, sama-sama terbagi lagi menjadi tiga buah pilihan model, yaitu top down, bottom up, dan parallel. Penjelasan masing-masing model akan dijelaskan sebagai berikut.
  • Top Down tanpa User Feedback
    Model top down tanpa melibatkan user feedback merupakan model yang paling sederhana, karena struktur alurnya dimulai dari atas ke bawah, yaitu berawal dari sumber-sumber data (data sources), kemudian diteruskan ke data warehouse. Setelah itu, dari data warehouse diteruskan (dipecah) ke dalam beberapa data mart. Model ini difokuskan dengan data warehouse yang berasal dari data pada sumber data, tidak ada pengubahan apapun pada data warehouse, sehingga menjadikan pengguna bebas mengubah sesuai kebutuhan masing-masing melalui data mart dengan proses ETT (Extraction, Transformation, Transportation).


  • Bottom Up tanpa User Feedback
    Model pengembangan ini dikembangkan dari pengembangan dari bawah, yang dimana dua buah atau lebih data mart dibentuk dari data yang berasal dari berbagai sumber data. Tahap pertama pengembangan model ini yaitu dengan memigrasikan data di data mart dan juga data pada sumber data (data source). Setelah itu, selanjutnya data akan diteruskan ke data mart tersebut, dari sumber data.
Bottom Up tanpa User Feedback

  • Parallel tanpa User Feedback
    Model parallel tanpa user feedback merupakan model modifikasi dari model top down, tetapi data mart tidak sepenuhnya bergantung pada data warehouse karena terdapat data model (role yang harus diikuti oleh semua data mart agar memiliki kesamaan format data dengan data warehouse) dari data warehouse yang diikuti oleh semua data mart. Tahap pertama, data warehouse dibangun dari sekumpulan data yang berasal dari berbagai sumber data. Data model yang ada pada data warehouse ini digunakan sebagai acuan bagi model data untuk data mart yang akan dibentuk. Tahap kedua, sejumlah data mart dibangun dari sejumlah data yang berasal dari berbagai sumber data, kemudian sejumlah data mart yang sudah dibentuk tersebut berperan dalam membangun data warehouse melalui integrasi di level data
    .
    Parallel tanpa User Feedback
  • Top Down dengan User Feedback

    Model Pengembangan ini dikembangan dari atas yang dimana, pembentukan Data warehouse yang menyimpan semua data historis dengan menggunakan integrasi di level datanya. Data mart pertama-tama akan dibentuk berdasarkan Data warehouse sesuai dengan kebutuhan user. User Feedback akan mempengaruhi Data mart itu sendiri dan secara otomatis juga akan mempengaruhi Data warehouse itu sendiri.

    Top Down dengan User Feedback
  • Bottom Up dengan User Feedback
    Model ini mirip dengan model kedua yang dijelaskan diatas, bedanya yaitu terdapat pada adanya melibatkan user feedback. Dalam model ini, ada dua atau lebih data mart yang dibentuk menggunakan data dari berbagai sumber data. Kemudian gunakan ETT untuk membantu dalam pengumpulan data, ekstraksi data, konversi ke dalam format data yang disepakati bersama di data mart, dan integrasi data itu sendiri. Selanjutnya multiple data mart yang telah terbentuk sebelumnya dibentuk menjadi data warehouse, kemudian ETT digunakan untuk mengintegrasikan data dari masing-masing data mart ke dalam satu kesatuan data warehouse. Umpan balik pengguna langsung melalui wajah gudang data, dan kemudian tanggapan tersebut akan berdampak pada data mart yang membentuk data warehouse.
    Bottom Up dengan User Feedback
  • Parallel dengan User Feedback
    Model pengembangan ini terbentuk dari penentuan aturan model data yang akan digunakan pada data warehouse hingga pembentukan data mart. Data dari berbagai sumber data akan masuk ke data mart dan data warehouse. Data yang masuk ke data warehouse terlebih dahulu akan diinput ke dalam model data agar sesuai dengan format data. Umpan balik pengguna dikirim ke User Interface data mart.
    Parallel dengan User Feedback
Data Multi Dimensi adalah data yang dapat dilihat dari berbagai sudut pandang atau dimensi. Contohnya, Cube dan Spreedsheet.



Multidimensional Database (Cube) ,Cube adalah sebuah bentuk database dimana data disimpan dalam bentuk Cell, dan posisi dari sel-sel tersebut ditentukan oleh beberapa variabel yang disebut dengan Dimension. Jumlah Dimension ini secara teori bisa tidak terbatas, tidak perlu terkuantifikasi untuk membentuk sebuah bangun 3 dimensi berupa cube. Istilah Cube dan penggambaran dalam bentuk cube (3 dimensi) ini dimaksud untuk mempermudah visualisasi kita tentang sifat multi dimensionalnya
Adapun. fitur multi dimensi cube:
1. Rotation/ Pivoting, memutar sumbu pada cube untuk memperoleh data yang diinginkan.
2. Slicing, pemotongan data berdasarkan kategori tertentu.
3. Dicing, penyaringan subset data dari proses slicing.
4. Drill Down, menampilkan data dalam bentuk lebih detail.
5. Consolidation, menyatukan data dalam hirarki yang lebih tinggi

Multidimensional Database (spreadsheet ) , Spereadsheet adalah sebuah database dimana data disimpan  dalam bentuk tabel, grafik, bahkan dapat digunakan untuk mencari nilai statistik dari data yang ada. Misalnya, dalam database, yang menyimpan informasi karyawan suatu perusahaan, kolom dapat berisi nama karyawan, Id karyawan, dan gaji, sementara satu baris mewakili satu karyawan. Sebagian besar database dilengkapi dengan Sistem Manajemen Database (DBMS) yang membuatnya sangat mudah untuk membuat / mengelola / mengatur data.








 

  1.     









Komentar