Mengenal Integerasi pada Datawarehouse
Nama : I Made Rismawan Nugraha
NIM :
1805551114
Mata Kuliah : Data Warehouse A
Dosen :
I Putu Agus Eka Pratama, S.T.,M.T.
Jurusan/Fakultas/Universitas : Teknologi Informasi/ Teknik/ Universitas
Udayana
Mengenal Integerasi pada Datawarehouse
Kombinasi dari adanya teknologi data adalah Data Warehouse dan Big Data itu sangat lah menarik Karena data yang di dapat akan makin kompleks dari sisi format, jenis, struktur dengan adanya pengintegerasian dari segi data hingga aplikasi tersebut maka tidak ada kejanggalan dari segi pertukaran data yang ada.maka dari itu jika ada data yang tidak sesuai pada perusahaan maka akan cepat di ketahui dan di berikan solusi dari kejangalan data tersebut. Integerasi pada Data warehouse tersebut dapat di bagi menjadi 3 level yaitu
- Integrasi di level data ,ntegrasi data adalah proses penggabungan data dari database yang berbeda dan dijadikan satu disebuah tempat penyimpanan atau gudang data (warehouse) yang memiliki 3 tujuan inti yaitu : Analisa Data yang bertujuan dalam melakukan slicing data, Pola yang bertujuan dalam mendapatkan knowledge melalui mining. Descision Making yang bertujuan membantu memperkaya knowledge dan informasi yang diberikan melalui report (laporan) kepada para pemegang keputusan dalam suatu instansi di dalam pengambilan keputusan. Yang menjadi patokan pada integerasi data ini yaitu format data,sturktur data, dan sumber data.
- Integrasi
di level aplikasi,Integrasi aplikasi adalah proses penggabungan aplikasi-
aplikasi untuk mempermudah user bertukar data dan informasi antar aplikasi. Contohnya adalah pembuatan aplikasi mobile,
terhubung ke social network seperti Facebook dan Twitter dan pembuatan aplikasi
bisnis, harus terhubung ke aplikasi lain yang sudah lebih dulu ada.
- Integrasi di level middleware Integrasi middleware adalah sistem perangkat lunak yang menawarkan jasa untuk komunikasi, pelaksanaan integrasi aplikasi, pemantauan dan operasi. Contoh implementasi integrasi middleware yaitu koneksi antara web server dengan sistem database seperti ODBC, OLEDB, dan JDBC. Hal ini memungkinkan pengguna meminta data dari database dengan cara bentuk yang ditampilkan pada web browser. Sedangkan server Web mengembalikan halaman Web dinamis sesuai dengan permintaan dan profil pengguna.
Skema Relational VS Data Multi Dimensi
Sudah sempat kita membahas pada blog yang sebelumnya
mengenai perbedaan skema relationa vs data multi dimensi pada Skema Relational vs Data Multi Dimensi dimana disini akan di bahas sedikit materi dari perbedaan tersebut.
1. Skema Relational
Entity Relational Diagram (ERD) dalam desain database.
Primary Key, Foreign Key Data terstruktur Data dilihat dari 2 dimensi : baris,
kolom (x,y)
2. Data Multi Dimensi
Data Multi dimensi Melihat data dari minimal 3 dimensi (x,
y, z) Mengenal slicing data untuk memudahkan di dalam analisa data → data
dilihat dari dimensi yang berbeda – beda.
Refrensi
[1] I Putu Agus Eka Pratama. Handbook
Data Warehouse. Penerbit Informatika. Bandung. (2017)
[2] Jurnal Sistem Komputer
Undip. Integerasi Aplikasi. di akses pada http://rintakrida.blog.undip.ac.id/2011/02/18/integrasi-aplikasi/
Komentar
Posting Komentar