Gudang data (Bahasa Inggris: data warehouse) adalah suatu sistem komputer untuk mengarsipkan dan menganalisis data historis suatu organisasi seperti data penjualan, gaji, dan informasi lain dari operasi harian. Pada umumnya suatu organisasi menyalin informasi dari sistem operasionalnya (seperti penjualan dan SDM) ke gudang data menurut jadwal teratur, misalnya setiap malam atau setiap akhir minggu. Setelah itu, manajemen dapat melakukan kueri kompleks dan analisis (contohnya penambangan data, data mining) terhadap informasi tersebut tanpa membebani sistem yang operasional. Gudang data terdiri dari 4 komponen terpisah, antara lain operational source system, data staging area, data presentation area, dan data access tool.[1]

Karakteristik gudang data

sunting

Sistem basis data ini memiliki karakteristik yang membuatnya berbeda dengan basis data yang lainnya. Terdapat 4 karakteristik yang menjadi ciri khas dari basis data ini, yaitu:

  1. Berorientasi kepada subjek
  2. Data yang dimiliki terintegrasi
  3. Data yang disimpan bersifat tetap
  4. Dibuat dalam rentang waktu tertentu

Peralatan gudang data

sunting

Peralatan gudang data (Bahasa Inggris: data warehouse appliance) berfungsi untuk ekstraksi data, pembersihan data, dan transformasi data, yakni terdiri dari:

  • Generator kode (Code generator)
  • Alat replikasi database ( Database data replication tools)
  • Mesin transformasi dinamis (Dynamic transformation engines)

Referensi

sunting
  1. ^ Fanani, Mochamad Ilham; Andrawina, Luciana; Soesanto, Rayinda Pramuditya (Oktober 2021). "PERANCANGAN DATA WAREHOUSE DAN DASHBOARD DENGAN METODE KIMBALL DENGAN STUDI KASUS DATA SDM INSTITUT TEKNOLOGI TELKOM SURABAYA". e-Proceeding of Engineering. 8 (5): 7474–7488. ISSN 2355-9365. Diarsipkan dari asli tanggal 2023-08-01. Diakses tanggal 2023-08-01. ;
  • William H. Inmon, Richard D. Hackathorn: Using the Data Warehouse, John Wiley & Son's, ISBN 0-471-05966-8
  • Pyle, Dorian. Business Modeling and Data Mining. Morgan Kaufmann, 2003. ISBN 1-55860-653-X
  • Ralph Kimball, Margy Ross: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), John Wiley & Sons, ISBN 0-471-20024-7
  • Stephen Haag, Maeve Cummings, Donald J. McCubbery, Alain Pinsonneault,Richard Donvan:Managements Information System for the Information Age, Third Canadian Edition, McGraw-Hill Ryerson, ISBN 0-07-095569-7
  • Darmawikarta, Djoni. Dimensional Data Warehousing with MySQL. BrainySoftware. ISBN 0-9752128-2-6

Pranala luar

sunting


📚 Artikel Terkait di Wikipedia

Halaqoh BEM Pesantren se-Indonesia

Sucipto, Sucipto; Sucipto, Sucipto; Nugroho, Arie (2020-11-03). "Analisis Data Warehouse Pada Perpustakaan Man X Untuk Efisiensi Manajemen". Fountain of Informatics

PostgreSQL

tunggal, gudang data (data warehouse), hingga data lake. PostgreSQL awalnya bernama POSTGRES, merujuk pada asal-usulnya sebagai penerus basis data Ingres yang

Daftar basis data terbesar di dunia

memiliki 222.835 GB dengan perangkat lunak Oracle pada platform Linux tetapi tidak berada dalam kategory Data Warehouse. (Inggris) Winter Corporation.

Inteligensi bisnis

doi:10.1109/MC.2007.331. The Data Warehouse Lifecycle Toolkit (2nd ed.). Ralph Kimball (2008). Microsoft Data Warehouse Toolkit. Wiley Publishing. (2006)

Kualitas informasi

Applications. Hershey: Idea Group Publishing. English, L.P. (1999). Improving Data Warehouse and Business Information Quality. New York: John Wiley & Sons. Knight

Diagram alir data

menghubungkan proses, basis data, dan terminator. Warehouse (data store, file, data base) digunakan untuk menyimpan data. Simbol dari penyimpanan adalah

Euro

coins statistics - ECB/Eurosystem policy - Reports - ECB Statistical Data Warehouse". sdw.ecb.europa.eu. Diakses tanggal 2021-09-25. "2.2 Values - 2.Euro

Sistem informasi pengelolaan

bisnis dalam satu platform 2000-an — Business Intelligence (BI) dan data warehouse untuk analitik canggih 2010-an ke kini — Cloud-based SIM, mobile access