BAB 2 - Landasan Teori - Pengaruh Data Warehouse pada Bisnis Waralaba

BAB 2

LANDASAN TEORI

2.1 Pengertian Data

Menurut Hoffer (2009, p46), data adalah representasi dari objek dan peristiwa yang memiliki arti penting dalam lingkungan pemakai.

Menurut Laudon dan Laudon (2010, p46), data adalah kumpulan fakta mentah yang menjelaskan suatu aktivitas-aktivitas yang tejadi dalam suatu organisasi atau lingkungan, sebelum terorganisir dan disusun menjadi sebuah bentuk yang dapat dimengerti oleh pengguna.

Menurut Connolly (2010, p70), data adalah komponen yang penting dalam database management system atau DBMS. Berasal dari sudut pandang end-user, data bertindak sebagai penghubung yang menghubungkan antara komponen mesin dengan user.

Jadi dari pengertian diatas, data adalah kumpulan dari kumpulan fakta yang didapat dari kejadian yang terjadi dalam bentuk fakta yang belum diolah sehingga belum memiliki arti bagi pada pemakai.

2.2 Pengertian Database

Menurut Connolly (2010, p65), database atau basis data adalah sekumpulan data logical yang saling berhubungan dan mendeskripsikan suatu data yang dirancang untuk memenuhi kebutuhan  informasi pada suatu organisasi.

Menurut McLeod  (2007, p181), database adalah suatu kumpulan data komputer yang saling terintegrasi atau berhubungan, diorganisasikan dan disimpan dengan suatu cara yang memudahkan pengambilan kembali.

Menurut William dan Sawyer (2007, p416),  database adalah kumpulan data yang saling berhubungan, diatur secara logis yang dirancang untuk tujuan khusus sebuah teknologi untuk mengumpulkan banyak fakta yang berguna bagi perusahaan.

Jadi database adalah kumpulan dari data yang dimiliki perusahaan dan saling berhubungan serta disimpan untuk memenuhi kebutuhan informasi perusahaan tersebut.

2.3 Pengertian Data Warehouse

Menurut William dan Sawyer (2007, p432), data warehouse adalah database khusus untuk data dan meta data yang sudah dibersihkan. Data warehouse juga merupakan salinan atau reproduksi data yang mirip dengan data yang ada pada mainframe.

Menurut O’Brien (2009, p697), data warehouse adalah kumpulan data yang terpadu dari data yang diambil dari database operational, history, data eksternal, yang dibersihkan, diubah, dan dikategorikan untuk digunakan sebagai analisis dan membantu para pengambil keputusan akhir.

Menurut Singh, D.C.Upadhaya dan Yadav (2011, p1), data warehouse adalah sistem kompleks yang terdiri dari banyak komponen-komponen yang menyimpan data untuk mendukung keputusan akhir.

Menurut Matamala, Contreras dan Sepulveda (2012, p99), data warehouse adalah gudang data yang terdiri dari sumber yang berbeda dan merupakan sistem untuk analisis yang digunakan untuk mendukung pengambilan keputusan.

Berdasarkan pengertian diatas, dapat diketahui bahwa data warehouse merupakan suatu penyimpanan data pada perusahaan yang kemudian diolah untuk dilakukan analisis dari data tersebut dan mendukung pengambilan keputusan.

2.3.1 Tahapan Membangun Data Warehouse

Menurut Poolet (2009, p22) untuk membangun suatu data warehouse terdapat beberapa tahap, yaitu :

1)      Tahap Discover

Dalam tahap discover ini diperlukan karena output dari sebuah data warehouse harus mendukung tujuan organisasi. Tahap ini bertujuan untuk mengumpulkan informasi sebanyak mungkin pada suatu proyek yang akan dibuat.

2)      Tahap Design

Tahap ini merupakan gambaran model dan skema yang menggambarkan data warehouse yang akan dibuat seperti apa.

3)      Tahap Develop

Tahap ini menggumpulkan data-data dari tahap discover dan tahap design yang digunakan untuk menentukan lingkungan untuk suatu data warehouse.

4)      Tahap Deploy

Tahap ini merencanakan untuk menyebarkan lapisan aplikasi secara bertahap, karena authences yang berbeda dalam perusahaan mengadopsi tingkat yang berbeda.

5)      Tahap Day to Day

Tahap ini merupakan proses untuk mengolah data warehouse per hari atau per minggu yang bertujuan untuk memantau proses kerja sistem yang harus selalu up to date sehingga proses laporan dapat dikerjakan dengan baik.

6)      Tahap Defend

Tahap ini merupakan suatu tahap untuk mempertahankan data warehouse yang dibuat dari segala ancaman fisik baik secara internal maupun eksternal. Ancaman internal seperti (kerusakan sistem, kerusakan jaringan, human error, dan lainnya), sedangkan ancaman eksternal seperti (banjir, kebakaran, longsor, gempa bumi, dan lainnya).

7)      Tahap Decommision

Tahap ini berguna untuk melakukan sinkronisasi pada data warehouse yang sudah kadarluarsa atau tidak memenuhi persyaratan lagi.

2.3.2 Karakteristik Data Warehouse

Menurut  Inmon (2005, p34) terdapat beberapa karakteristik dalam data warehouse, yaitu :

1)      Subject Oriented

Data warehouse yang berorientasi subjek maksudnya data warehouse didesain untuk menganalisa data berdasarkan subjek-subjek tertentu dalam organisasi, seperti data customers, data products, data suppliers dan data sales. Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data yang bersifat penting sebagai penunjang untuk pengambilan suatu keputusan.

Gambar 3.1 Karakteristik Data Warehouse : Subject

Oriented

Sumber: Inmon (2005, p30)

2)      Integrated

Karakteristik ini merupakan hal yang paling penting pada data warehouse. Terintegrasi maksudnya ialah data warehouse dapat menyimpan data yang berasal dari berbagai sumber yang terpisah kedalam suatu format yang saling terintegrasi antara yang satudengan yang lain. Data tersebut diubah, diformat ulang, disusun dan diringkas. Hasilnya, data pada data warehouse sudah merupakan suatu kesatuan yang berhubungan dan tidak dapat dipisahkan lagi.

Gambar 3.1 Karakteristik Data Warehouse : Integrated

Sumber: Inmon (2005, p31)

3)      Non Volatile

Karakteristik ini berarti data pada data warehouse tidak di-update secara real time, tetapi di refresh dari sistem operasional secara regular.

Gambar 3.1 Karakteristik Data Warehouse : Non Volatile

Sumber: Inmon (2005, p32)

4)      Time Variant

Karakteristik ini maksudnya seluruh data pada data warehouse berhubngan dengan elemen waktu. Secara umum, sistem operasional pada perusahaan tidak memiliki data history, untuk itu data warehouse menjawab masalah tersebut dengan memberikan dimensi history pada data yang didapat dari database operasional. Data warehouse berisi history data yang umumnya berjangka waktu 5-10 tahun, sehingga history data yang lama tetap disimpan dalam sistem, hal ini beguna sebagai bahan analisis bagi pengambilan keputusan.

Gambar 3.1 Karakteristik Data Warehouse : Time Variant

Sumber: Inmon (2005, p32)