Daftar Pustaka - Pengaruh Data Warehouse pada Bisnis Waralaba

DAFTAR PUSTAKA

Connolly, T., Begg C. (2010). Database System: A Practical Approach to Design, Implementation, and Management. (5th Edition). New York: Addison Wesley.

Hoffer, Jeffrey A.,Prescott,Mary B.,& Topi, Heikki.(2009).Modern Database Management. Ninth Edition.New Jersey : Pearson Education.

Inmon, W. H. (2005). Building The Data Warehouse (4th ed.). Indianapolis: Wiley Publishing, Inc.

Matamala, C. Z., Contreras, M. V., & Sepulveda, A. U. (2012). A model driven approach for fuzzy data warehouse design. Ingeniare : Revista Chilena de Ingenieria , 20 (1), 99-113.

McLeod, Raymond .(2007). Management Information Systems. 10th Edition. New Jersey : Prentice Hall, Inc.

Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems: Managing the Digital Firm ( 11th ed.). New Jersey: Pearson Education, Inc.

O’Brien, James A., & Marakas,George M. (2009).Management System Information. 9th Edition. New York : McGraw Hill.

Poolet, M. A. (2009). 7 Steps for Successful Data Warehouse Projects. SQL Server Magazine , 11 (4), 29-33.

Sawyer, S.C. & Wiliams, B. K.(2007). Using Information Technology, Pengenalan Praktis Dunia Komputer dan Komunikasi, (Edisi 7). Diterjemahkan oleh Nur Wijayaning Rahayu & th . Arie Prabawati.

Singh, A., D.C.Upadhaya, D., & Yadav, H. (2011). IFRSA INTERNATIONAL JOURNAL OF DATAWAREHOUSING AND MINING. Data Warehouse Processes: An Multidimensional Meta Modeling Framework.  

Sumber dari Internet : http://www.software-aplikasi.co.id/artikel/245-manfaat-database-warehouse-dalam-dunia-bisnis.html/

Sumber dari Internet : http://ilmukomputer.com/

Sumber dari Internet : http://teknoinfo.web.id/

Sumber dari Internet : http://ugm.ac.id/

BAB 4 - Penutup - Pengaruh Data Warehouse pada Bisnis Waralaba

BAB 4

PENUTUP

4.1 Kesimpulan

Perkembangan bisnis pada suatu perusahaan waralaba yang terus berkembang, membutuhkan suatu teknologi informasi sebagai sarana penyimpanan data setiap transaksi yang dilakukan dan data penting lainnya. Teknologi informasi yang saling terintegrasi ini membantu suatu perusahaan seperti halnya proses penyimpanan data secara komputerisasi dan hal ini lebih efisien dan efektif dibanding dengan penyimpanan data secara manual atau dalam bentuk fisik karena membutuhkan tempat lebih sebagai tempat penyimpanan data. Dengan adanya teknologi informasi ini, perusahaan tidak perlu cemas akan kehilangan data dan pengolahan data, karena dengan adanya teknologi informasi ini data dapat disimpan dengan aman dan pengolahan data lebih mudah.

Teknologi informasi yang dimaksud ialah Data Warehouse. Dengan dibuatnya Data Warehouse ini dapat menghasilkan informasi yang ringkas dan jelas sehingga membuat pihak eksekutif dapat dengan mudah dan cepat dalam pengambilan suatu keputusan strategis untuk perusahaan. Laporan yang dihasilkan oleh Data Warehouse dapat dilihat dari berbagai periode waktu yang ditentukan dan menyajikan laporan-laporan dalam bentuk grafis yang mudah dimengerti sehingga memudahkan untuk dilakukan analisa. Penggunaan Data Warehouse pun dapat membantu perusahaan untuk mengurangi terjadinya kehilangan data dan redudansi data karena dikelola dalam satu tempat penyimpanan.

4.2 Saran

Berikut beberapa saran yang dapat diberikan adalah :

1.      Diperlukan perawatan dan pemeliharaan (maintenance) pada data warehouse secara teratur pada jangka waktu tertentu yang telah ditentukan, terutama pada hardware dan sistem.

2.      Melakukan pengembangan pada sistem data warehouse lebih lanjut sesuai dengan perubahan-perubahan yang terjadi agar dapat melakukan analisis lebih mendalam dari informasi-informasi yang dihasilkan, seperti informasi produk yang paling laku pada beberapa bulan terakhir dan informasi tersebut dapat membantu keputusan untuk meningkatkan stok barang laku tersebut.

BAB 3 - Pembahasan - Pengaruh Data Warehouse pada Bisnis Waralaba

BAB 3

PEMBAHASAN

3.1   Pentingnya Data Warehouse dalam Bisnis

Untuk mempertahankan kesuksesan dalam suatu perusahaan diperlukannya usaha untuk mempunyai persiapan terhadap perubahan dan perkembangan pada jangka waktu menengah hingga jangka panjang. Usaha tersebut perlu adanya dukungan data untuk memprediksi masa yang akan datang seperti apa, apakah ada perubahan terhadap target pasar, kondisi pasar, harga bahan baku, produk apa yang diminati konsumen, strategi pemasaran apa yang cocok digunakan, dan sebagainya. Dari manakah pihak eksekutif mendapatkan data tersebut yang digunakan untuk mendukung prediksi mereka sebagai sarana pengambilan suatu keputusan? Karena itu lah teknologi informasi memiliki peran yang sangat penting guna untuk membantu perusahaan untuk dapat bersaing dan dapat bertahan di masa yang akan datang.

Mengacu pada aplikasi penyimpanan data, ada hal yang perlu dipahami terlebih dulu mengenai database secara umum dan database warehouse. Secara umum database dan database warehouse adalah suatu sarana penyimpanan data, tetapi database dan database warehouse dibedakan berdasarkan manfaat kegunaannya. Pada umumnya database digunakan sebagai penyimpanan data transaksi secara real-time dan akan terus berubah seiring dengan transaksi-transaksi yang ada, data customer, data sales, dan sebagainya. Data pada database ini digunakan untuk permintaan informasi yang real-time untuk mengetahui perubahan yang terjadi. Sedangkan database warehouse yang terdiri dari beberapa data pada perusahaan yaitu dikategorikan sebagai sarana penyimpanan data yang bersifat read-only, maksudnya data yang sudah masuk kedalam database warehouse tidak bisa diubah lagi dan informasi yang ada pada data tersebut digunakan untuk analisis perusahaan. Contoh : data transaksi penjualan per bulan atau per tahun, pelanggan dari domisili mana yang paling banyak membeli, data pelanggan baru, dan sebagainya. Hal ini dapat membantu pihak eksekutif dalam melakukan analisis untuk digunakan sebagai pengambilan keputusan. Data pada database warehouse ini bisa dimanfaatkan untuk memprediksi satu tahun atau lebih.

. Perbedaan fungsi manfaat kegunaan pada database umum dan database warehouse inilah yang perlu dimengerti dan dipahami sehingga keputusan untuk menggunakan aplikasi database warehouse bisa dimanfaatkan sebaik-baiknya untuk kemajuan dunia bisnis bagi perusahaan yang bersangkutan. Melihat manfaat penggunaan database warehouse yang begitu signifikan maka sudah selayaknya jika perusahaan memprioritaskan usaha penggunaaan database jenis ini untuk mengembangkan bisnis perusahaan dalam jangka waktu yang panjang dan dapat dengan cepat melakukan analisis situasi yang akan datang seperti apa sehingga dapat mengatasi pesaing-pesaing bisnis.

Selain itu tedapat keuntungan dan kerugian dari data warehouse tersebut, meliputi :

3.1.1 Keuntungan Data Warehouse

1)      Data warehouse menyediakan model data yang bervariasi dan tidak bergantung pada satu sumber data saja. Hal ini memudahkan pihak eksekutif untuk membuat laporan dan menganalisa.

2)      Mendukung proses pembuatan laporan agar keputusan yang diambil adalah keputusan yang benar sesuai data.

3)      Memiliki tingkat keamanan yang tinggi pada informasi di dalam data warehouse.

4)      Dalam membuat laporan tidak membuat proses transaksi yang ada menjadi lambat, karena data warehouse terpisah dengan database operasional.

5)      Data warehouse menyediakan berbagai macam bentuk laporan.

3.1.2 Kerugian Data Warehouse

1)      Data warehouse tidak cocok untuk data yang tidak struktur.

2)      Data perlu di extract, diubah, dan di load ke data warehouse, sehingga membutuhkan delay waktu kerja.

3)      Biaya operasional, maintenance dan update yang dibutuhkan untuk data warehouse ini sangat mahal.

3.2 Tampilan Visualisasi Data

Dengan adanya visualisasi, dapat mengubah data yang masih berbentuk tabel-tabel yang berisi angka-angka menjadi suatu grafis, seperti contoh data laporan transaksi penjualan dan pembelian seperti gambar dibawah ini :

1)      Data Transaksi di Computerize Sale System

Gambar 3.1 Contoh Data Transaksi di Computerize Sale System

Sumber: www.akuccs.com

2)      Data Transaski di Prima Depot

Gambar 3.2 Contoh Data Transaksi di Prima Depot

Sumber: www.prima-infodata.com

Data seperti contoh gambar diatas diubah kedalam format visual seperti grafik, chart, dan bentuk-bentuk lainnya. Visualisasi data adalah cara atau teknik yang paling baik digunakan untuk mengeksplorasi data dari bentuk tabel yang berisi angka-angka menjadi suatu bentuk yang lebih mudah untuk digunakan sebagai analisis. Visualisasi data ini sangat berguna untuk mendukung bisnis perusahaan untuk mengetahui perkembangan bisnis perusahaan sudah sejauh mana, mengetahui apakah keuntungan terus meningkat atau malah keuntungan makin sedikit dan visualisasi data ini sangat mudah untuk dipahami oleh users, terutama pihak eksekutif untuk mengetahui kinerja perusahaan dan hasilnya digunakan untuk membantu pengambilan keputusan untuk strategi perusahaan kedepannya.  Berikut beberapa contoh visualisasi data :

1)      Visualisasi Data Asset Reliability and Integrity

 

Gambar 3.3 Contoh Visualisasi Data Asset Reliability and Integrity

Sumber: www.sas.com 

2)      Visualisasi Data Pricing Analytics

Gambar 3.4 Contoh Visualisasi Data Pricing Analytics

 Sumber: www.sas.com

3)      Visualisasi Data Risk and Capital Management

Gambar 3.5 Contoh Visualisasi Data Risk and Capital Management

Sumber: www.sas.com

4)      Visualisasi Data Revenue Optimization

Gambar 3.6 Contoh Visualisasi Data Revenue Optimization

Sumber: www.sas.com

5)      Visualisasi Data Student Enrollment

Gambar 3.7 Contoh Visualisasi  Data Student Enrollment

Sumber: www.sas.com

3.3 Mengetahui berbagai Tools Data Warehouse dari berbagai Perusahaan Teknologi

Perlu dipertimbangkan ketika memilih tools atau aplikasi data warehouse untuk perusahaan. Banyaknya vendor yang bergerak dibidang ini seperti IBM, Dell, Microsoft, dan masih banyak lagi. Dalam memilih tools atau aplikasi untuk digunakan pada perusahaan, tentu harus adanya pertimbangan secara kritis, apakah tools atau aplikasi tersebut sesuai dengan kebutuhan strategi bisnis pada perusahaan. Jika salah menggunakan tools atau aplikasi tersebut maka dapat menimbulkan masalah bagi perusahaan. Selain dari sisi strategi bisnis dari sisi biaya juga patut diperhatikan, jika biaya tools atau aplikasi terlalu mahal, akankah perusahaan dapat balik modal dari investasi tools atau aplikasi tersebut atau malah merugikan perusahaan. Berikut beberapa contoh tools data warehouse dari berbagai sumber terpercaya dan kegunaan tools tersebut :

1)      RIM (Research in Motion)

Blackberry RIM memberikan solusi business intelligence dengan tujuan untuk mengeliminasi penggunaan desktop PC untuk melakukan proses business intelligence dengan menggunakan perangkat mobile blackberry yaitu dengan adanya SAP Cognos 8 Go! Mobile yang memberikan kemudahan bagi users untuk mengakses pelaporan business intelligence secara metric dan real-time dengan menggunakan perangkat mobile blackberry dan dapat digunakan untuk membaca report.

2)      Dell

Terdapat dua jenis tools yang diberikan oleh pihak Dell, yakni data warehousing yang sudah terintegrasi langsung dengan sistem business intelligence dari Oracle, Microsoft dan SAP. Dell juga memiliki tools sendiri yaitu Aster Data Analytics Cloud, GreenPlum Data Cloud Solution yang memberikan penawaran penyimpanan data melalui cloud (internet) untuk menghindari dari masalah kebutuhan kapasitas penyimpanan secara fisik yang besar dan memakan tempat.

3)      HP

HP juga menawarkan berbagai jenis solusi untuk business intelligence dari tingkat hardware hingga custom software design. HP membangun sistem business intelligence data warehouse dalam beberapa platform komputasi, termasuk diantaranya HP Integrity dan juga ProLiant server. HP juga menawarkan Neoview Advantage Enterprise Data Warehouse untuk membuat paralalel database platform. Neoview Advantage Enterprise Data Warehouse ini menggunakan database platform SQL/MX yang memungkinkan kita melakukan query dan memproses data dengan cepat. Neoview juga memiliki Data Business Intelligence for CIO yang digunakan untuk memonitor, meningkatkan efisiensi dari cost, dan proses, menganalisis efek finansial, hingga melakukan forecast.

4)      IBM

IBM memiliki 2 jenis solusi business intelligence yaitu data warehousing dan juga analytic. Dengan menggunakan platform database DB2 IBM, kedua solusi ini dapat berkolaborasi dengan baik dan berjalan di berbagai jenis platform dengan mudah. Jika anda sudah memiliki data warehousing di platform anda maka anda dapat menambahkan DB2 dan biarkan IBM analytic tools menganalisa data bisnis anda. IBM Analytics dibagi menjadi 3 platform, yaitu :

·         IBM ILOG Optimization and Analytical Decision Support Solution : untuk mengoptimasi performa dari supply chain,

·         SPSS (Statistical Package for the Social Sciences) : memberikan kemampuan analisis data yang akurat dan mengantisipasi perubahan pada bisnis,

·         Cognos 10 : merupakan tools analisis yang digunakan untuk menganalisa sistem data warehouse perusahaan.

5)      Microsoft

Microsoft memiliki 3 solusi business intelligence yaitu :

·         Microsoft  Office 2010 : untuk mengintegrasikan data ke Microsoft excel yang sangat mudah dan cepat untuk dilakukan proses solusi data mining,

·         Microsoft  Sharepoint 2010 : membantu perusahaan untuk melakukan monitoring secara real-time,

·         Microsoft SQL Server : untuk mengatur data warehouse perusahaan. SQL Server mampu melakukan kompresi data perusahaan secara dinamis dan memperpanjang kebutuhan storage perusahaan dan memotong biaya. SQL Server didukung oleh teknologi OLAP (Online Analytical Processing) yang memungkinkan kita untuk melakukan query secara adhoc untuk data set yang sangat besar.

6)      Oracle

Oracle memiliki berbagai jenis varian solusi business intelligence untuk perusahaan diantara solusi business intelligence yang ditawarkan oleh Oracle yaitu :

·         ERP (Enterprise Resource Planning) : menawarkan solusi analisis finansial, procurement, analisis pengeluaran, analisis human resource, analisis supply chain dan order, hingga ke project analisis,

·         CRM (Customer Relationship Management) : menawarkan solusi untuk analisis penjualan, analisis service, analisis contact center, marketing analisis, loyality analisis hingga ke price analisis,

·         Essbase : sebuah multidimensional OLAP Server menggunakan teknologi graphical outline yang memberikan kemudahan perusahaan untuk menciptakan dimensi, hirarki, metric dan skenario untuk mengidentifikasi hubungan antar proses,

·         Oracle Real Time Decisions Platform : menggabungkan set of rule yang perusahaan buat dengan data analisis yang ada dalam server yang melakukan transaksi dalam kecepatan tinggi secara real-time.

7)      SAS

SAS merupakan perusahaan yang hanya bermain dibidang business intelligence saja. SAS memiliki 2 komponen, yaitu :

·         Enterprise Business Intelligent Server : sebuah multidimensional database yang di desain untuk menangani data dengan volume yang sangat besar, server ini juga mendukung portal dan dashboard yang dapat diubah dan sangat friendly dengan Microsoft office.

·         Business Visualization : memungkinkan perusahaan untuk mengeksplorasi ide untuk mengubah data menjadi data visual dalam berbagai bentuk grafik, seperti : bubble plots, scatter plots, charts, dan lainnya.

3.4 Sumber Daya dan Petunjuk Membangun Data Warehouse

3.4.1 Sumber Daya yang dibutuhkan untuk Data Warehouse

Sumber daya yang dibutuhkan yakni data operasional dalam perusahaan, contohnya database produk, database pelanggan, database transaksi, dan lainnya. Selain data operasional yang menjadi sumber daya bagi data warehouse, ada pula sumber daya dari eksternal yang dibutuhkan, contohnya database pemasok. Berbagai data yang berasal dari sumber daya data operasional dan sumber daya eksternal digabungkan dan diproses lebih lanjut oleh pihak manajer data warehouse dan disimpan dalam database tersendiri. Setelah itu, software seperti OLAP (Online Analytical Processing) dan data mining dapat digunakan untuk mengakses data warehouse. Pada paper ini tidak menjelaskan secara rinci tentang OLAP dan data mining tersebut.

Pengertian OLAP dan Data mining yaitu, OLAP adalah suatu jenis pemrosesan yang memanipulasi dan menganalisa data yang berkapasitas besar dari berbagai perspektif atau pandangan. OLAP sering disebut dengan  analisis data multidimensi. Sedangkan data mining adalah software yang digunakan untuk menemukan pola-pola atau hubungan-hubungan yang terdapat dalam database yang besar dan menghasilkan aturan-aturan yang digunakan untuk memperkirakan perilaku di masa mendatang.

3.4.2        Petunjuk Membangun Data Warehouse

Untuk membangun data warehouse pada suatu perusahaan terbagi menjadi beberapa petunjuk, yaitu :

1)      Menentukan visi-misi dan sasaran bisnis perusahaan bagi pembentukan data warehouse,

2)      Mengidentifikasi data dari database operasional dan sumber lain yang diperlukan bagi data warehouse (sumber eksternal),

3)      Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data, maknanya dan fungsinya,

4)      Merancang database untuk data warehouse perusahaan,

5)      Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tidak terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lambat.

  

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)