datmen

5/14/2018 datmen - slidepdf.com

http://slidepdf.com/reader/full/datmen 1/14

A. Data Warehousing

Konsep Data Warehousing

Konsep dasar dari data warehousing = informasi yang dikumpulkan dalam suatu

gudang penyimpanan dan merepresentasikan solusi untuk pengaksesan data

didalam sistem non relasional. Sehingga data warehousing dapat disebut sebagaidatabase yang berorientasi pada subyek, terintegrasi, mempunyai Time Variant dan

non-valitile

Empat karakteristik data warehouse

• Subject oriented: Aplikasi untuk operasi perusahaan (operational system)

berorientasi pada proses (mengotomasi fungsi-fungsi dari proses bersangkutan –

function oriented). Misalnya di bank,

aplikasi kredit mengotomasi fungsi-fungsi: verifikasi lamaran dan credit checking,pemeriksaan

kolateral, approval, pendanaan, tagihan, dan seterusnya. Didalam data warehouse

data-data yang

dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan

diintegrasikan (digabung)

dengan data-data dari fungsi-fungsi lain, agar berorientasi pada misalnya nasabah

dan produk.

• Integrated: Data dari macam-macam aplikasi transaksi (untuk bank misalnya:tabungan, kredit,rekening koran) semua mengandung data nasabah, ada yang sama

ada yang spesifik (yang sama misalnya: nama dan alamat, yang spesifik misalnya:

untuk kredit ada kolateral, untuk rekening Koran ada overdraft) – didalam data

warehouse data-data yang sama harus diintegrasikan disatu database, termasuk

misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi –

aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di

teknologi berbeda-beda)

• Time variant: Data warehouse menyimpan sejarah (historical data). Waktu

merupakan tipe atau bagian data yang sangat penting didalam data warehouse.

Didalam data warehouse sering disimpan macam-macam waktu, seperti waktu

suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya,kapan masuk ke

komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan

versi,misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru

ada semua didalam data warehouse kita. Sekali lagi, data warehouse yang bagus



adalah yang menyimpan sejarah.

• Non-volatile: Sekali masuk kedalam data warehouse, data-data, terutama data

tipe transaksi, tidak akan pernah di update atau dihapus (delete)

Terlihat, bahwa keempat karakteristik ini saling terkait – kesemuanya harusdiimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk

mendukung pengambilan-keputusan. Dan,implementasi keempat karakteristik ini

membutuhkan struktur data dari data warehouse yangberbeda dengan database

sistem operasional.



Keuntungan dari Data Warehousing

1. Hasil yang diperoleh dari investasi lebih tinggi

2. Kompetitif

3. Meningkatkan produktivitas perusahaan

Jenis database yang tersimpan di dalam media penyimpanan data berdasarkan

penggunaan data :

• Database yang memiliki data sering di-update disebut data OLTP (Online

Transaction Processing). Data OLTP sering juga disebut data operasional,

mencerminkan sifat aplikasi database yang dinamik.

• Database yang memiliki data sering digunakan untuk query disebut DSS

(Decision Support System). Data DSS sering disebut data analitikal,mencerminkan sifat aplikasi database yang relatif statik.

Data Operasional Data DSS

• Berorientasi pada aplikasi : data digunakan untuk proses bisnis. Sebagai contoh :

sistem perbankan dengan fileterpisah yang sudah dalam bentuk normal untuk

setiap proses bisnis.

• Berorientasi pada subyek : data digunakan untuk subyek bisnis, misalinformasi

nasabah. Data dalam bentuk denormalisasi dimana sebuah record dapat meliputikeseluruhan proses bisnis.

• Data terperinci Data ringkas Struktur statik Struktur dinamik Target operator

komputer Target pengambil keputusan pada seluruh tingkatan Volatile (data dapat

diubah) Non volatile (data tidak bisa diubah setelah dimasukkan) Kebutuhan data

selalu diketahui sebelum rancangan system Kebutuhan data sama sekali tidak

diketahui sebelum rancangan system Mengikuti siklus hidup pengembangan klasik

dimana iterasi rancangan diselesaikan melalui normalisasi data, dan memeriksa

kebutuhan pemakai Siklus hidup pengembangan sama sekali berbeda, dimana

pemakai menggunakan aplikasi struktur data yang ada dan membuat rancangan

siap untuk dianalisis Performansi penting karena jumlah pemakai konkuren sangat

besar dalam mengakses data Masalah performansi lebih longgar Karena jumlah

pemakai jauh lebih sedikit dalam mengakses data sehingga tidak ada masalah

konkuren yang perlu diperhatikan. Penggerak-transaksi (Transaction-driven)

Penggerak-analisis (Analysis-driven) Data harus selalu tersedia untuk pemakai



akhir (back up dan recovery harus terencana dengan baik) Tidak mempunyai

tingkat kebutuhan ketersediaan data yang sama (perencanaan back up dan recovery

lebih longgar) Mencerminkan situasi mutakhir Mencerminkan nilai historis.



B. Data Mart

Untuk mencapai suatu data warehouse kelihatannya merupakan suatu tantangan

besar dan memang demikian. Bahkan begitu besarnya sehingga beberapa pakar

menyarankan pendekatan yang lebih sederhana yaitu menerapkan sesuatu yang

dinamakan data mart. Data mart adalah database yang berisikan data yangmenjelaskan satu segmen operasi perusahaan. Misalnya perusahaan mungkin

memiliki data mart pemasaran, data mart smberdaya manusia, dsb.

C. Data Mining

Istilah yang sering digunakan bersama-sama dengan data warehouse dan data mart

adalah data mining. Data mining adalah proses menemukan hubungan dalam data

yang tidak diketahui oleh pemakai. Data mining membantu pemakai dengan

mengungkapkan berbagai hubungan dan menyajikannya dengan suatu cara yangdapat dimengerti sehingga dapat menjadi dasar pengambilan keputusan. Data

mining memungkinkan pemakai ―menemukan pengetahuan‖ pada database yang

dalam sepengetahuannya tidak ada. Contoh Data Mining : Sebuah bank telah

memutuskan untuk menawarkan reksadana kepada para pelanggannya. Manajemen

bank ingin mengarahkan materi promosi pada segmen pelanggan yang

memberikan potensi bisnis terbesar.

Data Mining Berdasarkan Verifikasi. Pendekatan yang dilakukan oleh para manajer adalah mengidentifikasi

karakteristik yang mereka yakin dimiliki oleh pasar sasaran. Misalkan para

manajer ingin mengarah pada pasangan muda, berpenghasilan ganda, dan kaya.

Query dapat dimasukkan ke dalam DBMS, dan catatan yang tepat dapat dipanggil.

Pendekatan yang seperti itu, yang mulai dengan hipotesis pemakai tentang

bagaimana data tersebut terstruktur, disebut data mining berdasarkan verifikasi

(verification-driven data mining). Kekurangan pendekatan ini adalah proses

pemanggilan kembali diarahkan sepenuhnya oleh pemakai. Informasi yang dipilih

tidak lebih baik daripada pandangan pemakai terhadap data tersebut. Ini

merupakan cara tradisional untuk bertanya pada database.



Data Mining Berdasarka Penemuan.

Pendekatan lain memungkinkan sistem data mining mengidentifikasi pelanggan

terbaik untuk promosi

tersebut. Sistem itu menganalisis database, mencari kelompok-kelompok dengan

karakteristik umum. Dalam contoh bank, sistem data mining mungkinmengidentifikasi bukan hanya kelompok pasangan muda lulusan universitas tetapi

juga pasangan yang sudah pensiun yang bergantungpada jaminan sosial dan

pensiun. Sistem data mining dapat melaksanakan analisis selangkah lebih jauh,

dengan merekomendasikan satu set promosi yang diarahkan pada kedua kelompok

tersebut.

Kombinasi Data Mining Verifikasi dan Penemuan.

Perkembangan data mining di masa depan akan mengkombinasikan pendekatanhipotesis danpenemuan.erkembangan ini menggunakan penalaran yang sama yang

mendasari konsep Sistem Pendukung Keputusan (Decision SupportSystem – DSS).

Konsep tersebut memungkinkan pemakai dan computer bekerja sama untuk

memecahkan suatu masalah. Pemakai menerapkan

keahliannya dalam hal masalah, dan komputer melakukan analisis data yang

canggih untuk memilih data yang tepat dan menempatkannya dalam format yang

tepat untuk pengambilan keputusan.

Sejarah / Evolution

• 1960, Dunia komputerisasi membuat aplikasi individu yang digunakan pada file

utama. General mill mulai mengembangkan istilah dimensi dan fakta.

• 1970, IRI menyediakan database dimensi untuk pembeli eceran, tahun untuk

memperbaiki, mengembangkan dan mencocokan dengan hardware yang dimiliki.

• 1983, DBMS diperkenalkan untuk mengambil keputusan.

• 1988, Barry dan Paul mempublikasikan karyanya tentang Arsitektur Bisnis dan

Sistem Informasi

• 1990, memperkenalkan tool DBMS sebagai alat untuk datawarehouse.

• 1990-sekarang, banyak bermunculan buku-buku datawarehouse dan aplikasi-

aplikasi datawarehouse.

Tujuan Akhir menggunakan Datawarehouse

• Menyediakan data organisasi yang mudah diakses oleh manager.

• Data yang berada di datawarehouse bersifat konsisten, dan merupakan kebenaran.



• Datawarehouse merupakan tempat, dimana data yang telah digunakan di

publikasikan.

• Kualitas data di datawarehouse dapat diandalkan.

ORDBMS: ORDBMS (Object Relational Database Management System) Penggunaan teknologi RDBMS pada awalnya sangat dominan, tetapi dikarenakan

fasilitas – fasilitas yang ada pada RDBMS tidak lagi sesuai dengan aplikasi tingkat

lanjut, maka RDBMS digantikan dengan OODBMS. Pada OODBMS terdapat

banyak sekali bentuk-bentuk object oriented seperti metode encapsulation,

inheritance, polymorphism, dll.Model data relasional lanjutan tidak hanya ada satu

, tetapi terdapat berbagai macam model data, dimana karakteristik dan tingkat

kebutuhan data yang telah dibuat. Bagaimanapun semua model data yang akan

digunakan mengacu pada konsep objek dan mempunyai kemampuan untuk menyimpan data di dalam database. Berbagai macam terminologi yang digunakan

untuk sistem model relasional tingkat lanjut yaitu ERDBMS.



Tapi sekarang ini untuk system berbasis objek dapat digunakan OODBMS. Inti

dari kinerja RDBMS yaitu ada pada optimasi queri-nya dan juga pengetahuan

mengenai bagaimana mengeksekusi fungsi dari user-define secara efisien,

mengambil keuntungan dari pengindeksan pada struktur yang baru, memetakan

queri dengan cara baru, dan menavigasi antara data menggunakan referensi data.Penggunaan OODBMS untuk suatu organisasi yang sangat besar dan universal

tidak lagi sesuai sehingga untuk mendukung kinerja dari organisasi tersebut

dibutuhkan suatu ORDBMS (Objeck Relational Database Management System).

ORDBMS memiliki fasilitas untuk mendefinisikan data yang kompleks,

menspesialisasikan struktur indeks dibutuhkan untuk mengefisienkan pengambilan

data. ORDBMS digunakan untuk dua sampai tiga dimensional data.

Active database

Basis data aktif yang juga disebut Active Database adalah suatu sistem basis data

yang tidak hanya menyimpan data tetapi juga dapat melakukan suatu aksi tertentu

terhadap sebuah event dengan menambahkan suatu elemen dinamis dan memiliki

kemampuan memantau event untuk mendeteksi ketika data tertentu dimasukkan,

dihapus, diubah, atau dipilih kemudian secara otomatis mengeksekusi suatu aksi

sebagai respon dari event yang terjadi dan kondisi tertentu terpenuhi. Basis data

aktif merupakan aspek prosedural dari keseluruhan lingkungan yang dikelola oleh

basis data dan terdeklarasi eksplisit.

Basis data aktif merupakan kombinasi dari basis data statis tradisional dan active

rules , yang berarti mekanisme secara otomatis untuk memelihara integritas data

dan memberi fasilitas dalam memperlengkapi fungsionalitas basis data. Beberapa

hal yang perlu diperhatikan yang menjadi sifat dari tingkah laku rule dalam

sebuah basis data aktif yaitu :

1.Termination, suatu eksekusi dari aksi dapat menyebabkan terjadinya event yang

lain dan bisa jadi event ini merupakan rule lain yang dijalankan. Apabila tidak ada

suatu kondisi terminal, maka hal ini akan terus berulang menjadi loop tanpa akhir.

2. Priority, jika beberapa rule di-trigger oleh event yang sama, maka harusdieksekusi berdasarkan urutan rule-nya.

3 Error handling, jika eksekusi dari rule menghasilkan error maka sistem harus bisa

menangani.

Basis data aktif sebagai basis data dengan rule memiliki beberapa ciri-ciri

tertentu, antara lain :



1. Secara alami bersifat algoritmik,

2. Kondisi yang ditetapkan adalah data pengguna

3. Deskripsi kerjanya adalah mengubah dan meng-query data oleh pengguna sesuai

dengan rule yang dijalankan

4. Output yang ditentukan secara lengkap oleh spesifikasi dari query/perubahanyang dilakukan

Fasilitas-fasilitas yang dimiliki oleh basis data aktif antara lain logika pengolahan

ada di dalam database dan dikelola oleh DBMS dan tidak dikelola oleh program

aplikasi, bentuk monitoring event dan kondisi yang mempengaruhi data disediakan

oleh DBMS, serta sarana untuk men-trigger logika ada di dalam DBMS



Perbedaan Basis Data Aktif dan Pasif

Sistem basis data konvensional disebut basis data pasif dalam arti manipulasi data

bisa dijalankan oleh database hanya dengan perintah yang diberikan langsung oleh

pengguna atau program aplikasi yang terletak di luar basis data. Sedangkan basis

data aktif merupakan pengembangan dari database yang memindahkan sifatreactive program ke dalam database.

Salah satu contoh fungsi yang secara efisien dapat dilakukan oleh basis data aktif,

akan tetapi di dalam basis data pasif harus diprogram di dalam aplikasi adalah

integrity constraint dan triggers. Basis data pasif memiliki keterbatasan untuk

mengontrol bentuk-bentuk integrity constraint seperti adanya data tertentu yang

harus memenuhi nilai unik atau beberapa data yang harus berisi keterhubungan

dengan data lain. Selain itu pada penggunaan triggers pada basis data pasif, jika

terjadi perubahan pada konstrain atau triggers itu sendiri maka harus bisamenemukan dan memodifikasi program atau kode yang relevan di setiap aplikasi.

Sedangkan pada basis data aktif, memiliki kemampuan untuk mengontrol integrity

constraint pada keseluruhan database dan penggunaan triggers yang mampu

menjalankan suatu aksi ketika mendeteksi suatu kejadian tertentu tanpa mencari

kode-kode yang relevan pada program aplikasi untuk ikut diubah.

Arsitektur Basis Data

Arsitektur basis data aktif yang sering digunakan termasuk dalam sistem arsitektur

berlapis ( layered architecture ) dimana semua komponen basis data aktif terletak ―di atas‖ basis data konvensional. Pada sistem arsitektur ini, basis data

konvensional bisa diubah menjadi basis data aktif tanpa perlu memodifikasi basis

data pasif secara keseluruhan.

Komponen Pembangun Basis Data Aktif

Basis data aktif dibangun dengan masih memiliki kemampuan atau fasilitasfasilitas

dari basis data pasif, seperti konkurensi, query language, konstrain. Hanya saja

pada basis data aktif lebih menekankan pada fungsi-fungsi tertentu yang mampu

memberikan mekanisme yang sangat kuat dengan input atau event yang sederhana

tapi bisa melakukan perubahan yang sangat besar secara otomatis.

Client/Server

Dengan makin berkembangnya teknologi jaringan komputer, sekarang ini ada

kecenderungan sebuah sistem yang menggunakan jaringan untuk saling



berhubungan. Dalam jaringan tersebut, biasanya terdapat sebuah komputer yang

disebut server, dan beberapa komputer yang disebut client. Server adalah komputer

yang dapat memberikan service ke server, sedangkan client adalah komputer yang

mengakses beberapa service yang ada di client. Ketika client membutuhkan suatu

service yang ada di server, dia akan mengirim request kepada server lewat jaringan. Jika request tersebut dapat dilaksanakan, maka server akan mengirim

balasan berupa service yang dibutuhkan untuk saling berhubungan menggunakan

Socket.

Pengertian Client Server

Client-Server adalah arsitektur jaringan yang memisahkan client(biasanya aplikasi

yang menggunakan GUI ) dengan server. Masing-masing client dapat meminta

data atau informasi dari server.

Karakteristik Server 1. Pasif

2. Menunggu request

3. Menerima request, memproses mereka dan mengirimkan balasan berupa service

Karakteristik Client

1. Aktif

2. Mengirim request

3. Menunggu dan menerima balasan dari server

Socket adalah sebuah endpoint untuk komunikasi didalam jaringan. Sepasangproses atau thread berkomunikasi dengan membangun sepasang socket, yang

masing-masing proses memilikinya. Socket dibuat dengan menyambungkan dua

buah alamat IP melalui port tertentu. Secara umum socket digunakan dalam

client/server system, dimana sebuah server akan menunggu client pada port

tertentu. Begitu ada client yang menghubungi server maka server akan menyetujui

komunikasi dengan client melalui socket yang dibangun.

Sebagai contoh sebuah program web browser pada host x (IP 146.86.5.4) ingin

berkomunikasi dengan web server (IP 152.118.25.15) yang sedang menunggu pada

port 80. Host x akan menunjuk sebuah port. Dalam hal ini port yang digunakan

ialah port 1655. Sehingga terjadi sebuah hubungan dengan sepasang socket

(146.86.5.4:1655) dengan (152.118.25.15:80). Sistem client server didefinisikan

sebagai sistem terdistribusi, tetapi ada beberapa perbedaan karakteristik yaitu :



1. Service(layanan)

• Hubungan antara proses yang berjalan pada mesin yang berbeda

• Pemisahan fungsi berdasarkan ide layanannya. • Server sebagai provider, client sebagai konsumen

2.Sharing resources (sumber daya)• Server bisa melayani beberapa client pada waktu yang sama, dan meregulasi

akses bersama untuk share sumber daya dalam menjamin konsistensinya.

3.Asymmetrical protocol (protokol yang tidak simetris )

• Many-to-one relationship antara client dan server.Client selalu menginisiasikan

dialog melalui layanan permintaan, dan server menunggu secara pasif request dari

client.

4.Transparansi lokasi

• Proses yang dilakukan server boleh terletak pada mesin yang sama atau padamesin yang berbeda melalui jaringan.Lokasi server harus mudah diakses dari

client.5.Mix-and-Match

• Perbedaan server client platforms

6.Pesan berbasiskan komunikasi

• Interaksi server dan client melalui pengiriman pesan yang menyertakanpermintaan dan jawaban.

7.Pemisahan interface dan implementasi

• Server bisa diupgrade tanpa mempengaruhi client selama interface pesan yangditerbitkan tidak berubah.

DATA INDEPENDEN/ DATA INDEPENDENCE

Ability/Kemampuan untuk memodifikasi definisiskema pada suatu level tanpa

berakibat pada definisi skema pada level yang lebih tinggi Interface antar level dan

komponen harus didefinisikan dengan baik, sehingga perubahan pada suatu bagian

tidak akan berakibat pada bagian yang lain.

Dua tipe data independence:

Logical data independence

Conceptual / logical schema dapat diubah tanpa perubahan external schema danapplication programs. Perubahan hanya terjadi pada interface, yaitu view definition

dan mapping pada DBMS. Contoh perubahan: penambahan atau pengurangan data

item atau perubahan constraints.

Perubahan logical schema tidak mengubah external schema/application programs



Ada penambahan data item pada record Grade_Report – dengan tanda ——–

Physical data independence

Internal/Physical schema dapat diubah tanpa perubahan pada conceptual / logical

schema.

Physical files selalu perlu di-reorganized, bisa karena disk space sudah penuh atau

perlu penambahan/perubahan access structure untuk tujuan meningkatkan kinerja

pencarian/perbaikan data. Contoh: query untuk membuat daftar kuliah menurut

semester dan tahun tidak perlu berubah, sekalipun pada physical schema proses ini

akan dilaksanakan dengan direct access path menurut key semester dan tahun.

DBMS Language & Interface

DBMS harus menyediakan language dan interface untuk setiap kategori pemakai

Dikenal ada beberapa language: – VDL (View Definition Language)

– DDL (Data Definition Language)

– SDL (Storage Definition Language)

– DML (Data Manipulation Language)

– Data Sub Language

– Host Language

DDL (Data Definition Language)

Bila tidak ada pemisahan antara skema conceptual dan internal, maka database

administrator (DBA) dan database designer akan menggunakan bahasa DDL untuk mendefinisikan kedua skema. Diperlukan DDL compiler yang fungsinya

menjelaskan setiap schema constructs (object) dan menyimpan deskripsi tersebutdi dalam DBMS catalog.

SDL (Storage Definition Language)

Bila digunakan 2 skema (conceptual dan internal), maka DDL hanya

menspesifikasikan skema conceptual dan diperlukan bahasa SDL untuk

menspesifikasikan internal skema Mapping antar kedua skema dapat dilakukan

oleh salah satu dari keduabahasa.VDL (View Definition Language)

Bila digunakan 3 skema (view, conceptual dan internal), maka diperlukan bahasa

ketiga VDL) untuk menspesifikasikan user views dan memetakan (mapping) ke

skema conceptual. Pada umumnya DBMS menggunakan DDL untuk

mendefinisikan external dan conceptual skema.



DML (Data Manipulation Language)

DML merupakan bahasa yang digunakan untuk manipulasi data: retrieval,

insertion, deletion, dan modification. DBMS yang baru biasanya menggunakan

integrated language (untuk external, conceptual, dan data manipulation). Hanya

SDL yang terpisah yang biasanyadigunakan oleh DBA.

SQL Relational Database Language

SQL merupakan kombinasi dari VDL, DDL, dan DML. 2 type DML:

– High-level / non-procedural DML

Disebut juga Data Sub Language bisa dimasukkan melalui terminal atau –

dijadikan satu dengan general purpose language (Host Language) Dapat

mengambil banyak record dengan

spesifikasi tertentu dalam satu DML statement (set-at-a-time DML) Bisamerupakan query language dimana data retrieval dan update dapat dilakukan

secara interactive pada stand-alone system.

– Low-level / procedural DML

Statement dimasukkan atau dijadikan satu dengan general purpose language (Host

Language)

Hanya dapat mengambil satu record dan memprosesnya (record-at-a-time), karena

itu memerlukan host language agar bisa dibuat suatu loop untuk ambil record dan

proses.

DBMS InterfacePerlu user-friendly interface

– Menu-based interface for browsing

– Forms-based Interface

– Graphical user interface

– Natural language interface

– Interface for parametric user – Interface for the DBA

Documents

datmen