Topik kita kali ini adalah mengenai konsep dasar datawarehouse. Topik ini merupakan bagian kecil dari penyelesaian tugas saya di lokasi Praktek Kerja Lapangan (PKL). Sebelum menjelaskan definisi datawarehouse sepertinya kita perlu mengetahui pengertian database karena datawarehouse sangat erat kaitannya dengan database atau basis data.

Database adalah tempat menyimpan data yang saling berhubungan secara logika, tanpa redudansi yang tidak perlu, sehingga menghasilkan informasi yang diperlukan. Redudansi sendiri dapat dijelaskan sebagai berulangnya data pada tempat penyimpanan yang sebenarnya tidak diperlukan.

Nah, jika pengertian database sudah kita ketahui akan lebih mudah untuk memahami konsep datawarehouse.
Datawarehouse dapat diartikan database yang berskala besar dimana digunakan untuk menyimpan, mengelola dan memberikan data historis dari berbagai data operasional. Datawarehouse banyak digunakan pada level Manajemen Perusahaan untuk Analisis dan Pelaporan untuk Pengambilan Keputusan Stategis Perusahaan.

Jika pada database tradisional (database umum) normalisasi merupakan cara terbaik untuk memperoleh struktur database terbaik, namun pada datawarehouse normalisasi bukan cara terbaik. Sumber datawarehouse dapat diperoleh dari data operasional misalnya data pelanggan dan produk atau dari sumber eksternal yang dapat diperoleh melalui internet, database komersial, dll.

Dalam struktur datawarehouse dikenal istilah data mart yaitu bagian kecil dari datawarehouse yang digunakan untuk analisa dan pengambilan keputusan unit yang lebih kecil perusahaan. Untuk memproses data dalam datawarehouse, kita dapat menggunakan OLAP (On-Line Analytical Processing). OLAP akan menggambarkan datawarehouse menjadi bentuk multidimensi untuk mengasilkan laporan yang dapat dianalisis. OLAP dapat berisi query.

Struktur datawarehouse terdiri dari fact table dan dimension table. Fact table merupakan tabel angka dan data histori dengan key yang sangat unik. Merupakan gabungan dari foreign key dari dimension table yang berada di sekitarnya. Atribut pada fact table merupakan besaran/kriteria/measure yang akan dianalisa. Dimension table adalah tabel di sekeliling fact table yang direlasikan ke fact table melalui PK (Primary Key-nya). Atribut pada dimension table berupa variabel pengelompokan data yang ada pada fact table.

Adapun kriteria datawarehouse yaitu
1. Subject oriented artinya berorientasi pada entitas datawarehouse bukan pada prosesnya atau fungsi aplikasi tertentu. Contoh produk, pelanggan, dll.
2. Integrated artinya dapat menggabungkan beberapa data dari berbagai sumber data baik internal maupun eksternal datawarehouse ke dalam sebuah format yang konsisten dan terintegrasi.
3. Time-variant/historis artinya datawarehouse memiliki rentang waktu penyimpanan data. Dapat  5 tahun, 10 tahun bahkan 20 tahun.
 4. Non-volatile/statis artinya dapat hanya dapat dibaca. Dapat dilakukan perubahan/modify tetapi tidak akan menimpa data lamanya.
5. Multi-dimensional artinya merupakan gabungan  dari beberapa tabel dimensi.

Demikian sedikit konsep datawarehouse. Mudah-mudahan bermanfaat bagi para pembaca. ^_^