Warehouse manager melakukan seluruh operasi-operasi yang berhubungan
dengan kegiatan manajemen data di dalam warehouse. Operasi-operasi tersebut meliputi :
a. Analisis terhadap data untuk memastikan konsistensi b. Transformasi dan penggabungan sumber data dari tempat penyimpanan
sementara menjadi tabel-tabel data warehouse. c. Penciptaan indeks-indeks dan view berdasarkan tabel-tabel dasar
d. Melakukan denormalisasi dan agregasi jika diperlukan e. Backing-Up dan mengarsipkan data
4. Query manager Query manager
juga disebut komponen back-end, melakukan operasi- operasi yang berhubungan dengan manajemen user queries. Operasi-operasi yang
dilakukan oleh komponen ini termasuk mengarahkan query kepada tabel-tabel yang tepat dan menjadwalkan eksekusi dari query tersebut.
5. End-user Access Tools Prinsip atau tujuan utama dari dibangunnya data warehouse adalah untuk
menyediakan informasi bisnis kepada user-user untuk dapat melakukan pengambilan keputusan secara cepat dan tepat. User ini berinteraksi dengan
warehouse melalui end-user access tools. Data warehouse harus secara efisien
mendukung secara khusus kebutuhan user serta secara rutin melakukan analisis. Performa yang baik dapat dicapai dengan merencanakan dahulu keperluan-
keperluan untuk melakukan joins, summations dan laporan-laporan per periode
dengan end-users. Dimana terdapat lima grup utama dari tools tersebut, antara lain :
1. Reporting and query tools 2. Application development tools
3. Executive information Sistem EIS tools 4. Online Analytical Processing OLAP tools
5. Data mining tools Arsitektur dan infrastruktur dari data warehouse sangat erat hubungannya
dan satu dengan lainnya saling berkaitan.
2.6.6. Tiga Model Data warehouse
1. Enterprise Data warehouse Semua informasi yang dikumpulkan berupa subjek, yang mencakup seluruh
organisasi perusahaan. 2. Data mart
Sebagian data dari bagian perusahaan yang mempunyai nilai bagi pengguna. Ruang lingkupnya lebih spesifik, seperti data Penjualan atau
marketing saja. Data mart
adalah sistem yang mengumpulkan data yang dibutuhkan sebuah departemen atau aplikasi terkait. Data mart dapat diimplementasikan di data
warehouse dengan cara membuat view khusus, spesifik aplikasi tertentu. Dapat
juga diimplementasikan sebaga materialized view, yaitu tampilan tupel hasil
disimpan. Data mart dapat memiliki representasi berbeda dan menggunakan OLAP engine sendiri Hariyanto, 2004.
3. Virtual Warehouse Memantau melalui data operasional pada database. Suatu ringkasan dari
data yang fleksibel, mengurangi biaya untuk pengguna yang membutuhkan. Karena tersedianya data yang siap disajikan tidak hanya untuk beberapa
pengguna didalam perusahaan, akan tetapi perusahaan lain yang membutuhkan data tersebut dapat mudah untuk memperolehnya.
2.7. Perbedaan OLAP Dengan OLTP
OLAP adalah operasi basis data database untuk mendapatkan informasi dalam bentuk kesimpulan dengan menggunakan agregasi sebagai mekanisme
utama, mekanisme berupa analisis dan pengambilan keputusan. Analisis OLAP menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam
bentuk laporan, analisis, query dari data yang berukuran besar. OLTP merupakan suatu pemrosesan yang menyimpan data mengenai
kegiatan operasional transaksi sehari-hari, dimana data yang ada adalah data terbaru dan spesifik.
Berikut ini adalah beberapa perbedaan yang signifikan antara OLAP dengan OLTP:
Tabel 2.5
Perbedaan OLAP Dengan OLTP
OLTP OLAP
Users Data entry
Manager perusahaan
Function
Transaksi setiap hari Pendukung keputusan
Db design
Aplikasi oriented Subjek oriented
Data Sekarang, terbaru,
lengkap detail Historical
, ringkas, multidimensi
terintegrasi
Usage
Repetitive Ad-hoc
Access Membaca,menulis dan
merubah Membaca dengan rinci
kompleks
Unit of work
Pendek,transaksi yang ringkas
Query kompleks
Db size Mega byte
Terra byte
2.8. Model Dimensional
Model dimensional merupakan rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses
dengan performa yang tinggi. Model dimensional menggunakan konsep model hubungan antar entity ER dengan beberapa batasan yang penting. Setiap model
dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan tabel fakta, dan satu set tabel yang lebih kecil disebut tabel dimensi.
Setiap tabel dimensi memiliki sebuah simple primary key yang merespon tepat pada satu komponen primary key pada tabel fakta. Dengan kata lain primary key
pada tabel fakta terdiri dari dua atau lebih foreign key. Struktur karakteristik ini disebut dengan skema bintang.
Fitur terpenting dalam model dimensional ini adalah semua natural keys diganti dengan kunci pengganti surrogate keys. Maksudnya yaitu setiap kali
join antar tabel fakta dengan tabel dimensi selalu didasari kunci pengganti.
