Mohon tunggu...
Sean Adam
Sean Adam Mohon Tunggu... Mahasiswa - Undergraduate Student Sains Data

Illustrasi

Selanjutnya

Tutup

Ilmu Alam & Tekno

Pemodelan dan Design Data Warehouse: Apakah Masih Relevan?

9 November 2023   20:49 Diperbarui: 9 November 2023   20:55 60
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Data warehousing (DW) telah lama memegang peran kunci dalam organisasi modern, berfungsi sebagai sistem basis data khusus yang dirancang terutama untuk mendukung proses pengambilan keputusan daripada operasi transaksional. Dunia data warehousing menekankan Online Analytical Processing (OLAP), di mana data direpresentasikan menggunakan pemodelan multidimensi dan sering divisualisasikan sebagai kubus untuk meningkatkan pemahaman dan kemampuan analisis. Namun, dunia data warehousing jauh dari statis. Seiring dengan evolusi dan diversifikasi terus-menerus dalam kebutuhan organisasi data. 

Sebagai diskusi penulisan studi ini, dengan riset artikel Research in Data Warehouse Modeling and Design: Dead or Alive? Sebagai pokok sumber diskusi artikel ini, akan mempelajari apakah area penelitian ini masih memiliki relevansi yang kuat atau tidak. Untuk ulasan ini review ini, gagasan poin desain konseptual, model keamanan, Metode desain, dan kekurangannya standard akan diperbahasakan 

Konseptual Modeling

Konseptual Modeling merupakan pondasi yang sangat dibutuhkan untuk membangangun data base yang terdokumentasi dan memenuhi kebutuhan users. Kualitas grafis pemodelan akan bergantung dengan pemahaman, pemahaman, dan pengelolaan skemata dari perancang dan users. Dua poin pertama yang saat ini selalu didiskusikan adalah:

  • Pemodelan Multidimensi: Pendekatan dapat di ekstensi menjadi 3 kategori : Model Entity-Relationship , Unified Modeling Language (UML), dan pemodelan hoc. Meskipun ketiga model memiliki ekspresivitas yang sama dan mendasar konsep dasar, model tersebut berbeda dalam mencernakan konsep complex lebih lanjut seperti hirarki irregular, aditifitas, dan lain-lain yang membuat menggunakan model tersebut menjadi kondisional sesuai scenario dialami. 

  • Pemodelan ETL (Extract, Transform, Load): Riset dalam pemodelan ETL tidak sangat mendalam seperti pemodelan multidimensi. Hanya akan tetapi, masih ada relevansi yang berdampak dalam reliabilitas dari proses desain dan untuk mengurangi waktu durasi

Modeling Security

Meskipun data warehouse memiliki sistem keamanan yang serupa dan lebih ketat dibandingkan dengan database biasa, namun ada beberapa kelemahan yang dimiliki oleh data warehouse. Seperti; model keamanan klasik yang digunakan pada database transaksional seperti berpusat pada tabel, baris, dan atribut, tidak cocok untuk sistem data warehouse. Sebagai contoh, dua kueri yang diperoleh melalui operasi drill-down mungkin melibatkan tabel, baris, dan kolom yang sama, tetapi yang diformulasikan pada tingkat agregasi terendah mungkin mengungkapkan rincian data yang tidak diinginkan kepada pengguna.

Kekurangan Standard

Meskipun beberapa model konseptual telah diusulkan, sejauh ini belum ada yang diterima sebagai standar, dan semua vendor mengusulkan metode desain milik mereka sendiri. Salah satu alasan adalah : 

  1. Masih belum ada kesepakatan konkrit dari komunitas penelitian dan industri mengenai model multidimensi yang unggul dan relevan untuk digunakan

  2. HALAMAN :
    1. 1
    2. 2
    Mohon tunggu...

    Lihat Konten Ilmu Alam & Tekno Selengkapnya
    Lihat Ilmu Alam & Tekno Selengkapnya
    Beri Komentar
    Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

    Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun