Apa Itu Data Warehouse?
Coba bayangkan data warehouse sebagai lemari pakaian digital untuk data. Setiap potong informasi adalah pakaian, dan tugas kita adalah menyusunnya agar mudah ditemukan dan dipakai. Nah, data warehouse sebenarnya lebih dari sekadar lemari pakaian -- ini adalah lemari pakaian kelas atas yang dirancang khusus untuk perusahaan besar yang ingin menggunakan data sebagai senjata rahasia dalam pengambilan keputusan strategis.
Jadi, apa sih bedanya data warehouse dengan database biasa? Kalau database biasa berfungsi untuk menyimpan data mentah yang kita pakai sehari-hari, data warehouse lebih "elegan." Ia mengintegrasikan data dari berbagai sumber (jadi mirip banget sama baju yang diambil dari berbagai toko) dan menyusunnya dengan sangat rapi. Dari sinilah timbul istilah "OLAP" alias Online Analytical Processing, yang merupakan teknik khusus untuk menganalisis data besar dengan cepat.
Menurut penelitian Husemann, Lechtenbrger, dan Vossen (2000), desain data warehouse bukan perkara gampang. Multidimensional data models, atau model data multidimensi, merupakan kunci suksesnya. Model ini biasanya diwujudkan dalam bentuk skema bintang (star schema) atau skema kepingan salju (snowflake schema). Bayangkan bintang atau kepingan salju sebagai pola untuk merapikan pakaian di lemari tadi. Masalahnya, bagaimana caranya membuat skema itu dari data mentah? Di sinilah ketiga ilmuwan itu mencoba mencari solusi.
Membongkar Model Multidimensi
Setelah tahu kalau data warehouse itu adalah lemari pakaian digital untuk data, mari kita lihat lebih dalam soal desainnya. Lechtenbrger dan Vossen (2003) memperkenalkan konsep normal form atau bentuk normal untuk desain multidimensi. Apa hubungannya bentuk normal ini dengan data warehouse?
Begini ceritanya. Kalau lemari pakaian kita diatur asal-asalan, kita mungkin akan menemukan jaket di tumpukan kaos atau topi di laci celana. Nah, bentuk normal yang diusulkan oleh Lechtenbrger dan Vossen adalah aturan main yang bikin data di data warehouse tertata rapi, bebas redundansi (bayangkan kalau kita punya 10 jaket yang sama, kan mubazir), dan "summarizable," atau mudah untuk diringkas tanpa kehilangan makna penting.
Dalam dunia data warehouse, "summarizability" sangat penting. Coba bayangkan Anda ingin melihat tren penjualan produk bulanan. Kalau data tidak bisa diringkas dengan baik, hasilnya bisa ngawur. Konsep ini diibaratkan seperti melihat koleksi pakaian dari musim ke musim tanpa kehilangan informasi penting tentang tren modenya. Jadi, dengan pendekatan normal form, kita bisa merancang skema data warehouse yang siap menyajikan data tanpa "kekacauan lemari".
Dari Data Warehouse Biasa Jadi Aktif - Kenalan dengan "Active Data Warehouse"
Bayangkan data warehouse yang selama ini cuma diam dan menunggu dipanggil seperti lemari pakaian biasa, mendadak jadi aktif dan ikut bantu memilih pakaian terbaik buat Anda setiap hari! Begitulah konsep Active Data Warehouse yang diperkenalkan oleh Thalhammer, Schref, dan Mohania (2001).
