Online Transaction Processing System ialah sistem informasi yang menangani transaksi operasional organisasi menggunakan sistem database (DBMS) transaksional. Sistem ini harus menjamin akurasi dan efisiensi, Sebagai contoh ialah sistem OLTP untuk perbankan pada mesin ATM, tidak ada yang mau menunggu lama untuk menyelesaikan transaksinya.
Secara kontras, tujuan dan karakteristik DW berbeda dengan DBMS transaksional. DW Sebagai format data yang harus mudah dipahami komponen bisnis untuk menghasilkan keputusan, seperti trend penjualan, retensi pembelian, dan produktifitas pegawai. Perbedaan ini menghasilkan perbedaan cara pengembangan, metodologi, arsitektur, tool, dan teknologi DW dengan OLTP DBMS pada umumnya
Lingkungan Data Warehouse
Sumber Data Warehouse
Sumber data DW berasal dari Source systems, ditunjukkan pada sisi kiri gambar diatas. Umumnya berupa aplikasi besar yang telah ada pada organisasi tersebut, seperti:
- Order processing
- Production scheduling
- Financial trading systems
- Policy administration
- Claims handling
- Accounts payable/receivable
- Employee payroll
Komponen Data Warehouse
Secara dasar, data warehouse dibangun dari 3 komponen berikut:
Teknologi Data warehouse, karena memiliki pendekatan yang berbeda dengan OLTP DBMS memiliki perkembangan yang lebih mengarah ke optimasi proses ETL, dan dukungan untuk data mining dalam volume besar. Business Requirement Pengembangan data warehouse sangat bergantung pada kebutuhan, ruang lingkup dari bisnis perusahaan.
Data Data yang digunakan pada DW tidak bisa menggunakan data transaksional yang dihasilkan OLTP. Data yang digunakan harus melalui proses ETL (Extract-Transform-Loading). Dimana data transaksional yang ada harus di proses (extract), lalu di ubah formatnya (transform) sesuai spesifikasi DW , hingga akhirnya di LOAD.
Pendekatan bisnis:
1. Memahami posisi dan kondisi saat ini
Agar dapat memanfaatkan dw dengan baik dan optimal, perusahaan yang akan mengembangkan dw atau telah menggunakan dw harus memahami posisi dan kondisi perusahaannya.
Beberapa langkah yang membantu ialah :
- Memahami kondisi bisnis saat ini
- Mengidentifikasi bagaimana laporan dihasilkan
- Assess keefektifan mekanisme laporan
- Menentukan langkah selanjutnya
2. Memahami kondisi bisnis
Ketahui dahulu arah visi dan rencana strategis perusahaan, dengan tujuan mendapatkan gambaran bagaimana dw dapat membantu perusahaan. Gambaran tersebut dapat terlihat dari contoh hubungan goal dan kesempatan berikut:
- Untuk menghasilkan produk berkualitas tinggi, harus didukung laporan produksi, lap retur, dan lap penjualan.
- Untuk menyediakan pelayanan yang lebih baik, diperlukan lap dan tracking dukungan purna jual dan customer feedback
Kondisi perusahaan memiliki berbagai skenario yang memerlukan pendekatan dw berbeda. Berikut ialah skenario yang mungkin ada:
a) Survival mode
perusahaan hanya berusaha bertahan » Dw tidak cocok diterapkan hingga kondisi berubah
b) Staying ahead of the game
perusahaan dalam kondisi stabil, dalam kompetisi yang cukup ketat dan berusaha untuk maju » Dw layak untuk dikembangkan jika investasinya memadai.
c) Changing with the time
Perusahaan telah memiliki aturan dan prosedur untuk segala proses, namun harus ada perubahan untuk menanggapi tantangan jaman » dw layak dikembangkan sebagai salah satu katalis perubahan dan peningkatan bisnis
d) Back to basic
Perusahaan telah memiliki cabang dan tingkat kompleksitas menggeser visi asli perusahaan » dw layak dikembangkan sebagai salah satu cara memfokuskan tujuan perusahaan awal.
e) Global innovator
Perusahaan yang memang telah memimpin pasar, ada keinginan untuk melakukan ekspansi » Dw layak digunakan untuk membantu memonitor ekspansi perusahaan tingkat kualitas.
Business Requirement
Mendapatkan business requirement dapat dilakukan dengan:
- Wawancara baik secara individu maupun group session.
- Meminta parsisipasi seluas-luasnya dalam project team
- Menganalisa data bisnis
Memahami kondisi data
Kondisi data yang baik merupakan pilar dari data warehouse, oleh sebab itu harus diketahui tingkat “kesehatan” data perusahaan.
- Beberapa gejala berikut dapat digunakan sebagai indikasi dari ‘kesehatan’ data yang kurang baik.
- Sering ditemukan duplikasi data pada sistem aplikasi.
- Menarik data lebih dari satu sistem secara bersamaan merupakan hal yang sulit
- Sering ada miskomunikasi antara permintaan laporan dan hasil laporan.
- Sering ditemukan error pada data yang perlu dikoreksi
- Data tidak diminta, karena waktu tunggu untuk mendapatkannya yang lama.
- Akurasi data sering dipertanyakan.
- Tidak ada dokumentasi bagaimana data disimpan dan arti dari data itu sendiri.
Memahami kondisi laporan saat ini
Langkah memahami kondisi laporan saat ini ialah :
- Ketahui lingkungan laporan (siapa yang memakai, sistem yang menghasilkan)
- Mengetahui informasi apa yang dapat dihasilkan
- Mengidentifikasi teknologi yang digunakan
Beri Komentar Tutup comment