Pengantar

Data
Warehouse
dan OLAP
 Agenda

• Pengertian data warehouse
• Model data multidimensi
• Operasi­operasi dalam OLAP
• Arsitektur data warehouse
• Kegunaan data warehouse
 Apa itu Data Warehousing?

• Data warehouse adalah koleksi dari data yang 
subject­oriented, terintegrasi, time­variant, dan 
nonvolatile, dalam mendukung proses pembuatan 
keputusan.
• Sering diintegrasikan dengan berbagai sistem 
aplikasi untuk mendukung pemrosesan informasi 
dan analisis data dengan menyediakan platform 
untuk historical data.
• Data warehousing: proses konstruksi dan 
penggunaan data warehouse.
 Data warehouse ­­ subject oriented

• Data warehouse diorganisasikan di seputar subjek­
subjek utama seperti customer, produk, sales.
• Fokus pada pemodelan dan analisis data untuk 
pembuatan keputusan, bukan pada operasi harian 
atau pemrosesan transaksi. 
• Menyediakan sebuah tinjauan sederhana dan ringkas 
 seputar subjek tertentu dengan tidak 
mengikutsertakan data yang tidak berguna dalam 
proses pembuatan keputusan. 
 Data warehouse ­­ terintegrasi

• Dikonstruksi dengan mengintegrasikan banyak 
sumber data yang heterogen. 
– relational database, flat file, on­line transaction 
record
• Teknik data cleaning dan data integration 
digunakan
– Untuk menjamin konsistensi dalam konvensi­
konvensi penamaan, struktur pengkodean, ukuran­
ukuran atribut dll diantara sumber data yang 
berbeda.  
• Contoh: Hotel price: currency, tax, breakfast 
covered, dll.
– Data dikonversi ketika dipindahkan ke warehouse.
 Data Warehouse—Time Variant

• Data disimpan untuk menyediakan 
informasi dari perspektif historical, contoh 
5­10 tahun yang lalu.
• Struktur kunci dalam data warehouse
– Mengandung sebuah elemen waktu, baik secara 
ekspisit atau secara implisit. 
– Tetapi kunci dari data operasional bisa 
mengandung elemen waktu atau tidak.
 Data Warehouse — Non­Volatile

• Data warehouse adalah penyimpanan data yang 
terpisah secara fisik yang ditransformasikan dari 
lingkungan operasional.
• Data warehouse tidak memerlukan pemrosesan 
transaksi, recovery dan mekanisme kontrol 
konkurensi. 
• Biasanya hanya memerlukan dua operasi dalam 
pengaksesan data, yaitu initial loading of data dan 
access of data.
 OLAP (on­line analitical processing)

• OLAP adalah operasi basis data untuk 
mendapatkan data dalam bentuk kesimpulan 
dengan menggunakan agregasi sebagai 
mekanisme utama. 
• Ada 3 tipe:
– Relational OLAP (ROLAP):
– Multidimensional OLAP (MOLAP) 
– Hybrid OLAP (HOLAP)  membagi data antara tabel 
relasional dan tempat penyimpanan khusus. 
 Data Warehouse vs. Operational DBMS

• OLTP (on­line transaction processing)
– Major task of traditional relational DBMS
– Day­to­day operations: purchasing, inventory, banking, 
manufacturing, payroll, registration, accounting, etc.
• OLAP (on­line analytical processing)
– Major task of data warehouse system
– Data analysis and decision making
• Distinct features (OLTP vs. OLAP):
– User and system orientation: customer vs. market
– Data contents: current, detailed vs. historical, consolidated
– Database design: ER + application vs. star + subject
– View: current, local vs. evolutionary, integrated
– Access patterns: update vs. read­only but complex queries
 OLTP vs. OLAP

  OLTP  OLAP 
users  clerk, IT professional  knowledge worker 
function  day to day operations  decision support 
DB design  application­oriented  subject­oriented 
data  current, up­to­date  historical,  
detailed, flat relational  summarized, multidimensional 
isolated  integrated, consolidated 
usage  repetitive  ad­hoc 
access  read/write  lots of scans 
index/hash on prim. key 
unit of work  short, simple transaction  complex query 
# records accessed  tens  millions 
#users  thousands  hundreds 
DB size  100MB­GB  100GB­TB 
 
 
 Dari tabel dan spreadsheet 
ke Kubus Data
• Data warehouse didasarkan pada model data multidimensional, 
dimana data dipandang dalam bentuk kubus data

• Kubus data, seperti sales, memungkinkan data dipandang dan 
dimodelkan dalam banyak dimensi
– Tabel dimensi, seperti item (item_name, brand, type), or time(day, week, 
month, quarter, year) 

– Tabel fakta mengandung measures (seperti dollars_sold) dan merupakan 
kunci untuk setiap tabel­tabel dimensi terkait.

• n­D base cube dinamakan base cuboid. 0­D cuboid merupakan 
cuboid pada level paling tinggi, yang menampung ringkasan data dalan 
level paling tinggi, dinamakan apex cuboid. Lattice dari cuboid­cuboid 
membentuk sebuah data cube.
 Cube: A Lattice of 
Cuboids
all
0­D(apex) cuboid

time item location supplier

1­D cuboids

time,item time,location item,location location,supplier

2­D cuboids
time,supplier item,supplier

time,location,supplier
time,item,location 3­D cuboids
time,item,supplier item,location,supplier

4­D(base) cuboid
time, item, location, supplier
 Pemodelan Konseptual Data Warehouse

• Star schema: Sebuah tabel fakta di tengah­tengah 
dihubungkan dengan sekumpulan tabel­tabel dimensi. 
• Snowflake schema:  perbaikan dari skema star ketika 
hirarki dimensional dinormalisasi ke dalam sekumpulan 
tabel­tabel dimensi yang lebih kecil
• Fact constellations:  Beberapa tabel fakta dihubungkan ke 
tabel­tabel dimensi yang sama, dipandang sebagai 
kumpulan dari skema star, sehingga dinamakan skema 
galaksi atau fact constellation. 
 Contoh Skema Star
time
time_key     item
day item_key
day_of_the_week Sales Fact Table item_name
month brand
quarter            time_key type
year supplier_type
              item_key
           branch_key
branch location
         location_key
branch_key location_key
branch_name             units_sold street
branch_type city
         dollars_sold province_or_street
country
             avg_sales
Measures
 Contoh skema Snowflake
time
time_key item
day item_key supplier
day_of_the_week Sales Fact Table item_name supplier_key
month brand supplier_type
quarter            time_key type
year               item_key supplier_key

           branch_key
location
branch          location_key
location_key
branch_key
            units_sold street
branch_name
city_key city
branch_type
         dollars_sold
city_key
             avg_sales city
province_or_street
Measures country
 Contoh Fact Constellation
time
time_key item Shipping Fact Table
day item_key
day_of_the_week Sales Fact Table item_name time_key
month brand
quarter time_key type          item_key
year supplier_type      shipper_key
         item_key
      branch_key   from_location

branch     location_key location       to_location

branch_key location_key      dollars_cost
branch_name         units_sold
street
branch_type      dollars_sold city    units_shipped
province_or_street
         avg_sales country shipper
Measures shipper_key
shipper_name
location_key
shipper_type
 Hirarki Konsep: Dimensi (Lokasi)

all all

region Europe ... North_America

country Germany ... Spain Canada ... Mexico

city Frankfurt ... Vancouver ... Toronto

office L. Chan ... M. Wind

Tampilan datawarehouse dan 
hirarki

Specification of hierarchies
• Schema hierarchy
day < {month < quarter; 
week} < year
• Set_grouping hierarchy
{1..10} < inexpensive
 Data Multidimensional

• Sales volume sebagai fungsi dari product, 
month, dan region
Dimension: Product, Location, Time
Hierarchical summarization paths
on
gi

Industry   Region         Year
Re

Category   Country  Quarter
Product

Product      City     Month    Week

                   Office         Day

Month
 Contoh Kubus Data

Total annual sales
Date of  TV in U.S.A.
1Qtr 2Qtr   3Qtr sum
4Qtr
t

TV
uc
od

PC U.S.A
Pr

VCR
sum

Country
Canada

Mexico

sum
 Cuboid yang terkait dengan 
kubus

all
0­D(apex) cuboid
product date country
1­D cuboids

product,date product,country date, country

2­D cuboids

3­D(base) cuboid
product, date, country
Browsing kubus data

• Visualization
• OLAP capabilities
• Interactive manipulation
 Operasi­operasi OLAP
• Roll up (drill­up): summarize data
– by climbing up hierarchy or by dimension reduction
• Drill down (roll down): reverse of roll­up
– from higher level summary to lower level summary or detailed 
data, or introducing new dimensions
• Slice and dice: 
– project and select 
• Pivot (rotate): 
– reorient the cube, visualization, 3D to series of 2D planes.
• Other operations
– drill across: involving (across) more than one fact table
– drill through: through the bottom level of the cube to its back­end 
relational tables (using SQL)
 Ilustrasi

• Ilustrasi untuk operasi­operasi pada data multidimen
.
 Rancangan Data Warehouse: Business 
Analysis Framework

• Four views regarding the design of a data warehouse 
– Top­down view
• allows selection of the relevant information necessary for the 
data warehouse
– Data source view
• exposes the information being captured, stored, and 
managed by operational systems
– Data warehouse view
• consists of fact tables and dimension tables
– Business query view 
• sees the perspectives of data in the warehouse from the view 
of end­user
 Proses Perancangan Data Warehouse

• Top­down, bottom­up approaches or a combination of both
– Top­down: Starts with overall design and planning (mature)
– Bottom­up: Starts with experiments and prototypes (rapid)
• From software engineering point of view
– Waterfall: structured and systematic analysis at each step before 
proceeding to the next
– Spiral:  rapid generation of increasingly functional systems, short 
turn around time, quick turn around
• Typical data warehouse design process
– Choose a business process to model, e.g., orders, invoices, etc.
– Choose the grain (atomic level of data) of the business process
– Choose the dimensions that will apply to each fact table record
– Choose the measure that will populate each fact table record
 Multi­Tiered Architecture

Monitor
& OLAP Server
other Metadata
source Integrator
s Analysis
Operational  Extract Query
Transform Data Serve Reports
DBs Load
Refresh
Warehouse Data mining

Data Marts

Data Sources Data Storage OLAP Engine Front­End Tools

 Data Warehouse Back­End Tools and 
Utilities

• Data extraction:
– get data from multiple, heterogeneous, and external sources
• Data cleaning:
– detect errors in the data and rectify them when possible
• Data transformation:
– convert data from legacy or host format to warehouse format
• Load:
– sort, summarize, consolidate, compute views, check integrity, 
and build indicies and partitions
• Refresh
– propagate the updates from the data sources to the warehouse
 Three Data Warehouse 
Models

• Enterprise warehouse
– collects all of the information about subjects spanning the entire 
organization
• Data Mart
– a subset of corporate­wide data that is of value to a specific 
groups of users.  Its scope is confined to specific, selected 
groups, such as marketing data mart
• Independent vs. dependent (directly from warehouse) data mart
• Virtual warehouse
– A set of views over operational databases
– Only some of the possible summary views may be materialized
 Data Warehouse 
Development: A 
Recommended Approach
Multi­Tier Data 
Warehouse
Distributed 
Data Marts

Enterprise 
Data  Data 
Data 
Mart Mart
Warehouse

Model refinement Model refinement

Define a high­level corporate data model
 OLAP Server Architectures

• Relational OLAP (ROLAP) 
– Use relational or extended­relational DBMS to store and manage 
warehouse data and OLAP middle ware to support missing pieces
– Include optimization of DBMS backend, implementation of 
aggregation navigation logic, and additional tools and services
– greater scalability
• Multidimensional OLAP (MOLAP) 
– Array­based multidimensional storage engine (sparse matrix 
techniques)
– fast indexing to pre­computed summarized data
• Hybrid OLAP (HOLAP)
– User flexibility, e.g.,  low level: relational, high­level: array
• Specialized SQL servers
– specialized support for SQL queries over star/snowflake schemas
 Data Warehouse Usage
• Three kinds of data warehouse applications
– Information processing
• supports querying, basic statistical analysis, and reporting 
using crosstabs, tables, charts and graphs
– Analytical processing
• multidimensional analysis of data warehouse data
• supports basic OLAP operations, slice­dice, drilling, 
pivoting
– Data mining
• knowledge discovery from hidden patterns 
• supports associations, constructing analytical models, 
performing classification and prediction, and presenting the 
mining results using visualization tools.
• Differences among the three tasks
 From On­Line Analytical Processing 
to On Line Analytical Mining (OLAM)

• Why online analytical mining?
– High quality of data in data warehouses
• DW contains integrated, consistent, cleaned data
– Available information processing structure surrounding data 
warehouses
• ODBC, OLEDB, Web accessing, service facilities, reporting 
and OLAP tools
– OLAP­based exploratory data analysis
• mining with drilling, dicing, pivoting, etc.
– On­line selection of data mining functions
• integration and swapping of multiple mining functions, 
algorithms, and tasks.
• Architecture of OLAM
 An OLAM Architecture
Mining query Mining result Layer4
User Interface
User GUI API
Layer3
OLAM OLAP
Engine Engine OLAP/OLAM

Data Cube API

Layer2
MDDB
MDDB
Meta 
Data
Filtering&Integration Database API Filtering
Layer1
Data cleaning Data 
Databases Data 
Data integration Warehouse Repository
 Referensi

• Data Mining: Concepts and Techniques by Jiawei 
Han and Micheline Kamber, 2001
• Introduction to Data Mining by Tan, Steinbach, 
Kumar, 2004
Terim
a
kasih