Data Warehouse , Data Marts, dan Data Mining

Data Warehouse


Data warehouse dapat digunakan untuk mendukung pengambilan keputusan, menganalisis sejumlah besar data dari berbagai sumber untuk menyediakan hasil cepat untuk mendukung prose kritis

  7 faktor implementsi penting dalam data warehouse

1. dukungan manajemen. untuk pengembangan data warehouse 
2. jawara.
3. sumber daya. Bisa berupa biaya yang signifikan
4. partisipasi pengguna. Dalam pengembangan data dan pemodelan akses diperlukan keahlian untuk menentukan data apa yang diperlukan
5. keterampilan tim. Untuk mengembangkan dan menerapkan suatu data warehouse, memerlikan pengetahuan yang mendalam mengenai peranti pengembangan dan teknologi database yang digunakan
6. sistem sumber.
7. teknologi pengembangan mengacu banyak input dan proses yang digunakan untuk mengisi dan memeliahar data warehouse

Data Marts

Data mart adalah sebuah subkumpulan (subset) data warehouse, umumnya terdiri dari sebuah subyk tunggal (missal pemasaran,operasi). 

Keuntungan dari data independent meliputi:

1. biaya yang rendah dibandingkan data warehouse perusahaan
2. lead-time untuk implementasi secara signifikan lebih pendek
3. dikendalikan secara local ketimbang secara terpusat memuat pengguna memiliki wewenang.
4. Berisi lebih sedikit informasi dibandingkan data warehose karena memilik respons yang lebih cepat dan lebih mudah dipahami
5. Mengizinkan sebuah unit bisnis untuk membangun sistem pendukung keputusan sendiri tanpa mengandalkan departemen SI pusat
6. Dapat bertindak sebagai konsep yang terbukti sebelum menginvestasikan sumber daya

Data Mining

Data mining adalah suatu proses yang menggunakan teknok statistik, matematika, kecerdasan tiruan dan machine-learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar

Kelas-kelas yang ada pada data mining yaitu:

1. Klasifikasi : menyimpulkan karakteristik dari suatu kelompok tertentu
2. Clustering : mengidentifikasi kelompok item yang sama-sama memiliki karakteristik tertentu
3. Asosiasi : mengidentifikasi hubungan antara  berbagai peristiwa yang terjadi pada satu waktu
4. Sekuensi : sama dengan asosiasi kecuali bahwa hubungan terjadi pada satu periode
5. Regresi : digunakan untuk memetakan data untuk suatu nilai prediksi
6. Forecsting : mengestimasi nilai masa depan berdasarkan pola didalam data
7. Teknik-teknik lain : umumnya berdasarkan pada metode kecerdasan tiruan tingkat lanjut