Selasa, 19 November 2013

Data Warehouse 5

Data Quality

Definisi data quality tergantung pada bagaimana data yang akan digunakan.

Pengaruh Data Quality
Kualitas data quality memungkinkan organisasi untuk :
meningkatkan pengambilan keputusan dan analisis data-mining
melakukan cross-product dan cross-department marketing
meningkatkan customer support dan customer retention
mengembangkan strategi pembelian perusahaan.
menghindari rasa malu yang disebabkan oleh data yang buruk.

4 (Empat) Proporsi Nilai dari Data Quality
Data Quality menjamin keunggulan kompetitif yang sebelumnya tidak tersedia dan kemampuan strategis.
Data Quality meningkatkan produktivitas
Data Quality mengurangi biaya
Data Quality menghindarkan dari terkontaminasinya data.

Karakteristik data quality yang baik
1.Addressability
2.Domain integrity
3.Accurate
4.Entity intergrity
5.Adhere to business rules
6.Satisfy business needs
7.Integrity
8.Consistent
9.Redudancy harus intentional
10.Complete
11.Cardinality 

4 tahap untuk mencapai high data quality
1.Data Investigation (PARSING, LEXICAL ANALYSIS, PATTERN INVESTIGATION)
2.Data Standardization
3.Data Integration
4.Data Survivorship & Formatting

Data quality tools
Data Quality tools membantu tim atau organisasi atau perusahaan  dalam tugas mereka untuk menemukan
dan mengoreksi kesalahan data yang ada pada sumber sistem atau data warehouse
Examples of data quality tools include the following :
DataFlux. Data Quality Workbench
Pne Cone System.  Content Tracker
Prism. Quality Manager
Vality Technology. Integrity Data Reengineering

Initiative for improve :
menentukan fungsi bisnis awal penting untuk dipertimbangkan.

mengidentifikasi kriteria untuk memilih elemen data penting, misalnya:
menghentikan usaha pengolahan atau menyebabkan tidak dapat diterima, 
hasil dalam penyalahgunaan substansial sumber daya, 
menciptakan risiko hukum yang signifikan bagi bisnis.

designate the critical data elements

mengidentifikasi kekhawatiran kualitas data untuk elemen data yang penting dan penyebabnya.

menentukan standar kualitas yang akan diterapkan untuk setiap elemen data penting.

merancang sebuah metode pengukuran untuk setiap standar

mengidentifikasi dan menerapkan data yang cepat-hit inisiatif peningkatan kualitas.

menerapkan metode pengukuran untuk data quality baseline.

menilai pengukuran, data yang menyangkut kualitas, dan penyebabnya. ini meliputi:
kejelasan dan pemahaman tentang definisi data, formulir bisnis, prosedur, dan alur kerja




Jumat, 27 September 2013

Data Warehouse 4

Sumber : 
http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&cad=rja&ved=0CDoQFjAC&url=http%3A%2F%2Fpascasarjana.budiluhur.ac.id%2Fpublikasi%2Fjurnal%2Ftelematika-mkom%2Ftelematika-mkom-vol-2-no-2%2Fj-christian_tm_vol2no2%2F&ei=nU5GUobaLcSxrgeo_4DoDg&usg=AFQjCNHAV7MOVEFm6LMlwvvP4ygk_ysl9Q&sig2=YaeIVlUMB1HwLB_x6y-k6A&bvm=bv.53217764,d.bmk

Judul : 
MODEL DATA WAREHOUSE DENGAN SERVICE ORIENTED
ARCHITECTURE UNTUK MENUNJANG SISTEM INFORMASI
EKSEKUTIF
 

Abstrak :
Tuntutan untuk meningkatkan kualitas pendidikan merupakan tantangan bagi pihak universitas untuk terus mengembangkan diri dan memperbaiki kekurangan yang ada. Dalam penyempurnaan kualitas pendidikan dan peningkatan daya saing, pelaksanaan kebijakan yang tepat merupakan salah satu pengaruh yang penting. Pihak manajemen berkewajiban untuk menghasilkan kebijakan dan solusi tepat berdasarkan informasi akurat dan strategis yang bersumber dari data warehouse yang baik.
Secara umum sebagian besar data warehouse dikembangkan dengan teknologi lama, yaitu bentuk direct data access. Dewasa ini data warehouse sudah menggunakan arsitektur Service Oriented Architecture (SOA) yang menyediakan akses data melalui middleware (akses tidak langsung). Penelitian ini bertujuan tidak hanya mengoptimalkan SOA dalam data warehouse, tapi juga mengintegrasikan kebutuhan sistem informasi eksekutif dalam struktur data warehouse. Sebagai model yang digunakan, digunakan data-data dari Fakultas Teknologi Informasi Universitas Budi Luhur yang saat ini belum memiliki data warehouse untuk sistem informasi eksekutifnya. Metode pengembangan data warehouse ini akan menggunakan pendekatan Business Life Cycle.

Latar Belakang masalah :
Salah satu faktor yang mempengaruhi arah pengembangan pendidikan di masing masing lembaga pendidikan ialah proses pembuatan kebijakan. Kebijakan yang tepat dan sesuai dengan strategi bisnis yang telah ditentukan akan mendorong masing-masing elemen pendidikan untuk bekerja optimal. Untuk menentukan kebijakan tersebut diperlukan manajemen yang bertanggungjawab, cepat dan tanggap atas perubahan, dan ketersediaan informasi strategis yang akurat. 
Tipe informasi strategis merupakan informasi yang terintegrasi dan bersifat strategis karena dibutuhkan untuk keputusan manajemen yang berdampak pada keberlangsungan suatu lembaga pendidikan.
Fakultas Teknologi Informasi sebagai salah satu fakultas pada Universitas Budi Luhur, telah memiliki data operasional yang lengkap dari kegiatan perkuliahan. Hal ini dimungkinkan karena hampir seluruh proses bisnis akademis telah terkomputerisasi. Penggunaan data operasional harian sebagai sumber informasi eksekutif tidak memberikan nilai yang memadai, hal ini dikarenakan data operasional memiliki volume yang besar dan tidak memiliki format atau struktur yang sesuai dengan kebutuhan informasi eksekutif yang ingin digunakan. Pihak manajemen eksekutif telah memiliki sistem informasi eksekutif yang membantu untuk menentukan kebijakan, sistem informasi eksekutif yang dimaksud masih menggunakan bentuk akses data secara langsung (direct access) dengan DBMS sehingga memiliki tingkat modularitas yang rendah, terikat pada legacy system dan memiliki keamanan yang bergantung penuh pada software DBMS. Sebagai solusi dari permasalahan tersebut, diperlukan sebuah model data warehouse akademik yang memungkinkan manajemen data yang lebih efektif sebagai komponen sistem informasi eksekutif yang menghasilkan informasi strategis dengan cepat dan akurat. Untuk mengantisipasi kebutuhan akses informasi oleh end application yang berbeda-beda, dan independen terhadap jenis DBMS, model distribusi akan menggunakan pendekatan service oriented architecture (SOA), secara khususnya dalam bentuk web services. Dengan pendekatan SOA, layanan penyediaan informasi akan memiliki skalabilitas, keamanan dan modularitas yang lebih baik.

Tujuan Penelitian :
Penelitian ini bertujuan untuk menghasilkan model prototipe data warehouse dengan SOA yang dapat digunakan pihak manajemen Fakultas Teknologi Informasi untuk mendapatkan informasi strategis sebagai dasar pembuatan kebijakan.

Manfaat Penelitian :
Secara umum, hasil penelitian sebagai pilot project untuk mengubah arsitektur sistem informasi pada Yayasan Budi Luhur menjadi sistem informasi yang memiliki data warehouse yang baik dengan arsitektur SOA, sehingga pengembangan sistem di masa mendatang dapat lebih modular dengan skalabilitas yang lebih baik. Secara khusus, hasil penelitian diharapkan dapat membantu pihak manajemen dan eksekutif Fakultas Teknologi Informasi Universitas Budi Luhur untuk mendapatkan informasi eksekutif yang lebih akurat dan cepat sebagai dasar analisa untuk pengambilan keputusan dan pembuatan kebijakan. Manfaat lainnya ialah peningkatan skalabilitas data warehouse tersebut, sehingga pihak pengembang sistem (Biro Sistem Informasi) dimudahkan untuk pengembangan sistem informasi terkait.

Executive Information System
Disebut juga sebagai Executive Support System (ESS) merupakan salah satu bentuk sistem informasi yang disusun dari banyak sumber data dalam bentuk summary yang dipergunakan oleh pihak manajemen senior untuk melakukan monitor performance, assessment dan pengembangan strategi bisnis. Untuk memenuhi fungsinya, EIS memiliki karakteristik sebagai berikut :
  1. dibuat secara spesifik untuk seorang eksekutif.
  2. akan digunakan langsung oleh eksekutif tanpa perantara.
  3. mampu melakukan proses ekstrak, menyaring (filter), menyingkat dan melacak “critical data”.
  4. mengakses dan mengintegrasikan data internal dan eksternal.
  5. bersifat user friendly. 
Format data yang disediakan oleh EIS harus memenuhi kebutuhan pihak eksekutif. Berikut adalah karakteristik data yang harus didukung oleh EIS:
  1. Highly summarized data
  2. Drill down dan drill up.
  3. Integrasi data dari basis data yang berbeda - beda.
  4. trend jangka panjang,
  5. Dapat mengakses data eksternal
  6. Informasi yang disampaikan dalam bentuk faktor penentu kesuksesan (critical success factors)
Arsitektur Data

 


Arsitektur Infrastruktur