Optimalisasi Performa Data Warehouse dengan Data Mart

Abstract

Meningkatkan efisiensi dalam pengambilan keputusan bisnis melalui optimalisasi kinerja data warehouse dengan implementasi data mart juga dapat membuat akurasi data yang digunakan untuk analisis bisnis dengan mengimplementasikan mekanisme pembersihan dan validasi data yang efektif pada data mart, kemudian menyederhanakan proses analisis data dengan menyediakan data yang relevan dan terstruktur dalam data mart dan menurunkan biaya operasional terkait dengan pengelolaan data warehouse melalui optimalisasi penggunaan sumber daya, Model star schema dan model snowflake dalam arsitektur data warehouse merupakan model yang tidak terpisahkan ketika membangun sebuah data warehouse. Performa masing-masing model perlu diukur untuk melihat model yang performanya lebih baik dan dapat diadopsi dalam pengembangan data warehouse. Dalam penelitian ini juga ditambahkan data mart untuk dibandingkan dengan star schema dan snowflake dikarenakan data mart merupakan konsep yang dapat diadopsi dalam data warehouse. Tiga model yaitu star schema, snowflake dan data mart diuji performanya dengan tiga query yang digunakan yaitu query performance, query complexity dan business intellince performance, pengukuran metrik kinerja dilakukan dengan query performance, seberapa cepat query dapat dijalankan dan menghasilkan hasil. Query complexity melihat seberapa kompleks dapat dijalankan dengan efisien dan business intelligence perfomanse untuk mendukung analisis bisnis dan pengambilan keputusan, namun, peningkatan kompleksitas query pada snowflake schema dapat mempengaruhi kinerja secara keseluruhan. Penelitian ini menyimpulkan bahwa pemilihan model data mart yang tepat sangat penting untuk mencapai optimalisasi kinerja data warehouse.

GS Cited Analysis