Etl Dan Elt Pada Pembentukan Data Warehouse

Pada Data Warehouse kita mengenal suatu perumpamaan dengan nama ETL. ETL ialah abreviasi dari (Extraction, Transformation, Loading). Selain ETL, ada juga ungkapan ELT ialah abreviasi dari (Extracition, Loading, Transformation). Kedua perumpamaan tersebut sekilas sama tetapi mempunyai cara kerja yang seditki berlainan. Berikut penjelasan masing-masing dari keduanya. ETL (Extraction, Transformation, Loading) Merupakan proses yang harus dilalui dalam pembentukan data warehouse. Pada proses ini ialah semua data akan di extract terlebih dahulu kemudian data akan disaring dan data yang mau diambil yakni data yang penting. Pada proses transformation data akan diubah sesuai format yang disetujui dan data diload ke data warehouse, kemudian data akan dimasak selanjutnya akan du lanjutkan ke user. Untuk lebih jelasnya berikut merupakan klarifikasi dari tiap proses. Extraction (Ekstraksi Data) Ekstraksi data adalah proses dimana data diambil atau diekstrak dari banyak sekali metode operasional, baik menggunakan query, atau aplikasi ETL. Transformation (Transformasi Data) Transformasi yaitu proses dimana data mentah (raw data) hasil ekstraksi disaring dan diubah sesuai dengan kaidah bisnis yang berlaku. Loading (Pengisian Data) Proses terakhir yang perlu dilakukan yakni proses pemuatan data yang didapatkan dari hasil transformasi ke dalam data warehouse. ELT (Extracition, Loading, Transformation) ELT (Extracition, Loading, Transformation) ialah kombinasi dari ETL (Extraction, Transformation, Loading), proses integrasi data di mana transformasi berlangsung pada server menengah sebelum dimuat ke sasaran. Sebaliknya, ELT memungkinkan data mentah yang hendak dimuat langsung ke target dan berubah di sana. Kemampuan ini sangat berkhasiat untuk memproses set data yang besar diperlukan untuk intelijen bisnis (BI) dan analisis data yang besar. Sebenarnya, ELT hampir sama dengan ETL, hanya saja pada ELT sesudah mengekstrak data dari sumber data, ELT meloading data ke dalam data warehouse kemudian barulah data tersebut di diolah sesuai keperluan. Bagan Berdasarkan dengan gambar diatas terdapat 4 bab adalah: Sumber Data (Data Sources). Penyimpanan data (Data Storage). OLAP Engine Ouput yang ialah hasil keluaran dari semua proses yang ada. Keempat bab tersebut akan dimanfaatkan oleh pengguna (individual maupun organisai) sesuai dengan keperluan-keperluan yang ada misalnya selaku DSS (Deasion Support System), Bussines Intellgence, Smart Economic, Big Data serta kebutuhan yang lain didalam mendukung proses bisnis. Pada bagian pertama tampakbeberapa sumber data seperti document, database, file, aplikasi dan sebagainya ialah hasil dari proses OLTP yaitu data yang tersimpan sehabis melakukan transaksi data mirip insert, update, dan delete. Kemudian sumber-sumber data tersebut akan diintegrasikan dan akan diteruskan menggunakan proses ETL ataupun ELT yang terdapat pada bagian kedua Proses akan diadaptasi dengan kebutuhan untuk disimpan pada data warehouse dan setiap data pada data warehouse dilengkapi oleh metadata. Kegunaan dari metadata ini yaitu untuk menyimpan data dari sebuah data yang dikumpulkan menjadi suatu gosip tentang data tersebut mirip panjang field, tipe field, tanggal, dan lain sebagainya. Kemudian pengguna akan menawarkan perintah untuk menampilkan berita, OLAP Engine yang terdapat pada bagian keempat akan melaksanakan analisis kepada data yang sudah tersimpan pada data warehouse. Kemudian, hasil olahan tersebutlah yang akan ditampilkan kepada pengguna sesuai dengan yang diharapkan oleh pengguna tersebut baik dalam format isu, pelaporan, query, hasil data mining dan lain sebagainya.
Sumber https://aryhm76.blogspot.com