Data werehouse merupakan basis data terpusat yang besar yang berisi informasi dari banyak sumber. Data yang dikumpulkan digunakan untuk memandu keputusan bisnis melalui alat analisis, pelaporan dan data mining. Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal).
Data werehouse memiliki 3 fungsi utama dalam melakukan atau membuat data yang siap digunakan yaitu extraction, transformation, dan loading.
Dalam buku “Pengantar Teknologi Informasi edisi Revisi” yang ditulis abdul kadir dan terra bahwa sebenarnya data werehouse merupakan basis data, namun data werehouse dan basis data operasional dibedakan berdasarkan rentang waktu data yang ditanganinya.
Menurut Inmon (2002) rentang waktu basis data operasional adalah sekarang sampai dengan 60-90 hari sedangkan pada data werehouse adalah 5-10 tahun. Dengan kata lain data werehouse menyimpan dalam jangka waktu yang lebih Panjang disbanding dengan basis data operasional.
Data werehouse akan menyimpan banyak data dari berbagai sumber operasional dalam perusahaan ke dalam satu database yang komprehensif dan nantinya akan digunakan sebagai Analisa data.
Data werehouse secara berkala akan menarik data dari aplikasidan sistem lalu akan melewati penformatan dan proses impor guna untuk pencocokan data yang sudah ada dalam werehouse dan data werehouse yang telah siproses ini akan siap untuk diakses oleh business analys, data engineer, data scientis dan pembuat keputusan perusahaan.
Untuk aplikasi yang digunakan untuk administrasi dan manajemen data werehouse seperti HP Intelligent Werehouse (Hewlett Packard), FlowMark (IBM), dan juga SourcePoint (Software AG).
Sumber Data Werehouse
- Data operasional dalam organisasi, misalnya basis data pelanggan dan produk,
- Sumber eksternal yang diperoleh misalnya melalui Internet, basis data komersial, basis data pemasok atau pelanggan
Karakteristik data werehouse secara umum yaitu :
- Data yang dibuat secara konsisten
- Data bertahan lebih lama
- Data bersifat read only
- Data terintegrasi dari berbagai sumber yang berasal dari proses transaksional
- Berupa aggregate data atau hanya kesimpulan dta bukan data yang terperinci
