Arsitektur Data dan Kebutuhan Teknisnya (DATER)

Kerangka konseptual untuk mendeskripsikan dan mengevaluasi arsitektur data modern secara sistematis terhadap kebutuhan teknis

Sayed Hoseini; Christoph Quix; Stefan Decker· 2026· DOI 10.48550/arXiv.2606.08811

Masalah inti

Organisasi modern menghasilkan dan mengonsumsi data heterogen dalam volume besar dengan kecepatan tinggi. Hal ini menuntut pengembangan teknik baru secara berkelanjutan untuk pengelolaan data yang lebih efisien dan andal. Perancangan arsitektur data yang tepat menjadi kebutuhan strategis karena arsitektur tersebut membentuk cara data diintegrasikan, diatur, dan disediakan untuk analitik serta pengambilan keputusan. Makalah ini memperkenalkan kerangka konseptual — Arsitektur Data dan Kebutuhan Teknisnya (DATER) — untuk mendeskripsikan dan mengevaluasi arsitektur data secara sistematis berdasarkan kebutuhan teknis. Enam arsitektur modern dikaji: data warehouse, (semantic) data lake, data lakehouse, data fabric, dan data mesh. Masing-masing dianalisis melalui konteks historis, fitur yang mendefinisikan, dan kesesuaian dengan dimensi DATER. Studi ini mendukung peneliti dan praktisi dalam menavigasi paradigma arsitektur, memperjelas tumpang tindih, serta menyoroti kekuatan, batasan, dan kesesuaian penggunaan.

Makalah ini mengkaji enam arsitektur data modern: data warehouse, (semantic) data lake, data lakehouse, data fabric, dan data mesh. Masing-masing dianalisis melalui konteks historis, fitur yang mendefinisikan, dan kesesuaian dengan dimensi DATER. Hasil disajikan sebagai evaluasi komparatif yang memperjelas tumpang tindih antararsitektur serta menyoroti kekuatan, batasan, dan kesesuaian penggunaannya. Kerangka DATER memungkinkan perbandingan terstruktur, tetapi abstrak tidak menyediakan hasil kuantitatif atau peringkat yang spesifik. Hasil utamanya adalah pemetaan konseptual yang membantu pemangku kepentingan memahami arsitektur mana yang cocok untuk kebutuhan teknis tertentu.

Organisasi modern menghasilkan dan mengonsumsi data heterogen dalam volume besar dengan kecepatan tinggi. Hal ini menuntut pengembangan teknik baru secara berkelanjutan untuk pengelolaan data yang lebih efisien dan andal. Perancangan arsitektur data yang tepat menjadi kebutuhan strategis karena arsitektur tersebut membentuk cara data diintegrasikan, diatur, dan disediakan untuk analitik serta pengambilan keputusan. Makalah ini memperkenalkan kerangka konseptual — Arsitektur Data dan Kebutuhan Teknisnya (DATER) — untuk mendeskripsikan dan mengevaluasi arsitektur data secara sistematis berdasarkan kebutuhan teknis. Enam arsitektur modern dikaji: data warehouse, (semantic) data lake, data lakehouse, data fabric, dan data mesh. Masing-masing dianalisis melalui konteks historis, fitur yang mendefinisikan, dan kesesuaian dengan dimensi DATER. Studi ini mendukung peneliti dan praktisi dalam menavigasi paradigma arsitektur, memperjelas tumpang tindih, serta menyoroti kekuatan, batasan, dan kesesuaian penggunaan.

Penulis mengusulkan DATER sebagai kerangka konseptual yang memetakan arsitektur data ke kebutuhan teknis. Kerangka ini diterapkan pada enam arsitektur: data warehouse, (semantic) data lake, data lakehouse, data fabric, dan data mesh. Untuk setiap arsitektur, analisis mencakup konteks historis, fitur yang mendefinisikan, dan kesesuaian dengan dimensi DATER. Metodologi bersifat kualitatif dan komparatif, bertujuan memperjelas tumpang tindih serta menyoroti kekuatan, batasan, dan kesesuaian penggunaan. Dimensi DATER tidak disebutkan secara eksplisit dalam abstrak, tetapi kerangka ini dimaksudkan untuk mendeskripsikan dan mengevaluasi arsitektur secara sistematis berdasarkan kebutuhan teknis. Studi ini diposisikan untuk mendukung peneliti dan praktisi dalam menavigasi paradigma arsitektur.

Kerangka DATER menjawab kebutuhan strategis untuk merancang arsitektur data yang tepat di tengah data yang masif, heterogen, dan berkecepatan tinggi. Dengan mendeskripsikan dan mengevaluasi arsitektur secara sistematis berdasarkan kebutuhan teknis, kerangka ini membantu memperjelas tumpang tindih dan perbedaan antarparadigma. Analisis ini mendukung peneliti dan praktisi dalam menavigasi pilihan arsitektur, dengan menekankan bahwa tidak ada satu arsitektur pun yang optimal secara universal; kesesuaiannya bergantung pada kebutuhan teknis dan kasus penggunaan tertentu. Kerangka ini juga mengungkap konteks historis dan fitur yang mendefinisikan yang menjelaskan evolusi dari data warehouse tradisional ke paradigma modern seperti data mesh dan data fabric. Pembahasan menekankan bahwa arsitektur data membentuk cara data diintegrasikan, diatur, dan disediakan untuk analitik serta pengambilan keputusan, sehingga pemilihannya menjadi keputusan strategis yang krusial.

Praktisi dan peneliti ilmu komputer

Membuka konten member…