Pengertian OLAP
Pengertian OLAP
Pengertian OLAP
Menurut Turban, Sharda, Delen dan King pada tahun 2011, Online
Analytical Processing adalah kemampuan yang digunakan untuk
memanipulasi data dengan efisien dari berbagai sudut pandang
(perspektif). Struktur utama Online Analytical Processing berdasarkan
konsepnya disebut dengan cube. Cube adalah kumpulan data yang
berbentuk multidimensional. Susunan data paa cube ini berguna untuk
mengatasi keberbatasan dari database relational. Hal ini dikarenakan
database relational tidak mendukung proses analisis yang dilakukan secara
cepat dengan jumlah data yang banyak. Database relational ini lebih
cenderung berguna dalam memanipulasi record (update, delete, read,
insert) yang terdiri dari berbagai data transaksi.
Menurut Scheps, Online Analytical Processing tidak hanya memiliki
kemampuan dalam mengagregasi data namun juga mempunyai
kemampuan pada sistem Business Intelligence untuk melihat data dengan
sudut pandang yang baru
Menurut Inmon, “Online Analytical Processing adalah salah satu bagian
pemrosesan pada ruang lingkup data mart”
Menurut Saptadi dan Lisangan, Online Analytical Processing adalah
sekumpulan perangkat grafis yang digunakan untuk membantu pengguna
dalam menampilkan data secara multidimensional, sehingga data tersebut
dapat dianalisis dengan metode yang lebih sederhana oleh pengguna.
Menurut Kimball dan Ross, Online Analytical Processing merupakan
sekumpulan aturan yang menyediakan kerangka dimensional yang dapat
membantu proses pengambilan keputusan
Menurut Connolly dan Begg, OLAP adalah analisis, konsolidasi dinamis dan
sintesis dari beberapa data multidimensional. Online Analytical Processing
adalah tampilan data agregat secara multidimensional yang dapat diakses
secara cepat, sehingga menghasilkan informasi strategis yang akan
berfungsi untuk tujuan analisis tingkat lanjut.
MOLAP adalah salah jenis Online Analytical Processing yang dapat menampilkan
data analitik multidimensional secara online. Data yang telah dianalisis akan
disimpan pada sebuah data multidimensional atau yang disebut dengan istilah
Multidrop Data Bridg (MDDB).
Waktu akses data yang diperlukan MOLAP relatif sangat cepat dan memiliki
ruang penyimpanan yang besar, data utama pada MOLAP biasanya disimpan
pada MDDB.
Fungsi OLAP
Berikut beberapa fungsi umum dari Online Analytical Processing:
Karakteristik OLAP
Data yang terdapat didalam Online Analytical Processing bersumber dari
transaksi OLTP.
Data disimpan dalam satu format yang sama, hal ini bertujuan agar analisis
query dapat optimal untuk menampilkan informasi yang diperlukan oleh
perusahaan.
Sistem Online Analytical Processing dapat beroperasi dengan baik pada
lingkungan yang mempunyai indeks. Semua data yang ada pada Online
Analytical Processing tidak dapat di perbarui seetelah di analisis, jad hal ini
dapat menghemat waktu dalam proses update indeks yang besar.
Online Analytical Processing dapat melakukan permintaan berbagai analisis
secara cepat dan efisien, tanpa ada halangan dalam melakukan berbagai
kombinasi sudut pandang yang dipilih oleh analis.
Teknik OLAP
Multidimensional, sistem harus dapat mengeluarkan sudut pandangan
secara konseptual dari data multidimensional. Hal ini meliputi dorongan
hirarki dan multiple hirarki. Ini adalah cara logis yang digunakan untuk
menganalisis bisnis pada perusahaan atau oraganisasi.
Shared, pengamanan data dapat dilakukan oleh sistem, jika terdapat akses
dari berbagai pengguna secara bersamaan, sistem dapat menyesuaikannya
berdasarkan level dari setiap pengguna. Selain itu sistem juga harus dapat
mengatasi pembaruan multiple secara bersamaan dengan aman.
Cepat, sistem harus dapat bekerja dan merespon pengguna dalam waktu
yang cepat dan dapat memberikan data analisis secara tepat sesuai
dengan permintaan pengguna.
Informasi, Semua data dan informasi pada OLAP harus sesuai dengan
perangkat lunak yang ada. Oleh karena itu dibutuhkan kapasitas memori
yang besar untuk menyimpan berbagai masukkan data yang ada. Hal ini
bergantung pada beberapa pertimbangan seperti, duplikasi data,
penggunaan memori, penggunaan RAM, performa, dan integrasi OLAP
dengan data warehouse.
Analisis, sistem harus dapat melakukan berbagai logika bisnis serta analisis
statistik yang sesuai dengan pengguna.
Kelebihan OLAP
Dapat digunakan dalam berbagai jenis bisnis yang didalamnya terdapat,
planning, budgeting, reporting dan analysis.
Data disimpan di dalam cube dengan aman.
Mudah dipahami pengguna karena menggunakan visualisasi blok 3D.
Sangat direkomendasikan untuk menganalisis data berdasarkan waktunya.
Memiliki waktu respon yang cepat.
Kekurangan OLAP
Sedikit saja perubahan pada cube akan menimbulkan efek berantai pada
data yang ada.
Kurang direkomendasikan untuk data transasksi
Memiliki keterbatasan dimensi
OLAP Data Cube memiliki beberapa operasi yang dapat dilakukan untuk merubah view data.
Beberapa operasi tersebut antara lain:
1. Roll-up
Roll-up adalah operasi OLAP yang dilakukan untuk meningkatkan informasi yang didapatkan
dari data ke level yang lebih abstract. Roll-up dapat dilakukan dengan mengurangi
jumlah dimension atau meningkatkan hierarki data menjadi level yang lebih abstrak. Contoh
operasi roll-up adalah meningkatkan hierarki data waktu (Time Dimension) dari Quarter
menjadi Tahun.
2. Drill-down
Drill-down adalah operasi OLAP yang dilakukan untuk meningkatkan hierarki data menjadi
level yang lebih detail. Operasi drill-down bertolak belakang dengan operasi roll-up. Contoh
operasi drill-down adalah meningkaykan hierarki data waktu (Time Dimension) dari Quarter
menjadi Bulan.
3. Slice and Dice
Slice adalah operasi OLAP yang membentuk sub-cube dari sebuah OLAP data cube dengan
memilih satu dimension yang spesifik. Contoh slice operation dilakukan ketika user hanya
butuh melihat data dari satu dimension waktu yaitu tahun 2020. Maka dilakukan slice yang
menghasilkan two-dimensional view dari three dimensional berdasarkan dimension spesifik
yang sudah ditentukan sebelumnya.
Sedangkan Dice adalah operasi OLAP yang membentuk sub-cube dari OLAP data cube
dengan memilih lebih dari satu dimension yang spesifik. Sehingga Dice tidak akan
menghasilkan two dimensional view dari three dimensional. Contoh dice operations dilakukan
ketika user butuh melihat dari data dari dua dimension waktu yaitu tahun 2020 dan 2019.
Maka dilakukan dice yang menghasilkan sub cube berdasarkan dimension spesifik yang
sudah di tentukan sebelumnya.
4. Pivot
Pivot adalah operasi OLAP yang merubah atau merotasi sumbu data untuk menghasilkan
tampilan data yang berbeda. Contoh terdapat two dimensional data dengan x axis adalah item
type dan y axis adalah location, maka operasi Pivot akan menukan kedua axes tersebut
dimana setelah dilakukan pivot operation kini x axes adalah location dan y axes adalah item
types.
Sejarah OLAP (Online Analytical Processing)
Produk pertama menggunakan query OLAP adalah Express yang dirilis tahun 1970 (dan dipakai
oleh Oracle tahun 1995 sebagai Information Resources ). Tetapi istilah OLAP baru muncul tahun 1993
diperkenalkan oleh E. F. Codd yang merupakan bapak relational databases. Karangan Codd berisi
konsultasi pendek yang Codd lakukan dengan pendiri Arbor Software ( sekarang disebut Hyperion
Solutions, dan pada tahun 2007 dibeli oleh Oracle ) untuk memperbaiki pemasaran. Perusahaan tersebut
kemudian merilis produk OLAP, Essbase, yang menerapkan 12 aturan Codd untuk online analytical
processing. OLAP market tumbuh dengan cepat pada akhir tahun 90an dengan banyak komersial produk
yang muncul di pasaran. Pada tahun 1998, Microsoft merilis OLAP server pertamanya, Microsoft Analysis
Services yang dikembangkan dengan mengadopsi teknologi OLAP.
B. Pengertian OLAP (Online Analytical Processing)
Online Analytical Processing (OLAP ) merupakan suatu metode pendekatan untuk menyajikan
jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari
aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk
tujuan analisis.
OLAP (Online Analytical Processing) adalah teknologi yang memproses data di dalam data
warehouse dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis yang
kompleks.
Saat ini OLAP lebih sering terdengar dengan istilah BI (Business Intelligent) adalah suatu cara
untuk menganalisa data-data perusahaan dengan begitu mudah yaitu dengan cara 'Drag & Drop',
sehingga data-data tersebut bisa menjadi suatu informasi yang lebih bernilai.
Pendapat lain mengemukakan Online Analytical Processing atau disingkat OLAP adalah
sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang
multidimensi di dalam alam.
OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga
merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah
pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis
(MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah
OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction
Processing).
C. Teknik OLAP (Online Analytical Processing)
Teknik OLAP dapat dirangkum menjadi 5 garis besar yaitu Fast Analysis of Shared
Multidimensional Information atau disingkat menjadi FASMI yang masing-masing berarti sebagai berikut:
FAST, berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin,
sesuai dengan analisis yang dilakukan.
ANALYSIS, berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan
dengan aplikasi dan user, dan mudah.
SHARED, berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika dibutuhkan banyak
akses penulisan terhadap data, disesuaikan dengan level dari user. Tidak semua aplikasi membutuhkan
user untuk menulis data kembali. Sistem harus dapat meng-handle multiple update dalam satu waktu
secara aman.
MULTIDIMENSIONAL, berarti sistem harus menghasilkan conceptual view dari data secara
multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini merupakan cara yang
logic untuk menganalisis bisnis dan organisasi.
INFORMATION, adalah semua data dan informasi yang dibutuhkan dan relevan untuk aplikasi. Kapasitas
produk OLAP berbeda untuk menghandle input data tergantung beberapa pertimbangan meliputi
duplikasi data, RAM yang dibutuhkan, penggunaan disk space, performance, integrasi dengan data
warehouse, dan lainnya.
D. Karakteristik OLAP (Online Analytical Processing)
Adapun karakteristik dari OLAP, yaitu:
Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada data warehouse.
Memfasilitasi query yang komplek dan analisa bagi user.
Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detil atau roll up
untuk agregasi dari satu dimensi atau beberapa dimensi.
Menyediakan proses kalkulasi dan perbandingan data.
Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik.
E. Tempat Penyimpanan OLAP (Online Analytical Processing)
Dari OLAP tersebut terdapat 3 model penyimpanan data dalam cube yang difasilitasi oleh Microsoft
SQL Server 7.0. Ketiga model penyimpanan data tersebut adalah:
MOLAP
Multidimensional online analitycal processing (MOLAP) menyimpan data dan agregasi pada
struktur data multidimensi. Struktur MOLAP ini tidak tersimpan pada data warehouse tapi tersimpan pada
OLAP server.
Sehingga performa query yang dihasilkan olehnya sangat bagus. Model penyimpanan ini sesuai
untuk database dengan ukuran kecil sampai sedang.
ROLAP
ROLAP (relational online Analitycal processing) menggunakan tabel pada database relasional data
warehouse untuk menyimpan detil data dan agregasi kubus. Berbeda dengan MOLAP, ROLAP tidak
menyimpan salinan database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban
sebuah query.
Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan ROLAP
maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar dan jarang
dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang
sebelumnya
HOLAP
Gabungan model MOLAP dan ROLAP dapat kita peroleh dari HOLAP (hibrid online analitycal
processing).Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format
multidimensi. Kubus HOLAP lebih kecil daripada kubus MOLAP tapi response time query masih lebih
cepat jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus
yang membutuhkan performa query yang bagus dengan jumlah data yang besar.
F. OLAP dan Penjadwalan Berprioritas
Berdasarkan algoritma penjadwalan berprioritas dibagi dua macam :
1. Statis, prioritas yang tidak berubah
2. Dinamis, prioritas yang bisa diubah
Pada OLAP algoritma yang digunakan adalah algoritma berprioritas dinamis karena merupakan
mekanisme menanggapi perubahan lingkungan sistem saat beroperasi di lingkungan nyata. Prioritas
awal yang diberikan ke proses mungkin hanya berumur pendek dalam hal ini sistem dapat menyesuaikan
nilai prioritasnya ke nilai yang lebih tepat sesuai lingkungan. Algoritma ini dituntun untuk memenuhi
kebijaksanaan tertentu yang menjadi tujuan sistem komputer.
G. Kelebihan Menggunakan OLAP (Online Analytical Processing)
Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi.
Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan
keputusan.
Mempercepat respon terhadap permintaan pasar.
Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah
schema dan membangun model sendiri.
PenyimpanaN pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP
tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka.
Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse.
Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon
permintaan pasarlebihcepat.
H. Manfaat OLAP (Online Analytical Processing)
Kesuksesan implementasi aplikasi OLAP meningkatkan produktivitas manajer bisnis,
pengembang, dan organisasi secara keseluruhan. Fleksibilitas yang melekat dari sistem OLAP berarti
pengguna bisnis aplikasi OLAP dapat menjadi lebih mandiri. OLAP memungkinkan manajer untuk
memodelkan masalah yang tidak mungkin dilakukan dengan menggunakan sistem yang kurang fleksibel
dengan waktu tanggapan yang panjang dan tidak konsisten.
Pengembang TI juga mendapat keuntungan dari penggunaan perangkat lunak OLAP dengan
benar. Dengan menggunakan perangkat lunak yang khusus dirancang untuk OLAP, pengembang dapat
mengirimkan aplikasi untuk pengguna bisnis lebih cepat, menyediakan layanan yang lebih baik.
pengiriman cepat aplikasi juga mengurangi backlog aplikasi.
Pemanfaatan OLAP dengan pola analisis seperti berikut ini :
Meringkas dan mengumpulkan sejumlah besar data
Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)
Membandingkan beberapa set dari data
Membuat sketsa/bagan/diagram
Menganalisis dan menemukan pola dari data
Menganalisis kecenderungan data
https://lamanit.com/online-analytical-processing/#:~:text=OLAP%20atau%20Online%20Analytical
%20Processing,dilakukan%20pada%20multidimensional%20model%20data.
https://sis.binus.ac.id/2022/01/06/olap-data-cube-operations/