2.10 OLAP On-line Analytical Processing
On-line Analytical Processing OLAP adalah proses computer yang memungkinkan pengguna dapat dengan mudah dan selektif memilih dan melihat
data dari sudut pandang yang berbeda Han Kamber 2006. Data pada OLAP disimpan dalam database multidimensi. Jika database relasional terdiri atas dua
dimensi, maka database multidimensi terdiri atas banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa subatribut. OLAP dapat digunakan untuk
menemukan hubungan antara suatu item yang belum ditemukan. Di bawah ini merupakan operasi-operasi pada OLAP.
1. Roll up drill-up merupakan bagaimana cara meningkatkan tingkat hirarki
atau mereduksi jumlah dimensi. 2.
Drill down merupakan operasi kebalikan dari roll up. Operasi ini dapat merepresentasikan data secara lebih detail atau spesifik dari level tinggi ke
level rendah. 3.
Slice adalah proses pemilihan satu dimensi dari kubus data yang bersangkutan sehingga menghasilkan subcube.
4. Dice adalah proses mendefinisikan subcube dengan memilih dua dimensi
atau lebih dari kubus data. 5.
Pivot merupakan suatu kemampuan OLAP yang dapat melihat data dari berbagai sudut pandang view point. Kita dapat mengatur sumbu pada
kubus data sehingga memperoleh data yang diinginkan sesuai dengan sudut pandang analisis yang diperlukan.
2.11 Model Data Multidimensi
Model data multidimensi adalah model data yang digunakan pada data warehouse. Model data multidimensi bisa sangat berguna pada query yang
komplek Malinowski 2008. Model data multidimensi terdiri dari :
Data dimensi Data dimensi adalah entitas yang ingin disimpan oleh perusahaan
organisasi. Data dimensi akan berubah jika analisis kebutuhan pengguna berubah. Data dimensi mendefinisikan label yang membentuk isi laporan.
Setiap dimensi diulang untuk setiap kelompok. Atribut data dimensi diletakkan pada tabel dimensi. Tabel dimensi berukuran lebih kecil daripada
tabel fakta dan berisi data bukan numerik yang berasosiasi dengan atribut dimensi.
Data fakta
Data fakta adalah data utama dari data multidimensi yang merupakan kuantitas yang ingin diketahui dengan menganalisis hubungan antardimensi.
Data fakta diekstrak dari berbagai sumber. Data fakta cenderung stabil dan tidak berubah seiring dengan waktu. Atribut data fakta diletakkan pada tabel
fakta. Tabel fakta berukuran besar, memiliki jumlah baris sesuai dengan jumlah kombinasi nilai dimensi yang mungkin dan jumlah kolom sesuai
dengan jumlah dimensi yang direpresentasikan. Tabel fakta berisi nama- nama fakta, ukuran, dan foreign key dari tabel dimensi yang berhubungan.
Model data multidimensi dapat menampilkan data dalam bentuk kubus yang merupakan inti dari model ini dan dapat digambarkan dalam bentuk skema
bintang, skema snowflake, dan skema galaksi Han Kamber 2006. Skema galaksi merupakan kumpulan dari skema bintang. Skema ini terdiri atas
berbagai tabel fakta yang berisi beberapa tabel dimensi, sehingga membentuk seperti galaksi bintang. Skema Snowflake lebih kompleks dari
pada skema bintang, dengan menormalisasi tabel-tabel dimensi yang berukuran besar dengan satu atau lebih kolom yang memiliki duplikasi data.
Ilustrasi skema snowflake dapat dilihat pada Gambar 2.
Gambar 2 Ilustrasi Skema Snowflake Fadli 2011.
Kategori