26 informasi dari data warehouse, pembuat keputusan dapat menjamin
bahwa sistem pengolahan transaksi online tidak akan terganggu. Data warehouse merupakan basisdata dimana data dikumpulkan
dari banyak Sistem untuk mendukung pelaporan dan pengambilan keputusan manajemen. Basis data multidimensi yang merupakan
basisdata sistem OLAP multidimensi memberi solusi yang berorientasi bisnis untuk menjawab pertanyaan yang kompleks. Pendekatan ini
mempunyai tingkat keberhasilan yang tinggi ketika jawaban disusun dari matriks atau data kuantitatif.
2.3. OLAP
2.3.1. Pengertian Online Analytical Processing OLAP
Menurut Connoly dan Begg 2005, OLAP adalah perpaduan dinamis, analisis dan konsolidasi dari data multidimensional berukuran
besar. Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut ukuran. Atribut dimensi adalah atribut
kualitatif seperti nama barang, warna, dan jenis, sedang atribut ukuran adalah atribut kuantitatif seperti jumlah barang dan harganya. OLAP
dapat digunakan untuk menganalisis data lebih dalam lagi dengan teknik drill-down, slicing, dan consolidation.
a. Drill-down adalah pengolahan data sedemikian rupa sehingga
dari data yang diringkas dapat dijabarkan menjadi data yang lebih detil agar dapat diperoleh informasi yang rinci.
27 b.
Slicing adalah pengolahan data untuk melihat data dari berbagai sudut pandang, misalnya dengan melihat hubungan penjualan
satu macam produk berdasarkan kategorinya, seperti penjualan buku berdasarkan bidang teknik informatika, psikologi, farmasi,
dsb. c.
Consolidation adalah pengolahan data dengan cara melakukan pengelompokan, misalnya data harga bahan pokok selama 12
bulan berturut-turut, atau mingguan, dan harian.
2.3.2. Perbedaan OLTP dan OLAP
Penjelasan mengenai perbandingan sistem OLTP dan sistem OLAP terdapat pada tabel 2.2 berikut :
Tabel 2.2 Perbandingan sistem OLTP dan sistem OLAP Conolly dkk, 2008
Fitur OLTP
OLAP Karakteristik
Proses operasional Proses informasional
Orientasi Transaksi
Analisis Pengguna
DBA, database profesional Manajer, eksekutif, analis
Fungsi Operasi sehari-hari
Informasi jangka panjang yang dibutuhkan untuk pendukung
keputusan Desain
Database Berdasarkan
relasi entitas,
berorientasi pada aplikasi Berdasarkan
starsnowflake, berorientasi subjek
Data Data
yang digunakan
data sekarang, data terjamin pada
Data historis, perbaikan akurasi data dari waktu ke waktu
28 masalah up-to-date
Summarization Data primitif, sangat mendetail
Peringkasan, penggabungan Gambaran
Detail, relasi datar Peringkasan, multidimensional
Unit Kerja Pendek, simple transaksi
Kompleks query Akses
Readwrite Hanya dapat read
Fokus Data masuk
Informasi keluar Operasi
Indekshash pada primary key Kebanyakan scan
Jumlah data
yang diakses Puluhan
Jutaan
Jumlah pengguna
Ribuan Ratusan
Ukuran database
100 MB hingga GB 100 GB hingga mencapai TB
Prioritas Performa tinggi, ketersediaan
tinggi Fleksibilitas tinggi, otonomi
pengguna akhir Metrik
Melalui transaksi Melalui query, waktu respon
2.4. Multidimensional Modelling
2.4.1. Tabel Fakta Fact Table
Tabel fakta merupakan tabel utama dalam model dimensional dimana ukuran dari performa suatu bisnis disimpan. Tabel ini berisi nilai
dari sebuah kejadian atau transaksi tertentu misalnya penyimpanan uang di bank, penjualan produkm pesanan, dan sebagainya. Tabel fakta
