Pengertian Online Analytical Processing OLAP Perbedaan OLTP dan OLAP

OLAP query sering begitu kompleks, memerlukan data yang sangat besar, yang bila dijalankan sekaligus di lingkungan OLTP akan dapat menyebabkan melambatnya transaksi OLTP secara drastis. Data warehouse adalah repository arsip informasi yang dikumpulkan dari banyak sumber, disimpan dengan skema yang disatukan di satu situs tunggal. Begitu dikumpulkan, data disimpan dalam kurun waktu yang lama. Data warehouse menyediakan satu antarmuka terkonsolidasi tunggal sehingga mempermudah pembuatan query yang mendukung pembuatan keputusan. Dengan mengakses 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.

2.2. OLAP

2.2.1. 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. 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.

2.2.2. Perbedaan OLTP dan OLAP

Sistem database online operasional untuk melakukan transaksi on- line dalam hari per hari dan pemrosesan query disebut On-line Transaction Processing System OLTP sistem. Sistem ini mencakup sebagian besar operasi sehari-hari dalam organisasi, seperti pembelian, inventori, manufaktur, perbankan, penggajian, registrasi, dan akuntansi. Sistem OLAP sendiri melayani pengguna atau knowledge-worker dalam analisis data dan pengambilan keputusan. Sistem-sistem ini dapat mengatur dan menyajikan data dalam format yang bervariasi tergantung pada beragam kebutuhan pengguna yang berbeda. Berikut perbandingan sistem OLTP dan sistem OLAP yang tersaji pada tabel. Tabel 2. 1 Perbedaan OLTP dengan OLAP 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 masalah up-to-date Data historis, perbaikan akurasi data dari waktu ke waktu 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 Indeks hash 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

2.3. Multidimensional Modelling