• Pengertian OLAP
• Keuntungan OLAP
• Penyajian Data Multidimensi
• Peralatan OLAP dan Kategori OLAP
• Penerapan SQL pada OLAP
• Proses Dan Posisi Olap
Pengertian OLAP
• OLAP adalah aplikasi analytical dengan kemampuan pivot
menyerupai spreadsheet - seperti Microsoft Excel, OpenOffice Calc,
dll. OLAP merupakan komponen penting dari aplikasi BI (Business
Intelligence).
friendly“
yang ada dalam Data Mart atau Data Warehouse, dengan OLAP dapat
Hal ini menunjukkan adanya dua sudut pandang, baris sebagai sumbu x dan kolom sebagi
sumbu y. tapi sebenarnya tabel relasional tersebut hanya mempunyai satu dimensi. Pada
gambar terlihat karekteristik dari tabel buku, dimana setiap record atau baris
merepresentasikan data buku yang berbeda-beda.
Satu baris dengan baris lainnya diidentifikasikan dengan sebuah key yaitu primary key.
Sedangkan bagian kolom seperti, juduk, nama, penerbit menyimpan fakta yang sama atau
sejenis, dimana setiap fakta tersebut merujuk pada primary key . Hal inilah yang
menunjukkan bahwa tabel relasional hanya mempunyai satu dimensi.
Sedangkan yang dimaksud dengan data multidimensi adalah ketika kita dapat
melihat sebuah data dari berbagai sudut pandang atau dimensi. Sebagai contoh,
penjualan buku dapat dilihat dari segi lokasi Buku, waktu, lokasi penjualan / toko
dan sebagainya.
Jika digambarkan , maka akan terdapat tiga koordinat yaitu sumbu x mewakili buku,
sumbu y mewakili dimensi waktu dan sumbu z untuk dimensi lokasi. Hal inilah yang
menjadi perbedaan mendasar antara tabel relasional dan data multidimensi.
Spreadshet merupakan salah satu contoh dari data multidimensi ini. Fungsi yang ia
sediakan seperti perhitungan sederhana dan dapat juga diubah pada dimensi
tunggal.
Cube merupakan contoh data multidimensi selain spreadsheet. Dengan cube
data menjadi lebih mudah untuk dimanipulasi. Setiap sumbu cube mewakili
dimensi-dimensi. Terdapat measure yaitu nilai quantitative database yang
ingin kita analisa. Biasanya measure berupa nilai penjualan, biaya, budget dan
sejenisnya.
OLAP 13/16
• slicing & dicing
Rasa Strawberry Mangga Nanas Total
Sirup
Biasa 3.500.000 1.750.000 500.000 5.750.000
Rendah
Kalori 2.300.000 1.500.000 250.000 4.050.000
Total 5.800.000 3.250.000 750.000 9.800.000
• Ini adalah cara tradisional dalam analisis OLAP. Dalam MOLAP data disimpan dalam
bentuk Multidimensional Database. Tidak seperti basis data relasional yang
menyimpan data dalam jumlah baris dalam tabel, sebuah data multidimensional
menyimpan data dalam sejumlah array multidimensional.
• Karena dimensi dapat diakses secara mudah, maka user dapat melakukan query
pada basis data MOLAP dengan sangat cepat. Selain mengandung data mentah,
basis data MOLAP juga mengandung agregasi data sehingga dapat memberikan
respon yang cepat terhadap query.
• Kelebihan :
– Performance hebat, karena MOLAP memang dibangun untuk pengambilan data
yang cepat dan optimal.
– Dapat membentuk kalkulasi yang komplek dan cepat.
Kekurangan (-) :
– Jumlah volume data yang dapat ditangani terbatas.
2. Relasional OLAP (ROLAP)
➢ Kelebihan:
Dapat menangani jumlah volume data yang sangat besar, batasan ukuran
volume data yang ditangani pada teknologi ROLAP adalah batas dari volume
dari Relational Database yang dipakai. Dengan kata lain pada ROLAP sendiri
tidak ada batasan volume data. Dapat memanfaatkan fungsi-fungsi yang
ada pada Relational Database yang dipakai.
Kekurangan :
• Performance dapat lambat,
karena setiap ROLAP report pada
dasarnya adalah SQL Query pada
Relational Database, waktu query
dapat lebih lama jika volume data
semakin besar.
• Fungsi SQL yang terbatas, karena
teknologi ROLAP terutama
tergantung pada pembentukan
statement Query pada Relational
Database, dan tidak semua
kebutuhan dapat terpenuhi
dengan SQL Statement. ROLAP
vendor telah mengantisipasi
resiko ini dengan cara membuat
Tool out-of-the-box untuk fungsi-
fungsi yang kompleks bahkan
memungkinkan user untuk
mendefinisikan fungsi-fungsi yang
dibutuhkannya sendiri.
3. Hybrid OLAP
• Hybrid OLAP, menggabungkan kedua teknologi sebelumnya. HOLAP
menggunakan Relational Database untuk menyimpan Detail data dan
menggunakan Multidimensional Database untuk menyimpan Aggregate-nya.
HOLAP services dapat menggunakan data MOLAP dan ROLAP secara
simultan untuk memecahkan suatu query.
• HOLAP hadir untuk mengatasi kelemahan dari ROLAP dan MOLAP,
kelemahan tersebut adalah :
• Performa ROLAP tidak begitu baik karena agregasi selalu dilakukan
ulang apabila cache sudah expired.
• Keterbatasan storage dari MOLAP jika digunakan untuk menyimpan
kombinasi agregasi pada semua level.
• Jadi HOLAP merupakan kombinasi atau "jalan tengah" antara keduanya
dimana HOLAP akan menyimpan data precomputed aggregate pada media
penyimpanan (storage) HOLAP sendiri.
Penerapan SQL Pada OLAP
Tabel hasil :
Quarter quarterly Sales Year-to-Date
1 960000 960000
2 1290000 2250000
3 2000000 4250000
4 1500000 5750000
OLAP 22/16
Proses dan Posisi OLAP pada Datawarehouse