Diberdayakan oleh Blogger.
RSS

welcome......

seLamaaat dataaang :)

OLAP


::: OLAP :::
SEJARAH
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.

Online Analytical Processing, atau disingkat OLAP adalah 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 analis. 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).

OLTP adalah singkatan dari On Line Transaction Processing, OLTP sering kita jumpai di sekitar kita seperti toko atau swalayan contohnya database pada sistem informasi penjualan. Berbeda dengan OLAP, OLAP adalah On Line Analytical Processing yang maksudnya adalah database yang menyimpan data sekarang dan masa lalu yang berasal dari OLTP. OLAP bertujuan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan. perbedaan OLAP dan OLTP terletak pada tujuannya. A=Analytical T=Transactional. perintahnya sama-sama . select. Kalau tidak salah, pada olap tidak ada update, insert. update dan insert hanya berlangsung sesekali, pada saat proses Extract Transform Load dari database transactional ke data warehouse. jadi olap sifatnya historical. digunakan untuk kepentingan analisis.
struktur data pada OLAP dibuat seplain mungkin, dengan meminimalisasi tipe foreign key dan database form. tujuannya supaya ketika query dijalankan, database tidak perlu melakukan proses yang terlalu rumit seperti pada OLTP [select dalam select, tipe foreign key yang tidak sederhana, dlsb]
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.
perbedaannya dapat dilihat pada table dibawah ini
  1. User
    Dalam OLTP, penggunanya adalah IT PRoffesional sedangkan OLAP penggunanya adalah Knowledge worker maksdunya penggunanya adalah seorang yang bertindak dalam subyek tertentu, atau petinggi dalam suatu perusahaan.
  2. Function
    OLTP digunakan sehari-hari untuk proses bisnis seperti toko atau swalayan, sedangkan OLAP digunakan untuk pengambilan keputusan.
  3. Design DB
Desain dalam OLTP bersifat Entity Relational atau databasenya dinormalisasi dulu sebelum digunakan. Untuk OLAP desain databasenya di de-normalisasi.
  1. Data
    Dalam OLTP datanya adalah hari ini, update setiap saat sedangkan OLAP datanya adalah sekarang dan hari ini yang berguna untuk melakukan analisis ke depan.
  2. Penggunaan
    OLTP digunakan setiap saat, sedangkan OLAP digunakan seperlunya saja.
  3. Access
    OLTP aksesnya bisa write, read dan lain-lain. Sedangkan OLAP sering dibaca karena digunakan untuk analisa.
  4. Unit Pekerjaan
Kalau OLTP pekerjaannya hanya sederhana misalnya transaksi dalam swalayan. Untuk OLAP query untuk menampilkan data sangat kompleks
  1. Jumlah rekaman yang di akses
Kalau OLTP sekitar ratusan sampai ribuan, tapi jika OLAP data yang diakses bisa sampai jutaan bahkan milyaran.
  1. Jumlah Pengguna

Untuk OLTP penggunanya adalah puluhan, tapi kalau OLAP penggunanya bisa sampai ratusan bahkan ribuan
  1. Ukuran Database
Ukuran database untuk OLTP sekitar MB-GB, sedangkan OLAP bisa sampai GB-TB

Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya.

Nigel Pendse menyarankan suatu alternatif dan mungkin istilahnya lebih deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat di-sharing (FASMI)

Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.

Secara mendasar OLAP adalah operasi basis data atau sesuatu metode khusus untuk melakukan analisa terhadap data yang terdapat didalam media penyimpanan data (database) dan untuk mendapatkan data dalam bentuk kesimpulan dengan menggunakan agregasi sebagai  mekanisme utama.Untuk tujuan tersebut data yang berupa informasi dibuat dalam format khusus dengan memberikan group terhadap data. Hal ini dinamakan model kubus atau cube dimana kita bisa memandang data dari berbagai dimension cube
Ada 3 tipe dari OLAP yaitu :
1.      Relational OLAP (ROLAP)
2.      Multidimensional OLAP (MOLAP)
3.      Hybrid OLAP (HOLAP)membagi data antara tabel relasional dan tempat penyimpanan khusus.
Cube adalah bagian utama dari OLAP. Cube berisi kumpulan banyak data yang telah disatukan (diagregasi) sehingga mempercepat hasil query. Misal, data penjualan yang telah disatukan dengan data periode waktu dan jenis barang, akan mempercepat hasil query untuk menampilkan data penjualan per minggu, atau per bulan dan berdasarkan jenis barang tertentu. Di dalam Cube terdapat Dimension dan Measures
  1. Fact Table merupakan Tabel yang digunakan dan yang berisi data-data dalam kelompok Measure
  2. Dimension adalah bagian dari Cube yang menggambarkan suatu kategori data, yang digunakan sebagai dasar untuk merangkum data. Misalnya : dimensi waktu atau area. Biasanya pula, dimension memiliki hirarki atau jenjang atau tingkatan. Misal dimensi waktu memiliki tingkatan berupa : tahun, bulan, minggu, hari, dan sebagainya. Dimensi area, seperti propinsi, kabupaten, kecamatan dan desa. Tabel yang digunakan sebagai dimension disebut Dimension Table.
  3. Measure adalah bagian dari Cube yang berisi kumpulan data yang akan dirangkum, seperti data jumlah penduduk laki-laki, jumlah penduduki perempuan, kepadatan penduduk, dan lain-lain. Pada umumnya, data yang tergolong dalam measure ini tidak memiliki hirarki atau jenjang, dan dapat dilakukan proses matematis (penjumlahan, pengurangan, dan lain-lain). 
Data telah berkembang sangat pesat dalam beberapa dekade terakhir. Banyak bentuk-bentuk yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu keperluan tertentu. Sejak tahun 1980-an , baik organisasi swasta maupun pemerintahan telah bekerja dengan data dalam interval megabyte sampai gigabyte bahkan terabyte. Oleh karena itu, kebutuhan akan alat cangih dan cepat dalam menganalisis data semakin meningkat. Hal ini dikarenakan maju atau mundurnya perusahaan akan sangat bergantung oleh seberapa cepat dan canggihnya sistem informasi yang mereka miliki serta kemampuan mereka dalam menganalisis informasi dengan sistem tersebut. Dengan memanfaatkan relational database yang sudah ada maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi
Sudah sekian lama, perusahaan menganalisis data dengan menggunakan relational DBMS yang sangat sederhana, dan tentunya memiliki keterbatasan dalam melakukan aggregate, summarize, consolidate, sum, view, dan analyze. Kekurangan tersebut akan muncul jika datanya bersifat multidimensi, karena banyak perusahaan menganalisis berbagai data dalam satu waktu yang bersamaan. Oleh karena itu, dibutuhkan suatu multidimensional data analysis sehingga muncullah Online Analytical Processing (OLAP).
TEKNIK OLAP
Selain itu, teknik OLAP itu sendiri dapat dirangkum menjadi 5 garis besar  yaitu Fast Analysis of Shared Multidimensional Information atau disingkat menjadi FASMI yang masing-masing berarti sebagai berikut:
1.      FAST
berarti sistem ditargetkan untuk memberikan response terhadap user dengan  secepat mungkin, sesuai dengan analisis yang dilakukan.
2.      ANALYSIS
berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan dengan aplikasi dan user, dan mudah.
3.      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.
4.      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.

5.      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.
Karakteristik
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.
Selain itu karakteristik OLAP yang lain yaitu :
·         Menggunakan teknik analisa data Multidimensional
·         Menyediakan dukungan database tingkat lanjut
·         Menyediakan cara pakai yang mudah dan User Interface yang mudah difahami.
·         dMendukung arsitektur Client/Server


TEMPAT PENYIMPANAN

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.
Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari tabel database relasional sehingga query tidak secepat MOLAP. 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. Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut :
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
OLAP menerangkan sebuah kelas dari teknologi yang didesain keberadaan data adhoc dan analisis. Ketika proses umum transaksi terjadi pada hubungan database, OLAP menjadi kurang lebih sama dengan pandangan multidimensi dari data bisnis. Tampilan multidimensi ini didukung oleh teknologi multidimensi database.
Tool software OLAP mengirim alat-alat teknologi untuk analisis bisnis komplek dengan membuat pengguna dapat menganalisa data dalam lingkungan multidimensi. Dengan tool OLAP seseorang dapat menganalisa dan me-navigasi melalui data untuk menemukan trend, titik pengecualian, dan mendapat detail tergaris bawah untuk pemahaman kemunduran yang lebih baik dan menjalankan aktivitas bisnis mereka. 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 DAN PENJADWALAN BERPRIORITAS
Berdasarkan algoritma penjadwalan berprioritas dibagi dua macam :
Statis, prioritas yang tidak berubah
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.
Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya :
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.

OLAP menyediakan cara untuk menampilkan data Multi Dimensional yang ada dalam Data Mart atau Data Warehouse, dengan OLAP dapat dibuat Cube yang mengorganisasikan data dan membuat summary data untuk query yang effisien.
OLAP Features
Beberapa produk OLAP secara logika adalah sama, kesamaan tersebut antara lain dalam hal-hal berikut:
·         Berdasarkan Dimensional
·         Pre-Aggregate untuk meningkatkan performance dan
·         Mendukung bahasa analisa data tingkat lanjut
Operasi-operasi OLAP
Operasi-operasi yang terdapat pada OLAP antara lain :
1.      Slicing dan Dicing
Slicing dan dicing adalah operasi untuk melihat data sebagai visualisasi dari kubus. Dengan slicing dan dicing pengguna dapat melihat data dari beberapa perspektif. Pengguna dapat mengekstrak bagian dari data agregrated dan dapat memeriksa dengan detail berdasarkan dimensi-dimensi yang diinginkan. Data Agregrated merupakan data praperhitungan (precalculated) dalam bentuk rangkuman data (data summarized) sehingga query pada kubus (cube) lebih cepat. Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi). Sedangkan dicing memberikan kemampuan untuk melihat pemilihan data pada dua dimensi atau lebih. Yaitu dengan merotasi cube pada perspektif yang lain sehingga pengguna dapat melihat lebih spesifik terhadap data yang dianalisa.
1.      Roll up dan drill down
Drill down dan roll up adalah operasi untuk melihat data global atau detail disepanjang level hiraraki dimensi. Roll up untuk melihat data secara global atau rangkuman (summary). Drill down memandu pengguna untuk memperoleh data yang lebih detail. Drill down ini biasa digunakan untuk menjawab pertanyaan atas suatu kasus tertentu. Misalnya untuk menjawab pertanyaan ketika sebuah summary number (rata-rata atau jumlah) di bawah atau di atas harapan.

Pengambilan data dan Refresh perbedaan

OLAP database diatur untuk memfasilitasi pencarian dan analisis data dalam jumlah besar. Sebelum Excel menampilkan ringkasan data dalam laporan PivotTable, OLAP server melakukan perhitungan untuk meringkas data. Hanya data diringkas kembali ke Excel, pada dasar yang dibutuhkan. Dengan non-OLAP eksternal database, semua catatan sumber individu kembali, dan kemudian Excel tidak meringkas. Akibatnya, OLAP database dapat menyediakan Excel dengan kemampuan untuk menganalisis data eksternal dalam jumlah banyak lebih besar.

OLAP server kembali data baru ke Excel setiap kali Anda mengubah tampilan atau layout laporan PivotTable atau PivotChart. Ketika Anda menggunakan non-OLAP sumber data, data refresh berbeda dan me-refresh berbagai pilihan tersedia dalam PivotTable pilihan kotak dialog.

Non-OLAP data dapat kembali ke Excel sebagai berbagai data eksternal atau laporan PivotTable atau PivotChart. OLAP data dapat kembali ke Excel hanya berbentuk laporan PivotTable atau PivotChart.

Sumber :

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

0 komentar:

Posting Komentar