SlideShare a Scribd company logo
@Prof. Dr. Ir. Made Sudarma, M.A.Sc., IPU., ASEAN Eng.
PENGERTIAN OLAP ONLINE ANALYTICAL
PROCESSING DAN FUNGSINYA
OLAP
• Pengertian OLAP Online Analytical Processing adalah metode
pendekatan yang menyediakan berbagai jawaban terhadap query
analisis yang multidimensi secara cepat. OLAP merupakan desain
dari aplikasi serta teknologi yang bisa mengumpulkan, menyimpan,
serta memanipulasi data multidimensi sebagai tujuan
analisis.angga menghasilkan Business Intelligence.
PENGERTIAN OLAP MENURUT PARA AHLI
• Pengertian OLAP Online Analytical Processing menurut Turban, Sharda, Delen dan
King (2011:77) merupakan kemampuan dari memanipulasi data secara efisien dari
beberapa pandangan (perspektif). Struktur operasional utama pada OLAP
berdasarkan pada konsep yang disebut Cube (kubus). Cube dalam OLAP merupakan
struktur data multidimensial (aktual/virtual) yang memungkinkan analisis data
secara cepat. Susunan data pada kubus berfungsi untuk mengatasi keterbatasan
database relational. Database relational tidak sesuai untuk analisis secara cepat dan
dekat dari jumlah data yang besar, yang lebih sesuai adalah dengan memanipulasi
record (dengan cara menghapus, menambahkan serta memperbaharui data) yang
mewakili berbagai transaksi.
• OLAP menurut Scheps merupakan konsep data multidimensional dengan konsep
mentualisasi data transaksional perusahaan. OLAP tidak hanya mengagregasi data
namun juga memiliki kemampuan pada sistem BI (Business Intelligence) untuk melihat
data menggunakan cara baru.
Menurut Scheps terdapat dua kategori dalam sistem OLAP:
OLAP Cube
• Merupakan penyimpan data terspesialisasi yang dirancang secara spesifik
menyelesaikan multidimentional summary data. Data Cube tersimpan pada cell dengan
struktur menyerupai 3D spreadsheet.
OLAP Access Tools
• Merupakan lingkungan klien yang memungkinkan users melakukan manipulasi data
cube sehingga menghasilkan Business Intelligence (BI).
FUNGSI OLAP
• Fungsi OLAP Sehubungan dengan pengertian OLAP Online Analytical Processing, salah
satu fungsi OLAP adalah meningkatkan produktivitas pengguna akhir pada bidang
bisnis, pengembang IT serta keseluruhan organisasi. Pengawasan yang lebih serta
akses yang tepat waktu terhadap informasi strategis bisa menghasilkan pengambilan
keputusan yang lebih efektif.
• Fungsi OLAP selanjutnya adalah menurunkan “backlog” pengembangan aplikasi untuk
staf IT dengan cara membuat pengguna akhir bisa merubah skema serta membangun
model sendiri.
FUNGSI OLAP
KARAKTERISTIK OLAP
• Mengizinkan bagi para pelaku bisnis untuk mempunyai pandangan logical serta multi
dimensional terhadap data dalam data warehouse.
• Memberi fasilitas pada analisis query secara interaktif dan kompleks bagi pengguna.
• Mengizinkan pengguna dalam melakukan drilldown sehingga memperoleh rincian
secara lebih jelas atau roll up untuk agregasi metric selama satu dimensi bisnis atau
pun multi dimensi.
• Mempunyai kemampuan untuk menyajikan perhitungan yang rumit serta
perbandingan.
• Menyajikan hasil dalam berbagai cara yang mempunyai arti dalam bentuk gambar
maupun diagram.
TEKNIK OLAP
OLAP memiliki lima teknik yang dapat diringkas menjadi FASMI (Fast Analysis of Shared Multi-
dimensional Information). Hal ini untuk memudahkan dalam memahami dan mengingatnya. Dan
berikut adalah penjelasannya:
• Fast: Sistem memiliki target untuk memberikan respon secepat mungkin pada pengguna
menurut analisis yang dilakukan.
• Analysis: Sistem mampu mengatasi berbagai logika bisnis serta analisis statistik yang
relevan dengan aplikasi dan pengguna.
• Shared: Sistem melakukan keseluruhan keperluan pengamanan data, yang mana apabila
diperlukan banyak akses penulisan tentang data maka perlu disesuaikan dengan level
pengguna. Karena tidak seluruh aplikasi memerlukan pengguna menulis data kembali, maka
sistem harus bisa menyelesaikan multiple update dalam satu waktu dengan aman.
• Multidimensional: Sistem harus memberikan conceptual view dari data secara
multidimentional, baik full support hierarki maupun multiple support hierarki. Hal ini
merupakan cara logis untuk melakukan analisis bisnis serta organisasi.
• Information: Seluruh data serta informasi yang diperlukan dan relevan bagi aplikasi.
Kapasitas produk OLAP tidak sama dalam menghandle input data, yang tergantung
pada beberapa pertimbangan yaitu: duplikasi data, penggunaan disk space,
penggunaan RAM, performance, integrasi terhadap data warehouse, dan sebagainya.
TEMPAT PENYIMPANAN OLAP
MOLAP (Multidimensional Online Analitycal Processing)
• Menyimpan data serta agregasi struktur data multidimensi pada OLAP server sehingga
menghasilkan performa query yang sangat bagus. Tempat penyimpanan ini cocok untuk
database ukuran kecil hingga sedang.
ROLAP (Relational Online Analitycal Processing)
• Menyimpan data serta agregasi kubus menggunakan tabel pada database relasional data
warehouse. ROLAP mengakses secara langsung dari tabel fact saat memerlukan jawaban
sebuah query.
HOLAP (Hybrid Online Analitycal Processing)
• Hal ini merupakan gabungan antara MOLAP dan ROLAP. Pada HOLAP, data tersimpan pada
tabel relasional namun agregasi data tersimpan pada format multidimensi. Model
penyimpanan ini cocok untuk kubus yang memerlukan performa query bagus dengan jumlah
data besar.
• Data Warehouse adalah sebuah database yang mengandung data yang biasanya
mewakili sejarah bisnis dari suatu organisasi. Data Historis dari data warehouse
digunakan di dalam aktivitas analisis yang mendukung keputusan bisnis dalam
beberapa tingkat.
• Data Warehouse bicara mengenai bagaimana data-data yang besar dan beragam
disimpan dalam satu repository(gudang data) dan disusun sedemikian sehingga
memudahkan pencarian. Data di dalam data warehouse diorganisir untuk mendukung
analisa, bukan transaksi pemrosesan dalam waktu nyata, seperti sistem online
transaction processing (OLTP).
OLTP
• Online Transaction Processing atau sering dikenal dengan OLTP adalah sistem yang
berorientasi proses yang memproses transaksi secara langsung melalui komputer
yang terhubung dalam jaringan. Misalnya biasa digunakan pada sebuah supermarket,
kasir menggunakan mesin dalam proses transaksinya.
• OLTP mempunyai karakteristik beberapa user dapat creating, updating, retrieving
untuk setiap record data, OLTP sangat optimal untuk updating data.
ETL
• Proses ETL merupakan suatu landasan dari sebuah data warehouse. Sebuah rancangan ETL
yang benar akan mengekstraksi data dari sistem sumber, mempertahankan kualitas data
dan menerapkan aturan-aturan standar, dan menyajikan data dalam berbagai bentuk,
sehingga dapat digunakan dalam proses pengambilan keputusan (Kimball dan Caserta 2004).
• Proses ETL merupakan sebuah urutan dari tahapan yang dimulai dari sourcing data (src)
lalu data di-transform melalui proses look-up bulk data (lkpbld) dan transform (xfm). Proses
ETL diakhiri dengan proses load ke berbagai macam output yang sesuai dengan skema, yang
terdiri dari proses load-up data (lodupd), load-insert data (lodins), dan load bulk data
(lodbld). Dari tahapan-tahapan tersebut, dapat dianalisis kinerja EDW PM berdasarkan
estimasi waktu tiap prosesnya.
OLAP
• Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction
Processing).
• 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.
• 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, keluaran dari kueri OLAP ditampilkan secara
khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran
dan kolom berupa nilai dari matrik.
MIK4237-01.pdf

More Related Content

Similar to MIK4237-01.pdf

Karakteristik data warehouse
Karakteristik data warehouseKarakteristik data warehouse
Karakteristik data warehouse
suleman ganteng
 
ERP
ERPERP
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
Jiantari Marthen
 
Rekayasa web part 4 khaerul anwar
Rekayasa web part 4 khaerul anwarRekayasa web part 4 khaerul anwar
Rekayasa web part 4 khaerul anwar
Khaerul Anwar
 
ETL Big Data dengan Apache Hadoop
ETL Big Data dengan Apache HadoopETL Big Data dengan Apache Hadoop
ETL Big Data dengan Apache Hadoop
Syafrizal Adi
 
Pertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DWPertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DW
Endang Retnoningsih
 
DATA WAREHOUSE.pdf
DATA WAREHOUSE.pdfDATA WAREHOUSE.pdf
DATA WAREHOUSE.pdf
IkaCutePiece
 
Kecerdasan bisnis
Kecerdasan bisnisKecerdasan bisnis
Kecerdasan bisnis
HehePangibulan2
 
02-konsep-data-warehouse.ppt
02-konsep-data-warehouse.ppt02-konsep-data-warehouse.ppt
02-konsep-data-warehouse.ppt
Dedek28
 
DATAWAREHOSEpertemuan 1.pdf
DATAWAREHOSEpertemuan 1.pdfDATAWAREHOSEpertemuan 1.pdf
DATAWAREHOSEpertemuan 1.pdf
ZoeniardiPutra
 
Konsep Data Warehouse.pptx
Konsep Data Warehouse.pptxKonsep Data Warehouse.pptx
Konsep Data Warehouse.pptx
MarketingStaff2
 
DWO - Pertemuan 2 & 3
DWO - Pertemuan 2 & 3DWO - Pertemuan 2 & 3
DWO - Pertemuan 2 & 3
Abrianto Nugraha
 
Data_warehouse.ppt
Data_warehouse.pptData_warehouse.ppt
Data_warehouse.ppt
Dedek28
 
Modul Data Warehouse
Modul Data Warehouse  Modul Data Warehouse
Modul Data Warehouse
Nina Hendra Putri
 
Chapter 11 Data Management
Chapter 11   Data ManagementChapter 11   Data Management
Chapter 11 Data Management
Hani Novita
 
Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Soim Ahmad
 
Pertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi DimensiPertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi Dimensi
Endang Retnoningsih
 
OLAP
OLAPOLAP
Snowflake schema
Snowflake schemaSnowflake schema
Snowflake schema
Setiawansyah Setiawansyah
 
Fact schema 2
Fact schema 2Fact schema 2

Similar to MIK4237-01.pdf (20)

Karakteristik data warehouse
Karakteristik data warehouseKarakteristik data warehouse
Karakteristik data warehouse
 
ERP
ERPERP
ERP
 
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3
 
Rekayasa web part 4 khaerul anwar
Rekayasa web part 4 khaerul anwarRekayasa web part 4 khaerul anwar
Rekayasa web part 4 khaerul anwar
 
ETL Big Data dengan Apache Hadoop
ETL Big Data dengan Apache HadoopETL Big Data dengan Apache Hadoop
ETL Big Data dengan Apache Hadoop
 
Pertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DWPertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DW
 
DATA WAREHOUSE.pdf
DATA WAREHOUSE.pdfDATA WAREHOUSE.pdf
DATA WAREHOUSE.pdf
 
Kecerdasan bisnis
Kecerdasan bisnisKecerdasan bisnis
Kecerdasan bisnis
 
02-konsep-data-warehouse.ppt
02-konsep-data-warehouse.ppt02-konsep-data-warehouse.ppt
02-konsep-data-warehouse.ppt
 
DATAWAREHOSEpertemuan 1.pdf
DATAWAREHOSEpertemuan 1.pdfDATAWAREHOSEpertemuan 1.pdf
DATAWAREHOSEpertemuan 1.pdf
 
Konsep Data Warehouse.pptx
Konsep Data Warehouse.pptxKonsep Data Warehouse.pptx
Konsep Data Warehouse.pptx
 
DWO - Pertemuan 2 & 3
DWO - Pertemuan 2 & 3DWO - Pertemuan 2 & 3
DWO - Pertemuan 2 & 3
 
Data_warehouse.ppt
Data_warehouse.pptData_warehouse.ppt
Data_warehouse.ppt
 
Modul Data Warehouse
Modul Data Warehouse  Modul Data Warehouse
Modul Data Warehouse
 
Chapter 11 Data Management
Chapter 11   Data ManagementChapter 11   Data Management
Chapter 11 Data Management
 
Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)Pertemuan 10 (bab x basis data)
Pertemuan 10 (bab x basis data)
 
Pertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi DimensiPertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi Dimensi
 
OLAP
OLAPOLAP
OLAP
 
Snowflake schema
Snowflake schemaSnowflake schema
Snowflake schema
 
Fact schema 2
Fact schema 2Fact schema 2
Fact schema 2
 

Recently uploaded

Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Fathan Emran
 
Biografi Presiden Republik Indonesia.pdf
Biografi Presiden Republik Indonesia.pdfBiografi Presiden Republik Indonesia.pdf
Biografi Presiden Republik Indonesia.pdf
pristayulianabila
 
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
Fathan Emran
 
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdfTugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
nurfaridah271
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
ssuser4dafea
 
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdfJURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
HERIHERI52
 
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptxRPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
YongYongYong1
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
ananda238570
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
SABDA
 
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptxPPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
SriKuntjoro1
 
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdfRANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
OswaldusDiwaDoka
 
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdfTugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Thahir9
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
AdePutraTunggali
 
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Kanaidi ken
 
Lembar Kerja Asesmen Awal Paud ke sd.pptx
Lembar Kerja Asesmen Awal Paud ke sd.pptxLembar Kerja Asesmen Awal Paud ke sd.pptx
Lembar Kerja Asesmen Awal Paud ke sd.pptx
opkcibungbulang
 
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
Kanaidi ken
 
Tugas Refleksi Dwi Mingguan Modul 1.4.pdf
Tugas Refleksi Dwi Mingguan Modul 1.4.pdfTugas Refleksi Dwi Mingguan Modul 1.4.pdf
Tugas Refleksi Dwi Mingguan Modul 1.4.pdf
Thahir9
 
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
Arumdwikinasih
 
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
StevanusOkiRudySusan
 
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
SABDA
 

Recently uploaded (20)

Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Matematika Kelas 11 Fase F Kurikulum Merdeka
 
Biografi Presiden Republik Indonesia.pdf
Biografi Presiden Republik Indonesia.pdfBiografi Presiden Republik Indonesia.pdf
Biografi Presiden Republik Indonesia.pdf
 
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum Merdeka
 
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdfTugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
Tugas_Rasianto-Refleksi - Pembelajaran Diferensiasi dalam PJOK.pdf
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
 
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdfJURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
JURNAL REFLEKSI DWI MINGGUAN MODUL 1.4 BUDAYA POSITIF.pdf
 
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptxRPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
RPH BAHASA MELAYU TAHUN 6 SJKC 2024.pptx
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
 
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptxPPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
PPT KRITERIA KENAIKAN KELAS & KELULUSAN.pptx
 
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdfRANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pdf.pdf
 
Tugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdfTugas CGP Mulai dari diri - Modul 2.1.pdf
Tugas CGP Mulai dari diri - Modul 2.1.pdf
 
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
 
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28  Juni 2024
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024
 
Lembar Kerja Asesmen Awal Paud ke sd.pptx
Lembar Kerja Asesmen Awal Paud ke sd.pptxLembar Kerja Asesmen Awal Paud ke sd.pptx
Lembar Kerja Asesmen Awal Paud ke sd.pptx
 
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
PELAKSANAAN (13-14 Juni'24) + Link2 Materi BimTek _"PTK 007 Rev-5 Thn 2023 (P...
 
Tugas Refleksi Dwi Mingguan Modul 1.4.pdf
Tugas Refleksi Dwi Mingguan Modul 1.4.pdfTugas Refleksi Dwi Mingguan Modul 1.4.pdf
Tugas Refleksi Dwi Mingguan Modul 1.4.pdf
 
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1
 
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
 
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
Pelatihan AI GKA abdi Sabda - Bagaimana memakai AI?
 

MIK4237-01.pdf

  • 1. @Prof. Dr. Ir. Made Sudarma, M.A.Sc., IPU., ASEAN Eng. PENGERTIAN OLAP ONLINE ANALYTICAL PROCESSING DAN FUNGSINYA
  • 2. OLAP • Pengertian OLAP Online Analytical Processing adalah metode pendekatan yang menyediakan berbagai jawaban terhadap query analisis yang multidimensi secara cepat. OLAP merupakan desain dari aplikasi serta teknologi yang bisa mengumpulkan, menyimpan, serta memanipulasi data multidimensi sebagai tujuan analisis.angga menghasilkan Business Intelligence.
  • 3. PENGERTIAN OLAP MENURUT PARA AHLI • Pengertian OLAP Online Analytical Processing menurut Turban, Sharda, Delen dan King (2011:77) merupakan kemampuan dari memanipulasi data secara efisien dari beberapa pandangan (perspektif). Struktur operasional utama pada OLAP berdasarkan pada konsep yang disebut Cube (kubus). Cube dalam OLAP merupakan struktur data multidimensial (aktual/virtual) yang memungkinkan analisis data secara cepat. Susunan data pada kubus berfungsi untuk mengatasi keterbatasan database relational. Database relational tidak sesuai untuk analisis secara cepat dan dekat dari jumlah data yang besar, yang lebih sesuai adalah dengan memanipulasi record (dengan cara menghapus, menambahkan serta memperbaharui data) yang mewakili berbagai transaksi.
  • 4. • OLAP menurut Scheps merupakan konsep data multidimensional dengan konsep mentualisasi data transaksional perusahaan. OLAP tidak hanya mengagregasi data namun juga memiliki kemampuan pada sistem BI (Business Intelligence) untuk melihat data menggunakan cara baru. Menurut Scheps terdapat dua kategori dalam sistem OLAP: OLAP Cube • Merupakan penyimpan data terspesialisasi yang dirancang secara spesifik menyelesaikan multidimentional summary data. Data Cube tersimpan pada cell dengan struktur menyerupai 3D spreadsheet. OLAP Access Tools • Merupakan lingkungan klien yang memungkinkan users melakukan manipulasi data cube sehingga menghasilkan Business Intelligence (BI).
  • 5. FUNGSI OLAP • Fungsi OLAP Sehubungan dengan pengertian OLAP Online Analytical Processing, salah satu fungsi OLAP adalah meningkatkan produktivitas pengguna akhir pada bidang bisnis, pengembang IT serta keseluruhan organisasi. Pengawasan yang lebih serta akses yang tepat waktu terhadap informasi strategis bisa menghasilkan pengambilan keputusan yang lebih efektif. • Fungsi OLAP selanjutnya adalah menurunkan “backlog” pengembangan aplikasi untuk staf IT dengan cara membuat pengguna akhir bisa merubah skema serta membangun model sendiri.
  • 7. KARAKTERISTIK OLAP • Mengizinkan bagi para pelaku bisnis untuk mempunyai pandangan logical serta multi dimensional terhadap data dalam data warehouse. • Memberi fasilitas pada analisis query secara interaktif dan kompleks bagi pengguna. • Mengizinkan pengguna dalam melakukan drilldown sehingga memperoleh rincian secara lebih jelas atau roll up untuk agregasi metric selama satu dimensi bisnis atau pun multi dimensi. • Mempunyai kemampuan untuk menyajikan perhitungan yang rumit serta perbandingan. • Menyajikan hasil dalam berbagai cara yang mempunyai arti dalam bentuk gambar maupun diagram.
  • 8. TEKNIK OLAP OLAP memiliki lima teknik yang dapat diringkas menjadi FASMI (Fast Analysis of Shared Multi- dimensional Information). Hal ini untuk memudahkan dalam memahami dan mengingatnya. Dan berikut adalah penjelasannya: • Fast: Sistem memiliki target untuk memberikan respon secepat mungkin pada pengguna menurut analisis yang dilakukan. • Analysis: Sistem mampu mengatasi berbagai logika bisnis serta analisis statistik yang relevan dengan aplikasi dan pengguna. • Shared: Sistem melakukan keseluruhan keperluan pengamanan data, yang mana apabila diperlukan banyak akses penulisan tentang data maka perlu disesuaikan dengan level pengguna. Karena tidak seluruh aplikasi memerlukan pengguna menulis data kembali, maka sistem harus bisa menyelesaikan multiple update dalam satu waktu dengan aman.
  • 9. • Multidimensional: Sistem harus memberikan conceptual view dari data secara multidimentional, baik full support hierarki maupun multiple support hierarki. Hal ini merupakan cara logis untuk melakukan analisis bisnis serta organisasi. • Information: Seluruh data serta informasi yang diperlukan dan relevan bagi aplikasi. Kapasitas produk OLAP tidak sama dalam menghandle input data, yang tergantung pada beberapa pertimbangan yaitu: duplikasi data, penggunaan disk space, penggunaan RAM, performance, integrasi terhadap data warehouse, dan sebagainya.
  • 10. TEMPAT PENYIMPANAN OLAP MOLAP (Multidimensional Online Analitycal Processing) • Menyimpan data serta agregasi struktur data multidimensi pada OLAP server sehingga menghasilkan performa query yang sangat bagus. Tempat penyimpanan ini cocok untuk database ukuran kecil hingga sedang. ROLAP (Relational Online Analitycal Processing) • Menyimpan data serta agregasi kubus menggunakan tabel pada database relasional data warehouse. ROLAP mengakses secara langsung dari tabel fact saat memerlukan jawaban sebuah query. HOLAP (Hybrid Online Analitycal Processing) • Hal ini merupakan gabungan antara MOLAP dan ROLAP. Pada HOLAP, data tersimpan pada tabel relasional namun agregasi data tersimpan pada format multidimensi. Model penyimpanan ini cocok untuk kubus yang memerlukan performa query bagus dengan jumlah data besar.
  • 11.
  • 12. • Data Warehouse adalah sebuah database yang mengandung data yang biasanya mewakili sejarah bisnis dari suatu organisasi. Data Historis dari data warehouse digunakan di dalam aktivitas analisis yang mendukung keputusan bisnis dalam beberapa tingkat. • Data Warehouse bicara mengenai bagaimana data-data yang besar dan beragam disimpan dalam satu repository(gudang data) dan disusun sedemikian sehingga memudahkan pencarian. Data di dalam data warehouse diorganisir untuk mendukung analisa, bukan transaksi pemrosesan dalam waktu nyata, seperti sistem online transaction processing (OLTP).
  • 13. OLTP • Online Transaction Processing atau sering dikenal dengan OLTP adalah sistem yang berorientasi proses yang memproses transaksi secara langsung melalui komputer yang terhubung dalam jaringan. Misalnya biasa digunakan pada sebuah supermarket, kasir menggunakan mesin dalam proses transaksinya. • OLTP mempunyai karakteristik beberapa user dapat creating, updating, retrieving untuk setiap record data, OLTP sangat optimal untuk updating data.
  • 14. ETL • Proses ETL merupakan suatu landasan dari sebuah data warehouse. Sebuah rancangan ETL yang benar akan mengekstraksi data dari sistem sumber, mempertahankan kualitas data dan menerapkan aturan-aturan standar, dan menyajikan data dalam berbagai bentuk, sehingga dapat digunakan dalam proses pengambilan keputusan (Kimball dan Caserta 2004). • Proses ETL merupakan sebuah urutan dari tahapan yang dimulai dari sourcing data (src) lalu data di-transform melalui proses look-up bulk data (lkpbld) dan transform (xfm). Proses ETL diakhiri dengan proses load ke berbagai macam output yang sesuai dengan skema, yang terdiri dari proses load-up data (lodupd), load-insert data (lodins), dan load bulk data (lodbld). Dari tahapan-tahapan tersebut, dapat dianalisis kinerja EDW PM berdasarkan estimasi waktu tiap prosesnya.
  • 15. OLAP • Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing). • 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.
  • 16. • 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, keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.