Dokumen tersebut membahas berbagai konsep terkait data warehouse seperti data warehouse, data mart, data mining, OLAP, MOLAP, ROLAP, HOLAP, dan business intelligence. Secara ringkas, data warehouse digunakan untuk menyimpan dan menganalisis data, data mart berisi bagian-bagian khusus dari data warehouse, sedangkan data mining dan OLAP merupakan teknik untuk menganalisis data tersebut.
Dokumen tersebut membahas tentang Data Warehouse dan OLAP sebagai elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar dapat dilakukan analisis cepat untuk pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
Dokumen tersebut membahas tentang Data Warehouse dan OLAP yang merupakan elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar mudah diakses dan dianalisis guna pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
Dokumen tersebut membahas tentang Online Analytical Processing (OLAP) yang merupakan konsep data multidimensional untuk menganalisis data secara cepat dengan menggunakan struktur kubus. OLAP memungkinkan analisis data dari berbagai perspektif dan dimensi serta melakukan drill down dan roll up secara cepat.
Dokumen tersebut merangkum konsep-konsep penting dalam data warehouse seperti data mart, arsitektur data mart, karakteristik data mart, keuntungan dan kerugian menggunakan data mart, OLTP, proses ETL, OLAP, tabel dimensi, fact table, DSS, star schema, dan snowflake schema.
Dokumen tersebut membahas berbagai konsep terkait data warehouse seperti data warehouse, data mart, data mining, OLAP, MOLAP, ROLAP, HOLAP, dan business intelligence. Secara ringkas, data warehouse digunakan untuk menyimpan dan menganalisis data, data mart berisi bagian-bagian khusus dari data warehouse, sedangkan data mining dan OLAP merupakan teknik untuk menganalisis data tersebut.
Dokumen tersebut membahas tentang Data Warehouse dan OLAP sebagai elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar dapat dilakukan analisis cepat untuk pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
Dokumen tersebut membahas tentang Data Warehouse dan OLAP yang merupakan elemen penting dalam mendukung pengambilan keputusan. Data Warehouse digunakan untuk menyimpan dan mengintegrasikan data dari berbagai sumber agar mudah diakses dan dianalisis guna pengambilan keputusan bisnis, sedangkan OLAP berfungsi untuk mengubah data menjadi struktur multidimensi yang memudahkan analisis.
Dokumen tersebut membahas tentang Online Analytical Processing (OLAP) yang merupakan konsep data multidimensional untuk menganalisis data secara cepat dengan menggunakan struktur kubus. OLAP memungkinkan analisis data dari berbagai perspektif dan dimensi serta melakukan drill down dan roll up secara cepat.
Dokumen tersebut merangkum konsep-konsep penting dalam data warehouse seperti data mart, arsitektur data mart, karakteristik data mart, keuntungan dan kerugian menggunakan data mart, OLTP, proses ETL, OLAP, tabel dimensi, fact table, DSS, star schema, dan snowflake schema.
Data warehouse dirancang untuk menganalisis data berdasarkan subjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data disimpan berorientasi pada subjek seperti pelanggan, produk, dan penjualan. Data warehouse juga dapat menyimpan dan mengintegrasikan data dari sumber terpisah dalam format konsisten.
ERP adalah paket perangkat lunak yang mengintegrasikan proses bisnis inti perusahaan ke dalam satu sistem terpadu yang menggunakan basis data tunggal untuk memungkinkan berbagi informasi dan meningkatkan komunikasi. Tujuannya adalah mengintegrasikan departemen-departemen perusahaan yang sebelumnya memiliki sistem komputer terpisah menjadi satu sistem terintegrasi untuk mendukung aliran informasi yang lancar di seluruh organis
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3Jiantari Marthen
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas tentang sistem perencanaan sumber daya perusahaan (ERP) pada PT. SURABAYA WIRE.
2. ERP merupakan sistem informasi yang mengintegrasikan proses bisnis perusahaan.
3. Dokumen ini membahas konsep, manfaat, risiko dan contoh produk ERP terkemuka seperti SAP, JD Edwards, Oracle dan PeopleSoft.
Dokumen tersebut membahas tentang database, ORM, dan contoh penggunaan ORM di Laravel. Secara ringkas, dokumen menjelaskan pengertian database dan manfaatnya, perbedaan antara SQL dan NoSQL, pengertian ORM beserta manfaatnya, konsep Eloquent ORM di Laravel, dan contoh penggunaan ORM untuk menambahkan, mengupdate, dan menghapus data di Laravel.
Beberapa tahun terakhir sektor organisasi publik dan pribadi membuat keputusan strategis untuk mengubah Big Data menjadi data yang mempunyai nilai, tantangan dalam penggalian nilai dari Big Data adalah mentransformasikan data dari data mentah menjadi Informasi yang berguna untuk kebutuhan dan tujuan Analisa Bisnis, proses ini dikenal sebagai Extract, Transform & Load (ETL).
Konsep Dasar Data Warehouse:
• Pengertian Data Warehouse
• Istilah-istilah yang berhubungan dengan data warehouse
• Karakteristik Data Warehouse
• Tugas-tugas Data warehouse
• Keuntungan Data Warehouse
Data warehouse dan database merupakan sistem penyimpanan data yang berbeda dalam cara memprosesnya. Data warehouse menggunakan OLAP untuk menganalisis data secara cepat sedangkan database menggunakan OLTP untuk transaksi data. Data mart merupakan bagian penting dari data warehouse yang mendukung analisis tingkat departemen. OLAP menampilkan laporan multidimensi dari data besar menggunakan tabel fakta dan dimensi. Data mining mengekstrak pola dari data besar menggunak
Dokumen tersebut membahas tentang Data Warehouse, Data Mart, OLAP, dan Data Mining. Secara singkat, Data Warehouse digunakan untuk menyimpan dan menganalisis data masa lalu dari berbagai sumber untuk keperluan pengambilan keputusan manajemen, sedangkan Data Mart merupakan subset dari Data Warehouse yang berfokus pada kebutuhan departemen tertentu. OLAP digunakan untuk memanipulasi dan menganalisis data multidimensi, sementara Data Mining digunak
Data warehouse akan dibangun untuk toko buku universitas yang memiliki cabang di lima kampus untuk mendukung proses bisnis pengadaan dan penjualan buku pelajaran kepada mahasiswa berdasarkan jadwal mata kuliah yang diajarkan. Data dari berbagai sumber seperti departemen akademik dan penerbit akan digabungkan untuk memfasilitasi proses bisnis.
Dokumen tersebut membahas tentang pengelolaan data, termasuk pengumpulan, penyimpanan, analisis, dan visualisasi data. Beberapa topik utama yang dibahas adalah manajemen siklus hidup data, data warehouse, data mining, dan visualisasi data untuk menghasilkan informasi yang berguna bagi pengambilan keputusan bisnis.
OLAP digunakan untuk analisis cepat dan multidimensi dalam DW. Cube mewakili dimensi dan metrik untuk OLAP. Implementasi OLAP melibatkan perancangan data dimensional, pertimbangan administrasi, dan pemilihan alat.
Dokumen tersebut membahas tentang desain data warehouse yang didasarkan pada model multidimensional dengan menggunakan tabel fakta dan tabel dimensi. Ada beberapa pendekatan dalam membuat data warehouse yaitu star schema, snowflake schema, dan fact constellation. Snowflake schema merupakan perluasan dari star schema dimana tabel dimensi dapat dihubungkan ke tabel dimensi lain.
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka.
Data warehouse dirancang untuk menganalisis data berdasarkan subjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu. Data disimpan berorientasi pada subjek seperti pelanggan, produk, dan penjualan. Data warehouse juga dapat menyimpan dan mengintegrasikan data dari sumber terpisah dalam format konsisten.
ERP adalah paket perangkat lunak yang mengintegrasikan proses bisnis inti perusahaan ke dalam satu sistem terpadu yang menggunakan basis data tunggal untuk memungkinkan berbagi informasi dan meningkatkan komunikasi. Tujuannya adalah mengintegrasikan departemen-departemen perusahaan yang sebelumnya memiliki sistem komputer terpisah menjadi satu sistem terintegrasi untuk mendukung aliran informasi yang lancar di seluruh organis
Makalah sistem informasi akuntansi spsdp (studi kasus pt. surabaya wire) kel. 3Jiantari Marthen
Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas tentang sistem perencanaan sumber daya perusahaan (ERP) pada PT. SURABAYA WIRE.
2. ERP merupakan sistem informasi yang mengintegrasikan proses bisnis perusahaan.
3. Dokumen ini membahas konsep, manfaat, risiko dan contoh produk ERP terkemuka seperti SAP, JD Edwards, Oracle dan PeopleSoft.
Dokumen tersebut membahas tentang database, ORM, dan contoh penggunaan ORM di Laravel. Secara ringkas, dokumen menjelaskan pengertian database dan manfaatnya, perbedaan antara SQL dan NoSQL, pengertian ORM beserta manfaatnya, konsep Eloquent ORM di Laravel, dan contoh penggunaan ORM untuk menambahkan, mengupdate, dan menghapus data di Laravel.
Beberapa tahun terakhir sektor organisasi publik dan pribadi membuat keputusan strategis untuk mengubah Big Data menjadi data yang mempunyai nilai, tantangan dalam penggalian nilai dari Big Data adalah mentransformasikan data dari data mentah menjadi Informasi yang berguna untuk kebutuhan dan tujuan Analisa Bisnis, proses ini dikenal sebagai Extract, Transform & Load (ETL).
Konsep Dasar Data Warehouse:
• Pengertian Data Warehouse
• Istilah-istilah yang berhubungan dengan data warehouse
• Karakteristik Data Warehouse
• Tugas-tugas Data warehouse
• Keuntungan Data Warehouse
Data warehouse dan database merupakan sistem penyimpanan data yang berbeda dalam cara memprosesnya. Data warehouse menggunakan OLAP untuk menganalisis data secara cepat sedangkan database menggunakan OLTP untuk transaksi data. Data mart merupakan bagian penting dari data warehouse yang mendukung analisis tingkat departemen. OLAP menampilkan laporan multidimensi dari data besar menggunakan tabel fakta dan dimensi. Data mining mengekstrak pola dari data besar menggunak
Dokumen tersebut membahas tentang Data Warehouse, Data Mart, OLAP, dan Data Mining. Secara singkat, Data Warehouse digunakan untuk menyimpan dan menganalisis data masa lalu dari berbagai sumber untuk keperluan pengambilan keputusan manajemen, sedangkan Data Mart merupakan subset dari Data Warehouse yang berfokus pada kebutuhan departemen tertentu. OLAP digunakan untuk memanipulasi dan menganalisis data multidimensi, sementara Data Mining digunak
Data warehouse akan dibangun untuk toko buku universitas yang memiliki cabang di lima kampus untuk mendukung proses bisnis pengadaan dan penjualan buku pelajaran kepada mahasiswa berdasarkan jadwal mata kuliah yang diajarkan. Data dari berbagai sumber seperti departemen akademik dan penerbit akan digabungkan untuk memfasilitasi proses bisnis.
Dokumen tersebut membahas tentang pengelolaan data, termasuk pengumpulan, penyimpanan, analisis, dan visualisasi data. Beberapa topik utama yang dibahas adalah manajemen siklus hidup data, data warehouse, data mining, dan visualisasi data untuk menghasilkan informasi yang berguna bagi pengambilan keputusan bisnis.
OLAP digunakan untuk analisis cepat dan multidimensi dalam DW. Cube mewakili dimensi dan metrik untuk OLAP. Implementasi OLAP melibatkan perancangan data dimensional, pertimbangan administrasi, dan pemilihan alat.
Dokumen tersebut membahas tentang desain data warehouse yang didasarkan pada model multidimensional dengan menggunakan tabel fakta dan tabel dimensi. Ada beberapa pendekatan dalam membuat data warehouse yaitu star schema, snowflake schema, dan fact constellation. Snowflake schema merupakan perluasan dari star schema dimana tabel dimensi dapat dihubungkan ke tabel dimensi lain.
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka.
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024Kanaidi ken
Dlm wktu dekat, Pelatihan/WORKSHOP ”CSR/TJSL & Community Development (ISO 26000)” akn diselenggarakan di Swiss-BelHotel – BALI (26-28 Juni 2024)...
Dgn materi yg mupuni & Narasumber yg kompeten...akn banyak manfaat dan keuntungan yg didpt mengikuti Pelatihan menarik ini.
Boleh jga info ini👆 utk dishare_kan lgi kpda tmn2 lain/sanak keluarga yg sekiranya membutuhkan training tsb.
Smga Bermanfaat
Thanks Ken Kanaidi
PPT RENCANA AKSI 2 modul ajar matematika berdiferensiasi kelas 1Arumdwikinasih
Pembelajaran berdiferensiasi merupakan pembelajaran yang mengakomodasi dari semua perbedaan murid, terbuka untuk semua dan memberikan kebutuhan-kebutuhan yang dibutuhkan oleh setiap individu.kelas 1 ........
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.