OLAP merupakan konsep analisis cepat informasi multidimensi yang dapat diakses secara online. Konsep ini melibatkan representasi data dalam bentuk kubus multidimensi dengan fakta numerik dan dimensi kategorikal untuk memfasilitasi operasi seperti pengirisan, pengupasan, dan penggulungan data.

1. OnLine Analytical Processing (OLAP)

2. KONSEP DASAR OLAP
Konsep OLAP pertama diusulkan oleh E.F Codd
Sebuah pendekatan secara cepat menyediakan
jawaban-jawaban terhadap queri analitik yang
multidimensi.
OLAP menggunakan representasi array
multidimensional.
Konsep OLAP adalah analisis cepat dari Informasi
Multidimensi yang dapat di-sharing.

3. KONSEP DASAR OLAP
Keluaran dari queri OLAP ditampilkan secara khusus
dalam format matrik atau pivot yang membentuk
baris (ukuran) dan kolom (nilai dari matrik).
Modifikasi dari OnLine transaction processing
(OLTP).

4. DW VS DBMS
OLTP (on-line transaction processing)
Tugas utama dari relasi DBMS tradisional
Operasi harian: purchasing, inventory, banking,
manufacturing, payroll, registration, accounting, dsb.
OLAP (on-line analytical processing)
Tugas utama dari sistem data warehouse
Analisa data dan pengambilan keputusan

5. DESAIN KONSEP OLAP
Sistem OLAP merupakan konsep dari sebuah kubus
OLAP (disebut juga sebagai kubus multidimesi atau
hiperkubus) yang terdiri dari numeric fact yang
disebut ukuran dan dikategorikan sebagai dimensi.
Kubus metadata secara khusus terbuat dari sebuah
skema bintang atau skema kristal salju.

6. KUBUS DATA
Contoh sederhana untuk menjadikan kubus yang
berisi penyimpanan sales sebagai ukuran dan
tanggal/jam sebagai sebuah dimensi.

7. MEMBUAT ARRAY MULTIDIMENSI
Pertama, identifikasi atribut-atribut mana yang
merupakan atribut dimensi, dan abtribut mana yang
merupakan atribut target/tujuan yang nilainya
muncul sebagai entri dari array multidimensi.
Kedua, cari nilai dari setiap entri dalam array
multidimensi dengan menjumlahkan nilai-nilai (dari
atribut tujuan) atau dengan menghitung seluruh objek
yang memiliki nilai atribut yang berkorespondensi
dengan entri tersebut

8. CONTOH
Setangkai Bunga Iris
Atribut: panjang mahkota, lebar mahkota dan spesies.
Nilai: lebar mahkota dengan panjang dengan kategori:
low, medium and high. Spesies: Setosa, Versicolour,
Virginica.

9. Tabel
Panjang Lebar Spesies Jumlah
Low Low Setosa 46
Low Medium Setosa 2
Medium Low Setosa 2
Medium Medium Versicolour 43
Medium Medium Versicolour 3
Medium High Vigjnica 3
High Medium Versicolour 2
High Medium Vigjnica 3
High High Versicolour 2
High High Vigjnica 44

10. Setiap tuple unik dari
lebar mahkota, panjang
mahkota dan tipe
spesies menunjukkan
satu elemen dari array
Semua tuple yang tidak
dispesifikasikan adalah
nol

11. Irisan Array Multidimensi
a. Spesies Setosa b. Spesies Versicolour
c. Spesies Virginica

12. OPERASI OLAP
Slicing
seleksi sekumpulan sel dari seluruh array
multidimensi dengan menetapkan nilai spesifik untuk
satu atau lebih dimensi
Dicing
melibatkan proses seleksi dari subset sel dengan
menetapkan interval nilai atribut.

13. OPERASI OLAP
Roll–up
pengumpulkan data penjualan dari seluruh tanggal
(harian) dalam satu bulan
Drill-down
membagi total data penjualan bulanan ke dalam total
penjualan harian.