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).
Definisi dan Karakteristik OLAP
Definisi OLAP (Online Analitycal Processing)
OLAP (Online Analitycal Processing) adalah teknologi yang memproses data di dalam database dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query dan analisis yang kompleks [4]. Data yang disajikan biasanya merupakan suatu fungsi agregasi seperti summary, max, min, average dan lain-lain.
Karakteristik OLAP
Adapun karakteristik dari OLAP , yaitu :
•Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada datawarehouse.
•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 garfik
Konsep OLAP
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).
FAST berarti bahwa informasi yang akan dilakukan sangat cepat, untuk memproses data 1,000,000 transaksi hanya membutuhkan waktu +/- 2.5 menit dengan 10 dimensi dan 3 jenis ukuran.
ANALYSIS berarti bahwa system dapat mencakup 'Business Logic' dan data analisa statistik yang relevan dengan data-data yang tersedia.
SHARED berati bahwa system ini diimplementasikan dengan suatu system keamanan untuk menjaga kerahasiaan informasi. Sehingga setiap user dapat diatur sesuai kebutuhan.
MULTIDIMENSIONAL adalah suatu kunci kebutuhan terhadap penggunaan aplikasi OLAP. Setiap aplikasi ini harus selalu mengandung unsur multi dimensi.
INFORMATION adalah semua data dan turunan informasi yang dibutuhkan, dimanapun dan bagaimanapun data itu haruslah berhubungan dengan aplikasi.
Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.
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.
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.
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.
