Tugas. Data Warehouse. OLAP, Operasi OLAP, dan Jenis Rolap

dokumen-dokumen yang mirip
TUGAS DATA WAREHOUSE & DATA MINING OLAP, OPERASI OLAP & MOLAP

FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan.

DATAMULTIDIMENSI. DATAWAREHOUSE vs DATAMART FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO

OLAP - PERTEMUAN 8 OLAP

Basis Data Oracle - Business Intelligence System. Ramos Somya, M.Cs.

6/26/2011. Menurut W.H. Inmon dan Richard D.H. Menurut Vidette Poe

Online Analytical Processing (OLAP)


Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika. Knowledge Discovery in Databases (KDD)

PEMANFAATAN DATA WAREHOUSE SEBAGAI SARANA PENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

Data Warehousing dan Decision Support

BAB I PENDAHULUAN. I.1 Pendahuluan

SIE/nts/TIUAJMks 9/26/2013

BAB III METODE PENELITIAN

jumlah keluarga, dan jumlah rumah. Data diambil dari hasil sensus potensi desa yang dilakukan BPS tahun 1996, 1999, 2003, dan 2006.

BAB 2 LANDASAN TEORI

MODEL DATA WAREHOUSE UNTUK MENUNJANG PENYUSUNAN BORANG AKREDITASI STANDAR 3 PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS BUDI LUHUR

Bab 2 Tinjauan Pustaka 2. 1 Penelitian Terdahulu

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Perancangan Dan Implementasi Aplikasi Olap Dengan Metode Pengembangan Waterfall Dan Evolutionary Untuk Analisis Data Pada Perguruan Tinggi

PENDAHULUAN TINJAUAN PUSTAKA

Anggota Kelompok 3 :

Tugas Akhir (KI091391) Muhamad Adi Prasetyo

BAB II LANDASAN TEORI

PROSES EXTRACT, TRANSFORM DAN LOAD PADA DATA WAREHOUSE

Data Warehouse, Data Mart, OLAP, dan Data Mining CHAPTER 6

Database dan DBMS DBMS adalah perangkat lunak sistem yang memungkinkan para pemakai membuat, memelihara, mengontrol, dan mengakses basis data dengan

MODEL SISTEM INFORMASI BUSINESS INTELLIGENCE MAHASISWA DENGAN METODE OLAP DI PROGRAM STUDI XYZ

PERANCANGAN DATA WAREHOUSE CALON MAHASISWA BARU POLITEKNIK NEGERI LHOKSEUMAWE

BAB III LANDASAN TEORI

DATABASE. Basis Data : Suatu pengorganisasian sekumpulan data yang saling terkait sehingga

BAB I PENDAHULUAN. 1.1 Latar Belakang

DATA WAREHOUSING AND ONLINE ANALYTICAL PROCESSING (OLAP)

Data Warehouse, Data Mart, OLAP, dan Data Mining. arifin, sistem informasi - udinus 1

HASIL DAN PEMBAHASAN. Studi pustaka. Analisis data. Versi struktur dan fungsi transformasi. Pemuatan data. Implementasi operasi OLAP

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi... Volume..., Bulan 20.. ISSN :

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 1 Edisi...Volume..., Bulan 20..ISSN : PEMBANGUNAN INDEPENDENT DATA MART PADA OPTIK YUDA

Perancangan Basis Data

Sistem Informasi Manajemen SIM Dalam Pelaksanaan

SUMBER DAYA-SUMBER DAYA SISTEM INFORMASI (BAGIAN 1) PSI Materi III Sesi 6

Data Warehouse Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan

Kegunaan Data Warehouse

Perancangan Sistem Informasi Eksekutif

BAB I PENDAHULUAN 1.1 Latar Belakang

Sistem Penunjang Keputusan, Pertemuan Ke-9 KECERDASAN BISNIS Data Warehouse, Data Mart, OLAP, dan Data Mining

Implementasi Business Intelligence Pada Manajemen Report Bank XYZ

PERANCANGAN DATA WAREHOUSE PENGOLAHAN PERSEDIAAN BUKU PT. GRAMEDIA ASRI MEDIA MAKASSAR

DATA WAREHOUSE KONSEP Konsep dasar data warehouse adalah perbedaan antara data dan informasi. Data terdiri dari fakta-fakta yang dapat diamati dan

Business Intelligence. Data Warehousing, Data Acquisition, Data Mining, Business Analytics, and Visualization

MATERI : OLAP DAN ANALISIS DATA MULTIDIMENSIONAL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Memasuki era perekonomian global, setiap negara memperkuat pilarpilar

BAB I PENDAHULUAN Latar Belakang

DESAIN DATAWAREHOUSE AKADEMIK UNTUK MENDUKUNG SISTEM ADMINISTRASI DATA AKADEMIK DI UNIVERSITAS TADULAKO. Mohammad Yazdi 1

DATA WAREHOUSE PERTEMUAN I S1 TEKNIK INFORMATIKA TITUS KRISTANTO, S.KOM

[Data Warehouse] [6/C2 & 6/D2]

SYLLABUS, KEBUTUHAN DAN KONSEP DATA WAREHOUSE. Astrid Lestari Tungadi, S.Kom., MTI.

BAB III METODOLOGI PENELITIAN. permasalahan yang diambil dalam penelitian. Dibagian ini juga dijelaskan alat dan

Tugas Data Warehouse. Kebutuhan Bisnis untuk Gudang Data. (Warehouse)

SISTEM TRACER STUDY ALUMNI FAKULTAS ILMU KOMPUTER UNIVERSITAS MUSLIM INDONESIA MENGGUNAKAN METODE ON-LINE ANALITYCAL PROCESSING (OLAP)

Sejarah dan Dasar Basis Data. Author : Minarni, S.Kom.,MM

Sistem Pendukung Keputusan. Komponen SPK. Entin Martiana, S.Kom, M.Kom. Politeknik Elektronika Negeri Surabaya

APLIKASI DATA WAREHOUSE UNTUK BUSINESS INTELLIGENCE. Kusnawi Dosen STMIK AMIKOM Yogyakarta. Abstraksi

HASIL DAN PEMBAHASAN Dalam pembuatan data warehouse potensi desa wilayah Bogor melalui beberapa tahap yaitu:

HASIL DAN PEMBAHASAN. Microsoft SQL Server Microsoft Sharepoint Microsoft.Net Framework 4.0.

BAB I PENDAHULUAN. didukung dengan pernyataan dari Poe (1998) yang menyatakan bahwa banyak

BAB II LANDASAN TEORI. Dasar-dasar teori tersebut akan digunakan sebagai landasan berpikir dalam

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

IMPLEMENTASI SISTEM BUSINESS INTELLIGENCE TERHADAP REKAP NILAI PERKULIAHAN MENGGUNAKAN METODE ONLINE ANALITYCAL PROCESSING (OLAP)

ANALISA DATA TRANSAKSIONAL PADA E-COMMERCE DENGAN TEKNOLOGI OLAP (ON-LINE ANALYTICAL PROCESS)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA. penelitian. Teori-teori ini diambil dari buku literatur dan dari internet. Teori yang

Sistem Informasi Lulusan Dengan Metode Online Analitycal processing (OLAP) Pada Politeknik Negeri Kupang

Data Warehouse dan Decision Support System. Arif Basofi

BAB II KONSEP DATA WAREHOUSING

MINI PROJECT - 4. Kelompok 4 : Kecerdasan Bisnis (Kelas B)

PEMBANGUNAN BUSINESS INTELLIGENCE SUPRA DESA DAN KAWASAN PERDESAAN UNTUK PERENCANAAN PEMBANGUNAN TUGAS AKHIR

DESAIN DATA WAREHOUSE PENGUKUR KINERJA SETIAP KA PENUMPANG DENGAN DISTRIBUSI JUMLAH PENUMPANG STUDI KASUS DAOP I-IX

BAB IV PERANCANGAN SISTEM

PERANCANGAN DAN IMPLEMENTASI DATA WAREHOUSE MENGGUNAKAN SCHEMA SNOWFLAKE UNTUK MENGETAHUI TREND PRODUKSI DAN PEMASARAN PRODUK

JSIKA Vol. 5, No. 12, Tahun 2016 ISSN X

IMPLEMENTASI OLAP DAN REPORTING SERVICES SEBAGAI BAGIAN PROSES BUSINESS INTELLIGENCE. Kusnawi ABSTRACT

MEMBANGUN DATA WAREHOUSE

SISTEM MANAJEMEN BASIS DATA

BAB II. 2.1 Model Data High Level Data Model (Conceptual Data Model)

TUGAS DATA WAREHOUSE

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

OPTIMALISASI DATA PADA BAGIAN PENJUALAN DENGAN MENGGUNAKAN DATA MART DI PT. XYZ

BAB 2 LANDASAN TEORI

KARAKTERISTIK DATA WAREHOUSE

BUSINESS INTELLIGENCE. Management Database & Informasi

Data Warehouse dan Data Mining Oleh : Asep Jalaludin,S.T.,M.M.

BAB I PENDAHULUAN. Jawa. Dengan slogan Solo the Spirit of Java, solo bertekad terus menjaga dan

PENGELOLAAN SISTEM INFORMASI TATA PAMONG DAN KEMAHASISWAAN MENGGUNAKAN OLAP UNTUK PENYUSUNAN LAPORAN BORANG AKREDITASI

BAB 2 LANDASAN TEORI

Sistem Informasi Pendukung Keputusan Manajerial

Pembangkitan Borang Akreditasi Nasional di Perguruan Tinggi Berbasis OLAP pada Data SDM dan Penelitian

BAB 2 LANDASAN TEORI

Transkripsi:

Tugas Data Warehouse OLAP, Operasi OLAP, dan Jenis Rolap Renhard Soemargono 1562001 PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ATMA JAYA MAKASSAR 2017

OLAP (On-Line Analytical Processing) Pengertian OLAP (On-Line Analytical Processing) Pengertian OLAP (On-line Analytical Processing) yaitu: Menurut Turban, Sharda, Delen dan King (2011:77), OLAP 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. Menurut Scheps, OLAP 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 Eckerson, Wayne W, OLAP adalah perpaduan dinamis analisis dan gabungan dari data dimensional dalam jumlah besar. Secara umum, OLAP adalah pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan analisisquery transaksi sehari-hari. Menurut Paulraj Ponniah, On-Line Analytical Processing (OLAP) adalah kategori teknologi perangkat lunak yang memungkinkan analis, manajer dan eksekutif untuk mendapatkan wawasan tentang data melalui akses interaktif yang cepat dan konsisten dalam berbagai kemungkinan pandangan informasi yang telah berubah dari data mentah ke mencerminkan dimensi nyata dari perusahaan seperti yang dipahami oleh pengguna.

Karakteristik OLAP OLAP memiliki 5 karakteristik, antara lain: 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. Konsep OLAP Menurut Nigel Pendse konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat di-sharing (FASMI), yaitu 1. Fast Sistem memiliki target untuk memberikan respon secepat mungkin pada pengguna menurut analisis yang dilakukan. 2. Analysis Sistem mampu mengatasi berbagai logika bisnis serta analisis statistik yang relevan dengan aplikasi dan pengguna. 3. 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. 4. 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. 5. 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. Fitur OLAP Operasi OLAP Gambar 1: Fitur OLAP 1. Drill Down dan Roll Up 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).

Gambar 2: Roll Up Drill down memandu pengguna untuk memperoleh data yang lebih detail. 2. Slicing and Dicing Gambar 3 :Drill Down Slicing memotong kubus sehingga dapat memfokuskan pada perspektif yang spesifik (pada suatu dimensi).

Gambar 4: Slicing 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. Gambar 5: Dicing 3. Rotation/Pivoting Dengan kemampuan OLAP rotation/pivoting, kita dapat melihat data dari berbagai sudut pandang (view point). kita dapat memutar-mutar sumbu pada cube sehingga kita memperoleh data yang kita inginkan sesuai dengan sudut pandang analisa yang kita perlukan.

Gambar 6: Rotation/Pivoting

ROLAP (Relational OnLine Analytical Processing) Relational online analytical processing (ROLAP) adalah bentuk pemrosesan analisis online (OLAP) yang melakukan analisis multidimensional dinamis terhadap data yang tersimpan dalam database relasional dan bukan dalam database multidimensi (yang biasanya dianggap sebagai standar OLAP). Karakteristik ROLAP ROLAP memiliki 3 karakteristik unik yaitu: 1. Mendukung semua fitur OLAP 2. Menyimpan data dalam bentuk relasional 3. Mendukung beberapa bentuk agregasi Model ROLAP Gambar 7: Model ROLAP Dalam arsitektur tiga tingkat, pengguna mengajukan permintaan untuk analisis multidimensi dan mesin ROLAP mengubah permintaan ke SQL untuk diserahkan ke database. Kemudian operasi dilakukan secara terbalik: mesin mengubah data yang dihasilkan dari SQL ke format multidimensi sebelum dikembalikan ke klien untuk dilihat. Seperti tipikal database relasional, beberapa query dibuat dan disimpan terlebih dahulu. Jika informasi yang diinginkan tersedia, maka query itu akan

digunakan, yang menghemat waktu. Jika tidak, kueri dibuat dengan cepat dari permintaan pengguna. Kelebihan ROLAP Dapat menangani sejumlah besar data: Keterbatasan ukuran data teknologi ROLAP adalah keterbatasan ukuran data basis data relasional yang mendasarinya. Dengan kata lain, ROLAP sendiri tidak membatasi jumlah data. Dapat memanfaatkan fungsionalitas yang melekat dalam database relasional: Seringkali, database relasional sudah dilengkapi dengan sejumlah fungsionalitas. Teknologi ROLAP, karena menggunakan database relasional, oleh karena itu dapat memanfaatkan fungsi ini. Kekurangan ROLAP Kinerja bisa lambat: Karena setiap laporan ROLAP pada dasarnya adalah query SQL (atau beberapa query SQL) di database relasional, waktu query bisa lama jika ukuran data dasarnya besar. Terbatas oleh fungsionalitas SQL: Karena teknologi ROLAP terutama bergantung pada pembuatan pernyataan SQL untuk query database relasional, dan pernyataan SQL tidak sesuai dengan semua kebutuhan (misalnya, sulit untuk melakukan perhitungan yang rumit menggunakan SQL), teknologi ROLAP oleh karena itu secara tradisional dibatasi oleh apa yang bisa dilakukan SQL.

Sumber Ponniah, Paulraj. 2001. Data Warehousing Fundamentals: a Comprehensive Guide for IT Professionals. John Wiles and Sons, Inc http://wsilfi.staff.gunadarma.ac.id/downloads/files/4409/olap.pdf http://robicomp.com/pengertian-olap-online-analytical-processing-dan-fungsinya.html http://timur.ilearning.me/2016/01/04/apa-definisi-dari-olap/ http://www.hypertextbookshop.com/dataminingbook/public_version/contents/chapters/chapt er003/section004/blue/page004.html http://www.tutorialspoint.com/dwh/dwh_olap.htm http://searchoracle.techtarget.com/definition/relational-online-analytical-processing https://www.1keydata.com/datawarehousing/molap-rolap.html