Lanjutan Data Warehouse

OLAP(Online Analitycal Processing)

Online Analytical Processing atau disingkat OLAP adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. 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. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).

 

Data Multi Dimensional

Multidimensi berarti memiliki beberapa dimensi atau aspek. Dalam dunia OLAP, itu berkaitan dengan kemampuan untuk menangani atau memanipulasi pandangan beberapa dimensi dan melihat data dari berbagai sudut atau perspektif.

Contoh :

Transaksi penjualan buku dapat dilihat dari segi lokasi buku, waktu, lokasi penjualan / toko dan sebagainya.

jika digambarkan , maka akan terdapat tiga koordinat yaitu sumbu x mewakili buku, sumbu y mewakili dimensi waktu dan sumbu z untuk dimensi lokasi.

Hal inilah yang menjadi perbedaan mendasar antara tabel relasional dan data multidimensi.

Tabel Fakta vs Dimensional tabel

Tabel Fakta : berisi measurement atau metric dari proses bisnis dan foreign key dari tabel dimensi. Tabel fakta merupakan tabel utama dari cube. Karakteristik dari tabel fakta :

-         kumpulan key dimensi dari tabel

-         ada measure(yang ingin diukur)

-         data akan selalu berubah

Dimensional tabel(Tabel Dimensi)

Tabel Dimensi : berisi tektual atribut dari measurement yang disimpan pada tabel fakta. Tabel dimensi merupakan hierarki, kategori dan logic yang dapat digunakan untuk menganalisa measurement dari sudut pandang tertentu. Tabel dimensi bersifat statis(tidak berubah)

Star Schema

Karakteristik dari model ini adalah :

—        Pusat dari star disebut fact table

—        Fact table mempunyai sebuah nilai aggregate dari data-data yang berasal dari tabel dimensi

—        Setiap tabel dimensi berelasi langsung dengan fact table

—        Tabel dimensi beisikan data tentang informasi atau waktu

—        Relasi antara fact table dengan dimensi-dimensinya adalah 1 – N (one to many)

—        Primary key pada tabel dimensi akan menjadi key pada fact table atau dapat diakatakan bahwa fact table memiliki kombinasi key dari tabel dimensi tersebut

Keuntungan :

—        Sebih simple

—        Mudah dipahami.

—        Hasil dari proses query juga relatif lebih cepat.

Kerugian :

—        boros dalam space.

Contoh Star Schema Design

Snowflake Schema

Model snowflake merupakan perluasan dari star dimana ia juga mempunyai satu atau lebih dimensi. Hanya saja pada snowflake, tabel yang berelasi pada fact table hanya tabel dimensi utama, sedangkan tabel yang lain dihubungkan pada tabel  dimensi utama. Model snowflake ini hampir sama seperti teknik normalisasi

Contoh :