Web OLAP

OLAP adalah singkatan dari On Line Analytical Processing. Kebalikan dari OLTP yang sudah di kenal sebelumnya (On Line Transaction Procesing), OLAP menerangkan sebuah kelas dari teknologi yang didesain keberadaan data adhoc dan analisis. Ketika proses umum transaksi terjadi pada hubungan database, OLAP menjadi kurang lebih sama dengan pandangan multidimensi dari data bisnis. Tampilan multidimensi ini didukung oleh teknologi multidimensi database. Multidimensi ini menyediakan teknik dasar untuk penghitungan dan analisis yang diminta oleh aplikasi data warehousing.

Pengertian OLAP oleh OLAP council sebagai konsorsiun vendor : “OLAP adalah kategori teknologi software yang mampu menganalisan memanager dan membuat eksekutif untuk mendapatkan keuntungan didalam queri terhadap data secara cepat, konsisten, akses interaktif pada bermacam-macam variasi dari tampilam informasi yang mungkin yang mana letak diubah bentuknya dari data yang terbuka (raw data) menjadi refleksi nyata berdimensi sehingga dimengerti oleh pemakai.”. OLAP adalah langkah maju yang logis dibawah pertanyaan dan laporan, dan merupakan langkah lanjut dari pembuatan sebuah keputusan solusi tambahan total. Tool software OLAP mengirim alat-alat teknologi untuk analisis bisnis komplek dengan membuat pengguna dapat menganalisa data dalam lingkungan multidimensi. Dengan tool OLAP seseorang dapat menganalisa dan me-navigasi melalui data untuk menemukan trend, titik pengecualian, dan mendapat detail tergaris bawah untuk pemahaman kemunduran yang lebih baik dan menjalankan aktivitas bisnis mereka.

Penilaian pengguna dari sebuah perusahaan adalah multidimensi secara alami. Sales, sebagai contoh, dapat dilihat tidak hanya melalui produk tapi juga dapat melalui wilayah, periode waktu dan seterusnya. Itulah mengapa system OLAP harus secara alami dalam multidimensi. Multidimensi ini melengkapi pengguna dengan model desain dan analisis, sebaik penghitungan dalam dan intradimensi, melalui model analisis yang lebih intuitif.

OLAP secara relative adalah bentuk baru dan biasanya dibingungkan dengan “decision support” atau pendukung keputusan. Sebagian besar pendekatan pada pusat system ini berkisar pada hubungan ide reformulasi atau data file yang rata pada sebuah multidimensi data yang disimpan untuk analisis data. Penyimpanan data multidimensi ini, biasa disebut hypercube (gambar 2.1), menyimpan data sepanjang “dimensi”, memudahkan pengguna untuk menganalisa data dengan mudah melalui pemberhentian bisnis mereka. Analisis meminta jangka waktu sebuah spectrum dari statistic untuk peniruan.

Gambar 2.1 Tampilan Cube 3 Dimensi

Dua bentuk dari analisis ini hampir sepenuhnya berhubungan untuk aliran utama pengguna bisnis yang secara umum disebut dengan “slice and dice” dan “drill down”.

Pada level latihan, OLAP selalu mengikut sertakan pertanyaan interaktif dari data, mengikuti aliran analisis melalui jalan multiple, seperti drill-down hingga detail level yang lebih rendah secara sukses. Informasi adalah multidimensi. Pengguna dapat menggerakkan data multidimensi semacam itu lebih mudah dan intuitive dari pada kasus dengan model multidimensi single. Sebagai contoh, pengguna dapat melakukan slice and dice, pivot, dan menjalankan cara pengumpulan dalam sebuah model. Hal ini meliputi ciri-ciri berikut:

1. Slice and dice

OLAP membuat pengguna bisa melakukan “slice and dice” informasi gabungan dalam tujuannya untuk melihat data dari banyak prespektif yang berbeda. Pengguna dapat memotong (cut) atau rotate (memutar) pecahan tertentu dari kumpulan data melalui dimensi apapun. Sebagai contoh, seorang analis bisnis pada sebuah perusahaan barang dapat melihat sepotong (slice) model data yang menunjukkan pendapatan penjualan untuk semua soft drink di kota Austin selama tiga bulan di tahun 1996. Sang analis kemudian dapat meng-“pivot” (memutar) model untuk melihat pendapatan penjualan untuk diet cola untuk semua kota di Texas dalam waktu yang sama. “Slice and dice” membantu pengguna meng-investigasi pertanyaan bisnis tertentu seperti:

· Garis produk apakah yang menyebabkan pendapatan penjualan tertinggi di Texas pada tahun 1995?

· Bagaimana dalam tiga bulan pertama pada tahun 1996 penjualan merek tertentu dibandingkan dengan tiga bulan pertama pada tahun 1995 penjualan merek tertentu di kota Dallas?

2. Drill-down

OLAP membuat pengguna dapat men-drill atau me-navigasi melalui informasi untuk mendapat detail lebih. Data navigasi membantu pengguna menjawab pertanyaan “mengapa”, sebagai contoh, “mengapa penjualan diet cola turun di wilayah Eastern selama tiga bulan pertama dan ledua?” Hampir seluruh tool OLAP membuat pengguna dapat men-drill down untuk melihat level yang lebih baik dari detail-detail di dalam sebuah set data, tapi sebagian besar tool membuat pengguna bisa men-drill down dimanapun. Sebagai tambahan dalam drill-down, ‘drill anywhere” (drill dimanapun), meliputi “ drilling up” (men-drill ke atas) untuk melihat pada tampilan kasar dari set data, atau “drilling across” (men-drill melintang) untuk menggerakan sebuah set data secara menyamping ke set data lainnya pada level yang sama.

Selama analisis data, pengguna dapat menitik pada pengecualian. Menggunakan data navigasi OLAP, pengguan dapat men-drill melalui data level untuk memperoleh detail untuk membantu menjawab pertanyaan “mengapa” tentang pengecualian tersebut.