TAHAPAN PENGOOLAHAN DATA DENGAN METODE OLAP

Online Analytical Processing (OLAP)

A.    Pengertian
Online Analytical Processing, atau disingkat OLAP adalah metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang kompleks dan dapat mengoleksi, menyimpan, memanipulasi suatu analisis data multidimensi yang bervolume besar untuk tujuan analisis. Data yang disajikan biasanya merupakan suatu fungsi agregasi seperti summary, max, min, average dan lain-lain. 

B.    karakteristik

Adapun karakteristik dari OLAP, yaitu:

1. Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada data warehouse
2. Memfasilitasi query yang komplek dan analisa bagi user
3. Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detail atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi
4. Menyediakan proses kalkulasi dan perbandingan data
5. Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik
6. Menggunakan teknik analisa data Multidimensional
7. Menyediakan dukungan database tingkat lanjut
8. Menyediakan cara pakai yang mudah dan User Interface yang mudah dipahami

C.    Operasi OLAP

OLAP dikenal memiliki banyak keunggulan dalam pengolahan data. Dengan keunggulan-keunggulan tersebut, userakan mendapatkan informasi yang diinginkan dengan berbagai format dengan mudah. Berikut adalah operasi-operasi yang terdapat pada OLAP yang merupakan keunggulan dalam proses analisa OLAP [J. Han & M. Kamber, 2006 : 123] :

1. Pivoting

Pivoting adalah kemampuan OLAP untuk mengubah berbagai sudut pandang data. Dengan operasi ini perubahan perspektif sudut pandang menjadi lebih mudah. Rotasi dapat dilakukan dengan memutar masing masing sumbu dari cube yang dikehendaki untuk menampilkan data dari berbagai sudut pandang.

2. Slicing dan Dicing

Operasi slicing dan dicing merupakan kemampuan OLAP untuk melakukan pemilihan subset pada suatu data. Proses slicing adalah proses pemotongan data pada cube berdasarkan nilai pada satu atau beberapa dimensi. Sedangkan dicing adalah pemotongan hasil slicing menjadi bagian subset data yang lebih kecil.

3. Drill Down dan Consolidation

Operasi ini merupakan proses agregasi data. Proses drill down adalah proses penampilan data dalam bentuk yang lebih detail. Proses pendetailan ini berdasarkan konsep hirarki data yang telah terformat sebelumnya. Kebalikannya yaitu consolidation yaitu penggabungan atau penyatuan data ke dalam level yang lebih tinggi.

D.    Tahap Pengolahan Data

Tahapan pengolahan data dengan aplikasi OLAP melalui beberapa proses sebagai berikut :

1. Tahap Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data yang berkaitan dengan kegiatan yang ada. Setiap data yang dibutuhkan harus dimasukkan ke dalam computer untuk di proses.

a. Tahap Extraction

Pada tahap ini dilakukan pemilihan data yang digunakan dalam pembuatan analisa. Pemilihan dilakukan terhadap data yang sudah dikumpulkan dari tahap pengumpulan data. Data yang ada pada database OLTP tidak digunakan semua melainkan hanya yang diperlukan untuk keperluan analisa saja.

b. Tahap Transformation

Transformasi data merupakan tahap penyesuaian data yang sudah diekstrak agar kompatibel dengan data analisa yang dibangun.

c. Tahap Loading

Proses loading yaitu memasukkan data ke dalam aplikasi  menggunakan RDBMS SQL Server 2008. Proses loading dilakukan dengan menggunakan fasilitas Export Data yang terdapat pada SQL Server 2008.

2. Perancangan Cube

Dalam perancangan OLAP, cube merupakan salah satu cara untuk menampilkan data secara multidimensional yang nantinya data dalam cube tersebut yang akan menjadi bahan untuk analisis. Langkah-langkah dalam pembuatan cube sebagai berikut :

1. Pembuatan Tabel Fakta
Dalam makalah ini tabel fakta yang dibuat yaitu tabel penjualan.

2. Pembuatan Tabel Dimensi

Dari tabel fakta di atas dapat ditentukan tabel-tabel dimensi yang berhubungan,.

3. Pembuatan Skema OLAP

Saya menemukan contoh proses pengolahan data yang menggunakan aplikasi OLAPCUBE dari website https://kautsarsophan.wordpress.com/2013/01/13/olap-olapcube/

Langkah umum untuk menggunakan olapcube adalah:

1. Setting datasource database datawarehouse.
2. Pilih tabel data yang akan di akses
3.  Menentukan dimensi
4. Menentukan data yang akan di hitung / di ukur / measur
5. Build cube /membangun cube

Saya lampirkan contoh proses pengolahan data menggunakan OLAPCOBE

a.    Setting datasource

Langkah

1. Jalankan olapcube. Muncul halaman untuk memilih datasource kita. Dalam contoh ini yang akan di gunakan adalah database access, jadi access di pilih sesuai dengan gambar berikut
   
2. Selanjutnya, pilih file msAccess yang berfungsi sebagai sumber data, dan pilih tabel yang akan di sajikan, seperti pada gambar berikut
   
3. Struktur tabel yang kita pilih akan tampil beserta data yang tersimpan dalam tabel tersebut.

b.    Menentukan Dimensi

Langkah berikutnya adalah menentukan dimensi. Dimensi ini akan menentukan filtering data yang akan kita pakai. Dimensi juga bisa kita susun secara hirarki. Langkah

1. Pilih field dimensi yang akan di tampilkan. Yang dipilih adalah “item data dimensi”, bukan kode. Sebagai contoh, ada dimensi nama proyek yang di ambil dari kolom nm_proyek di tabel Proyek. Klik nm_proyek, dan klik “New Dimension”, maka dimensi yang kita buat akan muncul di tab Dimensions, seperti pada gambar berikut
   
2. Nama dimensi bisa kita “rename” sesuai dengan kebutuhan kita
3. Masukkan dimensi lainnya, dalam kasus di atas saya memasukkan dimensi jenis tagihan, nama vendor, dan tanggal hutang, sehingga dimensi yang di definisikan tampak pada gambar berikut
   
4. Dalam contoh gambar di atas, ada 4 dimensi yang di gunakan, yaitu dimensi jenis tagihan, dimensi proyek, dimensi vendor, dan dimensi tglHutang. Pada dimensi tanggal hutang, di buat hirarki, yaitu berdasarkan tahun, dan berdasarkan tahun-bulan

c.     Menentukan Measure

Measure adalah data yang akan kita analisa atau kita ukur. Dalam contoh di atas, kita akan menganalisa data Hutang Kotor.

Langkah

1. Klik field yang akan kita analisa, dan klik ‘New Measure’, seperti pada gambar berikut
   
2. Sehingga di tab measures akan muncul seperti pada gambar berikut
   

d.    Build Cube

Langkah

1. Klik Build Cube seperti gambar
   
2. Proses Build akan berjalan. Hasil tampilan bisa kita modifikasi seperti pada gambar berikut