Data Warehouse, OLTP dan OLAP, Fact dan Dimension Table

Pertemuan 1

Data Warehouse, OLTP dan OLAP, Fact dan Dimension Table

A. Datawarehouse Datawarehouse menurut para ahli : Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang

mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

B. OLTP dan OLAP1. Online Transaction Processing (OLTP)

Menurut Stair dan Reynolds (2010), OLTP adalah suatu bentuk  pengolahan data dimana setiap transaksi diproses dengan segera, tanpa penundaan mengumpulkan transaksi ke dalam batch. Memiliki karakteristik dengan jumlah data yang besar namun transaksi yang dilakukan cukup sederhana seperti insert, update, dan delete. Hal utama yang menjadi perhatian dari sistem yang dilakukan OLTP adalah melakukan query secara cepat dan mudah untuk diperbaiki dan dapat diakses.

2. Online Analytical Processing (OLAP) Menurut Turban, Sharda, Delen, dan King (2011:77) struktur operasional utama

dalam OLAP didasarkan pada konsep yang disebut kubus (cube). Kubus (cube) didalam OLAP adalah struktur data multidimensional (actual atau virtual) yang memungkinkan analisis data yang cepat. Juga dapat didefinisikan sebagai kemampuan dari memanipulasi dan menganalisis data secara efisien dari berbagai perspektif. Susunan data ke dalam kubus bertujuan untuk mengatasi keterbatasan database relational. Database relational tidak cocok untuk analisis yang cepat

dan dekat dari sejumlah besar data. Sebaliknya, mereka lebih cocok untuk memanipulasi record (menambahkan, menghapus, dan memperbarui data) yang mewakili serangkaian transaksi.

Menurut Scheps (2008:68) Online Analytical Processing adalah sebuah konsep data multidimensional dengan konsep mentualisasi data transaksional perusahaan. Bukan hanya mengagregasi data, OLAP memberikan kemampuan pada sistem BI untuk melihat data dengan cara baru.

 Menurut Scheps (2008:77), Sistem OLAP mempunyai dua kategori, yaitu:1) OLAP Cube

Di lingkungan OLAP, cube adalah penyimpan data terspesialisasi dirancang secara spesifik untuk menangani data ringkasan multidimensional (multidimentional summary data). Data cube disimpan di cell dan strukturnya seperti 3D spreadsheet.

2) OLAP Access ToolsLingkungan client yang memungkinkan pengguna untuk memanipulasi data cube dan akhirnya menghasilkan Business Intelligence yang berarti dari berbagai sudut pandang dan dapat lebih dari satu sudut pandang.

Berdasarkan pengertian yang dijabarkan oleh para ahli diatas dapat disimpulkan bahwa pengertian Online Analytical Processing (OLAP) adalah sebuah konsep data multidimensional yang mendukung kegiatan mulai dari self service reporting dan analisis data yang cepat dan efisien dari berbagai perspektif.

3. Perbandingan OLTP dengan OLAP Menurut Vercellis (2009:49) terdapat perbedaan antara OLAP dan OLTP, antara

lain dapat dilihat pada tabel dibawah ini:

C. Fact dan Dimension Table1. Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key (kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

2. Dimension TableTabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta  dapat dilaporkan sebagai dimensi waktu (yang berupa perbulan, perkwartal dan pertahun).

3. Contoh Fact dan Dimension Table