OLAP (Online Analytical Processing)

OLAP atau Online Analytical Processing merupakan software yang menampilkan analisa multidimensional dari physical data store seperti data warehouse, data mart, ataupun centralized data store yang memiliki volume data yang sangat besar. Multidimensional model data memungkinkan dilakukannya analisis yang bersifat kompleks dan query khusus. OLAP menggabungkan informasi dari beberapa sistem dan membuat forecast atau prediksi. OLAP tidak hanya menyajikan pertanyaan operasional seperti apa dan siapa, tapi juga memungkinkan kita untuk mendapatkan jawaban dari suatu kondisi tertentu (what if).

OLAP diaplikasikan diberbagai divisi di dalam perusahaan dengan tujuan yang berbeda-beda seperti penggunaan OLAP di divisi marketing untuk melakukan sales forecasting dan promotion analysis, budgeting dan financial modeling pada divisi finance, serta perencanaan produk dan analisa kecacatan produk di divisi produksi. OLAP mempunyai beberapa fitur dan keunggulan seperti multidimensional data view, time intelligence dan bantuan kalkulasi yang kompleks, response time yang cepat dan interaktif, serta dapat digunakan untuk mengidentifikasi outliers dan cluster. Dimana hal tersebut memberikan keuntungan berupa peningkatan produktivitas dari end-user, mengurangi backlog dari application development untuk IT staff, peningkatan pendapatan, dan mengurangi lalu lintas jaringan pada data warehouse atau sistem OLTP. Multidimensional view of data dalam OLAP memudahkan proses analisa kompleks seperti pertanyaan akan rata-rata penjualan item di setiap kota berdasarkan kuartal dengan menaplikasikan aggregation pada kolom dan row terkait. Multidimensional data membentuk data cube yang terdiri dari dimension dan fact. Pada Oracle, implementasi multi-dimensional view didapatkan melalui SELECT…GROUP BY CUBE.

Terdapat beberapa tipe OLAP system antara lain ROLAP (Relational OLAP – Star Schema based), MOLAP (Multidimensional OLAP- Cube based), dan penggabungan keduanya yaitu HOLAP (Hybrid OLAP). Pada ROLAP, data tidak perlu disimpan secara multidimensi untuk dilihat secara multidimensi,
melainkan cukup disimpan dalam relational database. ROLAP dapat menangani data dalam jumlah yang besar, namun sayangnya memiliki performa query yang rendah karena tidak adanya pre-computed data cube. Dalam implementasi ROLAP di Oracle, SQL statement yang digunakan ialah ROLLUP [extension of] GROUP BY [clause]. Sedangkan MOLAP melakukan penyimpanan data di dalam specialised multidimensional array structure yang memiliki alokasi linear. Berbeda dengan ROLAP yang hanya menyimpan non-zero fact, semua elemen array didefinisikan di dalam MOLAP sehingga membuat proses penyimpanan data menjadi tidak efektif. MOLAP juga tidak dapat menyimpan detail data. Namun, MOLAP memiliki keunggulan berupa proses query yang sederhana dan cepat karena semua penghitungan telah dibuat saat data cube dibuat. Penggabungan ROLAP dan MOLAP yaitu HOLAP, memungkinkan penyimpanan detail data dalam jumlah besar yang merupakan keunggulan ROLAP dan memanfaatkan teknologi data cube untuk kinerja yang lebih cepat.

OLAP memiliki beberapa kemampuan operasi antara lain, roll-up, drill-down, slice and dice, serta Pivot (rotate). Roll-up menyediakan view data yang lebih luas. Roll-up digunakan unyuk menyediakan detail data pada level abstrak kepada user dengan menampilkan agregasi data yang dimensionnya telah direduksi atau dengan menaikkan hierarki dimension seperti dari kota menjadi negara. Drill-down merupakan kebalikan dari roll-up, dimana data view yang disediakan merupakan detailed data. Drill-down menyediakan informasi detail dengan menggunakan dimension baru atau dengan menuruni konsep hierarki dimension, seperti dari kuarter ke bulan. Slice and dice digunakan untuk menyajikan data dari perspektif yang berbeda. Slice operation memberikan sub-cube baru dengan memilih sebuah dimension dari sebuah cube secara spesifik, sehingga bisa dikatakan slice merupakan subset dari cube. Slice mengakibatkan terjadinya reduksi di dalam dimension, sehingga operation ini cocok digunakan saat user ingin memilih 1 dimensi dari three-dimensional cube, sehingga cube tersebut menjadi two-dimensional slice. Sedangkan dice merupakan opreation yang tidak mengurangi jumlah dimension, tapi justru menambah jumlah dimension. Dice operation memberikan sub-cube baru dengan memilih 2 atau lebih dimension dari sebuah cube. Terakhir ialah operasi Pivot atau yang disebut juga sebagai rotation. Operasi Pivot melakukan rotasi pada data axes pada view untuk mendapatkan presentasi lain dari data. Operasi ini dapat berupa menukar posisi kolom dan baris pada multidimensional data.

Sumber :

“Types of OLAP Systems in DBMS” https://www.geeksforgeeks.org/types-of-olap-systems-in-dbms/

Parteek Bhatia. (2019). Data Mining and Data Warehousing: Principles and Practical Techniques. Cambridge
University Press. United Kingdom.(e-book)