PERAN OLTP DAN OLAP PADA DATA WAREHOUSE

Nama/NIM : I Gede Janar Adi Baskara/1304505100
Jurusan/Fakultas/Perguruan Tinggi : Teknologi Informasi/Teknik/Universitas Udayana
Mata Kuliah : Data Warehouse
Dosen : I Putu Agus Eka Pratama, S.T., M.T.

OLTP DAN OLAP PADA DATA WAREHOUSE

Untuk mengetahui OLTP (Online Transaction Processing) dan OLAP (Online Analytical Processing) secara detail perlu diketahui terlebih dahulu apa yang dimaksud dengan Data Warehouse.

Data Warehouse merupakan koleksi data yang memiliki sifat object-oriented, time-variant, dan terintegrasi dalam sebuah koleksi data sebagai pendukung dalam proses pengambilan keputusan. Data Warehouse berperan sebagai gudang data, yang nantinya data-data yang ada di dalamnya dapat digunakan untuk diolah sewaktu-waktu diperlukan. Data Warehouse digunakan untuk ruang lingkup yang lebih spesifik seperti pada suatu organisasi atau perusahaan.

Data Warehouse hanya dapat dilakukan dengan menggunakan 2 server atau lebih. Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep Data Warehouse itu sendiri. Dengan kata lain informasi dikumpulkan dari data yang terpisah yang kemudian disatukan menjadi sebuah ringkasan.

Data Warehouse terbagi kedalam 2 sistem yaitu sistem transaksi yaitu OLTP dan analisis yaitu OLAP. Secara umum dapat dijelaskan bahwa sistem OLTP menyediakan sumber data untuk Data Warehouse, kemudian sistem OLAP akan melakukan analisis terhadap data tersebut.

OLTP

OLTP (Online Transactional Processing) merupakan sekumpulan fungsi yang bekerja secara bersama-sama dalam mengelola, mengumpulkan, menyimpan, memproses serta mendistribusikan informasi. Didalam dunia kerja sistem informasi harus user friendly untuk memudahkan user dalam penggunaan dan sistem informasi harus efisien, transparan dan terintegrasi. Sebuah sistem OLTP pada umumnya memiliki karakteristik seperti memiliki jumlah user yang sangat banyak yang secara serentak dalam melakukan pengelolahan data. Seperti misalanya kasir pada sebuah super market yang menggunakan mesin dalam proses transaksinya, transaksi yang dapat dilakukan dalam pengolahan data yaitu berupa insert, update dan delete data.

OLAP

OLAP (Online Transactional Processing) merupakan jenis perangkat lunak yang digunakan untuk melakukan permintaan terhadap data dalam bentuk yang kompleks dan bersifat sementara atau sewaktu-waktu. OLAP (Online Transactional Processing) memanipulasi dan menganalisis data bervolume besar dari berbagai perspektif atau multidimensi. Tujuan dari OLAP yaitu menggunakan informasi dalam sebuah basis data (data warehouse) dalam memandu keputusan-keputusan yang strategis. Contoh dari perangkat lunak OLAP yaitu Express Server (Oracle), PowerPlay (Cognos Software), Metacube (Informix/Stanford Technology Group), dan HighGate Project (Sysbase).

OLAP memiliki suatu konsep yang biasa disingkat menjadi (FASMI). Konsep ini diutarakan oleh Nigel Pendse dimana FASMI berarti Fast, Analysis, Shared, Multidimensional, dan Information. Fast berarti pengolahan jutaan data transaksi dapat dilakukan dengan cepat. Analysis berarti bahwa sisem dapat mencakup setiap Business Logic (Logika Bisnis) dan data analisa statistik yang relevan dengan data-data yang tersedia. Shared berarti bahwa sistem yang digunakan, di dalamnya telah diimplementasikan suatu sistem keamanan untuk menjaga kerahasiaan informasi, dimana informasi yang dibagikan disesuaikan dengan kebutuhan berdasarkan hak akses masing-masing pengguna. Multidimensional adalah suatu kunci kebutuhan terhadap penggunaan aplikasi OLAP, dimana setiap aplikasi harus selalu mengandung unsur multi dimensi. Information adalah semua data dan turunan informasi yang dibutuhkan, dimanapun dan bagaimanapun data yang akan digunakan data tersebut harus siap digunakan dan terus terhubung dengan aplikasi untuk diolah kembali menjadi informasi yang utuh.

OLAP mengijinkan pengguna melihat data dari sudut pandang secara logika dan multidimensi pada Data Warehouse, melakukan drill down untuk menampilkan data pada level yang lebih detail atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi, menyediakan proses kalkulasi dan perbandingan data, memfasilitasi query-query kompleks dan analisa bagi pengguna, serta menampilkan hasil dalam bentuk angka, tabel, hingga grafik.

Daftar Pustaka

[1] Dwi Purwanto. 2013. Apa Itu OLTP, ETL, OLAP dan DataWarehouse?. (http://www.kompasiana.com/dhephe/apa-itu-oltp-etl-olap-dan-datawarehouse_552e1db26ea834f73d8b45b7) diakses pada 12 September 2015

[2] Putri, Alifianti. 2014. Data Warehouse, OLTP dan OLAP, Fact dan Dimension Table (http://datawarehouse12.blogspot.co.id/2014/12/data-warehouse-oltp-dan-olap-fact-dan.html) diakses pada 12 September 2015

[3] Rully. 2009. Data Mining dan Data Warehouse (https://rully6092.wordpress.com/data-mining-data-warehouse/) diakses pada 12 September 2015