OLAP OLAP (Online Analytical Processing), merupakan metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat. Pengertian OLAP itu sendiri dapat dirangkum menjadi 5 garis besar yaitu Fast Analysis of Shared Multidimensional Information atau disingkat menjadi FASMI yang masing-masing berarti sebagai berikut : FAST berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan. ANALYSIS berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan dengan aplikasi dan user, dan mudah. SHARED berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika dibutuhkan banyak akses penulisan terhadap data, disesuaikan dengan level dari user. Tidak semua aplikasi membutuhkan user untuk menulis data kembali. Sistem harus dapat meng-handle multiple update dalam satu waktu secara aman. MULTIDIMENSIONAL berarti sistem harus menghasilkan conceptual view dari data secara multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini merupakan cara yang logic untuk menganalisis bisnis dan organisasi. INFORMATION adalah semua data dan informasi yang dibutuhkan dan relevan untuk aplikasi. Kapasitas produk OLAP berbeda untuk menghandle input data tergantung beberapa pertimbangan meliputi duplikasi data, RAM yang dibutuhkan, penggunaan disk space, performance, integrasi dengan data warehouse, dan lainnya Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya. Kelebihan OLAP : Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan keputusan Mempercepat respon terhadap permintaan pasar. Mengurang “backlog”pengembangan aplikasi bagi staf IT dengan membua tpemakai akhir dapat merubah schema dan membangun model sendiri. Penyimpana pengawasan organisasi melalui integritas data koorporasi sebagai aplikasi OLAP tergantung pada data warehouse dan sistem OLTP untuk memperbaharui sumber tingkatan data mereka. Mengurangi aktifita squery dan lalulintas jaringan pada sistem OLTP atau pada data warehouse. Meningkatkan hasil dan keuntungan secara potensial dengan mengizinkan organisasi untuk merespon permintaan pasarlebihcepat. Kekurangan OLAP : Tidak terdapat fungsi untuk melakukan operasi pivot. Saat ini untuk melakukan operasi pivot dengan cara mengubah axis (baris dan kolom) dimensinya. Aplikasi OLAP belum memiliki fungsi updating yang berguna pada saat terdapat data hotspot terbaru. Online Analytical Processing (OLAP) Data telah berkembang sangat pesat dalam beberapa dekade terakhir. Banyak bentuk-bentuk yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu keperluan tertentu. Sejak tahun 1980-an , baik organisasi swasta maupun pemerintahan telah bekerja dengan data dalam interval megabyte sampai gigabyte bahkan terabyte. Oleh karena itu, kebutuhan akan alat cangih dan cepat dalam menganalisis data semakin meningkat. Hal ini dikarenakan maju atau mundurnya perusahaan akan sangat bergantung oleh seberapa cepat dan canggihnya sistem informasi yang mereka miliki serta kemampuan mereka dalam menganalisis informasi dengan sistem tersebut. Dengan memanfaatkan relational database yang sudah ada maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi Sudah sekian lama, perusahaan menganalisis data dengan menggunakan relational DBMS yang sangat sederhana, dan tentunya memiliki keterbatasan dalam melakukan aggregate, summarize, consolidate, sum, view, dan analyze. Kekurangan tersebut akan muncul jika datanya bersifat multidimensi, karena banyak perusahaan menganalisis berbagai data dalam satu waktu yang bersamaan. Oleh karena itu, dibutuhkan suatu multidimensional data analysis sehingga muncullah Online Analytical Processing (OLAP). SEJARAH Produk pertama menggunakan query OLAP adalah Express yang dirilis tahun 1970 ( dan dipakai oleh Oracle tahun 1995 sebagai Information Resources ). Tetapi istilah OLAP baru muncul tahun 1993 diperkenalkan oleh E. F. Codd yang merupakan bapak relational databases. Karangan Codd berisi konsultasi pendek yang Codd lakukan dengan pendiri Arbor Software ( sekarang disebut Hyperion Solutions, dan pada tahun 2007 dibeli oleh Oracle ) untuk memperbaiki pemasaran. Perusahaan tersebut kemudian merilis produk OLAP, Essbase, yang menerapkan 12 aturan Codd untuk online analytical processing. OLAP market tumbuh dengan cepat pada akhir tahun 90an dengan banyak komersial produk yang muncul di pasaran. Pada tahun 1998, Microsoft merilis OLAP server pertamanya, Microsoft Analysis Services yang dikembangkan dengan mengadopsi teknologi OLAP. DEFINISI Online Analytical Processing (OLAP ) merupakan suatu metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis. OLAP (Online Analytical Processing) adalah teknologi yang memproses data di dalam data warehouse dalam struktur multidimensi, menyediakan jawaban yang cepat untuk query analisis yang kompleks. TEKNIK OLAP Selain itu, teknik OLAP itu sendiri dapat dirangkum menjadi 5 garis besar yaitu Fast Analysis of Shared Multidimensional Information atau disingkat menjadi FASMI yang masing-masing berarti sebagai berikut: FAST, berarti sistem ditargetkan untuk memberikan response terhadap user dengan secepat mungkin, sesuai dengan analisis yang dilakukan. ANALYSIS, berarti sistem dapat mengatasi berbagai logika bisnis dan analisis statistik yang relevan dengan aplikasi dan user, dan mudah. SHARED, berarti sistem melaksanakan seluruh kebutuhan pengamanan data, jika dibutuhkan banyak akses penulisan terhadap data, disesuaikan dengan level dari user. Tidak semua aplikasi membutuhkan user untuk menulis data kembali. Sistem harus dapat meng-handle multiple update dalam satu waktu secara aman. MULTIDIMENSIONAL, berarti sistem harus menghasilkan conceptual view dari data secara multidimensional, meliputi full support untuk hierarki dan mutiple hierarki. Hal ini merupakan cara yang logic untuk menganalisis bisnis dan organisasi. INFORMATION, adalah semua data dan informasi yang dibutuhkan dan relevan untuk aplikasi. Kapasitas produk OLAP berbeda untuk menghandle input data tergantung beberapa pertimbangan meliputi duplikasi data, RAM yang dibutuhkan, penggunaan disk space, performance, integrasi dengan data warehouse, dan lainnya. Karakteristik Adapun karakteristik dari OLAP, yaitu: Mengijinkan user melihat data dari sudut pandang logical dan multidimensional pada data warehouse Memfasilitasi query yang komplek dan analisa bagi user Mengijinkan user melakukan drill down untuk menampilkan data pada level yang lebih detil atau roll up untuk agregasi dari satu dimensi atau beberapa dimensi Menyediakan proses kalkulasi dan perbandingan data Menampilkan hasil dalam bentuk number termasuk dalam tabel dan grafik. TEMPAT PENYIMPANAN Dari OLAP tersebut terdapat 3 model penyimpanan data dalam cube yang difasilitasi oleh Microsoft SQL Server 7.0. Ketiga model penyimpanan data tersebut adalah: MOLAP Multidimensional online analitycal processing (MOLAP) menyimpan data dan agregasi pada struktur data multidimensi. Struktur MOLAP ini tidak tersimpan pada data warehouse tapi tersimpan pada OLAP server. Sehingga performa query yang dihasilkan olehnya sangat bagus. Model penyimpanan ini sesuai untuk database dengan ukuran kecil sampai sedang. ROLAP ROLAP (relational online Analitycal processing) menggunakan tabel pada database relasional data warehouse untuk menyimpan detil data dan agregasi kubus. Berbeda dengan MOLAP, ROLAP tidak menyimpan salinan database, ia mengakses langsung pada tabel fact ketika membutuhkan jawaban sebuah query. Sehingga query pada ROLAP mempunyai response time yang lebih lambat dibandingkan ROLAP maupun HOLAP. Karakteristik model ini digunakan untuk menyimpan data yang besar dan jarang dilakukannya proses query. Misalkan, data histori dalam jumlah besar dari beberapa tahun yang sebelumnya. HOLAP Gabungan model MOLAP dan ROLAP dapat kita peroleh dari HOLAP (hibrid online analitycal processing).Detil data tersimpan pada tabel relasional tapi aggregasi data disimpan dalam format multidimensi. Misalkan proses drill down dilakukan pada sebuah tabel fakta, maka retrive data akan dilakukan dari tabel database relasional sehingga query tidak secepat MOLAP. Kubus HOLAP lebih kecil daripada kubus MOLAP tapi response time query masih lebih cepat jika dibandingkan dengan ROLAP. Model penyimpanan HOLAP ini biasanya sesuai untuk kubus yang membutuhkan performa query yang bagus dengan jumlah data yang besar. Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut : Meringkas dan mengumpulkan sejumlah besar data Melakukan filtering, pengurutan, dan memberikan peringkat (rangking) Membandingkan beberapa set dari data Membuat sketsa/bagan/diagram Menganalisis dan menemukan pola dari data Menganalisis kecenderungan data 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. 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. OLAP merupakan suatu metode pendekatan untuk menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analisis. OLAP DAN PENJADWALAN BERPRIORITAS Berdasarkan algoritma penjadwalan berprioritas dibagi dua macam : Statis, prioritas yang tidak berubah Dinamis, prioritas yang bisa diubah Pada OLAP algoritma yang digunakan adalah algoritma berprioritas dinamis karena merupakan mekanisme menanggapi perubahan lingkungan sistem saat beroperasi di lingkungan nyata. Prioritas awal yang diberikan ke proses mungkin hanya berumur pendek dalam hal ini sistem dapat menyesuaikan nilai prioritasnya ke nilai yang lebih tepat sesuai lingkungan. Algoritma ini dituntun untuk memenuhi kebijaksanaan tertentu yang menjadi tujuan sistem komputer. Berbagai kelebihan bisa didapat dengan menggunakan OLAP ini diantaranya : Dapat meningkatnya produktivitas bisnis, IT developers, dan seluruh organisasi Akses yang lebih terkendali terhadap informasi yang dapat meningkatkan efektivitas pengambilan keputusan Mempercepat respon terhadap permintaan pasar.