Business Inteligence : OLAP, MOLAP, dan ROLAP

A. Terminologi

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 dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk tujuan analis. OLAP adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan, manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama database OLTP (Online Transaction Processing).

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. Online Analytical Processing (OLAP) menawarkan metode analisis data secara kompleks dan terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse. Pengguna OLAP umumnya memanfaatkan OLAP dengan pola analisis seperti berikut ini :

1. Meringkas dan mengumpulkan sejumlah besar data
2. Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)
3. Membandingkan beberapa set dari data
4. Membuat sketsa/bagan/diagram
5. Menganalisis dan menemukan pola dari data
6. Menganalisis kecenderungan data

Business Inteligence : Data Mining

A. Terminologi


Ada beberapa definisi dari data mining yang dikenal di buku-buku teks data mining. Diantaranya adalah :

• Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.
• Data mining adalah analisa otomatis dari data yang berjumlah besar atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya tidak disadari keberadaannya.

Menarik untuk diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Dari definisi-definisi itu, dapat dilihat ada beberapa faktor yang mendefinisikan data mining :

• data mining adalah proses otomatis terhadap data yang dikumpulkan di masa lalu
• objek dari data mining adalah data yang berjumlah besar atau kompleks
• tujuan dari data mining adalah menemukan hubungan-hubungan atau pola-pola yang mungkin memberikan indikasi yang bermanfaat

Business Inteligence : Data Mart dan Data Warehouse

A. Terminologi

Data mart adalah subset dari menyimpan data organisasi, biasanya berorientasi pada tujuan tertentu atau data subjek utama, yang dapat didistribusikan untuk mendukung kebutuhan bisnis. Sementara itu data warehouse adalah database yang berisi data dari beberapa system operasional yang terintegrasi dan terstruktur sehingga dapat digunakan untuk mendukung analisa dan proses pengambilan keputusan dalam bisnis.

Desain data mart cenderung mulai dari analisis kebutuhan pengguna dan data warehouse cenderung mulai dari analisis data yang sudah ada dan bagaimana data tersebut dikumpulkan dengan menggunakan sedemikian cara sehingga data tersebut nantinya bisa digunakan.

Secara umum, data warehouse cenderung menjadi konsep strategis tetapi agak belum selesai; data mart cenderung taktis dan ditujukan untuk memenuhi kebutuhan segera. Dalam prakteknya, banyak produk dan perusahaan yang menawarkan layanan data gudang juga cenderung untuk menawarkan kemampuan data mart atau jasa. Dalam beberapa penyebaran, masing-masing departemen atau unit bisnis dianggap sebagai pemilik data mart, termasuk semua perangkat keras, perangkat lunak dan data. Hal ini memungkinkan setiap departemen untuk menggunakan, memanipulasi dan mengembangkan data mereka dengan cara apapun mereka mau.; Tanpa mengubah informasi dalam pasar data lain atau data warehouse.