Pemrosesan analitik daring, disingkat sebagai OLAP, adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. 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 basis data OLTP.
Sumber: Lihat artikel asli di Wikipedia
 | Artikel ini membutuhkan lebih banyak pranala ke artikel lain untuk meningkatkan kualitasnya. (Februari 2023) |
 | Artikel ini memiliki beberapa masalah. Tolong bantu memperbaikinya atau diskusikan masalah-masalah ini di halaman pembicaraannya. (Pelajari bagaimana dan kapan saat yang tepat untuk menghapus templat pesan ini)
|
Pemrosesan analitik daring, disingkat sebagai OLAP, adalah sebuah pendekatan secara cepat menyediakan jawaban-jawaban terhadap kueri analitik yang multidimensi di dalam alam. 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 basis data OLTP (Online Transaction Processing).
Di dalam inti sebaran sistem OLAP merupakan konsep dari sebuah kubus OLAP (disebut juga sebagai kubus multidimesi atau hiperkubus) yang terdiri dari fakta numerik yang disebut ukuran dan dikategorikan sebagai dimensi. Kubus metadata secara khusus terbuat dari sebuah skema bintang atau skema kristal salju dari tabel di dalam sebuah basis data yang berhubungan. Ukuran diturunkan dari rekord dalam tabel fakta dan dimensi-dimensi yang diturunkan dari tabel-tabel dimensi.
Setiap pengukuran bisa dijadikan gagasan karena memiliki sebuah himpunan label, atau metadata yang dihubungkan dengannya. Sebuah dimensi merupakan apa yang dijelaskan label-label ini; ia juga menyediakan informasi tentang ukuran.
Contoh sederhana untuk menjadikan kubus yang berisi penyimpanan sales sebagai ukuran dan tanggal/jam sebagai sebuah dimensi. Setiap penjualan memiliki label tanggal/jam yang menjelaskan lebih tentang penjualan itu.
Sebarang jumlah dimensi dapat ditambahkan ke struktur seperti penyimpanan, kasir, atau pelanggan dengan menjumlahkan sebuah kolom ke tabel fakta. Bisa pula analis melihat ukuran sepanjang sebarang kombinasi dari dimensi-dimensi itu.
Contoh:
Tabel Fakta Penjualan
+-----------------------+
| Besar_jual | jam_id |
+-----------------------+ Dimensi Jam
| 2008.08 | 1234 |---+ +----------------------------+
+-----------------------+ | | jam_id | stempeljam |
| +----------------------------+
+---->| 1234 | 20080902 12:35:43|
+----------------------------+
Agregasi menurut istilah komputer adalah suatu teknik komposisi untuk mengimplementasikan objek dari suatu komponen, melalui objek baru yang dapat dibangun dengan satu atau beberapa yang sudah ada, yang mendukung pengolahan suatu antarmuka.
Telah dinyatakan bahwa untuk kueri komplek kubus OLAP bisa menghasilkan sebuah jawaban sekitar 0,1% dari waktu untuk kueri yang sama pada data OLTP yang berhubungan. Mekanisme tunggal paling penting dalam OLAP yang bisa mencapai kinerja yang sedemikian merupakan penggunaan dari agregasi. Agregasi-agregasi dibangun dari tabel fakta dengan mengubah granularitas pada dimensi khusus dan mengumpulkan lagi data sepanjang dimensi-dimensi tersebut. Jumlah agregasi yang mungkin ditentukan oleh setiap kombinasi yang mungkin dari dimensi granularitas.
| Internasional | |
|---|---|
| Nasional | |
| Lain-lain | |
