Data Multidimensi

Data Multidimensi

Data Multidimensi                                                  

Perbedaan mendasar OLAP dengan query biasa adalah kemampuan OLAP dalam menampilkan data dalam format multidimensi. Tabel relational yang diambil datanya dengan menggunakan query hanya mampu menampilkan data dalam bentuk dimensi tunggal. Dengan demikian, hanya ada dua sudut pandang saja, yaitu baris sebagai sumbu x dan kolom sebagai sumbu y. Hal ini ditunjukkan pada gambar 2.3 dimana data dapat dilihat dari dimensi produk yang ada pada baris dan dimensi waktu yang ada pada kolom.

ProductID	1995	1996	…	1997
A001			…
A002			…
A003			…
A004			…
A005			…
A006			…

Gambar 2.3 Data Dimensi Tunggal

Sedangkan yang dimaksud data multidimensi adalah ketika sebuah data dapat dipandang dari berbagai sudut, misal hasil penjualan suatu barang dipandang dari dimensi waktu, lokasi, pembeli dan lain-lain. Kalau digambarkan maka sumbu x diwakili oleh sudut pandang waktu, sumbu y diwakili oleh produk, dan sumbu z diwakili oleh dimensi lokasi. Hal ini ditunjukkan oleh gambar 2.4.

 

2.2.2 Operasi Data Multidimensi

Data multidimensi dapat digunakan secara baik untuk keperluan analisis. Untuk itu  ada berbagai macam operasi yang dapat dilakukan terhadap data untuk mendapatkan data yang diinginkan.

2.2.2.a. Rotation/Pivoting

Rotation/Pivoting merupakan kemampuan OLAP untuk merubah berbagai macam sudut pandang pada data. Dengan operasi ini, perubahan perspektif sudut pandang menjadi lebih mudah. Proses ini dilakukan dengan melakukan putaran untuk masing-masing dimensi, artinya rotasi suatu sumbu digantikan dengan sumbu yang lain. Hal ini ditunjukkan oleh gambar 2.5.

 

2.2.2.b Slice dan Dice

Slicing dan Dicing merupakan kemampuan OLAP untuk melakukan pemilihan subset pada data. Tiap sumbu pada cube diwakili oleh sebuah dimensi. Proses slice adalah proses pemotongan data pada cube berdasarkan nilai pada satu atau beberapa dimensi. Hal ini ditunjukkan oleh gambar 2.6.

Sedangkan proses dice adalah pemotongan hasil slice menjadi bagian subset data yang lebih kecil. Sistem dengan kemampuan slice dan dice membuat navigasi pada data dengan jumlah sangat banyak menjadi lebih mudah. Hal ini ditunjukkan oleh gambar 2.7

 

Gambar 2.7 Proses dice data

2.2.2.c Drill Down dan Consolidation

Proses drill down adalah melihat suatu subset data secara lebih detail. Proses ini melibatkan proses agregasi data. Sebaliknya, consolidation melihat data secara global atau rangkuman. Kedua proses ini memanfaatkan hirarki pada dimensi yang membentuk cube. Penjelasan lebih lanjut mengenai hirarki akan dibahasa pada sub bab berikutnya. Proses ini ditunjukkan oleh gambar 2.8.

 

Gambar 2.8 Proses drill down dan consolidation