Pemrosesan analitik daring: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
k →top: pembersihan kosmetika dasar, added underlinked tag |
|||
| (39 revisi perantara oleh 25 pengguna tidak ditampilkan) | |||
Baris 1:
{{Underlinked|date=Februari 2023}}
{{artikel bermasalah|
''Online Analytical Processing'', atau disingkat 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 database OLTP (''Online Transaction Processing'').▼
{{wikifikasi|date=Desember 2022}}
{{rapikan}}
{{referensi}}
}}
▲''
[[Nigel Pendse]] menyarankan suatu alternatif dan mungkin istilahnya lebih deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat
Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.
== Desain Konsep ==▼
Di dalam inti sebarang sistem OLAP merupakan konsep dari sebuah kubus OLAP (disebut juga sebagai kubus multidimesi atau hiperkubus) yang terdiri dari ''numeric fact'' 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 database yang berhubungan. Ukuran diturunkan dari rekord dalam ''fact table'' dan dimensi-dimensi yang diturunkan dari tabel-tabel dimensi.▼
▲Di dalam inti
Setiap pengukuran bisa dijadikan gagasan karena memiliki sebuah himpunan label, atau meta-data yang dihubungkan dengannya. Sebuah dimensi merupakan apa yang dijelaskan label-label ini; ia juga menyediakan informasi tentang ukuran.▼
▲Setiap pengukuran bisa dijadikan gagasan karena memiliki sebuah himpunan label, atau
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
Contoh:
+-----------------------+
| Besar_jual | jam_id |
Baris 29 ⟶ 35:
+----------------------------+
== Agregasi ==
Telah dinyatakan bahwa untuk kueri komplek kubus OLAP bisa menghasilkan sebuah jawaban sekitar 0
== Referensi ==
▲''Aggregation'' atau 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 interface.
=== Kutipan ===
{{Reflist
|refs =
<ref name=ahsan>
{{cite journal
}}</ref>▼
|last1=Abdullah
|first1=Ahsan
|title=Analysis of mealybug incidence on the cotton crop using ADSS-OLAP (Online Analytical Processing) tool
|journal=Computers and Electronics in Agriculture |date=November 2009 |volume=69 |issue=1 |pages=59–72 |doi=10.1016/j.compag.2009.07.003
}}
}}
=== Sumber ===
▲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 ''fact table'' 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.
{{refbegin}}
* {{cite arXiv |eprint=1110.0725|last1=Jesus|first1=Paulo|title= A Survey of Distributed Data Aggregation Algorithms|last2=Baquero|first2=Carlos|author3=Paulo Sérgio Almeida|class=cs.DC |year=2011 }}
* {{cite techreport
|first=Chao |last=Zhang
|year=2017
|title=Symmetric and Asymmetric Aggregate Function in Massively Parallel Computing
|url = https://hal.archives-ouvertes.fr/hal-01533675/}}
{{refend}}
{{-}}
{{
{{pengawasan otoritas}}
[[Kategori:OLAP]]▼
[[Kategori:Pemrosesan analitik daring| ]]
| |||