OLTP dan OLAP adalah istilah komputer yang masih membingungkan. Bahkan beberapa mahasiswa ilmu komputer pun masih ada yang bingung membedakannya. Berikut ini saya coba menjelaskan sesingkat mungkin namun sejelas mungkin.
OLTP
OLTP singkatan dari Online Transaction Processing, yang berarti sistem ini mengelola transaksi data sehari-hari secara online. Contoh OLTP adalah sistem ATM, sistem pemesanan online, atau sistem manajemen inventaris. Sistem OLTP biasanya menggunakan basis data relasional untuk menyimpan dan memperbarui data dengan cepat dan andal. Sistem OLTP menekankan pada operasi tulis data yang banyak dan integritas data di lingkungan multi-akses.
Basis data relasional adalah model data yang menyimpan data dalam bentuk tabel dua dimensi yang terdiri dari baris dan kolom. Basis data relasional menggunakan kunci primer dan asing untuk menghubungkan data antar tabel. Basis data relasional cocok untuk mengelola transaksi data sehari-hari secara online (OLTP).
Normalisasi database lebih cocok dipakai di OLTP dari pada di OLAP.
Normalisasi database adalah proses memperbaiki struktur database untuk mengurangi duplikasi data dan memastikan konsistensi data dalam database. Normalisasi database dilakukan dengan membagi data ke dalam beberapa tabel, dengan setiap tabel hanya berisi informasi yang berkaitan dengan subjek tertentu. Tabel-tabel tersebut kemudian dihubungkan melalui kunci asing, yang merupakan kunci primer dari tabel lain. Normalisasi database memiliki beberapa tujuan, antara lain:
- Mengurangi duplikasi data, yang dapat menghemat ruang penyimpanan dan mempercepat operasi tulis data.
- Meningkatkan konsistensi data, yang dapat menghindari anomali insert, update, dan delete yang dapat merusak kualitas data.
- Meningkatkan efisiensi database, yang dapat mempercepat operasi baca data dan mengurangi beban server.
- Memudahkan pengelolaan data, yang dapat mempermudah perawatan dan perubahan database.
- Mengurangi kompleksitas desain database, yang dapat mempermudah pemahaman dan pengembangan database.
Normalisasi database biasanya dilakukan dalam beberapa tahapan, dengan setiap tahap memiliki aturan dan kriteria tertentu. Tahapan normalisasi database yang umum adalah:
- Tahap pertama (1NF), yang menjamin bahwa setiap kolom dalam tabel hanya berisi satu nilai atomik dan setiap baris dalam tabel memiliki kunci primer unik.
- Tahap kedua (2NF), yang menjamin bahwa setiap kolom dalam tabel hanya bergantung pada kunci primer seluruhnya, bukan sebagian.
- Tahap ketiga (3NF), yang menjamin bahwa setiap kolom dalam tabel hanya bergantung pada kunci primer, bukan pada kolom lain.
- Tahap keempat (4NF), yang menjamin bahwa tidak ada hubungan banyak-ke-banyak antara dua atau lebih himpunan multivalued dalam tabel.
- Tahap kelima (5NF), yang menjamin bahwa tidak ada dependensi bergabung antara dua atau lebih himpunan multivalued dalam tabel.
Tahap normalisasi database akan lebih mudah bila kita dibantu oleh ERD.
ERD adalah model data untuk mendeskripsikan hubungan antara data dan basis data. ERD digunakan untuk menyusun struktur data dan hubungan antar data, dan untuk menggambarkannya digunakan notasi, simbol, bagan, dan lain sebagainya.
ERD biasanya terdiri dari tiga komponen utama, yaitu entitas, atribut, dan relasi.
- Entitas adalah kumpulan objek yang dapat diidentifikasikan secara unik atau saling berbeda.
- Atribut adalah elemen yang mendeskripsikan karakteristik dari entitas.
- Relasi adalah hubungan antara dua atau lebih entitas yang menunjukkan asosiasi atau interaksi antara entitas tersebut.
Cardinal ratio adalah perbandingan jumlah maksimum entitas yang dapat berelasi dengan entitas pada himpunan entitas lain. Cardinal ratio menunjukkan derajat relasi antara entitas yang terlibat dalam relationship. Cardinal ratio biasanya digambarkan dengan simbol angka atau garis pada ujung-ujung relationship dalam ERD. Cardinal ratio dapat dibedakan menjadi tiga jenis, yaitu one-to-one, one-to-many, dan many-to-many.
- One-to-one adalah cardinal ratio yang menunjukkan bahwa satu entitas hanya dapat berelasi dengan satu entitas lain, dan begitu juga sebaliknya.
- One-to-many adalah cardinal ratio yang menunjukkan bahwa satu entitas dapat berelasi dengan banyak entitas lain, tetapi tidak sebaliknya.
- Many-to-many adalah cardinal ratio yang menunjukkan bahwa banyak entitas dapat berelasi dengan banyak entitas lain.
OLAP
OLAP singkatan dari Online Analytical Processing, yang berarti sistem ini menganalisis data agregat secara online. Contoh OLAP adalah sistem pelaporan keuangan, sistem peramalan, atau sistem kecerdasan bisnis. Sistem OLAP biasanya menggunakan basis data multidimensi untuk menyimpan dan mengkueri data dengan berbagai perspektif. Sistem OLAP menekankan pada operasi baca data yang kompleks dan waktu respons yang cepat.
Basis data multidimensi adalah model data yang menyimpan data dalam bentuk kubus tiga dimensi atau lebih yang terdiri dari record, field, dan layer. Basis data multidimensi menggunakan dimensi dan pengukuran untuk mengkueri data dari berbagai sudut pandang. Basis data multidimensi cocok untuk menganalisis data agregat secara online (OLAP).
Data agregat adalah data yang menggabungkan atau menyatukan data individu atau data perseorangan menjadi data kelompok atau data kolektif. Data agregat biasanya digunakan untuk menganalisis, merangkum, atau membandingkan data dari berbagai sumber atau kategori. Data agregat dapat berupa data numerik, seperti jumlah, rata-rata, persentase, atau indeks, atau data kategorikal, seperti jenis kelamin, agama, pendidikan, atau pekerjaan.
Contoh data agregat adalah:
- Jumlah penduduk Indonesia menurut provinsi, kabupaten/kota, kecamatan, dan desa/kelurahan.
- Rata-rata pengeluaran rumah tangga Indonesia per bulan menurut jenis barang dan jasa.
- Persentase penduduk Indonesia yang melek huruf menurut kelompok umur dan jenis kelamin.
- Indeks pembangunan manusia (IPM) Indonesia menurut provinsi dan tahun.
- Jenis pekerjaan utama penduduk Indonesia menurut tingkat pendidikan dan sektor ekonomi.
Data agregat dapat diperoleh dari berbagai sumber, seperti sensus, survei, administrasi, atau observasi. Data agregat dapat disajikan dalam bentuk tabel, grafik, peta, atau laporan. Data agregat dapat digunakan untuk berbagai tujuan, seperti perencanaan, pengambilan keputusan, penelitian, atau evaluasi.