Perbedaan OLTPerbedaan OLTP dan OLAP 1.OLTPP dan OLAP 1.OLTP

Perbedaan OLTP dan OLAP 1.OLTP (Online Transaction Processing)

Perbedaan OLTP dan OLAP 1.OLTP (Online Transaction Processing)

Perbedaan OLTPerbedaan OLTP dan OLAP 1.OLTPP dan OLAP 1.OLTP
Perbedaan OLTP dan OLAP 1.OLTP
  1. .fungsi aplikasi OLTP merupakan satu aplikasi yang berguna untuk mendukung operasional perusahaan sehari-hari. Contohnya adalah aplikasi untuk merekam pesanan konsumen, merekam pembelian, merekam proses produksi, merekam penggajian karyawan dan lain sebagainya. Aktivitas pemrosesan transaksi, biasanya hanya melibatkan beberapa record. Sebagai contoh, dalam aplikasi untuk merekam pesanan konsumen, aplikasi akan mengakses data dari tabel Konsumen, tabel Pesanan Konsumen, tabel Detail Pesanan, tabel Persediaan dan tabel Karyawan. Setiap tabel memiliki kunci yang berguna untuk sarana relasi antar tabel. Aplikasi pesanan konsumen, hanya akan menambahkan beberapa baris baru dalam tabel Pesanan Konsumen dan tabel Detail Pesanan.
  2. desine database Desain dalam OLTP bersifat Entity Relational atau databasenya dinormalisasi dulu sebelum digunakan. Database untuk mendukung OLTP adalah database yang normal. Normalized dengan banyak table. OLTP mengunakan data model ER untuk melihat transaksi sebagai proses model yang tunggal dan sinormalisaionel untuk menjagaintegritas data. OLTP menjadi bentuk yg lebih mudah untuk di ambildan di analisis. rancangan OLTP mengharuskan perancangan logika tabel dan tipe query secara bersama-sama agar tabel tersebut dapat terakses dengan cepat.
  3. Berdasarkan sumber data Data Operasional, data OLTP adalah data asli. Dalam OLTP datanya adalah hari ini, update setiap saat (datanya dapat di-edit, di-ganti, atau di-hapus) d. Berdasarkan Tujuan datanya Untuk mengendalikan dan menjalankan tugas2 utama. Penggunaan OLTP digunakan setiap saat.
  4. Berdasarkan Data apa yg di tampilkan Bisnis proses yg berkelajutan.
  5.  Query yg digunakan Simple Query.
  6. Kecepatan proses Pada dasarnya sangat cepat
  7. Space yg dibutuhkan Relativ kecil.
  8. Kemampuan OLTP
  • Data bisa saja disimpan pada beberapa platform
  • Data diorganisasikan berdasarkan fungsi atau operasi seperti penjualan, produksi,dan pemrosesan pesanan
  • Pemrosesan bersifat berulang
  • User Melayani banyak pemakai operasional User. Dalam OLTP, penggunanya adalah IT Proffesional. Jumlah Pengguna Untuk OLTP penggunanya adalah puluhan.
  • Ukuran Database Ukuran database untuk OLTP sekitar MB-GB. l. Access OLTP aksesnya bisa write, read dan lain-lain. Jumlah rekaman yang di akses OLTP sekitar ratusan sampai ribuan.
  • Unit Pekerjaan OLTP pekerjaannya hanya sederhana misalnya transaksi dalam swalayan. Seperti misalanya kasir pada sebuah super market yang menggunakan mesin dalam proses transaksinya.

2. OLAP (OnLine Analytical Processing)

  1. Fungsi aplikasi OLAP digunakan untuk pengambilan keputusan. Aplikasi OLAP berfungsi untuk mengakses data yang besar (kalau perlu data selama empat atau bahkan lima tahun). OLAP bergunauntuk menganalisis hubungan antar data guna menemuka ada tidak pola tertentu dalam data yang berguna untuk pengambilan keputusan di masa yang akan datang. Sebagai contoh, dengan menganalisis data di masa lalu, aplikasi OLAP berhasil mengidentifikasi produk apa yang disukai di daerah tertentu (ternyata ada perbedaan preferensi konsumen antar wilayah pemasaran).
  2.  Desine database Sedangkan database yang pas untuk mendukung OLAP adalah database yang denormalisasi. De-normalized dengan sedikit table dan menggunakan star / showflake schemas. olap menggunakan dimensional mode. perancangan dan penerapan dimensional model dilakukan pada data warehouse untuk di ambil dianalisis oleh olap. Dimensional model merupakan permodalan data yang terdiri dari tabel dimensi dan tabel fact yg relasianya dapat di gambarkan pada star scema, tabel flact merupakan tabel utama dalam dimensional model yang berisi pengukuran nilai angka dari bisnis yang di simpan. tabel dimensi merupakan tabel perlengkapan dari tabel fact yg berisi penjelasan tekstuan dari bisnis. Keuntungan dari dimensional model ialah memisahkan rancangan logika tabel dengan tipe query yang di gunakan pengguna. keuntungan lainya pengguna dimensional model ialah kemudahan pengawasan terhadap penambahan data kemudian penambahan kolom dan rancangan baru serta menagani pergantian kebutuhan bisnis,
  3. Berdasarkan sumber data Data konsolidasi, data OLAP di peroleh dari beberapa OLTP. datanya adalah sekarang dan hari ini yang berguna untuk melakukan analisis ke depan.
  4. Berdasarkan Tujuan datanya Untuk membantu dalam perencanaan, memecahkan masalah dan mendukung keputusan. Untuk mendukung keputusan harian (operasional). biasanya OLAP digunakan seperlunya saja.
  5. Berdasarkan Data apa yg di tampilkan Menampilkan data dari berbagai macam aktivitas bisnis. Berorientasi pada transaksi.
  6. Query yg digunakan Complex Queries.
  7. Kecepatan proses Tergantung dari data yg dilibatkan, proses akan lebih cepat dengan menggunakan fungsi indexing.
  8. Space yg dibutuhkan Lebih besar, karena membutuhkan lebih banyak indexing dibandingkan OLTP.
  9. Kemampuan OLAP Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi j. User OLAP penggunanya adalah Knowledge worker maksdunya penggunanya adalah seorang yang bertindak dalam subyek tertentu, atau petinggi dalam suatu perusahaan. Jumlah Pengguna Untuk OLAP penggunanya bisa sampai ratusan bahkan ribuan.
  10. Ukuran Database Ukuran database untuk OLAP bisa sampai GB- l. Access aksesnya OLAP sering dibaca karena digunakan untuk analisa. Jumlah rekaman yang di akses OLAP data yang diakses bisa sampai jutaan bahkan milyaran.
  11. Unit Pekerjaan Untuk OLAP query untuk menampilkan data sangat kompleks. yang merupakan bagian dari Business Intelligencey yang berguna untuk menyediakan laporan analisis, seperti penjualan, marketing, BPM (Business Process Management), budgeting, forecasting, keuangan dan sebagainya. model multidimensi, yang mengijinkan query analisis yang kompleks dengan kecepatan eksekusi yang tinggi.

Baca Juga :