Pusat Penelitian Informatika Pusat Penelitian Informatika

Devi Munandar

Abstract
Multi-dimensional database is constitute a certain method who is used to data analist for decision support. That technology is supported to use OLAP method who can be designed by special Implementation. Multi-dimensional have dimention, hierarchy, level, and member be a cube have structure and relational each other. This Concept should be used to agregate data to become output calculation for a bisnis application.

Inti sari
Multi-dimensional database merupakan suatu cara yang digunakan untuk melakukan analisa data guna mendukung keputusan. Teknologinya di dukung dengan menggunakan metoda OLAP yang dapat dirancang dengan cara khusus. Multi-dimensi data mempunyai konsep Dimensi, Hirarki, Level, dan anggota yang merupakan suatu cube atau kubus yang mempunyai hubungan struktur diantaranya. Konsep ini cukup baik dipergunakan pada data yang dapat dibuat suatu agregat yang menghasilkan bentuk keluaran berupa kalkulasi untuk sebuah aplikasi bisnis.

1. Pendahuluan
Perkembangan teknologi database saat ini berkembang sangat pesat, banyak betuk-bentuk yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu keperluan tertentu. Dengan memanfaatkan relational database yang sudah ada maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi

2. OLAP
OLAP (On-Line Analytical Processing) adalah suatu pernyataan yang bertolak belakang atau kontras dengan OLTP (On-Line Transaction Processing). OLAP menggambarkan sebuah klas teknologi yang dirancang untuk analisa dan akses data secara khusus. Apalabila pada proses transaksi pada umumnya semata-mata adalah pada relational database, OLAP muncul dengan sebuah cara pandang multidimensi data.Cara pandang multimensi ini didukung oleh tehnologi multidimensi database. Cara ini memberikan tehnik dasar untuk kalkulasi dan analisa oleh sebuah aplikasi bisnis.
OLTP mempunyai karakteristik beberapa user dapat creating,updating,retrieving untuk setiap record data, lagi pula OLTP sangat optimal untuk updating data. OLAP aplikasi digunakan untuk analisa dan mengatur frekuensi level dari agregat/jumlah data. OLAP database biasanya di update pada kumpulan data, jarang sekali dari multiple source dan menempatkan kekuatan analisa pada pada back-end pada operasi aplikasi. Sebab itulah maka OLAP sangat optimal digunakan untuk analisis.
Relational database merupakan suatu bentuk yang baik untuk mendapatkan suatu record dalam kapasitas jumlah record yang kecil, namun tidak cukup baik dalam mendapatkan suatu record dalam kapasitas jumlah record yang sangat besar serta membuat suatu summaries data untuk di analisa, ini memerlukan respone time yang lambat dan membutuhkan cukup waktu.

Gambar.1 Arsitektur OLTP dan OLAP

Aplikasi menggunakan OLPT cendrung atomized untuk “record-at-a-time� data. Dengan OLAP aplikasi lebih cendrung pada summarized data. Sedangkan OLTP aplikasi lebih cendrung tidak mempunyai historical data.. hampir setiap aplikasi OLAP dikaitkan dengan kebutuhan historical data. Jadi OLAP database membutuhkan kemampuan untuk menangani “time series data�.Aplikasi dan database menggunakan OLTP lebih cendrung pada proses pengelompokan data (data entry). Sedangkan OLAP lebih cendrung pada “subject oriented�

3. Konsep Multi-dimensional data
Pada Relational database data dikelompokan dalam sebuah list record. Setiap record mempunyai informasi yang dikelompokan dalam fields. Pusat dari objek metedata pada Multidimensional adalah cube atau kubus yang mengandung hubungan struktur dimensi, hirarki, level dan anggota.

3.1 Dimensi
Dimensi merupakan sebuah kategori yang independent dari multidimensional database. tipe dari dimensi ini mengandung item yang digunakan sebagai kriteria query untuk ukuran database. Contoh pendistribusian obat di suatu daerah. Dimensi Daerah = {Jawa Timur, Jawa Barat, DKI Jakarta, Sumatra Selatan, Surabaya, Bandung Jakarta, Palembang, Dago, Caringin, Senen, Matraman}. Dimensi Waktu = { Tahun 1999, Tahun 2000, Tahun 2001, Bulan April, Bulan Maret, Bulan Juni, Bulan Juli, Tanggal 1, Tanggal 2, Tanggal 3, Tanggal 10, Tanggal 12}. Dimensi Obat = { Anti Biotik, Vitamin, Ampicilin, Amoxcicilin, Enervon C, Redoxon, Hemaviton}.

3.2 Hirarki
Hirarki merupakan bentuk kesatuan dari sebuah dimensi. Sebuah dimensi bisa terbentuk dari multilevel, yang mempunyai parent-child relationship. Hirarki didefinisikan bagaimana hubungan antar level.
Pada Dimensi Daerah Mempunyai Hirarki

Gambar.2 Hirarki dimensi daerah

3.3 Level
Level merupakan sebuah kumpulan dalam hirarki. Sebuah dimensi mempunyai multiple layer informasi, setiap layer adalah level. Seperti
- Propinsi = {DKI Jakarta, Jawa barat,Jawa Timur, Sumatra Selatan}
- Kab./Kodya = { Jakarta Pusat, Bandung, Surabaya, Palembang}
- Kecamatan = { Dago, Caringin, Senen, Matraman}

3.4 Member
Member adalah sebuah item data dalam dimensi, kita bisa mendefinisikan ukuran database menggunakan member yang merupakan Parent child Seperti
- {Indonesia} {perent of} {DKI Jakarta, Jawa Barat, Jawa Timur}
- {DKI Jakarta} {Parent of} {Senen, Matraman}.
Dalam Sebuah tabel Pendistribusian Obat

Gambar.3 tabel pendistribusian obat

Data diatas bisa digambarkan dalam bentuk 2 dimensi.

Gambar.4 Bentuk tabel 2 dimensi pada
penjualan obat

Dari data diatas dapat di bentuk suatu analisa data. Data tersebut dapat diambil suatu analisa untuk total penjualan obat merk Ampicilin atau total penjualan obat selama tahun 1990 atau total penjualan untuk daerah matraman.data tersebut dapat di gambarkan dalam bentuk kubus dimensi.

Gambar.5 bentuk 3 dimensi

Setiap sel pada kubus merepresentasikan satu nilai variabel jumlah dari vektor-vektor sumbu dari kubus.

Gambar.6 data pada vektor tiap dimensi

Terlihat terdapat hubungan antara dimensi obat dengan dimensi waktu dan dimensi daerah yang menggunakan hirarki pada level kelurahan.untuk mempermudah pengelompokan data dan pencarian total dari masing-masing informasi yang di inginkan dapat dipilah dalam bentuk hirarki “drill down� atau pngelompokan sesuai dengan hirarki pada level yang di inginkan, Obat vs Kab.Kod , obat vs Propisi.

3.5 n-dimensional
untuk bentuk dua dimensi merupakan suatu yang mudah dimengerti.namun dalam representasi multidimensional bentuk matrik dua dimensi dapat di rubah dalam bentuk tiga dimensi . pada dua dimensi terdapat dua permukaan (sumbu vektor) ,tiga dimensi terdapat 6 permukaan (sumbu vektor), pada 4 dimensi terdapat 12 permukaan (sumbu vektor). Maka untuk n dimensi di dapat n(n-1) permukaan (sumbu vektor). Sedangkan sel yang akan terisi seperti contoh pada gambar.6 di atas dimensi Daerah mempunyai 4 item, dimensi waktu punya 3 item, dimensi obat punya 5 item, maka akan terdapat 4×3x5 = 60 sel yang berkoresponden dengan 60 record relasionalnya. untuk mendapatkan analisa pada data kubus dapat dilakukan dengan memutar permukan kubus 90 derjat, maka akan didapat menganalisa dimensi Daerah vs Obat atau dimensi Daerah vs Waktu atau dimensi Waktu vs Obat.

4. Skema Konsep data
Konsep data pada gambar.4 dapat di gambarkan secara Entity Relationship.

Gambar.7 skema konsep data
Skema konsep data pada gambar.7 dapat dilihat hubungan inter relasi antar dimensi-dimensi maupun hubungan antar hirarki yang mempunyai atribut-atribut pada levelnya.disini kita dapat membuat suatu agregat antara hirarki kabupaten/kodya pada dimensi daerah dengan hirarki antibiotik pada dimensi obat, atau agregat antara hirarki bulan pada dimensi waktu dengan hirarki obat generik pada dimensi obat. Penggunaan konsep data dengan menggunakan multidimensi ini akan menghasilkan suatu bentuk keluaran berupa nilai yang dapat dijadikan acuan pengambilan kepurusan seperti tabel yang tertera pada gambar.4. Pembuatan agregat dengan dimensi ini merupakan salah satu bentuk konsep data model yang dapat juga dituangkan dalam query language seperti diagram berikut:

Gambar.8 Alur pembuatan program
Multidimensi

pembuatan Cube dan dimensi didefinisikan dengan menggunakan metoda MDX sbb
………………………………………………..
Dim strBuatKubus As String
strBuatKubus = “CREATECUBE=CREATE CUBE Sample( ”
strBuatKubus = strBuatKubus & “DIMENSION [Obat],”
strBuatKubus = strBuatKubus & “LEVEL [All Obat] TYPE ALL,”
strBuatKubus = strBuatKubus & “LEVEL [Obat Category] ,”
strBuatKubus = strBuatKubus & “LEVEL [Obat SubCategory] ,”
……………………..
sedangkan insert MOLAP didefinisikan:
………………………………
Dim strSisip As String
strSisip = strSisip & _
“SELECT Obat_class.Obat_kategori AS Col1,”
strSisip = strSisip & _
“Obat_class.Obat_subkategori AS Col2,”
strSisip = strSisip & “Obat_class.Obat_namaobat AS Col3,”
…………………………..
…………………
penulisan document didefinisikan:
Debug.Print “Dimension Name(s) written to Document”
For di = 0 To cdf.Dimensions.Count - 1
.InsertAfter “Dimension: ” & cdf.Dimensions(di).Name.InsertAfter vbCrLf SenCount = SenCount + 1
docWord.Paragraphs(SenCount).Range.Bold = True
docWord.Paragraphs(SenCount).Range.Italic = False
docWord.Paragraphs(SenCount).Range.Font.Size = 14
untuk membuka File Cube didefinisikan:
………………………………………….. cat.ActiveConnection = “DATA SOURCE=c:\Data.cub;Provider=msolap;” …………………………………………

5. Penutup
Dengan adanya metoda Multi-Dimensional database serta aplikasi teknologinya menggunakan OLAP, maka metoda ini cukup baik digunakan pada aplikasi bisnis untuk kebutuhan menganalisa data guna mendukung keputusan.

Daftar Pustaka
1. Thanh Binh Nguyen, A Min Tjoa, and Roland Wagner, An Object Oriented Multidimensional Data Model for OLAP, 1997
2. David C.Hay, From Relational to a multi-dimensional database, Essential Strategies Inc, 1997
3. Rob Mattison, Data Warehousing “Strategi, technology and techniques�, McGrow-Hill,1996