TUGAS 2: DATA MULTIDIMENSI

 Data Multidimensi: pengertian, contoh, kelebihan dan kekurangan data multidimensi 

Pada dasarnya, data multidimensi adalah cara untuk menggambarkan data dalam bentuk tabel yang memiliki beberapa dimensi. Setiap dimensi mewakili sudut pandang atau aspek tertentu dari data, seperti dimensi waktu, dimensi produk, atau dimensi wilayah. Data multidimensi membantu dalam memahami data dengan lebih baik dan memberikan wawasan yang lebih kaya. Ini memungkinkan pengguna untuk melihat data dari berbagai sudut pandang dan membuat keputusan yang lebih baik berdasarkan pemahaman yang lebih lengkap tentang data bisnis. 

Data multidimensi (Multidimensional Data atau MDD) merupakan model data fisik (physical data model) yang strukturnya dapat dilihat dari berbagai sudut pandang (dimensi), dengan tiga buah bagian (record atau baris, field atau kolom, dan layer), dengan objek-objek data multidimensi di dalamnya, yang atributnya dibedakan menjadi atribut dimensi dan atribut pengukuran. Jika direpresentasikan ke dalam bentuk koordinat, data multidimensi dapat ditunjukkan ke dalam tiga buah sumbu yaitu X, Y, dan Z. Lalu jika dianalogikan dengan gambar bangun, maka data multidimensi dapat diibaratkan sebagai bangun ruang yang memiliki tiga dimensi yaitu panjang, lebar, dan tinggi.

CONTOH DATA MULTIDIMENSI

Contoh Dara Multidimensi: 

1. Spreadsheet 

2. Cube 

Spreadsheet 

Cube

Fitur Multidimensi Cube : 

• Rotation/pivoting yaitu Memutar sumbu pada cube untuk memperoleh data yang diinginkan.

• Slicing yaitu Pemotongan data berdasarkan kategori tertentu.

• Dicing yaitu Penyaringan subset data dari proses Slicing.

• Drill down yaitu Menampilkan data dalam bentuk lebih detail.

• Consolidation yaitu Menyatukan data dalam hirarki yang lebih tinggi.

DATA MULTIDIMENSI: OLTP Dan OLAP

Terdapat dua konsep yang digunakan data multi dimensi karena data multi dimensi tidak dapat lepas dari kebutuhan untuk mempermudah analisa data. Dua konsep tersebut adalah OLTP dan OLAP.

1. OLTP (On Line Transactional Data) 

2. OLAP (On Line Analytical Data) 

DATA RELASIONAL ATAU RELATIONAL DATA MODELLING (RDM)

Data relasional dipandang sebagai bentuk hubungan antar data melalui tabel yang berelasi dalam struktur dan berada pada dua dimensi yaitu baris dan kolom 

RDM memiliki tiga relasi yang dikenal yaitu : 

1. One to One 

2. One to Many 

3. Many to Many 

Tabel one to one 

pada gambar diatas maksudnya adalah satu jurusan di kepalai oleh satu dosen

relasi one to one 

pada tabel jurusan terdapat primary key id_jurusan dan foreign key dosen_id_dosen. yang mana foreign key itulah yang digunakan sebagai penghubung tabel dosen. 

one to many 

pada gambar diatas maksudnya adalah satu dosen wali dapat menampung lebih dari satu mahasiswa. 

relasi one to many

pada tabel mahasiswa terdapat primary key id_mahasiswa dan foreign key dosen_wali_id_dosen_wali. yang mana foreign key itulah yang digunakan sebagai penghubung tabel dosen_wali.

many to many 

pada gambar diatas maksudnya adalah setiap mahasiswa dapat mengambil banyak mata kuliah dan setiap mata kuliah dapat diambil banyak mahasiswa. 

relasi many to many

Coba perhatikan pada gambar di atas, terdapat tiga tabel yaitu tabel mahasiswa, nilai, dan mata_kuliah. Tabel mahasiswa dan mata_kuliah tersebut masing-masing berelasi Many to Many dan menghasilkan tabel baru yaitu tabel nilai. Sedangkan tabel baru atau tabel nilai tersebut sebagai penghubung antara tabel mahasiswa dan mata_kuliah yang mana tabel baru tersebut terdapat foreign key mahasiswa_id_mahasiswa dan mata_kuliah_id_mata_kuliah yang fungsinya untuk mengakses tabel mahasiswa dan mata_kuliah.

KEUNTUNGAN DATA MULTIDIMENSI 

1. Mudah ditangani, sehingga mudah untuk mempertahankannya.

2. Kinerjanya lebih baik daripada database normal (misalnya database relasional).

3. Representasi data lebih baik daripada database tradisional. Hal ini karena database multi dimensi dilihat dari berbagai sudut pandang (dimensi) dan membawa berbagai jenis faktor.

4. Dapat diterapkan pada sistem dan aplikasi yang kompleks, bertentangan dengan sistem basis data satu dimensi yang sederhana.

5. Kompatibilitas dalam jenis database ini merupakan peningkatan untuk proyek yang memiliki bandwidth lebih rendah untuk staf pemeliharaan.

KEKURANGAN DATA MULTIDIMENSI 

1. Data multi dimensi sedikit rumit dan membutuhkan profesional untuk mengenali dan memeriksa data dalam database.

2. Selama kerja Data Multi-Dimensi, ketika sistem di-cache, ada efek besar pada kerja sistem.

3. Rumit di alam karena database umumnya dinamis dalam desain.

4. Jalan untuk mencapai produk akhir sering kali rumit.

5. Data Multi Dimensi memiliki sistem yang rumit, sehingga basis data memiliki sejumlah besar basis data sehingga sistem sangat tidak aman ketika ada gangguan keamanan.