Perpustakaan Digital ITB

OLAP cube adalah struktur data multidimensi yang memungkinkan analisis data secara cepat dan efisien. OLAP cube dibentuk dengan melakukan operasi agregasi pada setiap hierarki dimensi yang digunakan. Pemodelan operator agregasi OLAP cube merujuk pada proses mendefinisikan bagaimana data harus disimpulkan atau digabungkan pada berbagai tingkat cube. Penelitian sebelumnya telah memodelkan operator agregasi OLAP cube berbasis kolom dengan menggunakan MapReduce. Operator agregasi tersebut memiliki kekurangan dalam waktu komputasi yang lambat. Penelitian ini bertujuan untuk mengembangkan model operator agregasi OLAP cube yang dapat memberikan waktu komputasi yang lebih cepat dalam lingkungan NoSQL berbasis kolom. Penelitian ini memfokuskan pada analisa penggunaan pendekatan RDD (Resilient Distributed Dataset) dalam memodelkan operator agregasi OLAP cube NoSQL berbasis kolom untuk mencapai efisiensi dan waktu komputasi yang lebih cepat. Analisis ini melibatkan penyesuaian konsep dan arsitektur logik operator agregasi OLAP cube dengan karakteristik dan kemampuan RDD. Model yang dihasilkan diimplementasikan menggunakan bahasa pemrograman Python untuk keperluan pengujian. Pengujian dilakukan dengan membandingkan waktu eksekusi operator agregasi RDD dengan operator agregasi yang MapReduce. Dari hasil pengujian yang mencakup fungsionalitas dan kinerja, operator agregasi RDD terbukti memberikan waktu komputasi yang lebih singkat dan dapat diaplikasikan dalam beragam basis data NoSQL berbasis kolom.