View/Open

Author
DANIEL, DIANUTAMA BARUS

Date Published
24 Jun 2026

Advisor
Rajif Agung Yunmar, S.Kom., M.Cs.,

Subject
Teknik Informatika

Publisher

Penelitian ini mengkaji efektivitas denormalisasi parsial dan index pelapis sebagai strategi optimasi kinerja query OLAP pada SQL Server menggunakan dataset E-Commerce Olist dengan 110.197 baris data transaksi. Pengujian dilakukan pada tiga skenario query dengan 10 iterasi pada 10 variasi volume data dalam kondisi tanpa cache aktif. Analisis rencana eksekusi mengidentifikasi empat hambatan kinerja yaitu Hash Match JOIN berulang dengan porsi biaya tertinggi 91,7 persen di Skenario 2, perhitungan berulang CTE Payments yang dihitung ulang setiap eksekusi, Sort operator yang mendominasi hingga 99,7 persen cost query, dan data meluap ke disk sementara di Skenario 2 dan Skenario 3. Optimasi diterapkan melalui tabel fakta terpusat fact_olist_denorm_idx berbasis temuan rencana eksekusi menggunakan strategi penggabungan data awal dan penyimpanan hasil agregasi awal, disertai index pelapis idx_s2_optimized untuk Skenario 2. Seluruh Hash Match dan kondisi data meluap ke disk berhasil dieliminasi dengan penurunan runtime 72,2 persen pada Skenario 1, 75,6 persen pada Skenario 2, dan 16,4 persen pada Skenario 3. Index pelapis menurunkan cost rencana eksekusi 93,4 persen dengan membatasi akses hanya pada 9.465 dari 110.197 baris. Overhead storage tercatat 33,52 persen dengan rata-rata SPR 1,63, di mana Skenario 1 dan Skenario 2 menghasilkan SPR 2,15 dan 2,25 yang menguntungkan, sedangkan Skenario 3 menghasilkan SPR 0,49 karena Sort tetap mendominasi tanpa filter selektif. Kombinasi denormalisasi parsial dan index pelapis terbukti efektif meningkatkan kinerja query OLAP dengan trade-off storage yang terukur dan secara agregat menguntungkan.

URI
https://repo.itera.ac.id/depan/submission/SB2606230232

Keyword
OLAP (Online Analytical Processing) Denormalisasi Parsial Bottleneck Analysis SQL Server Index Pelapis Storage Performance Ratio Optimasi Kinerja Rencana Eksekusi