CHAPTER 5 CASE I Beyond Street Smarts : Data-Driven Crime Fighting (James A. O’Brien dan George M.Marakas, Information and Management Systems. 10th Edition. 2007. McGraw-Hill Irwin)
Mata Kuliah Sistem Informasi Manajemen
Dosen: Dr. Ir. Arif Imam Suroso, M.Sc
Oleh:
ADHY LISTYA PARAMITHA P056111011.47
2012
Daftar Isi Daftar Isi ............................................................................................................... ii Daftar Gambar ...................................................................................................... iii Bab I. Pendahuluan ............................................................................................... 1 1.1. Latar Belakang ..................................................................................... 1 1.2. Tujuan................................................................................................... 2 Bab II. Tinjauan Pustaka ....................................................................................... 3 2.1. Pengelolaan Sumber daya data ............................................................. 3 2.2. Dasar-dasar konsep data ....................................................................... 3 2.3. Jenis-jenis database .............................................................................. 4 2.4. Gudang data .......................................................................................... 5 2.5. Penambangan data ................................................................................ 7 2.6. Manajemen database ............................................................................ 7 2.7. Database management software ........................................................... 8 2.8. Penyelidikan, pemeliharaan dan pengembangan database ................... 9 Bab III. Pembahasan ............................................................................................. 10 3.1. Chapter 5 case 1.................................................................................... 10 Bab IV. Kesimpulan.............................................................................................. 17 4.1. Chapter 5 case 1.................................................................................... 17 Daftar Pustaka ....................................................................................................... 18
ii
Daftar Gambar Gambar 2.1. Berbagai komponen sistem lengkap gudang data ............................ 6
iii
BAB I PENDAHULUAN 1.1
Latar Belakang
Data adalah sesuatu yang belum mempunyai arti bagi penerimanya dan masih memerlukan adanya suatu pengolahan. Data bisa berujut suatu keadaan, gambar, suara, huruf, angka, matematika, bahasa ataupun simbol-simbol lainnya yang bisa kita gunakan sebagai bahan untuk melihat lingkungan, obyek, kejadian ataupun suatu konsep.
Informasi
merupakan hasil pengolahan dari sebuah model, formasi, organisasi, ataupun suatu perubahan bentuk dari data yang memiliki nilai tertentu, dan bisa digunakan untuk menambah pengetahuan bagi yang menerimanya. Dalam hal ini, data bisa dianggap sebagai obyek dan informasi adalah suatu subyek yang bermanfaat bagi penerimanya. Informasi juga bisa disebut sebagai hasil pengolahan ataupun pemrosesan data. Data bisa merupakan jam kerja bagi karyawan perusahaan. Data ini kemudian perlu diproses dan diubah menjadi informasi.1 Manajemen sumber daya data merupakan sebuah aktifitas managerial yang mengaplikasikan teknologi sistem informasi seperti manajemen database, gudang data, dan alat manajemen data lainnya dalam tugas untuk mengelola sumber daya data organisasi agar dapat memenuhi kebutuhan informasi pihak-pihak yang berkepentingan dengan bisnis mereka. Data adalah asset, ketika dirubah jadi informasi dan pengetahuan, dapat memberikan keunggulan bersaing perusahaan. Pengumpulan data baru terjadi dari beragam sumber yang disimpan sementara dalam sebuah database kemudian diolah untuk memenuhi format data warehouse atau data mart dari organisasi. Users kemudian akses data warehouse atau data mart dan ambil satu copy dari data yang dibutuhkan untuk analisis. Sumber Data Internal umumnya disimpan dalam data base perusahaan. Data tentang people, products, services, dan processes. Data Personal pada dokumentasi dari expertise pegawai perusahaan umumnya dipelihara oleh pegawai, dalam bentuk : Estimasi penjualan, Opini tentang para pesaing, business rule dan Procedures. Sumber data External dapat berasal dari database komersial ataupun laporan-laporan Pemerintahan. Internet dan Commercial Database Services dapat diakses melalui internet. Pengumpulan dapat dilakukan dilapangan, dari individual melalui metoda manual yaitu, time studies, Survey, Observations,
1
http://flashnet.forumotion.com/t43-pengertian-data-dan-informasidiakses pada tanggal 26 feb 2012
1
contributions dari experts, menggunakan instrument-instrument dan sensor2, transaction processing systems (TPS), via electronic transfer, dari web site (Clickstream). Suatu data warehouse adalah repositori dari subject-oriented historical data yang diorganisasikan agar mudah diakses dalam satu bentuk, tersedia dan dapat diterima untuk aktivitas pengolahan analisis(seperti data mining, decision support, querying, dan lain2 applications). Peran data warehousing dalam pengambilan keputusan. Data yang terdapat pada warehousing dapat digunakan untuk analisis trend, forcasting dan perbandinganperbandingan berdasarkan waktu. Business intelligence (BI) adalah satu kategori aplikasi dan teknik yang luas untukgathering, storing, analyzing dan penyediaan akes ke data. Membantu user-user perusahaan membuat keputusan-keputusan bisnis dan strategis lebih baik. Applikasi- aplikasi pokok termasuk aktivitas-aktivitas query dan reporting, online analytical processing.2 Makalah ini akan membahas lebih dalam mengenai data dan manfaat dalam mengumpulkan data yang digunakan pada lembaga hukum dan departemen Kepolisian. 1.2.
Tujuan Diharapkan dengan adanya pembahasan masalah ini dapat menjawab pertanyaan yang
terdapat dalam kasus Beyond Street Smarts : Data-Driven Crime Fighting Chapter 5 case 1 1. Apa saja manfaat yang paling penting berasal oleh lembaga penegak hukum yang disebutkan dalam kasus ini? Bagaimana teknologi ini memungkinkan mereka untuk lebih baik dalam melawan kejahatan? Berikan beberapa contoh. 2. Bagaimana masalah – masalah yang terkait data yang dihadapi oleh penegak hukum sama dengan yang dapat dihadapi perusahaan? Bagaimana mereka berbeda? Dari mana masalah ini berasal? Jelaskan. 3. Bayangkan bahwa Anda memiliki akses ke sama kejatahan terkait informasi yang dikelola oleh departemen polisi. Bagaimana Anda menganalisis informasi ini, dan tindakan apa yang akan Anda ambil sebagai hasilnya?
2
http://yogiyulianto.blog.binusian.org/2009/04/13/pertemuan-08-manajemen-sumberdaya-data-lanjutan/ diakses pada tanggal 26 feb 2012
2
BAB II TINJAUAN PUSTAKA 2.1.
Pengelolaan Sumber daya Data Data menurut O’Brien (2005) adalah sumber daya penting organisasi yang perlu
dikelola seperti mengelola aset penting dalam bisnis lainnya. Saat ini, perusahaan tidak dapat bertahan hidup atau berhasil tanpa data yang berkualitas mengenai operasi internal dan lingkungan eksternal mereka. Manajemen sumber daya data merupakan sebuah aktifitas managerial yang mengaplikasikan teknologi sistem informasi seperti manajemen database, gudang data, dan alat manajemen data lainnya dalam tugas untuk mengelola sumber daya data organisasi agar dapat memenuhi kebutuhan informasi pihak-pihak yang berkepentingan dengan bisnis mereka. 2.2.
Dasar-dasar Konsep data Data dapat secara logis diatur dalam karakter, field, catatan, file, dan database, seperti
tulisan dapat diatur dalam huruf, kata, kalimat, paragraf dan dokumen. 1. Karakter Karakter merupakan elemen logis data yang paling dasar, yang terdiri dari sebuah huruf, angka, atau simbol lainnya. 2. Field Field merupakan tingkat yang lebih tinggi dari data yang terdiri dari sekelompok karakter yang saling berhubungan. Contohnya, karakter huruf dalam nama seseorang dapat membentuk field nama, (atau biasanya, field nama akhir, nama depan, dan singkatan nama tengah) dan pengelompokkan angka dalam jumlah penjualan ang akan membentuk field jumlah penjualan. Secara khusus, field mewakili sebuah atribut (sebuah karakteristik atau kualitas) dari berapa entitas (objek, orang, tempat, atau kegiatan). Contohnya, gaji seseorang karyawan adalah atribut yang biasanya digunakan field data untuk mendiskripsikan sebuah entitas karyawan tersebut. 3. Catatan Catatan merupakan field-field dari data yang saling berhubungan dikelompokkan untuk membentuk catatan. Sebuah catatan mewakili kumpulan atribut yang mendeskripsikan sebuah entitas. Contohnya adalah catatan penggajian untuk
3
seseorang, yang terdiri dari field data yang menjelaskan berbagai atribut seperti nama orang, nomor jaminan keamanan, dan tarif upah. 4. File File merupakan sekelompok catatan yang saling berhubungan. File sering sekali diklasifikasikan sesuai dengan aplikasi yang terutama menggunakannya, seperti file penggajian atau file persediaan, atau jenis data yang ada didalamnya, seperti file dokumen atau file gambar grafis. File juga diklasifikasikan berdasarkan permanen tidaknya, contohnya, file induk (master file) penggajian vs file transaksi penggajian mingguan. Oleh sebab itu, file transaksi akan berisi catatan dari semua transaksi selama satu periode dan dapat digunakan secara periodik untuk memperbarui catatan permanen yang berada dalam file induk. 5. Database Database merupakan kumpulan integrasi dari elemen data yang secara logika saling berhubungan. (O’brien,2005). Istilah “database” berawal dari ilmu komputer. Meskipun kemudian artinya semakin luas, memasukkan hal-hal di luar bidang elektronika, artikel ini mengenai databae komputer. Catatan yang mirip dengan database sebenarnya sudah ada sebelum renovasi industri yaitu dalam bentuk buku besar, kuitansi dan kumpulan data yang berhubungan dengan bisnis.3 2.3.
Jenis – Jenis Database
1. Database Operasional Database operasoinal menyimpan data terinci yang dibutuhkan untuk mendukung proses bisnis dan operasi dari suatu perusahaan. Database operasional juga disebut sebagai subject area database (SADB), database transaksi (transaction database), dan database produksi (production database). Contoh-contohnya adalah database pelanggan, database sumber daya manusia, database persediaan, dan database – database lainnya yang dihasilkan melalui operasi bisnis. Contohnya, database sumber daya manusia meliputi data yang mengidentifikasi setiap karyawan dan jam kerja mereka, kompensasi, tunjangan, penilaian kerja, pelatihan dan status perkembangan, serta data lainnya yang terkait dengan sumber daya manusia. 3
http://www.scribd.com/doc/30914906/Pengertian-Database diakses pada tanggal 24/02/12
4
2. Database Terdistribusi Distributed database ini dapat bertempat dalam server jaringan di World Wide Web, di intranet dan ekstranet perusahaan, atau di jaringan perusahaan lain. Database terdistribusi dapat berupa kopi dari database operasional atau analitis, database hipermedia atau diskusi, atau jenis database lainnya. Replikasi dan distribusi dari database dilakukan untuk meningkatkan kinerja database pada situs Web pemakai akhir. Memastikan bahwa data dalam database terdistribusi sebuah organisasi secara konsisten dan bersama-sama diperbarui, adalah tantangan utama dari manajemen database terdistribusi. 3. Database Eksternal Informasi dari database eksternal tersedia secara gratis dari berbagai layanan komersial online, dan dengan atau tanpa biaya dari banyak sumber di World Wide Web. Data tersedia dalam bentuk statistik mengenai aktivitas ekonomi dan demografis dari bank data statistik. Dapat melakukan aktivitas download berbagai abstraksi atau kopi lengkap dari ratusan surat kabar, majalah, newsletter, makalah penelitian, dan bahan lain yang dipublikasikan serta jurnal dari database bibliografis dan teks penuh. 4. Database Hipermedia Database hipermedia terdiri dari berbagai halaman hyperlink dari multimedia (teks, grafik, gambar fotografi, klip video, segmen audio, dan lain-lain). Dengan kata lain, dari sudut pandang manajemen database, rangkaian dari berbagai halaman multimedia yang saling berhubungan dalam sebuah situs Web adalah database dari berbagai elemen halaman hipermedia yang saling berhubungan, bukan merupakan catatan data yang saling berhubungan. 2.4.
Gudang Data Data warehouse (gudang data) merupakan sebuah database dengan peralatan
pembuatan laporan dan query yang menyimpan data kini dan data historis secara terpusat, biasanya digunakan untuk menyajikan laporan dan melakukan analisis guna mendukung pengambilan keputusan managerial. (saleh,2007) Gudang data menyimpan berbagai data yang telah diekstraksi dari berbagai database operasional, eksternal, dan database lainnya dari sebuah organisasi. Itu adalah sumber pusat dari data yang telah dibersihkan, diubah, dan dikatalogkan agar mereka dapat dipakai oleh para manajer dan praktisi bisnis lainnya untuk penambangan data, pemroresan analitis online, 5
dan analisis bentuk lainnya, riset pasar dan untuk pendukung keputusan. Gudang data dapat dibagi kembali menjadi data mart, yang berisi rangkaian kecil data dari gudang data yang berfokus pada aspek-aspek tertentu dari suatu perusahaan, seperti departemen atau sebuah proses bisnis.
Gambar 2.1. berbagai komponen sistem lengkap gudang data.4 Gambar diatas mengilustrasikan berbagai komponen sistem gudang data yang lengkap. Menjelaskan bagaimana data dari berbagai database operasional dan eksternal dikumpulkan, dibersihkan, dan diubah menjadi data yang dapat digunakan dengan lebih baik untuk analisis. Proses perolehan ini dapat meliputi berbagai aktivitas, seperti konsolidasi data dari beberapa sumber, penyaringan data yang tidak diinginkan, perbaikan data yang salah, mengubah data menjadi elemen data yang baru, serta menggabungkan data menjadi rangkaian kecil data yang baru. Data ini kemudian akan disimpan dalam gudang data perusahaan, yang kemudian dapat dipindahkan ke dalam data mart atau ke gudang data analitis (analitical data store) yang menyimpan data dalam bentuk yang lebih berguna untuk beberapa jenis analisis. Metadata ( data yang mendifinisikan data dalam gudang data) disimpan dalam tempat 4
Gambar diakses dari google.com
6
penyimpanan metadata dan dikatalogkan berdasarkan direktori metadata. Terakhir, berbagai alat software analitis dapat diberikan untuk permintaan, pelaporan, penambangan, dan penganalisisan data untuk dikirim melalui sistem Web Internet serta intranet ke para pemakai akhir dalam bidang bisnis. 2.5.
Penambangan Data Penambangan data (data mining) adalah penggunaan utama dari database dalam
gudang data. Dalam penambangan data, data di suatu gudang data dianalisisuntuk mengungkapkan pola dan tren tersembunyi dalam aktivitas bisnis yang telah lewat. Hal ini dapat digunakan untuk membantu para manager membuat keputusan mengenai berbagai perubahan strategi dalam operasi bisnis untuk mendapatkan keunggulan komparatif dalam pasar. Penambangan data dapat menemukan hubungan, pola dan tren baru dalam data bisnis yang berjumlah besar(sering kali ukurannya mencapai beberapa terabyte data), yang disimpan dalam gudang data. Software penambangan data menggunakan alogaritma pengenalan pola yang canggih, serta berbagai teknik matematis dan statistis, untuk menyelediki gunungan data agar dapat mengekstraksi informasi bisnis strategis yang sebelumnya belum diketahui. Contohnya, banyak perusahaan menggunakan penambangan data untuk (O’brien,2005) : a. Melakukan “analisis berbasis pasar” agar dapat mengidentifikasi berbagai paket produk b. Menemukan akar dari masalah kualitas atau produksi c. Mencegah penurunan pelanggan dan untuk mendapat pelanggan baru d. Penjualan lintas pelanggan yang telah ada e. Mendapat gambaran mengenai pelanggan dengan lebih akurat 2.6.
Manajemen database Manajemen data merupakan bagian dari manajemen sumberdaya informasi yang
mencakup semua kegiatan yang memastikan bahwa sumber daya data organisasi yang akurat, tepat dan mutakhir dapat
tersedia bagi pemakai. Kegiatan manajemen data mencakup
pengumpulan data, integritas dan pengujian, penyimpanan, pemeliharaan, keamanan, organisasi dan pengambilan. Pada sistem manual, seluruh kegiatan ini dikerjakan oleh 7
manusia. Di era komputer saat ini orang masih diperlukan untuk pengumpulan dan pengujian data saja, karena komputer telah mengambil alih sebagian besar tanggung jawab manajemen data. Seorang spesialis informasi yang bertanggung jawab atas basisdata disebut pengelola basisdata (database administrator) atau DBA. Tugas DBA terbagi dalam empat area utama yaitu perencanaan, penerapan, operasi dan keamanan: Perencanaan database meliputi berkerja sama dengan pimpinan organisaasi untuk mendefinisikan subskema mereka. Selain itu, DBA berperan penting dalam memilih DBMS (Data base management system). Penerapan database terdiri dari menciptakan database yang sesuai dengan spefisikasi dari DBMS yang dipilih, serta menetapkan dan menegakkan kebijakan dan prosedur penggunaan database. Operasi
database mencakup menawarkan program-program pendidikan bagi pemakai
database, dan menyediakan bantuan saat diperlukan. Keamanan database meliputi pemantauan kegiatan database dengan menggunakan statistik yang disediakan DBMS.
Selain itu, DBA memastikan bahwa
database tetap aman.
(saleh,2010). 2.7.
Database Management Software Database management software(DBMS) adalah software utama dalam pendekatan
manajemen database, karena software tersebut mengendalikan pembuatan, pemeliharaan, dan penggunaan database organisasi dan pemakai akhir.
Paket manajemen database
mikrokomputer seperti Microsoft Access, Lotus Approach, atau Corel Paradox, memungkinkan untuk mempersiapkan dan mengelola database pada PC, server jaringan, atau World Wide Web. Di dalam sistem mainframe dan komputer server, sistem manajemen database adalah paket software sistem yang penting untuk mengendalikan pengembangan, penggunaan, dan pemeliharaan database dari komputer pemakai dalam organisasi. Contoh dari mainframe dan versi server terkenal untuk software DBMS adalah DB2 Universal Database dari IBM, Oracle 9i dari Oracle Corporation, dan MySQL.
8
Tiga fungsi dasar dari sistem manajemen database adalah: a. Untuk membuat database baru dan aplikasi database b. Memelihara kualitas data dalam database organisasi c. Menggunkan database organisasi untuk memberikan informasi yang dibutuhkan oleh para pemakai akhir. 2.8.
Penyelidikan, Pemeliharaan dan Pengembangan Batabase
1) Penyelidikan Database Kemampuan penyeledikan database adalah manfaat utama dari pendekatan manajemen database. Para pemakai akhir dapat menggunakan DBMS untuk menanyakan informasi dari database dengan menggunakan fotur permintaan (query) atau pembuat laporan (report generator). Mereka dapat menerima respons cepat dalam bentuk tampilan video atau laporan tercetak. Tidak dibutuhkan pemograman yang sulit. Fitur bahasa permintaan memungkinkan untuk dengan mudah mendapatkan respon segera atas permintaan khusus. 2) Pemeliharaan database Proses pemeliharaan database dicapai dengan sistem pemrosesan transaksi dan aplikasi pemakai akhir lainnya dengan bantuan dari DBMS. Database suatu organisasi perlu diperbarui secara terus-menerus untuk mencerminkan transaksi bisnis yang baru (seperti penjualan yang dilakukan, produyk yang dihasilkan, atau persediaan yang dikirimkan) serta berbagai kegiatan lainnya. 3) Pengembangan Aplikasi Database Software DBMS juga memainkan peranan penting dalam pengembangan aplikasi. Para pemakai akhir, analis sistem, dan pengembang aplikasi lainnya dapat menggunakan bahasa pemograman internal 4GL serta alat pengembangan software bawaan dalam banyak software DBMS untuk mengembangkan program aplikasi khusus. Penggunaan DBMS mudah untuk mengembangkan tampilan entri data, form, laporan atau halaman Web dari aplikasi bisnis yang mengakses database perusahaan untuk
mencari
serta
memperbarui
data
yang
dibutuhkannya(O’brien,2005).
9
BAB III PEMBAHASAN 3.1.
Chapter 5 Case 1 Lebih dari 18.000 lembaga penegak hukum di Amerika, sebagian besar memiliki
beberapa bentuk teknologi yang digunakan untuk mengumpulkan data yang berhubungan dengan tindakan kejahatan dalam bentuk digital dan instansi pemerintahannya telah memiliki gudang data yang cangih. Era penegakan hukum yang berbasis data dimulai pada awal 1990 di New York City. Disana, kepala polisi William Bratton berusaha mengesankan Walikota Rudolf Guilani melalui pendekatan radikal yang kemudian dikenal dengan Comp Stat. Comp Stat memberi penekanan pada memanfaatkan data akurat, terperinci, mengoptimalkan
kerja
polisi.
Kepolisian
termotivasi
dan tepat untuk
waktu
melaksanakan
untuk atau
memperbaharui sistem Teknologi Informasi. Data leverage digunakan untuk membantu posisi sumber daya polisi yang terbatas. Ini adalah upaya untuk lebih proaktif dalam mengubah lingkungan. Data juga digunakan untuk kasus pembunuhan, misalnya dari sekitar 20 penangkapan untuk pembunuhan, 18 orang terdata memiliki senjata api sebelum penangkapan. Kantor penegak hukum sering mengacu pada kebutuhan informasi lanjutan. Salah satu dari jalan lembaga polisi menggunakan data kejadian dalam bentuk digital yang dihubungkan dengan sistem informasi geografi, dalam mendukung apa yang diketahui sebagai pemetaan kejahatan elektronik, atau hot-spot analisis. Polisi dikota Edmonton, Alberta, membawa data dalam teknologi analisis dari vendor intelegen bisnis Cognos (sekarang bagian dari IBM). Dalam proyek pertama mereka, pejabat polisi berkonsentrasi menggunakan data untuk membuat laporan yang berhubungan dengan sumber daya geografis berbasis model penyebaran. Sekarang badan tersebut menggunakan data untuk merencanakan kegiatan kriminal baik menurut daerah geografis dan sejarah komparatif. Informasi the holy grail- pimpinan kepolisian dapat memprediksi di mana dan kapan kejahatan akan terjadi. Kepolisian Chicago menggunakan sistem CLEAR dan semua data untuk menerapkan proyeksi kejahatan termasuk penangkapan, insiden, panggilan untuk layanan, aktivitas geng jalanan, serta data cuaca dan kekhawatiran masyarakat seperti laporan dari streetlight. “model ini akan mencari untuk menggunakan semua variabel dalam upaya model masa depan yang berpola aktivitas kriminal.
10
Spss adalah nama yang sering dihubungkan dengan prediksi polisi. Spss mengatakan perampokan berkurang 80% dengan mengidentifikasi hot spot tertentu dan secara proaktif menyebarkan sumber disana. CargoNet merupakan database nasional yang pertama kali yang informasikan pencurian truk, adalah proyek bersama dari penyedia data asuransi ISO dan asuransi National Insurance Crime Bereau (NICB). CargoNet akan mengumpulkan hingga 257 data lapangan yang semuanya dirinci dari tujuan, nomor plat, dan bawaan: ke waktu, data dan lokasi pencurian itu, untuk nomor seri identifikasi secara terperinci tentang barang curian. Mengulang beberapa kali sehari, CargoNet diharapkan dapat melacak lebih dari 10.000 kejadian per tahun, mengatur baik sistem peringatan nasional dan sesuai program mengamati truk berhenti. Pencurian truk terjadi terutama pada akhir pekan, dan itu berada disekitar lembah LA, Atlanta, Miami, Dallas/Ft. Worth, Memphis dan Tennessee. Truk dan trailer biasanya menyelinap pergi pada saat malam dari tempat pemberhentian truk, tempat istirahat, pusat distribusi, dan titik transfer. Barang yang sering terkena adalah konsumen elektronik, makanan, anggur dan spirits, pakaian, dan item lainnya yang mudah dijual di jalan. Operator dan produsen ingin menyegarkan, informasi nasional sehingga mereka dapat mengubah waktu pengiriman dan menghindari truk berhenti. Penanggung ingin satu sumber data sehingga mereka bisa mendapatkan ukuran resiko yang lebih baik dan membawa masalah di bawah kendali nasional. Pertanyaan case 1 chapter 5 1. Apa saja manfaat yang paling penting berasal oleh lembaga penegak hukum yang disebutkan dalam kasus ini? Bagaimana teknologi ini memungkinkan mereka untuk lebih baik dalam melawan kejahatan? Berikan beberapa contoh. Manfaat yg paling penting berasal dari lembaga hukum yang disebutkan dalam kasus ini adalah sebagai berikut : -
Dapat memprediksi dimana dan kapan kejahatan akan terjadi.
-
Membantu posisi sdm polisi yang terbatas demi upaya yang lebih proaktif, dan mengubah lingkungan yang reaktif, respon, dan metode orientasi masa lalu
-
Dapat melakukan pendataan kejahatan kriminal yang menjadi trend pada masa tertentu dengan menetapkan beberapa indikasi kejahatan, sehingga 11
dapat memudahkan petugas kepolisian untuk melakukan evaluasi terhadap kejahatan kriminal yang sudah terjadi dan tentunya akan dapat membantu polisi dalam membuat prediksi kejahatan yang akan terjadi dimasa mendatang -
Mampu untuk mendatakan/membuat data base berbagai bentuk kegiatan kejahatan jalanan, termasuk juga di dalamnya kegiatan penegakkan hukum seperti;penangkapan, insiden, panggilan, untuk layanan, data cuaca serta tingkat kekhawatiran masyarakat.
Teknologi ini memungkinkan mereka untuk lebih baik melawan kejahatan karena mampu memprediksi dimana dan kapan kejahatan terjadi. Dengan adanya pendataan ini, kantor penegakan hukum bisa membaca trend kejahatan dilihat dari geografi dan sejarah komparatif. Berikut ini beberapa contoh : -
Polisi mampu mendatakan aktivitas geng jalanan yang biasanya terjadi pada malam hari sampai larut malam bahkan dini hari dengan daerah (spot) tertentu yang menjadi favorit mereka untuk melakukan aktivitas mereka. Dengan adanya pendataan pada kegiatan mereka (waktu dan tempat sebagai indikatornya ) polisi bisa melakukan patroli guna mencegah tindakan mereka yang anarkhis atau tindakan dari geng jalanan yang berimplikasi pada suatu tindakan yang dapat mengganggu ketertiban masyarakat umum dan menimbulkan suatu tindakan pidana.
-
Dengan adanya pendataan kejahatan kriminal yang akhirnya dapat dikatakan menjadi suatu trend pada suatu kondisi tertentu contohnya pada musim tertentu (paceklik) banyak petani yang tidak memiliki kegiatan produktif, sehingga dapat memicu terjadinya pencurian dan tentunya tingkat kekhawatiran masayrakat akan meningkat dan berdampak yg negatif pada kehidupan sosial. Namun hal tersebut dapat dicegah apabila pooisi memiliki data tentang trend suatu kejahatan dimana polisi akan lebih giat untuk mealukan patroli dan bisa mensosialisasikan tentang siskamling (sistem keamanan lingkungan).
-
Teknologi
ini
membantu
para
lembaga
penegak
hukum
untuk
mengumpulkan data yang berhubungan dengan kejahatan dalam bentuk digital yang dihubungkan dengan sistem geografi, dengan menggunakan pemetaan kejahatan elektronik.
12
-
Teknologi ini memberikan data yang akurat, terperinci, dan tepat waktu untuk mengoptimalkan kerja polisi.
-
Data Leverage juga digunakan untuk membantu posisi sumber daya polisi yang terbatas sehingga mereka dapat melakukannya dengan baik.
Contoh Teknologi yang digunakan antara lain, Sistem CargoNet, yang merupakan database nasional pertama kali yang menginformasikan pencurian truk. cargoNet dapat mengumpulkan hingga 257 data yang semuanya dapat dirinci berdasarkan nomor plat, apa yang dibawa dan tujuan. Contoh lainnya adalah penggunaan GPS dimana Selain memudahkan dalam penyelidikan suatu kejadian, GPS berfungsi juga untuk memantau keberadaan anggota patroli di lapangan. Untuk sementara, keberadaan perangkat GPS di mobil partoli hanya sebatas untuk quick response. Ke depannya akan dilakukan perbaikan-perbaikan untuk lebih memberikan pelayanan terbaik kepada masyarakat dan Untuk lebih meningkatkan kinerja. Contoh Di Indonesia. Teknis penggunakan perangkat itu, tetap berawal dari laporan masyarakat.Sebagai contoh, jika terjadi tindak kejahatan, laporan warga melalui telepon 112 langsung diteruskan ke call center pada kantor Pusat. Selanjutnya, informasi ditindak lanjuti petugas yang berada di lapangan. “Misalnya kejadiannya di kawasan Cicendo. Petugas di call center bisa melihat dari layar, mobil patroli yang sudah dipasangi GPS mana yang terdekat dengan lokasi kejadian. 5 2. Bagaimana masalah – masalah yang terkait data yang dihadapi oleh penegak hukum sama dengan yang dapat dihadapi perusahaan? Bagaimana mereka berbeda? Dari mana masalah ini berasal? Jelaskan. Masalah yang terkait data yang dihadapi oleh penegak hukum yaitu lembaga penegak hukum mengalami defisit informasi, sehingga mereka menggunakan teknologi untuk mengumpulkan data yang berhubungan dengan kriminal dalam bentuk digital. Lembaga penegak hukum juga memastikan kualitas data, mengembangkan dan menerapkan standar untuk interoperabilitas dan pemanfaatan sumber daya digital dengan cara yang paling efektif dalam mengembangkan suatu informasi maka diperlukan data yang akurat, konsisten dan terkini.
5
http://www.scribd.com/doc/32932380/Mobil-Patroli-Polisi-Dipasangi-GPS-Sebagai-Salah-SatuPenerapan-Teknologi-Informasi-Pada-Lembaga-Non-Profit
13
Sebagai contoh, lembaga penegak hukum menggunakan sistem CargoNet, database nasional
yang
pertama
kali
menginformasikan
pencurian
truk.
CargoNet
mengumpulkan hingga 257 data lapangan dengan sangat terperinci. Penggunaan CargoNet in diharapkan dapat melacak lebih dari 10.000 kejadian per tahunnya, mengatur baik sistem peringatan nasional dan penyesuaian program. Sistem ini membantu polisi dengan langkah memberikan informasi sehingga dapat mengurangi segala bentuk kejahatan. SPSS juga merupakan software yang dihubungkan dengan prediksi polisi. Penggunaan SPSS menyebabkan tindakan kriminal seperti perampokan berkurang 80% dengan mengidentifikasi hot spot tertentu. Sistem CLEAR digunakan pada panggilan layanan, aktivitas geng jalanan, insiden serta penangkapan. Model sistem Clear menggunakan semua variabel dalam upaya model masa depan yang berpola aktifitas kriminal. Masalah yang seringkali dihadapi oleh perusahaan yang masih belum memiliki sistem database yang telah terdistribusi dengan baik adalah dalam melakukan pencarian database. Pada proses pencarian database dan dalam penambahan database baru, perusahaan masih membutuhkan waktu yang lebih lama karena masih dilakukan secara manual 6. Data sama yang bertumpuk-tumpuk, data yang salah, data yang hilang, dan data yang salah dikodekan. Setiap perusahaan mengalami beberapa dari setiap hal tersebut, mungkin terletak pada bagian IT mereka yang tidak banyak berkomunikasi. Ini bukanlah masalah baru, tetapi akihir-akhir ini kekacauan ini menjadi sangatlah nyata selama proyek berkriteria tinggi, seperti pemasangan software perencanaan sumber daya perusahaan (enterprise resource planning-ERP) atau manajemen rantai pasokan (supply chain management-SCM). Hal ini sering terjadi pada saat perusahaan sering kali berfokus pada proses bisnis dan bukan pada bentuk serta keharmonisan data yang dihasilkan. Ketika perusahaan melakukannya, departemen IT harus melangkah mundur untuk membersihkan, merekonsiliasi, dan mengintegrasikan data dari berbagai database di perusahaan ke dalam gudang data. Shell Exploration and Production adalah contoh perjuangan dari proyek semacam itu, awalnya, perusahaan minyak tersebut ingin menggabungkan data dari berbagai aplikasi keuangan ERP mereka dengan data kacau dari sistem volumetrik mereka, 6
https://docs.google.com/viewer?a=v&q=cache:BSQetcOhHC4J:thesis.binus.ac.id/eColls/eThesisdoc/Bab1/201 100196IF%2520BAB%25201.pdf+masalah+yang+dihadapi+perusahaan+mengenai+database&hl=id&gl=id&pid =bl&srcid=ADGEESiuUwDXFsekerz6SprTAQT4MXT3iihXVHgHih84bZDEI8kjth0RjMIENQvpfo3z_xmjKa3i8Rzdco3 SiCfalZs9vPf3EEXJvKtLA1cBQS8mjRqknnwigp1XMo8NMN2tBPh&sig=AHIEtbQa08E0eHiGehvDfcvoPUHhP-2bhQ
14
yang memproses informasi mengenai seberapa banyak minyak dan gas yang telah ditemukan serta dikumpulkan perusahaan tersebut. Setiap sistem yang berbeda memiliki rangkaian kodenya sendiri sehingga akan memakan waktu yang lama dan terlalu mahal. Sebagai gantinya, Mutch menemukan alat yang menganalisis dan memetakan data dari berbagai sistem dan kemudian menggabungkannya ke dalam satu gudang data(O’brien,2005). Masalah ini berasal dari kurangnya pemahaman yang lebih besar dari informasi untuk perusahaan secara keseluruhan sehingga penggunaan data tidak optimal. Pada sistem pemrosesan file juga memiliki masalah utama yaitu, Penumpukan data, file-file data yang independen dapat terdiri dari banyak sekali duplikasi data, data yang sama dicatat dan disimpan dalam beberapa file.duplikasi data yang berlebihan ini menyebabkan masalah ketika data harus diperbarui, karena program pemeliharaan file yang terpisah harus dikembangkan dan dikoordinasikan untuk memastikan bahwa setiap file yang diperbarui dengan benar. Ketergantungan Data, di dalam sistem pemrosesan file, komponen-komponen utama dari suatu sistem-file organisasi, lokasi fisiknya dalam hardware penyimpanan, dan software aplikasi yang digunakan untuk mengakses file-file tersebut-saling tergantung satu sama lain dalam cara tertentu. Kurangnya Integrasi Data, memiliki data dalam file-file yang independen mempersulit untuk memberi para pemakai akhir informasi untuk permintaan khusus yang membutuhkan pengaksesan data yang disimpan dalam beberapa file yang berbeda. Program komputer khusus harus ditulis untuk menarik data dari setiap file yang independen. Hal ini sulit dilakukan karena memakan waktu dan biaya mahal.
3. Bayangkan bahwa Anda memiliki akses ke sama kejahatan terkait informasi yang dikelola oleh departemen polisi. Bagaimana Anda menganalisis informasi ini, dan tindakan apa yang akan Anda ambil sebagai hasilnya? Apabila saya memiliki akses informasi terkait kejahatan yang dikelola oleh departemen polisi, saya akan menganalisis informasi kejahatan yang terjadi dengan menggunakan beberapa indikator antara lain : -
Waktu kejahatan terjadi
-
Tempat kejahatan terjadi
-
Usia pelaku kejahatan
15
-
Gender pelaku kejahatan
-
Kebiasan pelaku pada saat melakukan kejahatan
-
Alat yang digunakan oleh pelaku
-
Motif pelaku kejahatan
Dengan adanya indikator diatas, hal-hal yang dapat dianilisis terhadap kejahatan yang telah terjadi yaitu saya dapat membuat kelompok atau gambaran perilaku dari para pelaku kejahatan yang tentunya akan memudahkan saya untuk mengambil kesimpulan terhadap suatu kejahatan yang terjadi (dalam hal ini dapat mengetahui siapa pelaku kejahatan), dan sebaliknya apabila saya dapat mengelompokkan perilaku para pelaku kejahatan maka saya dapat mencegah terjadinya suatu kejahatan . Saya juga dapat memberikan informasi ke pihak kepolisian terkait dengan tindakan kejahatan yang akan terjadi.
16
BAB IV KESIMPULAN 4.1.
Chapter 5 case 1 1. Manfaat penting yang berasal dari penegak hukum yaitu, dapat memprediksi dimana dan kapan kejadian kejahatan akan terjadi, membantu para lembaga penegak hukum dalam mengumpulkan data yang berhubungan dengan kejahatan, dan memberikan data yang akurat dan terperinci. Sedangkan, teknologi memungkinkan para penegak hukum dalam melawan kejahatan karena mampu memprediksikan setiap tindakan kejahatan yang akan terjadi. 2. Masalah yang terkait data yang dihadapi oleh penegak hukum yaitu lembaga penegak hukum mengalami defisit informasi, sehingga mereka menggunakan teknologi untuk mengumpulkan data yang berhubungan dengan kriminal dalam bentuk digital. Sedangkan masalah yang seringkali dihadapi oleh perusahaan yang masih belum memiliki sistem database yang telah terdistribusi dengan baik adalah dalam melakukan pencarian database, data sama yang bertumpuk-tumpuk, data yang salah, data yang hilang, dan data yang salah dikodekan. 3. Waktu, tempat kejahatan terjadi, usia pelaku kejahatan, gender pelaku kejahatan, kebiasan pelaku pada saat melakukan kejahatan, alat yang digunakan oleh pelaku dan motif pelaku kejahatan merupakan indikator dalam melakukan analisis kejahatan.
17
DAFTAR PUSTAKA
James A. O’Brien,2005, Introduction to Information Systems. 12th Edition. McGraw-Hill Irwin James A. O’Brien dan George M.Marakas,2007, Information and Management Systems. 10th Edition. McGraw-Hill Irwin Saleh, AAM, 2007, Manajemen Database. Wordpreess Saleh, Abdul R, 2010, Manajemen Basis Data Penelitian, Institute Pertanian Bogor. Bogor
18
