Chapter 6 Foundations of Business Intelligence: Databases and Information Management
6.1 ORGANIZING DATA IN A TRADITIONAL FILE ENVIRONMENT Sistim informasi atau information system yang efektif menyediakan informasi yang tepat, akurat, serta relevan bagi penggunanya. Informasi disebut akurat apabila tidak memilki atau sangat minim kesalahan , juga penginformasian dilakukan secara tepat waktu maka dapat dipakai sebagai pengambilan keputusan sesuai user atau kebutuhan pengguna akhir. Informasi disebut relevan apabila informasi teresbut berguna dan tepat untuk suatu jenis pekerjaan dan dapat dipakai sebagai pengambilan keputusan yang akan dibuat atas informasi tersebut.
FILE ORGANIZATION TERMS AND CONCEPTS Data dalam suatu hierarki dimulai dengan bit dan byte kemudian berkembang menjadi file, dan database diatur oleh sebuah sistim komputer. Bit adalah merupakan unit paling kecil dari data komputer. Sejumlah bit, disebut dengan byte yang mewakili satu karakter, dapat menjadi huruf, angka, atau suatu simbol. Pengelompokan karakter menjadi satu atau sekelompok kata, atau identitas (nama atau usia) disebut sebagai field. Sekelompok catatan yang sama jenisnya disebut file. Penggambaan suatu entitas disebut record. Setiap karakteristik yang menggambarkan entitas tertentu disebut dengan atribut. Berikut adalah hirarki dari suatu data : Database File Record Field Byte Bit
PROBLEMS WITH THE TRADITIONAL FILE ENVIRONMENT Pada organisasi dan perusahaan kebanyakan, data file dan sistim cenderung tumbuh mandiri tanpa perencanaan perusahaan yang menyeluruh. Penjualan dan pemasaran, sumber daya manusia, akuntansi keuangan berkembang dengan file data dan sistimnya sendiri. Berikut adalah ilustrasi pemrosesan file tradisional :
Masalah yang muncul pada pemrosesan file tradisional adalah : -
Redudansi dan Inkonsistensi Data Ketergantungan Terhadap Program Data Fleksibilitas yang Kurang Sistim Keamanan yang Buruk Kurangnya Ketersediaan dan Pendistribusian Data
Redudansi dan Inkonsistensi Data Redudansi data (data redundancy) adalah kehadiran adanya duplikasi data atau data ganda pada beberapa file data sama yang disimpan di bebeapa tempat atau lokasi. Redudansi data terjadi ketika kelompok-kelompok yang berbeda di dalam sebuah organisasi secara mandiri mengumpulkan data yang sama dan menyimpannya masing-masing. Sedangkan, yang dimaksudkan dengan inkonsistensi data (data inconsistency) adalah dimana atribut yang ada memiliki nilai berbeda.
Ketergantungan Terhadap Program Data
Ketergantungan terhadap program data mengacu pada satu paket pasangan data yang tesimpan di dalam file dan program tertentu dan diperlukan oleh program-program tertentu untuk mengupdate atau memperbarui dan memanage file-file tertentu hingga program tersebut perlu mengubah data-datanya. Fleksibilitas yang Kurang Sistim pemrosesan file tradisional dapat mengirim laporan yang rutin sesuai dengan jadwal setelah upaya pemrograman yang intensif, akan tetapi tidak dapat mengirimkan laporan-laporan ad-hoc atau laporan khusus yang hanya dipelukan pada situasi khusus saja atau menindaklanjuti kebutuhan akan informasi yang tidak mampu diantisipasi pada kondisi waktu tertentu dengan tepat. Informasi-informasi yang diperlukan oleh permintaan keperluan tertentu saja disimpan di sistim tersebut di suatu tempat. Keamanan yang buruk Karena longgarnya/kurangnya pengendalian atau pengelolaan terhadap data, akses penyebaran informasi jadi tak dapat dikendalikan. Manajemen mungkin tidak mempunyai cara untuk mengidentifikasi siapa yang melakukan akses atau bahkan mengubah data organisasi tersebut. Kurangnya Pendistribusian dan Ketersediaan Data Tidak mungkin untuk mengakses informasi dan mendistribusikan informasi pada waktu bersamaan, karena bagian informasi yang terdapat pada file yang berbeda dan bagian organisasi tidak dapat dihubungkan satu sama lain. Informasi tak dapat mengalir dengan lancar melalui lintas area fungsional, pada divisi dan bagian pada organisasi. Jika pengguna/user mengetahui nilai yang ditemukan pada bagian informasi ternyata saling berbeda, user mungkin tidak bersedia menggunakan sistim tersebut dikarenakan tidak mempercayai akurasi datanya.
6.2 THE DATABASE APPROACH TO DATA MANAGEMENT
DATABASE MANAGEMENT SYSTEMS Sistim database manajemen atau database management systems adalah perangkat lunak yang memungkinkan untuk mengatur data dalam database. Hal ini sering disebut dengan singkatan, DBMS. Fungsi dari DBMS meliputi concurrency, keamanan, backup dan recovery, integritas dan deskripsi data. Database management systems adalah aplikasi perangkat lunak komputer yang berinteraksi dengan pengguna atau user, aplikasi lain, dan database itu sendiri untuk menangkap dan menganalisa data. Tujuan umum DBMS dirancang untuk memungkinkan pendefinisian, pembuatan, query, update, dan administrasi database. How a DBMS Solves the Problems of the Traditional File Environment -
Mengurangi inkonsistensi dan redundansi data dengan meminimalkan file terisolasi Hal ini tidak bisa menghilangkan redundansi data secara keseluruhan, tetapi dapat
-
membantu dalam mengendalikannya Ini memisahkan data dan program, memungkinkan data untuk berdiri sendiri Akses dan ketersediaan informasi meningkat Pengembangan program dan biaya pemeliharaan berkurang Pengguna (user) dan programmer dapat melakukan query ad hoc data dalam database Memungkinkan organisasi untuk mengelola data, penggunaannya, dan keamanan melalui penggunaan kamus data secara terpusat
Relational DBMS Kontemporer DBMS menggunakan model database yang berbeda Jenis yang paling populer adalah DBMS relasional Relasional DBMS: data tabel dua dimensi (disebut hubungan) Tabel juga disebut sebagai file Setiap tabel berisi data dan atribut dan entitas Setiap elemen data untuk setiap entitas disimpan sebagai field yang terpisah Setiap bidang merupakan atribut untuk entitas Fields dalam database relasional disebut juga sebagai kolom
Ketika field secara unik mengidentifikasi setiap record, sehingga dapat diambil, diperbarui atau diurutkan, hal itu disebut sebagai key field dengan kunci utama yang tidak dapat diduplikasi Object-oriented database management system (OODBMS or ODBMS) Sebuah sistim manajemen database berorientasi objek (OODBMS), kadang-kadang disingkat menjadi ODBMS untuk sistim manajemen database objek), adalah sistim manajemen database (DBMS) yang mendukung pemodelan dan pembuatan data sebagai obyek. Ini termasuk beberapa jenis dukungan untuk kelas objek dan turunan dari properti kelas dan metode oleh subclass dan objek mereka. Saat ini tidak terdapat standar kesepakatan untuk apa mengenai DBMS, dan produk OODBMS dianggap masih dalam tahap awal.
CAPABILITIES OF DATABASE MANAGEMENT SYSTEMS Kemampuan utama dari DBMS mencakup kemampuan definisi data, sebuah kemampuan kamus data, dan bahasa manipulasi data. Kemampuan definisi data menentukan struktur dan isi dari database. Kamus data atau data dictionary adalah file otomatis atau manual yang menyimpan informasi tentang data dalam database, termasuk nama-nama, definisi, format, dan deskripsi dari elemen data. Bahasa manipulasi data, seperti Structured Query Language (SQL), adalah bahasa khusus untuk mengakses dan memanipulasi data dalam database. Database relasional adalah metode utama untuk mengatur dan memelihara data hari ini dalam sistim informasi karena sangat fleksibel dan dapat diakses.
DESIGNING DATABASES
Merancang database membutuhkan baik desain logis dan desain fisik. Desain logis database membentuk model dari perspektif bisnis. Model data organisasi harus mencerminkan proses bisnis utama dan persyaratan pengambilan keputusan. Normalization and Entity-Relationship Diagrams Proses menciptakan struktur data yang kecil, stabil, fleksibel, dan adaptif dari kelompok data kompleks ketika merancang database relasional disebut normalisasi. Sebuah database relasional yang dirancang dengan baik tidak akan memiliki hubungan yang terlalu banyak, dan semua atribut untuk entitas tertentu hanya akan berlaku untuk entitas tersebut. Ini akan mencoba untuk menegakkan aturan integritas referensial untuk memastikan bahwa hubungan antar tabel tetap konsisten. Diagram hubungan entitas grafis menggambarkan hubungan antara entitas (tabel) dalam database relasional. Sebagai contoh berikut adalah urutan order suku cadang dalam suatu perusahaan sebelum dan setelah dilakukannya normalisasi : -
Urutan order sebelum normalisasi
-
Urutan order setelah normalisasi
6.3 USING DATABASES TO IMPROVE BUSINESS PERFORMANCE AND DECISION MAKING DATA WAREHOUSE Banyak tersedia alat yang kuat untuk menganalisis dan menilai informasi di database. Sebuah gudang data atau data warehouse mengkonsolidasikan data saat ini dan sejarah dari banyak sistim operasi yang berbeda dalam database pusat yang dirancang untuk pelaporan dan analisis. Data warehouse mendukung analisis data multidimensi, juga dikenal sebagai online analytical processing (OLAP).
TOOLS FOR BUSINESS INTELLIGENCE: MULTIDIMENSIONAL DATA ANALYSIS AND DATA MINING OLAP merepresentasikan hubungan antar data sebagai struktur multidimensi, yang dapat divisualisasikan sebagai kubus data dan kubus di dalam kubus data, memungkinkan analisis data yang lebih canggih. Analisis data mining kumpulan besar data, termasuk isi data warehouse, dipakai untuk menemukan pola dan aturan yang dapat digunakan untuk memprediksi perilaku masa depan dan membimbing dalam pengambilan keputusan.
DATABASES AND THE WEB Alat text mining (text mining tools) membantu bisnis dalam menganalisis kumpulan data besar yang tidak terstruktur yang terdiri dari teks. Web mining tools berfokus pada analisis pola yang berguna dan informasi dari World Wide Web, memeriksa struktur situs web dan aktivitas pengguna situs serta isi halaman web. Database konvensional dapat dihubungkan melalui middleware ke Web atau antarmuka Web untuk memudahkan akses pengguna ke data internal organisasi.
6.4 MENGELOLA SUMBER DATA ESTABLISHING AN INFORMATION POLICY Kebijakan informasi (information policy) menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan penyimpanan informasi. Undang-undang kebijakan informasi dapat saling dibagikan oleh pengguna dan unit organisasi, di mana infomasi dapat didistribusikan , dan siapa yang bertanggung jawab untuk memperbarui dan memelihara informasinya. Administrasi data (data administration) bertanggung jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. Organisasi yang besar juga memiliki rancangan database dan kelompok manajemen didalam inti sistim informasi perusahaan yang bertanggung jawab untuk mendefinisikan dan mengatur dari isi database, serta memelihara database tersebut.
ENSURING DATA QUALITY Database dan kebijakan informasi yang dirancang dengan baik akan berlanjut pada jaminan bahwa perusahaan akan memiliki informas yang diperlukannya. Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam database perusahaan akurat dan tetap dapat diandalkan. Beberapa dari permasalahan kualitas data disebebkan oleh data ganda dan tidak konsisten yang dihasilkan oleh banyaknya sistim yang dimasukkan ke dalam data warehouse. Sebagai contoh, sistim pemesanan penjualan dan sistim manajemen persediaan keduanya akan mempertahankan data mengenai produk-produk perusahaan. Permasalahaan kualitas data bukan hanya merupakan permasalahan dalam bisnis semata, tetapi juga menimbulkan permasalahan yang serius bagi individual, memengaruhi kondisi kehidupan mereka, dan bahkan pekerjaan mereka.
PEMBAGIAN Pembagian : Rolan Mart Sasongko (S411508016) :
6.1
Evie Hanavia (S411508010)
6.4
:
6.2
6.3
SOAL DAN JAWAB
Rolan Mart Sasongko (S411508016)
1. Jenis organisasi apa yang paling membutuhkan manajemen "big data" dan alat analisis? Mengapa? Organisasi yang aktif muncul di Web atau di situs media sosial perlu menggunakan manajemen big data dan alat-alat analisis untuk mengolah berbagai data yang tidak terstruktur yang dapat membantu mereka membuat keputusan yang lebih baik dan lebih tepat waktu. Bisnis yang menimbulkan big data dari kegiatan manufaktur, ritel, dan layanan pelanggan membutuhkan alat yang dapat diberikan oleh teknologi yang ada. 2. Dikatakan bahwa tidak ada data yang buruk, hanya manajemen yang buruk. Apakah implikasi dari pernyataan ini. Hanya karena sebuah perusahaan memiliki banyak data tidak berarti ia memiliki banyak informasi. Baris dan kolom nomor suatu data tidak berarti banyak jika perusahaan tidak dapat menggunakan data tersebut untuk keunggulan kompetitif. Jika data kurang terorganisir dan dipelihara, bisnis tersebut dapat menjadi buruk dan terjadi pembuatan keputusan yang buruk. Misalnya, perusahan XXX tidak mempertahankan biaya pasokan yang akurat. Laporan keuangan menjadi tidak berguna jika hal tersebut terjadi. Jika perusahaan tidak memelihara catatan pelanggan akurat, itu mungkin akan berakhir pada pengiriman produk ke alamat yang salah pada waktu yang salah. Yang akan berakibat pada hilangnya kepercayaan pelanggan pada perusahaan, dan perusahaan akan kehilangan penjualannya. Intinya data yang baik membutuhkan suatu manajemen yang baik pula. 3. Bagaimana peran administrasi database dalam suatu perusahaan? Administrasi database berperan sebagai desain database dan kelompok manajemen yang bertanggung jawab untuk merancang dan mengatur struktur dan isi dari database, dan memelihara database perusahaan tersebut 4. Tujuan dari normaiisasi data di suatu perusahaan adalah? Proses perampingan kelompok data yang kompleks dengan tujuan untuk: meminimalkan elemen data yang berlebihan, meminimalkan hubungan canggung yang banyak, dan meningkatkan stabilitas dan fleksibilitas.
5. Definisikan data mining, Jelaskan bagaimana hal itu berbeda dari OLAP dan jenis informasi apa yang disediakannya? Data mining memberikan wawasan ke dalam data perusahaan yang tidak dapat diperoleh dengan OLAP dengan mencari pola dan hubungan dalam database besar yang tersembunyi dan menyimpulkan aturan darinya untuk memprediksi perilaku di masa depan. Pola dan aturan digunakan untuk memandu dalam pengambilan keputusan dan meramalkan efek dari keputusan tersebut. Jenis informasi yang diperoleh dari data mining termasuk asosiasi, urutan, klasifikasi, cluster, dan prakiraan. 6. Jelaskan bagaimana text mining dan Web mining berbeda dari data mining konvensional. Data mining konvensional berfokus pada data yang telah terstruktur dalam database dan file. Text mining berkonsentrasi pada menemukan pola dan tren dalam data terstruktur yang terkandung dalam file teks. Data mungkin dalam bentuk email, memo, transkrip call center, tanggapan survei, deskripsi paten, dan laporan layanan. Alat teks mining mengekstrak elemen kunci dari suatu set data besar yang tidak terstruktur, menemukan pola dan hubungan, dan meringkas informasi. 7. Jelaskan mengapa kualitas data audit dan pembersihan data adalah sangat penting. Data yang tidak akurat, tidak lengkap, atau tidak konsisten menciptakan masalah operasional dan keuangan yang serius untuk bisnis karena mereka dapat menciptakan ketimpangan dalam harga produk, rekening nasabah, dan data persediaan, dan menyebabkan keputusan yang tidak akurat tentang tindakan yang harus diambil oleh perusahaan. Perusahaan harus mengambil langkah-langkah khusus untuk memastikan mereka memiliki kualitas data dengan tingkatan tinggi. Ini termasuk menggunakan standar data enterprise-wide, database yang dirancang untuk meminimalkan data yang tidak konsisten dan berlebihan, audit kualitas data, dan perangkat lunak pembersihan data. 8. Sejauh mana pengguna akhir (end user) harus terlibat dalam pemilihan sistem manajemen database dan desain database? Pengguna akhir (end user) harus menjadi pemain yang tidak terpisahkan dalam pemilihan sistem manajemen database dan desain database. Mengembangkan lingkungan database membutuhkan lebih dari sekedar memilih teknologi. Hal ini membutuhkan perubahan sikap organisasi terhadap informasi. Organisasi harus mengembangkan fungsi administrasi data dan metodologi perencanaan data. Keterlibatan pengguna akhir dapat
berperan dalam mengurangi peran otoritas organisasiyang mungkin memiliki terlalu banyak konsep database kunci, terutama untuk berbagi informasi yang telah dikendalikan secara eksklusif oleh satu kelompok organisasi. 9. Bagaimana pengelolaan dan analisis data yang lebih baik meningkatkan kinerja bisnis masing-masing perusahaan? Berikan contoh keputusan yang ditingkatkan dengan adanya penggalian/mining database pelanggan tersebut. Target penjualan besar-besaran yang diprioritaskan melalui telemarketing, dilihat dari tindak lanjut pelanggan yang telah membuka/mengklik lebih dari satu email iklan, dapat diketahui bahwa pelanggan mungkin lebih mudah menerima promosi penjualan melalui telemarketing karena ia telah menunjukkan minat dalam jasa perusahaan. Perusahaan biasanya menggunakan data ini untuk menentukan konsumen mana yang sekiranya akan melakukan pembelian produk kembali dan menjadi pelanggan. Tidak mengetahui pelanggan mana yang paling menguntungkan perusahaan bisa memberi efek merugikan yang serius pada margin keuntungan perusahaan. 10. Apakah ada isu-isu etis yang yang diakibatkan oleh mining costumer database? Kadang perusahaan mengetahui terlalu banyak tentang pelanggan dan membuat mereja merasa privasi mereka telah dilanggar. Itulah yang akan terjadi apabila penggalian data konsumen dilakukan terlalu dalam bahkan sampai menyangkut hal-hal yang pribadi. Pelanggan dan konsumen bukannya merasa terbantu dengan adanya mining costumer database yang dilakukan perusahaan, namun mereka malah merasa terancam dan berhenti menjadi pelanggan atau pun pindah ke perusahaan pesaing.
Evie Hanavia (S411508010) 1. Sistem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat waktu dan relevan, bagaimana seharusnya Informasi yang akurat berarti bebas dari kesalahan itu? Jawab : Sebuah sistem informasi yang efektif menyediakan informasi yang akurat, tepat waktu, dan relevan bagi para penggunanya. Informasi yang akurat tidak memiliki kesalahan. Informasi yang
tepat waktu dapat dipakai oleh pembuat keputusan ketika dibutuhkan. Informasi yang relevan artinya informasi itu sangat berguna dan tepat untuk jenis pekerjaan dan keputusan yang membutuhkannya. Sistem komputer mengorganisasikan data kedalam sebuah hierarki yang dimulai dengan bit dan byte, menuju field, record, dan basis data (database). Sekumpulan data yang disusun melalui field dan kemudian dikelompokan menjadi jenis yang sama dan menjadi sebuah file. Dari file ini kemudian terbentuk sebuah database (basis data). Teknik manajemen tradisional ini membuat organisasi sulit melacak setiap bagian data yang digunakan secara sistematis dan mengatur data ini sehingga dapat diakses dengan mudah. Berbagai area dan kelompok fungsional yang berbeda diizinkan untuk mengembangkan file sendiri. Seiring dengan waktu, lingkungan file tradisional ini menimbulkan masalah, seperti redundansi data dan inkonsistensi data, ketergantungan data-program, tidak fleksibel, buruknya keamanan, serta kurangnya pembagian dan ketersediaan data. 2. Bagaimana seharusnya Prinsip-prinsip sistem manajemen basis data dan fitur basis data relasional? Jawab : Databased management system (DBMS) terdiri dari peranti lunak yang memungkinkan dilakukannya pemusatan data dan manajemen data sehingga kegiatan bisnis mempunyai sumber yang konsisten untuk semua data yang dibutuhkan. Sebuah basis data melayani banyak aplikasi sekaligus. Fitur yang paling penting dari DBMS adalah kemampuannya memisahkan tampilan data secara logis dan fisik. Pengguna bekerja dengan tampilan logis. DBMS mencari informasi sehingga pengguna tidak perlu memikirkan lokasi fisiknya. Basis data relasional adalah metode utama untuk mengorganisasikan dan memelihara data dalam sistem informasi saat ini, basis data relasional menyusun data ke dalam tabel dua dimensi dengan baris dan kolom yang disebut relasi. Setiap tabel berisi data tentang entitas dan atributnya. Setiap tabel juga berisi field kunci untuk mengidentifikasikan secara unik setiap rekaman untuk pencarian dan manipulasi. 3.
Bagaimana cara menerapkan prinsip-prinsip yang penting dalam perancangan basis data?
Jawab :
Mendesain basis data membutuhkan rancangan logis dan rancangan fisik. Rancangan logis memodelkan basis data dari setiap perspektif bisnis. Model data organisasi seharusnya menggambarkan proses-proses bisnis dan kebutuhan pengambilan keputusan yang penting. Proses pembuatan data yang penting. proses pembuatan data yang penting, stabil, fleksibel, dan adaptif dari sekelompok data yang rumit ketika merancang basis data yang relasional disebut normalisasi. Basis data relasional yang dirancang dengan baik tidak akan mempunyai hubungan yang banyak. Dan semua atribut untuk entitas tertentu hanya akan digunakan pada entitas itu. Diagram relasi entitas menggambarkan secara grafis hubungan antar entitas dalam basis data relasional. Rancangan basis data juga memperhatikan apakah sebuah basis data atau sebagian dari basis data dapat didistribusikan kepada lebih dari satu lokasi untuk meningkatkan respons dan memperkecil kerentanan dan mengurangi biaya. Terdapat dua jenis utama dari basis data terdistribusi yakni basis data yang tereplikasi dan basis data yang terpartisi. 4. Apakah maksud dari mengevaluasi berbagai perangkat dan teknologi penyediaan informasi dari basis data untuk meningkatkan kinerja bisnis dan pengambilan keputusan? Jawab: Berbagai alat yang tangguh tersedia untuk menganalisa dan mengakses informasi didalam basis data. Gudang data menyambungkan data saat ini dengan data yang terdahulu dari berbagai sistem operasional yang berbeda dalam sebuah basis data pusat yang dirancang untuk pelaporan dan analisis. Gudang data mendukung analisis data multidimensi, juga dikenal sebagai pemrosesan
analitis
online
atau
disebut online
analytical
processing(OLAP).
OLAP
mereprentasikan hubungan diantara data seperti struktur multidimensi, yang dapat dilihat sebagai kubus data dan kubus didalam kubus data, sehingga analisis data yang sangat rumit dapat dilakukan. Penggalian data menganalisis kelompok data yang lebih besar, termasuk isi dari gudang data, untuk mencari pola dan aturan yang dapat digunakan untuk memprediksi perilaku dimasa yang akan datang atau masa depan dan memandu proses pengambilan keputusan. Basis data pada umumnya dapat dihubungkan lewat middleware ke web atau web antarmuka untuk memfasilitasi akses pengguna ke data internal perusahaan.
5. Bagaimana menilai peran kebijakan informasi, administrasi data, dan penjaminan kualitas data dalam manajemen sumber daya data organisasional ? Jawab : Mengembangkan lingkungan basis data membutuhkan kebijakan dan prosedur untuk mengelola data organisasi dan juga model data dan teknologi basis data yang baik. Kebijakan informasi yang formal mengelola pemeliharaan, distribusi dan pengguna informasi didalam organisasi. Dalam perusahaan besar, administrasi data formal bertanggung jawab atas kebijakan informasi, dan juga perencanaan data, pengembangan kamus data, dan pemantauan penggunaan data dalam perusahaan. Data yang tidak akurat, tidak lengkap, atau tidak konsisten menimbulkan masalah operasional dan keuangan yang serius untuk bisnis karena dapat menciptakan ketidaktepatan dalam harga produk, rekening pelanggan, dan data persediaan, yang dapat berlanjut pada diambilnya keputusan yang salah dalam bertindak. Perusahaan harus mengambil langkah khusus untuk menjamin tingginya kualitas data yang dimilikinya. Hal ini meliputi penggunaan standar data secara keseluruhan perusahaan, basis data yang dirancang untuk meminimalisasikan inkonsistensi dan redundansi data, audit kualitas data, dan peranti lunak pembersih data. Mengelola Sumber Data a. Menetapkan Kebijakan Informasi Kebijakan informasi (information policy) menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan penyimpanan informasi. Undang-undang kebijakan informasi dapat saling dibagikan oleh pengguna dan unit organisasi, di mana infomasi dapat didistribusikan , dan siapa yang bertanggung jawab untuk memperbarui dan memelihara informasinya. Administrasi data (data administration) bertanggung jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. Organisasi yang besar juga memiliki rancangan database dan kelompok manajemen didalam inti sistem informasi
perusahaan yang bertanggung jawab untuk mendefinisikan dan mengatur dari isi database, serta memelihara database tersebut. b. Memastikan kualitas data Database dan kebijakan informasi yang dirancang dengan baik akan berlanjut pada jaminan bahwa perusahaan akan memiliki informas yang diperlukannya. Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam database perusahaan akurat dan tetap dapat diandalkan. Beberapa dari permasalahan kualitas data disebebkan oleh data ganda dan tidak konsisten yang dihasilkan oleh banyaknya sistem yang dimasukkan ke dalam data warehouse. Sebagai contoh, sistem pemesanan penjualan dan sistem manajemen persediaan keduanya akan mempertahankan data mengenai produk-produk perusahaan. Permasalahaan kualitas data bukan hanya merupakan permasalahan dalam bisnis semata, tetapi juga menimbulkan permasalahan yang serius bagi individual, memengaruhi kondisi kehidupan mereka, dan bahkan pekerjaan mereka
6. Apakah masalah-masalah yang timbul dalam lingkungan data tradisional? Jawab: a. Redudansi dan Inkonsistensi Data Redudansi data (data redundancy) adalah kehadiran data ganda pada beberapa file data yang tersimpan di bebeapa tempat atau lokasi. Redudansi data terjadi ketika kelompok-kelompok yang berbeda pada sebuah organisasi secara independen mengumpulkan data yang sama dan menyimpannya masing-masing. Sedangkan yang dimaksud Inkonsistensi Data (data inconsistency) adalah dimana atribut-atribut yang ada memiliki nilai yang berbeda. b. Ketergantungan Program Data Ketergantungan program data mengacu pada satu paket data yang tesimpan pada file dan diperlukan oleh program-program tertentu untuk memperbarui dan
mengelola file-file tertentu sehingga program tersebut perlu mengubah data-data tersebut. c. Kurangnya Fleksibilitas Sistem file tradisional dapat mengirimkan laporan rutin sesuai jadwal setelah upaya pemrograman yang ekstensif, namun tidak dapat mengirimkan laporanlaporan ad-hoc (hanya dipelukan pada situasi khusus saja) atau merespon kebutuhan informasi yang tidak dapat diantisipasi pada kondisi waktu tertentu. Informasiinformasi tersebut diperlukan oleh permintaan-permintaan ad-hoc (hanya dipelukan pada situasi khusus saja) di suatu tempat pada sistem tersebut, tetapi terlalu mahal untuk disediakan. d. Sistem Keamanan yang Buruk Karena longgarnya pengendalian atau pengelolaan terhadap data, akses dai penyebaran informasi menjadi tidak terkendali. Manajemen mungkin tidak memiliki cara untuk mengetahui siapa yang mengakses ataupun mengubah data organisasi. e. Kurangnya Ketersediaan dan Pendistribusian Data Karena bagian-bagian informasi yang terdapat pada file-file yang berbeda dan bagian-bagian organisasi tidak dapat dihubungkan satu sama lain, jelas adalah tidak mungkun untuk mendistribusikan dan mengakses informasi pada waktu bersamaan. Informasi tidak dapat mengalir dengan baik lintas area fungsional, pada bagian dan divisi-divisi pada organisasi. Jika pengguna tahu nilai yang ditemukan pada bagian informasi yang sama saling berbeda, mereka mungkin tidak akan mau menggunakan sistem tersebut karena mereka tidak dapat memercayai akurasi datanya.
7. Apasaja macam pendekatan database untuk pengelolaan data? Jawab : Database adalah sekumpulan data yang diorganisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggandaan data. a. Sistem Manajemen Database
Sistem manajemen database (database management system) adalah perangkat lunak yang memungkinkan suatu organisasi memusatkan data, mengelola mereka secara efisien, dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. DBMS meringankan pekerjaan pemrogram dan pengguna dengan cara memahami dimana dan bagaimana suatu data disimpan dengan memberikan tampilan terpisah pada data fisik dan data logis. b. DBMS Relasional DBMS terkini menggunakan model-model yang berbeda untuk memantau entitas, atribut, dan hubungan. Jenis DBMS yang paling populer bagi PC ataupun mainframe saat ini adalah DBS relasional. DBMS relasional menampilan data menjadi tabel dua dimensi (yang disebut relasi). Tabel juga dapat dianggap file. c. Database Non-Relasional dan Database pada Sistem Cloud Computing Sistem ini menggunakan model data yang lebih fleksibel dan dirancang untuk mengelola data berukuran besar yang didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan ataupun menurunkan skalabilitas. Sistem ini sangat berguna untuk menangani permintaan-permintaan data sederhana pada data terstruktur maupun yang tidak memiliki skala besar.
8. Bagaiaman cara kinerja dalam sistem manajemen database terkait kapabilitas database? Jawab :
DBMS memiliki kemampuan untuk mengorganisir, mengatur, dan mengakses data dalam database. Yang terpenting adalah data kamus, data definisi suatu bahasa, dan data manipulasi data. DBMS memiliki kapabilitas definisi data untuk menspesifikasikan struktur konten database. Definisi data digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik field pada setiap tabel. Informasi tentang database ini akan didokumentasikan dalam kamus data. Meminta dan Melaporkan, DBMS menyertakan perangkat untuk mengakses dan memanipulasi informasi pada database. Sebagian besar DBMS memiliki bahasa tersendiri yang disebut bahasa manipulasi data yang digunakan untuk menambah, mengubah, menghapus dan mengambil data pada database. 9. Bagaimana cara mendesign database secara akurat? Jawab : Untuk membuat sebuah database, Anda harus memahami hubungan antar data, jenis data yang akan di kelola dalam database, bagaimana data akan digunakan, dan bagaimana sebuah organisasi akan membutuhkan perubahan untuk mengatur data dari sudut pandang perusahaan. Normalisasi dan Diagram Relasi Entitas, Untuk menggunakan model database relasional secara efektif, kelompok data yang rumit harus disederhanakan untuk meminimalisasi elemenelemen data yang ganda serta hubungan-hubungan jamak yang janggal. Proses menciptakan struktur data yang ringkas, stabil serta fleksibel dan adaptif dari kelompok-kelompok data yang rumit dinamakan normalisasi.
10. Bagaiman memanfaatkan database untuk meningkatkan kinerja bisnis dan pengambilan keputusan? Jawab :
Perusahaan menggunakan database untuk melacak transaksi dsar, seperti membayar pemasok, memproses pesanan, melacak pelanggan, dan membayar gaji karyawan. Dalam perusahaan besar, dengan database atau basis data atau sistem yang besar untuk fungsi yang berbeda, sepeti produksi, penjualan, dan akuntansi, kemampuan dan alat khusus dibutuhkan untuk menganalisis data dalam jumlah yang sangat besar dan untuk menghubungkan data dari berbagai macam sistem. a. Data Warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh bagi kepentingan pengambil keputusan di seluruh perusahaan. Data warehouse menghasilkan data historis dari data terkini dari berbagai sistem operasi pada organisasi. b. Data Mart adalah bagian dari data warehouse yang diringkas atau dikhususkan untuk penanganan jenis-jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang telah ditentukan. Alat Untuk Bisnis Intelijen: Multidimensi Data Analis Dan Data Mining, Ketika data telah direkam dan diorganisasikan dengan menggunakan teknologi intelijen bisnis, mereka tersedia bagi analisis lebih lanjut dengan menggunakan perangkat lunak untuk meminta dan melaporkan database, analisis data multidimensional, dan data mining. a. Pemrosesan Analitis Online (OLAP) b. Data Mining c. Teks Mining dan Web Mining Database dan Web, Banyak perusahaan yang menggunakan situs web yang ditautkan dengan database internal korporat. Saat ini, banyak perusahaan yang menggunakan web untuk membuat beberapa informasi dalam database internal mereka disediakan bagi pelanggan dan rekan bisnis.
REFERENSI DAN DAFTAR PUSTAKA
Henschen, Doug. "Text Mining for Customer Insight." Information Week (November 30, 2009). Henschen, Doug. "Big and Fast." Information Week (August 9, 2010). Hoffer, Jeffrey A., Mary Prescott, and Heikki Toppi. Modern Database Management, 10th ed. Upper Saddle River, NJ: Prentice-Hall (2011). https://www.coursehero.com/file/pht7dh/How-a-DBMS-Solves-the-Problems-of-the-TraditionalFile-Environment-Reduces-data/ http://wps.pearsoned.ca/ca_ph_laudon_MIS_6/230/58989/15101312.cw/content/index.html http://searchoracle.techtarget.com/definition/object-oriented-database-management-system
Lee, Yang W., and Diane M. Strong. "Knowing-Why about Data Processes and Data Quality." Journal of Management Information Systems 20, no. 3 (Winter 2004) Management Information System Laudon 12 ed Management Information System Laudon 13 ed McKnight, William. "Seven Sources of Poor Data Quality." Information Management (April 2009).
