Pengantar. Teknologi Informasi. 09 Teknologi Basis Data 2. Sumber:

09 Teknologi Basis Data 2

Pengantar Teknologi Informasi

Sumber: • Blog Faisal Akib: http://faisalakib.net/ • Download: http://download.faisalakib.net/ • Artikel Kuliah: http://teknik-informatika.com/


Halaman 1

Modul 9 : Teknologi Basis-Data (2) Sub Pokok bahasan : 9.1 Perangkat Lunak Basis Data 9.2 Perancangan Basis-Data 9.3 Data Warehouse 9.4 OLAP dan Data-Mining

Tujuan Pembelajaran: Setelah mengikuti perkuliahan ini mahasiswa diharapkan mampu mampu menjelaskan proses perancangan basis data berdasarkan teknik perancangan informasi suatu organisasi.

Gambaran Singkat

: Pada perkuliahan ini akan dibahas mengenai berbagai macam perangkat lunak basis data, teknik dan langkah-langkah perancangan basis data, pengembangan basis data untuk pengolahan informasi yang tidak terstruktur dengan Data Warehouse.

Sumber: http://faisalakib.net/ -- http://download.faisalakib.net/ -- http://teknik-informatika.com/


Halaman 2

9.1 Perangkat Lunak Basis-Data Sebagaimana perkembangan teknologi informasi pada umumnya perkembangan teknologi basis data juga berjalan dengan pesat. Perkembangan basisdata banyak dijumpai pada perkembangan fitur-fitur (features) perangkat lunak manajemen basis data. Namun demikian apabila ditinjau dari sudut perancangan basisdata maka perkembangan yang terjadi tidak terlalu signifikan. Tatacara merancang basisdata tidak banyak berubah dari dulu hingga sekarang, terkecuali pada teknik visualisasi antarmuka (user interface) dan perancangan berbasis objek. Perangkat lunak DMBS yang cukup luas digunakan pada tahun 1980-an hingga tahun 1990-an khususnya pada komputer mikro adalah dBASE III+ dan FoxBase, dimana model data yang digunakan adalah model relasional. Sedang untuk komputer mini dan juga mainframe, pada umumnya digunakan bahasa tingkat tinggi seperti COBOL, FORTRAN, dan PL/I untuk melakukan akses ke basisdata (embedded database access) yang difasilitasi dengan DBMS seperti IMS (model hirarki), IDS (model jaringan), dan DB2 (model relasional). Ketika teknologi jaringan lokal (LAN) digunakan, mula-mula diperkenalkan oleh Novell, maka dBASE III+ semakin luas digunakan, beberapa perusahaan perangkat lunak menciptakan software pembangunan sistem database (database system development tools) seperti Clipper dan FoxPro. Pada komputer besar DBMS juga turut berkembang dengan munculnya perangkat lunak seperti SDK Ingres dan Oracle. Menjelang tahun 2000 aplikasi berbasis objek mulai berkembang sehingga turut mempengaruhi perangkat lunak DBMS, dimulai dengan munculnya Visual dBASE, kemudian Visual FoxPro, lalu Delphi. Pencipta Delphi malah menyediakan fasilitas akses keberbagai format file basisdata sehingga dapat digunakan untuk menciptakan software aplikasi yang melakukan pengolahan data dari file-file database. Berdasarkan orientasi pemakaiannya perangkat lunak basisdata dapat dikelompokkan dalam dua kategori: Perangkat lunak ber-orientasi untuk pemakai terbatas, dan perangkat lunak ber-orientasi untuk pemakai yang banyak. 1. Perangkat Lunak ber-orientasi untuk pemakai terbatas. Perangkat Lunak pada kategori ini umumnya digunakan pada komputer mikro (PC). Perangkat lunak jenis ini pada umumnya mudah di-instalasi dan juga relatif mudah digunakan. Beberapa contoh perangkat lunaknya adalah : MS-Access, dBase/Clipper, FoxPro, dan Borland-Paradox. Perangkat lunak inipun berkembang terutama pada beberapa aspek berikut ini: a. Tipe data yang pada awalnya hanya character, numeric, dan date, diperluas ke image, sound, video, data OLE, dsb. b. Jika pada awalnya struktur basisdata hanya terdiri atas nama-field, tipe, dan ukurannya, kini fitur baru pada field-data diperkenalkan seperti nilai default, pilihan field boleh kosong atau tidak, dan bentuk validasi dari suatu field-data. c. Berbagai utilitas juga dikembangkan seperti pembuatan query, report generator, perancangan user-interface, dan sebagainya.

Kelemahan yang mungkin ditemukan pada kategori perangkat lunak ini adalah “keamanan data”, karena pada awalnya orientasi-nya hanya satu pengguna maka fitur pengamanan kurang dikembangkan. Sebagai contoh file-file basisdata diperlakukan sama dengan file lainnya, terbuka dan mudah diakses hanya melalui direktorinya.



Halaman 3

2. Perangkat Lunak ber-orientasi untuk banyak pengguna. Perangkat lunak pada kategori ini memisahkan fungsi pengelolaan basisdata dengan fungsi pembangunan aplikasi sehingga “keamanan data” lebih terjamin. File-file database tidak bisa diakses oleh orang yang tidak diberi hak, sehingga aplikasi harus melakukan “koneksi” ke database sebelum akses data, apabila diberi izin barulah aplikasi ini dapat melakukan permintaan data. Perangkat lunak pada kategori ini telah dirancang untuk digunakan dalam jaringan komputer, jadi dapat diakses oleh banyak orang. Selain itu perangkat lunak pada kelompok ini menangani berbagai aspek-aspek pengelolaan basisdata, antara lain: a. Penanganan pemulihan data (data recovery) ketika terjadi kegagalan dalam operasi basisdata. b. Pembuatan data cadangan (data backup) baik secara insidental maupun secara periodik, baik secara statis (ketika pemakaian basisdata tidak aktif) maupun secara dinamis (ketika pemakaian basisdata sedang aktif). c. Pengendalian aspek-aspek pemakaian bersama (concurency) sehingga tidak terjadi kekacauan, misalnya tidak boleh dua pengguna meng-update data pada detik yang bersamaan, harus ditentukan siapa yang lebih dulu. d. Optimalisasi pengerjaan query (query processing) agar aplikasi database dapat meningkat kinerjanya. e. Optimalisasi pemanfaatan sumber daya seperti memory, hard-disk, processor, dan sebagainya, terutama bila tersedia sumberdaya paralel.

Beberapa perangkat lunak yang masuk dalam kategori ini adalah: Oracle, Borland-Interbase, MS-SQL Server, CA-OpenIngres, Sybase, Informix, dan IBM-DB2. Perangkat lunak basisdata pada umumnya menyediakan bahasa basisdata yang terdiri atas DDL (Data Definition Language), DML (Data Manipulation Language), dan DCML (Device Control Media Language), walau demikian implementasi bahasa ini berbeda, formatnya tergantung pada model data yang didukungnya, serta selera para penciptanya. Berikut ini disajikan beberapa contoh bahasa basisdata dari beberapa jenis perangkat lunak. Bahasa xBase Pada tahun 1980-an, Ashton-Tate memasarkan produk DBMS yang diberi nama dBase untuk komputer mikro, dengan demikian perusahaan kecil yang tidak mampu membeli komputer besar pada saat ini mempunyai kesempatan untuk membangun basisdata perusahaannya. Produk dBase sukses di pasaran sehingga banyak perusahaan lain yang menciptakan tiruan dBase, misalnya FoxBase yang kemudian menjadi FoxPro. Pada awal tahun 1990-an, Ashton-Tate kemudian melakukan tuntutan ke pengadilan akan haknya atas bahasa dBase, sayang sekali Ashton-Tate kemudian kalah, karena pada awalnya dBase ternyata diciptakan untuk keperluan badan ruang angkasa NASA, sehingga hak ciptanya telah berada ditangan pemerintah Amerika Serikat. Akhirnya pengadilan memutuskan bahwa dBase bukan milik Ashton-Tate dan sebaiknya dinamakan saja xBase. Berbagai bahasa DBMS dewasa ini masih memiliki kesamaan dengan xBase seperti dBase IV, FoxPro, Clipper, Visual dBase, Visual FoxPro, dsb.



Halaman 4

Berikut ini contoh program yang ditulis dengan dBase versi DOS. ******** contoh program xBase ********** SET ECHO OFF && baris program tidak ditampilkan SET TALK OFF && hasil instruksi tidak tampil SET COLOR TO +W/N && setting warna layar monitor DO WHILE .T. && melakukan perulangan CLEAR && bersihkan monitor @ 8,30 SAY “M E N U U T A M A” && menampilkan menu @12,30 SAY “ (T)ambah data “ && ketik T untuk tambah data @14,30 SAY “ (E)dit data” && ketik E untuk edit data @16,30 SAY “ (P)rint data” && ketik P untuk cetak data @18,30 SAY “ e(X)it program” && ketik X untuk keluar STORE “X” TO ANSWER && beri X pada variabel ANSWER @20,37 GET ANSWER && minta jawaban READ && baca keyboard DO CASE CASE UPPER(ANSWER)=”T” USE CLIENTS APPEND CLOSE DATABASE

&& memilih kasus jawaban && bila jawaban = T && buka file CLIENTS && lakukan tambah data && tutup file

CASE UPPER(ANSWER)=”E” USE CLIENTS EDIT CLOSE DATABASE

&& bila jawaban = E && buka file CLIENTS && lakukan edit data && tutup file

CASE UPPER(ANSWER)=”P” USE CLIENTS LIST TO PRINT EJECT CLOSE DATABASE

&& bila jawaban = P && buka file CLIENTS && cetak data ke printer && pindah ke halaman baru && tutup file

CASE UPPER(ANSWER)=”X” QUIT ENDCASE

&& bila jawaban = X && keluar dari program && akhir seleksi kasus ENDDO && akhir perulangan ************************************************************************

Bahasa Paradox Application Language (PAL) Seperti juga xBase bahasa PAL menyediakan fasilitas yang memudahkan pengguna dalam mengelola basisdata. PAL bergantung pada mesin Paradox, namun berbeda dengan xBase yang juga tersedia dalam bentuk compiler, PAL adalah bahasa Script yang terdiri atas beberapa modul sebagai berikut: The Paradox Query Language : bahasa yang diberi nama QBE (Query By Example) untuk melakukan query terhadap basisdata paradox. Validity checking : fasilitas untuk melakukan validasi terhadap data



Halaman 5

Multitable forms : fasilitas yang memungkin formulir dataentry berhubungan dengan lebih dari satu tabel. Report generator : fasilitas user-friendly untuk membuat laporan yang dilandasi oleh basisdata Graphics : fasilitas untuk menciptakan grafik seperti pie, bar, dan line yang dilandasi oleh data dari file-file basisdata

Contoh sederhana dari suatu script PAL disajikan berikut ini: PROC PALSCRIP( ) PRIVATE name, password, username VIEW “USERS” MOVETO FIELD “last name: “ FOR i FROM 1 TO 4 @4,6 ? “Masukkan nama-nya : “ ACCEPT “A10” TO username @4,6 CLEAR EOS CURSOR NORMAL LOCATE username IF retval THEN naemok = True QUITLOOP ELSE BEEP MESSAGE “Nama anda tidak terdaftar” ENDIF ENDFOR ENDPROC Bahasa Visual dBase Pada pertengahan tahun 1990-an Microsoft Corporation memperkenalkan beberapa produk berorientasi objek yang menonjolkan disain antarmuka berbentuk visualisasi seperti Visual BASIC, Visual C++, Borland Delphi, dsb. Sejalan dengan perkembangan itu maka Borland juga me-rilis Visual dBase, yang memiliki bahasa dasar yang persis sama dengan bahasa xBase. Namun demikian pada hakekatnya konsep pemrograman xBase dan Visual dBase sangat berbeda. Pemrograman xBase mengikuti konsep prosedural, dimana program adalah susunan baris-baris program yang dilaksanakan secara ber-urutan melalui suatu prosedur-prosedur yang telah ditetapkan. Visual dBase mengikuti konsep “event-driven”, bahwa program berjalan berdasarkan urutan kejadian (event) yang dilakukan oleh user. Suatu event bisa berarti aksi yang dilakukan user ketika meng-klik mouse, menekan tombol Enter, atau memilih satu item-menu, dsb. Membuat program dalam Visual dBase tidak dimulai dengan mengetik baris-baris program tetapi dimulai dengan formulir antarmuka, misalnya formulir dataentry atau formulir untuk report. Pada rancangan antarmuka ini biasanya dipasangi tombol-tombol khusus yang apabila di-klik (event-driven) akan melakukan sesuatu, nah dibelakang tombol-tombol inilah dipasangi program, misalnya sbb: Procedure TOMBOLHAPUS_OnClick Jawaban = MSGBOX(“Anda Yakin?”, ; “Menghapus Record data ini”, 4+16) IF Jawaban <> 6 && Pilihan No



Halaman 6

MSGBOX(“Record data ini tidak jadi dihapus”, “Perhatian”, 0) RETURN ELSE * Menghapus Record Data DELETE MSGBOX(“Record ini sudah dihapus”, “Perhatian”, 0) * ambil data sebelumnya SKIP -1 * arahkan pointer record ke record pertama bila ketemu BOF IF BOF( ) GOTO TOP ENDIF * akhiri program jika tak ada lagi IF EOF( ) MSGBOX(“Record sudah habis”, “Perhatian”, 0) FORM.Close( ) ENDIF ENDIF * tampilkan record sekarang ini Form.TampilkanField() RETURN

Program diatas adalah potongan program yang berada dibalik satu tombol yang bernama TOMBOLHAPUS, bila tombol ini di-klik maka program tersebut dilaksanakan.

9.2 Perancangan Basis-data Suatu database dibangun berdasarkan kebutuhan informasi dalam suatu organisasi, oleh sebab itu pada umumnya perancangan database dimulai dari pengamatan kebutuhan informasi. Berikut ini adalah langkah-langkah yang sering dilakukan dalam perancangan basisdata: a. Teliti informasi apa yang dibutuhkan oleh organisasi ini, misalnya dengan me-wawancarai pengguna informasi dalam organisasi tersebut. b. Pisahkan/kelompokkan hasil temuan informasi menjadi beberapa entity. c. Pikirkan field-data yang mendukung setiap entity d. Tentukan field-data yang mungkin menjadi indeks (primary key) setiap entity e. Pikirkan kemungkinan relasi antar entity bila one-to-one : berarti sebenarnya kedua entity ini bisa digabung bila one-to-many atau many-to-one : tambahkan primary-key dari entity sisi-one sebagai field-data baru pada entity sisi many. bila many-to-many : ciptakan sebuah file-relasi dengan field data utama adalah primary-key masing-masing entity yang berelasi, tambahkan field data yang baru apabila field data ini bergantung pada kedua primary key. f. Pilih DBMS untuk melakukan implementasi, dimana setiap entity diciptakan sebagai sebagai sebuah table pada model relasional. Contoh: Sistem Akademik pada umumnya membutuhkan informasi dasar sebagai berikut: Daftar Peserta Mata Kuliah (DPMK) : daftar per-mata kuliah yang memuat semua nama mahasiswa yang mengambil mata kuliah tersebut pada rencana studi-nya di awal semester.



Halaman 7

Daftar Nilai Akhir (DNA) : daftar per-mata kuliah yang memuat nama semua mahasiswa yang mengambil matakuliah tersebut disertai kode nilai yang akan dilingkari oleh dosen pengasuh diakhir semester. Kartu Hasil Studi (KHS) atau Rapor: print-out untuk setiap mahasiswa dimana termuat hasil studi mahasiswa tersebut untuk setiap matakuliah yang di-ikuti-nya, disertai IPS (indeks prestasi semester)

Apabila ketiga informasi ini diteliti maka diperoleh domain data (entity) sebagai berikut: 1. Data Mahasiswa 2. Data Matakuliah 3. Data Dosen

Data Mahasiswa didukung oleh field-field data sebagai berikut:

Nomer Mahasiswa Nama Mahasiswa Alamat Jenis Kelamin Agama Tgl Lahir dsb

Data Matakuliah didukung oleh field-field data sebagai berikut:

Kode Matakuliah Nama Matakuliah SKS dsb

Data Dosen didukung oleh field-field data sebagai berikut:

Kode Dosen Nama Dosen Alamat Keahlian dsb

Ketiga entity tersebut diatas memiliki primary-key masing-masing, yaitu: Nomer-Mahasiswa untuk entity Mahasiswa, Kode-Matakuliah untuk entity Matakuliah, dan Kode-Dosen untuk entity Dosen.

Langkah berikutnya adalah menentukan relasi antar entity tersebut:



Halaman 8

Mahasiswa MataKuliah : relasi ditandai dengan rencana studi, dimana satu mahasiswa dapat mem-program banyak matakuliah, dan sebaliknya satu matakuliah dapat diprogramkan oleh banyak mahasiswa, dengan kata lain relasi-nya many-to-many (M-to-N). Karena itu diperlukan file-relasi, yaitu file semester, dengan field-field data sbb:

Kode matakuliah Nomer mahasiswa Nilai kode semester

Dosen Matakuliah : relasi ini ditandai dengan penugasan dosen, misalnya di program S1, pada umumnya seorang dosen boleh mengajar lebih dari satu matakuliah, dan satu matakuliah hanya diajar oleh seorang dosen, dengan demikian relasi-nya one-to-many (1-to-M). Karena itu primary key dari dosen (kode-dosen) ditambahkan ke entity matakuliah. File data dosen nanti tidak ada perubahan, tetapi field dari file matakuliah akan bertambah, menjadi:

Kode Matakuliah Nama Matakuliah SKS Kode-Dosen dsb

Kode-dosen pada file matakuliah disebut kunci-tamu atau foreign-key. Dosen Mahasiswa : relasi ini ditandai dengan fungsi dosen sebagai penasehat akademik (PA), dimana seorang dosen boleh menjadi PA lebih dari satu mahasiswa sementara setiap mahasiswa memerlukan satu PA, sehingga relasi yang cocok adalah one-to-many (1-to-M). Karena itu primary key dari dosen ditambahkan ke entity mahasiswa, sehingga susunan field-data mahasiswa menjadi sebagai berikut:

Nomer Mahasiswa Nama Mahasiswa Alamat Jenis Kelamin Agama Tgl Lahir Kode-Dosen dsb

Pada akhirnya basisdata akademik ini paling tidak harus terdiri atas empat tabel/file yaitu: Tabel Mahasiswa, Tabel Matakuliah, Tabel Dosen, dan Tabel Semester.

9.3 Data Warehouse Apabila berbagai basisdata selama beberapa tahun selalu dipelihara dan dikumpulkan maka kumpulan berbagai data periodik ini bisa disebut sebagai data warehouse. Kumpulan basisdata ini dapat menjadi bahan untuk analisis data dan terutama untuk mendukung pengambilan keputusan, dan pada



Halaman 9

umumnya tidak digunakan oleh organisasi untuk memproses transaksi. Sistem untuk transaksi data harian biasa disebut sebagai On Line Transaction Processing (OLTP), sebagai perbandingan berikut ini disajikan tabel perbedaan Data Warehouse dan OLTP. Data Warehouse Lebih cendrung menangani data masa lalu Data disimpan dalam satu macam platform Melayani permintaan insidentil, tak berstruktur, dan bersifat heuristik Mendukung pengambilan keputusan strategis Data diorganisasi menurut subjek, misalnya menurut produk, supplier Ber-orientasi pada analisis Dapat mendukung kelompok manajerial yang berjumlah sedikit

OLTP Menangani data masa kini Data bisa saja tersimpan dalam berbagai platform Melayani permintaan yang periodik atau berulang Mendukung pengambilan keputusan operasional (sehari-hari) Data diorganisasi menurut fungsi, misalnya menurut penjualan atau menurut produksi Ber-orientasi pada transaksi Mendukung kelompok kerja operasional, berjumlah banyak

Tabel 9.1 – Perbandingan antara Data Warehouse dan OLAP Sumber data dari Data Warehouse adalah data operasional dalam suatu organisasi seperti data pelanggan, data produk, dsb, kemudian ditambah dengan data eksternal misalnya dari Internet seperti data pemasok, dan data komersial lainnya.

Data Warehouse bersifat multidimensional, lebih dari dua dimensi, sementara tabel relasional untuk OLAP hanya berdimensi dua. Sebagai contoh berikut ini adalah tayangan data tiga dimensi dari data pembelian barang selama beberapa tahun.

Tahun n-1

n-2 n-3 n-4

barang-1

barang-2

pemasok-2 pemasok-1

Gambar 9.1 – Gambaran data 3-dimensi



Halaman 10

Berdasarkan susunan data dimensional seperti diatas, analisis data dapat dilakukan misalnya untuk menjawab pertanyaan : “Berapa jumlah barang-1 yang disalurkan oleh pemasok-2 antara tahun (n-3) sampai dengan tahun (n-1)?”. Persoalan utama yang mungkin dihadapi adalah volume data warehouse tentu sangat besar sehingga diperlukan teknologi pemrosesan yang paralel seperti Symmetric Multi Processor(SMP) atau Massively Parallel Processor(MPP). Data Warehouse dapat dibangun menggunakan program aplikasi yang dirancang sendiri, tetapi tersedia beberapa perangkat lunak yang dipasarkan khusus untuk membangun data warehouse pada suatu organisasi, antara lain: SourcePoint (Software AG) HP Intelligent Warehouse (Hewlett Packard) FlowMark (IBM) Laudon dan Laudon (1998) dalam bukunya menuliskan beberapa langkah untuk membangun data warehouse organisasi, yaitu: 1. Menentukan misi dan sasaran bisnis yang akan dicapai dengan membangun data warehouse. 2. Melakukan identifikasi komponen data yang diperlukan dari basisdata operasional untuk membangun data warehouse. 3. Merancang struktur basisdata untuk data warehouse. 4. Membangun kebijakan dalam meng-arsipkan data lama sehingga ruang penyimpanan bisa diatur sedemikian rupa agar eksekusi program analisa data tidak terlalu lamban. 5. Mentransfer data operasional secara periodik ke dalam basis data warehouse.

Selain data warehouse dikenal pula istilah data mart yang tidak merupakan bagian dari data warehouse untuk melayani kebutuhan organisasi dalam lingkup yang lebih sempit, misalnya kebutuhan bagian atau departemen tertentu dalam organisasi. Perbedaan antara data warehouse dan data mart antara lain: Data mart difokuskan untuk keperluan pemakai yang terkait dalam sebuah departemen atau suatu fungsi bisnis. Data mart biasanya mengandung data operasional yang tidak terlalu rinci seperti pada data warehouse. Data mart umumnya mengandung informasi yang lebih sedikit dibanding dengan data warehouse.

Beberapa contoh produk data mart adalah sebagai berikut: SmartMart (IBM) Visual Warehouse (IBM) PowerMart (Informatica)



Halaman 11

9.4 OLAP dan Data-mining Suatu data warehouse hanya bermanfaat apabila berbagai informasi penting dapat dihasilkan, dan untuk menghasilkan informasi penting diperlukan perangkat lunak aplikasi pemroses data. Ada dua sistem perangkat lunak yang biasa digunakan untuk menarik informasi dari data warehouse, yaitu: On Line Analytical Processor (OLAP) dan Data-mining. OLAP adalah perangkat lunak yang melakukan pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari berbagai perspektif (multidimensi). Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut ukuran. Atribut dimensi adalah atribut kualitatif seperti nama barang, warnanya, dan jenisnya, sedang atribut ukuran adalah atribut kuantitatif seperti jumlah barang dan harganya. OLAP dapat digunakan untuk menganalisis data lebih dalam lagi dengan teknik drill-down, slicing, dan consolidation. Drill-down adalah pengolahan data sedemikian rupa sehingga dari data yang ringkas dapat dijabarkan menjadi data yang lebih detil agar dapat diperoleh informasi yang rinci. Slicing adalah pengolahan data untuk melihat data dari berbagai sudut pandang, misalnya dengan melihat hubungan penjualan satu macam produk berdasarkan kategorinya, seperti penjualan sirup berdasarkan rasa strawberry, mawar, pisang ambon, dsb. Consolidation adalah pengolahan data dengan cara melakukan pengelompokan, misalnya data penjualan pertahun selama 5 tahun berturut-turut, atau menurut triwulan, dan bulanan.

Beberapa perangkat lunak OLAP yang dipasarkan adalah:

PowerPlay (Cognos Software) Metacube (Informix/Stanford Technology Group) Express Server (Oracle) HighGate (Sybase)

Data-mining adalah perangkat lunak yang digunakan untuk menemukan pola-pola tersembunyi maupun hubungan-hubungan yang terdapat dakam kumpulan basisdata seperti data warehouse. Data mining memanfaatkan berbagai teknik analisis untuk menemukan pola tersebut, antara lain: statistik, logika fazzi, jaringan syaraf tiruan, algoritma genetika, dan teknologi kecerdasan buatan lainnya. Sebagai contoh tersedia data penjualan mobil selama beberapa tahun dalam bentuk data warehouse, dengan data mining ternyata kemudian ditemukan fakta bahwa “kebanyakan pembeli mobil Xenia adalah wanita berusia antara 25 sampai dengan 35 tahun”, oleh sebab itu segmen pasar ini perlu digarap semaksimal mungkin. Aplikasi data mining dalam bidang perbankan misalnya digunakan untuk mendeteksi pola penyalahgunaan kartu kredit serta tingkat loyalitas nasabah. Pada bidang pemasaran dapat ditemukan pola pembelian para konsumen, serta segmen pasar potensial produk tertentu.



Halaman 12

Rangkuman Perangkat lunak basis data dikelompokkan dalam dua kategori; perangkat lunak berorientasi untuk pemakai terbatas, dan untuk banyak pemakai (multi user). Untuk membangun sebuah database maka kebutuhan informasi dalam suatu organisasi harus diketahui terlebih dahulu melalui beberapa tahapan kajian kebutuhan informasi. Berbagai basis data dalam sebuah organisasi yang dipelihara dalam beberapa tahun disebut data warehouse. Kumpulan basis data ini dapat dijadikan bahan analisis data untuk mendukung pangambilan keputusan.

Latihan 1. 2. 3. 4.

Sebutkan beberapa contoh perangkat lunak DBMS! Sebutkan langkah-langkah perancangan basis data! Jelaskan karakteristik informasi yang dapat diolah oleh data warehouse! Jelaskan perbedaan antara jenis basis data untuk data warehouse dengan basis data yang digunakan pada sistem informasi manajemen!


Pengantar. Teknologi Informasi. 09 Teknologi Basis Data 2. Sumber:

Recommend Documents