Chapter 6 Foundations of Business Intelligence

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).