CHAPTER 5 CASE I

Beyond Street Smarts : Data-Driven Crime Fighting

(James A. OBrien 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,

http://flashnet.forumotion.com/t43-pengertian-data-dan-informasidiakses pada tanggal 26 feb 2012

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?

http://yogiyulianto.blog.binusian.org/2009/04/13/pertemuan-08-manajemen-sumberdaya-data-lanjutan/
diakses pada tanggal 26 feb 2012

BAB II
TINJAUAN PUSTAKA
2.1.

Pengelolaan Sumber daya Data

Data menurut OBrien (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

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. (Obrien,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

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

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 (Obrien,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.

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(Obrien,2005).

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.

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(Obrien,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. OBrien,2005, Introduction to Information Systems. 12th Edition. McGraw-Hill

Irwin
James A. OBrien 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