KONSEP DASAR PENGOLAHAN DATA TERDISTRIBUSI

REVIEW

Data adalah bahan keterangan tentang kejadian kejadian nyata atau fakta fakta. Contoh: angka, gambar, dsb. Informasi adalah data yang telah diproses dan diorganisasikan sehingga mempunyai arti sebagai dasar mengambil tindakan langsung atau tidak langsung. Contoh: jam kerja dikalikan upah per jam adalah gaji kotor karyawan.

MACAM-MACAM BENTUK PENGOLAHAN DATA DALAM STRUKTUR ORGANISASI

1. SENTRALISASI Operasi operasi pengolahan data dilaksanakan oleh suatu bagian yang terpisah dalam struktur organisasi yang sering disebut bagian pengolahan data elektronik (Electronic Data Processing / EDP). Bentuk pengolahan data tersentralisasi dalam struktur organisasi mempunyai faktor pendukung: a) penghematan khusus dalam hardware dan pengadaan personalia b) penghematan karena meniadakan pengembangan sistem yang ganda c) manfaat karena standarisasi d) manfaat karena sistem yang seragam

REVIEW

Pengolahan data adalah: serangkaian operasi atas informasi yang direncanakan guna mencapai tujuan.
Unsur unsur pengolahan data: 1. pengumpulan data (data capturing) 2. pembacaan data (reading) 3. pemeriksaan (verifying) 4. perekaman (recording) 5. penggolongan (classifying) 6. pengurutan (sorting) 7. peringkasan (sumarizing) 8. perhitungan (calculating) 9. perbandingan (comparing) 10. pemindahan (transmitting) 11. penampilan kembali (retrieving) 12. penggandaan (reproduction) 13. penyebarluasan (distribution)

MACAM-MACAM BENTUK PENGOLAHAN DATA DALAM STRUKTUR ORGANISASI (lanjutan)

2. Desentralisasi Kegiatan pengolahan data dilakukan dalam bidang bidang organisasi fungsional otonomi atau yang merupakan sub organisasi. Contoh: akuntansi, keuangan, personalia, riset dan pengembangan, dll. Faktor yang mendukung desentralisasi pengolahan data dalam struktur organisasi: a) pelayanan yang makin baik karena kepekaan terhadap kondisi lokasi b) kebijakan desentralisasi dalam manajemen c) kelangkaan kesamaan diantara fungsi unit unit organisasi yang mempersulit adanya standarisasi sistem

MACAM-MACAM BENTUK PENGOLAHAN DATA DALAM STRUKTUR ORGANISASI (lanjutan)

3. Terdistribusi Data yang diolah disebar ke bagian - bagian, namun bagian bagian tersebut disatukan kembali secara logika dan diawasi oleh bagian yang mempunyai peringkat lebih tinggi sehingga membentuk suatu kesatuan.

DEFINISI

Pengolahan data terdistribusi :

Jaringan pemrosesan data terdistribusi terdiri dari banyak komputer yang tergabung didalam suatu jaringan komputer dimana antara yang satu dengan yang lain dapat saling membantu. Contoh: Pengolahan data kependudukan dengan pengolahan data terdistribusi

Server Pusat (Indonesia Data Center)

32 Propinsi 434 Kabupaten

Persyaratan pengolahan data terdistribusi Beberapa persyaratan yang umumnya digunakan untuk pengolahan data terdistribusi: 1. Prosesor-prosesor ditempatkan pada lokasi yang berbeda 2. Prosesor dihubungkan dengan telekomunikasi 3. Konfigurasinya melayani satu organisasi 4. Konfigurasinya mempunyai satu set tujuan yang spesifik 5. Konfigurasinya direncanakan dan dirancang secara terintegrasi Bila komputer-komputer dalam sistem pengolahan data terdistribusi tidak saling berkomunikasi saat mengeksekusi program maka sistem tersebut merupakan pengolahan data terdesentralisasi Komunikasi yang dimaksud dapat bermakna jaringan telekomunikasi atau media penyimpan yang bagi-pakai bersama

Alasan menggunakan PDT 1. Penyebaran lokasi organisasi Saat ini, hampir semua perusahaan besar mempunyai departemen-departemen atau kantor cabang yang secara geografis terpisah Penyebaran lokasi disebabkan oleh ekspansi, merger atau alasan bisnis lainnya Pengolahan data pada satu lokasi tidak mencukupi untuk mengelola pemrosesan data untuk merespon perluasan organsisasi

Alasan menggunakan PDT (lanjutan) 2. Reliability dan availability

Reliability/kehandalan dan availability/ketersediaan sistem secara menyeluruh diharapkan menjadi lebih baik dengan PDT. 2 (dua) pendekatan yang saling melengkapi untuk mencapai reliability dan availability yang lebih baik : Pembatasan cakupan efek kegagalan oleh pembagian beban-kerja di antara beberapa prosesor Mengurangi efek kegagalan dengan menyediakan redudansi.

Alasan menggunakan PDT (lanjutan)

Pembatasan cakupan efek kegagalan oleh pembagian beban-kerja di antara beberapa prosesor Sebagai contoh, sebuah sistem terminal on-line menggunakan 2 komputer. Satu komputer melayani bagian barat (west) dan yang lain timur (east). Cakupan kegagalan dikurangi jika salah satu dari dua mesin gagal, hanya separuh terminal pengguna yang terimbas. Berbeda dengan sistem terpusat, semua terminal pengguna akan mengalami imbas dan tidak berfungsi.

Alasan menggunakan PDT (lanjutan)

Mengurangi efek kegagalan dengan menyediakan redudansi.
Terminal-terminal ke sebuah konfigurasi front-end yang menggunakan sistem terpusat untuk melakukan fungsi-fungsi yang butuh ditingkatkan kapasitas dan/atau mengakses ke database terpusat. Pada kejadian gagalnya sistem terpusat atau gagalnya fasilitas komunikasi maka mesin front-end tetap berfungsi untuk melayani user, hal ini karena ada redudansi pada mesin front-end. Redudansi merupakan kejadian berulangnya data atau kumpulan data yang sama dalam sebuah database Sebagai contoh, terminal point-of-sale pada operasi toko retail dengan aplikasi permintaan kredit yang diproses dan disetujui. Sistem pusat utama menangani otorisasi kredit berdasarkan pada rekaman customer individu. Pada kejadian sistem pusat gagal atau komunikasi gagal, sistem front-end dapat melakukan operasi dengan menggunakan sebuah daftar resiko-resiko buruk yang diketahui (known bad risks).

Alasan menggunakan PDT (lanjutan) 3. Kebutuhan organisasi

PDT seringkali berarti mengelola penggunaan komputer lebih efektif. Setelah bertahun-tahun, ukuran organisasi PDT klasik tumbuh secara signifikan. Pertumbuhan ini terjadi karena pemrosesan data menjadi bagian integral dalam melakukan bisnis. Pertumbuhan organisasi yang terus terjadi mengakibatkan terus dan terus meningkatnya biaya organisasi pemrosesan data, terus dan terus terjadi masalah disebabkan permasalahan pada faktor relasi komputer.

Alasan menggunakan PDT (lanjutan)

4. Biaya komunikasi
Setelah bertahun-tahun, baik biaya komunikasi maupun komputasi per transaksi mengalami penurunan tetapi ada indikasi penurunan biaya disertai penurunan kualitas komunikasi. Dengan memindahkan kapabalitas komputasi lebih dekat pada pengguna, dapat mengeliminasi atau paling tidak mengurangi biaya komunikasi. Salah satu contoh teknik pengurangan biaya komunikasi adalah penggunaan remote komputer untuk mengkonsentrasikan komunikasi sejumlah terminal berkecepatan rendah ke dalam line tunggal berkecepatan tinggi, dan menggunakan prosesor lokal untuk melakukan porsi aplikasi tanpa membutuhkan interaksi dengan mesin terpusat.

Alasan menggunakan PDT (lanjutan)

5. Kebutuhan untuk aplikasi baru

Suatu perusahaan mungkin membutuhkan pengembangan aplikasi untuk mendukung operasi bisnisnya. Pada sistem pengolahan data terpusat, pengembangan aplikasi ini akan memakan waktu yang lama (mungkin bertahun-tahun) karena : 1. Kerumitan dari banyak transaksi yang menggunakan prosesor yang sama secara bersama-sama. 2. Perangkat lunaknya dibuat sangat general sehingga sesuai dengan berbagai tipe pengolahan. 3. Perangkat lunaknya juga harus kompatibel dengan yang lalu. Sedangkan pada pengolahan data terdistribusi, pengembangan aplikasi bisa sangat cepat karena berdasarkan komponen-komponennya (component-based)

Alasan menggunakan PDT (lanjutan) 6. BIAYA MESIN

Yang menjadi penunjang pengolahan data terdistribusi adalah biaya dari prosesor kecil. Hingga awal 1970-an masih berlaku aturan yang disebut GROSCH : Biaya instruksi yang dilaksanakan merupakan kebalikan dari ukuran kuadrat dari mesin. Kemudian hal ini berubah, karena biaya per instruksi yang dilaksanakan pada komputer mini jauh lebih rendah dari komputer besar. Gambar dibawah memperlihatkan bahwa aplikasi sederhana menjadi lebih mahal ketika biaya mesin meningkat, sebaliknya untuk aplikasi yang rumit.

Alasan menggunakan PDT (lanjutan) 7. Mikroelektronika

Harga komputer mikro dan memori juga menurun karena jumlah komponen per chip bertambah dalam sirkuit mikroelektronika.

8. Faktor perangkat lunak

Perangkat lunak pada mesin besar sangat rumit, karena: 1. Kerumitan dari banyak transaksi yang menggunakan prosesor yang sama secara bersama-sama. 2. Perangkat lunaknya dibuat sangat general sehingga sesuai dengan berbagai tipe pengolahan. 3. Perangkat lunaknya juga harus kompatibel dengan yang lalu.

Alasan menggunakan PDT (lanjutan) 8. Faktor perangkat lunak (lanjutan) Beberapa keuntunganmenggunakan komputer kecil untuk beberapa aplikasi; 1. Biaya instruksi untuk beberapa aplikasi lebih murah. 2. Jarang mengalami kegagalan sistem. 3. Perangkat lunak pendukung yang lebih sederhana. 4. Software path length lebih pendek. 5. Training yang diperlukan lebih sedikit. 6. Pengujian program lebih sederhana. 7. Tidak perlu pengatur udara ruangan ataupun peninggian lantai 8. Biaya instalasi lebih rendah. 9. Lebih ekonomis dalam mengerjakan eksperimen.

Keuntungan menggunakan komputer besar: 1. Kumpulan instruksi yang lebih rumit dapat ditangani. 2. Memori utama yang lebih besar. 3. Dapat digunakan oleh banyak pemakai secara bersama-sama. 4. Penanganan sistem manajemen database yang lebih baik.

Alasan menggunakan PDT (lanjutan)

9 .Konsep Teleprocessing Teleprocessing adalah penggunaan fasilitas telekomunikasi untuk mengakses kemampuan pengolahan. Ada dua alasan bilamana suatu transaksi dikirim kemesin lainnya: 1. Mesin lokal tidak mempunyai cukup kemampuan.Tapi kebanyakan transaksi komersial tidak memerlukan kemampuan komputer yang rumit. 2. Transaksi memerlukan data yang disimpan ditempat lain.

Tujuan pengolahan data terdistribusi

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. Otonomi lokal Pengoperasian yang terpisah dan kontrol yang terpusat Produktivitas pemakai Pengembangan aplikasi oleh kelompok pemakai Dialog terminal Akses untuk sumber daya dan data yang jauh Jarak menjadi tidak nyata Ketersediaan (avaibility) Privacy dan Keamanan Audit Ketepatan dan Konsistensi Kemudahan pengubahan Proteksi Penyembunyian kerumitan

Keuntungan pengolahan Data terdistribusi

1. 2. 3. 4. 5. Dapat meminimkan biaya Mempersingkat waktu respon untuk memperoleh data Pengelola dapat mengontrol kebutuhan data Keamanan Backup yang cukup efektif Informasi beraneka ragam

Kerugian pengolahan Data terdistribusi

1. Sulit menjaga integritas data dalam SIM 2. Arsip data pusat kurang mutakhir 3. Penyebaran Informasi harus melalui birokrasi, kompetisi dan koordinasi 4. Penggunaan sumber daya meningkat

Hal yang penting dalam sistem distribusi adalah lokasi dan perancangan datanya
Beberapa data digunakan pada banyak lokasi sering diperlukan sistem manajemen database yang memberikan akses kepada banyak pemakai dengan view yang berbeda dari data yang sama. Peningkatan biaya penyimpanan per-bit pada unit penyimpanan yang sangat besar lebih rendah dibandingkan pada penyimpanan yang lebih kecil. Beberapa masalah pada data yang terpisah secara geografis adalah masalah integritas, kepemilikan, dan kemacetan (deadlock) ketika banyak processor meng-update data yang sama.

Hal ini menjadi alasan untuk memusatkan beberapa data.

TERIMA KASIH