BAB VI

Dasar Dasar Intelijen Bisnis: Database dan Manajemen Informasi

1.1 MENGORGANISASIKAN DATA DALAM LINGKUNGAN FILE DATA

Sebuah sistem inforamsi yang efektif menyediakan informasi yang akurat, tepat waktu,
dan relevan bagi penggunanya. Informasi yang akurat tidak memilki kesalahan , juga informasi
dikomunikasikan dengan tepat waktu maka dapt digunakan sebagai pengambilan keputusan
sesuai kebutuhan pengguna. Informasi dikatakan relevan jika informasi sangat berguna dan tepat
untuk jenis pekerjaan dan dapat digunakan sebagai pengambilan keputusan atas informasi
tersebut.

1.1.1 Istilah dan Konsep Pengorganisasian File

Konsep ini merupakan suatu konsep yang dibuat untuk pengorganisasian file yang ada dalam
sebuah sistem informasi. Konsep ini meimplementasikan pada sistem komputer yang
mengorganisasikan kedalam suatu hierarki yang dimulai dari bit , byte, field record dan
basisdata.

Bit merupakan unit terkecil dari data yang disimpan dalam komputer, sekumpulan bit disebut
byte yaitu mewakili sebuah karakter tunggal yang berbentuk huruf, angka dan symbol lainnya.

Field merupakan pengelompokkan sebuah karakter menjadi sebuah kata, kumpulan kata,
bilangan lengkap ( misalnya : nama atau usia seseorang), sedangkan sekumpulan field yang
saling berhubungan dinamakan record, misalnya nama mahasiswa, tanggal, dan nilainya.

Sekumpulan record dinamakan file

1.1.2 Masalah Dengan Lingkungan File Tradisional

Pada kebanyakan organisasi , file data dan sistem cenderung bertumbuh secara mandiri tanpa
rencana mnyeluruh perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia,
penjualan dan pemasaran semuanya berkembang dengan sistem dan file dtanya sendiri.

Contoh melalui pendekatan tradisional terhadap pemrosesan suatu informasi

Suatu aplikasi membutuhkan file dan program komputer sendiri untuk dapat bekerja.

Sebagai contoh aplikasi yang menggunakan pendekatan tradisional :

Departemen SDM mempunyai file master personalia, file penggajian, file asuransi
kesehatan, file pensiun, file daftar alamat.
 Departemen Keuangan mempunyai file penggajian, file pensiun, file daftar utama
karyawan untuk kegiatan pembayaran gaji.

Redundansi dan Inkonsistensi

Redundasi data merupakan adanya duplikasi data dalam beberapa file data yang sama disimpan
di dalam lebih dari satu lokasi. Redundasi data terjadi kelompok yang berbeda di dalam suatu
orgainisasi mendaptkan data yang sama secara independen dan menyimpannya secara
independen juga. Redundasi data menghabiskan tempat penyimpanan data dan menimbulkan
inkonsistensi data, dalam arti atribut yang sama mungkin nilai yang berbeda.

Contoh Redundasi yaitu:

Didalam sistem yang menggunakan input indentitas mahasiswa tapi di sistem yang lain
menginputnya menggunakan indentitas saja.

Pada sistem pengkodean yang berbeda , misanya pada toko pakaian mengguanakan kode
yang berbeda pada penjualan, persediaan, dan sistem produksi dengan kode yang
digunakan untuk mengkode ukuran akaian yang dijual kepelanggan.

Ketergantungan Program Data

Ketergantungan program data mengacu pada pasangan data yang tersimapan dalam file dan
program tertentu. Perubahan pada suatu program , juga mempengaruhi perubahan file dan juga
data. Karena file merupakan kumpulan data yang telah dikumpulkan.

Kurangnya Fleksibilitas

Sistem file yang tradisional dapat mengirim jadwal rutin setelah dilakukan pemrograman yang
ekstensif, tetapi tidak dapat mengirim laporan khusus atau tidak merespon kebutuhan informasi
yang tidak diantisipasi tepat waktu. Informasi yang dibutuhkan oleh permintaan khusus
tersimpan di suatu tempat dalam suatu sistem, ttetapi terlalu mahal untuk dicari.

Keamanan yang buruk

Karena kendali pada data dan pengelolaan yang kurang, akses kepada dan penyebaran dari suatu
informasi mungkin dapat dilakukan. Manajemen mungkin dapat mengetahui siapa yang sedang
mengakses atau bahkan membuat perubahan pada data organisasi.

Kekurangan dalam Pembagian dan Ketersediaan Data

Informasi tidak dapat mengalir dengan bebas melintasi daerah fungsional yang berbeda-beda
atau bagian yang berbeda dari organisasi. Jika pengguna menemukan nilai yang berbeda dari
potongan informasi yangsama, dalam dua sistem yang berbeda , pengguna tidak akan
menggunakan sistem ini karena mereka tidak mempercayai ketepatan data.
1.2 PENDEKATAN BASIS DATA TERHADAP PENGELOLAAN DATA

Tehnologi basis data banyak masalah dalam organisasi file trandisional. Basis data
(database) adalah sekumpulan data organisasi digunakan untuk melayani aplikasi secara efisien
dengan memusatkan data dan mengendalikan redundasi data.

1.2.1 Sistem Manajemen Database

Merupakan peranti lunak yang memudahkan organisasi untuk memusatkan data, mengelola data
secara efisien, dan menyediakan akses data bagi program aplikasi. DBMS (database management
system) membuat basis data fisik tersedia untuk tampilan logis yang berbeda digunakan
pengguna. DBMS digunakan sebagai perantara file dengan program aplikasi yang diguanakn
dalam sebuah sistem.

Bagaimana DBMS menyelesaikan masalah dalam lingkungan file tradisional

Dengan memperkecil redundasi dan inkonsistensi data dengan meminimalisasi file-file yang
terpisah yang mempunyai data sama. DBMS tidak dapat menghilangkan redunsi, melainkan
mengendalikan redundasi data. Menggunakan DBMS dapat menghilangkan inkonsistensi data
karena pada sistem ini memastikan bahwa data yang sama memilki nilai yang sama.

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 DBMS
relasional (relational DBMS). DBMS relasional menampilkan data menjadi tabel dua dimensi.
Tabel dapat juga dianggap sebagai file, yang berisi data pada sebuah entitas. MySQL adalah
DBMS open source yang terkenal sedangkan oracle database lite adalah DBMS untuk perangkat
komputasi mobile. DBMS relasional mengorganisasikan data pemasok dan suku cadang.
Database tersebut memiliki tabel yang terpisah untuk entitas pemasok dan sebuah tabel untuk
entitas barang.

Informsi aktual/lengkap mengenai seorang pemasok yang berbasis sepanjang suatu tabel disebut
baris. Baris sering juga disebut sebagai record karena mewakili satu informasi lengkap
mengenai seseorang atau dalam istilah yang sangat teknis disebut tuples. Data untuk entitas suku
cadang memiliki tabel terpisah yang tersendiri.

File nomor pemasok pada tabel pemasok memberikan identifikasi yang unik untuk setiap record
sehingga record tersebut dapat diambil, diperbaharui, ataupun digolongkan. Dalam hal ini nomor
pemasok disebut sebagai field kunci. Setiap tabel pada database relasional memiliki sebuah filed
yang ditunjuk sebagai kunci primer. File kunci ini memberikan pemberi identitas yang unik
untuk setiap informasi dalam satu baris pada sebuah tabel yang sama halnya dengan kunci
primer, mereka tidak dapat diduplikasi. Nomor pemasok adalah kunci primer bagi tabel pemasok
dan nomor suku cadang adalah kunci primer untuk tabel suku cadang .

1. Operasi DBMS Relasional

Tabel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang
diperlukan pengguna yang disediakan oleh dua tabel yang saling berbagi elemen data. Dalam
database relasional ada tiga operasi dasar yang digunakan untuk mengembangkan serangkaian
data yang sangat berguna yaitu select, join, dan project. Operasi select menampilkan suatu
bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan. Operasi
join mengkombinasikan tabel-tabel yang memiliki keterkaitan untuk menyediakan informasi
yang lebih lengkap kepada pengguna daripada pada satu tabel saja. Untuk operasi project
menampilkan kolom-kolom dari suatu tabel berdasarkan kriteria tertentu yang memungkinkan
pengguna untuk menampilkan tabel baru yang berisi informasi-informasi yang benar-benar
diperlukan.

2. Database Non-Relasional dan Database pada Sistem Cloud Computing

Dalam jangka waktu 30 tahun, teknologi database relasional telah menjadi standar emas. Cloud
computing volume data yang belum pernah ada sebelumnya, beban pekerjaan yang begiru besar
untuk layanan web, serta kebutuhan untuk menyimpan data jenis baru memerlukan alternatif
database selain model lama dari database rasional dalam mengorganisasikan data guna
membentuk tabel, kolom, dan baris. Sistem manajemen database non-relasional menggunakan
model data yang lebih fleksibel dan dirancang untuk mengelola data berukuran besar yang
didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan atau
menurunkan skalabilitas. Seperti web, media sosial, grafis dan bentuk data lainnya yang sulit
dianalisis menggunakan perangkat tradisional berbasis SQL.

Ada beberapa database NoSQL yang masing-masing memiliki fitur teknis dan perlakukan yang
berbeda. Database oracle NoSQL salah satu contoh diantaranya adalah simple DB buatan
amazon, salah satu layanan web yang beroperasi pada sistem cloud computing .

Amazon dan penyedia layanan could computing lainnya juga menyediakan DBMS relasional.
Relational Database Service (RDS) Amazon menawarkan MysQL, SQL server, ataupun oracle
database sebagai mesin pencari database. Besarnya pembayaran bergantung pada jumlah
penggunaan. Oracle memiliki database clou service menggunakan relasional oracle database 11g,
sedangkan microsoft SQL Azure Database adalah layanan database relasional berbasis cloud
computing yang beroperasi pada microsoft SQL server DBMS.

Sistem privarte cloud computing mengkonsolidasikan server, tempat penyimpanan, sistem

operasi, database serta beban pekerjaan kedalam perangkat keras dan perangkat lunak yang
terdistribusi. Dengan mendistribusikan database pada sistem private could computing yang
terkonsolidasi memungkinkan departemen TI untuk meningkatkan kualitas pelayanan serta
mengurangi beban modal dan biaya operasi. Semakin tinggi tingkat kepadatan konsilidasi yang
dicapai, semakin besar pengembalian atas investasi yang diterima.
Kapabilitas Sistem Manajemen Database

DBMS memiliki kapabilitas defenisi data (data dfenition) untuk menspesifikasikan stuktur
konten database. Definisi data digunakan untuk membuat tabel database dan untuk
mendefenisikan karakteristik field pada setiap tabel. Informasi tentang database ini akan
didokumentasikan dallam kamus data. Kamus data (data dictionaary) adalah file manual ataupun
otomatis yang menyimpan defenisi-defenisi elemen data berikut karakteristik mereka. Mc Acces
memiliki kemampuan kamus data yang belum sempurna yaitu menampilan informasi seperti
nama, deskripsi, ukuran, tipe, format, dan properti lainyya pada setiap filed pada sebuah tabel.
Kamus data bagi database perusahaan besar dapat menangkap informasi tambahan seperti
pengggunaan, kepemilikan, ototrisasi, keamanana, dan individual, fungsi-fungsi bisnis, program
serta laporan yang menggunakan masing-masing elemen data.

Merancang Database

Untuk merancang database, harus difahami dulu bagaimana hubungan antara data, jenis dta yang
dikelola pada database, bagaimana tersebut akan digunakan, serta bagaimana organisasi perlu
diubah untuk mengelola data dari perspektif lengkap seluruh perusahaan. Database memerlukan
rancangan konsep maupun fisik. Rancangan konseptual atau logis dari suatu database adalah
model abstrak dari database dari perspektif organisasi bosnis, dimana rancangan fisik
menunjukka bagaimana database dirancang lewat akses langsung perangkat penyimpanan.

Normalisasi dan diagram relasi entitas

Rancangan konseptual suatu database menggambakan bagaimana elemen-elemen pada database

dikelompokkan. Proses perancangan tersebut mengidentifikasi hubungan antara elemen-elemen
data dan cara paling efisien dalam mengelompokkan elemen-elemen data yang diperlukan dan
untuk menjawab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga
mengidentigikasi data-data ganda dan pengelompokan elemen-elemen data yang diperlukana
untuk program aplikasi yang spesifik.

Sistem database relasional berupaya untuk menerapkan antara referensial terintegrasi yang
menjamin hubungan antara variabel tetap konsisten. Ketika suatu tabel memiliki kunci asing
yang mengacu pada tabel lainnya, maka tidak diperkenankan menambah record apapun sampai
terdappat record yang sesuai yang sesuai pada tabel yang berhubungan. Perancang database
mendokumentasikan model datanya dengan sebuah diagram relasi entitas.
1.3 MEMANFAATKAN DATABASE UNTUK MENINGKATKAN KINERJA BISNIS
DAN PENGAMBILAN KEPUTUSAN

Tantangan dalam menangani besarnya volume data

Sampai 5 tahun sebagian besar data dikumpulkan oleh organisasi yang terdiri atas data transaksi
yang dapat ditempatkan dengan mudah kedalam kolom danbaris pada DBMS Relasional.
Kemungkinan data-data yang ada memiliki struktur atau tidak sesuai dengan produk DBMS
relasional yang mengorganisasikan data kedalam bentuk kolom dan baris.

Infrastruktur Bisnis

Kebutuhan akan data yang berkapabilitas besar memerlukan infraksruktur bisnis yang terkini dan
memiliki rabgkaian perangkat untuk memperoleh informasi-informasi yang diperlukan dari
berbagai jenis data yang berbeda yang ada dalam organisasi. Kemampuan-kemampuan tersebut
meliputi data warehouse, data marts, hadoop, in-memory computing, serta platform analitis.

Data warehouse dan data mart

Data warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh
bagi kepentingan pengambil jeputusan diseluruh perusahaan. Sedangkan 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 lebih ditentkan.

Hadoop

Hadoop adalah perangkat kerja open source yang dikelola oleh Apache software foundation yang
memungkinkan pendistribusian proses data berkapasitas besar secara paralel pada komputer-
komputer berbiaya terjangkau.

Komputasi dalam memori

Komputasi dalam memori adalah cara yang lain untuk memfasilitasi analisis data yang besar.

Platform analitis

Para vendor database komersial telah mengembangkan Platform analitis yang berkecepatan
timggi yang terspesialisasi dengan menggunakan baik teknologi terkait maupun yang tidak
terkait yang dioptimalkan untuk menganalisis kumpulan data yang besar.

1.3.3 Perangkat Analitis: Hubungan, Pola, Tren

Pemrosesan Analisis Online (OLAP)

OLAP mendukung analisis data yang multidimensional yang memungkinkan bagi para pengguna
untuk melihat data yang sama dalam cara-cara yang berbeda dengan menggunakan banyak
dimensi. Masing-masing aspek dari informasi seperti produk, penetapan harga, biaya, wilayah,
atau periode wakti, mewakili dimensi yang berbeda. OLAP memungkinkan bagi para pengguna
untuk memperoleh jawaban-jawaban secara online atas pertanyaan-pertanyaan khusus.

Tampilan ini memperlihatkan suatu model multidimensional yang dapat diciptakan untuk
mewakili pelanggan, waktu penjualan, dan produk

Data Mining

Data mining memberikan wawasan pada korporat, data yang tidak dapat diperoleh dengan OLAP
dengan menemukan pola-pola yang tersembunyi serta hubungan dalam database yang benar dan
aturan menarik kesimpulan dari mereka untuk memprediksikan perilaku pada masa yang akan
datang. Tipe informasi yang dapat diperoleh dari data mining yaitu :

Asosiasi merupakan kejadian yang dikaitkan dengan suatu peristiwa tunggal. Contoh :
ketika keripik jagung dibeli, maka minuman cola akan dibeli sebanyak 65%, tetapi ketika
terdapat promosi, maka cola yang dibeli meningkat mejadi 85%

Dalam sekuen, peristiwa-peristiwa akan dikaitkan berdasarkan waktu.

Contoh : jika sebuah rumah dibeli, terdapat 65% kemungkinan sebuah kulkas baru akan
dibeli juga dalam dua minggu, dan 45% kemungkinan sebuah oven akan dibeli dalam
waktu sebulan setelah rumah itu dibeli.

Klasifikasi membahas pola-pola yang menggambarkan kelompok yang mana suatu

barang dimiliki dengan memeriksa barang yang ada, yang telah diklasifikasikan dan
dengan menarik kesimpulan dari serangkaian aturan.
Contoh : bisnis kartu kredit atau perusahaan telepon akan khawatir kehilangan para
pelanggannya yang loyal. Klasifikasi dapat membantu untuk menemukan ciri-ciri
pelanggan yang memiliki kecenderungan untuk berhenti dan dapat menyediakan suatu
model untuk membantu para manajer dalam memprediksikan siapakah pelanggan
tersebut sehingga para manajer dapat merancang kampanye-kampanye khusus untuk
mempertahankan pelanggan tersebut.

Pengklasteran (clustering) bekerja dengan cara yang sama seperti klasifikasi ketika tidak
ada kelompok yang masih belum didefinisikan.
Contoh : menemukan daya tarik kelompok atas kartu bank atau membagi suatu database
ke dalam kelompok-kelompok pelanggan yang didasarkan pada demografis dan tipe dari
investasi pribadi.

Peramalan menggunakan serangkaian nilai yang ada untuk meramalkan berapa besar dari
nilai lainnya.
Contoh : peramalan akan menemukan pola-pola dalam data untuk membantu para
manajer dalam mengestimasi nilai masa mendatang dari variabel-variabel yang terus-
menerus, seperti angka penjualan.

Teks Mining dan Web Mining

Perangkat teks mining tersedia untuk membantu bisnis dalam menganalisis data yang tidak
terstruktur. Alat bantu ini dapat mengestrak elemen-elemen kunci dari rangkaian data yang besar
yang tidak terstruktur, menemukan pola hubungan, dan meringkas informasi.

Web merupakan sumber utama lainnya dari data besar yang tidak terstruktur untuk
mengungkapkan pola, kecenderungan, dan wawasan dalam perilaku konsumen. Web mining
merupakan penemuan serta analisis pola dan informasi yang bermanfaat dari World Wide Web.
Bisnis akan beralih kepada web mining untuk membantu mereka dalam memahami perilaku
konsumen, melakukan evaluasi atas keefektifan situs web tertentu, atau kuantitas dari
keberhasilan suatu kampanye pemasaran.

Web mining akan mencari pola dalam data melalui penelusuran konten, penelusuran struktur, dan
penelusuran penggunaan. Penelusuran konten merupakan proses untuk mengestrak pengetahuan
dari konten dalam laman web, seperti teks, gambar, audio, dan data video. Penelusuran struktur
memeriksa data yang terkait dengan struktur dari situs web tertenty, seperti tautan yang
menunjuk pada suatu dokumen mengindikasikan popularitas dari dokumen tersebut, sementara
itu, tautan keluar dari suatu dokumen mengindikasikan pengayaan atau mungkin variasi dari
topik yang tercakup dalam dokumen. Penelusuran penggunaan menelaah data interaksi pengguna
yang dicatat oleh server web kapan pun permintaan dari sumber daya situs web tersebut diterima.

1.3.4 DATABASE DAN WEB

Pengguna mengakses situs web peritel melalui internet dengan menggunakan perangkat lunak
browser web pada komputer PC kliennya. Perangkat lunak browser web akan meminta data dari
database organisasi, dengan menggunakan perintah HTML untuk berkomunikasi dengan server
web.

Terdapat sejumlah keuntungan dengan menggunakan web untuk mengakses database internal
organisasi. Pertama, perangkat lunak browser web jauh lebih mudah untuk digunakan daripada
perangkat query yang dimiliki. Kedua, tampilan web membutuhkan sedikit perubahan atau tidak
sama sekali terhadap database internal. Dibutuhkan biaya yang lebih rendah untuk menambahkan
antar muka web di depan sistem yang diwariskan daripada merancang kembali dan membangun
kembali sistem untuk meningkatkan akses pengguna. Mengakses database perusahaan melalui
web menciptakan efisiensi, peluang, dan model bisnis yang baru. Terdapat banyak database yang
diaktifkan dengan web dalam sektor publik untuk membantu pelanggan dan warga negara untuk
mengakses informasi yang berguna.

1.4 MENGELOLA SUMBER DATA

Menetapkan Kebijakan Informasi

Kebijakan informasi menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan,
standardisasi, klasifikasi, dan penyimpanan informasi. Undang-undang kebijakan informasi
menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi informasi yang dapat
saling dibagikan oleh pengguna dan unit organisasi, dimana informasi dapat didistribusikan, dan
siapa yang bertanggung jawab untuk memperbarui dan memelihara informasinya.
Dalam organisasi skala kecil, kebijakan informasi akan ditetapkan dan ikan oleh pemilik atau
manajer. Dalam organisasi skala besar, pengelolaan dan perencanaan informasi sebagai sumber
daya perusahaan membutuhkan fungsi administrasi data formal. Administrasi data bertanggung
jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi.
Tanggung jawab tersebut meliputi pengembangan kebijakan informasi, perencanaan data,
pengawasan rancangan database logis, dan pengembangan kamus data, serta pemantauan
terhadap spesialis sistem informasi dan kelompok pengguna akhir dalam menggunakan data.

Tata kelola data berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan, kegunaan,
integritas, dan keamanan dari data yang digunakan dalam suatu perusahaan, dengan penekanan
khusus pada dukungan untuk privasi, keamanan, kualitas data, dan kepatuhan terhadap berbagai
aturan pemerintah. Administrasi database bertanggung jawab untuk mendefinisikan dan
mengatur struktur dan isi database, serta memelihara database tersebut.

Memastikan Kualitas Data

Beberapa permasalahan kualitas data adalah data ganda dan tidak konsisten yang dihasilkan oleh
banyaknya sistem yang dimasukkan ke dalam data warehouse. Sebagian besar permasalahan
kualitas data bersumber dari kesalahan ketika memasukkan data. Insiden kesalahan akan
meningkat seiring dengan perusahaan memindahkan kegiatan bisnisnya ke web dan
memungkinkan pelanggan dan pemasok untuk memasukkan data ke dalam situs web mereka
yang secara langsung memperbarui sistem internal.

Analisis kualitas data (data quality audit) sering dimulai dengan audit kualitas data, yang
merupakan survei terstruktur atas keakuratan dan tingkat kelengkapan dari data dalam suatu
sistem informasi. Audit kualitas data dapat diselenggarakan dengan melakukan survei
keseluruhan file data, menyurvei sampel file data, atau menyurvei pengguna data atas persepsi
mereka mengenai kualitas data.

Pembersihan data (data cleansing atau data scrubbing) terdiri atas kegiatan mendeteksi dan
mengoreksi data dalam database yang tidak benar, tidak lengkap, tidak diformat dengan tepat,
atau berlebihan. Pembersihan data juga menekankan konsistensi diantara serangkaian data yang
berbeda yang berasal dari sistem informasi yang terpisah. Permasalahan kualitas data bukan
hanya merupakan permasalahan dalam bisnis semata, tetapi juga menimbulkan permasalahan
yang serius bagi individual, memengaruhi kondisi keuangan mereka, dan bahkan pekerjaan
mereka.
I. Tugas kelompok dikumpulkan pada hari Selasa tanggal 2 Mei 2017, buatlah sebuah
perancangan database sistem informasi dengan mengambil objek kasus dilingkungan
jurusan teknik informatika :
Contoh Perancangan Database Perpustakaan

StudiKasus

Basis Data SistemInformasiPerpustakaan

Permasalahan:

Proses pengelolaan data peminjamanbuku di

perpustakaansaatinimasihbanyakmenggunakancara manual. Proses
penyimpanannyapunmasihmenggunakancara manual
yaitumenggunakanbukuuntukmenyimpandatapeminjamanbuku di perpustakaan,
kemudian data tersebut di simpankedalamaplikasi MS. Office yaitu Ms. Word dan
Ms. Excel. Karenadatapeminjamandanpengembalianbuku di perpustakaanhanya di
simpansecaramanual, sehinggamengakibatkanhilangnya data ataupunkerusakan
data.

Karenasistempengolahan data padaperpustakaanmasih manual,

makapenulisakanmembuatsuatuperancangan database padaperpustakaantersebut.
Agar data padaperpustakaandapat di keloladenganbaik.
Untukitudiperlukansebuahsistemmanajemen yang baik, agar data
perputakaanlebihterintegrasi.

Pertanyaan :

1. Identifikasientitas yang terlibatdalamsistemtersebut

2. Lengkapidenganatribut

3. Tentukan PK

4. TentukanRelationshipnya

5. TentukanKardinalitas-nya

6. Buatkamus data nya.

7. Buat ERD-nya
8. Tentukan FK-nya

9. Transformasikan ERD kedalamtabel basis data

10. BuatStrukturtabel basis data (Strukturpenyimpanan)

PERANCANGAN BASIS DATA SISTEM INFORMASI PERPUSTAKAAN

1. Identifikasientitas yang terlibatdalamsistem

Entitas yang terlibatdalamperancangan basis data iniada 4 yaitu :

a. Mahasiswa

b. Buku

c. Klasifikasibuku

d. Peminjaman

e. Pengembalian

f. Denda

g. Pengarang

h. Penerbit

i. petugas

2.Atribut yang terdapatpadaentitas-entitas.

a. Mahasiswa

- idmhs

- nama

- jk

- kontak

- alamat

b. klasifikasibuku
- idklasifikasi

- jenis

- lokasi

c. denda

- terlambat

- harga

d. penerbit

- id

- penerbit

- alamat

- tahunterbit

e. Buku

- idbuku

- judul

- kodepengarang

- penerbit

- id_klasifikasi

- jenis

- jumlah

- tanggalmasukbuku

f. pengarang

- kode_pengarang

- namapengarang
g. peminjaman

- idpeminjam

- tanggalpinjam

- id buku

- judul

- idmhs

- nama

- tgl_kembali

h. petugas

- id petugas

- nama

- password

3. menentukan Primary Key

a. mahasiswa :idmhs (PK)

b. buku :idbuku (PK)

c. klasifikasibuku :id_klasifikiasi (PK)

d. peminjaman :idpeminjam (PK)

e. denda :terlambat (PK)

f. penerbit : id(PK)

g. pengembalian : id (PK)

h. petugas : id (PK)

i. pengarang :kode_pengarang (PK)

4. Relationship

5. TentukanKardinalitasnya
 KarenakankardinalitasrelasiantaraentitasBukukeentitasMahasiswadanentitasKlasifik
asiBukukeBuku many to many, makaakanmenghasilkanentitas internal yang
baruyaituentitasPeminjamandenganatributsebagaiberikut :

Entitaspeminjaman

- idpeminjam

- idmhs

- idbuku

- nama

- judul

- tgl_pinjam

- tgl_kembali

6. Kamus Data

a. Mahasiswa = @idmhs + nama +jk +kontak + kontak

b. Buku = @idbuku + judul + kode_pengarang + penerbit + id_klasifikasi +jenis +

jumlah + tanggal_masuk_buku

c. Klasifikasibuku = @ id_klasifikasi + jenisbuku + lokasi

d. Peminjaman = @ id_peminjam + idmhs + idbuku + tgl_pinjam + tgl_kembali +

terlambat + denda

e. Petugas = @id petugas + nama + password

f. Denda = @terlambat + harga

g. Penerbit = @id + penerbit + alamat + tahun_terbit

h. Pengarang =@ kode_pengarang + nama_pengarang

i. Pengembalian =@id + tanggal_dikembalikan + id pinjam + terlambat

7. Membuat ERD

8. Menentukan Foreign Key

9. Transformasikan ERD KedalamTabel Basis Data

10. StrukturTabel Basis Data (StrukturPenyimpanan)

Mahasiswa
Klasifikasibuku

Buku

Pengembalian
Pengarang

Penerbit

Petugas

Denda
 II. Tugas Mandiri bukan kelompok, buatlah resume tentang :

BAB VII TELEKOMUNIKASI, INTERNET, DAN TEKNOLOGI NIRKABEL

1. Teknologi Utama dalam jaringan Digital.

a. Komputasi Klien/ Server.
b. Paket Switching
c. TCP/IP dan Konektivitas
2. Jaringan Komunikasi.
a. Sinyal : Digital versus Analog.
b. Jenis-jenis jaringan
c. Media Transmisi dan kecepatan transmisi
3. Revolusi Nirkabel.
a. Sistem Seluler
b. Jaringan Komputer Nirkabel dan Akses Internet
c. Radio Frequency Identification (RFID) dan Jaringan Sensor
Nirkabel

III.Tugas Kelompok, akan dipresentasikan pada tanggal 2 Mei 2017 :

BAB VIII Melindungi Sistem Informasi

Buatlah contoh kasus tentang kejahatan komputer yang berkaitan dengan Sistem
Informasi, berikan pandangan andadan sajikan dalam presentasi kelompok, buatlah
kesimpulan dan saran untuk penyelesaiannya.