Manajemen Data adalah bagian dari manajemen sumber daya informasi yang mencakup
semua kegiatan yang memastikan bahwa data akurat, up to date (mutakhir), aman, tersedia
bagi pemakai (user).
Basis data (database) adalah sekumpulan data organisasi digunakan untuk melayani
banyak aplikasi secara efisien dengan memusatkan data dan mengendalikan redundasi data
(adanya duplikasi data dalam beberapa file data sehingga data yang sama disimpan di dalam
lebih dari satu lokasi).
Sistem manajemen basis data merupakan peranti lunak yang memudahkan organisasi
untuk memusatkan data, mengelola data secara efisien. DBMS (database management
system) bertindak sebagai antarmuka antara program aplikasi dan file data fisik. 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 diguanakan dalam sebuah sistem.
Tampilan
Nama Tunjangan
SSN
Perawatan Kesehatan
ID_Karyawan
Nama
SSN
Posisi
Tanggal_Perekrutan Sistem
Gaji_Bruto
Gaji_Netto
Manajemen
Asuransi_Jiwa Basis Data
Tunjangan Pensiun
Perawatan_Kesehatan
Nama
SSN
Gaji Bruto
Gaji Neto Tampilan
Penggajian
Bagan diatas menggambarkan basis data sumber daya manusia menyediakan banyak tampilan
tentang data, bergantung pada kebutuhan informasi dari pengguna. Ada dua tampilan yang
memungkinkan, yaitu dari kepentingan seorang spesialis tunjangan dan dari kepentingan
seorang anggota departemen pembayaran gaji perusahaan.
Jenis DBMS yang paling popular saat ini untuk PC juga untuk komputer yang lebih
besar dan mainframe dalah DBMS Relasional yang dapat mempresentasikan tabel
dua dimensi (relasi). Setiap tabel berisi atribut dan entitasnya, misalnya Microsoft
Acess meruapakan DBMS Relasional untuk sistem desktop, sedangkan DB2, Oracle
Databasedan Microsoft SQL Server merupakan DBMS Relasional mainframe besar.
Tabel basis data relasional dapat menghubungkan lebih mudah untuk mengirim data
yang dibutuhkan pengguna, asalkan dua tabel berbagi elemen data yang sama. Jika
ingin mencari nama dan alamat dari pemasok dalam basis data ini, akan
membutuhkan informasi dari tabel, yaitu tabel pemasok dan tabel suku cadang.
OODBMS membutuhkan basis data yang dapat menyimpan dan mengambil kembali
record yang tidak hanya berisi nomer atau karakter, tetapi juga gambar, foto, suara
dan video. Digunakan untuk mengorganisasikan data yang terstruktur kedalam baris
dan kolomt tidak cocok untuk aplikasi multimedia. DBMS Berorientasi Objek
digunakan untuk menyimapan data dan prosedur yang menganggap data tersebut
sebagai objek secara otomatis dapat diambil kembali dan dibagikan, serta dapat
digunakan untuk mengelola multimedia yang dipakai dalam aplikasi web.
OODBMS dapat menyimpan lebih banyak informasi yang rumit dari pada DBMS
Relasional, tetapi OODBMS relatif lebih lambat dibandingkan dengan DBMS
Relasional dalam memproses jumlah transaksi atau record yang besar.
B. Kapabilitas Sistem Manajemen Basis Data
DBMS mempunyai definisi data (data defination) untuk menentukan struktur dari
isi basis data yang digunakan untuk membuat tabel basis data dan untuk
mendefenisikan karakteristik field dalam setiap tabel. Informasi tentang basis data
akan didokumentasikan melalui kamus data.
Kamus data (data dictionary) merupakan file otomatis atau manual yang
menyimpan definisi dari elemen-elemen data dan karakteritiknya.
Untuk merancang basis data harus memahami hubungan diantara data, jenis data yang
akan dipelihara di dalam basis data, bagaimana data akan digunakan , dan bagaimana
organisasi akan perlu berubah untuk mengelola data dari perspektif keseluruhan
perusahaan.
Perusahaan menggunakan basis data untuk melacak transaksi dasar, seperti membayar
pemasok, memproses pesanan, melacak pelanggan, dan membayar gaji karyawan. Tapi
perusahaan juga membutuhkan basis data untuk menyediakan informasi yang akan
membantu perusahaan menjalankan bisnis dengan lebih efisien, dan membantu
manajer dan karyawan membuat keputusan lebih baik.
Contoh Database PT. ORIFLAME:
Dalam database ini memerlukan tabel barang, tabel pelanggan, tabel member, tabel
konsultan, tabel karyawan, dan tabel penjualan.
1) Tabel barang : memerlukan field nomor, kode barang, jenis barang, nama barang, harga,
bentuk, dan dipakai oleh. Kode barang merupakan primary key.
2) Tabel pelanggan : memerlukan field nomor, kode pelanggan, nama pelanggan, jenis
kelamin, umur, nama barang, kode barang, jenis barang, harga, banyak . Kode pelanggan
merupakan primary key.
3) Tabel member : memerlukan field nomor, ID Member, nama member,jenis kelamin,
tanggal lahir, umur, nama konsultan. ID Member merupakan primary key.
4) Tabel konsultan : memerlukan field nomor, ID Konsultan, nama konsultan, jenis kelamin,
tanggal lahir, umur, banyak member, banyak penjualan, gaji konsultan. ID Konsultan
merupakan primary key.
5) Tabel karyawan : memerlukan field nomor, ID Karyawan, nama karyawan, jabatan,
jenis kelamin, tanggal lahir, umur, menikah, gaji karyawan. ID Karyawan
merupakan primary key.
Gudang data adalah basis yang menyimpan data yang sekarang dan terdahulu yang
mungkin diminati oleh para pembuat keputusan di seluruh perusahaan. Datanya muncul dari
banyak sistem transaksi operasional inti, seperti sistem penjualan, akun pelanggan, dan
manufaktur, dan mungkin meliputi data dari transaksi web. Gudang data menggabungkan dan
menstandarkan informasi dari basis data operasional yang berbeda sehingga informasi dapat
digunakan di seluruh perusahaan untuk analisis dan pembuatan keputusan manajemen.
Proses selanjutnya adalah data loading ke dalam gudang data yang sudah dibangun
dengan menggunakan script yang ada di SQL. Sehingga terbentuklah sebuah data warehouse
yang siap digunakan untuk menghasilkan informasi.
Dengan teknologi OLAP (OnLine Analytical Processing), dihasilkan beberapa view
yang disesuaikan dengan kebutuhan user diantaranya analisis penjualanberdasarkan jenis
semen tiap tahun, analisis penjualan berdasarkan wilayah penjualan tiap tahun, analisis
penjualan berdasarkan plant pengantongan semen tiap tahun, analisis penjualan berdasarkan
customer tiap tahun, analisis penjualan berdasarkan bulan penjualan, dan analisis penjualan
berdasarkan tahun penjualan.
Data mart adalah subset dari gudang data yang didalamnya terdapat ringkasan atau
porsi data perusahaan yang sangat terfokus ditempatkan dalam basis data terpisah untuk
suatu populasi atau pengguna tertentu. Contohnya perusahaan mungkin memiliki data mart
pemasaran, data mart penjualan, data mart sumber daya manusia, dan sebagainya.
Dependent data mart adalah menarik data dari data warehouse pusat yang telah
dibuat.
Independent data mart, adalah sistem mandiri yang dibangun dengan menarik data
secara langsung dari sumber eksternal operasional atau data, atau keduanya.
Data mart hanya berfokus pada kebutuhan user yang berhubungan dengan satu
departemen atau fungsi bisnis.
Data Mart biasanya tidak mengandung data operasional yang detail, tidak seperti data
warehouse.
Data Mart mempunyai data yang lebih sedikit dibandingkan dengan data warehosue,
data mart lebih mudah untuk dimengerti dan dijalankan.
Tidak bisa sepenuhnya menilai kinerja LAN berbasis sistem manajemen database
sementara port dari satu lingkungan yang lain.
Dapat mendukung kelompok-kelompok pengguna kecil atau sederhana sumber data,
yang tidak ideal untuk aplikasi perangkat lunak didistribusikan dan pengembangan
skala besar Perusahaan-lebar sistem manajemen database
SmartMart (IBM)
Visual Warehouse (IBM)
PowerMart (Informatica
Contoh penerapan Data Mart:
Terdapat lima langkah yag memberi nilai tambah dalam nilai rantai manajemen
pengetahuan. Setiap langkah dalam rantai nilai tersebutmemberikan nilai tambahkepada data
mentah dan informasi ketika diubah menjadi pengetahuan yang bermanfaat atau dapat
digunakan.
2. Penyimpanan pengetahuan
Penggunaan Portal, e-mail, instant messaging, wiki, jaringan sosial, dan mesin pencari
merupakan teknologi untuk alat kolaborasi dan berbagi kalender, dokumen, data, dan
grafik. Teknologi kontemporer tampaknya telah menciptakan banjir informasi dan
pengetahuan. “Bagaimana manajer dan karyawan dapat menemukan, di lautan
informasi dan pengetahuan, yang yang benar-benar penting bagi keputusan mereka
dan pekerjaan mereka?” Di sini, program pelatihan, jaringan informal, dan berbagi
pengalaman manajemen dikomunikasikan melalui bantuan budaya yang mendukung
manajer untuk memusatkan perhatian mereka pada pengetahuan dan informasi
penting.
4. Penerapan Pengetahuan
Pengetahuan baru harus dibangun menjadi sebuah proses bisnis perusahaan dan sistem
aplikasi utama, termasuk aplikasi perusahaan untuk mengelola proses bisnis internal
dan hubungan dengan pihak luar, yaitu pelanggan dan pemasok. Manajemen
mendukung proses ini dengan cara menciptakan jenis usaha, produk, jasa, dan pangsa
pasar baru bagi perusahaaan berdasarkan pengetahuan yag baru.
3 kunci yang sangat penting bagi organisasi dan untuk manajer yang bekerja dalam
organisasi:
D. TEHNIK CERDAS
Artificial intelligence (AI) atau Kecerdasan buatan dan teknologi basis data
memberikan sejumlah teknik cerdas yang dapat digunakan oleh berbagai organisasi
untuk “menangkap” pengetahuan perorangan dan pengetahuan kolektif, serta
mengembangkan pengetahuan tersebut.
Model sistem pakar pengetahuan manusia sebagai seperangkat aturan yang kolektif
disebut basis pengetahuan (knowledge base). Strategi menggunakan pencarian
knowledge base disebut inference engine. Ada 2 strategi yang umumnya
digunakan :
Logika fuzzy adalah teknologi berbasis aturan yang dapat merepresentasikan ketidak
presisian, dengan menciptkan aturan yang menggunakan nilai subjektif atau nilai yang
mendekati (IF-THEN). Jaringan saraf tiruan digunakan untuk menyelesaikan masalah-
masalah yang kompleks dan sulit dipahami, di mana sejumlah besar data mengenai
masalah tersebut telah dikumpulkan untuk mencari pola dan hubungan dalam data yang
sangat besar yang terlalu rumit dan sulit dianalisis manusia.
3. ALGORITME GENETIK
Berguna untuk mendapatkan solusi optimal untuk masalah spesifik dengan memeriksa
sejumlah besar kemungkinan solusi untuk masalah tersebut.
4. SISTEM HYBRID AI
Algoritma genetika, logika fuzzy, jaringan saraf, dan sistem pakar dapat
diintegrasikan ke dalam satu aplikasi untuk mengambil keuntungan dari fitur terbaik
dari teknologi ini yang disebut system hybrid AI.
Membantu para pebisnis menjelajahi data yang besar untuk menemukan dan
mengambil tindakan informasi yang dianggap penting. Agen inteligen adalah program
peranti lunak yang bekerja di latar belakang tanpa intervensi manusia secara langsung
untuk menjalankan tugas-tugas yang spesifik, berulang dan dapat diprediksi.