1.

File
 Pengertian : Kumpulan semua catatan data atau data record dengan jenis yang
sama.
 Contoh : File data mahasiswa menjelaskan data-data mahasiswa per prodi atau
jurusan.
2. Record
 Pengertian : Semu elemen data yang berhubungan dengan suatu objek atau
kegiatan tertentu.
 Contoh : Nama mahasiswa, mata kuliah, tanggal, serta tingkat nilai
3. Data besar (big data)
 Pengertian : Rangkaian data dengan volume sangat besar yang melampaui
kemampuan DBMS dalam mengelola, menyimpan, dan menganalisis data tersebut.
 Contoh : Sebuah mesin jet dapat mneghasilkan 10 terabyte data dalam 30 menit
dan lebih dari 25.000 penerbangan dilakukan setiap harinya.
4. Redudansi data (data redundancy)
 Pengertian : kehadiran data ganda yang ada di beberapa file data yang tersimpan di
beberapa tempat atau lokasi.
 Contoh : Didalam sistem yang menggunakan input identitas mahasiswa tatapi
dalam sistem yang lain menginputnya menggunakan identitas saja.
5. Server database (database server)
 Pengertian : Sebuah program komputer yang menyediakan layanan pengolahan
basis data dan melayani computer atau program aplikasi basis data yang
menggunakan model klien atau server.
 Contoh : DBMS menerima permintaan SQL dan menyediakan data yang
diperlukan. Middleware akan memindahkan informasi database internal organisasi
kembali kepada server web untuk dikirimkan dalam bentuk laman bentuk laman
web kepada penggunanya.
6. Kunci primer (primary key)
 Pengertian : Suatu atribut atau set minimal atribut yang tidak hanya mendefinisikan
secara unik suatu kejadian spesifik tetapi juga dapat mewakili setiap kejadian dari
suatu kejadian.
 Contoh : File pegawai berisi atribut: nomer induk, nomer KTP, nama, tempat dan
tanggal lahir, alamat, kota.
7. Kebijakan informasi (information policy)
 Pengertian : Menjelaskan prosedur dan akuntabilitas yang spesifik,
mengidentifikasi informasi dapat saling dibagikan oleh pengguna dan unit
organisasi, di mana informasi dapat didistribusikan, dan siapa yang bertanggung
jawab untuk memperbarui dan memelihara informasinya.
 Contoh : Menentukan bahwa hanya para anggota terpilih dari departemen
penggajian dan sumber daya manusia yang memiliki hak untuk mengubah dan
melihat data karyawan yang sensitif, seperti misalnya gaji karyawan, atau nomer
jaminan sosialnya, dan departemen-departemen ini bertanggung jawab untuk
memastikan bahwa data karyawan tersebut adalah akurat.
8. Analisis sentimen (sentiment analysis)
  Pengertian : Perangkat lunak yang dapat melakukan penelusuran atas komentar
teks dalam pesan surel, blog, percakapan dalam media social, atau bentuk survei
untuk mendeteksi opini yang menyenangkan dan tidak menyenangkan mengenai
topic bahasan tertentu.
 Contoh : Pialang diskon Charles Schwab menggunakan perangkat lunak Attensity
Analyze untuk menganalisis ratusan ribu interaksi pelanggan tiap bulan. Perangkat
lunak ini dapat menganalisis catatan, surel, tanggapan survei, dan diskusis online
dari layanan pelanggan Schwab untuk menemukan tanda-tanda ketidakpuasan yang
menyebabkan pelanggan berhenti menggunakan jasa dari perusahaan.
9. Data mart
 Pengertian : Bagian dari data warehouse yang diringkas atau dikhususkan untuk
penanganan jenis-jenis data tertentu pada database yang terpisah untuk kelompok
pengguna yang telah ditentukan.
 Contoh : Data mart untuk departemen persediaan dan pengiriman, departemen
keuangan, departemen penjualan, manajemen tingkat atas, dan lain-lain.
10. Entitas (entity)
 Pengertian : Sebuah objek yang keberadaannya dapat dibedakan terhadap objek
lain.
 Contoh :
Orang: Mahasiswa, Dosen, Pemasok, Penjual
Benda: Mobil, Mesin
Tempat: Negara, Desa, Kota
Kejadian: Penjualan, Registrasi
Konsep: Rekening, Khusus