DASAR – DASAR INTELIJEN BISNIS : DATABASE DAN MANAJEMEN
INFORMASI
Halaman ul Tugas Mata Kuliah
Sistem Informasi Manajemen dan Teknologi
Oleh Kelompok 2 :
Siti Munifatur Rofifah 180810301240
Evrida Khurnia A. 180810301242
Anfinia Priscilia M. 180810301243
Aulia Fa’es Isfahani 180810301245
PROGRAM STUDI AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JEMBER
2020 DASAR – DASAR INTELIJEN BISNIS : DATABASE DAN MANAJEMEN INFORMASI
1. Mengorganisasi Data Dalam Lingkungan File Tradisional
Sistem informasi dianggap efektif jika menyediakan informasi yang akurat, tepat waktu, dan relevan. Akurat berarti bebas dari kesalahan, tepat waktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan dan relevan jika dapat memberi manfaat sesuai dengan jenis pekerjaan dan keputusan yang akan dibuat. a. Istilah dan Konsep Dalam Pengorganisasian File Sistem komputer mengorganisasikan data berdasarkan suatu hierarki yang dimulai dari bit (unit terkecil yang dapat ditangani komputer) kemudian byte (sekumpulan bit yang mewakili satu buah karakter tunggal), kemudian field (sekelompok karakter yang membentuk kata), record (sekelompok field yang saling berhubungan), file (sekumpulan record) dan database (sekumpulan record). b. Masalah – Masalah Dalam Lingkungan Data Tradisional Reduksi dan Inkonsistensi Data Reduksi Data, yaitu adanya kehadiran data ganda pada beberapa file data yang tersimpan di beberapa tempat lokasi. Sedangkan inkonsistensi data adalah adanya atribut – atribut yang sama namun memiliki nilai – nilai yang berbeda. Ketergantungan Program Data Kurangnya Fleksibilitas. Sistem Keamanan yang Buruk Kurangnya Ketersediaan dan Pendistribusian Data 2. Pendekatan Database Untuk Pengelola Data Database adalah sekumpulan data yang diorganisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggandaan data. 1. Sistem Manajemen Database Sistem manajemen database (DBMS) adalah perangkat lunak yang memungkinkan suatu organisasi memusatkan data, mengolah mereka secara efisien, dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. DBMS memudahkan pekerjaan pemrogram dan pengguna dengan cara memahami di mana dan bagaimana data disimpan dengan memberikan tampilan terpisah pada data fisik dan data logis. Bagaimana DBMS menyelesaikan masalah-masalah pada lingkungan file tradisional DBMS mengurangi reduksi (ganda) dan inkonsistensi data dengan meminimalkan file-file yang terisolasi yang berisi data sama. DBMS relasional Jenis DBMS yang paling populer bagi PC maupun mainframe saat ini adalah DBMS relasional yang menampilkan data menjadi tabel dua dimensi (yang disebut relasi). Operasi DBMS relasional Database non-relasional dan database pada sistem cloud computing 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. 2. Kapabilitas Sistem Manajemen Database DBMS memiliki kapabilitas definisi data untuk menspesifikasikan struktur konten database, di mana nantinya digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik field pada setiap tabel. Meminta data dan melaporkan DBMS memiliki bahasa tersendiri yang disebut bahasa manipulasi data yang digunakan untuk menambah, mengubah, menghapus, dan mengambil data pada database. 3. Merancang Database Normalisasi dan diagram relasi entitas Untuk menggunakan model database yang relasional secara efektif, kelompok data yang rumit harus disederhanakan untuk meminimalisasi elemen-elemen data yang yang ganda serta hubungan-hubungan jamak yang janggal. Normalisasi diartikan sebagai proses menciptakan struktur data yang ringkas, stabil dan fleksibel dan adaptif dari kelompok-kelompok yang rumit. Sistem database relasional berupaya untuk menerapkan aturan referensial terintegrasi yang menjamin hubungan antar variabel tetap konsisten dan perancang database mendokumentasikan model datanya dengan sebuah diagram relasi entitas. 3. Memanfaatkan Database Untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan 1. Tantangan Dalam Menangani Besarnya Volume Data Saat ini kita menggunakan istilah data besar (big data) untuk menggambarkan rangkaian data dengan volume yang sangat besar yang melampaui DBMS dalam mengelola, menyimpan, dan menganalisis data tersebut. Data besar dihasilkan dalam jumlah yang jauh lebih besar dan lebih cepat ketimbang data tradisional. 2. Infrastruktur Intelijen Bisnis Infrastruktur dan intelijen bisnis terkini memiliki rangkaian perangkat untuk memperoleh informasi-informasi yang diperlukan dari berbagai jenis data yang berbeda pada organisasi bisnis masa kini, termasuk data berkapasitas besar yang semi-terstruktur maupun tidak terstruktur. Data Warehouse dan Data Mart Data warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh bagi kepentingan pengambil keputusan di seluruh perusahaan. Data ini menjamin ketersediaan data bagi siapa pun untuk diakses saat dibutuhkan namun tidak dapat diubah. Data mart adalah bagian dari data werehouse yang diringkas dan dikhususkan untuk penanganan jenis-jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang telah ditentukan. Hadoop Hadoop adalah kerangka kerja open-source yang dikelola oleh Apache Software Foundation yang memungkinkan pendistribusian proses data berkapasitas besar secara paralel pada komputer-komputer berbiaya terjangkau. Hadoop memecah masalah data besar tersebut menjadi bagian yang lebih kecil, kemudian mendistribusikannya ke ribuan titik pemrosesan komputer yang berbiaya terjangkau, lalu mengkombinasikan hasilnya menjadi rangkaian data yang lebih kecil untuk mempermudah proses analisis. Komputasi Dalam Memori Komputasi dalam memori mengandalkan memori utama dari komputer untuk data penyimpanan yang digunakan untuk menganalisis data yang besar. Platform Analitis Para vendor database komersial mengembangkan platform analitis berkecepatan tinggi yang terspesialisasi dengan menggunakan baik teknologi terkait maupun tidak terkait yang dioptimalkan untuk menganalisis kumpulan data besar. 3. Perangkat Analitis: Hubungan, Pola, Tren Pemrosesan Analitis Data (OLAP) Pemrosesan analitis online mendukung analitis data yang multidimensional, yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara-cara yang berbeda dengan menggunakan banyak dimensi. OLAP memungkinkan para penggunanya untuk memperoleh jawaban-jawaban secara online atas pertanyaan-pertanyaan khusus dalam waktu yang cukup cepat, bahkan ketika data disimpan dalam database yang sangat besar. Data Mining Data mining lebih terdorong pada penemuan dan memberikan wawasan pada korporat, data yang tidak dapat diperoleh dengan OLAP dengan menemukan pola-pola yang tersembunyi serta hubungan dalam database yang besar dan aturan menarik kesimpulan dari mereka untuk memprediksikan perilaku pada masa yang akan datang. Tipe informasi yang dapat diperoleh dari data mining, yaitu 1) Asosiasi, merupakan kejadian yang dikaitkan dengan suatu peristiwa tunggal. 2) Dalam sekuen, maka peristiwa-peristiwa yang akan dikaitkan berdasarkan waktu. 3) Klasifikasi, membahas pola-pola yang menggambarkan kelompok yang mana suatu barang yang dimiliki dengan memeriksa barang yang ada, yang telah diklasifikasikan dan dengan menarik kesimpulan dari serangkaian aturan. 4) Pengklasteran (clustering) bekerja dengan cara yang sama seperti klasifikasi ketika tidak ada kelompok yang masih belum didefinisikan. 5) Peramalan menggunakan serangkaian nilai yang ada untuk meramalkan berapa besar dari nilai lainnya. Teks Mining dan Web Mining Perangkat teks mining sekarang tersedia untuk membantu bisnis dalam menganalisis data. Bisnis dapat beralih kepada teks mining untuk menganalisis transkrip dari panggilan kepada pusat layanan pelanggan untuk mengidentifikasi layanan utama dan menyelesaikan masalah atau untuk mengukur pendapat pelanggan mengenai perusahaan mereka. Sedangkan perangkat lunak analisis sentimen dapat melakukan penelusuran atas komentar teks dalam pesan surel, blog maupun bentuk survei untuk mendeteksi opini yang menyenangkan dan yang tidak menyenangkan mengani topik bahasan tertentu. Bisnis 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. 4. Pengelolaan Sumber Data 1. Menetapkan Kebijakan Informasi Kebijakan informasi menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan standarisasi, klasifikasi, dan penyimpanan informasi. Undang-undang kebijakan informasi 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. Dalam bisnis berskala besar, pengelolaan dan perencanaan informasi membutuhkan fungsi administrasi yang bertanggung jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. 2. Memastikan Kualitas Data Database dan kebijakan informasi yang dirancang dengan baik akan berlanjut pada jaminan bahwa perusahaan akan memiliki informasi yang diperlukannya. Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam database perusahaan akurat dan tetap dapat diandalkan. Jika database dirancang dengan tepat dan standar data keseluruhan perusahaan ditentukan dengan baik, maka elemen data yang mengalami duplikasi atau tidak konsisten dapat diminimalkan. Sebelum database baru dipergunakan, maka organisasi perlu mengidentifikasi dan memperbaiki data yang salah dan menciptakan program- program yang lebih baik untuk mengedit data ketika database mulai dioperasionalkan. Dimulai dari audit kualitas data yang merupakan survei terstruktur atas keakuratan dan tingkat kelengkapan dari data dalam suatu sistem informasi. Selanjutnya adalah pembersihan data, yang terdiri atas kegiatan mendeteksi dan mengoreksi data dalam database yang tidak benar, tidak lengkap, tidak diformat dengan tepat atau berlebihan. Permasalahan kualitas data dapat mempengaruhi kondisi keuangan perusahaan.
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang