3.

1 Data Management and Database Technologies

Karena volume data yang luar biasa yang dibuat oleh organisasi tipikal, manajemen data yang
efektif sangat penting untuk mencegah biaya penyimpanan keluar dari kendali dan
mengendalikan pertumbuhan data sambil mendukung kinerja yang lebih besar. Manajemen data
mengawasi siklus hidup ujung ke ujung data dari pembuatan dan penyimpanan awal hingga saat
itu menjadi usang dan dihapus. Tujuan manajemen data meliputi:
1. Mengurangi risiko dan biaya karena mematuhi peraturan.
2. Memastikan persyaratan hukum terpenuhi.
3. Menjaga keamanan data.
4. Mempertahankan akurasi data dan ketersediaan.
5. Sertifikasi konsistensi dalam data yang berasal dari atau pergi ke beberapa lokasi.
6. Memastikan bahwa data sesuai dengan praktik terbaik organisasi untuk akses, penyimpanan,
cadangan, dan pembuangan.
Biasanya, data yang lebih baru, dan data yang diakses lebih sering, disimpan lebih cepat, tetapi
media penyimpanan yang lebih mahal sementara data yang kurang penting disimpan pada media
yang lebih murah dan lebih lambat. Manfaat utama manajemen data termasuk kepatuhan yang
lebih besar, keamanan yang lebih tinggi, lebih sedikit kewajiban hukum, peningkatan strategi
penjualan dan pemasaran, klasifikasi produk yang lebih baik, dan tata kelola data yang
ditingkatkan untuk mengurangi risiko. Teknologi pengelolaan data berikut ini disimpan
pengguna memberi informasi dan mendukung berbagai tuntutan bisnis:
• Database menyimpan data yang dihasilkan oleh aplikasi bisnis, sensor, operasi, dan pemrosesan
transaksi sistem (TPS). Data dalam beberapa basis data bisa sangat tidak stabil. Medium dan
perusahaan besar biasanya memiliki banyak basis data dari berbagai jenis — tersentralisasi dan
didistribusikan.
• Gudang data mengintegrasikan data dari berbagai basis data dan silo data di seluruh organisasi,
dan mengaturnya untuk analisis yang kompleks, penemuan pengetahuan, dan untuk mendukung
pengambilan keputusan. Sebagai contoh, data diekstraksi dari database, diproses menjadi standar
format mereka, dan kemudian dimuat ke gudang data pada waktu tertentu, seperti mingguan.
Dengan demikian, data di gudang data tidak mudah menguap — dan siap untuk dianalisis.
• Data mart adalah gudang data skala kecil yang mendukung satu fungsi atau satu departemen.
Perusahaan yang tidak mampu berinvestasi dalam pergudangan data dapat mulai dengan satu
atau lebih data mart.
• Kecerdasan bisnis (BI) - alat dan teknik memproses data dan melakukan analisis statistic untuk
wawasan dan penemuan — yaitu, untuk menemukan hubungan yang bermakna dalam data,
pertahankan diinformasikan secara real time, mendeteksi tren, dan mengidentifikasi peluang dan
risiko. Masing-masing teknologi manajemen basis data ini akan dibahas secara lebih rinci nanti
dalam bab ini.
Sistem Manajemen Basis Data dan SQL
Teknik pemrosesan data, kekuatan pemrosesan, dan manajemen kinerja perusahaan kemampuan
telah mengalami kemajuan revolusioner dalam beberapa tahun terakhir dengan alasan Anda
sudah akrab dengan data besar, mobilitas, dan komputasi awan. Dekade terakhir, bagaimanapun,
telah melihat Munculnya pendekatan baru, pertama di pergudangan data dan, baru-baru ini,
untuk transaksi pengolahan. Mengingat sejumlah besar transaksi yang terjadi setiap hari di suatu
organisasi, data dalam database terus digunakan atau diperbarui. Volatilitas basis data
membuatnya tidak mungkin untuk menggunakannya untuk pengambilan keputusan yang
kompleks dan tugas pemecahan masalah. Untuk alasan ini, data diekstraksi dari database, diubah
(diproses untuk membakukan data), dan kemudian dimuat ke dalam data warehouse.
Manajemen data adalah pengelolaan aliran data dari pembuatan dan penyimpanan awal ke
waktu ketika data menjadi usang dan dihapus.
Database adalah koleksi set data atau catatan yang disimpan dalam acara sistematis.
Manajemen basis data systems (DBMSs) adalah perangkat lunak digunakan untuk mengelola
penambahan, pembaruan, dan penghapusan data sebagai transaksi terjadi, dan untuk mendukung
pertanyaan dan pelaporan data. Mereka sedang memproses transaksi online (OLTP) sistem.
Sistem manajemen basis data (DBMS) terintegrasi dengan sistem pengumpulan data seperti TPS
dan aplikasi bisnis; menyimpan data secara terorganisir; dan menyediakan fasilitas untuk
mengakses dan mengelola data itu. Faktor yang perlu dipertimbangkan ketika mengevaluasi
kinerja sebuah sistem manajemen basis data tercantum dalam Tech Note 3.1. Selama 25 tahun
terakhir, relasional database telah menjadi model database standar yang diadopsi oleh sebagian
besar perusahaan. Database relasional menyimpan data dalam tabel yang terdiri dari kolom dan
baris, mirip dengan format spreadsheet, seperti yang ditunjukkan pada Gambar 3.3.
Faktor-Faktor Yang Menentukan Kinerja
dari DBMS
Faktor yang perlu dipertimbangkan ketika mengevaluasi kinerja suatu basis data sistem
manajemen meliputi:
• Data latensi Latensi adalah waktu yang berlalu (atau ditunda) antara kapan data dibuat dan
kapan tersedia untuk kueri atau laporkan. Aplikasi memiliki toleransi yang berbeda untuk latensi.
Sistem basis data cenderung memiliki latensi yang lebih pendek daripada gudang data. Latensi
pendek memberlakukan lebih banyak pembatasan pada suatu sistem.
• Kemampuan untuk menangani volatilitas data Basis data memiliki kekuatan pemrosesan untuk
menangani volatilitas data. Tingkat di mana data ditambahkan, diperbarui, atau dihapus
menentukan beban kerja yang harus dapat dikendalikan oleh basis data untuk mencegah masalah
dengan tingkat respons terhadap kueri.
• Waktu respons kueri Volume data memengaruhi respons waktu untuk kueri dan eksplorasi
data. Banyak basis data data pra-tahap — yaitu, merangkum atau menghitung ulang hasil — jadi
kueri memiliki tingkat respons yang lebih cepat.
• Konsistensi data Konsistensi langsung berarti sebagai segera setelah data diperbarui, respons
terhadap permintaan baru apa pun akan muncul kembalikan nilai yang diperbarui. Dengan
konsistensi akhirnya, tidak semua respons permintaan akan mencerminkan perubahan data secara
seragam. Tidak konsisten hasil kueri dapat menyebabkan masalah serius untuk analisis itu
tergantung pada data yang akurat.
• Query predictability, semakin besar jumlah ad hoc atau pertanyaan yang tidak dapat diprediksi,
database yang lebih fleksibel perlu menjadi. Manajemen kinerja basis data atau permintaan lebih
sulit ketika beban kerja begitu tak terduga sehingga tidak bias bersiaplah untuk di muka.
Kemampuan menangani beban kerja adalah kriteria paling penting ketika memilih database.
• Kemampuan pemrosesan permintaan Permintaan basis data diproses secara real time dan
hasilnya dikirim melalui kabel atau jaringan nirkabel ke layar komputer atau perangkat genggam.