Diah Islamiaty Mokodompit

20/464854/PEK/25857
Data Management, Data Analytics, and Business Intelegence

Hal terkait pengumpulan dan pemeliharaan data menjadi sesuatu yang berkaitan erat dengan
bisnis. Keterkaitan antar bagaimana dan dimana menemukan data, menyimpan secara efisien, dan
menganalisisnya sehingga memberikan informasi yang berguna memberikan keunggulan kompetitif bagi
perusahaan/organisasi. Dibutuhkan data yang berkualitas tinggi dan keahliaan manusia untuk analisis
menjelaskan tren, menetukan tindakan yang harus diambil dan menjelaskan apa yang dimaksud dengan
hasil pengelolaan data. Dengan adanya teknologi berbasis data, penyimpanan data dan analisis data serta
kecerdasan bisnis memungkinkan para manjer untuk membuat keputusan dan tindakan yang jelas, cepat
dan tepat. Analisis data bukan terkait dengan seberapa banyak data yang dikelola namun terkait
pengelolaan data itu sendiri sehingga dapat membuat keputusan berdasarkan data tersebut.

Database
Database merupakan data-data dan catatan yang disimpan secara sistematis. Volume data yang
besar memerlukan penyimpanan yang besar sehingga diperlukan biaya yang besar untuk menampung
volume data tersebut. Diperlukan manajemen data yang efektif sehingga mencegah biaya penyimpanan
yang besar. Tujuan pengelolaan data meliputi:
1. Memitigasi resiko dan biaya 4. Memastikan persyaratan hukum
kepatuhan terhadap peraturan 5. Menjaga keakuratan data dan
2. Menjaga keamanan data ketersediaan
3. Memastikan konsistensi data yang 6. Memastikan bahwa data sesuai
berasal atau disimpan dibeberapa dengan praktik terbaik organisasi u/
lokasi akses, penyimpanan, pencadangan
dan penghapusan

Dibawah ini merupakan teknologi manajemen data yang mendukung pemberian informasi kepada
pengguna: • Database • Gudang data • Data mart • Kecerdasan bisnis (BI)

Sistem Manajemen Basis Data dan SQL

Sistem manajemen basis data (DMBS) mengumpulkan data, menyimpan dengan sistemati, dan
menyediakan fasilitas untuk akses dan mengelola data. Faktor-faktor yang menentukan kinerja DMBS
diantaranya:
1. Latensi data – perbaharuan data yang dilakukan secara konsisten.
2. Prediksi kueri – semakin besar database, basis data yang dibutuhkan menjadi fleksibel.
3. Kemampuan untuk menangani volatilitas data
4. Waktu respons
5. Kemampuan pemrosesan kueri
 Sistem manajemen relasional (RDBMS) memuat akses data ke data menggunakan deklaratif bahasa-
bahasa SQL . SQL merupakan bahasa kueri strandar yang digunakan untuk mengakses database. Format
pernyataan SQL adalah :
 PILIH nama_kolomFormat pernyataan SQL dasar adalah
 DARI table_nama
 DIMANA kondisi
Fungsi DMBS memerlukan tampilan data yang akuran dan konsisten guna pengambilan keputusan
dan tindak lanjut strategi bisnis. Peringkat vendor DBMS sistem database teratas tahun 2016 diantaranya;
Oracle 12c Database, Microsoft SQL Server, IBM DB2, SAP Sybase ASE, dan PostgreSQL.

Arsitektur Basis Data Terpusat dan Terdistribusi

Mengendalikan kualitas data dan konsistensi data akan mudah bila data disimpan pada satu lokasi
penyimpanan karena penambahan, pembaharuan, dan penghapusan data dapat di monitor terpusat disatu
tempat. Manfaat konfigurasi database diantaranya:
1. Kontrol kualitas data yang lebih baik
2. Kemanan TI
Kekurangan konfigurasi database: jika terjadi masalah pada jaringan yang dugunakan database
terdisitribusi akan memberikan masalah bagi ketersediaan data.

Biaya dan Konsekuensi Data Kotor

Manajer dan pekerja informasi dibatasi oleh data yang tidak dapat dipercaya karena tidak
lengkap, diluar konteks, ketinggalan zaman, tidak akurat, tidak dapat diakses atau terlalu banyak sehingga
membutuhkan waktu lama untuk menganalisisnya.

Gudang Data
Gudang data menjadi sumber utama data untuk analsisi, pelaporan dan bisnis intelijen (BI).
Gudang data menjadi tempat pengumpulan data dari sumber dan database di seluruh data warehouse.
Namun gudang data membutuhkan biaya yang mahal sehinga sulit diterapkan oleh perusahaan. Data
marts menjadi versi data warehouse yang berbiaya rendah yang dapat diterapkan dalam waktu singkat,
kurang dari 90 hari.
Prosedur menyiapkan EDWD Data untuk analisis:
Ekstrak Ubah Muat

Analisis Big Data dan Penemuan Data

Analisis data menjadi hal penting dalam organisasi, sehingga dapat memenuhi harapan
pelanggan, mencapai hasil yang lebih baik dan memiliki keunggulan kompetitif. Dibutuhkan keahlian
manusia untuk menganalisis data.
Misalnya, data sensor dapat dianalis secara real time:
1. Untuk memantau dan mengatur suhu dan kondisi iklim makanan
2. Mengetahui tanda-tanda pembusukan buah dan sayuran mentah
3. Untuk melacak kondisi mensin yang beroperasi dan kemungkinan kegagalan
Oleh karena itu teknologi juga terlibat dalam penggunaan data dan analitik dari keahlian manusia
mendukung keputusan dan tindakan.