TURBAN Chapter 2.en - Id

www.downloadslide.
com
Bab 2 eh Tata Kelola Data dan

Dukungan Arsitektur TI
Kinerja Jangka Panjang
Bab Snapshot Istilah Kunci
Kasus 2.1 Kasus Pembukaan: Detoksifikasi Data Kotor dengan Meyakinkan Pembelajaran Anda
Tata Kelola Data di Intel Security • Bahas: Pertanyaan Berpikir Kritis

2.1 Manajemen informasi • Jelajahi: Latihan Online dan Interaktif
2.2 Arsitektur dan Data Perusahaan • Analisis & Putuskan: Terapkan Konsep IT
Tata Kelola Keputusan Bisnis
2.3 Sistem Informasi: Dasar-dasar Kasus 2.2 Kasus Bisnis: Kekacauan Data Menciptakan Risiko
2.4 Pusat Data, Komputasi Awan, dan Kasus 2.3 Kasus Video: Komputasi awan:
Virtualisasi Tiga Studi Kasus
2.5 Layanan Cloud Menambahkan Ketangkasan
Referensi
Hasil belajar
1. Jelaskan manfaat bisnis dari manajemen informasi dan bagaimana kualitas data 4. Jelaskan fungsi pusat data, komputasi awan, dan virtualisasi serta
menentukan keberhasilan atau kegagalan sistem. kekuatan, kelemahan, dan pertimbangan biayanya.
2. Jelaskan bagaimana arsitektur perusahaan (EA) dan tata kelola data memainkan
peran utama dalam memandu pertumbuhan TI dan mempertahankan kinerja jangka 5. Jelaskan berbagai layanan cloud, manfaatnya, serta risiko bisnis dan
panjang. hukum yang mereka buat.
3. Petakan fungsi berbagai jenis sistem informasi ke jenis dukungan

yang dibutuhkan oleh operasi bisnis dan pengambil keputusan.
Bab Snapshot
Performa tinggi adalah tentang mengungguli pesaing berulang kali, cara untuk mengembangkan bisnis mereka selama perubahan teknologi yang
bahkan saat dasar persaingan dalam suatu industri berubah. Pasar tidak cepat, konsumen dan karyawan yang lebih berdaya, dan lebih banyak intervensi
diam dan dasar persaingan berubah dengan lebih cepat. Pada saat kinerja pemerintah.
keuangan perusahaan mulai menurun, mungkin sudah terlambat untuk Cara efektif untuk berkembang dalam jangka panjang adalah dengan
mulai membangun kapabilitas baru yang relevan dengan pasar. Untuk meluncurkan model dan strategi bisnis baru atau mencari cara baru untuk
tetap unggul, para pemimpin saat ini mencari yang baru mengungguli pesaing. Pada gilirannya, kemampuan kinerja ini bergantung pada
TI perusahaan perusahaan
33
www.downloadslide.com
arsitektur dan tata kelola data. Itu arsitektur TI perusahaan, atau keuntungan dan pertumbuhan. Tata kelola data, atau tata kelola informasi, adalah
hanya arsitektur perusahaan (EA), memandu evolusi dan perluasan pengendalian data perusahaan melalui kebijakan dan prosedur formal. Tujuan tata
sistem informasi, teknologi digital, dan proses bisnis. Panduan ini kelola data adalah untuk menyediakan data berkualitas tinggi kepada karyawan dan
diperlukan untuk meningkatkan kemampuan TI agar dapat bersaing mitra bisnis yang mereka percayai dan dapat diakses sesuai permintaan.
KASUS 2.1 KASUS PEMBUKAAN

Detoksifikasi Data Kotor dengan Tata Kelola Data di Intel Security
TABEL 2.1 Ringkasan Kasus Pembukaan
Perusahaan McAfee diganti namanya Keamanan Intel pada tahun 2014. Ini adalah anak perusahaan
dari Intel Corp. yang berkantor pusat di Santa Clara, CA. Memiliki pendapatan lebih dari
$ 2 miliar setiap tahun, lebih dari 7.600 karyawan, dan lebih dari 1 juta pelanggan.
Industri Perangkat lunak, perangkat keras, dan layanan keamanan siber.
Lini produk Perusahaan mengembangkan, memasarkan, mendistribusikan, dan mendukung produk

keamanan siber yang melindungi komputer, jaringan, dan perangkat seluler. Mereka
menawarkan layanan keamanan terkelola untuk melindungi titik akhir, server, jaringan,
dan perangkat seluler. Konsultasi, pelatihan dan layanan dukungan juga disediakan.
Teknologi digital Tata kelola data dan manajemen data master (MDM) untuk membangun
kemampuan manajemen data pelanggan terbaik di kelasnya untuk
memfasilitasi visi perusahaan.
Visi bisnis Untuk menjadi perusahaan keamanan khusus yang tumbuh paling
cepat di dunia.
GAMBARAN PERUSAHAAN Intel Security melindungi data dan sumber daya TI dari serangan dan akses tidak sah. Perusahaan
menyediakan layanan keamanan siber untuk perusahaan besar, pemerintah, bisnis kecil dan menengah,
dan konsumen. Sebagian besar pendapatannya berasal dari layanan pascapenjualan, dukungan, dan
langganan ke perangkat lunak dan layanan terkelola. Perusahaan menjual secara langsung dan juga
melalui reseller ke korporasi dan konsumen di Amerika Serikat, Eropa, Asia, dan Amerika Latin.
TERPUSAT PADA PELANGGAN Manajemen Keamanan Intel menyadari bahwa mereka perlu menerapkan praktik terbaik
MODEL BISNIS terpusat pada pelanggan model bisnis. Dalam industri yang sangat kompetitif, kemampuan untuk terhubung dengan
pelanggan, mengantisipasi kebutuhan mereka, dan memberikan layanan pelanggan yang sempurna sangat penting untuk
Terpusat pada pelanggan bisnis loyalitas dan pertumbuhan jangka panjang. Mengapa? Terutama karena teknologi sosial dan seluler memaksa bisnis untuk
model berusaha untuk menciptakan solusi menawarkan pengalaman pelanggan (CX) yang sangat baik di setiap titik kontak yang tersedia, termasuk obrolan, video,
atau pengalaman terbaik bagi pelanggan. aplikasi seluler, dan peringatan (Gambar 2.2). SEBUAH titik sentuh adalah "setiap tindakan mempengaruhi yang dimulai
Sebaliknya, model yang berpusat pada melalui komunikasi, kontak manusia atau interaksi fisik atau sensorik" (De Clerck, 2013).
produk
berfokus secara internal untuk menciptakan Kebanyakan pelanggan mencari dan bertukar informasi rinci tentang baik dan buruknya pertemuan
produk terbaik. mereka dengan perusahaan. (Anda akan membaca tentang Yelp dan
34
KASUS 2.1 Kasus Pembukaan 35
Keamanan Intel
( dahulu McAfee, Inc.)
Merek Data Selaras

Memberikan keamanan siber proaktif Manajemen dengan
solusi dan layanan untuk sistem Strategi bisnis
Teknologi digital
informasi, jaringan, Menerapkan tata kelola data untuk
dan perangkat seluler di seluruh dunia. Tata kelola data membangun kapabilitas manajemen data
Manajemen data master (MDM) pelanggan terbaik di kelasnya untuk mencapai
visi strategis perusahaan.
Gambar 2.1 Ikhtisar Keamanan Intel.
Gitar United Breaks video di Bab 7.) Transparansi ini memberi perusahaan insentif yang kuat untuk bekerja lebih
keras untuk membuat pelanggan senang sebelum, selama, dan setelah pembelian mereka.
Dengan membuat model bisnis yang berpusat pada pelanggan, Intel Security dapat melacak apa yang berhasil untuk
pelanggannya dan apa yang tidak. Menggunakan teknologi digital dan analitik data untuk memahami titik kontak pelanggan akan
memungkinkan perusahaan terhubung dengan pelanggan dengan cara yang berarti. Berkomitmen untuk memberikan pengalaman
yang lebih baik bagi pelanggan dapat meningkatkan pendapatan dan meningkatkan loyalitas — dan mencapai tujuan pertumbuhan
perusahaan.
TANTANGAN BISNIS Intel Security mengikuti strategi bisnis yang digerakkan oleh pertumbuhan. Visinya adalah menjadi perusahaan
DARI KUALITAS MISKIN keamanan khusus yang tumbuh paling cepat di dunia. Manajemen menyadari bahwa data pelanggan yang akurat
DATA PELANGGAN adalah fondasi dari layanan pelanggan terbaik. Namun, mereka menghadapi masalah bisnis yang sama — data
pelanggan berkualitas buruk. Karakteristik data berkualitas buruk, juga dikenal sebagai data kotor, tercantum dalam
Data kotor adalah data dengan kualitas yang Tabel 2.2.
buruk sehingga tidak dapat dipercaya atau Catatan pelanggan duplikat dan data pelanggan yang tidak lengkap mengganggu penjualan. Perusahaan tidak
diandalkan untuk mengambil keputusan. bisa efektif jual-silang ( menjual produk atau layanan pelengkap) atau up-sell ( menjual model atau fitur yang lebih
mahal). Peluang untuk membuat pelanggan memperbarui lisensi perangkat lunak mereka — dan membuat mereka
tetap setia — hilang. Kesalahan data menurunkan perkiraan penjualan dan menyebabkan kesalahan pemrosesan
pesanan. Waktu terbuang percuma untuk mencari, memvalidasi, dan mengoreksi catatan pelanggan dan secara
manual merekonsiliasi penjualan akhir bulan dan menghitung komisi penjualan. Sampai penyebab data kotor
diidentifikasi dan diperbaiki, strategi pertumbuhan tidak dapat dicapai.
Gambar 2.2 Menyediakan

pelayanan prima untuk
© Andrei Shumskiy / Shutterstock
pelanggan melalui titik kontak pilihan mereka,

seperti obrolan online, tidak pernah lebih
penting karena konsumen menggunakan media
© faysal / Shutterstock
sosial untuk menilai merek, mengungkap

layanan yang buruk, dan melampiaskan rasa
frustrasi mereka.
36 Bab 2 Tata Kelola Data dan Arsitektur TI Mendukung Kinerja Jangka Panjang
TABEL 2.2 Karakteristik Data Berkualitas Rendah atau Kotor
Karakteristik Data Kotor Deskripsi
Tidak lengkap Data hilang.
Kedaluwarsa atau tidak valid Terlalu tua untuk menjadi valid atau berguna.
Salah Terlalu banyak kesalahan.
Digandakan atau dalam konflik Terlalu banyak salinan atau versi dari data yang sama — dan
versinya tidak konsisten atau bertentangan satu sama lain.
Tidak standar Data disimpan dalam format yang tidak kompatibel — dan tidak dapat
dibandingkan atau diringkas.
Tidak dapat digunakan Data tidak dalam konteks untuk dipahami atau
diinterpretasikan dengan benar pada saat diakses.
KUALITAS DATA Bekerja sama dengan perusahaan konsultan First San Francisco Partners, Intel Security merencanakan dan
SOLUSI: DATA menerapkan tata kelola data dan manajemen data master (MDM). Data master adalah informasi bisnis
TATA KELOLA penting tentang pelanggan, produk, akun, dan hal lain yang diperlukan untuk operasi dan transaksi bisnis.
Data master disimpan dalam sistem yang berbeda yang tersebar di seluruh perusahaan. MDM akan
Tata kelola data adalah kontrol data menghubungkan dan menyinkronkan semua data penting dari sistem yang berbeda tersebut ke dalam satu
perusahaan melalui kebijakan dan file, yang disebut file file induk, yang memberikan titik acuan yang sama. Tata kelola data dan MDM
prosedur formal untuk membantu mengelola ketersediaan, kegunaan, integritas, dan keamanan data yang digunakan di seluruh perusahaan.
memastikan bahwa data dapat dipercaya Strategi tata kelola data Intel Security dan MDM dirancang setelah tinjauan menyeluruh terhadap 1,3 juta
dan dapat diakses. catatan pelanggan, proses penjualan, dan perkiraan kebutuhan bisnis di masa mendatang.
MANFAAT DATA Tata kelola data dan MDM telah meningkatkan kualitas data pelanggan Intel Security, yang penting untuk model
TATA KELOLA DAN bisnis yang berpusat pada pelanggan. Dengan data berkualitas tinggi, perusahaan mampu mengidentifikasi
MDM peluang penjualan up-sell dan cross-sell. Praktik terbaik untuk manajemen data pelanggan meningkatkan
pengalaman pelanggan yang diterjemahkan ke dalam retensi dan akuisisi pelanggan yang lebih baik. Manfaat
utama yang dicapai setelah menerapkan tata kelola data dan arsitektur MDM untuk meningkatkan kualitas data
Manajemen data master
adalah:
(MDM) metode sinkronisasi
semua data bisnis penting dari sistem
yang berbeda menjadi file master, yang • Pengalaman pelanggan yang lebih baik
menyediakan sumber data tepercaya. • Loyalitas dan retensi pelanggan yang lebih besar
• Peningkatan pertumbuhan penjualan
• Perkiraan penjualan yang akurat dan pemrosesan pesanan
Intel Security telah berhasil menyelaraskan kemampuan TI-nya untuk memenuhi kebutuhan bisnis. Semua upaya ini menguntungkan
bisnis dengan meningkatkan produktivitas sebagai hasil dari upaya pembersihan data yang berkurang, dan dengan meningkatkan
penjualan sebagai hasil dari pengalaman pelanggan yang lebih baik.
Sumber: Disusun dari mcafee.com (2013), De Clerck, (2013), First San Francisco Partners (2009), dan Rich (2013).
2.1 Manajemen informasi 37
Pertanyaan
1. Apa perbedaan antara model bisnis yang berpusat pada pelanggan dan model bisnis yang berpusat pada produk?
2. Jelaskan tantangan bisnis yang disebabkan oleh data kotor Intel Security. Apa fungsi
3. tata kelola data?
4. Jelaskan fungsi data master.
5. Mengapa penting untuk menjaga sinkronisasi data di seluruh sistem yang berbeda? Mengapa Intel
6. Security membutuhkan manajemen data master (MDM)?
7. Bagaimana MDM dan tata kelola data memungkinkan perusahaan mencapai visinya?
8. Manfaat apa yang diperoleh perusahaan sebagai hasil dari penerapan tata kelola data
dan MDM?
2.1 Manajemen informasi

Sebagian besar inisiatif bisnis berhasil atau gagal berdasarkan kualitas datanya. Perencanaan dan keputusan
yang efektif bergantung pada kemampuan sistem untuk menyediakan data bagi pembuat keputusan dalam
format yang dapat digunakan secara tepat waktu. Kebanyakan orang mengelola informasi. Anda mengelola
akun sosial dan cloud Anda di beberapa perangkat seluler dan komputer. Anda memperbarui atau
menyinkronkan ("menyelaraskan") kalender, janji temu, daftar kontak, file media, dokumen, dan laporan Anda.
Produktivitas Anda bergantung pada kompatibilitas perangkat dan aplikasi serta kemampuannya untuk berbagi
data. Tidak dapat mentransfer dan menyinkronkan setiap kali Anda menambahkan perangkat atau aplikasi
mengganggu dan membuang waktu Anda. Misalnya, saat Anda beralih ke perangkat seluler terbaru, Anda
mungkin perlu mengatur ulang konten untuk mempermudah penanganan data dan perangkat. Untuk
Manajemen informasi aku s
menyederhanakan add-on, peningkatan, berbagi, dan akses,
penggunaan alat IT dan
metode untuk mengumpulkan, memproses,
mengonsolidasi, menyimpan, dan Ini hanya sekilas manajemen informasi situasi yang mengatur
mengamankan data dari sumber itu tions menghadapi hari ini — dan mengapa rencana berkelanjutan diperlukan untuk membimbing, mengontrol, dan mengatur
sering terfragmentasi dan Pertumbuhan TI. Seperti halnya konstruksi bangunan (Gambar 2.3), cetak biru dan model membantu
tidak konsisten. memandu dan mengatur investasi TI dan teknologi digital di masa depan.
INFORMASI Informasi bisnis umumnya tersebar di seluruh perusahaan, disimpan dalam sistem terpisah yang didedikasikan
PENGELOLAAN untuk tujuan tertentu, seperti operasi, manajemen rantai pasokan, atau manajemen hubungan pelanggan.
HARNESSES TERCABUR Organisasi besar memiliki lebih dari 100 repositori data (area penyimpanan). Di banyak perusahaan, integrasi
DATA sistem yang berbeda ini terbatas — begitu pula kemampuan pengguna untuk mengakses semua informasi yang
mereka miliki
© Martin Barraud / Alamy
Gambar 2.3 Cetak biru dan model,

seperti yang digunakan untuk konstruksi
bangunan, adalah
diperlukan untuk memandu dan mengatur
aset TI perusahaan.
perlu. Oleh karena itu, terlepas dari semua informasi yang mengalir melalui perusahaan, para eksekutif, manajer, dan pekerja
seringkali berjuang untuk menemukan informasi yang mereka butuhkan untuk membuat keputusan yang tepat atau melakukan
pekerjaan mereka. Tujuan keseluruhan dari manajemen informasi adalah untuk menghilangkan perjuangan itu melalui desain dan
implementasi tata kelola data dan arsitektur perusahaan yang terencana dengan baik.
Menyediakan akses mudah ke sejumlah besar informasi hanyalah salah satu tantangan yang dihadapi
organisasi. Hari-hari sekadar mengelola data terstruktur sudah berakhir. Sekarang, organisasi harus
mengelola konten semi-terstruktur dan tidak terstruktur dari sumber sosial dan seluler meskipun kualitas
datanya dapat dipertanyakan.
Manajemen informasi sangat penting untuk keamanan data dan kepatuhan dengan persyaratan
peraturan yang terus berkembang, seperti Sarbanes-Oxley Act, Basel III, Computer Fraud and Abuse
Act (CFAA), USA PATRIOT Act, dan Health Insurance Portability and Accountability Act ( HIPAA).
Masalah akses informasi, manajemen, dan keamanan juga harus berurusan dengan degradasi dan
kekacauan informasi — di mana orang tidak memahami apa arti data atau bagaimana mereka dapat berguna.
ALASAN UNTUK Teknologi pendukung informasi dan keputusan perusahaan telah berkembang selama beberapa dekade.
INFORMASI Selama rentang waktu tersebut, terdapat tim manajemen yang berbeda dengan prioritas dan pemahaman
DEFISIENSI masing-masing tentang peran TI; teknologi maju dengan cara yang tidak terduga, dan investasi TI dipotong
atau ditingkatkan berdasarkan tuntutan persaingan pada anggaran. Ini adalah beberapa faktor penyebabnya.
Alasan umum lainnya mengapa kekurangan informasi masih menjadi masalah meliputi:
Silo data adalah penyimpanan data yang 1. Silo data. Informasi bisa terjebak di departemen ' silo data ( disebut juga
berdiri sendiri. Data mereka tidak dapat silo informasi), seperti database pemasaran atau produksi. Silo data diilustrasikan pada Gambar
diakses oleh IS lain yang membutuhkannya 2.4. Karena silo tidak dapat berbagi atau bertukar data, silo tidak dapat diperbarui secara
atau di luar departemen itu. konsisten. Jika data tidak konsisten di beberapa aplikasi perusahaan, kualitas data tidak dapat
(dan tidak boleh) dipercaya tanpa verifikasi ekstensif. Silo data ada ketika tidak ada arsitektur TI
secara keseluruhan untuk memandu investasi IS, koordinasi data, dan komunikasi. Silo data
mendukung satu fungsi dan, akibatnya, tidak mendukung kebutuhan lintas fungsi organisasi.
Misalnya, sebagian besar organisasi perawatan kesehatan tenggelam dalam data, namun mereka tidak bisa
mendapatkan wawasan yang andal dan dapat ditindaklanjuti dari data ini. Catatan dokter, formulir pendaftaran,
ringkasan keluar, dokumen, dan lainnya berlipat ganda setiap lima tahun. Tidak seperti data terstruktur yang siap untuk
mesin, ini adalah data yang berantakan
Persyaratan Informasi:
Bisa dimengerti Dukung
Menghadapi pelanggan
Relevan
silo
Tepat waktu Penagihan
Tepat
Aman Pemenuhan
Penjualan
Operasi
silo
Kapal
Membangun
Gambar 2.4 Data (atau
informasi) silo adalah IS yang tidak Rancangan Jenis Data
Sourcing
Data pelanggan
memiliki kemampuan untuk bertukar data silo
Data produk
Pengadaan
dengan IS lain, melakukan koordinasi Data pengadaan
tepat waktu Data kontrak
Bagian Mengisi
Urutan data
dan komunikasi lintas
Data persediaan bagian
fungsi atau departemen Data teknik
sulit. Data logistik
terlalu banyak waktu dan tenaga untuk dimasukkan oleh penyedia layanan kesehatan ke dalam analisis bisnis
mereka. Jadi, data berantakan yang berharga selalu ditinggalkan. Jutaan catatan dan catatan pasien tidak dapat
diakses atau tidak tersedia dalam silo data klinis terpisah karena secara historis tidak ada cara mudah untuk
menganalisis informasi.
2. Data yang hilang atau dilewati. Data bisa hilang saat transit dari satu IS ke IS lainnya. Atau, data mungkin tidak akan
pernah ditangkap karena sistem pengumpulan data yang tidak disesuaikan secara memadai, seperti sistem yang
mengandalkan sensor atau pemindai. Atau, data mungkin tidak diperoleh dengan cukup detail, seperti yang dijelaskan
dalam Catatan Teknis 2.1.
3. Antarmuka yang dirancang dengan buruk. Terlepas dari semua pembicaraan tentang antarmuka yang ramah pengguna,
beberapa IS sangat buruk untuk ditangani. Antarmuka atau format yang dirancang dengan buruk yang membutuhkan waktu dan
upaya ekstra untuk mengetahuinya meningkatkan risiko kesalahan karena salah memahami data atau mengabaikannya.
4. Format data tidak standar. Ketika pengguna disajikan dengan data dalam format yang tidak konsisten
atau tidak standar, kesalahan meningkat. Upaya untuk membandingkan atau menganalisis data lebih sulit
dan membutuhkan lebih banyak waktu. Misalnya, jika divisi Northeast melaporkan pendapatan penjualan
kotor mingguan per lini produk dan divisi Southwest melaporkan penjualan bersih bulanan per produk,
Anda tidak dapat membandingkan kinerja mereka tanpa mengubah data ke format umum. Pertimbangkan
upaya ekstra yang diperlukan untuk membandingkan penjualan terkait suhu, seperti AC, saat beberapa
suhu dinyatakan dalam derajat Fahrenheit dan lainnya dalam Celcius.
5. Tidak dapat mencapai target bergerak. Informasi yang diinginkan pembuat keputusan terus berubah — dan
berubah lebih cepat daripada IS yang dapat direspons karena empat alasan pertama dalam daftar ini. Melacak
tweet, hit YouTube, dan konten tidak terstruktur lainnya membutuhkan investasi mahal — yang menurut para
manajer berisiko dalam kemerosotan ekonomi.
Tanpa manajemen informasi, ini adalah tantangan data yang harus dihadapi manajer. Perusahaan yang
mengalami pertumbuhan cepat atau aktivitas merger atau yang memiliki sistem desentralisasi (setiap divisi atau
unit bisnis mengelola TI-nya sendiri) akan berakhir dengan proses pelaporan tambal sulam. Seperti yang Anda
harapkan, sistem tambal sulam lebih rumit untuk dimodifikasi, terlalu kaku untuk mendukung bisnis yang gesit,
namun lebih mahal untuk pemeliharaannya.
TECH CATATAN 2.1 Perlu Mengukur untuk Mengelola
Sebuah perusahaan konstruksi rumah hunian memiliki dua divisi: rumah standar dan rumah mewah. Perusahaan
tidak menghitung material, tenaga kerja, dan biaya lain yang terkait dengan setiap jenis konstruksi. Sebaliknya,
biaya-biaya ini dikumpulkan, sehingga tidak mungkin mengalokasikan biaya untuk setiap jenis konstruksi dan
kemudian menghitung margin keuntungan dari setiap divisi. Mereka tidak memiliki cara untuk menghitung margin
keuntungan pada setiap jenis rumah dalam divisi. Tanpa kemampuan untuk mengukur biaya, mereka tidak
memiliki kendali biaya.
Setelah mengupgrade IS mereka, mereka mulai mendapatkan data detail di tingkat rumah. Mereka
menemukan margin keuntungan yang besar pada rumah standar, yang menyembunyikan margin negatif (kerugian)
dari divisi rumah mewah. Tanpa data pengendalian biaya, divisi rumah standar yang menguntungkan telah
mensubsidi divisi rumah mewah selama bertahun-tahun.
SAYA T di Kerja 2 .1
Kualitas Data Menentukan Keberhasilan dan Kegagalan Sistem
Para eksekutif di perusahaan kimia besar didukung oleh sistem informasi tidak memiliki fleksibilitas yang diperlukan untuk kebutuhan data ad hoc (tidak
yang dirancang khusus untuk kebutuhan mereka — disebut sistem terencana) yang disesuaikan dari para eksekutif. Misalnya, hampir tidak mungkin
informasi eksekutif (EIS). EIS dirancang untuk memberikan data internal untuk menghasilkan laporan kinerja penjualan (nonfinansial) yang disesuaikan atau
dan eksternal serta indikator kinerja utama (KPI) kepada manajer senior melakukan analisis ad hoc, seperti membandingkan tingkat perputaran persediaan
yang relevan dengan kebutuhan spesifik mereka. Catatan Teknis 2.2 berdasarkan produk untuk setiap wilayah untuk setiap kuartal penjualan. Karena
menjelaskan KPI. Seperti halnya sistem lainnya, nilai EIS bergantung pada keterlambatan laporan dari berbagai SBU, eksekutif tidak mempercayai data yang
kualitas data. mendasarinya.
2. Antarmuka pengguna yang rumit. Para eksekutif tidak dapat dengan mudah
Terlalu Banyak Data yang Tidak Relevan meninjau KPI. Sebaliknya, mereka harus memilah-milah layar yang berisi terlalu
EIS gagal. Para eksekutif menemukan bahwa hanya setengah dari data yang banyak data — sebagian menarik dan sebagian tidak relevan. Untuk
tersedia melalui EIS terkait dengan tingkat analisis dan pengambilan keputusan mengimbangi desain antarmuka yang buruk, beberapa analis TI sendiri harus
mereka — tingkat perusahaan. Masalah yang lebih buruk adalah bahwa data yang melakukan analisis data dan KPI untuk para eksekutif — menunda waktu
mereka butuhkan tidak tersedia kapan dan bagaimana mereka menginginkannya. respons dan menaikkan biaya pelaporan.
Misalnya, para eksekutif membutuhkan data pendapatan dan biaya penjualan
terperinci saat ini untuk setiap unit bisnis strategis (SBU), lini produk, dan bisnis
operasi. Data penjualan dan biaya diperlukan untuk analisis dan membandingkan Solusi: Arsitektur TI Perusahaan Baru dengan
kinerja. Namun, data tidak dalam format standar seperti yang diperlukan untuk Format Data Standar
perbandingan dan analisis yang akurat. Sebagian besar masalah adalah bahwa SBU CIO bekerja dengan satuan tugas untuk merancang dan mengimplementasikan EA yang
melaporkan pendapatan penjualan dalam kerangka waktu yang berbeda (misalnya, sama sekali baru. Kebijakan dan prosedur tata kelola data diterapkan untuk membakukan
harian, mingguan, bulanan, atau kuartalan), dan banyak dari laporan tersebut tidak format data di seluruh perusahaan. Tata kelola data menghilangkan ketidakkonsistenan
tersedia karena penundaan dalam penyusunannya. Akibatnya, manajemen senior data untuk memberikan laporan KPI yang andal tentang perputaran inventaris, waktu
tidak bisa mendapatkan a dipercaya melihat kinerja keseluruhan perusahaan saat ini siklus, dan margin keuntungan dari semua SBU.
dan tidak tahu produk mana yang menguntungkan.
Arsitektur baru digerakkan oleh bisnis, bukan berbasis pelaporan keuangan.
Mudah untuk mengubah laporan — menghilangkan analisis ad hoc yang mahal dan
memakan waktu. Lebih sedikit sumber daya TI yang dibutuhkan untuk memelihara
Ada dua alasan kegagalan EIS: sistem. Karena data yang mendasarinya sekarang relatif dapat diandalkan,
penggunaan EIS oleh para eksekutif meningkat secara signifikan.

1. Arsitektur TI tidak dirancang untuk pelaporan yang disesuaikan. Desain
arsitektur TI telah didasarkan pada aturan akuntansi keuangan. Artinya,
data diatur untuk memudahkan pengumpulan dan konsolidasi data
yang dibutuhkan untuk menyusun laporan keuangan dan laporan yang Pertanyaan
harus diserahkan ke SEC (Securities and Exchange Commission) dan
1. Mengapa EIS dirancang dan diterapkan?
badan pengatur lainnya. Pernyataan dan laporan ini memiliki format
2. Masalah apa yang dimiliki para eksekutif dengan EIS?
yang terdefinisi dengan baik atau terstandarisasi dan hanya perlu
3. Apa dua alasan untuk masalah EIS tersebut?
disiapkan pada waktu tertentu sepanjang tahun, biasanya tahunan atau
4. Bagaimana CIO meningkatkan EIS?
triwulanan. Organisasi data (untuk pelaporan keuangan)
5. Apa keuntungan dari arsitektur TI yang baru?
6. Apa manfaat tata kelola data?
CATATAN TECH 2.2 KPI
KPI adalah pengukuran kinerja. Langkah-langkah ini menunjukkan keefektifan proses bisnis dalam
mencapai tujuan organisasi. KPI menyajikan data dalam format yang mudah dipahami dan siap
dibandingkan. Contoh perbandingan utama adalah aktual vs. anggaran, aktual vs. perkiraan, dan tahun
ini vs. tahun sebelumnya. KPI membantu mengurangi sifat kompleks kinerja organisasi menjadi
sejumlah kecil ukuran yang dapat dimengerti, termasuk:
• KPI Keuangan: rasio lancar; omset hutang dagang; perputaran persediaan; margin laba bersih
• KPI media sosial: lalu lintas dan konversi sosial (jumlah pengunjung yang dikonversi menjadi
pelanggan); suka; pengikut baru per minggu; kunjungan dan arahan sosial
• KPI penjualan dan pemasaran: biaya per prospek; berapa banyak pendapatan yang dihasilkan kampanye
pemasaran
• KPI operasional dan rantai pasokan: unit per transaksi; biaya tercatat persediaan; status pemesanan;
tingkat pesanan kembali
• KPI lingkungan dan jejak karbon: penggunaan energi, air, atau sumber daya lainnya; dibelanjakan
berdasarkan utilitas; berat sampah TPA
FAKTOR MENGEMUDI Eksekutif senior dan manajer tahu tentang silo data dan masalah manajemen informasi mereka, tetapi mereka
PERGESERAN DARI SILOS KE juga tahu tentang biaya besar dan gangguan yang terkait dengan konversi ke arsitektur TI yang lebih baru.
BERBAGI DAN Laporan Dewan CEO Teknologi memperkirakan bahwa perusahaan Fortune 500 menghabiskan $ 480 miliar
KOLABORASI setiap tahun untuk proses bisnis yang tidak efisien (techceocouncil.org, 2010). Namun, perbaikan proses bisnis
sedang dilakukan. Sebuah studi IBM terhadap lebih dari 3.000 CIO menunjukkan bahwa lebih dari 80 persen
berencana untuk menyederhanakan proses internal, yang mencakup aplikasi global siled terintegrasi (IBM
Institute, 2011). Perusahaan sedang berjuang untuk mengintegrasikan ribuan aplikasi global yang tersembunyi,
sambil menyelaraskannya dengan operasi bisnis. Agar tetap kompetitif, mereka harus mampu menganalisis dan
menyesuaikan proses bisnisnya dengan cepat, efisien, dan tanpa gangguan.
Investasi yang lebih besar dalam teknologi kolaborasi telah dilaporkan oleh firma riset Forrester
(Keitt, 2011). Tiga faktor yang diidentifikasi oleh Forrester sebagai pendorong tren ke arah kolaborasi
dan teknologi berbagi data ditunjukkan pada Gambar 2.5.
MANFAAT BISNIS Berdasarkan contoh yang telah Anda baca, manfaat nyata dari manajemen informasi adalah sebagai
INFORMASI berikut:
PENGELOLAAN 1. Meningkatkan kualitas keputusan. Kualitas keputusan tergantung pada akurat dan lengkap
data.
2. Meningkatkan akurasi dan keandalan prediksi manajemen. Penting bagi manajer untuk dapat
memprediksi penjualan, permintaan produk, peluang, dan ancaman persaingan. Prediksi manajemen
fokus pada "apa yang akan terjadi" sebagai lawan pelaporan keuangan tentang "apa yang telah
terjadi."
Global, seluler Digerakkan oleh mobilitas

tenaga kerja konsumerisasi
62% tenaga kerja bekerja di luar Meningkatnya jumlah layanan
kantor di beberapa titik. Nomor ini kolaborasi cloud
meningkat.
Prinsip "apapun"
Tumbuh kebutuhan untuk menghubungkan
siapa saja, kapan saja, di mana saja

di perangkat apa pun
Gambar 2.5 Faktor yang
meningkatkan permintaan akan
teknologi kolaborasi.
3. Mengurangi risiko ketidakpatuhan. Peraturan pemerintah dan persyaratan kepatuhan telah meningkat secara
signifikan dalam dekade terakhir. Perusahaan yang gagal mematuhi undang-undang tentang privasi, penipuan, anti
pencucian uang, keamanan dunia maya, keselamatan kerja, dan sebagainya akan menghadapi hukuman yang berat.
4. Mengurangi waktu dan biaya menemukan dan mengintegrasikan informasi yang relevan.
Pertanyaan
1. Jelaskan manajemen informasi.
2. Mengapa organisasi masih mengalami masalah kekurangan informasi?
3. Apa itu data silo?

4. Jelaskan KPI dan berikan contoh.
5. Tiga faktor apa yang mendorong kolaborasi dan berbagi informasi?
6. Apa keuntungan bisnis dari manajemen informasi?
2.2 Arsitektur Perusahaan dan Tata Kelola Data

Arsitektur perusahaan (EA) Setiap perusahaan memiliki seperangkat inti sistem informasi dan proses bisnis yang menjalankan transaksi yang
adalah cara sistem dan proses TI membuatnya tetap dalam bisnis. Transaksi termasuk memproses pesanan, pemenuhan dan pengiriman
disusun. EA adalah proses berkelanjutan pesanan, membeli inventaris dan persediaan, mempekerjakan dan membayar karyawan, dan membayar tagihan.
untuk membuat, memelihara, dan Itu arsitektur perusahaan (EA) membantu atau menghalangi operasi dan upaya sehari-hari untuk menjalankan
bisnis
memanfaatkan TI. Ini membantu untuk
strategi.
memecahkan dua tantangan kritis: kemana
Keberhasilan EA dan tata kelola data diukur dari segi finansial dari kepuasan pelanggan yang meningkat,
arah organisasi dan
itabilitas dan laba atas investasi (ROI), dan dalam hal perputaran nonfinansial.
kecepatan yang lebih cepat ke pasar, dan karyawan yang lebih rendah.
bagaimana itu akan sampai di sana.
MENJAGA IT– Saat Anda membaca di Bab 1, volume, variasi, dan kecepatan data yang dikumpulkan atau dihasilkan telah tumbuh
PENYELESAIAN BISNIS secara eksponensial. Ketika sistem informasi perusahaan menjadi lebih kompleks, pentingnya perencanaan TI jangka
panjang meningkat secara dramatis. Perusahaan tidak bisa begitu saja menambahkan penyimpanan, aplikasi baru, atau
analitik data sesuai kebutuhan dan mengharapkan penambahan tersebut untuk bekerja dengan sistem yang ada.
2.2 Arsitektur Perusahaan dan Tata Kelola Data 43
Hubungan antara kompleksitas dan perencanaan lebih mudah dilihat pada benda fisik seperti gedung
pencakar langit dan sistem transportasi. Jika Anda membangun kabin sederhana di daerah terpencil, Anda tidak
memerlukan rencana terperinci untuk perluasan atau untuk memastikan kabin sesuai dengan lingkungannya. Jika
Anda membangun sistem yang sederhana, pengguna tunggal, dan tidak terdistribusi, Anda juga tidak memerlukan
rencana pertumbuhan yang matang. Oleh karena itu, tidak mungkin lagi mengelola big data, konten dari ponsel dan
jejaring sosial, dan data di cloud tanpa serangkaian rencana yang dirancang dengan baik, atau cetak biru, yang
disediakan oleh EA. EA memandu dan mengontrol add-on dan peningkatan perangkat lunak, perangkat keras,
sistem, jaringan, layanan cloud, dan investasi teknologi digital lainnya.
PROSES YANG TERLALU Menurut firma konsultanGartner, arsitektur perusahaan adalah proses berkelanjutan untuk membuat, memelihara, dan
MENDORONGNYA meningkatkan TI. Ini membantu untuk memecahkan dua tantangan kritis:
kemana arah organisasi dan bagaimana itu akan sampai di sana.
Visi Bersama tentang Masa Depan
EA harus dimulai dengan target organisasi– kemana perginya —Tidak dengan tempatnya. Gartner
merekomendasikan agar sebuah organisasi mulai dengan mengidentifikasi arah strategis yang dituju dan
pendorong bisnis yang ditanggapinya. Tujuannya adalah untuk memastikan bahwa setiap orang memahami dan
berbagi satu visi. Segera setelah para manajer mendefinisikan visi bersama tentang masa depan ini, mereka
kemudian mempertimbangkan implikasi dari visi ini pada arsitektur bisnis, teknis, informasi, dan solusi
perusahaan. Visi bersama tentang masa depan akan mendikte perubahan dalam semua arsitektur ini,
menetapkan prioritas untuk perubahan tersebut, dan menjaga agar perubahan tersebut tetap didasarkan pada
nilai bisnis.
Fokus Strategis
Ada dua masalah yang dirancang oleh EA:
1. Kompleksitas sistem TI. Sistem TI telah menjadi sangat kompleks dan tidak terkelola
mahal untuk dirawat.
2. Keselarasan bisnis yang buruk. Organisasi merasa sulit untuk mempertahankannya
sistem TI yang mahal sesuai dengan kebutuhan bisnis.
Manfaat Bisnis dan TI dari EA

Memiliki arsitektur yang tepat penting untuk alasan berikut:
• EA memotong biaya TI dan meningkatkan produktivitas dengan memberi pembuat keputusan akses ke informasi,
wawasan, dan ide di mana dan kapan mereka membutuhkannya.
• EA menentukan daya saing, fleksibilitas, dan ekonomi TI organisasi untuk dekade berikutnya dan
seterusnya. Artinya, ini memberikan pandangan jangka panjang tentang proses, sistem, dan
teknologi perusahaan sehingga investasi TI tidak hanya memenuhi kebutuhan mendesak.
• EA membantu menyelaraskan kapabilitas TI dengan strategi bisnis — untuk tumbuh, berinovasi,

dan merespons tuntutan pasar, didukung oleh praktik TI yang 100 persen sesuai dengan tujuan
bisnis.
• EA dapat mengurangi risiko membeli atau membangun sistem dan aplikasi perusahaan yang tidak
kompatibel atau terlalu mahal untuk dipelihara dan diintegrasikan.
Komponen EA dasar dicantumkan dan dijelaskan dalam Tabel 2.3. IT di Tempat Kerja 2.2 menjelaskan pandangan Gartner tentang
EA.
TABEL 2.3 Komponen Arsitektur Perusahaan
Arsitektur bisnis Proses yang digunakan bisnis untuk memenuhi tujuannya.
Arsitektur aplikasi Bagaimana aplikasi spesifik dirancang dan bagaimana mereka berinteraksi
satu sama lain.
Arsitektur data Bagaimana penyimpanan data perusahaan diatur dan diakses.
Arsitektur teknis Infrastruktur perangkat keras dan perangkat lunak yang

mendukung aplikasi dan interaksinya.
SAYA T di Kerja 2 .2
EA Dinamis
Untuk menjaga agar TI dan bisnis tetap selaras, EA harus menjadi rencana yang
dinamis. Seperti yang ditunjukkan dalam model pada Gambar 2.6, EA berkembang
Arsitektur dasar
menuju arsitektur target, yang mewakili kebutuhan TI perusahaan di masa depan.
Status Implementasi
Menurut model ini, EA mendefinisikan sebagai berikut:
Rencana pengurutan
1. Misi organisasi, fungsi bisnis, dan masa depan

arah Arsitektur target
2. Arus informasi dan informasi diperlukan untuk menjalankan misi
Dasar Transisi Target

3. Arsitektur baseline saat ini Arsitektur
4. target yang diinginkan Gambar 2.6 Pentingnya memandang EA sebagai rencana yang dinamis dan
5. Rencana atau strategi pengurutan untuk berkembang dari baseline ke berkembang. Tujuan dari EA adalah untuk menjaga keselarasan TI-bisnis.
arsitektur target. Perubahan dalam prioritas dan bisnis tercermin dalam arsitektur target untuk
membantu agar TI tetap selaras dengan mereka (GAO, 2010).
WAWASAN KARIR 2. 1
Keterampilan Penting dari Arsitek Perusahaan
Arsitek perusahaan membutuhkan lebih dari sekadar keterampilan teknologi. • Kemampuan untuk mempengaruhi dan memotivasi. Sebagian besar
Kinerja pekerjaan dan keberhasilan arsitek semacam itu — atau siapa pun yang pekerjaan memotivasi pengguna untuk mematuhi proses dan praktik baru.
bertanggung jawab atas proyek TI berskala besar — bergantung pada berbagai
keterampilan.
• Keterampilan bernegosiasi. Proyek membutuhkan sumber daya — waktu,
• Keterampilan interpersonal atau orang. Pekerjaan itu membutuhkan interaksi dengan uang, dan personel — yang harus dinegosiasikan untuk menyelesaikan
orang-orang dan mendapatkan kerja sama mereka.
sesuatu.
2.2 Arsitektur Perusahaan dan Tata Kelola Data 45
• Keterampilan berpikir kritis dan pemecahan masalah. Arsitek Mengelola implementasi EA membutuhkan seseorang yang mampu
menghadapi masalah yang kompleks dan unik. Mampu mempercepat menangani berbagai aspek proyek dalam satu waktu. Manajemen
solusi mencegah kemacetan. proyek tercakup dalam Bab 13.
• Keahlian bisnis dan industri. Mengetahui bisnis dan industri

meningkatkan hasil dan kredibilitas arsitek.
TATA KELOLA DATA: Tata kelola data adalah proses membuat dan menyetujui standar dan persyaratan untuk pengumpulan,
MENJAGA DATA identifikasi, penyimpanan, dan penggunaan data. Keberhasilan setiap strategi berbasis data atau upaya
KUALITAS DAN BIAYA pemasaran bergantung pada tata kelola data. Kebijakan tata kelola data harus menangani data terstruktur,
KONTROL semi-terstruktur, dan tidak terstruktur (dibahas di Bagian 2.3) untuk memastikan bahwa wawasan dapat
dipercaya.
Tata Kelola Data Seluruh Perusahaan
Dengan program tata kelola data yang efektif, manajer dapat menentukan dari mana data mereka berasal, siapa yang
memilikinya, dan siapa yang bertanggung jawab untuk apa — untuk mengetahui bahwa mereka dapat mempercayai
data yang tersedia saat dibutuhkan. Tata kelola data adalah proyek berskala perusahaan karena data melintasi batas
dan digunakan oleh orang-orang di seluruh perusahaan. Peraturan baru dan tekanan untuk mengurangi biaya telah
meningkatkan pentingnya tata kelola data yang efektif. Tata kelola menghilangkan biaya pemeliharaan dan pengarsipan
data yang buruk, tidak dibutuhkan, atau salah. Biaya ini bertambah seiring dengan bertambahnya volume data. Tata
kelola juga mengurangi risiko hukum yang terkait dengan informasi yang tidak dikelola atau dikelola secara tidak
konsisten.
Tiga industri yang bergantung pada tata kelola data untuk mematuhi peraturan atau persyaratan pelaporan
adalah sebagai berikut:
• Industri makanan. Dalam industri pangan, tata kelola data diperlukan untuk memenuhi regulasi
keamanan pangan. Produsen dan pengecer makanan memiliki sistem kontrol yang canggih sehingga
jika produk makanan yang terkontaminasi, seperti bayam atau selai kacang, terdeteksi, mereka dapat
melacak masalah kembali ke pabrik pengolahan tertentu atau bahkan ke pertanian pada awal rantai
makanan.
• Industri jasa keuangan. Di sektor jasa keuangan, persyaratan pelaporan yang ketat dari Dodd –
Frank Wall Street Reform dan Undang-undang Perlindungan Konsumen tahun 2010 mengarah pada
penggunaan tata kelola data yang lebih besar. Dodd – Frank Act mengatur praktik Wall Street
dengan menegakkan transparansi dan akuntabilitas dalam upaya mencegah krisis keuangan
signifikan lainnya seperti yang terjadi pada 2008.
• Industri perawatan kesehatan. Data adalah aset perawatan kesehatan yang paling berharga. Rumah sakit
memiliki banyak informasi elektronik pasien. Akuntabilitas perawatan kesehatan dan kewajiban pelaporan yang
baru membutuhkan model tata kelola data untuk transparansi guna melindungi dari penipuan dan untuk
melindungi informasi pasien.
Seperti yang Anda baca di kasus pembukaan Keamanan Intel, tata kelola data dan MDM adalah kombinasi yang
kuat. Karena sumber dan volume data terus meningkat, begitu pula kebutuhan untuk mengelola data sebagai aset
strategis untuk mengekstrak nilai penuhnya. Membuat data bisnis konsisten, tepercaya, dan dapat diakses di seluruh
perusahaan adalah langkah penting pertama dalam model bisnis yang berpusat pada pelanggan. Dengan tata kelola
data, perusahaan
mampu mengekstrak nilai maksimum dari data mereka, khususnya dengan memanfaatkan peluang yang
terkubur dalam data perilaku dengan lebih baik. Menurut Adele Pugliese, direktur tata kelola data Scotiabank
yang berbasis di Toronto, “Jika kami dapat memanfaatkan dan memahami data, serta mencapai integritas dan
tingkat akurasi dengan data tersebut, dalam hal titik kontak kami dengan pelanggan, kami harus mampu
mengubah pengalaman pelanggan itu dan membawanya ke tingkat berikutnya di mana kami mengetahui lebih
banyak tentang pelanggan kami ”(Hamilton, 2013).
Master Data dan MDM

Data master menggambarkan entitas utama seperti pelanggan, produk dan layanan, vendor, lokasi, dan
karyawan di sekitar tempat bisnis dilakukan. Data master biasanya cukup stabil — dan pada dasarnya berbeda
dari volume tinggi, kecepatan, dan variasi data besar serta data tradisional. Misalnya, ketika pelanggan
mengajukan asuransi mobil, data yang diberikan pada aplikasi menjadi data induk untuk pelanggan tersebut.
Sebaliknya, jika kendaraan pelanggan memiliki perangkat yang mengirimkan data tentang perilaku
mengemudinya ke perusahaan asuransi, data yang dihasilkan mesin tersebut bersifat transaksional atau
operasional, tetapi bukan data master.
Data digunakan dalam dua cara — keduanya bergantung pada data tepercaya berkualitas tinggi:
1. Untuk menjalankan bisnis: Penggunaan transaksional atau operasional
2. Untuk meningkatkan bisnis: Penggunaan analitik
Tata kelola data yang kuat diperlukan untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan data yang
digunakan di seluruh perusahaan sehingga data memiliki kualitas yang memadai untuk memenuhi kebutuhan bisnis.
Karakteristik dan konsekuensi dari tata kelola data yang lemah atau tidak ada disajikan dalam Tabel 2.4.
Solusi MDM bisa jadi rumit dan mahal. Mengingat kompleksitas dan biayanya, sebagian besar solusi
MDM berada di luar jangkauan perusahaan kecil dan menengah. Vendor telah mengatasi tantangan ini
dengan menawarkan layanan MDM yang dikelola cloud. Misalnya, pada 2013 Dell Software meluncurkan
Dell Boomi MDM generasi berikutnya. Dell Boomi menyediakan MDM, manajemen data, dan layanan
kualitas data (DQS) —dan semuanya 100 persen berbasis cloud dengan sinkronisasi waktu nyata.
Politik: Konflik Rakyat

Dalam sebuah organisasi, mungkin terdapat budaya ketidakpercayaan antara karyawan teknologi dan bisnis. Tidak
ada metodologi arsitektur perusahaan atau tata kelola data yang dapat menjembatani kesenjangan ini kecuali ada
komitmen yang tulus untuk berubah. Komitmen itu harus datang dari level tertinggi organisasi — manajemen senior.
Metodologi tidak dapat memecahkan masalah orang; mereka hanya dapat memberikan kerangka kerja di mana
masalah-masalah tersebut dapat diselesaikan.
TABEL 2.4 Karakteristik dan Konsekuensi Lemah atau Tidak Ada

Tata Kelola Data
• Duplikasi data menyebabkan silo data yang terisolasi.

• Ada inkonsistensi dalam arti dan tingkat detail elemen data. Pengguna tidak mempercayai data dan
• membuang waktu untuk memverifikasi data daripada menganalisisnya untuk pengambilan
keputusan yang tepat.
• Menghasilkan analisis data yang tidak akurat.
• Keputusan buruk dibuat berdasarkan persepsi daripada kenyataan, yang dapat berdampak negatif pada
perusahaan dan pelanggannya.
• Menghasilkan peningkatan beban kerja dan waktu pemrosesan.
2.3 Sistem Informasi: Dasar-dasar 47
Pertanyaan
1. Jelaskan hubungan antara kompleksitas dan perencanaan. Berikan contoh.
2. Jelaskan arsitektur perusahaan.

3. Apa empat komponen EA? Apa keuntungan
4. bisnis dari EA?
5. Bagaimana EA menjaga keselarasan antara TI dan strategi bisnis? Apa dua cara
6. data digunakan dalam organisasi? Apa fungsi tata kelola data?
7.
8. Mengapa minat pada tata kelola data dan MDM meningkat?
9. Peran apa yang dimainkan oleh konflik pribadi atau politik dalam keberhasilan tata kelola data?
2.3 Sistem Informasi: Dasar-dasar

Sistem informasi (IS) dibangun untuk mencapai tujuan tertentu, seperti memproses pesanan pelanggan dan
penggajian. Secara umum, IS mengolah data menjadi informasi dan pengetahuan yang bermakna.
INFORMASI DATA, Data, atau data mentah, menjelaskan produk, pelanggan, peristiwa, aktivitas, dan transaksi yang
DAN PENGETAHUAN dicatat, diklasifikasikan, dan disimpan. Data adalah bahan mentah yang menghasilkan informasi;
kualitas, keandalan, dan integritas data harus dijaga agar informasi dapat berguna. Contohnya adalah
jumlah jam kerja seorang karyawan dalam seminggu atau jumlah kendaraan Toyota baru yang terjual
pada kuartal pertama 2015.
SEBUAH database adalah tempat penyimpanan atau penyimpanan data yang diatur untuk akses, pencarian, pengambilan, dan
pembaruan yang efisien.
Informasi adalah data yang telah diolah, ditata, atau dimasukkan ke dalam konteks sehingga memiliki
makna dan nilai bagi penerima. Misalnya, penjualan triwulanan kendaraan Toyota baru dari 2010 hingga
2014 adalah informasi karena ini akan memberikan beberapa wawasan tentang bagaimana penarikan
kendaraan selama 2009 dan 2010 memengaruhi penjualan. Informasi adalah aset terpenting organisasi,
nomor dua setelah orang.
Pengetahuan terdiri dari data dan / atau informasi yang telah diolah, disusun, dan diletakkan dalam konteks
yang bermakna, dan untuk menyampaikan pemahaman, pengalaman, akumulasi pembelajaran, dan keahlian yang
diterapkan pada masalah atau aktivitas saat ini. Mengetahui cara mengelola penarikan kendaraan untuk
meminimalkan dampak negatif pada penjualan kendaraan baru adalah contoh pengetahuan. Gambar 2.7
menunjukkan perbedaan data, informasi, dan pengetahuan.
IS mengumpulkan atau memasukkan dan memproses data, mendistribusikan laporan atau keluaran lain yang
mendukung pengambilan keputusan dan proses bisnis. Gambar 2.8 menunjukkan model inputprocessing-output (IPO).
Gambar 2.9 menunjukkan bagaimana jenis utama IS berhubungan satu sama lain dan bagaimana data mengalir di antara
mereka. Dalam contoh ini,
1. Data dari pembelian online ditangkap dan diproses oleh TPS, atau transaksi
sistem pemrosesan tion dan kemudian disimpan dalam database transaksional.
2. Data yang diperlukan untuk tujuan pelaporan diekstrak dari database dan digunakan
oleh MIS (sistem informasi manajemen) untuk membuat laporan berkala, ad hoc, atau jenis lain.
Jumlah kendaraan baru yang terjual di Data

Kuartal 1 tahun 2010 (Q1-2010)
Informasi
K1- K2- K3- K4- K1- K2- K3- K4- K1- K2- K3- K4- 2008 2008 2008 2008 2009 2009 2009
2009 2010 2010 2010 2010
Mengelola penarikan kembali kendaraan dengan cara yang meminimalkan dampak Pengetahuan
negatif pada penjualan kendaraan baru dan pendapatan bersih

Gambar 2.7 Contoh data, informasi,
dan pengetahuan.
Penyimpanan
Memori sementara (RAM), hard disk, memori flash, cloud
Memasukkan Pengolahan Keluaran Komunikasi

Data dikumpulkan, Bekerja dengan Menampilkan Mengirim
ditangkap, informasi, hasil pada hasil,
dipindai, berubah, layar, mengumpulkan
bentak dari menghitung, hardcopy, digital data,

transaksi memanipulasi salin, arsipkan umpan balik
Orang-orang
Gambar 2.8 Pemrosesan input-
Pengguna, klien, pelanggan, operator, teknisi, pemerintah, perusahaan
model keluaran.
Data dari online

TPS
pembelian
Proses mentah
data
Data
Data diekstrak,
berubah, & Gudang data
Database dimuat (ETL)
Pemrosesan analitik
dari transaksional data untuk menemukan
data tren dan belajar
Gambar 2.9 Arus data dari point of wawasan

Data Data
sale (POS) melalui pemrosesan,
penyimpanan,
pelaporan, dukungan keputusan, DSS
SALAH
dan analisis. Juga Model diterapkan ke
Pelaporan
menunjukkan hubungan antar data untuk analisis
sistem Informasi.
3. Data dikeluarkan ke sistem pendukung keputusan (DSS) tempat mereka dianalisis

menggunakan rumus, rasio keuangan, atau model.
Data yang dikumpulkan oleh TPS diubah menjadi laporan oleh MIS dan dianalisis oleh DSS untuk mendukung
pengambilan keputusan. Perusahaan, lembaga pemerintah, militer, perawatan kesehatan, penelitian medis,
olahraga liga utama, dan organisasi nirlaba bergantung pada DSS mereka di semua tingkat organisasi. DSS
inovatif menciptakan dan membantu mempertahankan keunggulan kompetitif. DSS mengurangi pemborosan
dalam operasi produksi, meningkatkan manajemen inventaris, mendukung keputusan investasi, dan
memprediksi permintaan. Model DSS terdiri dari sekumpulan rumus dan fungsi, seperti model statistik, finansial,
optimasi, dan / atau simulasi.
Data pelanggan, penjualan, dan data penting lainnya dipilih untuk analisis tambahan, seperti
analisis tren atau permintaan prakiraan. Data ini diekstrak dari database, diubah ke dalam format
standar, dan kemudian dimuat ke dalam gudang data.
TRANSAKSI Sistem pemrosesan transaksi (TPS) dirancang untuk memproses jenis input data tertentu dari transaksi yang sedang
SISTEM PENGOLAHAN berlangsung. TPS dapat bersifat manual, seperti ketika data diketik ke dalam formulir di layar, atau diotomatiskan dengan
menggunakan pemindai atau sensor untuk menangkap kode batang atau data lainnya (Gambar 2.10).
Data organisasi diproses oleh TPS — pesanan penjualan, penggajian, akuntansi, keuangan, pemasaran,
pembelian, pengendalian inventaris, dan sebagainya. Transaksi bisa berupa:
• Transaksi internal yang berasal dari dalam organisasi atau yang terjadi dalam organisasi.
Contohnya adalah penggajian, pembelian, transfer anggaran, dan pembayaran (dalam istilah
akuntansi, mereka disebut sebagai akun hutang).
• Transaksi eksternal yang berasal dari luar organisasi, misalnya dari pelanggan, pemasok,
regulator, distributor, dan lembaga pembiayaan.
TPS adalah sistem penting. Transaksi yang tidak ditangkap dapat mengakibatkan hilangnya
penjualan, pelanggan yang tidak puas, dan banyak jenis kesalahan data lainnya dengan dampak
keuangan. Misalnya, jika departemen akuntansi mengeluarkan cek untuk membayar faktur (tagihan)
dan dicairkan oleh penerima, tetapi informasi tentang transaksi itu tidak ditangkap, maka dua hal
terjadi. Pertama, jumlah kas yang tercantum pada laporan keuangan perusahaan salah karena tidak
ada pemotongan untuk jumlah cek tersebut. Kedua, sistem hutang dagang (A / P)
© Jan_Neville / iStockphoto
Gambar 2.10 Pemindai

mengotomatiskan input data ke dalam
sistem pemrosesan transaksi (TPS).
akan terus menampilkan faktur sebagai belum dibayar, sehingga departemen akuntansi mungkin akan membayarnya untuk kedua
kalinya. Demikian juga, jika layanan disediakan, tetapi transaksinya tidak dicatat, perusahaan tidak akan menagih untuk mereka dan
dengan demikian tidak mengumpulkan pendapatan layanan itu.
Pemrosesan Batch vs. Online Real Time
Data yang ditangkap oleh TPS diproses dan disimpan dalam database; mereka kemudian tersedia untuk digunakan
oleh sistem lain. Pemrosesan transaksi dilakukan dalam salah satu dari dua mode:
1. Pemrosesan batch: TPS dalam mode pemrosesan batch mengumpulkan semua transaksi untuk
hari, shift, atau periode waktu lainnya, dan kemudian memproses data dan memperbarui penyimpanan data. Pemrosesan
penggajian yang dilakukan mingguan atau dua mingguan adalah contoh mode batch.
2. Pemrosesan transaksi online (OLTP) atau pemrosesan waktu nyata: TPS memproses setiap transaksi saat
terjadi, itulah yang dimaksud dengan istilah pemrosesan waktu nyata. Agar OLTP dapat digunakan, perangkat input
atau situs web harus ditautkan secara langsung melalui jaringan ke TPS. Maskapai penerbangan perlu memproses
reservasi penerbangan secara real time untuk memverifikasi bahwa kursi tersedia.
Biaya pemrosesan batch lebih murah daripada pemrosesan waktu nyata. Kerugiannya adalah data tidak
akurat karena tidak segera diperbarui, secara real time.
Pemrosesan Mempengaruhi Kualitas Data
Saat data dikumpulkan atau diambil, mereka divalidasi untuk mendeteksi dan memperbaiki kesalahan
dan kelalaian yang jelas. Misalnya, ketika pelanggan membuat akun dengan perusahaan jasa keuangan
atau pengecer, TPS memvalidasi bahwa alamat, kota, dan kode pos yang diberikan konsisten satu sama
lain dan juga cocok dengan alamat pemegang kartu kredit, kota, dan kode Pos. Jika formulir tidak
lengkap atau terdeteksi ada kesalahan, pelanggan diharuskan melakukan koreksi sebelum data diproses
lebih lanjut.
Kesalahan data yang terdeteksi nanti mungkin memakan waktu lama untuk memperbaiki atau menyebabkan masalah lain.
Anda dapat lebih memahami kesulitan mendeteksi dan mengoreksi kesalahan dengan mempertimbangkan pencurian identitas. Para
korban pencurian identitas menghadapi tantangan dan frustrasi yang sangat besar dalam upaya mengoreksi data tentang mereka.
PENGELOLAAN Area atau departemen fungsional — akuntansi, keuangan, produksi / operasi, pemasaran dan penjualan,
INFORMASI sumber daya manusia, serta teknik dan desain — didukung oleh SI yang dirancang untuk kebutuhan pelaporan
SISTEM khusus mereka. Sistem pelaporan tujuan umum disebut sebagai sistem informasi manajemen (SIM). Tujuan
mereka adalah untuk memberikan laporan kepada manajer untuk melacak operasi, pemantauan, dan
pengendalian.
Biasanya, sistem fungsional menyediakan laporan tentang topik seperti efisiensi operasional,
efektivitas, dan produktivitas dengan mengekstraksi informasi dari database dan memprosesnya sesuai
dengan kebutuhan pengguna. Jenis laporan meliputi berikut ini:
• Berkala: Laporan ini dibuat atau dijalankan sesuai dengan jadwal yang telah ditentukan sebelumnya.
Contohnya harian, mingguan, dan triwulanan. Laporan mudah didistribusikan melalui email, blog, situs web
internal (disebut intranet), atau media elektronik lainnya. Laporan berkala juga mudah diabaikan jika pekerja
merasa tidak sepadan dengan waktu untuk meninjau.
• Pengecualian: Laporan pengecualian dibuat hanya jika ada sesuatu di luar norma, baik lebih tinggi atau
lebih rendah dari yang diharapkan. Penjualan di toko perangkat keras sebelum badai mungkin jauh lebih
tinggi daripada biasanya. Atau penjualan segar
© Damir Karan / iStockphoto

Gambar 2.11 Contoh laporan yang
dihasilkan oleh MIS.
produksi mungkin turun selama krisis kontaminasi makanan. Laporan pengecualian lebih mungkin
dibaca karena pekerja tahu bahwa telah terjadi peristiwa atau penyimpangan yang tidak biasa.
• Ad hoc, atau sesuai permintaan: Laporan ad hoc adalah laporan yang tidak direncanakan. Mereka dihasilkan ke
perangkat seluler atau komputer sesuai permintaan sesuai kebutuhan. Mereka dihasilkan atas permintaan untuk
mempelajari lebih lanjut tentang situasi, masalah, atau peluang.
Laporan biasanya menyertakan visualisasi data interaktif, seperti kolom dan diagram lingkaran, seperti yang ditunjukkan pada
Gambar 2.11.
Sistem informasi fungsional yang mendukung analis bisnis dan karyawan departemen lainnya
bisa jadi cukup kompleks, bergantung pada jenis karyawan yang didukung. Contoh berikut
menunjukkan dukungan yang disediakan TI untuk area fungsional utama.
1. Bolsa de Comercio de Santiago, bursa saham besar di Chili, memproses

perdagangan volume tinggi dalam mikrodetik menggunakan perangkat lunak IBM. Bursa saham meningkatkan
kapasitas transaksinya sebesar 900 persen pada tahun 2011. Sistem bursa efek Chili dapat melakukan
pekerjaan detektif dalam menganalisis transaksi saat ini dan masa lalu serta informasi pasar, mempelajari dan
beradaptasi dengan tren pasar dan menghubungkan pedagangnya ke informasi bisnis secara real time.
Throughput langsung dalam kombinasi dengan analitik memungkinkan pedagang membuat keputusan yang
lebih akurat.
2. Menurut Jurnal Kedokteran New England, 1 dari 5 pasien menderita penerimaan kembali yang dapat dicegah, yang
merugikan pembayar pajak lebih dari $ 17 miliar setahun. Mulai tahun 2012, rumah sakit telah dikenakan sanksi karena
tingginya tingkat penerimaan kembali dengan pemotongan pembayaran yang mereka terima dari pemerintah (Miliard,
2011). Dengan menggunakan DSS dan analitik prediktif, industri perawatan kesehatan dapat memanfaatkan informasi
tidak terstruktur dengan cara yang sebelumnya tidak mungkin dilakukan, menurut Charles J. Barnett, presiden / CEO
SetonHealth Care. “Dengan solusi ini, kami dapat mengakses tampilan terintegrasi dari klinis dan informasi operasional
untuk mendorong pengambilan keputusan yang lebih tepat. Misalnya, dengan memprediksi pasien mana yang mungkin
diterima kembali, kami dapat mengurangi pendaftaran kembali yang mahal dan dapat dicegah, menurunkan tingkat
kematian, dan pada akhirnya meningkatkan kualitas hidup pasien kami ”(Miliard, 2011).
PENDUKUNG KEPUTUSAN Sistem pendukung keputusan (DSS) adalah aplikasi interaktif yang mendukung pengambilan keputusan.
SISTEM Konfigurasi DSS berkisar dari aplikasi yang relatif sederhana yang mendukung satu pengguna hingga sistem bisnis
yang kompleks. DSS dapat mendukung analisis dan solusi masalah tertentu, mengevaluasi peluang strategis, atau
mendukung operasi yang sedang berlangsung. Sistem ini mendukung keputusan tidak terstruktur dan semi-terstruktur,
seperti keputusan membuat-atau-membeli-atau-mengalihdayakan, atau produk apa yang akan dikembangkan dan
diperkenalkan ke pasar yang ada.
Derajat Struktur Keputusan

Keputusan berkisar dari terstruktur hingga tidak terstruktur. Keputusan terstruktur adalah keputusan yang memiliki
metode penyelesaian yang jelas dan data yang diperlukan untuk mencapai keputusan yang tepat. Contoh keputusan
terstruktur adalah menentukan apakah pemohon memenuhi syarat untuk mendapatkan pinjaman mobil, atau apakah
akan memberikan kredit kepada pelanggan baru — dan persyaratan opsi pembiayaan tersebut. Keputusan terstruktur relatif
mudah dan dibuat secara teratur, dan IS dapat memastikan bahwa mereka dilakukan secara konsisten.
Di ujung lain kontinum adalah keputusan tidak terstruktur yang bergantung pada kecerdasan, pengetahuan, dan /
atau pengalaman manusia — serta data dan model untuk dipecahkan. Contohnya termasuk memutuskan produk baru mana
yang akan dikembangkan atau pasar baru mana yang akan dimasuki. Keputusan setengah terstruktur berada di
tengah-tengah kontinum. DSS paling cocok untuk mendukung jenis keputusan ini, tetapi juga digunakan untuk mendukung
keputusan yang tidak terstruktur. Untuk memberikan dukungan tersebut, DSS memiliki karakteristik tertentu untuk mendukung
pengambil keputusan dan proses pengambilan keputusan secara keseluruhan.
Tiga Karakteristik DSS yang Mendefinisikan
Karakteristik DSS ini meliputi:
1. Antarmuka interaktif yang mudah digunakan
2. Model atau rumus yang memungkinkan analisis sensitivitas, analisis bagaimana-jika, pencarian tujuan-
ing, dan analisis risiko
3. Data dari berbagai sumber — sumber internal dan eksternal ditambah data yang ditambahkan oleh pembuat keputusan
yang mungkin memiliki wawasan yang relevan dengan situasi keputusan
Memiliki model itulah yang membedakan DSS dengan SIM. Beberapa model dikembangkan oleh pengguna akhir
melalui proses interaktif dan berulang. Pengambil keputusan dapat memanipulasi model untuk melakukan eksperimen dan
analisis sensitivitas, misalnya, w topi-jika dan pencarian tujuan. Analisis bagaimana-jika mengacu pada perubahan asumsi
atau data dalam model untuk mengamati dampak dari perubahan tersebut pada hasil. Misalnya, jika perkiraan penjualan
didasarkan pada peningkatan 5 persen dalam permintaan pelanggan, analisis bagaimana-jika akan menggantikan 5 persen
dengan perkiraan yang lebih tinggi dan / atau lebih rendah untuk menentukan
apa akan terjadi pada penjualan jika permintaan berubah. Dengan pencarian tujuan, pembuat keputusan
memiliki hasil tertentu dalam pikiran dan perlu memikirkan bagaimana hasil itu dapat dicapai dan apakah layak
untuk mencapai hasil yang diinginkan. ADSS juga dapat memperkirakan risiko strategi atau tindakan alternatif.
California Pizza Kitchen (CPK) menggunakan DSS untuk mendukung keputusan inventaris. CPK memiliki 77
restoran yang berlokasi di berbagai negara bagian di Amerika Serikat. Mempertahankan tingkat persediaan yang
optimal di semua restoran merupakan tantangan dan memakan waktu. DSS dibuat untuk memudahkan manajer rantai
memelihara catatan yang diperbarui dan membuat keputusan. Banyak restoran CPK meningkatkan penjualan sebesar
5 persen setelah menerapkan DSS.
Membangun Aplikasi DSS

Lab Perencana adalah contoh perangkat lunak untuk membangun DSS. Perangkat lunak ini gratis untuk institusi
akademik dan dapat diunduh dari plannerslab.com. Lab Perencana meliputi:
• Bahasa pembuatan model yang mudah digunakan
• Opsi yang mudah digunakan untuk memvisualisasikan keluaran model, seperti jawaban atas pertanyaan bagaimana jika
dan pencarian tujuan, untuk menganalisis dampak dari berbagai asumsi
Alat-alat ini memungkinkan para manajer dan analis untuk membangun, meninjau, dan menantang asumsi yang
menjadi dasar skenario keputusan mereka. Dengan Lab Perencana, pembuat keputusan dapat bereksperimen dan
bermain dengan asumsi untuk menilai berbagai pandangan di masa depan.
2.4 Pusat Data, Komputasi Awan, dan Virtualisasi 53
Budaya organisasi
Informasi
Sistem:
perangkat keras Perangkat Lunak,
jaringan, dan data
Gambar 2.12 Organisasi Bisnis

Orang-orang
budaya memainkan peran penting Proses
dalam penggunaan dan manfaat

sistem informasi.
VOLATILITAS DATABASE Mengingat jumlah transaksi yang sangat besar, data dalam database terus digunakan atau diperbarui.
DAN DATA Karakteristik database ini — disebut sebagai keriangan —Membuatnya tidak mungkin untuk menggunakannya
PERGUDANGAN untuk pengambilan keputusan yang kompleks dan tugas pemecahan masalah. Untuk alasan ini, data diekstraksi
dari database diubah (diproses untuk menstandarisasi data), dan kemudian dimuat ke dalam gudang data.
Sebagai hasil dari ekstrak, transformasi, dan pemuatan (ETL), data operasi di gudang data diformat dengan
lebih baik untuk dianalisis.
AKU S S ADA DI DALAM IS tidak ada secara terpisah. Mereka memiliki tujuan dan konteks sosial (organisasi). Biasa tujuan adalah
SEBUAH BUDAYA memberikan solusi untuk masalah bisnis. Itu
konteks sosial Sistem ini terdiri dari nilai-nilai dan kepercayaan yang menentukan apa yang dapat diterima dan mungkin
dilakukan dalam budaya organisasi dan di antara orang-orang yang terlibat. Misalnya, perusahaan mungkin percaya
bahwa layanan pelanggan yang luar biasa dan pengiriman tepat waktu adalah faktor penentu keberhasilan. Sistem
kepercayaan ini memengaruhi investasi TI, di antara faktor-faktor lainnya.
Nilai bisnis TI ditentukan oleh orang yang menggunakannya, proses bisnis yang mereka dukung,
dan budaya organisasi. Artinya, nilai SI ditentukan oleh hubungan antara SI, orang, dan proses bisnis
— yang semuanya sangat dipengaruhi oleh budaya organisasi, seperti yang ditunjukkan pada
Gambar 2.12.
Pertanyaan
1. Bandingkan data, informasi, dan pengetahuan. Definisikan
2. TPS dan berikan contoh.
3. Kapan pemrosesan batch digunakan?
4. Kapan kemampuan pemrosesan waktu nyata dibutuhkan?
5. Jelaskan mengapa TPS perlu memproses data yang masuk sebelum disimpan.
6. Definisikan MIS dan DSS dan berikan contoh masing-masing.
7. Mengapa database tidak sesuai untuk melakukan analisis data?
2.4 Pusat Data, Komputasi Awan, dan Virtualisasi

Pusat data lokal, virtualisasi, dan komputasi awan adalah beberapa jenis Infrastruktur TI atau sistem
komputasi. Dulu, hanya ada sedikit opsi infrastruktur TI. Sebagian besar, perusahaan memiliki server,
penyimpanan, dan komponen jaringan untuk mendukung aplikasi bisnis mereka dan sumber daya
komputasi ini ada di tempat mereka. Saat ini ada beberapa pilihan infrastruktur IT
© Oleksiy Mark / Shutterstock

Gambar 2.13 Deretan server
jaringan di pusat data.
strategi — termasuk virtualisasi dan komputasi awan. Seperti umumnya investasi TI, setiap
konfigurasi infrastruktur memiliki kekuatan, kelemahan, dan pertimbangan biaya.
PUSAT DATA SEBUAH Pusat Data terdiri dari sejumlah besar server jaringan (Gambar 2.13) yang digunakan untuk
penyimpanan, pemrosesan, pengelolaan, distribusi, dan pengarsipan data, sistem, lalu lintas Web, layanan, dan
aplikasi perusahaan. Pusat data juga mengacu pada gedung atau fasilitas yang menampung server dan peralatan.
Berikut beberapa contoh pusat data:
• Pusat Data Iklim Nasional. Pusat Data Iklim Nasional adalah contoh pusat data publik yang
menyimpan dan mengelola arsip data cuaca terbesar di dunia.
• Badan Keamanan Nasional AS. Pusat data Badan Keamanan Nasional (NSA) di Bluffdale, UT, ditunjukkan
pada Gambar 2.14, dibuka pada musim gugur 2013. Ini adalah pusat data mata-mata terbesar untuk NSA.
Orang-orang yang menganggap korespondensi dan postingan mereka melalui situs seperti Google, Facebook,
dan Apple aman dari mata-mata harus memikirkan kembali keyakinan itu. Anda akan membaca lebih lanjut
tentang laporan yang mengekspos program pengumpulan data pemerintah di Bab 5.
• Apel. Apple memiliki pusat data seluas 500.000 kaki persegi di Maiden, NC, yang menampung server
untuk berbagai layanan iCloud dan iTunes. Pusat tersebut memainkan peran penting dalam infrastruktur TI
back-end perusahaan. Pada tahun 2014 Apple memperluas pusat ini dengan pusat data taktis 14.250 kaki
persegi baru yang lebih kecil yang juga mencakup ruang kantor, area pertemuan, dan ruang istirahat.
Perusahaan dapat memiliki dan mengelola pusat data di lokasi mereka sendiri atau membayar untuk penggunaan
pusat data vendor mereka, seperti di komputasi awan, virtualisasi, dan perangkat lunak, sebagai pengaturan layanan
(Gambar 2.15).
Gambar 2.14 Pusat data NSA

(ditampilkan dalam konstruksi) dibuka
pada musim gugur 2013 di Bluffdale, UT.
Ini adalah pusat data mata-mata terbesar
© epa European pressphoto agency
untuk NSA. Orang yang percaya

korespondensi mereka
dan postingan melalui situs seperti

Google, Facebook, dan Apple yang
bv / Alamy
aman dari pengintaian harus dipikir

ulang.
Gambar 2.15 Pusat data adalah
© Michael D Brown / Shutterstock

infrastrukturnya
komputasi awan yang mendasari,
virtualisasi, jaringan,
keamanan, sistem pengiriman,
dan perangkat lunak sebagai
layanan. Banyak dari masalah ini
dibahas dalam bab ini.
Karena hanya perusahaan yang memiliki infrastruktur, pusat data lebih cocok untuk organisasi yang
menjalankan berbagai jenis aplikasi dan memiliki beban kerja yang kompleks. Pusat data, seperti pabrik,
memiliki kapasitas terbatas. Setelah dibangun, jumlah penyimpanan dan beban kerja yang dapat ditangani
center tidak berubah tanpa membeli dan memasang lebih banyak peralatan.
Saat Pusat Data Turun, Begitu pula Bisnis

Kegagalan pusat data mengganggu semua operasi terlepas dari siapa yang memiliki pusat data tersebut. Berikut dua
contoh.
• Uber. Perusahaan startup Uber mengalami pemadaman selama satu jam pada Februari 2014 yang
membuat layanan pemesanan mobilnya terhenti di seluruh negeri. Masalah ini disebabkan oleh
pemadaman di pusat data Pantai Barat vendornya. Pengguna Uber membanjiri situs media sosial
dengan keluhan tentang masalah saat memulai aplikasi Uber untuk memanggil sopir yang disewa.
• Ada apa. WhatsApp juga mengalami pemadaman server pada awal tahun 2014 yang membuat layanan offline
selama 2,5 jam. WhatsApp adalah layanan pesan teks smartphone yang telah dibeli oleh Facebook seharga $
19 miliar. “Maaf, saat ini kami mengalami masalah server. Kami berharap dapat segera kembali dan pulih,
"kata WhatsApp dalam pesan di Twitter yang di-retweet lebih dari 25.000 kali hanya dalam beberapa jam.
Perusahaan telah berkembang pesat menjadi 450 juta pengguna aktif dalam lima tahun, hampir dua kali lipat
dari Twitter Lebih dari dua pertiga pengguna global ini menggunakan aplikasi setiap hari. Kegagalan server
WhatsApp mendorong jutaan pengguna ke pesaing. Line, aplikasi perpesanan yang dikembangkan di Jepang,
menambahkan 2 juta pengguna baru yang terdaftar dalam waktu 24 jam setelah pemadaman WhatsApp —
peningkatan terbesar dalam basis pengguna Line dalam periode 24 jam.
Pemadaman listrik ini menunjukkan risiko pemeliharaan teknologi kompleks dan canggih yang diperlukan
untuk memberdayakan layanan digital yang digunakan oleh jutaan atau ratusan juta orang.
MENGINTEGRASI DATA KE Data perusahaan disimpan di banyak lokasi berbeda atau jauh — terkadang membuat kekacauan data.
COMBAT DATA CHAOS Dan beberapa data mungkin diduplikasi sehingga tersedia di beberapa lokasi yang membutuhkan respons
cepat. Oleh karena itu, data yang diperlukan untuk perencanaan, pengambilan keputusan, operasi, kueri,
dan pelaporan tersebar atau digandakan di berbagai server, pusat data, perangkat, dan layanan cloud.
Data yang berbeda harus disatukan atau diintegrasikan agar organisasi dapat berfungsi.
Pusat Data Terpadu

Salah satu solusinya adalah Cisco's Unified Data Center (UDC). UDC dapat secara signifikan mempercepat
integrasi dan konsolidasi data dan memotong biaya pusat data. UDC mengintegrasikan komputasi, penyimpanan,
jaringan, virtualisasi, dan manajemen ke dalam platform tunggal atau terpadu. Platform tersebut menyediakan
infrastruktur yang menyederhanakan pengelolaan data dan meningkatkan ketangkasan atau daya tanggap bisnis.
UDC dapat menjalankan aplikasi lebih cepat di lingkungan komputasi virtual dan cloud.
Virtualisasi Data
Cisco menyediakan virtualisasi data, yang memberikan fleksibilitas TI yang lebih besar. Dengan menggunakan metode
virtualisasi, perusahaan dapat merespons perubahan lebih cepat dan membuat keputusan yang lebih baik secara real time tanpa
memindahkan data mereka secara fisik, yang secara signifikan memotong biaya. Cisco Data Virtualization memungkinkan untuk:
• Memiliki akses cepat ke data kapan saja dan dalam format apa pun.
• Menanggapi lebih cepat untuk mengubah kebutuhan analitik data.
• Kurangi kerumitan dan biaya.
Dibandingkan dengan metode integrasi dan replikasi data tradisional (nonvirtual), Cisco Data Virtualization
mempercepat waktu untuk menilai dengan:
• Kelincahan yang lebih besar: kecepatan 5 hingga 10 kali lebih cepat daripada metode integrasi data tradisional
• Pendekatan yang disederhanakan: Penghematan waktu 50 hingga 75 persen dibandingkan metode replikasi dan
konsolidasi data
• Wawasan yang lebih baik: akses cepat ke data
Ci sco menawarkan video tentang komputasi awan, virtualisasi, dan infrastruktur TI lainnya-
tures di portal videonya di video.cisco.com.
KOMPUTASI AWAN Dalam dunia bisnis di mana penggerak pertama mendapatkan keuntungan, ketanggapan dan ketangkasan TI
MENINGKATKAN AGILITAS memberikan keunggulan kompetitif. Namun, banyak infrastruktur TI yang sangat mahal untuk dikelola dan terlalu rumit
untuk diadaptasi dengan mudah. Solusi umum adalah komputasi awan. Komputasi awan adalah istilah umum untuk
infrastruktur yang menggunakan Internet dan jaringan pribadi untuk mengakses, berbagi, dan mengirimkan sumber
daya komputasi. National Institute of Standards and Technology (NIST) secara lebih tepat mendefinisikan komputasi
awan sebagai “model untuk memungkinkan akses jaringan yang nyaman dan sesuai permintaan ke kumpulan sumber
daya komputasi konfigurasi bersama yang dapat dengan cepat disediakan dan dirilis dengan upaya manajemen atau
penyedia layanan minimal interaksi ”(NIST, 2012).
MEMILIH AWAN Karena cloud masih merupakan model bisnis yang relatif baru dan berkembang, keputusan untuk memilih
PENJAJA penyedia layanan cloud harus didekati dengan ketekunan yang lebih besar daripada keputusan TI lainnya.
Karena komputasi awan menjadi bagian yang semakin penting dari model pengiriman TI, menilai dan memilih
penyedia awan yang tepat juga menjadi keputusan paling strategis yang diambil oleh para pemimpin bisnis.
Penyedia tidak diciptakan sama, jadi penting untuk menyelidiki setiap penawaran penyedia sebelum
berlangganan. Saat memilih dan berinvestasi dalam layanan cloud, ada beberapa faktor layanan yang perlu
ditangani vendor. Faktor evaluasi ini tercantum dalam Tabel 2.5.
Manajemen Vendor dan Perjanjian Tingkat Layanan

Perpindahan ke cloud juga merupakan perpindahan ke layanan yang dikelola vendor dan cloud perjanjian tingkat layanan
(SLA). SLA adalah kesepakatan yang dinegosiasikan antara perusahaan
TABEL 2.5 Faktor Layanan yang Perlu Dipertimbangkan saat Mengevaluasi Vendor atau Penyedia Layanan
Cloud
Faktor Contoh Pertanyaan yang Akan Ditujukan
Penundaan Berapa perkiraan penundaan server dan penundaan jaringan?
Beban kerja Berapa volume data dan pemrosesan yang dapat ditangani
selama jangka waktu tertentu?
Biaya Berapa biaya yang terkait dengan beban kerja di berbagai

platform komputasi awan?
Keamanan Bagaimana data dan jaringan diamankan dari serangan? Apakah

data dienkripsi dan seberapa kuat enkripsi? Apa praktik keamanan
jaringan?
Pemulihan bencana Bagaimana pemadaman layanan didefinisikan? Tingkat redundansi apa yang
dan bisnis diterapkan untuk meminimalkan pemadaman, termasuk layanan cadangan di wilayah
kontinuitas geografis yang berbeda? Jika terjadi bencana alam atau pemadaman listrik,
bagaimana layanan cloud akan dilanjutkan?
Keahlian teknis Apakah vendor memiliki keahlian dalam industri atau proses bisnis Anda?
dan pengertian Apakah vendor memahami apa yang perlu Anda lakukan dan memiliki
keahlian teknis untuk memenuhi kewajiban tersebut?
Asuransi dalam kasus Apakah vendor menyediakan asuransi cloud untuk mengurangi kerugian pengguna
kegagalan jika terjadi kegagalan atau kerusakan layanan? Ini adalah konsep baru dan penting.
Audit pihak ketiga, atau Dapatkah vendor menunjukkan bukti obyektif dengan audit bahwa ia
penilaian yang tidak bias dapat memenuhi janji yang dibuatnya?
dari kemampuan untuk mengandalkan
layanan yang disediakan oleh vendor
dan penyedia layanan yang dapat berupa kontrak yang mengikat secara hukum atau kontrak informal. Anda dapat
meninjau contoh SLA Google Apps dengan mengunjungi situs webnya di Google.com dan menelusuri "SLA". Staf
yang berpengalaman dalam mengelola proyek outsourcing mungkin memiliki keahlian yang diperlukan untuk
mengelola pekerjaan di cloud dan mengatur SLA dengan vendor. Sasarannya bukan membangun istilah SLA
terbaik, tetapi mendapatkan istilah yang paling bermakna bagi bisnis.
Dewan Pelanggan Standar Cloud menerbitkan Panduan Praktis untuk Perjanjian Tingkat Layanan
Cloud ( 2012), yang menyatukan berbagai pengalaman pelanggan menjadi satu panduan bagi para
pemimpin TI dan bisnis yang sedang mempertimbangkan adopsi cloud. Menurut panduan ini, SLA
melayani:
sebagai cara untuk mendokumentasikan secara resmi layanan, ekspektasi kinerja, tanggung jawab, dan
batasan antara penyedia layanan cloud dan penggunanya. SLA tipikal menggambarkan tingkat layanan
menggunakan berbagai atribut seperti: ketersediaan,
kemudahan servis, kinerja, operasi, penagihan, dan hukuman yang terkait dengan pelanggaran atribut
tersebut. (Cloud Standards Customer Council, 2012, hlm. 5–6.)
Menerapkan proses manajemen yang efektif merupakan langkah penting dalam memastikan kepuasan
pengguna internal dan eksternal dengan layanan cloud.
CLOUD VS. DATA Perbedaan utama antara cloud dan pusat data adalah cloud adalah bentuk komputasi off-premise yang
PUSAT: APA PERBEDAAN? menyimpan data di Internet. Sebaliknya, pusat data mengacu pada perangkat keras dan peralatan di
lokasi yang menyimpan data dalam jaringan lokal organisasi. Layanan cloud dialihkan ke penyedia cloud
pihak ketiga yang mengelola pembaruan, keamanan, dan pemeliharaan berkelanjutan. Pusat data
biasanya dijalankan oleh departemen TI internal.
Komputasi awan adalah pengiriman komputasi dan sumber daya penyimpanan sebagai layanan kepada pengguna
akhir melalui jaringan. Sistem cloud adalah terukur. Artinya, mereka dapat disesuaikan untuk memenuhi perubahan
kebutuhan bisnis. Yang paling ekstrem, kapasitas cloud tidak terbatas tergantung pada penawaran vendor dan paket
layanan. Kelemahan dari cloud adalah kontrol karena pihak ketiga yang mengelolanya. Perusahaan tidak memiliki kendali
sebanyak yang mereka lakukan dengan pusat data. Dan kecuali perusahaan menggunakan file cloud pribadi
dalam jaringannya, ia berbagi sumber daya komputasi dan penyimpanan dengan pengguna cloud lain di vendor cloud
publik. Awan publik memungkinkan banyak klien untuk mengakses layanan virtual yang sama dan memanfaatkan
kumpulan server yang sama di seluruh jaringan publik. Sebaliknya, cloud pribadi adalah lingkungan penyewa tunggal
dengan keamanan dan kontrol yang lebih kuat untuk industri yang diatur dan data penting. Akibatnya, awan pribadi
mempertahankan semua keamanan dan kontrol TI yang disediakan oleh infrastruktur pusat data tradisional dengan
keuntungan komputasi awan.
Perusahaan sering menggunakan pengaturan pusat data lokal dan komputasi awan (Gambar
2.16).
Pusat data secara fisik terhubung ke jaringan lokal, yang mempermudah untuk membatasi akses ke
aplikasi dan informasi hanya kepada orang dan peralatan yang berwenang dan disetujui perusahaan. Namun,
cloud dapat diakses oleh siapa saja dengan kredensial dan koneksi Internet yang sesuai. Pengaturan
aksesibilitas ini meningkatkan paparan data perusahaan di lebih banyak titik masuk dan keluar.
AWAN Cloud telah sangat memperluas opsi untuk infrastruktur TI perusahaan karena perangkat apa pun yang
INFRASTRUKTUR mengakses Internet dapat mengakses, berbagi, dan mengirimkan data. Komputasi awan adalah infrastruktur
yang berharga karena:
1. Menyediakan infrastruktur dinamis yang membuat aplikasi dan daya komputasi tersedia
dapat sesuai permintaan. Aplikasi dan daya tersedia sesuai permintaan karena disediakan sebagai layanan. Misalnya,
perangkat lunak apa pun yang disediakan sesuai permintaan disebut sebagai perangkat lunak sebagai layanan, atau
SaaS. Produk SaaS yang umum adalah Google Apps dan Salesforce.com. Bagian 2.5 membahas SaaS dan layanan
cloud lainnya.
2. Membantu perusahaan menjadi lebih gesit dan responsif sekaligus mengurangi biaya dan kompleksitas TI secara
signifikan melalui peningkatan pengoptimalan beban kerja dan pemberian layanan.
Pindah ke Enterprise Clouds
Mayoritas organisasi besar memiliki ratusan atau ribuan lisensi perangkat lunak yang mendukung proses
bisnis, seperti lisensi untuk Microsoft Office, manajemen database Oracle, IBM CRM (manajemen
hubungan pelanggan), dan berbagai perangkat lunak keamanan jaringan. Mengelola perangkat lunak dan
lisensinya melibatkan penerapan, penyediaan, dan pembaruannya — yang semuanya memakan waktu
dan mahal. Komputasi awan mengatasi masalah ini.
© Kittichai / Shutterstock
Gambar 2.16 Infrastruktur TI
perusahaan dapat terdiri dari pusat
data lokal dan cloud off-premise
komputasi.
MASALAH DALAM BERGERAK Membangun strategi cloud adalah sebuah tantangan, dan memindahkan aplikasi yang ada ke cloud membuat
BEBAN KERJA DARI stres. Terlepas dari keuntungan bisnis dan teknis, ada risiko mengganggu operasi atau pelanggan dalam
THE ENTERPRISE TO prosesnya. Dengan cloud, jaringan dan WAN (jaringan area luas) menjadi bagian yang lebih penting dari
AWAN infrastruktur TI. Bandwidth jaringan yang lebih besar dibutuhkan untuk mendukung peningkatan lalu lintas
jaringan. Dan, menempatkan bagian dari arsitektur TI atau beban kerja ke cloud memerlukan pendekatan
manajemen yang berbeda, keterampilan TI yang berbeda, dan mengetahui cara mengelola hubungan dan
kontrak vendor.
Masalah Infrastruktur
Ada perbedaan besar karena komputasi awan berjalan pada infrastruktur bersama, sehingga pengaturannya
kurang disesuaikan dengan kebutuhan perusahaan tertentu. Perbandingan untuk membantu memahami
tantangan adalah bahwa outsourcing itu seperti menyewa apartemen, sedangkan cloud seperti mendapatkan
kamar di hotel.
Dengan komputasi awan, mungkin lebih sulit untuk menemukan akar masalah kinerja, seperti
pemadaman tak terencana yang terjadi dengan Gmail Google dan aplikasi sumber daya manusia Workday.
Pengorbanannya adalah biaya vs. kendali.
Meningkatnya permintaan akan komputer yang lebih cepat dan lebih kuat, serta peningkatan jumlah
dan variasi aplikasi mendorong kebutuhan akan arsitektur TI yang lebih mumpuni.
VIRTUALISASI DAN Perangkat keras komputer telah dirancang untuk menjalankan satu sistem operasi (OS) dan satu aplikasi,
MESIN VIRTUAL yang membuat sebagian besar komputer kurang dimanfaatkan. Virtualisasi adalah teknik yang membuat
lapisan virtual (yaitu nonfisik) dan beberapa mesin virtual (VM) untuk dijalankan pada satu mesin fisik. Lapisan
virtual (atau virtualisasi) memungkinkan setiap VM untuk berbagi sumber daya perangkat keras. Gambar 2.17
menunjukkan hubungan antara VM dan perangkat keras fisik.
Aplikasi Aplikasi Aplikasi

Pengoperasian Pengoperasian Pengoperasian
Sistem Sistem Sistem
Mesin virtual
Lapisan Virtualisasi
Gambar 2.17 Mesin virtual berjalan

dengan sederhana Lapisan Perangkat Keras
lapisan perangkat keras komputer.
Apa Itu Mesin Virtual?

Sama seperti realitas maya tidak nyata, tetapi dunia yang dibuat perangkat lunak, mesin virtual adalah komputer yang
dibuat perangkat lunak. Secara teknis, a mesin virtual (VM) dibuat oleh lapisan perangkat lunak, yang disebut lapisan
virtualisasi, seperti yang ditunjukkan pada Gambar 2.17. Lapisan itu memiliki Windows atau OS dan aplikasi lain
sendiri, seperti Microsoft Office, seolah-olah itu adalah komputer fisik yang sebenarnya. VM berperilaku persis seperti
komputer fisik dan berisi virtualnya sendiri — yaitu, berbasis perangkat lunak —CPU, RAM (random access memory),
hard drive, dan kartu antarmuka jaringan (NIC). OS tidak dapat membedakan antara VM dan mesin fisik, begitu juga
aplikasi atau komputer lain di jaringan tidak dapat membedakannya. Bahkan VM menganggapnya sebagai komputer
"nyata". Pengguna dapat mengatur beberapa komputer nyata untuk berfungsi sebagai satu PC melalui virtualisasi
untuk mengumpulkan sumber daya untuk membuat VM yang lebih kuat.
Virtualisasi adalah sebuah konsep yang memiliki beberapa arti dalam IT dan oleh karenanya memiliki beberapa
definisi. Jenis utama dari virtualisasi adalah virtualisasi perangkat keras, yang tetap populer dan banyak digunakan.
Virtualisasi sering kali menjadi bagian penting dari rencana pemulihan bencana perusahaan. Secara umum, virtualisasi
memisahkan aplikasi bisnis dan data dari sumber daya perangkat keras. Pemisahan ini memungkinkan perusahaan untuk
mengumpulkan sumber daya perangkat keras — daripada mendedikasikan server untuk aplikasi — dan menetapkan sumber
daya tersebut ke aplikasi sesuai kebutuhan.
Jenis utama virtualisasi adalah sebagai berikut:
• Virtualisasi penyimpanan adalah penggabungan penyimpanan fisik dari beberapa perangkat penyimpanan
jaringan menjadi apa yang tampak seperti perangkat penyimpanan tunggal yang dikelola dari konsol pusat.
• Virtualisasi jaringan menggabungkan sumber daya yang tersedia dalam jaringan dengan membagi beban
jaringan menjadi beberapa bagian yang dapat dikelola, yang masing-masing dapat ditugaskan (atau
dialihkan) ke server tertentu di jaringan.
• Virtualisasi perangkat keras adalah penggunaan perangkat lunak untuk meniru perangkat keras atau lingkungan
komputer total selain yang sebenarnya dijalankan oleh perangkat lunak tersebut. Hal ini memungkinkan perangkat
keras untuk menjalankan beberapa gambar sistem operasi sekaligus. Perangkat lunak semacam ini terkadang dikenal
sebagai mesin virtual.
Karakteristik dan Manfaat Virtualisasi

Virtualisasi meningkatkan fleksibilitas aset TI, memungkinkan perusahaan untuk mengkonsolidasikan infrastruktur
TI, mengurangi biaya pemeliharaan dan administrasi, dan mempersiapkan inisiatif TI strategis. Virtualisasi bukan
terutama tentang pemotongan biaya, yang mana
adalah alasan taktis. Lebih penting lagi, untuk alasan strategis, virtualisasi digunakan karena memungkinkan
sumber yang fleksibel dan komputasi awan.
Karakteristik dan manfaat virtualisasi adalah sebagai berikut:
1. Memori intensif. VM membutuhkan sejumlah besar RAM (memori akses acak, atau memori utama)
karena persyaratan pemrosesannya yang sangat besar.
2. Hemat energi. Meminimalkan energi yang dikonsumsi saat menjalankan dan mendinginkan server di pusat data —
merepresentasikan hingga 95 persen pengurangan penggunaan energi per server.
3. Skalabilitas dan load balancing. Saat peristiwa besar terjadi, seperti Super Bowl, jutaan orang membuka
situs web pada waktu yang sama. Virtualisasi menyediakan load balancing untuk menangani permintaan
permintaan ke situs. Infrastruktur VMware secara otomatis mendistribusikan beban ke seluruh cluster server
fisik untuk memastikan kinerja maksimum dari semua VM yang berjalan. Penyeimbangan beban adalah
kunci untuk menyelesaikan banyak tantangan TI saat ini.
Virtualisasi menggabungkan server, yang mengurangi biaya server, membuat penggunaan ruang
pusat data lebih efisien, dan mengurangi konsumsi energi. Semua faktor ini mengurangi total biaya
kepemilikan (TCO). Selama siklus hidup tiga tahun, biaya VM kurang lebih 75 persen untuk beroperasi
daripada server fisik.
SAYA T di Kerja 2. 3
Keberlanjutan Bisnis dengan Virtualisasi
Liberty Wines memasok ke restoran, supermarket, dan pengecer independen dari diganti dengan 3 server fisik, menjalankan 10 server virtual. Server tambahan
kantor pusatnya di pusat kota London. Penerima berbagai penghargaan anggur digunakan sebagai bagian dari sistem cadangan, yang selanjutnya meningkatkan
internasional — termasuk Tantangan Anggur Internasional tentang Pemasok ketahanan dan stabilitas.
Perdagangan Tahun Ini selama dua tahun berturut-turut — Liberty Wines adalah Dengan mengurangi jumlah server fisik dari 10 menjadi 4, penggunaan
salah satu importir dan distributor anggur terkemuka di Inggris Raya. daya dan biaya AC berkurang 60 persen. Tidak hanya intinya ditingkatkan,
tetapi jejak karbon juga berkurang, yang baik untuk lingkungan.
Masalah IT dan Kebutuhan Bisnis
Ketika bisnis berkembang, server yang ada tidak memiliki kapasitas untuk Infrastruktur TI yang baru memangkas biaya penggantian perangkat keras sebesar £ 45.000
menangani volume data yang meningkat, dan pemeliharaan sistem (US $ 69.500) sekaligus meningkatkan stabilitas dengan sistem cadangan. Aplikasi sekarang juga
membebani tim TI yang terdiri dari dua karyawan. Sistem yang ada lambat berjalan lebih cepat, sehingga karyawan dapat memberikan layanan pelanggan yang lebih baik
dan tidak dapat memberikan respons yang diharapkan karyawan. dengan produktivitas yang ditingkatkan. Saat dibutuhkan, server virtual dapat ditambahkan dengan
cepat dan mudah untuk mendukung pertumbuhan bisnis.
Liberty Wines harus mempercepat proses bisnis untuk memenuhi kebutuhan

pelanggan di dunia fine dining yang bergerak cepat. Untuk memberikan layanan
yang diharapkan pelanggan mereka, karyawan di Liberty Wines membutuhkan
Pertanyaan
akses cepat dan mudah ke informasi pelanggan, pesanan, dan stok. Sebelumnya,
perusahaan mengandalkan 10 server fisik untuk aplikasi dan layanan, seperti 1. Risiko bisnis apa yang dihadapi Liberty Wines?
pemrosesan pesanan, pelaporan, dan email. 2. Bagaimana infrastruktur TI Liberty Wines memengaruhi perusahaannya
keuntungan petitif?
3. Bagaimana virtualisasi server menguntungkan Liberty Wines dan
Solusi Virtual lingkungan?
Liberty Wines menyebarkan solusi server virtual yang menggabungkan

Windows Server 2008 R2. 10 server itu
Pertanyaan
1. Apa itu pusat data? Jelaskan
2. komputasi awan.
3. Apa perbedaan antara pusat data dan komputasi awan? Apa manfaat komputasi
4. awan?
5. Bagaimana komputasi awan dapat memecahkan masalah pengelolaan lisensi perangkat lunak?
6. Apa itu SLA? Mengapa SLA penting?

7. Faktor apa yang harus dipertimbangkan saat memilih vendor atau penyedia cloud?
8. Kapan awan pribadi digunakan sebagai pengganti awan publik?
9. Jelaskan tiga masalah yang perlu ditangani saat beralih ke komputasi atau layanan
cloud.
10. Bagaimana cara kerja mesin virtual (VM)? Jelaskan
11. virtualisasi.
12. Apa saja ciri-ciri dan manfaat virtualisasi? Kapan load balancing
13. penting?
2.5 Layanan Cloud Menambahkan Ketangkasan
Manajer menginginkan perusahaan yang efisien dan berbasis data waktu nyata, namun mereka mungkin menghadapi
pemotongan anggaran. Mempertahankan kinerja membutuhkan pengembangan aplikasi bisnis baru dan kemampuan
analitik, yang terdiri dari paling depan —Dan penyimpanan data dan infrastruktur digital, atau back end, untuk
mendukungnya. Bagian belakang adalah tempat data berada. Masalahnya adalah bahwa data mungkin harus melalui
infrastruktur TI yang padat yang pertama kali dirancang beberapa dekade yang lalu. Kemacetan jaringan atau database
ini dapat dengan cepat menghapus keunggulan kompetitif dari big data, mobilitas, dan sebagainya. Pendekatan
tradisional untuk meningkatkan kinerja basis data — menyesuaikan basis data secara manual, menambahkan lebih
banyak ruang disk, dan memutakhirkan prosesor — tidak cukup ketika Anda memiliki data streaming dan analitik data
besar waktu nyata. Layanan cloud membantu mengatasi batasan ini.
X A A S: MODEL "SEBAGAI Model komputasi awan untuk pengiriman sesuai permintaan dan akses ke berbagai jenis sumber daya komputasi
LAYANAN" juga meluas ke pengembangan aplikasi bisnis. Gambar 2.18 menunjukkan empat solusi "sebagai layanan" (XaaS)
berdasarkan konsep bahwa sumber daya — perangkat lunak, platform, infrastruktur, atau data — dapat disediakan
sesuai permintaan terlepas dari geolokasi.
KOMPUTASI AWAN Gambar 2.19 menunjukkan tumpukan komputasi awan, yang terdiri dari tiga kategori berikut:
TUMPUKAN
• SaaS aplikasi dirancang untuk pengguna akhir.
• PaaS adalah seperangkat alat dan layanan yang membuat pengkodean dan penerapan aplikasi ini lebih cepat dan
lebih efisien.
• IaaS terdiri dari perangkat keras dan perangkat lunak yang memberi daya pada sumber daya komputasi — server,
penyimpanan, sistem operasi, dan jaringan.
2.5 Layanan Cloud Menambahkan Ketangkasan 63
© Vallepu / Shutterstock
Gambar 2.18 Empat solusi sebagai layanan:
perangkat lunak, platform,
infrastruktur, dan data sebagai
layanan.
Perangkat Lunak sebagai Layanan
Perangkat lunak sebagai layanan (SaaS) adalah model yang banyak digunakan di mana perangkat lunak tersedia untuk
pengguna sesuai kebutuhan. Secara khusus, di SaaS, penyedia layanan menghosting aplikasi di pusat datanya dan pelanggan
mengaksesnya melalui browser Web standar. Istilah lain untuk SaaS adalah komputasi sesuai permintaan dan layanan yang
dihosting. Idenya pada dasarnya sama: Alih-alih membeli dan menginstal aplikasi perusahaan yang dikemas mahal, pengguna
dapat mengakses aplikasi perangkat lunak melalui jaringan, dengan browser Internet menjadi satu-satunya kebutuhan.
Penyedia SaaS melisensikan aplikasi kepada pelanggan baik sesuai permintaan, melalui langganan,
berdasarkan penggunaan (bayar sesuai penggunaan), atau semakin banyak tanpa biaya saat ada peluang
untuk menghasilkan pendapatan dari iklan atau melalui metode lain.
© Yabresse / Shutterstock
Gambar 2.19 Tumpukan

komputasi awan terdiri
dari SaaS, PaaS, dan IaaS.
Model SaaS dikembangkan untuk mengatasi tantangan umum bagi perusahaan untuk dapat
memenuhi permintaan sumber daya TI yang berfluktuasi secara efisien. Ini digunakan dalam banyak
fungsi bisnis, terutama manajemen hubungan pelanggan (CRM), akuntansi, sumber daya manusia
(SDM), manajemen meja layanan, dan kolaborasi.
Ada ribuan vendor SaaS. Salesforce.com adalah salah satu penyedia SaaS paling terkenal. Contoh lainnya
adalah Google Docs dan perangkat lunak presentasi kolaboratif Prezi. Misalnya, alih-alih menginstal Microsoft
Word di komputer Anda sendiri, dan kemudian memuat Word untuk membuat dokumen, Anda menggunakan
browser untuk masuk ke Google Dokumen. Hanya browser yang menggunakan sumber daya komputer Anda.
Platform sebagai Layanan
Platform sebagai layanan (PaaS) manfaat pengembangan perangkat lunak. PaaS menyediakan platform
terpadu standar untuk pengembangan, pengujian, dan penerapan aplikasi. Platform komputasi ini
memungkinkan pembuatan aplikasi Web dengan cepat dan mudah tanpa kerumitan membeli dan
memelihara infrastruktur yang mendasarinya. Tanpa PaaS, biaya pengembangan beberapa aplikasi akan
menjadi mahal. Tren PaaS digabungkan dengan IaaS. Untuk contoh nilai SaaS dan PaaS, lihat TI di Tempat
Kerja 2.4.
SAYA T di Kerja 2. 4
Unilever
Hanya dalam 12 minggu, Unilever telah membangun dan mengimplementasikan teknologi jaringan. Ini memungkinkan pemasar Unilever untuk berbagi
platform sosial digital baru. Platform ini dirancang untuk mendukung Pemasaran pengetahuan, praktik terbaik, dan aset kreatif di seluruh jaringan. Menurut
Global Unilever dengan menghubungkan pemasar, manajer merek, dan mitranya Mark McClennon, CIO Consumer di Unilever, “Kami telah beralih dari
di 190 negara. Platform sosial baru dibangun di atas Platform Salesforce dan selembar kertas kosong hingga meluncurkan rilis pertama platform dalam
memanfaatkan Salesforce Chatter, yang merupakan sosial perusahaan waktu sekitar tiga bulan menggunakan teknologi Salesforce” (Accenture,
2013).
Infrastruktur sebagai Layanan
Infrastruktur sebagai layanan (IaaS) adalah cara menyampaikan infrastruktur komputasi awan sebagai layanan sesuai
permintaan. Daripada membeli server, perangkat lunak, ruang pusat data, atau jaringan, perusahaan malah membeli
semua sumber daya komputasi sebagai layanan yang dialihdayakan sepenuhnya. Penyedia IaaS adalah Amazon Web
Services (AWS) dan Rackspace.
Data sebagai Layanan
Mirip dengan SaaS, PaaS, dan IaaS, data sebagai layanan (DaaS) memungkinkan data untuk dibagikan di antara
cloud, sistem, aplikasi, dan sebagainya, terlepas dari sumber data atau di mana mereka disimpan. DaaS
memudahkan arsitek data untuk memilih data dari kumpulan yang berbeda, menyaring data sensitif, dan membuat
data yang tersisa tersedia sesuai permintaan.
Manfaat utama DaaS adalah penghapusan risiko dan beban manajemen data ke penyedia cloud
pihak ketiga. Model ini semakin populer karena datanya menjadi lebih kompleks, sulit, dan mahal
untuk dikelola.
Istilah Kunci 65
Model At-a-Service adalah Perusahaan di Seluruh Dunia dan

Dapat Memicu Tuntutan Hukum
Berbagai model at-a-service digunakan dalam berbagai aspek bisnis. Anda akan membaca bagaimana
layanan spesifik ini, seperti manajemen CRM dan SDM, digunakan untuk tujuan operasional dan strategis di
bab selanjutnya. Perusahaan sering kali mengadopsi perangkat lunak, platform, infrastruktur, manajemen
data, dan mulai merangkul mobilitas sebagai layanan dan data besar sebagai layanan karena mereka
biasanya tidak perlu lagi mengkhawatirkan biaya pembelian, pemeliharaan, atau pembaruan server data
mereka sendiri. Baik biaya perangkat keras dan sumber daya manusia dapat dipotong secara signifikan.
Semua pengaturan layanan mengharuskan manajer memahami manfaat dan kompromi — dan cara
menegosiasikan SLA yang efektif. Peraturan mengamanatkan bahwa data rahasia dilindungi terlepas dari
apakah data tersebut berada di lokasi di cloud. Oleh karena itu, departemen hukum perusahaan perlu terlibat
dalam keputusan TI ini. Sederhananya, pindah ke layanan cloud bukan hanya keputusan TI karena taruhan
seputar masalah hukum dan kepatuhan sangat tinggi.
GOING CLOUD Layanan cloud dapat memajukan bisnis inti dalam memberikan layanan superior untuk mengoptimalkan kinerja
bisnis. Cloud dapat memangkas biaya dan menambah fleksibilitas pada kinerja aplikasi bisnis penting. Dan,
dapat meningkatkan daya tanggap terhadap konsumen akhir, pengembang aplikasi, dan organisasi bisnis.
Namun untuk mencapai manfaat tersebut harus ada pengawasan IT, legal, dan manajemen senior karena
perusahaan tetap harus memenuhi kewajiban dan tanggung jawab hukumnya kepada karyawan, pelanggan,
investor, mitra bisnis, dan masyarakat.
Pertanyaan
1. Apa itu SaaS?
2. Jelaskan tumpukan komputasi awan. Apa itu
3. PaaS?
4. Apakah IaaS itu?
5. Mengapa DaaS semakin populer?

6. Bagaimana perusahaan berisiko melanggar peraturan atau persyaratan kepatuhan dengan layanan cloud?
Istilah Kunci
laporan ad hoc data kotor data master perangkat lunak sebagai layanan
pemrosesan batch arsitektur perusahaan (EA) manajemen data master (SaaS)
komputasi awan laporan pengecualian (MDM) keputusan terstruktur

tumpukan komputasi awan informasi eksekutif file induk pemrosesan transaksi
jual-silang sistem (EIS) model sistem (TPS)
terpusat pada pelanggan pencarian tujuan transaksi online titik sentuh
data informasi pemrosesan (OLTP) keputusan tidak terstruktur
pusat data sebagai layanan manajemen informasi platform sebagai cloud pribadi menjual
(DaaS) infrastruktur sebagai layanan (IaaS) (PaaS) virtualisasi
tata kelola data layanan mesin virtual (VM)
data silo Infrastruktur TI cloud publik keriangan
database pengetahuan pemrosesan waktu nyata analisis bagaimana-jika
sistem pendukung keputusan informasi manajemen Tingkatan Jasa Persetujuan

(DSS) sistem (MIS) (SLA)
Meyakinkan Pembelajaran Anda
BAHAS: Pertanyaan Berpikir Kritis

1. Mengapa posisi pasar yang kuat atau kinerja laba yang baik hanya mengambil tindakan meskipun ada kemajuan dalam teknologi digital? Artinya, apa
bersifat sementara? yang menyebabkan kekurangan data?
2. Jelaskan perbedaan antara model bisnis yang berpusat pada 7. Menurut Tech CEO Council Report, perusahaan-perusahaan Fortune 500
pelanggan dan produk-sentris. menghabiskan $ 480 miliar setiap tahun untuk proses bisnis yang tidak efisien.
3. Asumsikan Anda memiliki: Faktor apa yang menyebabkan pemborosan sebesar itu? Bagaimana limbah ini
bisa dikurangi?
Sebuah. Tangga tinggi dengan stiker yang mencantumkan beban
tunjangan hanya 5 pound lebih banyak dari berat 8. Jelaskan mengapa organisasi perlu mengimplementasikan arsitektur
Anda. Anda tahu produsen dan nomor model. perusahaan (EA) dan tata kelola data.
9. Dua masalah apa yang bisa diselesaikan EA?
b. Makanan yang mudah busuk dengan tanggal kadaluwarsa 2 hari ke 10. Sebutkan dua industri yang bergantung pada tata kelola data untuk
depan. mematuhi peraturan atau persyaratan pelaporan. Diberikan contoh
c. Saldo rekening giro yang menunjukkan bahwa Anda memiliki cukup masing-masing.
dana untuk menutupi saldo yang jatuh tempo pada akun. 11. Mengapa penting agar data distandarisasi? Diberikan
contoh data yang tidak standar.
Dalam ketiga kasus tersebut, Anda tidak dapat mempercayai data tersebut 12. Mengapa sistem penting TPS?
benar-benar benar. Data tersebut bisa salah sekitar 20 persen. Bagaimana Anda 13. Jelaskan apa yang dimaksud dengan volatilitas data. Bagaimana pengaruhnya
dapat menemukan data yang benar untuk setiap contoh? Data mana yang mungkin terhadap penggunaan database untuk analisis data?
tidak dapat diverifikasi? Bagaimana data kotor memengaruhi pengambilan
14. Diskusikan mengapa awan bertindak sebagai perbatasan pengiriman TI yang
keputusan Anda?
hebat.
4. Jika data bisnis tersebar di seluruh perusahaan dan tidak
15. Apa manfaat langsung dari komputasi awan? Apa fungsi pusat
disinkronkan hingga akhir bulan, bagaimana hal itu memengaruhi
pengambilan keputusan dan perencanaan sehari-hari? 16. data?
17. Faktor apa yang perlu dipertimbangkan saat memilih vendor
5. Asumsikan data bank disimpan dalam silo berdasarkan produk keuangan cloud?
— rekening giro, rekening tabungan, hipotek, pinjaman mobil, dan 18. Perlindungan apa yang disediakan oleh SLA yang efektif? Mengapa SLA
sebagainya. Masalah apa yang dibuat oleh silo data ini bagi para manajer 19. merupakan dokumen hukum?
bank?
20. Bagaimana virtualisasi dapat mengurangi biaya TI sekaligus
6. Mengapa para manajer dan pekerja masih berjuang untuk menemukan informasi meningkatkan kinerja?
yang mereka butuhkan untuk membuat keputusan atau
JELAJAHI: Latihan Online dan Interaktif

21. Saat memilih vendor cloud untuk menghosting en- 22. Banyak organisasi memulai program tata kelola data karena masalah
data dan aplikasi terprise, Anda perlu mengevaluasi perjanjian kepatuhan mendesak yang memengaruhi penggunaan data. Organisasi
tingkat layanan (SLA). mungkin memerlukan tata kelola data agar sesuai dengan satu atau
Sebuah. Teliti SLA dari dua vendor cloud, seperti beberapa peraturan, seperti Gramm – Leach BlileyAct (GLB), HIPAA,
sebagai Rackspace, Amazon, atau Google. Foreign Corrupt Practices Act (FCPA), Sarbanes – OxleyAct, dan
beberapa undang-undang privasi negara bagian dan federal.
b. Untuk vendor yang Anda pilih, berapa persen uptime
SLA? Harapkan mereka begitu
99,9 persen atau kurang.
Sebuah. Teliti dan pilih dua peraturan AS atau
c. Apakah setiap vendor menghitung waktu henti terjadwal dan waktu henti
hukum privasi.
yang direncanakan terhadap persentase waktu operasional SLA?
b. Jelaskan bagaimana tata kelola data akan membantu
perusahaan mematuhi peraturan atau hukum ini.
d. Bandingkan SLA dalam dua kriteria lainnya.
e. Tentukan SLA mana yang lebih baik berdasarkan perbandingan Anda. 23. Kunjungi Pusat Solusi Komputasi Awan eWeek.com untuk berita
dan ulasan di eweek.com/c/s/ Cloud-Computing. Pilih salah satu
f. Laporkan hasil Anda dan jelaskan keputusan Anda. artikel yang terdaftar
KASUS 2.2 Kasus bisnis 67
di bawah Berita Komputasi Awan Terbaru. Siapkan 26. Kunjungi YouTube.com dan cari dua video di
ringkasan eksekutif artikel. virtualisasi. Untuk setiap video, laporkan apa yang Anda pelajari. Tentukan
24. Kunjungi Rackspace.com dan tinjau perusahaannya URL lengkap, judul video, siapa yang mengupload video tersebut dan
tiga jenis produk cloud. Jelaskan masing-masing solusi tanggal, durasi video, dan jumlah penayangan.
cloud tersebut.
25. Kunjungi Oracle.com. Jelaskan jenis virtualisasi
layanan tion yang ditawarkan oleh Oracle.
ANALISIS & PUTUSKAN: Menerapkan Konsep TI pada Keputusan Bisnis

27. Perusahaan jasa keuangan mengalami fluktuasi besar dalam volume kebutuhan bisnis. Selain itu, mereka tidak dapat beradaptasi dengan perubahan
bisnis karena sifat siklus pasar keuangan. Fluktuasi ini sering kali skala besar seperti merger, penurunan penjualan yang tiba-tiba, atau
disebabkan oleh krisis — seperti masalah subprime mortgage, pengenalan produk baru. Dapatkah komputasi awan membantu organisasi
penemuan penipuan besar-besaran, atau perlambatan ekonomi. meningkatkan daya tanggap mereka dan mendapatkan kendali yang lebih baik
Fluktuasi ini mengharuskan eksekutif dan pemimpin TI memiliki atas biaya TI mereka? Jelaskan jawabanmu.
kemampuan untuk memotong tingkat pengeluaran dalam penurunan

pasar dan dengan cepat meningkat ketika volume bisnis naik lagi. Teliti 29. Jelaskan hubungan antara arsitek perusahaan-
solusi SaaS dan vendor untuk sektor jasa keuangan. Akankah investasi tecture dan kinerja organisasi.
di SaaS membantu perusahaan tersebut menyelaraskan kapasitas TI
30. Identifikasi empat KPI untuk maskapai besar (mis., Amerika,
mereka dengan kebutuhan bisnis mereka dan juga memangkas biaya
United, Delta) atau pabrikan mobil (mis., GM, Ford, BMW).
TI? Jelaskan jawabanmu.
KPI mana yang paling mudah ditampilkan kepada manajer
di dasbor online? Jelaskan mengapa.
28. Meskipun ada investasi jutaan dolar, banyak organisasi TI tidak dapat
merespons perkembangan dengan cepat
KASUS 2.2
Kasus Bisnis: Kekacauan Data Menciptakan Risiko
Kekacauan data sering merajalela di organisasi layanan, seperti perawatan kesalahan, merugikan pasien, dan merusak akreditasi dan reputasi
kesehatan dan pemerintah. Misalnya, di banyak rumah sakit, setiap lini bisnis, rumah sakit.
divisi, dan departemen telah menerapkan aplikasi TI-nya sendiri, seringkali • Pelanggaran data: Lebih dari 25 juta orang telah terpengaruh oleh pelanggaran data
tanpa analisis menyeluruh tentang hubungannya dengan sistem departemen sistem perawatan kesehatan sejak Kantor Hak Sipil, sebuah divisi dari Departemen
atau divisi lain. Pengaturan ini membuat rumah sakit memiliki grup TI yang Kesehatan dan Layanan Kemanusiaan, mulai melaporkan pelanggaran pada tahun
secara khusus mengelola jenis suite aplikasi atau silo data tertentu untuk 2009. Sebagian besar pelanggaran melibatkan data yang hilang atau dicuri di laptop,
departemen atau divisi tertentu. drive yang dapat dilepas, atau media portabel lainnya. Pelanggaran sangat mahal dan
menghancurkan kepercayaan.
Manajemen data
Akuntabilitas dalam perawatan kesehatan menuntut kepatuhan dengan upaya
Jika tidak dikelola dengan baik, aplikasi dapat menghasilkan terabyte data yang tidak relevan,
tata kelola data yang kuat. Program tata kelola data memverifikasi bahwa input
menyebabkan rumah sakit tenggelam dalam data semacam itu. Kekacauan data ini dapat
data ke EHR, sistem klinis, keuangan, dan operasional akurat dan lengkap —
menyebabkan kesalahan medis. Dalam upaya untuk mengelola data dalam jumlah besar dan
dan hanya pengeditan resmi yang dapat dibuat dan dicatat.
berlebihan, terdapat peningkatan risiko kehilangan (hilang) atau tidak akuratnya informasi yang
relevan — yaitu, data yang salah atau kotor. Risiko lainnya adalah pelanggaran data.
Pusat Medis Universitas Vanderbilt Mengadopsi

• Data yang salah: Pada tahun 2016 diperkirakan 80 persen organisasi perawatan EHR dan Tata Kelola Data
kesehatan akan mengadopsi catatan kesehatan elektronik, Pusat Medis Universitas Vanderbilt (VUMC) di Nashville, TN, adalah pengguna awal
atau EHRs (IDC MarketScape, 2012). Diketahui bahwa konsekuensi yang tidak EHR dan menerapkan tata kelola data pada tahun 2009. Pengalaman VUMC
diinginkan dari EHR adalah data yang salah. Menurut penelitian yang dilakukan memberikan pelajaran berharga.
di Universitas Columbia, data dalam sistem EHR mungkin tidak seakurat dan VUMC terdiri dari tiga rumah sakit dan Klinik Vanderbilt, yang memiliki 918 tempat
selengkap yang diharapkan (Hripscak & Albers, 2012). Nilai lab yang salah, hasil tidur, mengeluarkan 53.000 pasien setiap tahun, dan menghitung 1,6 juta kunjungan
pencitraan, atau dokumentasi dokter mengarah ke medis klinik setiap tahun. Rata-rata, VUMC memiliki tingkat hunian 83 persen dan sudah
mencapai HIMSS Tahap 6
adopsi EHR rumah sakit. HIMSS (Healthcare Information and Management Systems • Kesalahan keamanan pasien
Society, himss.org) adalah organisasi nirlaba global yang didedikasikan untuk hasil • Tuntutan malpraktek
perawatan kesehatan yang lebih baik melalui TI. Ada tujuh tahap adopsi EHR, dengan
• Penundaan dalam menerima pembayaran karena data billing atau kode medis
Tahap 7 menjadi lingkungan tanpa kertas sepenuhnya. Itu berarti semua data klinis tidak tersedia
adalah bagian dari rekam medis elektronik dan, sebagai hasilnya, dapat dibagikan di
seluruh dan di luar perusahaan. Pada Tahap 7, organisasi perawatan kesehatan Mengukur Nilai Tata Kelola Data
mendapatkan keuntungan penuh dari pertukaran informasi kesehatan (HIE). HIE Salah satu metrik untuk menghitung nilai program tata kelola data adalah kepercayaan
memberikan interoperabilitas sehingga informasi dapat mengalir bolak-balik antara pada asumsi yang bergantung pada data, atau CIDDA. CIDDA dihitung dengan
dokter, pasien, dan jaringan kesehatan (Murphy, 2012). mengalikan tiga estimasi keyakinan sebagai berikut:
CIDDA G M TS
VUMC mulai mengumpulkan data sebagai bagian dari upaya EHR di
1997. Pada tahun 2009, pusat tersebut membutuhkan manajemen data yang lebih kuat dan dimana
lebih disiplin. Saat itu, pimpinan rumah sakit memprakarsai proyek untuk membangun
G Keyakinan bahwa datanya baik cukup untuk tujuan yang
infrastruktur tata kelola data.
dimaksudkan
Implementasi Tata Kelola Data M Keyakinan data itu berarti menurut Anda apa yang mereka lakukan. Yakinlah
Tim kepemimpinan VUMC memiliki beberapa kekhawatiran. TS bahwa Anda tahu dari mana data itu berasal dan percaya pada sumbernya
1. Investasi dan alat TI berkembang pesat, tetapi mereka berkembang pesat
tidak diatur oleh kebijakan HIM (Informasi dan Manajemen CIDDA adalah metrik subjektif yang tidak memiliki tolok ukur industri, namun
Kesehatan). dapat dievaluasi dari waktu ke waktu untuk mengukur peningkatan kepercayaan
2. Karena rekam medis menjadi elektronik sehingga dapat dikirim dan dibagikan kualitas data.
dengan mudah, mereka menjadi lebih rentan terhadap peretasan.

Manfaat yang Diperoleh dari Tata Kelola Data
3. Saat penggunaan baru informasi elektronik mulai bermunculan, pusat medis tersebut Seperti di industri lain, dalam perawatan kesehatan, data adalah aset paling berharga.
kesulitan untuk mengikutinya. Penanganan data adalah risiko nyata. EHR hanya efektif jika datanya akurat dan
berguna untuk mendukung perawatan pasien. Tata kelola data berkelanjutan yang efektif
Komite Eksekutif Rekam Kesehatan telah mencapai tujuan itu di VUMC.
Awalnya, para pemimpin VUMC menugaskan tata kelola data ke komite rekam medis
tradisional mereka, tetapi pendekatan itu gagal. Selanjutnya, mereka menyewa konsultan
Sumber: Disusun dari Murphy (2012), HIMSS.org (2014),
untuk membantu mengembangkan struktur tata kelola data dan mengatur a komite eksekutif
HIMSSanalytics.org (2014), Reeves & Bowen (2013).
catatan kesehatan
untuk mengawasi proyek. Komite melapor ke dewan medis dan komite Pertanyaan
eksekutif untuk memastikan keterlibatan eksekutif dan sponsor. Komite 1. Apa yang mungkin terjadi jika setiap lini bisnis, divisi, dan departemen
bertanggung jawab untuk mengembangkan strategi untuk standarisasi praktik mengembangkan aplikasi IT-nya sendiri?
pencatatan kesehatan, meminimalkan risiko, dan menjaga kepatuhan. Anggota 2. Apa konsekuensi dari aplikasi yang dikelola dengan buruk? Dua risiko
termasuk kepala petugas informasi medis (CMIO), CIO, penasihat hukum, staf 3. apa yang ditimbulkan oleh kekacauan data? Jelaskan mengapa. Apa
medis, informatika keperawatan, HIM, administrasi, manajemen risiko, 4. fungsi tata kelola data di sektor kesehatan?
kepatuhan, dan akreditasi. Tambahan,
5. Mengapa penting untuk melibatkan eksekutif dalam proyek tata
Tim rekam medis legal dibentuk untuk mendukung penambahan, koreksi, dan kelola data?
penghapusan EHR. Tim ini menetapkan prosedur untuk menghapus nomor 6. Buat daftar dan jelaskan biaya kegagalan data. Hitung
rekam medis duplikat dan kebijakan untuk pengelolaan dan kepatuhan data. 7. CIDDA dari waktu ke waktu:
Q1: G 40%, M 50%, TS 20%
Biaya Kegagalan Data Q2: G 50%, M 55%, TS 30%
Kegagalan data menimbulkan biaya berikut: Q3: G 60%, M 60%, TS 40%

P4: G 60%, M 70%, TS 45%
• Pengerjaan ulang
8. Mengapa data merupakan aset paling berharga dalam perawatan kesehatan?
• Kehilangan bisnis
Referensi 69
KASUS 2.3
Kasus Video: Komputasi Awan: Tiga Studi Kasus
Ketika organisasi mengatakan bahwa mereka "menggunakan cloud", itu dapat berarti server. Dalam contoh ketiga, koneksi dari cloud menggunakan aplikasi
sejumlah hal yang sangat berbeda. Menggunakan layanan IaaS seperti Amazon EC2 atau Facebook ke API perusahaan. Anda mungkin melihatnya Rumah hewan referensi.
Terremark berbeda dengan menggunakan Google Apps untuk email yang dialihdayakan, Ikuti tiga langkah ini: Kunjungi
yang berbeda lagi dengan mengekspos API di Facebook. SOAtoTheCloud.com/2011/10/video-three-cloud-
komputasi-case.html. Tonton video berdurasi 11 menit dari tiga studi kasus.
Sebuah video menunjukkan tiga studi kasus komputasi awan dari pelanggan Vordel. Kasus
tersebut mencakup SaaS, IaaS, dan PaaS. Dalam dua contoh pertama, pelanggan terhubung ke Pertanyaan
1. Jelaskan nilai atau manfaat cloud setiap organisasi

awan: pertama ke Google Apps (untuk masuk tunggal ke Google
investasi.
Apps e-mail) dan kedua Terremark untuk mengelola virtual
Referensi
Dewan Pelanggan Standar Cloud. Panduan Praktis untuk Perjanjian Tingkat IDC MarketScape. “USAmbulatory EMR / EHR for Small Practices.”
Layanan Cloud. Versi 1. 10 April 2012. http: // 3012 Penilaian Vendor. Mei 2012.
www.cloudstandardscustomercouncil.org/2012_Practical_ Keitt, TJ “Membongkar The MobileWorkforce – An InformationWorkplace
Guide_to_Cloud_SLAs.pdf Report.” Forrester.com. 7 Juni 2011.
De Clerck, JP "Mengoptimalkan Pengalaman Digital dan Sosial Pelanggan." Forum mcafee.com. Lembar Fakta McAfee. 2013.
Pemasaran Sosial, 16 Februari 2013.
Miliard, M. "IBMUnveils NewWatson-basedAnalytics."
Forum Penelitian EnterpriseArchitecture (EARF). 2012. Berita IT Kesehatan. 25 Oktober 2011.
Mitra San Francisco Pertama. “Bagaimana McAfee Mengambil Langkah Pertama untuk
Murphy, K. "Pertukaran Informasi Kesehatan." Intelijen EHR,
Sukses MDM.” 2009.
9 April 2012.
GAO (Kantor Akuntansi Umum). “Panduan Praktis untuk Arsitektur Institut Standar dan Teknologi Nasional (NIST). Program Komputasi Awan.
Perusahaan Federal.” Versi 2. Agustus 2010. 2012.
Hamilton, N. "Memilih Pertarungan Tata Kelola Data". Dalam Reeves, MG & R. Bowen. “Mengembangkan Tata Kelola Data
Data referensi, Desember 2013. Model dalam Perawatan Kesehatan. ” Manajemen Keuangan Kesehatan,
HIMSS.org (2014) Februari 2013.
HIMSSanalytics.org (2014), Rich, R. “Master Data Management atau Data Governance? Iya,
Hripscak, G. & DJAlbers. “Fenotipe Generasi Selanjutnya Silahkan." Majalah Teradata K3, 2013.
Electronic Health Records. ” Jurnal dari American Medical Laporan Dewan CEO Teknologi 2010. techceocouncil.org/news/
Asosiasi Informatika, Volume 19, Edisi 5. September 2012. laporan /
Institut IBM untuk Nilai Bisnis. "Studi Pejabat Informasi Utama IBM: CIO
Esensial." Mei 2011.

TURBAN Chapter 2.en - Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TURBAN Chapter 2.en - Id

Diunggah oleh

Hak Cipta:

Format Tersedia

www.downloadslide.

Bab 2 eh Tata Kelola Data dan

Bab Snapshot Istilah Kunci

Tata Kelola Data di Intel Security • Bahas: Pertanyaan Berpikir Kritis

3. Petakan fungsi berbagai jenis sistem informasi ke jenis dukungan

KASUS 2.1 KASUS PEMBUKAAN

TABEL 2.1 Ringkasan Kasus Pembukaan

Industri Perangkat lunak, perangkat keras, dan layanan keamanan siber.

Lini produk Perusahaan mengembangkan, memasarkan, mendistribusikan, dan mendukung produk

KASUS 2.1 Kasus Pembukaan 35

Merek Data Selaras

Gambar 2.1 Ikhtisar Keamanan Intel.

Gambar 2.2 Menyediakan

pelanggan melalui titik kontak pilihan mereka,

sosial untuk menilai merek, mengungkap

TABEL 2.2 Karakteristik Data Berkualitas Rendah atau Kotor

Karakteristik Data Kotor Deskripsi

Tidak lengkap Data hilang.

Salah Terlalu banyak kesalahan.

• Peningkatan pertumbuhan penjualan

• Perkiraan penjualan yang akurat dan pemrosesan pesanan

penjualan sebagai hasil dari pengalaman pelanggan yang lebih baik.

2.1 Manajemen informasi 37

6. Security membutuhkan manajemen data master (MDM)?

2.1 Manajemen informasi

Gambar 2.3 Cetak biru dan model,

2.1 Manajemen informasi 39

TECH CATATAN 2.1 Perlu Mengukur untuk Mengelola

kualitas data. mendasarinya.

Misalnya, para eksekutif membutuhkan data pendapatan dan biaya penjualan

Arsitektur baru digerakkan oleh bisnis, bukan berbasis pelaporan keuangan.

penggunaan EIS oleh para eksekutif meningkat secara signifikan.

2.1 Manajemen informasi 41

CATATAN TECH 2.2 KPI

Global, seluler Digerakkan oleh mobilitas

Tumbuh kebutuhan untuk menghubungkan

siapa saja, kapan saja, di mana saja

3. Apa itu data silo?

2.2 Arsitektur Perusahaan dan Tata Kelola Data

2.2 Arsitektur Perusahaan dan Tata Kelola Data 43

Visi Bersama tentang Masa Depan

Manfaat Bisnis dan TI dari EA

• EA membantu menyelaraskan kapabilitas TI dengan strategi bisnis — untuk tumbuh, berinovasi,

TABEL 2.3 Komponen Arsitektur Perusahaan

Arsitektur bisnis Proses yang digunakan bisnis untuk memenuhi tujuannya.

Arsitektur data Bagaimana penyimpanan data perusahaan diatur dan diakses.

Arsitektur teknis Infrastruktur perangkat keras dan perangkat lunak yang

Menurut model ini, EA mendefinisikan sebagai berikut:

1. Misi organisasi, fungsi bisnis, dan masa depan

2. Arus informasi dan informasi diperlukan untuk menjalankan misi

Dasar Transisi Target

Keterampilan Penting dari Arsitek Perusahaan

2.2 Arsitektur Perusahaan dan Tata Kelola Data 45

• Keahlian bisnis dan industri. Mengetahui bisnis dan industri

Tata Kelola Data Seluruh Perusahaan

Master Data dan MDM

1. Untuk menjalankan bisnis: Penggunaan transaksional atau operasional

2. Untuk meningkatkan bisnis: Penggunaan analitik

Politik: Konflik Rakyat

TABEL 2.4 Karakteristik dan Konsekuensi Lemah atau Tidak Ada

• Duplikasi data menyebabkan silo data yang terisolasi.

2.3 Sistem Informasi: Dasar-dasar 47

2. Jelaskan arsitektur perusahaan.