RESUME CHAPTER 6

SISTEM INFORMASI MANAJEMEN

“Foundations of Business Intelligence: Databases and Information
Management”

Disusun Oleh :
KELOMPOK 4
Bella Wahyu Sukma Wati 041811333010
Yuni Sagita 041811333011
Azam Purwoadji 041811333012
Fanny Tri Rahmasari 041811333016
Yuni Dwi Kartika 041811333035

KELAS L
PROGRAM STUDI S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS AIRLANGGA
2020
A. Organazing Data in a Traditional File Environment
Sistem informasi atau information system yang efektif menyediakan informasi
yang tepat, akurat, serta relevan bagi penggunanya. Informasi disebut akurat apabila tidak
memilki atau sangat minim kesalahan, dilakukan tepat waktu dan dapat digunakan
sebagai pengambilan keputusan sesuai user atau kebutuhan pengguna akhir. Informasi
disebut relevan apabila informasi teresbut berguna dan tepat untuk suatu jenis pekerjaan
dan dapat dipakai sebagai pengambilan keputusan yang akan dibuat atas informasi
tersebut.
a. File Organization Terms and Concepts
Data dalam suatu hierarki dimulai dengan bit dan byte kemudian berkembang
menjadi file, dan database diatur oleh sebuah sistim komputer. Bit adalah merupakan
unit paling kecil dari data komputer. Sejumlah bit, disebut dengan byte yang
mewakili satu karakter, dapat menjadi huruf, angka, atau suatu simbol.
Pengelompokan karakter menjadi satu atau sekelompok kata, atau identitas (nama
atau usia) disebut sebagai field. Sekelompok catatan yang sama jenisnya disebut file.
Penggambaan suatu entitas disebut record. Setiap karakteristik yang
menggambarkan entitas tertentu disebut dengan atribut. Berikut adalah hierarki dari
suatu data : Database - File - Record - Field – Byte- Bit
b. Problems with the Traditional File Environtment
Pada organisasi dan perusahaan kebanyakan, data file dan sistem cenderung tumbuh
mandiri tanpa perencanaan perusahaan yang menyeluruh. Penjualan dan pemasaran,
sumber daya manusia, akuntansi keuangan berkembang dengan file data dan
sistemnya sendiri. Masalah yang muncul pada pemrosesan file tradisional adalah :
 Redudansi dan Inkonsistensi Data— Redudansi data (data redundancy) adalah
kehadiran adanya duplikasi data atau data ganda pada beberapa file data sama
yang disimpan di bebeapa tempat atau lokasi. Redudansi data terjadi ketika
kelompok-kelompok yang berbeda di dalam sebuah organisasi secara mandiri
mengumpulkan data yang sama dan menyimpannya masing-masing. Sedangkan,
yang dimaksudkan dengan inkonsistensi data (data inconsistency) adalah dimana
atribut yang ada memiliki nilai berbeda.
  Ketergantungan Terhadap Program Data— Ketergantungan terhadap program
data mengacu pada satu paket pasangan data yang tesimpan di dalam file dan
program tertentu dan diperlukan oleh program-program tertentu untuk
mengupdate atau memperbarui dan memanage file-file tertentu hingga program
tersebut perlu mengubah data-datanya.
 Ketergantungan Terhadap Program Data— Fleksibilitas yang Kurang Sistim
pemrosesan file tradisional dapat mengirim laporan yang rutin sesuai dengan
jadwal setelah upaya pemrograman yang intensif, akan tetapi tidak dapat
mengirimkan laporan-laporan ad-hoc atau laporan khusus yang hanya dipelukan
pada situasi khusus saja atau menindaklanjuti kebutuhan akan informasi yang
tidak mampu diantisipasi pada kondisi waktu tertentu dengan tepat. Informasi-
informasi yang diperlukan oleh permintaan keperluan tertentu saja disimpan di
sistim tersebut di suatu tempat.
 Keamanan yang buruk— Karena longgarnya pengendalian atau pengelolaan
terhadap data, akses penyebaran informasi jadi tak dapat dikendalikan.
Manajemen mungkin tidak mempunyai cara untuk mengidentifikasi siapa yang
melakukan akses atau bahkan mengubah data organisasi tersebut.
 Kurangnya Pendistribusian dan Ketersediaan Data— Tidak mungkin untuk
mengakses informasi dan mendistribusikan informasi pada waktu bersamaan,
karena bagian informasi yang terdapat pada file yang berbeda dan bagian
organisasi tidak dapat dihubungkan satu sama lain. Informasi tak dapat mengalir
dengan lancar melalui lintas area fungsional, pada divisi dan bagian pada
organisasi. Jika pengguna/user mengetahui nilai yang ditemukan pada bagian
informasi ternyata saling berbeda, user mungkin tidak bersedia menggunakan
sistim tersebut dikarenakan tidak mempercayai akurasi datanya.

B. The Database Approach to Data Management

1. Database Management System
Sistem database manajemen atau database management systems adalah perangkat
lunak yang memungkinkan untuk mengatur data dalam database. Hal ini sering
disebut dengan singkatan, DBMS. Fungsi dari DBMS meliputi concurrency,
keamanan, backup dan recovery, integritas dan deskripsi data. Database management
systems adalah aplikasi perangkat lunak komputer yang berinteraksi dengan
pengguna atau user, aplikasi lain, dan database itu sendiri untuk menangkap dan
menganalisa data. Tujuan umum DBMS dirancang untuk memungkinkan
pendefinisian, pembuatan, query, update, dan administrasi database.
 How a DBMS Solves the Problems of the Traditional File Environment—
Mengurangi inkonsistensi dan redundansi data dengan meminimalkan file
terisolasi. Hal ini tidak bisa menghilangkan redundansi data secara keseluruhan,
tetapi dapat membantu dalam mengendalikannya dan dapat memisahkan data
serta program sehingga memungkinkan data untuk berdiri sendiri. Akses dan
ketersediaan informasi meningkat, pengembangan program dan biaya
pemeliharaan berkurang, pengguna (user) dan programmer dapat melakukan
query ad hoc data dalam database, serta memungkinkan organisasi untuk
mengelola data, penggunaannya, dan keamanan melalui penggunaan kamus data
secara terpusat.
 Relational DBMS— Kontemporer DBMS menggunakan model database yang
berbeda Jenis yang paling populer adalah DBMS relasional Relasional DBMS:
data tabel dua dimensi (disebut hubungan) Tabel juga disebut sebagai file Setiap
tabel berisi data dan atribut dan entitas Setiap elemen data untuk setiap entitas
disimpan sebagai field yang terpisah Setiap bidang merupakan atribut untuk
entitas Fields dalam database relasional disebut juga sebagai kolom. Ketika field
secara unik mengidentifikasi setiap record, sehingga dapat diambil, diperbarui
atau diurutkan, hal itu disebut sebagai key field dengan kunci utama yang tidak
dapat diduplikasi
 Object-oriented database management system (OODBMS or ODBMS)—
Sebuah sistem manajemen database berorientasi objek (OODBMS), kadang-
kadang disingkat menjadi ODBMS untuk sistem manajemen database objek),
adalah sistem manajemen database (DBMS) yang mendukung pemodelan dan
pembuatan data sebagai obyek. Ini termasuk beberapa jenis dukungan untuk kelas
objek dan turunan dari properti kelas dan metode oleh subclass dan objek mereka.
 Saat ini tidak terdapat standar kesepakatan untuk apa mengenai DBMS, dan
produk OODBMS dianggap masih dalam tahap awal.
2. Capabilities of Database Management System
Kemampuan utama dari DBMS mencakup kemampuan definisi data, sebuah
kemampuan kamus data, dan bahasa manipulasi data. Kemampuan definisi data
menentukan struktur dan isi dari database. Kamus data atau data dictionary adalah file
otomatis atau manual yang menyimpan informasi tentang data dalam database,
termasuk nama-nama, definisi, format, dan deskripsi dari elemen data. Bahasa
manipulasi data, seperti Structured Query Language (SQL), adalah bahasa khusus
untuk mengakses dan memanipulasi data dalam database. Database relasional adalah
metode utama untuk mengatur dan memelihara data hari ini dalam sistim informasi
karena sangat fleksibel dan dapat diakses.
3. Designing Database
Merancang database membutuhkan desain logis dan desain fisik. Desain logis
database membentuk model dari perspektif bisnis. Model data organisasi harus
mencerminkan proses bisnis utama dan persyaratan pengambilan keputusan.
Normalization and Entity-Relationship Diagrams Proses menciptakan struktur data
yang kecil, stabil, fleksibel, dan adaptif dari kelompok data kompleks ketika
merancang database relasional disebut normalisasi. Sebuah database relasional yang
dirancang dengan baik tidak akan memiliki hubungan yang terlalu banyak, dan semua
atribut untuk entitas tertentu hanya akan berlaku untuk entitas tersebut. Ini akan
mencoba untuk menegakkan aturan integritas referensial untuk memastikan bahwa
hubungan antar tabel tetap konsisten.

C. Using Database to Improve Business Performance and Decision Making

Bisnis menggunakan database mereka untuk melacak transaksi dasar, seperti
membayar pemasok, memproses pesanan, melacak pelanggan, dan membayar karyawan.
Tapi mereka juga perlu database untuk memberikan informasi yang akan membantu
perusahaan menjalankan bisnis lebih efisien, dan bantuan manajer dan karyawan
membuat keputusan yang lebih baik. Jika sebuah perusahaan ingin mengetahui produk
yang paling populer atau yang pelanggan yang paling menguntungkan, jawabannya
terletak pada data.
1. GUDANG DATA
 Apa itu Data Warehouse/ Gudang Data ?
Gudang data adalah database yang menyimpan data saat ini dan sejarah
potensi menarik untuk para pengambil keputusan di seluruh perusahaan. Data
berasal banyak sistem transaksi operasional inti, seperti sistem penjualan,
rekening nasabah, dan manufaktur, dan mungkin termasuk data dari transaksi
situs Web. Gudang data mengkonsolidasikan dan standarisasi informasi dari
database operasional yang berbeda sehingga informasi tersebut dapat
digunakan di seluruh perusahaan untuk analisis manajemen dan pengambilan
keputusan.
 Figure
Gudang data ekstrak data saat ini dan sejarah dari beberapa sistem operasional
dalam organisasi. Data-data ini dikombinasikan dengan data dari sumber
eksternal dan direorganisasi ke dalam database pusat yang dirancang untuk
pelaporan manajemen dan analisis. Direktori informasi menyediakan
pengguna dengan informasi tentang data yang tersedia di gudang.
 Data Marts
2. ALAT UNTUK INTELEGEN BISNIS: ANALISIS DATA MULTIDIMENSI DAN
DATA MINING
 Online Analytical Processing (OLAP)
OLAP mendukung analisis data multidimensi, memungkinkan pengguna
untuk melihat data yang sama dengan cara yang berbeda menggunakan
beberapa dimensi. Setiap aspek informasi-produk, harga, biaya, daerah, atau
periode waktu-merupakan dimensi yang berbeda. OLAP memungkinkan
pengguna untuk mendapatkan jawaban online untuk pertanyaan ad hoc seperti
ini dalam jumlah cukup cepat waktu, bahkan ketika data disimpan dalam
database yang sangat besar, seperti angka penjualan untuk beberapa tahun.
 Data Mining
 Data mining lebih penemuan-driven. Data mining memberikan wawasan ke
dalam data perusahaan yang tidak dapat diperoleh dengan OLAP dengan
mencari pola tersembunyi dan hubungan dalam database besar dan
menyimpulkan aturan dari mereka untuk memprediksi perilaku masa depan.
Pola dan aturan yang digunakan untuk memandu pengambilan keputusan dan
meramalkan efek dari keputusan tersebut. Jenis informasi diperoleh dari data
mining termasuk asosiasi, urutan, klasifikasi, cluster, dan prakiraan.

 Asosiasi
Adalah kejadian terkait dengan peristiwa tunggal. Di urutan, peristiwa terkait
dari waktu ke waktu.
 Klasifikasi
Mengakui pola yang menggambarkan kelompok yang item milik dengan
memeriksa barang-barang yang ada yang telah diklasifikasikan dan dengan
menyimpulkan seperangkat aturan.
 Kekelompokan
Bekerja dalam cara yang mirip dengan klasifikasi ketika ada kelompok
tersebut belum ditentukan. Meskipun aplikasi ini melibatkan prediksi,
peramalan menggunakan prediksi dengan cara yang berbeda. Menggunakan
serangkaian nilai-nilai yang ada untuk meramalkan apa yang nilai-nilai lain
akan. Analisis prediktif menggunakan teknik data mining, data historis, dan
asumsi tentang kondisi masa depan untuk memprediksi hasil dari peristiwa,
seperti probabilitas pelanggan akan menanggapi tawaran atau membeli produk
tertentu. Sebagai contoh, divisi AS The Body Shop International plc
digunakan analisis prediktif dengan database katalog, Web, dan pelanggan
toko ritel untuk mengidentifikasi pelanggan yang lebih mungkin untuk
melakukan pembelian katalog. informasi yang membantu perusahaan
membangun lebih tepat dan ditargetkan mailing list untuk katalog nya,
meningkatkan tingkat respon untuk surat katalog dan pendapatan katalog.
 Teks Mining dan Web Mining
 Penemuan dan analisis pola yang berguna dan informasi dari World Wide
Web disebut pertambangan web. Bisnis mungkin beralih ke pertambangan
Web untuk membantu mereka memahami perilaku pelanggan, mengevaluasi
efektivitas dari situs Web tertentu, atau mengukur keberhasilan kampanye
pemasaran.
3. DATABASES DAN WEB
Dalam lingkungan client / server, DBMS berada pada komputer khusus yang disebut
database server. DBMS menerima permintaan SQL dan menyediakan data yang
dibutuhkan. Transfer middleware informasi dari database internal organisasi kembali
ke server Web untuk pengiriman dalam bentuk halaman Web untuk pengguna

D. Making Data Resources

1. MEMBANGUN KEBIJAKAN INFORMASI
Kebijakan informasi menentukan aturan organisasi untuk berbagi, menyebarkan,
memperoleh, standardisasi, mengklasifikasi, dan inventarisasi informasi. Kebijakan
informasi menjabarkan prosedur dan akuntabilitas yang spesifik, mengidentifikasi
mana pengguna dan unit organisasi dapat berbagi informasi, dimana informasi dapat
didistribusikan, dan yang bertanggung jawab untuk memperbarui dan memelihara
informasi. Sebagai contoh, kebijakan informasi khas akan menentukan bahwa
anggota yang dipilih dari gaji dan sumber daya manusia departemen akan memiliki
hak untuk mengubah dan melihat data karyawan sensitif, seperti nomor gaji atau
jaminan sosial karyawan, dan bahwa departemen ini bertanggung jawab untuk
membuat memastikan bahwa data karyawan tersebut akurat.
Data administrasi bertanggung jawab atas kebijakan dan prosedur tertentu melalui
mana data dapat dikelola sebagai sumber daya organisasi. Tanggung jawab ini
mencakup pengembangan kebijakan informasi, perencanaan untuk data, mengawasi
desain database logis dan data pengembangan kamus, dan memantau bagaimana
sistem informasi spesialis dan kelompok pengguna akhir menggunakan data.
2. MEMASTIKAN KUALITAS DATA
Sebuah database dan informasi yang dirancang dengan baik kebijakan akan pergi
jauh ke arah memastikan bahwa bisnis memiliki informasi yang dibutuhkan. Namun,
tambahan langkah-langkah harus diambil untuk memastikan bahwa data dalam
database organisasi yang akurat dan tetap handal.
Pembersihan data, juga dikenal sebagai Data scrubbing, terdiri dari kegiatan untuk
mendeteksi dan mengoreksi data dalam database yang tidak benar, tidak lengkap,
tidak benar diformat, atau berlebihan.
Masalah kualitas data tidak hanya masalah bisnis. Mereka juga menimbulkan
masalah serius bagi individu, yang mempengaruhi kondisi keuangan mereka dan
bahkan pekerjaan mereka.