Database Management System

Databases

◦ Koleksi kumpulan data atau catatan yang disimpan secara sistematis.

◦ Menyimpan data yang dihasilkan oleh aplikasi bisnis, sensor, operasi, dan sistem
pemrosesan transaksi (TPS).

Data Warehouses

◦ Mengintegrasikan data dari berbagai basis data dan silo data, dan mengaturnya untuk
analisis kompleks, penemuan pengetahuan, dan untuk mendukung pengambilan keputusan.

Data Marts

◦ Gudang data skala kecil yang mendukung fungsi tunggal atau satu departemen.
◦ Perusahaan yang tidak mampu berinvestasi dalam pergudangan data dapat mulai dengan
satu atau lebih data mart.

Business intelligence (BI)

◦ Alat dan teknik yang memproses data dan melakukan analisis statistik untuk wawasan dan
penemuan.
◦ Digunakan untuk menemukan hubungan yang bermakna dalam data, terus mendapat
informasi tentang waktu nyata, mendeteksi tren, dan mengidentifikasi peluang dan risiko.

Database Management System (DBMS)

◦ Integrasikan dengan sistem pengumpulan data seperti TPS dan aplikasi bisnis.
◦ Menyimpan data secara terorganisir.
◦ Menyediakan fasilitas untuk mengakses dan mengelola data.
◦ Model Model database standar yang diadopsi oleh sebagian besar perusahaan.
◦ Simpan data dalam tabel yang terdiri dari kolom dan baris

Fungsi DBMS

◦ Penyaringan dan pembuatan profil data

◦ Integritas dan pemeliharaan data
◦ Sinkronisasi data
◦ Keamanan data
◦ Akses data

Pemrosesan Transaksi Online dan Pemrosesan Analisis Online

• Pemrosesan Transaksi Online (OLTP)

1. Dirancang untuk mengelola data transaksi, yang mudah menguap & memecah
informasi kompleks menjadi tabel data yang lebih sederhana untuk mencapai
keseimbangan antara efisiensi pemrosesan transaksi dan efisiensi kueri.
2. Tidak dapat dioptimalkan untuk penggalian data
 • Pemrosesan Analisis Online (OLAP)

1. Sarana pengorganisasian basis data bisnis besar.

2. Dibagi menjadi satu atau lebih kubus yang sesuai dengan cara bisnis dijalankan.

Arsitektur Database Terpusat dan Terdistribusi

• Arsitektur Basis Data Terpusat

1. Kontrol kualitas data yang lebih baik dan Keamanan TI yang lebih baik.

• Arsitektur Database Terdistribusi

2. Izinkan akses lokal dan jarak jauh.

3. Gunakan arsitektur klien / server untuk memproses permintaan.

Dirty Data

1. Tidak memiliki integritas mengurangi kepercayaan pengguna.

2. Tidak lengkap, di luar konteks, ketinggalan zaman, tidak akurat,

Principle of Diminishing Data Value

1. Nilai data berkurang seiring bertambahnya usia.

2. Bintik-bintik buta (kurangnya ketersediaan data) 30 hari
3. Lembaga jasa keuangan global mengandalkan data hampir-waktu-nyata untuk kinerja

Principle of 90/90 Data Use

1. Setinggi 90 persen, jarang diakses setelah 90 hari (kecuali untuk tujuan audit).
2. Sekitar 90 persen data kehilangan sebagian besar nilainya setelah 3 bulan.

Principle of data in contex

1. Kemampuan untuk menangkap, proses, dan distribusikan data dalam waktu dekat
memerlukan investasi besar dalam arsitektur data.
2. Investasi dengan prinsip bahwa data harus diintegrasikan, diproses, dianalisis, dan diformat
menjadi "informasi yang dapat ditindak lanjuti."

ENTERPRISE DATA WAREHOUSE AND DATA MART

Data Warehouse :

1. simpan data berbagai sistem sumber dan basis untuk menjalankan kueri analitis (EDW)
2. Warehouse : sumber utama data yang dibersihkan untuk analisis,pelaporan,dan BI.
Data Mart

adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analis

Database Data warehouses

 setiap transaksi dicatat dan disimpan
dengan segera.
 Volatil karena data terus diperbarui,
ditambahkan, atau diedit.
 Sistem OLTP.
 Dirancang untuk analisis dan respons
cepat terhadap pertanyaan
 Nonvolatile, ini penting untuk dapat
menganalisis data dan membuat
perbandingan karena bisa saja tidak
diubah/hapus
 Sistem OLAP.

MEMBANGUN DATA WAREHOUSE

 Warehouse mengatur data dalam berbagai subjek, area fungsional, vendor, dan produk.
 Arsitektur data warehouse mendefinisikan aliran data saat ditangkap oleh sistem
transaksi, sumber data disimpan dalam database transaksional,Proses ETL
memindahkan data dari basis data ke data mart untuk analisis dan pelaporan

DATA WAREHOUSING MENDUKUNG AKSI DAN KEPUTUSAN

dibuat perusahaan untuk mendukung operasi yang sedang berlangsung dan masa depan,seperti:

 Pemasaran dan penjualan

 Penetapan harga dan kontrak
 Peramalan/Forecasting
 Keuangan

ANALISIS BIG DATA

mengumpulkan, merapikan, menganalisis big data sehingga diperoleh informasi yang bernilai guna
untuk membantu pengambilan keputusan

Hadoop and MapReduce

MapReduce menyediakan kerangka kerja perangkat lunak yang dapat diandalkan dan toleran pada
kesalahan untuk menulis aplikasi dengan mudah yang memproses data dalam jumlah besar

DATA MINING (Penambangan Data)

 DATA AND TEXT MINING

DATA MINING

 Data mining adalah proses menganalisis data dari berbagai sudut,mengkategorikannya,dan

menemukan korelasi di antara bidang di data warehouse
 Data mining merupan suatu alat yang memungkinkan para pengguna untuk mengakses
secara cepat data dengan jumlah yang besar.
 Gambarkan pengumpulan teknik-teknik dengan tujuan untuk temukan pola yang tidak
diketahui
 Data mining sering digunakan dalam praktek profil, seperti pemasaran, pengawasan, deteksi
penipuan dan penemuan ilmiah.

TEXT MINING

 Text Mining adalah kategori luas yang melibatkan penafsiran kata dan konsep dalam
konteks.
 Teks disusun untuk memberikan wawasan yang dapat ditindaklanjuti bagi manajer.
 mendeteksi masalah produk dan bisnis,kemudian mengatasinya sebelum menjadi masalah
besar yang memengaruhi penjualan.
 Membantu perusahaan untuk mengambil tindakan untuk menghindari potensi pembelotan
ke saingan bisnis sebagai bagian dari pemasaran dan program manajemen hubungan
pelanggan

Prosedur Analisis Teks (Text Analytics Procedure)

1. Eksplorasi

 Jumlah kata sederhana

 Konsolidasi topic
2. Preprocessing (pra-pemrosesan)

 Standardisasi
 Mungkin 80% dari waktu pemrosesan
 Tata bahasa dan pemeriksaan ejaan

3. Kategorisasi dan Pemodelan

 Buat aturan bisnis dan latih model untuk akurasi dan presisi

Business Intelligence and Electronic Records Management

Business Intelligence

 Kunci keunggulan kompetitif

 Lintas industri di semua perusahaan ukuran
 Digunakan dalam manajemen operasional,proses bisnis,dan pengambilan keputusan
 Satukan data,teknologi,analitik,&pengetahuan manusia untuk mengoptimalkan
keputusan

4 faktor berkontribusi peningkatan penggunaan BI.

 Smart Devices Everywhere

 Data is Big Business
 Advanced BI and Analytics (solusi pertanyaan yang tidak di ketahui)
 Cloud Enabled BI and Analytics (sousi biaya)

Arsitektur dan Analisis BI

 Kemajuan dalam menanggapi data besar dan tuntutan kinerja pengguna akhir.
 Di-host di awan publik atau pribadi.
 Membatasi staf TI dan mengendalikan biaya
 Dapat memperlambat waktu respons, menambah risiko keamanan dan cadangan

Electronic Records Management (EDM)

 Perangkat lunak alur kerja, alat penulisan, pemindai, dan basis data yang mengelola dan
mengarsipkan dokumen
 Dokumentasi acara bisnis, tindakan, keputusan, atau transaksi
 Indeks dan simpan dokumen sesuai dengan kebijakan perusahaan
 Keberhasilan tergantung pada kemitraan para pemain kunci.

Manfaat Utama

 Akses dan gunakan konten yang terkandung dalam dokumen.

 Memotong biaya tenaga kerja dengan mengotomatisasi proses bisnis.
 Mengurangi waktu dan upaya untuk menemukan informasi untuk pengambilan keputusan.
 Tingkatkan keamanan konten, sehingga mengurangi risiko pencurian kekayaan intelektual.
 Meminimalkan biaya pencetakan, penyimpanan, dan pencarian.