DASAR-DASR INTELEJEN BISNIS DATABASE

DAN MANAJEMEN INFORMASI

DISUSUN OLEH:

PUTU JYESTHA HITAWASANA NIM: 1917051097

W. GILANG PREMANA NIM: 1917051146

FAKULTAS EKONOMI

UNIVERSITAS PENDIDIKAN GANESHA

SINGARAJA

2021
6.1. Organisasi Data Di Lingkungan File Tradisional

Sistem informasi yang efektif memberikan informasi yang akurat, tepat

waktu, dan relevan. Itu sebabnya pengelolaan data sangat penting, karena informasi
yang akurat bebas dari kesalahan, Informasi tepat waktu bila tersedia bagi pengambil
keputusan bila dibutuhkan, Informasi itu relevan bila berguna dan sesuai untuk jenis
pekerjaan dan keputusan yang memerlukannya.

6.2 Istilah Dan Konsep Dalam Pengorganisasian File

Konsep ini merupakan suatu konsep yang dibuat untuk pengorganisasian

file yang ada dalam sebuah sistem informasi. Sistem komputer mengatur data dalam
hierarki yang dimulai dengan bit dan byte dan berlanjut ke bidang, catatan, file, dan
database Sekelompok bit, disebut byte, mewakili satu karakter, yang bisa berupa
huruf, angka, atau simbol lainnya. Pengelompokan karakter menjadi sebuah kata,
sekelompok kata, atau nomor lengkap (seperti nama atau umur seseorang)
disebut lapangan (Field). Sekelompok bidang terkait, seperti nama siswa, jalur yang
ditempuh, tanggal, dan kelasnya, terdiri dari sebuah catatan (Record); Sekelompok
record dari tipe yang sama disebut file. Sekelompok file terkait membuat database.

6.3 Masalah-Masalah Dalam Lingkungan Data Tradisional

Di sebagian besar organisasi, sistem cenderung tumbuh mandiri tanpa

rencana perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia, dan
penjualan dan pemasaran semuanya mengembangkan sistem dan file data mereka
sendiri. Setiap aplikasi, tentu saja, membutuhkan file sendiri dan program
komputernya sendiri untuk beroperasi. Misalnya, area fungsional sumber daya
manusia mungkin memiliki file induk personil, file penggajian, file asuransi kesehatan,
file pensiun, file milis, dan lain-lain sampai puluhan, mungkin ratusan, file dan
program ada. Di perusahaan secara keseluruhan, proses ini menyebabkan beberapa file
master dibuat, dipelihara, dan dioperasikan oleh divisi atau departemen terpisah.
Seiring proses ini berlangsung selama 5 atau 10 tahun, organisasi ini dibebani dengan
ratusan program dan aplikasi yang sangat sulit dipelihara dan dikelola. Masalah yang
timbul adalah redundansi data dan inkonsistensi, ketergantungan program-data, tidak
fleksibel, keamanan data yang buruk, dan ketidakmampuan untuk berbagi data antar
aplikasi.

1. Redundansi Data dan Inkonsistensi

Redundansi data adalah adanya duplikat data pada beberapa file data
sehingga data yang sama tersimpan di lebih dari satu tempat atau lokasi.
Redundansi data terjadi ketika berbagai kelompok dalam sebuah organisasi secara
independen mengumpulkan data yang sama dan menyimpannya secara
independen satu sama lain. Redundansi data menghabiskan sumber daya
penyimpanan dan juga menyebabkan inkonsistensi data, di mana atribut yang
sama mungkin memiliki nilai yang berbeda.

2. Ketergantungan Data Program

Ketergantungan program data mengacu pada pasangan data yang

tersimpan dalam file dan program spesifik yang diperlukan untuk memperbarui
dan memelihara file-file tersebut sehingga perubahan dalam program memerlukan
perubahan pada data.

3. Kurangnya Fleksibilitas

Sistem file tradisional dapat memberikan laporan terjadwal rutin setelah

upaya pemrograman ekstensif, namun tidak dapat menyampaikan laporan khusus
atau menanggapi persyaratan informasi yang tidak diantisipasi secara tepat waktu.
Informasi yang dibutuhkan oleh permintaan khusus tersimpan dii suatu tempat
dalam suatu sistem, tetapi tidak terlalu mahal untuk dicari.

4. Keamanan yang buruk

 Karena hanya ada sedikit kontrol atau pengelolaan data, akses dan penyebaran
informasi mungkin tidak terkendali. Manajemen mungkin dapat mengetahui siapa
yang sedang mengakses atau bahkan membuat perubahan pada data organisasi.

5. Kurangnya Berbagi dan Ketersediaan Data

Informasi tidak dapat mengalir dengan bebas melintasi area fungsional yang
berbeda atau bagian organisasi yang berbeda. Jika pengguna menemukan nilai
yang berbeda dari bagian informasi yang sama dalam dua sistem yang berbeda,
mereka mungkin tidak ingin menggunakan sistem ini karena mereka tidak dapat
mempercayai keakuratan datanya.

6.4 Pendekatan Database Untuk Pengelolaan Data

Teknologi basis data melalui banyak masalah organisasi file tradisional.

Definisi basis data yang lebih ketat adalah kumpulan data yang disusun untuk
melayani banyak aplikasi secara efisien dengan memusatkan data dan
mengendalikan data yang berlebihan.

Sistem Manajemen Basis Data

Sistem manajemen basis data adalah perangkat lunak yang

memungkinkan organisasi untuk memusatkan data, mengelolanya secara efisien, dan
menyediakan akses ke data tersimpan melalui program aplikasi. Sistem manajemen
basis data bertindak sebagai antarmuka antara program aplikasi dan file data fisik.

Sistem manajemen basis data mengurangi pemrogram atau pengguna

akhir dari tugas memahami di mana dan bagaimana data sebenarnya disimpan
dengan memisahkan tampilan logis dan fisik data. Pandangan logis menyajikan data
karena akan dirasakan oleh pengguna akhir atau spesialis bisnis, sedangkan tampilan
fisik menunjukkan bagaimana data benar-benar disusun dan disusun pada media
penyimpanan fisik.
6.5 Kapabilitas Sistem Manajemen Database

Suatu DBMS selalu menyertakan perangkat untuk mengorganisasikan,

mengelola, dan mengakses data pada database. Hal yang paling penting adalah
Bahasa untuk mendefinisikan data, kamu data, dan bahasa untuk mamanipulasi
memodifikasi data. DBMS memiliki kompabilitas definisi data untuk
menspesifikasikan struktur konten database. Definisi data digunakan untuk membuat
table database dan untuk mendefinisian karakteristik peld pada setiap table.
Informasi tentang database ini akan didokumentasikan dalam kamus data. Kamus
data adalah file manual ataupun otomatis uang menyimpan definisi elemen data.

DBMS menyertakan perangkat untuk mengakses dan memanipulasi

informasi pada database. Sebagian besar DBMS memiliki bahasa tersendiri yang
disebut bahasa manipulasi data yang digunakan untuk menambah, mengubah,
menghapus, dan mengambil data pada database. Bahasa ini mengandung perintah
yang memungkinkan pengguna dan spesialis pemrogaman untuk mengekstrak atau
menyaring data dari database untuk memenuhi kebutuhan informasi dan
mengembangkan aplikasi. Bahasa manipulasi data yang paling mutakhir saat ini
adalah Structured Query Language atau SQL. Microsoft Access dan DBMS lainnya
akan menyertakan kemampuan dalam penyusunan laporan, sehingga data yang
diinginkan dapat ditampilkan format yang lebih terstruktur dan rapi.

6.6. Merancang Database

Untuk merancang database, harus memahami hubungan antardata, jenis

data yang dikelola pada database, bagaimana data tersebut akan digunakan, serta
bagaimana organisasi perlu diubah untuk mengelola data dari perspektif lengkap
seluruh perushaan. Database memerlukan rancangan konsep maupun fisik.
Rancangan konseptual atau logis dari suatu database adalah model abstrak database
dari perspektif organisasi bisnis, dimana rancangan fisik menujukkan bagaimana
database dirancang lewat akses langsung perangkat penyimpanan.

Normalisasi dan Diagram Relasi Entitas

Rancangan konseptual suatu database menggambarkan bagaimana elemen

data pada database dikelompokkan. Proses perancangan tersebut mengidentifikasi
 hubungan antara elemen data dan cara paling efisien dalam mengelompokkan elemen
data untuk menjawab kebutuhan informasi suatu organisasi bisnis. Proses tersebut
juga mengidentifikasi daa ganda dan pengelompokkan elemen data yang diperlukann
untuk program aplikasi yang spesifik. Sekelompok data diorganisasikan, diperbaiki,
dan didistribusikan dengan lancer sampai hubungan logis diantara seluruh data pada
database tampak jelas.

Untuk menggunakan model database relasional secara efektif, kelompok

data yang rumit harus disederhanakan untuk meminimalisasi elemen data yang ganda
serta hubungan jamak yang janggal. Proses menciptakan struktur data yang ringkas,
stabil, serta fleksibel dan adaptif dari kelompok data yang rumit dinamakan
normalisasi.

6.7. Memanfaatkan Database Untuk Meningkatkan Kinerja Bisnis dan

Pengambilan Keputusan

Organisasi bisnis menggunakan database mereka untuk memantau

transaksi dasar, seperti membayar pemasok, memproses pesanan, memantau
pelanggan, serta menggaji karyawan. Akan tetapi, mereka juga memerlukan database
untuk menyediakan informasi guna menjalankan bisnisnya dengan lebih efisien, serta
membantu manajer dan karyawan membuat keputusan yang lebih baik.

A. Tantangan Dalam Menangani Besarnya Volume Data

Sampai dengan 5 tahun yang lalu sebagian besar data dikumpulkan oleh
organisasi yang terdiri atas data transaksi yang dapat ditempatkan dengan mudah
ke dalam kolom dan baris pada DBMS relasional. Sejak saat itu, ada lonjakan
data dari lalu lintas web dan konten media sosial. Demikian juga dari data yang
dihasilkan dari mesin seperti sensor atau dari sistem transaksi elektronik. Data-
data ini mungkin tidak memiliki struktur atau sedikit terstruktur dan juga tidak
sesuai dengan produk DBMS relasional yang mengorganisasikan data ke dalam
bentuk kolom dan baris. Data besar tidak mengacu pada jumlah yang spesifik,
namun umumnya mengacu pada data dalam kisaran petabyte dan exabyte
dengan kata lain miliaran sampai dengan triliunan rekaman, semua dari sumber
yang berbeda. Data besar dihasilkan dalam jumlah yang jauh lebih besar dan
 lebih cepat ketimbang data tradisional. Organisasi bisnis tertarik dengan data
besar karena mereka dapat melihat pola yang lebih berbentuk dan anomali yang
lebih menarik ketimbang data kecil memberikan wawasan baru tentang perilaku
pelanggan, pola cuaca, aktivitas pasar saham, dan fenomena lainnya.

B. Infrasturktur Intelejen Bisnis

Infrastruktur dari intelejen bisnis terkini memiliki rangkaian perangkat

untuk memperoleh dari berbagai jenis data yang semi-terstruktur maupun tidak
terstruktur. Kemampuan-kemampuan ini meliputi data warehouse, data marts,
Hadoop, in memory computing, dan platform analitis.

C. Data Warehouse dan Data Mart

Data Warehouse adalah data yang menyimpan data historis dan data
terkini yang berpengaruh bagi kepentingan pengambilan keputusan diseluruh
perusahaan. Data tersebut ditunjukkan bagi banyak sistem operasional transaksi
penting seperti sistem penjualan data pelanggan, manufaktur, termasuk data
transaksi web. Data Warehouse menghasilkan data historis dan data terkini dari
berbagai sistem operasi pada organisasi. Data ini di kombinasi sekaligus
memperbaiki susunan data bagi kepentingan pelaporan dan analisis data bagi
pihak dengan data sumber eksternal, serta mengoreksi data yang tidak akurat dan
kurang lengkap, sekaligus memperbaiki susunan data bagi kepentingan
pelaporan dan analisis data bagi pihak manajemen sebelum dimasukkan ke
dalam data warehouse. Data Mart adalah bagian dari data Warehouse yang
diringkas atau dikhususkan untuk penanganan jenis data tertentu pada database
yang terpisah untuk kelompok pengguna yang telah ditentukan. Untuk
menangani data berkapasitas besar yang semi terstruktur atau tidak sama sekali
perusahaan menggunakan hadoop. Hadoop adalah Kerangka kerja open source
yang dikelola oleh Apache Software Foundation yang memungkinkan
pendistribusian proses data berkapasitas besar secara paralel pada computer
berbiaya terjangkau. Hadoop memecah masalah data besar tersebut menjadi
bagian yang lebih kecil, kemudian mendistribusikannya ke ribuan titik
pemrosesan komputer yang berbiaya terjangkau. Hadoop dapat menangani jenis
data apapun dengan kapasitas besar termasuk data transaksi terstruktur, data
 dengan struktur yang agak longgar seperti masukan dari Facebook dan Twitter,
data-data yang kompleks seperti log file pada server web data audio dan video
yang tidak terstruktur

D. Komputasi Dalam Memori

Cara lain untuk memfasilitasi analisis data yang besar adalah dengan
menggunakan komputasi dalam memori, yang sangat mengandalkan pada
memori utama dari computer untuk data penyimpanan. Para pengguna akan
mengakses data yang disimpan dalam memori system utama, dengan demikian
dapat menghilangkan kemacetan dari mengambil dan membaca data dalam suatu
database tradisional, berdasarkan pada disk dan secara dramatis akan
mempersingkat waktu tunggu atas permintaan. Produk komersial terkemuka
bagi komputasi dalam memori meliputi High Performance Analytics Appliance
(HANA) dari SAP dan Orale Exalytics.

6.8. Mengelola Sumber Data

Agar dapat memastikan bahwa data bagi bisnis tetap akurat, dapat
diandalkan, dan siap tersedia bagi mereka yang memerlukannya, maka bisnis
memerlukan kebijakan dan prosedur khusus untuk manajemen data.

1. Menetapkan Kebijakan Informasi

Kebijakan informasi menentukan aturan organisasi dalam hal pembagian,

penyebaranm perolehan, standarisasi, klasifikasi, dan penyimpanan informasi.
Undang-undang kebijakan informasi menjelaskan prosedur dan akuntabilitas
yang spesifik, mengidentifikasi informasi dapat saling dibagikan oleh pengguna
dan unit organisasi, di mana informasi dapat didistribusikan dan siapa yang
bertanggung jawab. Administrasi data bertanggung jawab atas kebijakan dan
prosedur yang mengatur data sebagai sumber daya organisasi. Tanggung jawab
tersebut meliputi pengembangan kebijakan informasi, perencanaan data,
pengawasan rancangan database logis, dan pengembangan kamus data, serta
pemantauan terhadap spesialis system informasi dan kelompok pengguna akhir
dalam menggunakan data.
2. Memastikan Kualitas Data

Database dan kebijakan informasi yang dirancang dengan baik akan

berlanjut pada bahwa perusahaan akan memiliki informasi yang diperlukannya.
Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data
dalam database perusahaan akurat dan dapat diandalkan. Jika database dirancang
dengan tepat dan standar data keseluruhan perusahaan ditentukan dengann baik,
maka elemen data yang mengalami duplikasi atau tidak konsisten akan
diminimalkan. Sebelum database baru dipergunakan, maka organisasi perlu
mengidentifikasi dan memperbaiki data yang salah dan menciptakan program
yang lebih baik untuk mengedit data ketika database tersebut mulai
dioperasionalkan.

Analisis kualitas data sering dimulai dengan audit kualitas data, yang
merupakan survey terstruktur atas keakuratan dan tingkat kelengkapan dari data
dalam suatu system informasi. Pembersihan data juga dikenal sebagai data
scrubbing, terdiri atas kegiatan mendeteksi dan mengoreksi data dalam database
yang tidak benar, tidak lengkap, dan tidak diformat dengan tepat. Pembersihan
data bukan hanya mengoreksi kesalahan, tetapi juga menekankan konsistensi
diantara serangkaian data yang berbeda yang berasal dari system informasi yang
terpisah.