MAKALAH DASAR-DASAR INTELIJEN BISNIS: DATABASE DAN

MANAJEMEN INFORMASI

Disusun untuk memenuhi Tugas

Sistem Informasi Manajemen dan Teknologi

Dosen Pengampu:
Moch. Shultoni, SE., MSA., CSRS

Disusun Oleh :
Karunia Shafaradyto Pratama (200810301020)
Trisnaning Fibriyanti (200810301022)
Rasyida Maulida (200810301025)

PROGRAM STUDI S1 AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JEMBER
2021
 KATA PENGANTAR

Puji syukur kepada Allah SWT yang telah mencurahkan rahmat serta
hidayah-Nya kepada saya, sehingga saya dapat menyelesaikan makalah yang
berjudul “Dasar-Dasar Intelijen Bisnis: Database dan Manajemen Informasi”
dengan sebaik-baiknya. Makalah ini disusun untuk memenuhi tugas mata kuliah
Sistem Informasi Manajemen dan Teknologi Program Studi Akuntansi
Universitas Jember.
Kami mengucapkan terima kasih sebesar – besarnya kepada yang
terhormat Bapak Moch. Shultoni, SE., MSA., CSRS selaku dosen pengampu mata
kuliah Sistem Informasi Manajemen dan Teknologi. Tugas yang telah diberikan
ini dapat menambah wawasan dan pengetahuan kepada kami terkait Dasar-Dasar
Intelijen Bisnis: Database dan Manajemen Informasi. Tak lupa kami ucapkan
terima kasih juga kepada seluruh pihak yang telah membantu dalam proses
penyusunan makalah ini.
Kami berharap semoga makalah ini dapat menjadi wawasan, khususnya
untuk mahasiswa Program Studi Akuntansi Universitas Jember. Apabila makalah
ini masih terdapat banyak kekurangan maupun kesalahan, saran dan kritikan saya
terima agar makalah ini dapat kami susun dengan lebih baik lagi di waktu
mendatang, terima kasih.

Jember, 22 September 2021

i
 Penulis.

ii
 DAFTAR ISI
Halaman
COVER ....................................................................................................................
KATA PENGANTAR .............................................................................................i
DAFTAR ISI ............................................................................................................ii
BAB I PENDAHULUAN ........................................................................................1
1.1 Latar Belakang ....................................................................................................1
1.2 Rumusan Masalah ...............................................................................................2
1.3 Tujuan Penelitian ................................................................................................2
1.4 Manfaat Penelitian ..............................................................................................2
BAB II PEMBAHASAN .........................................................................................3
2.1 Mengorganisasikan Data Dalam Lingkungan File Tradisional ...........................3
2.2 Pendekatan Database Untuk Pengelolaan Data....................................................5
2.3Memanfaatkan Database Untuk Meningkatkan Kinerja Bisnis dan
Pengambilan Keputusan.............................................................................................8
2.4 Pengelolaan Sumber Data....................................................................................14
BAB III PENUTUP .................................................................................................17
3.1 Kesimpulan .........................................................................................................17
DAFTAR PUSTAKA ..............................................................................................18

iii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Kinerja bisnis bergantung pada sesuatu yang dapat dilakukan perusahaan
terhadap data atau informasi yang dimilikinya. Istilah Business Intelligence (BI)
sudah seringkali terdengar di telinga kita. Istilah ini pertama kali digunakan oleh
Hans Peter, dimana dia merupakan seorang peneliti di IBM, dalam sebuah artikel
pada tahun 1958. Seringkali aplikasi Business Intelligence menggunakan data yang
dikumpulkan dari data warehouse atau data mart. Gudang data merupakan salinan
dari data transaksional yang memfasilitasi dukungan keputusan. Namun, tidak
semua gudang data yang digunakan untuk intelijen bisnis memerlukan data
warehouse. Sistem mnajemen database dan data warehouse modern meningkatkan
efisiensi dengan mempermudah cara menemukan dan mengumpulkan data untuk
laporan manajemen serta untuk pemrosesan transaksi finansial sehari-hari. Data
tersebut lebih akurat dan terpercaya serta mengurangi biaya pengelolaan dan
penyimpanan secara signifikan.
Istilah Business Intelligence (BI) sekarang ini bisa didefinisikan menjadi
seperangkat metodologi, proses, arsitektur, dan teknologi yang mengubah data
mentah menjadi informasi yang bermakna dan berguna digunakan untuk
memungkinkan wawasan strategis yang lebih efektif, taktis, dan operasional dalam
pengambilan keputusan. Jika kita menggunakan definisi ini maka intelijen bisnis
mencakup teknologi seperti integrasi data, kualitas data, data pergudangan, magister
manajemen data, teks dan analisis konten.

1.2 Rumusan Masalah

Pada penyusunan makalah ini, kami akan merumuskan beberapa masalah yang
nantinya akan kami kutip dan kami bahas dalam makalah ini antara lain:

1
 1. Bagaimana mengorganisasikan data dalam lingkungan file tradisional ?
2. Bagaimana pendekatan database untuk pengelolaan data ?
3. Bagaimana cara memanfaatkan database untuk meningkatkan kinerja bisnis dan
pengambilan keputusan ?
4. Bagaimana dengan pengelolaan sumber datanya ?

1.3 Tujuan Penelitian

Adapun tujuan penelitian yang didapatkan setelah menyusun makalah ini.
Berikut ini adalah tujuannya :
1. Untuk mengetahui cara mengorganisasikan data dalam lingkungan file
tradisional.
2. Untuk mengetahui pendekatan database untuk pengelolaan data.
3. Untuk mengetahui cara memanfaatkan database untuk meningkatkan kinerja
bisnis dan pengambilan keputusan.
4. Untuk mengetahui pengelolaan sumber data.

1.4 Manfaat Penelitian

Adapun manfaat penelitian yang didapatkan setelah menyusun makalah ini.
Berikut ini adalah manfaatnya :
1. Bagi penulis, makalah ini diharapkan dapat menambah wawasan dan
pemahaman kita mengenai dasar-dasar intelijen bisnis: database dan manajemen
informasi.
2. Bagi pembaca, makalah ini diharapkan dapat memberikan suatu informasi
ataupun referensi bagi mahasiswa maupun mahasiswi yang ingin belajar dan
mendalami materi mengenai dasar-dasar intelijen bisnis: database dan
manajemen informasi.

2
 BAB II
PEMBAHASAN

2. 1 Mengorganisasikan Data dalam Lingkungan File Tradisional

Istilah dan Konsep dalam Pengorganisasian File
Dalam mengorganisasikan data melalui sistem komputer biasanya dimulai dari
bit, byte, kemudian berlanjut ke field, record, file, dan database. Satu bit itu
mewakili unit data terkecil yang dapat ditangani oleh komputer. Sedangkan
sekelompok bit yang mewakili satu buah karakter tunggal, yang dapat berupa
huruf, angka ataupun simbol lainnya. Field merupakan sekelompok karakter yang
membentuk kata, beberapa kata ataupun serial angka. Record merupakan
sekelompok field yang saling berhubungan. Sedangkan sekumpulan record
dinamakan dengan file. Suatu record itu menggambarkan suatu entitas yang dapat
berupa orang , tempat, barang, ataupun peristiwa yang dapat kita simpan dan
dikelola sebagai informasi.sedangkan setiap karakteristik atau penggambaran
kualitas suatu entitas khusus suatu entitas disebut dengan atribut.
Masalah-masalah dalam Lingkungan Data Tradisional
Umumnya dalam suatu sistem dalam sebuah organisasi cenderung berkembang
sendiri diluar dari rencana perusahaan. Akuntasi, keuangan, manufaktur, sumber
daya manusia, penjualan, serta pemasaran semuanya mengembangkan sistem dan
file data sendiri. Tentu saja dalam setiap aplikasi pastinya memerlukan file masing-
masing dan program komputer untuk beroperasi. Contohnya saja area fungsional
sumber daya manusia yang mungkin memiliki master file karyawan yang berisi file
penggajian, file asuransi medis, file tunjangan pensiun, file untuk daftar surel dan
sebagainya, yang mencapai puluhan atau bahkan ratusan file dan program yang ada.
Dalam suatu perusahaan proses tersebut akan menyebabkan penggandaan master
file yang dioperasikan dan dikelola melalui divisi atau departemen yang terpisah-
pisah. Sehingga dampaknya organisasi tersebut akan terbebani dengan ratusan

3
program dan aplikasi yang sulit untuk dirawat dan dikelola jika sampai berjalan
selama 5 atau 10 tahun.

 Redudansi dan Inkonsistensi Data

Redudansi data merupakan kehadiran data ganda pada beberapa file data
yang tersimpan pada beberapa tempat dan terjadi jika kelompok-kelompok
yang berbeda dalam sebuah organisasi secara independen mengumpulkan
data yang sama dan menyimpannya masing-masing sehingga dapat
memakan tempat penyimpanan data, dan menyebabkan terjadinya
inkonsistensi data yang mana atribut-atribut yang sama memiliki nilai-nilai
yang berbeda.
 Ketergantungan Program-Data
Dalam ketergantungan program data mengacu dengan satu paket data
yang tersimpan di dalam file dan dibutuhkan oleh program-program tertentu
untuk memperbarui dan mengelola file tertentu sehingga diperlukan
perubahan data dalam program tersebut. Dalam setiap program komputer
tradisional diharuskan untuk menjelaskan lokasi dan sifat data yang bekerja
padanya. Di dalam lingkungan file tradisional, setiap perubahan pada
program perangkat lunak, mensyaratkan perubahan terhadap data yang
diakses oleh program tersebut.
 Kurangnya Fleksibilitas
Dalam sistem file tradisional bisa mengirimkan laporan rutin sesuai
jadwal setelah upaya pemrograman yang ekstensif, namun sistem file
tradisional tidak dapat mengirimkan laporan ad-hoc yang hanya diperlukan
pada situasi khusus saja atau merespon kebutuhan informasi yang tidak dapat
diantisipasi pada kondisi waktu tertentu.
 Sistem Keamanan yang Buruk

4
 Akses data dan penyebaran informasi bisa menjadi tidak terkendali
dikarenakan longgarnya pengendalian atau pengelolaan terhadap data.
Mungkin saja manajemen tidak memiliki cara untuk mengetahui siapa yang
mengakses ataupun mengubah data organisasi.
 Kurangnya Ketersediaan dan Pendistribusian Data
Jika bagian-bagian informasi yang terdapat dalam file yang berbeda dan
bagian organisasi tidak dapat dihubungkan satu sama lain, maka dengan jelas
akan tidak mungkin untuk mendistribusikan dan mengakses informasi pada
waktu yang bersamaan.

2. 2 Pendekatan Database untuk Pengelolaan Data

Sistem Manajemn Database
Sistem manajemen database merupakan perangkat lunak yang memungkinkan
suatu organisasi memusatkan data, mengelola secara efisien, dan menyediakan
akses terhadap data yang disimpan oleh program aplikasi. Dengan menggunakan
file-file data tradisional, maka pemrograman harus menspesifikasikan ukuran dan
format dari setiap elemen data yang digunakan dalam sebuah program, kemudian
menginformasikannya mengenai keberadaan lokasi mereka ke komputer. Dengan
adanya DBMS maka bisa membantu dalam meringankan pekerjaan pemrograman
dan pengguna dengan cara memahami dimana dan bagaimana suatu data disimpan
dengan memberikan tampilan terpisah pada data fisik dan data logis.
 Bagaimana DBMS Menyelesaikan Masalah-Masalah pada Lingkungan File
Tradisional
Dengan meminimalisi file-file terisolasi yang berisi data sama maka
dengan adanya DBMS bisa mengurangi redudansi (ganda) dan inkonsistensi
data dan memang saja tidak bisa menghilangkan redudansi data tersebut
secara keseluruhan pada suatu organisasi. DBMS memisahkan antara
program dengan data yang memungkinkan data untuk berdiri sendiri

5
 sehingga akses dan ketersediaan informasi akan meningkat serta baiaya
pengembangan dan pemeliharaan program akan menurun kerena pengguna
dan pemrograman dapat melkaukan pekerjaan-pekerjaan khusus sesuai
permintaan pada database tersebut.
 DBMS Relasional
Dari sekian banyaknya jenis model-model DBMS yang berbeda untuk
memantau entitas, atribut, dan hubungan, maka yang saat ini paling populer
bagi PC ataupun mainframe adalah DBMS Relasional. DBMS Relasional
menampilkan data menjadi tabel dua dimensi yang disebut juga dengan tabel
ralasi.
Cara DBMS Relasional dalam mengorganisaikan data pemasok dan suku
cadang adalah pada database tersebut memiliki tabel yang terpisah untuk
entitas pemasok dan sebuah tabel untuk entitas barang yang terdiri dari
deretan kolom dan barisan data. Setiap elemen individu pada data untuk
setiap entitas disimpan sebagai field (kolom) yang terpisah, dan setiap field
mewakili suatu atribut untuk entitas tersebut. Untuk entitas PEMASOK,
nomor identifikasi pemasok, nama, jalan, kota, negara, dan kode pos
disimpan sebagai field yang terpisah di dalam tabel pemasok, dan setiap field
mewakili satu atribut untuk suatu entitas pemasok. Informasi aktual/lengkap
mengenai seorang pemasok yang berbaris sepanjang suatu tabel disebut
dengan baris/record atau istilah yang sangat teknis yaitu tuples.
 Operasi DBMS Relasional
Dalam tabel database relasional bisa dikombinasikan dengan mudah
untuk mengirimkan data yang diperlukan pengguna, yang disediakan oleh
dua tabel yang saling berbagu elemen data. Di dalam database relisional
terdapat tiga operasi dasar untuk mengembangkan serangkaian data yang
sangat berguna, yaitu select, join, dan project. Operasi select menampilkan
suatu bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria

6
 yang ditentukan. Operasi join mengombinasikan tabel-tabel yang memiliki
keterkaitan untuk menyediakan informasi yang lebih lengkap kepada
pengguna ketimbang satu tabel saja. Operasi project menampilkan kolom-
kolom dari suatu tabel berdasarkan kriteria tertentu, yang memungkinkan
pengguna untuk menampilkan tabel baru yang berisi informasi-informasi
yang benar-benar diperlukan.
 Database Non-Relasional dan Database pada Sistem Cloud Computing
Sistem manajemen database non-relasional menggunakan model data
yang lebih fleksibel dan dirancang untuk mengelola data berukuran besar
yang didistribusikan pada banyak perangkat serta mempermudah dalam
meningkatkan atau menurunkan skalabilitas yang berguna untuk menangani
prmintaan-permintaan data sederhana pada data terstruktur maupun yang
tidak memiliki volume besar misalnya, web, media sosial, grafis, dan
bentuk-bentuk data liannya yang sulit dianalisis menggunakan perangkat
tradisional berbasis SQL.
Terdapat beberapa jenis database NoSQL yang masing-masingnya
memiliki fitur dan teknis perlakuan yang berbeda, salah satunya adalah
SimpleDB buatan Amazon, yaitu salah satu layanan web dengan tampilan
yang beroperasi pada cloud computing. Amazon dan penyedia layanan cloud
computing lainnya juga sudah menyediakan DBMS Relasional. Relasional
Database Service (RDS) Amazon juga menawarkan MySQL, SQL Server,
ataupun Oracle Database sebagai mesin pencari database.
Sebagai tambahan bagi layanan pengelolaan data berbasis public cloud
computing, perusahaan saat ini juga memiliki pilihan untuk menggunakan
database berbasis private cloud computing. Sistem private cloud computing
mengonsolidasikan server, tempat penyimpanan, sistem operasi, database,
serta beban pekerjaan ke dalam perangkat keras dan perangkat lunak yang

7
 terdistribusi sehingga memungkinkan departemen TI untuk meningkatkan
kualitas pelayanan serta mengurangi beban modal dan biaya operasi.
Kapabilitas Sistem Manajemen Database
DBMS selalu menyertakan perangkat untuk mengorganisasikan, mengelola, dan
mengakses data pada database serta yang paling terpenting yaitu bbahasa untuk
mendefinisikan data, kamus data, dan bahasa untuk memanipulasi/memodifikasi
data. Definisi data yang dimiliki DBMS untuk menspesifikasikan struktur konten
database digunakan untuk membuat tabel database dan untuk mendefinisikan
karakteristik field pada setiap tabel. Kamus data merupakan file manual ataupun
otomatis yang menyimpan definisi-definisi elemen data berikut karakteristik
mereka.
 Meminta Data dan Melaporkan
Sebagian besar DBMS memiliki bahasa tersendiri yang disebut dengan
bahasa manipulasi data yang digunakan untuk menambah, mengubah,
menghapus, dan mengambil data pada database. Bahasa manipulasi data
yang paling mutakhir saat ini adalah Structured Query Language (SQL).
Pengguna DBMS yang ada pada komputer berukuran besar dan sedang
seperti DB2, Oracle, dan SQL Server, akan menggunakan SQL untuk
memperoleh informasi yang dibutuhkan dari database mereka. Microsoft
Acces juga menggunakan SQL, namun ia memiliki perangkat tersendiri
untuk meminta informasi dari database, serta mengorganisasikan data dari
database menjadi laporan yang lebih rapi.
Merancang Database
Dalam meerancang database, diperlukan pemahaman mengenai 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 perusahaan dan juga dalam database memerlukan yang
namanya rancangan konsep maupun fisik.

8
  Normalisasi dan Diagram Relasi Entitas
Untuk menggunakan model database relasional secara efektif maka
terlebih dahulu harus menyederhanakan kelompok data yang rumit untuk
meminimalisasi elemen-elemen data yang ganda serta hubungan jamak yang
tinggi. Proses menciptakan struktur data yang ringkas, stabil, serta fleksibel
dan adaptasi dari kelompok-kelompok data yang rumit dinamakan
normalisasi.
Sistem database relasional berupaya untuk menerapkan aturan referensial
terintegrasi yang bisa menjamin hubungan antartabel agar tetap konsisten.
Perancang database mendokumentasikan model datanya dengan sebuah
diagram relasi entitas yang mengilustrasikan relasi antara entitas pemasok,
suku cadang, lini barang, dan pesanan.
2. 3 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, dan gaji
karyawan. Perusahaan ingin mengetahui produk mana yang paling populer atau
pelanggan mana yang paling mendatangkan banyak keuntungan jawabannya terdapat
pada data atau database.

Tantangan Dalam Menangani Besarnya Volume Data

Pada zaman ini, kita menggunakan istilah data besar untuk menggambarkan
rangkaian data dengan volume sangat besar yang melampaui kemampuan DBMS dalam
mengolah menyimpan dan menganalisis data. 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 data

9
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-anomali yang lebih menarik ketimbang data kecil
yang berpotensi memberikan wawasan baru tentang perilaku pelanggan pola cuaca
aktivitas pasar saham dan fenomena lainnya.

Infrastruktur Intelijen Bisnis

Infrastruktur dari intelijen bisnis terkini memiliki rangkaian perangkat untuk
memperoleh informasi informasi yang diperlukan dari berbagai jenis data yang berbeda
pada organisasi bisnis masa kini, termasuk data berkapasitas besar yang semi terstruktur
maupun tidak terstruktur. Kemampuan-kemampuan ini meliputi data Warehouse, data
marts, hadoop, in-memory computing, serta platform analitis.

Data Warehouse dan Data Mart

Data Warehouse adalah data yang menyimpan data historis dan data terkini yang
berpengaruh bagi kepentingan pengambilan keputusan seluruh perusahaan tersebut
ditunjukkan bagi banyak sistem operasional transaksi-transaksi seperti: sistem
penjualan, data pelanggan, manufaktur, termasuk data dari transaksi web . Data
warehouse menghasilkan data historis dan data terkini dari berbagai sistem operasi pada
organisasi. Data ini dikombinasikan 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 Warehouse menjamin ketersediaan ketersediaan data bagi
siapapun untuk diakses saat dibutuhkan namun tidak dapat diubah. Sistem data
warehouse juga menyediakan rangkaian perangkat untuk mencari keterangan baik
secara khusus maupun secara standarisasi beserta pelaporan dan fasilitas tampilan
grafis.

10
 Data Mart adalah bagian dari data warehouse yang diringkas atau dikhususkan
untuk penanganan jenis-jenis data tertentu pada database yang terpisah untuk kelompok
pengguna yang telah ditentukan, contoh perusahaan bisa saja mengembangkan data
mart bagi divisi penjualan dan pemasaran untuk mengurusi informasi pelanggan.
Perusahaan penjual buku biasanya menggunakan rangkaian data mart untuk data yang
di hasilkan pada titik penjualannya
Hadoop
Hadoop digunakan untuk menangani data berkapasitas besar dan semi
terstruktur ataupun tidak sama sekali. Hadoop juga merupakan kerangka kerja open
source yang dikelola oleh Apache Software Foundation yang memungkinkan
pendistribusian basis data berkapasitas besar secara paralel pada komputer-komputer
dengan biaya terjangkau. Pemecahan masalah data besar tersebut menjadi bagian-bagian
kecil kemudian mendistribusikan ke ribuan titik pemrosesan komputer yang ber biaya
terjangkau. Lalu mengkombinasikan hasilnya dan jadi rangkaian data yang lebih kecil
untuk mempermudah proses analisis hadoop terdiri atas beberapa layanan pokok seperti,
Hadoop Distributed File System (HDFS) untuk penyimpanan file dan MapReduce
untuk pemrosesan data paralel dengan tampilan grafis tinggi HDFS menghubungkan
secara bersamaan file-file sistem pada sejumlah titik dalam sebuah cluster hadoop ntuk
kemudian diubah menjadi sistem tunggal berukuran besar. 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
kompleks seperti log file pada web data audio dan video tidak terstruktur ada beroperasi
pada cluster server yang tidak mahal serta prosesornya dapat ditambahkan atau
dikurangi sesuai kebutuhan. Perusahaan menggunakan Hadoop untuk menganalisis data
dengan volume yang sangat besar serta memfragmentasi area untuk data yang
terstruktur maupun yang tidak subur sebelum disimpan ke dalam data warehouse.
Komputasi Dalam Memori

11
 Komputasi dalam memori sangat mengandalkan pada memori utama dari
komputer untuk data penyimpanan. Para pengguna akan mengakses data yang disimpan
dalam memori sistem utama dengan demikian menghilangkan kemacetan dari
mengambil dan membaca data dalam suatu database tradisional. Berdasarkan pada disk
dan secara dramatis akan mempersingkat waktu tunggu atas permintaan pada
pemrosesan dalam memori yang akan memungkinkan bagi serangkaian data yang
sangat besar sebesar ukuran data mart atau data warehouse yang kecil untuk meletakkan
seluruhnya dalam memori perhitungan bisnis yang rumit yang biasanya membutuhkan
waktu berjam-jam atau berhari-hari akan dapat diselesaikan dalam hitungan detik dan
bahkan diselesaikan dengan menggunakan perangkat genggaman.
Platform Analitis
Platform analitis berkecepatan tinggi yang terspesialisasi dengan menggunakan
baik teknologi terkait maupun yang tidak terkait yang diperlukan untuk menganalisis
kumpulan data yang besar. Platform analitis seperti misalnya IBM, Oracle exadata
menampilkan sistem perangkat perangkat keras dan lunak yang telah dikonfigurasi
sebelumnya yang secara spesifik dirancang untuk pemrosesan permintaan dan analitis.
Perangkat Analitis : Hubungan, Pola, Tren
Pada penggunaan teknologi intelijen bisnis tersedia bagi analisis lebih lanjut
dengan menggunakan perangkat lunak untuk mengukur dan melaporkan database
analisis data multidimensional dan data mining.
Pemrosesan Analitis Online (OLAP)
Pemrosesan analisis online mendukung analisis data yang multidimensional
yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara-cara
yang berbeda dengan menggunakan banyak dimensi. Masing-masing aspek dari
informasi produk dan satuan harga biaya wilayah atau periode waktu mewakili dimensi
yang berbeda sehingga seorang manajer produk yang akan digunakan alat bantu analisis
data multidimensional untuk mempelajari berapa banyak cincin penutup yang terjual di
suatu wilayah, kemudian bagaimana angka tersebut dibandingkan dengan bulan lalu dan

12
bulan sebelumnya, serta bagaimana bila angka tersebut dibandingkan dengan periode
sebelumnya. Proses analisis data online memungkinkan bagi para pengguna untuk
memperoleh jawaban-jawaban secara online atas pertanyaan-pertanyaan khusus
misalnya hal tersebut dalam jumlah waktu yang cukup cepat bahkan ketika data
disimpan dalam database yang sangat besar seperti angka penjualan dalam beberapa
tahun.

Data Mining
Database tradisional akan melakukan query pada jawaban atas pertanyaan. Data
mining lebih terdorong pada penemuan. Data mining memberikan wawasan pada
corporat data yang tidak tepat yang diperoleh dengan penelitian analisis data online
dengan menemukan pola-pola yang tersembunyi serta hubungan dalam database yang
besar dan aturan menarik kesimpulan dari mereka yang memprediksikan perilaku pada
masa mendatang. Pola-pola dan aturan-aturan yang digunakan untuk membimbing
dalam pengambilan keputusan dan peramalan dampak dari keputusan-keputusan
tersebut tipe dari informasi yang dapat diperoleh dari data mining meliputi asosiasi
urutan klasifikasi cluster dan peramalan.
1. Asosiasi merupakan kejadian-kejadian yang dikaitkan dengan suatu peristiwa
tunggal.
2. Urutan merupakan peristiwa-peristiwa yang akan dikaitkan berdasarkan waktu.
3. Klasifikasi membahas pola-pola yang menggambarkan kelompok yang mana suatu
barang yang dimiliki dengan memeriksa barang yang ada yang telah diklasifikasikan
dan dengan menarik kesimpulan dari serangkaian aturan.
4. Pengklasteran bekerja dengan cara yang sama seperti klasifikasi, ketika tidak ada
kelompok yang masih belum didefinisikan. Alat bantu data mining dapat menemukan
pengelompokan yang berbeda di dalam data

13
5. Meskipun penerapan-penerapan tersebut melibatkan prediksi tetapi peramalan
menggunakan prediksi dengan cara yang berbeda peramalan menggunakan serangkaian
nilai yang ada untuk meramalkan berapa besar dan nilai lainnya.

Teks Mining dan Web Mining

Perangkat tex-mining sekarang tersedia untuk membantu bisnis dalam
menganalisis data alat-alat bantu dapat mengekstrak elemen-elemen kunci dari
rangkaian data yang besar dan tidak struktur, menemukan pola dan hubungan, serta
meringkas informasi. Perangkat lunak analisis sentimen dapat melakukan penelusuran
atas komentar teks dalam pesan surel, blog, percakapan dalam media sosial atau bentuk
survei untuk mendeteksi opini yang menyenangkan dan yang tidak menyenangkan
mengenai topik bahasan tertentu.
Web merupakan sumber utama lainnya dari database yang tidak terstruktur
untuk mengungkapkan pola kecenderungan, dan wawasan dalam perilaku konsumen,
penemuan, serta analisis pola dan informasi yang bermanfaat dari world wide web
disebut dengan web mining. Bisnis akan beralih kepada web ini untuk membantu
mereka dalam memahami perilaku konsumen, melakukan evaluasi atas keefektifan situs
web tertentu ,atau kuantitas dari keberhasilan suatu kampanye perusahaan. Web mining
akan mencari pola dalam data melalui penelusuran konten, penelusuran struktur, dan
penelusuran penggunaan Penulusuran konten dari web berupa suatu proses untuk
mengekstrak pengetahuan dari konten dalam laman web meliputi teks, gambar, audio,
dan data video. Penelusuran struktur dari web memeriksa data yang terkait dengan
struktur dari situs web tertentu.
Database dan Web
Karena banyak database yang di end back , tidak dapat menerjemahkan perintah
tertulis dalam HTML, maka server web mengirimkan perintah data kepada perangkat
lunak yang menerjemahkan perintah HTML menjadi SQL sehingga perintah dapat
diproses dengan DBMS. yang bekerja dengan data tersebut. Dalam lingkungan client-

14
server dbms disimpan pada komputer khusus yang disebut server database. DBMS
menerima permintaan SQL dan menyediakan data yang diperlukan di luar akan
memindahkan informasi dari database internal organisasi kembali kepada server web,
lalu dikirimkan dalam bentuk laman web kepada penggunaannya. Terdapat sejumlah
keuntungan dengan menggunakan web untuk mengakses database internal organisasi
yaitu :
1. Perangkat lunak browser web jauh lebih mudah untuk digunakan daripada perangkat
query yang dimiliki.
2. Tampilan web membutuhkan sedikit perubahan atau tidak sama sekali terhadap
database internal. 3. Dibutuhkan biaya yang lebih rendah untuk menambahkan
antarmuka web di depan sistem yang diwariskan daripada merancang kembali dan
membangun kembali sistem untuk meningkatkan akses pengguna.
4. Mengakses database corporate melalui web menciptakan efisiensi peluang dan model
bisnis yang baru .

2. 4 Pengelolaan Sumber Data

Penetapan database adalah hanya permulaan, untuk bisa memastikan bahwa data
bagi bisnis tetap akurat, dapat diandalkan dan siap tersedia bagi mereka yang
memerlukannya, maka bisnis tersebut memerlukan kebijakan dan prosedur khusus
untuk memanajemen data.

Menetapkan Kebijakan Informasi

Setiap perusahaan atau bisnis memerlukan kebijakan informasi, data perusahaan

adalah sumber daya yang penting dan tidak boleh digunakan oleh sembarang orang.
Perusahaan tersebut perlu memiliki aturan aturan mengenai bagaimana data
diorganisasikan dan dipertahankan dan siapa saja yang diizinkan untuk melihat dan
mengubah data tersebut.

Kebijakan Informasi (Information Policy) adalah suatu kebijakan yang

menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan,
standarisasi, klasifikasi dan penyimpanan informasi. Undang undang kebijakan
15
informasi ini menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi
informasi untuk saling dibagikan oleh pengguna dan unit organisasi dan siapa yang
bertanggung jawab untuk memperbaharui dan memelihara informasi yang
didistribusikan.

Dalam bisnis skala kecil, kebijakan ini akan diimplementasikan oleh pemilik
bisnis atau manajernya. Dalam bisnis skala besar, pengelolaan dan perencanaan ini
membutuhkan fungsi administrasi data formal. Administrasi Data (Data Administration)
bertanggung jawab(Pengembangan kamus data, pemantauan terhadap spesialis sistem
informasi dan kelompok pengguna akhir dalam menggunakan data) atas kebijakan dan
prosedur yang mengatur data sebagai sumber daya organisasi. Tata kelola data
digunakan untuk menggambarkan banyak hal dari aktivitas administrasi data. Tata
kelola ini berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan,
kegunaan, integritas dan keamanan dari data yang digunakan dalam suatu perusahaan,
dengan perhatian khusus pada dukungan untuk privasi, keamanan, kualitas data dan
kepatuhan terhadap berbagai peraturan.

Bisnis skala beesar juga memiliki rancangan database dan kelompok manajemen
di dalam divisi sistem informasi perusahaan yang bertugas untuk mendefinisikan dan
mengatur struktur dan isi database serta memeliharanya.

Memastikan Kualitas Data

Database dan kebijakan informasi yang dirancang dengan baik akan

berpengaruh terhadap jaminan bahwa perusahaan akan memiliki informasi yang
diperlukannya. Data yang tidak akurat, tidak tepat waktu, tidak konsisten dengan
sumber informasi lainnya akan mengarahkan pada pengambilan keputusan yang tidak
tepat, penarikan kembali produk dan kerugian secara finansial. Terdapat 25% data yang
sangat penting dalam perusahaan besar yang terdaftar pada database fortune 1000
adalah data yang tidak akurat. Hal ini terjadi karena pelanggan dan prospek pelanggan
mencatat isi data penting yang salah(data ganda dan tidak konsisten), dan untuk
memperbaikinya adalah pada sumber mereka lalu untuk selanjutnya agar melaksanakan
dengan baik untuk mempromosikan kualitas data yang meningkatkan produktivitas dari
proses penjualan dan peningkatan pendapatan.

Jika database dirancang dengan tepat dan standar data keseluruhan perusahaan
ditentukan dengan baik, elemn data yang mengalami duplikasi atau tidak konsisten akan

16
diminimalkan. Sebagian besar masalah dari kualitas data adalah salah mengeja nama,
nomor yang terbalik atau kode yang salah atu hilang. Sebelum memasuki database yang
baru dipergunakan, organisasi harus mengidentifikasi dan memperbaiki data yang salah
dan menciptakan program program yang lebih baik untuk mengedit data ketika database
tersebut mulai dioperasikan.

Analisis kualitas data menggunakan audit kualitas data (Data Quality Audit)
merupakan survei terstruktur atas keakuratan dan tingkat kelengkapan dari data dalam
suatu sistem informasi. Analisis ini dilakukan dengan melakukan survei keseluruhan
data, sampel data atau survei pengguna data atas presepsi mereka mengenai kualitas
data. Pembersihan data (Data Cleansing) atau biasa dikenal dengan data scrubbing
terdiri dari kegiatan mendeteksi dan mengoreksi data dalam database yang salah, tidak
lengkap, tidak diformat dengan benar atau berlebihan. Perangkat lunak pembersihan
data yang khusus tersedia untuk menyurvei data secara otomatis, memperbaiki
kesalahan data dan mengintegrasikan data dalam format yang kosisten.

RANGKUMAN
Teknik manajemen file tradisional meyulitkan bagi organisasi untuk menelusuri
seluruh bagian data yang mereka gunakan dengancara sistematis dan untuk mengatur
data data tersebut sehingga dapat lebih mudah untuk diakses area dan kelompok
fungsional yang berbeda dimungkinkan untuk mengembangkan file mereka sendiri
dengan bebas. Seiring berjalannya waktu, lingkungan manajemen file tradisional
menciptakan permasalahan seperti redundansi dan ketidakkonsistenan data,
ketergantungan data terhadap program, tidak fleksibel, keamanan yang buruk dan
kurangnya pembagian dan ketersediaan data. Sistem Manajemen Database memecahkan
masalah masalah tersebut dengan perangkat lunak yang mengizinkan sentralisasi data
dan manajemen data. Hal ini bisa meminimalkan redudansi dan tidak konsistennya data.

Kapabilitas utama dari Sistem Manajemen Database adalah kemampuan untuk

mendefinisikan dara, kemampuan kamus dara dan bahasa manipulasi data. Kapabilitas
ini mendefinisikan data menentukan struktur dan konten dari database. Database
relasional adalah metode utama untuk mengoordinasikan dan memelihara data dalam
sistem informasi karena sangat fleksibel dan dapat diakses. Database ini menyususn
data ke dalam table dua dimensi dengan baris dan kolom yang disebut relasi. Table ini
bisa digabungkan dengan lebih mudah untuk mengirimkan data yang diminta oleh
pengguna. Sedangkan database non-relasional terkenal untuk pengelolaan jenis data
yang tidak dapat ditangani dengan mudah oleh model database relasional.

17
 Merancang database ini membutuhkan rancangan logis dan rancangan fisik.
Rancangan logis database ini adalah model data organisasi yang seharusnya
menggambarkan proses proses bisnis dan kebutuhan pengambilan keputusan yang
penting. Database relasional yang dirancang dengan bauk tidak akan memiliki
hubungan banyak ke banyak dan semua atribut untuk entitas tertentu hanya akan
digunakan pada entitas tersebut, database ini berupaya untuk menegakkan aturan
integritas referensial untuk memastikan relasi yang berpasangan agar tetap konsisten.

Teknologi manajemen dan kontemporer memiliki banyak alat untuk

memperoleh informasi yang bermanfaat dari selutuh jenis data berbeda yang digunakan
oleh bisnis pada saat ini. Kapabilitas ini meliputi data warehouse dan data mart,
Hadoop, inmemory computing dan platform analitis. OLAP merepresentasikan
hubungan antara data sebagai suatu struktur yang multidimensional yang dapat
divisualisasikan sebgai kubus data dan kubus dalam kubus data. Data mining
menganalisis kumpulan data yang besar, alat bantu web mining menitikberatkan pada
analisis pola yang bermanfaat dan informasi dari world wide web.

Mengembangkan lingkungan database memerlukan kebijakan dan prosedur

dalam mengelola ddata organisasional, sama halnya dengan model data yang tepat dan
teknologi database. Kebijakan informasi formal mengaatur pemeliharaan, distribusi dan
penggunaan informasi dalam organisasi. Dalam organisasi skala besar, fungsi
administrasi data formal beranggung jawab atas kebijakan informasi sama dengan
perenccanaan data, pengembangan kamus data dan pemantauan penggunaan data dalam
perusahaan. Data yang tidak akurat, tidak lengkap atau tidak konsisten dapat
menyebabkan permasalahan operasional yang serius dan masalah finansial bagi bisnis
tersebut karena mereka dapat menciptakan ketidakakuratan dalam penetapan harga,
akun pelanggan dan data persediaan serta mengarah pada pengambilan keputusan yang
tidak akurat mengenai tindakan tindakan yang harus diambil oleh perusahaan. Database
dirancang untuk meminimalkan ketidak konsistenan dan data berlebihan, audit kualitas
data dan perangkat lunak pembersihan data.

18
 BAB III
PENUTUP

3. 1 Kesimpulan
Merancang database ini membutuhkan rancangan logis dan rancangan
fisik. Rancangan logis database ini adalah model data organisasi yang seharusnya
menggambarkan proses proses bisnis dan kebutuhan pengambilan keputusan yang
penting. Database relasional yang dirancang dengan bauk tidak akan memiliki
hubungan banyak ke banyak dan semua atribut untuk entitas tertentu hanya akan
digunakan pada entitas tersebut, database ini berupaya untuk menegakkan aturan
integritas referensial untuk memastikan relasi yang berpasangan agar tetap
konsisten.Teknologi manajemen dan kontemporer memiliki banyak alat untuk
memperoleh informasi yang bermanfaat dari selutuh jenis data berbeda yang
digunakan oleh bisnis pada saat ini. Kapabilitas ini meliputi data warehouse dan
data mart, Hadoop, inmemory computing dan platform analitis. OLAP
merepresentasikan hubungan antara data sebagai suatu struktur yang
multidimensional yang dapat divisualisasikan sebgai kubus data dan kubus dalam
kubus data. Data mining menganalisis kumpulan data yang besar, alat bantu web
mining menitikberatkan pada analisis pola yang bermanfaat dan informasi dari
world wide web.

19
 DAFTAR PUSTAKA

C. Laudon, Kenneth & P. Laudon Jane. (2014). “Management Information Systems

Managing the Digital Firm” Thirteenth Edition : Pearson Education Limited
Meindry Ari Sandy. 2016. Dasar-Dasar Intelijen Bisnis Database dan Manajemen
Informasi http://uji-meindryshandy.blogspot.com/2016/12/dasar-dasar-
intelegen-bisnis-database.html?m=1 [diakses pada tanggal 22 September 2021]
Ardyana Rachmayanti. 2019. Makalah Sistem Informasi Manajemen “Dasar-Dasar
Intelijen Bisnis: Database dan Manajemen Informasi”
https://www.scribd.com/document/430292603/Makalah-SIM-bab-6-docx
[diakses pada tanggal 22 September 2021]
Juniati. 2018. UTS Makalah Sistem Informasi Manajemen tentang Dasar-Dasar Intelijen
Bisnis, Database, dan Manajemen Informasi
http://juniatiutssim.blogspot.com/2018/04/uts-makalah-sistem-informasi-
manajemen_23.html?m=1 [diakses pada tanggal 22 September 2021]
Rafiza Putri. 2018. Dasar-Dasar Intelijen Bisnis, Database, dan Manajemen Informasi
http://simrafizaputri.blogspot.com/2018/04/dasar-dasar-intelejen-bisnis-
database.html?m=1 [diakses pada tanggal 22 September 2021]

20