MAKALAH

FOUNDATION OF BI DATABASE AND INFORMATION

MANAGEMENT
Disusun untuk memenuhi tugas mata kuliah Manajemen Teknologi dan Sistem Informasi
untuk Bisnis

Dosen Pengampu:
FX. Aprilia Pascanora Hartadi, S. T., M. T.

Disusun Oleh:
Fara Tazkia Pramudya H. 120404210012
Fareza Nur Aini 120404210120

PROGRAM STUDI PEMASARAN DIGITAL

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS PADJADJARAN
2022
 Kata Pengantar
Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan tugas makalah ini tepat pada waktunya.
Kami mengucapkan terima kasih kepada Bapak FX. Aprilia Pascanora Hartadi, S. T.,
M. T. selaku dosen mata kuliah Manajemen Teknologi dan Sistem Informasi untuk Bisnis yang
telah memberikan tugas ini sehingga dapat menambah pengetahuan dan wawasan kami. Kami
juga mengucapkan terima kasih kepada seluruh pihak yang telah membagi pengetahuannya
sehingga kami dapat menyelesaikan makalah ini. Kami menyadari, makalah yang kami tulis
ini masih jauh dari kata sempurna. Oleh karena itu, saran dan kritik yang membangun sangat
kami nantikan demi kesempurnaan makalah ini.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas pada mata
kuliah Manajemen Teknologi dan Sistem Informasi untuk Bisnis. Selain itu, makalah ini juga
bertujuan untuk menambah wawasan tentang manajemen teknologi dan sistem informasi bagi
para pembaca dan juga bagi penulis.

Di tempat, 11 Maret 2022

Penulis

i
 Daftar Isi
Kata Pengantar ............................................................................................................................ i
BAB I ......................................................................................................................................... 1
PENDAHULUAN ..................................................................................................................... 1
1.1 Latar Belakang ............................................................................................................. 1
1.2 Rumusan Masalah ........................................................................................................ 1
1.3 Tujuan ........................................................................................................................... 2
BAB II........................................................................................................................................ 3
PEMBAHASAN ........................................................................................................................ 3
2.1 Persyaratan dan Konsep dalam Mengorganisasikan File ............................................. 3
2.2 Permasalahan dari Lingkungan File Tradisional .......................................................... 3
2.3 Database Management System (Sistem Manajemen Database) ................................... 5
2.4 Kapabilitas dari Database Management System .......................................................... 7
2.5 Mendesain Database .................................................................................................... 8
2.6 Database Non-relasi dan Database in the Cloud.......................................................... 9
2.7 Tantangan dari Big Data............................................................................................. 10
2.8 Infrastruktur Business Intelligence ............................................................................. 11
2.9 Perangkat Analitis: Hubungan, Pola, Tren ................................................................. 13
2.10 Database dan Web ...................................................................................................... 15
2.11 Menetapkan Kebijakan Informasi .............................................................................. 16
2.12 Memastikan Kualitas Data ......................................................................................... 16
BAB III .................................................................................................................................... 18
PENUTUP................................................................................................................................ 18
3.1 Kesimpulan ................................................................................................................. 18
3.2 Saran ........................................................................................................................... 18
Daftar Pustaka .......................................................................................................................... 19

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Sistem informasi dapat dikatakan efektif jika memberikan informasi yang akurat
dengan tepat pada waktunya dan relevan sesuai dengan kebutuhan pengguna informasi.
Informasi yang akurat dengan tepat pada waktunya berarti memberikan informasi yang
benar atau bebas dari kesalahan dan selalu tersedia jika dibutuhkan oleh pihak pengambil
keputusan. Informasi yang relevan berarti berguna dan sesuai untuk jenis pekerjaan dan
keputusan yang memerlukannya. Ada banyak bisnis yang tidak memiliki informasi yang
akurat dan relevan dikarenakan data dalam sistem informasi mereka tidak diatur dan
dipelihara dengan baik. Oleh karena itu manajemen informasi menjadi sangat penting.

Teknologi database menyelesaikan banyak masalah dalam file tradisional organisasi.

Definisi database adalah kumpulan data terorganisir untuk melayani banyak aplikasi
secara efisien dengan memusatkan data dan mengendalikan data yang berulang. Daripada
menyimpan data dalam file terpisah untuk masing-masing aplikasi, lebih baik data yang
muncul untuk pengguna disimpan dalam satu lokasi yang sama. Sebuah database tunggal
dapat menampung beberapa aplikasi.

Bisnis menggunakan database untuk melacak transaksi dasar, seperti membayar

pemasok, memproses pesanan, melacak pelanggan, dan membayar karyawan. Tetapi
mereka juga membutuhkan database untuk menyediakan informasi yang akan membantu
oerusahaan menjalankan bisnis dengan lebih efisien dan membantu manajer dan
karyawan dalam emmbuat keputusan yang lebih baik. Jika sebuah perusahaan ingin
mengethaui produk mana yang paling popular atau siapa pelanggan yang paling
menguntungkan dapat menemukan jawabannya pada data.

Namun, menyiapkan database hanyalah permulaan. Untuk memastikan bahwa data

bisnis tetap akurat, dapat diandalkan, dan tetap tersedia saat dibutuhkan diperlukan
kebijakan dan prosedur khusus untuk pengelolaan data.

1.2 Rumusan Masalah

1. Apa masalah pengelolaan sumber daya data dalam file lingkungan tradisional?
2. Apa kemampuan utama sistem manajemen basis data, dan mengapa sistem
manajemen basis data relasional begitu kuat?

1
 3. Apa alat dan teknologi utama untuk mengakses informasi dari database untuk
meningkatkan kinerja bisnis dan pengambilan keputusan?
4. Mengapa kebijakan informasi, administrasi data, dan kualitas data jaminan penting
untuk mengelola sumber daya data perusahaan?

1.3 Tujuan
1. Memahami bagaimana pengelolaan sumber daya data dalam lingkungan file
tradisional
2. Mengetahui jenis-jenis alat dan teknologi utama untuk mengakses informasi dari
database
3. Mengetahui kemampuan utama sistem manajemen basis data
4. Memahami hubungan kebijakan informasi, administrasi data, dan kualitas data
dengan pengelolaan data perusahaan

2
 BAB II
PEMBAHASAN
2.1 Persyaratan dan Konsep dalam Mengorganisasikan File
Sistem komputer mengatur data yang dimulai dengan bit dan byte yang kemudian
berkembang menjadi bidang, catatan, file, dan database. Bit mewakili unit data terkecil
yang dapat ditangani oleh komputer. Byte adalah sebuah grup yang terdiri atas bit
mewakili sebuah karakter yang dapat berupa sebuah kata, sebuah angka, atau simbol
lainnya. Bidang adalah pengelompokan karakter menjadi kata, grup kata-kata, atau
nomor lengkap (seperti nama atau usia seseorang). Sebuah grup dari bidang yang
berkaitan seperti daftar berisi nama siswa, mata kuliah yang diambil, dan nilai disebut
sebagai catatan. Sebuah grup yang terdiri atas catatan dinamakan sebagai file.

Sebuah catatan pasti menggambarkan entitas. Entitas adalah orang, tempat, benda,
atau peristiwa dimana kami menyimpan dan memelihara informasi. Setiap karakteristik
atau kualitas yang menggambarkan entitas tertentu disebut atribut. Nilai spesifik yang
dimiliki atribut ini dapat ditemukan di bidang dari catatan yang menjelaskan seluruh
entitas.

2.2 Permasalahan dari Lingkungan File Tradisional

Di sebagian besar organisasi, sistem cenderung tumbuh secara mandiri tanpa rencana
seluruh perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia, dan
penjualan dan pemasaran semuanya mengembangkan sistem dan file data mereka sendiri.

Gambar 1. Pemrosesan file secara tradisional

Setiap aplikasi tentu saja membutuhkan file dan komputernya sendiri program untuk
beroperasi. Misalnya, area fungsional sumber daya manusia mungkin memiliki file induk
personel, file penggajian, file asuransi kesehatan, file pensiun, dan sebagainya, hingga
puluhan atau ratusan file dan program yang telah ada. Dalam perusahaan secara
3
keseluruhan, proses ini menyebabkan banyak file induk dibuat, dipelihara, dan
dioperasikan oleh divisi atau departemen terpisah. Saat proses ini berlangsung selama 5
atau 10 tahun, organisasi ini dibebani dengan ratusan program dan aplikasi yang sangat
sulit untuk dipelihara dan dikelola. Masalah yang dihasilkan adalah redundansi dan
inkonsistensi data, ketergantungan program data, tidak fleksibel, keamanan data yang
buruk, dan ketidakmampuan untuk berbagi data antar aplikasi.

A. Redundansi dan Inkonsistensi Data

Redundansi data adalah adanya data duplikat di beberapa file data sehingga
adanya data yang sama disimpan di lebih dari satu tempat atau lokasi. Redundansi
data terjadi ketika kelompok yang berbeda dalam suatu organisasi secara mandiri
mengumpulkan bagian yang sama dari data 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.
Kebingungan tambahan mungkin timbul dari penggunaan sistem pengkodean
yang berbeda untuk mewakili nilai untuk atribut. Misalnya, penjualan, persediaan,
dan sistem manufaktur pengecer pakaian mungkin menggunakan kode yang berbeda
untuk mewakili ukuran pakaian. Yang terjadi adalah kebingungan yang akan
mempersulit perusahaan untuk menciptakan hubungan pelanggan manajemen,
manajemen rantai pasokan, atau sistem perusahaan yang mengintegrasikan data dari
berbagai sumber.
B. Ketergantungan Program Data
Ketergantungan program data mengacu pada penggabungan data yang disimpan
dalam file dan program khusus yang diperlukan untuk memperbarui dan memelihara
file-file tersebut sehingga perubahan dalam program memerlukan perubahan pada
data. Setiap program komputer tradisional harus menggambarkan lokasi dan sifat data
yang digunakannya. Di lingkungan file tradisional, setiap perubahan dalam program
perangkat lunak dapat memerlukan perubahan data yang diakses oleh program itu.
Satu program mungkin dimodifikasi dari kode pos lima digit hingga sembilan digit.
Jika file data asli diubah dari kode ZIP lima digit hingga sembilan digit, lalu program
lain yang memerlukan kode pos lima digit tidak lagi berfungsi dengan baik.

4
 Perubahan seperti itu dapat menghabiskan biaya jutaan dolar untuk memperbaikinya
hingga benar.
C. Kurangnya Fleksibilitas
Sistem file tradisional dapat mengirimkan laporan terjadwal rutin setelah
mengeluarkan upaya pemrograman secara menyeluruh, tetapi tidak dapat
memberikan laporan ad hoc (laporan yang dibuat dalam waktu yang cepat sesuai
dengan kebutuhan) atau menanggapi kebutuhan informasi yang tidak terduga secara
tepat waktu. Informasi yang dibutuhkan oleh permintaan ad hoc ada di suatu tempat
di sistem tetapi mungkin terlalu mahal untuk didapatkan kembali. Beberapa
programmer mungkin harus bekerja selama berminggu-minggu untuk menyusunnya
item data yang diperlukan dalam file baru.
D. Keamanan yang Buruk
Keamanan yang buruk terjadi karena hanya ada sedikit kontrol atau pengelolaan
data, akses dan penyebaran informasi mungkin tidak terkendali. Manajemen mungkin
tidak memiliki cara untuk mengetahui siapa saja yang mengakses atau bahkan
membuat perubahan pada data organisasi.
E. Kurangnya Membagi dan Ketersediaan Data
Potongan informasi dalam file yang berbeda dan bagian organisasi yang berbeda
tidak dapat dihubungkan satu sama lain, hampir tidak mungkin informasi dibagikan
atau diakses pada waktu yang tepat. Informasi tidak dapat mengalir secara bebas
melintasi area fungsional yang berbeda atau bagian yang berbeda dari sebuah
organisasi. Jika pengguna menemukan nilai yang berbeda dari sebuah informasi yang
sama dalam dua system yang berbeda, mereka mungkin tidak ingin menggunakan
sistem ini karena mereka tidak dapat mempercayai akurasi data mereka.

2.3 Database Management System (Sistem Manajemen Database)

Sistem manajemen database adalah perangkat lunak yang memungkinkan organisasi
untuk memusatkan data, mengelolanya secara efisien, dan menyediakan akses ke data
yang disimpan oleh program aplikasi. Sistem manajemen database bertindak sebagai
antarmuka antara program aplikasi dan file data fisik. Ketika program aplikasi memanggil
item data, sistem menemukan item ini di database dan menyajikannya ke program
aplikasi. Jika menggunakan file data tradisional, programmer harus menentukan ukuran

5
dan format setiap elemen data yang digunakan dalam program dan kemudian
memberitahu komputer di mana mereka berada.

Sistem manajemen database membebaskan programmer memahami di mana dan

bagaimana data sebenarnya disimpan dengan memisahkan logika dan tampilan fisik data.
Tampilan logis menyajikan data seperti yang akan dirasakan oleh end-users atau spesialis
bisnis, sedangkan tampilan fisik menunjukkan bagaimana data sebenarnya diatur dan
terstruktur pada media penyimpanan fisik. Perangkat lunak manajemen database
membuat database fisik tersedia untuk pandangan logis yang berbeda yang dibutuhkan
oleh pengguna.

A. Bagaimana Sistem Manajemen Database Menyelesaikan Permasalahan dari

Lingkungan File Tradisional
Sistem manajemen database membantu mengurangi redundansi dan inkonsistensi
data dengan cara meminimalkan terisolasinya file dimana data yang sama terulang.
Sistem manajemen database mungkin tidak membuat organisasi dapat
menghilangkan redundansi data sepenuhnya, tetapi setidaknya dapat membantu
dalam mengontrol redundansi. Bahkan jika organisasi memiliki beberapa data yang
berulang, menggunakan sistem manajemen database dapat menghilangkan
inkonsistensi data karena sistem manajemen database dapat membantu organisasi
memastikan bahwa setiap kemunculan data yang berulang pasti memiliki nilai yang
sama.
Sistem manajemen database memisahkan program dan data, yang memungkinkan
data dapat berdiri sendiri. Deskripsi data yang digunakan oleh program tidak harus
ditentukan secara rinci setiap kali program yang berbeda ditulis. Akses dan
ketersediaan informasi akan ditingkatkan dan pengembangan program dan biaya
pemeliharaan berkurang karena pengguna dan pemrogram dapat melakukan
pertanyaan yang dibuat dalam waktu yang cepat sesuai dengan kebutuhan dari
database untuk banyak aplikasi sederhana tanpa harus menulis program yang rumit.
Sistem manajemen database memungkinkan organisasi untuk mengelola data,
penggunaan, dan keamanannya secara terpusat. Berbagi data ke seluruh organisasi
lebih mudah karena datanya disajikan kepada pengguna sebagai berada di satu lokasi
daripada disimpan di banyak sistem dan file yang berbeda.
B. Sistem Manajemen Database Relasional

6
 Sistem manajemen database kontemporer menggunakan model database yang
berbeda untuk melacak entitas, atribut, dan hubungan data. Jenis sistem manajemen
database yang paling populer saat ini untuk PC/komputer besar dan mainframe adalah
sistem manajemen database relasional. Database relasional merepresentasikan data
sebagai tabel dua dimensi. Setiap tabel terdiri dari kisi-kisi kolom dan baris data dan
berisi data pada suatu entitas dan atributnya.
Setiap elemen individu data untuk setiap entitas disimpan sebagai bidang terpisah,
dan setiap bidang mewakili atribut untuk entitas itu. Bidang di database relasional
disebut sebagai kolom. Baris biasanya disebut sebagai catatan, atau dalam istilah yang
sangat teknis, sebagai tupel (stuktur data yang digunakan untuk menyimpan
sekumpulan data). Setiap tabel dalam database relasional memiliki satu bidang yang
ditetapkan sebagai kunci utama. Bidang kunci ini adalah pengidentifikasian untuk
semua informasi dalam baris tabel, dan kunci utama ini tidak dapat diduplikasi.
C. Operasi Sistem Manajemen Database Relasional
Tabel database relasional dapat digabungkan dengan mudah untuk mengirimkan
data yang dibutuhkan oleh pengguna, asalkan dua tabel berbagi elemen data yang
sama. Dalam database relasional, tiga operasi dasar digunakan untuk
mengembangkan kumpulan data yang berguna yaitu select, join, dan proyek. Select
membuat subset yang terdiri dari semua catatan dalam file yang memenuhi kriteria
yang dinyatakan. Join menggabungkan relasional tabel untuk menyediakan pengguna
dengan lebih banyak informasi daripada yang tersedia di individu tabel. Proyek
membuat subset yang terdiri dari kolom dalam tabel, memungkinkan pengguna untuk
membuat tabel baru yang hanya berisi informasi yang diperlukan.

2.4 Kapabilitas dari Database Management System

Sistem manajemen database mencakup kemampuan dan alat untuk mengatur,
mengelola, dan mengakses datanya di database. Yang paling penting adalah bahasa
definisi data, kamus data, dan bahasa manipulasi data. Sistem manajemen database
memiliki kemampuan mendefinisikan data untuk menentukan struktur isi database. Ini
akan digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik
bidang di setiap tabel. Informasi tentang database akan didokumentasikan dalam kamus
data. Kamus data adalah sebuah file otomatis atau manual yang menyimpan definisi
elemen data dan karakteristik. Kamus data untuk perusahaan besar database dapat

7
 menangkap informasi tambahan, seperti penggunaan, kepemilikan (siapa dalam
organisasi bertanggung jawab untuk memelihara data), otorisasi, keamanan, individu,
fungsi bisnis, program, dan laporan yang menggunakan setiap elemen data.

A. Permintaan dan Pelaporan

Sistem manajemen database termasuk alat untuk mengakses dan memanipulasi
informasi dalam database. Sebagian besar sistem manajemen database memiliki
bahasa khusus yang disebut bahasa manipulasi data yang digunakan untuk
menambah, mengubah, menghapus, dan mengambil data dalam database. Bahasa ini
berisi perintah yang mengizinkan pengguna akhir dan pemrograman untuk
mengekstrak data dari database untuk memenuhi permintaan informasi dan
mengembangkan aplikasi.
Pengguna sistem manajemen database untuk komputer besar dan menengah,
seperti DB2, Oracle, atau SQL Server, akan menggunakan SQL untuk mengambil
informasi yang mereka butuhkan dari basis data. Sistem manajemen database lainnya
menyertakan kemampuan untuk pembuatan laporan sehingga data yang diminati
dapat ditampilkan dengan lebih terstruktur.

2.5 Mendesain Database

Untuk membuat sebuah database, pemrogram harus memahami hubungan antar data,
tipe data yang akan digunakan untuk database, bagaimana data akan digunakan, dan
bagaimana organisasi harus berubah untuk mengelola data dari seluruh perspektif
perusahaan. Database memerlukan desain konseptual dan desain fisik. Desain konseptual
database adalah model abstrak database dari perspektif bisnis. Desain fisik menunjukkan
bagaimana sebenarnya database mengatur perangkat penyimpanan akses.

A. Normalisasi dan Diagram Hubungan-Entitas

Desain konseptual database menggambarkan bagaimana elemen data dalam
database akan dikelompokkan. Proses desain mengidentifikasi hubungan antar data
elemen dan cara paling efisien untuk mengelompokkan elemen data bersama-sama
untuk memenuhi kebutuhan informasi bisnis. Proses ini juga mengidentifikasi elemen
data yang berlebihan dan pengelompokan elemen data yang diperlukan untuk
spesifikasi tertentu program aplikasi. Kelompok data diatur, disempurnakan, dan
disederhanakan sampai keseluruhan hubungan antara semua data dalam database
muncul.
8
 Untuk menggunakan model database relasional yang efektif, pengelompokan data
yang kompleks harus disederhanakan untuk meminimalkan elemen data yang
berlebihan. Proses menciptakan data yang kecil, stabil, dan fleksibel, serta data
struktur adaptif yang berasal dari kelompok data kompleks disebut normalisasi.
Sistem database relasional mencoba untuk menegakkan aturan integritas referensial
untuk memastikan bahwa hubungan antar tabel yang digabungkan tetap konsisten.
Jika bisnis tidak mendapatkan model data yang benar, sistem tidak dapat melayani
bisnis dengan baik. Perusahaan sistem tidak akan menjadi efektif karena mereka harus
bekerja dengan data yang mungkin tidak akurat, tidak lengkap, atau sulit untuk
diambil.

2.6 Database Non-relasi dan Database Cloud

A. Database Non-Relasi
Sistem manajemen database non-relasional menggunakan model data yang lebih
fleksibel dan dirancang untuk mengelola kumpulan data besar yang melewati banyak
mesin terdistribusi dan mudah untuk meningkat ataupun turun. Mereka berguna untuk
mempercepat kueri sederhana terhadap volume besar data terstruktur dan tidak
terstruktur, termasuk web, media sosial, grafik, dan bentuk data lain yang sulit
dianalisis dengan alat berbasis SQL tradisional.

Ada beberapa jenis database NoSQL, dimana masing-masing memiliki fitur dan
perilaku teknis tersendiri. Oracle NoSQL Database adalah salah satu contohnya,
sebagaimana adanya SimpleDB Amazon, salah satu Layanan Web Amazon yang
berjalan di cloud. SimpleDB menyediakan antarmuka layanan web sederhana untuk
membuat dan menyimpan beberapa kumpulan data, melakukan kueri data dengan
mudah, dan mengembalikan hasilnya. Tidak perlu mendefinisikan struktur database
formal atau mengubah definisi itu jika data baru ditambahkan kemudian. Basis data
NoSQL dapat digunakan informasi terstruktur, semi terstruktur, dan tidak terstruktur
tanpa memerlukan pemetaan database yang membosankan, mahal, dan memakan
waktu.

B. Database Cloud
Amazon dan vendor komputasi cloud lainnya menyediakan layanan basis data
relasional. Amazon Relational Database Service (Amazon RDS) menawarkan
MySQL, SQL Server, Oracle Database, PostgreSQL, MariaDB, dan Amazon Aurora
9
 DB (kompatibel dengan MySQL) sebagai mesin database. Oracle memiliki memiliki
Layanan Cloud Database menggunakan Oracle Database relasionalnya, dan
Microsoft Windows SQL Azure Database adalah layanan basis data relasional
berbasis cloud Microsoft SQL Server SISTEM MANAJEMEN DATABASE.
Layanan manajemen data berbasis cloud memiliki daya tarik khusus untuk
perusahaan rintisan yang berfokus pada web atau usaha kecil hingga menengah yang
mencari kemampuan basis data dengan harga lebih rendah daripada basis data internal
produk.
Selain layanan manajemen data berbasis cloud publik, perusahaan sekarang
memiliki opsi untuk menggunakan database di cloud pribadi. Misal seperti Sabre
Holdings, penyedia perangkat lunak sebagai layanan (SaaS) terbesar di dunia untuk
industri penerbangan, memiliki cloud database pribadi yang mendukung lebih dari
100 proyek dan 700 pengguna. Database terkonsolidasi yang mencakup kumpulan
server standar yang menyediakan layanan database untuk beberapa aplikasi.

2.7 Tantangan dari Big Data

Sebagian besar data yang dikumpulkan oleh organisasi dulunya adalah data transaksi
yang dapat mudah masuk ke dalam baris dan kolom sistem manajemen database
relasional. Kita sekarang menyaksikan ledakan data dari lalu lintas web, pesan email, dan
konten media sosial (tweet, pesan status), serta data yang dihasilkan mesin dari sensor
(digunakan dalam pengukur pintar, sensor manufaktur, dan meteran listrik) atau dari
sistem perdagangan elektronik. Data ini mungkin tidak terstruktur atau semi-terstruktur,
dan dengan demikian tidak cocok untuk database relasional produk yang mengatur data
dalam bentuk kolom dan baris. Istilah big data digunakan untuk menggambarkan
kumpulan data ini dengan volume yang sangat besar sehingga berada di luar kemampuan
sistem manajemen databse biasa untuk menangkap, menyimpan, dan menganalisis data
yang ada.

Big data tidak mengacu pada kuantitas tertentu tetapi biasanya mengacu pada data
dalam kisaran petabyte dan exabyte—dengan kata lain, miliaran hingga triliunan catatan,
semua berasal dari sumber yang berbeda. Big data diproduksi dalam jumlah yang jauh
lebih besar dan jauh lebih cepat daripada data tradisional. Misalnya, mesin jet tunggal
mampu menghasilkan 10 terabyte data hanya dalam 30 menit, dan ada lebih dari 25.000
penerbangan maskapai setiap hari.

10
 Banyak perusahaan yang tertarik pada big data karena mereka dapat mengungkapkan
lebih banyak pola dan hubungan yang menarik daripada kumpulan data yang lebih kecil,
dengan potensi untuk memberikan wawasan baru tentang perilaku pelanggan, pola cuaca,
pasar keuangan kegiatan, atau fenomena lainnya. Big data juga menemukan banyak
kegunaan di sektor publik. Kota-kota besar di Eropa dan Europol menggunakan Big Data
untuk mengidentifikasi penjahat dan teroris (Aline, 2016).

Namun, untuk memperoleh nilai bisnis dari data ini, organisasi memerlukan teknologi
dan alat yang mampu mengelola dan menganalisis data nontradisional bersamaan dengan
data perusahaan tradisional mereka. Mereka juga perlu tahu pertanyaan apa yang harus
diajukan tentang data dan batasan big data. Menangkap, menyimpan, dan menganalisis
big data memerlukan biaya yang mahal, dan informasi dari big data mungkin tidak selalu
membantu dalam pengambilan keputusan. Sangat penting untuk memiliki pemahaman
yang jelas dari masalah big data yang akan memecahkan masalah dalam bisnis.

2.8 Infrastruktur Business Intelligence

Infrastruktur kontemporer untuk intelijen bisnis adalah serangkaian alat untuk
memperoleh informasi yang berguna dari semua jenis data yang berbeda yang digunakan
oleh perusahaan saat ini. Kemampuan ini termasuk gudang data dan pasar data, Hadoop,
komputasi dalam memori, dan platform analitis.

A. Gudang Data dan Pasar Data

Gudang data adalah database yang menyimpan arus dan data historis yang
berpotensi menarik untuk pengambilan keputusan di seluruh perusahaan. Gudang
data membuat data tersedia bagi siapa saja untuk diakses sesuai kebutuhan, tetapi data
tidak dapat diubah. Sistem gudang data juga menyediakan jangkauan alat kueri ad
hoc dan standar, alat analisis, dan pelaporan grafis fasilitas.
Dalam gudang data, data berasal dari banyak sistem transaksi operasional inti,
seperti sistem untuk penjualan, akun pelanggan, manufaktur, dan mungkin
menyertakan data dari transaksi situs web. Gudang data mengekstrak arus dan data
historis dari beberapa sistem operasional di dalam organisasi. Data ini digabungkan
dengan data dari sumber eksternal dan diubah dengan mengoreksi data yang tidak
akurat dan tidak lengkap serta merestrukturisasi data untuk pelaporan dan analisis
manajemen sebelum dimuat ke dalam data gudang.

11
 Perusahaan sering membangun gudang data di seluruh perusahaan, di mana pusat
gudang data melayani seluruh organisasi, atau mereka membuat gudang yang lebih
kecil dan terdesentralisasi yang disebut pasar data. Pasar data adalah bagian dari
gudang data di mana terdiri atas bagian yang diringkas atau sangat terfokus dari data
organisasi yang ditempatkan dalam database terpisah untuk populasi pengguna
tertentu. Misalnya, perusahaan mungkin mengembangkan pemasaran dan penjualan
pasar data untuk menangani informasi pelanggan.
B. Hadoop
Sistem manajemen database relasional dan produk gudang data tidak cocok untuk
pengorganisasian dan menganalisis big data atau data yang tidak mudah masuk ke
dalam kolom dan baris yang digunakan dalam model data mereka. Untuk menangani
data tidak terstruktur, data semi terstruktur, serta data terstruktur, organisasi
menggunakan Hadoop.
Hadoop adalah kerangka kerja perangkat lunak sumber terbuka yang dikelola oleh
Apache Software Foundation yang dapat melakukan pemrosesan distribusi paralel
yang memiliki banyak data yang berasal dari berbagai komputer yang murah. Ini
memecahkan masalah big data menjadi sub-masalah, mendistribusikannya di antara
hingga ribuan pemrosesan komputer yang murah, dan kemudian menggabungkan
hasilnya menjadi kumpulan data yang lebih kecil sehingga lebih mudah untuk
dianalisis.
Hadoop terdiri dari beberapa layanan utama, termasuk Hadoop Distributed Sistem
File (HDFS) untuk penyimpanan data dan MapReduce untuk kinerja tinggi
pemrosesan data paralel. HDFS menghubungkan sistem file pada banyak node dalam
cluster Hadoop untuk mengubahnya menjadi satu sistem file besar.
Hadoop berjalan pada sekelompok server murah, dan prosesor dapat ditambahkan
atau dihapus sesuai kebutuhan. Perusahaan menggunakan Hadoop untuk
menganalisis volume data yang sangat besar serta untuk area pementasan untuk tidak
terstruktur dan data semi-terstruktur sebelum dimuat ke gudang data
C. Komputasi dalam Memori
Cara lain untuk memfasilitasi analisis big data adalah dengan menggunakan
komputasi dalam memori, yang bergantung terutama pada memori utama komputer
(RAM) untuk penyimpanan data (sistem manajemen database konvensional
menggunakan sistem penyimpanan disk). Pengguna mengakses data yang disimpan
12
 di memori utama sistem, sehingga menghilangkan kemacetan dari pengambilan dan
membaca data dalam basis data tradisional berbasis disk, dan memperpendek waktu
respons kueri. Pemrosesan dalam memori memungkinkan kumpulan data yang sangat
besar, sebesar ukuran pasar data atau gudang data kecil, untuk disimpan sepnuhnya
dalam memori.
Produk komersial terkemuka untuk komputasi dalam memori termasuk SAP
HANA dan Oracle Exalytics. Masing-masing menyediakan satu set komponen
perangkat lunak terintegrasi, termasuk perangkat lunak basis data dalam memori dan
perangkat lunak analitik khusus yang dijalankan pada perangkat keras yang
dioptimalkan untuk pekerjaan komputasi dalam memori.
D. Platform Analitis
Vendor database komersial telah mengembangkan platform analitik berkecepatan
tinggi khusus yang menggunakan teknologi relasional dan non-relasional yang
dioptimalkan untuk menganalisis kumpulan big data. Platform analitik seperti IBM
PureData System for Analytics, menampilkan sistem perangkat keras-perangkat
lunak yang telah dikonfigurasi sebelumnya yang dirancang khusus untuk pemrosesan
kueri dan analitik. Platform analitik juga menyertakan sistem dalam memori dan
sistem manajemen basis data non-relasional NoSQL. Platform analitik sekarang
tersedia sebagai layanan cloud.

2.9 Perangkat Analitis: Hubungan, Pola, Tren

Setelah data disimpan dan diatur menggunakan teknologi intelijen bisnis, data
tersedia untuk analisis lebih lanjut menggunakan perangkat lunak untuk kueri dan
pelaporan basis data, yaitu online analytical processing (OLAP), dan penambangan data.

A. Online Analytical Processing (OLAP) / Pemrosesan Analitis Online

OLAP mendukung analisis data multidimensi yang memungkinkan pengguna
melihat data yang sama dengan cara yang berbeda menggunakan beberapa dimensi.
Setiap aspek informasi, seperti produk, harga, biaya, wilayah, atau periode waktu,
mewakili dimensi yang berbeda.
Jadi, seorang manajer produk dapat menggunakan multidimensi alat analisis data
untuk mempelajari berapa banyak mesin cuci yang dijual di Jawa Timur pada bulan
Juni, bagaimana dibandingkan dengan bulan sebelumnya, dan bagaimana
membandingkannya dengan perkiraan penjualan. OLAP memungkinkan pengguna

13
 untuk mendapatkan jawaban atas pertanyaan ad hoc secara online dalam waktu yang
cukup cepat, bahkan ketika data disimpan dalam database yang sangat besar, seperti
angka penjualan untuk beberapa tahun.
B. Penambangan Data
Penambangan data memberikan wawasan tentang data perusahaan yang tidak
dapat diperoleh melalui OLAP dengan menemukan pola tersembunyi dan hubungan
dalam database besar dan menyimpulkan aturan dari mereka untuk memprediksi
perilaku masa depan. Pola dan aturan digunakan untuk memandu pengambilan
keputusan dan memperkirakan dampak dari keputusan tersebut.
Jenis informasi yang dapat diperoleh dari data mining meliputi asosiasi, urutan,
klasifikasi, cluster, dan peramalan. Asosiasi adalah kejadian yang terkait dengan satu
peristiwa. Urutan adalah peristiwa yang terkait dari waktu ke waktu. Klasifikasi
mengenali pola yang menggambarkan kelompok yang itemnya milik dengan
memeriksa item yang ada yang telah diklasifikasikan dan dengan menyimpulkan
seperangkat aturan. Clustering bekerja dengan cara yang mirip dengan klasifikasi
ketika tidak ada grup yang memiliki belum didefinisikan. Peramalan menggunakan
prediksi dengan cara yang berbeda. Ini menggunakan serangkaian nilai yang ada
untuk meramalkan apa nilai-nilai lain yang akan terjadi.
Sistem ini melakukan analisis pola atau tren tingkat tinggi, tetapi mereka juga
dapat menelusuri untuk memberikan lebih banyak detail saat dibutuhkan. Ada
aplikasi penambangan data untuk semua area fungsional bisnis dan untuk pemerintah
dan pekerjaan ilmiah. Salah satu penggunaan populer untuk penambangan data adalah
untuk memberikan analisis terperinci pola dalam data pelanggan untuk kampanye
pemasaran one-to-one atau untuk mengidentifikasi pelanggan yang menguntungkan.
C. Pertambangan Teks dan Pertambangan Web
Alat penambangan teks sekarang tersedia untuk membantu bisnis menganalisis
data. Alat ini dapat mengekstrak elemen kunci dari kumpulan big data yang tidak
terstruktur, temukan pola dan hubungan, dan rangkum informasi.
Perusahaan mungkin beralih ke penambangan teks untuk menganalisis transkrip
panggilan ke pusat layanan pelanggan untuk mengidentifikasi masalah layanan dan
perbaikan utama atau untuk mengukur sentimen pelanggan tentang perusahaan
mereka. Perangkat lunak analisis sentimen mampu menambang komentar teks dalam

14
 pesan email, blog, percakapan media sosial, atau formulir survei untuk mendeteksi
pendapat yang menguntungkan dan tidak menguntungkan tentang dubjek tertentu.
Web adalah sumber lain yang kaya akan big data yang tidak terstruktur untuk
mengungkapkan pola, tren, dan wawasan tentang perilaku pelanggan. Penemuan dan
analisis pola dan informasi yang berguna dari World Wide Web disebut web
pertambangan. Perusahaan mungkin beralih ke penambangan web untuk membantu
mereka memahami perilaku pelanggan, mengevaluasi efektivitas situs web tertentu,
atau mengukur keberhasilan kampanye pemasaran.
Penambangan web mencari pola dalam data melalui penambangan konten,
struktur penambangan, dan penambangan penggunaan. Penambangan konten web
adalah proses mengekstraksi pengetahuan dari konten halaman web, yang mungkin
termasuk teks, gambar, audio, dan data video. Penambangan struktur web memeriksa
data yang terkait dengan struktur situs web tertentu.
Penambangan penggunaan web memeriksa data interaksi pengguna yang direkam
oleh server web setiap kali permintaan untuk sumber daya situs web diterima. Data
itu mencatat perilaku pengguna ketika pengguna menelusuri atau melakukan
transaksi di situs web dan mengumpulkan data di log server. Menganalisis data seperti
itu dapat membantu perusahaan menentukan nilai pelanggan tertentu, strategi
pemasaran silang lintas produk, dan efektivitas promosi kampanye.

2.10 Database dan Web

Dalam lingkungan klien/server, sistem manajemen database berada pada komputer
khusus yang disebut server database. Sistem manajemen database menerima permintaan
SQL dan menyediakan data yang diperlukan. Middleware mentransfer informasi dari
database internal organisasi kembali ke server web untuk pengiriman dalam bentuk
halaman web kepada pengguna.

Ada sejumlah keuntungan jika menggunakan web untuk mengakses database internal
organisasi. Pertama, perangkat lunak browser web jauh lebih mudah digunakan daripada
alat kueri berpemilik. Kedua, antarmuka web membutuhkan sedikit atau tidak sama sekali
perubahan pada database internal. Biayanya jauh lebih murah untuk menambahkan
antarmuka web di depan sistem warisan daripada mendesain ulang dan membangun
kembali sistem untuk meningkatkan akses pengguna. Mengakses database perusahaan
melalui web menciptakan efisiensi baru, peluang, dan model bisnis.

15
2.11 Menetapkan Kebijakan Informasi
Setiap bisnis, besar maupun kecil, pasti membutuhkan kebijakan informasi. Data
perusahaan adalah sumber daya yang penting, dan tentunya perusahaan tidak ingin orang
lain diluar perusahaan melakukan apa pun yang mereka inginkan secara bebas.
Perusahaan perlu memiliki aturan tentang bagaimana data diatur, dipertahankan, dan
siapa saja yang diizinkan untuk melihat data atau mengubahnya.

Kebijakan informasi menetapkan aturan organisasi untuk berbagi, menyebarluaskan,

memperoleh, menstandarisasi, mengklasifikasikan, dan menginventarisasi informasi.
Kebijakan informasi menjabarkan prosedur dan akuntabilitas khusus, mengidentifikasi
pengguna dan unit organisasi mana yang dapat berbagi informasi, di mana informasi
dapat didistribusikan, dan siapa yang bertanggung jawab untuk memperbarui dan
memelihara informasi.

Untuk perusahaan kecil, kebijakan informasi akan ditetapkan dan dilaksanakan oleh
pemilik atau pengelola. Dalam sebuah organisasi besar, pengelolaan dan perencanaan
informasi sebagai sumber daya perusahaan sering kali memerlukan fungsi administrasi
data formal. Administrasi data bertanggung jawab atas kebijakan dan prosedur khusus di
mana data dapat dikelola sebagai sumber daya organisasi. Tanggung jawab ini termasuk
mengembangkan informasi kebijakan, perencanaan data, pengawasan desain database
logis dan kamus data pengembangan, dan pemantauan bagaimana spesialis sistem
informasi dan kelompok pengguna akhir menggunakan data.

2.12 Memastikan Kualitas Data

Basis data dan kebijakan informasi yang dirancang dengan baik akan sangat
membantu dalam memastikan bahwa bisnis memiliki informasi yang dibutuhkan.
Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam
database organisasi akurat dan tetap dapat diandalkan.

Jika database dirancang dengan benar dan standar data seluruh perusahaan ditetapkan,
elemen data duplikat atau tidak konsisten harus diminimalkan. Data terbanyak adalah
mengenai kualitas, seperti nama yang salah eja, nomor yang dialihkan, atau kode yang
salah atau hilang, hal itu berasal dari kesalahan selama input data. Kejadian kesalahan
semacam itu meningkat ketika perusahaan memindahkan bisnis mereka ke web dan

16
memungkinkan pelanggan dan pemasok memasukkan data ke situs web mereka yang
secara langsung memperbarui sistem internal.

Sebelum database baru dibuat, organisasi perlu mengidentifikasi dan mengoreksi data
mereka yang salah dan membuat rutinitas yang lebih baik untuk mengedit data setelah
database mereka beroperasi. Analisis kualitas data sering dimulai dengan kualitas data
audit, yang merupakan survei terstruktur tentang akurasi dan tingkat kelengkapan dari
data dalam sebuah sistem informasi. Audit kualitas data dapat dilakukan dengan:
mensurvei seluruh file data, mensurvei sampel dari file data, atau menyurvei akhir
pengguna untuk persepsi mereka tentang kualitas data.

Pembersihan data, juga dikenal sebagai penggosokan data, terdiri dari aktivitas untuk
mendeteksi dan mengoreksi data dalam database yang tidak benar, tidak lengkap, dan
tidak diformat dengan benar. Pembersihan data tidak hanya memperbaiki kesalahan tetapi
juga memaksakan konsistensi di antara kumpulan data yang berbeda yang berasal dari
sistem informasi yang terpisah. Perangkat lunak pembersihan data khusus tersedia secara
otomatis untuk mensurvei file data, memperbaiki kesalahan dalam data, dan
mengintegrasikan data dalam format seluruh perusahaan yang konsisten.

Masalah kualitas data bukan hanya masalah perusahaan. Masalah tersebut juga
menimbulkan masalah serius bagi pekerja individu, mempengaruhi kondisi keuangan
mereka dan bahkan pekerjaan mereka. Sebagian kecil perusahaan mengizinkan masing-
masing departemen untuk bertanggung jawab menjaga kualitas data mereka sendiri.
Namun, administrasi data terbaik menggunakan sentralisasi tata kelola data, standarisasi
organisasi data, pemeliharaan kualitas data, dan aksesibilitas ke aset data.

17
 BAB III
PENUTUP
3.1 Kesimpulan
Database merupakan tempat perusahaan menyimpan data-data yang berguna dalam
pengambilan keputusan perusahaan. Kehadiran database berangkat dari permasalahan
mengenai sistem penyimpanan file tradisional yang tidak efektif dan efisien. Dalam
sistem penyimpanan file tradisional banyak data yang berulang dan tidak tersedia di
waktu yang dibutuhkan. Oleh karena itu dibuatlah sistem maanjemen database yang
merupakan inovasi dari sistem penyimpanan tadisional. Dalam sistem manajemen
database memerlukan kapabilitas tertentu, seperti bahasa definisi data, kamus data, dan
bahasa manipulasi data yang digunakan untuk penyimpanan dan pelaporan informasi.
Ada dua jenis database, yaitu database non-relasional dan database cloud.

Untuk mendapatkan data, perusahaan dapat menambang data menggunakan

infrastruktur business intelligence. Infrastruktur business intelligence terdiri atas gudang
data dan pasar data, Hadoop, komputasi dalam memori, dan platform analitis. Agar data-
data tersebut teteap terjamin kualitas dan kredibilitasnya, diperlukan sebuah kebijakan
informasi. Kebijakan informasi dapat berbeda-beda antar perusahaan namun memiliki
satu tujuan, yaitu menjaga data agar tetap aman.

3.2 Saran
Saat ini perkembangan teknologi menjadi sanagt pesat, salah satunya dalam hal
penyimpanan data. Penyimpanan data perusahaan menjadi lebih mudah, namun secara
tidak langsung menjadi rumit. Agar tetap bertahan perusahaan harus mampu mengikuti
perkembangan teknologi tersebut. Oleh karena itu diperlukan kemampuan kemampuan
yang dapat menunjang perkembangan teknologi database ini. Perusahaan dapat mencari
pekerja yang memiliki kemampuan mumpuni di bidang teknologi database.

18
 Daftar Pustaka
Kenneth C. Laudon, Jane P. Laudon. (2018). Management Information System: Managing
The Digital Firm 15th edition. Essex: Pearson Education Limited.

19