PERTEMUAN 4

Syaiful Fajri - 20200803108

SISTEM PENDUKUNG KEPUTUSAN
1. Sebutkan dan jelaskan jenis sumber Data yang digunakan dalam DSS ?, dan berikan
contoh masing masingnya !!
Jawab :
Data pada database DSS diekstrak dari sumber data internal dan eksternal, juga
dari data personal milik satu atau lebih pengguna. Hasil ekstraksi ditempatkan pada
database aplikasi khusus atau data warehouse perusahaan jika ada. Jika data
ditempatkan pada data warehouse perusahaan, maka hasil ekstraksi tersebut dapat
digunakan untuk aplikasi lain. Sumber Data: Data Internal berasal dari sistem
pemrosesan transaksi dalam organisasi.
• Data Lake and Big Data
Salah satu contoh data lake adalah hadoop yang dibuat dengan jaringan
cluster data dan server yang luas sehingga semua data dapat disimpan dan
dianalisis dalam skala besar.
• DSS Data Items, data source, Nature and Sources of Data
• Data Colletion, Problems and Quality
• Internet / Intranet / Web : Internet and Commercial Databases Servers and Service
• Database Management System in DSS
• Database Organization and Structure
• Data Visualization and Multidimensionality
• Geographic Information System ( GIS )
• Intelligent databases : Business Intelligence On The Web
• Data Warehousing
• OLAP (OnLine Analytical Processing) and OLTP (On Line Transaction
Processing),
• OLAP (OnLine Analytical Processing) : Data Access and Mining, Querying, and
Analysis
• Data mining and Data Mart
• Data Lake and Big Data
• DSS Data Items, data source, Nature and Sources of Data
• Data Colletion, Problems and Quality
• Internet / Intranet / Web : Internet and Commercial Databases Servers and Service
• Database Management System in DSS
•
2. Dalam DSS memerlukan OLAP dan OLTP, Why ?
Jawab :
Karena OLAP merupakan suatu system yang berorientasi subjek, yang
fungsinya lebih diutamakan dalam mendukung pengambilan keputusan dalam data
warehouse sehingga data – data disini bukanlah data yang bisa diedit, di-ganti, atau di-
hapus seperti data – data yang ada dalam OLTP. OLAP biasanya digunakan oleh
manager dalam mencari suatu keputusan.
OLTP adalah singkatan dari On Line Transaction Processing, OLTP sering kita
jumpai disekit ar kita se pe rti toko at au swal ayan contohnya dat abase pa da sistem
inf orma si penjualan.
Berbeda dengan OLAP, OLAP adalah On Line Analytical Processing yang
maksudnya adalah database yang menyimpan data sekarang dan masa lalu yang berasal
dari OLTP. OLAP bertujuan untuk keperluan analisis dan pelaporan manajemen dalam
rangka pengambilan keputusan
OLTP dan OLAP itu berbeda jauh. Mungkin keduanya hanya sama – sama
online dan keduanya sangat erat kaitannya dengan database ataupun data warehouse.
OLTP merupakan suatu system yang berorientasi proses, yang berfungsi sebagai
operasi harian dan datanya dapat diedit, di-ganti, atau di-hapus. Sedangkan OLAP
bertujuan untuk keperluan analisis dan pelaporan manajemen dalam rangka
pengambilan keputusan
3. DSS menggunakan Data Warehouse , Data Mining dan Data Mart , why ?
Jawab :
Data warehouse
adalah sebuah model database yang berguna untuk menyimpan dan memproses data
dengan pendekatan kepada kegunaan data dalam pengambilan keputusan bagi EIS atau
DSS.
Sebuah DSS (tergantung dengan yang disupport-nya)membutuhkan data
warehouse agar dapat menjalankan kerjanya dengan baik. Dan memang data warehouse
sendiri dibangun untuk memenuhi kebutuhan DSS.

Data Mining

Data mining merupakan proses ekstraksi informasi dari database yang berukuran besar
untuk mendapatkan pengetahuan yang tersimpan dari data tersebut
4. Jelaskan :
a. Area Aplikasi Data Mining ?
Jawab :

Data Mining Application Area

• Marketing
• Banking
• Retailing and sales
• Manufacturing and production
• Brokerage and securities trading
• Insurance
• Computer hardware and software
• Government and defense
• Airlines
• Health care
• Broadcasting
• Law enforcement
b. Jelaskan Intelligent Data Mining ?
Data mining adalah suatu proses pengerukan atau pengumpulan informasi penting
dari suatu data yang besar. Proses data mining seringkali menggunakan metode
statistika, matematika, hingga memanfaatkan teknologi artificial intelligence.
c. Aplikasi Data Mining pada dunia bisnis ?
• Komunikasi
Data mining digunakan oleh perusahaan multimedia dan telekomunikasi
untuk memahami banyaknya data pelanggan, memprediksi perilaku mereka
dan menawarkan kampanye yang sesuai target atau relevan.
• Asuransi
Penerapan lain data mining adalah pada industri asuransi. Perusahaan
asuransi umumnya menggunakan teknik data mining untuk mendeteksi
penipuan, mengidentifikasi faktor risiko pada pengajuan klaim, analisa
pelanggan, hingga untuk menemukan cara menawarkan produk kompetitif ke
basis pelanggan yang ada.
 • Manufaktur
Data mining dimanfaatkan seperti untuk menyesuaikan rencana supply dan
perkiraan permintaan, quality assurance, memprediksi aset produksi dan
mengantisipasi pemeliharaan.
• Retail
Digunakan untuk membantu perusahaan mengoptimalkan kampanye
pemasaran, meningkatkan hubungan pelanggan dan memperkirakan
penjualan.
• Pendidikan
Data mining membantu tenaga mendidik dalam mengakses data siswa,
memprediksi tingkat pencapaian dan memberi pandangan tentang siswa atau
kelompok siswa mana saja yang membutuhkan perhatian ekstra
• Perbankan
Data mining membantu perusahaan jasa keuangan untuk mendapatkan
pandangan yang lebih baik tentang risiko pasar, mendeteksi penipuan,
mengelola pemenuhan peraturan dan untuk mendapatkan return optimal dari
investasi pemasaran.

Terima Kasih.