NAMA : Moch.

Abdullah As-Syi’ Abul Huda

NIM : 2019310134

KELAS :J

RESUME SIM MINGGU KE-7

DASAR-DASAR INTELEJEN BISNIS, DATABASE DAN MANAJEMEN INFORMASI

A.     Mengorganisasikan Data dalam Lingkungan File Tradisional

Sitem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat
waktu, dan relevan. Informasi yang akurat, berarti bebas dari keslahan. Informasi yang
tepat waktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil
keputusan. Informasi di anggap relevan ketika ia member manfaat serta sejalan dengan
pekerjaan dan keputusan yang akan dibuat.

1.      Istilah dan Konsep dalam pengorganisasian file

Sistem computer mengorganisasikan data berdasarkan suatu hierarki yang di
mulai dari bit kemudian byte, kemudian berlanjut ke field, record, file dan database.
Bit mewakili unit data terkecil yang dapat ditangani oleh komputer.
Sekelompok bit disebut byte, yang mewakili salah satu buah karakter tunggal yang
dapat berupa huruf, angka ataupun simbol lainnya. Sekelompok karakter yang
membentuk kata, beberapa kata ataupun serial angka (Seperti nama atau usia seseorang)
disebut  field. Sekelompok field yang saling berhubungan dinamakan record, sedangkan
record dengan jenis yang sama dinamakan file.

2.      Masalah-masalah dalam lingkungan data tradisional

a.      Redudansi dan ikonsistensi data
Redudansi data adalah kehadiran data ganda pada beberapa file data yang
tersimpan di beberapa tempat atau lokasi. Redudansi data terjadi ketika kelompok-
kelompok yang berbeda pada sebuah organisasi secara independen mengumpulkan data
yang sama dan menyimpannya masing-masing. Data redudansi menghabiskan tempat
penyimpanan data dan menyebabkan terjadinya inkonsistensi data, dimana atribut-
atribut yang sama, memiliki nilai-nilai yang berbeda.
b.      Ketergantungan program data
Ketergantungan program data mengacu pada satu paket data yang tersimpan pada
file dan dan di perlukan oleh program-program tertentu untuk memperbaharui dan
mengelola file-file tertentu sehingga program tersebut perlu mengubah data-data
tersebut. Setiap program computer tradisional harus menjelaskan lokasi dan sifat data
yang bekerja padanya.
c.       Kurangnya fleksibelitas
Sistem file tradisional dapat mengkirimkan laporan rutin sesuai jadwal setelah
upaya pemograman yang ekstensif namun tidak dapat mengkirimkan laporan-
laporan ad-hoc (hanya diperlukan pada situasi khusus saja) atau merespon kebutuhan
informasi yang tidak dapat di antisipasi pada kondisi waktu tertentu. Informasi-
informasi tersebut di perlukan oleh permintaan-permintaan ad-hoc disuatu tempat pada
sistem tersebut tetapi terlalu mahal untuk disediakan
d.      Sistem keamanan yang buruk
Karena longgarnya pengendalian dan pengelolaan terhadap data, akses dan
penyebaran informasi menjadi tidak terkendali.
e.      Kekurangan ketersediaan dan pendistribusian data
Karen bagian informasi yang terdapat pada file yang berbeda dan bagian –bagian
organisasi dapat di hubungkan satu sama lain. Jelas adalah tidak mungkin untuk
mendistribusikan dan mengakses informasi dalam waktu yang bersamaan

B.      Pendekatan Datadase Untuk Pengelolaan Data

Definisi yang lebih jelas mengenai database adalah sekumpulan data yang di
organisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data
dan mengurangi penggadaan data. Ketimbang menyimpan data pada file-file yang
terpisah untuk setiap aplikasi data yang dimunculkan kepada pengguna, berasal dari
suatu lokasi penyimpanan saja. Yaitu:

- Sistem Manajemen database
- Kapabilitas sistem manajemen database
- Merancang database

C.      Memanfaatkan Datadase Untuk Meningkatkan Kinerja Bisnis dan Pengambilan

Keputusan

- Tantangan Dalam Menagani Besarnya Volume Data

Sampai dengan 5 tahun yang lalu, sebagian data dikumpulkan oleh organisasi yang
terdiri atas data transaksi yang dapat ditempatkan dengan mudah kedalam kolom dan
baris pada DBMS relasional, sejak saat itu ada lonjakan data dari lalu lintas Wet, pesan
surel dan konten media sosial (tweets, status pesan) demikian juga dari data yang
dihasilkan dari media seperti sensor (yang digunakan pada smart meter, sensor publik,
dan meteran elektrik) atau dari sistem transaksi elektronis.
Organisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang
lebih berbentuk dan anomoli-anomoli yang lebih menarik ketimbang data kecil yang
berpontensi memberikan wawasan baru tentang perilaku pelanggan, pada cuaca,
aktivitas, pasar saham, dan fenomena lainya.
a.      Infrastruktur intelijen bisnis
Seandainya, anda ingin meringkas informasi mengenai kegiatan operasional, tren,
dan perubahan terkini di seluruh organisasi.jika, anda berkarya diperusahakan besar data
yang anda butuhkan mungkin berfragmentasi kedalam sistem-sistem yang terpisah
seeperti penjualan, produksi,dan akuntansi, atau bahkan berasal dari sumber eksternal
seperti demografis dan data pesaing.
b.      Data Warehouse dan Data Mart
Perangkat tradisional untuk menganalisis data perusahaan sampai dengan 20 tahun
yang lalu warehouse. Data warehouse adaah data yang menyimpan data historis dan
data yang terkini yang berpengaruh bagi kepentingan pengambilan keputusan di seluruh
perusahaan. Data tersebut ditujukan kepada banyak sistem operasional transaksi-
transaksi penting, seperti sitem penjualan, data pelanggan, manufaktur, termasuk data
dari transaksi Wet. Data warehouse menghasilkan data historis dan dat terkini dari
berbagai sistem operasi pada organisasi.
c.       Hadoop
Hadoop terdiri atas beberapa layanan pokok: Hadoop Distributed File System
(HDFS) untuk menyimpan file dat dan Map Reduce untuk pemrosesan dat paralel
dengan tampilan grafis tinggi. HDFS menghubungkan secara bersamaan file-file sistem
pada sejumlah titik dalam sebuah cluster Hadoop untuk kemudian di ubah
menjadi file sistem tunggal berukuran besar. MapReduce buatan hadoop terinspirasi
oleh maprude buatan google dalam memecah rangkaian pemprosesan data berukuran
besar dan menyebarkan pekerjaan-pekerjaan tersebut keberbagai titik dalam
sebuah cluster. Hbase, database non-reasional buatan hadoop menyediakan akses cepat
kedata yang tersimpan pada HDFS dan platform transaksional untuk mengoperasikan
transaksi-transaksi rieltime berskala tinggi.
d.      Komputasi Dalam-Memori
Cara yang lain untuk memfasilitasi analisis data yang besar adalah dengan
menganalisis komputasi dalam-memori (in-memory computing), yang sangat
mengandalkan pada memori ulama dari komputer (computer’s main memory-RAM)
untuk data penyimpanan.
(DBMS yang konvensional menggunakan sisten penyimpanan disk). Produk-produk
komersial terkemuka bagi komputasi dalm memori meliputi, High performance
Analytics Appliance (HANA) dari SAP dan Oracle Exalytics. Masing-masing
menyediakan serangkaian komponen perangkat lunak yang terintegrasi, meliputi
perangkat lunak  database dalam memori dalam perangkat lunak analitis yang
terspesialisasi, yang menjalan kan perangkat keras untuk pekerjaan komputasi dalam
memori.
e.      Platform Analitis
Para vendor detabase komersial telah mengembangkann Platform Analitis (analytic
platforms) berkecepatan tinggi yang terspesialisasi dengan mengunakan baik teknologi
terikat maupun yang tidak terikat yang dioptimalkan untuk menganalisis kumpulan data
yang besar. Platform analitis ini  seperti misalnya IBM netezza dan oracle Exadata,
menampilkan system perangkat keras, perangkat lunak yang telah dikonfigurasi
sebelumnya, yang secara spesifik dirancang untuk pemrosesan permintaan dan analitis.
Sebagai contoh, IBM Netezza menampilkan database yang terintegrasi secara ketat,
server, dan komponen-komponen penyimpanan yang menangani pertanyaan analisis
yang rumit 10 hingga 100 kali lebih cepat dari pada sistem tradisional. Platfrom analitis
juga memasukan sistem dalam memori dan NoSL system manajemen database non-
relasional.