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.