Puji syukur kami ucapkan kepada Tuhan yang Maha Esa atas segala
rahmatNya, makalah yang berjudul “Manajemen Basis Data” dapat tersusun sampai
selesai. Tidak lupa kami mengucapkan terima kasih terhadap bantuan dari pihak
yang telah berkontribusi dengan memberikan sumbangan baik pikiran maupun
materinya. Makalah ini bertujuan untuk memenuhi tugas Mata Kuliah Sistem
Informasi Manajemen dengan dosen pengampu Bapak M. Taufik Akbar S.T., M.M.
Penyusun sangat berharap semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi pembaca. Bagi kami sebagai penyusun merasa bahwa masih
banyak kekurangan dalam penyusunan makalah ini karena keterbatasan
pengetahuan dan pengalaman kami. Untuk itu kami sangat mengharapkan kritik dan
saran yang membangun dari pembaca demi kesempurnaan makalah ini.
Penyusun
i
DAFTAR ISI
ii
BAB I
PENDAHULUAN
1
Pada implikasinya basis data memiliki banyak manfaat yaitu dapat
mempercepat upaya pelayanan kepada pelanggan, menghasilkan informasi
dengan cepat dan tepat sehingga membantu pengambilan keputusan untuk
segera memutuskan suatu masalah berdasarkan informasi yang ada. Saat ini
banyak aplikasi yang dibuat dengan berlandaskan pada basis data seperti
transaksi perbankan, aplikasi pemesanan, penjadwalan penerbangan, proses
registrasi, dan lain-lain. Selain itu, data base dapat memberikan informasi
dengan mudah seperti jumlah penjualan, mencari jumlah stok penjualan, stok
yang tersedia, dan laba bersih perusahaan. Maka dari itu, data base memiliki
peran yang penting dalam suatu perusahaan dan organisasi sehingga
dibutuhkan manajemen data yang baik dalam implementasinya.
1.3 Tujuan
1. Untuk mengetahui pengolahan data secara tradisional.
2. Untuk mengetahui pengolahan data dengan pendekatan database.
3. Untuk mengetahui database sebagai faktor meningkatnya business
performance dan dasar pengambilan keputusan.
2
BAB II
PEMBAHASAN
3
Sistem komputer mengatur data dalam hierarki yang dimulai dengan bit, yang
mewakili baik 0 atau 1. Bit dapat dikelompokkan menjadi satu byte untuk mewakili
satu karakter, angka, atau simbol. Byte bisa menjadi dikelompokkan untuk
membentuk bidang, dan bidang terkait dapat dikelompokkan untuk membentuk
catatan. Catatan terkait dapat berupa dikumpulkan untuk membentuk file, dan file
terkait dapat diatur ke dalam database.
4
daya manusia mungkin memiliki file induk personel, file penggajian, file asuransi
kesehatan, pensiun file, file milis, dan seterusnya hingga puluhan, mungkin ratusan,
file dan program ada. Di perusahaan secara 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
mengelola. Masalah yang dihasilkan adalah redundansi dan inkonsistensi data,
ketergantungan program-data, tidak fleksibel, keamanan data yang buruk, dan
ketidakmampuan untuk berbagi data antar aplikasi.
5
a. Redundansi dan Inkonsistensi Data
Redundansi data adalah adanya data duplikat di beberapa file data sehingga
bahwa 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. Data redundancy
membuang-buang sumber daya penyimpanan dan juga menyebabkan
inkonsistensi data, di mana atribut yang sama mungkin memiliki nilai yang
berbeda. Misalnya, dalam kasus entitas KURSUS yang diilustrasikan pada
Gambar 6.1, Tanggal dapat diperbarui dalam beberapa sistem tetapi tidak
pada yang lain. Atribut yang sama, Student_ID, mungkin juga memiliki
nama yang berbeda dalam sistem yang berbeda di seluruh organisasi.
Beberapa sistem mungkin menggunakan Student_ID dan yang lain mungkin
menggunakan ID, misalnya. Kebingungan tambahan mungkin terjadi
karena penggunaan sistem pengkodean yang berbeda untuk
merepresentasikan nilai dari sebuah atribut. Misalnya, penjualan,
persediaan, dan sistem manufaktur pengecer pakaian mungkin
menggunakan kode yang berbeda untuk mewakili ukuran pakaian. Satu
sistem mungkin mewakili ukuran pakaian sebagai "tambahan" besar,”
sedangkan yang lain mungkin menggunakan kode “XL” untuk tujuan yang
sama. Kebingungan yang dihasilkan akan mempersulit perusahaan untuk
menciptakan manajemen hubungan pelanggan, 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 berubah dalam
program memerlukan perubahan data. Setiap program komputer tradisional
harus menggambarkan lokasi dan sifat data yang digunakannya. Di sebuah
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
6
sembilan digit. Jika file data asli diubah dari kode pos lima digit hingga
sembilan digit, lalu program lain yang memerlukan kode pos lima digit tidak
lagi berfungsi dengan baik. Perubahan seperti itu bisa memakan biaya jutaan
dolar untuk diterapkan dengan benar.
c. Kurangnya Fleksibilitas
Sistem file tradisional dapat mengirimkan laporan terjadwal rutin setelah
upaya ekstensif pemrograman, tetapi tidak dapat menyampaikan laporan ad
hoc atau menanggapi kebutuhan informasi yang tidak diharapkan secara
tepat waktu. Informasi yang dibutuhkan oleh permintaan ad hoc ada di suatu
tempat di sistem tetapi mungkin terlalu mahal untuk mengambil. Beberapa
programmer mungkin harus bekerja selama berminggu-minggu untuk
menyusunnya item data yang diperlukan dalam file baru.
d. Sistem Keamanan yang Buruk
Karena hanya ada sedikit kendali atau pengelolaan data, akses dan
penyebaran informasi mungkin tidak terkendali. Manajemen mungkin tidak
memiliki cara untuk mengetahui siapa yang mengakses atau bahkan
membuat perubahan pada data organisasi.
e. Kekurangan Ketersediaan dan Pendistribusian Data
Karena potongan informasi dalam file yang berbeda dan bagian yang
berbeda dari organisasi tidak dapat dihubungkan satu sama lain, hampir
tidak mungkin untuk informasi untuk dibagikan atau diakses pada waktu
yang tepat. Informasi tidak bisa mengalir secara bebas melintasi area
fungsional yang berbeda atau bagian yang berbeda dari organisasi. Jika
pengguna menemukan nilai yang berbeda dari informasi yang sama dalam
dua sistem yang berbeda, mereka mungkin tidak ingin menggunakan sistem
ini karena mereka tidak dapat mempercayai keakuratan data mereka.
7
dan file terpisah untuk data personal, penggajian, dan tunjangan, perusahaan dapat
membuat satu database sumber daya manusia umum.
8
b. Operasi DBMS Relasional
Table basis data relasional dapat digabungkan dengan mudah untuk mengirim
data yang dibutuhkan pengguna, asalkan dua tabel berbagi elemen data yang
sama. Perintah project membuat subset yang berisi kolom dalam sebuah tabel,
mengizinkan pengguna untuk membuat tabel baru yang hanya berisikan
informasi yang dibutuhkan.
9
4. Basis data public
Basis data publik adalah basis data yang dapat diakses oleh siapa saja (publik).
Sebagai contoh, banyak situs web (misalnya yahoo dan about.com) yang
menyediakan data yang bersifat publik dan dapat diambil siapa saja secara
gratis.
10
konseptual, atau logis, database adalah model abstrak database dari perspektif
bisnis, sedangkan desain fisik menunjukkan bagaimana database sebenarnya diatur
pada perangkat penyimpanan akses langsung.
Desain database konseptual menggambarkan bagaimana elemen data dalam
database akan dikelompokkan. Proses desain mengidentifikasi hubungan antara
elemen data dan cara yang 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 program aplikasi tertentu. Kelompok data diatur,
disempurnakan, dan disederhanakan hingga pandangan logis keseluruhan dari
hubungan di antara semua data dalam database muncul. Proses pembuatan struktur
data yang kecil, stabil, namun fleksibel dan adaptif dari kelompok data yang
kompleks disebut normalisasi.
11
d. Dukungan pemulihan dan cadangan. DBMS secara otomatis
menangani pemulihan dan pencadangan. Pengguna tidak perlu
melakukan backup secara berkala karena hal ini ditangani oleh
DBMS. Selain itu, juga mengembalikan database setelah kegagalan
sistem atau crash untuk mencegah kondisi sebelumnya.
e. Membantu pengambilan keputusan yang lebih baik. Data yang
dikelola dengan lebih baik dan akses data yang lebih baik
memungkinkan untuk menghasilkan informasi dengan kualitas yang
lebih baik, yang menjadi dasar pengambilan keputusan yang lebih
baik.
f. Modifikasi yang mudah. Sistem dapat dimodifikasi dengan mudah
menggunakan DBMS untuk menghasilkan perubahan dalam
organisasi. Data baru dapat dimasukkan tanpa merusak data yang
sudah ada.
2. Kerugian DBMS (Database Management Systems)
a. Memperoleh perangkat lunak yang mahal. DBMS mainframe masih
sangat mahal. Walaupun harga DBMS berbasis komputer mikro lebih
murah, tetapi tetap merupakan pengeluaran besar bagi suatu
organisasi kecil.
b. Memperoleh konfigurasi perangkat keras yang besar. DBMS sering
memerlukan kapasitas penyimpanan lebih besar daripada program
aplikasi lain.
12
ingin mengetahui pelanggannya yang paling menguntungkan, maka perusahaan
membutuhkan data untuk informasi tersebut.
2.3.1 Big Data Dalam Bisnis
Sampai sekitar lima tahun yang lalu, sebagian besar data yang
dikumpulkan oleh suatu perusahaan terdiri dari data transaksi yang dapat
dengan mudah masuk ke dalam baris dan kolom relasional sistem manajemen
basis data. Namun, sekarang banyak perusahaan menggunakan istilah big data
untuk menggambarkan kumpulan data ini dengan volume yang sangat besar.
Data besar tidak mengacu pada kuantitas tertentu, tetapi biasanya mengacu
pada data dalam kisaran miliaran hingga triliunan catatan dari sumber yang
berbeda.
Data besar diproduksi dalam jumlah yang jauh lebih besar dan jauh lebih
cepat daripada data tradisional. Menurut perusahaan riset teknologi
International Data Center (IDC), data lebih dari dua kali lipat setiap dua tahun,
sehingga jumlah data yang tersedia untuk organisasi sedang meroket. Maka
dari itu, banyak bisnis yang tertarik pada data besar karena mereka dapat
mengungkapkan lebih banyak pola dan anomali yang menarik daripada
kumpulan data yang lebih kecil. Dengan memiliki potensi untuk memberikan
wawasan baru tentang perilaku pelanggan, pasar keuangan, kegiatan, atau
fenomena yang lainnya. Sehingga untuk mendapatkan nilai bisnis dari data ini
organisasi membutuhkan teknologi dan alat baru yang mampu mengelola dan
menganalisisnya.
13
Kemampuan ini termasuk pada gudang data, data mart, Hadoop, komputasi
dalam memori, dan platform analitik.
14
lengkap serta melakukan restrukturisasi data untuk melaporkan dan
analisis manajemen sebelum dimuat ke dalam data gudang. Sehingga
data warehouse membuat data tersedia bagi siapa saja untuk diakses
sesuai dengan kebutuhan, tetapi tidak dapat diubah. Sistem gudang
data juga menyediakan berbagai alat kueri ad hoc dan standar, alat
analisis, dan pelaporan grafis fasilitas. Perusahaan sering membangun
gudang data di seluruh perusahaan dengan pusat gudang data untuk
melayani seluruh organisasi.
❖ Data mart
Merupakan bagian dari gudang data yang diringkas atau sangat
terfokus dari data organisasi. Dimana ditempatkan dalam database
yang terpisah untuk populasi pengguna tertentu. Data mart ini juga
disebut gudang data yang lebih kecil dan terdesentralisasi. Sebagai
contoh, sebuah perusahaan mungkin mengembangkan data mart
pemasaran dan penjualan untuk menangani informasi pelanggan.
b. Hadoop Cluster
Dalam perusahaan untuk menangani data terstruktur, tidak terstruktur,
dan semi terstruktur dalam jumlah besar akan menggunakan Hadoop.
Hadoop adalah kerangka kerja perangkat lunak dengan sumber terbuka
yang memungkinkan pemrosesan paralel terdistribusi dalam jumlah besar
data di komputer. Hal ini akan memecahkan masalah pada data besar
menjadi sub-masalah yang kemudian mendistribusikannya dan
menggabungkan hasilnya menjadi kumpulan data lebih kecil yang mudah
untuk dianalisis.
Dalam Hadoop terdiri dari beberapa layanan utama antara lain:
❖ Sistem File Terdistribusi Hadoop (HDFS) untuk penyimpanan data
dan menghubungkan sistem file pada banyak node di a Hadoop cluster
untuk mengubahnya menjadi satu sistem file besar.
❖ MapReduce untuk mengelola data paralel yang berkinerja tinggi
untuk memecah pemrosesan besar kumpulan data dan menugaskan
pekerjaan ke berbagai node dalam sebuah cluster.
15
❖ HBase, Hadoop database non-relasional, menyediakan akses cepat ke
data yang disimpan di HDFS dan a platform transaksional untuk
menjalankan aplikasi real-time skala tinggi.
Perusahaan menggunakan Hadoop untuk menganalisis volume data yang
sangat besar serta untuk area staging untuk data tidak terstruktur dan semi
terstruktur sebelum dimuat ke dalam gudang data.
c. In-Memory Computing
Komputasi dalam memori adalah cara untuk memfasilitasi analisis data
besar dengan menggunakan komputasi dalam memori yang bergantung
pada memori utama komputer (RAM) untuk penyimpanan data. Pemrosesan
dalam memori sangat besar untuk memungkinkan adanya kumpulan data
yang sebesar ukuran data mart atau gudang data kecil. Kontemporer
teknologi perangkat keras komputer dapat memungkinkan pemrosesan
dalam membantu perusahaan mengoptimalkan penggunaan memori dan
mempercepat kinerja pemrosesan sambil menurunkan biaya.
d. Analytical Platforms
Platform Analitik Vendor database komersial telah mengembangkan
analitik berkecepatan tinggi khusus platform yang menggunakan teknologi
relasional dan non-relasional untuk dioptimalkan dalam menganalisis
kumpulan data besar. Platform analitik ini, seperti IBM Netezza dan Oracle
Exadata, menampilkan sistem perangkat keras perangkat lunak yang telah
dikonfigurasi Pada gambar 6.12 mengilustrasikan infrastruktur intelijen
bisnis kontemporer menggunakan teknologi dimana data saat ini dan data
historis diekstraksi dari beberapa sistem operasional bersama dengan data
Web, data yang dihasilkan mesin, data audio/visual tidak terstruktur, dan
data dari sumber eksternal yang kemudian telah direstrukturisasi dan ditata
ulang untuk pelaporan dan analisis.
16
(OLAP), dan penambangan data. Berikut alat-alat detail tentang analitik dan
aplikasi intelijen bisnis.
a. Online Analytical Processing (OLAP)
OLAP 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 seperti produk, penetapan harga, biaya,
wilayah, atau periode waktu, mewakili dimensi yang berbeda. OLAP
memungkinkan bagi para pengguna untuk memperoleh jawaban-jawaban
secara online atas pertanyaan-pertanyaan khusus. Tampilan ini
memperlihatkan suatu model multidimensional yang dapat diciptakan
untuk mewakili pelanggan, waktu penjualan, dan produk.
b. Data Mining
Data mining memberikan wawasan pada korporat, data yang tidak dapat
diperoleh dengan OLAP dengan menemukan pola-pola yang tersembunyi
serta hubungan dalam database yang benar dan aturan menarik kesimpulan
dari mereka untuk memprediksikan perilaku pada masa yang akan datang.
17
❖ Dalam sekuen, peristiwa-peristiwa akan dikaitkan berdasarkan
waktu.
❖ Klasifikasi membahas pola-pola yang menggambarkan kelompok
yang mana suatu barang dimiliki dengan memeriksa barang yang
ada, yang telah diklasifikasikan dan dengan menarik kesimpulan dari
serangkaian aturan.
❖ Pengklasteran (clustering) bekerja dengan cara yang sama seperti
klasifikasi ketika tidak ada kelompok yang masih belum
didefinisikan.
❖ Peramalan menggunakan serangkaian nilai yang ada untuk
meramalkan berapa besar dari nilai lainnya.
Sistem ini melakukan analisis pola atau tren tingkat tinggi yang
dapat menelusuri untuk memberikan lebih banyak detail saat dibutuhkan.
Ada penambangan data aplikasi 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 satu-ke-satu atau untuk
mengidentifikasi pelanggan yang menguntungkan. Contohnya dalam
perusahaan Caesars Entertainment yang sebelumnya dikenal sebagai
Harrah's Entertainment, adalah perusahaan game terbesar di dunia yang
terus menganalisis data tentang pelanggannya.
c. Text Mining dan Web Mining
Basis data dan manajemen informasi merupakan salah satu sumber utama
big data yang ingin dianalisis oleh perusahaan. Email, memo, transkrip call
center, tanggapan survei, kasus hukum, deskripsi paten, dan laporan
layanan semuanya berharga untuk menemukan pola dan tren yang akan
membantu karyawan membuat keputusan bisnis yang lebih baik. Alat
penambangan teks sekarang tersedia untuk membantu bisnis menganalisis
data tersebut. Alat ini mampu mengekstrak elemen kunci dari kumpulan
data besar yang tidak terstruktur,kemudian menemukan pola dan
hubungan, serta merangkum informasinya.
18
Web adalah sumber lain yang kaya dari data besar tidak terstruktur untuk
diungkapkan pola, trend, dan wawasan tentang perilaku pelanggan.
Penemuan dan analisis pola dan informasi yang berguna dari World Wide
Web adalah disebut penambangan Web. Bisnis mungkin beralih ke
penambangan Web untuk membantu mereka memahami perilaku
pelanggan, mengevaluasi efektivitas Situs web, atau mengukur
keberhasilan kampanye pemasaran. Contohnya, pemasar menggunakan
layanan Google Trends dan Google Insights for Search, yang melacak
popularitas berbagai kata dan frasa yang digunakan di Google permintaan
pencarian, untuk mempelajari apa yang diminati orang dan apa minat
mereka tertarik untuk membeli.
19
bisa mengambil langkah yang cepat dan tepat jika terjadi masalah.
Langkah pertama dari perusahaan kecil dalam membuat database
adalah
Membuat standarisasi pada seluruh data-data yang ada. Standar
meliputi Identifier, Naming, Definition, Integrity Rule, dan Usage
Right.
Menentukan jenis aplikasi DBMS apa yang sesuai untuk dipakai
dalam membantu penyusunan dan pemanfaatan data-data tersebut.
Aplikasi DBMS populer yang tersedia antara lain adalah Microsoft
Access atau aplikasi kategori Open Source seperti OpenOffice
Base yang bisa secara didapat gratis.
Setelah database selesai dibuat, perusahaan skala kecil bisa
menggunakan aplikasi tersebut untuk mendukung kegiatan
operasional. Kegiatan tersebut disebut Online Transaction
Processing (OLTP) yang meliputi pengumpulan info, pemrosesan
info, dan memperbaharui info.
Mengelola informasi yang dimiliki dengan menggunakan aplikasi
DBMS. Kemudahan dalam pencarian informasi akan membantu
perusahaan kecil dalam memantau kegiatan operasional dan
mempermudah dalam pengambilan keputusan.
20
digunakan untuk meningkatkan produksi perusahaan. Dengan Database
memungkinkan juga bagi perusahaan untuk menyimpan data customer
seperti nomor telepon, dan alamat email, yang dapat digunakan untuk
memasarkan produk/menawarkan diskon dan penawaran khusus secara
langsung. Dapat juga untuk membantu menjalankan CRM (Customer
Relationship Management). Perusahaan dapat mengetahui informasi
tersebut dengan mencari data customer yang telah tersimpan di dalam
Database.
21
BAB III
KESIMPULAN
3.1 Kesimpulan
Sistem informasi yang efektif menyediakan penggunaan dengan akurat,
tepat waktu, dan informasi yang relevan. Kita mungkin terkejut mengetahui bahwa
banyak bisnis tidak memiliki waktu yang akurat, atau informasi yang relevan karena
data dalam sistem informasi mereka telah diatur dan dipelihara dengan buruk. Itu
sebabnya manajemen data sangat penting. Dalam syarat dan organisasi file data
secara tradisional, Sistem komputer mengatur data dalam hierarki yang dimulai
dengan bit, yang mewakili baik 0 atau 1. Dalam pengolahan data secara tradisional,
terdapat masalah yang dapat ditimbulkan yaitu redundansi dan inkonsistensi data,
ketergantungan program-data, tidak fleksibel, keamanan data yang buruk, dan
ketidakmampuan untuk berbagi data antar aplikasi. Selanjutnya yaitu terdapat
pengolahan data menggunakan database. Database Management Systems (DBMS)
adalah perangkat lunak yang memungkinkan organisasi untuk memusatkan data,
mengelolanya secara efisien, dan menyediakan akses ke data yang disimpan oleh
program aplikasi.
DBMS memiliki kemampuan definisi data untuk menentukan struktur isi
database. Hal ini akan digunakan untuk membuat tabel database dan untuk
menentukan karakteristik bidang di setiap tabel. Dalam membuat database, perlu
untuk memahami hubungan antar data, tipe data yang akan dipertahankan dalam
database, bagaimana data akan digunakan, dan bagaimana organisasi perlu berubah
untuk mengelola data dari perspektif seluruh perusahaan. Selain itu, dalam suatu
bisnis, perusahaan pastinya menggunakan database untuk kepentingan yang ada.
Salah satunya untuk melacak transaksi dasar, seperti pembayaran pemasok,
memproses pesanan, melacak pelanggan, dan membayar karyawan. Selain itu,
perusahaan juga membutuhkan database untuk menyediakan informasi yang akan
membantu perusahaan dalam menjalankan bisnis yang lebih efisien, dan membantu
manajer serta karyawan untuk membuat keputusan yang lebih baik.
22
DAFTAR PUSTAKA
Serba Serbi, T. (2021, November 11). Retrieved from Memahami Kelebihan dan
Kekurangan DBMS (Database Management System):
https://idcloudhost.com/memahami-kelebihan-dan-kekurangan-dbms-
database-management-system/
23