NAMA : CINDY MERNI MAULIDINA

NIM : 2000012105
KELAS : B AKUNTANSI
SISTEM INFORMASI MANAJEMEN

FOUNDATION OF BUSINESS INTELLIGENCE : DATABASE AND INFORMATION

MANAGEMENT
1. Mengordinir Data dalam Lingkungan Dokumen Tradisional
SYARAT MENGELOLA DOKUMEN DAN KONSEP
Sebuah sistem komputer mengatur data dalam hierarki yang dimulai dengan bit dan byte
dan berkembang menjadi bidang, catatan, file, dan database.
Sebuah sistem komputer mengatur data dalam hierarki yang dimulai dengan bit, yang
mewakili baik 0 atau 1. Bits dapat dikelompokkan untuk membentuk byte untuk mewakili satu
karakter, angka, atau simbol. Bytes dapat dikelompokkan untuk membentuk lapangan, dan
bidang terkait dapat dikelompokkan untuk membentuk rekor. catatan terkait dapat dikumpulkan
untuk membentuk sebuah file, dan file terkait dapat diatur ke dalam database.
MASALAH DENGAN TRADISIONAL FILE LINGKUNGAN
Penggunaan pendekatan tradisional untuk mengajukan pengolahan mendorong setiap area
fungsional dalam perusahaan untuk mengembangkan aplikasi khusus. Setiap aplikasi
membutuhkan data file yang unik yang mungkin menjadi bagian dari master file. subset ini dari
master file menyebabkan redundansi data dan inkonsistensi, pengolahan kaku, dan sumber daya
terbuang penyimpanan. Data redundansi dan ketidak-konsistenan redundansi data adalah adanya
duplikasi data dalam beberapa file data sehingga data yang sama disimpan dalam lebih dari
tempat atau lokasi. Redundansi data terjadi ketika kelompok yang berbeda dalam sebuah
organisasi independen mengumpulkan potongan data yang sama dan menyimpannya secara
independen satu sama lain. Redundansi data sumber daya penyimpanan limbah dan juga
mengarah ke inkonsistensi data, Program-Data Ketergantungan Program-data yang
ketergantungan mengacu pada kopling data yang disimpan dalam file dan program-program
khusus yang diperlukan untuk memperbarui dan memelihara file-file sehingga perubahan dalam
program memerlukan perubahan data. Setiap program komputer tradisional harus
menggambarkan lokasi dan sifat data dengan yang bekerja. Dalam lingkungan file tradisional,
setiap perubahan dalam program perangkat lunak bisa memerlukan perubahan dalam data
diakses oleh program itu.

a.) Kurang Fleksibel

 Sebuah sistem file tradisional dapat memberikan rutin laporan dijadwalkan setelah upaya
pemrograman yang ekstensif, tetapi tidak dapat memberikan laporan ad hoc atau menanggapi
kebutuhan informasi yang tidak diantisipasi secara tepat waktu Keamanan yang Lemah Karena
ada sedikit kontrol atau manajemen data, akses dan penyebaran informasi mungkin di luar
kendali. Manajemen mungkin tidak memiliki cara untuk mengetahui siapa yang mengakses atau
bahkan membuat perubahan data organisasi.

b.) Kurangnya Sharing Data dan Ketersediaan

Karena potongan informasi dalam file yang berbeda dan bagian yang berbeda dari
organisasi tidak dapat berhubungan satu sama lain, maka hampir tidak mungkin untuk informasi
untuk dibagikan atau diakses pada waktu yang tepat. Informasi tidak dapat mengalir dengan
bebas di area fungsional yang berbeda atau bagian yang berbeda dari organisasi.
2.) Pendekatan Database untuk Manajemen Data
Database adalah kumpulan data yang terorganisir untuk melayani banyak aplikasi secara
efisien dengan memusatkan data dan mengendalikan data yang berlebihan. Daripada menyimpan
data dalam file terpisah untuk setiap aplikasi, data disimpan sehingga muncul kepada pengguna
sebagai yang disimpan dalam satu lokasi.
SISTEM MANAJEMEN DATABASE
sistem manajemen database (DBMS) adalah perangkat lunak yang memungkinkan
sebuah organisasi untuk memusatkan data, mengelola secara efisien, dan memberikan akses ke
data yang disimpan oleh program aplikasi. DBMS bertindak sebagai antarmuka antara program
aplikasi dan file data fisik. Ketika program aplikasi panggilan untuk item data, seperti gaji kotor,
DBMS menemukan item ini dalam database dan menyajikan kepada program aplikasi.
Sebuah database sumber daya manusia tunggal menyediakan banyak pandangan yang
berbeda dari data, tergantung pada kebutuhan informasi pengguna. Diilustrasikan di sini adalah
dua kemungkinan pandangan, salah satu yang menarik untuk spesialis manfaat dan salah satu
yang menarik bagi anggota departemen penggajian perusahaan.
Bagaimana DBMS Memecahkan Masalah Lingkungan File Tradisional Sebuah DBMS
mengurangi redundansi data dan inkonsistensi dengan meminimalkan file terisolasi di mana data
yang sama diulang. DBMS tidak dapat memungkinkan organisasi untuk menghilangkan
redundansi data yang seluruhnya, tetapi dapat membantu mengontrol redundansi. Bahkan jika
organisasi memelihara beberapa data yang berlebihan, menggunakan DBMS menghilangkan
inkonsistensi data karena DBMS dapat membantu organisasi memastikan bahwa setiap
terjadinya data yang berlebihan memiliki nilai yang sama.
a.) Relasional DBMS
 DBMS kontemporer menggunakan model database yang berbeda untuk melacak entitas,
atribut, dan hubungan. Jenis yang paling populer dari DBMS saat ini untuk PC serta untuk
komputer yang lebih besar dan mainframe adalah DBMS relasional. database relasional
merepresentasikan data sebagai tabel dua dimensi (disebut hubungan). Tabel dapat disebut
sebagai file. Setiap tabel berisi data tentang entitas dan atributnya. Microsoft Access adalah
DBMS relasional untuk sistem desktop, sedangkan DB2, Oracle Database, dan Microsoft SQL
Server adalah DBMS relasional untuk mainframe besar dan komputer midrange.

b.) Database dalam Cloud

Penyedia komputasi Cloud menawarkan layanan manajemen database yang berkualitas,
tetapi layanan ini biasanya memiliki fungsi kurang dari mereka lokal rekan-rekan. Saat ini, basis
pelanggan utama untuk pengelolaan data berbasis cloud terdiri dari Webfocused start-up atau
usaha kecil menengah mencari kemampuan database dengan harga lebih rendah dari DBMS
relasional standar.

KEMAMPUAN SISTEM MANAJEMEN DATABASE

Sebuah DBMS mencakup kemampuan dan alat untuk mengorganisir, mengelola, dan
mengakses data dalam database. Yang paling penting adalah bahasanya definisi data, kamus
data, dan bahasa manipulasi data. Microsoft Access memiliki kemampuan kamus data dasar yang
menampilkan informasi tentang nama, deskripsi, ukuran, jenis, format, dan properti lainnya dari
masing-masing bidang

MENDESAIN DATABASES
Untuk membuat database, Anda harus memahami hubungan antar data, jenis data yang
akan dipertahankan dalam database, bagaimana data akan digunakan, dan bagaimana organisasi
akan perlu mengubah untuk mengelola data dari perspektif seluruh perusahaan . database
membutuhkan baik desain konseptual dan desain fisik. Konseptual, atau logis, desain database
adalah model abstrak dari database dari perspektif bisnis, sedangkan desain fisik menunjukkan
bagaimana database sebenarnya diatur pada perangkat penyimpanan langsung akses.
a.) Normalisasi dan menyatukan-hubungan diagram
Untuk menggunakan model database relasional secara efektif, pengelompokan kompleks
data harus dirampingkan untuk meminimalkan elemen data yangberlebihan dan hubungan
manyto-banyak canggung. Proses menciptakan kecil, stabil, namun tetap fleksibel dan adaptif
struktur data dari kelompok kompleks data disebut normalisasi.
3.) Penggunaan Database untuk Merubah Performa Bisnis dan Pengambilan Keputusan
 Bisnis menggunakan database mereka untuk melacak transaksi dasar, seperti membayar
pemasok, memproses pesanan, melacak pelanggan, dan membayar karyawan. Tapi mereka juga
perlu database untuk memberikan informasi yang akan membantu perusahaan menjalankan
bisnis lebih efisien, dan bantuan manajer dan karyawan membuat keputusan yang lebih baik. Jika
sebuah perusahaan ingin mengetahui produk yang paling populer atau yang pelanggan yang
paling menguntungkan, jawabannya terletak pada data.

a.) GUDANG DATA

Apa itu Data Warehouse/ Gudang Data ? gudang data adalah database yang menyimpan data saat
ini dan sejarah potensi menarik untuk para pengambil keputusan di seluruh perusahaan. Data
berasal banyak sistem transaksi operasional inti, seperti sistem penjualan, rekening nasabah, dan
manufaktur, dan mungkin termasuk data dari transaksi situs Web. Gudang data
mengkonsolidasikan dan standarisasi informasi dari database operasional yang berbeda sehingga
informasi tersebut dapat digunakan di seluruh perusahaan untuk analisis manajemen dan
pengambilan keputusan.
b.) Figure
Gudang data ekstrak data saat ini dan sejarah dari beberapa sistem operasional dalam
organisasi. Data-data ini dikombinasikan dengan data dari sumber eksternal dan direorganisasi
ke dalam database pusat yang dirancang untuk pelaporan manajemen dan analisis. Direktori
informasi menyediakan pengguna dengan informasi tentang data yang tersedia di gudang.
c.) Data Marts
ALAT UNTUK INTELEGEN BISNIS: ANALISIS DATA MULTIDIMENSI DAN DATA
MINING
Online Analytical Processing (OLAP)
OLAP mendukung analisis data multidimensi, memungkinkan pengguna untuk melihat
data yang sama dengan cara yang berbeda menggunakan beberapa dimensi. Setiap aspek
informasi-produk, harga, biaya, daerah, atau periode waktu- merupakan dimensi yang berbeda.
OLAP memungkinkan pengguna untuk mendapatkan jawaban online untuk pertanyaan ad hoc
seperti ini dalam jumlah cukup cepat waktu, bahkan ketika data disimpan dalam database yang
sangat besar, seperti angka penjualan untuk beberapa tahun.
Data Mining
Data mining lebih penemuan-driven. Data mining memberikan wawasan ke dalam data
perusahaan yang tidak dapat diperoleh dengan OLAP dengan mencari pola tersembunyi dan
hubungan dalam database besar dan menyimpulkan aturan dari mereka untuk memprediksi
perilaku masa depan. Pola dan aturan yang digunakan untuk memandu pengambilan keputusan
dan meramalkan efek dari keputusan tersebut. Jenis informasi diperoleh dari data mining
termasuk asosiasi, urutan, klasifikasi, cluster, dan prakiraan. Asosiasi adalah kejadian terkait
dengan peristiwa tunggal. Di urutan, peristiwa terkait dari waktu ke waktu. Klasifikasi mengakui
pola yang menggambarkan kelompok yang item milik dengan memeriksa barang-barang yang
ada yang telah diklasifikasikan dan dengan menyimpulkan seperangkat aturan.

Kekelompokan bekerja dalam cara yang mirip dengan klasifikasi ketika ada kelompok
tersebut belum ditentukan. Meskipun aplikasi ini melibatkan prediksi, peramalan menggunakan
prediksi dengan cara yang berbeda. Menggunakan serangkaian nilai-nilai yang ada untuk
meramalkan apa yang nilai-nilai lain akan. Analisis prediktif menggunakan teknik data mining,
data historis, dan asumsi tentang kondisi masa depan untuk memprediksi hasil dari peristiwa,
seperti probabilitas pelanggan akan menanggapi tawaran atau membeli produk tertentu. Sebagai
contoh, divisi AS The Body Shop International plc digunakan analisis prediktif dengan database
katalog, Web, dan pelanggan toko ritel untuk mengidentifikasi pelanggan yang lebih mungkin
untuk melakukan pembelian katalog. informasi yang membantu perusahaan membangun lebih
tepat dan ditargetkan mailing list untuk katalog nya, meningkatkan tingkat respon untuk surat
katalog dan pendapatan katalog.
Teks Mining dan Web Mining
Penemuan dan analisis pola yang berguna dan informasi dari World Wide Web disebut
pertambangan web. Bisnis mungkin beralih ke pertambangan Web untuk membantu mereka
memahami perilaku pelanggan, mengevaluasi efektivitas dari situs Web tertentu, atau mengukur
keberhasilan kampanye pemasaran.
DATABASES DAN WEB
Dalam lingkungan client / server, DBMS berada pada komputer khusus yang disebut
database server. DBMS menerima permintaan SQL dan menyediakan data yang dibutuhkan.
Transfer middleware informasi dari database internal organisasi kembali ke server Web untuk
pengiriman dalam bentuk halaman Web untuk pengguna
4.) Mengelola Sumber Data
MEMBANGUNAN KEBIJAKAN INFORMASI
kebijakan informasi menentukan aturan organisasi untuk berbagi, menyebarkan,
memperoleh, standardisasi, mengklasifikasi, dan inventarisasi informasi. Kebijakan informasi
menjabarkan prosedur dan akuntabilitas yang spesifik, mengidentifikasi mana pengguna dan unit
organisasi dapat berbagi informasi, dimana informasi dapat didistribusikan, dan yang
bertanggung jawab untuk memperbarui dan memelihara informasi. Sebagai contoh, kebijakan
informasi khas akan menentukan bahwa anggota yang dipilih dari gaji dan sumber daya manusia
departemen akan memiliki hak untuk mengubah dan melihat data karyawan sensitif, seperti
nomor gaji atau jaminan sosial karyawan, dan bahwa departemen ini bertanggung jawab untuk
membuat memastikan bahwa data karyawan tersebut akurat. data administrasi bertanggung
jawab atas kebijakan dan prosedur tertentu melalui mana data dapat dikelola sebagai sumber
daya organisasi. Tanggung jawab ini mencakup pengembangan kebijakan informasi,
perencanaan untuk data, mengawasi desain database logis dan data pengembangan kamus, dan
memantau bagaimana sistem informasi spesialis dan kelompok pengguna akhir menggunakan
data.

MEMASTIKAN KUALITAS DATA

Sebuah database dan informasi yang dirancang dengan baik kebijakan akan pergi jauh ke
arah memastikan bahwa bisnis memiliki informasi yang dibutuhkan. Namun, tambahan langkah-
langkah harus diambil untuk memastikan bahwa data dalam database organisasi yang akurat dan
tetap handal. Pembersihan data, juga dikenal sebagai Data scrubbing, terdiri dari kegiatan untuk
mendeteksi dan mengoreksi data dalam database yang tidak benar, tidak lengkap, tidak benar
diformat, atau berlebihan. Masalah kualitas data tidak hanya masalah bisnis. Mereka juga
menimbulkan masalah serius bagi individu, yang mempengaruhi kondisi keuangan mereka dan
bahkan pekerjaan mereka.