1.

1  MENGORGANISASIKAN DATA DALAM LINGKUNGAN

FILE DATA

            Sebuah sistem inforamsi yang efektif menyediakan informasi

yang akurat, tepat waktu, dan relevan bagi penggunanya. Informasi yang
akurat tidak memilki kesalahan , juga informasi dikomunikasikan
dengan  tepat waktu maka dapt digunakan sebagai pengambilan
keputusan sesuai kebutuhan pengguna. Informasi dikatakan relevan jika
informasi sangat berguna dan tepat untuk jenis pekerjaan dan dapat
digunakan sebagai pengambilan keputusan atas informasi tersebut.

1.1.1 Istilah dan Konsep Pengorganisasian File

Konsep ini merupakan suatu konsep yang dibuat untuk pengorganisasian

file yang ada dalam sebuah sistem informasi. Konsep ini
meimplementasikan pada sistem komputer yang mengorganisasikan
kedalam suatu hierarki yang dimulai dari bit , byte, field record dan
basis data.

Bit merupakan unit terkecil dari data yang disimpan dalam komputer,

sekumpulan bit disebut byte yaitu mewakili sebuah karakter tunggal
yang berbentuk huruf, angka dan symbol lainnya.

Field merupakan pengelompokkan sebuah karakter menjadi sebuah

kata, kumpulan kata, bilangan lengkap ( misalnya : nama atau usia
seseorang), sedangkan sekumpulan field yang saling berhubungan
dinamakan record, misalnya nama mahasiswa,  tanggal, dan nilainya.

Sekumpulan record dinamakan file 

1.1.2 Masalah Dengan Lingkungan File Tradisional

 
Pada kebanyakan organisasi , file data dan sistem cenderung bertumbuh
secara mandiri tanpa rencana mnyeluruh perusahaan. Akuntansi,
keuangan, manufaktur, sumber daya manusia, penjualan dan pemasaran
semuanya berkembang dengan sistem dan file dtanya sendiri.

Contoh melalui pendekatan tradisional terhadap pemrosesan suatu

informasi

Suatu aplikasi membutuhkan file dan program komputer sendiri untuk

dapat bekerja.

Sebagai contoh aplikasi yang menggunakan pendekatan tradisional :

 Departemen SDM mempunyai file master personalia, file

penggajian, file asuransi kesehatan, file pensiun, file daftar alamat.
 Departemen Keuangan mempunyai file penggajian, file pensiun,
file daftar utama karyawan untuk kegiatan pembayaran gaji.

Redundansi dan Inkonsistensi

Redundasi data merupakan adanya duplikasi data dalam beberapa file

data yang sama disimpan di dalam lebih dari satu lokasi. Redundasi data
terjadi kelompok yang berbeda di dalam suatu orgainisasi mendaptkan
data yang sama secara independen dan menyimpannya secara
independen juga. Redundasi data menghabiskan tempat penyimpanan
data dan menimbulkan inkonsistensi data, dalam arti atribut yang sama
mungkin nilai yang berbeda.

Contoh Redundasi yaitu:

 Didalam sistem yang menggunakan input indentitas mahasiswa

tapi di sistem yang lain menginputnya menggunakan indentitas
saja.
 Pada sistem pengkodean yang berbeda , misanya pada toko
pakaian mengguanakan kode yang berbeda pada penjualan,
 persediaan, dan sistem produksi dengan kode yang digunakan
untuk mengkode ukuran akaian yang dijual kepelanggan.

Ketergantungan Program Data

Ketergantungan program data mengacu pada pasangan data yang

tersimapan dalam file dan program tertentu. Perubahan pada suatu
program , juga  mempengaruhi perubahan file dan juga data. Karena file
merupakan kumpulan data yang  telah dikumpulkan.

            Kurangnya Fleksibilitas

Sistem file yang tradisional dapat mengirim jadwal  rutin setelah

dilakukan pemrograman yang ekstensif, tetapi tidak dapat mengirim
laporan khusus atau tidak merespon kebutuhan informasi yang tidak
diantisipasi tepat waktu. Informasi yang dibutuhkan oleh permintaan
khusus tersimpan di suatu tempat dalam suatu sistem, ttetapi terlalu
mahal untuk dicari.

Keamanan yang buruk

Karena kendali pada data dan pengelolaan yang kurang, akses kepada
dan penyebaran dari suatu informasi mungkin dapat dilakukan.
Manajemen mungkin dapat mengetahui siapa yang sedang mengakses
atau bahkan membuat perubahan pada data organisasi.

Kekurangan dalam Pembagian dan Ketersediaan Data

Informasi tidak dapat mengalir dengan bebas melintasi daerah

fungsional yang berbeda-beda atau bagian yang berbeda dari organisasi.
Jika pengguna menemukan nilai yang berbeda dari potongan informasi
yangsama, dalam dua sistem yang berbeda , pengguna tidak akan
menggunakan sistem ini karena mereka tidak mempercayai ketepatan
data.

1.2 PENDEKATAN BASIS DATA TERHADAP PENGELOLAAN

DATA

            Tehnologi basis data banyak masalah dalam organisasi file

trandisional. Basis data (database) adalah sekumpulan data organisasi
digunakan untuk melayani aplikasi secara efisien dengan memusatkan
data dan mengendalikan redundasi data.

1.2.1 Sistem Manajemen Database

Merupakan peranti lunak yang memudahkan organisasi untuk

memusatkan data, mengelola data secara efisien, dan menyediakan akses
data bagi program aplikasi. DBMS (database management system)
membuat basis data fisik tersedia untuk tampilan logis yang berbeda
digunakan pengguna. DBMS digunakan sebagai perantara file dengan
program aplikasi yang diguanakn dalam sebuah sistem.

Bagaimana DBMS menyelesaikan masalah dalam lingkungan file

tradisional

Dengan memperkecil redundasi dan inkonsistensi data dengan

meminimalisasi file-file yang terpisah  yang mempunyai data sama.
DBMS tidak dapat menghilangkan redunsi, melainkan mengendalikan
redundasi data. Menggunakan DBMS dapat menghilangkan
inkonsistensi data karena pada sistem ini memastikan bahwa data yang
sama memilki nilai yang sama.

DBMS Relasional

DBMS terkini menggunakan model-model yang berbeda untuk

memantau entitas, atribut, dan hubungan. Jenis DBMS yang paling
populer bagi PC ataupun mainframe saat ini adalah DBMS relasional
(relational DBMS). DBMS relasional menampilkan data menjadi tabel
dua dimensi.  Tabel dapat juga dianggap sebagai file, yang berisi data
pada sebuah entitas. MySQL adalah DBMS open source yang terkenal
sedangkan oracle database lite adalah DBMS untuk perangkat komputasi
mobile. DBMS relasional mengorganisasikan data pemasok dan suku
cadang. Database tersebut memiliki tabel yang terpisah untuk entitas
pemasok dan sebuah tabel untuk entitas barang.

Informsi aktual/lengkap mengenai seorang pemasok yang berbasis

sepanjang suatu tabel disebut baris. Baris sering juga disebut sebagai
record  karena mewakili satu informasi lengkap mengenai seseorang
atau dalam istilah yang sangat teknis disebut tuples. Data  untuk entitas
suku cadang memiliki tabel terpisah yang tersendiri.

File nomor pemasok pada tabel pemasok memberikan identifikasi yang

unik untuk setiap record sehingga record tersebut dapat diambil,
diperbaharui, ataupun digolongkan. Dalam hal ini nomor pemasok
disebut sebagai field kunci. Setiap tabel pada database relasional
memiliki sebuah filed yang ditunjuk sebagai kunci primer. File kunci ini
memberikan pemberi identitas yang unik untuk setiap informasi dalam
satu baris pada sebuah tabel yang sama halnya dengan kunci primer,
mereka tidak dapat diduplikasi. Nomor pemasok adalah kunci primer
bagi tabel pemasok dan nomor suku cadang adalah kunci primer untuk
tabel suku cadang .

1. Operasi DBMS Relasional

Tabel database relasional dapat dikombinasikan dengan mudah untuk

mengirimkan data yang diperlukan pengguna yang disediakan oleh dua
tabel yang saling berbagi elemen data. Dalam database relasional ada
tiga operasi dasar yang digunakan untuk mengembangkan serangkaian
data yang sangat berguna yaitu select, join, dan project. Operasi select
menampilkan suatu bagian yang berisi seluruh rekaman pada suatu file
berdasarkan kriteria yang ditentukan. Operasi join mengkombinasikan
tabel-tabel yang memiliki keterkaitan untuk menyediakan informasi
yang lebih lengkap kepada pengguna daripada pada satu tabel saja.
Untuk operasi project menampilkan kolom-kolom dari suatu tabel
berdasarkan kriteria tertentu yang memungkinkan pengguna untuk
menampilkan tabel baru yang berisi informasi-informasi yang benar-
benar diperlukan.

2. Database Non-Relasional dan Database pada Sistem Cloud

Computing

Dalam jangka waktu 30 tahun, teknologi database relasional telah

menjadi standar emas. Cloud computing volume data yang belum pernah
ada sebelumnya, beban pekerjaan yang begiru besar untuk layanan web,
serta kebutuhan untuk menyimpan data jenis baru memerlukan alternatif
database selain model lama dari database rasional dalam
mengorganisasikan data guna membentuk tabel, kolom, dan baris.
Sistem manajemen database non-relasional menggunakan model data
yang lebih fleksibel dan dirancang untuk mengelola data berukuran
besar yang didistribusikan pada banyak perangkat serta mempermudah
dalam meningkatkan atau menurunkan skalabilitas. Seperti web, media
sosial, grafis dan bentuk data lainnya yang sulit dianalisis menggunakan
perangkat tradisional berbasis SQL.

Ada beberapa database NoSQL yang masing-masing memiliki fitur

teknis dan perlakukan yang berbeda. Database oracle NoSQL salah satu
contoh diantaranya adalah simple DB buatan amazon, salah satu layanan
web yang beroperasi pada sistem cloud computing .

Amazon dan penyedia layanan could computing lainnya juga

menyediakan DBMS relasional. Relational  Database Service (RDS)
Amazon menawarkan MysQL, SQL server, ataupun oracle database
sebagai mesin pencari database. Besarnya pembayaran bergantung pada
jumlah penggunaan. Oracle memiliki database clou service
menggunakan relasional oracle database 11g, sedangkan microsoft SQL
Azure Database adalah layanan database relasional berbasis cloud
computing yang beroperasi pada microsoft SQL server DBMS.

Sistem privarte cloud computing mengkonsolidasikan server, tempat

penyimpanan, sistem operasi, database serta beban pekerjaan kedalam
perangkat keras dan perangkat lunak yang terdistribusi. Dengan
mendistribusikan database pada sistem private could computing yang
terkonsolidasi memungkinkan departemen TI untuk meningkatkan
kualitas pelayanan serta mengurangi beban modal dan biaya operasi.
Semakin tinggi tingkat kepadatan konsilidasi yang dicapai, semakin
besar pengembalian atas investasi yang diterima.

Kapabilitas Sistem Manajemen Database

DBMS memiliki kapabilitas defenisi data (data dfenition) untuk

menspesifikasikan stuktur konten database. Definisi data digunakan
untuk membuat tabel database dan untuk mendefenisikan karakteristik
field pada setiap tabel. Informasi tentang database ini akan
didokumentasikan dallam kamus data. Kamus data (data dictionaary)
adalah file manual ataupun otomatis yang menyimpan defenisi-defenisi
elemen data berikut karakteristik mereka. Mc Acces memiliki
kemampuan kamus data yang belum sempurna yaitu menampilan
informasi seperti nama, deskripsi, ukuran, tipe, format, dan properti
lainyya pada setiap filed pada sebuah tabel. Kamus data bagi database
perusahaan besar dapat menangkap informasi tambahan seperti
pengggunaan, kepemilikan, ototrisasi, keamanana, dan individual,
fungsi-fungsi bisnis, program serta laporan yang menggunakan masing-
masing elemen data.

Merancang Database

Untuk merancang database, harus difahami dulu bagaimana hubungan

antara data, jenis dta yang dikelola pada database, bagaimana tersebut
akan digunakan, serta bagaimana organisasi perlu diubah untuk
mengelola data dari perspektif lengkap seluruh perusahaan. Database
memerlukan rancangan konsep maupun fisik. Rancangan konseptual
atau logis dari suatu database adalah model abstrak dari database dari
perspektif organisasi bosnis, dimana rancangan fisik menunjukka
bagaimana database dirancang lewat akses langsung perangkat
penyimpanan.

Normalisasi dan diagram relasi entitas

Rancangan konseptual suatu database menggambakan bagaimana

elemen-elemen pada database dikelompokkan. Proses perancangan
tersebut mengidentifikasi hubungan antara elemen-elemen data dan cara
paling efisien dalam mengelompokkan elemen-elemen data yang
diperlukan dan untuk menjawab kebutuhan informasi suatu organisasi
bisnis. Proses tersebut juga mengidentigikasi data-data ganda dan
pengelompokan elemen-elemen data yang diperlukana untuk program
aplikasi yang spesifik.

Sistem database relasional berupaya untuk menerapkan antara

referensial terintegrasi yang menjamin hubungan antara variabel tetap
konsisten. Ketika suatu tabel memiliki kunci asing yang mengacu pada
tabel lainnya, maka tidak diperkenankan menambah record apapun
sampai terdappat record yang sesuai yang sesuai pada tabel yang
berhubungan. Perancang database mendokumentasikan model datanya
dengan sebuah diagram relasi entitas.

1.3 MEMANFAATKAN DATABASE UNTUK MENINGKATKAN

KINERJA BISNIS DAN PENGAMBILAN KEPUTUSAN

 Tantangan dalam menangani besarnya volume data

Sampai 5 tahun sebagian besar data dikumpulkan oleh organisasi yang
terdiri atas data transaksi yang dapat ditempatkan dengan mudah
kedalam kolom danbaris pada DBMS Relasional. Kemungkinan data-
data yang ada memiliki struktur atau tidak sesuai dengan produk DBMS
relasional yang mengorganisasikan data kedalam bentuk kolom dan
baris.

 Infrastruktur Bisnis

Kebutuhan akan data yang berkapabilitas besar memerlukan

infraksruktur bisnis yang terkini dan memiliki rabgkaian perangkat
untuk memperoleh informasi-informasi yang diperlukan dari berbagai
jenis data yang berbeda yang ada dalam organisasi. Kemampuan-
kemampuan tersebut meliputi data warehouse, data marts, hadoop, in-
memory computing, serta platform analitis.

Data warehouse dan data mart

Data warehouse adalah data yang menyimpan data historis dan data
terkini yang berpengaruh bagi kepentingan pengambil jeputusan
diseluruh perusahaan. Sedangkan data mart adalah bagian dari data
warehouse yang diringkas atau dikhususkan untuk penanganan jenis-
jenis data tertentu pada database yang terpisah untuk kelompok
pengguna yang lebih ditentkan.

Hadoop

Hadoop adalah perangkat kerja open source yang dikelola oleh Apache
software foundation yang memungkinkan pendistribusian proses data
berkapasitas besar secara paralel pada komputer-komputer berbiaya
terjangkau.

Komputasi dalam memori

Komputasi dalam memori adalah cara yang lain untuk memfasilitasi
analisis data yang besar.

Platform analitis

Para vendor database komersial telah mengembangkan Platform analitis

yang berkecepatan timggi yang terspesialisasi dengan menggunakan
baik teknologi terkait maupun yang tidak terkait yang dioptimalkan
untuk menganalisis kumpulan data yang besar.

1.3.3 Perangkat Analitis: Hubungan, Pola, Tren

Pemrosesan Analisis Online (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 wakti, 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

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. Tipe informasi yang dapat diperoleh dari data
mining yaitu :
 Asosiasi merupakan kejadian yang dikaitkan dengan suatu
peristiwa tunggal. Contoh : ketika keripik jagung dibeli, maka
minuman cola akan dibeli sebanyak 65%, tetapi ketika terdapat
promosi, maka cola yang dibeli meningkat mejadi 85%
 Dalam sekuen, peristiwa-peristiwa akan dikaitkan berdasarkan
waktu.
Contoh : jika sebuah rumah dibeli, terdapat 65% kemungkinan
sebuah kulkas baru akan dibeli juga dalam dua minggu, dan 45%
kemungkinan sebuah oven akan dibeli dalam waktu sebulan
setelah rumah itu dibeli.
 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.
Contoh : bisnis kartu kredit atau perusahaan telepon akan khawatir
kehilangan para pelanggannya yang loyal. Klasifikasi dapat
membantu untuk menemukan ciri-ciri pelanggan yang memiliki
kecenderungan untuk berhenti dan dapat menyediakan suatu model
untuk membantu para manajer dalam memprediksikan siapakah
pelanggan tersebut sehingga para manajer dapat merancang
kampanye-kampanye khusus untuk mempertahankan pelanggan
tersebut.
 Pengklasteran (clustering) bekerja dengan cara yang sama seperti
klasifikasi ketika tidak ada kelompok yang masih belum
didefinisikan.
Contoh : menemukan daya tarik kelompok atas kartu bank atau
membagi suatu database ke dalam kelompok-kelompok pelanggan
yang didasarkan pada demografis dan tipe dari investasi pribadi.
 Peramalan menggunakan serangkaian nilai yang ada untuk
meramalkan berapa besar dari nilai lainnya.
Contoh : peramalan akan menemukan pola-pola dalam data untuk
membantu para manajer dalam mengestimasi nilai masa
mendatang dari variabel-variabel yang terus-menerus, seperti
angka penjualan.
Teks Mining dan Web Mining

Perangkat teks mining tersedia untuk membantu bisnis dalam

menganalisis data yang tidak terstruktur. Alat bantu ini dapat
mengestrak elemen-elemen kunci dari rangkaian data yang besar yang
tidak terstruktur, menemukan pola hubungan, dan meringkas informasi.

Web merupakan sumber utama lainnya dari data besar yang tidak
terstruktur untuk mengungkapkan pola, kecenderungan, dan wawasan
dalam perilaku konsumen. Web mining merupakan penemuan serta
analisis pola dan informasi yang bermanfaat dari World Wide Web.
Bisnis akan beralih kepada web mining untuk membantu mereka dalam
memahami perilaku konsumen, melakukan evaluasi atas keefektifan
situs web tertentu, atau kuantitas dari keberhasilan suatu kampanye
pemasaran.

Web mining akan mencari pola dalam data melalui penelusuran konten,
penelusuran struktur, dan penelusuran penggunaan. Penelusuran konten
merupakan proses untuk mengestrak pengetahuan dari konten dalam
laman web, seperti teks, gambar, audio, dan data video. Penelusuran
struktur memeriksa data yang terkait dengan struktur dari situs web
tertenty, seperti tautan yang menunjuk pada suatu dokumen
mengindikasikan popularitas dari dokumen tersebut, sementara itu,
tautan keluar dari suatu dokumen mengindikasikan pengayaan atau
mungkin variasi dari topik yang tercakup dalam dokumen. Penelusuran
penggunaan menelaah data interaksi pengguna yang dicatat oleh server
web kapan pun permintaan dari sumber daya situs web tersebut diterima.

1.3.4 DATABASE DAN WEB

Pengguna mengakses situs web peritel melalui internet dengan

menggunakan perangkat lunak browser web pada komputer PC
kliennya. Perangkat lunak browser web akan meminta data dari database
organisasi, dengan menggunakan perintah HTML untuk berkomunikasi
dengan server web.
Terdapat sejumlah keuntungan dengan menggunakan web untuk
mengakses database internal organisasi. Pertama, perangkat lunak
browser web jauh lebih mudah untuk digunakan daripada perangkat
query yang dimiliki. Kedua, tampilan web membutuhkan sedikit
perubahan atau tidak sama sekali terhadap database internal. Dibutuhkan
biaya yang lebih rendah untuk menambahkan antar muka web di depan
sistem yang diwariskan daripada merancang kembali dan membangun
kembali sistem untuk meningkatkan akses pengguna. Mengakses
database perusahaan melalui web menciptakan efisiensi, peluang, dan
model bisnis yang baru. Terdapat banyak database yang diaktifkan
dengan web dalam sektor publik untuk membantu pelanggan dan warga
negara untuk mengakses informasi yang berguna.

1.4 MENGELOLA SUMBER DATA

Menetapkan Kebijakan Informasi

Kebijakan informasi menentukan aturan organisasi dalam hal

pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan
penyimpanan informasi. Undang-undang kebijakan informasi
menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi
informasi yang dapat saling dibagikan oleh pengguna dan unit
organisasi, dimana informasi dapat didistribusikan, dan siapa yang
bertanggung jawab untuk memperbarui dan memelihara informasinya.

Dalam organisasi skala kecil, kebijakan informasi akan ditetapkan dan

ikan oleh pemilik atau manajer. Dalam organisasi skala besar,
pengelolaan dan perencanaan informasi sebagai sumber daya perusahaan
membutuhkan fungsi administrasi data formal. Administrasi data
bertanggung jawab atas kebijakan dan prosedur yang mengatur data
sebagai sumber daya organisasi. Tanggung jawab tersebut meliputi
pengembangan kebijakan informasi, perencanaan data, pengawasan
rancangan database logis, dan pengembangan kamus data, serta
pemantauan terhadap spesialis sistem informasi dan kelompok pengguna
akhir dalam menggunakan data.
Tata kelola data berkaitan dengan kebijakan dan proses untuk mengelola
ketersediaan, kegunaan, integritas, dan keamanan dari data yang
digunakan dalam suatu perusahaan, dengan penekanan khusus pada
dukungan untuk privasi, keamanan, kualitas data, dan kepatuhan
terhadap berbagai aturan pemerintah. Administrasi database bertanggung
jawab untuk mendefinisikan dan mengatur struktur dan isi database,
serta memelihara database tersebut.

Memastikan Kualitas Data

Beberapa permasalahan kualitas data adalah data ganda dan tidak

konsisten yang dihasilkan oleh banyaknya sistem yang dimasukkan ke
dalam data warehouse. Sebagian besar permasalahan kualitas data
bersumber dari kesalahan ketika memasukkan data. Insiden kesalahan
akan meningkat seiring dengan perusahaan memindahkan kegiatan
bisnisnya ke web dan memungkinkan pelanggan dan pemasok untuk
memasukkan data ke dalam situs web mereka yang secara langsung
memperbarui sistem internal.

Analisis kualitas data (data quality audit) sering dimulai dengan audit
kualitas data, yang merupakan survei terstruktur atas keakuratan dan
tingkat kelengkapan dari data dalam suatu sistem informasi. Audit
kualitas data dapat diselenggarakan dengan melakukan survei
keseluruhan file data, menyurvei sampel file data, atau menyurvei
pengguna data atas persepsi mereka mengenai kualitas data.

Pembersihan data (data cleansing atau data scrubbing) terdiri atas

kegiatan mendeteksi dan mengoreksi data dalam database yang tidak
benar, tidak lengkap, tidak diformat dengan tepat, atau berlebihan.
Pembersihan data juga menekankan konsistensi diantara serangkaian
data yang berbeda yang berasal dari sistem informasi yang terpisah.
Permasalahan kualitas data bukan hanya merupakan permasalahan
dalam bisnis semata, tetapi juga menimbulkan permasalahan yang serius
bagi individual, memengaruhi kondisi keuangan mereka, dan bahkan
pekerjaan mereka.