MODUL PERKULIAHAN

Modul
Analisis dan Perancangan
Sistem

Dasar-dasar Mendesain.

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Bisnis dan Manajemen Akuntansi S1 01510003 Tim Dosen

13
Abstract Kompetensi
Pada Bab 12 dijelaskan mengenai Mahasiswa memiliki kemampuan
penyimpanan data sebagai jantung untuk:
dari sistem informasi. Data harus 1. Memahami konsep database.
tersedia saat pengguna ingin 2. Memahami normalisasi untuk
menggunakannya Ada dua menyimpan data.
pendekatan untuk penyimpanan data 3. Memahami penggunaan
dalam sistem berbasis komputer. database untuk menyajikan
Yang pertama adalah menyimpan data.
data dalam file individual. 4. Memahami kegunaan
Pendekatan kedua melibatkan database untuk dipakai di
pembangunan database. web
5. Memahami hubungan bisnis
iteligen dengan gudang data,
 big data untuk membuat
keputusan

‘20 Sistem Informasi Manajemen

2 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Mendesain Database

1. Pengertian Database

Database bukan hanya kumpulan file. Sebaliknya, database adalah sumber data pusat yang
dimaksudkan untuk dibagikan oleh banyak pengguna untuk berbagai aplikasi. Inti dari basis
data adalah sistem manajemen basis data (DBMS), yang memungkinkan pembuatan,
modifikasi, dan pembaruan basis data; pengambilan data; dan pembuatan laporan dan
tampilan. Seseorang yang memastikan bahwa database memenuhi tujuannya disebut
administrator database. Tujuan efektivitas database meliputi:
1. Memastikan bahwa data dapat dibagikan di antara pengguna untuk berbagai aplikasi.
2. Menjaga data yang akurat dan konsisten.
3. Memastikan bahwa semua data yang diperlukan untuk aplikasi saat ini dan masa
depan akan tersedia.
4. Memungkinkan database berkembang seiring kebutuhan pengguna tumbuh.
5. Memungkinkan pengguna untuk membangun pandangan pribadi mereka terhadap
data tanpa memperhatikan cara data disimpan secara fisik.

Daftar tujuan di atas menunjukkan tentang keuntungan dan kerugian dari pendekatan
database. Pertama, berbagi data berarti bahwa data hanya perlu disimpan satu kali. Itu pada
gilirannya membantu mencapai integritas data karena perubahan pada data dilakukan
dengan lebih mudah dan andal jika data muncul sekali daripada di banyak file yang berbeda.
Ketika seorang pengguna membutuhkan data tertentu, basis data yang dirancang dengan
baik mengantisipasi kebutuhan akan data tersebut (atau mungkin data tersebut telah
digunakan untuk aplikasi lain). Akibatnya, data memiliki probabilitas yang lebih tinggi untuk
tersedia dalam database dibandingkan dengan sistem file konvensional. Database yang
dirancang dengan baik juga bisa lebih fleksibel daripada file terpisah; artinya, database
dapat berkembang seiring dengan perubahan kebutuhan pengguna dan aplikasi. Terakhir,
pendekatan database memiliki keuntungan karena memungkinkan pengguna memiliki
tampilan data mereka sendiri. Pengguna tidak perlu khawatir dengan struktur aktual
database atau penyimpanan fisiknya. Banyak pengguna mengekstrak bagian dari database
pusat dari mainframe dan mengunduhnya ke PC atau perangkat genggam. Basis data yang
lebih kecil ini kemudian digunakan untuk menghasilkan laporan atau menjawab pertanyaan
khusus untuk pengguna akhir.

Database relasional untuk PC telah meningkat secara dramatis selama beberapa

tahun terakhir. Salah satu perubahan teknologi utama adalah desain perangkat lunak

‘20 Sistem Informasi Manajemen

3 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
database yang memanfaatkan GUI. Dengan munculnya program seperti Microsoft Access,
pengguna dapat menarik dan melepas bidang antara dua tabel atau lebih. Mengembangkan
database relasional dengan alat ini telah dibuat relatif mudah.

Konsep Data

Penting untuk memahami bagaimana data direpresentasikan sebelum mempertimbangkan

penggunaan file atau pendekatan database. Data yang dikumpulkan tentang orang, tempat,
atau peristiwa pada kenyataannya pada akhirnya akan disimpan dalam file atau database.
(Pada bagian ini, kita mengacu pada dunia nyata sebagai kenyataan.) Untuk memahami
bentuk dan struktur data, diperlukan informasi tentang data itu sendiri. Informasi yang
mendeskripsikan data disebut sebagai metadata.

Hubungan antara realitas, data, dan metadata digambarkan pada Gambar 13.1. Di dalam
alam realitas ada entitas dan atribut; dalam ranah data aktual adalah kejadian rekaman dan
kejadian item data; dan dalam ranah metadata adalah definisi rekaman dan definisi item
data. Arti dari istilah-istilah ini dibahas dalam subbagian berikut.

Gambar 3.1 Hubungan realitas, data dan metadata

Entitas. Objek atau peristiwa apa pun yang dipilih seseorang untuk mengumpulkan datanya
adalah entitas. Entitas bisa berupa orang, tempat, atau benda (misalnya, wiraniaga, kota,
atau produk). Entitas juga bisa berupa peristiwa atau unit waktu, seperti kerusakan mesin,
penjualan, atau bulan atau tahun.

‘20 Sistem Informasi Manajemen

4 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Hubungan. Hubungan adalah asosiasi antar entitas (terkadang disebut sebagai asosiasi
data). Gambar 13.2 menunjukkan sejumlah diagram relasi entitas (E-R) yang
menggambarkan berbagai relasi.

Gambar 13.2 Bentuk hubungan entitas

Diagram hubungan entitas (E-R) dapat menunjukkan asosiasi satu-ke-satu, satu-ke-banyak,

banyak-ke-satu, atau banyak-ke banyak.

‘20 Sistem Informasi Manajemen

5 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 13.3 Simbol-simbol diagram hubungan entitas.

Atribut. Atribut adalah beberapa karakteristik dari suatu entitas. Ada banyak atribut untuk
setiap entitas. Misalnya, seorang pasien (entitas) dapat memiliki banyak atribut, seperti
nama belakang, nama depan, alamat jalan, kota, negara bagian, dan sebagainya. Tanggal
kunjungan terakhir pasien serta detail resepnya juga merupakan atribut. Ketika kamus data
dibangun, penjelasan khusus terkecil disebut elemen data. Ketika file dan database dibahas,
elemen data ini umumnya disebut sebagai item data. Item data sebenarnya adalah unit
terkecil dalam sebuah file atau database. Istilah item data juga digunakan secara bergantian
dengan atribut kata. Item data dapat memiliki nilai. Nilai-nilai ini bisa tetap atau panjang
variabel; dapat berupa alfabet, numerik, karakter khusus, atau alfanumerik. Contoh item
data dan nilainya dapat ditemukan pada gambar berikut:

‘20 Sistem Informasi Manajemen

6 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Gambar 13.4 Item data dan nilai

Rekaman. Catatan adalah kumpulan item data yang memiliki kesamaan dengan entitas
yang dijelaskan. Gambar 13.6 adalah ilustrasi record dengan banyak item data terkait.
Catatan yang ditampilkan adalah untuk pesanan yang dilakukan dengan perusahaan
pesanan lewat pos. ORDER- #, NAMA TERAKHIR, AWAL, ALAMAT JALAN, KOTA,
NEGARA, dan KARTU KREDIT semuanya adalah atribut. Kebanyakan record memiliki
panjang tetap, jadi tidak perlu menentukan panjang record setiap kali. Dalam keadaan
tertentu (misalnya, ketika ruang berada pada harga premium), record dengan panjang
variabel digunakan. Catatan panjang variabel digunakan sebagai alternatif untuk menyimpan
sejumlah besar ruang untuk catatan terpanjang, seperti jumlah kunjungan maksimum yang
telah dilakukan pasien kepada dokter. Setiap kunjungan akan berisi banyak item data yang
akan menjadi bagian dari catatan lengkap pasien (atau folder file dalam sistem manual).
Nanti dalam bab ini, normalisasi suatu relasi dibahas. Normalisasi adalah proses yang
menghilangkan kelompok berulang yang ditemukan dalam catatan panjang variabel.

Metadata. Metadata adalah data tentang data dalam suatu file atau database. Metadata
mendeskripsikan nama yang diberikan dan panjang yang ditetapkan untuk setiap item data.
Metadata juga menggambarkan panjang dan komposisi masing-masing record. Seperti pada

‘20 Sistem Informasi Manajemen

7 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
gambar di bawah, panjang setiap item data ditunjukkan menurut konvensi, di mana 7,2
berarti tujuh spasi dicadangkan untuk nomor tersebut, dua di antaranya berada di sebelah
kanan koma desimal. Huruf N menandakan "numerik", dan A berarti "alfanumerik". D adalah
singkatan dari "tanggal" dan secara otomatis dalam bentuk MM / DD / YYYY.

Gambar 13.5 Matadata

File. File berisi kumpulan catatan yang digunakan untuk memberikan informasi untuk
operasi, perencanaan, manajemen, dan pengambilan keputusan. File dapat digunakan
untuk menyimpan data untuk jangka waktu yang tidak terbatas, atau dapat digunakan untuk
menyimpan data sementara untuk tujuan tertentu. File terdiri dari, file master dan file tabel
digunakan untuk menyimpan data dalam waktu lama. File-file sementara biasanya disebut
file transaksi, file kerja, atau file laporan.

Database Relasional. Database dapat diatur dengan beberapa cara. Jenis database yang
paling umum adalah database relasional. Database relasional diatur dalam tabel yang
bermakna, yang meminimalkan pengulangan data, yang pada gilirannya meminimalkan
kesalahan dan ruang penyimpanan.

‘20 Sistem Informasi Manajemen

8 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Struktur Data Relasional. Struktur data relasional terdiri dari satu atau lebih tabel dua
dimensi, yang disebut relasi. Baris tabel mewakili record, dan kolom berisi atribut.

2. Normalisasi

Normalisasi adalah transformasi tampilan pengguna yang kompleks dan penyimpanan data
menjadi sekumpulan struktur data yang lebih kecil dan stabil. Selain lebih sederhana dan
lebih stabil, struktur data yang dinormalisasi lebih mudah dipelihara daripada struktur data
lainnya.

Tiga Langkah Normalisasi

Dimulai dengan tampilan pengguna atau penyimpanan data yang dikembangkan untuk
kamus data, seorang analis menormalkan struktur data dalam tiga langkah, seperti yang
ditunjukkan pada Gambar di bawah. Setiap langkah melibatkan prosedur penting yang
menyederhanakan struktur data.

‘20 Sistem Informasi Manajemen

9 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Gambar 13.6 Langkah normalisasi

Relasi yang diturunkan dari tampilan pengguna atau penyimpanan data kemungkinan besar
tidak akan dinormalisasi. Tahap pertama dari proses ini melibatkan penghapusan semua
grup yang berulang dan mengidentifikasi kunci utama. Untuk melakukannya, relasi perlu
dipecah menjadi dua atau lebih relasi. Pada titik ini, relasi tersebut mungkin sudah dalam
bentuk normal ketiga, tetapi tampaknya diperlukan lebih banyak langkah untuk mengubah
relasi ke bentuk normal ketiga. Tahap kedua melibatkan memastikan bahwa semua atribut
nonkey sepenuhnya bergantung pada kunci utama. Semua dependensi parsial dihapus dan
ditempatkan di relasi lain. Tahap ketiga melibatkan penghapusan dependensi transitif.
Ketergantungan transitif adalah ketergantungan di mana atribut nonkunci bergantung pada
atribut nonkunci lainnya.

3. Memanfaatkan Database

Anda harus mengambil beberapa langkah, secara berurutan, untuk memastikan bahwa
database akan berguna untuk menyajikan data. Langkah-langkah dalam Mengambil dan
Menyajikan Data terdiri dari delapan langkah dalam pengambilan dan penyajian data:
1. Pilih relasi dari database.

‘20 Sistem Informasi Manajemen

10 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 2. Bergabunglah bersama relasi.
3. Proyek kolom dari relasi.
4. Pilih baris dari relasi.
5. Dapatkan atribut baru.
6. Membuat indeks atau mengurutkan baris.
7. Hitung total dan ukuran kinerja.
8. Sajikan data.

Langkah pertama dan terakhir harus dilakukan, tetapi enam langkah di antaranya bersifat
opsional, bergantung pada bagaimana data akan digunakan. Gambar 13.25 adalah
panduan visual untuk langkah-langkahnya. Langkah terakhir dalam pengambilan data
adalah presentasi. Penyajian data yang diabstraksi dari database dapat dilakukan dalam
berbagai bentuk. Terkadang data akan disajikan dalam bentuk tabel, terkadang dalam
grafik, dan di lain waktu sebagai jawaban satu kata di layar. Desain keluaran, seperti yang
dibahas dalam Bab 11, memberikan gambaran yang lebih rinci tentang tujuan presentasi,
bentuk, dan metode.

Gudang Data

Gudang data berbeda dari database tradisional. Tujuan dari gudang data adalah untuk
mengatur informasi untuk kueri yang cepat dan efektif. Akibatnya, mereka menyimpan data
yang dinormalisasi, tetapi mereka melangkah lebih jauh. Mereka mengatur data seputar
subjek. Paling sering, data warehouse lebih dari satu database diproses sehingga data
direpresentasikan dengan cara yang seragam. Oleh karena itu, data yang disimpan di
gudang data berasal dari sumber yang berbeda, biasanya database yang dibuat untuk
tujuan yang berbeda. Konsep gudang data itu unik. Perbedaan antara gudang data dan
database tradisional meliputi:
1. Dalam gudang data, data diatur seputar subjek utama daripada transaksi individu.
2. Data di gudang data biasanya disimpan sebagai data ringkasan daripada data
mentah terperinci yang ditemukan dalam database berorientasi transaksi.
3. Data dalam gudang data mencakup kerangka waktu yang jauh lebih lama daripada
data dalam basis data berorientasi transaksi tradisional karena kueri biasanya
menyangkut pengambilan keputusan jangka panjang daripada detail transaksi
harian.
4. Sebagian besar gudang data diatur untuk permintaan cepat, sedangkan database
yang lebih tradisional dinormalisasi dan disusun sedemikian rupa untuk menyediakan
penyimpanan informasi yang efisien.

‘20 Sistem Informasi Manajemen

11 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 5. Gudang data biasanya dioptimalkan untuk menjawab pertanyaan kompleks, yang
dikenal sebagai OLAP, dari manajer dan analis, bukan pertanyaan sederhana yang
berulang kali diajukan.
6. Gudang data memungkinkan akses mudah melalui perangkat lunak penambangan
data (disebut siftware) yang mencari pola dan mampu mengidentifikasi hubungan
yang tidak terbayangkan oleh pembuat keputusan manusia.
7. Data gudang tidak hanya mencakup satu tetapi beberapa database yang telah
diproses sehingga data gudang tersebut didefinisikan secara seragam. Basis data ini
disebut sebagai data bersih.
8. Gudang data biasanya mencakup data dari sumber luar (seperti laporan industri,
pengajuan Komisi Keamanan dan Pertukaran perusahaan, atau bahkan informasi
tentang produk pesaing), serta data yang dihasilkan untuk penggunaan internal.

4. Pemrosesan Analitik Online

Pertama kali diperkenalkan pada tahun 1993 oleh E. F. Codd, pemrosesan analitik online
(OLAP) dimaksudkan untuk menjawab pertanyaan kompleks pembuat keputusan. Codd
menyimpulkan bahwa pembuat keputusan harus melihat data dengan berbagai cara. Oleh
karena itu, database itu sendiri harus multidimensi.

Banyak orang membayangkan OLAP sebagai Kubus Rubik data. Anda dapat melihat data
dari semua sisi yang berbeda, dan juga dapat memanipulasi data dengan memutar atau
memutarnya sehingga masuk akal. Pendekatan OLAP ini memvalidasi konsep gudang data.
Maka masuk akal jika data diatur dengan cara yang memungkinkan kueri yang efisien.
Tentu saja, OLAP melibatkan pemrosesan data melalui manipulasi, peringkasan, dan
perhitungan, jadi lebih dari sekadar gudang data yang terlibat. Kecerdasan bisnis (muncul di
bagian selanjutnya) menyertakan kueri, serta pelaporan, OLAP, dan berbagai
pemberitahuan kepada pengguna.

Data Mining

Data mining dapat mengidentifikasi pola yang tidak dapat dideteksi oleh manusia. Entah
pembuat keputusan mungkin tidak dapat melihat suatu pola, atau mungkin pembuat
keputusan tidak dapat berpikir untuk menanyakan apakah pola tersebut ada. Algoritme data
mining mencari gudang data untuk pola menggunakan algoritme. Gambar 13.27
mengilustrasikan konsep data mining. Jenis pola yang coba diidentifikasi oleh pembuat
keputusan meliputi asosiasi, urutan, pengelompokan, dan tren. Asosiasi adalah pola yang
terjadi bersamaan pada waktu yang sama. Misalnya, seseorang yang membeli sereal

‘20 Sistem Informasi Manajemen

12 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
biasanya membeli susu untuk disandingkan dengan sereal. Urutan, di sisi lain, adalah pola
tindakan yang terjadi selama periode waktu tertentu.

Data mining membawa konsep ini selangkah lebih maju. Dengan asumsi bahwa perilaku
masa lalu adalah prediktor yang baik untuk pembelian di masa mendatang, sejumlah besar
data dikumpulkan pada orang tertentu dari pembelian kartu kredit. Perusahaan dapat
mengidentifikasi toko tempat kita berbelanja, apa yang telah kita beli, berapa banyak kita
membayar untuk suatu barang, dan kapan serta seberapa sering kita bepergian. Data juga
dimasukkan, disimpan, dan digunakan untuk berbagai tujuan ketika kami mengisi jaminan,
mengajukan permohonan SIM, menanggapi tawaran gratis, atau mengajukan keanggotaan
di klub kebugaran. Selain itu, perusahaan membagikan data ini dan sering kali
menghasilkan uang dari penjualannya juga.

Gambar 13.7 Data Mining

Business Intelligence (BI)

Meskipun bukan sebuah konsep baru, Business Intelligence (BI) telah berkembang menjadi
terkenal sejak akhir 1980-an, dan penggunaannya telah menyebar ke beberapa jenis
karyawan organisasi, tidak hanya beberapa di tingkat strategis pengambilan keputusan.
Intelijen bisnis pada dasarnya adalah sistem pendukung keputusan (DSS) bagi pembuat
keputusan organisasi. Ini terdiri dari fitur-fitur yang mengumpulkan dan menyimpan data,
serta menggunakan pendekatan manajemen pengetahuan yang dikombinasikan dengan

‘20 Sistem Informasi Manajemen

13 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
analisis. Ini menjadi masukan untuk proses pengambilan keputusan bagi pembuat
keputusan.

Business Intelligence dibangun berdasarkan gagasan untuk memproses data dalam jumlah
besar. Sebagai analis sistem, Anda mungkin diminta untuk membuat sistem yang
mendukung BI, seperti gudang data yang dianggap sebagai masukan untuk analitik. Atau
Anda mungkin terlibat dengan pembuatan dasbor atau bahkan spreadsheet yang
menyampaikan BI kepada pengguna. Ketika kumpulan data menjadi terlalu besar atau
terlalu kompleks untuk ditangani dengan alat tradisional atau dalam database tradisional
atau gudang data, mereka sering disebut sebagai "big data".

Database bukan hanya kumpulan file. Sebaliknya, database adalah sumber data pusat yang
dimaksudkan untuk dibagikan oleh banyak pengguna untuk berbagai aplikasi. Inti dari basis
data adalah sistem manajemen basis data (DBMS), yang memungkinkan pembuatan,
modifikasi, dan pembaruan basis data; pengambilan data; dan pembuatan laporan dan
tampilan. Seseorang yang memastikan bahwa database memenuhi tujuannya disebut
administrator database.

Tujuan efektivitas database meliputi:

1. Memastikan bahwa data dapat dibagikan di antara pengguna untuk berbagai aplikasi.
2. Menjaga data yang akurat dan konsisten.
3. Memastikan bahwa semua data yang diperlukan untuk aplikasi saat ini dan masa
depan akan tersedia.
4. Memungkinkan database berkembang seiring kebutuhan pengguna tumbuh.
Memungkinkan pengguna untuk membangun pandangan pribadi mereka terhadap
data tanpa memperhatikan cara data disimpan secara fisik.

Daftar tujuan di atas menunjukkan keuntungan dan kerugian dari pendekatan database.
Pertama, berbagi data berarti bahwa data hanya perlu disimpan satu kali. Itu pada gilirannya
membantu mencapai integritas data karena perubahan pada data dilakukan dengan lebih
mudah dan andal jika data muncul sekali daripada di banyak file yang berbeda. Ketika
seorang pengguna membutuhkan data tertentu, basis data yang dirancang dengan baik
mengantisipasi kebutuhan akan data tersebut (atau mungkin data tersebut telah digunakan
untuk aplikasi lain). Akibatnya, data memiliki probabilitas yang lebih tinggi untuk tersedia
dalam database dibandingkan dengan sistem file konvensional. Database yang dirancang
dengan baik juga bisa lebih fleksibel daripada file terpisah; artinya, database dapat
berkembang seiring dengan perubahan kebutuhan pengguna dan aplikasi. Terakhir,
pendekatan database memiliki keuntungan karena memungkinkan pengguna memiliki

‘20 Sistem Informasi Manajemen

14 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
tampilan data mereka sendiri. Pengguna tidak perlu khawatir dengan struktur aktual
database atau penyimpanan fisiknya. Banyak pengguna mengekstrak bagian dari database
pusat dari mainframe dan mengunduhnya ke PC atau perangkat genggam. Basis data yang
lebih kecil ini kemudian digunakan untuk menghasilkan laporan atau menjawab pertanyaan
khusus untuk pengguna akhir.

Database relasional untuk PC telah meningkat secara dramatis selama beberapa tahun
terakhir. Salah satu perubahan teknologi utama adalah desain perangkat lunak database
yang memanfaatkan GUI. Dengan munculnya program seperti Microsoft Access, pengguna
dapat menarik dan melepas bidang antara dua tabel atau lebih. Mengembangkan database
relasional dengan alat ini telah dibuat relatif mudah.

Plagiarism

Daftar Pustaka

System Analysis and Design 9th edition Kenneth E. Kendall – Julie E. Kendall. 2013

‘20 Sistem Informasi Manajemen

15 Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id