MAKALAH

“PERKEMBANGAN TEKNOLOGI SISTEM BASIS DATA

TERBARU”

Disusun Oleh :
Muhammad Riduan (2020803042)

Dosen Pengampu :
Dian Hafid Zulfikar,M.Cs

KELAS 2083B
PRODI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI RADEN FATAH PALEMBANG
2020
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
sehingga saya dapat menyelesaikan tugas makalah yang brjudul “Perkembangan Teknologi
Sistem Basis Data terbaru” ini tepat pada waktunya.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas bapak
Dian Hafid Zulfikar,M.Cs selaku dosen mata kuliah Pengantar Teknologi Informasi.Selain
itu,makalah ini juga bertujuan untuk menambah wawasan tentang perkembangan teknologi
basis data bagi para pembaca dan juga bagi penulis.
Saya mengucapkan terima kasih kepada bapak Dian Hafid Zulfikar,M.Cs yang telah
memberikan tugas ini sehingga dapat menambah pengetahuan dan wawasan sesuai dengan
bidang studi yang saya tekuni.
Saya juga mengucapkan terima kasih kepada semua pihak yang telah membagi sebagian
pengetahuannya sehingga saya dapat menyelesaikan makalah ini.
Saya menyadari,makalah yang saya tulis ini masih jauh dari kata sempurna.Oleh karena
itu,kritik dan saran yang membangun akan saya nantikan demi kesempurnaan makalah ini.

Palembang, Januari 2021

Penyusun

i
 DAFTAR ISI
KATA PENGANTAR………………………………………………..……….......i
DAFTAR ISI………………………………………………….……………..........ii
BAB I PENDAHULUAN…….………………………….…………………...1
A. Latar Belakang masalah……………………………………………………..1
B. Rumusan Masalah………………………….………………………………..1
C. Tujuan Pembahasan………………………………………………………....2
BAB II PEMBAHASAN ..……………………………………………............3
A. Perkembangan Sistem Basis Data…………………………………………...3
B. Tantangan Dalam Perkembangan Basis Data……………………………….5
C. Big Data……………………………………………………………………...6
D. Data Science…………………………………………………………………7
E. Analisis Data………………………………………………………………...8
F. Data Visualization………………………………………………………….10
BAB III PENUTUP …………………………………………………………...14
A. Kesimpulan…………………………………………………………………14
B. Saran………………………………………………………………………..14
DAFTAR PUSTAKA……………………………………………………………15

ii
 BAB l
PENDAHULUAN

A.Latar Belakang Masalah

Perkembangan teknologi saat ini sangat pesat khususnya di bidang komputerisasi dan
elektronika. Teknologi yang dikembangkan bertujuan untuk memberikan keamanan, baik
keamanan diri maupun keamanan terhadap barang-barang berharga dan dokumen-dokumen
penting agar terhindar dari tindak kriminalitas, khususnya tindakan pencurian. Barangbarang
dan dokumen-dokumen penting biasanya disimpan dalam suatu ruangan khusus agar tidak
diambil oleh orang-orang yang tidak berhak. Menanggulangi hal tersebut, pihak perusahaan
maupun instansi harus menambah pengeluaran untuk membayar sejumlah petugas penjaga
pintu.
Pemrosesan basis data menjadi perangkat andalan yang kehadirannya sangat diperlukan
oleh berbagai institusi dan perusahaan. Basis data tidak hanya mempercepat perolehan
informasi, tetapi juga dapat meningkatkan pelayanan kepada pelanggan. Hal ini pulalah yang
mendorong banyak perusahaan yang menggunakan pemrosesan manual mulai beralih
memanfaatkan basis data.
Di dalam manajemen basis data dikenal berbagai model data yang dapat digunakan untuk
mendeskripsikan sebuah data dalam merancang suatu basis data. Manajemen ini
memungkinkan banyak user untuk mengakses data secara bersamaan sehingga fasilitas yang
dimiliki oleh manajemen sudah semakin banyak yaitu fasilitas pemanipulasian data, kontrol
konkurensi data, recovery data, keamanan data dan didukung dengan fasilitas komunikasi data
karena manajemen ini sudah terhubung dengan suatu jaringan .
Perkembangan dunia usaha semakin meningkat ditunjang dengan perkembangan
komunikasi yang mempermudah organisasi atau perusahaan untuk mengakses data, sehingga
mengubah manajemen basis data menjadi manajemen basis data tingkat lanjut didukung
dengan fasilitas data warehousing dan fasilitas basis data berbasis web sebagai salah satu
strategi organisasi dalam meningkatkan kinerja dan keuntungan organisasi.

B.Rumusan Masalah
1. Sudah sejauh mana perkembangan sistem basis data di tengah layanan basis data
yang semakin besar dan sanga dibutuhkan?
2. Hal apa yang menjadi tantangan atau ancaman dalam perkembangan basis data?
3. Apa itu Big Data?
4. Apa itu Data Science?
5. Apa itu Analisis data?
6. Apa itu Data Visualization?

1
C.Tujuan Pembahasan
1. Mengetahui perkembangan sistem basis data yang semakin besar
2. Mengetahui tantangan yang dihadapi dalam perkembangan basis data
3. Mengidentifikasi big data
4. Mengidentifikasi data science
5. Mengidentifikasi analisis data
6. Mengidentifikasi data vizualization

2
 BAB ll
PEMBAHASAN

A.Perkembangan Sistem Basis Data

Basis data didefinisikan sebagai kumpulan kelompok data (informasi) yang saling
berhubungan yang diorganisasikan ke dalam tatacara yang khusus sedemikian rupa dan tanpa
pengulangan (redundansi) yang tidak perlu agar kelak dapat dimanfaatkan kembali dengan
cepat dan mudah. Definisi lainnya, basis data dapat dianggap sebagai tempat untuk
sekumpulan file data terkomputerisasi yang tujuan utamanya memelihara informasi dan
membuat informasi tersebut tersedia saat dibutuhkan.

Basis Data

Sebagaimana perkembangan teknologi informasi pada umumnya perkembanganteknologi

basis data juga berjalan dengan pesat. Perkembangan basisdata banyak dijumpai pada
perkembangan fitur-fitur (features) perangkat lunak manajemen basis data. Namun demikian
apabila ditinjau dari sudut perancangan basisdatamaka perkembangan yang terjadi tidak terlalu
signifikan. Tatacara merancang basisdata tidak banyak berubah dari dulu hingga sekarang,
terkecuali pada teknik visualisasi antarmuka (user interface) dan perancangan berbasis objek.
Perangkat lunak DMBS yang cukup luas digunakan pada tahun 1980-an hingga tahun 1990-
an khusus-nya pada komputer mikro adalah dBASE III+ dan FoxBase, dimana model data yang
digunakan adalah model relasional. Sedang untuk komputer mini dan juga mainframe, pada
umumnya digunakan bahasa pemrograman tingkat tinggi seperti COBOL, FORTRAN, dan PL/I
untuk melakukan akses ke basisdata (embedded database access) yang difasilitasi dengan
DBMS seperti IMS (model hirarki), IDS (model jaringan), dan DB2 (model relasional).
Ketikateknologi jaringan lokal (LAN) digunakan, mula-mula diperkenalkan oleh Novell, maka
dBASE III+ semakin luas digunakan, beberapa perusahaan perangkat lunak menciptakan
software pembangunan sistem database (database system development tools) seperti Clipper
dan FoxPro.Pada komputer besar DBMS juga turut berkembang dengan munculnya perangkat
lunak seperti SDK Ingres dan Oracle.

3
 Menjelang tahun 2000 aplikasi berbasis objek mulai berkembang sehingga turut
mempengaruhi perangkat lunak DBMS, dimulai dengan munculnya Visual dBASE, kemudian
Visual FoxPro, lalu Delphi. Pencipta Delphi malah menyediakan fasilitas akses keberbagai
format file basisdata sehingga dapat digunakan untuk menciptakan software aplikasi yang
melakukan pengolahan data dari file-file database.
Sekarang peranan basis data sangatlah menonjol. Pemrosesan basis data menjadi perangkat
andalan yang kehadirannya sangat diperlukan oleh berbagai institusi dan perusahaan. Basis
data tidak hanya mempercepat perolehan informasi, tetapi juga dapat meningkatkan
pelayanan kepada pelanggan. Hal ini pulalah yang mendorong banyak perusahaan yang
menggunakan pemrosesan manual mulai beralih memanfaatkan basis data.
Basis data dapat dibayangkan sebagai sebuah lemari arsip. Jika kita memiliki sebuah lemari
arsip dan berwenang untuk mengelolanya, maka kemungkinan kita akan melakukan hal-hal
seperti: memberi sampul/map pada kumpulan arsip yang akan disimpan, menentukan jenis
arsip, melakukan penomoran dengan pola unik pada setiap map, lalu menempatkan arsip-arsip
tersebut dengan cara tertentu didalam lemari.
Pembicaraan basis data tidak dapat dipisahkan dengan teknologi komputer, karena teknologi
basis data dan komputer berkembang beriringan. Perkembangan teknologi pengelolaan basis
data mempunyai pengaruh besar terhadap perkembangan penggunaan komputer. Sebagai
contoh, pemakaian teknologi basis data dalam pengelolaan data yang berjumlah besar untuk
keperluan bisnis, keteknikan, pendidikan, kesehatan, hukum, perpustakaan dan sebagainya
akan sangat efisien apabila menggunakan komputer.
Masa Perkembangan Basis Data

v Sistem Pemrosesan file

v DBMS
1960-an v Layanan informasi secara online berbasis manajemen teks

v Penerapan sistem pakar pada sistem pendukung pengambilan

keputusan
1970-an v Basis data berorientasi obyek

v Sistem hypertext, yang memungkinkan untuk melihat basis data

secara acak menurut suatu kata kunci (sebagaimana yang diterapkan
1980-an pada Internet)

v Sistem basis data cerdas

1990-an v Sistem basis data multimedia cerdas

B.Tantangan Dalam Perkembangan Basis Data

4
 Database Security merujuk pada kegiatan atau upaya untuk melindugi database dari
ancaman luar. Database Security kebanyakan menggunakan security control untuk mengontrol
akses ke dalam suatu database. Contoh – contoh ancaman yang dapat mengancam database
santara lain:
1. Penggunaan database oleh orang-orang luar. Akses ke dalam database oleh orang luar
dapat mengancam kegunaan dari suatu database. Perubahan struktur database,
perubahan data, dan data hilang merupakan beberapa bahaya yang disebabkan oleh
akses database secara illegal.
2. Virus atau malware dapat menyerang database dan menyebabkan kebocoran data ke
pihak-pihak yang ridak diinginkan. Serangan malware dapat juga menyebabkan data
penting hilang sehingga kerja suatu organisasi menjadi terganggu atau terhambat.
3. Kerusakan fisik ke database yang disebabkan oleh berbagai macam hal seperti petir,
kebakaran, banjir, dll. Panas yang berlebih juga dapat merusak sistem database.
4. Kurangnya resource atau kemampuan dalam menjalankan database. Kekurangan
resource dapat meliputi berbagai hal seperti keuangan atau sumber daya manusia
yang kurang. Keuangan yang tidak mencukupi menghambat kapasitas dan
fungionalitas dari database sedangkan masalah sumber daya manusia menghambat
perkembangan dari database
5. Rusaknya data dikarenakan kelalaian manusia atau sistem. Cth: data error, kesalahan
dalam pengoperasian database, dll.

Untuk melindungi database dari berbagai ancaman terhadap suatu sistem database maka
digunakan Database Security sebagai barisan pertahanan. Terdapat banyak tipe-tipe Database
Security, mulai dari kontrol langsung sampai ke proses administrasi. Untuk menentukan tipe
security yang tepat perlu dilakukan analisis terhadap Database Security yang telah ada.
Beberapa cara untuk menganalisis kekuatan dari Database Security:
1. Pencegahan akses dari pihak luar dengan akses kontrol dan data manajemen yang
kuat.
2. Stress Testing untuk menguji ketahanan database terhadap serangan DdoS oleh pihak
luar atau database overload.
3. Backup fisik dari database jika terjadi hal yang tidak dapat dihindarkan seperti
bencana alam atau pencurian.
4. Pengecekan atau review database sistem secara berkala untuk mengetahui
kelemahan-kelemahan dari database.

Banyak dari organisasi mengembangkan Database Security mereka sendiri dengan filosofi
keamanan yang cocok dengan perusahaan mereka selain dari pengaplikasian basic security
system. Desain keamanan untuk suatu database biasa juga meliputi bagian administrasi dan
pembatasan akses user ke dalam suatu sistem.
Akses Kontrol
Salah satu cara yang paling umum dalam penggunaan Database Security adalah dengan akses
kontrol. Akses kontrol mendasar pada pemberian atau pengambilan privilege (akses) ke dalam
suatu database system. Privilege diberikan kepada user tanpa harus memberi akses penuh ke

5
dalam suatu database. Akses tertentu hanya boleh diberikan jika suatu pekerja tidak mampu
melaksanakan pekerjaan atau tugasnya tanpa akses tersebut. Pemberian privilege (akses)
secara berlebihan dapat menyebabkan terjadinya kompromi data. User yang menciptakan
objek dari database biasanya mendapatkan akses penuh ke seluruh fungsionalitas database.
DBMS dapat mencatat setiap level akses yang tersedia ke user-user yang ada.
View
Penggunaan view sering juga dipakai untuk menyembunyikan atribut tertentu dari suatu
database. Dengan menggunakan fungsi View, suatu organisasi dapat mnyembunyikan data
sensitif tanpa sepengetahuan user.
Backup
Keamanan database yang baik pasti memiliki backup atau recovery system untuk
mengantisipasi hal yang tidak bisa dihindarkan. DBMS dapat membuat kopian dari database
secara periodik dan disimpan secara berkala. Hal ini dilakukan agar jika terjadi kegagalan sistem
yang menyebabkan data hilang, user atau admin dapat dengan mudah mengembalikan kembali
data yang hilang.
Enkripsi
Enkripsi data melindungi data sensitif yang ada di dalam suatu database. Data yang terenkripsi
tergolong lebih aman dari ancaman dari pihak luar. Namun untuk mengakses data tersebut,
DBMS perlu memecahkan kode enkripsi sehingga performa dari database system dapat
berkurang. Enkripsi biasa menggunakan algoritma khusus untuk mengubah data text menjadi
data ciphertext yang tergolong kompleks.

C.Big Data
Big Data merupakan istilah untuk data elektronik, yang tidak hanya sangat besar, tapi juga
sangat cepat berubah, dan sangat banyak jenisnya. Big Data menjadi sangat populer di dunia
teknologi setelah miliaran manusia menggunakan internet untuk berbagai kebutuhan. Sangat
banyak data tersimpan di komputer-komputer dan di internet berupa teks, gambar, suara,
video, animasi, blog, buku, cuaca, posisi tempat di bumi, suhu, penerbangan, belanja di
supermarket, dan lain-lain. Perusahaan “Super Big” pengguna Big Data, antara lain Facebook,
Google, Twitter, dan Yahoo.
Banyak orang membutuhkan pengolahan Big Data, antara lain untuk mengetahui topik yang
sedang hangat saat ini di Twitter, mencari teman lama secara cepat melalui Facebook, dan lain-
lain. Perusahaan perlu mengolah Big Data untuk pengambilan keputusan bisnis yang harus
cepat. Misal, untuk mengetahui kebiasaan dan kesukaan pelanggan tanpa harus bertanya,
mengetahui selera pembaca portal berita di web untuk disesuaikan dengan iklan yang
ditampilkan, mengatur perjalanan pesawat agar tidak delay, mengendalikan wabah penyakit,
dan sebagainya.
Untuk mengolah Big Data menjadi informasi yang lebih berguna, perlu program “big” yang
artinya bukan program “biasa”. Jika data konvensional selama ini hanya berisi teks dan angka
biasa seperti data keuangan, maka cukup diolah dengan database biasa pula, misal MS Access,
MS SQL Server, dan lain-lain yang selama ini hanya untuk mengolah data terstruktur. Big Data

6
tidak dapat diolah hanya dengan program database konvensional yang disebut SQL (Structured
Query Language) atau RDBMS (Relational Database Management System). Big Data
membutuhkan program database yang mendukung NoSQL (Not only SQL), yang mampu
mengolah data tidak terstruktur.
Dalam bahasa Inggris, Big Data terkait dengan 3V, yakni Volume (ukuran data sangat besar),
Velocity (kecepatan transfer/perubahan data sangat tinggi), dan Variety (variasi atau jenis data
sangat banyak). Ada juga yang menjadikan 4V, ditambah Value, karena sangat besarnya nilai
bisnis yang dihasilkan, sehingga menjadi besar pula peluang kerja bagi profesional di bidang
pemrograman komputer, pengolahan data statitisk, dan Cloud Computing.

D.Data Science
Data science atau ilmu data merupakan ilmu terapan baru yang perkembangannya dituntut
oleh meningkatnya penggunaan teknologi secara signifikan. Data science digunakan oleh
perusahaan maupun instansi tertentu untuk melakukan analisis data yang tidak bisa dilakukan
dengan metode sederhana. Misalkan marketplace Tokopedia memerlukan suatu pengetahuan
yang dapat melakukan analisis data penjual dan pembeli di platform mereka. Tentunya, data
yang mereka punyai setiap detiknya terus berubah atau bertambah. Sehingga diperlukan suatu
metode komputasi untuk mengambil data tersebut serta melakukan perhitungan yang dapat
menganalisis informasi pada data tersebut. Disinilah peran data science dalam pemenuhan
kebutuhan suatu perusahaan atau instansi.
data science adalah ilmu interdisiplin yang berarti data science terbentuk dari berbagai ilmu
pengetahuan. Menurut Staven Geringer Raleigh (2014), pembentuk data science atau ilmu data
dapat diilustrasikan dalam diagram venn berikut.

Data Science Venn Diagram v2.0

7
Data science mencakup disiplin ilmu yang luas, berdasarkan diagram di atas terdapat 3 disiplin
ilmu yang fokus pada data science,
1.Machine Learning
Machine learning merupakan irisan dari ilmu matematika dan statistika dengan ilmu
komputer. Machine Learning adalah cabang dari disiplin ilmu kecerdasan buatan (Artificial
Intelligence) yang bertujuan memberikan kemampuan kepada komputer untuk dapat
melakukan proses belajar. Banyak algoritma machine learning yang digunakan untuk
melakukan analisis data dengan tingkat akurasi yang tinggi, yang paling populer adalah neural
network. Dimana kita ketahui fundamental sebuah algoritma selalu menggunakan ilmu
matematika. Salah satu penerapannya adalah Cortana atau yang lebih dikenal sebagai asisten
dari pengguna Windows 10 merupakan salah satu penerapan machine learning.
2.Traditional Software
Traditional software merupakan irisan dari ilmu komputer dengan SME (Subject Matter
Expertise), SME adalah pengetahuan mengenai proses dari suatu bisnis atau instansi untuk
beroperasi sehingga dapat dibuat (develop) suatu sistem yang dapat membantu bisnis atau
instansi tersebut. Penerapan traditional software hampir digunakan oleh seluruh instansi
pemerintahan maupun bisnis, contohnya e-learning, e-library, online banking, Point of Sales
(PoS), dan lain-lain.
3.Traditional Research
Traditional research merupakan irisan dari ilmu matematika dan statistika dengan
SME (Subject Matter Expertise). Traditional research hampir digunakan berbagai perusahaan,
instansi serta universitas. Penelitian-penelitian yang dilakukan umumnya menggunakan
traditional research.
Dari ketiga bidang ilmu tersebut, terbentuklah data science sebagai disiplin ilmu baru yang
dapat memenuhi kebutuhan analisis data menggunakan kecerdasan komputer.

E.Analisis Data
Analisis data ialah upaya atau cara untuk mengolah data menjadi informasi sehingga
karakteristik data tersebut bisa dipahami dan bermanfaat untuk solusi permasalahan, terutama
masalah yang berkaitan dengan penelitian. Atau definisi lain dari analisis lain dari analisis data
yakni kegiatan yang dilakukan untuk mengubah data hasil dari penelitian menjadi informasi
yang nantinya bisa dipergunakan dalam mengambil kesimpulan.
Secara garis besar, teknik analisis data terbagi menjadi analisis kuantitatif dan analisis
kualitatif. Perbedaan kedua teknik tersebut terletak pada jenis datanya. Data yang bersifat

8
kualitatif (tidak dapat diangkakan) maka analisis yang digunakan adalah analisis kualitatif,
sedangkan terhadap data yang dapat dikuantifikasikan dapat dianalisis secara kuantitatif.
Adapun tujuan dari analisis data ialah untuk mendeskripsikan data sehingga bisa dipahami,
lalu untuk membuat kesimpulan atau menarik kesimpulan mengenai karakteristik populasi
berdasarkan data yang didapatkan dari sampel, biasanya ini dibuat berdasarkan pendugaan dan
pengujian hipotesis.
Adapun langkah-langkah dalam analisis data yang diantaranya sebagai berikut:
1. Tahap pengumpulan data.
2. Tahap editing, pda tahap ini yakni memeriksa kejelasan maupun kelengkapan mengenai
pengisian instrumen pengumpulan data.
3. Tahap koding, maksudnya pada tahap ini melakukan proses didentifikasi dan proses klasifikasi
dari tiap-tiap pernyataan yang terdapat pada instrumen pengumpulan data berdasarkan
variable yang sedang diteliti.
4. Tahap tabulasi, melakukan kegiatan mencatat ataupun entri data kedalam tabel-tabel induk
dalam penelitian.
5. Tahap pengujian, pada tahapan ini data akan diuji kualitasnya yakni menguji validitas maupun
realiabilitas instrumen dari pengumpulan data.
6. Tahap mendeskripsikan data, menyajikan dalam bentuk tabel frekuensi ataupun diagram dan
dalam berbagai macam ukuran tendensi sentral maupun ukuran dispersi, dengan tujuan untuk
memahami karakteristik data sampel dari penelitian tersebut.
7. Tahap pengujian hipotesis, tahap ini merupakan tahapan pengujian terhadap proposisi apakah
ditolak atau bisa diterima dan memiliki makna atau tidak atas dasar hipotesis inilah nantinya
keputusan akan dibuat.

Analisis kuantitatif adalah analisis yang menggunakan alat analisis bersifat kuantitatif, yaitu
analisis yang menggunakan model-model, seperti model matematika (misalnya fungsi
multivariat), model statistik, dan ekonometrik. Hasil analisis disajikan dalam bentuk angka-
angka yang kemudian dijelaskan dan diintrespretasikan dalam suatu uraian. Dalam penelitian
kuantitatif, analisis data merupakan kegiatan setelah data dari seluruh responden atau sumber
data lain terkumpul.
Analisis data kualitatif adalah analisis yang tidak menggunakan model matematika, model
statistik dan ekonometrik atau model tertentu lainnya. Dalam hal ini, sekedar membaca tabel-
tabel, grafik-grafik, atau angka-angka yang tersedia, kemudian melakukan uraian dan
penafsiran. Dalam penelitian kualitatif, data diperoleh dari berbagai sumber, dengan
menggunakan teknik pengumpulan data yang bermacam-macam (triangulasi), dan dilakukan
secara terus menerus.

9
F.Data Visualization
Menurut Tableau, visualisasi data atau data visualization adalah tampilan berupa grafis atau
visual dari informasi dan data.Dengan kata lain, data visualization mengubah
kumpulan data menjadi hal lebih sederhana untuk ditampilkan.Dengan menggunakan elemen
visual tersebut, pembaca akan lebih mudah memahami tren, outliers, dan pola dalam suatu
data dalam bisnis, data visualization memungkinkan para pembuat keputusan untuk melihat
analitik yang disajikan secara visual.Dengan begitu, mereka dapat memahami konsep yang sulit
atau mengidentifikasi pola baru. Hal ini akan membuat pengambilan keputusan menjadi lebih
mudah dan tepat.
Salah satu kegunaan visualisasi data adalah untuk menghadirkan mempermudah komunikasi
antar-stakeholder. Visualisasi data memberikan informasi yang sangat berguna untuk
kepentingan bisnis.
Pengambil keputusan di perusahaan akan dapat dengan mudah melihat dan memahami
mengenai hasil kerja perusahaan, berdasarkan variabel-variabel yang dimiliki.
Penyajian data dalam bentuk mentah atau berupa tulisan saja tentu akan mempersulit orang
awam, terutama pimpinan perusahaan untuk mengetahui maksudnya.Oleh karenanya,
pentingnya data visualization adalah agar pengambil kebijakan dapat memahami dengan baik
data tersebut dan dapat mengambil keputusan yang tepat.
Tipe Visualisasi Data,
Dengan banyaknya tujuan serta variabel yang dibutuhkan dalam menghasilkan suatu data,
maka terdapat berbagai macam pula visualisasi yang dihasilkan.
Menurut Klipfolio, terdapat 5 tipe visualisasi data yang lazim digunakan.
1.Temporal

© Easel.ly

Salah satu tipe visualisasi data yang paling sering ditemui adalah tipe visualisasi temporal. Tipe
ini biasanya cocok untuk menunjukkan hasil dari rangkaian data yang berbentuk linear, atau
satu dimensi saja.

10
Ciri utama dari visualisasi tipe ini adalah berupa garis, yang bermulai dan berakhir di titik
tertentu. Garis tersebut dapat berdiri sendiri, atau bersinggungan dengan garis lainnya.
Contoh visualisasi data seperti ini adalah diagram scatterplot, timeline, data time series, dan
diagram garis.

2. Hierarki

© Pixel-in-gene.com

Tipe selanjutnya dalam data visualization adalah hierarki. Tipe seperti ini umum digunakan
untuk menunjukan hubungan antara suatu kelompok terhadap kelompok lain yang lebih
besar.Visualisasi seperti ini cocok untuk menunjukkan munculnya data-data baru yang berasal
dari suatu penyebab.
Salah satu penggunaan yang umum adalah diagram pohon.

3. Network

© Marketingland.com

Pada dasarnya, sekumpulan data atau dataset bisa saling berpengaruh satu sama lain.
Oleh karena itu, penggunaan network pada data visualization adalah untuk mempermudah
hubungan antar dataset tersebut.
Salah satu contoh yang paling sering digunakan adalah word cloud dan node-link diagram.

11
4. Multidimensi

© chartlo.com

Seperti namanya, tipe visualisasi multidimensi berarti cocok untuk memvisualisasikan data yang
memiliki banyak variabel atau dimensi.
Karena banyaknya dataset yang ditampilkan, biasanya visualisasi ini akan lebih menarik dan
mencolok agar lebih mudah dipahami.
Salah satu contoh visualisasi ini adalah histogram, pie chart, dan stacked-bar.

5. Geospasial

© cxl.com

12
Tipe data visualization yang terakhir yaitu geospasial. Pada tipe kali ini, visualisasi
merepresentasikan wujud nyata dari suatu benda, atau ruang yang memiliki data untuk
ditampilkan.
Pada umumnya, visualisasi geospasial sering kali digunakan untuk menunjukkan penetrasi
penjualan di suatu wilayah, peta pertumbuhan bisnis, hingga menunjukkan flow pada suatu UX.
Contoh visualisasi geospasial yang paling sering digunakan adalah heatmap dan kartograf.

13
 BAB lll
PENUTUP

A.Kesimpulan
Basis data berkembang sejak tahun 1960 dari awal penggunaan komputer,
penyimpanan dan manipulasi data merupakan focus utama aplikasi. Pada awal tahun 1960,
Charles Bachman diperusahaan General Electric mendesain generasi pertama DBMS yang
disebut Penyimpanan Data Terintegrasi (Integrated Data Store).
Basis data terus berkembang dari tahun ke tahun hingga pada akhir tahun 1980 dan
permulaan tahun 1990, banyak bidang system basis data dikembangkan. Penelitian dibidang
basis data meliputi bahasa query yang powerful, model data yang lengkap, dan penekanan pada
dukungan analisis data yang kompleks semua bagian organisasi. Beberapa vendor (misalnya
IBM, DB2, Oracle8, dan Informix UDS) memperluas sistemnya dengan kemampuan menyimpan
tipe data baru misalnya image dan text serta kemampuan query yang kompleks. System khusus
dikembangkan banyak vendor untuk membuat data warehouse dan mengonsolidasi data beberapa
basis data.
Basis data atau database, berasal dari kata basis dan data. Basis dapat diartikan sebagai
markas atau gudang, tempat bersarang atau berkumpul. Data merupakan representasi fakta dunia
nyata yang mewakili suatu objek seperti manusia (pegawai, siswa, pembeli, pelanggan), barang,
hewan peristiwa, konsep, keadaan, dan sebagainya yang direkam dalam bentuk angka, huruf,
simbol, teks, gambar, bunyi, atau kombinasinya. Sehingga dapat disimpulkan bahwa basis data
(databese) adalah kumpulan informasi yang disimpan didalam komputer secara sistematik
sehingga dapat diperiksa menggunakan suatu program komputer untuk memperoleh informasi
dari basis data tersebut.
Basis data terdiri dari beberapa komponen sebagai berikut,
1. PerangkatKeras (hardware)
2. SistemOperasi (operating system)
3. Basis Data (database)
4. SistemPengelolaan Basis Data (DBMS)
5. Pemakai (user)
6. Aplikasi (perangkatlunak) lain (bersifat optional)

B.Saran
Semoga makalah ini dapat memberi manfaat bagi pembaca. Kurangnya pengetahuan dalam peny
usunan makalah ini diharapkan para pembaca lebih selektif dalam mengambil informasi yang
ada. Kritik dan saran yang membangun juga kami harapkan dari para pembaca agar
makalah selanjutnya dapat lebih baik.

14
 DAFTAR PUSTAKA
https://glints.com/id/lowongan/wp-content/uploads/2020/08/temporal-easel-ly-
e1597742889108.png
https://glints.com/id/lowongan/data-visualization-adalah/#.X_lmLugzbIU
http://mutiapresent.blogspot.com/2016/11/makalah-sistem-basis-data-
tugas.html
https://www.gurupendidikan.co.id/pengertian-analisis-data/
https://alanbudi.wordpress.com/2010/10/11/perkembangan-basis-data/
https://sis.binus.ac.id/2018/12/18/database-security/

15