MAKALAH

PENGANTAR APLIKASI KOMPUTER

TUGAS KELOMPOK
MENGGAMBARKAN PENGOLAHAN DATA SERTA PENGEMBANGANNYA

Disusun Oleh:

Sumarni (202301035)
Nur Emilia (202301007)
Mariana Manul (202301026)
Rijal Fadiah Ahmad (202301004)

PROGRAM STUDI AKUTANSI

UNIVERSITAS WIRA BHAKTI
MAKASSAR
2024
 KATA PENGANTAR
Puji syukur kami panjat kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-
Nya sehingga kita menyelesaikan penyusunan makalah ini yang berjudul “Menggambarkan
Pengelolaan Data dan Serta Pengembangannya”. Makalah ini disusun bertujuan memenuhi
nilai tugas dalam mata kuliah Pengantar Aplikasi Komputer. Selanjutnya, kami mengucapkan
terima kasih kepada Bapak Muh. Syauqi Said, Amd.Bing.,S.Kom.,M.M selaku dosen mata
kuliah Pengantar Apikasi Komputer. Tidak lupa juga berterima kasih atas bantuan dari pihak yang
telah berkonstribusi baik materi maupun pikiran.
Makalah ini jauh dari kata semourna, oleh kerena itu kritik dan saran yang bersifat
membangun sangat membantu kami demi kesempurnaan makalah ini. Semoga makalah ini
memberikan informasi dan manfaat bagi kita semua.

Makassar, 12 Maret 2024

Kelompok 4
 DAFTAR ISI
HALAMAN JUDUL..............................................................................................................................
KATA PENGANTAR..............................................................................................................................
DAFTAR ISI..............................................................................................................................
BAB I PENDAHULUAN..............................................................................................................................
A. Latar Belakang..............................................................................................................................
B. Rumusan Masalah..............................................................................................................................
C. Tujuan ..............................................................................................................................
BAB II PEMBAHASAN..............................................................................................................................
A. Tahapan Pengolahan Data...........................................................................................................
B. Perkembangan Pengelolahan Data................................................................................................
C. Validasi dan Verifikasi Pengelolahan Data
D. Pembersihan Data.........................................................................................
BAB III PENUTUP..............................................................................................................................
A. Kesimpulan..............................................................................................................................
B. Saran ..............................................................................................................................
DAFTAR PUSTAKA..............................................................................................................................
 BAB I
PENDAHULUAN
A. LATAR BELAKANG
Sekumpulan keterangan atau fakta yang diperoleh melalui pengamatan, pengukuran, atau penelitian
bagi setiap orang atau universal untuk memahami perlunya dalam memproses semua data dan bagaimana
cara melakukannya. Pengelolaan data adalah salah satu aspek penting yang harus dilakukan oleh setiap
organisasi yang ingin berkembang dan mencapai tujuannya. Tanpa pengelolaan data, organisasi akan
kesulitan untuk mengakses data yang penting.
Pengelolaan data adalah proses yang mengubah data mentah menjadi informasi yang berguna dan
mudah diterima. Data mentah biasanya berupa angka atau catatan yang tidak memiliki arti bagi pengguna,
sehingga membutuhkan proses pengelolaan untuk mengubahnya menjadi informasi berguna
menggunakan teknik atau metode tertentu.

Biasanya, pengelolahan data dilakukan oleh ilmuwan data atau tim ilmuwan data, dan harus
dilakukan dengan benar agar tidak memengaruhi produk akhir atau keluaran data secara negatif. Proses
pengelolahan data dimulai dengan data dalam bentuk mentahnya dan mengubahnya mejadi format yang
lebih mudah dibaca (grafik, dokumen, dll.), memberikannya bentuk dan konteks yang diperlukan untuk
ditafsirkan oleh komputer dan digunakan oleh karyawan di seluruh organisasi.

Istilah “Pengolahan Data”, atau “Pemprosesan Data”, dan “Data Processing” (DP) di dalam bahasa
inggris juga sering digunakan untuk merujuk ke depertemen dalam organisasi yang bertanggung jawab
atas pengoperasian program pengelolahan data.

B. RUMUSAN MASALAH
Dalam konteks ini, beberapa pertanyaan pokok yang perlu dijawab dalam makalah ini adalah :
1. Jelaskan apa yang dimaksud data informasi?
2. Sebutkan langkah" mengolah data?
3. Bagaimana cara mengembangkan data?

C. TUJUAN
Data dapat digunakan sebagai panduan atau standar untuk merencanakan dan melaksanakan suatu
kegiatan tertentu. Data memiliki peran penting dalam pengambilan keputusan. Ketersediaan data
memungkinkan seseorang membuat keputusan yang lebih baik dalam menghadapi permasalahan
Informasi sangat dibutuhkan orang untuk menambah wawasan, memperbarui pengetahuan, dan sebagai
bahan beropini. Bahkan, tak jarang informasi digunakan sebagai bahan dasar dalam membuat keputusan.
 BAB II
PEMBAHASAN
A. TAHAPAN PENGOLAHAN DATA
Pengolahan data adalah proses mengumpulkan, memproses, dan menganalisis data untuk menghasilkan
informasi yang berguna.

Menurut Ladjamudin (2013:9), Pengolahan data adalah masa atau waktu yang digunakan untuk
mendeskripsikan perubahan bentuk data menjadi formasi yang memiliki kegunaan.

Menurut Sutarman (2012:4), Pengolahan data adalah proses perhitungan atau transformasi data input
menjadi informasi yang mudah dimengerti ataupun sesuai dengan yang diinginkan.

Tahapan dalam pengolahan data terdiri dari beberapa langkah yang harus diikuti agar proses pengolahan
data berjalan dengan efektif dan efisien, antara lain:

1. Pengumpulan Data

Langkah pertama dalam pengolahan data adalah pengumpulan data. Data dapat dikumpulkan dari
berbagai sumber seperti survei, kuesioner, basis data, dan media sosial. Penting untuk memastikan bahwa
data yang dikumpulkan adalah data yang akurat dan relevan untuk tujuan pengolahan data.

2. Pembersihan Data

Setelah data dikumpulkan, langkah selanjutnya adalah pembersihan data. Data dapat memiliki
kesalahan atau duplikasi, dan hal ini dapat memengaruhi hasil akhir dari pengolahan data. Oleh karena
itu, data perlu dibersihkan dari kesalahan dan duplikasi sebelum diproses lebih lanjut.

3. Pengolahan Data

Setelah data dibersihkan, langkah selanjutnya adalah pengolahan data. Dalam tahap ini, data diubah
menjadi bentuk yang lebih berguna dan dapat dianalisis. Hal ini dapat dilakukan dengan cara mengubah
data menjadi grafik, tabel, atau diagram.

4. Analisis Data

Setelah data diolah, langkah selanjutnya adalah analisis data. Dalam tahap ini, data dianalisis untuk
menghasilkan insight dan informasi yang berguna. Analisis data dapat dilakukan dengan cara
mengidentifikasi tren, pola, dan hubungan antara data yang berbeda.

5. Interpretasi Data

Setelah data dianalisis, langkah selanjutnya adalah interpretasi data. Hasil analisis data kemudian
akan diinterpretasikan untuk menghasilkan insight dan informasi yang lebih berguna. Interpretasi data
dapat membantu dalam pengambilan keputusan yang lebih baik dan efektif.

6. Presentasi Data
 Setelah data diinterpretasikan, langkah terakhir dalam pengolahan data adalah presentasi data. Dalam
tahap ini, hasil pengolahan data dipresentasikan dengan cara yang mudah dimengerti dan menarik.
Presentasi data dapat dilakukan dengan cara membuat laporan, grafik, atau presentasi visual.

Siklus Pengolahan Data

Pengolahan data terdiri dari tiga Langkah utama, yakni input, proses(pengolahan), dan output.

1. Input : Di dalam langkah ini data awal, atau data input, disiapkan dalam beberapa bentuk yang sesuai
untuk keperluan pengolahan. Bentuk tersebut akan bergantung pada pengolahan data.
2. Proses : Pada langkah ini data input diubah, dan biasanya dikombinasikandengan informasi yang lain
untuk menghasilkan data dalam bentuk yanglebih dapat digunakan. Langkah pengolahan ini biasanya
meliputi sederetoperasi pengolahan dasar tertentu.
3. Output : Pada langkah ini hasil-hasil dari pengolahan sebelumnyadikumpulkan. Bentuk data output
tergantung pada penggunaan datatersebut unutk pengolahan selanjutnya.

Siklus Pengolahan Data Lanjutan

1. Originasi : Langkah ini merupakan proses pengumpulan data original(data asli/mentah). Catatan
original dari data ini disebut sumberdokumen .
2. Distribusi : Langkah ini merupakan pendistribusian data output. Catatandari data output ini sering
disebut sebagai dokumen laporan.
3. Penyimpanan (Storage) : Langkah ini merupakan langkah yang amat penting di dalam setiap prosedur
pengolahan data. Hasil Pengolahan dataseringkali ditempatkan di dalam penyimpanan untuk
digunakan sebagaidata input untuk diolah pada waktu yang berikutnya. Dua anak panahdiantaa kotak
proses dan kotak storage menunjukkan interaksi dari kedualangkah ini. Sekumpulan data yang
membentuk satu kesatuan di dalam penyimpanan disebut file. Biasanya sebuah file terdiri dari
kumpulanrecord, dimana masing-masing record berisi item data yang sama.Selanjutnya kumpulan
file-file yang saling berhubungan disebut data base.
B. PERKEMBANGAN PENGOLAHAN DATA

SEJARAH PERKEMBANGAN PENGOLAHAN DATA

Sejak zaman sebelum masehi, manusia sudah berpikir dan menemukan alat-alat bantu dalam
penghitungan dan pengolahan data. Alat-alat ini ditemukan dan terus dikembangkan dari masa
manual sampai ke masa elektronik (komputerisasi).

MASA MANUAL
Peralatan pengolahan data yang paling awal menggunakan peralatan mekanis-manual sederhana
dengan tenaga manusia. Kita sebut zaman di mana mesin-mesin initelah digunakan sebagai zaman
kegelapan ( dark ages) dari pengolahan data.

A. Abacus, yang ada sekitar 5000 tahun yang lalu di Asia kecil (Cina) dan masih digunakan di beberapa
tempat hingga saat ini, merupakan awal mula mesin komputasi. Alat ini memungkinkan penggunanya
untuk melakukan perhitungan menggunakan biji-bijian geser yang diatur pada sebuah rak. Para
pedagang dimasa itu menggunakan abacus untuk menghitung transaksi perdagangan. Seiring dengan
munculnya pensil dan kertas, terutama di Eropa, abacus kehilangan popularitasnya.

B. Tulang Napier (1617) diperkenalkan oleh John Napier, seorang ahli matematika Skotlandia. “Tulang-
tulang” napier itu adalah kumpulan sebelas batang dengan tanda bilangan pada masing-masingnya
sedemikian sehingga dengan menempatkan batang tersebut secara berdampingan, suatu hasil kali dan
hasil bagi dari bilangan yang besar dapat diperoleh.

C. Slide Rule Oughred (pertengahan tahun 1632) memiliki hubungan dengan ahlimatematika Inggris
yang bernama Wiliam Oughtred. Pada dasarnya slide ruleterdiri dari mistar yang dapat digerakan
yang diletakkan berdampingan. Masing-masing mistar diberi tanda sedemikian rupa sehingga jarak
aktual dari ujungmistar sebanding dengan logaritma bilangan yang tercetak pada mistar tersebut.

D. Kalkulator Pascal (1642) Pada umur 19, Blaise Pascal, ahli matematika Perancis telah menemukan
mesin penambah yang pertama. Alat ini mencatat bilangan-bilangan dengan memutar-mutar roda gigi
mulai dari satu sampai sepuluh langkah. Sebuah operan akan mengoperasikan roda gigi berikutnya
(yang mempunyai digit lebih tinggi), jika roda gigi yang bersangkutan telahmelampaui sepuluh unit.
Mesin pascal ini telah diperbaiki oleh seorang ahli filsafat dan matematika yang bernama Lebniz
(1673) sehingga roda gigi tadidapat juga melakukan perkalian dan pembagian.

E. Mesin Tenun Jacquard (1801) Joseph Marie Jacquard, ahli tenun prancis telah menemukan mesin
kartu punch yang pertama. Pola tenunan yang dibuat oleh mesin tenun tersebut ditentukan
berdasarkan lubang-lubang yang ada di dalam kartu kontrol; yakni hanya benang-benang yang
pengaitnya menemukan lubang dalam kartu saja yang masuk menjadi pola.
F. Mesin Pembeda & Analitis Babbage (1823) Hanya sebagian dari mesin ini yang pernah dibangun.
Mesin ini didasarkan pada prinsip bahwa, untuk rumus tertentu, Pada tahun 1908 Hollerith telah
mengembangkan mesin sortir vertikalyang dapat memproses hampir 200 kartu per menitnya.
Kemudian dalam tahun1911, Hollerith mengembangkan mesin sortir horizontal yang mempunyai
kecepatan proses hampir 275 kartu per menit. Kecepatan dan kemampuan dari mesin punch ini terus
menerus diperbaiki. Verfier telah ditemukan untuk memeriksa apakah data yang dimasukkan ke
dalam kartu adalah data yang sudah benar. Collator ditemukan untuk menggabungkan beberapa
kumpulan kartu yang telah diurutkan menjadisatu kumpulan tunggal yang terurut juga. Mesin
Penghitung elektromagnetis yang dikembangkan dapat membaca kartu yang berisikan data alfabetik
maupun data numerik, melakukan operasi aritmatika yang sederhana dan mencetak hasil proses.

MASA ELEKTROK
Zaman Modern
Mark I (1944) inovasi utama, komputer pertama yang secara otomatis dapat melakukan
serangkaian operasi aritmatik dan logik yang panjang. Mark Idibuat oleh IBM berdasarkan gagasan
dari howard G. Aiken, seorang profesor matematika terapan pada Universitas Harvard. Mesin ini
merupakan mesin elektromekanis. Komputer Generasi Pertama (1946-1959)Temuan utama,
menggunakan tabung hampa, menggunakan program yang tersimpan. Komputer tabung hampa yang
pertama dengan ukuran besar adalah ENIAC (Electronic Numerical Integrator and Calculator).
Komputer ini diselesaikan dalam tahun 1946 oleh John Mauchly dan Presper Eckert dari Fakultas
Teknik Elektro Universitas Pennsylvania. Komputer ini dapat melakukan selama satu hari apa yang
oleh komputer sebelumnya telah dilakukan selama 30 hari.Dalam pertengahan tahun 1940, matemati
kawan John von Neuman, bersama dengan H.H. Goldstine dan A. W. Burks, mengembangkan sebuah
konsep mengenai program tersimpan (store program) yang mengendalikan operasi komputer, dikode
dengan cara yang sama seperti data input, mula-mulai disimpan di dalam komputer bersama-sama
dengan data, dan kemudian program ini dilaksanakan secara otomatis. Komputer pertama yang
menggunakan program tersimpan adalah Edsac( Electronic Delay Storge Automatic Computer), yang
juga dibangun di Fakultas Teknik Elektro Universitas Pennsylvania dan diselesaikan dalam tahun
1952. Di dalam EDVAC, Program komputer dimasukkan ke dalam unit penyimpan data dengan
menggunakan pita tape. Dalam tahun 1946, Eckert dan Mauchli mementuk perusahaan mereka
sendiri, dan dalam tahun 1949 telah bergabung dengan divisi UNIVAC dari perusahaan Remington
Rand. Dalam tahun 1951, UNIVAC I telah dapatdioperasikan di biro-biro sensus. Komputer ini
memeriksa sendiri dan menggunakan tape magnetik utuk data input dan output. Post ModernSetelah
digunakannya UNIVAC I untuk melakukan sensus, alat pengolahdata terus mengalami
perkembangan. Berbagai software pengolah data bermunculan seiring dengan making canggihnya
komputer dan berkembangnya ilmu statistik. Saat ini ada beberapa software pengolah data statistik
umum seperti CSPro, SPSS, Excel, dan AMO.

MASA DEPAN (OPINI)

Di masa depan akan ada sistem yang mengatur keseluruhan akses jaringan dan komunikasi yang
saling berintegrasi sehingga masing-masing individu dapat dikontrol dan dihitung jumlah
aktivitasnya. Data-data akan diambil secara otomatis, sehingga tenaga manusia tidak banyak lagi
digunakan,kecuali di daerah yang belum terjamah teknologi tersebut. Teknologi ini akan berpusat
pada kartu identitas, seperti e-ktp namun memiliki fungsi yang lebih luas dan banyak. Transportasi
umum, perbelanjaan,dan sarana umum lainnya memiliki alat untuk menghitung data-data yang ada
secara otomatis seperti banyaknya pembeli dan sebagainya. Kebutuhan-kebutuhan pribadi pun bisa
dihitung dengan teknologi bantu yang terhubung langsung ke jaringan internet dengan data yang terus
menerus dihitung. Seperti lemari es, yang tahu apa saja makanan yang dimasukkan dan dikeluarkan,
sehingga dapat pula dihitung jumlah konsumsi. Menurut saya ada baiknya dari sekarang kita fokus
kepada hal-hal yang berbau teknologi dari sekarang, karena lambat laun seperti yang saya sebutkan di
paragraf awal, tenaga manusia akan semakin berkurang seiring dengan meningkatnya teknologi yang
saling berintegrasi. Siapa tahu, mungkin kita merupakan salah satu penggagas atau penciptanya.
C. PEMBERSIHAN DATA
Pembersihan data adalah proses menganalisis kualitas data dalam sumber data,
menyetujui/menolak saran secara manual oleh sistem, dan dengan demikian membuat perubahan pada
data. Pembersihan data dalam Layanan Kualitas Data (DQS) mencakup proses yang dibantu
komputer yang menganalisis bagaimana data sesuai dengan pengetahuan dalam pangkalan
pengetahuan, dan proses interaktif yang memungkinkan pengurus data untuk meninjau dan
memodifikasi hasil proses yang dibantu komputer untuk memastikan bahwa pembersihan data persis
seperti yang ingin dilakukan.

Pengurus data juga dapat melakukan pembersihan data dalam proses pengemasan Layanan
Integrasi. Dalam hal ini, pengurus data akan menggunakan komponen Pembersihan DQS di Layanan
Integrasi yang secara otomatis melakukan pembersihan data menggunakan pangkalan pengetahuan
yang ada. Untuk informasi selengkapnya, lihat Transformasi Pembersihan DQS.

Fitur pembersihan data di DQS memiliki manfaat berikut:

 Mengidentifikasi data yang tidak lengkap atau salah di sumber data Anda (file Excel atau
database SQL Server), lalu mengoreksi atau memperingatkan Anda tentang data yang tidak valid.

 Menyediakan proses dua langkah untuk membersihkan data: dibantu komputer dan interaktif.
Proses yang dibantu komputer menggunakan pengetahuan dalam pangkalan pengetahuan DQS
untuk memproses data secara otomatis, dan menyarankan penggantian/koreksi. Langkah
berikutnya, interaktif, memungkinkan pengurus data untuk menyetujui, menolak, atau mengubah
perubahan yang diusulkan oleh DQS selama pembersihan yang dibantu komputer.

 Menstandarkan dan memperkaya data pelanggan dengan menggunakan nilai domain, aturan
domain, dan data referensi. Misalnya, standarisasi penggunaan istilah dengan mengubah "St."
menjadi "Street", memperkaya data dengan mengisi elemen yang hilang dengan mengubah "1
Microsoft way Redmond 98006" menjadi "1 Microsoft Way, Redmond, WA 98006".

 Menyediakan antarmuka seperti wizard yang sederhana, intuitif, dan konsisten kepada pengguna
untuk menavigasi data dan memeriksa kesalahan di antara sekumpulan data yang sangat besar.
Ilustrasi berikut menampilkan bagaimana pembersihan data dilakukan di DQS:

DQS Cleansing Process

Pembersihan Yang Dibantu Komputer

1. Buat proyek kualitas data, pilih pangkalan pengetahuan yang ingin Anda analisis dan bersihkan
data sumber Anda, dan pilih aktivitas Pembersihan . Beberapa proyek kualitas data dapat
menggunakan pangkalan pengetahuan yang sama.

2. Tentukan tabel/tampilan database atau file Excel yang berisi data sumber yang akan dibersihkan.
Database atau file Excel bisa sama dengan yang digunakan untuk penemuan pengetahuan, atau
bisa berupa database atau file Excel yang berbeda.

3. Petakan bidang data yang akan dibersihkan ke domain/domain komposit yang sesuai di
pangkalan pengetahuan. Jika Anda memetakan bidang ke domain komposit, pemetaan terjadi
antara bidang dan domain komposit, dan bukan dengan domain individual di domain komposit.
Selain itu, pembersihan data untuk bidang yang dipetakan dilakukan berdasarkan aturan yang
ditentukan untuk domain komposit, dan bukan untuk domain individual di domain komposit.
Untuk informasi selengkapnya tentang domain komposit, lihat Pangkalan Pengetahuan dan
Domain DQS.

4. Jalankan proses pembersihan yang dibantu komputer dengan mengklik Mulai pada halaman
Bersihkan.

Proses pembersihan data menemukan kecocokan terbaik dari instans data dengan nilai domain
data yang diketahui. Proses ini menerapkan pengetahuan kualitas data untuk semua data sumber, tidak
seperti proses penemuan pengetahuan, yang berjalan pada persentase data sampel.
 Proses yang dibantu komputer menampilkan informasi kualitas data di Klien Kualitas Data yang
akan digunakan untuk proses pembersihan interaktif. Selain kepatuhan terhadap aturan kesalahan
sintaks, DQS juga menggunakan data referensi dan algoritma tingkat lanjut untuk mengategorikan
data menggunakan tingkat keyakinan. Tingkat keyakinan menunjukkan sejauh mana kepastian DQS
untuk koreksi atau saran. Tingkat keyakinan didasarkan pada nilai ambang batas berikut:

 Nilai ambang koreksi otomatis di atas tempat DQS akan menyarankan perubahan dan
membuatnya kecuali pengurus data menolaknya. Anda dapat menentukan nilai ambang koreksi
otomatis di tab Pengaturan Umum di layar Konfigurasi. Untuk informasi selengkapnya, lihat
Mengonfigurasi Nilai Ambang batas untuk Pembersihan dan Pencocokan.

 Nilai ambang batas saran otomatis, di bawah ambang koreksi otomatis, di atasnya DQS akan
menyarankan perubahan, dan membuatnya jika pengurus data menyetujuinya. Anda dapat
menentukan nilai ambang batas saran otomatis di tab Pengaturan Umum di layar Konfigurasi.
Untuk informasi selengkapnya, lihat Mengonfigurasi Nilai Ambang batas untuk Pembersihan dan
Pencocokan.

Nilai apa pun yang memiliki tingkat keyakinan di bawah nilai ambang batas saran otomatis dibiarkan
apa adanya oleh DQS kecuali pengurus data menentukan perubahan.

Pembersihan Interaktif
Berdasarkan proses pembersihan yang dibantu komputer, DQS menyediakan pengurus data
dengan informasi yang mereka butuhkan untuk membuat keputusan tentang mengubah data. DQS
mengategorikan data di bawah lima tab berikut:

 Disarankan: Nilai di mana DQS menemukan saran yang memiliki tingkat keyakinan lebih tinggi
dari nilai ambang batas saran otomatis tetapi lebih rendah dari nilai ambang koreksi otomatis.
Anda harus meninjau nilai-nilai ini, dan menyetujui atau menolak sebagaimana mestinya.

 Baru: Nilai valid di mana DQS tidak memiliki informasi (saran) yang cukup, dan karenanya tidak
dapat dipetakan ke tab lain. Selanjutnya, tab ini juga berisi nilai yang memiliki tingkat keyakinan
kurang dari nilai ambang saran otomatis, tetapi cukup tinggi untuk ditandai sebagai valid.

 Tidak valid: Nilai yang ditandai sebagai tidak valid di domain di pangkalan pengetahuan atau
nilai yang gagal dalam aturan domain atau data referensi. Tab ini juga akan berisi nilai yang
ditolak oleh pengguna di salah satu dari empat tab lainnya selama proses pembersihan interaktif.

 Diperbaiki: Nilai yang diperbaiki oleh DQS selama proses pembersihan otomatis karena DQS
menemukan koreksi untuk nilai dengan tingkat keyakinan di atas nilai ambang koreksi otomatis.
Tab ini juga akan berisi nilai di mana pengguna menentukan nilai yang benar di kolom Koreksi
Ke selama pembersihan interaktif, lalu disetujui dengan mengklik tombol radio di kolom Setujui
di salah satu dari empat tab lainnya.

 Benar: Nilai yang ditemukan benar. Misalnya, nilai cocok dengan nilai domain. Jika diperlukan,
Anda dapat mengambil alih pembersihan DQS dengan menolak nilai di bawah tab ini, atau
dengan menentukan kata alternatif di kolom Benar Ke , lalu mengklik tombol radio di kolom
 Terima . Tab ini juga akan berisi nilai yang disetujui oleh pengguna selama pembersihan interaktif
dengan mengklik tombol radio di kolom Setujui di tab Baru atau Tidak Valid .

Pengurus data menggunakan Klien Kualitas Data untuk melihat perubahan yang telah diusulkan
DQS dan untuk memutuskan apakah akan menerapkannya atau tidak. Dia dapat memverifikasi bahwa
nilai yang telah ditetapkan DQS sebagai benar sebenarnya benar. Dia dapat memverifikasi bahwa
perubahan yang sudah dilakukan oleh DQS, dengan tingkat kepercayaan diri yang tinggi, harus
dilakukan. Dia dapat memutuskan apakah akan menyetujui perubahan yang disarankan secara
otomatis. Dan dia dapat meninjau nilai yang belum diubah, hanya jika mereka ingin membuat
perubahan yang tidak ditemukan oleh proses yang dibantu komputer.

DQS akan menggabungkan perubahan apa pun yang telah dilakukan pengurus data dengan hasil
pembersihan data yang dibantu komputer. Perubahan ini akan tetap ada pada proyek; namun, mereka
tidak akan ditambahkan ke pangkalan pengetahuan. Selama pembersihan data, pangkalan
pengetahuan terkait bersifat baca-saja.

Ketika proses pembersihan data telah selesai, Anda dapat memilih untuk mengekspor data yang
diproses ke tabel baru dalam database SQL Server, file .csv, atau file Excel. Data sumber tempat
pembersihan dilakukan dipertahankan dalam keadaan aslinya. Pengurus data dapat menggunakan data
terpisah yang dibersihkan untuk memperbaiki data sumber aktual.

Ilustrasi berikut menampilkan bagaimana pembersihan data dilakukan menggunakan aplikasi Klien
Kualitas Data:

Data Cleansing in Data Quality Client

Koreksi Nilai Awal

Koreksi nilai awal berlaku untuk nilai domain yang memiliki sinonim, dan pengguna ingin
menggunakan salah satu nilai sinonim sebagai nilai utama alih-alih nilai lainnya untuk representasi
nilai yang konsisten. Misalnya, "New York", "NYC", dan "apel besar" adalah sinonim, dan pengguna
ingin menggunakan "New York" sebagai nilai utama alih-alih "NYC" dan "Big Apple". DQS
mendukung koreksi nilai terkemuka selama proses pembersihan untuk membantu Anda
menstandarkan data Anda. Koreksi nilai di depan dilakukan hanya jika domain diaktifkan untuk hal
yang sama saat dibuat. Secara default, semua domain diaktifkan untuk koreksi nilai di depan kecuali
 Anda mengosongkan kotak centang Gunakan Nilai Utama saat membuat domain. Untuk informasi
selengkapnya tentang kotak centang ini, lihat Mengatur Properti Domain.

Menstandarkan Data yang Dibersihkan

Anda dapat memilih apakah akan mengekspor data yang dibersihkan dalam format standar
berdasarkan format output yang ditentukan untuk domain. Saat membuat domain, Anda dapat
memilih pemformatan yang akan diterapkan saat nilai data di domain adalah output. Untuk informasi
selengkapnya tentang menentukan format output untuk domain, lihat daftar Format Output ke di Atur
Properti Domain.

Saat mengekspor data yang dibersihkan pada halaman Ekspor di wizard proyek kualitas data
pembersihan, Anda menentukan apakah Anda ingin data yang dibersihkan diekspor dalam format
standar dengan memilih kotak centang Standardisasi Output . Secara default, data yang dibersihkan
diekspor dalam format standar, yaitu, kotak centang dipilih. Untuk informasi selengkapnya tentang
mengekspor data yang dibersihkan, lihat Membersihkan Data Menggunakan Pengetahuan DQS
(Internal).

D. VALIDASI DAN VERIFIKASI DATA

Pengertian Verifikasi Menurut Hooner dan Perry 1989
Verifikasi merupakan proses pemeriksaan kesesuaian model logika operasional dengan
logika diagram alur atau dapat disederhanakan dengan “apakah terdapat kesalahan dalam program?”

Pengertian Validasi Menurut Hoover dan Perry 1989

Validasi adalah proses penentuan apakah model, sebagai konsep tualisasi atau abstraksi,merupakan
representasi berarti dan akurat dari sistem nyata.

Verifikasi bertujuan untuk membuktikan bahwa sesuatu ada atau benar, atau untukmemastikan bahwa
sesuatu adalah benar, sedangkan validasi bertujuan untukmembuat sesuatu yang resmi diterima atau
disetujui, terutama setelahmemeriksanya. (Cambridge Dictionaries Online, 2011).

Perbedaan Verifikasi dan Validasi.

Verifikasi dan validasi merupakan dua hal yang berbeda. Keduanya biasanya diperlukan dalam suatu
pemeriksaan atau penelitian terhadap suatu obyek permasalahan.

Verifikasi sendiri merupakan suatu konfirmasi melalui penyediaan bukti obyektif, bahwa
persyaratan telah dipenuhi. Verifikasi ini sering digunakan dalam beberapa hal misalnya dalam
pendaftaran. Saat akan mendaftar biasanya kita perlu menyediakan beberapa bukti obyektif seperti
fotokopi KTP, akte kelahiran, dan sejenisnya. Setelah bukti terlengkapi maka berkas pendaftaran
tersebut diverifikasi apakah sudah sesuai atau tidak. Selain verifikasi juga bisa dilakukan pada
laboratorium yang akan melakukan penelitian. Verifikasi tersebut dilakukan pada metode baku untuk
membuktikan apakah laboratorium tersebut mampu melakukan pengujian dengan metode dengan
hasil yang valid. Verifikasi juga bisa ditujukan untuk melihat apakah laboratorium memiliki
kompetensi personil.

Sedangkan validasi adalah konfirmasi melalui pengujian dan penyediaan obyektif bahwa
persyaratan tertentu telah dipenuhi. Validasi pada laboratorium dilakukan untuk metode tidak baku,
yaitu metode yang dikembangkan sendiri ataudimodifikasi oleh laboratorium. Validasi dilakukan
untuk mengetahui apakah metode pengujian yang dilakukan sudah sesuai sehingga menghasilkan data
yang valid. Validasi yang dilakukan pada sebuah laboratorium parameter yang diuji antara lain
presisi, akurasi, batas kuantitasi, batas deteksi, seletivitas, ketahanan,dan lain-lain.

Verifikasi dan validasi sendiri merupakan istilah umum yang bisa diterapkandalam berbagai
kepentingan. Keduanya merupakan proses yang terdokumentasisehingga harus tercatat dan disimpan
mengikuti ketentuan yang telah ditetapkan.
 BAB III
PENUTUP
A. KESIMPULAN
Data dan informasi merupakan sumber daya yang strategis bagi pimpinan dan organisasi dalam
pelaksanaan manajemen. Oleh karena itu penyediaan data dan informasi yang berkualitas sangat
dibutuhkan sebagai masukan dalam proses pengambilan keputusan. Untuk itu diperlukan sistem
informasi sebagai pengolah data dan informasi.

Setelah melakukan beberapa pengujian sistem pengolahan data dan sistem pengolahan informasi
dengan menggunakan program komputer yang berbasis website, kami menarik kesimpulan sebagai
berikut :
1. Dengan adanya sistem informasi yang telah dibangun, diharapkan para calon pelamar pekerjaan dapat
menggunakan dan memanfaatkannya dengan baik sebagai layanan informasi lowongan kerja.
2. Dengan adanya sistem informasi yang telah dibangun, diharapkan dapat membantu pihak perusahaan
dalam hal penyajian informasi lowongan kerja dan pengolahan data pelamar pekerjaan.
3. Data informasi yang dulu masih mentah, kini bisa menjadi suatu ayanan sistem informasi yang
dikemas secara modern.
4. Dengan adanya sistem informasi ini, diharapakan mampu memberikan informasi yang cepat dan
akurat terhadap informasi lowongan kerja yang akan disampaikan dan menghasilkan data yang
berkualitas.

B. SARAN
Kami sangat menyadari bahwa sistem informasi lowongan kerja ini masih jauh dari
kesempurnaan, oleh karena itu ada beberapa hal yang perlu diperhatikan dalam penggunaan sistem
informasi lowongan kerja ini, yaitu :
1. Perlunya pelatihan terhadap administrator yang akan menggunakan sistem informasi ini.
2. Pembuatan backup file-file yang penting bagi perusahaan sebaiknya dilakukan setiap akhir bulan.
 DAFTAR PUSTAKA
https://www.coursehero.com/file/45478491/Makalah-pengolahan-data-pengumpulan-data-dan-sistem-
data-basedocx/
https://id.scribd.com/doc/295012594/Sejarah-Perkembangan-Pengolahan-Data
https://disdikbud.mojokertokota.go.id/berita/21102321828-verifikasi-dan-validasi-data-dalam-dunia-
pendidikan.html
https://learn.microsoft.com/id-id/sql/data-quality-services/data-cleansing?view=sql-server-ver16