04 Database & Information Management
04 Database & Information Management
Landasan Bisnis
Intelijen: Database dan
Manajemen informasi
Alan D. Wibowo
Machine Translated by Google
– Ketergantungan program-data:
• Ketika perubahan program memerlukan perubahan pada data yang diakses oleh program
– Kurangnya fleksibilitas
– Keamanan yang buruk
Penggunaan pendekatan
tradisional terhadap pemrosesan
file mendorong setiap area
fungsional dalam suatu
perusahaan untuk
mengembangkan
aplikasi khusus. Setiap aplikasi
memerlukan file data unik yang
kemungkinan merupakan subset dari file master.
Subset file master ini menyebabkan
redundansi dan inkonsistensi data,
ketidakfleksibelan
pemrosesan, dan pemborosan
sumber daya penyimpanan.
Machine Translated by Google
• Basis Data
– Melayani banyak aplikasi dengan memusatkan data dan mengendalikan data redundan
• DBMS Relasional
– Mewakili data sebagai tabel dua dimensi
– Setiap tabel berisi data entitas dan atribut
– Kunci utama: Bidang dalam tabel yang digunakan untuk bidang kunci
– Kunci asing: Kunci utama yang digunakan pada tabel kedua sebagai kolom pencarian untuk mengidentifikasi
rekaman dari tabel asli
Machine Translated by Google
–Tiga operasi dasar yang digunakan untuk mengembangkan kumpulan data yang berguna
• SELECT: Membuat subset data dari semua record yang memenuhi ketentuan
kriteria
• GABUNG: Menggabungkan tabel relasional untuk memberikan lebih banyak kepada pengguna
informasi daripada yang tersedia di tabel individual
• PROYEK: Membuat subset kolom dalam tabel, membuat tabel hanya dengan
informasi yang ditentukan
Machine Translated by Google
Operasi pilih, gabung, dan proyek memungkinkan data dari dua tabel berbeda untuk
digabungkan dan hanya atribut yang dipilih yang ditampilkan.
Machine Translated by Google
– Kamus data: File otomatis atau manual yang menyimpan definisi elemen data dan karakteristiknya
– Bahasa manipulasi data: Digunakan untuk menambah, mengubah, menghapus, mengambil data
basis data
• Bahasa Kueri Terstruktur (SQL)
• Alat pengguna Microsoft Access untuk menghasilkan SQL
– Banyak DBMS memiliki kemampuan pembuatan laporan untuk membuat laporan yang lebih baik
(Laporan Kristal)
Machine Translated by Google
Permintaan Ms Access
Machine Translated by Google
• Merancang Database
– Desain konseptual (logis): model abstrak dari perspektif bisnis
– Desain fisik: Bagaimana database disusun pada perangkat penyimpanan akses langsung
–Perhatian: Jika bisnis tidak mendapatkan model data yang tepat, sistem tidak akan
dapat melayani bisnis dengan baik
Machine Translated by Google
• Data besar
• Kumpulan data tidak terstruktur/semi-terstruktur dalam jumlah besar dari lalu lintas Web, sosial
media, sensor, dan sebagainya
• Petabyte, exabyte data
• Volume terlalu besar untuk DBMS pada umumnya
• Gudang data:
– Menyimpan data terkini dan historis dari banyak sistem transaksi operasional inti
– Mengkonsolidasi dan menstandardisasi informasi untuk digunakan di seluruh perusahaan, namun data tidak bisa
diubah
– Menyediakan alat analisis dan pelaporan
• Pasar data:
– Bagian dari gudang data
– Bagian data yang diringkas atau terfokus untuk digunakan oleh populasi pengguna tertentu
– Biasanya berfokus pada satu subjek atau bidang bisnis
Machine Translated by Google
bisnis
yang mahir
sudah termasuk.
Machine Translated by Google
• Hadoop
• Memungkinkan pemrosesan paralel data besar yang terdistribusi dengan biaya yang murah
komputer
• Layanan utama
• Sistem File Terdistribusi Hadoop (HDFS): penyimpanan data
• Gunakan memori utama (RAM) komputer untuk penyimpanan data untuk menghindari penundaan dalam pengambilan
data dari penyimpanan disk
• Platform analitik
• Platform berkecepatan tinggi menggunakan alat relasional dan non-relasional yang dioptimalkan
kumpulan data yang besar
Machine Translated by Google
• Penambangan data
• Penambangan teks
• Penambangan web
Machine Translated by Google
• Penambangan data:
• Menemukan pola-pola tersembunyi, hubungan dalam kumpulan
data • Contoh: pola pembelian pelanggan •
Menyimpulkan aturan untuk memprediksi perilaku di
masa depan • Jenis informasi yang dapat diperoleh dari penambangan data:
• Asosiasi
• Urutan •
Klasifikasi
•
Pengelompokan • Peramalan
Machine Translated by Google
• Penambangan teks
• Mengekstrak elemen kunci dari kumpulan data besar yang tidak terstruktur
• Email yang disimpan
• Penambangan web
• Antarmuka web memerlukan sedikit atau tidak ada perubahan pada database
• Murah untuk menambahkan antarmuka Web ke sistem
Machine Translated by Google
– Masukan salah
–Sebelum database baru diterapkan, perlu:
• Mengidentifikasi dan memperbaiki data
yang salah. • Menetapkan rutinitas yang lebih baik untuk mengedit data setelah
database beroperasi
Machine Translated by Google
• Pembersihan data
– Perangkat lunak untuk mendeteksi dan memperbaiki data yang salah, tidak lengkap, formatnya
tidak tepat, atau berlebihan
– Menegakkan konsistensi di antara kumpulan data yang berbeda dari informasi yang terpisah
sistem
Machine Translated by Google
Terima kasih!