Machine Translated by Google

Landasan Bisnis
Intelijen: Database dan
Manajemen informasi
Alan D. Wibowo
Machine Translated by Google

• Konsep organisasi file

– Basis Data: Kumpulan file terkait
– File: Kumpulan record dengan tipe yang sama
– Catatan: Kelompok bidang terkait
– Bidang: Kelompok karakter dalam bentuk kata atau angka •
Menjelaskan suatu entitas (orang, tempat, benda yang informasinya kita simpan) •
Atribut: Setiap karakteristik, atau kualitas, yang menggambarkan entitas
– Contoh: Atribut DATE atau GRADE milik entitas COURSE
Machine Translated by Google

Sistem komputer mengatur data dalam hierarki

yang dimulai dengan bit, yang mewakili 0 atau 1.
Bit dapat dikelompokkan untuk membentuk byte
yang mewakili satu karakter, angka, atau simbol.
Byte dapat dikelompokkan untuk membentuk suatu
bidang, dan bidang terkait dapat dikelompokkan
untuk membentuk suatu catatan. Catatan terkait
dapat dikumpulkan untuk membentuk file, dan file
terkait dapat diatur ke dalam database.
Machine Translated by Google

• Masalah dengan lingkungan file tradisional (file dikelola secara

terpisah oleh departemen berbeda)
– Redundansi data: •
Adanya duplikat data di banyak file
– Inkonsistensi data:
• Atribut yang sama memiliki nilai yang berbeda

– Ketergantungan program-data:
• Ketika perubahan program memerlukan perubahan pada data yang diakses oleh program
– Kurangnya fleksibilitas
– Keamanan yang buruk

– Kurangnya berbagi dan ketersediaan data

Machine Translated by Google

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

• Sistem manajemen basis data (DBMS)

– Antarmuka antara aplikasi dan file data fisik
– Memisahkan tampilan data logis dan fisik
– Memecahkan masalah lingkungan file tradisional • Mengontrol
redundansi •
Menghilangkan inkonsistensi
• Memisahkan program dan data •
Memungkinkan organisasi untuk mengelola data dan keamanan data secara terpusat
Machine Translated by Google

Sebuah database sumber daya

manusia menyediakan banyak
tampilan data yang berbeda,
tergantung pada kebutuhan informasi
pengguna.
Diilustrasikan di sini ada dua
kemungkinan pandangan, yang
menarik bagi spesialis tunjangan dan
yang menarik bagi anggota
departemen penggajian perusahaan.
Machine Translated by Google

• DBMS Relasional
– Mewakili data sebagai tabel dua dimensi
– Setiap tabel berisi data entitas dan atribut

• Tabel: kisi-kisi kolom dan baris

– Baris (tupel): Catatan untuk entitas yang berbeda
– Bidang (kolom): Mewakili atribut untuk entitas
– Bidang kunci: Bidang yang digunakan untuk mengidentifikasi setiap rekaman secara unik

– 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

Basis data relasional

mengatur data dalam bentuk tabel
dua dimensi.
Di bawah ini diilustrasikan tabel
untuk entitas SUPPLIER dan
PART yang menunjukkan
bagaimana mereka mewakili setiap
entitas dan atributnya. Nomor
Pemasok adalah kunci utama
untuk tabel SUPPLIER dan
kunci asing untuk tabel PART.
Machine Translated by Google

• Pengoperasian DBMS Relasional

–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

• Database non-relasional: “NoSQL”

• Model data yang lebih fleksibel
• Kumpulan data disimpan di seluruh mesin yang terdistribusi
• Lebih mudah untuk
diskalakan • Menangani data terstruktur dan tidak terstruktur dalam
jumlah besar (Web, media sosial, grafik) •
Basis data di cloud • Biasanya,
fungsionalitasnya lebih sedikit dibandingkan DB on-premise •
Amazon Layanan Database Relasional, Microsoft SQL Azure • Cloud privat
Machine Translated by Google

• Kemampuan sistem manajemen basis data

– Kemampuan definisi data: Menentukan struktur konten database, digunakan untuk membuat
tabel dan menentukan karakteristik bidang

– 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

Microsoft Access memiliki

kemampuan kamus data dasar

yang menampilkan informasi
tentang ukuran, format, dan
karakteristik lain dari
setiap bidang di

sebuah basis data. Yang ditampilkan

di sini adalah informasi yang disimpan
meja PEMASOK. Ikon kunci kecil di
sebelah kiri Supplier_Number
menunjukkan bahwa ini adalah
kolom kunci.
Machine Translated by Google

Contoh kueri SQL

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

• Proses desain mengidentifikasi:

– Hubungan antar elemen data, elemen database redundan
– Cara paling efisien untuk mengelompokkan elemen data untuk memenuhi kebutuhan bisnis,
kebutuhan program aplikasi
• Normalisasi
– Menyederhanakan pengelompokan data yang kompleks untuk meminimalkan elemen data yang berlebihan
dan hubungan banyak-ke-banyak yang canggung
Machine Translated by Google

Hubungan pesanan yang tidak dinormalisasi

Relasi yang tidak dinormalisasi berisi grup yang berulang.

Misalnya, terdapat banyak suku cadang dan pemasok untuk
setiap pesanan. Hanya ada korespondensi satu-satu antara
Nomor_Pesanan dan Tanggal_Pesanan.
Machine Translated by Google

Tabel yang dinormalisasi dibuat berdasarkan pesanan

Setelah normalisasi, relasi asli ORDER telah dipecah menjadi empat

relasi yang lebih kecil. Relasi ORDER hanya tersisa dua atribut dan relasi
LINE_ITEM memiliki kunci gabungan atau gabungan yang terdiri dari
Order_Number
dan Nomor_Bagian.
Machine Translated by Google

• Aturan integritas referensial

• Digunakan oleh RDMS untuk memastikan hubungan antar tabel tetap konsisten

• Diagram hubungan entitas •

Digunakan oleh perancang basis data untuk mendokumentasikan
model data • Mengilustrasikan hubungan antar entitas

–Perhatian: Jika bisnis tidak mendapatkan model data yang tepat, sistem tidak akan
dapat melayani bisnis dengan baik
Machine Translated by Google

Diagram hubungan entitas

Diagram ini menunjukkan hubungan antara entitas

SUPPLIER, PART, LINE_ITEM, dan ORDER yang
mungkin digunakan untuk memodelkan database
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• 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

• Dapat mengungkap lebih banyak pola dan anomali

Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• Infrastruktur intelijen bisnis • Saat ini

mencakup serangkaian alat untuk sistem terpisah, dan data besar
• Alat kontemporer:
• Gudang data • Data
mart • Hadoop
• Komputasi
dalam memori • Platform
analitis
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• 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

Komponen gudang data

Infrastruktur intelijen bisnis kontemporer menampilkan

kemampuan dan alat untuk mengelola dan mengelola

bisnis

menganalisis sejumlah besar dan berbagai jenis data

dari berbagai sumber.

Kueri yang mudah digunakan dan

alat pelaporan untuk pengguna bisnis biasa dan
perangkat analisis yang lebih canggih untuk pengguna

yang mahir
sudah termasuk.
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• Hadoop
• Memungkinkan pemrosesan paralel data besar yang terdistribusi dengan biaya yang murah
komputer
• Layanan utama
• Sistem File Terdistribusi Hadoop (HDFS): penyimpanan data

• MapReduce: memecah data menjadi beberapa cluster untuk bekerja

• Hbase: basis data NoSQL

• Digunakan oleh Facebook, Yahoo, NextBio

Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• Komputasi dalam memori

• Digunakan dalam analisis data besar

• Gunakan memori utama (RAM) komputer untuk penyimpanan data untuk menghindari penundaan dalam pengambilan
data dari penyimpanan disk

• Dapat mengurangi jam/hari pemrosesan menjadi hitungan detik

• Membutuhkan perangkat keras yang dioptimalkan

• Platform analitik
• Platform berkecepatan tinggi menggunakan alat relasional dan non-relasional yang dioptimalkan
kumpulan data yang besar
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• Alat analisis: Hubungan, pola, tren

– Alat untuk mengkonsolidasikan, menganalisis, dan menyediakan akses ke sejumlah besar data
untuk membantu pengguna membuat keputusan bisnis yang lebih baik
• Analisis data multidimensi (OLAP)

• Penambangan data

• Penambangan teks

• Penambangan web
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja Bisnis dan
Pengambilan Keputusan

• Pemrosesan analitis online (OLAP)

– Mendukung analisis data multidimensi
• Melihat data menggunakan berbagai dimensi
• Setiap aspek informasi (produk, harga, biaya, wilayah, jangka waktu) berbeda
dimensi
• Contoh: Berapa banyak mesin cuci yang terjual di wilayah Timur pada bulan Juni dibandingkan dengan wilayah lain?

– OLAP memungkinkan jawaban online yang cepat terhadap pertanyaan ad hoc

Machine Translated by Google

Model data multidimensi

Tampilan yang ditampilkan adalah produk versus

wilayah. Jika Anda memutar kubus 90 derajat,
permukaannya akan menunjukkan produk versus
penjualan aktual dan proyeksi. Jika Anda memutar
kubus 90 derajat lagi, Anda akan melihat wilayah
versus penjualan aktual dan proyeksi. Pemandangan
lain juga dimungkinkan.
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja dan Keputusan Bisnis
Pembuatan

• 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

Menggunakan Database untuk Meningkatkan

Kinerja dan Keputusan Bisnis
Pembuatan

• Penambangan teks

• Mengekstrak elemen kunci dari kumpulan data besar yang tidak terstruktur
• Email yang disimpan

• Transkrip pusat panggilan

• Kasus hukum
• Deskripsi paten
• Laporan layanan, dan sebagainya

• Perangkat lunak analisis sentimen

• Menambang email, blog, media sosial untuk mendeteksi opini
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja dan Keputusan Bisnis
Pembuatan

• Penambangan web

– Penemuan dan analisis pola dan informasi berguna dari Web

– Memahami perilaku pelanggan

– Mengevaluasi efektivitas situs Web, dan sebagainya

– Penambangan konten web

• Menambang konten halaman Web
– Penambangan struktur web •
Menganalisis link ke dan dari halaman Web
– Penambangan penggunaan
web • Menambang data interaksi pengguna yang direkam oleh server Web
Machine Translated by Google

Menggunakan Database untuk Meningkatkan

Kinerja dan Keputusan Bisnis
Pembuatan

• Database dan Web

– Banyak perusahaan menggunakan Web untuk membuat beberapa database internal
tersedia bagi pelanggan atau mitra
– Konfigurasi umum meliputi:
• Server web
• Skrip server aplikasi/middleware/CGI
• Server basis data (hosting DBMS)
– Keuntungan menggunakan Web untuk akses database:
• Kemudahan penggunaan perangkat lunak browser

• Antarmuka web memerlukan sedikit atau tidak ada perubahan pada database
• Murah untuk menambahkan antarmuka Web ke sistem
Machine Translated by Google

Menghubungkan database internal ke web

Pengguna mengakses database internal organisasi melalui Web

menggunakan PC desktop dan perangkat lunak browser Web.
Machine Translated by Google

Mengelola Sumber Daya Data

• Menetapkan kebijakan informasi • Aturan,

prosedur, peran perusahaan untuk berbagi, mengelola, standarisasi data • Administrasi data

• Menetapkan kebijakan dan prosedur pengelolaan

data . • Tata kelola
data. • Menangani kebijakan dan proses pengelolaan ketersediaan, kegunaan,
integritas, dan keamanan data, terutama terkait peraturan pemerintah
• Administrasi basis data
• Membuat dan memelihara database
Machine Translated by Google

Mengelola Sumber Daya Data

• Memastikan kualitas data

–Lebih dari 25% data penting dalam database perusahaan Fortune 1000 tidak
akurat atau tidak lengkap
– Data yang berlebihan
– Data yang tidak konsisten

– 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

Mengelola Sumber Daya Data

• Audit kualitas data:

– Survei terstruktur terhadap keakuratan dan tingkat kelengkapan data dalam suatu sistem
informasi
• Sampel survei dari file data, atau

• Mensurvei pengguna akhir untuk mengetahui persepsi kualitas

• 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!