MANAJEMEN DATA,

BIG DATA ANALYTICS, DAN

MANAJEMEN ARSIP
NIA AZURA SARI
RIA EKA YULIANA
YOSI HERMITA
Database Management Systems

 Data adalah kekuatan pendorong dibalik bisnis

yang sukses. Operasi, perencanaan, pengendalian,
dan semua fungsi manajemen lainnya sangat
bergantung pada informasi yang diproses, bukan
data mentah. Teknologi manajemen data yang
membuat pengguna tetap mendapat informasi dan
mendukung
 Teknologi Manajemen Data:

 Basis Data (Database)

 Gudang Data (Data Warehouses)
 Pasar Data (Data Marts)
 Intelejensia Bisnis (Business Intelligence – BI)
 Sistem manajemen basis data yang pertama, IDS
(Integrated Data Store), yang dikembangkan oleh GE
pada tahun 1964. Basis data ini dipengaruhi oleh hasil
kerja standarisasi oleh Komite Bahasa Sistem Data
(Committee On Data System Languange – CODAYSL).

 Database Management Systems (DBMSs) adalah

perangkat lunak yang digunakan untuk mengelola
penambahan, pembaruan, dan penghapusan data saat
transaksi terjadi, serta untuk mendukung kueri data
(data queries) dan pelaporan.
Fungsi DBMS
Fungsi yang dilakukan oleh DBMS adalah:

 Pemfilteran data dan pembuatan profil (Data

filtering and profiling)
 Integritas dan pemeliharaan data (Data integrity
and maintenance)
 Sinkronisasi data (Data synchronization);
 Keamanan data (Data security);
 Akses data (Data access);
Faktor Yang Menentukan Kinerja
DBMS

 Latensi data,
 Kemampuan untuk menangani volatilitas data,
 Waktu respon Query
 Konsistensi data
 Prediktabilitas Query
Online Transaction Processing dan
Online Analytics Processing
 Fungsi dari DBSMs adalah sebagai sistem Online transaction
prosessing (OLTP)

 OLTP adalah desain database yang memecah informasi yang rumit

menjadi tabel data yang lebih sederhana untuk mencapai
keseimbangan antara efisiensi pemrosesan transaksi dan efisiensi
Query.

 Database OLTP memproses jutaan transaksi per detik. Namun,

database tidak dapat dioptimalkan untuk penggalian data (data
mining) sistem kompleks Online Analytics-Processing (OLAP), dan
mendukung keputusan.

 Keterbatasan ini menyebabkan diperkenalkannya teknologi data

warehouse yaitu datawarehouse dan data marts
Tren Menuju Sistem NoSQL

Adapun kelebihan umum dari sistem NoSQL (Not

Only SQL) ini adalah :
 Kinerja yang lebih tinggi
 Distribusi data yang mudah pada nodes yang berbeda,
yang memungkinkan skalabilitas dan toleransi kesalahan
 Fleksibilitas yang lebih besar
 Administrasi yang lebih sederhana.
Centralized Database Architecture dan
Distributed Database Architecture
Siklus Hidup Data Dan Prinsip-Prinsip
Data

Gambar 2.2 Siklus Hidup Data

 3 prinsip utama data yang berhubungan dengan
perspektif siklus hidup data dan membantu
memandu keputusan investasi IT:

 Prinsip nilai data yang semakin berkurang

(Principle of diminishing data value),
 Prinsip penggunaan data 90/90 (Principle of 90/90
data use),
 Prinsip data dalam konteks (Principle of data in
context),
Gudang Data (Data Warehouse) dan
Analisis Big Data
 Gudang data (Data Warehouse) adalah basis data
yang menyimpan data yang sekarang dan
terdahulu yang mungkin diminati oleh para
pembuat keputusan diseluruh perusahaan.

 Big data analytics mengacu pada proses

mengumpulkan, mengorganisasikan, dan
menganalisa sekumpulan besar data (big data)
untuk mendapatkan pola-pola dan informasi yang
berguna.
Gudang Data Perusahaan (Enterprise Data
Warehouse) dan Pasar Data (Data Mart)
 Gudang data yang mengumpulkan data dari
berbagai sumber dan basis data di seluruh
perusahaan disebut Gudang Data Perusahaan
(Enterprise Data Warehouses - EDW).
 Pasar data (data mart) adalah versi berbiaya
rendah dan berskala kecil yang dapat
diimplementasikan dalam waktu yang jauh lebih
singkat. misalnya, dalam waktu kurang dari 90 hari.
Analisis Big Data dan Penemuan
Data
Big data adalah istilah yang menggambarkan volume
data yang besar, baik data yang terstruktur maupun tidak
tersrtuktur.

Big data dapat dianalisis untuk wawasan yang mengarah

pada pengambilan keputusan dan strategi bisnis yang baik .

Platform pengolahan yang banyak digunakan dalam analisis

big data adalah hadoop
 HADOOP AND MAPREDUCE

Hadoop mendistribusikan masalah komputasi di sejumlah

server. Hadoop mengimplementasikan MapReduce
dalam dua tahap:
 Map stage
 Reduce stage
Untuk menyimpan data, Hadoop memiliki sistem file
terdistribusi sendiri, HaDoop File Systems (HDFS), yang
berfungsi dalam tiga tahap:
 Memuat data ke HDFS.
 Melakukan operasi MapReduce.
 Mengambil hasil dari HDFS.
Penggalian Data dan Teks (Data and Text
Mining)

 Penggalian data (text mining) merupakan suatu proses

pengambilan intisari dari dokumen teks sehingga didapatkan
hasil yang berguna untuk tujuan tertentu. Sesuai dengan buku
The Text Mining Handbook dalam Budi (2017),

 text mining dapat didefinisikan sebagai suatu proses menggali

informasi dimana seorang user berinteraksi dengan
sekumpulan dokumen menggunakan tools analisis yang
merupakan komponen-komponen dalam data mining

 Perusahaan berinvestasi dalam alat penggalian data untuk

menambah nilai bisnis.
Prosedur Analisis Teks

 Exploration.
 Preprocessing.
 Categorizing dan Modelling
Business Intelligence
 Sistem BI adalah sistem yang didesain untuk
menyediakan informasi-informasi aktual mengenai
peristiwa, tren teknologi, ekonomi, politik, hukum,
demografi, sosial budaya, dan yang paling penting
adalah mengenai atmosfir kompetisi bisnis yang sedang
berlangsung.

 Dengan BI, manajemen akan mendapatkan informasi

yang berkualitas dari kegiatan bisnisnya secara tepat
waktu, akurat dan reliabel melalui saluran komunikasi
data. Semakin tinggi tingkat kompetisi antar
perusahaan, maka peranan BI akan semakin penting.
Aktifitas BI
BI menyangkut berbagai aktifitas diantaranya:
 Studi perusahaan pesaing produk sejenis dan strategi
memenangkan persaingan
 Mengelola informasi mengenai data statistik pelanggan
potensial, area potensial, kondisi ekonomi, sosial budaya
dan politik lingkungan dunia usaha
 Pengamatan daerah operasi bisnis untuk kepentingan
strategis perusahaan untuk mengantisipasi perubahan
lingkungan eksternal perusahaan
 Analisa pasar mengenai jumlah dan area peredaran
produk yang diminati oleh pelanggan, ancaman dan
peluang yang ada, masa depan produk, tendensi pasar,
dll.
Cliff Nelson (1997) dari PT. Oracle Indonesia
menjabarkan prinsip-prinsip BI :
 Keterbukaan,
 Sensitivitas waktu,
 Ketepatan,
 Saling ketergantungan,
 Tipe data,
Electronic Records Management

Sistem ERM terdiri dari perangkat keras dan perangkat

lunak yang mengelola dan mengarsipkan dokumen
elektronik dan dokumen kertas gambar; lalu diindeks
dan disimpan sesuai dengan kebijakan perusahaan.
Misalnya, perusahaan mungkin diwajibkan oleh hukum
untuk menyimpan dokumen keuangan selama
setidaknya tujuh tahun, desain produk selama
beberapa dekade, dan pesan email tentang promosi
pemasaran selama setahun.
Alat utama ERM adalah workflow software, authoring
tools, scanners, dan database
Manfaat ERM
ERM dapat membantu bisnis menjadi lebih efisien dan
produktif dengan:
 Memungkinkan perusahaan untuk mengakses dan
menggunakan konten yang ada di dalam dokumennya.
 Memangkas biaya tenaga kerja dengan mengotomatisasi
proses bisnis.
 Mengurangi waktu dan upaya yang diperlukan untuk
mencari informasi bisnis yang dibutuhkan untuk
mendukung pengambilan keputusan.
 Meningkatkan keamanan konten, sehingga mengurangi
risiko pencurian kekayaan intelektual.
 Meminimalkan biaya yang terkait dengan pencetakan,
penyimpanan, dan pencarian konten.