Peran Database dan

Management Informasi dalam

Pondasi Bisnis yang Cerdas
 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

 Tujuan pembelajaran

 Mahasiswa memahami bagaimana permasalahan pengelolaan sumber daya data

dalam lingkungan file tradisional diselesaikan dengan sistem manajemen basis data
 Mahasiswa memahami kapabilitas dan nilai dari sistem manajemen basis data
 Mahasiswa mampu mengimplementasikan prinsip-prinsip penting dalam perancangan
basis data
 Mahasiswa dapat mengevaluasi alat dan teknologi untuk mengakses informasi dari basis
data untuk meningkatkan performansi bisnis dan pengambilan keputusan
 Mahasiswa mampu menilai peran dari kebijakan informasi, administrasi data, dan
jaminan kualitas data dalam manajemen sumber daya data perusahaan
 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

Pengorganisasian data dalam lingkungan file tradisional

Menuju pengelolaan manajemen

data yang lebih baik
 Permasalahan: multi system yang sudah kadaluarsa, duplikat, dan data tidak konsisten
 Solusi:mengganti system yang ada dengan repositori tunggal untuk informasi bisnis
 SAP integrated software suite termasuk modul-modul untuk perencanaan sumber daya
perusahaan, dan data warehouse untuk mendukung pelacakan, pelaporan, dan
analisis perusahaan
 Mendemontrasikan peran teknologi informasi dalam pengelolaan data yang sukses
 Mengilustrasikan kemampuan teknologi digital menuju peningkatan performansi dengan
biaya yang lebih rendah
Pengorganisasian data dalam lingkungan file tradisional

konsep pengelolaan berkas (file)

 Database: sekumpulan file yang saling berhubungan
 FILE (table) : sekumpulan record yang bertipe sama
 Record (baris) : sekumpulan field yang saling berhubungan
 Field (kolom) : sekumpulan karakter dari kata atau angka yang
 mendeskripsikaan entitas (orang, tempat, barang/sesuatu dimana kita menyimpan informasi
 Atribut: karakteristik atau kualitas yang mendeskripsikan entitas
 Contoh: atribut date/Tanggal atau grade/nilai yang dimiliki oleh course
Pengorganisasian data dalam lingkungan file tradisional

Hierarki data
Pengorganisasian data dalam lingkungan file tradisional

Permasalahan klasik yang sering terjadi

• File/berkas dikelola secara terpisah oleh departemen yang berbeda-beda

– Data redundancy:
• Adanya duplikasi data dalam berbagai file
– Data inconsistency:
• Atribut yang sama memiliki nilai yang berbeda
– Program-data dependence:
• Ketika terjadi perubahan di program meminta perubahan pada data yang diakses oleh program
– Lack of flexibility
– Poor security
– Lack of data sharing and availability
Pengorganisasian data dalam lingkungan file tradisional

Pemrosesan file tradisional

Beri contoh data apa yang
digunakan bersama oleh
aplikasi akuntansi dan HR

Beri contoh data apa yang

digunakan bersama oleh
aplikasi sales & marketing
dan aplikasi manufacturing

Apa yang terjadi jika data

tersebut terpisah dan
nilainya berbeda?
 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

Pendekatan database untuk manajemen data

Database vs dbms
• Database
– Melayani beberapa aplikasi dengan memusatkan data dan mengontrol
data yang redundan
• Database management system (DBMS)
– Antar muka antara aplikasi dan file data fisik
– Memisahkan logical and physical views of data
– Memecahkan masalah dari lingkungan file tradisional
• Mengontrol redundancy
• Mengeliminasi inconsistency
• Memisahkan program dan data
• Membolehkan organisasi untuk pemusatan pengelolaan data dan keamanan data
Pendekatan database untuk manajemen data

HUMAN RESOURCES DATABASE WITH

MULTIPLE VIEWS
PV For Human Resource Departemen

LV

LV

For Accounting & FInance

PV: Physical View-> bagaimana data disimpan secara fisik

LV: Logical View-> tampilan yang ditampilkan sesuai kebutuhan pengguna
Pendekatan database untuk manajemen data

Common DBMS
• Relational DBMS
– Represent data as two-dimensional tables
Contoh DBMS
– Each table contains data on entity and attributes
• Table: grid of columns and rows
– Rows (tuples): Records for different entities
– Fields (columns): Represents attribute for entity
– Key field: Field used to uniquely identify each
record
– Primary key: Field in table used for key fields MS Access
– Foreign key: Primary key used in second table as Oracle dll……..
look-up field to identify records from original table
Pendekatan database untuk manajemen data

Relational Database Tables

Entitasnya apa saja?

Apa tujuan adanya primary key?

Apa yang anda ketahui tentang foreign key?

Pendekatan database untuk manajemen data

Mengambil informasi dari dbms

3 operasi dasar yang digunakan untuk membangun
sekumpulan data yang bermanfaat
• SELECT: membuat subset data dari semua baris data yang
memenuhi kriteria
• JOIN: mengkombinasikan tabel-tabel yang berhubungan untuk
menyediakan informasi yang diperlukan pengguna
• PROJECT: membuat subset dari columns dalam table, membuat
tabel dengan hanya informasi yang spesifik (memiliki kriteria)
Pendekatan database untuk manajemen data

contoh
Pendekatan database untuk manajemen data

DBMS
Non-relational databases: “NoSQL”
More flexible data model
Data sets stored across distributed machines
Easier to scale
Handle large volumes of unstructured and structured
data (Web, social media, graphics)
Databases in the cloud
Typically, less functionality than on-premises DBs
Amazon Relational Database Service, Microsoft SQL Azure
Private clouds
Pendekatan database untuk manajemen data

Kapabilitas dbms

– Data definition capability (DDL): menspesifisikan dtruktur dari database,

digunakan untuk membuat table dan mendefinisikan karakteristik dari field
– Data dictionary: Automated atau file manual yang menyimpan definisi dari
elemen data dan karakteristiknya
– Data manipulation language (DML): digunakan untuk menambah, mengubah,
menghapus, me-retrieve data dari database
• Structured Query Language (SQL)
• Microsoft Access user tools untuk membangkitkan SQL
– Berbagai dbms memiliki kapabilitas untuk membuat polished reports (Crystal
Reports)
Pendekatan database untuk manajemen data

Contoh Definisi data di Ms Access

Pendekatan database untuk manajemen data

Contoh Query sql untuk retrieve data

Dibuat dengan tool desain query

Dibuat dengan SQL query

Pendekatan database untuk manajemen data

Membuat database yang efisien

• merancang Databases
– Rancangan konseptual (logical) : model abstrak dari perspektif bisnis
– Rancangan fisik: bagaimana database disusun dalam peralatan
penyimpanan
• Merancang proses:
– Identifikasi hubungan antar elemen data, elemen database yang redundan
– Cara yang paling efektif untuk mengelompokkan elemen data sesuai
dengan kebutuhan bisnis, memerlukan program aplikasi
• Normalisasi
– Memperlancar pengelompokan data yang komplek untuk meminimalisasi
elemen data yang redundan dan mengurai relasi many to many
Pendekatan database untuk manajemen data

Proses normalisasi

Sesudah normalisasi
Pendekatan database untuk manajemen data

Rancangan database
 Referential integrity rules
 Digunakan oleh dbms untuk memastikan hubungan antar table tidak
melanggar konstrain
 Entity-relationship diagram
 Digunakan oleh perancang database untuk mendokumentasikan model
data
 Menggambarkan hubungan antar entitas
– PERHATIAN: jika bisnis tidak memiliki model data yang tepat,
system tidak akan melayani bisnis dengan baik

Contoh ER-Diagram
 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan

Big data

• Massive sets of unstructured/semi-structured data from Web traffic, social media, sensors,
and so on
• Petabytes, exabytes of data
• Volumes too great for typical DBMS
• Can reveal more patterns and anomalies
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan

 Business intelligence infrastructure

 Today includes an array of tools for separate systems, and big data
 Alat kontemporer:
 Data warehouses
 Data marts
 Hadoop
 In-memory computing
 Analytical platforms
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Alat kontemporer

• Data warehouse:
– Menyimpan current & historical data dari berbagai system transaksi operasi inti
– Mengkonsolidasi dan menstandarisasi informasi untuk digunakan antar
perusahaan, namun data tidak dapat ditambahkan
– Menyediakan kakas bantu untuk analisis dan pelaporan
• Data marts:
– Subset/Bagian dari data warehouse
– Ringkasan dari porsi data yang focus untuk digunakan oleh populasi khusus dari
pengguna
– Biasanya focus pada single subject atau line of business
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Komponen dari data warehouse
data warehouse menekstrak data dari
berbagai sumber baik internal maupun
eksternal, termasuk Hadoop cluster,
dan mentransformasikannya sebagai
kebutuhan untuk system data
warehouse
Analytic platform memiliki kakas bantu
untuk power users, termasuk reporting,
OLAP, & data mining, untuk mengekstrak
informasi dari data warehouse & Hadoop
cluster.

Subset dari data warehouse dikumpulkan

dalam data mart untuk casual groups of
users.
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Alat kontemporer

 HadooP
 Enables distributed parallel processing of big data across inexpensive computers
 Layanan kunci
 Hadoop Distributed File System (HDFS): data storage
 MapReduce: breaks data into clusters for work
 Hbase: NoSQL database

 Digunakan oleh Facebook, Yahoo, NextBio

Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Alat kontemporer

 In-memory computing
 Used in big data analysis
 Use computers main memory (RAM) for data storage to avoid delays in retrieving data from disk
storage
 Can reduce hours/days of processing to seconds
 Requires optimized hardware
 Analytic platforms
 High-speed platforms using both relational and non-relational tools optimized for large datasets
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Analytical tools: Relationships, patterns,
trends
– Tools for consolidating, analyzing, and providing access to vast amounts of data to help
users make better business decisions
• Multidimensional data analysis (OLAP)
• Data mining
• Text mining
• Web mining
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan

Online analytical processing (OLAP)

– Supports multidimensional data analysis

• Viewing data using multiple dimensions
• Each aspect of information (product, pricing,
cost, region, time period) is different
dimension
• Example: How many washers sold in East in
June compared with other regions?
– OLAP enables rapid, online answers to ad
hoc queries

Multidimensional data model

Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Data mining

 Finds hidden patterns, relationships in datasets

 Example: customer buying patterns
 Infers rules to predict future behavior
 Types of information obtainable from data mining:
 Associations
 Sequences
 Classification
 Clustering
 Forecasting
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Text mining

 Mengekstrak elemen kunci dari data set tidak terstuktur yang sangat besar
 Stored e-mails
 Call center transcripts
 Legal cases
 Patent descriptions
 Service reports, and so on
 Sentiment analysis software
 Mines e-mails, blogs, social media to detect opinions
Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Web mining

– Discovery and analysis of useful patterns and information from Web

– Understand customer behavior
– Evaluate effectiveness of Web site, and so on
– Web content mining
• Mines content of Web pages
– Web structure mining
• Analyzes links to and from Web page
– Web usage mining
• Mines user interaction data recorded by Web server
 Database untuk meningkatkan performansi bisnis dan pengambilan
keputusan
Databases and the Web

– Banyak perusahaan menggunakan web untuk

membuat database internal tersedia untuk customer LINKING INTERNAL DATABASES TO
atau partner
– Typical configuration includes:
THE WEB
• Web server
• Application server/middleware/CGI scripts
• Database server (hosting DBMS)
– Advantages of using Web for database access:
• Ease of use of browser software
• Web interface requires few or no changes to database
• Inexpensive to add Web interface to system
 outline

Tujuan pembelajaran

Pengorganisasian data dalam lingkungan file tradisional

Pendekatan database untuk manajemen data

Database untuk meningkatkan performansi bisnis dan pengambilan keputusan

Mengelola sumber daya data

Mengelola sumber daya data
Establishing an information policy

 Firm’s rules, procedures, roles for sharing, managing, standardizing data

 Data administration
 Establishes policies and procedures to manage data
 Data governance
 Deals with policies and processes for managing availability, usability,
integrity, and security of data, especially regarding government regulations
 Database administration
 Creating and maintaining database
Mengelola sumber daya data
Ensuring data quality

– More than 25% of critical data in Fortune 1000 company

databases are inaccurate or incomplete
– Redundant data
– Inconsistent data
– Faulty input

– Before new database in place, need to:

• Identify and correct faulty data
• Establish better routines for editing data once database in
operation
Mengelola sumber daya data
Data quality audit & data cleansing

• Data quality audit:

– Structured survey of the accuracy and level of completeness of the data in an information
system
• Survey samples from data files, or
• Survey end users for perceptions of quality

• Data cleansing
– Software to detect and correct data that are incorrect, incomplete, improperly formatted, or
redundant
– Enforces consistency among different sets of data from separate information systems
 Tugas

 Buat kelompok (maksimal beranggota 2 orang)

 Amati permasalahan data yang ada di perusahaan/instansi anda, jabarkan dan apa
yang dapat anda tawarkan sebagai solusi
 Tugas dikumpulkan minggu depan
Terima kasih