Dasar- Dasar Intelijen Bisnis :

Database dan Manajemen Informasi

Kelompok 6 :
1. Stefanus Damar Pinanggih / 18126005
2. Victorius Wiratama / 19120042
3. Monica Silvyana / 19120053
4. Agung Yohanes / 19120065
5. Maria Fatima Indah / 19120071
Mengorganisasikan Data Dalam Lingkungan File Tradisional

Sistem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat waktu dan relevan.
Informasi akurat merupakan informasi yang bebas dari kesalahan. Informasi tepat adalah informasi yang
tersedia pada saat diperlukan oleh pengambil keputusan. Informasi relevan adalah informasi yang memberikan
manfaat sejalan dengan jenis pekerjaa dan keputusan yang akan dibuat.

Hal ini menyebabkan pengelolaan data menjadi hal yang begitu penting, berikut sistem informasi mengatur
data pada file komputer dan metode dalam pengelolaan file.
Hierarki Data

Sistem komputer mengorganisasikan data pada sebuah hierarki

dimulai dari bit, mewakili 0 dan 1 dapat dikelompokkan untuk
membentuk byte yang mewakili satu karakter, angka, atau
simbol, bit-byte dapat dikelompokkan untuk membentuk field,
dan fields yang saling berhubungan dapat dikumpulkan untuk
membentuk record. Record-record yang saling berhubungan
dapat dikelompokkan untuk membentuk file, dan file-file yang
berhubungan dapat diorganisasikan menjadi database.
Contoh Hierarki Data

Bit mewakili unit terkecil yang dapat ditangani komputer. Sekelompok bit disebut byte yang mewakili satu
buah karakter tunggal. Sekelompok karakter membentuk kata, angka simbol disebut field. Sekelompok field
yang saling berhubungan disebut record. Sekumpulan record dinamakan file. Sedangkan record pada gambar
mewakili file pada mata pelajaran yang diambil oleh siswa. Sekelompok file yang saling berhubungan disebut
database. File berisi mata pelajaran yang diambil oleh siswa pada gambar dapat dikelompokkan ke dalam
riwayat pribadi siswa latar belakang keuangan untuk menciptakan data base siswa. Suatu record pada gambar
mewakili suatu entitas. Sebuah entitas dapat berupa orang, tempat, barang, ataupun peristiwa yang dapat
disimpan dan dikelola sebagai informasi. Setiap karakteristik atau penggambaran kualitas suatu entitas khusus
disebut atribut. Sebagai contoh nomor induk siswa, mata pelajaran, tanggal, dan nilai adalah atribut entitas
mata pelajaran. Nilai tertentu yang dapat dimiliki atribut ini ditemukan dalam field dari record yang
menggambarkan mata pelajaran.
Pemrosesan File Tradisional

Penggunaan pendekatan tradisional dalam

melakukan pemrosesan file data unik yang mungkin
berupa bagian-bagian master file. Dan bagian-bagian
master file tersebut dapat menyebabkan
penggandaan data dan inkonsistensi program data
(tidak tahu program mana yang harus dipercaya),
data pemrosesan yang tidak fleksibel dan
menghabiskan kapasitas penyimpanan data.
Masalah Dalam Lingkungan Data Tradisional

Pada umumnya organisasi, sistem cenderung berkembang sendiri diluar rencana perusahaan yang mencakup
sistem dan file data sendiri. Setiap aplikasi pasti memerlukan file masing-masing dan program komputer
untuk beroperasi. Seperti area fungsional SDM memiliki master file karyaan yang berisi file penggajian, file
asuransi medis, file tunjangan pensiun, dan sebagainya. Bagi perusahaan secara keseluruhan proses tersebut
menyebabkan penggandaan master file, yang dioperasikan dan dikelola lewat divisi yang terpisah-pisah. Hal
ini dalam jangka waktu 5 sampai 10 tahun, akan terbebani oleh ratusan program dan apliaksi yang sangat
sulit dirawat dan dikelola.

Masalah yang dihasilkan adalah penggandaan data dan inkonsistensi program data (tidak tahu program mana
yang harus dipercaya), ketergantungan program data, data pemrosesan yang tidak fleksibel, kualitas data
yang buruk, sistem keamanan yang buruk, menghabiskan kapasitas penyimpanan data, tidak dapat
membagikan data ke berbagai aplikasi.
Pendekatan Database Untuk Pengelolaan Data

Database adalah sekumpulan data yang dioperasikan untuk melayani berbagai aplikasi secaar efisien dengan
memusatkan data dan mengurangi penggandaan data. Teknologi database banyak menyelesaikan masalah
pada organisasi yang menggunakan sistem file tradisional. Dari pada menyimpan data pada file yang terpisah
untuk setiap aplikasi, data yang dimunculkan kepada pengguna berasal dari satu lokasi penyimpanan saja.
Data base tunggal yang melayani banyak aplikasi.
Sistem Manajemen Database
Sistem Manajemen database (database management sytem-DBMS) adalah perangkat lunak yang
memungkinkan suatu organisasi memusatkan data, mengolah mereka secara efisien dan menyediakan akses
terhadap data yang disimpan oleh program aplikasi.

DBMS meringankan pekerjaan pemrograman dan pengguna dengan cara memahami di mana dan bagaimana
suatu data disimpan dengan memberikan tampilan terpisah pada data fisik dan data logis (Contoh; Logical
drive). Tampilan data logis (logical view) menampilkan data sesuai apa yang diharapkan oleh pengguna akhir
maupun specialis bisnis, di mana tampilan data fisik (Physica view) menampilkan bagaimana sesungguhnya
suatu data diorganisasikan dan distrukturisasi pada media penyimpanan fisik.
Bagaimana DBMS Menyelesaikan Masalah-masalah pada Lingkungan File Tradisional

DBMS mengurangi redudansi (ganda) dan inskonsistensi data dengan meminimalisir file-file yang
terisolasi yang berisi data sama. Mungkin DBSM tidak dapat menghilangkan redudansi data secara
keseluruhan pada suatu organisasi, namun mereka dapat meminimalkannya. Meskipun suatu organisasi
memiliki data ganda, namun dengan menggunakan DBMS, inkonsistensi data tersebut dapat dihilangkan,
karena data-data ganda memiliki nilai yang sama.

DBMS memisahkan antara program dengan data yang memungkinkan data untuk berdiri sendiri. Akses
dan ketersediaan informasi akan meningkat serta biaya pengembangan dan pemeliharaan program akan
menurun karena pengguna dan pemrogram dapat melakukan pekerjaan-pekerjaan khusus sesuai dengan
permintaan pada database tersebut. DBMS memungkinkan organisasi untuk mengolah, menggunakan, dan
mengamankan data secara terpusat.
DBMS Relasional

Jenis DBMS yang paling populer saat ini bagi PC ataupun mainframe saat ini adalah DBMS relasional
(relasional DBMS). DBMS ini menampilkan data menjadi tabel dua dimensi (yang disebut relasi). Tabel dapat
juga dianggap sebagai file. Setiap tabel berisi data pada sebuah entitas berikut atributnya. <icrosoft DBMS
relasional untuk sistem PC, di mana DB2, Oracle Database, dan Microsoft SQL server adalah DBMS relasional
untuk komputer berukuran sedang maupun besar seperti mainframe. MySQL adalah DBMS open source yang
terkenal, sedangkan Oracle Database lite adalah DBMS untuk perangkat komputasi mobile.

Operasi DBMS Relasional

Dalam database Relasional, terdapat tiga operasi dasar yang digunakan untuk mengembangkan
serangkaian data yang sangat berguna, Yakni ; Select, join, dan Project. Operasi Select menampilkan suatu bagian
yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan. Operasi join
mengkombinasikan tabel-tabel yang memiliki keterkaitan untuk menyediakan informasi yang lebih lengkap
kepada pengguna ketimbang satu tabel saja. Operasi Project menampilkan kolom-kolom dari suatu tabel
berdasarkan kriteria tertentu yang memungkinkan pengguna untuk menampilkan tabel baru yang berisi
informasi-inrofmasi yang betul-betul diperlukan.
Database non-Relasional dan Database pada Sistem Cloud Computing

Sistem manajemen database non-relasional (nonrelational database management system) menggunakan

model data yang lebih fleksibel dan dirancang untuk mengolah data berukuran besar yang didistribusikan pada
banyak perangkat serta mempermudah dalam peningkatan atau menurunkan skalabilitas. mereka sangat
berguna untuk menangani permintaan-permintaan data sederhana pada data struktur maupun yang tidak
memiliki volume besar. seperti web, media sosial, grafis dan bentuk-bentuk lainnya yang sulit dianalisis
menggunakan perangkat tradisional berbasis SQL.

Ada beberapa jenis database NoSQL, salah-satu layanan web yang beroperasi dalam sistem Cloud
Computing adalah SimpleDB buatan Amazon. tersedia layanan web dengan tampilan yang muda dipahami
untuk menciptakan dan menyimpan rangkaian data dengan muda, dan mengembalikan hasilnya.

Sebagai tambahan bagi layanan pengelolaan data berbasis Public Cloud Computing, perusahaan saat ini
juga memiliki pilihan untuk menggunakan database berbasis Private Cloud Computing.
Kapabilitas Sistem Manajemen Database
DBMS memiliki kapabilitas Definisi data (Data definition) untuk menspesifikasikan struktur konten
database. Definisi data digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik Field
pada setiap tabel. Kamus data (Data dictiordinary) adalah file manual maupun otomatis yang menyimpan
definisi-definisi elemen data berikut karakteristik mereka.

Microsoft Access memiliki kemampuan kamus data yang belum sempurna, yang menampilkan
informasi seperti nama, deskripsi, ukuran tipe, format, dan properti lainnya pada setiap field pada sebuah tabel.
Kamus data bagi database perusahaan besar dapat menangkap informasi tambahan seperti penggunaan,
kepemilikan (Siapa di organisasi tersebut bertanggung jawab untuk mengolah data), otorisasi, keamanan, dan
individual, fungsi-fungsi bisnis, program, serta laporan yang menggunakan masing-masing elemen data.
Meminta Data dan Melaporkan

DBMS menyertakan perangkat untuk mengakses dan memanipulasi informasi database. sebagian besar
DBMS memiliki bahasa tersendiri yang disebut bahasa manipulasi data (data manipulation language) yang
digunakan untuk menambah, mengubah, menghapus, mengambil data pada database. bahasa ini mengandung
perintah yang memungkinkan pengguna dan spesialis pemprograman untuk mengekstrak/menyaring data dari
database untuk memenuhi kebutuhan informasi dan mengembangkan aplikasi. bahasa manipulasi data yang
paling mutakhir saat ini adalah Struktured Query Language atau SQL.

Pengguna DBMS pada komputer berukuran besar dan sedang seperti DB2. Oracle, dan SQL Server,
akan menggunakan SQL untuk memperoleh informasi yang dibutuhkan dari database mereka. Microsoft
Access juga menggunakan SQL, tetapi ia memiliki perangkat tersendiri untuk meminta informasi dari
database, serta mengorganisasikan data dari database menjadi laporan yang lebih rapi.
Merancang Database

Untuk merancang database,anda harus memahami hubungan antardata,jenis data yag dikelola pada
database,bagaimana data tersebut akan digunakan,serta bagaimana organisasi perlu diubah untuk mengelola
data dari perspektif lengkap seluruh perusahaan.Database memelurkan rancangan konsep maupun
fisik.Rancangan konseptual atau logis dari suatu database adalah model abstrak database dari pesrpektif
organisasi bisnis,dimana rancangan bisnis menunujukan bagaimana database lewat akses langsung perangkat
penyimpanan.
 Normalisasi dan Diagram Relasi Entitas
Rancangan konseptual suatu database menggambarkan
bagiamana elemen-elemen data pada database
dikelompokan.Proses tersebut mengidentifikasi data-data
ganda dan pengelompokkan elemen-elemen data yang
diperlukan untuk program aplikasi yang spesifik.Sekelompok
data diorganisasikan,diperbaiki,dan didistribusikan dengan
lancar,sampai hubungan logis diantara seluruh data pada
database tampak jelas.

Proses menciptakan struktur data yang ringkas ,stabil,serta

fleksibel dan adaptif dari kelompok-kelompok data yang
rumit dinamakan Normalisasi.
Jika kita membangun relasi yang dinamakan pesanan berikut seluruh fieled di dalamnya,kita harus mengulang
nama dan alamat pemsok untuk setiap barang yang terdapat pada pesanan,meskipun pesanan tersebut untuk barng-
barang dari suatu pemasok yang sama.Cara yang paling efesien untuk menyusun data tersebut adalah dengan
merinci pesenan menjadi relasi-relasi yang lebih kecil,dimana tiap relasi mnjelskan suatu entitas tunggal yang utuh.

Sistem database relasional berupaya untuk menerapkan aturan referensial terintegrasi yang menjamin hubungan
antartabel tetap konsisten.Pada database yang telah dijelaskan pada awal slide,Nomor_Pemasok menghubungkan
tabel susku cadang ke tabel pemasok.Kita tidak diperkenankan menambah record baru pada tabel suku cadang
untuk barang dengan nomor_pemasok 8266sampai ada record yang sesuia pada tabel pemasok yang memiliki
record nomor_pemasok 8266.Kita juga harus menghapus record yang berkaitan dengan tabel suku cadang,apabila
kita menghapus suatu record pada tabel pemasok untuk nomor_pemasok 8266.Dengan kata lain kita seharusnya
tidak memiliki suku cadang dari emasok yang tidak diketahui
Perancang database mendokumentasikan model datanya dengan sebuah diagram relasi entitas.Diagram ini
mengilustrasikan relasi antara entitas pemasok,suku cadang,lini_barang,dan pesanan.Kotaknya mewakili
entitas,garis yang menghubungkan tiap kotak mewakili hubungan.Sebuah garis yang meghubungkan dua
entitas yang diakhiri dengan dua buah garis pendek menunjukan hubungan tunggal.Sebuah garis yang
menghubungkan dua entitas yang diakhiri dengan tanda kaki burung dengan garis pendek diatasnya
mengndikasikan hubungan satu ke banyak.
Gambar tersebut menunjukan suatu pesanan dapat berisi banyak lini_barang.(Sebuah suku cadang dipesan
beberapa kali dan muncul banyak kali sebagai lini barang pada suatu pesanan).Setiap suku cadang hanya dapat
memilki satu pemasok,namun banyak suku cadang yang bisa disediakan oleh pemasok.Jika oraganisasi bisni
tidak mengimplementasikan model datanya dengan tepat,sistem tersebut tidak akan mampu melayani bisnis
tersebut dengan baik.

Contoh

Famous Footwear,perusahaan ritel alas kaki dengan 800 gerai di 49 negara,tidak dapat untuk mencapai untuk
tujuanya untuk menjadi “tren mode sepatu yang tepat,toko yang tepat dengan harga yang tepat”.Karena
databasenya tidak dirancang dengan baik untuk disesuiakan dengan perubahan persediaan toko yang terjadi
dengan cepat.Perusahaan tersebut memiliki database relasional buatan oracle yang dioperasikan pada
komputer berkapasitas sedang,namun database-nya cendderung dirancang untuk menghasilkan laporan standar
bagi manajemen,ketimbang bereaksi terhadap perubahan pasar.
Memanfaatkan Database Untuk Menigkatkan Kinerja Bisnis
Pengambilan Keputusan

Organisasi bisnis menggunakan database mereka untuk memantau transaksi dasar,seperti membayar
pemasok,memproses pesanan,memantau pelanggan,serta mengaji karyawan.Akan tetapi mereka juga membutuhkan
database untuk menyediakan informasi guna menjalankan bisnisnya dengan lebih efisien,serta membantu manajer dan
karyawan membuat keputusan yang lebih baik.Jika suatu perusahaan ingin mengetahui produk yang populer atau
pelanggan mana yang paling banyak mendatangkan keuntungan semua terdapat pada data.
Tantangan Dalam Menangani Besarnya Volume Data

Samapi dengan 5 tahun yang lalu,sebagian besar data dikumpulkan oleh oraganisasi yang terdiri atas data transaksi
yang dapat ditempatkan dengan mudah kedalam kolom dan baris pada DBMS relasional.Sejak saat itu ada
lonjakan data dari lalu-lintas web,pesan surel,dan konten media sosial (tweets,status pesan)demikian juga dari data
yang dihasilkan dari mesin seperti sensor(yang digunakan pada smart meter,sensor pabrik,dan meteran
elektirk)atau dari sstem transaksi elektronik.Data-data ini mungkin tidak memiliki struktur atau sedikit terstruktur
dan juga tidak sesuai dengan produk DBMS relasional yang mengorganisasikan data kedalam bentuk kolom dan
baris.Sekarang menggunakan istilah data besar untuk menggambarkan rangkaian data dengan volume sangat besar
yang melampaui kemampuan DBMS dalam megelola,menyimpan,dan menganalisis data tersebut.
 Infrastruktur Intelijen Bisnis
Infrastruktur dari intelijen bisnis terkini memiliki rangkaian peragkat untuk memeroleh informasi-informasi yang
diperlukan dari berbagai jenis data yang berbeda pada organisasi bisnis masa kii,termasuk data berkapasitas besar
yang semi-terstruktur.Kemampuan-kemampuan ini meliputi data warehouses,data marts,hadoop,in-memory,serta
platform analitis.
 Perangkat Analitis:Hubungan,Pola,Tren
Ketika telah direkam dan diorganisasikan dengan menggunakan teknologi intelijen bisnis yang baru saja di bahas,mereka tersedia bagi analisis lebih
lanjut dengan menggunakan perangkat lunak untuk men-query dan melaporkan database,analisis data multidimensional(online,analytical
processing-OLAP),dan data mining.

Pemrosesan Analitis Online (OLAP)

Seandainya,perusahaan anda menjual empat produk yang berbeda:mur,baut,cincin penutup,dan sekrup dikawasan Timir,Barat,dan Pusat.Jika anda ingin
mengajukan suatu pertanyaan yang cukup jelas, seperti beberapa cincin penutup yang terjual selama kuartal sebelumnya,anda akan lebih mudah menekukan
jawaban dengan men-query database penjualan anda.Untuk memproses jawaban tersebut anda akan memerlukan pemrosesan analisis online.OLAP
mendukung analisis data yang multidimensional,yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara-cara yang berbeda dengan
menggunakan banyak deimendi.Masing-masing aspek dari informasi produk,penetapan harga,biaya,wilayah,atau periode waktu mewakili dimensi yang
berbeda.OLAP memungkinkan bagi para pengguna untuk memperoleh jawaban-jawaban secara online atas pertanyaan khusus,misalnya hal tersebut dalam
jumlah waktu yang cukup cepat,bahkan ketika data yang disimpan dalam database yang sangat besar serpeti angka penjualan selama bebrapa tahun.
Data Mining
Melalui OLAP dan analisis data yang berorientasi pada query maka para pengguna harus memiliki suatu
gagasan yang baik mengenai informasi mana yang sedang mereka amati. Data mining lebih terdorong pada
pertemuan. Data mining memberikan wawsan korporat, data yang yang tidak dapat diperoleh dengan OLAp
menemukan pola-pola yang tersembunyi, serta hubungan dalam database yang besar dan aturan yang menarik
kesimpulan dari mereka yang untuk memprediksi perilaku dimasa mendatang.Pola-pola dan aturan yang
digunakan untuk membimbing dalam pengambilan keputusan dan peramalan dampak dari keputusan-
keputusan tersebut. Tipe dari informasi yang dapat diperoleh dari data mining meliputi asosiasi, urutan,
klasifikasi, cluster dan peramalan.
Data Mining
- Asosiasi adalah kejadian yang dikaitkan dengan suatu peristiwa tunggal.
- Dalam sekuen, maka peristiwa yang akan dikaitkan berdasarkan waktu kejadian.
- klasifikasi membahas pola yang menggambarkan kelompok yang mana suatu barang yang dimiliki
dengan memeriksa barang yang ada, yang telah dikualifikasikan dan dengan menarik disimpulkan dari
serangkaian aturan.
- pengklasteran berkerja sama dengan cara yang sama seperti klasfikasi ketika tidak ada kelompok yang
masih belum diidentifikasi.
- peramalan menggunakan serangkaian nilai yang ada untuk meramalkan berapa besar dari nilai lainnnya.
Text Mining dan Web Mining
Perangkat text mining (penelusuran text) tersedia untuk membantu bisnis dalam menganalisa data utama. Alat
bantu ini dapat mengekstrak elemen-elemen kunci dari rangkaian data ayang besar yang tidak terstruktur,
menemukan pola dan hubungan dan meringkas informasi.

Perangkat lunak analisis sentimen dapat melakukan penelusuran atas komentar teks dalam pesan surel, blog,
percakapan dalam media sosial atau bentuk survei untuk mendeteksi opini yang menyenangkan dan yang tidak
menyenangkan mengenai topik yang dibahas.

Web mining merupakan penemuan serta analisis pola dan informasi yang bermanfat bagi word wide web
(www). Web mining akan mencari pola dalam data melalui penelusuran konten, strukturdan penggunaan.
DATABASE DAN WEB
•Gambar menghubungkan database internal pada web

Gambar diatas mengilustrasikan bagaimana pelanggan mengakses database internal pada

peritel tersebut melalui web. Pengguna mengakses situs web peritel melalui internet
dengan menggunakan perangkat lunak browser web pada komputer PC kliennya.
Perangkat lunak browser web akan meminta data dari database organisasi, dengan
menggunakan perintah HTML untuk berkomunikasi dengan server web.
•Server database merupakan DBMS yang disimpan pada komputer khusus .
•Keuntungan menggunakan web untuk mengakses database internal organisasi :
1. Perangkat lunak browser web jauh lebih mudah untuk digunakan
2. Tampilan web membutuhkan sedikit perubahan atau tidak sama sekali terhadap database internal.
•Dibutuhkan biaya yang lebih rendah untuk menambahkan antarmuka web di depan sistem yang diwariskan
dari pada merancang kembali dan membangun kembali sistem untuk meningkatkan akses pengguna.
MENGELOLA SUMBER DATA
A.MENETAPKAN KEBIJAKAN INFORMASI
•Kebijakan informasi (Information Policy) menentukan aturan organisasi dalam hal pembagian, penyebaran,
perolehan, standarisasi, klasifikasi, dan penyimpanan informasi.
•Administrasi data (Data Administration) bertanggung jawab atas kebijakan dan prosedur yang mengatur data
sebagai sumber daya organisasi.
•Tata Kelola data (Data Governace) digunakan untuk menggambarkan banyak hal dari aktivitas tersebut.
Didukung oleh IBM, tata Kelola berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan,
kegunaan, integritas, dan keamanan dari data.
MEMASTIKAN KUALITAS DATA
•Analisis kualitas data sering dimulai dengan audit kualitas data (data quality audit), yang merupakan survei
terstruktur atau keakuratan dan tingkat kelengkapan dari data dalam suatu sistem informasi.
•Audit kualitas data (data quality audit) dapat diselenggarakan dengan melakukan survei keseluruhan file data,
menyurvei file sample data, atau menyurvei pengguna data atas persepsi mereka mengenai kualitas data.
Pembersihan data (Data Cleansing), juga dikenal sebagai data scrubbing, terdiri atas kegiatan mendeteksi dan
mengoreksi data dalam database yang tidak benar, tidak lengkap, tidak diformat dengan tepat atau berlebihan.
Terima Kasih