Bab 6
Dasar-Dasar Intelijen Bisnis: Database dan Manajemen Informasi Penga engalam laman an
yang yang kita kita pero perole leh h dari dari BCP BCP meng mengga gamb mbark arkan an deng dengan an jelas jelas beta betapa pa pent pentin ingn gny ya pengelolaan data. Kinerja bisnis bergantung pada apa yang dapat dilakukan perusahaan, terhadap data/i data/info nforma rmasi si yang yang dimilik dimilikiny inya. a. Bank Bank tersebu tersebutt telah telah mengem mengemban bangka gkan n bisnis bisnisny nya, a, namun namun baik baik efisiensi kinerja operasional maupun sistem pengambilan keputusan telah terhambat sistem usang yang yang terfrag terfragmen mentasi tasi sehing sehingga ga sulit sulit untuk untuk mengak mengakses ses data data yang yang tersim tersimpan pan.. Bagairm Bagairmana ana cara organisasi bisnis menyimpan, mengorganisasikan, dan mengelola data mereka memiipengaruh besar bagi efektivitas mereka. Diagram pada aal bab menekankan menekankan poin!poin penting penting yang disampaikan pada bab ini. "anajemen BCP memutuskan perlu untuk meningkatkan kualitas pengelolaan data mereka. pelanggan, akun bank, dan kepegaaian disimpan pada sejumlah sistem yang membingungkan sehingga membuat data tersebut sulit diambil dan dianalisis. Data tersebut sering kali ganda dan inkonsistensi sehingga mengurangi manfaatnya. Pihak manajemen tidak dapat memperoleh gambaran situasi yang jelas tentang perusahaan. Pada masa lalu BCP menggunakan kertas dalam jumlah besar untuk merekonsiliasi data mere yang ganda serta tidak konsisten untuk dikumpulkan dan dilaporkan kepada pihak manajemen. #olusi ini sangat memakan aktu dan mahal serta menghambat departemen $% di perusahaan tersebut untuk menghasilka menghasilkan n pekerjaan pekerjaan yang bernilai bernilai lebih tinggi. #olusi yang lebih sesuai lainnya lainnya adalah dengan meng-install perangkat meng-install perangkat keras dan perangkat lunak baru, tempat penyimpanan informasi bisnis bagi seluru seluruh h perusa perusahaa haan n untuk untuk menduk mendukung ung kelanc kelancara aran n aplika aplikasi si bisnis bisnis.. Perank Perankat at lunak lunak baru baru tersebu tersebutt diantaranya adalah perangkat lunak perusahaan yang mengintegrasikan system manajemen database dan data warehouse terkini yang dapat menyuplai data untuk untuk keseluruhan perusahaan. Bank tersebut harus mengorganisasikan ulang data!datanya ke dalam format standar yang ditentukan perusahaan, mengeliminasi data!data ganda, menerapkan aturan, tanggung ia ! serta prosedur untuk memperbarui dan menggunakan data. #iste istem m manaj anajem emen en database dan data ata warehouse ouse moder modern n mening meningkat katkan kan efisien efisiensi si dengan dengan mempermudah cara menemukan dan mengumpulkan data untuk laporan manajemen serta untuk pemrosesan transaksi finansial sehari!hari. Data tersebut lebih akurat dan terpercaya serta mengurangi biaya pengelolaan dan penyimpanan data secara signifikan. Berikut beberapa pertanyaan yang harus &nda pikirkan' &pa saja yang menjadi masalah dalam manajemen data bank BCP dengan sistem mereka yang lama( &pa yang harus dilakukan
sebelum bank tersebut dapat memperoleh manfaat secara efektif dari teknologi manajemen data tersebut( ).* "+--&%#&#%K& D&$& D&0&" 0%-K1-& 2%0+ $&D%#%&0 #istem #istem inform informasi asi yang yang efektif efektif menyed menyediak iakan an penggu pengguna na inform informasi asi yang yang akurat, akurat, tepat tepat aktu, aktu, dan relevan. %nformasi yang akurat, berarti bebas dari kesalahan. %nformasi yang tepat aktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan. %nformasi dianggap relevan ketika is memberi manfaat serta sejalan dengan jenis pekerjaan dan keputusan yang akan dibuat. "ungkin &nda &nda akan terkejut ketika mempelajari begitu banyak organisasi bisnis yang tidak memiliki informasi yang akurat, tepat aktu, dan relevan karena data yang terdapat pada sistem informasinya diorganisasikan dan dikelola dengan buruk. %tulah mengapa pengelolaan data menjadi begitu penting. 1ntuk memahami masalah masalah tersebut, mari kita menyimak menyimak bagaimana sistem informasi mengatur data pada file komputer dan metode tradisional dalam pengelolaan file.
Sistem computer mengorganisasikan data pada sebuah hierarki yang dimulai dad bit, yang mewakili 0 dan 1 dapat dikelompokkan untuk membentuk byte yang mewakili satu karakter, angka, atau simbol, byte-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.
ISTILAH DAN KONSEP DALAM PENGORGANISASIAN FILE #istem komputer mengorganisasikan data berdasarkan suatu hierarki yang dimulai dari bit kemudian byte, kemudian berlanjut ke field, record, file, dan database 30ihat -ambar ).*4. #atu bit 3bit4 meakili unit data terkecil yang dapat ditangani oleh komputer. #ekelompok bit disebut byte, yang meakili satu buah karakter tunggal, yang dapat berupa huruf, angka ataupun symbol lainnya. #ekelompok karakter yang membentuk kata, beberapa kata ataupun serial angka 3seperti nama ataupun usia seseorang4 disebut field. #ekelompok field yang saling berhubungan dinamakan record 3seperti nama sisa, mata pelajaran yang diambil, tanggal, serta tingkat nilai4, sekumpulan record dengan jenis yang sama dinamakan file. #ebagai contoh, record pada -ambar ).* dapat meakili file mata pelajaran yang diambil oleh sisa. #ekelompok file yang saling berhubungan dinamakan database. 2ile yang berisi mata pelajaran yang diambil oleh sisa pada -ambar ).*, dapat dikelompokkan ke dalam riayat pribadisisa dan $atar belakang keuangan untuk menciptakan database sisa.
#uatu record menggambarkan suatu entitas. #ebuah entitas 3entity4 dapat berupa orang, tempat, barang, ataupun peristia yang dapat kita simpan dan kelola sebagai informasi. #etiap karakteristik atau penggambaran kualitas suatu entitas khusus disebut atribut 3attribute4. #ebagai contoh, nomor induk sisa, mata pelajaran, tanggal, dan nilai adalah atribut dari entitas "&$& P+0&5&&. ilai tertentu yang dapat dimiliki atribut!atribut ini ditemukan di dalam field dari record yang menggambarkan entitas "&$& P+0&5&&.
MASALAH-MASALAH DALAM LINGKUNGAN DATA TRADISIONAL
Pada kebanyakan organisasi, sistem cenderung berkembang sendiri di luar rencana perusahaan. &kuntansi keuangan, manufaktur, sumber daya manusia, penjualan, serta pemasaran semuanya membangkan sistem dan file data sendiri. -ambar ).6 mengilustrasikan pendekatan tradisional pemrosesan informasi. #etiap aplikasi tentu saja memerlukan file!nya masing!masing dan program komputer untuk beroperasi. #ebagai contoh, area fungsional sumber daya manusia mungkin memiliki master file karyaan yang berisi file penggajian, file asuransi medis, file tunjangan pensiun, file untuk daftar dan sebagainya, yang mencapai puluhan atau bahkan ratusan file dan program yang ada. Bagi perusahaan secara keseluruhan, proses tersebut akan menyebabkan penggandaan master file yang dioperasikan dan dikelola leat divisi atau departemen yang terpisah!pisah. &pabila proses ini ini berjalan selama 7 atau *8 tahun, organisasi tersebut akan terbebani oleh ratusan progam dan aplikasi yang sangat sulit diraat dan dikelola. "asalah!masalah yang dihasilkan adalah penggandaan data dan inkonsistensi program data 3tidak tahu program mana yang harus dipercaya4, ketergantungan
program data, tidak flksibel, kualitas data yang buruk, dan tidak dapat membagikan data ke berbagai aplikasi. Redudansi dan Inkonsistensi Data Redudansi data (data redundancy adalah kehadiran data ganda pada beberapa file data yang tersimpan di beberapa tempat atau lokasi. edudansi data terjadi ketika kelompok!kelompok yang berbeda pada sebuah organisasi secara independen mengumpulkan data yang sama dan menyimpannya masing!masing. Data redudansi menghabiskan tempat penyimpanan data, dan ! vebabkan terjadinya inkonsistensi data (data inconsistency, di mana atribut!atribut yang sama, memiliki nilai!nilai yang berbeda. #ebagai contoh, entitas "&$& P+0&5&& yang dijelaskan pada -ambar ).*, tanggalnya mungkin sudah diperbarui pada beberapa sistem, namun belum diperbarui pada sistem lainnya. &tribut yang sama, sebagai contoh, omor %nduk #isa, mungkin memiliki nama yang berlainan pada beberapa sistem di seluruh organisasi. Beberapa sistem mungkin menggunakan penulisan %#, atau o. #isa.
Kebingungan tambahan lainnya dapat terjadi pada sistem pengkodean untuk meakili nilai dari sebuah atribut. #ebagai contoh, penjualan, persediaan, dan sistem manufaktur perusahaan ritel pakaian mungkin menggunakan kode yang berbeda!beda dalam meakili ukuran pakaian. #uatu sistem mungkin meakili suatu ukuran pakaian sebagai !e"tra large!, sementara sistem lainnya mencantumkan kode 9:09 untuk tujuan yang sama. Kebingungan. $iDingungan tersebut akan mempersulit perusahaan dalam menciptakan manajemen hubungan 'eianggan, manajemen rantai pasokan, ataupun sistem perusahaan untuk mengintegrasikan sumber!sumber data yang berbeda. Ketergantungan Progra-Data
Ketergantungan program!data (program-data dependence mengacu pada satu paket data yang ersimpan pada file dan diperlukan oleh program!program tertentu untuk memperbarui dan mengelola file file tertentu sehingga program tersebut perlu mengubah data!data tersebut. #etiap program komputer tradisional harus menjelaskan lokasi dan sifat data yang bekerja padanya. Di lingkungan fife tradisional, setiap perubahan pada program perangkat lunak, mensyaratkan perubahan terhadap data yang diakses oleh program tersebut. #ebuah program mungkin diimodifikasi dari 7 digit menjadi ; digit untuk kode enkripsi. 5ika file data yang asli dimodifikasi
#istem file tradisional dapat mengirimkan laporan rutin sesuai jadal setelah upaya pemrograman yang ekstensif, namun tidak dapat mengirimkan laporan!laporan ad-hoc 3hanya diperlukan pada situasi khusus saja4 atau merespons kebutuhan informasi yang tidak dapat diantisipasi pada kondisi aktu tertentu. %nformasi!informasi tersebut diperlukan oleh permintaan!permintaan ad-hoc 3hanya diperlukan pada situasi khusus saja4 di suatu tempat pada sistem tersebut, tetapi terlalu mahal untuk disediakan. Beberapa pemrogram mungkin harus bekerja beberapa minggu untuk mengumpulkan data!data yang diperlukan ke dalam sebuah file baru. Siste Keaanan !ang $uruk
Karena longgarnya pengendalian atau pengelolaan terhadap data, akses dan penyebaran informasi menjadi tidak terkendali. "anajemen mungkin tidak memiliki cara untuk mengetahui siapa yang mengakses ataupun mengubah data organisasi. Kurangn!a Ketersediaan dan Pendistri#usian Data
Karena bagian!bagian informasi yang terdapat pada file-file yang berbeda dan bagian ! bagian organisasi tidak dapat dihubungkan satu sama lain, jelas adalah tidak mungkin untuk mendistribusikan dan mengakses informasi pada aktu bersamaan. %nformasi tidak dapat dengan baik lintas area fungsional, pada bagian dan divisi!divisi pada organisasi. 5ika pengguna tahu nilai yang ditemukan pada bagian informasi yang sama saling berbeda, mereka mungkin tidak akan mau menggunakan sistem tersebut karena mereka tidak dapat memercayai akurasi datanya. %&'
PENDEKATAN DATA$ASE UNTUK PENGELOLAAN DATA
$eknologi database banyak menyelesaikan masalah!masalah pada organisasi yang menggunakan sistem file tradisional. Definisi yang lebih jelas mengenai database adalah sekumpulan data yang diorganisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggandaan data. Ketimbang menyimpan data pada file fileyang terpisah untuk setiap aplikasi, data yang dimunculkan kepada pengguna, berasal dari satu lokasi penyimpanan. saja. #atabase tunggal yang melayani banyak aplikasi. #ebagai contoh, suatu perusahaar. ketimbang menyimpan data kepegaaiannya pada sistem!sistem informasi dan file yang berbeda untuk data pribadi, penggajian, dan tunjangan, perusahaan dapat menciptakan database sumbe= daya manusia tunggal. SISTEM MANA(EMEN DATA$ASE
#istem manajemen database (database management system$#%&S adalah perangkat lunak, yang memungkinkan suatu organisasi memusatkan data, mengelola mereka secara efisien, dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. DB"# bertindak sebagai antarmuka antara program aplikasi dan file data secara fisik. Ketika program aplikasi meminta suatu item data, seperti gaji bruto, DB"# akan menemukan item data tersebut pada database, dan menampilkannya leat program aplikasi. Dengan menggunakan file file data tradisional, pemrogram harus menspesifikasikan ukuran dan format dari setiap elemen data yang digunakan dalam sebuah program, kemudian menginformasikannya ke komputer di mana lokasi mereka. DB"# meringankan pekerjaan pemrogram dan pengguna dengan cara memahami di mana dan bagaimana suatu data disimpan dengan memberikan tampilan terpisah pada data fisik dan data logis 3contoh' logical drive4. $ampilan data logis 3logical vie4 menampilkan data sesuai apa yang diharapkan/dibayangkan oleh pengguna akhir ataupun spesialis bisnis, di mana tampilan data fisik 3physical vie4 men ampilkan bagaimana sesungguhnya suatu data diorganisasikan dan distrukturisasi pada media penyimpanan fisik. Perangkat lunak DB"# memungkinkan database fisik dapat diakses secara logis oleh pengguna akhir. #ebagai contoh, untuk database cumber daya manusia yang terdapat pada -ambar ).>, seorang spesialis tunjangan 3orang yang khusus ditugaskan untuk mengatur tunjangantunjangan, program pensiun, ataupun asuransi!asuransi terkait4, mungkin memerlukan tampilan yang memuat nama pegaai, nomor jaminan sosial, serta jaminan asuransi kesehatan. &nggota departemen bagian penggajian mungkin memerlukan data seperti nama karyaan, nomor jaminan sosial, gaji bruto, dan gaji neto. Data yang digunakan pada tampilan!tampilan ini disimpan pada suatu database tunggal, di mana mereka dapat dikelola lebih mudah oleh organisasi.
$agaiana D$MS Men!e"esaikan Masa"a)-Masa"a) *ada Lingkungan Fi"e Tradisiona"
DB"# mengurangi redudansi 3ganda4 dan inskonsistensi data dengan meminimalisasi fie-file yang terisolasi yang berisi data sama. "ungkin DB"# tidak dapat menghilangkan redudansi data secara keseluruhan pada suatu organisasi, namun mereka dapat meminimalkannya. "eskipun suatu organisasi memiliki data ganda, namun dengan menggunakan DB"#, inkonsistensi data tersebut
dapat dihilangkan, karena data!data ganda memiliki nilai yang sama. DB"# memisahkan antara program dengan data, yang memungkinkan data untuk berdiri sendiri. &kses dan ketersediaan informasi akan meningkat serta biaya pengembangan dan pemeliharaan program akan menurun karena pengguna dan pemrogram dapat melakukan pekerjaan!pekerjaan khusus sesuai permintaan pada database tersebut. DB"# memungkinkan organisasi untuk mengelola, menggunakan, dan mengamankan data secara terpusat. D$MS Re"asiona"
DB"# terkini menggunakan model!model yang berbeda untuk memantau entitas, atribut, dan hubungan. 5enis DB"# yang paling populer bagi PC ataupun mainframe saat ini adalah DB"# relasional (relational #%&S. DB"# relasional menampilkan data menjadi tabel dua dimensi 3yang disebut relasi4. $abel dapat juga dianggap sebagaifile. #etiap tabel berisi data pada sebuah entitas berikut atributnya. "icrosoft DB"# relasional untuk sistem PC, di mana DB6, racle Database. dan "icrosoft #?0 #erver adalah DB"# relasional untuk komputer berukuran sedang maupurl besar seperti mainframe. "y#?0 adalah DB"# open source yang terkenal, sedangkan racle Database 0ite adalah DB"# untuk perangkat komputasi mobile.
"ari kita menyimak bagaimana DB"# relasional mengorganisasikan data pemasok dan suku cadang 3-ambar ).@4. #atabase tersebut memiliki tabel yang terpisah untuk entitas pemasok dan sebuah tabel untuk entitas barang. #uatu tabel terdiri atas deretan kolom dan barisan data. #etiap elemen individu pada data untuk setiap entitas disimpan sebagai field yang terpisah, dan setiap field meakili suatu atribut untuk entitas tersebut. 'ield pada database relasional disebut juga kolom. 1ntuk entitas P+"&#K, nomor identifikasi pemasok, nama, jalan, kota, negara, dan kode pos disimpan sebagai field-field yang terpisah di dalam tabel pemasok, dan setiap field meakili satu atribut untuk suatu entitas P+"&#K. %nformasi aktual/lengkap mengenai seorang pemasok yang berbaris sepanjang suatu tabel disebut baris. Baris sering juga disebut sebagai record 3karena meakili satu informasi lengkap mengenai seseorang4, atau dalam istilah yang sangat teknis disebut tuples. Data untuk entitas #1K1 C&D&memiliki tabel terpisah yang tersendiri. 'ield omorAPemasok pada tabel P+"&#K memberikan identifikasi yang unik untuk setiap record sehingga record tersebut dapat diambil, diperbarui, ataupun digolongkan. Dalam hal ini omorAPemasok disebut sebagai field kun+i (key field. #etiap tabel pada database relasional memiliki satu buahfie/d yang ditunjuk sebagai kun+i *rier (primary key. 'ield kunci merupakan pemberi identitas yang unik untuk setiap informasi dalam satu baris/record pada sebuah tabel yang
sama halnya dengan kunci primer, mereka tidak dapat diduplikasi. omorAPemasokA adalah kunci primer bagi tabel P+"&#K dan omorA#uku Cadang adalah kunci primer untuk tabel #uku Cadang. Perhatikan omorAPemasok muncul dua kali pada tabel P+"&#K dan tabel #1K1 C&D&-. Pada tabel P+"&#K, omorAPemasok adalah kunci primer. Ketika field omorA Pemasok muncul pada tabel #1K1 C&D&-, is disebut sebagai kun+i asing (foreign key yang merupakan field penting untuk mencari data suku cadang berdasarkan pemasok tertentu. O*erasi D$MS Re"asiona"
$abel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang diperlukan pengguna, yang disediakan oleh dua tabel yang saling berbagi elemen data. &ndaikan kita ingin mencari nama pemasok yang memasok suku cadang dengan nomor *>= atau *78. Kita memerlukan informasi dari 6 tabel' tabel P+"&#K dan tabel #1K1 C&D&-. Perhatikan, baha dua file ini mempunyai satu data yang saling berbagi, yaitu' omorAPemasok. Dalam database relasional, tiga operasi dasar seperti yang ditunjukkan pada -ambar ).7 digunakan untuk mengembangkan serangkaian data yang sangat berguna, yaitu' select, join, dan project. perasi select menampilkan suatu bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan. #ebagai contoh, kita ingin menampilkan record 3baris4 pada tabel #1K1 C&D&- di mana omorA#uku Cadangnya adalah *>= atau *78. perasi join mengombinasikan tabel!tabel yang memiliki keterkaitan untuk menyediakan informasi yang lebih lengkap kepada pengguna ketimbang satu tabel saja. Dalam contoh, kita ingin menggabungkan bagian tabel #1K1 C&D&- dan tabel P+"&#K yang telah diringkas sementara 3di mana hanya suku cadang dengan nomorAsuku cadang *>= atau *78 saja yang akan ditampilkan4 ke dalam satu tabel baru. perasi project menampilkan kolom!kolom dari suatu tabel berdasarkan kriteria tertentu, yang memungkinkan pengguna untuk menampilkan tabel baru yang berisi informasi!informasi yang betul!betul diperlukan. Contohnya, kita ingin mengutip dari tabel baru tersebut kolomkolom tertentu sebagai berikut' omorA#uku Cadang, amaA#uku Cadang, omorAPemasok, amaAPemasok.
Data#ase Non-Re"asiona" dan Data#ase *ada Siste ,"oud ,o*uting
0ebih dari >8 tahun, teknologi database relasional telah menjadi standar emas. loud computing, )olume data yang belum pernah ada sebelumnya, beban pekerjaan yang begitu besar untuk avanan eb, serta kebutuhan untuk menyimpan data jenis baru memerlukan alternatif database selain model lama dari database relasional dalam mengorganisasikan data guna membentuk tabel, kolom, dan baris. Kemudian perusahaan!perusahaan beralih ke !*oS+! yang berarti teknologi database non! relasional. #istem manajemen database non!relasional (non-relational database management
systems menggunakan model data yang lebih fleksibel dan dirancang untuk mengelola data berukuran besar yang didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan atau menurunkan skalabilitas. "ereka sangat berguna untuk menangani permintaan! permintaan data sederhana pada data terstruktur maupun yang tidak memiliki volume besar. #eperti eb, media social, grafis, dan bentuk!bentuk data lainnya yang sulit dianalisis menggunakan perangkat tradisional berbasis #?0. &da beberapa jenis database o#?0, masing!masing memiliki fitur teknis dan perlakuan yang berbeda. Database racle o#?0 salah satu contoh diantaranya adalah #impleDB buatan &maon, salah satu layanan eb yang beroperasi pada sistem cloud computing. #impleDB menyediakan layanan eb dengan tampilan yang mudah dipahami untuk menciptakan dan menyimpan rangkaian data, menganalis data dengan mudah, dan mengembalikan hasilnya. $idak perlu mendefinisikan terlebih dahulu ke dalam database struktur formal atau mengubah definisi apabila ada data baru ang masuk. &maon dan penyedia layanan cloud computing lainnya juga menyediakan DB"# relasional. elational Database #ervice 3D#4 &maon menaarkan "y#?0, #?0 #erver, ataupun racle Database sebagai mesin pencari database. Besarnya pembayaran bergantung pada jumlah penggunaan. racle memiliki Database Clou #ervice mengunakan relasional racle Database **g, sedangkan "icrosoft #?0 &ure Database adalah layanan database relasional berbasis cloud computing yang beroperasi pada "icrosofts #?0 #erver DB"#. 0ayanan manajemen data berbasis cloud computing memiliki daya tarik tersendiri bagi organisasi kecil dan menengah yang baru memulai bisnisnya dengan menaarkan harga yang terjangkau, ketimbang produk database dalam perusahaan. $icketDirect, yang menjual tiket konser, acara olahraga, pertunjukan teater, dan bioskop di &ustralia dan #elandia Baru, mengimplementasikan platform #?0 &ure Database berbasis cloud computing untuk meningkatkan kinerja manajemennya selama musim ramai penjualan tiketnya. memindahkan datanya ke database #?0 &ure. Dengan beralih menggunakan sistem cloud computing, $icketDirect mampu menjangkau sumber!sumber komputasinya secara real-time pada saat diperlukan dengan biaya yang murah. #ebagai tambahan bagi layanan pengelolaan data berbasis public cloud computing, perusahaan saat ini juga memiliki pilihan untuk menggunakan database berbasis pri)ate cloud computing. #ebagai contoh, #abre
#emakin tinggi tingkat kepadatan konsolidasi dicapai, semakin besar pengembalian atas investasi yang diterima. KAPA$ILITAS SISTEM MANA(EMEN DATA$ASE
#uatu DB"# selalu menyertakan perangkat untuk mengorganisasikan, mengelola, dan data pada database. Dan hal yang paling penting adalah bahasa untuk mendefinisikan data, data, dan bahasa untuk memanipulasi/memodifikasi data. DB"# memiliki kapabilitas deinisi data (data definition untuk menspesifikasikan struktur konten database. Definisi data digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik field pada setiap tabel. %nformasi tentang database ini akan didokumentasikan kamus data. Kaus data (data dictionary adalah file manual ataupun otomatis yang menyimpan definisi! definisi elemen data berikut karakteristik mereka. "icrosoft &ccess memiliki kemampuan kamus data yang belum sempurna, yang menampilkan informasi seperti nama, deskripsi, ukuran, tipe, format, dan properti lainnya pada tiap field - sebuah tabel. Kamus data bagi database perusahaan besar dapat menangkap informasi tambahan seperti penggunaan, kepemilikan 3siapa di organisasi tersebut bertanggung jaab untuk mengelola data4, otorisasi, keamanan, dan individual, fungsi!fungsi bisnis, program, serta laporan yang menggunakan masing!masing elemen data. Meinta Data dan Me"a*orkan
DB"# menyertakan perangkat untuk mengakses dan memanipulasi informasi pada dat #ebagian besar DB"# memiliki bahasa tersendiri yang disebut #a)asa ani*u"asi data manipulation language yang digunakan untuk menambah, mengubah, menghapus, dan data pada database. Bahasa ini mengandung perintah yang memungkinkan pengguna dan spesialis pemrograman untuk mengekstrak/menyaring data dari database untuk memenuhi kebutinformasi dan mengembangkan aplikasi. Bahasa manipulasi data yang paling mutakhir saat ini adalah Structured Query Language atau S.L& &nda akan mempelajari lebih banyak lagi cara meminta informasi leat #?0 pada penelusuran pembelajaran bab ini. Pengguna DB"# pada komputer berukuran besar dan sedang seperti DB6, racle, dan #?0 #erver, akan menggunakan #?0 untuk memperoleh informasi yang dibutuhkan dari database mereka. "icrosoft &ccess juga menggunakan #?0, tetapi ia memiliki perangkat tersendiri untuk meminta informasi dari database, serta mengorganisasikan data dari database menjadi laporan yang lebih rapi. Pada "icrosoft &ccess, &nda akan menemukan itur-itur yang memungkinkan pengguna untuk menciptakan rangkaian permintaan informasi dengan mengidentifikasi tabel dan field yang diinginkan berikut hasilnya. Kemudian memilih baris pada database yang memenuhi kriteria yang diperlukan. $indakan!tindakan ini kemudian diterjemahkan ke dalam perintah bahasa #?0. "icrosoft &ccess dan DB"# lainnya menyertakan kemampuan dalam penyusunan lapo sehingga data yang diinginkan dapat ditampilkan format yang lebih terstruktur dan rapi, ketimbang sekadar menarik informasi saja. Crystal eports merupakan DB"# penyusun laporan perusahaan!perusahaan berskala besar, meskipun demikian ia juga dapat bekerja sama "icrosoft &ccess. "icrosoft &ccess juga memiliki kemampuan untuk mengembangkan aplikasi
sistem desktop. Diantaranya termasuk perangkat untuk membuat layar untuk memasukkan data, laporan, dan mengembangkan logika untuk pemrosesan transaksi. MERAN,ANG DATA$ASE
1ntuk merancang database, &nda harus memahami hubungan antardata, jenis data yang dikelola pada database, bagaimana data tersebut akan digunakan, serta bagaimana organisasi perlu diubah untuk mengelola data dari perspektiflengkap seluruh perusahaan. #atabase memerlukan rancangan konsep maupun fisik. ancangan konseptual atau logis dari suatu database adalah model abstrak database dari perspektif organisasi bisnis, di mana rancangan fisik menunjukkan bagaimana database dirancang leat akses langsung perangkat penyimpanan. Nora"isasi dan Diagra Re"asi Entitas
ancangan konseptual suatu database menggambarkan bagaimana elemen!elemen data pada database dikelompokkan. Proses perancangan tersebut mengidentifikasi hubungan antara elemen! elemen data dan cara paling efisien dalam mengelompokkan elemen!elemen data untuk menjaab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga mengidentifikasi data!data ganda dan pengelompokkan elemen!elemen data yang diperlukan untuk program aplikasi yang spesifik. #ekelompok data diorganisasikan, diperbaiki, dan diditribusikan dengan lancar, sampai hubungan logis diantara seluruh data pada database tampak jelas. 1ntuk menggunakan model database relasional secara efektif, kelompok data yang rumit harus disederhanakan untuk meminimalisasi elemen!elemen data yang ganda serta hubunganhubungan jamak yang janggal. Proses menciptakan struktur data yang ringkas, stabil, serta tleksibel dan adaptatif dari kelompok!kelompok data yang rumit dinamakan normalisasi (normaliation. -ambar ).= dan ). mengilustrasikan proses tersebut. Dalam model bisnis yang dispesifikasikan di sini, suatu perintah dapat memiliki lebih dari satu bagian, akan tetapi setiap bagian hanya disediakan oleh satu pemasok. 5ika kita membangun
relasi yang dinamakan P+#&& berikut seluruh field di dalamnya, kita harus mengulang nama dan alamat pemasok untuk setiap barang yang terdapat pada pesanan, meskipun pesanan tersebu' untuk barang!barang dari satu pemasok yang sama.
%tu saja belum cukup' 5ika organisasi bisnis tidak dapat mengimplementasikan model datanya dengan tepat, sistem tersebut tidak akan mampu melayani bisnis tersebut dengan baik. #istem perusahaan tersebut tidak akan efektif karena bekerja dengan data yang tidak akurat, tidak lengkap, serta sulit diperoleh. "emahami data suatu organisasi berikut cara bagaimana is diakili pada suatu database adalah pelajaran paling penting dalam bab #ebagai contoh, 2amous 2ootear, perusahaan ritel alas kaki dengan 88 gerai di @; negara, tidak dapat untuk mencapai tujuannya untuk menjadi 9tren mode sepatu yang tepat, toko yang tepat dengan harga yang tepat.9 Karena database-nya tidak dirancang dengan baik untuk disesuaikan dengan perubahan persediaan toko yang terjadi dengan cepat. Perusahaan tersebut memiliki database relasional buatan racle yang dioperasikan pada komputer berkapasitas sedang, namun database-nya cenderung dirancang untuk menghasilkan laporan standar bagi manajemen, ketimbang bereaksi terhadap perubahan pasar. Pihak manajemen tidak dapat memiliki data tepat mengenai itemitem yang spesifik pada persediaan di gerainya. Perusahaan harus berjuang keras untuk mengatasi masalah ini dengan membangun sebuah database baru di mana data penjualan dan persediaan dapat diorganisasikan dengan lebih baik untuk kegiatan analisis dan manajemen persediaan. %&/
MEMANFAATKAN DATA$ASE UNTUK MENINGKATKAN KINER(A $ISNIS DAN PENGAM$ILAN KEPUTUSAN
rganisasi bisnis menggunakan database mereka untuk memantau transaksi dasar, seperti membayar pemasok, memproses pesanan, memantau pelanggan, serta mengaji karyaan. &kan tetapi, mereka juga membutuhkan database untuk menyediakan informasi guna menjalankan bisnisnya dengan lebih efisien, serta membantu manajer dan karyaan membuat keputusan yang lebih baik. 5ika suatu perusahaan ingin mengetahui produk mana yang paling populer, atau pelanggan mana yang paling mendatangkan banyak keuntungan, jaabannya terdapat pada data. TANTANGAN DALAM MENANGANI $ESARN0A 1OLUME DATA
#ampai dengan 7 tahun yang lalu, sebagian besar data dikumpulkan oleh organisasi yang terdiri atas data transaksi yang dapat ditempatkan dengan mudah ke dalam kolom dan baris pada DB"# relasional. #ejak saat itu, ada lonjakan data dari lalu!lintas eb, pesan surel, dan konten media sosial (tweets, status pesan4, demikian juga dari data yang dihasilkan dari mesin seperti sensor 3yang digunakan pada smart meter, sensor pabrik, dan meteran elektrik4 atau dari sistem transaksi elektronis. Data!data ini mungkin tidak memiliki struktur atau sedikit terstrukur dan tidak sesuai dengan produk DB"# relasional yang mengorganisasikan data ke dalam bentuk 5iom dan baris. #ekarang kita menggunakan istilah data besar (big data untuk menggambarkan rangkaian data dengan volume sangat besar yang melampaui kemampuan DB"# dalam mengelola menyimpan, dan menganalisis data tersebut. Data besar tidak mengacu pada jumlah yang spesifik, namun umumnya mengacu pada data dalam kisaran petabyte dan "abyte$ dengan kata lain miliaran sampai dengan triliunan rekaman, semua dari sumber yang berbeda. Data besar dihasilkan dalam jumlah yang jauh lebih besar dart lebih cepat, ketimbang data tradisional. #ebagai contoh, sebuah mesin jet dapat menghasilkan *C terabyte data dalam >8 menit dan lebih dari 67.888 penerbangan dilakukan setiap harinya. "eskipun !tweets! dibatasi sampai dengan *@8 karakter, namun $itter menghasilkan data lebih dari terabyte setiap harinya. Berdasarkan riset perusahaan teknologi %nternational Data Center 3%DC4, data meningkat lebih dari dua kali lipat setiap tahunnya, jadi data yang tersedia bagi organisasiorganisasi meroket tajam.
rganisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang lebih berbentuk dan anomali!anomali yang lebih menarik ketimbang data kecil, yang berpotensi memberikan aasan baru tentang perilaku pelanggan, pola cuaca, aktivitas pasar saham, dan fenomena lainnya. Bagaimanapun, untuk memperoleh nilai bisnis dari data!data tersebut, organisasi memerlukan perangkat dan teknologi baru yang mampu mengelola data non!tradisional beserta data perusahaan mereka. INFRASTRUKTUR INTELI(EN $ISNIS
#eandainya, &nda ingin meringkas informasi penting megenai kegiatan operasional, tren, dan perubahan terkini di seluruh organisasi. 5ika &nda bekerja di perusahaan besar, data yang &nda butuhkan mungkin terfragmentasi ke dalam sistem!sistem yang terpisah seperti penjualan. Produksi, dan akuntansi, atau bahkan berasal dari sumber eksternal seperti demografis dan data pesaing. #emakin &nda membutuhkan data berkapasitas besar. %nfrastruktur dari intelijen bisnis terkini memiliki rangkaian perangkat untuk memperoleh informasi!infrmasi yang diperlukan dari berbagai jenis data yang berbeda pada organisasi bisnis masa kini, termasuk data berkapasitas besar yang semi!terstruktur maupun tidak terstruktur. Kemampuan!kemampuan ini meliputi data warehouses, data marts, /adoop, in-memory computing, serta platform analitis. Data 2are)ouse dan Data Mart
Perangkat tradisional untuk menganalisis data perusahaan sampai dengan 68 tahun yang lalu adalah data warehouse. #ata warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh bagi kepentingan pengambil keputusan di seluruh perusahaan. Data tersebut ditujukan bagi banyak sistem operasional transaksi!transaksi penting, seperti sistem penjualan data pelanggan, manufaktur, termasuk data dari transaksi eb. #ata warehouse menghasilkan data historis dan data terkini dari berbagai sistem operasi pada organisasi. Data ini dikombinasikan dengan data sumber eksternal, serta mengoreksi data yang tidak akurat dan kurang lengkap sekaligus memperbaiki susunan data bagi kepentingan pelaporan dan analisis data bagi pihak manajemen sebelum dimasukkan ke dalam data warehouse. #ata warehouse menjamin ketersediaan data bagi siapa pun untuk diakses saat dibutuhkar namun tidak dapat diubah. #istem data warehouse juga menyediakan rangkaian perangkat untuk mencari keterangan baik secara khusus maupun secara terstandardisasi, beserta pelaporan dengan fasilitas tampilan grafis. Perusahaan!perusahaan sering membangun data warehouse bagi perusahaannya, di many sebuah pusat data warehouse melayani seluruh divisi dan bagian dari organisasi, atau mereka menciptakan data warehouse yang berukuran lebih kecil dan terdesentralisasi 3tersebar4 yang disebut dengan data mart. #ata mart adalah bagian dari data warehouse yang diringkas atau dikhususkan untuk penanganan jenis!jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang telah ditentukan. #ebagai contoh, perusahaan bisa saja mengembangkan data mart bagi divisi penjualan dan pemasaran untuk mengurusi informasi pelanggan. Perusahaan penjual buku Barnes E oble biasanya menggunakan rangkaian data mart untuk data yang dihasilkan oleh titik penjualannya 3gerainya4, pada toko!toko ritelnya, toko ritel yang terdapat di kampus, dan yang terakhir untuk penjualan secara online. Hadoo*
Produk DB"# relasional dan data warehouse tidak sesuai untuk mengorganisasikan dan menganalisis data berkapasitas besar atau data yang tidak dapat dengan mudah dibentuk ke dalam
format kolom dan baris yang digunakan dalam model datanya. 1ntuk menangani data berkapasitas besar yang semi!terstruktur ataupun tidak sama sekali, perusahaan menggunakan Hadoo*&
Cara lainnya untuk memfasilitasi analisis data yang besar adalah dengan menggunakan komputasi dalam!memori (in-memory computing, yang sangat mengandalkan pada memori utama dari komputer (computers main memory$R& untuk data penyimpanan. 3DB"# yang konvensional menggunakan sistem penyimpanan disk. Para pengguna akan mengakses data yang disimpan dalam memori sistem utama, dengan demikian dapat menghilangkan kemacetan dari mengambil dan membaca data dalam suatu database tradisional, berdasarkan pada disk dan secara dramatis akan mempersingkat aktu tunggu atas permintaan. Pada pemrosesan dalam memori akan memungkinkan bagi serangkaian data yang sangat besar, sebesar ukuran data mart atau data warehouse yang kecil, untuk meletakkan seluruhnya dalam memori. Penghitungan bisnis yang rumit
yang biasanya memerlukan aktu berjam!jam atau berhari!hari akan dapat diselesaikan dalam hitungan detik, dan ini bahkan dapat diselesaikan dengan menggunakan perangkat genggam. Bab sebelumnya menggarnbarkan beberapa kemajuan dalam teknologi perangkat keras komputer modern yang memungkinkan pemrosesan dalam memori, seperti misalnya prosesor liar biasa yang berkecepatan tinggi, pemrosesan multicore, dan akan menurunkan harga dari memori komputer. $eknologi!teknologi ini dapat membantu perusahaan untuk mengoptimalkan penggunaan dari memori dan mempercepat kinerja pemrosesan, sementara itu juga dapat menurunkan biayanya. Produk!produk komersial terkemuka bagi komputasi dalam memori meliputi,
Para vendor database komersial telah mengembangkan platform analitis (analytic platforms berkecepatan tinggi yang terspesialisasi dengan menggunakan baik teknologi terkait maupun yang tidak terkait yang dioptimalkan untuk menganalisis kumpulan data yang besar. Platform analitis ini, seperti misalnya %B" etea dan racle +Hadata, menampilkan sistem perangkat keras!perangkat lunak yang telah dikonfigurasi sebelumnya, yang secara spesifik dirancang untuk pemrosesan permintaan dan analitis. #ebagai contoh, %B" etea menampilkan database yang terintegrasi secara ketat, server, dan komponen!komponen penyimpanan yang menangani pertanyaan analitis yang rumit *8 hingga *88 kali lebih cepat daripada sistem tradisional. Platform analitis juga memasukkan sistem dalam memori dan o#?0 sistem manajemen database non!relasional. -ambar ).*8 mengilustrasikan infrastruktur intelijen bisnis kontemporer dengan menggunakan teknologi yang baru saja telah kita gambarkan. Data saat ini dan data historis akan diekstrak dari sistem operasional yang banyak seiring dengan data eb, data yang dihasilkan oleh mesin, data audio/visual yang tidak terstruktur, dan data dari sumber!sumber eksternal yang telah direstrukturisasi dan diorganisasikan ulang untuk pelaporan dan analisis. luster
mart, atau platform analitis, atau untuk permintaan langsung oleh para pengguna power. 2utput meliputi laporan dan dashboard yang sama halnya dengan basil 3uery. Bab *6 akan membahas mengenai berbagai macam tipe dari para pengguna B% dan pelaporan B% dengan perincian yang lebih lengkap. PERANGKAT ANALITIS3 HU$UNGAN4 POLA4 TREN
Ketika data telah direkam dan diorganisasikan dengan menggunakan teknologi intelijen bisnis yang baru raja telah kita bahas, mereka tersedia bagi analisis lebih lanjut dengan menggunakan perangkat lunak untuk men-3uery dan melaporkan database, analisis data multidimensional (online analytical processing$24, dan data mining. Pada bagian ini akan memperkenalkan kepada &nda, alat bantu!alat bantu tersebut, dengan lebih terperinci mengenai analitis intelijensi bisnis dan penerapannya pada Bab *6. Perosesan Ana"itis On"ine 5OLAP6
#eandainya, perusahaan &nda menjual empat produk yang berbedaImur, baut, cincin penutup, dan sekrupIdi kaasan $imur, Barat, dan Pusat. 5ika &nda ingin mengajukan suatu pertanyaan yang cukup jelas, seperti berapa banyak cincin penutup yang terjual selama kuartal sebelumnya, &nda akan lebih mudah untuk menemukan jaaban dengan men-3uery database penjualan &nda. amun, bagaimana jika &nda ingin mengetahui berapa banyak yang terjual dalam tiap!tiap ilayah penjualan &nda dan membandingkan basil yang sebenarnya dengan penjualan yang diproyeksikan(
1ntuk memperoleh jaaban tersebut, maka &nda akan memerlukan pemrosesan analitis on"ine 3online analytical processingI0&P4. 0&P mendukung analis data yang multidimensional. yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara!cara yang berbeda dengan menggunakan banyak dimensi. "asing!masing aspek dari informasiIproduk. penetapan harga, biaya, ilayah, atau periode aktuImeakili dimensi yang berbeda. #ehingga. seorang manajer produk akan menggunakan alat bantu analisis data multidimensional untuk mempelajari berapa banyak cincin penutup yang terjual di ilayah $imur pada 5uni, bagaimana angka tersebut dibandingkan dengan bulan lalu dan bulan 5uni sebelumnya, serta bagaimana bila dibandingkan dengan peramalan penjualan. 0&P memungkinkan bagi para pengguna untuk memperoleh jaaban!jaaban secara online atas pertanyaan!pertanyaan khusus, misalnya hal tersebut dalam jumlah aktu yang cukup cepat, bahkan ketika data disimpan dalam database yang sangat besar, seperti angka penjualan selama beberapa tahun. -ambar ).** memperlihatkan suatu model multidimensional yang dapat diciptakan untuk meakili produk, ilayah, penjualan aktual, dan penjualan yang diproyeksikan. #uatu matriks mengenai penjualan secara aktual dapat ditumpuk pada bagian atas dari matriks penjualan yang diproyeksikan untuk membentuk sebuah kubus dengan ) sisi. 5ika &nda memutar kubus ;8 derajat satu arah, maka sisi yang ditunjukkan akan menjadi produk versus penjualan aktual dengan penjualan yang diproyeksikan. 5ika &nda memutar kubus ;8 derajat lagi, maka &nda akan melihat ilayah versus penjualan aktual dengan penjualan yang diproyeksikan. 5ika &nda memutar *8 derajat dari sudut pandang aal, maka &nda akan melihat penjualan yang diproyeksikan dan produk versus ilayah. Kubus!kubus dapat diulang di dalam kubus untuk membangun sudut pandang yang rumit atas data. Perusahaan akan menggunakan database multidimensional yang terspesialisasi lainnya atau sebuah alat bantu yang dapat menciptakan sudut pandang multidimensional atas data dalam database relasional. Data Mining
Database tradisional akan melakukan Juery pada jaaban atas pertanyaan, misalnya, 9Berapa banyak unit dari produk nomor @8> yang dikirimkan pada 2ebruari 68*>9( 0&P, atau analisis multidimensional, yang mendukung banyak permintaan atas informasi yang lebih rumit, misalnya, 9Bandingkan antara penjualan atas produk nomor @8> terkait dengan rencana secara kuartalan dan penjualan di ilayah penjualan selama 6 tahun sebelumnya9. Dengan 0&P dan analisis data yang berorientasi pada Juery, maka para pengguna harus memiliki suatu gagasan yang baik mengenai informasi mana yang sedang mereka amati. Data mining lebih terdorong pada penemuan. Data mining memberikan aasan pada korporat, data yang tidak dapat diperoleh dengan 0&P dengan menemukan pola!pola yang tersembunyi serta hubungan dalam database yang besar dan aturan menarik kesimpulan dari mereka untuk memprediksikan perilaku pada masa yang akan datang. Pola!pola dan aturan!aturan yang digunakan untuk membimbing dalam pengambilan keputusan dan peramalan dampak dari keputusan!keputusan tersebut. $ipe dari informasi yang dapat diperoleh dari data mining, meliputi asosiasi, urutan, klasifikasi, cluster, dan peramalan. &sosiasi merupakan kejadian yang dikaitkan dengan suatu peristia tunggal. #ebagai contoh, penelitian mengenai pola pembelian di supermarket akan mengungkapkan baha, ketika keripik jagung dibeli, maka minuman cola akan dibeli sebanyak )7 persen, tetapi ketika terdapat promosi, maka cola yang dibeli meningkat menjadi 7 persen. %nformasi ini dapat membantu
para manajer untuk mengambil keputusan yang lebih baik karena mereka telah mempelajari manfaat dari suatu promosi. •
•
•
Dalam sekuen, maka peristia!peristia akan dikaitkan berdasarkan aktu. Kita dapat menemukan contohnya, jika sebuah rumah dibeli, terdapat )7 persen kemungkinan sebuah kulkas baru akan dibeli juga dalam dua minggu, dan @7 persen kemungkinan sebuah oven akan dibeli dalam aktu sebulan setelah rumah itu dibeli. 5lasifikasi membahas pola!pola yang menggambarkan kelompok yang mana suatu barang yang dimiliki dengan memeriksa barang yang ada, yang telah diklasifikasikan dan dengan menarik kesimpulan dari serangkaian aturan. #ebagai contoh, bisnis seperti misalnya kartu kredit atau perusahaan telepon akan khaatir kehilangan para pelanggannya yang loyal. Klasifikasi dapat membantu untuk menemukan ciri!ciri dari para pelanggan yang memiliki kecenderungan untuk berhenti dan dapat meyediakan suatu model untuk membantu para manajer dalam memprediksikan siapakah para pelanggan tersebut sehingga para manajer dapat merancang kampanye!kampanye khusus untuk mempertahankan para pelanggan tersebut. 4engklasteran (clustering bekerja dengan cara yang sama seperti klasifikasi ketika tidak ada kelompok yang masih belum didefinisikan. &lat bantu data mining dapat menemukan pengelompokan yang berbeda di dalam data, seperti misalnya menemukan daya tarik kelompok atas kartu bank atau membagi suatu database ke dalam kelompok!kelompok dari para pelanggan yang didasarkan pada demografis dan tipe dari investasi pribadi.
"eskipun penerapan!penerapan tersebut melibatkan prediksi, tetapi peramalan menggunakan prediksi dalam cara yang berbeda. Peramalan menggunakan serangkaian nilai yang ada untuk meramalkan berapa besar dari nilai lainnya. #ebagai contoh, peramalan akan menemukan polapola dalam data untuk membantu para manajer dalam mengestimasi nilai masa mendatang dari variabel! variabel yang terus!menerus, seperti angka penjualan. #istem!sistem tersebut menjalankan analisis tingkat tinggi atas pola atau kecenderungan, tetapi mereka juga dapat menelusuri untuk menyediakan lebih terperinci ketika diperlukan. $erdapat aplikasi data mining bagi seluruh area fungsional dalam bisnis, dan bagi pemerintah, serta pekerjaan
ilmiah. #alah satu penggunaan yang terkenal atas data mining adalah menyediakan analisis pola dalam data pelanggan yang terperinci bagi kampanye pemasaran one-to-one atau untuk mengidentifikasi para pelanggan yang menguntungkan. 30ihat studi kasus pada akhir bab 4. Caesars +ntertainment, yang dahulunya dikenal dengan
anaun, data yang tidak terstruktur, yang sebagian besar dalam bentuk file teks, diyakini akan bertanggung jaab atas lebih dari 8 persen dari informasi organisasional yang bermanfaat d, merupakan salah satu sumber utama data besar yang ingin dianalisis oleh perusahaan. #urrel, memo, transkrip pusat panggilan, tanggapan!tanggapan atas survei, kasus legal, deskripsi pate dan laporan layanan yang semuanya bernilai untuk menemukan pola dan kecenderungan yaL akan membantu para karyaan dalam mengambil keputusan bisnis yang lebih baik. Perangl, te"t mining 3penelusuran teks4 sekarang tersedia untuk membantu bisnis dalam menganalisis de tersebut. &lat!alat bantu ini dapat mengekstrak elemen!elemen kunci dari rangkaian data yang besar yang tidak terstruktur, menemukan pola dan hubungan, dan meringkas informasi. Bisnis dapat beralih kepada te"t mining untuk menganalisis transkrip dari panggilan kepada pusat layanan pelanggan untuk mengidentifikasi layanan utama dan menyelesaikan masalah at untuk mengukur pendapat pelanggan mengenai perusahaan mereka. Perangkat lunak sentimen (sentiment analysis dapat melakukan penelusuran atas komentar teks dalam pes surel, blog, percakapan dalam media sosial, atau bentuk survei untuk mendeteksi opini ya' menyenangkan dan yang tidak menyenangkan mengenai topik bahasan tertentu. #ebagai contoh, pialang diskon Charles #chab menggunakan perangkat lunak &ttens' &nalye untuk menganalisis ratusan ribu interaksi pelanggannya tiap hulan. Perangkat lunak dapat menganalisis catatan, surel, tanggapan survei, dan diskusi online dari layanan pelangg. #chab untuk menemukan tanda!tanda ketidakpuasan yang menyebabkan pelanggan berhe' menggunakan jasa dari perusahaan. ttensity dapat secara otomatis mengidentifikasi berba macam 9suara9 yang digunakan oleh pelanggan untuk mengekspresikan umpan balik mere 3seperti suara yang positif, negatif, atau sesuai dengan kondisi4 untuk menunjukkan dengan keinginan dari seseorang untuk membeli, berhenti membeli, atau reaksi terhadap suatu produk tertentu atau pesan yang disampaikan melalui pemasaran. #chab menggunakan informasi untuk mengambil tindakan korektif, seperti meningkatkan komunikasi pialang secara dengan pelanggan dan mencoba untuk memecahkan permasalahan dengan segera yang membuat pelanggan tidak puas.
Feb merupakan sumber utama lainnya dari data besar yang tidak terstruktur untuk mengungkapkan pola, kecenderungan, dan aasan dalam perilaku konsumen. Penemuan serta analisis pola dan informasi yang bermanfaat dari Forld Fide Feb disebut dengan web mining 3penelusuran eb4. Bisnis akan beralih kepada web mining untuk membantu mereka dalam memahami perilaku konsumen, melakukan evaluasi atas keefektifan situs eb tertentu, atau kuantitas dari keberhasilan suatu kampanye pemasaran. "isalnya, para pemasar menggunakan -oogle $rend dan -oogle %nsight untuk layanan #earch, yang menelusuri popularitas dari berbagai jenis kata dan frase yang digunakan dalam 3uery pencari dari -oogle, untuk mempelajari apa yang diminati oleh orang!orang, dan apakah mereka tertarik untuk membeli. 6eb mining akan mencari pola dalam data melalui penelusuran konten, penelusuran struktur, dan penelusuran penggunaan. Penelusuran konten dari eb merupakan suatu proses untuk mengekstrak pengetahuan dari konten dalam laman eb, meliputi teks, gambar, audio, dan data video. Penelusuran struktur dari eb memeriksa data yang terkait dengan struktur dari situs eb tertentu. #ebagai contoh, tautan yang menunjuk pada suatu dokumen mengindikasikan popularitas dari dokumen tersebut, sementara itu tautan keluar dari suatu dokumen mengindikasikan pengayaan atau mungkin variasi dari topik yang tercakup dalam dokumen. Penelusuran penggunaan eb menelaah data interaksi pengguna yang dicatat oleh server eb kapan pun permintaan dari sumber daya situs eb tersebut diterima. Catatan penggunaan data mengenai perilaku pengguna ketika pengguna menelusuri atau membuat transaksi pada situs eb dan mengumpulkan data dalam ser)er log. Dengan menganalisis data tersebut, dapat membantu perusahaan dalam menentukan nilai dari pelanggan tertentu, melintasi strategi pemasaran seluruh produk, dan keefektifan dari kampanye promosi. #esi %nteraktif' $eknologi menggambarkan pengalaman organisasi sebagaimana mereka menggunakan alat bantu analitis dan teknologi intelijen bisnis yang telah kita bahas untuk berjuang terhadap tantangan 9data besar9. DATA$ASE DAN 2E$
Pernahkah &nda mencoba menggunakan eb untuk menempatkan pesanan atau melihat katalog produk( 5ika pernah, &nda mungkin menggunakan situs eb yang ditautkan dengan database internal korporat. #aat ini, banyak perusahaan yang menggunakan eb untuk membuat beberapa informasi dalam database internal mereka disediakan bagi pelanggan dan rekan bisnis. "isalnya, seorang pelanggan dengan browser eb ingin mencari database peritel secara online untuk informasi penetapan harga. -ambar ).*6 mengilustrasikan bagaimana pelanggan mengakses
database internal dari peritel tersebut melalui eb. Pengguna mengakses situs eb peritel melalui internet dengan menggunakan perangkat lunak browser eb pada komputer PC kliennya. Perangkat lunak browser eb akan meminta data dari database organisasi, dengan menggunakan perintah <$"0 untuk berkomunikasi dengan server eb. Karena banyak database back-end tidak dapat menerjemahkan perintah tertulis dalam <$"0, maka server eb mengirimkan permintaan data ini kepada perangkat lunak yang menerjemahkan perintah <$"0 menjadi #?0 sehingga perintah dapat diproses dengan DB"# yang bekerja sama dengan database tersebut. Dalam lingkungan idien/server, DB"# disimpan pada komputer khusus yang disebut server database (database ser)er. DB"# menerima permintaan #?0 dan menyediakan data yang diperlukan. "iddleare akan memindahkan informasi dari database internal organisasi kembali kepada server eb untuk dikirimkan dalam bentuk laman eb kepada penggunanya. -ambar ).*6 memperlihatkan baha middleware akan bekerja diantara server eb dengan DB"# dapat berupa server aplikasi yang bekerja pada komputer khusus itu sendiri 3lihat Bab 74. Perangkat lunak server aplikasi menangani semua operasional aplikasi, meliputi pemrosesan transaksi dan akses data, antara komputer berbasis browser dengan aplikasi bisnis atau database back-end perusahaan. #erver aplikasi mengambil permintaan dari server eb, menjalankan logika bisnis untuk memproses transaksi berdasarkan permintaan!permintaan tersebut, dan menyediakan konektivitas kepada sistem atau database back-end organisasi. <ernatif lainnya, perangkat lunak untuk menangani operasional!operasional tersebut dapat berupa suatu program khusus atau skrip C-%. #krip C-% merupakan suatu program yang ringkas dengan menggunakan spesifikasi Common -ateay %nterface 3C-%4 untuk pemrosesan data pada server eb. $erdapat sejumlah keuntungan dengan menggunakan eb untuk mengakses database internal organisasi. Pertama, perangkat lunak browser eb jauh lebih mudah untuk digunakan daripada perangkat 3uery yang dimiliki. Kedua, tampilan eb membutuhkan sedikit perubahan atau tidak sama sekali terhadap database internal. Dibutuhkan biaya yang lebih rendah untuk menambahkan antar muka eb di depan sistem yang diariskan daripada merancang kembali dan membangun kembali sistem untuk meningkatkan akses pengguna. "engakses database korporat melalui eb menciptakan efisiensi, peluang, dan model bisnis yang baru.$homaset.com menyediakan direktori online yang terkini dengan lebih dari )78.888 pemasok produk industri, seperti bahan kimia, logam, plastik, karet, dan peralatan otomotif #ebelumnya disebut $homas egister, perusahaan yang digunakan untuk mengirimkan katalog kertas yang berukuran sangat besar yang berisi informasi!informasi tersebut. #ekarang dia menyediakan informasi itu kepada pengguna secara online melalui situs ebnya dan telah menjadi perusahaan yang semakin kecil, lebih ramping. Perusahaan lainnya telah menciptakan bisnis yang seluruhnya baru dengan berdasarkan pada akses menuju database yang besar melalui eb. #alah satunya adalah layanan jejaring sosial 2acebook, yang membantu para penggunanya untuk tetap berkoneksi dengan satu sama lain bertemu orang! orang baru. 2itur 2acebook 9profil9 dengan informasi lebih dari ;78 juta para pengguna aktif dengan informasi mengenai mereka sendiri, meliputi ketertarikan, teman, foto dan grup di mana mereka berafiliasi. 2acebook mempertahankan database yang sangat besar pada suatu tempat dan mengelola seluruh konten isinya. $erdapat banyak database yang diaktitkan dengan eb dalam sektor publik untuk membantu pelanggan dan arga negara untuk mengakses informasi yang berguna. #esi %nteraktif' rganisasi
akan menggambarkan salah satu dari database tersebut, yang telah menghasilkan kontroversi atas metode!metodenya dalam menyediakan data keselamatan atas produk konsumen. %&7
MENGELOLA SUM$ER DATA
Persiapan database hanyalah merupakan permulaan. &gar dapat memastikan baha data bagi bisnis &nda tetap akurat, dapat diandalkan, dan siap tersedia bagi mereka yang memerlukannya, maka bisnis &nda memerlukan kebijakan dan prosedur khusus untuk manajemen data. MENETAPKAN KE$I(AKAN INFORMASI
#etiap bisnis, skala besar maupun kecil, memerlukan kebijakan informasi. Data perusahaan &nda merupakan sumber daya yang penting, dan &nda tidak ingin seseorang melakukan sesuatu yang mereka inginkan dengan mereka. &nda perlu memiliki aturan!aturan mengenai bagaimana data diorganisasikan dan dipertahankan, dan siapa yang diiinkan untuk melihat data atau mengubah mereka. Ke#i8akan inorasi (information policy menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan penyimpanan informasi. 1ndang! undang kebijakan informasi menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi informasi dapat saling dibagikan oleh pengguna dan unit organisasi, di mana informasi dapat didistribusikan, dan siapa yang bertanggung jaab untuk memperbarui dan memelihara informasinya. #ebagai contoh, kebijakan informasi umumnya menentukan baha hanya para anggota terpilih dari departemen penggajian dan sumber daya manusia yang memiliki hak untuk mengubah dan melihat data karyaan yang sensitif, seperti misalnya gaji karyaan atau nomor jaminan sosialnya, dan departemen!departemen ini yang bertanggung jaab untuk memastikan baha data karyaan tersebut adalah akurat.
5ika &nda berada dalam bisnis skala kecil, maka kebijakan informasi akan ditetapkan dan diimplementasikan oleh pemilik atau manajer. Dalam organisasi berskala besar, pengelolaan dan perencanaan informasi sebagai sumber daya perusahaan membutuhkan fungsi administrasi data formal. &dministrasi data (data administration bertanggung jaab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. $anggung jaab tersebut meliputi pengembangan kebijakan informasi, perencanaan data, pengaasan rancangan database logis, dan pengembangan kamus data, serta pemantauan terhadap spesialis sistem informasi dan kelompok pengguna akhir dalam menggunakan data. &nda mungkin pernah mendengar istilah tata kelola data (data go)ernance yang digunakan untuk menggambarkan banyak hal dari aktivitas tersebut. Didukung oleh %B", tata kelola data berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan dari data yang digunakan dalam suatu perusahaan, dengan penekanan khusus pada dukungan untuk privasi, keamanan, kualitas data, dan kepatuhan terhadap berbagai aturan pemerintah. rganisasi yang besar juga memiliki rancangan database dan kelompok manajemen di dalam divisi sistem informasi perusahaan yang bertanggung jaab untuk mendefinisikan dan mengatur struktur dan isi database, serta memeliharan database tersebut. Dengan bekerja sama secara erat dengan para pengguna, kelompok perancangan menciptakan database fisik, relasi logic antar! elemennya, dan aturan akses serta prosedur keamanan. 2ungsi!fungsi yang dilakukannya disebut administrasi database (database administration.
MEMASTIKAN KUALITAS DATA
#atabase dan kebijakan informasi yang dirancang dengan baik akan berlanjut pada jaminan baha perusahaan akan memiliki informasi yang diperlukannya. amun, langkah!langkah tambahan harus diambil untuk memastikan baha data dalam database perusahaan akurat dan tetap dapat diandalkan. &pa yang akan terjadi jika nomor telepon pelanggan atau saldo rekening nasabah tidak dicatat dengan benar( &pakah dampaknya jika database memiliki harga yang keliru untuk suatu produk yang &nda jual atau sistem penjualan dan sistem persediaan &nda memperlihatkan harga yang berbeda untuk produk yang sama( Data yang tidak akurat, tidak tepat aktu, atau tidak konsisten dengan sumber informasi lainnya akan mengarahkan pada pengambilan keputusan yang tidak tepat, penarikan kembali produk, dan kerugian finansial. -artner %nc. melaporkan baha lebih dari 67 persen data yang sangat penting dalam perusahaan besar yang terdaftar dalam database 2ortune *888 adalah tidak akurat atau tidak lengkap, meliputi kode produk dan penjelasan produk yang buruk, kesalahan dalam gambaran persediaan, data finansial yang salah, informasi pemasok yang tidak benar, dan data karyaan yang salah. Penelitian #irius Decision yang dituliskan dalam 9$he %mpact of Bad Data on Demand Creation9 menemukan baha *8 hingga 67 persen pelanggan dan prospek pelanggan mencatat isi data penting yang salah. 1ntuk memperbaiki kesalahan! kesalahan tersebut pada sumber mereka dan berikutnya melaksanakan dengan baik untuk mempromosikan kualitas data yang meningkatkan produktivitas dari proses penjualan dan menghasilkan peningkatan sebesar )) persen dalam pendapatan. Beberapa dari permasalahan kualitas data tersebut disebabkan oleh data ganda dan konsisten yang dihasilkan oleh banyaknya sistem yang dimasukkan ke dalam data warehouse #ebagai contoh, sistem pemesanan penjualan dan sistem manajemen persediaan keduanya akan mempertahankan data mengenai produk!produk perusahaan. amun, sistem pemesanan penjualan menggunakan istilah *omor %arang dan sistem persediaan menyebut atribut yang sama dengan *omor 4roduk. #istem penjualan, persediaan, atau manufaktur dari seorang pengecer pakaian akan menggunakan kode!kode yang berbeda untuk meakili nilai bagi suatu atribut. #alah satu sister' akan merepresentasikan ukuran pakaian dengan 9ekstra besar9, sedangkan sistem lainnya akan menggunakan kode 9:09 untuk tujuan yang sama. #elama proses perancangan database warehouse. data menggambarkan entitas, seperti pelanggan, produk, atau pesanan, harus diberi nama clan didefinisikan secara konsisten untuk semua area bisnis yang menggunakan database. Coba pikirkan berapa kali &nda menerima surat iklan yang sama pada hari yang sama. %ni mungkin merupakan akibat dari tersimpannya nama &nda lebih dari sekali di dalam database. ama &nda mungkin ditulis dengan salah atau &nda menggunakan nama tengah &nda untuk keperluan dan bukan untuk hal lain atau informasi aalnya dimasukkan ke dalam sebuah formulir tidak dibaca dengan benar oleh sistem komputer. Karena ketidakkonsistenan ini, maka database akan memperlakukan &nda sebagai orang yang berbedaM Kita sering kali menerima surat yang ditujukan kepada 0audon, 0avdon, 0auden, atau 0andon 3padahal orang yang dituju hanya satu4. 5ika database dirancang dengan tepat dan standar data keseluruhan perusahaan ditentukan dengan baik, maka elemen data yang mengalami duplikasi atau tidak konsisten akan diminimalkar. #ebagian besar permasalahan kualitas data, seperti salah mengeja nama, nomor terbalik, atau ko yang tidak benar atau hilang, bersumber dari kesalahan ketika memasukkan data. %nsiden kesalanan tersebut akan meningkat seiring dengan perusahaan memindahkan kegiatan bisnisnya ke eb
danmemungkinkan pelanggan dan pemasok untuk memasukkan data ke dalam situs eb mereka yang secara langsung memperbarui sistem internal. #ebelum database baru dipergunakan, maka organisasi perlu mengidentifikasi dan memperbaiki data yang salah dan menciptakan program!program yang lebih baik untuk mengedit data ketika database tersebut mulai dioperasionalkan. &nalisis kualitas data sering dimulai dengan audit kualitas data (data 3uality audit, yang merupakan survei terstruktur atas keakuratan dan tingkat kelengkapan dari data dalam suatu sistem informasi. &udit kualitas data dapat diselenggarakan dengan melakukan survei keseluruhan file data, menyurvei sampel file 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. Pembersihan data bukan hanya mengoreksi kesalahan, tetapi juga menekankan konsistensi diantara serangkaian data yang berbeda yang berasal dari sistem informasi yang terpisah. Perangkat lunak pembersihan data yang khusus tersedia untuk menyurvei file data secara otomatis, memperbaiki kesalahan dalam data, dan mengintegrasikan data dalam format yang konsisten bagi semua bagian dari perusahaan. Permasalahan kualitas data bukan hanya merupakan permasalahan dalam bisnis semata. "ereka juga menimbulkan permasalahan yang serius bagi individual, memengaruhi kondisi keuangan mereka, dan bahkan pekerjaan mereka. #ebagai contoh, data yang tidak akurat atau usang mengenai riayat kredit dari nasabah yang dikelola oleh lembaga kredit dapat mencegah para individual yang layak diberikan kredit dari memperoleh pinjaman atau menurunkan peluang mereka dalam menemukan atau mempertahankan suatu pekerjaan. MODUL PENELUSURAN PEM$ELA(ARAN
Dalam Penelusuran Pembelajaran akan memberikan bahan yang relevan dengan topik yang dibahas dalam bab ini' 1.
ancangan Database, ormalisasi, dan Diagram elasi!+ntitas.
2.
Pengenalan #?0
3.
"odel Data 5aringan dan
Rangkuan 1. Apakah yang menjadi permasalahan dalam pengelolaan sumber daya data dalam lingkungan file tradisional dan bagaimana mereka dapat diatasi dengan sistem manajemen database?
$eknik manajemenfile tradisional menyulitkan bagi organisasi untuk menelusuri seluruh bagian data yang mereka gunakan dengan cara sistematis dan untuk mengatur data!data tersebut sehingga dapat lebih mudah untuk diakses. &rea dan kelompok fungsional yang berbeda dimungkinkan untuk mengembangkan file mereka sendiri dengan bebas. Dari aktu ke aktu, lingkungan manajemenfile tradisional menciptakan permasalahan, seperti redundansi dan ketidakkonsistenan data, ketergantungan data terhadap program, tidak fleksibel, keamanan yang buruk, kurangnya pembagian dan ketersediaan data. #istem manajemen database (database management system$#%&S memecahkan permasalahan!permasalahan tersebut dengan perangkat lunak yang mengiinkan sentralisasi data dar. manajemen data sehingga bisnis memiliki sumber tunggal yang
konsisten untuk semua kebutuhan data mereka Dengan menggunakan DB"# dapat meminimalkan redundansi dan tidak konsistennya file. 1.
Apakah kapabilitas utama dari DBMS dan mengapa DBMS relasional menjadi sangat ampuh?
Kapabilitas utama DB"# meliputi kemampuan untuk mendefinisikan data, kemampuan kamus data, dan bahasa manipulasi data. Kapabilitas mendefinisikan data menentukan struktur dan konten dari database. Kamus data merupakan file otomatis atau manual yang menyimpan informasi mengenai data dalam database, termasuk nama, definisi, format, dan penjelasan dari elemen data. Bahasa manipulasi data, seperti #?0, merupakan bahasa yang dispesialisasikan untuk mengakses dan memanipulasi data di dalam database. #atabase relasional adalah metode utama untuk mengorganisasikan dan memelihara data dalam sisteinformasi karena sangat fleksibel dan dapat diakses. #atabase relasional menyusun data ke dalam tabel dal dimensi dengan baris dan kolom yang disebut relasi. #etiap tabel berisi data tentang entitas dan atributnya. #etiapbaris menggambarkan catatan dan setiap kolom meakili atribut atau field. #etiap tabel juga berisi field untuk mengidentifikasi secara unik setiap record untuk pencarian dan manipulasi. $abel database relasional dartdigabungkan dengan lebih mudah untuk mengirimkan data yang diminta oleh pengguna, disediakan dua yang membagikan elemen data yang umum. #atabase non!relasional terkenal untuk pengelolaan jenis data yang tidak dapat ditangani dengan mudah oleh model database relasional. Baik produk database relasional dan non! relasional tersedia dalam layanan cloud computing. .
Apakah prinsip!prinsip yang penting dalam perancangan database(
"erancang database membutuhkan rancangan logis dan rancangan fisik. "odel rancangan logis database dari sudut pandang bisnis. "odel data organisasi seharusnya menggambarkan proses! proses bisnis dan pengambilan keputusan yang penting. Proses pembuatan struktur data yang kecil, stabil, fleksibel, dan adaptif dari sekelompok data yang rumit ketika merancang database relasional disebut normalisasi. #atabase relasional yang dirancang dengan baik tidak akan mempunyai hubungan banyak ke banyak, dan semua atribut untuk entitas tertentu hanya akan digunakan pada entitas itu. #atabase relasional berupaya untuk menegakkan aturan integritas referensial untuk memastikan relasi diantara tabel!tabel yang berpasangan agar tetap konsisten. Diagram relasi entitas menggambarkan secara grafts hubungan antar!entitas 3tabel4 dalam database relasional. ".
Apakah berbagai perangkat dan teknologi penyediaan in#ormasi dari database untuk meningkatkan kinen bisnis dan pengambilan keputusan?
$eknologi manajemen data kontemporer memiliki berbagai alat untuk memperoleh informasi yang bermanfaat dari seluruh jenis data berbeda yang digunakan oleh bisnis saat ini, meliputi data besar semi!terstruktur dan tidak terstruktur dalam kuantitas sangat banyak. Kapabilitas ini meliputi data warehouse dan data mart,
dari Forld Fide Feb, memeriksa struktur dari situs eb dan aktivitas dari pengguna situs eb, demikian halnya dengan konten laman eb. #atabase konvensional dapat dikaitkan melalui middleware ke eb atau ke tampilan eb untuk memfasilitasi akses dari pengguna terhadap data internal organisasi. 7. &engapa kebijakan informasi, administrasi data, dan jaminan kualitas data sangat penting dalam mengelola sumber daya data perusahaan7 "engembangkan lingkungan database memerlukan kebijakan dan prosedur dalam mengelola data organisasional sama halnya dengan model data yang tepat dan teknologi database. Kebijakan informasi formal mengatur pemeliharaan, distribusi, dan penggunaan informasi dalam organisasi. Dalam korporasi!korporasi besar, fungsi administrasi data formal bertanggung jaab atas kebijakan informasi, sama halnya dengan perencanaan data, pengembangan kamus data, dan pemantauan penggunaan data dalam perusahaan. Data yang tidak akurat, tidak lengkap, atau tidak konsisten akan menciptakan permasalahan operasional yang serius dan permasalahan finansial bagi pebisnis karena mereka dapat menciptakan ketidakakuratan dalam penetapan harga, akun pelanggan, dan data persediaan, serta mengarah pada pengambilan keputusan yang tidak akurat mengenai tindakan!tindakan yang harus diambil oleh perusahaan. Perusahaan mengambil langkah!langkah khusus untuk memastikan baha data memiliki tingkat kualitas data tinggi.
