Categories
Uncategorized

CHAPTER 6

Nama:Naufal Aflah H

NIM:1908845

CHAPTER 6

Redundansi dan Inkonsistensi Data

Redundansi data adalah adanya duplikat data di beberapa file data jadi

bahwa data yang sama disimpan di lebih dari sekedar tempat atau lokasi. Data

redundansi terjadi ketika berbagai kelompok dalam suatu organisasi berdiri sendiri

mengumpulkan data yang sama dan menyimpannya secara terpisah satu sama lain. Data

redundansi memboroskan sumber daya penyimpanan dan juga menyebabkan inkonsistensi data,

dimana atribut yang sama mungkin memiliki nilai yang berbeda. Misalnya, dalam

contoh dari KURSUS entitas diilustrasikan pada Gambar 6-1, Tanggal mungkin

diperbarui di beberapa sistem tetapi tidak di sistem lain. Atribut yang sama, Student_ID,

mungkin juga memiliki nama yang berbeda dalam sistem yang berbeda di seluruh rumah sakit.

tion. Beberapa sistem mungkin menggunakan Student_ID dan yang lainnya mungkin menggunakan ID, untuk

contoh.

Kebingungan tambahan mungkin terjadi akibat penggunaan sistem pengkodean yang berbeda untuk

mewakili nilai untuk suatu atribut. Misalnya, penjualan, inventaris, dan manufaktur

sistem pemfaktoran dari pengecer pakaian mungkin menggunakan kode yang berbeda untuk mewakili

Ukuran pakaian. Satu sistem mungkin menyatakan ukuran pakaian sebagai “ekstra besar”,

sedangkan yang lain mungkin menggunakan kode “XL” untuk tujuan yang sama. Hasilnya

kebingungan akan menyulitkan perusahaan untuk menciptakan hubungan pelanggan

manajemen, manajemen rantai pasokan, atau sistem perusahaan yang terintegrasi

data dari berbagai sumber.

Ketergantungan Data-Program

Ketergantungan data program mengacu pada kopling data yang disimpan dalam file dan file

program khusus yang diperlukan untuk memperbarui dan memelihara file tersebut sedemikian rupa sehingga berubah

dalam program membutuhkan perubahan data. Setiap program komputer tradisional

harus menjelaskan lokasi dan sifat data yang digunakannya. Di sebuah

lingkungan file tradisional, setiap perubahan dalam program perangkat lunak memerlukan file

perubahan data yang diakses oleh program itu. Satu program mungkin dimodifikasi

dari kode pos lima digit hingga sembilan digit. Jika file data asli diubah

dari kode pos lima digit hingga sembilan digit, kemudian program lain yang memerlukan

kode pos lima digit tidak lagi berfungsi dengan baik. Perubahan semacam itu bisa merugikan

jutaan dolar untuk diterapkan dengan benar.

Kurangnya Fleksibilitas

Sistem file tradisional dapat mengirimkan laporan terjadwal rutin setelah ekstensif

upaya pemrograman, tetapi tidak dapat menyampaikan laporan ad hoc atau menanggapi

persyaratan informasi yang tidak terduga secara tepat waktu. Informasi

diperlukan oleh permintaan ad hoc ada di suatu tempat di sistem tetapi mungkin terlalu mahal

sive untuk mengambil. Beberapa programmer mungkin harus bekerja selama berminggu-minggu

bersama-sama item data yang diperlukan dalam file baru. Keamanan Buruk

 

Karena hanya ada sedikit kontrol atau pengelolaan data, akses ke dan penyebaran

negara informasi mungkin di luar kendali. Manajemen mungkin tidak punya cara

 

mengetahui siapa yang mengakses atau bahkan membuat perubahan pada organisasi

data.

Kurangnya Berbagi dan Ketersediaan Data

Karena potongan informasi di file yang berbeda dan bagian yang berbeda

organisasi tidak dapat dikaitkan satu sama lain, itu hampir tidak mungkin informasi untuk dibagikan atau diakses tepat waktu. Informasi tidak bisa

mengalir bebas melintasi area fungsional yang berbeda atau bagian berbeda dari organisasi-

tion. Jika pengguna menemukan nilai yang berbeda dari bagian informasi yang sama menjadi dua

sistem yang berbeda, mereka mungkin tidak ingin menggunakan sistem ini karena mereka tidak bisa

mempercayai keakuratan data mereka.

6.2 PENDEKATAN DATABASE TERHADAP DATA

PENGELOLAAN

Teknologi database memotong banyak masalah file tradisional

organisasi. Definisi database yang lebih ketat adalah kumpulan data

diatur untuk melayani banyak aplikasi secara efisien dengan memusatkan data dan

mengontrol data yang berlebihan. Daripada menyimpan data dalam file terpisah untuk masing-masing file

aplikasi, data disimpan sehingga terlihat bagi pengguna sebagai disimpan hanya dalam satu

lokasi. Sebuah database tunggal melayani banyak aplikasi. Misalnya, sebagai gantinya

dari perusahaan yang menyimpan data karyawan dalam sistem informasi terpisah dan

file terpisah untuk personel, penggajian, dan tunjangan, yang dapat dibuat oleh perusahaan

database sumber daya manusia tunggal.

SISTEM MANAJEMEN DATABASE

Sistem manajemen basis data (DBMS) adalah perangkat lunak yang memungkinkan file

organisasi untuk memusatkan data, mengelolanya secara efisien, dan menyediakan akses

ke data yang disimpan oleh program aplikasi. DBMS bertindak sebagai antarmuka

 

antara program aplikasi dan file data fisik. Ketika aplikasi-

Program tion memanggil item data, seperti pembayaran kotor, DBMS menemukan item ini

dalam database dan menyajikannya ke program aplikasi. Menggunakan tradisional

file data, programmer harus menentukan ukuran dan format masing-masing

elemen data yang digunakan dalam program dan kemudian memberitahu komputer di mana mereka

berada.

DBMS membebaskan programmer atau pengguna akhir dari tugas di bawah

berdiri di mana dan bagaimana data sebenarnya disimpan dengan memisahkan logis

dan tampilan fisik data. Pandangan logis menyajikan data sebagaimana adanya

dirasakan oleh pengguna akhir atau ahli bisnis, sedangkan tampilan fisik

menunjukkan bagaimana data sebenarnya diatur dan disusun di penyimpanan fisik

media.

Perangkat lunak manajemen basis data membuat basis data fisik tersedia

untuk tampilan logis berbeda yang dibutuhkan oleh pengguna. Misalnya untuk manusia

database sumber daya yang diilustrasikan pada Peraga 6-3, spesialis manfaat mungkin memerlukan a

tampilan yang terdiri dari nama karyawan, nomor jaminan sosial, dan kesehatan

perlindungan asuransi. Seorang anggota departemen penggajian mungkin membutuhkan data seperti

nama karyawan, nomor jaminan sosial, gaji kotor, dan gaji bersih. Operasi DBMS Relasional

Tabel database relasional dapat digabungkan dengan mudah untuk mengirimkan data yang dibutuhkan oleh

pengguna, asalkan dua tabel berbagi elemen data yang sama. Misalkan kita

ingin menemukan dalam database ini nama-nama pemasok yang dapat menyediakan kami

dengan nomor bagian 137 atau nomor bagian 150. Kami memerlukan informasi dari

dua tabel: tabel SUPPLIER dan tabel BAGIAN. Perhatikan bahwa dua file ini

memiliki elemen data bersama: Supplier_Number.

Dalam database relasional, tiga operasi dasar, seperti yang ditunjukkan pada Peraga 6-5,

digunakan untuk mengembangkan kumpulan data yang berguna: pilih, gabung, dan proyek. Pilih

Operasi membuat subset yang terdiri dari semua catatan dalam file yang memenuhi yang disebutkan

kriteria. Select membuat, dengan kata lain, subset baris yang memenuhi tertentu

kriteria. Dalam contoh kami, kami ingin memilih catatan (baris) dari tabel BAGIAN

dimana Part_Number sama dengan 137 atau 150. Operasi penggabungan menggabungkan

tabel relasional untuk memberi pengguna lebih banyak informasi daripada yang tersedia di

tabel individu. Dalam contoh kami, kami ingin bergabung dengan PART yang sekarang dipersingkat

tabel (hanya bagian 137 atau 150 yang akan disajikan) dan tabel SUPPLIER menjadi a

satu tabel baru.

Operasi proyek membuat subset yang terdiri dari kolom dalam tabel,

mengizinkan pengguna untuk membuat tabel baru yang hanya berisi informasi

yg dibutuhkan. Dalam contoh kami, kami ingin mengekstrak dari tabel baru hanya berikut ini

kolom: Part_Number, Part_Name, Supplier_Number, dan Supplier_Name.

DBMS Berorientasi Objek

Banyak aplikasi saat ini dan di masa depan membutuhkan database yang dapat menyimpan dan

mengambil tidak hanya angka dan karakter terstruktur tetapi juga gambar, gambar,

foto, suara, dan video gerak penuh. DBMS dirancang untuk pengorganisasian

data terstruktur ke dalam baris dan kolom tidak cocok untuk menangani grafik-

aplikasi berbasis atau multimedia. Database berorientasi objek lebih cocok

untuk tujuan ini.

DBMS berorientasi objek menyimpan data dan prosedur yang bertindak atas itu

data sebagai objek yang dapat diambil dan dibagikan secara otomatis. Berorientasi pada objek

sistem manajemen database (OODBMS) menjadi populer karena mereka

dapat digunakan untuk mengelola berbagai komponen multimedia atau applet Java yang digunakan

dalam aplikasi Web, yang biasanya mengintegrasikan potongan informasi dari berbagai macam

sumber.

Meskipun database berorientasi objek dapat menyimpan jenis informasi yang lebih kompleks.

dibandingkan dengan DBMS relasional, mereka relatif lambat dibandingkan dengan relasional

DBMS untuk memproses transaksi dalam jumlah besar. Relasional objek hybrid

Sistem DBMS sekarang tersedia untuk memberikan kemampuan berorientasi objek

dan DBMS relasional.

Database di Cloud

Misalkan perusahaan Anda ingin menggunakan layanan komputasi awan. Apakah ada jalan

mengelola data di cloud? Jawabannya adalah “Ya”. Komputasi awan

penyedia menawarkan layanan manajemen database, tetapi layanan ini biasanya

memiliki fungsionalitas yang lebih sedikit daripada rekan lokal mereka. KEMAMPUAN SISTEM MANAJEMEN DATABASE

DBMS mencakup kemampuan dan alat untuk mengatur, mengelola, dan mengakses

data dalam database. Yang terpenting adalah bahasa definisi datanya,

kamus data, dan bahasa manipulasi data.

DBMS memiliki kemampuan definisi data untuk menentukan struktur konten

dari database. Ini akan digunakan untuk membuat tabel database dan untuk mendefinisikan

karakteristik bidang di setiap tabel. Ini informasi tentang database

akan didokumentasikan dalam kamus data. Kamus data adalah otomatis atau

file manual yang menyimpan definisi elemen data dan karakteristiknya.

Microsoft Access memiliki kemampuan kamus data dasar yang ditampilkan

informasi tentang nama, deskripsi, ukuran, jenis, format, dan properti lain-

ikatan masing-masing bidang dalam sebuah tabel (lihat Gambar 6-6). Kamus data untuk perusahaan besar

database dapat menangkap informasi tambahan, seperti penggunaan, kepemilikan (siapa

dalam organisasi bertanggung jawab untuk memelihara data), otorisasi;

keamanan, dan individu, fungsi bisnis, program, dan laporan itu

gunakan setiap elemen data.

Membuat Kueri dan Pelaporan DBMS mencakup alat untuk mengakses dan memanipulasi informasi dalam database.

Kebanyakan DBMS memiliki bahasa khusus yang disebut bahasa manipulasi data

yang digunakan untuk menambah, mengubah, menghapus, dan mengambil data dalam database.

Bahasa ini berisi perintah yang mengizinkan pengguna akhir dan pemrograman

spesialis untuk mengekstrak data dari database untuk memenuhi permintaan informasi dan

mengembangkan aplikasi. Bahasa manipulasi data yang paling menonjol saat ini adalah

Bahasa Kueri Terstruktur, atau SQL. GUDANG DATA

Misalkan Anda menginginkan informasi yang ringkas dan andal tentang operasi saat ini,

tren, dan perubahan di seluruh perusahaan Jika Anda bekerja di perusahaan besar

perusahaan, mendapatkan ini mungkin sulit karena data sering disimpan di

sistem terpisah, seperti penjualan, manufaktur, atau akuntansi. Beberapa data

yang Anda butuhkan mungkin ditemukan di sistem penjualan, dan bagian lain di

sistem manufaktur. Banyak dari sistem ini adalah sistem lama yang lebih tua

menggunakan teknologi manajemen data yang sudah ketinggalan zaman atau sistem file tempat informasi

sulit diakses oleh pengguna.

Anda mungkin harus menghabiskan banyak waktu untuk mencari dan

mengumpulkan data yang Anda butuhkan, atau Anda akan dipaksa untuk membuat keputusan

berdasarkan pengetahuan yang tidak lengkap. Jika Anda menginginkan informasi tentang tren, Anda

mungkin juga kesulitan menemukan data tentang peristiwa masa lalu karena sebagian besar perusahaan hanya

membuat data mereka saat ini segera tersedia. Alamat pergudangan data

masalah-masalah ini.

Apa itu Data Warehouse?

Gudang data adalah basis data yang menyimpan data terkini dan historis

minat potensial bagi pengambil keputusan di seluruh perusahaan. Data

berasal dari banyak sistem transaksi operasional inti, seperti sistem

untuk penjualan, akun pelanggan, dan manufaktur, dan mungkin termasuk data

dari transaksi situs web. Gudang data melakukan konsolidasi dan standarisasi

informasi dari database operasional yang berbeda sehingga informasi tersebut dapat

digunakan di seluruh perusahaan untuk analisis manajemen dan pengambilan keputusan.

Gambar 6-12 mengilustrasikan cara kerja gudang data. Gudang data

membuat data tersedia untuk diakses siapa saja sesuai kebutuhan, tetapi tidak bisa

diubah. Sebuah sistem gudang data juga menyediakan berbagai ad hoc dan

alat kueri standar, alat analitis, dan fasilitas pelaporan grafis.

Banyak perusahaan menggunakan portal intranet untuk membuat informasi gudang data

tersedia secara luas di seluruh perusahaan.

Catalina Marketing, sebuah perusahaan pemasaran global untuk paket konsumen utama

perusahaan barang dan pengecer, mengoperasikan gudang data raksasa yang mencakup

tiga tahun sejarah pembelian untuk 195 juta program loyalitas pelanggan AS

anggota di supermarket, apotek, dan pengecer lainnya. Itu yang terbesar

database loyalitas di dunia. Pelanggan toko ritel Catalina menganalisis ini

database riwayat pembelian pelanggan untuk menentukan pelanggan individu

preferensi pembelian. ALAT UNTUK KECERDASAN BISNIS:

ANALISIS DAN DATA DATA MULTIDIMENSI

PERTAMBANGAN

Setelah data diambil dan diatur di gudang data dan data mart,

mereka tersedia untuk analisis lebih lanjut menggunakan alat untuk intelijen bisnis,

yang kami perkenalkan secara singkat di Bab 2. Alat intelijen bisnis memungkinkan

pengguna untuk menganalisis data untuk melihat pola, hubungan, dan wawasan baru yang ada

berguna untuk memandu pengambilan keputusan.

Alat utama untuk kecerdasan bisnis termasuk perangkat lunak untuk kueri database

dan pelaporan, alat untuk analisis data multidimensi (analitik online

pemrosesan), dan alat untuk penambangan data. Bagian ini akan memperkenalkan Anda pada ini

alat, dengan detail selengkapnya tentang analitik dan aplikasi kecerdasan bisnis di

pembahasan Bab 12 tentang pengambilan keputusan.

Pemrosesan Analitik Online (OLAP)

Misalkan perusahaan Anda menjual empat produk berbeda — mur, baut, mesin cuci, dan

sekrup — di wilayah Timur, Barat, dan Tengah. Jika Anda ingin bertanya dengan adil

pertanyaan langsung, seperti berapa banyak mesin cuci yang terjual di masa lalu

kuartal, Anda dapat dengan mudah menemukan jawabannya dengan menanyakan database penjualan Anda.

Tetapi bagaimana jika Anda ingin tahu berapa banyak mesin cuci yang terjual di setiap penjualan Anda

wilayah dan membandingkan hasil aktual dengan penjualan yang diproyeksikan?

Untuk mendapatkan jawabannya, Anda memerlukan pemrosesan analitik online

(OLAP). OLAP mendukung analisis data multidimensi, memungkinkan pengguna untuk

melihat data yang sama dengan cara berbeda menggunakan beberapa dimensi. Setiap aspek

informasi — produk, harga, biaya, wilayah, atau periode waktu — mewakili a

dimensi yang berbeda. Jadi, seorang manajer produk dapat menggunakan data multidimensi

alat analisis untuk mengetahui berapa banyak mesin cuci yang dijual di Timur pada bulan Juni, bagaimana itu

membandingkan dengan bulan sebelumnya dan bulan Juni sebelumnya, dan bagaimana perbandingannya

dengan perkiraan penjualan. OLAP memungkinkan pengguna mendapatkan jawaban ad hoc online

pertanyaan seperti ini dalam waktu yang cukup cepat, bahkan ketika datanya

disimpan dalam database yang sangat besar, seperti angka penjualan selama beberapa tahun.

Gambar 6-13 menunjukkan model multidimensi yang dapat dibuat

mewakili produk, wilayah, penjualan aktual, dan penjualan yang diproyeksikan. Matriks

penjualan aktual dapat ditumpuk di atas matriks penjualan yang diproyeksikan untuk membentuk kubus

dengan enam wajah. Jika Anda memutar kubus 90 derajat ke satu arah, wajah yang ditampilkan akan

jadilah produk versus penjualan aktual dan yang diproyeksikan. Jika Anda memutar kubus 90 derajat

sekali lagi, Anda akan melihat wilayah versus penjualan aktual dan yang diproyeksikan. Jika Anda memutar 180

derajat dari tampilan aslinya, Anda akan melihat proyeksi penjualan dan produk versus

wilayah. Kubus dapat disarangkan di dalam kubus untuk membangun tampilan data yang kompleks. SEBUAH

perusahaan akan menggunakan database multidimensi khusus atau alat

yang menciptakan tampilan multidimensi data dalam database relasional.

Penambangan Data

Query database tradisional menjawab pertanyaan seperti, “Berapa banyak unit

nomor produk 403 telah dikirim pada Februari 2010? ” OLAP, atau multidimen-

analisis sional, mendukung permintaan informasi yang jauh lebih kompleks, seperti

“Bandingkan penjualan produk 403 relatif terhadap rencana per kuartal dan wilayah penjualan untuk

dua tahun terakhir. ” Dengan OLAP dan analisis data berorientasi kueri, pengguna perlu melakukannya

memiliki ide bagus tentang informasi yang mereka cari. MEMBANGUN KEBIJAKAN INFORMASI

Setiap bisnis, besar dan kecil, membutuhkan kebijakan informasi. Data perusahaan Anda

adalah sumber daya yang penting, dan Anda tidak ingin orang melakukan apa pun yang mereka lakukan

ingin dengan mereka. Anda perlu memiliki aturan tentang bagaimana data akan diatur dan

dipertahankan, dan siapa yang diizinkan untuk melihat data atau mengubahnya.

Kebijakan informasi menetapkan aturan organisasi untuk berbagi,

menyebarkan, memperoleh, membakukan, mengklasifikasikan, dan menginventarisasi informasi-

tion. Kebijakan informasi menjabarkan prosedur dan akuntabilitas khusus,

mengidentifikasi pengguna dan unit organisasi mana yang dapat berbagi informasi, di mana

informasi dapat didistribusikan, dan siapa yang bertanggung jawab untuk memperbarui dan

menjaga informasi. Misalnya, kebijakan informasi yang khas akan

tentukan bahwa hanya dipilih anggota penggajian dan sumber daya manusia

departemen berhak untuk mengubah dan melihat data karyawan yang sensitif,

seperti gaji karyawan atau nomor jaminan sosial, dan departemen ini-

ments bertanggung jawab untuk memastikan bahwa data karyawan tersebut akurat.

Jika Anda berada dalam bisnis kecil, kebijakan informasi akan ditetapkan dan

dilaksanakan oleh pemilik atau pengelola. Dalam organisasi besar, mengelola dan

Perencanaan informasi sebagai sumber daya perusahaan seringkali membutuhkan data formal

fungsi administrasi. Administrasi data bertanggung jawab untuk yang spesifik

kebijakan dan prosedur di mana data dapat dikelola sebagai sebuah organisasi

sumber. Tanggung jawab ini termasuk mengembangkan kebijakan informasi, perencanaan

untuk data, mengawasi desain database logis dan pengembangan kamus data, dan

memantau bagaimana spesialis sistem informasi dan kelompok pengguna akhir menggunakan data.

Anda mungkin mendengar istilah tata kelola data yang digunakan untuk menjelaskan banyak di antaranya

kegiatan. Dipromosikan oleh IBM, tata kelola data berkaitan dengan kebijakan dan

proses untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan

data yang digunakan di perusahaan, dengan penekanan khusus pada promosi privasi,

keamanan, kualitas data, dan kepatuhan terhadap peraturan pemerintah.

Sebuah organisasi besar juga akan memiliki desain database dan grup manajemen

dalam divisi sistem informasi perusahaan yang bertanggung jawab

mendefinisikan dan mengatur struktur dan isi database, dan

memelihara database. Bekerja sama erat dengan pengguna, kelompok desain

menetapkan database fisik, hubungan logis antar elemen, dan

aturan akses dan prosedur keamanan. Fungsi yang dilakukannya disebut

administrasi database.

Leave a Reply

Your email address will not be published. Required fields are marked *