2.2.5 Manajemen Data
Subsistem manajemen data terdiri dari elemen-elemen berikut: 1.
Database sistem pendukung keputusan 2.
Sistem manajemen database atau database management sistem DBMS 3.
Directory data 4.
Fasilitas query
2.2.5.1 Database
Database adalah kumpulan data yang saling terkait yang diorganisasi untuk memenuhi kebutuhan dan struktur sebuah organisasi serta bisa digunakan
oleh lebih dari satu orang dan lebih dari satu aplikasi. Ada tiga sumber data dalam sistem pendukung keputusan, yaitu:
1. Data internal
Data internal yang dimaksud adalah data yang sudah ada dalam suatu organisasi. Data tersebut bisa dikendalikan oleh organisasi tersebut. Data
internal bisa berupa data mengenai orang, produk, layanan, dan proses-proses. Contoh data internal adalah:
• Data tentang pegawai
• Data tentang peralatan dan mesin
• Data penjualan
• Data penjadwalan produksi
2. Data eksternal
Data eksternal adalah data yang tidak bisa dikendalikan oleh organisasi- organisasi. Data tersebut berasal dari luar sistem. Contoh dari data eksternal
adalah: •
Peraturan perundangan •
Harga pasar •
Keadaan pesaing •
Kurs dolar
3. Data privat atau personal
Data privat adalah data mengenai kepakaran atau naluri dari user terhadap masalah yang akan diselesaikan. Dengan kata lain, data privat merupakan
pendapat dari user mengenai variabel yang diperlukan selama menyelesaikan masalah atau nilai dari suatu variabel. Data tersebut bersifat subjektif.
2.2.5.2 Ekstraksi
Dalam membuat sebuah database sering diperlukan adanya koneksi ke data warehouse. Proses pemindahan data-data dari database operasional ke dalam
warehouse atau database yang khusus digunakan untuk analisis disebut proses ekstraksi. Ekstraksi juga menangani pengambilan data dari sumber-sumber data
eksternal dan data privat.
Gambar 2.8 Elemen-elemen subsistem manajemen data
2.2.5.3 Organisasi data
Online transaction processing OLTP merupakan sistem operasional yang dibangun untuk menjalankan bisnis sehari-hari. Sistem tersebut mendukung
proses bisnis dalam organisasi dan dibangun untuk memasukan data dalam
database. Sistem pendukung keputusan dibangun untuk memperoleh informasi strategis dari database yang ada. Kesulitan analisis dengan database OLTP
adalah: •
Kompleks dan terlalu terstruktur. •
Sistem lebih didesain ke arah performance tinggi untuk transaksi daripada untuk analisis.
• Data yang ada tidak selalu berguna untuk analisis.
• Data elemen yang bisa didefinisiskan secara berbeda contoh: tanggal ada
bertipe date, dan ada yang bertipe varchar. •
Data disebar dalam banyak sistem sehingga sulit untuk melakukan analisis secara langsung.
• Analisis pada OLTP bisa menurunkan performance transaksi.
Dalam membangun database untuk keperluan transaksi, patokan yang digunakan adalah normalisasi, di mana kita akan menghindari adanya redundansi dalam
sistem database yang dibangun. Hal itu bertujuan agar proses penginputan, pengubahan, atau penghapusan bisa dilakukan dengan cepat. Hal itu sesuai
dengan karakteristik dari transaksi yang sering melakukan operasi insert, update, ataupun delete. Selain itu, hal tersebut dimaksudkan agar data yang ada selalu
konsisten. Lain halnya bila kita membangun untuk keperluan analisis. Proses yang
sering terjadi adalah proses pengambilan data atau select. Proses tersebut akan mudah dilakukan oleh sistem jika dilakukan dalam satu tabel saja tanpa proses
pengambilan dengan fungsi agregasi. Oleh karena itu, rancangan database yang sangat normal justru akan mempersulit proses pengambilan data. Dalam
perancangan database yang digunakan untuk analisis justru dianut kaidah perancangan database dengan struktur yang tidak normal, di mana redundansi
bisa terjadi dimana-mana. Seringkali tersimpan data-data summary dalam database, tidak hanya data atomik transaksi.
2.2.5.4 Sistem manajemen database
Kategori