6. Dasar Dasar Intelejen Bisnis Database dan Manajemen Informasi

SISTEM INFORMASI

  Dasar-dasar Intelejen Bisnis : Database dan Manajemen Informasi

  

Containt

• Sistem Informasi di Bisnis Global Saat Ini
• E-Bisnis Global dan Kolaborasi
• Sistem Informasi, Organisasi, dan Strategi • Isu Sosial dan Etikal dalam Sistem Informasi
• Infrastruktur Teknologi Informasi dan Perkembangan Teknologi
• Dasar-dasar Business

  Intelegence: Manajemen database dan Informasi

• Telekomunikasi, Internet dan Teknologi Wireless
• Sistem Pengaman Informasi • Menuju Penyempurnaan Operasional dan pendekatan pelanggan
• E-Commerce : Pasar Digital, Barang Digital • Mengelola pengetahuan dan kolaborasi
• Meningkatkan kualitas pembuatan keputusan
• Membangun Sistem Informasi

  

Mengorganisasikan Data Dalam Lingkungan File Tradisional

• Konsep Pengorganisasian FIle
• – Database: Sekumpulan file yang terelasi

• – File: Sekelompok records yang berjenis sama

• – Record: Sekumpulan Field yang terelasi
• – Field: Sekumpulan karakter berupa kata or

  angka

• Mendeskripsikan entity (manusia, tempat, peristiwa yang bisa disimpan sebagai informasi)
• Attribute: Setiap karakteristik, atau kualitas, menggambarkan entitas
• – Contoh: Atribut TANGGAL atau KELAS menjadi milik entitas

THE DATA HIERARCHY

  

Mengorganisasikan Data Dalam Lingkungan File Tradisional

• Masalah-masalah dalam lingkungan data

  tradisional (file dikelola secara terpisah oleh departemen yang berbeda)

• – Data redundancy:
• Adanya duplikasi data di beberapa file
• – Data inconsistency:
• Atribut yang sama memiliki nilai yang berbeda
• – Ketergantungan program data:
• Setiap perubahan pada program perangkat lunak, mensyaratkat perubahan terhadap data yang diakses
>– Kurangnya fleksibilitas
• – Sistem keamanan yang buruk

TRADITIONAL FILE PROCESSING

• Database
• – Melayani berbagai aplikasi dengan memusatkan data

  dan mengurangi penggandaan data

• Database management system (DBMS)
• – Antarmuka antara aplikasi dengan file data fisik
• – Memisahkan tampilan data logis dan data fisik dari data
• – Mengatasi masalah-masalah pada lingkungan file

  tradisional

  

Pendekatan Database untuk Pengelolaan Data

• Mengurangi redundansi
• Mengurangi inkonsistensi
• Memisahkan programs and data
• Memungkinkan organisasi untuk mengelola, menggunakan, dan

  

DATABASE SUMBER DAYA MANUSIA DENGAN BERBAGAI

BENTUK TAMPILAN

  

Pendekatan Database untuk Pengelolaan Data

• DBMS Relasional
• – Representasi data pada tabel dua dimensi
• – Tiap tabel berisikan data pada entitas dan attribut
• Tabel: grid of columns and rows
• – Rows (tuples): Records untuk entitas yang berbeda
• – Fields (columns): Merepresentasikan attribut untuk entitas
• – Key field: Field used to uniquely identify each record
• – Primary key: Field dalam tabeldigunakan untuk fields kunci
• – Foreign key: Primary key digunakan pada tabel kedua

  TABEL Database Relational

  Pendekatan Database untuk Pengelolaan Data

• Operasi DBMS Relasional

• –Tiga operasi dasar digunakan untuk

  

membangun set data yang berguna

• SELECT: Menampilakan suatu bagian yang berisi seluruh rekaman bedasarkan kriteria
• JOIN: Mengombinasikan tabel-tabel yang memiliki keterkaitan
• PROJECT: Menampilakn kolom-kolom

TIGA OPERSI DASAR PADA DBMS RELATIOANAL

  

Pendekatan Database untuk Pengelolaan Data

• Database Non-relational : “NoSQL”
• Model data yang lebih fleksibel
• Didistribusikan pada banyak perangkat
• Kemudahan dalam skalabilitas
• Menangani data tidak terstruktur dan

  terstructur dalam volume besar seperti (Web, social media, graphics)

• • Database pada sistem cloud computing

• Typically, less functionality than on-premises

  DBs

• Amazon Relational Database Service,

  Microsoft SQL Azure

  Pendekatan Database untuk Pengelolaan Data

• Kapabilitas sistem manajemen database
• – Kapabilitas definisi data: Menspesifikasikan struktur konten database, dalam pembuatan database.
• – Kamus data: file Otomatis atau manual yang

  menyimpan definisi-definisi elemen data berikut karakteristiknya

• – Data manipulation language: digunakan to membuat,

  merubah, menghabis, mendapatkan data kembali daridatabase

• Structured Query Language (SQL)
• Microsoft Access user tools for generating SQL
• – Banyak DBMS memiliki kemampuan untuk membuat

MICROSOFT ACCESS DATA DICTIONARY FEATURES

  FIGURE 6-6

EXAMPLE OF AN SQL QUERY

  FIGURE 6-7 Illustrated here are the SQL statements for a query to select suppliers for parts 137 or 150. They produce a list with the same results as Figure 6-5.

AN ACCESS QUERY

  

Pendekatan Database untuk Pengelolaan Data

• Mendisain Database
• – Desain Konceptual (logical) : abstract model dari business perspective
• – Physical design: Bagaimana database diatur dan diakses langsung pada penyimpanan
• Identifikasi proses desain:

• – Hubungan antara elemen data, elemen database yang berlebihan

• – Cara yang paling efisien untuk mengelompokan elemen data untuk memenuhi kebutuhan bisnis dan kebutuhan program apikasi
• Normalisasi
• – Perampingan pengelompokan yang kompleks untuk meminimalisasi elemen data yang berlebihan dan hubungan many-to-many

AN UNNORMALIZED RELATION FOR ORDER

  

NORMALIZED TABLES CREATED FROM ORDER

FIGURE 6-10

  After normalization, the original relation ORDER has been broken down into four smaller relations. The relation ORDER is left with only two attributes and the relation LINE_ITEM

  

The Database Approach to Data Management

• Aturan referensial integritas
• igunakan oleh RDMS untuk memastikan

  hubungan antara tabel tetap konsisten

• Entity-relationship diagram
• Digunakan oleh desainer database untuk

  mendokumentasikan model data

• Menggambarkan hubungan antara entitas

AN ENTITY-RELATIONSHIP DIAGRAM

  FIGURE 6-11 This diagram shows the relationships between the entities SUPPLIER, PART, LINE_ITEM, and ORDER that might be used to model the database in Figure 6-10.

• Big data
• Lonjakan data yang tidak terstruktur /

  semi-srtuktur dari lalu lintas web, social media, sensors, dsb.

• Petabytes, exabytes of data
• Volume terlalu besar untuk ukuran
• Dapat melihat pola yang lebih

  berbentuk dan anomali

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan

Pengambilan Keputusan

• Infrastruktur Intelijen Bisnis
• Saat ini mencakup berbagai alat untuk

  sistem yang terpisah, dan data besar

• Contemporary tools:
• Data warehouses
• Data marts
• Hadoop • In-memory computing

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Data warehouse:
• – Data historis dan data terkini dari bayaknya data sistem transaksi operasional
• – Mengkonsolidasikan dan standarisasi informasi untuk

  digunakan di seluruh perusahaan, namun data tidak

  dapat diubah
• – Menyediakan analisis dan alat pelaporan
• Data marts:
• – Bagian dari data warehouse

• – Diringkas atau terfokus sebagian data untuk digunakan

  oleh populasi tertentu dari pengguna

  COMPONENTS OF A DATA WAREHOUSE

• Hadoop
• Memungkinkan pendistribusian proses data

  berkapasitas besarsecara paralel pada komputer-komputer berbiaya terjangkau

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Layanan utama
• Hadoop Distributed File System (HDFS): penyimpan file data
• MapReduce: memecah data dalam sebuah clusters
• Hbase: NoSQL data
• Digunakan oleh Facebook, Yahoo, NextBio

• Komputasi dalam memori
• Digunakan pada analisis big data
• Menggunakan memory utama komputer (RAM) dalam

  penyimpanan data untuk menghindari keterlambatan dalam mengambil data dari penyimpanan disk

• Dapat mengurangi proses jam/hari pengolahan dalam

  hitungan detik

• Diperlukan hardware yang optimal>Analytic platforms
• Platform berkecepatan tinggi baik menggunakan baik

  teknoogi terkait maupun yang tidak terkait yang

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Perangkat Analitis: hubungan, pola,

  tren

• – Alat bantu untuk mengkonsolidasikan,

  

menganalisis, dan memberikan akses ke

sejumlah besar data untuk membantu pengguna membuat keputusan bisnis yang lebih baik

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Multidimensional data analysis (OLAP)
• Data mining
• Text mining

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Pemrosesan analitis Online

  (OLAP)

• – Mendukung analisis data multidimensi
• Melihat data menggunakan beberapa dimensi
• Setiap aspek dari informasi (produk, harga, biaya, wilayah, jangka waktu) merupakan dimensi yang berbeda
• Contoh: Berapa banyak mesin cuci dijual di

MULTIDIMENSIONAL DATA MODEL

  Tampilan ini menunjukkan produk versus wilayah. Jika diputar kbusnya 90 derajat, permukaannya akan menunjukkan produk versus proyeksi penjualan dan penjualan aktualnya. Srta tampilan-

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Data mining:
• Menemukan pola tersembunyi, hubungan dalam

  datasets

• Contoh: pola belanja kons
• Menyimpulkan aturan untuk memprediksi

  perilaku mendatang

• • Jenis informasi yang dapat diperoleh dari data

  mining:

• Associations • Sequences • Classification

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Text mining
• Mengekstrak elemen kunci dari set

  

data besar yang tidak terstrukturs

• Penyimpanan e-mails
• Transkrip pusat layanan
• Kasus hukum
• Laporan layanan,
• Perangkat Lunak analisis sentimen

  

Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

• Web mining

• – Penemuan dan analisis pola yang berguna

  dan informasi dari Web

• – Memahami perilaku pelanggan
• – Mengevaluasi efektivitas situ Web,
• – Web content mining
• Mines content of Web pages
• – Web structure mining
• Analisis link ke dan dari Web page
• – Web usage mining

LINKING INTERNAL DATABASES TO THE WEB

  

Pengguna mengakses database internal organisasi melalui web dengan

menggunakan desktop komputer PC dan perangkat lunak browser web

mereka

  Mengelola Sumber Data

• Menetapkan kebijakan informasi
• Aturan perusahaan, prosedur, aturan untuk

  pembagian, mengelola, stadaridisasi data

• Administrasi data
• Menetapkan kebijakan informasi dan prosedur untuk mengelola >Tata kelola (data governance)
• Berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan data, terutama mengenai peraturan pemeri
• Administrasi database

  Mengelola Sumber Data

• Memastikan kualitas data
• –Lebih dari 25% dari data penting 1000

  database perusahaan Fortune yang tidak akurat atau tidak lengkap

• – Redundansi data
• – Inconsistensi data
• – Kesalahan Inp

• –Sebelum database baru dipergunakan, perlu:

• • DiIdentifikasi dan dikoreksi kesalahan datanya

• Menciptakan program-program yang lebih baik

  

Mengelola Sumber Data

• Audit kualitas data:
• – Survey terstruktur atas keakuratan dan tingkat

  kelengkapan dari data dalam suatu sistem informasi

• Survey sampel dari file data ,
• Survey pengguna data atas persepsi mengenai kulitas
• Pembersihan data
• – Perangkat lunak untuk mendeteksi dan mengoreksi

  data dalam database yang tidak benar, tidak lengkap, tidak diformat dengan tepat atau berlebihan

• – Menekannkan konsistensi diantara serangkaian data

  

yang berbeda yang berasal dari sistem informasi