DATABASE DAN SISTEM MANAJEMEN DATABASE

DATABASE DAN SISTEM MANAJEMEN DATABASE

  

ORGANISASI DATA

 Data bisnis terdiri data field, record dan file.

  • Data field adalah unit data yang terkecil
  • Record (catatan) adalah kumpulan data field yang saling terhubung
  • File adalah kumpulan record yang berhubungan. Bisa berupa spreadsheet, dokumen, set data atau kumpulan fakta. Contoh : file pegawai.

   Folder adalah kumpulan file

  • – file yang berkaitan dalam satu group.

   Beberapa folder dapat dikumpulkan dalam sebuah folder yang lebih besar. FOLDER

  • Perpindahan file antar folder adalah hal yang mudah. Hanya dengan menyorot file yang akan dipindah kemudian klik kanan pilih copy. Pilih folder tempat tujuan salinan dengan meng klik tombol mouse dan pilih paste.
  • Yang harus diperhatikan bagi seorang manajer adalah bagaimana pemahaman secara konseptual dalam mengklasifikasikan dan mengkategorikan data sehingga banyaknya jumlah data yang diperlukan untuk mengelola organisasi modern tidak menghambat penerapan data itu dalam pengambilan keputusan.

MENGORGANISASIKAN DATA

   File Data biasanya di organisasikan menurut :

  1. Fungsi

  2. Frekuensi Penggunaan

  3. Pemakai

  4. Proyek  Di organisasi banyak manajer menyimpan data sebagai file- file yang digunakan untuk aplikasi.

   Isi file dalam sebuah spreadsheet akan memperlihatkan data

  • – data yang dibutuhkan.

  Keterangan : Gambar diatas memperlihatkan isi file data spreadsheet “Nama

   Barang”.

  Data diorganisasikan dengan menempatkannya dalama spreadsheet.

  Pertama file diberi nama yang mengungkapkan isi file Kedua, data diorganisasikan menjadi baris dan kolom.

   Barang, Merk, Harga dan Jumlah yang ada.

  Spreadsheet “Nama Barang” memiliki lima field : Kode, Nama

  Ditiap baris, pemakai akan menemukan kode barang yang diikuti dengan spesifikasinya Tiap kolom mewakili satu field.

  

Spreadsheet sbg Database Sederhana

  I. Flat Files Adalah tabel yang tidak memiliki field yang berulang. Istilah dalam spreadsheet diganti dengan istilah struktur data. Seperti tabel spreadsheet menjadi file, kolom menjadi field dan baris menjadi record (catatan).

  Dengan struktur flat file, pengorganisasian data tidak memungkinkan field yang berulang.

  II. Key Fields Berisi suatu nilai yang secara unik mengidentifikasi setiap catatatn dalam tabel. Dalam spreadsheet “Nama Barang”, field Kode-lah yang memiliki nilai yang unik.

STRUKTUR DATABASE

  Sistem Manajemen Database (database management system

  Database mengacu pada semua data yang disimpan pada sumber daya berbasis komputer.

  • – DBMS) adalah sebuah aplikasi perangkat lunak yang menyimpan struktur database, data itu sendiri, hubungan antar data di dalam database, maupun formulir dan laporan yang berhubungan dengan database.

   Struktur Database Hierarkis Struktur Database Jaringan Struktur Database Relasional

  lanjutan .....

  • Struktur Database Hierarkis (hierarchical database structure), yaitu struktur kelompok data, subkelompok data dan
    • – subkelompok yang lebih kecil lagi yang menyerupai cabang cabang pohon.

    >Memanfaatkan sumber daya komputer secara efisien saat sebagian besar catatan dalam database akan digunakan dalam aplikasi. Misalnya operasi akuntansi.
  • Akan tetapi saat manajer menginginkan sedikit catatan tertentu dari sejumlah besar data yang ada dalam database, struktur database hierarkis kurang efisien.

  lanjutan .....

  • Struktur Database Jaringan (network database structure) memungkinkan satu catatan tertentu menunjuk pada catatatn yang lain dalam database.
  • Tiap catatan dalam database dapat memiliki petunjuk ke tiap catatan lain dalam database. Namun ini menjadi sumber kelemahan dan kekacauan pada saat struktur jaringan ingin diterapkan untuk masalah praktis.

  lanjutan .....

  • Struktur database Relasional merupakan sekumpulan tabel yang saling berhubungan secara implisit.
  • Bila terdapat satu kolom bersama antara dua tabel, baris-baris dari dua tabel itu dapat digabungkan bila nilai-nilai data pada kolom bersama itu sama. Kolom-kolom bersama antara berbagai tabel adalah mekanisme yang membentuk hubungan implisit.
  • Daftar penjual sistem manajemen database relasional :

  1. IBM

  2. Informix Software

  3. Micrososft

  4. Oracle Corporation

  5. Sybase

  lanjutan .....

  • Contoh Database Relational :

  Sebuah toko elektronik mempunyai database yang berisi NamaProduk, Merk Produk dan Data order. Database ini disimpan dengan nama tabel Barang.

  Mereka juga mempunyai tabel Pemasok yang berisi ID, Nama Pemasok, Alamat dan NamaProduk.

  Tabel Barang secara implisit berhubungan dengan tabel Pemasok melalui kolom “NamaProduk”.

  Melaui field “NamaProduk” bisa diketahui nama Pemasoknya. Perangkat lunak yang sering digunakan untuk sistem manajemen database adalah Microsoft Acces, Oracle dan MySQL.

KONSEP DATABASE

  adalah kumpulan seluruh sumberdaya berbasis

  Database komputer milik organisasi.

  adalah perangkat lunak yang

  Sistem Manajemen Database

  menyimpan struktur database, hubungan antar-data dalam database, serta berbagai formulir dan laporan yang berkaitan dengan database tersebut. Database yang dikendalikan oleh sistem manajemen database adalah satu set catatan data yang berhubungan dan saling menjelaskan.

  Integrasi logis dari catatan-catatan dalam banyak file ini dinamakan .

  Konsep Database

  lanjutan .....

  Tujuan utama dari Konsep Database adalah meminimalkan pengulangan data dan mencapai independensi data.

  ) adalah duplikasi data, Pengulangan Data ( Data Redundancy dengan kata lain berarti data yang sama disimpan dalam beberapa file.

  Inkonsistensi Data , sebuah kondisi

  Hal ini akan menyebabkan dimana data yang ada menjadi tidak sama dan tidak diketahui nilai mana yang benar atau salah. adalah kemampuan untuk membuat

  Independensi Data

  perubahan dalam struktur data tanpa membuat perubahan pada program yang memproses data tersebut.

  lanjutan .....

  ) adalah istilah database yang

  data dictionary

  Kamus Data ( mengacu pada definisi data yang disimpan dalam database itu sendiri yang dikendalikan oleh sistem manajemen database. File Tenaga File Penjualan File Pelanggan Penjual

  File Piutang File Pembeli Persediaan File File Penjual File Hutang File Pesanan File Buku Besar

  

PERKEMBANGAN PERANGKAT LUNAK

DATABASE

  Perangkat lunak database dimulai dengan IDS (Integrated Data Store) yang dikembangkan oleg GE tahun 1964.

  Dilanjutkan IBM yang mengembangkan IMS (Information Management System).

  Apollo melengkapinya dengan perangkat lunak sistem manajemen database.

  Sistem Manajemen Database menyediakan interface bahasa pemrograman dan query language interface. Query ini memungkinkan akses sendirian (stand-alone) ke catatan database tanpa kode ditempeli dengan bahasa pemrograman.

  lanjutan .....

  IBM mengeluarkan SEQUEL sebagai pengembangan query language pada tahun 1970. Ini menggunakan konsep structured query language ( ), yaitu suatu set perintah yang menjelaskan

  SQL bagaimana caranya memproses struktur database relasional. database

  Kerjasama IBM dengan ANSI memunculkan produk

  SQL yang mempunyai interface standar dan memungkinkan

  organisasi dapat berbagi struktur data yang sama tanpa membutuhkan perangkat keras komputer yang sama atau perangkat lunak yang sama.

MENCIPTAKAN DATABASE

  • Proses menciptakan database mencakup 3 langkah :

  1. Menentukan data yang dibutuhkan

  2. Menjelaskan data tersebut 3. Memasukkan data kedalam database.

  • Kebutuhan data dicapai melalui 2 pendekatan dasar, yaitu berorientasi proses dan model perusahaan

  a. Pendekatan berorientasi proses disebut juga Pendekatan Berorientasi Masalah dan Model Proses ( ).

  process modelling

  b. Pendekatan Model Perusahaan (

  enterprise modeling ), melalui model data perusahaan. approach

  1. Tentukan Masalah Kenali keputusan yang diperlukan 2. Deskripsikan 3. kebutuhan informasi Tentukan Pemrosesan

  4. uang diperlukan 5.

  Tentukan kebutuhan data Tentukan

  Kebutuhan data dapat ditentukan dengan Masalah

  Pendekatan Berorientasi Proses

  

Perencanaan strategis untuk sumber daya informasi

Buat model enterprise data Model data enterprise Kembangkan database

  Kebutuhan Data ditentukan dg membuat Model Data Enterprise database

  

PENGELOLA DATABASE

• Adalah spesialis informasi yang bertanggung jawab atas database.

  • Tugas Pengelola Database (database administration / DBA) :

  1. Perencanaan database, meliputi kerjasama dengan para manajer untuk

mendefinisikan skema perusahaan dan dengan para pemakai untuk

mendefinisikan sub skema mereka. Juga memilih perangkat keras dan lunak sistem manajemen database.

  2. Penerapan database, mencakup penciptaan database yang sesuai dengan DBMS dan menetapkan prosedur dan kebijakan penggunaan database

3. Operasi database, mencakup menawarkan program pendidikan bagi pemakai database.

  

4. Keamanan database, meliputi pemantauan kegiatan database dengan

menggunakan statistik yang disediakan DBMS dan memastikan database tetap aman.

PENGETAHUAN DALAM DATABASE

  • Pengetahuan dalam database (knowledge discovery in databases

  / KDD) adalah semua kegiatan yang memberikan arti pada data yang tersimpan dalam database yang besar.

  • Data Warehousing, database yang menyediakan sumber daya data yang memungkinkan pemakai untuk memanipulasi dan menggunakan data secara intuitif. Penyimpanan data memerlukan tempat yang besar dikarenakan jumlah data yang tersimpan sangat besar.
  • Data Mart, merupakan sebuah database yang berisi data yang hanya menjelaskan satu segmen dari operasi perusahaan.
  • Data Mining, adalah proses menemukan hubungan dalam data yang tidak diketahui oleh pemakai.

  Contoh kasus Data Mining

  • Kasus : Bank ABC telah memutuskan untuk menawarkan reksa dana kepada para pelanggannya. Manajemen bank ingin mengarahkan materi promosi pada segmen pelanggan yang memberikan potensi bisnis terbesar.
  • Ada tiga pendekatan dalam Data Mining yang bisa dipilih dan dilakukan Manajemen Bank ABC, yaitu : a. Data Mining berdasarkan Verifikasi.

b. Data Mining berdasarkan Penemuan

  c. Kombinasi Data Mining Verifikasi dan Penemuan

a. Data Mining berdasarkan Verifikasi

  • Satu pendekatan adalah para manajer mengidentifikasi karakteristik yang mereka yakini dimiliki oleh pasar sasaran. Misalkan pasar yang dipilih adalah pasangan muda, berpenghasilan ganda dan kaya.
  • Query dapat dimasukkan kedalam DBMS dan catatan yang tepat dapat dipanggil.
  • Pendekatan dimulai dengan hipotesis pemakai tentang bagaimana data tersebut terstruktur, disebut data mining berdasarkan verifikasi (verification-driven data mining).
  • Kelemahan : proses pemanggilan kembali diarahkan sepenuhnya oleh pemakai. Informasi yang dipilih tidak lebih baik daripada pandangan pemakai terhadap data tersebut.

b. Data Mining berdasarkan Penemuan

  • Pendekatan ini memungkinakan suatu sistem data mining mengidentifikasi pelanggan terbaik untuk promosi tersebut.
  • Sistem ini menganalisa database, mencari kelompok-kelompok dengan karakteristik umum. Sehingga dinamakan data mining berdasarkan penemuan (discovery-driven data mining).
  • Disini manajemen selain menganalisa pasangan muda, juga menganalisa pasangan yang sudah pensiun yang tergantung pada jaminan sosial dan pensiun.
  • Dengan data mining ini dapat didapatkan analisa lebih jauh, dengan merekomendasikan satu set promosi spesifik yang dapat diarahkan pada kedua kelompok tersebut.

c. Kombinasi Data Mining Verifikasi & Penemuan

  • Perkembangan data mining dimasa depan akan mengkombinasikan pendekatan hipotesis dan penemuan.
  • Pengembangan ini menggunakan penalaran yang mendasari

  Konsep Sistem Pendukung Keputusan (Decision Support System)

  • Konsep ini memungkinkan pemakai dan komputer bekerja sama memecahkan suatu masalah.
  • Pemakai menerapkan keahliannya dalam area masalah, dan komputer melakukan analisa data yang canggih untuk memilih data yang tepat dan menempatkannya dalam format yang tepat untuk pengambilan keputusan.

PROSES KDD

  • Langkah-langkah KDD bisa dilakukan secara berurutan ataupun melalui langkah mundur.

PROSES KDD

  • Langkah-langkah KDD adalah (Peter Cabena):

  1. Penentuan Sasaran Bisnis (Business Objective Determination)

  2. Persiapan Data (Data Preparation)

  • – Data Selection – Data Preprocessing – Data Transformation

  3. Data Mining

  4. Analysis of Results

  5. Interpretation and Evaluation

  

S E L E S A I