MANAJEMEN SUMBER DAYA DATA

Presentasi berjudul: "MANAJEMEN SUMBER DAYA DATA"— Transcript presentasi:

1 MANAJEMEN SUMBER DAYA DATA
Pertemuan 4: MANAJEMEN SUMBER DAYA DATA

2 Pendahuluan Sistem organisasi basis data (Database management systems) mengorganisasikan volume data dalam jumlah besar. Data harus diorganisasikan sehingga memudahkan manajer untuk menemukan data dengan cepat dan mudah guna pengambilan keputusan Koleksi data dipecah menjadi sekumpulan tabel-tabel data yang saling berhubungan sehingga akan mengurangi pengulangan (redundancy) data

3 Dasar-dasar Konsep Data
Data bisnis diorganisasikan kedalam suatu hirarki data: Karakter Merupakan bagian data yang terkecil, dapat berupa karakter numerik, huruf ataupun karakter-karakter khusus (special characters) yang membentuk suatu item data / field

4 Misal: nama, alamat dan lain sebagainya.
Data bisnis diorganisasikan kedalam suatu hirarki data: Karakter Field Merepresentasikan suatu atribut dari record yang menunjukkan suatu item dari data, Misal: nama, alamat dan lain sebagainya. Kumpulan dari field membentuk suatu record.

5 Data bisnis diorganisasikan kedalam suatu hirarki data:
Karakter Field Record Kumpulan dari field membentuk suatu record. Record menggambarkan suatu unit data individu yang tertentu. Kumpulan dari record membentuk suatu file. Misal: file personalia, tiap-tiap record dapat mewakili data tiap-tiap karyawan

6 Data bisnis diorganisasikan kedalam suatu hirarki data:
Karakter Field Record File Terdiri dari record-record yang menggambarkan satu kesatuan data yang sejenis. Misal: file mata kuliah berisi data tentang semua mata kuliah yang ada

7 Data bisnis diorganisasikan kedalam suatu hirarki data:
Karakter Field Record File Database Kumpulan dari file / tabel membentuk suatu database

8

9 Jenis-jenis Database Database operasional Database Terdistribusi
Database eksternal Database hipermedia

10 Operational Databases
Database ini menyimpan data rinci yang mendukung proses dan operasi bisnis perusahaan. Dikenal juga sebagai SADB atau subject area database atau database transaksi. Misal: database pelanggan, persediaan, database karyawan

11 Database Sumber Daya Manusia
Gambar 5.2 (h.210)

12 Distributed Databases
Perusahaan/organisasi mendistribusi berbagai kopi atau bagian dari database nya ke berbagai server jaringan bisa di World Wide Web, intranet dan ekstranet perusahaan.

13 External Databases Banyak akses database eksternal secara gratis dapat dinikmati secara online. Bentuknya bisa hyperlink dari dokumen multimedia dalam database hipermedia atau berupa statistik data atau dokumen. Data bisa dilihat lengkap spt abstrak, koran, majalah jurnal atau juga di download.

14 Hypermedia Database Database hyperlink dari multimedia (teks, grafik, foto, gambar, audio, video dan lain2). Software server web bertindak sebagai sistem manajemen database untuk mengelola berbagai file hipermedia untuk di download oleh plug in multimedia dalam browser web.

15 Database Hipermedia Gambar 5.6 (h.213)

16 Pemprosesan FileTradisional
Perusahaan memiliki beberapa aplikasi dan beberapa file data yang terkait Tiap aplikasi memiliki file data khusus yang terkait Setiap file telah diatur untuk digunakan oleh berbagai program aplikasi yang berbeda

17 Laudon & Laudon, Gambar 6.2

18 Pemprosesan FileTradisional (Lanjutan)
Masalah dengan pendekatan file data Redundansi data, duplikasi data yang sama di beberapa tempat dalam sebuah sistem informasi. Inkonsistensi data, Kurangnya kesesuaian antar berbagai salinan data yang seharusnya sama dalam sistem informasi. Isolasi data, Kesulitan dalam mengakses data dari berbagai aplikasi di suatu sistem informasi. Keamanan data, Pengendalian akses ke data yang berada di berbagai aplikasi SI. Integritas data, akurasi, kelengkapan, dan keandalan data

19 Basis Data : Pendekatan Modern
Masalah pada pemrosesan file secara tradisional dicoba diatasi oleh pendekatan sistem manajemen basis data atau database management system (DBMS). Data dikonsolidasikan yang sebelumnya berada dalam file-file terpisah. DBMS berfungsi seagai interface software antara pemakai dan database.

20 Tampilan Logis versus Fisik
DBMS memudahkan tugas programmer atau pengguna akhir untuk memahami dimana dan bagaimana data tersimpan Tampilan Logis versus Fisik Tampilan logis, menghadirkan data sebagaimana dilihat oleh pengguna akhir Tampilan fisik, menunjukkan bagaimana data sebenarnya ditata dan terstruktur dalam media penyimpanan fisik Contoh: O’Brien, Gambar 5.27, H.242

21 Laudon & Laudon, Gambar 6.3

22 Merancang Database Harus memahami hubungan antara data, jenis data, bagaimana data akan digunakan & bagaimana organisasi perlu berubah untuk mengelola data Database memerlukan: Desain konseptual, Model abstrak dari perspektif pengguna atau perusahaan Desain fisik, Tata letak yang menunjukkan cara basis data sesungguhnya diatur dalam peralatan penyimpanan

23 Normalisasi Metode untuk menganalisis dan mengurangi basis data relasional ke dalam bentuknya yang paling sederhana untuk meminimalkan redundasi, memaksimalkan integritas data, dan mendapat kinerja pemrosesan terbaik

24 Sebelum Normalisasi, Laudon & Laudon, Gambar 6.9
Setelah Normalisasi, Laudon & Laudon, Gambar 6.10

25 Pemodelan Relasi Entitas
Proses mendesain basis data dengan mengelola entitas data yang akan digunakan dan mengidentifikasi berbagai hubungan diantaranya Diagram relasi entitas (ERD), Dokumen yang menunjukkan entitas data dan antribut serta berbagai hubungannya Kelas entitas, Pengelompokkan berbagai entitas dari jenis tertentu

26

27

28

29 DBMS (lanjutan …) Komponen-komponen DBMS Data model
Definisi dari cara data dalam DBMS secara konseptual distrukturisasi Data definition language (DDL) Rangkaian pernyataan yang menjelaskan struktur basis data (semua jenis record dan rangkaian jenis data) Contoh: create table mahasiswa (nim char (6), nama_mhs varchar (30), alamat_mhs varchar (60), tgl_lahir date, primary key (nim))

30 DBMS (continued …) Komponen-komponen DBMS (lanjt’)
Data manipulation language (DML) Perintah yang digunakan dengan berbagai bahasa pemrograman tingkat tinggi untuk menanyakan isi basis data, menyimpan atau memperbarui informasi, serta mengembangkan aplikasi basis data Contoh: update kuliah set sks = 4 where kode_kul = ‘IF-310’ Structured query language (SQL) - Bahasa basis data relasional yang populer dan yang memungkinkan para pengguna untuk melakukan berbagai pencarian rumit dengan perintah yang relatif sederhana Data Dictionary Kumpulan definisi elemen data, karakteristik data yang menggunakan berbagai elemen data

31 Model Data Logis (lanjutan …)
Model Data yang Berkembang Model Basis Data berorientasi objek- sebuah objek – nilai data yang menjelaskan berbagai atribut dari suatu entitas, ditambah dengan operasi yang dapat dilakukan atas data tersebut. Mampu menangani dengan lebih baik jenis-jenis data yang lebih rumit (grafik, gambar, suara, teks) daripada struktur database lainnya. Model basis data objek-relasional, Model data yang menambah kemampuan penyimpanan objek baru ke basis data relasional Model basis data hipermedia, Model data yang menyimpan potongan informasi dalam node yang dapat berisi data dalam berbagai bentuk media; pengguna dapat meneruskan perintah ke berbagai data yang terkait dalam segala bentuk relasi.

32 Model Data Logis (lanjutan …)
Model Basis Data lainnya: Basis data informasi geografis, Model data yang berisi data lokasi untuk menyimpan peta serta gambar. Basis data pengetahuan, Model data yang dapat menyimpan berbagai aturan keputusan yang dapat digunakan untuk pengambilan keputusan seperti ahlinya. Basis data multimedia, Model data yang dapat menyimpan data di banyak media. Basis data melekat, Basis data yang dibangun dalam peralatan atau ke dalam berbagai aplikasi;didesain untuk mencukupi dirinya sendiri dan membutuhkan sedikit atau tidak membutuhkan administrasi.

33 Data Warehouse Atau gudang data
Kunci dari konsep datawarehouse adalah mengintegrasikan data dari seluruh sumber yang relevan dengan bisnis perusahaan

34 Data Warehouse Laudon & Laudon, Gambar 6.13

35 Data Warehouse Contoh: data internal yang didapat dari aktivitas operasional sehari-hari seperti pada transaksi penjualan, administrasi, keuangan, personalia, pemasaran, pelayanan pelanggan, dan lain sebagainya. Data yang berasal dari luar perusahaan (eskternal) meliputi data seperti suku bunga bank, kurs mata uang, pajak, market survey, pelanggan, dsb

36 Data Warehouse Data lain yang berasal dari para rekanan bisnis seperti supplier dan vendor Data mentah yang berasal dari beberapa sumber tersebut harus terlebih dahulu dikonversikan ke bentuk standar (baku) format database pada datawarehouse yang bersangkutan dengan struktur relasi yang telah didefinisikan terlebih dahulu.

37

38 DATAWAREHOUSE (lanjutan)
Mengelompokkan data berdasarkan kriteria tertentu (grouping), dan melihat keterkaitannya dengan data lain secara multi dimensi. Misalnya: melihat total volume produk yang berhasil dijual untuk masing-masing daerah, melihat nilai penjualan atau revenue produk per kanal distribusi melihat jumlah salesman per daerah, melihat jenis-jenis produk yang berhasil dijual oleh masingmasing salesman, dan lain sebagainya. Melakukan penyaringan data berdasarkan kriteria tertentu (filtering dan querying). Contohnya adalah mencari gudang-gudang dengan service level di bawah 80%, mencari pelanggan yang telah melakukan transaksi total nilai penjualan 100 juta, mencari karyawan yang tidak pernah mengambil jatah cuti, dan lain sebagainya.

39 DATAWAREHOUSE (lanjutan)
Melakukan peringkasan data (summarizing) dengan cara melakukan perhitungan total seperti yang sering ditemui pada proses-proses konsolidasi (total anggaran, total pengeluaran, jumlah pegawai, nilai transaksi, jumlah pelanggan, sisa produk tak terjual, total piutang, dan lain-lain). Menganalisa data lebih jauh dengan cara melihat perinciannya (breakdown atau drilling down). Contoh konkritnya dalam sebuah rumah sakit dimana tercatat dalam satu tahun 1000 pasien berhasil disembuhkan dan 27 pasien tidak berhasil diselamatkan (meninggal dunia). Manajemen dapat melihat lebih jauh, bahwa dari sekian banyak pasien yang meninggal dunia, 13 disebabkan karena keterlambatan penanganan, dan sisanya karena permasalahan lain. Lebih jauh lagi manajemen dapat mencari informasi bahwa dari pasien-pasien yang meninggal karena terlambat ditangani tersebut, 7 orang adalah laki-laki. Dan dari 7 laki-laki tersebut, 5 orang adalah balita.

40 DATAWAREHOUSE (lanjutan)
Karakteristik Minimal Menggunakan filosofi sistem basis data multi-dimensi Mendukung proses OLAP (On-Line Application Processing) Mendukung pemrosesan data secara realtime Memiliki kemampuan konversi data (export dan import) dari standar database lain secara mudah Menggunakan arsitektur client/server Memiliki aplikasi tools tambahan untuk menarik dan merepresentasikan data (DSS, EIS, Sales Analyzer, Query Tools, dan lain-lain)

41 Data Mining Atau penambangan data
Data dalam data warehouse dianalisis untuk mengungkap pola atau tren tersembunyi dalam aktivias bisnis yang telah lalu. Contoh: Melakukan analisis berbasis pasar, untuk mengidetifikasikan paket produk Menemukan akar dari masalah kualitas atau produksi Mendapatkan gambaran yang lebih akurat tentang pelanggan

42 Copyright Fenaro Team v.2011