Perkembangan Database

Slides:



Advertisements
Presentasi serupa
Akhmad Dahlan, S.Kom Semester Gasal Tahun Ajaran 2009 – 2010 Sekolah Tinggi Manajemen Informatika dan Komputer AMIKOM Yogyakarta.
Advertisements

Continous DBMS DATA MODELS
BASIS DATA RELATIONAL.
5.
OLAP - PERTEMUAN 8 – OLAP.
SISTEM BASIS DATA.
PERTEMUAN 1 KONSEP DASAR database.
Sistem Basis Data.
Team Keamanan Data Direktorat Sistem Informasi Universitas Airlangga
Data Warehouse dan Decision Support
OLAP dalam Data Warehouse
Perancangan Basis Data MI 1133
Perkembangan Database
SISTEM INFORMASI PENDUKUNG SISTEM
Abstraksi dan bahasa basis data
Pengenalan Data Warehouse
KONSEP DAN ARSITEKTUR SISTEM BASIS DATA
Pemrograman Terstruktur
Komponen, konsep, abstraksi dan bahasa
Dukungan database dalam Pembangunan Sistem Informasi
Keterampilan Komputer
SISTEM BASIS DATA Dr. Kusrini, M.Kom.
Database Management System
Mengenal DBMS (Database Management System)
PERANCANGAN BASIS DATA
Informasi Dalam Praktik
MANAJEMEN SUMBER DAYA DATA
PERTEMUAN 2 KONSEP DASAR.
BASIS DATA
Model Data Relasional.
Perkembangan Database
Pengantar TI 2015/2016 DATABASE (BASIS DATA).
MANAJEMEN DATA.
SISTEM BASIS DATA.
Basis Data Bab II Sistem Basis Data Presented by Team Basis Data
DBMS Basis Data Pertemuan 2.
Pertemuan Minggu Ke-2 LINGKUNGAN DATABASE.
KONSEP DAN ARSITEKTUR SISTEM BASIS DATA
KONSEP DESAIN SOFTWARE DATABASE
Bab 2 Mengenal Data Base Management System (DBMS)
Pertemuan III Betha Nurina Sari, M.Kom
Sistem Basis Data Pendahuluan
Sistem Informasi Psikologi
PENGELOLAAN DATA Roni Kurniawan M.Si.
KONSEP DASAR DATA BASE Pertemuan 1.
Information Technology MWU110 (2 sks)
Soal Quiz Perancangan Basis Data
Pertemuan 5-2 Database dan Sistem
Sistem Basis Data (Kuliah 2)
10/05/2018 SISTEM BASIS DATA Erdiwansyah, ST.
Management Information System
Pertemuan 2 Database Environment
SISTEM BASIS DATA *** Anggia Meisesari, S.T., M.T., MOS. ***
LINGKUNGAN DATABASE Arsitektur Database
Pendahuluan Basis Data
Business Intelligent Ramos Somya, S.Kom., M.Cs.
Analisis Multidimensional
Oleh : Rahmat Robi Waliyansyah, M.Kom.
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
I KOMANG GEDE MAHENDRA YASA
Business Intelligence Ramos Somya, S.Kom., M.Cs.
KONSEP DASAR BASIS DATA
Sistem Pengolahan Data
DATABASES AND DATA WAREHOUSES
Oleh: Devie Rosa Anamisa
KONSEP DAN ARSITEKTUR SISTEM BASIS DATA
Model Data Relasional.
KONSEP BASIS DATA Ricak Agus Setiawan, S.T.
PERTEMUAN 2 KONSEP DASAR.
Mengenal DBMS (Database Management System)
Transcript presentasi:

Perkembangan Database Stand-alone database diakses pada komputer personal misalnya Microsoft access, foxbase, dbase, dll Server database diakses oleh jaringan komputer misalnya Oracle, IBM DB2, Microsoft SQL Server, dll.

Kompones Sistem Database Data, Data tersimpan secara terintegrasi dan dipakai secara bersama-sama Hardware, Perangkat keras yang digunakan dalam mengelola sistem database Software, perangkat lunak perantara antara pemakai dengan data fisik. Perangkat lunak dapat berupa Data Base Management System dan berbagai program aplikasi User, sebagai pemakai sistem

Tujuan Disain Database Mencegah Data redudancy dan Inconsistency Mempermudah dalam melakukan akses thp data Mempertimbangkan Data Isolation Mencegah Concurent access anomaly Mempertimbangkan masalah ke-amanan data Mempertimbangkan masalah integritas

Struktur Database user naive application sophisticated database user programmer user administrator application application Database query interface program Scheme Data manipulation language query processor precompiler data definition language application compiler database programs object manager database code management system file manager data files data dictionary disk storage

Stategis dan Taktis SI/TI Untuk Berbagai Tingkatan Manajemen Strategi SI mencakup manajer senior, anggota dewan yang terikat, dan manajer unit bisnis. Taktis SI merupakan wewenang para manajer unit-unit bagian bisnis dan para manajer operasionalnya. Strategi TI merupakan persoalan bagi manajemen senior atau anggauta dewan yang terikat dan para manajer senior TI. Taktis TI merupakan persoalan untuk staf TI, para manajer bisnis tertentu dan para manajer tingkat fungsional dalam unit bisnis.

Pemetaan Pembuatan Keputusan Keputusan-keputusan strategik Manajemen versus pengawasan keputusan Keputusan operasioanl Data Keputusan Data Operasional Peningkatan Senioritas Kebebasan dalam pembuatan keputusan

Pembagian sistem dapat dibedakan berdasarkan: Tingkat formalitasnya Tingkat penerapan otomasi yang berikan Hubungan sistem tersebut dalam pembuatan keputusan Sifat-sifat input dan outputnya Sumber dan tingkat kesesuaiannya Bobotnya pada perusahaan

Klasifikasi Formal/Informal Klasifikasi formal\informal merupakan tanda informasi rutin dan non-rutin. Informasi rutin berisi informasi yang diproduksi untuk jadwal kegiatan, contohnya laporan penjualan internasional periodik. Informasi non-rutin diproduksi pada saat informasi tersebut dibutuhkan dan mungkin tidak akan diproduksi lagi. Pemasukan data pada database kompetitor merupakan contoh kegiatan non-rutin.

Hubungan Formalitas & Rutinitas Informal Non-rutin Kebutuhan tidak rutin untuk informasi formal lebih mudah dihadapi ketika rutinitas di otomasi Dapatkah TI menyajikan infrastruktur jika hal ini muncul contohnya,sistem e-mail Rutin Siap untuk diotomasi! Hati-hati pada saat merancang informasi formal.Beberapa hal mungkin dapat di gabungkan.

Contoh Database Terintegrasi

Sistem Informasi Inventory

OLAP dan Terminologi Multi-Dimensional Database Inti sari Multi-dimensional database merupakan suatu cara yang digunakan untuk melakukan analisa data guna mendukung keputusan. Teknologinya di dukung dengan menggunakan metoda OLAP yang dapat dirancang dengan cara khusus. Multi-dimensi data mempunyai konsep Dimensi, Hirarki, Level, dan anggota yang merupakan suatu cube atau kubus yang mempunyai hubungan struktur diantaranya. Konsep ini cukup baik dipergunakan pada data yang dapat dibuat suatu agregat yang menghasilkan bentuk keluaran berupa kalkulasi untuk sebuah aplikasi bisnis.

1. Pendahuluan Perkembangan teknologi database saat ini berkembang sangat pesat, banyak betuk-bentuk yang dulu “hanya“ mempunyai teknologi sebagai tempat penyimpanan data yang terdiri dari field-field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, bermula dari bentuk yang sederhana tersebut maka didapatkan suatu metoda untuk menampilkan suatu database yang berguna untuk menganalisa data untuk suatu keperluan tertentu. Dengan memanfaatkan relational database yang sudah ada maka didapat suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi

2. OLAP OLAP (On-Line Analytical Processing) adalah suatu pernyataan yang bertolak belakang atau kontras dengan OLTP (On-Line Transaction Processing). OLAP menggambarkan sebuah klas teknologi yang dirancang untuk analisa dan akses data secara khusus. Apalabila pada proses transaksi pada umumnya semata-mata adalah pada relational database, OLAP muncul dengan sebuah cara pandang multidimensi data.Cara pandang multimensi ini didukung oleh tehnologi multidimensi database. Cara ini memberikan tehnik dasar untuk kalkulasi dan analisa oleh sebuah aplikasi bisnis. OLTP mempunyai karakteristik beberapa user dapat creating,updating,retrieving untuk setiap record data, lagi pula OLTP sangat optimal untuk updating data. OLAP aplikasi digunakan untuk analisa dan mengatur frekuensi level dari agregat/jumlah data. OLAP database biasanya di update pada kumpulan data, jarang sekali dari multiple source dan menempatkan kekuatan analisa pada pada back-end pada operasi aplikasi. Sebab itulah maka OLAP sangat optimal digunakan untuk analisis. Relational database merupakan suatu bentuk yang baik untuk mendapatkan suatu record dalam kapasitas jumlah record yang kecil, namun tidak cukup baik dalam mendapatkan suatu record dalam kapasitas jumlah record yang sangat besar serta membuat suatu summaries data untuk di analisa, ini memerlukan respone time yang lambat dan membutuhkan cukup waktu.

Gambar.1 Arsitektur OLTP dan OLAP

OLAP (Multidimensional) Automized Summarized Present Historical Aplikasi menggunakan OLPT cendrung atomized untuk “record-at-a-time‿ data. Dengan OLAP aplikasi lebih cendrung pada summarized data. Sedangkan OLTP aplikasi lebih cendrung tidak mempunyai historical data.. hampir setiap aplikasi OLAP dikaitkan dengan kebutuhan historical data. Jadi OLAP database membutuhkan kemampuan untuk menangani “time series data‿.Aplikasi dan database menggunakan OLTP lebih cendrung pada proses pengelompokan data (data entry). Sedangkan OLAP lebih cendrung pada “subject oriented OLTP (Relational) OLAP (Multidimensional) Automized Summarized Present Historical Record at a the time Many record at a time Process Oriented Subject Oriented

3. Konsep Multi-dimensional data Pada Relational database data dikelompokan dalam sebuah list record. Setiap record mempunyai informasi yang dikelompokan dalam fields. Pusat dari objek metedata pada Multidimensional adalah cube atau kubus yang mengandung hubungan struktur dimensi, hirarki, level dan anggota. 3.1 Dimensi Dimensi merupakan sebuah kategori yang independent dari multidimensional database. tipe dari dimensi ini mengandung item yang digunakan sebagai kriteria query untuk ukuran database. Contoh pendistribusian obat di suatu daerah. Dimensi Daerah = {Jawa Timur, Jawa Barat, DKI Jakarta, Sumatra Selatan, Surabaya, Bandung Jakarta, Palembang, Dago, Caringin, Senen, Matraman}. Dimensi Waktu = { Tahun 1999, Tahun 2000, Tahun 2001, Bulan April, Bulan Maret, Bulan Juni, Bulan Juli, Tanggal 1, Tanggal 2, Tanggal 3, Tanggal 10, Tanggal 12}. Dimensi Obat = { Anti Biotik, Vitamin, Ampicilin, Amoxcicilin, Enervon C, Redoxon, Hemaviton}.

3. 2 Hirarki Hirarki merupakan bentuk kesatuan dari sebuah dimensi 3.2 Hirarki Hirarki merupakan bentuk kesatuan dari sebuah dimensi. Sebuah dimensi bisa terbentuk dari multilevel, yang mempunyai parent-child relationship. Hirarki didefinisikan bagaimana hubungan antar level. Pada Dimensi Daerah Mempunyai Hirarki

3. 3 Level Level merupakan sebuah kumpulan dalam hirarki 3.3 Level Level merupakan sebuah kumpulan dalam hirarki. Sebuah dimensi mempunyai multiple layer informasi, setiap layer adalah level. Seperti - Propinsi = {DKI Jakarta, Jawa barat,Jawa Timur, Sumatra Selatan} - Kab./Kodya = { Jakarta Pusat, Bandung, Surabaya, Palembang} - Kecamatan = { Dago, Caringin, Senen, Matraman} Obat Daerah Waktu Jumlah Ampicilin Dago 1990 2359 1991 5489 Senen 1992 2546 Redoxon Matraman 1254 623 2452 Enervon-C 1258 Vit.C 671 Amoxicilin 7983 Caringin 568

Data diatas bisa digambarkan dalam bentuk 2 dimensi. Penjualan Obat Dimensi 1 th 1990 1991 1992 Dimensi 2 Obat Daerah Ampicilin Dago 2359 5489 Senen 2546 ………. Enervon-C 1258 1254 …………

Dari data diatas dapat di bentuk suatu analisa data Dari data diatas dapat di bentuk suatu analisa data. Data tersebut dapat diambil suatu analisa untuk total penjualan obat merk Ampicilin atau total penjualan obat selama tahun 1990 atau total penjualan untuk daerah matraman.data tersebut dapat di gambarkan dalam bentuk kubus dimensi.

Setiap sel pada kubus merepresentasikan satu nilai variabel jumlah dari vektor-vektor sumbu dari kubus.

Terlihat terdapat hubungan antara dimensi obat dengan dimensi waktu dan dimensi daerah yang menggunakan hirarki pada level kelurahan.untuk mempermudah pengelompokan data dan pencarian total dari masing-masing informasi yang di inginkan dapat dipilah dalam bentuk hirarki “drill down‿ atau pngelompokan sesuai dengan hirarki pada level yang di inginkan, Obat vs Kab.Kod , obat vs Propisi. 3.5 n-dimensional untuk bentuk dua dimensi merupakan suatu yang mudah dimengerti.namun dalam representasi multidimensional bentuk matrik dua dimensi dapat di rubah dalam bentuk tiga dimensi . pada dua dimensi terdapat dua permukaan (sumbu vektor) ,tiga dimensi terdapat 6 permukaan (sumbu vektor), pada 4 dimensi terdapat 12 permukaan (sumbu vektor). Maka untuk n dimensi di dapat n(n-1) permukaan (sumbu vektor). Sedangkan sel yang akan terisi seperti contoh pada gambar.6 di atas dimensi Daerah mempunyai 4 item, dimensi waktu punya 3 item, dimensi obat punya 5 item, maka akan terdapat 4×3x5 = 60 sel yang berkoresponden dengan 60 record relasionalnya. untuk mendapatkan analisa pada data kubus dapat dilakukan dengan memutar permukan kubus 90 derjat, maka akan didapat menganalisa dimensi Daerah vs Obat atau dimensi Daerah vs Waktu atau dimensi Waktu vs Obat.

4. Skema Konsep data Konsep data pada gambar 4. Skema Konsep data Konsep data pada gambar.4 dapat di gambarkan secara Entity Relationship.

Skema konsep data pada gambar Skema konsep data pada gambar.7 dapat dilihat hubungan inter relasi antar dimensi-dimensi maupun hubungan antar hirarki yang mempunyai atribut-atribut pada levelnya.disini kita dapat membuat suatu agregat antara hirarki kabupaten/kodya pada dimensi daerah dengan hirarki antibiotik pada dimensi obat, atau agregat antara hirarki bulan pada dimensi waktu dengan hirarki obat generik pada dimensi obat. Penggunaan konsep data dengan menggunakan multidimensi ini akan menghasilkan suatu bentuk keluaran berupa nilai yang dapat dijadikan acuan pengambilan kepurusan seperti tabel yang tertera pada gambar.4. Pembuatan agregat dengan dimensi ini merupakan salah satu bentuk konsep data model yang dapat juga dituangkan dalam query language seperti diagram berikut:

pembuatan Cube dan dimensi didefinisikan dengan menggunakan metoda MDX sbb ……………………………………………….. Dim strBuatKubus As String strBuatKubus = “CREATECUBE=CREATE CUBE Sample( ” strBuatKubus = strBuatKubus & “DIMENSION [Obat],” strBuatKubus = strBuatKubus & “LEVEL [All Obat] TYPE ALL,” strBuatKubus = strBuatKubus & “LEVEL [Obat Category] ,” strBuatKubus = strBuatKubus & “LEVEL [Obat SubCategory] ,” …………………….. sedangkan insert MOLAP didefinisikan: ……………………………… Dim strSisip As String strSisip = strSisip & _ “SELECT Obat_class.Obat_kategori AS Col1,” “Obat_class.Obat_subkategori AS Col2,” strSisip = strSisip & “Obat_class.Obat_namaobat AS Col3,” ………………………….. …………………

penulisan document didefinisikan: Debug penulisan document didefinisikan: Debug.Print “Dimension Name(s) written to Document” For di = 0 To cdf.Dimensions.Count - 1 .InsertAfter “Dimension: ” & cdf.Dimensions(di).Name.InsertAfter vbCrLf SenCount = SenCount + 1 docWord.Paragraphs(SenCount).Range.Bold = True docWord.Paragraphs(SenCount).Range.Italic = False docWord.Paragraphs(SenCount).Range.Font.Size = 14 untuk membuka File Cube didefinisikan: ………………………………………….. cat.ActiveConnection = “DATA SOURCE=c:\Data.cub;Provider=msolap;” ………………………………………… 5. Penutup Dengan adanya metoda Multi-Dimensional database serta aplikasi teknologinya menggunakan OLAP, maka metoda ini cukup baik digunakan pada aplikasi bisnis untuk kebutuhan menganalisa data guna mendukung keputusan.

OLAP dan Terminologi Multi-Dimensional Database Daftar Pustaka 1. Thanh Binh Nguyen, A Min Tjoa, and Roland Wagner, An Object Oriented Multidimensional Data Model for OLAP, 1997 2. David C.Hay, From Relational to a multi-dimensional database, Essential Strategies Inc, 1997 3. Rob Mattison, Data Warehousing “Strategi