Aplikasi Basis Data

Materi Sistem Pendukung Keputusan (Decision Support System/DSS) Basis Data Spasial (Spatial Database) Basis Data untuk Multimedia (Multimedia Database)

Aplikasi basis data Basis Data Relasional telah digunakan selama lebih dari dua dekade. Telah banyak sekali aplikasi-aplikasi basis data relasional diterapkan dalam lingkungan komersial, dengan mendukung tugas-tugas seperti pengolahan transaksi di bank-bank, pasar modal, penjualan dan reservasi untuk beragam bisnis, inventori dan penggajian untuk hampir semua perusahaan.

Sistem Pendukung Keputusan (Decision-Support System) Secara umum aplikasi-aplikasi basis data dapat kita bedakan kedalam tiga kelompok, yaitu: Transaction processing system (TPS). Decision support system (DSS). Executive Information System (EIS).

Penyimpanan dan pengambilan data untuk mendukung pengambilan keputusan menghasilkan sejumlah isu penting sebagai berikut : Permasalahan yang tidak dapat diselesaikan oleh SQL. Masalah performansi pengaksesan data. Penemuan Knowledge. Isolasi Data. Penggudangan Data (Datawarehouse).

Ciri-ciri DSS DSS adalah metodologi yang berfungsi untuk mendukung keputusan DSS: Flexible; Adaptive; Interactive; GUI-based; Iterative; and Employs modeling.

Kapabilitas & Karakter

DSS Subsystem Data management Model management User interface Managed by DBMS Model management Managed by MBMS User interface Knowledge Management and organizational knowledge base

Beberapa hal yang terkait dengan DSS: Data Warehousing Data Acquisition Data Mining Business Analytics and Visualization

Data Mining Secara sederhana Data Mining merujuk pada upaya pencarian informasi yang paling terkait, atau "menemukan pengetahuan", dari sejumlah besar data. Bekerja pada volume data yang besar sekali yang sebagian besar tersimpan di dalarn disk.

Kita dapat menemukan aturan-aturan dari basis data dengan menggunakan salah satu dari dua model berikut : Pada model pertama, pemakai dilibatkan secara langsung dalam proses pencarian pengetahuan. Pada model kedua, sistem bertanggung jawab untuk secara otomatis menemukan pengetahuan dari basis data, dengan mendeteksi pola-pola dan korelasi-korelasi dalarn data.

Dalam Data Mining, yang terpenting dan, sekaligus tersulit dari penjelasan di atas adalah bagaimana aturan-aturan (yang merepresentasikan pengetahuan) dari basis data tersebut dapat kita peroleh. Kesulitan ini seringkali membutuhkan intervensi dari pemakai (manusia). Pembahasan lebih jauh soal ini tidak akan dibahas dalam buku ini. Bagi yang tertarik lebih lanjut soal ini, bisa melihat literatur lain yang relevan, di samping juga mempelajari aspek-aspek AI (Artificial Intelligence).

Data Warehouse Perusahaan-perusahaan besar memiliki banyak lokasi, yang masing-masing dapat menghasilkan volume data yang besar. Pada dasarnya Data Warehouse merupakan gudang (atau arsip) dari informasi yang diperoleh dari banyak sumber, disimpan dalam skema basis data yang tunggal, di satu lokasi saja. Data Warehouse memberikan pemakai sebuah akses ke data yang terkonsolidasi, sehingga query untuk pengambilan keputusan menjadi lebih mudah untuk ditulis.

Arsitektur Datawarehouse

Hal Penting Dalam Membangun Datawarehouse Kapan dan Bagaimana mendapatkan data? Skema Konsolidasi yang digunakan? Bagaimana menjalarkan perubahan? Data apa yang direkapitulasi?

DSS Data Management Subsystem

DSS Data Visualization Global Private Network Activity High Activity Low Activity

DSS Data Visualization (Cont) Natural Gas Pipeline Analysis Note: Height shows total flow through compressor stations.

DSS Data Visualization (Cont) An “Enlivened” Risk Analysis Report

DSS Data Visualization (Cont) Telephone Polling Results Note: On the “live” map, clicking on an area allows the user to drill down and see results for smaller areas.

Basis Data Spasial Saat ini cukup banyak aplikasi yang dimanfaatkan secara khusus untuk menangani hal-hal yang berhubungan dengan ruangan/tempat dan keilmubumian. Basis Data Spasial ditujukan bagi penyimpanan data yang berkaitan dengan lokasi-lokasi dan ruang geometric, dan mendukung query dan penggunaan indeks yang efisien berdasarkan data lokasi/ruang tersebut. Basis Data Spasial akan menggunakan struktur indeks yang khusus, seperti R-tree untuk memenuhi query.

Ada dua jenis Basis Data Spasial yang penting diketahui : Basis Data Perancangan (Design Database) atau Basis Data CAD (Computer-Aided Design) yang digunakan untuk menyimpan data hasil perancangan untuk objek-objek yang dibuat manusia seperti bangunan, mobil, pesawat, dan lain-lain. Contoh lain dalam pemanfaatan Basis Data CAD adalah untuk menyimpan hasil rancangan IC (intergrated-circuit) untuk chips dan rancangan perangkat elektronika. Basis Data Geografis, yang digunakan untuk menyimpan data geografis seperti peta dan hasil pencitraan satelit. Basis Data Geografis sering pula disebut GIS (Geographic Information System).

Representasi Bentuk Geometris

Data Geografis Data yang memiliki aspek spasial di alam, ex: peta, hasil pencitraan satelit. Jenis data geografis: Data Raster. Data Vektor.

Aplikasi Data Geografis Sistem navigasi kendaraan. Peta on-line Informasi tentang instalasi publik (listrik, air dan telepon kabel). dll

Basis Data untuk Multimedia (Multimedia Databases) Saat ini semakin marak pemakaian basis data untuk menyimpan data multimedia, seperti gambar, audio dan video. Fungsionalitas basis data akan menjadi penting pada saat jumlah objek multimedia yang disimpan tersebut sudah semakin banyak.

Beberapa isu yang harus diketahui jika data multimedia disimpan dalam sebuah basis data : Basis data (dan DBMS) harus mendukung penyimpanan objek­objek yang besar. Pencarian dan pengambilan data berdasarkan kesamaan diperlukan dalam aplikasi-aplikasi basis data multimedia. Pengambilan sejumlah tipe data, seperti audio dan video, juga membutuhkan syarat khusus yaitu data yang disimpan harus dapat diproses dan disajikan dalam kecepatan yang konstan.

Format Data Multimedia Gambar JPEG (Joint Picture Experts Group). Audio Video  MPEG (Motion Picture Experts Group) .