McGraw-Hill/Irwin Copyright © 2007 by The McGraw-Hill Companies, Inc. All rights reserved.

Presentasi berjudul: "McGraw-Hill/Irwin Copyright © 2007 by The McGraw-Hill Companies, Inc. All rights reserved."— Transcript presentasi:

1 McGraw-Hill/Irwin Copyright © 2007 by The McGraw-Hill Companies, Inc. All rights reserved.

2 Data Resource Management
5 Chapter Data Resource Management Data Concepts Database Management Types of Databases McGraw-Hill/Irwin Copyright © 2007 by The McGraw-Hill Companies, Inc. All rights reserved.

3 Learning Objectives Nilai bisnis dari sumber data, penerapan manajemen proses, dan teknologi dalam sebuah organisasi. Keuntungan dari pendekatan manajemen database, untuk mengelola sumber daya data dari sebuah bisnis, dibandingkan dengan pendekatan pengolahan file. Menjelaskan bagaimana perangkat lunak database manajemen sistem membantu para profesional bisnis, mendukung operasi, dan manajemen bisnis.

4 Learning Objectives Memberikan contoh untuk menggambarkan masing-masing konsep berikut: Jenis database Data warehouse dan data mining Logical elemen data Fundamental basis data struktur Pengembangan database

5 Case 1: Harrah’s Entertainment and Others
Untuk kasino, salah satu aset yang paling penting adalah data tentang tinggi-rol pelanggan Langkah apa yang dapat diambil untuk mencegah karyawan mencuri data tersebut? Manajerial staf/karyawaan (Legal) Teknis

6 Case Study Questions Mengapa perkembangan IT dapat membantu meningkatkan nilai sumber daya data, dibanyak perusahaan? Bagaimana cara meningkatkan keamanan, tantangan melindungi sumber daya data perusahaan? Bagaimana perusahaan menggunakan IT untuk memenuhi tantangan keamanan sumber data?

7 Real World Internet Activity
Perusahaan semakin mengadopsi posisi nilai data bahwa data merupakan aset yang harus dikelola dengan tingkat yang sama seperti mengelola kas dan modal lainnya. Using the Internet, Lihat dan tenemukan contoh bagaimana perusahaan memperlakukan data mereka. Apakah ada hubungan antara perusahaan yang melihat data mereka sebagai aset, Lalu perusahaan tersebut sangat sukses di industri masing-masing?

8 Real World Group Activity
Kasus ini menggambarkan betapa berharganya sumber data untuk industri kasino. In small groups, Diskusikan industri lain di mana data mereka jelas nyawa mereka. Sebagai contoh, estimated (telah diperkirakan ) bahwa setiap perusahaan dalam industri, keuangan akan memiliki harapan hidup kurang dari 100 jam jika mereka ditempatkan dalam posisi di mana mereka tidak bisa mengakses data organisasi mereka. Do you agree with this estimate?

9 Examples of logical data elements

10 Fundamental Data Concepts
Karakter : abjad tunggal, simbol numerik atau lainnya Field atau item data : kumpulan karakter atau (pengelompokan karakter terkait) Atribut (karakteristik atau kualitas) dari beberapa entitas (objek, orang, tempat atau peristiwa) Contoh: gaji Record : Digunakan untuk menggambarkan atribut dari suatu entitas atau pengelompokan/kumpulan field Contoh : penggajian, Note penggajian ada field nama, SSN dan tingkat upah

11 Fundamental Data Concepts
File or table : sekelompok/kumpulan dari record Database : koleksi terpadu dari elemen data logis /kumpulan file-file atau record-record yang terhubung .

12 Electric Utility Database
Source: Adapted from Michael V. Mannino, Database Application Development and Design (Burr Ridge, IL: McGraw-Hill/Irwin, 2001), p. 6.

13 Database Structures Hierarchical Network Relational Object-oriented
Multidimensional

14 Hierarchical Structure
Early DBMS struktur Records diatur dalam struktur seperti pohon. Hubungan adalah satu-ke-banyak. Access data elements by moving progressively downward from the root and along the branches of the tree

15 Hierarchical Structure

16 Network Structure Digunakan dalam beberapa paket DBMS mainframe
Hubungan Banyak-ke-banyak Any data element can be related to any number of other data elements (Setiap elemen data dapat berhubungan dengan sejumlah elemen data lain)

17 Network Structure

18 Relational Structure Struktur ini paling banyak digunakan
Elemen data disimpan dalam tabel Row merupakan record Kolom merupakan field Data dalam satu file dapat terhubung dengan data dalam file lain. jika kedua file berbagi elemen data terhubung via field kunci, yang nilainya unik

19 Relational Structure

20 Relational Operations
Select: Create a subset of records yang memenuhi kriteria atau Pernyataan, Example, select employees who make more than $30,000 Join Combine two or more tables temporarily (sementara) Looks like one big table Project Create a subset of columns in a table Three basic operations on relational databases

21 Multidimensional Structure
Variation of relational model Uses multidimensional structures to organize data Elemen data dipandang sebagai dalam kubus Populer untuk database analitis yang mendukung OLAP (Online Analytical Processing). OLAP is used for answers to complex business queries(OLAP digunakan untuk memperoleh jawaban atas pertanyaan bisnis yang kompleks), discussed in detail in chapter 9

22 Multidimensional Model

23 Object-oriented Structure
Object consists of Nilai data menggambarkan atribut dari suatu entitas Operations that can be performed on the data Encapsulation: Combine data and operations Inheritance: New objects can be created by replicated some or all of the characteristics of parent objects

24 Object-oriented Structure
Source: Adapted from Ivar Jacobsen, Maria Ericsson, and Ageneta Jacobsen, The Object Advantage: Business Process Reengineering with Object Technology (New York: ACM Press, 1995), p. 65. 1995, Association for Computing Machinery. By permission.

25 Object-oriented Structure
Used in Object-oriented database management systems (OODBMS) Supports complex data types (suport jenis data complex) Examples, graphic images, video clips, web pages

26 Evaluation of Database Structures
Hierarchical Bekerja untuk proses transaksi rutin terstruktur Tidak dapat menangani hubungan banyak-ke-banyak Network Lebih fleksibel dari pada hirarkis Tidak dapat menangani permintaan ad hoc Relational Mudah menanggapi permintaan ad hoc Mudah untuk bekerja dan memelihara Tidak efisien (atau tidak cepat/lambat) sebagai hirarkis atau jaringan Gap in performance between relational and hierarchical and network is rapidly narrowing

27 Database Development Database Administrator (DBA)
Bertanggung jawab atas pengembangan database perusahaan Data Definition Language (DDL) Mengembangkan, menentukan isi data (type, size, name), relationships /(hubungan), dan struktur Spesifikasi ini disimpan dalam kamus data Data dictionary Data base catalog containing metadata Metadata – data about data

28 Database Development

29 Data Planning Process Enterprise Model
Mendefinisikan proses bisnis dasar perusahaan (Enterprise) Ditetapkan oleh DBAs dan desainer dengan pengguna akhir Data Modeling Relationships between data elements Entity Relationship Diagram (ERD) common tool for modeling (tool umum utk pemodelan data)

30 Entity Relationship Diagram

31 Database Design Process
Logical design Schema – pandangan logis melihat keseluruhan hubungan data Subschema - pandangan logis bagi pengguna akhir Data models for DBMS Physical design How data are to be stored and accessed on storage devices

32 Logical and Physical Database Views

33 Case 2: Emerson dan Sanofi data pelayan Mencari data yang sesuai (confirasi permintaan)
Data pelayan : didedikasikan untuk membangun dan mempertahankan kualitas data Requires business team kualitas data, technology and diplomatic skills Focus on data content

34 Case Study Questions Mengapa peran data steward dianggap inovatif ? Jelaskan. Terkait dengan program steward data at Emerson, Apa manfaat nya bagi bisnis Emerson ? Bagaimana manajemen sumber daya data, efektif berkontribusi pada tujuan strategis dari suatu organisasi ?, Berikan contoh dari Emerson dan perusahaan lainnya. .

35 Real World Internet Activity
Peran data steward relatif baru dan suadah menciptakan dimotivasi yang diinginkan perusahaan untuk melindungi aset data yang berharga dari perusahaan. Ada banyak deskripsi pekerjaan dalam organisasi modern, terkait dengan strategis dari manajemen sumber daya data. Using the Internet, Lihat dan temukan bukti, peran pekerjaan lain yang difokuskan pada pengelolaan data organisasi. How might a person train for these new jobs?

36 Real World Group Activity
1. Karena lebih banyak data yang dikumpulkan, disimpan, diproses dan disebarluaskan oleh organisasi, cara-cara baru yang inovatif untuk mengelola data harus dikembangkan. In small groups, Diskusikan bagaimana metode pengelolaan sumber daya data yang diperlu hari ini , untuk dikembang kan lebih banyak jenis data yang muncul. Akankah kita pernah sampai ke titik di mana kita dapat mengelola data dengan cara yang sepenuhnya otomatis?

37 Data Resource Management
Managerial activity Applies IS technologies seperti management data and data warehousing untuk menata sumber daya data to menemukan information needs oleh stakeholders business.

38 Types of databases

39 Operational Databases
Store detailed data to support business processes Examples, database customer, database inventory

40 Distributed Databases
Salinan atau bagian dari database pada server di berbagai lokasi Tantangan : setiap perubahan data dalam satu lokasi harus dilakukan di semua lokasi lainnya Replication: Amatilah setiap database terdistribusi dan temukan perubahan Mnerapkan perubahan ke setiap database terdistribusi Sangat kompleks Duplication One database is master Duplicate that database in all locations Easier

41 External Databases Databases available for a fee komersil from online services or For free from World Wide Web Examples, statistical data banks, bibliographic and full text databases

42 Hypermedia Database Website database
Consists of hyperlinked pages of multimedia (text, graphics, video clips, audio segments)

43 Data Warehouse Menyimpan data yang telah diambil dari database Operasional, eksternal dan lainnya. Data telah dibersihkan, diubah dan di katalog Digunakan oleh para manajer dan profesional utk : Data mining, Online analytical processing, Business analysis, Market research, Decision support Data mart is subset of data warehouse for specific use of a organisasi / department

44 Data Warehouse Source: Adapted courtesy of Hewlett-Packard.

45 Data Mining Data in data warehouse dianalisis untuk mengungkapkan pola dan tren tersembunyi. Examples: Perform market-basket analysis : untuk mengidentifikasi proses bisnis baru Find root causes (temukan akar pesoalan) to quality problems Cross sell to existing (sudah ada)customers Profile customers with more accuracy (profill kastamer dengan benar /lebih akurat) Discussed in more detail in chapter 9

46 Traditional File Processing
Data stored in independent files Problems: Data redundancy Lack (kurangnya) of data integration Data dependence – files, storage devices, and software are bergantung pada satu sama lain (dependent on each other) Lack of data integrity or standardization Traditional file processing leads to not being able to find data because it’s in multiple files. Or it’s too costly to combine and clean. (Pemrosesan berkas tradisional mengarah ke tidak mampu menemukan data karena dalam beberapa file. Atau terlalu mahal untuk menggabungkan dan membersihkan) Redundansi data - data yang digandakan dalam beberapa file Data tidak terintegrasi di seluruh file. Data ketergantungan - software memiliki referensi untuk format data. Jadi pemeliharaan yang sukar. Inkonsistensi di seluruh file. Problems resolved with Database Management Approach

47 Traditional File Processing

48 Database Management Approach
Consolidate data into databases that can be accessed by different programs Use a database management system (DBMS) DBMS melayani (serves) as interface between users and databases

49 Database Management Approach

50 DBMS Major Functions

51 Database Interrogation
End users use a DBMS by asking (meminta) for information via a query or a report generator Query language – langsung (immediate) responses to ad hoc data requests SQL (Structured Query Language) an international standard query language Graphical Queries - Point-and-click methods Natural Queries – similar to conversational English Report generator – quickly specify (menetukan) a report format for information you want printed in a report Database interrogation is major advantage of DBMS approach SQL is pronounced Sequel

52 Natural Language versus SQL

53 Graphical Query Source: Courtesy of Microsoft Corp.

54 Database Maintenance Updating database to reflect (mencerminkan) new business transactions such as (seperti) a new sale Done (dilakukan) by transaction processing systems with support of DBMS

55 Application Development
Use DBMS software development tools to develop custom application programs Data Manipulation Language (DML)

56 Case 3: Acxiom Corporation Data Demands Respect
Acxiom does three things: Managing large volumes of data Cleaning, transforming, and enhancing (meningkatkan) that data Distilling (penyaringan) business intelligence from that data to drive smart decisions (utk endorong keputusan cerdas) Provides information products Manages clients’ data

57 Case Study Questions Acxiom adalah jenis yang unik dari bisnis. Bagaimana Anda menjelaskan bisnis Acxiom? Apakah mereka layanan-atau bisnis berorientasi produk? Dari kasus ini, mudah untuk melihat bahwa Acxiom telah difokuskan pada berbagai macam data dari sumber yang berbeda. Bagaimana Acxiom memutuskan data untuk mengumpulkan dan untuk siapa? Bisnis Acxiom menimbulkan masalah yang berkaitan dengan privasi. Apakah data yang dikumpulkan oleh Acxiom benar-benar pribadi?

58 Real World Internet Activity
Dalam kasus ini, dinyatakan bahwa Acxiom dimulai sebagai hasil dari spin-off dari perusahaan bus. Using the Internet, Lihat jika Anda dapat menemukan sejarah Acxiom. Bagaimana sebuah perusahaan bus berkembang menjadi koleksi data dan penyebaran perusahaan?

59 Real World Group Activity
Masalah privasi yang dihadapi oleh Acxiom dikaitkan dengan penyebaran data tanpa disengaja dianggap sensitif oleh pihak ketiga. In small groups, Diskusikan masalah privasi yang terkait dengan bisnis Acxiom. Apakah Anda pikir mereka melakukan hal yang salah