Deni Cynthia Cahya Kelvin Iskandar Yolanda Fluoren Melly Giana R

Presentasi berjudul: "Deni Cynthia Cahya Kelvin Iskandar Yolanda Fluoren Melly Giana R"— Transcript presentasi:

1 FOUNDATIONS OF BUSINESS INTELLIGENCE: DATABASES AND INFORMATION MANAGEMENT
Deni Cynthia Cahya Kelvin Iskandar Yolanda Fluoren Melly Giana R Ririn Sumindi

2 Perkembangan teknologi informasi yang sangat cepat, mulai dari internet, jaringan nirkabel, hingga telepon digital telah dan terus mengubah dunia bisnis. Para pembisnis mendapatkan manfaat yang luar biasa dalam bentuk penciptaan prodsuk dan jasa, model bisnis, dan proses bisnis yang baru.

3 Pengorganisasian Data Dalam Sebuah File Tradisional
Sebuah sistem informasi yang efektif menyediakan informasi yang akurat,tepat waktu, dan relevan bagi penggunanya. Informasi dikatakan relevan jika informasi sangat berguna dan tepat untuk jenis pekerjaan dan dapat digunakan sebagai pengambilan keputusan atas informasi tersebut. Informasi yang akurat tidak memiliki kesalahan, juga informasi dikomunikasikan dengan tepat waktu maka dapat digunakan senagai pengambilan keputusan sesuai kebutuhan pengguna.

4 Masalah Dengan Lingkungan File Tradisional
Pada kebanyakan organisasi, file data dan sistem cenderung bertumbuh secara mandiri tanpa rencana menyeluruh untuk perusahaan. Setiap aplikasi tentu saja membutuhkan file dan program komputernya sendiri untuk dapat bekerja. Masalah-masalah yang ada adalah sebagai berikut: Redundansi dan Inkonsisten dara Ketergantungan program data Kurangnya fleksibilitas Kemanan yang buruk Kekurangan dalam pembagian dan ketersediaan data

5 Pendekatan Database Terhadap Pengelolaan Data
Teknologi basis data megatasi banyak masalah yang terjadi dalam organisasi file tradisional. Basis data atau Database → sekumpulan data organisasi yang digunakan untuk melayani banyak aplikasi secara efisien dengan memusatkan data dan mengendalikan redundansi data (kerangkapan data).

6 Sistem Manajemen Basis Data (DBMS) adalah
→Perangkat lunak (software) yang memudahkan organisasi untuk memusatkan data, mengelola data secara efisien dan menyediakan akses data melalui program aplikasi. DBMS bertindak sebagai interface (antar muka) antar program aplikasi dan file data fisik. Menggunakan file data tradisional, programmer harus menentukan ukuran dan format setiap elemen data yang digunakan dalam program dan kemudian memberitahu komputer di mana mereka berada. Prinsip kapabilitas DBMS mencakup kemampuan definisi data, kamus data, dan bahasa manipulasi data.

7 Bagaimana DBMS menyelesaikan masalah dalam lingkungan file tradisional?
Dengan memperkecil redundansi dan inkonsistensi data dengan meminimalisasi file-file yang terpisah yang mempunyai data sama. DBMS tidak dapat menghilangkan redundansi data, tetapi dapat membantu mengontrol redundansi. Menggunakan DBMS dapat menghilangkan inkonsistensi data karena pada sistem ini memastikan bahwa data yang sama memiliki nilai yang sama.

8 Relational DBMS DBMS menggunakan model database yang berbeda untuk melacak entitas, atribut, dan hubungan. Relational DBMS merupakan jenis yang paling populer dari DBMS saat ini untuk PC serta untuk komputer yang lebih besar dan frame utama.

9 Operation of Relational DBMS
Tabel database relasional dapat dikombinasikan dengan mudah untuk memberikan data yang dibutuhkan oleh pengguna. Dalam database relational, tiga operasi dasar yang digunakan untuk mengembangkan kegunaan kumpulan sebuah data: pilih, bergabung, dan proyek. Pilih (select) menciptakan subset yang terdiri dari semua catatan dalam file yang memenuhi kriteria yang dinyatakan. Bergabung (join) menggabungkan tabel relasional untuk menyediakan pengguna dengan informasi lebih dari yang tersedia dalam tabel individu. Project menciptakan subset yang terdiri dari kolom dalam sebuah tabel, yang memungkinkan pengguna untuk membuat tabel baru yang hanya berisi informasi yang diperlukan.

10 Object-Oriented DBMS DBMS berorientasi objek menyimpan data dan prosedur yang bekerja pada data tersebut sebagai objek yang dapat secara otomatis diambil dan dibagi. OODBMS menjadi populer karena mereka dapat digunakan untuk mengelola berbagai komponen multimedia atau applet Java yang digunakan dalam aplikasi Web, yang biasanya mengintegrasikan potongan informasi dari berbagai sumber.

11 Capabilities of Database Management Systems
Data definition capability : menyatakan struktur dan digunakan untuk membuat tabel dan menentukan karakteristik bidang. Data dictionary : file otomatis atau manual yang menyimpan informasi tentang data didalam basis data termasuk nama, deskripsi, size, type, format dan penjelasan elemen data.

12 Querying and Reporting
DBMS mempunyai bahasa khusus yang disebut bahasa manipulasi data yang digunakan untuk menambah, mengganti, menghapus, dan mengambil kembali data didalam basis data. Bahasa manipulasi data seperti SQL adalah bahasa khusus untuk mengakses dan memanipulasi data didalam basis data.

13 Acces data dictionary features

14 Example of an SQL Query

15 Designing Databases Basis Data memerlukan rancangan konseptual dan rancangan fisik. Rancangan konseptual atau logis dari sebuah basis data adalah model abstrak dari basis data. Sedangkan rancangan fisik memperlihatkan bagaimana basis data tersebut sebenarnya tersusun pada perangkat penyimpanan data dengan akses yang langsung.

16 Model data organisasi seharusnya menggambarkan proses-proses bisnis dan kebutuhan pengambilan keputusan yang penting. Proses pembuatan data yang penting, stabil, flexible dan adabtif dari sekelompok data yang rumit disebut normalisasi.

17 An Unnormalized Relation for Order

18 Normalized Tables Created from Order

19 Entity-relationship diagram
Diagram relasi entitas menggambarkan secara grafis hubungan antar entitas dalam basis data relasional. Rancangan basis data juga memperhatikan apakah sebuah basis data dapat didistribusikan kepada lebih dari satu lokasi untuk meningkatkan respons dan memperkecil kerentanan dan mengurangi biaya. Terdapat dua jenis utama dari basis data terdistribusi : basis data yang tereplikasi dan basis data yang terpartisi.

20 Menggunakan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan
Tantangan Data Besar Data besar adalah data yang digunakan untuk menjelaskan set data dengan volume yang sangat besar sehingga di luar batas kemampuan DBMS untuk menangkap, menyimpan, dan menganalisanya. Biasanya kuantitasnya tidak spesifik tetapi biasanya itu dalam jangkauan petabyte dan exabyte. Struktur Bisnis Intelejen Infrastruktur kontemporer untuk BI memiliki beragam cara untuk mendapatkan informasi yang berguna dari seluruh data data yang digunakan saat ini termasuk data data besar yang semi struktural dan tidak ter struktur.

21 Data Warehouse dan Data Marts
Data warehouse adalah database yang menyimpan data historis dan data saat ini terkait dengan minat potensial untuk pembuatan keputusan perusahaan. Data marts adalah data warehouse yang lebih kecil yang merupakan akumulasi atau kesimpulan dari data data organisasi yang ditempatkan di database tertentu untuk populasi pengguna yang spesifik. Hadoop Haddop adalah framework software yang terbuka untuk menangani data data tidak struktural dan semi struktural dalam jumlah besar.

22 In Memory Computing Cara lain untuk memfasilitasi data besar adalah dengan menggunakan in memory computing dimana pengguna mengakses data yang disimpan dari memori utama sistem kemudian eliminasi data yang diambil dan dibaca dengan cara tradisional dan berbasis diskbase database dan secara langsung memotong waktu respon query Analitic Platforms Analitic platform ini menggunakan teknologi relasional dan non relasional yang dioptimalkan untuk menganalisa sistem data besar

23 Analytical Tools: Relationships, patterns, Trends.
Data telah ditangkap dan terorganisir dengan menggunakan teknologi intelijen bisnis yang telah kami jelaskan, mereka yang tersedia untuk analisis lebih lanjut dengan menggunakan perangkat lunak untuk query database dan pelaporan, analisis data multidimensi (OLAP), dan data mining. bagian ini akan memperkenalkan Anda kepada alat-alat ini, dengan lebih rinci tentang analisis intelijen bisnis dan aplikasi dalam pasal 12. Analytical Processing (OLAP) misalkan perusahaan Anda menjual empat produk yang berbeda - mur, baut, ring, dan sekrup - di timur, barat, dan daerah pusat jika Anda ingin mengajukan pertanyaan cukup jelas, seperti acara banyak mesin cuci terjual selama kuartal terakhir, Anda bisa dengan mudah menemukan jawaban dengan query database penjualan Anda.

24 Data Mining data mining lebih penemuan-driven. data mining memberikan wawasan ke dalam data perusahaan yang tidak dapat diperoleh dengan OLAP dengan mencari pola dan hubungan yang tersembunyi dalam database besar dan menyimpulkan aturan dari mereka untuk memprediksi perilaku masa depan. pola dan aturan yang digunakan untuk memandu pengambilan keputusan dan perkiraan

25

26 Ini tampilan acara produk diban dingkan daerah
Ini tampilan acara produk diban dingkan daerah. jika Anda memutar kubus 09 derajat, wajah yang akan menunjukkan adalah produk dengan penjualan aktual dan diproyeksikan jika Anda memutar kubus 90 derajat lagi, Anda akan melihat daerah dibandingkaaktual dan diproyeksikan penjualann. pandangan lain yang mungkin.

27 Text Mining dan Pertambangan Web Namun, data yang tidak terstruktur, paling dari file teks, diyakini mencapai lebih dari 80 persen dari informasi organisasi yang berguna dan merupakan salah satu sumber utama data yang besar bahwa perusahaan ingin menganalisis. , memo, transkrip call center, tanggapan survei, kasus hukum, deskripsi paten, dan laporan layanan yang semuanya berharga untuk menemukan pola dan tren yang akan membantu karyawan membuat bisnis yang lebih baik keputusan. alat pertambangan teks sekarang tersedia untuk membantu bisnis menganalisis data ini. alat ini dapat mengekstrak elemen kunci dari terstruktur set data yang besar, menemukan pola dan hubungan, dan meringkas informasi.

28 Databases And The Web Apakah Anda pernah mencoba untuk menggunakan web untuk memesan atau melihat katalog produk? banyak perusahaan sekarang menggunakan web untuk membuat beberapa informasi dalam database internal mereka, tersedia untuk pelanggan dan mitra bisnis.

29 Managing Data Resources
Menyiapkan database hanya awal untuk memastikan bahwa data untuk bisnis tetap akurat, dapat diandalkan, dan tersedia bagi mereka yang membutuhkannya, bisnis akan membutuhkan kebijakan khusus dan prosedur untuk pengelolaan data. Establishing An Information Policy Ensuring Data Quality

30 Establishing An Information Policy
Setiap bisnis besar dan kecil, memerlukan kebijakan informasi. kebijakan informasi menentukan aturan organisasi untuk berbagi, menyebarkan, memperoleh, standardisasi, mengklasifikasi, dan inventarisasi informasi, dan ada 3 yaitu : Information Policy Data Administration Data Governance

31 Ensuring Data Quality Dirancang dengan baik database dan informasi kebijakan memastikan bahwa bisnis memiliki informasi yang dibutuhkan. Namun, langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam database organisasi yang akurat dan tetap dapat diandalkan.

32 THANK YOU