DASAR-DASAR INTELEJEN BISNIS, DATABASE dan MANAJEMEN INFORMASI

KATA PENGANTAR

Puji dan syukur kami ucapkan kehadirat Allah SWT, yang telah memberikan rahmat dan karunia-Nya kepada penulis sehingga penulis berhasil menyelesaikan makalah ini tepat pada waktunya yang berjudul “Dasar-dasar Intelejen Bisnis, Database dan Manajemen Informasi”.

Dalam menyelesaikan makalah ini penulis banyak menemui kendala, tapi kendala tersebut dapat penulis atasi karena dapat masukan yang berarti dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih kepada semua pihak yaitu Ileh Satria SE., MA,. M.SI. selaku dosen Sistem Informasi Manajemen, kepada orang tua serta kepada teman-teman kelas manajemen syariah 4A.

Penulis berharap makalah ini dapat bermanfaat bagi pembaca terutama bagi penulis sendiri.

                                                                                    Batusangkar, 12 April 2018

                                                                                                Penulis

 

DAFTAR ISI

HALAMAN JUDUL

KATA PENGANTAR

DAFTAR ISI

BAB I PENDAHULUAN

A.      Latar Belakang……………………………………………………………………………... 1

B.      Rumusan Masalah……………………………………………............................................... 1

C.      Tujuan…………………………………………………………………………………………… 2

BAB II PEMBAHASAN

A.      Mengorganisasikan Data dalam Lingkungan File Tradisional…………...….           3

B.      Pendekatan Database untuk Pengelolaan Data…………………………………… 5

C.      Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan

 Pengambilan Keputusan…………………..……………………………………………….. 6

D.     Pengeloaan Sumber Data……………...…………………………………………………… 11

BAB III PENUTUP

A.      Kesimpulan………………………………………………………..............................  14

B.      Saran……………………………………………………..........................................  14

DFTAR PUSTAKA

BAB I

PENDAHULUAN

A.     Latar Belakang

Mengingat Banco de Credito del Peru (BCP) menggunakan kertas dalam jumlah besar untuk merekonsiliasi data mereka yang ganda serta tidak konsisten untuk dikumpulkan dan dilaporkan kepada pihak manajemen. Solusi ini sangat memakan waktu dan mahal serta menghambat departemen TI di perusahaan tersebut untuk menghasilkan pekerjaan yang bernilai tinggi. Solusi yang lebih sesuai lainnya dalah dengan meng-Install perangkat keras dan perangkat lunak baru tempat penyimpanan bisnis bagi seluruh perusahaan untuk mendukung kelancaran aplikasi bisnis. Perangkat baru tersebut diantaranya adalah perangkat lunak perusahaan yang megintegrasikan manajemen database dan data warehouse terkini yang dapat menyuplai data untuk keseluruhan perusahaan. Bank tersebut harus mengorganisasikan ulang data-datanya kedalam format yang ditemukan perusahaan, mengeliminasi data-data ganda, menerapkan aturan, tanggung jawab serta prosedur untuk memperbarui dan menggunakan data.

Sitem manajemen database dan data warehouse modern meningkatakan efesiensi dengan mempermudah cara menemukan dan mengumpulkan data untuk laporan manajemen serta untuk pemrosesan transaksi financial sehari-hari. Data tersebut lebih akurat dan terpercaya serta mengurangi biaya pengelolaan dan penyimpanan secara siginfikan.

B.      Rumusn Masalah

1.      Bagaimana mengorganisasikan data dakam lingkungan file tradisional?

2.      Bagaimana pendekatan database untuk pengelolaan data?

3.      Bagaimana memanfaatkan database untuk meningkatkan kinerja bisnis dan pengambilan keputusan?

4.      Bagaimana cara pengelolaan sumber data?

C.      Tujuan

1.      Memahami mengorganisasikan data daam lingkungan file tradisional

2.      Mengetahui pendekatan data base untuk pengelolaan data

3.      Memahami database untuk meningkatkan kinerja bisnis dan pengambilan keputusan

4.      Memahami pengelolaan sumber data

BAB II

PEMBAHASAN

A.     Mengorganisasikan Data dalam Lingkungan File Tradisional

Sitem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat waktu, dan relevan. Informasi yang akurat, berarti bebas dari keslahan. Informasi yang tepat waktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan. Informasi di anggap relevan ketika ia member manfaat serta sejalan dengan pekerjaan dan keputusan yang akan dibuat. (Kenneth dan Jane, 2017:221)

1.      Istilah dan Konsep dalam pengorganisasian file

Sistem computer mengorganisasikan data berdasarkan suatu hierarki yang di mulai dari bit kemudian byte, kemudian berlanjut ke field, record, file dan database. Bit mewakili unit data terkecil yang dapat ditangani oleh komputer. Sekelompok bit disebut byte, yang mewakili salah satu buah karakter tunggal yang dapat berupa huruf, angka ataupun simbol lainnya. Sekelompok karakter yang membentuk kata, beberapa kata ataupun serial angka (Seperti nama atau usia seseorang) disebut field. Sekelompok field yang saling berhubungan dinamakan record, sedangkan record dengan jenis yang sama dinamakan file. (Kenneth dan Jane, 2017:222)

2.      Masalah-masalah dalam lingkungan data tradisional

a.      Redudansi dan ikonsistensi data

Redudansi data adalah kehadiran data ganda pada beberapa file data yang tersimpan di beberapa tempat atau lokasi. Redudansi data terjadi ketika kelompok-kelompok yang berbeda pada sebuah organisasi secara independen mengumpulkan data yang sama dan menyimpannya masing-masing. Data redudansi menghabiskan tempat penyimpanan data dan menyebabkan terjadinya inkonsistensi data, dimana atribut-atribut yang sama, memiliki nilai-nilai yang berbeda.

b.      Ketergantungan program data

Ketergantungan program data mengacu pada satu paket data yang tersimpan pada file dan dan di perlukan oleh program-program tertentu untuk memperbaharui dan mengelola file-file tertentu sehingga program tersebut perlu mengubah data-data tersebut. Setiap program computer tradisional harus menjelaskan lokasi dan sifat data yang bekerja padanya.

c.       Kurangnya fleksibelitas

Sistem file tradisional dapat mengkirimkan laporan rutin sesuai jadwal setelah upaya pemograman yang ekstensif namun tidak dapat mengkirimkan laporan-laporan ad-hoc (hanya diperlukan pada situasi khusus saja) atau merespon kebutuhan informasi yang tidak dapat di antisipasi pada kondisi waktu tertentu. Informasi-informasi tersebut di perlukan oleh permintaan-permintaan ad-hoc disuatu tempat pada sistem tersebut tetapi terlalu mahal untuk disediakan

d.      Sistem keamanan yang buruk

Karena longgarnya pengendalian dan pengelolaan terhadap data, akses dan penyebaran informasi menjadi tidak terkendali.

e.      Kekurangan ketersediaan dan pendistribusian data

Karen bagian informasi yang terdapat pada file yang berbeda dan bagian –bagian organisasi dapat di hubungkan satu sama lain. Jelas adalah tidak mungkin untuk mendistribusikan dan mengakses informasi dalam waktu yang bersamaan. (Kenneth dan Jane, 2017:223-224)

B.      Pendekatan Datadase Untuk Pengelolaan Data

Definisi yang lebih jelas mengenai database adalah sekumpulan data yang di organisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggadaan data. Ketimbang menyimpan data pada file-file yang terpisah untuk setiap aplikasi data yang dimunculkan kepada pengguna, berasal dari suatu lokasi penyimpanan saja. . (Kenneth dan Jane, 2017:224)

1.      Sistem Manajemen database

Sistem Manajemen dadabase adalah perangkat lunak yang memungkinkan suatu organisasi memusatkan data, mengelola mereka secara efisien dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. Ketika program aplikasi meminta suatu item data, seperti gaji bruto, DBMS (database managemen system) menemukan item data tersebut pada database dan menampilkannya lewat program aplikasi. Dengan menggunakan file-file data tradisional pemogram harus menspsesifikasikan ukuran dan format dari setiap elemen data yang digunakan didalam sebuah program, kemudian menginformasikannaya ke komputer dimana lokasi mereka. . (Kenneth dan Jane, 2017:224-225)

2.       Kapabilitas sistem manajemen database

Suatu DBMS selalu menyertakan perangkat  untuk mengorganisasikan, mengelola, dan mengakses data pada database. Dan hal yang paling penting adalah bahasa untuk mendefinisikan data, kamus data, dan bahasa untuk manipulasi/ memodifikasi data.

DBMS memiliki kapabilitas definisi data untuk menspesifikasikan struktur konten database. Definisi data digunakan untuk membuat database dan untuk mendefinisikan karakteristik field pada setiap table. Informasi tentang database ini akan didokumentasikan dalam kamus data. Kamus data (data dictionary) adalah file manual atau otomatis yang menyimpan definisi-definisi elemen data berikut karakteristik mereka. . (Kenneth dan Jane, 2017:230)

3.      Merancang database

Rancangan konseptual suatu database menggambarkan bagaimana elemen-elemen data pada database dikelompokan. Proses rancangan tersebut mengedintifikasi hubungan antara elemen-elemen data dan cara efisien dalam mengelompokan elemen-elemen data untuk menjawab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga mengidentifikasi data-data ganda dan pengelompokan elemen-elemen data yang diperlukan untuk program aplikasi yang spesifik. Kelompok data diorganisasikan, diperbaiki dan didistribusikan dengan lancar, sampai hubungan logis antara seluruh data pada database tampak jelas. (Kenneth dan Jane, 2017:231)

C.      Memanfaatkan Datadase Untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan

1.      Tantangan Dalam Menagani Besarnya Volume Data

Sampai dengan 5 tahun yang lalu, sebagian data dikumpulkan oleh organisasi yang terdiri atas data transaksi yang dapat ditempatkan dengan mudah kedalam kolom dan baris pada DBMS relasional, sejak saat itu ada lonjakan data dari lalu lintas Wet, pesan surel dan konten media sosial (tweets, status pesan) demikian juga dari data yang dihasilkan dari media seperti sensor (yang digunakan pada smart meter, sensor publik, dan meteran elektrik) atau dari sistem transaksi elektronis. (Kenneth dan Jane, 2017:233)

Organisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang lebih berbentuk dan anomoli-anomoli yang lebih menarik ketimbang data kecil yang berpontensi memberikan wawasan baru tentang perilaku pelanggan, pada cuaca, aktivitas, pasar saham, dan fenomena lainya. Bagaimanapun untuk memperoleh nilai bisnis dari data-data tersebut, organisasi memerlukan perangkat dan teknologi baru yang mampu mengelola non tradisional beserta data perusahaan mereka. (Kenneth dan Jane, 2017:231)

a.      Infrastruktur intelijen bisnis

Seandainya, anda ingin meringkas informasi mengenai kegiatan operasional, tren, dan perubahan terkini di seluruh organisasi.jika, anda berkarya diperusahakan besar data yang anda butuhkan mungkin berfragmentasi kedalam sistem-sistem yang terpisah seeperti penjualan, produksi,dan akuntansi, atau bahkan berasal dari sumber eksternal seperti demografis dan data pesaing. (Kenneth dan Jane, 2017:234)

b.      Data Warehouse dan Data Mart

Perangkat tradisional untuk menganalisis data perusahaan sampai dengan 20 tahun yang lalu warehouse. Data warehouse adaah data yang menyimpan data historis dan data yang terkini yang berpengaruh bagi kepentingan pengambilan keputusan di seluruh perusahaan. Data tersebut ditujukan kepada banyak sistem operasional transaksi-transaksi penting, seperti sitem penjualan, data pelanggan, manufaktur, termasuk data dari transaksi Wet. Data warehouse menghasilkan data historis dan dat terkini dari berbagai sistem operasi pada organisasi. (Kenneth dan Jane, 2017:234)

c.       Hadoop

Produk DBMS rasional dan data warehouse tidak sesuai untuk mengorganisasikan dan menganalisis dat berkapasitas basar atau dat yang tidak dapat dengan mudah dibentuk kedalam format kolom dan baris yang digunakan dalam model datanya. Anda bisa menggunakan Hadoop untuk menemukan penawaran tiket penerbangan terbaik di internet, mencari alamat sebuah alamat restoran, melakukan pencarian pada google, atau terhubung dengan teman anda di facebook.

Hadoop terdiri atas beberapa layanan pokok: Hadoop Distributed File System (HDFS) untuk menyimpan file dat dan Map Reduce untuk pemrosesan dat paralel dengan tampilan grafis tinggi. HDFS menghubungkan secara bersamaan file-file sistem pada sejumlah titik dalam sebuah cluster Hadoop untuk kemudian di ubah menjadi file sistem tunggal berukuran besar. MapReduce buatan hadoop terinspirasi oleh maprude buatan google dalam memecah rangkaian pemprosesan data berukuran besar dan menyebarkan pekerjaan-pekerjaan tersebut keberbagai titik dalam sebuah cluster. Hbase, database non-reasional buatan hadoop menyediakan akses cepat kedata yang tersimpan pada HDFS dan platform transaksional untuk mengoperasikan transaksi-transaksi rieltime berskala tinggi. (Kenneth dan Jane, 2017:235)

d.      Komputasi Dalam-Memori

Cara yang lain untuk memfasilitasi analisis data yang besar adalah dengan menganalisis komputasi dalam-memori (in-memory computing), yang sangat mengandalkan pada memori ulama dari komputer (computer’s main memory-RAM) untuk data penyimpanan.

(DBMS yang konvensional menggunakan sisten penyimpanan disk). Produk-produk komersial terkemuka bagi komputasi dalm memori meliputi, High performance Analytics Appliance (HANA) dari SAP dan Oracle Exalytics. Masing-masing menyediakan serangkaian komponen perangkat lunak yang terintegrasi, meliputi perangkat lunak  database dalam memori dalam perangkat lunak analitis yang terspesialisasi, yang menjalan kan perangkat keras untuk pekerjaan komputasi dalam memori. (Kenneth dan Jane, 2017:236)

e.      Platform Analitis

Para vendor detabase komersial telah mengembangkann Platform Analitis (analytic platforms) berkecepatan tinggi yang terspesialisasi dengan mengunakan baik teknologi terikat maupun yang tidak terikat yang dioptimalkan untuk menganalisis kumpulan data yang besar. Platform analitis ini  seperti misalnya IBM netezza dan oracle Exadata, menampilkan system perangkat keras, perangkat lunak yang telah dikonfigurasi sebelumnya, yang secara spesifik dirancang untuk pemrosesan permintaan dan analitis. Sebagai contoh, IBM Netezza menampilkan database yang terintegrasi secara ketat, server, dan komponen-komponen penyimpanan yang menangani pertanyaan analisis yang rumit 10 hingga 100 kali lebih cepat dari pada sistem tradisional. Platfrom analitis juga memasukan sistem dalam memori dan NoSL system manajemen database non-relasional. (Kenneth dan Jane, 2017:236)

Gambar 6.10 mengilustrasikan infrastruktur intelejen bisnis kontemporer dengan menggunakan teknologi yang baru saja telah kita gambarkan. Data saat ini dan data historis akan diekstrak dari system operasional yang banyak seiring dengan data web, data yang dihasilkan oleh mesin, dan data audio/visual yang tidak terstuktur, dan data dari sumber-sumber eksternal yang telah direstrukturasi dan di organisasikan oleh untuk pelaporan dan analisis. Cluster Hadoop melakukan proses data yang besar sebelum utnuk digunakan dalam data warehouse, datamart, atau platform analitis, atau untuk permintaan langsung untuk para pengguna power. Output meliputi laporan dan dashboard yang sama halnya dengan hasil query. (Kenneth dan Jane, 2017:236-237)

Komponen-komponen dari data warehouse

                                                     

Data operasinoal

Data historis

Data Mart

Para pengguna kasul · Query · Laporan · dashboardd

 

                                                                

Data Mesin

Data Web

Data warehouse

 

                             Cluster Hadoop

Para pengguna power ·      Query ·      Laporan ·      OLAP ·      datamining

Platform Analaisis

Data audio/video

                            

Data eksternal

 

D.     Pengelolaan Sumber Data

1.      Menetapkan Kebijakan Informasi

Skala bisnis skala besar maupun kecil, memerlikan kebijakan informasi. Data perusahaan anda merupakan sumber daya yang penting. Dan anda tidak ingin seseorang melakukan sesuatu yang mereka inginkan dengan mereka. Anda perlu memiliki aturan-aturan mengenai bagaimana data diorganisasikan dan diperhatikan, dan siapa yang diizinkan untuk melihat data atau mengubah mereka.

Kebijakan informasi (information policy) menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan, standarisasikan, klasifikasi, dan penyimpanan informasi, undang-undang kebijakan informasi menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi informasi dapat saling dibagikan oleh penggunaan dan unit organisasi dimana informasi dapat didistribusikan, dan siapa yang bertanggung jawab untuk memperbarui dan memelihara informasinya.

Administrasi data bertanggung jawab atas kebijakan dan prosedur yang menggatur data sebagai sumber daya organisasi. Tanggung jawab tersebut meliputi pengembangan kebijakan informasi, perencanaan data, pengawasan rancangan database  logis, dan pengembangan kamus data, serta pemantuan terhadap spesialis sistem informasi dan kelompok penggunaan akhir dalam menggunakan data.

Data kelola data (data govarance) yang digunkan untuk menggambarkan banyak hal dari aktivitas tersebut. Didukung oleh IBM, tata kelola data berkaitan dengan kebijakan dan proses untuk mengelola ketersedian, kegunaan, integritas, dan keamanan dari data yang digunakan dalam suatu perusahaan, dengan penekanan khusus pada dukungan untuk privasi, keaman, kualitas data, dan kepatuhan terhadap berbagai peraturan pemerintah.

2.      Memastikan Kualitas Data

Database dan kebikana informasi yang dirancang dengan baik akan berlanjut pada jaminan bahwa perusahaan atau memiliki informasi yang diperlukannya. Namun langkah-langkah tambahan harus diambil untuk memastikan bahwa data dalam database perusahaan akurat dan tetap dapat diandalkan. (Kenneth dan Jane, 2017:240)

BAB III

PENUTUP

A.     Kesimpulan   

Sitem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat waktu, dan relevan. Informasi yang akurat, berarti bebas dari keslahan. Informasi yang tepat waktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan. Definisi yang lebih jelas mengenai database adalah sekumpulan data yang di organisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggadaan data. Organisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang lebih berbentuk dan anomoli-anomoli yang lebih menarik ketimbang data kecil yang berpontensi memberikan wawasan baru tentang perilaku pelanggan, pada cuaca, aktivitas, pasar saham, dan fenomena lainya.

B.      Saran

Penulis menyadari akan kekurangan pada makalah ini, oleh karena itu pemakalah mengharapkan kritikan dan saran dari pembaca agar kesalahan yang sama tidak terulang kembali.

DAFTAR PUSTAKA

Kenneth C. Laudon dan Jane P. Laudon. 2017. Sistem Informasi Manajemen. Jakarta: Salemba Empat.

Kenneth C. Laudon dan Jane P. Laudon. 2017. Sistem Informasi Manajemen. Jakarta: Salemba Empat.