Organizing Data and Information

(1)

Organizing Data and

Information

Chapter 5

(2)

Principles and Learning Objectives

• Pendekatan Database untuk manajemen data

memberikan keuntungan yang signifikan atas

pendekatan berbasis file tradisional.

–

Mendefinisikan konsep manajemen data umum dan

istilah, menyoroti keuntungan dan kerugian dari

pendekatan database untuk manajemen data..

–

Menyebutkan tiga model database dan garis besar

fitur dasar mereka, keuntungan, dan kerugian..

Fundamentals of Information Systems, Second Edition

(3)

Principles and Learning Objectives

• Sebuah database yang dirancang dengan baik

dan dikelola dengan baik adalah alat yang

sangat

berharga

dalam

mendukung

pengambilan keputusan.

–

Mengidentifikasi fungsi umum dilakukan oleh semua

(4)

Principles and Learning Objectives

• Peningkatan lebih lanjut dalam penggunaan

teknologi database akan terus berkembang dan

menghasilkan manfaat bisnis yang nyata.

–

Mengidentifikasi

dan

membahas

secara

singkat

aplikasi database baru-baru ini.

(5)

Data & Databases

• Data

terdiri

dari

fakta-fakta

mentah

yang

saat

diselenggarakan dapat diubah menjadi informasi.

• Database

adalah kumpulan data yang terorganisir untuk

memenuhi kebutuhan pengguna.

• Sebuah

Database

Management

System

(DBMS)

adalah

sekelompok

program

yang

memanipulasi

(6)

6

(7)

Data Entities, Attributes, & Keys

• Entity:

Sebuah kelas umum dari orang, tempat,

atau

hal-hal

yang

datanya

dikumpulkan,

disimpan, & dipertahankan

• Examples: customers, employees

• Attribute:

Karakteristik

dari

suatu

entitas;

sesuatu entitas diidentifikasi oleh

• Examples: customer name, employee name

• Key:

Sebuah field atau set field dalam record

yang merupakan identifier unik record

(8)

8

(9)

The Traditional Approach To Data

Management

(10)

10

(11)

Keuntungan Pendekatan database

• Peningkatan penggunaan strategis data perusahaan

• Mengurangi redudansi data

• Peningkatan integritas data

• Modifikasi lebih mudah & memperbarui

• Data & Program kemandirian

• Akses yang lebih baik terhadap data & informasi

• Standardisasi akses data

• Sebuah kerangka kerja untuk pengembangan program

• Perlindungan lebih baik secara keseluruhan dari data

(12)

Kekurangan Pendekatan database

• Biaya yang relatif tinggi pembelian & operasi

DBMS dalam lingkungan operasi mainframe

• Peningkatan biaya staf khusus

• Peningkatan kerentanan

(13)

Data Modeling

• Planned data redundancy

–

Sebuah cara pengorganisasian data di mana desain database

logis diubah sehingga entitas data tertentu digabungkan.

• Data model

–

Sebuah peta atau diagram entitas dan hubungannya.

• Enterprise data modeling

–

Pemodelan data dilakukan pada tingkat seluruh organisasi

• Entity-relationship diagrams

(14)

14

(15)

Database Models

• Hierarchical

(tree) : Sebuah model data di

mana data diatur dalam top-down atau terbalik

struktur pohon

• Network

: Sebuah perluasan model hierarkis

dengan hubungan pemilik-anggota di mana

anggota mungkin memiliki banyak pemilik

• Relational

: Semua data elemen ditempatkan

(16)

16

(17)

(18)

18

(19)

Relational Models

Menggambarkan

data

menggunakan

format

tabel

standar dengan semua elemen data yang ditempatkan

dalam tabel dua dimensi, yang disebut hubungan, yang

setara dengan logis dari file.

–

Domain:

nilai-nilai yang dibolehkan untuk atribut

–

Selecting:

manipulasi data yang menghilangkan baris (record)

sesuai dengan kriteria yang ditetapkan pengguna.

–

Projecting:

manipulasi data yang menghilangkan kolom (atribut)

dalam sebuah tabel

–

Joining:

manipulasi data yang menggabungkan dua atau lebih.

(20)

20

(21)

(22)

22

(23)

Pengertian DBMS

• Merupakan sistem pengorganisasian data

pada komputer.

• adalah perangkat lunak yang

memungkin-kan untuk membangun basis data yang

berbasis komputerisasi.

• adalah perantara user dengan basis data

sehingga dengan adanya DBMS, user

akan

dengan

mudah

mencari

dan

(24)

Memberikan Pengguna Tampilan

• Schema

:

–

Deskripsi seluruh database

–

View dari seluruh database

–

Termasuk logis & fisik struktur & hubungan antar semua data

• Subschema

:

–

File

yang

berisi

deskripsi

subset

dari

database

dan

mengidentifikasi mana pengguna dapat memodifikasi data

barang di subset

–

Lihat pengguna dari bagian database

–

Dapat memiliki banyak subschemas untuk satu database

(25)

(26)

26

Creating and Modifying the Database

• Data definition language (DDL)

- kumpulan

instruksi dan perintah yang digunakan untuk

mendefinisikan dan menggambarkan data dan

hubungan data dalam database tertentu.

Contoh DDL : Create table, create database, Alter table,

Dropping table, dropping database

• Data dictionary

–

penjelasan detail dari data

(27)

Typical Uses of a Data Dictionary

• Memberikan definisi standar persyaratan dan elemen

data

• Membantu programmer dalam merancang dan menulis

program

• Menyederhanakan modifikasi Database

• Mengurangi redundansi data

• Meningkatkan keandalan data

• pengembangan program kecepatan

(28)

28

Menyimpan dan Mengambil Data

Logical Access Path

Aplikasi membutuhkan informasi

dari DBMS

Physical Access Path

DBMS mengakses perangkat

(29)

(30)

30

(31)

Popular Database Management Systems

• Paradox database

• FileMaker Pro

• Microsoft Access

(32)

Worldwide Database Market Share

(33)

Selecting a Database Management

System

• Database size

• Number of concurrent users

• Performance

(34)

34

(35)

Data Warehouses, Data Marts,

and Data Mining

• Data Warehouse

- database yang mengumpulkan

informasi bisnis dari banyak sumber di perusahaan,

yang mencakup semua aspek perusahaan proses,

produk, dan pelanggan.

• Data Mart

–

subset dari data warehouse.

• Data Mining

- merupakan alat analisis informasi yang

(36)

36

(37)

Aplikasi Umum Data Mining

Application Decription

Merek dan

menentukan posisi produk dan jasa

Aktifkan strategi untuk memvisualisasikan posisi yang berbeda dari pesaing di pasar tertentu menggunakan kinerja (atau kepentingan) data pada puluhan fitur kunci dari produk yang bersangkutan dan kemudian untuk menyingkat semua data yang menjadi peta persepsi dari hanya dua atau tiga dimensi

Bergolak pelanggan Prediksi pelanggan saat ini yang cenderung untuk pergi ke pesaing

Pemasaran langsung

Mengidentifikasi prospek paling mungkin untuk menanggapi kampanye pemasaran langsung seperti ajakan telepon atau surat langsung

Deteksi penipuan Menyoroti transaksi paling mungkin menipu atau ilegal

Market basket Analysis

Mengidentifikasi produk dan jasa yang paling sering dibeli pada saat yang sama (misalnya cat kuku dan lipstik)

Segmentasi pasar Mengelompokan pelanggan berdasarkan siapa mereka atau apa yang mereka sukai