Bab 6.doc

Bab 6

Bab 6

Dasar-Dasar Intelijen Bisnis:

Dasar-Dasar Intelijen Bisnis:

Database dan Manajemen

Database dan Manajemen

Informasi

Informasi

P

P

enengagalamlaman an yayang ng kikita ta peperoroleleh h dadari ri BCBCP P memengnggagambmbarkarkan an dedengngan an jeljelas as bebetatapa pa pepentntiningngnyyaa  pengelolaan

 pengelolaan data. data. Kinerja Kinerja bisnis bisnis bergantung bergantung pada pada apa apa yang yang dapat dapat dilakukan dilakukan perusahaan, perusahaan, terhadapterhadap dat

data/ia/infonformarmasi si yayang ng dimdimilikilikinyinya. a. BanBank k terstersebuebut t telatelah h menmengemgembanbangkagkan n bisbisnisnisnynya, a, namnamun un baibaik k  efisiensi kinerja operasional maupun sistem pengambilan keputusan telah terhambat sistem usang efisiensi kinerja operasional maupun sistem pengambilan keputusan telah terhambat sistem usang ya

yang ng terterfragfragmenmentasi tasi sehsehingingga ga sulsulit it untuntuk uk menmengakgakses ses datdata a yayang ng tertersimsimpanpan. . BagBagairmairmana ana caracara organisasi bisnis menyimpan, mengorganisasikan, dan mengelola data mereka memiipengaruh besar  organisasi bisnis menyimpan, mengorganisasikan, dan mengelola data mereka memiipengaruh besar   bagi efektivitas mereka.

 bagi efektivitas mereka. Diagram pada aal bab m

Diagram pada aal bab menekankan poin!poin pentinenekankan poin!poin penting yang disampaikan pada g yang disampaikan pada bab ini. bab ini. "anajemen"anajemen BCP memutuskan perlu untuk meningkatkan kualitas pengelolaan data mereka. pelanggan, akun BCP memutuskan perlu untuk meningkatkan kualitas pengelolaan data mereka. pelanggan, akun  bank,

 bank, dan dan kepegaaian kepegaaian disimpan disimpan pada pada sejumlah sejumlah sistem sistem yang yang membingungkan membingungkan sehingga sehingga membuatmembuat data tersebut sulit diambil dan dianalisis. Data tersebut sering kali ganda dan inkonsistensi sehingga data tersebut sulit diambil dan dianalisis. Data tersebut sering kali ganda dan inkonsistensi sehingga mengurangi manfaatnya. Pihak manajemen tidak dapat memperoleh gambaran situasi yang jelas mengurangi manfaatnya. Pihak manajemen tidak dapat memperoleh gambaran situasi yang jelas tentang perusahaan.

tentang perusahaan.

Pada masa lalu BCP menggunakan kertas dalam jumlah besar untuk merekonsiliasi data mere yang Pada masa lalu BCP menggunakan kertas dalam jumlah besar untuk merekonsiliasi data mere yang ganda serta tidak konsisten untuk dikumpulkan dan dilaporkan kepada pihak manajemen. #olusi ini ganda serta tidak konsisten untuk dikumpulkan dan dilaporkan kepada pihak manajemen. #olusi ini sangat memakan aktu dan mahal serta menghambat departemen $% di perusahaan tersebut untuk  sangat memakan aktu dan mahal serta menghambat departemen $% di perusahaan tersebut untuk  meng

menghasilkahasilkan n pekerpekerjaan yang jaan yang bernilbernilai ai lebih tinggi. #olusi yang lebih tinggi. #olusi yang lebih sesuai lebih sesuai lainnlainnya ya adalah denganadalah dengan meng-install

meng-install perangkat  perangkat keras keras dan dan perangkat perangkat lunak lunak baru, baru, tempat tempat penyimpanan penyimpanan informasi informasi bisnis bisnis bagibagi sel

seluruuruh h perperusausahaahaan n untuntuk uk menmendukdukung ung kelkelancancaraaran n aplaplikaikasi si bisbisnisnis. . PerPerankankat at lunlunak ak barbaru u tertersebusebutt diantaranya adalah perangkat lunak perusahaan yang mengintegrasikan system manajemen

diantaranya adalah perangkat lunak perusahaan yang mengintegrasikan system manajemen databasedatabase

dan

dan data warehousedata warehouse terkini yang dapat terkini yang dapat menyuplai data untumenyuplai data untuk keseluruhan k keseluruhan perusahaan. Bank tersebutperusahaan. Bank tersebut harus mengorganisasikan ulang data!datanya ke dalam format standar yang ditentukan perusahaan, harus mengorganisasikan ulang data!datanya ke dalam format standar yang ditentukan perusahaan, mengeliminasi data!data ganda, menerapkan aturan, tanggung ia

mengeliminasi data!data ganda, menerapkan aturan, tanggung ia!! _{serta prosedur untuk memperbarui serta prosedur untuk memperbarui} dan menggunakan data.

dan menggunakan data. #

#isistetem m mmananajajememenen ddaattaabbaassee ddaann ddatata a wwaarreehhouousese momoderdern n menmeningingkatkatkan kan efiefisiensiensi si dendengangan mempermudah cara menemukan dan mengumpulkan data untuk laporan manajemen serta untuk  mempermudah cara menemukan dan mengumpulkan data untuk laporan manajemen serta untuk   pemrosesan

 pemrosesan transaksi transaksi finansial finansial sehari!hari. sehari!hari. Data Data tersebut tersebut lebih lebih akurat akurat dan dan terpercaya terpercaya sertaserta mengurangi biaya pengelolaan dan penyimpanan data secara signifikan.

mengurangi biaya pengelolaan dan penyimpanan data secara signifikan.

Berikut beberapa pertanyaan yang harus &nda pikirkan' &pa saja yang menjadi masalah dalam Berikut beberapa pertanyaan yang harus &nda pikirkan' &pa saja yang menjadi masalah dalam manajemen data bank BCP dengan sistem mereka

sebelum bank tersebut dapat memperoleh manfaat secara efektif dari teknologi manajemen data sebelum bank tersebut dapat memperoleh manfaat secara efektif dari teknologi manajemen data tersebut(

tersebut(

).* "+--&%#&#%K& D&$& D&0&" 0%-K1-& 2%0+ $&D%#%&0 ).* "+--&%#&#%K& D&$& D&0&" 0%-K1-& 2%0+ $&D%#%&0 #is

#istem tem infinformormasi asi yayang ng efekefektif tif menmenyedyediakiakan an penpenggugguna na infinformormasi asi yayang ng akuakurat, rat, teptepat at akaktu, tu, dandan relevan. %nformasi yang akurat, berarti bebas dari kesalahan. %nformasi yang tepat aktu berarti relevan. %nformasi yang akurat, berarti bebas dari kesalahan. %nformasi yang tepat aktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan. %nformasi dianggap relevan informasi yang tersedia pada saat diperlukan oleh pengambil keputusan. %nformasi dianggap relevan ketika is memberi manfaat serta sejalan dengan jenis pekerjaan dan keputusan yang akan dibuat. ketika is memberi manfaat serta sejalan dengan jenis pekerjaan dan keputusan yang akan dibuat. "ungkin &

"ungkin &nda akan terkejut ketika nda akan terkejut ketika mempelajari begitu banyak organisasi bisnis yang tidak mempelajari begitu banyak organisasi bisnis yang tidak memilikimemiliki informasi yang akurat, tepat aktu, dan relevan karena data yang terdapat pada sistem informasinya informasi yang akurat, tepat aktu, dan relevan karena data yang terdapat pada sistem informasinya diorganisasikan dan dikelola dengan buruk. %tulah mengapa pengelolaan data menjadi begitu penting. diorganisasikan dan dikelola dengan buruk. %tulah mengapa pengelolaan data menjadi begitu penting. 1ntuk memahami m

1ntuk memahami masalah tersebut, mari kita menyasalah tersebut, mari kita menyimak bagaimana sistem informasi imak bagaimana sistem informasi mengatur datamengatur data  pada file komputer dan metode tradisional dalam pengelolaan file.

Sistem computer mengorganisasikan data pada sebuah hierarki yang dimulai dad bit, yang mewakili 0 dan 1 dapat  dikelompokkan untuk membentuk byte yang mewakili satu karakter, angka, atau simbol, byte-byte dapat dikelompokkan untuk membentuk field, dan fields yang saling berhubungan dapat dikumpulkan untuk membentuk record. Record-record   yang saling berhubungan dapat dikelompokkan untuk membentuk file, dan file-file yang berhubungan dapat 

diorganisasikan menjadi database.

ISTILAH DAN KONSEP DALAM PENGORGANISASIAN FILE

#istem komputer mengorganisasikan data berdasarkan suatu hierarki yang dimulai dari bit kemudian  byte, kemudian berlanjut ke field, record, file, dan database 30ihat -ambar ).*4. #atu bit 3bit4

meakili unit data terkecil yang dapat ditangani oleh komputer. #ekelompok bit disebut byte, yang meakili satu buah karakter tunggal, yang dapat berupa huruf, angka ataupun symbol lainnya. #ekelompok karakter yang membentuk kata, beberapa kata ataupun serial angka 3seperti nama ataupun usia seseorang4 disebut field. #ekelompok field yang saling berhubungan dinamakan record  3seperti nama sisa, mata pelajaran yang diambil, tanggal, serta tingkat nilai4, sekumpulan record  dengan jenis yang sama dinamakan file.

#ebagai contoh, record pada -ambar ).* dapat meakili file mata pelajaran yang diambil oleh sisa. #ekelompok file yang saling berhubungan dinamakan database. 2ile yang berisi mata  pelajaran yang diambil oleh sisa pada -ambar ).*, dapat dikelompokkan ke dalam riayat  pribadisisa dan $atar belakang keuangan untuk menciptakan database sisa.

#uatu record menggambarkan suatu entitas. #ebuah entitas 3entity4 dapat berupa orang, tempat, barang, ataupun peristia yang dapat kita simpan dan kelola sebagai informasi. #etiap karakteristik atau penggambaran kualitas suatu entitas khusus disebut atribut 3attribute4. #ebagai contoh, nomor induk sisa, mata pelajaran, tanggal, dan nilai adalah atribut dari entitas "&$& P+0&5&&. ilai tertentu yang dapat dimiliki atribut!atribut ini ditemukan di dalam field dari record yang menggambarkan entitas "&$& P+0&5&&.

MASALAH-MASALAH DALAM LINGKUNGAN DATA TRADISIONAL

Pada kebanyakan organisasi, sistem cenderung berkembang sendiri di luar rencana perusahaan.

&kuntansi keuangan, manufaktur, sumber daya manusia, penjualan, serta pemasaran semuanya membangkan sistem dan file data sendiri. -ambar ).6 mengilustrasikan pendekatan tradisional

 pemrosesan informasi.

#etiap aplikasi tentu saja memerlukan file!nya masing!masing dan program komputer untuk   beroperasi. #ebagai contoh, area fungsional sumber daya manusia mungkin memiliki master file

karyaan yang berisi file penggajian, file asuransi medis, file tunjangan pensiun, file untuk daftar dan sebagainya, yang mencapai puluhan atau bahkan ratusan  file dan program yang ada. Bagi perusahaan secara keseluruhan, proses tersebut akan menyebabkan penggandaan master file yang dioperasikan dan dikelola leat divisi atau departemen yang terpisah!pisah. &pabila proses ini ini berjalan selama 7 atau *8 tahun, organisasi tersebut akan terbebani oleh ratusan progam dan aplikasi yang sangat sulit diraat dan dikelola. "asalah!masalah yang dihasilkan adalah penggandaan data dan inkonsistensi program data 3tidak tahu program mana yang harus dipercaya4, ketergantungan

 program data, tidak flksibel, kualitas data yang buruk, dan tidak dapat membagikan data ke berbagai aplikasi.

Redudansi dan Inkonsistensi Data

Redudansi data (data redundancy adalah kehadiran data ganda pada beberapa  file data yang tersimpan di beberapa tempat atau lokasi. edudansi 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 ! vebabkan terjadinya inkonsistensi data (data inconsistency, di mana atribut!atribut yang sama, memiliki nilai!nilai yang berbeda. #ebagai contoh, entitas "&$& P+0&5&& yang dijelaskan  pada -ambar ).*, tanggalnya mungkin sudah diperbarui pada beberapa sistem, namun belum diperbarui pada sistem lainnya. &tribut yang sama, sebagai contoh, omor %nduk #isa, mungkin memiliki nama yang berlainan pada beberapa sistem di seluruh organisasi. Beberapa sistem mungkin menggunakan penulisan %#, atau o. #isa.

Kebingungan tambahan lainnya dapat terjadi pada sistem pengkodean untuk meakili nilai dari sebuah atribut. #ebagai contoh, penjualan, persediaan, dan sistem manufaktur perusahaan ritel  pakaian mungkin menggunakan kode yang berbeda!beda dalam meakili ukuran pakaian. #uatu sistem mungkin meakili suatu ukuran pakaian sebagai !e"tra large!, sementara sistem lainnya mencantumkan kode 9:09 untuk tujuan yang sama. Kebingungan. $iDingungan tersebut akan mempersulit perusahaan dalam menciptakan manajemen hubungan 'eianggan, manajemen rantai  pasokan, ataupun sistem perusahaan untuk mengintegrasikan sumber!sumber data yang berbeda.

Ketergantungan Progra-Data

Ketergantungan program!data (program-data dependence mengacu pada satu paket data yang ersimpan pada  file dan diperlukan oleh program!program tertentu untuk memperbarui dan mengelola  file file tertentu sehingga program tersebut perlu mengubah data!data tersebut. #etiap  program komputer tradisional harus menjelaskan lokasi dan sifat data yang bekerja padanya. Di lingkungan fife tradisional, setiap perubahan pada program perangkat lunak, mensyaratkan  perubahan terhadap data yang diakses oleh program tersebut. #ebuah program mungkin diimodifikasi dari 7 digit menjadi ; digit untuk kode enkripsi. 5ika  file data yang asli dimodifikasi <ari 7 digit ke ; digit, kemudian program!program yang memerlukan 7 digit kode tidak dapat  bekerja dengan semestinya lagi. 1ntuk mengimplementasikan perubahan semacam itu diperlukan  biaya jutaan dolar.

Kurangn!a F"eksi#i"itas

#istem file tradisional dapat mengirimkan laporan rutin sesuai jadal setelah upaya pemrograman yang ekstensif, namun tidak dapat mengirimkan laporan!laporan ad-hoc 3hanya diperlukan pada situasi khusus saja4 atau merespons kebutuhan informasi yang tidak dapat diantisipasi pada kondisi aktu tertentu. %nformasi!informasi tersebut diperlukan oleh permintaan!permintaan ad-hoc 3hanya diperlukan pada situasi khusus saja4 di suatu tempat pada sistem tersebut, tetapi terlalu mahal untuk  disediakan. Beberapa pemrogram mungkin harus bekerja beberapa minggu untuk mengumpulkan data!data yang diperlukan ke dalam sebuah file baru.

Karena longgarnya pengendalian atau pengelolaan terhadap data, akses dan penyebaran informasi menjadi tidak terkendali. "anajemen mungkin tidak memiliki cara untuk mengetahui siapa yang mengakses ataupun mengubah data organisasi.

Kurangn!a Ketersediaan dan Pendistri#usian Data

Karena bagian!bagian informasi yang terdapat pada  file-file yang berbeda dan bagian ! bagian organisasi tidak dapat dihubungkan satu sama lain, jelas adalah tidak mungkin untuk  mendistribusikan dan mengakses informasi pada aktu bersamaan. %nformasi tidak dapat dengan  baik lintas area fungsional, pada bagian dan divisi!divisi pada organisasi. 5ika pengguna tahu nilai yang ditemukan pada bagian informasi yang sama saling berbeda, mereka mungkin tidak akan mau menggunakan sistem tersebut karena mereka tidak dapat memercayai akurasi datanya.

%&' PENDEKATAN DATA$ASE UNTUK PENGELOLAAN DATA

$eknologi database  banyak menyelesaikan masalah!masalah pada organisasi yang menggunakan sistem file tradisional. Definisi yang lebih jelas mengenai database adalah sekumpulan data yang diorganisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggandaan data. Ketimbang menyimpan data pada file fileyang terpisah untuk setiap aplikasi, data yang dimunculkan kepada pengguna, berasal dari satu lokasi penyimpanan. saja.  #atabase tunggal yang melayani banyak aplikasi. #ebagai contoh, suatu perusahaar. ketimbang menyimpan data kepegaaiannya pada sistem!sistem informasi dan file yang berbeda untuk data  pribadi, penggajian, dan tunjangan, perusahaan dapat menciptakan database sumbe= daya manusia

tunggal.

SISTEM MANA(EMEN DATA$ASE

#istem manajemen database (database management system$#%&S adalah perangkat lunak, yang memungkinkan suatu organisasi memusatkan data, mengelola mereka secara efisien, dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. DB"# bertindak sebagai antarmuka antara program aplikasi dan file data secara fisik. Ketika program aplikasi meminta suatu item data, seperti gaji bruto, DB"# akan menemukan item data tersebut pada database, dan menampilkannya leat program aplikasi. Dengan menggunakan  file file data tradisional, pemrogram harus menspesifikasikan ukuran dan format dari setiap elemen data yang digunakan dalam sebuah  program, kemudian menginformasikannya ke komputer di mana lokasi mereka.

DB"# meringankan pekerjaan pemrogram dan pengguna dengan cara memahami di mana dan  bagaimana suatu data disimpan dengan memberikan tampilan terpisah pada data fisik dan data logis 3contoh' logical drive4. $ampilan data logis 3logical vie4 menampilkan data sesuai apa yang diharapkan/dibayangkan oleh pengguna akhir ataupun spesialis bisnis, di mana tampilan data fisik  3physical vie4 men ampilkan bagaimana sesungguhnya suatu data diorganisasikan dan distrukturisasi pada media penyimpanan fisik.

Perangkat lunak DB"# memungkinkan database fisik dapat diakses secara logis oleh pengguna akhir. #ebagai contoh, untuk database cumber daya manusia yang terdapat pada -ambar ).>, seorang spesialis tunjangan 3orang yang khusus ditugaskan untuk mengatur tunjangantunjangan, program  pensiun, ataupun asuransi!asuransi terkait4, mungkin memerlukan tampilan yang memuat nama  pegaai, nomor jaminan sosial, serta jaminan asuransi kesehatan. &nggota departemen bagian  penggajian mungkin memerlukan data seperti nama karyaan, nomor jaminan sosial, gaji bruto, dan

gaji neto. Data yang digunakan pada tampilan!tampilan ini disimpan pada suatu database tunggal, di mana mereka dapat dikelola lebih mudah oleh organisasi.

$agaiana D$MS Men!e"esaikan Masa"a)-Masa"a) *ada Lingkungan Fi"e Tradisiona"

DB"# mengurangi redudansi 3ganda4 dan inskonsistensi data dengan meminimalisasi  fie-file  yang terisolasi yang berisi data sama. "ungkin DB"# tidak dapat menghilangkan redudansi data secara keseluruhan pada suatu organisasi, namun mereka dapat meminimalkannya. "eskipun suatu organisasi memiliki data ganda, namun dengan menggunakan DB"#, inkonsistensi data tersebut

dapat dihilangkan, karena data!data ganda memiliki nilai yang sama. DB"# memisahkan antara  program dengan data, yang memungkinkan data untuk berdiri sendiri. &kses dan ketersediaan

informasi akan meningkat serta biaya pengembangan dan pemeliharaan program akan menurun karena pengguna dan pemrogram dapat melakukan pekerjaan!pekerjaan khusus sesuai permintaan  pada database tersebut. DB"# memungkinkan organisasi untuk mengelola, menggunakan, dan

mengamankan data secara terpusat. D$MS Re"asiona"

DB"# terkini menggunakan model!model yang berbeda untuk memantau entitas, atribut, dan hubungan. 5enis DB"# yang paling populer bagi PC ataupun mainframe saat ini adalah DB"# relasional (relational #%&S. DB"# relasional menampilkan data menjadi tabel dua dimensi 3yang disebut relasi4. $abel dapat juga dianggap sebagaifile. #etiap tabel berisi data pada sebuah entitas  berikut atributnya. "icrosoft DB"# relasional untuk sistem PC, di mana DB6, racle Database. dan "icrosoft #?0 #erver adalah DB"# relasional untuk komputer berukuran sedang maupurl besar  seperti mainframe. "y#?0 adalah DB"# open source yang terkenal, sedangkan racle Database 0ite adalah DB"# untuk perangkat komputasi mobile.

"ari kita menyimak bagaimana DB"# relasional mengorganisasikan data pemasok dan suku cadang 3-ambar ).@4.  #atabase tersebut memiliki tabel yang terpisah untuk entitas pemasok dan sebuah tabel untuk entitas barang. #uatu tabel terdiri atas deretan kolom dan barisan data. #etiap elemen individu pada data untuk setiap entitas disimpan sebagai field yang terpisah, dan setiap field meakili suatu atribut untuk entitas tersebut.  'ield  pada database relasional disebut juga kolom. 1ntuk entitas P+"&#K, nomor identifikasi pemasok, nama, jalan, kota, negara, dan kode pos disimpan sebagai field-field yang terpisah di dalam tabel pemasok, dan setiap  field meakili satu atribut untuk suatu entitas P+"&#K.

%nformasi aktual/lengkap mengenai seorang pemasok yang berbaris sepanjang suatu tabel disebut  baris. Baris sering juga disebut sebagai record 3karena meakili satu informasi lengkap mengenai

seseorang4, atau dalam istilah yang sangat teknis disebut tuples. Data untuk entitas #1K1 C&D&-memiliki tabel terpisah yang tersendiri.

 'ield  omorAPemasok pada tabel P+"&#K memberikan identifikasi yang unik untuk setiap record sehingga record tersebut dapat diambil, diperbarui, ataupun digolongkan. Dalam hal ini  omorAPemasok disebut sebagai  field kun+i (key field. #etiap tabel pada database relasional

memiliki satu buahfie/d yang ditunjuk sebagai kun+i *rier (primary key. 'ield kunci merupakan  pemberi identitas yang unik untuk setiap informasi dalam satu baris/record pada sebuah tabel yang

sama halnya dengan kunci primer, mereka tidak dapat diduplikasi. omorAPemasokA adalah kunci  primer bagi tabel P+"&#K dan omorA#uku Cadang adalah kunci primer untuk tabel #uku Cadang. Perhatikan omorAPemasok muncul dua kali pada tabel P+"&#K dan tabel #1K1 C&D&-. Pada tabel P+"&#K, omorAPemasok adalah kunci primer. Ketika  field  omorA  Pemasok muncul pada tabel #1K1 C&D&-, is disebut sebagai kun+i asing (foreign key yang merupakan field penting untuk mencari data suku cadang berdasarkan pemasok tertentu.

O*erasi D$MS Re"asiona"

$abel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang diperlukan pengguna, yang disediakan oleh dua tabel yang saling berbagi elemen data. &ndaikan kita ingin mencari nama pemasok yang memasok suku cadang dengan nomor *>= atau *78. Kita memerlukan informasi dari 6 tabel' tabel P+"&#K dan tabel #1K1 C&D&-. Perhatikan, baha dua file ini mempunyai satu data yang saling berbagi, yaitu' omorAPemasok.

Dalam database relasional, tiga operasi dasar seperti yang ditunjukkan pada -ambar ).7 digunakan untuk mengembangkan serangkaian data yang sangat berguna, yaitu'  select, join, dan  project. perasi  select menampilkan suatu bagian yang berisi seluruh rekaman pada suatu  file  berdasarkan kriteria yang ditentukan. #ebagai contoh, kita ingin menampilkan record 3baris4 pada

tabel #1K1 C&D&- di mana omorA#uku Cadangnya adalah *>= atau *78. perasi  join mengombinasikan tabel!tabel yang memiliki keterkaitan untuk menyediakan informasi yang lebih lengkap kepada pengguna ketimbang satu tabel saja. Dalam contoh, kita ingin menggabungkan  bagian tabel #1K1 C&D&- dan tabel P+"&#K yang telah diringkas sementara 3di mana hanya suku cadang dengan nomorAsuku cadang *>= atau *78 saja yang akan ditampilkan4 ke dalam satu tabel baru.

perasi  project menampilkan kolom!kolom dari suatu tabel berdasarkan kriteria tertentu, yang memungkinkan pengguna untuk menampilkan tabel baru yang berisi informasi!informasi yang  betul!betul diperlukan. Contohnya, kita ingin mengutip dari tabel baru tersebut kolomkolom tertentu

Data#ase Non-Re"asiona" dan Data#ase *ada Siste ,"oud ,o*uting

0ebih dari >8 tahun, teknologi database relasional telah menjadi standar emas. loud computing, )olume data yang belum pernah ada sebelumnya, beban pekerjaan yang begitu besar untuk avanan eb, serta kebutuhan untuk menyimpan data jenis baru memerlukan alternatif database selain model lama dari database relasional dalam mengorganisasikan data guna membentuk tabel, kolom, dan  baris. Kemudian perusahaan!perusahaan beralih ke !*oS+! yang berarti teknologi database non! relasional. #istem manajemen database non!relasional (non-relational database management 

 systems menggunakan model data yang lebih fleksibel dan dirancang untuk mengelola data  berukuran besar yang didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan atau menurunkan skalabilitas. "ereka sangat berguna untuk menangani permintaan!  permintaan data sederhana pada data terstruktur maupun yang tidak memiliki volume besar. #eperti eb, media social, grafis, dan bentuk!bentuk data lainnya yang sulit dianalisis menggunakan  perangkat tradisional berbasis #?0.

&da beberapa jenis database  o#?0, masing!masing memiliki fitur teknis dan perlakuan yang  berbeda. Database racle o#?0 salah satu contoh diantaranya adalah #impleDB buatan &maon, salah satu layanan eb yang beroperasi pada sistem cloud computing. #impleDB menyediakan layanan eb dengan tampilan yang mudah dipahami untuk menciptakan dan menyimpan rangkaian data, menganalis data dengan mudah, dan mengembalikan hasilnya. $idak perlu mendefinisikan terlebih dahulu ke dalam database struktur formal atau mengubah definisi apabila ada data baru ang masuk.

&maon dan penyedia layanan cloud computing lainnya juga menyediakan DB"# relasional. elational Database #ervice 3D#4 &maon menaarkan "y#?0, #?0 #erver, ataupun racle Database sebagai mesin pencari database. Besarnya pembayaran bergantung pada jumlah  penggunaan. racle memiliki Database Clou #ervice mengunakan relasional racle Database **g, sedangkan "icrosoft #?0 &ure Database adalah layanan database relasional berbasis cloud  computing yang beroperasi pada "icrosofts #?0 #erver DB"#. 0ayanan manajemen data berbasis cloud computing memiliki daya tarik tersendiri bagi organisasi kecil dan menengah yang baru memulai bisnisnya dengan menaarkan harga yang terjangkau, ketimbang produk database dalam  perusahaan.

$icketDirect, yang menjual tiket konser, acara olahraga, pertunjukan teater, dan bioskop di &ustralia dan #elandia Baru, mengimplementasikan platform #?0 &ure Database berbasis cloud computing  untuk meningkatkan kinerja manajemennya selama musim ramai penjualan tiketnya.

memindahkan datanya ke database #?0 &ure. Dengan beralih menggunakan sistem cloud  computing, $icketDirect mampu menjangkau sumber!sumber komputasinya secara real-time  pada saat diperlukan dengan biaya yang murah.

#ebagai tambahan bagi layanan pengelolaan data berbasis public cloud computing,  perusahaan saat ini juga memiliki pilihan untuk menggunakan database berbasis  pri)ate cloud computing. #ebagai contoh, #abre <oldings, perusahaan perangkat lunak 3#aa#4 terbesar di dunia untuk industri  penerbangan memiliki database berbasis  pri)ate cloud computing yang mendukung lebih dari *88  proyek dan =88 pengguna.  #atabase yang dikonsolidasikan menjangkau sekumpulan server 

terstandardisasi yang dioperasikan pada racle Database * * g yang menyediakan layanan database untuk berbagai aplikasi. Perangkat untuk mengelola beban kerja menjamin tersedianya cumber daya yang cukup bagi kebutuhan aplikasi meskipun pada saat beban kerja tersebut mengalami perubahan. Platform perangkat kenas dan perangkat lunak terdistribusi mengurangi jumlah server, DB"#, dan  perangkat penyimpanan yang dibutuhkan untuk proyek!proyek ini, yang terdiri atas aplikasi rute  penerbangan, hotel, dan aplikasi biro perjalanan lainnya. 3Baum, 68**4.

#istem pri)ate cloud computing mengonsolidasikan server, tempat penyimpanan, operasi, database, serta beban pekerjaan ke dalam perangkat keras dan perangkat "unak terdistribusi. Dengan mendistribusikan database  pada sistem  pri)ate cloud computing terkonsolidasi memungkinkan departemen $% untuk meningkatkan kualitas pelayanan mengurangi beban modal dan biaya operasi.

#emakin tinggi tingkat kepadatan konsolidasi dicapai, semakin besar pengembalian atas investasi yang diterima.

KAPA$ILITAS SISTEM MANA(EMEN DATA$ASE

#uatu DB"# selalu menyertakan perangkat untuk mengorganisasikan, mengelola, dan data pada database. Dan hal yang paling penting adalah bahasa untuk mendefinisikan data, data, dan bahasa untuk memanipulasi/memodifikasi data.

DB"# memiliki kapabilitas deinisi data (data definition untuk menspesifikasikan struktur  konten database. Definisi data digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik field  pada setiap tabel. %nformasi tentang database ini akan didokumentasikan kamus data. Kaus data (data dictionary adalah file manual ataupun otomatis yang menyimpan definisi! definisi elemen data berikut karakteristik mereka.

"icrosoft &ccess memiliki kemampuan kamus data yang belum sempurna, yang menampilkan informasi seperti nama, deskripsi, ukuran, tipe, format, dan properti lainnya pada tiap  field - sebuah tabel. Kamus data bagi database  perusahaan besar dapat menangkap informasi

tambahan seperti penggunaan, kepemilikan 3siapa di organisasi tersebut bertanggung jaab untuk  mengelola data4, otorisasi, keamanan, dan individual, fungsi!fungsi bisnis, program, serta laporan yang menggunakan masing!masing elemen data.

Meinta Data dan Me"a*orkan

DB"# menyertakan perangkat untuk mengakses dan memanipulasi informasi pada dat #ebagian  besar DB"# memiliki bahasa tersendiri yang disebut #a)asa ani*u"asi data manipulation language yang digunakan untuk menambah, mengubah, menghapus, dan data pada database. Bahasa ini mengandung perintah yang memungkinkan pengguna dan spesialis pemrograman untuk  mengekstrak/menyaring data dari database untuk memenuhi kebutinformasi dan mengembangkan aplikasi. Bahasa manipulasi data yang paling mutakhir saat ini adalah Structured Query Language atau S.L& &nda akan mempelajari lebih banyak lagi cara meminta informasi leat #?0 pada  penelusuran pembelajaran bab ini.

Pengguna DB"# pada komputer berukuran besar dan sedang seperti DB6, racle, dan #?0 #erver, akan menggunakan #?0 untuk memperoleh informasi yang dibutuhkan dari database mereka. "icrosoft &ccess juga menggunakan #?0, tetapi ia memiliki perangkat tersendiri untuk  meminta informasi dari database, serta mengorganisasikan data dari database menjadi laporan yang lebih rapi.

Pada "icrosoft &ccess, &nda akan menemukan itur-itur yang memungkinkan pengguna untuk menciptakan rangkaian permintaan informasi dengan mengidentifikasi tabel dan  field yang diinginkan berikut hasilnya. Kemudian memilih baris pada database yang memenuhi kriteria yang diperlukan. $indakan!tindakan ini kemudian diterjemahkan ke dalam perintah bahasa #?0.

"icrosoft &ccess dan DB"# lainnya menyertakan kemampuan dalam penyusunan lapo sehingga data yang diinginkan dapat ditampilkan format yang lebih terstruktur dan rapi, ketimbang sekadar  menarik informasi saja. Crystal eports merupakan DB"# penyusun laporan perusahaan!perusahaan  berskala besar, meskipun demikian ia juga dapat bekerja sama "icrosoft &ccess. "icrosoft &ccess  juga memiliki kemampuan untuk mengembangkan aplikasi

sistem desktop. Diantaranya termasuk perangkat untuk membuat layar untuk memasukkan data, laporan, dan mengembangkan logika untuk pemrosesan transaksi.

MERAN,ANG DATA$ASE

1ntuk merancang database, &nda harus memahami hubungan antardata, jenis data yang dikelola  pada database,  bagaimana data tersebut akan digunakan, serta bagaimana organisasi perlu diubah

untuk mengelola data dari perspektiflengkap seluruh perusahaan. #atabase memerlukan rancangan konsep maupun fisik. ancangan konseptual atau logis dari suatu database adalah model abstrak  database dari perspektif organisasi bisnis, di mana rancangan fisik menunjukkan bagaimana database dirancang leat akses langsung perangkat penyimpanan.

Nora"isasi dan Diagra Re"asi Entitas

ancangan konseptual suatu database menggambarkan bagaimana elemen!elemen data pada database dikelompokkan. Proses perancangan tersebut mengidentifikasi hubungan antara elemen! elemen data dan cara paling efisien dalam mengelompokkan elemen!elemen data untuk menjaab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga mengidentifikasi data!data ganda dan pengelompokkan elemen!elemen data yang diperlukan untuk program aplikasi yang spesifik. #ekelompok data diorganisasikan, diperbaiki, dan diditribusikan dengan lancar, sampai hubungan logis diantara seluruh data pada database tampak jelas.

1ntuk menggunakan model database relasional secara efektif, kelompok data yang rumit harus disederhanakan untuk meminimalisasi elemen!elemen data yang ganda serta hubunganhubungan  jamak yang janggal. Proses menciptakan struktur data yang ringkas, stabil, serta tleksibel dan adaptatif dari kelompok!kelompok data yang rumit dinamakan normalisasi (normaliation. -ambar  ).= dan ). mengilustrasikan proses tersebut.

Dalam model bisnis yang dispesifikasikan di sini, suatu perintah dapat memiliki lebih dari satu  bagian, akan tetapi setiap bagian hanya disediakan oleh satu pemasok. 5ika kita membangun

relasi yang dinamakan P+#&& berikut seluruh field di dalamnya, kita harus mengulang nama dan alamat pemasok untuk setiap barang yang terdapat pada pesanan, meskipun pesanan tersebu' untuk   barang!barang dari satu pemasok yang sama. <ubungan ini memuat apa yang disebu' kelompok data

yang berulang karena bisa saja terdapat banyak barang pada satu pesanan yang ditujukan pada satu  pemasok saja. Cara yang lebih efisien untuk menyusun data tersebut adalah dengan memerinci P+#&& menjadi relasi!relasi yang lebih kecil, di mana tiap relasi menjelaskan suatu entitas tunggal yang utuh. 5ika kita secara bertahap menjalankan dan menormalisasi relasi dalam P+#&&, kita akan melihat hubungan yang ditampilkan pada -ambar ).. &nda dapat belajar  lebih banyak mengenai normalisasi, pembuatan diagram relasi entitas, serta perancangarA database  pada Penelusuran Pembelajaran dari bab ini.

#istem database relasional berupaya untuk menerapkan aturan referensial terintegrasi (referential integrity yang menjamin hubungan antartabel tetap konsisten. Ketika suatu memiliki kunci asing yang mengacu pada tabel lainnya, &nda tidak diperkenankan menambah record apa pun sampai terdapat record yang sesuai pada tabel yang berhubungan. Pada database, yang telah kita  jelaskan di aal bab ini, omorAPemasok menghubungkan tabel #1K1 C&D&C ke tabel P+"&#K. Kita tidak diperkenankan menambah record baru pada tabel #1K1 C&D&- untuk   barang dengan omorAPemasok 6)) sampai ada record yang sesuai pada tabel P+"&#K yang

memiliki record omorAPemasok 6)). Kita juga harus menghapus record yang berkaitan dengan tabel #1K1 C&D&-, apabila kita menghapus suatu record pada tabel P+"&#K untuk omorA  Pemasok 6)). Dengan kata lain, kita seharusnya tidak memiliki suku cadang dar' pemasok yang tidak diketahui.

Perancang database mendokumentasikan model datanya dengan sebuah diagram relasi entitas (entity-relationship diagram, seperti yang diilustrasikan pada -ambar ).;. Diagram ini mengilustrasikan relasi antara entitas P+"&#K, #1K1 C&D&-, 0%%AB&&-. dan P+#&&. Kotaknya meakili entitas. -aris yang menghubungkan tiap kotak meakili hubungan. #ebuah garis yang menghubungkan dua entitas yang diakhiri dengan dua buah garis pendek  menunjukkan hubungan tunggal. #ebuah garis yang menghubungkan dua entitas yang diakhiri dengan tanda kaki burung dengan garis pendek diatas nya mengindikasikan hubungar. satu ke banyak. -ambar ).; menunjukkan suatu P+#&& dapat berisi banyak 0%%AB&&-. 3#ebuah #1K1 C&D&- dipesan beberapa kali dan muncul banyak kali sebagai lini barang pada suatu pesanan4. #etiap #1K1 hanya dapat memiliki satu P+"&#K, namun banyak #1K1 C&D&-yang bisa disediakan oleh P+"&#K.

%tu saja belum cukup' 5ika organisasi bisnis tidak dapat mengimplementasikan model datanya dengan tepat, sistem tersebut tidak akan mampu melayani bisnis tersebut dengan baik. #istem  perusahaan tersebut tidak akan efektif karena bekerja dengan data yang tidak akurat, tidak lengkap, serta sulit diperoleh. "emahami data suatu organisasi berikut cara bagaimana is diakili pada suatu database adalah pelajaran paling penting dalam bab

#ebagai contoh, 2amous 2ootear, perusahaan ritel alas kaki dengan 88 gerai di @; negara, tidak dapat untuk mencapai tujuannya untuk menjadi 9tren mode sepatu yang tepat, toko yang tepat dengan harga yang tepat.9 Karena database-nya tidak dirancang dengan baik untuk disesuaikan dengan perubahan persediaan toko yang terjadi dengan cepat. Perusahaan tersebut memiliki database relasional buatan racle yang dioperasikan pada komputer berkapasitas sedang, namun database-nya cenderung dirancang untuk menghasilkan laporan standar bagi manajemen, ketimbang  bereaksi terhadap perubahan pasar. Pihak manajemen tidak dapat memiliki data tepat mengenai item-item yang spesifik pada persediaan di gerainya. Perusahaan harus berjuang keras untuk mengatasi masalah ini dengan membangun sebuah database baru di mana data penjualan dan persediaan dapat diorganisasikan dengan lebih baik untuk kegiatan analisis dan manajemen persediaan.

%&/ MEMANFAATKAN DATA$ASE UNTUK MENINGKATKAN

KINER(A $ISNIS DAN PENGAM$ILAN KEPUTUSAN

rganisasi bisnis menggunakan database mereka untuk memantau transaksi dasar, seperti membayar   pemasok, memproses pesanan, memantau pelanggan, serta mengaji karyaan. &kan tetapi, mereka  juga membutuhkan database untuk menyediakan informasi guna menjalankan bisnisnya dengan lebih efisien, serta membantu manajer dan karyaan membuat keputusan yang lebih baik. 5ika suatu  perusahaan ingin mengetahui produk mana yang paling populer, atau pelanggan mana yang paling

mendatangkan banyak keuntungan, jaabannya terdapat pada data.

TANTANGAN DALAM MENANGANI $ESARN0A 1OLUME DATA

#ampai dengan 7 tahun yang lalu, sebagian besar data dikumpulkan oleh organisasi yang terdiri atas data transaksi yang dapat ditempatkan dengan mudah ke dalam kolom dan baris pada DB"# relasional. #ejak saat itu, ada lonjakan data dari lalu!lintas eb, pesan surel, dan konten media sosial (tweets, status pesan4, demikian juga dari data yang dihasilkan dari mesin seperti sensor 3yang digunakan pada  smart meter, sensor pabrik, dan meteran elektrik4 atau dari sistem transaksi elektronis. Data!data ini mungkin tidak memiliki struktur atau sedikit terstrukur dan tidak sesuai dengan produk DB"# relasional yang mengorganisasikan data ke dalam bentuk  5iom dan baris. #ekarang kita menggunakan istilah data besar (big data untuk menggambarkan rangkaian data dengan volume sangat besar yang melampaui kemampuan DB"# dalam mengelola menyimpan, dan menganalisis data tersebut.

Data besar tidak mengacu pada jumlah yang spesifik, namun umumnya mengacu pada data dalam kisaran petabyte dan "abyte$ dengan kata lain miliaran sampai dengan triliunan rekaman, semua dari sumber yang berbeda. Data besar dihasilkan dalam jumlah yang jauh lebih besar dart lebih cepat, ketimbang data tradisional. #ebagai contoh, sebuah mesin jet dapat menghasilkan *C terabyte data dalam >8 menit dan lebih dari 67.888 penerbangan dilakukan setiap harinya. "eskipun !tweets!  dibatasi sampai dengan *@8 karakter, namun $itter menghasilkan data lebih dari  terabyte setiap harinya. Berdasarkan riset perusahaan teknologi %nternational Data Center 3%DC4, data meningkat lebih dari dua kali lipat setiap tahunnya, jadi data yang tersedia bagi organisasiorganisasi meroket tajam.

rganisasi bisnis tertarik dengan data besar karena mereka dapat melihat pola yang lebih  berbentuk dan anomali!anomali yang lebih menarik ketimbang data kecil, yang berpotensi memberikan aasan baru tentang perilaku pelanggan, pola cuaca, aktivitas pasar saham, dan fenomena lainnya. Bagaimanapun, untuk memperoleh nilai bisnis dari data!data tersebut, organisasi memerlukan perangkat dan teknologi baru yang mampu mengelola data non!tradisional beserta data  perusahaan mereka.

INFRASTRUKTUR INTELI(EN $ISNIS

#eandainya, &nda ingin meringkas informasi penting megenai kegiatan operasional, tren, dan  perubahan terkini di seluruh organisasi. 5ika &nda bekerja di perusahaan besar, data yang &nda  butuhkan mungkin terfragmentasi ke dalam sistem!sistem yang terpisah seperti penjualan. Produksi, dan akuntansi, atau bahkan berasal dari sumber eksternal seperti demografis dan data pesaing. #emakin &nda membutuhkan data berkapasitas besar. %nfrastruktur dari intelijen bisnis terkini memiliki rangkaian perangkat untuk memperoleh informasi!infrmasi yang diperlukan dari berbagai  jenis data yang berbeda pada organisasi bisnis masa kini, termasuk data berkapasitas besar yang

semi!terstruktur maupun tidak terstruktur. Kemampuan!kemampuan ini meliputi data warehouses, data marts, /adoop, in-memory computing, serta platform analitis.

Data 2are)ouse dan Data Mart

Perangkat tradisional untuk menganalisis data perusahaan sampai dengan 68 tahun yang lalu adalah data warehouse. #ata warehouse adalah data yang menyimpan data historis dan data terkini yang  berpengaruh bagi kepentingan pengambil keputusan di seluruh perusahaan. Data tersebut ditujukan  bagi banyak sistem operasional transaksi!transaksi penting, seperti sistem penjualan data pelanggan, manufaktur, termasuk data dari transaksi eb. #ata warehouse menghasilkan data historis dan data terkini dari berbagai sistem operasi pada organisasi. Data ini dikombinasikan dengan data sumber  eksternal, serta mengoreksi data yang tidak akurat dan kurang lengkap sekaligus memperbaiki susunan data bagi kepentingan pelaporan dan analisis data bagi pihak manajemen sebelum dimasukkan ke dalam data warehouse.

 #ata warehouse menjamin ketersediaan data bagi siapa pun untuk diakses saat dibutuhkar  namun tidak dapat diubah. #istem data warehouse  juga menyediakan rangkaian perangkat untuk  mencari keterangan baik secara khusus maupun secara terstandardisasi, beserta pelaporan dengan fasilitas tampilan grafis.

Perusahaan!perusahaan sering membangun data warehouse  bagi perusahaannya, di many sebuah pusat data warehouse melayani seluruh divisi dan bagian dari organisasi, atau mereka menciptakan data warehouse yang berukuran lebih kecil dan terdesentralisasi 3tersebar4 yang disebut dengan data mart. #ata mart adalah bagian dari data warehouse yang diringkas atau dikhususkan untuk penanganan jenis!jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang telah ditentukan. #ebagai contoh, perusahaan bisa saja mengembangkan data mart bagi divisi  penjualan dan pemasaran untuk mengurusi informasi pelanggan. Perusahaan penjual buku Barnes E  oble biasanya menggunakan rangkaian data mart untuk data yang dihasilkan oleh titik   penjualannya 3gerainya4, pada toko!toko ritelnya, toko ritel yang terdapat di kampus, dan yang

terakhir untuk penjualan secara online. Hadoo*

Produk DB"# relasional dan data warehouse tidak sesuai untuk mengorganisasikan dan menganalisis data berkapasitas besar atau data yang tidak dapat dengan mudah dibentuk ke dalam

format kolom dan baris yang digunakan dalam model datanya. 1ntuk menangani data berkapasitas  besar yang semi!terstruktur ataupun tidak sama sekali, perusahaan menggunakan Hadoo*& <adoop adalah kerangka kerja open-source yang dikelola oleh &pache #oftare 2oundation yang memungkinkan pendistribusian proses data berkapasitas besar secara paralel pada komputer! komputer berbiaya terjangkau. <adoop memecah masalah data besar tersebut menjadi bagianbagian yang lebih kecil, kemudian mendistribusikannya ke ribuan titik pemrosesan komputer yang berbiaya terjangkau, lalu mengombinasikan hasilnya menjadi rangkaian data yang lebih kecil untuk  mempermudah proses analisis. &nda bisa menggunakan <adoop untuk menemukan penaaran tiket  penerbangan terbaik di internet, mencari alamat sebuah restoran, melakukan pencarian pada -oogle,

atau terhubung dengan teman &nda di 2acebook.

<adoop terdiri atas beberapa layanan pokok' <adoop Distributed 2ile #ystem 3<D2#4 untuk   penyimpananfi/e data dan "apeduce untuk pemrosesan data paralel dengan tampilan grafis tinggi.

<D2# menghubungkan secara bersamaan  file-file sistem pada sejumlah titik dalam sebuah cluster  <adoop untuk kemudian diubah menjadi  file sistem tunggal berukuran besar. "apeduce buatan <adoop terinspirasi oleh "apeduce buatan -oogle dalam memecah rangkaian pemrosesan data  berukuran besar dan menyebarkan pekerjaan!pekerjaan tersebut ke berbagai titik dalam sebuah

cluster. <base, database non!relasional buatan <adoop, menyediakan akses cepat ke data yang tersimpan pada <D2# dan platform transaksional untuk mengoperasikan aplikasi!aplikasi real- time  berskala tinggi.

<adoop dapat menangani jenis data apa pun dengan kapasitas besar, termasuk data transaksi terstruktur, data dengan struktur yang agak longgar seperti masukan dari 2acebook dan $itter, data! data yang kompleks seperti log file pada server Feb, data audio dan video yang tidak terstruktur. <adoop beroperasi pada cluster server yang tidak mahal, serta prosesornya dapat ditambahkan atau dikurangi sesuai kebutuhan. Perusahaan menggunakan <adoop untuk menganalisis data dengan volume yang sangat besar serta memfragmentasi area untuk data yang terstruktur maupun yang tidak  terstruktur sebelum disimpan ke dalam data warehouse. 2acebook menyimpan banyak sekali datanya dalam cluster <adoopnya yang sangat besar, yang diperkirakan dapat menahan *88  petabyte, sekitar  *8.888 kali lebih banyak informasi daripada Perpustakaan Konggres. Gahoo menggunakan <adoop untuk menelusuri perilaku dari pengguna sehingga dapat memodifikasi tampilan laman pembukan untuk menyesuaikan dengan kepentingan mereka. Perusahaan pencari 0ife #cience eHtBio menggunakan <adoop dan <base untuk memproses data bagi perusahaan farmasi yang melaksanakan penelitian genomic. Para vendor database terkemuka, seperti %B", <elett!Packard, racle, dan "icrosoft memiliki distribusi perangkat lunak <adoop!nya sendiri. Para vendor lainnya menaarkan perangkat untuk memindahkan data ke dalam dan keluar dari <adoop atau untuk  menganalisis data di dalam <adoop.

Ko*utasi Da"a-Meori

Cara lainnya untuk memfasilitasi analisis data yang besar adalah dengan menggunakan komputasi dalam!memori (in-memory computing, yang sangat mengandalkan pada memori utama dari komputer (computers main memory$R& untuk data penyimpanan. 3DB"# yang konvensional menggunakan sistem penyimpanan disk. Para pengguna akan mengakses data yang disimpan dalam memori sistem utama, dengan demikian dapat menghilangkan kemacetan dari mengambil dan membaca data dalam suatu database tradisional, berdasarkan pada disk dan secara dramatis akan mempersingkat aktu tunggu atas permintaan. Pada pemrosesan dalam memori akan memungkinkan bagi serangkaian data yang sangat besar, sebesar ukuran data mart atau data warehouse yang kecil, untuk meletakkan seluruhnya dalam memori. Penghitungan bisnis yang rumit

yang biasanya memerlukan aktu berjam!jam atau berhari!hari akan dapat diselesaikan dalam hitungan detik, dan ini bahkan dapat diselesaikan dengan menggunakan perangkat genggam.

Bab sebelumnya menggarnbarkan beberapa kemajuan dalam teknologi perangkat keras komputer modern yang memungkinkan pemrosesan dalam memori, seperti misalnya prosesor liar   biasa yang berkecepatan tinggi, pemrosesan multicore, dan akan menurunkan harga dari memori

komputer. $eknologi!teknologi ini dapat membantu perusahaan untuk mengoptimalkan penggunaan dari memori dan mempercepat kinerja pemrosesan, sementara itu juga dapat menurunkan biayanya.

Produk!produk komersial terkemuka bagi komputasi dalam memori meliputi, <igh Performance &nalytics &ppliance 3<&&4 dari #&P dan racle +Halytics. "asing!masing menyediakan serangkaian komponen perangkat lunak yang terintegrasi, meliputi perangkat lunak  database dalam memori dan perangkat lunak analitis yang terspesialisasi, yang menjalankan  perangkat keras untuk pekerjaan komputasi dalam memori.

Centrica, utilitas gas dan listrik, memanfatkan <&& untuk merekam dengan cepat dan menganalisis sejumlah data yang sangat besar yang dihasilkan oleh alat pengukur yang andal. Perusahaan dapat menganalisis pemakaian setiap *7 menit, memberikan gambaran dari pemakaian yang lebih ielas oleh rumah tangga, ukuran rumah, tipe bisnis yang dilayani, atau tipe gedung. <&& juga membantu Centrica untuk menunjukkan kepada para pelanggannya pola pemakaian energi mereka secara real-time dengan menggunakan perangkat online dan mobile.

P"ator Ana"itis

Para vendor database komersial telah mengembangkan platform analitis (analytic platforms  berkecepatan tinggi yang terspesialisasi dengan menggunakan baik teknologi terkait maupun yang tidak terkait yang dioptimalkan untuk menganalisis kumpulan data yang besar. Platform analitis ini, seperti misalnya %B" etea dan racle +Hadata, menampilkan sistem perangkat keras!perangkat lunak yang telah dikonfigurasi sebelumnya, yang secara spesifik dirancang untuk pemrosesan  permintaan dan analitis. #ebagai contoh, %B" etea menampilkan database yang terintegrasi secara ketat, server, dan komponen!komponen penyimpanan yang menangani pertanyaan analitis yang rumit *8 hingga *88 kali lebih cepat daripada sistem tradisional. Platform analitis juga memasukkan sistem dalam memori dan o#?0 sistem manajemen database non!relasional.

-ambar ).*8 mengilustrasikan infrastruktur intelijen bisnis kontemporer dengan menggunakan teknologi yang baru saja telah kita gambarkan. Data saat ini dan data historis akan diekstrak dari sistem operasional yang banyak seiring dengan data eb, data yang dihasilkan oleh mesin, data audio/visual yang tidak terstruktur, dan data dari sumber!sumber eksternal yang telah direstrukturisasi dan diorganisasikan ulang untuk pelaporan dan analisis. luster <adoop melakukan  proses data yang besar sebelumnya untuk digunakan dalam data warehouse, data

mart, atau platform analitis, atau untuk permintaan langsung oleh para pengguna  power. 2utput meliputi laporan dan dashboard yang sama halnya dengan basil 3uery. Bab *6 akan membahas mengenai berbagai macam tipe dari para pengguna B% dan pelaporan B% dengan perincian yang lebih lengkap.

PERANGKAT ANALITIS3 HU$UNGAN4 POLA4 TREN

Ketika data telah direkam dan diorganisasikan dengan menggunakan teknologi intelijen  bisnis yang baru raja telah kita bahas, mereka tersedia bagi analisis lebih lanjut dengan menggunakan  perangkat lunak untuk men-3uery dan melaporkan database, analisis data multidimensional (online analytical processing$24, dan data mining. Pada bagian ini akan memperkenalkan kepada &nda, alat bantu!alat bantu tersebut, dengan lebih terperinci mengenai analitis intelijensi bisnis dan  penerapannya pada Bab *6.

Perosesan Ana"itis On"ine 5OLAP6

#eandainya, perusahaan &nda menjual empat produk yang berbedaImur, baut, cincin  penutup, dan sekrupIdi kaasan $imur, Barat, dan Pusat. 5ika &nda ingin mengajukan suatu  pertanyaan yang cukup jelas, seperti berapa banyak cincin penutup yang terjual selama kuartal sebelumnya, &nda akan lebih mudah untuk menemukan jaaban dengan men-3uery database  penjualan &nda. amun, bagaimana jika &nda ingin mengetahui berapa banyak yang terjual dalam tiap!tiap ilayah penjualan &nda dan membandingkan basil yang sebenarnya dengan penjualan yang diproyeksikan(

1ntuk memperoleh jaaban tersebut, maka &nda akan memerlukan pemrosesan analitis on"ine 3online analytical processingI0&P4. 0&P mendukung analis data yang multidimensional. yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara!cara yang  berbeda dengan menggunakan banyak dimensi. "asing!masing aspek dari informasiIproduk.  penetapan harga, biaya, ilayah, atau periode aktuImeakili dimensi yang berbeda. #ehingga. seorang manajer produk akan menggunakan alat bantu analisis data multidimensional untuk  mempelajari berapa banyak cincin penutup yang terjual di ilayah $imur pada 5uni, bagaimana angka tersebut dibandingkan dengan bulan lalu dan bulan 5uni sebelumnya, serta bagaimana bila dibandingkan dengan peramalan penjualan. 0&P memungkinkan bagi para pengguna untuk  memperoleh jaaban!jaaban secara online atas pertanyaan!pertanyaan khusus, misalnya hal tersebut dalam jumlah aktu yang cukup cepat, bahkan ketika data disimpan dalam database yang sangat besar, seperti angka penjualan selama beberapa tahun.

-ambar ).** memperlihatkan suatu model multidimensional yang dapat diciptakan untuk  meakili produk, ilayah, penjualan aktual, dan penjualan yang diproyeksikan. #uatu matriks mengenai penjualan secara aktual dapat ditumpuk pada bagian atas dari matriks penjualan yang diproyeksikan untuk membentuk sebuah kubus dengan ) sisi. 5ika &nda memutar kubus ;8 derajat satu arah, maka sisi yang ditunjukkan akan menjadi produk versus penjualan aktual dengan  penjualan yang diproyeksikan. 5ika &nda memutar kubus ;8 derajat lagi, maka &nda akan melihat ilayah versus penjualan aktual dengan penjualan yang diproyeksikan. 5ika &nda memutar *8 derajat dari sudut pandang aal, maka &nda akan melihat penjualan yang diproyeksikan dan produk  versus ilayah. Kubus!kubus dapat diulang di dalam kubus untuk membangun sudut pandang yang rumit atas data. Perusahaan akan menggunakan database multidimensional yang terspesialisasi lainnya atau sebuah alat bantu yang dapat menciptakan sudut pandang multidimensional atas data dalam database relasional.

Data Mining

Database tradisional akan melakukan Juery pada jaaban atas pertanyaan, misalnya, 9Berapa  banyak unit dari produk nomor @8> yang dikirimkan pada 2ebruari 68*>9( 0&P, atau analisis multidimensional, yang mendukung banyak permintaan atas informasi yang lebih rumit, misalnya, 9Bandingkan antara penjualan atas produk nomor @8> terkait dengan rencana secara kuartalan dan  penjualan di ilayah penjualan selama 6 tahun sebelumnya9. Dengan 0&P dan analisis data yang  berorientasi pada Juery, maka para pengguna harus memiliki suatu gagasan yang baik mengenai

informasi mana yang sedang mereka amati.

Data mining lebih terdorong pada penemuan. Data mining memberikan aasan pada korporat, data yang tidak dapat diperoleh dengan 0&P dengan menemukan pola!pola yang tersembunyi serta hubungan dalam database yang besar dan aturan menarik kesimpulan dari mereka untuk memprediksikan perilaku pada masa yang akan datang. Pola!pola dan aturan!aturan yang digunakan untuk membimbing dalam pengambilan keputusan dan peramalan dampak dari keputusan!keputusan tersebut. $ipe dari informasi yang dapat diperoleh dari data mining, meliputi asosiasi, urutan, klasifikasi, cluster, dan peramalan.

 &sosiasi merupakan kejadian yang dikaitkan dengan suatu peristia tunggal. #ebagai contoh, penelitian mengenai pola pembelian di supermarket akan mengungkapkan baha, ketika keripik jagung dibeli, maka minuman cola akan dibeli sebanyak )7 persen, tetapi ketika terdapat promosi, maka cola yang dibeli meningkat menjadi 7 persen. %nformasi ini dapat membantu

 para manajer untuk mengambil keputusan yang lebih baik karena mereka telah mempelajari manfaat dari suatu promosi.

• Dalam  sekuen, maka peristia!peristia akan dikaitkan berdasarkan aktu. Kita dapat

menemukan contohnya, jika sebuah rumah dibeli, terdapat )7 persen kemungkinan sebuah kulkas baru akan dibeli juga dalam dua minggu, dan @7 persen kemungkinan sebuah oven akan dibeli dalam aktu sebulan setelah rumah itu dibeli.

• 5lasifikasi membahas pola!pola yang menggambarkan kelompok yang mana suatu barang yang

dimiliki dengan memeriksa barang yang ada, yang telah diklasifikasikan dan dengan menarik  kesimpulan dari serangkaian aturan. #ebagai contoh, bisnis seperti misalnya kartu kredit atau  perusahaan telepon akan khaatir kehilangan para pelanggannya yang loyal. Klasifikasi dapat membantu untuk menemukan ciri!ciri dari para pelanggan yang memiliki kecenderungan untuk   berhenti dan dapat meyediakan suatu model untuk membantu para manajer dalam

memprediksikan siapakah para pelanggan tersebut sehingga para manajer dapat merancang kampanye!kampanye khusus untuk mempertahankan para pelanggan tersebut.

• 4engklasteran (clustering  bekerja dengan cara yang sama seperti klasifikasi ketika tidak ada

kelompok yang masih belum didefinisikan. &lat bantu data mining dapat menemukan  pengelompokan yang berbeda di dalam data, seperti misalnya menemukan daya tarik kelompok 

atas kartu bank atau membagi suatu database ke dalam kelompok!kelompok dari para pelanggan yang didasarkan pada demografis dan tipe dari investasi pribadi.

"eskipun penerapan!penerapan tersebut melibatkan prediksi, tetapi peramalan menggunakan  prediksi dalam cara yang berbeda. Peramalan menggunakan serangkaian nilai yang ada untuk 

meramalkan berapa besar dari nilai lainnya. #ebagai contoh, peramalan akan menemukan polapola dalam data untuk membantu para manajer dalam mengestimasi nilai masa mendatang dari variabel! variabel yang terus!menerus, seperti angka penjualan.

#istem!sistem tersebut menjalankan analisis tingkat tinggi atas pola atau kecenderungan, tetapi mereka juga dapat menelusuri untuk menyediakan lebih terperinci ketika diperlukan. $erdapat aplikasi data mining bagi seluruh area fungsional dalam bisnis, dan bagi pemerintah, serta pekerjaan

ilmiah. #alah satu penggunaan yang terkenal atas data mining adalah menyediakan analisis pola dalam data pelanggan yang terperinci bagi kampanye pemasaran one-to-one atau untuk  mengidentifikasi para pelanggan yang menguntungkan. 30ihat studi kasus pada akhir bab 4.

Caesars +ntertainment, yang dahulunya dikenal dengan <arrahs +ntertainment, merupakan  perusahaan permainan terbesar di dunia. Caesars +ntertainment secara terus!menerus menganalisis

data mengenai para pelanggannya yang dikumpulkan ketika orang!orang memainkan mesin  slot nya atau ketika menggunakan kasino dan hotelnya. Departemen pemasaran korporat menggunakan informasi tersebut untuk membangun profil permainan yang lebih terperinci, yang didasarkan pada nilai konsumen tertentu yang sedang berlangsung terhadap perusahaan. #ebagai contoh. data mining  memungkinkan bagi Caesars +ntertainment untuk mengetahui permainan yang paling disukai oleh  pelanggan rutin adalah pada salah satu dari kasino ri)erboat-nya, dilengkar dengan pilihan pribadi untuk akomodasi kamar, restoran, dan hiburan. %nformasi tersebut menjadi pedoman pengambilan keputusan manajemen mengenai bagaimana mempertahankan para pelanggan yang menguntungkan, mendorong para pelanggan untuk menghabiskan lebih banyak dana, dan menarik lebih banyak   pelanggan dengan menghasilkan pendapatan tinggi yang potensial %ntelijen bisnis meningkatkan

keuntungan Caesars +ntertainment sehingga menjadi pusat dari strategi bisnis perusahaan. Teks Mining dan 2e# Mining

 anaun, data yang tidak terstruktur, yang sebagian besar dalam bentuk  file teks, diyakini akan  bertanggung jaab atas lebih dari 8 persen dari informasi organisasional yang bermanfaat d, merupakan salah satu sumber utama data besar yang ingin dianalisis oleh perusahaan. #urrel, memo, transkrip pusat panggilan, tanggapan!tanggapan atas survei, kasus legal, deskripsi pate dan laporan layanan yang semuanya bernilai untuk menemukan pola dan kecenderungan yaL akan membantu para karyaan dalam mengambil keputusan bisnis yang lebih baik. Perangl, te"t mining 3penelusuran teks4 sekarang tersedia untuk membantu bisnis dalam menganalisis de tersebut. &lat!alat bantu ini dapat mengekstrak elemen!elemen kunci dari rangkaian data yang besar yang tidak terstruktur, menemukan pola dan hubungan, dan meringkas informasi.

Bisnis dapat beralih kepada te"t mining untuk menganalisis transkrip dari panggilan kepada pusat layanan pelanggan untuk mengidentifikasi layanan utama dan menyelesaikan masalah at untuk  mengukur pendapat pelanggan mengenai perusahaan mereka. Perangkat lunak sentimen (sentiment  analysis dapat melakukan penelusuran atas komentar teks dalam pes surel, blog, percakapan dalam media sosial, atau bentuk survei untuk mendeteksi opini ya' menyenangkan dan yang tidak  menyenangkan mengenai topik bahasan tertentu.

#ebagai contoh, pialang diskon Charles #chab menggunakan perangkat lunak &ttens' &nalye untuk menganalisis ratusan ribu interaksi pelanggannya tiap hulan. Perangkat lunak dapat menganalisis catatan, surel, tanggapan survei, dan diskusi online dari layanan pelangg. #chab untuk  menemukan tanda!tanda ketidakpuasan yang menyebabkan pelanggan berhe' menggunakan jasa dari  perusahaan. ttensity dapat secara otomatis mengidentifikasi berba macam 9suara9 yang digunakan oleh pelanggan untuk mengekspresikan umpan balik mere 3seperti suara yang positif, negatif, atau sesuai dengan kondisi4 untuk menunjukkan dengan keinginan dari seseorang untuk membeli,  berhenti membeli, atau reaksi terhadap suatu produk tertentu atau pesan yang disampaikan melalui  pemasaran. #chab menggunakan informasi untuk mengambil tindakan korektif, seperti meningkatkan komunikasi pialang secara dengan pelanggan dan mencoba untuk memecahkan  permasalahan dengan segera yang membuat pelanggan tidak puas.

Feb merupakan sumber utama lainnya dari data besar yang tidak terstruktur untuk  mengungkapkan pola, kecenderungan, dan aasan dalam perilaku konsumen. Penemuan serta analisis pola dan informasi yang bermanfaat dari Forld Fide Feb disebut dengan web mining  3penelusuran eb4. Bisnis akan beralih kepada web mining untuk membantu mereka dalam memahami perilaku konsumen, melakukan evaluasi atas keefektifan situs eb tertentu, atau kuantitas dari keberhasilan suatu kampanye pemasaran. "isalnya, para pemasar menggunakan -oogle $rend dan -oogle %nsight untuk layanan #earch, yang menelusuri popularitas dari berbagai  jenis kata dan frase yang digunakan dalam 3uery pencari dari -oogle, untuk mempelajari apa yang

diminati oleh orang!orang, dan apakah mereka tertarik untuk membeli.

6eb mining akan mencari pola dalam data melalui penelusuran konten, penelusuran struktur, dan  penelusuran penggunaan. Penelusuran konten dari eb merupakan suatu proses untuk mengekstrak   pengetahuan dari konten dalam laman eb, meliputi teks, gambar, audio, dan data video.

Penelusuran struktur dari eb memeriksa data yang terkait dengan struktur dari situs eb tertentu. #ebagai contoh, tautan yang menunjuk pada suatu dokumen mengindikasikan popularitas dari dokumen tersebut, sementara itu tautan keluar dari suatu dokumen mengindikasikan pengayaan atau mungkin variasi dari topik yang tercakup dalam dokumen. Penelusuran penggunaan eb menelaah data interaksi pengguna yang dicatat oleh server eb kapan pun permintaan dari sumber daya situs eb tersebut diterima. Catatan penggunaan data mengenai perilaku pengguna ketika pengguna menelusuri atau membuat transaksi pada situs eb dan mengumpulkan data dalam  ser)er log. Dengan menganalisis data tersebut, dapat membantu perusahaan dalam menentukan nilai dari  pelanggan tertentu, melintasi strategi pemasaran seluruh produk, dan keefektifan dari kampanye  promosi.

#esi %nteraktif' $eknologi menggambarkan pengalaman organisasi sebagaimana mereka menggunakan alat bantu analitis dan teknologi intelijen bisnis yang telah kita bahas untuk berjuang terhadap tantangan 9data besar9.

DATA$ASE DAN 2E$

Pernahkah &nda mencoba menggunakan eb untuk menempatkan pesanan atau melihat katalog  produk( 5ika pernah, &nda mungkin menggunakan situs eb yang ditautkan dengan database

internal korporat. #aat ini, banyak perusahaan yang menggunakan eb untuk membuat beberapa informasi dalam database internal mereka disediakan bagi pelanggan dan rekan bisnis.

"isalnya, seorang pelanggan dengan browser eb ingin mencari database  peritel secara online untuk informasi penetapan harga. -ambar ).*6 mengilustrasikan bagaimana pelanggan mengakses

database internal dari peritel tersebut melalui eb. Pengguna mengakses situs eb peritel melalui internet dengan menggunakan perangkat lunak browser eb pada komputer PC kliennya. Perangkat lunak browser eb akan meminta data dari database organisasi, dengan menggunakan perintah <$"0 untuk berkomunikasi dengan server eb.

Karena banyak database back-end tidak dapat menerjemahkan perintah tertulis dalam <$"0, maka server eb mengirimkan permintaan data ini kepada perangkat lunak yang menerjemahkan perintah <$"0 menjadi #?0 sehingga perintah dapat diproses dengan DB"# yang bekerja sama dengan database tersebut. Dalam lingkungan idien/server, DB"# disimpan pada komputer khusus yang disebut server database (database ser)er. DB"# menerima permintaan #?0 dan menyediakan data yang diperlukan. "iddleare akan memindahkan informasi dari database internal organisasi kembali kepada server eb untuk dikirimkan dalam bentuk laman eb kepada penggunanya.

-ambar ).*6 memperlihatkan baha middleware akan bekerja diantara server eb dengan DB"# dapat berupa server aplikasi yang bekerja pada komputer khusus itu sendiri 3lihat Bab 74. Perangkat lunak server aplikasi menangani semua operasional aplikasi, meliputi pemrosesan transaksi dan akses data, antara komputer berbasis browser dengan aplikasi bisnis atau database back-end   perusahaan. #erver aplikasi mengambil permintaan dari server eb, menjalankan logika bisnis untuk  memproses transaksi berdasarkan permintaan!permintaan tersebut, dan menyediakan konektivitas kepada sistem atau database back-end organisasi. &lternatif lainnya, perangkat lunak untuk  menangani operasional!operasional tersebut dapat berupa suatu program khusus atau skrip C-%. #krip C-% merupakan suatu program yang ringkas dengan menggunakan spesifikasi Common -ateay %nterface 3C-%4 untuk pemrosesan data pada server eb.

$erdapat sejumlah keuntungan dengan menggunakan eb untuk mengakses database internal organisasi. Pertama, perangkat lunak browser eb jauh lebih mudah untuk digunakan daripada  perangkat 3uery yang dimiliki. Kedua, tampilan eb membutuhkan sedikit perubahan atau tidak 

sama sekali terhadap database internal. Dibutuhkan biaya yang lebih rendah untuk menambahkan antar muka eb di depan sistem yang diariskan daripada merancang kembali dan membangun kembali sistem untuk meningkatkan akses pengguna.

"engakses database korporat melalui eb menciptakan efisiensi, peluang, dan model bisnis yang  baru.$homaset.com menyediakan direktori online yang terkini dengan lebih dari )78.888 pemasok   produk industri, seperti bahan kimia, logam, plastik, karet, dan peralatan otomotif #ebelumnya

disebut $homas egister, perusahaan yang digunakan untuk mengirimkan katalog kertas yang  berukuran sangat besar yang berisi informasi!informasi tersebut. #ekarang dia menyediakan

informasi itu kepada pengguna secara online melalui situs ebnya dan telah menjadi perusahaan yang semakin kecil, lebih ramping.

Perusahaan lainnya telah menciptakan bisnis yang seluruhnya baru dengan berdasarkan pada akses menuju database yang besar melalui eb. #alah satunya adalah layanan jejaring sosial 2acebook, yang membantu para penggunanya untuk tetap berkoneksi dengan satu sama lain bertemu orang! orang baru. 2itur 2acebook 9profil9 dengan informasi lebih dari ;78 juta para pengguna aktif dengan informasi mengenai mereka sendiri, meliputi ketertarikan, teman, foto dan grup di mana mereka  berafiliasi. 2acebook mempertahankan database yang sangat besar pada suatu tempat dan mengelola

seluruh konten isinya.

$erdapat banyak database yang diaktitkan dengan eb dalam sektor publik untuk membantu  pelanggan dan arga negara untuk mengakses informasi yang berguna. #esi %nteraktif' rganisasi

akan menggambarkan salah satu dari database tersebut, yang telah menghasilkan kontroversi atas metode!metodenya dalam menyediakan data keselamatan atas produk konsumen.

%&7 MENGELOLA SUM$ER DATA

Persiapan database hanyalah merupakan permulaan. &gar dapat memastikan baha data bagi bisnis &nda tetap akurat, dapat diandalkan, dan siap tersedia bagi mereka yang memerlukannya, maka  bisnis &nda memerlukan kebijakan dan prosedur khusus untuk manajemen data.

MENETAPKAN KE$I(AKAN INFORMASI

#etiap bisnis, skala besar maupun kecil, memerlukan kebijakan informasi. Data perusahaan &nda merupakan sumber daya yang penting, dan &nda tidak ingin seseorang melakukan sesuatu yang mereka inginkan dengan mereka. &nda perlu memiliki aturan!aturan mengenai bagaimana data diorganisasikan dan dipertahankan, dan siapa yang diiinkan untuk melihat data atau mengubah mereka.

Ke#i8akan inorasi (information policy menentukan aturan organisasi dalam hal  pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan penyimpanan informasi. 1ndang! undang kebijakan informasi menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi informasi dapat saling dibagikan oleh pengguna dan unit organisasi, di mana informasi dapat didistribusikan, dan siapa yang bertanggung jaab untuk memperbarui dan memelihara informasinya. #ebagai contoh, kebijakan informasi umumnya menentukan baha hanya para anggota terpilih dari departemen penggajian dan sumber daya manusia yang memiliki hak untuk  mengubah dan melihat data karyaan yang sensitif, seperti misalnya gaji karyaan atau nomor   jaminan sosialnya, dan departemen!departemen ini yang bertanggung jaab untuk memastikan  baha data karyaan tersebut adalah akurat.

5ika &nda berada dalam bisnis skala kecil, maka kebijakan informasi akan ditetapkan dan diimplementasikan oleh pemilik atau manajer. Dalam organisasi berskala besar, pengelolaan dan  perencanaan informasi sebagai sumber daya perusahaan membutuhkan fungsi administrasi data formal. &dministrasi data (data administration bertanggung jaab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. $anggung jaab tersebut meliputi pengembangan kebijakan informasi, perencanaan data, pengaasan rancangan database logis, dan pengembangan kamus data, serta pemantauan terhadap spesialis sistem informasi dan kelompok pengguna akhir  dalam menggunakan data.

&nda mungkin pernah mendengar istilah tata kelola data (data go)ernance yang digunakan untuk menggambarkan banyak hal dari aktivitas tersebut. Didukung oleh %B", tata kelola data  berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan, kegunaan, integritas, dan

keamanan dari data yang digunakan dalam suatu perusahaan, dengan penekanan khusus pada dukungan untuk privasi, keamanan, kualitas data, dan kepatuhan terhadap berbagai aturan  pemerintah.

rganisasi yang besar juga memiliki rancangan database dan kelompok manajemen di dalam divisi sistem informasi perusahaan yang bertanggung jaab untuk mendefinisikan dan mengatur  struktur dan isi database, serta memeliharan database tersebut. Dengan bekerja sama secara erat dengan para pengguna, kelompok perancangan menciptakan database fisik, relasi logic antar! elemennya, dan aturan akses serta prosedur keamanan. 2ungsi!fungsi yang dilakukannya disebut administrasi database (database administration.