Modul Pengayaan Perkuliahan Sesi 7 Sistem Informasi Manajemen
Sistem Database
Semester Ganjil 2019/2020
Jakarta, Oktober 2019
A. Latar Belakang
Banco de Crédito del Peru (BCP) merupakan bank swasta terbesar di Peru, yang menawarkan jasa investasi dan layanan ritel perbankan lainnya, termasuk pengelolaan sekuritas, akun bank, kebijakan polis asuransi, kartu kredit, pegadaian, reksa dana, dan layanan perbankan mobile. Dengan 326 kantor di Panama, Miami, dan Bolivia, BCP mempekerjakan 15.000 orang dan menghasilkan $1 miliar per tahun. Menjalankan ini secara proporsional memerlukan banyak informasi dari berbagai jenis.
Meskipun BCP telah tumbuh dan sukses, namun kinerja bisnisnya terhambat oleh sistem informasi yang kuno, yang nmenjadikannya sangat sulit untuk menggunakan data secara efisien untuk kinerja operasional dan pelaporan. Seiring berjalannya waktu, berbagai departemen dalam BCP telah memiliki sejumlah besar aplikasi untuk mendukung proses administrasi, sumber daya manusia, dan akuntansi yang tidak saling terintegrasi. Sistem- sistem yang saling terisolasi ini sungguh memakan waktu dan sangat mahal untuk digunakan dan diperbarui. Setiap sistem tersebut banyak menyimpan data historis yang berbeda-beda satu sama lain. Bagian-bagian data yang sama, seperti nama pelanggan, akan ditemukan pada banyak sistem yang berbeda, namun menggunakan ejaan, format atau pembaruan pada waktu yang berbeda.
Mengakses data dari berbagai sistem yang berbeda ini sangatlah sulit untuk dilakukan, dan sangat menghambat prosedur pelaporan dan pengambilan keputusan. Staf sistem informasi BCP mengumpulkan data dari 15 sampai 16 aplikasi satelit dan kertas kerja Microsoft Excel, sebelum menyusun dan menganalisis data tersebut menjadi laporan sederhana ke manajer. Faktanya, data tersebut tidak selalu akurat dan konsisten, serta menambah prosedur-prosedur dan sia-sia pada tiap laporan yang disiapkan.
Apa yang dibutuhkan BCP adalah sebuah tempat penyimpanan data tunggal yang mendukung kelancaran rangkaian aplikasi bisnis. Bank tersebut memutuskan untuk mengganti sistem lawas mereka dengan perangkat lunak terintegrasi buatan SAP yang menyertakan modul ERP dan dukungan data warehouse untuk menunjang kinerja pelaporan di seluruh perusahaan. BCP mengintegrasikan DB2 versi 9 buatan IBM untuk pengelolaan sistem Linux, Unix, dan Windows untuk menggantikan sistem-sistem pengelolaan data lamanya. DB2 mengorganisasikan data sehingga mereka tampil layaknya berasal dari satu sumber, memungkinkan aplikasi bisnis individual untuk mengekstrak data yang mereka inginkan tanpa perlu menciptakanfileifile data yang terpisah untuk setiap aplikasinya. Semua perangkat lunak ini dijalankan pada IBM Power 595, IBM BladeCenter IS43, dan server IBM Power 570, yang dijalankan pada sistem operasi AIX, Unix versi IBM.
Dengan mengombinasikan DB2 buatan IBM dan teknologi SAP NetWeaver Business Warehouse, telah memberikan BCP kemampuan pengelolaan data yang komprehensif SAP NetWeaver Business Warehouse menyertakan perangkat untuk menganalisis data pada berbagai dimensi. Para pengambil keputusan penting di bank BCP dapat menggunakan data seluruh perusahaan secara real time untuk memantau kinerja perusahaan dan rnemanfaatkan kesempatan sesegera mungkin, mempercepat respons dan ketangkasan perusahaan, serta menyediakan analisis bisnis dan pemodelan yang mutakhir.
Solusi baru ini juga memberikan penghematan biaya di bidang pengelolaan dan penyimpanan data secara signifikan sekaligus mendongkrak kinerjanya. Dengan sistem yang lebih ringkas dan data yang lebih minimal untuk dikelola, BCP menghemat biaya manajemen hingga 50 persen dan menghemat biaya penyimpanan hingga 45 persen.
Teknologi baru yang diimplementasikan oleh BCP dalam pengelolaan database, memproses transaksi 30 persen lebih efisien. Dengan penghematan-penghematan tersebut, bank tersebut mampu menjangkau sumber-sumber lain guna menganalisis informasi untuk memperluas wawasan dalam melayani nasabah agar dapat memberikan pelayanan yang lebih baik kepada klien.
Pengalaman yang kita peroleh dari BCP menggambarkan dengan jelas betapa pentingnya pengelolaan data. Kinerja bisnis bergantung pada apa yang dapat dilakukan perusahaan terhadap data/informasi yang dimilikinya. Bank tersebut telah mengembangkan bisnisnya, namun baik eflsiensi kinerja operasional rnaupun sistem pengambilan keputusan telah terhambat oleh sistem usang yang terfragmentasi sehingga sulit untuk mengakses data yang tersimpan. Bagaimana cara organisasi bisnis rnenyimpan, mengorganisasikan, dan mengelola data mereka memiliki pengaruh besar bagi efektivitas mereka.
Manajemen BCP memutuskan perlu untuk meningkatkan kualitas pengelolaan data rnereka. Data pelanggan, akun bank, dan kepegawaian disimpan pada sejumlah sistem yang membingungkan sehingga membuat 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 tentang perusahaan.
Pada rnasa lalu 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 lebih tinggi. Solusi yang lebih sesuai lainnya adalah dengan meng-install perangkat keras dan perangkat lunak baru, tempat penyimpanan informasi bisnis bagi seluruh perusahaan untuk mendukung kelancaran aplikasi bisnis. Perangkat lunak baru tersebut diantaranya adalah
perangkat lunak perusahaan yang mengintegrasikan sistem manajemen database dan data warehouse terkini yang dapat menyuplai data untuk keseluruhan perusahaan. Bank tersebut harus mengorganisasikan ulang data-datanya ke dalam format standar yang ditentukan perusahaan, mengeliminasi data-data ganda, menerapkan aturan, tanggung jawab, serta prosedur untuk memperbarui dan menggunakan data.
sistem manajemen database dan data warehouse modern meningkatkan efisiensi BCP dengan memperrnudah cara menemukan dan mengumpulkan data untuk laporan manajemen serta untuk pemrosesan transaksi finansial sehari-hari. Data tersebut lebih akurat dan terpercaya serta mengurangi biaya pengelolaan dan penyimpanan data secara signifikan.
B. Mengorganisaikan Data Dalam Lingkungan File Tradisional
Sistem informasi yang efektif menyediakan pengguna informasi yang akurat, tepat waktu, dan relevan. Informasi yang akurat, berarti bebas dari kesalahan. Informasi yang tepat waktu berarti informasi yang tersedia pada saat diperlukan oleh pengambil keputusan.
Informasi dianggap relevan ketika ia memberi manfaat serta sejalan dengan jenis pekerjaan dan keputusan yang akan dibuat.
Mungkin Anda akan terkejut ketika mempelajari begitu banyak organisasi bisnis yang tidak memiliki informasi yang akurat, tepat waktu, dan relevan karena data yang terdapat pada sistem informasinya diorganisasikan dan dikelola dengan buruk. Itulah mengapa pengelolaan data menjadi begitu penting. Untuk memahami masalah tersebut, mari kita menyimak bagaimana sistem informasi mengatur data pada file komputer dan metode tradisional dalam pengelolaan file.
C. Istilah dan Konsep Dalam Pengorganisasian File
Sistem komputer rnengorganisasikan data berdasarkan suatu hierarki yang dimulai dari bit kemudian byte, kemudian berlanjut ke field, record, file, dan database. satu bit (bit) mewakili unit data terkecil yang dapat ditangani oleh kornputer. Sekelompok bit disebut byte,
yang mewakili satu buah karakter tunggal, yang dapat berupa huruf, angka ataupun simbol lainnya. Sekelompok karakter yang membentuk kata, beberapa kata ataupun serial angka (seperti nama ataupun usia seseorang) disebut field. Sekelompok field yang saling berhubungan dinamakan record (seperti nama siswa, mata pelajaran yang diambil, tanggal, serta tingkat nilai), sekumpulan record dengan jenis yang sama dinamakan file.
Suatu record menggambarkan suatu entitas. Sebuah entitas (entity) dapat berupa orang, tempat, barang, ataupun peristiwa yang dapat kita simpan dan kelola sebagai informasi. Setiap karakteristik atau penggambaran kualitas suatu entitas khusus disebut atribut (attribute). Sebagai contoh, nomor induk siswa, mata pelajaran, tanggal, dan nilai adalah atribut dari entitas MATA PELAJARAN. Nilai tertentu yang dapat dimiliki atribut- atribut ini ditemukan di dalam field dari record yang menggambarkan entitas MATA PELAIARAN.
D. Masalah-Masalah dalam Lingkungan Data Tradisional
Pada kebanyakan organisasi, sistem cenderung berkembang sendiri di luar rencana perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia, penjualan, serta pemasaran semuanya mengembangkan sistem dan file data sendiri.
Setiap aplikasi tentu saja memerlukan file-nya masing-masing dan program komputer untuk beroperasi. Sebagai contoh, area fungsional sumber daya manusia mungkin memiliki master file karyawan yang berisi file penggajian, file asuransi medis, file tunjangan pensiun, file untuk daftar surel, 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 lewat divisi atau departemen yang terpisah-pisah. Apabila proses ini berjalan selama 5 atau 10 tahun, organisasi tersebut akan terbebani oleh ratusan program dan aplikasi yang sangat sulit dirawat dan dikelola. Masalah-masalah yang dihasilkan adalah penggandaan data dan inkonsistensi program data (tidak tahu program mana yang harus dipercaya), ketergantungan program data, tidak flksibel, kualitas data yang buruk, dan tidak dapat rnembagikan data ke berbagai aplikasi.
1. Redudansi dan Inkonsistensi Data
Redudansi data (data redundancy) 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
(data inconsistency), di mana atribut-atribut yang sama, memiliki niiai-nilai yang berbeda.
Sebagai contoh, entitas MATA PELAIARAN, tanggalnya mungkin sudah diperbarui pada beberapa sistem, namun diperbarui pada sistem lainnya. Atribut yang sama, sebagai contoh, Nomor Induk Siswa, mungkin memiliki nama yang berlainan pada beberapa sistem di seluruh organisasi. Beberapa sistem mungkin menggunakan penulisan NIS, atau No.
Siswa.
Kebingungan tambahan lainnya dapat terjadi pada sistem pengkodean untuk mewakili nilai dari sebuah atribut. Sebagai contoh, penjualan, persediaan, dan sistem manufaktur perusahaan ritel pakaian mungkin menggunakan kode yang berbeda-beda dalam mewakili ukuran pakaian. Suatu sistem mungkin mewakili suatu ukuran pakaian sebagai “extra large”, sementara sistem lainnya mencantumkan kode “XL’ untuk tujuan yang sama. Kebingungan- kebingungan tersebut akan mempersulit perusahaan dalam menciptakan manajemen hubungan pelanggan, manajemen rantai pasokan, ataupun sistem perusahaan untuk mengintegrasikan sumber-sumber data yang berbeda.
2. Ketergantungan Program-Data
Ketergantungan program-data (program-data dependence) mengacu pada satu paket data yang tersimpan pada file dan diperlukan oleh program-program tertentu untuk memperbarui dan mengelola file-file tertentu sehingga program tersebut perlu mengubah data-data tersebut. Setiap program komputer tradisional harus menjelaskan lokasi dan sifat data yang bekerja padanya. Di lingkungan file tradisional, setiap perubahan pada program perangkat lunak, mensyaratkan perubahan terhadap data yang diakses oleh program tersebut. Sebuah program mungkin dimodifikasi dari 5 digit menjadi 9 digit untuk kode enkripsi. Iika file data yang asli dimoditikasi dari 5 digit ke 9 digit, kemudian program- program yang memerlukan 5 digit kode bekerja dengan semestinya lagi. Untuk mengimplementasikan perubahan semacam itu diperlukan biaya jutaan dolar.
3. Kurangnya Fleksibilitas
Sistem file tradisional dapat mengirirnkan laporan rutin sesuai jadwal setelah upaya pemrograman yang ekstensif, namun tidak dapat mengirimkan laporan-laporan ad-hoc (hanya situasi khusus saja) atau merespons kebutuhan informasi yang tidak dapat diantisipasi pada kondisi waktu tertentu. Informasi-informasi tersebut diperlukan oleh permintaan-permintaan ad-hoc (hanya diperlukan pada situasi khusus saja) 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.
4. Sistem Keamanan yang Buruk
Karena longgarnya pengendalian atau pengelolaan terhadap data, akses dan penyebaran informasi menjadi tidak terkendali. Manajemen mungkin tidak memiiiki cara untuk mengetahui siapa yang mengakses ataupun mengubah data organisasi.
5. Kurangnya Ketersediaan dan Pendistribusian Data.
Karena bagian-bagian informasi yang terdapat pada file-file yang berbeda dan bagian organisasi tidak dapat dihubungkan satu sama lain, jelas adalah tidak mungkin unmtuk mendistribusikan dan mengakses informasi pada Waktu bersamaan. Informasi tidak dapat mengalir dengan baik lintas area fungsional, pada bagian dan divisi-divisi pada organisasi. Jika 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.
E. Pendekatan Database untuk Pengelolaan Data
Teknologi database banyak menyeiesaikan masalah-masalah pada organisasi yang menggunakan sistem file tradisional, Definisi yang lebih jelas mengenai database adalah sekumpulan daya yang diorganisasikan untuk melayani berbagai aplikasi secara efisien dengan memusatkan data dan mengurangi penggandaan data. Ketimbang menyimpan data pada file~file yang terpisah untuk setiap aplikasi, data yang dimunculkan kepada pengguna, berasal dari satu lokasi penyimpanan saja. Database tunggal yang melayani banyak aplikasi. Sebagai contoh, suatu perusahaan, ketimbang menyimpan data kepegawaiannya pada sistem-sistem informasi dan file yang berbeda untuk data pribadi, penggajian, dan tunjangan, perusahaan dapat menciptakan database sumber daya manusia tunggal.
F. Sistem manajamen Database
Sistem manajemen database (database management system-DBMS) adalah perangkat Iunak yang memungkinkan suatu organisasi memusatkan data, mengelola mereka secara etisien, dan menyediakan akses terhadap data yang disimpan oleh program aplikasi. DBMS bertindak sebagai antarmuka antara program aplikasi dan file data secara iisik. Ketika program aplikasi meminta suatu item data, seperti gaji bruto, DBMS akan menemukan item data tersebut pada database dan menampilkannya lewat 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.
DBMS 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 (contoh: logical drive). Tampilan data logis (logical view) menampilkan data sesuai apa yang diharapkan/dibayangkan oleh pengguna akhir ataupun spesialis bisnis, di mana tampilan data fisik (physical view) menampilkan bagaimana sesungguhnya suatu data diorganisasikan dan distrukturisasi pada media penyimpanan fisik.
Perangkat lunak DBMS memungkinkan database fisik dapat diakses secara logis oleh penggunana akhir. Sebagai contoh, untuk database sumber daya manusia, seorang spesialis tunjangan (orang yang khusus ditugaskan untuk mengatur tunjangan-tunjangan, program pensiun, ataupun asuransi-asuransi terkait), mungkin memerlukan tampilan yang memuat nama pegawai, nomor jaminan sosial, serta jaminan asuransi kesehatan. Anggota departemen bagian penggajian mungkin memerlukan data seperti nama karyawan, 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.
1. Bagaimana DBMS Menyelesaikan Masalah-Masalah pada Lingkungan File Tradisional
DBMS mengurangi redudansi (ganda) dan inskonsistensi data dengan meminimalisasi fie-file yang terisolasi yang berisi data sama. Mungkin DBMS tidak dapat menghilangkan redudansi data secara keseluruhan pada suatu organisasi, namun mereka dapat meminimalkannya. Meskipun suatu orgganisasi memiliki data ganda, namun dengan menggunakan DBMS, inkonsistensi data tersebut dapat dihilangkan, karena data-data ganda memiliki nilai yang sama. DBMS rnemisahkan antara program dengan data, yang memungkinkan data untuk berdiri sendiri. Akses 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. DBMS memungkinkan organisasi untuk mengelola, menggunakan, dan mengamankan data secara terpusat.
2. DBMS Relasional
DBMS terkini menggunakan model-model yang berbeda untuk memantau entitas, atribut, dan hubungan. Jenis DBMS yang paling populer bagi PC ataupun mainframe saat ini DBMS relasional (relational DBMS). DBMS relasional menampilkan data menjadi tabel dua dimensi (yang disebut relasi). Tabel dapat juga dianggap sebagai file. Setiap tabel berisi data pada sebuah entitas berikut atributnya. Microsoft DBMS relasional untuk sistem PC, di mana DB2, Oracle Database, dan Microsoft SQL Server adalah DBMS relasional untuk komputer berukuran sedang maupun besar seperti mainframe. MySQL adalah DBMS open source yang terkenal, sedangkan Oracle Database Lite adalah DBMS untuk perangkat komputasi mobile.
Operasi DBMS Relasional
Tabel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang diperlukan pengguna, yang disediakan oleh dua tabel yang saling berbagi elemen data. Andaikan kita ingin mencari nama pemasok yang memasok suku cadang dengan nomor 137 atau 150. Kita memerlukan informasi dari 2 tabel: tabel PEMASOK dan tabel SUKU CADANG. Perhatikan, bahwa dua file ini mempunyai satu data yang saling berbagi, yaitu: Nomor_Pemasok.
Dalam database relasional, tiga operasi dasar digunakan untuk mengembangkan serangkaian data yang sangat berguna, yaitu: select, join, dan project. Operasi select menampilkan suatu bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan. Sebagai contoh, kita ingin menampilkan record (baris) pada tabel SUKU CADANG di mana Nomor Suku Cadangnya adalah 137 atau 150. Operasi 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 SUKU CADANG dan tabel PEMASOK yang telah diringkas sementara (di mana hanya suku cadang dengan nomor_suku cadang 137 atau 150 saja yang akan ditampilkan) ke dalam satu tabel baru.
Operasi project menampilkan kolom-kolom dari suatu tabel berdasarkan criteria tertentu, yang memungkinkan pengguna untuk menampilkan tabel baru yang berisi informasi-informasi yang betul-betul diperlukan. Contohnya, kita ingin mengutip dari tabel baru tersebut kolom-kolom tertentu sebagai berikut: Nomor_Suku Cadang, Nama_Suku Cadang, Nomor_Pemasok,Nama_Pemasok.
G. 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 mendeflnisikan data, kamus data, dan bahasa untuk memanipulasi/memodiflkasi data.
DBMS memiliki kapabilitas deifinisi data (data definition) untuk menspesifikasikan struktur konten database. Deflnisi data digunakan untuk membuat tabel database dan untuk mendefinisikan karakteristik field pada setiap tabel. lnformasi tentang database ini akan didokumentasikan dalam kamus data. Kamus data (data dictionary) adalah file manual ataupun otomatis yang menyimpan definisi-defmisi elemen data berikut karakteristik mereka.
Microsoft Access memiliki kemampuan kamus data yang belum sempurna, yang menampilkan informasi, seperti nama deskripsi ukuran, tipe, format, dan properti lainnya pada tiap filed pada sebuah tabel. Kamus data bagi database perusahaan besar dapat menangkap informasi tambahan seperti penggunaan, kepemilikan (siapa di organisasi tersebut bertanggung jawab utnuk mengelola data), otorisasi, keamanan, dan individual, fungsi-fungsi bisnis, program, serta laporan yang menggunakan masing-masing elemen data.
Meminta Data dan Melaporkan
DBMS menyertakan perangkat untuk mengakses dan memanipulasi informasi pada database. Sebagian besar DBMS memiliki bahasa tersendiri yang disebut bahasa manipulasi data (data manipulation language) yang digunakan untuk menambah, mengubah, menghapus, dan mengambil data pada database. Bahasa ini mengandung perintah yang memungkinkan pengguna dan spesialis pemrograman untuk mengekstrak/menyaring data dari database untuk memenuhi kebutuhan informasi dan mengembangkan aplikasi. Bahasa manipulasi data yang paling mutakhir saat ini adalah Structured Query Language atau SQL.
Pengguna DBMS pada komputer berukuran besar dan sedang seperti DB2, Qracle, dan SQL Server, akan menggunakan SQL untuk memperoleh informasi yang dibutuhkan dari database mereka. Microsoft Access juga menggunakan SQL, tetapi ia memilikl perangkat tersendiri untuk meminta informasi dari database, serta mengorganisasikan data dari database menjadi laporan yang lebih rapi.
Pada Microsoft Access, Anda akan menemukan frtur-fitur yang memungkinkan pengguna untuk menciptakan rangkaian permintaan informasi dengan mengidentiflkasi tabel dan field yang diinginkan berikut hasilnya. Kemudian memilih baris pada database yang
memenuhi criteria yang diperlukan Tindakan-tindakan ini kemudian diterjemahkan ke dalam perintah bahasa SQL.
Microsoft Access dan DBMS lainnya menyertakan kemampuan dalam penyusunan laporan sehingga data yang diinginkan dapat ditampilkan format yang lebih terstruktur dan rapi, ketimbang sekadar menarik informasi saja. Crystal Reports merupakan DBMS penyusun laporan untuk perusahaan perusahaan berskala besar, meskipun demikian ia juga dapat bekerja sama dengan Microsoft Access.
H. Merancang Database
Untuk merancang database, Anda harus memahami hubungan antardata, jenis data yang dikelola pada database, bagaimana data tersebut akan digunakan, serta bagaimana organisasi perlu diubah untuk mengelola data dari perspektif lengkap seluruh perusahaan.
Database memerlukan rancangan konsep maupun flsik. Rancangan konseptual atau logis dari suatu database adalah model abstrak database dari perspektif organisasi bisnis, dimana rancangan fisik menunjukkan bagaimana database dirancang lewat akses langsung perangkat penyimpanan.
Normalisasi dan Diagram Relasi Entitas
Rancangan konsptual suatu database menggambarkan bagaimana elemen-elemen data pada database dikelompokkan. . Proses perancangan tersebut mengidentiflkasi hubungan antara elemen-elemen data dan cara paling efislen dalam mengelompokkan elemen-elemen data untuk menjawab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga mengidentiflkasi data-data ganda dan pengelompokkan elemen-elemen data yang diperlukan untuk program aplikasi yang spesiflk. Sekelompok data diorganisasikan, diperbaiki, dan diditribusikan dengan lancar, sampai hubungan logis diantara seluruh data pada database tampak jelas.
Untuk menggunakan model database relasional secara efektif, kelompok data yang rumit harus disederhanakan untuk meminimalisasi elemen-elemen data yang ganda serta hubungan-hubungan jamak yang janggal. Proses menciptakan struktur data yang ringkas, stabil, serta fleksibel dan adaptatif dari kelompok-kelompok data yang rumit dinamakan normalisasi (normalization).
I. Memanfaatkan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan
Organisasi bisnis menggunakan database mereka untuk memantau transaksi dasar, seperti membayar pemasok, memproses pesanan, memantau pelanggan, serta mengaji
karyawan. Akan tetapi, mereka juga membutuhkan database untuk menyediakan informasi guna menjalankan bisnisnya dengan lebih efisien, serta membantu manajer dan karyawan membuat keputusan yang lebih baik. Jika suatu perusahaan ingin mengetahui produk mana yang paling populer, atau pelanggan mana yang paling mendatangkan banyak keuntungan, jawabannya terdapat pada data.
J. Tantangan dalam Menangani Besarnya Volume Data
Sampai dengan 5 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 DBMS relasional. Sejak saat itu ada lonjakan data dari lalu-lintas web pesan surel dan konten media sosial (tweets, status pesan) demikian juga dari data yang dihasilkan dari mesin seperti sensor (yang digunakan pada smart meter sensor pabrik dan meteran elektrik) atau dari sistem transaksi elektronis. Data-data ini mungkin tidak memiliki struktur atau sedikit terstrukur dan juga tidak sesuai dengan produk DBMS relasional yang mengorganisasikan data ke dalam bentuk kolom dan baris. Sekarang kita menggunakan istilah data besar (big data) untuk menggambarkan rangkaian data dengan volume sangat besar yang melampaui kemampuan DBMS dalam mengelola, menyimpan, dan menganalisis data tersebut.
Data besar tidak mengacu pada jumlah yang spesiftk, namun umumnya mengacu pada data dalam kisaran petabyte dan Exabyte- dengan kata lain rniliaran sampai dengan triliunan rekaman, semua dari sumber yang berbeda. Data besar dihasilkan dalam jumlah yang jauh lebih cepat, ketimbang data tradisional. Sebagai contoh, sebuah mesin jet dapat menghasilkan 10 terabyte data dalam 30 menit dan lebih dari 25.000 penerbangan dilakukan setiap harinya. Meskipun “tweets” dibatasi sampai dengan 140 karakter, namun Twitter menghasilkan data lebih dari 8 terabyte setiap harinya. Berdasarkan riset perusahaan teknologi International Data Center (IDC), data meningkat lebih dari dua kali lipat setiap tahunnya, jadi data yang tersedia bagi organisasi-organisasi meroket tajam.
Organisasi 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 wawasan 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.
Sumber :
Laudon Kenneth C, Laudon Jane P, Sistem Informasi Manajemen, Mengelola Perusahaan Digital, Edisi 13, Penerbit Salemba Empat, 2015, Jakarta
