DATA RESOURCE MANAGEMENT

TEKNIK DASAR MANAGEMENT BASIS DATA

Basis data merupakan kumpulan data yang saling berhubungan (relasi). Relasi biasanya ditunjukan dengan kunci dari tiap file yang ada. Dalam satu file terdapat record-record yang sejenis, sama besar, sama bentuk, yang merupakan satu kumpulan entitas yang seragam. Satu record terdiri dari field yang saling berhubungan menunjukan bahwa field tersebut dalam satu pengertian yang lengkap dan direkam dalam satu record.

Dari pengertian diatas dapat disimpulkan bahwa basis data mempunyai beberapa kriteria penting, yaitu :

1.      Bersifat data oriented dan bukan program oriented.

2.      Dapat digunakan oleh beberapa program aplikasi tanpa perlu mengubah basis datanya.

3.      Dapat dikembangkan dengan mudah, baik volume maupun strukturnya.

4.      Dapat memenuhi kebutuhan sistem-sistem baru secara mudah

5.      Dapat digunakan dengan cara-cara yang berbeda.

Prinsip utama basis data adalah pengaturan data dengan tujuan utama fleksibelitas dan kecepatan dalam pengambilan data kembali. Adapun Tujuan basis data diantaranya adalah sebagai berikut :

1.    Efisiensi meliputi speed, space dan accurancy.

2.    Menangani data dalam jumlah besar.

3.    Kebersamaan pemakaian (Sharebility).

4.    Meniadakan duplikasi dan inkonsistensi data.

Sistem basis data merupakan perpaduan antara basis data dan sistem manajemen basis data (SMBD). Komponen-komponen sistem basis data meliputi :

1.    Perangkat Keras (Hardware) sebagai pendukung operasi pengolahan data.

2.    Sistem Operasi (Operating System) atau perangkat lunak untuk mengelola basis data.

3.    Basis data (Database) sebagai inti dari sistem basis data.

4.    Sistem Manajemen Basis Data (SMBD).

5.    Pemakai (User).

6.    Aplikasi lain.

Perangkat untuk menjaga abstraksi data dikenal dengan sebutan data model. Data model merupakan kumpulan konsep yang dapat digunakan untuk menggambar struktur data. Struktur basis data meliputi tipe data, relationship, dan beberapa syarat yang harus dipenuhi basis data.
Ada beberapa definisi yang umum digunakan dalam basis data, yaitu :

Entitas  Entitas adalah orang, tempat, kejadian atau konsep yang informasinya direkam. Pada bidang Administrasi Siswa misalnya, siswa, buku, pembayaran.

Atribut   Atribut biasa disebut juga data elemen, data field, atau data item yang digunakan untuk menerangkan suatu entitas dan mempunyai harga tertentu, misalnya atribut dari entitas pegawai diterangkan oleh, nama, umur, alamat, pekerjaan.

Data Value (Nilai Data)  : Data aktual atau informasi yang disimpan pada tiap data, elemen, atau atribut. Atribut nama pegawai menunjukan tempat dimana informasi nama karyawan disimpan, nilai datanya misalnya adalah Anjang, Arif, Suryo, dan lain-lain yang merupakan isi data nama pegawai tersebut.

File/Tabel :    Kumpulan record sejenis yang mempunyai panjang elemen yang sama, atribut yang sama, namun berbeda nilai datanya.

Record/Tuple :          Kumpulan elemen-elemen yang saling berkaitan menginformasikan tentang suatu entitas secara lengkap. Satu record mewakili satu data atau informasi.

1.     Persyaratan Basis Data

Ada beberapa ketentuan yang harus diperhatikan pada pembuatan file basis data agar dapat memenuhi kriteria sebagai suatu basis data, yaitu :

a)    Redudansi dan inkonsistensi data : Penyimpanan data yang sama dibeberapa tempat disebut redundansi, hal ini menyebabkan pemborosan dan menimbulkan inkonsistensi data (data tidak konsisten) karena bila terjadi perubahan terhadap data maka data harus dirubah dibeberapa tempat, hal ini tentunya tidak efisien.

b)    Pengaksesan data : Data dalam basis data harus siap diakses oleh siapa saja yang membutuhkan dan mempunyai hak untuk mengaksesnya. Oleh karena itu perlu dibuat suatu program pengelolaan atau suatu aplikasi untuk mengakses data yang dikenal sebagai DBMS.

c)    Data terisolasi untuk standarisasi : Jika data tersebar dalam beberapa file dalam bentuk format yang tidak sama, maka akan menyulitkan dalam menulis program aplikasi untuk mengambil dan menyimpan data, oleh karena itu data dalam satu database harus dibuat satu format sehingga mudah dibuat program aplikasinya

d)    Masalah keamanan (security) : Tidak setiap pemakai sistem basis data

diperbolehkan untuk mengakses semua data, misalnya data mengenai gaji pegawai hanya boleh dibuka oleh bagian keuangan dan personalia, sedang bagian gudang tidak diperkenankan untuk membukanya. Keamanan dapat diatur dan disesuaikan baik ditingkat basis data atau aplikasinya.

e)    Masalah integritas (Integrity) : Basis data berisi file yang saling berhubungan, masalah utama adalah bagaimana kaitan antar file tersebut terjadi meski diketahui bahwa file A terkait dengan file B, namun secara teknis ada field yang mengaitkan kedua file tersebut oleh karena itu field kunci tidak dapat diabaikan dalam merancang suatu basis data.

f)     Multiple user : Salah satu alasan basis data dibangun adalah karena nantinya data tersebut digunakan oleh banyak orang, baik dalam waktu berbeda maupun bersamaan sehingga kebutuhan akan basis data handal yang mendukung banyak pemakai perlu dipertimbangkan.

g)    Data independence (kebebasan data) : Pada aplikasi yang dibuat dengan bahasa pemrograman seperti BASIC misalnya, apabila program telah selesai dibuat dan ternyata terjadi perubahan terhadap struktur file maka program tersebut harus diubah, ini artinya program tersebut tidak bebas terhadap database yang ada. Berlainan dengan paket DBMS apapun yang terjadi pada struktur file, setiap kali hendak melihat data cukup dengan utility LIST. Ini artinya perintah DBMS bebas terhadap database karena apapun perubahan terhadap database, semua perintah akan stabil tanpa ada yang perlu diubah. Data independence dapat dibagi menjadi dua bagian, yaitu :

·         Phisycal Data Independence : Kebolehan untuk mengubah pola fisik database tanpa mengakibatkan suatu aplikasi program ditulis kembali. Modifikasi pada level fisik biasanya hanya pada saat meningkatkan daya guna.

·          Logical Data Independence : Kebolehan mengubah pola konseptual tanpa mengakibatkan suatu aplikasi program ditulis kembali. Modifikasi pada level konseptual teristimewa saat struktur logika database berubah, ditambahkan atau dikurangi.

2.     Abstraksi Data

Kegunaan utama sistem basis data adalah agar pemakai mampu menyusun suatu pandangan abstraksi dari data. Bayangan mengenai data tidak lagi memperhatikan kondisi sesungguhnya bagaimana satu data masuk ke database disimpan dalam sektor mana, tetapi menyangkut secara menyeluruh bagaimana data tersebut dapat diabstraksikan mengenai kondisi yang dihadapi oleh pemakai sehari-hari. Sistem yang sesungguhnya, tentang teknis bagaimana data disimpan dan dipelihara seakan-akan disembunyikan kerumitannya dan kemudian diungkapkan dalam bahasa dan gambar yang mudah dimengerti oleh orang awam.

Ada tiga kelompok pemakai dalam tingkatan abstraksi saat memandang suatu database, yaitu :

·           Level Fisik : Level ini merupakan level abstraksi paling rendah karena menggambarkan bagaimana data disimpan dalam kondisi sebenarnya.

·           Level Konseptual : Level ini menggambarkan data apa yang disimpan dalam database dan hubungan relasi yang terjadi antara data dari keseluruhan database. Pemakai tidak memperdulikan kerumitan dalam struktur level fisik lagi, penggambaran cukup dengan memakai kotak, garis,dan hubungan secukupnya.

·           Level Pandangan Pemakai (View level) : Level ini merupakan level abstraksi data tertinggi yang menggambarkan hanya sebagian saja yang dilihat dan dipakai dari keseluruhan database, hal ini disebabkan beberapa pemakai database tidak membutuhkan semua isi database.

MENGELOLA DATA RESOURCES

1.     Managemen Basis Data

Pentingnya data : bagi perusahaan untuk keunggulan kompetitif

Sebuah aktifitas manajerial yg mengimplementasikan teknologi informasi seperti manajemen database, gudang data dalam tugasnya untuk mengelola sumber data organisasi untuk memenuhi pihak yg berkepentingan.

Proses ini biasanya menggunakan (input-proses-output) untuk mengakses dan mengekstrak data yg releven serta mengubahnya kedalam bentuk umum.

Misalnya : beberapa anak perusahaan mencatat aktifitas menggunakan definisi data yg berbeda sehingga hasil data kurang optimal.

Pemecahan : membuat kesepakatan mengenai definisi data untuk semua kegiatan bisnis

A.   DATA      :

·       Karakter : adalah suatu huruf, angka, symbol dsb.

·       Field : sekelompok karakter yg terhubung contoh : nama

Field mewakili atribut (karakter/kualitas) dari entitas (objek, orang dsb)

Contoh : database PLN

·      Entitas : pelanggan, meteran, tagihan, pembayaran, penggunaan materan

·      Hubungannya : tagihan dikirim ke pelanggan dan pelanggan bayar

Catatan : field data yg saling terhubung dan dikelompokkan sehingga catatan dapat mewakili atribut

Contoh : catatan penggajian meliputi nama orang, upah, jaminan social dsb

B.     File : catatan yg terhubung

Contoh : penggajian : master karyawan vs transaksi

C.    Database : kumpulan terintegrasi dari elemen data yg secara logic saling terhubung

Jenis Database :

·      Database Operasional : berisi data operasi perusahaan berupa transaksi, produksi dsb

·      Database terdistribusi : data yg terdapat dalam server jaringan dapat berupa copy dari database operasional

·      Database eksternal : dalam dunia maya

Contoh : database Produksi, database SDM

Data warehousing

Penggudangan data (data warehousing) adalah sebuah penampungan data secara elektronik dari sebuah organisasi. Gudang data (data warehouse) dirancang untuk memudahkan pelaporan dan analisa data.

Penggudangan data yang berfokus pada penyimpanan data. Namun, cara untuk mengambil dan menganalisis data, mengekstrak, mengubah dan mengambil data, dan untuk mengelola kamus data juga dianggap komponen penting dari sistem pengudangan data. Banyak referensi dalam pergudangan data ini menggunakan konteks yang lebih luas. Oleh karena itu, definisi yang diperluas untuk data pergudangan meliputi bussiness intelegence tools, alat-alat untuk mengambil, mengubah, dan memuat data ke dalam penampungan, dan alat-alat untuk mengelola dan mengambil metadata.

Manfaat Penggudangan data antara lain

·         penggudangan data memberikan model data umum untuk semua kepentingan tanpa memperdulikan dari mana sumber datanya. Hal ini mempermudah untuk membuat laporan dan menganalisis informasi dibandingkan dengan model data yang beragam seperti faktur penjualan, kuitansi penerimaan barang, buku besar, dll

·         Sebelum memuat data ke dalam gudang data, segala bentuk inkonsistensi diidentifikasi dan diselesaikan. Ini sangat mempermudah pelaporan dan analisis.

·         Informasi dalam penggudangan data yang berada di bawah kontrol penggudang data, sehingga meskipun sistem sumber data berubah seiring waktu, informasi dalam gudang tetap dapat disimpan dengan aman selamanya. Karena terpisah dari sistem operasional, gudang data menyediakan media data tanpa memperlambat sistem operasional.

·         Gudang data dapat bekerja bersama-sama karena itu dapat meningkatkan nilai aplikasi operasional bisnis, terutama sistem manajemen hubungan pelanggan.

·         Penggudangan data dapat memfasilitasi sistem pendukung keputusan aplikasi seperti laporan kecenderungan (misalnya, dengan barang yang paling bagus penjualannya di wilayah tertentu dalam waktu dua tahun terakhir), melaporkan penyelewengan, dan laporan yang perbandingan antara kinerja sebenarnya dengan tujuan yang telah ditetapkan.

Data Mining ( Penggalian Data )

Data mining adalah proses penggalian pola tersembunyi dari data. Semakin banyak data dikumpulkan, dengan jumlah data yang dua kali lipat setiap tiga tahun, data yang menjadi semakin penting untuk mentransformasikan data menjadi informasi. Hal ini umumnya digunakan dalam berbagai praktek pencarian keterkaitan data, seperti pemasaran, mendeteksi penyelewengan dan penemuan ilmiah. Data Mining dapat diterapkan pada set data berukuran apapun. Namun, meskipun dapat digunakan untuk menemukan pola-pola tersembunyi di dalam data yang telah dikumpulkan, ia tidak dapat menemukan pola yang tidak ada dalam data, ataupun dalam data yang belum dikumpulkan. Selama berabad-abad, manusia telah menggali informasi secara manual dari data yang ada, tetapi semakin meningkatnya volume data dalam era modern telah memunculkan ide untuk penggalian informasi secara otomatis.